ИИ новости: 25 сентября 2026
Фундаментальные тренды
Microsoft превращает Copilot из набора функций в постоянного рабочего агента
Microsoft представила обновлённый Copilot с тремя крупными режимами: Home, Code и Autopilot. Home объединяет чат, Cowork и привычные рабочие приложения; Code переносит агентную разработку в общий Copilot-контур; Autopilot должен выполнять длительные задачи в фоне и продолжать работу без постоянных новых команд пользователя.
Autopilot — развитие ранее показанного Microsoft Scout. Компания описывает его как постоянного персонального агента со своей памятью, рабочим пространством и облачным компьютером. Home и Code начинают распространяться через Frontier, а Autopilot должен выйти в закрытое тестирование в конце сентября.
Рыночный сдвиг здесь не в ещё одной вкладке интерфейса. Microsoft стягивает разговорный ИИ, работу с документами, код и длительных агентов в одну рабочую среду. Для компаний это постепенно меняет сам объект внедрения: вместо покупки отдельных AI-функций появляется единый слой, который получает контекст, инструменты и право продолжать работу между запросами.
Источник: Microsoft — новый Copilot с Home, Code и Autopilot.
Claude получает независимо проверенный результат на девяти петлях
Anthropic опубликовала разбор эксперимента в теоретической физике: её исследователи с помощью Claude Science поручили модели вычислить шестичастичную амплитуду в планарной N=4 super Yang–Mills на девяти петлях. Это задача из области, где ручные вычисления быстро становятся крайне сложными.
Ключевой момент — результат не остался внутренней демонстрацией Anthropic. Физик Лэнс Диксон из SLAC/Stanford независимо проверил вычисление, используя другой теоретический маршрут. В публикации также отмечено, что Anthropic обратилась к нему за проверкой ещё 1 сентября, а итоговый разбор вышел 25 сентября.
Для scientific AI это более сильный сигнал, чем красивое решение задачи из известного набора. Ценность возникает там, где модель помогает получить новый сложный результат, а затем он выдерживает независимую предметную проверку. Пока это единичный исследовательский кейс, но он показывает, как AI-системы могут входить в реальный цикл «гипотеза → вычисление → внешняя верификация».
Источник: Anthropic — Yes, Claude can do Nine Loops.
Где ИИ становится продуктом
Proaction превращает персонализированные демо в программируемый этап продаж
OpenAI опубликовала кейс Proaction, разработчика ПО для управления автопарками. Компания использует Codex, GPT-Live-1 и GPT-6 Astra не только в разработке, но и для подготовки персонализированных интерактивных демо под конкретных потенциальных клиентов.
По оценке сооснователя Proaction, автоматизация четырёх–шести таких демо в месяц экономит 40–60 инженерных часов. Компания также сообщает, что доля сделок, переходящих после первого контакта к разработке решения вместо режима долгого прогрева, выросла на 50–60%.
Это данные самого клиента в кейсе поставщика, а не независимый аудит, поэтому важнее не абсолютные проценты, а сам паттерн. AI-кодинг начинает приносить эффект не только через скорость разработки продукта: он сокращает стоимость пресейла и позволяет быстрее собирать работающие доказательства ценности для конкретного покупателя.
Источник: OpenAI — кейс Proaction.
Возможности для бизнеса
Продавать не презентацию, а работающий прототип под клиента
Кейс Proaction показывает практичную нишу для AI-разработки: вместо универсального демо быстро собирать ограниченный прототип, который использует данные, терминологию или процесс конкретного клиента. Это особенно ценно в B2B-продажах сложного ПО, где между «интересно» и «понятно, как это будет работать у нас» обычно лежит дорогая инженерная работа.
MVP можно строить вокруг одного повторяемого пресейл-сценария: шаблон приложения, ограниченный набор интеграций, изолированная тестовая среда и агент, который адаптирует демонстрацию под требования сделки. Измерять стоит часы инженеров на демо, время от первого контакта до технической проверки и долю сделок, которые переходят на следующий этап.
Источник: OpenAI — кейс Proaction.
Итоги дня
- Microsoft двигает Copilot к модели постоянной рабочей среды, где чат, документы, код и длительные агенты живут в одном контуре.
- Scientific AI получает более сильный критерий полезности: не эффектная демонстрация, а новый сложный результат с независимой предметной проверкой.
- Агентная разработка начинает менять не только производство ПО, но и экономику продаж: персонализированный рабочий прототип становится дешевле обычного инженерного пресейла.
- Общий вектор дня — ИИ всё меньше выглядит отдельным инструментом и всё чаще становится исполнителем внутри длинного рабочего процесса.