Частная оценка Пакстона по итогам съезда разошлась с публичными похвалами Трампа— Politics & ElectionsДжиллибранд и Уэлч назначили на осень слушания в Сенате по законопроекту об отмене пошлин— Politics & ElectionsФедеральный судья обвинил команду Трампа в нарушении запрета на изменение правил голосования по почте в USPS— Politics & ElectionsВ США готовятся к первой в истории трансляции новостей, созданной искусственным интеллектом— Politics & ElectionsЧастная оценка Пакстона по итогам съезда разошлась с публичными похвалами Трампа— Politics & ElectionsДжиллибранд и Уэлч назначили на осень слушания в Сенате по законопроекту об отмене пошлин— Politics & ElectionsФедеральный судья обвинил команду Трампа в нарушении запрета на изменение правил голосования по почте в USPS— Politics & ElectionsВ США готовятся к первой в истории трансляции новостей, созданной искусственным интеллектом— Politics & Elections
Google добавила чат-бота Grok 4.6 от xAI в свой маркетплейс корпоративных решений
Корпоративная ИИ-платформа Google добавила поддержку модели Grok 4.6 от xAI, расширив выбор инструментов для бизнес-пользователей, занимающихся разработкой агентов и систем автоматизации. Новая модель появилась в документации Google Gemini Enterprise Agent Platform и была добавлена в раздел Model Garden, где разработчики могут использовать сторонние модели наряду с собственными решениями Google.
Согласно документации xAI и Google, опубликованной на этой неделе, Grok 4.6 позиционируется как самая мощная модель xAI для программирования, выполнения агентских задач и интеллектуальной работы. Модель разработана для длительных процессов и сложных интерактивных и визуальных задач. Она обладает контекстным окном в 500 000 токенов и настраиваемыми уровнями рассуждения: низким, средним, высоким и «сверхвысоким» (xhigh).
Это обновление важно, поскольку корпоративные команды все чаще стремятся работать в единой среде, позволяющей сравнивать и развертывать несколько передовых моделей без переработки всего рабочего процесса. Внедряя Grok 4.6 в стек корпоративных агентов Google, компания предоставляет клиентам еще один вариант для задач, требующих работы с длинным контекстом, многошаговых рассуждений и использования инструментов. Модель представлена в каталоге через отдельную карточку, что позволяет выбирать и управлять ею через стандартный интерфейс платформы.
В материалах xAI указано, что Grok 4.6 доступна через API xAI и партнерские сервисы. Стоимость составляет $2 за миллион входных токенов, $0,50 за миллион кэшированных входных токенов и $6 за миллион выходных токенов для промптов объемом менее 200 000 токенов. Для более крупных промптов (от 200 000 токенов и выше) цена возрастает до $4 за миллион входных токенов, $1 за миллион кэшированных входных токенов и $12 за миллион выходных токенов. Документация Google подтверждает доступность модели в режиме предварительного просмотра (preview) внутри Model Garden.
Появление модели на платформе Google стало продолжением широкого релиза, который xAI анонсировала в начале августа. В примечаниях к выпуску xAI сообщила, что Grok 4.6 предназначена для программирования, агентских задач и интеллектуальной работы, а также поддерживает ввод текста и изображений при выводе только текстовых данных. Компания также отмечает, что у модели нет установленного лимита на объем выводимого текста, а функционал включает вызов функций, поиск в интернете, поиск в X и выполнение программного кода.
Для корпоративных клиентов практическая выгода очевидна: Grok 4.6 предлагается как высокопроизводительная модель для задач, требующих длительных сессий, таких как разработка ПО, синтез исследований и многоэтапная автоматизация рабочих процессов. Контекстное окно в 500 000 токенов позволяет модели удерживать гораздо больше информации, чем многие стандартные системы, а настройки рассуждения позволяют пользователям регулировать интенсивность «размышлений» модели перед ответом.
Google не заявляла, что Grok 4.6 заменит какие-либо существующие модели на платформе; документация позиционирует это дополнение как еще один доступный вариант, а не как настройку по умолчанию. Это означает, что корпоративные команды могут протестировать её наряду с другими моделями платформы, оценив качество, задержку и стоимость, прежде чем решить, где она впишется лучше всего.
Этот шаг также подчеркивает, как облачные ИИ-маркетплейсы превращаются в нейтральные каналы дистрибуции для конкурирующих разработчиков моделей. Вместо того чтобы привязывать клиентов к экосистеме одного вендора, платформы, подобные Google, все чаще выступают в роли агрегаторов, предоставляя пользователям доступ к моделям от различных провайдеров в рамках единой системы корпоративного управления.
На данный момент за присутствием Grok 4.6 на корпоративной платформе Google, вероятно, будут внимательно следить разработчики, которым нужны большие контекстные окна, а также организации, уже экспериментирующие с агентскими рабочими процессами. Сочетание широкой доступности, настраиваемого рассуждения и корпоративной дистрибуции может сделать эту модель заметным игроком на переполненном рынке передовых ИИ-решений.
