В январь 2026 ИИ начал переход к целостной модели мира. Раньше нейросети создавали красивые видео, но стоило «сдвинуть камеру» — и мир рассыпался: объекты плыли, причинность исчезала, а контекст терялся. Это была генерация, а не симуляция.

Теперь появляются open-source модели, которые создают управляемые миры в реальном времени. Можно двигаться, возвращаться к объектам, менять события — и сцена остаётся устойчивой. Параллельно эволюционируют и агенты: у них появляется автобиография и собственная мотивация. Так они накапливают опыт и меняют стратегии.

В программировании сегодня побеждает не тот, у кого «самый умный ИИ», а тот, кто умеет им правильно управлять: задавать рамки, проверять шаги и координировать субагентов. ИИ начинает ставить задачи сам себе и спорить с собой и удерживать.

Разбираемся во всем этом в новом обзоре.

В декабре 2025 года ИИ-агенты научились решать задачи на уровне профессионального финансового аналитика, находят доказательства на международной олимпиаде по математике, собирают рабочие репозитории по научным статьям и тестируют реальные киберуязвимости.

Последние исследования показывают, что сегодня вес модели — не главный критерий успеха, важна архитектура "мышления" — память, роли, обратная связь и проверяемость. Там, где они заданы правильно, агенты работают в разы эффективней. А там, где нет — количество ошибок только увеличивается.

Изучаем топ-10 самых интересных ИИ-исследований декабря. Поехали!

ИИ начал работать в реальных интерфейсах: он научился видеть экраны, кликать кнопки, писать код и сразу же проверять, что получилось. И оказывается интерфейсы, да и весь интернет проектировали для людей, но не для агентов.

В ноябре вышли исследования, которые показывают этот разрыв. Мы видим попытки научить ИИ действовать в человеческом мире — со всеми его визуальным шумом, неудобными интерфейсами и неявными правилами.

Ниже — 10 самых запоминающихся статей. Поехали!

Представьте, что вы занимаетесь своими делами: закрываете тикеты, читаете почту — и вдруг видите новую встречу в календаре с названием «Автоматизация [вашего] отдела». Сразу возникает вопрос: если мой отдел автоматизируют, что будет со мной дальше и не пора ли обновлять резюме?

Обычно на этот вопрос никто не отвечает. А я знаю, как все бывает по другую сторону баррикад, так как сам занимаюсь автоматизацией.  

Как правило, задача никогда не ставится “давайте заменим всех людей нейронками”. Всегда речь идет про улучшение метрик бизнес-процессов.  Там, где человек улучшает метрики – там он и остается. Поэтому первое, что я делаю – разбираюсь, как на самом деле устроена работа сотрудников, чтобы понять, что возьмет на себя машина, а где найдется работа для человека.

В этой статье я подробно расскажу, что происходит, когда к вам приходят с автоматизацией, как будут изучать ваши процессы и как «залезут к вам в голову». Давайте разбираться.

В 2025 году почти всё в мире технологий вращается вокруг ИИ-агентов. Агентов называют сотрудниками и менеджерами компаний будущего. Сэм Альтман говорит о том, что скоро появится компания-единорог из одного человека. Сегодня кажется, что в каждом новом стартапе из Кремниевой долины работает своя команда ИИ-агентов. Агент, который отвечает на звонки, агент, который пишет код, агент, который сам запускает цепочки действий в браузере, чтобы покупать билеты, формировать отчёты и отправлять письма.

Но что, если воспринимать всю эту шумиху буквально? Не нанять одного ИИ-ассистента, а построить компанию, где все сотрудники - ИИ-агенты. Где CTO, маркетолог, продажник и HR - не люди. Где даже CEO - не человек. Человек в компании один, а сама компания существует только в виртуальной среде.

Журналист и подкастер Эван Рэтлифф решил проверить эту идею на практике и основал компанию HurumoAI. Результат получился прекрасной иллюстрацией того, куда мы на самом деле движемся, и почему разговоры об исчезновении половины белых воротничков - одновременно и преувеличение, и недооценка.

