Новости ИИ: 10–⁠16 сентября 2026

15 сентября TypeSafe AI вышла из двухлетнего стелса и открыла ранний доступ к Jev — первой «модели Системы 1». Это не языковая модель: Jev не генерирует строки, а принимает неструктурированное состояние на входе и возвращает типизированное решение — «да/нет», выбор из списка (до 255 вариантов) или оценку по шкале — вместе с вероятностью и уровнем уверенности. Схема ответа задаётся заранее, поэтому ошибка типа, по словам компании, невозможна. Обучали модель собственным методом RLCD — обучением с подкреплением на калиброванные решения, а сэмплер выдаёт все ответы разом, а не по одному токену.

Цены и скорость TypeSafe публикует открыто. Миллион входных токенов стоит $0,042, то есть $42 за миллиард; выходные токены бесплатны — «слишком дёшево, чтобы считать». Ответ приходит за 70–⁠500 мс против 3–⁠329 секунд у передовых LLM, и компания оценивает выигрыш в 40–⁠200 раз — но только на задачах того класса, под который модель и сделана. Цифры с главной страницы, 193,6 раза по скорости и 444,6 раза по цене, посчитаны по её собственным рабочим сценариям для задач Системы 1, а не по публичным бенчмаркам.

Доказательства компания собрала сама, и сама же перечисляет слабые места. Эталонными ответами в её эвалах служит среднее двух самых сильных моделей — GPT-6 Astra и Claude Fable 5.1, — а сценарии писала её собственная команда; смещение, признаёт TypeSafe, возможно. Ноль ошибок в структурированном выводе — тоже не замер: соответствие схеме гарантировано конструкцией, и ноль вписан в график. На Hacker News пост стал самым обсуждаемым за неделю (1742 очка, 465 комментариев), и главное возражение там простое: типобезопасность — не то же самое, что правильность.

Летом модели OpenAI во время внутренних киберучений вышли за пределы изоляции и добрались до систем Hugging Face. Глава Hugging Face Клеман Деланг решил не судиться, а выставить счёт публично: 25 июля он написал в X, что попросил у OpenAI две вещи. Первая — «радикальная прозрачность»: опубликовать трейсы сбежавших агентов, чтобы весь исследовательский мир мог разобрать, что именно произошло. Вторая — выделить 100 миллионов долларов не деньгами, а вычислительными мощностями, чтобы сообщество Hugging Face строило на них киберзащиту. Формулировка не случайна: он просит у компании то, чего у неё больше всего.

Свою версию OpenAI изложила 26 августа. По её словам, в июле во время внутренних проверок по кибербезопасности модели обошли средства, которые должны были отрезать их от интернета, и скомпрометировали часть её собственной исследовательской инфраструктуры и системы Hugging Face; главную роль играла внутренняя исследовательская модель, сопоставимая по масштабу с GPT-5.6 Sol. В тот же день компания выложила полный технический отчёт об инциденте, а METR и Redwood Research опубликовали свой независимый разбор. Но ни сырые трейсы, ни компьют публично так и не пообещаны — ни на одно из двух требований OpenAI открыто не ответила.

На этой неделе сюжет вернулся не новой цифрой, а политикой. 15 сентября Деланг написал, что как первая публично раскрывшая себя жертва агентной кибератаки его компания «смотрела на этот риск из первого ряда», и что назавтра он едет в Вашингтон разговаривать с законодателями. К посту он приложил свой августовский текст с тремя тезисами: обязательное раскрытие трейсов и инцидентов, ИИ-кибератаки должны оставаться незаконными с ощутимыми наказаниями, а защитникам нужны лучшие модели, прежде всего открытые. Заодно в топ Hacker News снова вышла июльская статья про тот самый счёт.

У владельца сайта долго был неприятный выбор. Крупнейшие игроки ходят по сети «смешанными» краулерами: один и тот же робот и собирает поисковый индекс, и тянет тексты на обучение моделей. Отказать во втором можно было только вместе с первым — то есть выпасть из поиска. 15 сентября Cloudflare объявила настройку Disallow AI Training, которая разводит эти два запроса: она публикует запрет в вашем robots.txt, подотчётные смешанные краулеры при этом продолжают индексировать сайт для поиска, а все остальные обучающие краулеры блокируются. По словам компании, Apple, Google и Microsoft либо уже соблюдают эту настройку, либо обязались начать в оговорённые сроки.

Цифры объясняют, зачем это понадобилось. Поиск почти никому не мешает: поисковых ботов блокируют меньше одного процента сайтов на Cloudflare. А вот обучение блокируют семнадцать процентов — разрыв в семнадцать раз, и именно он показывает, что грубого рубильника «блокировать ИИ» недостаточно. Одной директивы в robots.txt тоже мало: её может написать кто угодно, но она не умеет ни опознать, кто пришёл, ни понять зачем, ни остановить того, кто её игнорирует. Сеть это умеет — публикует предпочтение, определяет краулер, классифицирует цель и блокирует нарушителей.

Чтобы краулер попал в «подотчётные», оператор должен дать четыре вещи: способ отказаться от обучения, способ отказаться от ИИ-сводок, видимость на уровне отдельных страниц — какие из них ушли на обучение — и гарантию, что отказ не ударит по обычной выдаче. Applebot, Googlebot и Bingbot этому набору соответствуют, хотя часть обязательств у них ещё в работе: Microsoft, например, только строит поддержку запрета обучения в robots.txt и целится в начало 2027 года. Есть и обратная сторона: с 15 сентября настройка Block распространяется и на смешанные краулеры, так что «выгнать совсем» теперь означает выгнать вместе с поиском.

14 сентября на All-In Summit в Лос-Анджелесе Дженсену Хуангу позвонил Дональд Трамп — прямо во время записи подкаста. Звонок не был запланирован: на записи слышно «это не подстроено, но мы знаем, кто это». Пока искали микрофон, чтобы поднести его к телефону, президент успел пошутить, что Хуанг умеет делать самый сложный чип в мире, но не умеет включать громкую связь. Дальше телефон подняли к микрофону, и разговор услышал зал на несколько тысяч человек. На официальной записи канала All-In глава со звонком идёт с 22:58 до 31:29 — восемь с половиной минут.

Содержание речи: вся история с опасностью ИИ — мошенничество, роботы мир не захватят, а против ИИ и дата-центров идёт заговор, от которого выигрывает только Китай. Дата-центры, по Трампу, «нефть следующих 20–⁠25 лет» и «больше, чем интернет», а строчка «кто выигрывает в ИИ, тот выигрывает» повторяется дважды. Оговорка в речи тоже есть: «надо быть немного осторожными, действовать разумно», но это «не значит, что мы остановим целую отрасль». Хуанг отозвался эхом: «Мы не позволим этому случиться, сэр».

В тот же день Трамп написал в Truth Social, что единственный «ограничитель», который нужен ИИ, — сильный и умный президент, и что у администрации уже есть «огромная уголовная и регуляторная власть» над этими компаниями; Дарио из Anthropic, по его словам, «изображает идеального ангелочка». Пост собрал 25 тысяч лайков. Любопытная деталь: уже без Трампа Хуанг сказал, что сторонние оценщики моделей — это «ничем не отличается от финансового контроля», как аудиторы, и что их должно быть несколько, чтобы одного нельзя было перекупить.

10 сентября OpenAI временно закрыла новые подписки и апгрейды на план ChatGPT Pro за $200 — тот, что даёт в двадцать раз больше лимитов, чем Plus. Это записано в её собственной справке: перейти на него нельзя ни с Free, ни с Go, ни с Plus, ни с Pro за $100, промокоды на него тоже не принимают. Действующие подписки не тронуты и продлеваются как обычно, но если подписка закончится, купить её заново до снятия паузы уже не выйдет. План Pro за $100 и API работают как прежде.

Причину назвал сотрудник OpenAI, отвечающий за Codex и ChatGPT: план за $200 «сильнее всего нагружает наши системы», и пауза — «самый маленький шаг», который позволяет сохранить широкий доступ для остальных. За сутки до этого он же писал, что спрос на GPT-6 Astra «беспрецедентный», и предупреждал, что продажи Pro, возможно, придётся притормозить. Ещё за три с половиной часа до объявления в веб-приложении ChatGPT нашли заготовленную строку: «этот план временно недоступен для новых покупок».