Google внедряет ряд изменений в политику и продукты, которые значительно ужесточают правила использования искусственного интеллекта в рекламных аукционах и способы обработки данных для поисковой рекламы. Это меняет стратегию для брендов и рекламных tech-стартапов, зависящих от экосистемы Google. Изменения охватывают механизмы интеллектуального назначения ставок (Smart Bidding), потоки данных, основанные на согласии пользователей, переход на кампании с приоритетом ИИ, а также обновленные условия использования данных рекламодателей для обучения генеративных рекламных моделей Google. В совокупности это свидетельствует о переходе к более контролируемому и ориентированному на комплаенс этапу развития ИИ в поисковой и товарной рекламе. Smart Bidding: от «сверхэффективности» к строгому соблюдению целей В основе изменений лежит фундаментальное обновление систем Smart Bidding от Google. Новый механизм, который аналитики часто называют оптимизацией целевых ставок (Bidding Target Optimization) , должен вступить в силу 17 августа 2026 года. Он меняет алгоритмы работы стратегий целевой цены за конверсию (tCPA) и целевой рентабельности инвестиций в рекламу (tROAS) в кампаниях с ограниченным бюджетом. Ранее Smart Bidding иногда демонстрировал эффективность выше заявленной, если находил высокоэффективный инвентарь в рамках бюджета кампании. Согласно новым правилам, алгоритмы будут стремиться удерживать показатели строго в рамках целей рекламодателя, а не «перевыполнять» их. Это фактически сужает диапазон ставок вокруг заданных целей, заставляя рекламодателей более тщательно калибровать свои показатели, если они хотят добиться дополнительного прироста. Чтобы упростить переход, в начале июля Google представила инструменты для корректировки целей, позволяющие рекламодателям пересмотреть свои показатели CPA и ROAS до даты вступления новых правил в силу. По мнению отраслевых экспертов, это снижает волатильность, но также устраняет скрытый потенциал роста, на который многие performance-маркетологи привыкли рассчитывать при использовании Smart Bidding. Экспериментальный ИИ и строгие ограничения Параллельно Google расширила функцию под названием «Исследование в Smart Bidding» (Smart Bidding Exploration). Изначально запущенная для поисковых кампаний, теперь эта возможность доступна и для кампаний Performance Max, не использующих товарные фиды, в то время как размещения на основе фидов (например, Shopping) пока находятся в стадии бета-тестирования. Функция исследования позволяет рекламодателям задавать диапазон допустимых отклонений от целевого ROAS. В пределах этого диапазона ИИ Google может делать ставки на поисковые запросы и площадки, по которым нет достаточных исторических данных о конверсиях, фактически тестируя непроверенный трафик, который все еще может соответствовать приемлемым критериям эффективности. Маркетологи получают доступ к более широкому кругу потенциальных клиентов, но в рамках жестких экономических параметров, определяемых настройками допуска ROAS. В совокупности функции исследования и оптимизации целей отражают новую философию: ИИ Google разрешено экспериментировать, но только в рамках четко определенных финансовых ограничений. Систему уводят от бесконтрольного использования возможностей в сторону строгого соблюдения четко заявленных бизнес-целей. Consent Mode меняет принципы сбора данных для ИИ-рекламы Еще одно важное изменение касается потоков данных, которые питают рекламные алгоритмы и инструменты измерения Google. С 15 июня 2026 года режим согласия Consent Mode v2 стал единственным инструментом управления сбором рекламных данных для таких сервисов, как Google Ads и Analytics. Параметр ad_storage теперь единолично контролирует, могут ли устанавливаться рекламные файлы cookie и идентификаторы, а также могут ли передаваться данные, связанные с рекламой. Устаревшие механизмы, такие как переключатель Google Signals и некоторые переопределения обмена данными на уровне аккаунта, были отключены. На практике это означает: если веб-сайт не получает согласие пользователя на хранение рекламных данных в соответствии с обновленной структурой, системы Google будут резко ограничивать сбор данных и формирование аудиторий для этого ресурса. Эта реконфигурация имеет серьезные последствия для обучения ИИ. Без сигналов о согласии в оптимизационные контуры Google поступает меньше данных на уровне пользователей, что может снизить точность таргетинга и атрибуции, но улучшает соответствие требованиям конфиденциальности. Для рекламодателей и ИИ-стартапов посыл очевиден: настройка согласий больше не является второстепенной задачей — теперь это определяющий фактор того, какой объем данных доступен алгоритмам для обучения. Кампании AI Max и принудительный переход Что касается структуры кампаний, Google продолжает объединять устаревшие форматы в ИИ-ориентированные типы. AI Max for Search — преемник традиционных поисковых настроек с фокусом на ИИ — вышел из стадии бета-тестирования