Давайте честно: написать умного AI-агента сегодня — это самая простая часть работы. Собрали LangChain или LangGraph, прикрутили API OpenAI или Gemini, заставили это работать у себя в терминале — красота! Вы чувствуете себя Тони Старком.

Но настоящий кошмар начинается, когда возникаетвопрос: «А как выкатить это в продакшен?»

И тут вы понимаете, что ваш скрипт на Python — это не бэкенд. Вам нужно думать про:

Помните старый мем, где нейросеть не могла отличить чихуахуа от маффина с изюмом? Мы смеялись, но для разработчиков мультимодальных агентов это была настоящая головная боль.

До сегодняшнего дня все наши SOTA-модели (Vision Transformers, CLIP и прочие) страдали одной болезнью: текстурным смещением (texture bias). Они «смотрели» на мир не как мы (через форму и суть объекта), а как инопланетяне — через пятна цвета и фактуру. Покажите модели кошку, обтянутую текстурой слоновьей кожи, и для неё это будет слон. Точка.

Но Google DeepMind, похоже, нашли лекарство. На днях в Nature вышла их статья, которая меняет правила игры. Они представили метод, заставляющий модели «думать» о картинках так же, как это делаем мы.

Я закопался в их пейпер, покрутил демки и примеры, и теперь готов рассказать, почему это не просто очередное «улучшение на 2%», а реальный шаг к AGI.

Все мы сидим в ожидании релиза GPT-5, но OpenAI вместо громкой презентации выкатывает... «дополнение к системной карте» (System Card Addendum) для GPT-5.1. Звучит скучно, как юридический документ или обновление пользовательского соглашения, которое никто не читает. Но я все‑таки полез смотреть, что там внутри. И, как оказалось, зря многие это пропустили.

Там, по сути, нам не просто рассказали о фичах, а анонсировали архитектуру двух новых моделей — GPT-5.1 Instant и GPT-5.1 Thinking. И что еще интереснее — детально расписали новые «предохранители», которые многое говорят о том, куда движется индустрия.

Привет, Хабр! Alsok на связи.

Все, кто хоть раз сталкивался с инфобезом, знают эту боль: ручные пентесты. Это долго, дорого, и пока эксперт ковыряет одно, в другом месте уже три новых дыры. Рутина съедает уйму времени.

И вот, на днях я натыкаюсь в своей ленте на классический «вау»-заголовок: «HackGPT провел тест на проникновение за 2 минуты, где экспертам требуется час».

Конечно, мой внутренний скептик сразу включился, и я пошел «тыкать палочкой», что это за чудо-инструмент нам выкатили. Делюсь тем, что нарыл.

В апреле 2025 года OpenAI представила серию моделей GPT‑4.1 — сразу три версии: GPT‑4.1 (полноразмерная), GPT‑4.1 mini и GPT‑4.1 nano​. Все они значительно превосходят предшественников (GPT‑4.0, также называемый GPT‑4o, и GPT‑4o mini) по качеству кодирования, следованию инструкциям и работе с длинным контекстом​. Главная сенсация — поддержка контекста до 1 000 000 токенов​o. Это примерно 8 полных копий кода фреймворка React, которые теперь можно подать модели за один раз​! Для сравнения, у предыдущих GPT-4 максимальный контекст был 128 тысяч токенов. Обновился и «горизонт знаний» — GPT‑4.1 обучен на данных вплоть до июня 2024 года, что уменьшает количество ответов «не знаю» на современные вопросы.

GPT‑4.1 (основная модель) — флагман с максимальными возможностями. Она улучшила результаты на множестве бенчмарков: например, решает ~54.6% задач на SWE‑bench Verified (стандартный тест по разработке ПО), тогда как оригинальный GPT‑4o справлялся лишь с 33.2%​. Это рекордный показатель для моделей GPT и на 21% превышает результат GPT‑4o. Модель стала лучше генерировать код без лишних правок (доля «лишнего» кода снизилась с 9% до 2%​) и более строго придерживается форматов (например, может вносить правки в виде diff‑патчей, а не переписывать файл целиком​).

GPT‑4.1 mini — облегчённая модель, которая жертвует лишь небольшой долей качества ради скорости и цены. По многим заданиям mini догоняет или даже превосходит оригинальный GPT‑4.0. В тестах OpenAI «мини» не уступает GPT‑4o по интеллекту, но при этом выдаёт ответ почти вдвое быстрее и на 83% дешевле обходится по стоимости вызова​ (то есть стоимость снижена до ~17% от GPT‑4.0). Для разработчиков это означает, что многие задачи теперь можно решать «бюджетной» версией модели без ощутимой потери качества. GPT‑4.1 nano — новейшая и самая лёгкая модель в семействе, первый «нано»‑уровень от OpenAI. Nano — рекордсмен по скорости и цене: как отмечает OpenAI, это «самая быстрая и дешёвая модель за всю историю компании»​. Например, nano возвращает первый токен ответа менее чем за 5 секунд даже если запрос содержит 128k токенов контекста​. Она также поддерживает 1М контекста и показывает неплохой уровень интеллекта: ~80.1% на знаниевом тесте MMLU и 50.3% на задачах GPQA​. Хотя nano уступает «старшим братьям» в сложных размышлениях, она отлично подходит для простых и массовых задач — классификация, автодополнение кода, чат‑боты с короткими ответами​. В целом, появление mini и nano даёт веб‑разработчикам гибкость: можно выбрать мощную GPT‑4.1 для сложной логики или обработки гигантского документа, а для быстрых откликов или фоновых задач — задействовать nano с минимальными затратами.

​

В отчете Google Cloud «Future of AI: Perspectives for Startups 2025» собрано видение развития искусственного интеллекта (ИИ) от 23 лидеров индустрии – инвесторов, предпринимателей и экспертов. Документ подчеркивает, что ИИ уже трансформирует все отрасли и открывает беспрецедентные возможности для роста и новых бизнес-моделей, особенно для стартапов​. Google Cloud, на чьей платформе работает свыше 60% всех профинансированных стартапов в области генеративного ИИ, инициировал этот обзор, чтобы помочь основателям понять ключевые тренды и воспользоваться ними. Отчет включает прогнозы по развитию технологий ИИ, советы для основателей стартапов и мнения экспертов о том, что будет дальше, а также описание того, как сами облачные инструменты Google помогают строить будущие AI-продукты.

GPT-4.5 – новейшая модель OpenAI GPT-серии, являющаяся самой крупной и «знающей» на сегодняшний день. Это трансформер-архитектура, масштабированная за счёт увеличения числа параметров и объёма обучающих данных по сравнению с предыдущими версиями. Модель обучена на суперкомпьютерах Azure с применением новых методов оптимизации архитектуры​. В результате GPT-4.5 получила более широкий world model – обширную базу знаний и глубокое понимание мира, что уменьшает случаи галлюцинаций и повышает надежность ответов по разным тематикам​. OpenAI отмечает, что GPT-4.5 не является принципиально новой «фронтирной» моделью, а скорее развитием идей GPT-4: она не добавляет совершенно новых возможностей, но значительно усиливает общую производительность и качество взаимодействия​.

Ключевые особенности GPT-4.5 включают: