botdev · боты и ИИ-агенты

Moonshot AI выпустила Kimi K3.1 Pro: открытую модель с окном на 1 млн токенов, заточенную под код, ИИ-агентов, 3D и финансовую аналитику. На Kimi Code Bench 3.0 она даёт 61,2% против 55,95% у предыдущей K3, на BenchCAD 92,7%, а частота фактических ошибок на внутреннем тесте упала с 23,4% до 8,3%. Модель работает с Blender, Unity, Unreal и Godot, в одном тесте провела 167 итераций разработки симулятора ходьбы и сама нашла 36 ошибок.

Для бизнеса интересны два момента: открытые веса (обещают до 4 ноября) и версия Highspeed в 2-3 раза быстрее стандартной, значит можно будет прогонять агентов дешевле. Но цифры сравнения дают сами разработчики, методика тестов своя.

Я бы сначала прогнал модель на своих задачах генерации кода для интеграций, а не доверял бенчмаркам: там часто теряется качество на реальных, не синтетических кейсах. Ограничение по кибербезопасности, кстати, плюс, меньше головной боли при встраивании в прод.

Илья

Источник: Telegram @ai_machinelearning_big_data, https://t.me/ai_machinelearning_big_data/11197

OpenAI заявила, что перестанет обучать новые модели на данных напрямую из живого интернета, ссылаясь на «значительные риски». Решение прозвучало спустя недели после того, как инженер компании публично говорил, что такой подход работать не будет.

Для бизнеса это не сигнал к действию здесь и сейчас, новость скорее про инфраструктуру обучения моделей, чем про продукты, которыми вы пользуетесь. Но стоит учитывать на горизонте: модели могут хуже знать о событиях последних недель, а значит боты на GPT для поддержки или продаж может потребоваться чаще дотягивать актуальными данными через RAG или собственные базы знаний.

У меня в проектах актуальность и так тянется через подключение внешних источников, а не надежду на знания модели из интернета. Если OpenAI режет живой веб из обучения, это только подтверждает: свою базу знаний для бота строить надежнее, чем полагаться на память модели.

Илья

Источник: techcrunch.com, https://techcrunch.com/2026/10/23/openai-says-it-will-no-longer-train-its-ai-models-on-the-live-internet-citing-significant-risks/

Вышла Kimi K3.1 от китайской команды Moonshot AI. Модель огромная: 2.8T параметров, из них 104B активных. Веса пока не опубликовали, обещают выложить через пару недель.

По заявленным результатам модель на уровне фронтира, сравнивают с Opus 5.5, Astra, Fable 5.1. Для бизнеса это пока не про «внедрить завтра»: веса закрыты, нужно ждать релиза и проверять поведение на своих задачах, не на бенчмарках. Но если веса откроют и цифры подтвердятся, это ещё один бесплатный или дешёвый вариант для RAG, обработки документов и ботов поддержки без привязки к OpenAI или Anthropic.

Смотрю на такие релизы спокойно: заявленный уровень и реальное поведение модели на русском языке и в тупых корпоративных промптах почти всегда расходятся. Возьму в работу, когда веса выложат и можно будет погонять на реальных кейсах, а не на демках.

Илья

Источник: Telegram-канал Data Secrets, https://t.me/data_secrets/10204

OpenAI с 20 ноября обязывает все сторонние шлюзы, роутеры и реселлеры API проходить собственное одобрение. Базовых правил больше не хватит: нужны фильтры безопасности, согласование блокировок, разбор случаев злоупотреблений и система SafetyID, через которую партнёр изолирует подозрительного пользователя при расследовании или утечке ключей.

Для бизнеса, который подключает ChatGPT через посредников, маркетплейсных агрегаторов или no-code платформы, это повод проверить, успел ли провайдер пройти проверку OpenAI. Если нет, доступ к API может просто отвалиться в один день. Если вы сами строите интеграции через такие шлюзы ради обхода лимитов или гибких тарифов, закладывайте время на миграцию на прямой доступ.

У меня часть клиентских ботов работает через такие прокси ради удобных платежей в рублях. После этой новости обязательно уточню у поставщиков статус одобрения, потому что молчаливое отключение API в разгар сезона дороже любой экономии на комиссии.

Илья

Источник: Telegram-канал @ai_machinelearning_big_data, https://t.me/ai_machinelearning_big_data/11195

Canva выпустила собственную модель генерации изображений Craft, сделанную с нуля командой Canva Research. Фишка в двухэтапном подходе: сначала модель проектирует композицию (расположение объектов, пропорции, иерархию, надписи), потом превращает план в готовую графику. Генерирует до 2K, более 30 соотношений сторон, надписи на 55 языках, элементы композиции можно править отдельно, через Magic Layers результат становится редактируемыми слоями Canva. Доступна в Dream Lab и через API, локального запуска нет.

Для бизнеса это про постеры, обложки, рекламные баннеры: не просто красивая картинка, а макет, который реально можно донастроить под бренд, не перегенерируя всё заново. Если держите соцсети или карточки товаров на маркетплейсах, редактируемые слои экономят часы ручной доверстки.

У меня сейчас задача верстать PDF для плакатов через Google App и ChatGPT, и результат плачевный: текст едет, композиция рассыпается. Если Craft реально отдаёт редактируемый промежуточный макет, а не просто картинку, это ближе к тому, что нужно, проверю при первой возможности.

Илья

Источник: Telegram-канал @cgevent, https://t.me/cgevent/17059

Wildberries публично выступила против инициативы, по которой маркетплейсы должны блокировать карточки товаров продавцов до того, как установлены их налоговые обязательства. В компании считают такую функцию избыточной: площадка не должна подменять налоговую.

