ИИ новости: 26 октября 2026

Фундаментальные тренды

OpenAI заявила об опровержении ИИ фундаментальной гипотезы сложности вычислений: доказательство опубликовано с проверкой Lean

26 октября OpenAI опубликовала результат своей исследовательской модели, который, по заявлению компании, опровергает гипотезу экспоненциального времени (ETH) — одно из ключевых предположений теории сложности вычислений. ETH утверждает, что для определённых задач выполнимости булевых формул невозможно построить алгоритм с субэкспоненциальным временем работы. На этой гипотезе основаны оценки сложности в сотнях научных работ по алгоритмам, графам и базам данных. OpenAI сообщила, что ИИ получил доказательство 16 октября, а 17 октября его формализовали в системе Lean. Новое событие 26 октября — публичное раскрытие результата и материалов для проверки.

Компания разместила в открытом доступе текст доказательства на естественном языке и его формальную версию в Lean. Проверка в Lean означает, что записанная математическая конструкция проходит требования формальной системы, однако не заменяет независимого анализа её предпосылок, значения утверждения и последствий для ранее опубликованных результатов. Для этого создаётся группа специалистов под руководством Рассела Импальяццо и Рамамохана Патури из Калифорнийского университета в Сан-Диего и Райана Уильямса из MIT. Импальяццо и Патури участвовали в формулировании исходной гипотезы.

Если результат выдержит научную проверку, он изменит представления о теоретических границах эффективности ряда алгоритмов. Но опровержение ETH не равнозначно решению проблемы P против NP и не означает, что сложные вычислительные задачи уже получили быстрые практические решения. OpenAI отдельно подчёркивает, что поиск полезных алгоритмов потребует новых исследований. Компания намерена финансировать научную конференцию по последствиям работы, а участники внешней группы смогут самостоятельно публиковать выводы. Главный сигнал — переход от ИИ как помощника исследователя к публикации машинных математических доказательств, которые научному сообществу предстоит критически осмыслить.

Источник: openai.com

Риски и контроль

Мошенники спрятали невидимые команды для ИИ в поддельных счетах на $88 тысяч

26 октября Sublime Security раскрыла мошенническую рассылку, нацеленную не только на сотрудников, но и на ИИ-агентов корпоративной почты. Письма обнаружили 22 октября. Отправители выдавали себя за руководителей компаний, прикладывали поддельные счета примерно на $88 тыс. от имени североамериканского поставщика услуг кибербезопасности и требовали срочной оплаты ради скидки 10%. Новость — публикация расследования, а не подтверждённый перевод денег.

Команды для ИИ скрывались в почти невидимом HTML-элементе и символах Unicode Tag, не отображающихся в обычном письме. После декодирования инструкция требовала переслать письмо с PDF-вложением на адрес, предположительно принадлежащий отделу кредиторской задолженности. Злоумышленник подбирал адреса под конкретные компании и использовал добавочные метки после знака «+». Цель — заставить агента принять чужое письмо за источник полномочий.

Исследователи проверили сообщения на нескольких моделях. Одни не замечали скрытый текст, другие пересказывали его, третьи распознавали внедрение инструкции и советовали сообщить о фишинге. Средства Sublime выявили рассылку по признакам невидимых команд, поддельной переписки и финансового обмана. В отчёте нет подтверждения, что корпоративный агент действительно переслал вложение, одобрил платёж или что мошенники получили деньги.

Опасность возникает на границе доверия: входящее письмо — данные постороннего отправителя, а не команда для агента с доступом к почте и финансовым системам. Защита требует анализа скрытого содержимого, независимого подтверждения реквизитов поставщика и отдельного согласования финансовых действий. Это внешняя попытка атаковать почтовых агентов, а не повтор внутренних инцидентов OpenAI с отключением мониторинга.