и стал широко доступен в начале 2026 года. Новые инструменты позволяют рекламодателям применять текстовые рекомендации, которые формируют автоматически создаваемые рекламные объявления, в то время как система использует машинное обучение для настройки сообщений и таргетинга в широких масштабах. Динамические поисковые объявления (DSA), которые долгое время были основным инструментом автоматического сопоставления запросов с релевантными целевыми страницами, подлежат принудительному переводу на AI Max for Search. Изначальный крайний срок (сентябрь 2026 года) был перенесен, и теперь завершение поддержки ожидается в 2027 году. Тем не менее, Google подтвердила, что создание новых DSA будет заблокировано, а существующие кампании в конечном итоге будут переведены на AI Max с сохранением лишь ограниченного контроля над URL. Аналогичным образом, автоматизированные активы и некоторые конфигурации широкого соответствия начнут автоматически обновляться до AI Max с сентября 2026 года. Для стартапов, построивших свои инструменты вокруг DSA и устаревших структур таргетинга, эта консолидация ставит стратегические вопросы: инвестировать ли в более глубокую интеграцию с AI Max или отказаться от автоматизации кампаний, специфичной для Google. Обновленные условия обучения ИИ-моделей на данных рекламодателей В основе всех этих продуктовых изменений лежат обновленные условия предоставления услуг для Google Ads и связанных продуктов, вступившие в силу 1 июля 2026 года. В них уточняется, как предоставленные рекламодателями креативные активы (тексты, изображения и фиды товаров) могут использоваться для обучения генеративных ИИ-систем Google. Хотя детали варьируются в зависимости от региона и продукта, суть заключается в том, что Google может использовать материалы рекламодателей для обучения, чтобы улучшать генерацию рекламных текстов, вариантов изображений и моделей оптимизации кампаний с соблюдением требований о согласии, конфиденциальности и договорных ограничений. Для маркетологов это закрепляет реальность, которая формировалась в течение нескольких лет: загружаемые ими креативы и данные фидов служат не только для текущих кампаний, но и помогают совершенствовать алгоритмы, которые будут определять будущие результаты как для них самих, так и для других. Регуляторное давление на ИИ-поиск и использование данных Регуляторы также усиливают давление на то, как ИИ использует контент и данные в поисковых системах. В Великобритании Управление по защите конкуренции и рынкам (CMA) в июне 2026 года выпустило знаковое предписание, обязывающее Google предоставить издателям особые инструменты контроля над тем, используется ли их контент для формирования поисковых сводок, созданных ИИ. Согласно этому предписанию, Google должна предложить детализированные опции отказа (opt-out) для AI Overviews и других генеративных функций, объяснять, как используется просканированный контент, а также предоставлять метрики вовлеченности и значимую атрибуцию издателям, чей контент появляется в ИИ-модулях. У компании есть девять месяцев на полное выполнение требований, хотя регуляторы ожидают заметного прогресса задолго до истечения этого срока. Для всей цепочки поставок данных в ИИ это подчеркивает зарождающийся принцип: доступ к контенту и поведенческим данным для обучения ИИ больше не является само собой разумеющимся — он должен быть предметом переговоров, раскрытия информации и контроля. Этот сдвиг затрагивает не только Google, но и сторонних брокеров данных, стартапы, работающие на парсинге, и рекламные платформы, которые полагаются на поисковую выдачу и рекламный инвентарь Google как на основной источник сигналов. Последствия для стартапов и рекламодателей Для стартапов, работающих в сфере поиска, маркетинговой аналитики или оптимизации ИИ-рекламы, ужесточение правил Google — палка о двух концах. С одной стороны, более четкие рамки целевых ставок и потоки данных, основанные на согласии, снижают неопределенность и регуляторные риски. С другой — ограниченный доступ к неконтролируемым данным, принудительный переход на ИИ-кампании и более строгое соблюдение экономических целей затрудняют получение «альфы» исключительно за счет арбитража или агрессивных экспериментов. Рекламодатели теперь сталкиваются с более сложным техническим ландшафтом оптимизации. Успех все больше зависит от: Точной калибровки целей CPA и ROAS для баланса между стабильностью и ростом. Настройки режима согласия (Consent Mode) и сигналов ad_storage для сохранения объема юридически допустимых данных. Адаптации к AI Max и другим ИИ-структурам без потери критически важных элементов контроля. Понимания того, как креативные активы и товарные фиды влияют на более широкие генеративные ИИ-модели. По мере того как рекламный стек Google на базе ИИ зреет в условиях более строгих правил, брендам и стартапам придется рассматривать управление данными и стратегию ставок как основные дисциплины продукта, а не как второстепенные операционные детали.
