agents — AI Digest

2 июл Anthropic выпускает Claude Sonnet 5 в качестве новой модели по умолчанию Anthropic models-llm
7 июл Tencent официально выпускает Hunyuan Hy3: 295B MoE-модель с агентными и рассуждательными возможностями Tencent models-llm
9 июл OpenAI GPT-5.6 Sol, Terra и Luna вышли в публичный доступ после государственной проверки OpenAI models-llm
11 июл OpenAI выпускает семейство GPT-5.6: Sol, Terra и Luna OpenAI models-llm
30 апр GLM-5V-Turbo: нативная foundation-модель для мультимодальных агентов Z.ai research
7 мая xAI выпустила Grok 4.3 с контекстом 1M токенов, снижением цен на 40–60% и улучшенными результатами в агентных бенчмарках xAI models-llm
8 мая Anthropic запускает Claude Managed Agents: Dreams, Outcomes, мультиагентная оркестрация Anthropic tools
12 мая Google анонсировала Gemini Intelligence для Android с автоматизацией задач между приложениями Google tools
15 мая EVA-Bench: сквозной фреймворк для оценки голосовых агентов ServiceNow AI research
19 мая Google I/O 2026: Gemini 4, Jules V2, Firebase Studio GA, Android XR и Aluminium OS Google DeepMind models-llm
20 мая Gemini 3.5 Flash Released at Google I/O 2026: Frontier Coding + Agentic at Flash Speed Google DeepMind models-llm
2 июн Alibaba выпускает Qwen3.7-Plus: мультимодальный агент с поддержкой зрения, рассуждений и автономного выполнения задач Alibaba / Qwen models-llm
8 июн NVIDIA Nemotron 3 Ultra: открытая модель 550B MoE теперь доступна для агентных задач NVIDIA models-llm
18 июн GitHub Copilot App стал общедоступным GitHub tools
24 июн Anthropic запускает Claude Tag — постоянного AI-участника команды в Slack Anthropic tools
24 июн ByteDance представляет Doubao-Seed-2.1-Pro на конференции Volcano Engine FORCE ByteDance models-llm
26 июн ByteDance представляет флагманскую LLM Doubao-Seed-2.1 Pro на конференции FORCE ByteDance / Doubao models-llm
11 июл xAI выпускает Grok 4.5: модель уровня Opus для кодирования и агентных задач xAI models-llm
11 июл OpenAI запускает ChatGPT Work и интегрирует Codex в единое десктопное приложение OpenAI tools
11 июл Tencent выпускает Hunyuan Hy3: открытая MoE-модель на 295B под Apache 2.0 Tencent models-llm
30 апр Yandex Commerce Protocol: первые ретейлеры запускают продажи через Алису AI Yandex industry
30 апр Mistral Workflows: public preview Temporal-движка для enterprise AI-оркестрации Mistral tools
30 апр Recursive Multi-Agent Systems: общение агентов в latent space Stanford University research
2 мая Eywa: фреймворк гетерогенного взаимодействия между LLM-агентами и научными foundation-моделями University of Illinois at Urbana-Champaign research
6 мая Anthropic запускает десять шаблонов ИИ-агентов для финансового сектора с интеграцией Microsoft 365 Anthropic tools
6 мая Roo Code объявляет о закрытии 15 мая и переходе к облачному агенту Roomote Roo Code tools
7 мая MiniMax Hailuo 2.3 запущена с Media Agent и генерацией видео в пакетном режиме на 50% дешевле MiniMax video
9 мая ByteDance выпускает Doubao-Seed-2.0-lite — первую омни-модальную модель в серии Seed ByteDance models-llm
10 мая AI Co-Mathematician от Google DeepMind достигает 48% на FrontierMath Tier 4 Google DeepMind research
11 мая Claude Code v2.1.139–v2.1.140: Agent View в режиме research preview и команда /goal Anthropic tools
13 мая Claude Platform на AWS достигает общей доступности Anthropic tools
13 мая RubricEM: мета-RL с декомпозицией политики под руководством рубрик за пределами верифицируемых наград Google research
14 мая Anthropic запускает Claude для малого бизнеса Anthropic tools
14 мая Notion запускает Developer Platform 3.5 с External Agents API, Workers и CLI Notion tools
19 мая Anthropic приобретает Stainless — стартап по SDK и MCP-инструментарию, которым пользовались OpenAI и Google Anthropic industry
20 мая Google Launches Gemini Spark: 24/7 Personal AI Agent in Google AI Ultra Google tools