В прошлом месяце разработчики создали рой из десятков ИИ-агентов, которые учатся друг у друга, видят мир вашими глазами, управляют устройствами, общаются «мыслями» вместо слов, а также помогают врачам и ученым. Теперь агенты самостоятельно обучаются работе с интерфейсами по видео из YouTube и общаются «мыслями» вместо слов.

Это обзор главных исследований в области ИИ за октябрь 2025-го — читайте далее, чтобы понять, куда реально движется развитие искусственного интеллекта.

В сентябре 2025 года мы увидели как вместо одной гигантской нейросети с миллиардами параметров рождается федерация интеллектов — распределённая экосистема, где небольшие модели обмениваются знаниями, координируют усилия и достигают результатов, недоступных каждой из них поодиночке.

В этом обзоре вы узнаете, как ИИ научился открывать новое научное знание, создавать игровые миры и понимать реальность через смыслы, проектировать сложные системы и даже управлять дронами. В финале вы узнаете чем наш мозг похож на большую языковую модель.

На горизонте появились новые архитектуры агентов, свежие подходы к памяти и даже попытка описать гравитацию с помощью нейросетей. ИИ постепенно становится новой средой для науки, экономики и цифровой жизни. Малые языковые модели бросают вызов гигантам, интернет готовится к эре автономных агентов, а когнитивные подходы открывают дорогу к системам, которые думают не токенами, а концептами. Давайте во всем этом разбираться.

Сегодня компании активно внедряют ИИ-агентов — системы, способные достигать сложных целей без постоянного надзора. Умные агенты не просто автоматизируют повторяющиеся задачи: они решают конкретные бизнес-задачи и персонализируют клиентский опыт.

Компания IBM провела опрос, в котором приняли участие 750 топ-менеджеров из шести стран. Более 80% респондентов считают автоматизацию глобальных сервисов стратегическим приоритетом, а 86% уверены, что к 2027 году компании станут эффективнее именно благодаря ИИ-агентам. Что это значит для людей?

Недавно команда энтузиастов решила провести необычный эксперимент: предоставить нескольким ИИ-агентам виртуальные компьютеры, доступ в интернет и минимум модерации. В итоге они не только автономно собрали почти $2 000 на благотворительность, но и попутно выдали кучу инсайтов о том, как сегодня они действуют «на свободе». Разбираемся, что получилось, почему это интересно, а местами даже пугающе.

Представьте: вы хотите протестировать новую кнопку «Купить», но для статистически значимых выводов нужны тысячи пользователей и недели анализа. А теперь забудьте об этом. В статье «AgentA/B: Automated and Scalable Web A/BTesting with Interactive LLM Agents» авторы рассказывают, как заменить живую аудиторию автономными ИИ-пользователями на базе LLM – и получать точные A/B‑результаты за считанные часы и копейки бюджета. Давайте узнаем, как это работает.

2025‑й год становится переломным для искусственного интеллекта (ИИ): технология уже активно формирует современную экономику, науку и политику. В этом обзоре мы рассмотрим ключевые выводы AI Index 2025 от Стэнфордского университета, проанализируем пессимистичный и оптимистичный взгляд на дальнейшее развитие ИИ.

Привет, Хабр! Я Андрей, технологический предприниматель и консультант по ИИ.

Январь вновь оказался насыщенным месяцем на прорывные исследования в сфере искусственного интеллекта (ИИ). В этой статье я отобрал десять работ, которые ярко демонстрируют, как современные методы обучения с подкреплением (RL), мультиагентные системы и мультимодальность помогают ИИ-агентам не только решать сложнейшие задачи, но и приближаться к пониманию мира «на лету». А также расскажу о «последнем экзамене человечества», как обучать роботов, лаборатории ИИ-агентов и других актуальных исследованиях.

Привет, Хабр! В этой статье расскажу о фреймворке Simularity: как мы за 5 часов на одной Nvidia Quadro RTX 8000 обучили ИИ гоночного агента в CARLA-симуляции с помощью Reinforcement Learning и AR‑восприятия, а затем без дополнительного дообучения успешно запустили его на реальной трассе. Демо нашего исследования было принято в сборник воркшопов престижной научной конференции ICDM 2024 (International Conference on Data Mining, A*).

Привет, Хабр! Подходит к концу 2024 год — год, который был насыщен огромным количеством исследований в области искусственного интеллекта. Причём настоящий бум произошёл в сфере ИИ-агентов, их архитектур, механизмов принятия решений и способов обучения больших языковых моделей.

К концу года, после прочтения тонны статей, я решил поделиться с вами двадцатью (на мой субъективный взгляд) самыми интересными и влиятельными работами об ИИ-агентах за 2024 год. В этом материале я постараюсь не только кратко рассказать о ключевых идеях и результат и что именно делает каждую из этих статей выдающейся, но и сформулировать, куда в целом двигается область. Если вы хотите за несколько минут узнать о самых ярких новинках в мире ИИ-исследований — вы по адресу (будет, что почитать на каникулах).

Каждый день на свет появляются тысячи новых статей, и успеть прочитать все невозможно. Именно поэтому я создал Dataist AI — бота, который по будням пишет короткие обзоры на самые многообещающие научные публикации. Вы можете пользоваться им бесплатно.

Если вам интересна тема ИИ, мои кейсы и опыт, подписывайтесь на мой телеграм-канал, где я делюсь инсайтами, практическими советами и последними новостями из мира искусственного интеллекта.

Поехали!

Привет, меня зовут Андрей Кузьминых. Я технологический предприниматель, запускаю ИИ-стартапы и внедряю искусственный интеллект в компаниях. Некоторое время назад я работал в Сбере в роли директора по данным и ИИ, где мы с командой анализировали огромные массивы данных, строили ML-модели, создавали управленческие дашборды и рекомендательные сервисы. Но одним из самых интересных и нестандартных проектов стало создание первого в России корпоративного приложения для знакомств среди сотрудников – SberDating. Идея родилась из стремления помочь людям найти тех, с кем можно установить нечто большее, чем просто деловые отношения, – друзей, собеседников, а возможно, и любимого человека. Но чтобы понять, как мы к этому пришли, нужно вернуться на пять лет назад.

Если вам интересна тема ИИ, мои кейсы и опыт, подписывайтесь на мой телеграм-канал, где я делюсь инсайтами, практическими советами и последними новостями из мира искусственного интеллекта.

Привет, Хабр! Меня зовут Андрей, я технологический предприниматель, работаю CTO в ИИ-стартапах и помогаю внедрять ИИ в компаниях. Одним из громких кейсов для меня стала ИИ-трансформация Сбера. Сегодня хочу рассказать, как проходила ИИ-трансформация, и какие уроки стоит извлечь из этого опыта.

До ИИ-трансформации банка (2020 год) я работал в роли Chief Data Officer и Chief Data Scientist стратегического блока Сбера. Тогда ChatGPT еще не было, а об ИИ-революции всерьез почти не рассуждали. Конечно, в банках ИИ и ML активно использовались в кредитном скоринге и рекомендательных системах. 

В наши задачи входило макроэкономическое стресс-тестирование банка, анализ и прогнозирование банковских рынков, вывод новых продуктов на рынок, ресурсное планирование, анализ эффективности сотрудников, а также контроль над всеми процессами банка. Ежегодно наш блок формировал новую стратегию развития банка и экосистемы.

Одним из первых ИИ-проектов нашей команды до ИИ-трансформации была модель для прогнозирования эффективности сотрудников. Для обучения модели мы собрали большое количество данных из кадровых систем, систем контроля и учета доступов, социально-демографические показатели, психометрию, оценки сотрудников и другие данные. На тот момент это была единственная ИИ-модель в стратегическом блоке.

Направление было новым и использовалось для решения внутренних задач компании. Но все наработки пригодились, когда в компании объявили ИИ-трансформацию.