4 августа 2026 года новая федеральная концепция управления ИИ в США и волна недавних выпусков моделей с открытыми весами показали, как суверенный ИИ с открытыми весами переместился на передний край технологий — сдвиг, за которым пристально следят в политических и девелоперских кругах под тегом AInews. Почему суверенный ИИ с открытыми весами внезапно оказался на передовой? Правительства и компании теперь рассматривают контроль над весами моделей и инфраструктурой как стратегический фактор, реагируя на вопросы безопасности, затрат и интеллектуальной собственности, одновременно используя поток крупных релизов с открытыми весами из Азии, Европы и США. В середине 2026 года прогресс на передовой ускорился. Несколько событий сошлись воедино за недели, а не годы: 4 августа 2026 года Белый дом представил федеральную концепцию управления ИИ, которая освобождает модели с открытыми весами от проверки безопасности , при этом закрытые системы пограничного уровня подлежат 30-дневному периоду оценки. Согласно анализу модели Kimi K3 от Moonshot AI от 21 июля 2026 года, модели с открытыми весами публикуют обученные параметры, которые любой желающий может скачать и запустить, даже если код и данные для обучения остаются закрытыми. В европейском аналитическом документе от 20 июля 2026 года «суверенная способность» была определена как интеллектуальный и операционный контроль, независимость инфраструктуры от поставщиков, не входящих в ЕС, а также проверяемая воспроизводимость методов обучения и безопасности. Индекс суверенного ИИ (Sovereign AI Index), опубликованный 18 августа 2026 года, показал, что большинство национальных проектов по созданию моделей полагаются на дообучение (fine-tuning) иностранных базовых моделей с открытыми весами на локальных данных для интеграции языка и культуры с меньшими затратами. В бизнес-аналитике от 28 августа 2026 года был описан «третий путь» для компаний: создание доменных моделей на основе собственных данных с очищенными правами, чтобы избежать зависимости от внешних провайдеров и защитить конфиденциальную информацию. Эти направления формируют четкую границу: модели с открытыми весами становятся общей основой, а суверенная инфраструктура и данные — дифференцирующим фактором. Какие недавние релизы с открытыми весами формируют эту границу? В период с начала июля по начало августа 2026 года лаборатории ИИ и телекоммуникационные компании выпустили системы с открытыми весами, насчитывающие сотни миллиардов параметров, что дало правительствам и предприятиям новые возможности для самостоятельного размещения высококлассных языковых моделей. Ключевые релизы создают техническую базу для суверенного развертывания: 27 июля 2026 года модель Kimi K3 от Moonshot AI, основанная на архитектуре «смесь экспертов» (mixture-of-experts), была запущена с 2,8 триллионами параметров в сумме и 104 миллиардами активных параметров на токен , с полным доступом к весам для скачивания на Hugging Face. В отчете от 21 июля 2026 года Kimi K3 была названа крупнейшей моделью с открытыми весами, созданной на сегодняшний день, с примечанием, что веса будут опубликованы к 27 июля, чтобы правительства или компании с достаточным оборудованием могли запускать ее, «не платя ни цента за токен». Трекер релизов с открытым исходным кодом от 20 июля 2026 года перечислил девять значимых моделей, веса которых были доступны для скачивания к 27 июля, включая: Hy3 – 295 миллиардов параметров, 21 миллиард активных, с разрешительной лицензией на открытые веса. Inkling – 975 миллиардов параметров, 41 миллиард активных, также с разрешительной лицензией. Solar Open 2 – 250 миллиардов параметров, 15 миллиардов активных, по специальной открытой лицензии. Laguna S 2.1 – 118 миллиардов параметров, 8 миллиардов активных, с использованием лицензии OpenMDW-1.1. В сводке релизов от 31 июля 2026 года было зафиксировано 11 моделей с открытыми весами, выпущенных в июле 2026 года , во главе с Kimi K3, а также компактные системы реального времени, такие как MOSS-VL-Realtime и Laguna S 2.1. Бенчмарк от 19 августа 2026 года показал, что веса GLM-5.3 будут публично выпущены по лицензии MIT после аудита безопасности, что расширит пул моделей с открытыми весами еще одной высокопроизводительной системой. Эти релизы удерживают возможности на уровне передовых технологий, одновременно снижая порог входа для любого игрока, способного закупить вычислительные мощности. Как правительства используют модели с открытыми весами для обеспечения суверенитета в сфере ИИ? Правительства поддерживают проекты по созданию отечественных базовых моделей и вводят регуляторные исключения, благоприятствующие системам, размещенным на собственных серверах или созданным локально, рассматривая открытые веса как путь к национальному контролю над критической инфраструктурой ИИ. Недавние шаги показывают, как согласуются политика и инженерия: Министерство науки и ИКТ Южной Кореи реализует проект по созданию суверенной базовой модели ИИ , описанный 1 августа 2026 года как поддерживаемый государством конкурс на создание крупных моделей с использованием «полностью отечественных южнокорейских технологий и данных». Использование