Источник: sublime.security

Где ИИ становится продуктом

Роботы Digit обработали более 100 тысяч контейнеров: GXO расширяет применение гуманоидов на два склада в США

26 октября GXO и Agility Robotics объявили о расширении коммерческого применения человекоподобных роботов Digit на два склада в США: в Стейтсвилле (Северная Каролина) и Лебаноне (Теннесси). Начало внедрения ожидается в начале 2027 года. Сначала планируется использовать Digit 4, затем перейти на Digit 5 после появления коммерческой версии. Новость октября — заключённое соглашение о расширении, а не уже состоявшийся запуск роботов на двух новых площадках.

У партнёров есть действующий проект: после испытаний в 2023 году они заключили в июне 2024-го многолетний договор по модели «робот как услуга». На складе GXO в Джорджии Digit перемещает контейнеры с товарами и устанавливает их на конвейер рядом с другой автоматикой. По данным компаний, роботы обработали там более 100 тысяч контейнеров. Облачная система Agility Arc помогает управлять роботами и связывать их со складскими процессами. Это сведения участников, а не независимая оценка экономии.

Agility сообщила о более чем 65 тысячах часов работы Digit в реальных условиях по совокупности коммерческих операций и клиентских программ. Эти часы нельзя относить только к GXO. Компания также назвала три новых оплачиваемых программы с промышленными клиентами и более 30 потенциальных заказчиков. Но оплачиваемые испытания не равнозначны масштабному внедрению. Число роботов для новых складов, их фактическая доступность, стоимость обработки одного контейнера и экономия труда не раскрыты.

Для физического ИИ соглашение означает переход от эксплуатации на одном складе к запланированному расширению на несколько объектов одного заказчика. Решение опирается на действующий коммерческий процесс, а не только на демонстрацию технологии. Окупаемость предстоит оценивать по производительности, числу остановок, безопасности работы рядом с людьми и затратам на обслуживание. Заявленная мощность завода RoboFab до 10 тысяч роботов в год — потенциальная производственная возможность, а не число уже поставленных машин.

Источник: investors.gxo.com; www.agilityrobotics.com

Архитектура и технологии внедрения

NVIDIA выпустила Mission Control 2.5: ИИ-кластеры на Kubernetes получили автоматическое восстановление после сбоев

26 октября NVIDIA представила Mission Control 2.5 — обновление системы управления вычислительной инфраструктурой ИИ. Главное изменение: механизм автоматического восстановления заданий, прежде работавший с планировщиком Slurm, теперь распространяется на процессы в Kubernetes под управлением NVIDIA Run:ai. Новая версия доступна пользователям Mission Control. Она ориентирована на центры обучения моделей, где одна неисправная видеокарта способна прервать многочасовые распределённые вычисления.

Система объединяет три компонента. Планировщик Run:ai распределяет задания по узлам Kubernetes. Служба восстановления заданий анализирует историю сбоев и контекст работы, решая, повторить запуск или переместить процесс. Независимая служба восстановления оборудования отслеживает состояние GPU и серверов, исключает подозрительные узлы из пула и запускает диагностику. После аппаратного сбоя вычисление может возобновиться на исправных ресурсах одновременно с поиском неисправности.

Система различает виды неполадок. При временном программном сбое она повторяет выполнение согласно политике планировщика, не изолируя исправный сервер. Если оборудование показывает признаки деградации, узел можно заранее вывести из распределения новых заданий. Для повторяющихся или неустранимых ошибок предусмотрена передача проблемы специалистам. Дополнительно NVIDIA сообщила о поиске сетевых аномалий с применением ИИ, но эта функция пока имеет статус бета-версии.

Значение выпуска — повышение устойчивости дорогих кластеров, а не ускорение нейросетей. NVIDIA не опубликовала универсальных показателей сокращения простоя, затрат или времени восстановления. Результат потребуется проверять на реальных отказах, контролируя сохранность контрольных точек обучения и корректность повторного запуска. В отличие от недавних обновлений TensorRT и DGX Spark, Mission Control 2.5 решает эксплуатационную задачу: как возвращать вычислительные ресурсы к работе после сбоя.

