ИИ новости: 17 сентября 2026

Фундаментальные тренды

Claude уже ведёт 26% разработки следующего поколения ИИ внутри Anthropic

Anthropic впервые показала количественную картину того, насколько ИИ участвует в создании следующего поколения моделей. По данным компании за август, Claude уже «ведёт» 26% внутренних задач AI-R&D: способен выполнить большую часть работы по задаче от общего задания до результата под человеческим надзором. Ещё сильнее выглядит более широкий показатель: более 90% исследовательской работы уже находится как минимум на уровне совместной работы человека и ИИ. Полностью автономной разработки в измеренных областях пока нет.

Масштаб внутреннего агентного контура тоже перестал быть экспериментальным. На основной платформе Anthropic одновременно работали около 30 000 агентов для исследований и инженерных задач. Все их действия проходят автоматическую проверку до исполнения. Из более чем миллиарда решений за август монитор заблокировал около 0,002%, или примерно одно из 47 000.

Это важный переход от разговоров о «самоулучшении ИИ» к измеряемому производственному процессу. Anthropic отдельно подчёркивает, что 26% не означают автономное создание новой модели: люди остаются в контуре. Но если AI-R&D ускоряется самим ИИ, скорость развития моделей всё сильнее зависит не только от вычислений, но и от качества мониторинга, прав доступа и способности человека контролировать тысячи параллельных агентов.

Источники: Anthropic — измерения темпа AI-разработки; Reuters — Claude ведёт 26% AI-R&D Anthropic.

Где ИИ становится продуктом

Google превращает персонального агента CC в общего агента семьи

Google Labs расширила экспериментальный CC: теперь это не только персональный помощник, а общий агент для семьи или домохозяйства. У CC есть собственный подтверждённый Google Account и отдельная модель разрешений; к одному агенту можно подключить до шести человек, причём каждый сам выбирает, какие письма, файлы и календари ему открыть.

Агент собирает общую утреннюю сводку, поддерживает Calendar и Tasks, переносит даты из присланных материалов, может заполнять регистрационные PDF-формы, готовить списки покупок и планы питания. За кулисами каждый экземпляр CC работает в отдельном облачном компьютере на агентном контуре Google Antigravity и моделях Gemini. Действия или передача информации за пределы группы требуют разрешения.

Продуктовый сдвиг здесь не в очередном «семейном чат-боте». У агента появляется собственная идентичность, долговременная общая память и разграниченные права нескольких людей. Это архитектура цифрового участника группы, а не интерфейс одного пользователя. Пока CC остаётся ранним экспериментом Google Labs для совершеннолетних пользователей в США и доступен через очередь ожидания.

Источники: Google Labs — CC для семей и групп; SiliconANGLE — детали архитектуры и запуска CC.

Архитектура и технологии внедрения

Узким местом AI-дата-центров становятся оптические соединения между вычислительными узлами

GlobalFoundries и Marvell расширили многолетнее соглашение по выпуску кремний-германиевых (SiGe) компонентов на фабрике GlobalFoundries в Вермонте. Дополнительные мощности нужны Marvell для оптических трансиверов, near-packaged и co-packaged optics — технологий, которые обеспечивают высокоскоростную передачу данных внутри AI-дата-центров.

Сигнал показывает, как инфраструктурная гонка уходит глубже GPU. Чем больше ускорителей объединяется в один вычислительный комплекс, тем дороже становится перемещение данных между ними: пропускная способность, задержка и энергопотребление сети начинают напрямую ограничивать полезную производительность. Поэтому капитал идёт не только в ускорители, но и в фотонику, упаковку и специализированное производство сетевых компонентов.

Для инфраструктурного рынка это означает расширение цепочки стоимости AI-вычислений. Победителями могут становиться поставщики компонентов, которые сами не обучают модели и не выпускают GPU, но снимают ограничения между вычислительными узлами.

Источник: Reuters — GlobalFoundries и Marvell расширяют мощности для оптических сетей AI-дата-центров.

Финансы

AI-андеррайтинг малого бизнеса выходит за пределы чтения банковских выписок

Американская Byzfunder запустила TraceDataIQ — собственную платформу для андеррайтинга малого бизнеса. По заявлению компании, система анализирует не только банковские выписки, но и финансовый, операционный и публичный профиль компании, превращая разрозненные данные в основу для кредитного решения. Платформа построена на истории более $2 млрд финансирования свыше 35 000 компаний.

Это показательный сдвиг для финансового ИИ: ценность переносится от распознавания документов к объединению нескольких классов данных и оценке того, как бизнес реально работает. Такой контур потенциально сокращает ручной сбор информации и даёт андеррайтеру более цельную картину риска, но заявленные преимущества пока исходят от самого поставщика и требуют независимого подтверждения на портфеле.

Для банков и небанковского кредитования главный практический вопрос становится архитектурным: какие источники разрешено использовать, как объяснить итоговую оценку, где проходит граница автоматического решения и как воспроизвести его при аудите.

Источник: Byzfunder — запуск TraceDataIQ.

Возможности для бизнеса

Контроль тысяч агентов становится самостоятельным инфраструктурным продуктом

30 000 одновременно работающих агентов Anthropic показывают, что следующий слой корпоративной AI-инфраструктуры — не ещё один чат, а управление большим числом исполнителей: идентичность каждого агента, разрешения, журнал действий, автоматические блокировки, постфактум-проверка и эскалация человеку. Такой контроль нужен задолго до масштаба frontier-лаборатории — уже при десятках агентов, работающих с кодом, файлами, ERP или внешними сервисами.

Практический продукт здесь — контрольный слой для агентных систем: единый журнал, политики доступа, лимиты действий, проверка опасных операций и понятный маршрут ручного подтверждения. MVP можно строить вокруг одного класса действий — например, записи в ERP или выполнения команд в инфраструктуре — вместо попытки сразу контролировать всё.

Источник: Anthropic — мониторинг примерно 30 000 внутренних агентов.

Общий агент для группы открывает новый класс B2B-продуктов

Модель Google CC можно перенести из семьи в малую рабочую группу: отдельная идентичность агента, собственная память, индивидуальные разрешения участников и общий результат. Это естественный шаблон для проектных команд, небольших отделов, диспетчерских и административных процессов, где контекст сегодня разбросан по почте, календарям и файлам.

Продаваемая ценность — не «доступ к LLM», а сокращение координационной работы. Реалистичный MVP: общий агент одной команды, который получает только разрешённые источники, ведёт общий список обязательств и готовит ежедневную сводку без права самостоятельно совершать критические действия.

Источник: Google Labs — архитектура общего агента CC.