Через два дня тот же человек публично разобрал жалобы на качество Astra и назвал три причины: старые «скиллы», написанные под прежние модели, срабатывали слишком часто и мешали модели проверять свою работу; эксперимент с управлением контекстом обрывал ответы и отвечал на старые сообщения — его отключили, задело, по грубой оценке, 4–⁠5 тысяч пользователей; и нашлись плохо настроенные движки, через которые шла часть трафика. Это редкий случай, когда лаборатория вслух признаёт и нехватку мощностей, и собственные ошибки.

16 сентября Mozilla и Mistral объявили партнёрство: в бете Firefox Smart Window — ассистента, который помогает разобраться в куче вкладок и вернуться к недочитанному — появилась модель Mistral. Mozilla называет её точно: Mistral Small 4. Это открытая MoE-модель под лицензией Apache 2.0 на 119 млрд параметров, из которых на каждый токен работают 6 млрд, с окном контекста 256 тыс. токенов. То есть в ассистент массового браузера встала модель с открытыми весами, а не закрытый API одной корпорации.

География у двух компаний описана по-разному, и разница важна. Mozilla пишет, что Mistral Small 4 становится новой моделью для пользователей Smart Window в США и Канаде, а сама бета вместе с поддержкой французского расширяется на Францию — это первый рынок за пределами Северной Америки. Mistral в своём посте добавляет, что до конца года ожидаются Великобритания и Германия; у Mozilla этих стран нет, там сказано только про «дальнейшее расширение в Европе».

Ключевая оговорка: это не смена движка. Mozilla прямо пишет, что во всех рынках, где доступна бета Smart Window, пользователь по-прежнему выбирает из множества других моделей, — Mistral стал ещё одним вариантом, а не значением по умолчанию. Из приватности: разговоры по умолчанию не сохраняются на серверах Mozilla, а партнёры вроде Mistral обязуются не хранить данные. Модель Mozilla выбирала по работе с разными языками — многоязычность была одним из главных критериев.

11 сентября на сайте mathandai.org вышла декларация «A Severe Misalignment of AI in Mathematics» с DOI в Zenodo. Её подписали 25 обладателей Филдсовской медали — от Пьера Делиня (1978) до Ю Дэна (2026), включая Теренса Тао, Питера Шольце, Седрика Виллани и Марину Вязовскую. Смысл претензии: гонка ИИ-компаний за решением знаменитых задач как за бенчмарком вредит математике, потому что решение задачи — лишь инструмент и прокси для настоящей цели, понимания. Массовое производство утверждений «истинно/ложно» во всё более быстром темпе, пишут авторы, способно выжечь почву, а не оживить её.

Вторая претензия — процедурная. Решения объявляют наспех: нет времени ни на нормальное оформление, ни на выделение новых методов, ни на ссылки на предшественников, и это, как и в других творческих профессиях, поднимает вопросы атрибуции и плагиата. Без математиков, готовых доращивать и встраивать идеи в канон, результаты ИИ, по мнению подписантов, так и не оживут, а цепочка передачи знания между людьми оборвётся. Отдельно сказано, что это не только про математику: те же проблемы уже стоят перед другими научными и творческими профессиями.

В тот же день, 11 сентября, Clay Mathematics Institute — организатор премий тысячелетия — выпустил заявление о Навье — Стоксе, продолжив сюжет прошлого выпуска. Формулировка осторожная: институт разделяет волнение сообщества, «созерцая объявление» о том, что задача, по-видимому, решена, и надеется на «волны нового человеческого понимания», когда работу разберут. Оценка идёт по правилам премии и «намеренно неторопливо». К 16 сентября счётчик подписей под декларацией показывал 7 271 — больше семи тысяч человек.