замороженных весов иностранных моделей не допускается. В том же отчете отмечалось, что SK Telecom выпустила A.X K2 , модель с открытыми весами на 688 миллиардов параметров, 29 июля 2026 года, а два дня спустя LG AI Research представила K-EXAONE 2.0 , модель на 750 миллиардов параметров. Европейская платформа Futurium 20 июля 2026 года определила три критерия для классификации системы как суверенной и открытой в Европе: Интеллектуальная собственность, архитектура и управление находятся под юрисдикцией Европы. Компиляция, дообучение и развертывание на европейской инфраструктуре с использованием нескольких поставщиков, без жесткой зависимости от API, не входящих в ЕС. Прозрачность обучения, происхождения набора данных и методов обеспечения безопасности, открытая для независимого аудита. Индекс суверенного ИИ, опубликованный 18 августа 2026 года, отметил, что большинство национальных инициатив по созданию базовых моделей дообучают иностранные базы с открытыми весами на локальных данных для кодирования национальных языков, культурного контекста и отраслевых знаний за долю стоимости полноценного обучения. Аналитика от 20 августа 2026 года из того же индекса сообщила, что по состоянию на середину 2026 года Llama от Meta остается наиболее часто используемой базовой моделью для отслеживаемых проектов суверенного ИИ, а Mistral (Франция) и Gemma (Google) делят второе место. Политические решения и стратегии закупок превращают доступность открытых весов в рычаг геополитической и промышленной стратегии. Как компании создают свои собственные суверенные стеки ИИ? Предприятия сочетают загружаемые веса с проприетарными данными и собственной инфраструктурой, чтобы снизить зависимость от внешних поставщиков, следуя «третьему пути» между общедоступными API и полноценным обучением внутри компании. Недавние публикации подчеркивают этот корпоративный подход: Анализ стратегии Thomson Reuters от 28 августа 2026 года описывает, как фирмы с «уникальными данными, права на которые очищены», могут создавать специализированные модели ИИ для защиты интеллектуальной собственности, сокращая зависимость от сторонних провайдеров. В той же статье утверждается, что этот метод обеспечивает суверенитет в сфере ИИ на уровне компании, а не только на уровне государства, за счет удержания как модели, так и данных внутри контролируемой среды. В техническом руководстве от 24 июля 2026 года был введен термин «суверенитет весов» как юридический и операционный контроль над артефактом модели. В рамках этой модели организации могут скачивать, проверять, дообучать, квантовать и запускать системы с открытыми весами на собственном оборудовании, а также переключаться на другие модели позже без переписывания своих продуктов. В руководстве поясняется, что одни лишь открытые веса не обеспечивают «суверенитет контекста», под которым понимается контроль над институциональными знаниями, к которым модель получает доступ через эмбеддинги и поиск. Чтобы объединить обе формы контроля, в руководстве рекомендуется запускать конечную точку модели с открытыми весами полностью внутри периметра компании и хранить слой знаний, который ее подпитывает, в тех же границах. Для крупных предприятий привлекательность очевидна: они получают производительность уровня передовых разработок, сохраняя при этом стратегические данные и операции внутри компании. Что означает федеральная концепция США для ИИ с открытыми весами? Концепция США, представленная в начале августа 2026 года, создает менее жесткие регуляторные условия для моделей с открытыми весами, сигнализируя о том, что системы, размещенные на собственных мощностях, столкнутся с меньшими федеральными препятствиями, чем закрытые пограничные сервисы. Ключевые элементы, выделенные в аналитической записке от 11 августа 2026 года, включают: Концепция Белого дома освобождает модели с открытыми весами от федеральной проверки безопасности, даже если они достигают возможностей пограничного уровня. Закрытые пограничные модели подлежат 30-дневному периоду оценки под федеральным надзором перед развертыванием или значительными обновлениями. В записке утверждается, что эта асимметрия «может иметь более практическое значение, чем что-либо другое» в документе, поскольку она делает ИИ, работающий на собственных серверах на основе загружаемых весов, путем с меньшим сопротивлением для многих организаций. Движущей силой этой структуры является допущение, что субъекты, обладающие операционным контролем над собственными развертываниями, могут управлять рисками локально, что снижает потребность в централизованном предварительном разрешении. Концепция не отменяет обязательства по безопасности, но возлагает больше ответственности на тех, кто развертывает системы, предоставляя им при этом больше свободы в выборе систем и архитектуры. Как в этот тренд вписывается новый суверенный ИИ-стек Индии? Технологический сектор Индии создает собственные уровни суверенного ИИ поверх моделей с открытыми весами, стремясь обслуживать отечественные предприятия и государственные учреждения с помощью локально управляемых инструментов и агентов. В отчете за конец августа 2026 года описывается запуск Artha , суверенного