Для продавцов это пока вопрос на будущее, а не рабочая инструкция. Если норму примут, карточка товара может уйти в блокировку раньше, чем вы вообще узнаете о претензиях налоговой. Стоит уже сейчас держать в порядке статус самозанятого или ИП, вовремя сдавать отчетность и не затягивать с подтверждением документов на площадке, чтобы не попасть под автоматическую блокировку по формальному признаку.

У меня в практике бизнес часто узнает о проблемах с налоговой уже по факту блокировки, а не заранее. Если эту функцию отдадут маркетплейсам, разбираться придется не с ФНС, а с техподдержкой площадки, а это обычно дольше и менее прозрачно.

Илья

Источник: sostav.ru, https://www.sostav.ru/publication/wildberries-vystupila-protiv-peredachi-marketplejsam-funktsij-nalogovogo-kontrolya-87977.html

MiniMax открыла веса M3.1 Flash, MoE-модели на 428 млрд параметров для программирования и ИИ-агентов. На каждый токен активируется около 23 млрд параметров. По заявленным тестам: 73,7% на DeepSWE v1.1 (разработка), 61,7 на OSWorld V2 (работа с интерфейсом), 76,2 на BankerToolBench (инструменты в банковских сценариях), 82,2 на CyberGym (уязвимости).

Для бизнеса это модель под капот, а не готовый продукт: разработчики и интеграторы могут развернуть её у себя и строить агентов для автоматизации рутинных многошаговых задач, от работы с CRM и 1С до тестирования кода. Плюс в том, что веса открыты и можно гонять независимые тесты под свои сценарии. Минус: 428 млрд параметров нужно хранить целиком, это серьёзная инфраструктура, не для обычного сервера.

В моей практике важнее не бенчмарки разработчика, а как модель ведёт себя на реальных задачах клиента: обработке заказов с Ozon или синхронизации остатков. Проверил бы её именно на многошаговых сценариях с инструментами, а не на изолированных тестах, и не спешил бы доверять цифрам из самопрезентации.

Илья

Источник: @ai_machinelearning_big_data, https://t.me/ai_machinelearning_big_data/11194

Ideogram выпустил Vector 1.0: генерация настоящих SVG с редактируемыми контурами, фигурами, цветами и градиентами. Есть text-to-vector, image-to-vector и API. Цена: $0.13-0.20 за генерацию, до $0.32 с референсами, векторизация готовой картинки $0.10.

Для бизнеса это логотипы, иконки и иллюстрации для маркетплейсов и сайтов без дизайнера и без ручной отрисовки в Illustrator. Готовый SVG можно сразу масштабировать под карточки товара, баннеры и печать. Из минусов: Ideogram сам признаёт, что автогруппировки слоёв пока нет, а значит редактировать сложную композицию придётся руками. На рынке уже есть Recraft V4.1 Vector с полноценным редактором кривых и открытые модели OmniSVG и StarVector.

У меня в задачах векторизация всплывает редко, обычно проще сразу рисовать в векторе или заказать иконки готовым набором. Но для автогенерации логотипов под тесты нескольких брендов на маркетплейсе такой инструмент может сэкономить день работы дизайнера, если не придираться к структуре файла.

Илья

Источник: Telegram-канал @cgevent, https://t.me/cgevent/17052

Perplexity Research и NVIDIA 21 октября показали метод JOLT (Joint On-policy Learning and Teaching) для пост-обучения языковых моделей. Одна модель играет сразу две роли: учитель видит проверенное решение, ученик его не видит, и обе роли обучаются совместно. Заявлено, что метод требует в 6-14 раз меньше токенов, чем обычное дообучение.

Для бизнеса это пока не про готовый продукт, а про то, откуда в следующих версиях моделей возьмётся более дешёвое и быстрое дообучение под узкую задачу: подсказки оператору, классификацию обращений, извлечение данных из документов. Если метод подтвердится на практике, дообучение своей модели под конкретный процесс в компании может подешеветь кратно, а не на проценты.

Сам бы проверил на небольшом датасете: интересно, держится ли экономия токенов на задачах с реальной бизнес-спецификой, а не только на тестовых бенчмарках, которые любят показывать разработчики методов. Пока это исследовательская статья, а не инструмент, который можно взять и подключить.

Илья

Источник: Habr, https://habr.com/ru/companies/selectel/news/1097978/

1Password представил функцию 1Password for Agents: ИИ-агенты смогут входить в ваши аккаунты, не видя и не получая сами пароли. Полного доступа ко всем сервисам нет, каждый вход всё равно требует вашего подтверждения.

Для бизнеса это шаг к безопасной автоматизации: можно поручать агентам рутинные задачи с входом в CRM, маркетплейсы или почту, не раскрывая учётные данные в коде бота или в логах. Это снимает классическую боль интеграторов: пароли в открытом виде в скриптах и риск их утечки при передаче доступа третьим подрядчикам. Но пока это работает в экосистеме 1Password, нужна проверка, подключаются ли ваши сервисы.

В своих ботах пароли и так стараюсь не хранить напрямую, работаю через API-токены и OAuth. Такую штуку обязательно протестирую на связке с 1Password, если у клиента уже стоит эта система, но сначала проверю, как она ведёт себя при повторных запросах агента без участия человека.

Илья

Источник: The Verge, https://www.theverge.com/ai-artificial-intelligence/1016399/1password-ai-agent-password-sign-in