Источник: developer.nvidia.com

Финансы

Meta объявила план привлечения до $95 млрд на развитие ИИ: $35 млрд в текущих размещениях и ещё $60 млрд в перспективе

26 октября Meta объявила о плане привлечения до $95 млрд акционерного капитала для расширения инфраструктуры ИИ. Компания начала два размещения примерно на $35 млрд: обыкновенных акций класса A на $22,5 млрд и депозитарных расписок на обязательные конвертируемые привилегированные акции примерно на $12,5 млрд. Дополнительно Meta намерена создать программу постепенной продажи акций класса C объёмом до $60 млрд. Это план, а не уже полученные $95 млрд.

Будущая программа на $60 млрд пока не оформлена соглашением. Её предполагается начать не ранее первого квартала 2027 года после выхода акций класса C на торги; Meta предупреждает, что запуск и объём продаж не гарантированы. По акциям класса A предусмотрены форвардные соглашения: компания не ожидает получить деньги при первоначальной продаже бумаг посредниками, а рассчитывает на поступления при последующем исполнении договоров. Объявление нельзя считать завершённым привлечением всей суммы.

Meta связывает финансирование с развитием вычислительных мощностей, персональных ИИ-систем и корпоративных агентов. Прогноз капитальных расходов на 2026 год составляет $135–145 млрд. Компания сообщает о $97 млрд операционного денежного потока за первые девять месяцев года и примерно $82 млрд денежных средств и ликвидных ценных бумаг на конец третьего квартала. Помимо эмиссии акций она планирует использовать денежный поток, долговое финансирование и партнёрства.

Событие показывает капиталоёмкость конкуренции в передовом ИИ: даже прибыльная технологическая компания планирует масштабное привлечение капитала на фоне строительства дата-центров. Для акционеров важны возможное размывание долей, условия конвертации привилегированных бумаг и окупаемость вычислительной инфраструктуры. План Meta не доказывает, что все средства будут привлечены или вложения обеспечат ожидаемую доходность.

Источник: investor.atmeta.com; www.sec.gov

Инструменты и интеграции

Oracle выпустила 25 ИИ-приложений для бизнеса: агенты сверяют проводки, проверяют закупки и выявляют финансовые отклонения

26 октября на конференции Oracle AI World компания Oracle объявила о доступности 25 агентных приложений на платформе Fusion Claw для Oracle Fusion Cloud Applications. Они охватывают ERP, персонал, закупки, цепочки поставок и обслуживание клиентов. В финансах ключевые примеры — Ledger для сверки бухгалтерских записей и расследования расхождений и Procurement Spend для анализа закупок и договоров. Это не отдельный чат-бот, а специализированные приложения внутри корпоративной системы.

Ledger анализирует большие массивы проводок, выявляет аномалии и помогает готовиться к закрытию периода. Procurement Spend обнаруживает закупки вне установленных процедур, расхождения с контрактами и потенциальные источники экономии. Payroll Activity Workspace сопоставляет выплаты и расходы с прошлыми периодами и предлагает действия при существенных отклонениях. По описанию Oracle, финансовые операции выполняются в рамках заданных полномочий и согласований; ИИ не получает безусловного права изменять учётные данные.

Одновременно Oracle представила Fusion Companion и Fusion Agentic Home. Companion должен подбирать операции, согласования и агентов под запрос сотрудника, в том числе через поддерживаемые ИИ-интерфейсы вроде ChatGPT. Agentic Home предназначен для постановки задач и контроля их выполнения. В Oracle AI Agent Studio предусмотрены средства создания агентов, наблюдения и оценки результатов. При этом объявленная текущая доступность 25 приложений не означает автоматической доступности всех новых интерфейсов каждому клиенту.

Новость показывает переход от ответов ИИ к выполнению связанных операций на основе данных ERP. В отличие от отдельных помощников для обработки счетов, Oracle охватывает несколько бизнес-функций в единой системе. Компания не опубликовала независимые показатели точности и экономии для всех 25 приложений. Перед внедрением необходимо проверить права доступа, маршруты согласования, журналы действий и качество обработки исключений.