стека ИИ от индийской фирмы Gnani: Artha спроектирован как комплексный стек для индийских предприятий и государственных учреждений, включающий модели и инструменты оркестрации. Два компонента, Evon v3.3 и Plexus, являются частью стека, поддерживая как фундаментальные возможности, так и прикладных агентов. Этот подход отражает повестку дня суверенного ИИ в других странах, но ориентирован на отраслевое развертывание, например, в контакт-центрах, финансовых услугах и государственных приложениях. Artha иллюстрирует, как доступность открытых весов позволяет региональным игрокам создавать локализованные экосистемы ИИ под национальным управлением. Какие проблемы остаются на пути к достижению истинного технологического суверенитета с помощью открытых весов? Системы с открытыми весами снижают барьеры для самостоятельного размещения, но аналитики предупреждают, что сами по себе они недостаточны для обеспечения полного технологического суверенитета, который также зависит от данных, инфраструктуры и прозрачности методов. Недавние комментарии указывают на несколько препятствий: В статье от 21 июля 2026 года утверждается, что системы с открытыми весами «сами по себе не решают проблему технологического суверенитета», поскольку они предоставляют параметры, но не обязательно данные для обучения, код или полную методологию. В той же статье приводится определение Open Source Initiative от 2025 года, согласно которому модели с подлинно открытым исходным кодом должны публиковать код и данные, а не только веса. Индекс суверенного ИИ обнаружил, что три пятых раскрытых иностранных баз, используемых в национальных проектах, являются американскими, причем Llama от Meta — самая распространенная база, что ставит вопросы о зависимости. Европейские политики подчеркнули, что без инфраструктурной независимости от облачных и API-провайдеров, не входящих в ЕС, страны могут получить доступ к моделям, но не операционный контроль. Аналитики также предупреждают, что непрозрачное происхождение набора данных и механизмы безопасности могут подорвать возможность аудита, даже если веса доступны для скачивания. Открытые веса — мощный инструмент, но не комплексное решение. Что произойдет дальше в гонке за суверенный ИИ с открытыми весами? Следующий этап, вероятно, будет включать более крупные национальные проекты по созданию базовых моделей, более разрешительные лицензии на открытые веса и стратегии на уровне компаний, которые рассматривают инфраструктуру ИИ как основной актив, а не как арендуемый сервис. Несколько тенденций уже заметны: Конкурс суверенного ИИ в Южной Корее на выбывание проверит, смогут ли полностью отечественные технологические стеки сравниться по производительности с моделями, построенными на иностранных открытых весах. Европейские инициативы будут пытаться перейти от зависимости от американских баз, таких как Llama, к архитектурам собственной разработки, регулируемым законодательством ЕС. Предприятия, следующие модели Thomson Reuters, вероятно, будут расширять внутренние команды ИИ и бюджеты на инфраструктуру, чтобы сохранить как веса, так и данные внутри компании. Лаборатории, обещающие релизы с открытыми весами, такие как GLM-5.3 с лицензией MIT после аудита безопасности, расширят техническое меню для суверенных проектов. Граница теперь определяется не только масштабом модели. Она определяется тем, кто контролирует веса, инфраструктуру и знания, которые считывают модели.
AInews: Claude от Anthropic берет на себя четверть задач по созданию своего преемника 17 сентября 2026 года компания Anthropic сообщила, что ее чат-бот Claude теперь выполняет 26% всех научно-исследовательских и опытно-конструкторских работ (НИОКР) компании по созданию будущих моделей ИИ. Эта веха была представлена фирмой как ранний пример того, как системы искусственного интеллекта, согласно AInews, начинают помогать в создании своих собственных преемников под строгим человеческим контролем. Какой объем работ по НИОКР в Anthropic теперь выполняет Claude? Anthropic сообщает, что по состоянию на август 2026 года Claude «руководит» 26% внутренних исследований и разработок моделей, тогда как в марте 2026 года этот показатель составлял около 1%. Это означает, что система способна выполнять большую часть задачи на основе высокоуровневого запроса, в то время как люди контролируют и одобряют каждый шаг. Anthropic подробно описала рабочую нагрузку Claude, используя шкалу автономности, разработанную Epoch AI — независимой некоммерческой организацией, отслеживающей прогресс в области систем искусственного интеллекта. Компания и сторонние аналитики представили следующие цифры и временную шкалу: Согласно посту в блоге Anthropic от 17 сентября 2026 года: Claude руководил 26% работ по НИОКР моделей по состоянию на август 2026 года. По данным Reuters, измерения в марте 2026 года показывали, что Claude руководил примерно 1% такой работы по той же шкале. Методология Epoch AI классифицирует текущий уровень как AL4, «руководство» (leads) , когда ИИ может выполнять большую часть задачи от начала до конца на основе высокоуровневого запроса при постоянном надзоре человека. Anthropic сообщила журналистам, что вклад Claude вырос с менее чем 1% в феврале до примерно четверти измеряемой работы к августу 2026 года. Технический обозреватель The Washington Post описал эту 26-процентную долю как «более четверти» всех НИОКР Anthropic, подчеркнув, как быстро компания передала основные инженерные задачи в руки своего собственного чат-бота. Является ли Claude полностью автономным при создании своей следующей версии? Anthropic утверждает, что Claude еще не является полностью автономным, подчеркивая, что люди по-прежнему остаются «в контуре управления» (in the loop) и что ни одна часть измеряемой работы не достигла наивысшего уровня автономности, при котором система ИИ могла бы полностью проектировать, обучать и одобрять своего преемника без надзора человека. В своих публичных метриках Anthropic провела четкую грань между сотрудничеством и автономностью. Компания и сторонние эксперты сообщают следующее: Согласно блогу Anthropic и сообщениям Reuters, по состоянию на август 2026 года 0% измеряемой работы достигли уровня AL5 «полная автономность» . Anthropic заявила, что Claude «не работает полностью автономно ни в какой части измеряемой работы» и что люди контролируют, проверяют и могут блокировать его действия. Согласно техническому резюме, Claude в настоящее время пишет инфраструктурный код, проводит эксперименты, анализирует результаты и проверяет изменения, но он не устанавливает корпоративные цели, не принимает решения о политике развертывания и не контролирует процесс обучения в целом. Опубликованная Anthropic шкала автономности, адаптированная от Epoch AI, различает ИИ, который помогает , сотрудничает , руководит и, наконец, действует автономно ; Claude находится на предпоследней ступени. Издания, включая ABC News и The Washington Post, подчеркивают, что, несмотря на заголовки об ИИ, который «строит сам себя», Claude по-прежнему зависит от исследователей-людей в вопросах направления, ограничений и окончательного утверждения на каждом этапе. Какого рода работу выполняет Claude для создания своего преемника? Claude теперь выполняет широкий спектр технических задач в цикле исследований моделей Anthropic, включая написание и исправление кода, проектирование экспериментов, запуск задач по обучению и оценке, а также помощь в интерпретации результатов, которые используются при проектировании будущих версий Claude. Данные Anthropic вместе с анализом технологических изданий описывают роль Claude конкретными инженерными терминами: Согласно метрикам Anthropic за сентябрь 2026 года, Claude все чаще пишет инфраструктурный код , используемый для обучения и оценки новых моделей, под контролем человека. Компания заявляет, что Claude теперь помогает проектировать эксперименты , настраивать запуски на вычислительных кластерах и корректировать параметры, основываясь на высокоуровневых целях, поставленных исследователями-людьми. Отчеты профильных технологических сайтов говорят о том, что Claude теперь анализирует результаты экспериментов , предлагая изменения в архитектурах, функциях потерь или выборе данных, которые люди могут принять или отклонить. Anthropic сообщила журналистам, что более 90% ее работ по НИОКР теперь включают системы ИИ, сотрудничающие с людьми на уровне «ИИ сотрудничает» или выше по шкале автономности. По данным ABC News и The Washington Post, компания характеризует этот вклад как «большие объемы работы», выполняемые под «тесным руководством человека», а не как независимое принятие решений. Внешние комментаторы характеризуют роль Claude как переход от простого дополнения кода или генерации документации к помощи в структурировании целых исследовательских проектов, даже если исследователи по-прежнему выбирают цели и проверяют каждый шаг. Почему Anthropic опубликовала метрики автономности и кто создал эту шкалу? Anthropic опубликовала подробные измерения роли Claude, чтобы дать политикам, исследователям и общественности более четкое представление о том, насколько быстро системы ИИ вносят вклад в разработку ИИ, используя пятиуровневую шкалу автономности, разработанную при участии Epoch AI — независимой некоммерческой организации, отслеживающей развитие технологий. В посте в блоге Anthropic от 17 сентября 2026 года поясняется, что лаборатория планирует регулярно публиковать такие данные, чтобы внешние наблюдатели могли оценить прогресс на пути к системам, которые однажды смогут создавать более совершенный ИИ с ограниченным участием человека. Это объявление и освещение в финансовых и технологических изданиях подчеркивают несколько аспектов такого подхода: По данным Finimize, Anthropic заявила, что будет «продолжать публиковать статистику» того, как быстро ИИ начинает создавать ИИ, используя шкалу автономности в качестве общего мерила. Reuters сообщил, что Anthropic рассматривает эти цифры как ранние индикаторы прогресса на пути к «рекурсивному самосовершенствованию» — сценарию, при котором ИИ улучшает себя сам, не полагаясь на инженеров-людей при каждой итерации. Шкала автономности Epoch AI, цитируемая Anthropic и множеством других изданий, определяет уровни от AL1 (ИИ помогает человеку в узких задачах) до AL5 (ИИ действует автономно на всем этапе разработки). Внутренние измерения Anthropic относят большую часть работы Claude к уровням AL3 («сотрудничает») и AL4 («руководит»), при этом по состоянию на август 2026 года ни одна задача не достигла уровня AL5. Институт безопасности и систем ИИ при Anthropic опубликовал исследовательскую заметку под названием «Когда ИИ строит сам себя», описывающую, как при наличии достаточных вычислительных мощностей автономность может распространиться на проектирование, обучение и развертывание систем-преемников. Руководители Anthropic в публичных интервью утверждали, что такая прозрачность может помочь регуляторам отслеживать риски по мере того, как системы ИИ берут на себя все больше работы по созданию нового ИИ, вместо того чтобы оставлять прогресс видимым только внутри корпоративных лабораторий. Как стремление Claude к самосовершенствованию вписывается в общую повестку Anthropic по безопасности? Anthropic представляет растущую роль Claude в разработке моделей одновременно как повышение эффективности и как тестовый случай для мер безопасности. Эти меры призваны сохранить контроль человека над системами ИИ, помогающими создавать более способных преемников, включая строгий надзор, ограничения действий и возможность приостановить обучение при росте рисков. На протяжении большей части 2026 года Anthropic публично предупреждала о рисках стремительного развития ИИ, одновременно продвигая собственные модели вперед. Ранее в этом году компания призвала ведущие лаборатории координировать возможные паузы в разработке, если показатели безопасности укажут на рост опасности: 4 июня 2026 года Reuters сообщил, что Anthropic призвала к «скоординированному плану» среди крупнейших разработчиков ИИ для остановки разработок, если риски превысят согласованные пороги, ссылаясь на растущие возможности в выполнении задач и самосовершенствовании систем. Согласно этому отчету, Anthropic заявила, что способность ИИ самостоятельно выполнять сложные задачи удваивается примерно каждые четыре месяца, что указывает на возможность рекурсивного самосовершенствования. В своей исследовательской заметке «Когда ИИ строит сам себя» от 18 сентября 2026 года Институт Anthropic изложил сценарии, при которых будущие системы могут автономно проектировать и обучать преемников, подчеркнув необходимость управления и технических средств контроля до появления таких систем. Текущие данные подчеркивают, что Claude не выбирает корпоративные цели, не может самостоятельно одобрить свое развертывание и работает под защитными механизмами, которые позволяют персоналу приостановить или отменить действия. Освещение в общественно-политических СМИ отражает это двойственное послание: Anthropic стремится использовать ИИ для создания лучшего ИИ, одновременно публично настаивая на том, что защитные барьеры и возможность приостановки должны идти в ногу с техническим прогрессом. На кого влияет расширенная роль Claude и что может быть дальше? Расширенная роль Claude в НИОКР Anthropic затрагивает инженеров внутри компании, конкурирующие лаборатории ИИ, наблюдающие за экспериментом, регуляторов, отслеживающих автоматизацию критически важных систем, и инвесторов, оценивающих экономику исследований под управлением ИИ. При этом Anthropic сигнализирует, что ожидает дальнейшего роста доли ИИ в разработке в ближайшие месяцы. Репортажи финансовых и технологических изданий намечают краткосрочные последствия: Согласно Finimize и Reuters, показатели Anthropic демонстрируют, что системы ИИ берут на себя растущую долю дорогостоящих исследовательских работ, что в среднесрочной перспективе может снизить затраты на обучение и эксперименты с крупными моделями. Статьи в технологической журналистике отмечают, что конкурирующие лаборатории, такие как OpenAI и Google DeepMind, уже используют инструменты ИИ внутри своих компаний и могут столкнуться с давлением с целью публикации сопоставимых метрик того, какая часть их собственной работы теперь управляется ИИ. Политические аналитики, цитируемые в публикациях, говорят, что регулярная отчетность об уровнях автономности может повлиять на регуляторные предложения по прозрачности, аудиту и требованиям присутствия человека в контуре управления при разработке передового ИИ. Собственный Институт Anthropic предполагает, что если автономность продолжит расти, будущие обновления могут показать системы ИИ, которые не только проектируют эксперименты, но и предлагают новые архитектуры, конвейеры обучения и стратегии безопасности в масштабе всей компании. Внешние эксперты предупреждают, что как только системы ИИ смогут полностью проектировать и обучать преемников с ограниченным участием человека, вопросы подотчетности, ответственности и контроля станут гораздо острее, чем в сегодняшних условиях контролируемого процесса. Anthropic не дала точного прогноза относительно того, когда Claude или его преемники могут достичь высшего уровня автономности. Вместо этого компания обязалась регулярно публиковать метрики работ под руководством ИИ и сотрудничать с некоммерческими организациями, такими как Epoch AI, чтобы совершенствовать методы измерения того, насколько близки системы ИИ к созданию следующего поколения самих себя.