20 мая Google Launches Antigravity 2.0: Agent-First Dev Platform with Desktop App, CLI, and Managed Agents API Google tools
20 мая Code as Agent Harness: Survey Positions Code as the Substrate for Executable Agent Systems (159 HF upvotes) Multi-institution (42 authors) research
20 мая SkillsVote: Lifecycle Governance of Agent Skills — Collection, Recommendation, Evolution (219 HF upvotes) Memtensor Research Group / IAAR-Shanghai research
4 июн Microsoft запускает Scout: всегда активный Autopilot AI-агент для Microsoft 365 Microsoft tools
6 июн OpenAI выпускает Lockdown Mode для блокировки эксфильтрации через prompt injection в ChatGPT OpenAI tools
12 июн OpenAI приобретает немецкий стартап Ona для развития постоянных облачных агентов Codex OpenAI industry
16 июн NVIDIA SkillSpector: сканер безопасности с открытым кодом для скиллов AI-агентов NVIDIA tools
18 июн OpenAI запускает Scheduled Tasks в ChatGPT и прекращает поддержку Pulse OpenAI tools
19 июн AWS Summit New York 2026: общая доступность Bedrock AgentCore, iOS-предпросмотр Kiro и анонс AWS Context Amazon tools
19 июн OpenAI публикует Deployment Simulation: предсказание поведения модели до релиза OpenAI research
19 июн ENPIRE: агенты кодирования ИИ замыкают цикл физических робототехнических исследований без участия человека NVIDIA / Carnegie Mellon University / UC Berkeley research
21 июн Mistral переименовывает Le Chat в Vibe: единый агент для работы и написания кода Mistral tools
24 июн xAI запускает /goal в Grok Build для длительных автономных задач кодирования xAI tools
24 июн Qwen-AgentWorld: языковые world-модели для универсальных агентов в семи средах Alibaba/Qwen research
25 июн Gemini 3.5 Flash получает встроенный инструмент управления компьютером Google DeepMind tools
25 июн Beyond NL2Code: структурированный обзор мультимодального интеллекта в написании кода research
26 июн OpenAI делает Codex Remote общедоступным для всех тарифов и сообщает о 97.9% внутреннем уровне использования OpenAI tools
26 июн Qwen-AgentWorld: языковые мировые модели для универсальных агентов на 35B и 397B параметров Qwen Team, Alibaba research
2 июл Anthropic запускает Claude Science — AI-воркбенч для исследователей Anthropic tools
2 июл Яндекс запускает платформу AI-агентов для Alice AI Yandex tools
4 июл Gemini Spark запускается на macOS с доступом к локальным файлам и поддержкой MCP-серверов Google tools
11 июл ByteDance EdgeBench: скорость обучения агентов удваивается каждые три месяца ByteDance research
13 июл Long-Horizon-Terminal-Bench: тестирование пределов агентов на длинных терминальных задачах Tencent Hunyuan research
26 июл OpenAI добавила голосовое управление ChatGPT в десктоп-приложение с поддержкой Codex OpenAI tools
27 июл AREX: на пути к рекурсивно самосовершенствующемуся агенту для глубокого исследования research
30 июл HumanCLAW: способны ли vision-language модели действовать через тело? Meta Research research
8 мая Automated Weak-to-Strong Researcher: AI-агенты превосходят людей в исследованиях по alignment Anthropic research
10 мая Anthropic устраняет агентическое поведение шантажа у Claude с помощью «Teaching Claude Why» Anthropic research
6 июн MLEvolve: самоэволюционирующий мультиагентный LLM-фреймворк для автоматического поиска алгоритмов машинного обучения research
11 июн Kwai Keye-VL-2.0: открытая мультимодальная MoE-модель 30B с контекстом 256K для длинного видео Kwai research
17 июн JoyAI-VL-Interaction: открытая VLM на 8B для взаимодействия в реальном времени с автономным управлением очередью речи JD.com research
8 июл LLM-as-a-Verifier: верификация как независимая ось масштабирования для LLM Stanford University / UC Berkeley / NVIDIA research
11 июл Meta выпускает Muse Spark 1.1 и запускает Meta Model API Meta models-llm