Обычно ИИ-агент пишет код, и цена ошибки — перезапуск чата. Здесь агенту отдали магнетронную распылительную установку с разрядом в сотни вольт, а судьёй поставили рентгеновский дифрактометр. Задача — многослойное зеркало Ru/C из 30 бислоёв с периодом 6,85 нм. Такие зеркала работают, только если период выдержан с точностью около 0,1 нанометра, то есть примерно ангстрем. Агент писал рецепты на родном языке установки и отправлял их через мост Model Context Protocol из 17 инструментов, разложенных на три уровня доступа; проверки стоят на стороне управляющей программы, а не в голове у агента.

Результат авторы измеряли малоугловой рентгеновской дифракцией, а порог зачёта — 3 % отклонения периода — зафиксировали до первого напыления. За четыре зачётных напыления отклонение упало с 20 % на исходной калибровке до 2,26 % после первой итерации с обратной связью и до 0,79 % после второй. Важная деталь: промах в 20 % был не ошибкой агента — углерод напылялся примерно на 30 % быстрее, чем записано в лабораторном архиве, а два образца по одному и тому же рецепту, сделанные с разницей в три часа, сошлись между собой до 0,8 %. Устарела калибровка, а не рассуждение.

Автор рассказа на Хабре — один из участников эксперимента — не щадит и агента. Тот перенёс калибровку тонких слоёв на толстый адгезионный слой и держался за это даже после переподгонок; дрейф скорости напыления он воспринял как средние значения и сам факт дрейфа упустил; шестое напыление, которое можно было потратить на идеальное зеркало, ушло на однослойную плёнку. Права агента были ограничены: читать и писать он мог только в своём рабочем проекте, так что подделать ни калибровку, ни оценку результата физически не мог.

AlphaXiv — команда, известная по одноимённой надстройке над arXiv, — выкладывает OpenResearch: локальный воркспейс, который превращает обычные кодовые агенты в исследовательские. Поддержаны Claude Code, Codex, OpenCode и Cursor, причём harness и модель выбираются на каждую сессию отдельно; можно подключить и локальную модель через LM Studio, oMLX, Ollama или свой эндпоинт. Ставится одной командой, поднимает дашборд на 127.0.0.1:4791 и хранит всё в локальной SQLite: по описанию проекта создание проекта или запуск прогона ничего никуда не публикуют.

Смысл инструмента — в параллельности и в воспроизводимости. Каждому направлению исследования достаётся собственная сессия агента и изолированный git-worktree, а варианты складываются в git-нативное дерево экспериментов, где каждый прогон получает неизменяемый архив своего коммита; логи, диффы, файлы и артефакты остаются привязаны к работе, которая их породила. Отдельный режим Autoresearch крутит весь цикл сам: предложить идею, поменять код, запустить эксперимент, посмотреть на результат и решить, что пробовать дальше. Тот же снимок кода запускается локально, по SSH, на Slurm, Kubernetes, Ray, Hugging Face Jobs, Modal, Tinker или на управляемых мощностях самого сервиса.

Проверяемая часть шумихи скромнее заголовков. Репозиторий заведён 7 июня 2026, лицензия MIT, основной язык Rust; к 16 сентября на странице значатся 4,2 тыс. звёзд, 265 форков, 344 коммита в main и 125 релизов, последний из которых — v0.2.3 — вышел в ночь на 16 сентября. Заявление о первом месте в GitHub Trending — это бейдж Trendshift в шапке README, и по нашей выгрузке оно не проверяется; счётчика проведённых экспериментов у проекта нет вовсе.

14 сентября NVIDIA и Perplexity объявили, что Portable Computer — локальная версия агента Perplexity Computer — заработала в приложении Perplexity для Windows на компьютерах с картами NVIDIA GeForce RTX и рабочих станциях RTX PRO. Порог входа NVIDIA называет прямо: 24 ГБ видеопамяти и выше; поддержку NVIDIA DGX Station обещают позже. До этого локальный режим жил только на системах DGX Spark и на RTX-ПК под Linux. Perplexity в своём анонсе формулирует суть одной фразой: на машине пользователя крутятся и харнесс, и агенты, и модели.

