Привет! На связи Ольга Попова, ИИ-Евангелист Лаборатории искусственного интеллекта Департамента больших данных Россельхозбанка. В этом выпуске к своим размышлениям добавила комментарии коллег, которые работают с этими темами каждый день. Мне кажется, их взгляд изнутри полезнее любой теории. Поехали!
Когда код перестаёт быть главным
Начну с темы, которая меня зацепила сильнее всего за последний месяц. Anthropic опубликовала The AI-Native SDLC Playbook — практическую модель перестройки всего Software Development Life Cycle вокруг AI-агентов. Речь уже не только о генерации кода: AI встраивается в Plan → Design → Build → Test → Deploy → Maintain, а артефакты одного этапа автоматически запускают следующий. (Claude).
Эта тема, на мой взгляд, намного больше очередного Claude Code или Copilot. Мы несколько лет прикручивали ИИ к старому процессу разработки, но если код генерируется в разы быстрее, бутылочное горлышко просто переезжает: из coding — в постановку задачи, архитектуру, code review, security, тестирование и approvals.
Жду перехода от «AI-инструментов разработчика» к AI-native engineering system: требования становятся машиночитаемыми спецификациями, агенты берут работу от задачи до PR и тестирования, CI/CD запускает последующие агентные действия, а observability создаёт новые задачи по результатам production. Исследователи уже описывают похожую модель как Spec-Driven Agentic Development: дисциплина не исчезает, она переносится из написания кода в качество спецификаций, verification и governance. (arXiv).
И вот здесь для меня самая интересная мысль: код перестаёт быть главным артефактом разработки. Главными становятся intent, спецификация, критерии приёмки, политики, тесты и доказательства того, что агент сделал именно то, что от него требовали. Для разработчика это серьёзная смена профессии — ценность постепенно перемещается от «умею написать код» к «умею поставить задачу агенту», «умею спроектировать систему, ограничения и критерии качества» и «умею проверить результат и не пустить плохое решение в production».
Есть и доля сомнений: есть риск, что словом AI-native SDLC скоро начнут называть буквально любой пайплайн, куда добавили coding agent. Настоящий сдвиг случится только тогда, когда компании перестроят процессы, роли, quality gates и governance, а не просто купят лицензии Claude Code. Но для меня это одна из самых важных тем года, потому что AI coding меняет инструмент разработчика, а AI-native SDLC потенциально меняет саму модель разработки ПО.
Пока индустрия спорит о правилах
С 1 сентября вступила в силу значительная часть Федерального закона №243-ФЗ: он вводит понятия больших фундаментальных моделей, риск-ориентированный подход, меры поддержки российских моделей и отдельные требования к использованию ИИ; часть норм начнёт действовать с марта 2027 года. (КонсультантПлюс).
Российский AI-рынок переходит из эпохи рекомендаций, кодексов и экспериментов в эпоху формальной нормативной архитектуры. Особенно внимательно я бы смотрела на возможность устанавливать области, где должны использоваться суверенные или национальные фундаментальные модели. Для финансового рынка такие решения должны согласовываться с Банком России. (Гарант)
Самое интересное начнётся на уровне подзаконных актов: какие системы попадут под ограничения, как будут определяться уровни риска, требования к данным, маркировке и моделям. Именно эти детали, а не сам закон, определят реальную стоимость compliance для бизнеса. Технологический суверенитет понятен как цель. Но остаётся сложный вопрос: где проходит граница, после которой защита внутреннего рынка начинает ограничивать компаниям доступ к лучшей доступной технологии?
Банки, кстати, не ждут подзаконных актов. ВТБ присоединился к Кодексу этики ИИ Банка России. Сам меморандум не технологическая сенсация, но он хорошо ставит вопрос: в финансовом ИИ мы постепенно переходим от «можно ли это сделать?» к «кто отвечает за решение модели, как оно объясняется и где проходит граница допустимой автоматизации?».
А вот к разговору о деньгах: мне кажется, бизнес слишком долго считал стоимость ИИ по цене миллиона токенов. На практике основные расходы начинаются позже, когда модель нужно встроить в корпоративные системы, обеспечить безопасность, подготовить данные, перестроить процессы, обучить сотрудников и наладить контроль качества. CFO и CIO всё чаще будут считать не стоимость самой модели, а цену одного реально автоматизированного процесса. И это полезное взросление рынка: «мы используем ИИ» наконец перестаёт быть бизнес-кейсом само по себе. (Forbes — «Экономика токенов»).
Кризис доверия — и что с ним делать банкам
Глава Anthropic Дарио Амодей заявил, что негатив к ИИ — это не реакция на предупреждения ИИ-лидеров, а кризис доверия к институтам, который назревал десятилетиями. Главная проблема, по его словам, в том, что компании пока не выполнили свои громкие обещания. (TechCrunch).