6 мая Ctx2Skill: фреймворк самосовершенствования для автономного обнаружения навыков из контекста в LLM research
7 мая GitHub Copilot в VS Code, апрельские релизы: BYOK-ключи моделей, шаринг вкладок браузера, запись в терминал GitHub tools
7 мая AWS MCP Server достиг общей доступности с полным доступом к API и средствами аудита IAM Amazon Web Services tools
7 мая GitHub MCP Server: сканирование секретов в GA и сканирование зависимостей в публичном превью GitHub tools
8 мая Google DeepMind публикует годовой отчёт о результатах AlphaEvolve Google DeepMind research
8 мая AI Co-Mathematician: Google DeepMind достигает 48% на FrontierMath Tier 4 Google DeepMind research
9 мая OpenSearch-VL: открытый рецепт обучения мультимодальных агентов поиска Tencent Hunyuan research
9 мая ARIS: автономные ML-исследования с помощью состязательного взаимодействия мульти-агентов Shanghai Jiao Tong University research
14 мая LangChain запускает LangSmith Engine (публичная бета) и SmithDB на Interrupt 2026 LangChain tools
16 мая SDAR: агентное обучение с подкреплением через самодистилляцию для многоходовых агентов Zhejiang University / Meituan research
16 мая MemLens: бенчмарк мультимодальной долгосрочной памяти для моделей визуального языка NVIDIA research
19 мая MMSkills: переиспользуемые мультимодальные скиллы для универсальных визуальных агентов (105 апвоутов на HF) Shanghai Jiao Tong University research
2 июн Crafter: мультиагентный фреймворк для генерации редактируемых научных иллюстраций — +16 пунктов над базовыми моделями (103 апвоута на HF) Tsinghua University research
2 июн GrepSeek: обучение поисковых агентов для прямого взаимодействия с корпусом через команды оболочки (93 апвоута на HF) University of Massachusetts Amherst research
6 июн Детерминированный горизонт: теоретико-информационное доказательство ограничений расширенного CoT и необходимости использования инструментов research
8 июн Агентные трансформеры доказуемо обучаются поиску в глубину через обучение с подкреплением Carnegie Mellon University / Ohio State University research
11 июн Claude Code v2.1.172–v2.1.173: вложенные суб-агенты до 5 уровней глубины Anthropic tools
11 июн Arbor: автономное ML-исследование через уточнение дерева гипотез NLPIR Lab research
11 июн DeNovoSWE: генерация полного репозитория с нуля — рост с 5.8% до 47.2% на синтетических обучающих данных AweAI Team research
14 июн Moonshot AI открывает тестирование Kimi Work: десктопный агент с роем из 300 субагентов и WebBridge Moonshot AI tools
14 июн EvoArena: LLM-агенты набирают лишь 40% в динамически изменяющихся средах MIT / NUS / Salesforce research
14 июн WeaveBench: агенты компьютерного использования проваливаются на гибридных задачах GUI+CLI — 41% успешных выполнений Microsoft Research research
14 июн InterleaveThinker: RL-пайплайн «планировщик+критик» для перемежающейся генерации текста и изображений CUHK Multimedia Lab research
16 июн FastContext: специализированный субагент-исследователь сокращает использование токенов агентами по коду на 60% Microsoft / Shanghai Jiao Tong University research
18 июн Cursor 3.7: облачные dev-окружения и субагенты /in-cloud Cursor tools
19 июн Google DeepMind публикует AI Control Roadmap: эшелонированная защита от рассогласованных агентов кодирования Google DeepMind research
22 июн GateMem: бенчмарк управления памятью в агентах с разделённым доступом research
26 июн Детерминированный горизонт: когда расширенное рассуждение даёт сбой и необходима делегация инструментам research
26 июн Runway выпускает Agent 2.0 для автоматизации маркетинговых кампаний Runway video
29 июн OPID: дистилляция навыков на собственной политике улучшает RL агентов с длинным горизонтом Institute of Automation, Chinese Academy of Sciences research
4 июл xAI запускает Grok Voice Agent Builder в бета-версии xAI tools