Источник: www.oracle.com; www.oracle.com

Возможности для бизнеса

Защита корпоративной почты от скрытых команд для ИИ-агентов

Расследование Sublime Security от 26 октября показывает новую угрозу для организаций, подключающих ИИ к электронной почте. Мошенники рассылали поддельные счета примерно на $88 тысяч и размещали внутри писем инструкции, практически невидимые для человека. Они рассчитывали, что агент прочитает скрытые команды как часть обрабатываемого текста и выполнит действие, которого пользователь не разрешал. На этой основе можно предложить услугу проверки почтовых ИИ-интеграций и защиты от внедрения посторонних инструкций. Потенциальные клиенты — бухгалтерские компании, финансовые отделы, поставщики корпоративных ИИ-помощников и предприятия, автоматизирующие обработку входящей корреспонденции. Ценность предложения заключается в предупреждении несанкционированной пересылки документов и ошибочных финансовых действий.

Минимальная услуга начинается с инвентаризации подключений ИИ к почте и определения фактических полномочий каждого агента. Затем формируется испытательный набор сообщений: обычные счета, подозрительные письма, поддельная переписка, HTML с невидимыми элементами и текст со скрытыми символами Unicode. Проверяется, отличает ли агент содержание письма от настоящих инструкций пользователя, может ли он самостоятельно переслать вложение или изменить данные платежа. Отдельные технические правила должны блокировать выполнение команд, полученных из внешнего сообщения, если они требуют новых полномочий. Для платежей и изменения банковских реквизитов предусматривается независимое подтверждение сотрудником. Проверка должна охватывать не только видимый текст, но и содержимое вложений, метаданные и преобразования, выполняемые перед передачей информации модели.

Коммерческая схема может включать первоначальный аудит, настройку ограничений и регулярные испытания после обновления моделей или интеграций. Результат измеряется долей заблокированных вредоносных инструкций, количеством ложных срабатываний, временем проверки письма и сохранением полезности обычных почтовых операций. Для заказчика важно получить не просто предупреждение о потенциальной проблеме, а воспроизводимые испытания и перечень конкретных защитных изменений. При этом Sublime Security не сообщала о подтверждённом успешном переводе денег или выполнении скрытой команды корпоративным агентом. Поэтому нельзя продавать решение под предлогом доказанных массовых потерь именно от этой кампании. Предложение остаётся бизнес-гипотезой по защите ИИ-интеграций, а не уже запущенным продуктом с подтверждённой эффективностью.

Источник: https://sublime.security/blog/invoice-fraud-campaign-adds-prompt-injection-aimed-at-email-ai-agents/

Снижение простоев вычислительных кластеров искусственного интеллекта

Объявление NVIDIA Mission Control 2.5 демонстрирует растущую потребность в автоматическом восстановлении сложной ИИ-инфраструктуры. При обучении больших моделей неисправность отдельного ускорителя или вычислительного сервера может нарушить распределённую задачу, остановить использование дорогостоящего оборудования и потребовать вмешательства инженеров. Обновление NVIDIA расширило механизмы восстановления на среды Kubernetes с NVIDIA Run:ai. Это создаёт возможность для независимой услуги по обследованию устойчивости вычислительных кластеров и настройке восстановления заданий после отказов. Потенциальные заказчики — организации с собственными GPU-серверами, исследовательские лаборатории, поставщики ИИ-сервисов и компании, эксплуатирующие большие распределённые вычислительные нагрузки. Для них ценность определяется сокращением потерянного вычислительного времени, а не самим наличием новой административной панели.

Первый этап работы — собрать достоверную статистику отказов: какие серверы выходят из строя, сколько времени требуется на диагностику, как часто прерываются задания и сохраняются ли контрольные точки обучения. Затем необходимо настроить наблюдение за состоянием оборудования, правила повторного запуска, исключение неисправных узлов из распределения задач и уведомления ответственных специалистов. Отдельно проверяется, что временная ошибка программы не приводит к ненужной изоляции исправного оборудования. Для испытания можно использовать ограниченные контролируемые отказы в тестовой среде, не подвергая риску критические производственные вычисления. После восстановления необходимо убедиться, что задача продолжилась с корректной контрольной точки и не потеряла результаты. В зависимости от существующего программного обеспечения часть мер можно реализовать штатными функциями платформы, не создавая собственный сложный продукт.