Прокомментировала эту новость Мария Тренина, бизнес-партнер, Лаборатория искусственного интеллекта департамента больших данных РСХБ:
«Снятие вины с самих ИИ-лабораторий не снимает с них ответственности — банки и финтех, внедряющие ИИ, автоматически наследуют этот дефицит доверия вместе с самой категорией «ИИ». Практический вывод: коммуникация о внедрении ИИ в клиентские сервисы должна опираться на измеримые результаты, а не на обещания трансформации».
Агент без доступа — просто умный собеседник
Ещё одна мысль, которая давно зрела: интеллект модели уже не главный ограничитель агента. Без доступа к ERP, CRM, Git, базам, календарю, файловым системам и API это всё ещё очень умный человек, которому забыли дать пропуск в офис. Пока у агента нет стандартного, контролируемого доступа к внутренним сервисам, перед нами скорее впечатляющий собеседник, чем цифровой сотрудник. (Forbes — «Агент без работы»)
Дальше главная конкуренция может сместиться от самих ИИ-моделей к их интеграции с реальными системами: протоколам взаимодействия между агентами, управлению доступом, реестрам подключаемых инструментов и контролю за действиями агентов. Но у меня есть сомнения, что MCP сейчас — это уже будущий стандарт: в технологиях опасно слишком рано назначать очередную вещь «TCP/IP для агентов». Победит не обязательно самый красивый протокол — победит тот, вокруг которого сформируется экосистема.
Показательный пример прямо сейчас — DeepSeek выпустила Harness, платформу для автономных ИИ-агентов и прямого конкурента Claude Code от Anthropic. Каждый модуль в ней — сменяемый плагин, а движок Cordis динамически подключает нужные зависимости прямо во время работы агента. Отдельно интересен режим Code Mode: вместо пошаговой интерпретации команд агент описывает все инструменты как SDK и сразу пишет скрипт, который решает задачу за один проход. (SCMP)
Комментирует Дмитрий Жихарев, CPO платформы RAISA, Лаборатория искусственного интеллекта департамента больших данных РСХБ:
«Свой харнесс для разработчиков теперь маст-хэв для крупного ИИ-игрока — недавно такой появился у Meta (Muse Code), теперь и у DeepSeek. Конкуренция всё заметнее смещается с самих моделей на связку «модель + оснастка» — не исключено, что DeepSeek со временем перейдёт с оплаты за токены на подписку, как это сделано в Claude Code».
Гонка не за силой, а за ценой
Z.ai обновила GLM до версии 5.3 — посттренинг-апгрейд GLM-5.2 без изменения базовой модели: Terminal-Bench 3.0 вырос с 4.6% до 28.3%, CyberGym — до 84.5% (лучший публичный результат), контекст расширен до 1 млн токенов. Открытые веса обещают примерно через две недели после релиза.
Про эту новость высказался Кирилл Малков, CTO Лаборатории искусственного интеллекта департамента больших данных РСХБ — сначала про GLM 5.3:
«К таким скачкам в бенчмарках стоит относиться с долей здорового скепсиса — китайские лаборатории нередко дообучают модели прицельно под конкретные тесты, на которых их будут измерять, так что высокие цифры не всегда равны реальному прорыву. Но даже с этой поправкой важен сам прецедент: модели, требующие огромных ресурсов на тренировку, всё чаще выкладывают в открытый доступ, и разрыв с топовыми лабораториями вроде OpenAI и Anthropic заметно сокращается.
Отдельная — и, кажется, более важная — история развернулась вокруг анонимной модели Ox-Alpha: она недавно появилась на OpenRouter, показывала отличные результаты почти бесплатно, а пару недель назад выяснилось, что это вторая модель Z.ai — GLM-5.3-Flash. Её сила не в том, чтобы догнать фронтир по чистому качеству, а в эффективности: модель в разы компактнее топовых игроков вроде GPT-5.6 Sol или Mythos, стоит копейки в запуске, но по бенчмаркам и на практике уже приближается к их уровню. Похоже, это и есть главный тренд последнего времени — китайские лаборатории конкурируют не столько за максимальное качество, сколько за то, кто даст его дешевле».
Кирилл Малков про Model 2, внутреннюю модель Anthropic, которую компания использует параллельно с публичной Mythos 5, но выпускать на рынок не планирует (Axios):
«Тренировка топовой модели уже забирает почти все вычислительные ресурсы лаборатории, поэтому версия «два разных ИИ» — слабый публичный и тайный супермощный — маловероятна. Дело, скорее, в этапе alignment: именно на нём модель получает ограничения по доменам (например, отказ обсуждать кибератаки) — не только из-за фильтров, а потому что её физически не учили отвечать на такие вопросы. Похоже, у лабораторий есть несколько версий одной сильной базовой модели: публичная, «причёсанная» под безопасность, и внутренняя, вроде Model 2, без этих ограничений».
Умнее — не значит прозрачнее
OpenAI выпустила Astra на фоне растущих вопросов к безопасности автономных агентов: у модели сильные возможности по кибербезопасности, но одновременно снижается контроль и наблюдаемость некоторых процессов рассуждения. Reuters отмечает, что OpenAI рассматривает дополнительные механизмы контроля и автоматического отключения агентов. (Reuters).