8 июл AutomationBench-AA: независимый бенчмарк из 657 задач для AI-агентов в SaaS-автоматизации Artificial Analysis tools
14 июл ABot-AgentOS: операционная система для роботизированных агентов с долгосрочной мультимодальной памятью Alibaba research
14 июл ABot-N1: базовая модель визуально-языковой навигации с архитектурой slow-fast Alibaba research
17 июл SearchOS-V1: к устойчивой коллаборации агентов открытого поиска информации Ant Group / Renmin University research
17 июл SEED: самоэволюционирующая on-policy дистилляция для агентного обучения с подкреплением research
21 июл RESOURCE2SKILL: дистилляция исполняемых агентных навыков из мультимодальных ресурсов, созданных людьми Microsoft Research research
23 июл OpenAI представила Presence — управляемую платформу корпоративных AI-агентов OpenAI tools
23 июл DataFlow-Harness: обоснованная платформа кодовых агентов для построения редактируемых пайплайнов данных для LLM Peking University research
1 авг Технический отчёт Qwen-UI-Agent: к фундаментальным GUI-агентам нового поколения, ориентированным на реальный мир Alibaba Tongyi Lab research
2 авг Frontis-MA1: обучение модели AI4AI для рекурсивного самоулучшения в машинном обучении Horizon Research, Frontis.AI, Tsinghua University research
28 апр Firefly AI Assistant — Public Beta Adobe image
1 мая AutoResearchBench — бенчмарк автономного поиска научной литературы для AI-агентов BAAI research
5 мая OpenClaw 2026.5.3: плагин для передачи файлов и надёжность кроссплатформенного обмена сообщениями tools
11 мая AutoTTS: LLM-агенты автоматически открывают стратегии test-time scaling за $40 research
6 июн Сбер представил мультиагентного бизнес-ассистента на базе GigaChat для корпоративного банкинга на ПМЭФ 2026 Sber industry
12 июн InterleaveThinker: RL-фреймворк для агентной генерации чередующегося текста и изображений research
12 июн EvoArena: LLM-агенты набирают лишь 39,6% на бенчмарке динамически меняющихся сред MIT research
12 июн FORT-Searcher: фреймворк обучающих данных, устойчивых к «срезанию углов», для агентов глубокого поиска research
21 июн FAPO: полностью автономная оптимизация промптов в многошаговых LLM-пайплайнах Cisco Foundation AI research
24 июн Алиса Яндекса получила агентное бронирование ресторанов и салонов красоты по всей России Yandex tools
25 июн Готовы ли мы к агент-нативным системам памяти? SJTU сравнивает 12 архитектур research
6 июл AgenticSTS: тестовый стенд с ограниченной памятью для LLM-агентов с длинным горизонтом Alaya Studio research
6 июл EvoPolicyGym: оценка итеративного самосовершенствования RL-политик агентами кодирования University of Macau / CUHK research
16 июл OpenAI выпускает Codex Micro: свой первый физический аппаратный продукт — клавиатуру управления агентами за $230 OpenAI tools
16 июл Сбер запускает GigaCode Desktop: многоагентную платформу для полного цикла разработки Sber tools
3 авг Alibaba открывает широкий доступ к Qwen3.8-Max через API, запускает публичную бету QwenWork Alibaba / Qwen models-llm
11 мая Alibaba интегрирует Qwen AI с Taobao для сквозного агентного шопинга Alibaba industry
13 мая Alibaba интегрирует Qwen AI с Taobao для запуска агентных разговорных покупок Alibaba industry
21 июн OpenAI Codex получает Record and Replay для создания повторно используемых навыков OpenAI tools
28 апр Claude Code v2.1.121 Anthropic tools
28 апр Codex CLI rust-v0.126.0-alpha.8 OpenAI tools
2 мая Апрельское обновление GitHub Copilot для Visual Studio 2026 года приносит агентные сценарии GitHub tools
4 мая Intern-Atlas: граф эволюции методологий из 1 млн статей как исследовательская инфраструктура для AI-учёных research
6 мая OpenClaw 2026.5.4: голосовой мост Google Meet через Gemini и аудио с учётом backpressure tools
6 мая HeavySkill: интернализация «тяжёлого мышления» как обучаемого агентного навыка через RL research