Услугу можно продавать как диагностику инфраструктуры, проект восстановления и последующее сопровождение с ежемесячной отчётностью. Полезность оценивается временем восстановления заданий, количеством потерянных вычислительных часов, долей успешных автоматических повторных запусков и числом необоснованно изолированных серверов. В финансовом расчёте учитываются стоимость работы ускорителей, время инженеров и дополнительные расходы на мониторинг. NVIDIA не раскрыла универсального процента сокращения простоев или экономии для всех кластеров, поэтому такие показатели необходимо измерять у конкретного заказчика. Функцию поиска сетевых аномалий с помощью ИИ также следует отличать от уже доступных механизмов восстановления: она обозначена как бета-версия. Это бизнес-гипотеза инженерного сопровождения, а не созданная услуга с подтверждёнными коммерческими результатами.

Источник: https://developer.nvidia.com/blog/how-nvidia-mission-control-2-5-brings-autonomous-recovery-to-kubernetes/

Внедрение контролируемых финансовых ИИ-агентов в корпоративных системах

Анонс Oracle от 26 октября показывает переход корпоративного ИИ от подготовки ответов к выполнению последовательных операций непосредственно в учётных системах. Компания представила 25 агентных приложений для Oracle Fusion Cloud Applications. Среди финансовых примеров — Ledger, помогающий анализировать бухгалтерские проводки и расхождения, и Procurement Spend, выявляющий отклонения в закупках и использовании договоров. На этой основе можно предложить предприятиям услугу внедрения контролируемой финансовой автоматизации. Потенциальные клиенты — торговые организации, производственные компании, бухгалтерские подразделения и интеграторы ERP. Их проблема заключается в большом количестве повторяющихся проверок, ручной сверке документов и длительном поиске причин финансовых отклонений. Коммерческая ценность должна выражаться в сокращении трудозатрат и ошибок при сохранении ответственности сотрудников за существенные решения.

Практический пилот следует ограничить одним процессом, например выявлением дубликатов проводок, проверкой закупок по утверждённым условиям или подготовкой перечня расхождений перед закрытием месяца. Сначала описываются источники данных, утверждённые правила, права пользователей и ситуации, при которых требуется вмешательство бухгалтера. Затем агенту предоставляется минимальный необходимый доступ к тестовым или контролируемым рабочим данным. Система формирует результаты сверки с указанием документов, сумм, правил и обнаруженных отклонений. На первом этапе целесообразно использовать режим чтения без права изменять записи. Если позже потребуется выполнять финансово значимые действия, необходимо отдельное подтверждение уполномоченным сотрудником и сохранение независимого журнала. Нельзя считать, что возможность подключить агента к ERP автоматически делает правильными его выводы или предоставляет ему право на проведение документов.

После пилота измеряются время сверки, доля правильно обнаруженных расхождений, число ложных предупреждений, количество исправлений сотрудниками и стоимость обработки одного документа. Для интеграции также потребуется оценить лицензии, поддержку, безопасность данных и совместимость с действующей конфигурацией корпоративной системы. Oracle сообщила о доступности 25 приложений, но это не означает, что все новые интерфейсы и соединения одновременно доступны каждому заказчику. Компания также не предоставила независимую оценку экономии и точности всех приложений. Поэтому предложение должно начинаться с проверяемого сценария, а не с обещания полностью автономной бухгалтерии. Данная идея является бизнес-гипотезой интеграционной услуги, а не существующим коммерческим продуктом с доказанной окупаемостью.

Источник: https://www.oracle.com/news/announcement/ai-world-oracle-advances-outcome-driven-ai-across-fusion-applications-2026-10-26/