Мы дошли до необычной ситуации: способность модели становится не только причиной её купить, но и причиной ограничивать доступ к ней. Доступ к фронтирной модели всё больше будет напоминать доступ к критической инфраструктуре: KYC клиентов, мониторинг, ограничения tools и разная функциональность для разных категорий пользователей. Хотя тут тоже есть сомнения: индустрия одновременно говорит «агенты должны стать автономнее» и «нам нужен больший контроль» — эти цели прекрасно уживаются на презентациях и гораздо хуже в реальной архитектуре.
К слову о наблюдаемости: метод Recurrent Depth, который использует Astra, уже вызвал вопросы у исследователей безопасности ИИ. Сильная модель становится менее удобной для собственного аудита: recurrent depth позволяет ей вести часть рассуждений менее линейно, оставляя меньше понятных следов для мониторинга. И здесь неприятный фундаментальный конфликт — мы хотим одновременно более умный ИИ и полностью объяснимый ИИ, но эти две цели могут начать расходиться. (TechCrunch).
Один из возможных ответов на вопрос «как контролировать без потери приватности» — механизм Private Safety Processing, который OpenAI внедрила в API: система работает на стороне клиента, анализирует взаимодействие с моделью и передаёт в OpenAI сигнал о потенциальном инциденте безопасности без самих промптов и ответов — часть перехода компании к нулевому удержанию данных (zero data retention) для frontier-моделей. (OpenAI).
Комментирует Дмитрий Жихарев, CPO платформы RAISA, Лаборатория искусственного интеллекта департамента больших данных РСХБ:
«Опция полного отказа от хранения данных (ZDR) есть у любого крупного облачного ИИ-провайдера, но с ростом сложности моделей растёт и потребность самих провайдеров видеть хоть что-то для контроля безопасности — и здесь OpenAI и Anthropic пошли разными путями. Anthropic закладывает в договор хранение истории взаимодействий на своей стороне в течение 30 дней при использовании Fable 5 или Mythos 5, а OpenAI делает ставку на клиентский анализ без передачи содержимого запросов. Технические детали механизма пока не раскрыты, но если он пройдёт независимый аудит и подтвердит эффективность, это может ощутимо изменить переговорную позицию клиентов, которых сейчас сдерживают требования к персональным данным и банковской тайне».
Покупатель, который разговаривает с ассистентом
И под конец — новость, которая ближе всего к обычному пользователю. По данным «Яндекса», трафик из «Алисы AI» в российском e-commerce с начала 2026 года вырос на 358%, а покупательские задачи занимают уже 12% всех запросов в чате. (CNews).
Комментирует Светлана Булгакова, бизнес-партнер, Лаборатория искусственного интеллекта департамента больших данных РСХБ:
«Такой рост — не случайность, а результат пользовательской привычки, которая формируется как минимум с 2024 года, плюс целенаправленной доработки Алисы под покупательские сценарии. У Яндекса порядка 17% рынка e-commerce, так что продавцам на этой доле рынка фактически пришлось встроиться в транзакционную инфраструктуру Алисы — это согласуется с общемировым ускорением того, как ИИ включается в потребительские запросы.
Но вопрос глубже, чем адаптация контента под одного конкретного игрока: по оценке Mirakl, менее 1% страниц e-commerce вообще соответствуют минимальным стандартам для рекомендаций LLM, а Amazon отмечает, что почти 64% товаров, которые рекомендует Alexa, не входят в топ-10 обычной поисковой выдачи. Похоже, мы входим в эпоху новой оптимизации контента уже не под поисковик, а под ИИ-ассистента, и критерии этой оптимизации пока непрозрачны ни для ритейлера, ни для площадки. Пока в этой связке рулит алгоритм, а доля покупок через ИИ продолжает расти опережающими темпами».
Коротко
Россия ищет решение проблемы дефицита GPU — очень приземляющая новость на фоне разговоров про AGI: модели и стратегии поддержки могут существовать сколько угодно, но без вычислительной инфраструктуры они останутся презентациями. (ICT.Moscow).
По исследованию НИУ ВШЭ, специалисты почти поровну разделились: 30% опрошенных ожидают снижения спроса на навыки программирования, 29% — роста. Мне нравится эта цифра именно своей неопределённостью: даже люди внутри индустрии не понимают, куда она идёт. (НИУ ВШЭ).
Meta, по данным Wired, отказывается от идеи измерять AI-native сотрудника количеством использованных токенов и переходит к оценке итогового результата. Прекрасный пример того, как легко перепутать метрику использования технологии с результатом её использования. (Wired).
Reuters разбирает, почему китайские гуманоидные роботы пока плохо готовы заменить работников — прекрасный антихайп: между красивым роликом с роботом и восьмичасовой сменой на реальном производстве лежит огромная пропасть из нестандартных ситуаций, о которых обычно забывают в демо. (Reuters).
На этом всё! Спасибо коллегам из Лаборатории искусственного интеллекта — Кириллу, Марие, Дмитрию и Светлане — за то, что поделились своим взглядом.
До следующего дайджеста!