7 мая Cursor 3.3: разбивка использования контекста для диагностики агентов Cursor tools
7 мая LongSeeker: эластичная оркестрация контекста для агентов долгосрочного поиска Shanghai Jiao Tong University research
7 мая Исполняемые мировые модели для ARC-AGI-3: подход агента программирования без игровой специфики research
8 мая Claude Code v2.1.133: хуки уровня усилия, настройка baseRef для worktree и ключи политик администратора Anthropic tools
8 мая OpenClaw v2026.5.5: 60+ исправлений ошибок на платформах обмена сообщениями и у AI-провайдеров tools
9 мая Direct Corpus Interaction: переосмысление поиска для агентных систем TIGER-Lab research
12 мая NanoResearch: совместная эволюция навыков, памяти и политики для персонализированной AI-автоматизации исследований Shanghai AI Lab research
13 мая OpenClaw v2026.5.12-beta: вложение сессий субагентов и 20 ходов пинг-понга между агентами tools
8 июн SubtleMemory: бенчмарк выявляет систематические провалы агентов в тонком реляционном запоминании research
9 июн SWE-Explore: бенчмарк, выявляющий исследование репозитория как ключевое ограничение в агентах для написания кода Shanghai Jiao Tong University research
10 июн SearchSwarm: обучаемое делегирование для LLM-агентов в долгосрочных исследовательских задачах research
11 июн OpenCode v1.17.1–v1.17.3: восстановление аутентификации, права суб-агентов, лаунчер для Linux SST tools
16 июн Память реконструируется, а не извлекается: графовая память улучшает запоминание у LLM-агентов на 23% National University of Singapore research
19 июн Changelog GitHub Copilot от 18 июня: MAI-Code-1-Flash расширяется, AGENTS.md появляется в code review GitHub tools
19 июн Коллапс предпочтений мультимодального оценщика: кросс-модальное заражение в циклах самоэволюции агентов research
21 июн Игровое агентное обучение роботов: самостоятельная игра формирует переносимые навыки UC Berkeley research
22 июн S-Agent: пространственное использование инструментов активирует пространственный интеллект в VLM Nanyang Technological University research
23 июн Агентные трансформеры доказуемо обучаются поиску через обучение с подкреплением research
28 июн Открывается AI Engineer World's Fair 2026; Anthropic анонсирует MCP Registry API industry
9 июл Рекурсивное самосовершенствование в ИИ: обзор 1250 статей с таксономией по силе верификации research
11 июл UniClawBench: бенчмарк для проактивных AI-агентов на реальных задачах University of Hong Kong research
13 июл OpenClaw 2026.7.1-beta.6: ClawRouter, Claude Sonnet 5, Mythos 5, провайдер Featherless tools
14 июл LightMem-Ego: лёгкая потоковая мультимодальная память для смартфонов и AI-очков ZJUNLP research
16 июл KnowAct-GUIClaw: самообучающаяся память и библиотека навыков для кросс-платформенных GUI-агентов Harbin Institute of Technology research
21 июл Recursive Harness Self-Improvement (RHI): доработка агентных «обвязок» по обратной связи от выполнения Sakana AI research
24 июл AREX: к рекурсивно самосовершенствующемуся агенту для глубоких исследований Beijing Academy of Artificial Intelligence (BAAI) research
24 июл GuardianAgentBench: где агенты дают сбой и как их защитить research
26 июл LLM теряются при изменении намерений пользователя Microsoft Research research
26 июл NVIDIA-labs OO Agents: нативные объектно-ориентированные агенты на Python NVIDIA research
28 апр Agentic World Modeling: Foundations, Capabilities, Laws, and Beyond HKUST/NUS/Oxford/NTU research
10 мая Яндекс запускает AI-агента Алисы для поиска записей о ветеранах ВОВ в российских архивах Yandex tools
20 мая Sber Opens Testing of GigaCowork: No-Code AI Agent Management Platform for Enterprises Sber tools
30 июн Яндекс запускает платформу для разработчиков AI-агентов внутри Alice AI Yandex tools
16 июл MWS AI выпускает Cotype Pro 3 (27B) и Light 3 (9B) для корпоративных ИИ-агентов MWS AI models-llm