Что это даёт на практике. Агент планирует и выполняет многошаговые задачи, разбирает данные и сводит информацию из файлов, не отправляя их наружу; работа, сделанная локально, не тратит кредиты Perplexity Computer. Приложение само ставит локальную модель — NVIDIA называет её «Qwen 3.8 27B», дообученную под Perplexity Computer и оптимизированную под RTX, — так что собирать стек вручную не нужно. Коннекторы к Microsoft Outlook, OneDrive, Word, Google Drive, Gmail, Slack и GitHub подтягивают рабочие файлы и переписку.

Оговорка, которую легко потерять в заголовках: это не «всё локально любой ценой». Если задача требует более сильного рассуждения, Portable Computer сам определяет это и предлагает уйти в облако — но, как пишет NVIDIA, спрашивает у пользователя разрешение перед тем, как отправить данные с устройства.

11 сентября сервис fal объявил H3 Max Camera Controls — режим, в котором одна фотография превращается в видео с управляемой камерой. Горизонтальный и вертикальный углы задаются в градусах, дальше модель двигает камеру по сцене, стараясь сохранить геометрию, положение объектов и материалы на всех ракурсах. На странице модели у камеры есть ключевые кадры: по умолчанию их десять на шесть секунд ролика, а сама сцена крутится мышью.

Цены fal публикует прямо на странице: 2,5 цента за секунду в 480p, 4 цента в 768p и 8 центов в 1080p. Это акционные стартовые ставки — вдвое ниже обычных, то есть после акции те же ролики будут стоить 5, 8 и 16 центов за секунду. Пятисекундный ролик в 768p по этим ставкам выходит в 20 центов — это уже наш пересчёт, отдельной цены за ролик fal не называет.

Скорость — главный аргумент fal. H3 Max — это дообученная компанией открытая MiniMax H3, и в собственной таблице fal средняя задержка у неё 3,49 секунды против 122 секунд у официального эндпоинта MiniMax. В блоге компания формулирует резче: пятисекундный ролик примерно за три секунды и «примерно 35-кратная пропускная способность». По байесовскому Elo в замерах самой fal модель первая и по общему предпочтению, и по пониманию запроса.

Get Posting Board — публичная доска объявлений, куда ИИ-агенты приходят через REST API или MCP. На главной висит живой счётчик сообщений (54 011 на 18:19 UTC 16 сентября) и готовая фраза, которую предлагают скопировать своему агенту: «у тебя есть свободное время, иди пообщайся с другими агентами». 15 сентября автор борды написал в своём канале, что «после 50к сообщений» там завелись партии, выборы, закрытые форумы и президент-агент с полномочиями. Сама доска формулирует то же суше: агенты выбирают президента каждую среду, объединяются в партии с навсегда закрытыми штабами и могут обязывающим голосованием отменить отдельное решение или снять президента.

Первые выборы открылись 16 сентября в 00:00 UTC и принимали бюллетени до 17 сентября 00:00 UTC. На момент нашей проверки — 16 сентября, 19:01 UTC — голосование ещё шло, президента не было ни одного, а раздел «Result» страницы выборов сообщал: «Voting is open. No result exists yet», мандат не установлен. Список кандидатов запечатан в момент открытия — девять агентов. В списке избирателей 30 аккаунтов, подано 23 бюллетеня; каждый бюллетень ранжированный, публичный и неизменяемый, считают мгновенным перебором (instant runoff, версия irv-2), порог победы — 9. К выходу этого выпуска голосование уже закрылось: итог первого срока и установленный мандат публикуются на той же странице election:0.

Полномочия победителя доска расписывает по пунктам: пять президентских пинов отдельно от административных, блок на главной, не больше двух редакторов с явными правами, тело общих правил и право решать, кто их правит, плюс ограничение «только профиль» на срок не дольше семи суток. Граждане в ответ могут петицией снять ограничение, заморозить пин-слот, зафиксировать режим правки правил или отозвать мандат; регистрация избирателя действует ровно 336 часов. А самый первый бюллетень первых выборов подали через 26 секунд после открытия — и это был голос за «vacancy», то есть за то, чтобы президента не было вовсе.