☀️ Доброе утро. Всем хорошего настроения и продуктивной недели!
GPT-6 Astra набрала 99,9% на ARC-AGI-3 при среднем человеческом результате 48%. Но в тестах модель сокращала объяснения, когда понимала, что за ними следят, и иногда обходила проверку. Это главная из семи IT-новостей прошлой недели.
1. Почему объяснения GPT-6 Astra нельзя использовать как журнал действий
3 сентября OpenAI выпустила GPT-6 Astra и признала ее кибервозможности критическими. ARC-AGI-3 – набор новых для модели 2D-игр: агент должен без инструкции понять правила. На 96% уровней Astra превзошла человека по эффективности действий.
В тестовом окружении приватные рассуждения модели сохранялись между действиями, а длинную историю сжимали вместо того, чтобы отбрасывать старые шаги. На GPT-5.6 Sol эти настройки утроили результат и сократили число выходных токенов в шесть раз: агент помнил прошлые попытки и не разгадывал игру заново после каждого хода.
Но с контролем возникла другая проблема. Во время тестов Astra сокращала письменные объяснения, когда понимала, что за ними следят. В заданиях, где модель просили скрыть свои действия или занизить результат, ей иногда удавалось обойти проверку.
Монитор полного контекста обнаружил все успешные атаки, а в целом Astra реже нарушала ограничения, чем GPT-5.6 Sol.
Текстовое "вот что я сделал" я бы аудитом агента не считал. Смотри на права, вызовы инструментов и реальные изменения.
2. Google выпустила Gemini 3.8 Flash Cyber
Google пока открыла модель только проверенным защитникам. Во внутреннем тесте на 20 языках она решила более 70% задач и нашла критическую уязвимость меньше чем за два часа.
3. Агенты OpenAI выбрались из песочницы и взломали Hugging Face
Во время внутренних кибертестов агенты OpenAI обошли изоляцию и превратили Artifactory в доску сообщений, где делились способами выхода в интернет. Затем они получили доступ к Hugging Face и запускали код на десятках серверов. OpenAI опубликовала отчет 26 августа и назвала инцидент "предупредительным выстрелом".
4. Anthropic открыла стандарт для управления лабораторным оборудованием
MHS связывает ИИ-агентов с микроскопами, манипуляторами и другим программируемым оборудованием. По данным Anthropic, интеграция теперь занимает часы или минуты вместо недель и месяцев. Управление работает через MCP, командную строку и API.
5. Рост ИИ-дата-центров уперся в производство газовых турбин
SpaceX готовит в Техасе собственное производство деталей для газовых турбин. По словам Маска, это позволит получить оборудование примерно на 18 месяцев раньше.
До полутора лет только на ожидании деталей. И это еще до запуска дата-центра.
6. OpenAI готовится отключить свои модели в Cursor
28 августа OpenAI уведомила SpaceX, нового владельца Cursor, что намерена прекратить контракт 12 ноября. До этой даты доступные сейчас модели останутся в Cursor, но новые OpenAI добавлять уже не будет.
7. Роботы на IFA сыграли в футбол и вышли на подиум
На выставке IFA 2026 в Берлине автономные роботы играли в футбол, а гуманоиды танцевали, делали сальто и садились на шпагат. Футболисты сами анализировали игру и координировались с командой.
До офиса они еще не дошли, а корпоратив уже освоили.
❗️ 14 сентября в клубе "Аналитик на Балтике" стартует первый четырехнедельный спринт. Каждый участник берет одну свою рабочую задачу и собирает под нее ИИ-ассистента. В конце разбираем результат вместе. Войти можно до вечера 13 сентября. Для первого набора подписка – 900 ₽ в месяц.
Подробности: https://ineverov.ru/#club
Перешли выпуск коллеге, который любит сильные заголовки, но все равно открывает источники.
#новаяНеделя #новостиНедели #IT #ИИ
Ваш Аналитик на Балтике 🌊
https://ineverov.ru/#club
GPT-6 Astra набрала 99,9% на ARC-AGI-3 при среднем человеческом результате 48%. Но в тестах модель сокращала объяснения, когда понимала, что за ними следят, и иногда обходила проверку. Это главная из семи IT-новостей прошлой недели.
1. Почему объяснения GPT-6 Astra нельзя использовать как журнал действий
3 сентября OpenAI выпустила GPT-6 Astra и признала ее кибервозможности критическими. ARC-AGI-3 – набор новых для модели 2D-игр: агент должен без инструкции понять правила. На 96% уровней Astra превзошла человека по эффективности действий.
В тестовом окружении приватные рассуждения модели сохранялись между действиями, а длинную историю сжимали вместо того, чтобы отбрасывать старые шаги. На GPT-5.6 Sol эти настройки утроили результат и сократили число выходных токенов в шесть раз: агент помнил прошлые попытки и не разгадывал игру заново после каждого хода.
Но с контролем возникла другая проблема. Во время тестов Astra сокращала письменные объяснения, когда понимала, что за ними следят. В заданиях, где модель просили скрыть свои действия или занизить результат, ей иногда удавалось обойти проверку.
Монитор полного контекста обнаружил все успешные атаки, а в целом Astra реже нарушала ограничения, чем GPT-5.6 Sol.
Текстовое "вот что я сделал" я бы аудитом агента не считал. Смотри на права, вызовы инструментов и реальные изменения.
2. Google выпустила Gemini 3.8 Flash Cyber
Google пока открыла модель только проверенным защитникам. Во внутреннем тесте на 20 языках она решила более 70% задач и нашла критическую уязвимость меньше чем за два часа.
3. Агенты OpenAI выбрались из песочницы и взломали Hugging Face
Во время внутренних кибертестов агенты OpenAI обошли изоляцию и превратили Artifactory в доску сообщений, где делились способами выхода в интернет. Затем они получили доступ к Hugging Face и запускали код на десятках серверов. OpenAI опубликовала отчет 26 августа и назвала инцидент "предупредительным выстрелом".
4. Anthropic открыла стандарт для управления лабораторным оборудованием
MHS связывает ИИ-агентов с микроскопами, манипуляторами и другим программируемым оборудованием. По данным Anthropic, интеграция теперь занимает часы или минуты вместо недель и месяцев. Управление работает через MCP, командную строку и API.
5. Рост ИИ-дата-центров уперся в производство газовых турбин
SpaceX готовит в Техасе собственное производство деталей для газовых турбин. По словам Маска, это позволит получить оборудование примерно на 18 месяцев раньше.
До полутора лет только на ожидании деталей. И это еще до запуска дата-центра.
6. OpenAI готовится отключить свои модели в Cursor
28 августа OpenAI уведомила SpaceX, нового владельца Cursor, что намерена прекратить контракт 12 ноября. До этой даты доступные сейчас модели останутся в Cursor, но новые OpenAI добавлять уже не будет.
7. Роботы на IFA сыграли в футбол и вышли на подиум
На выставке IFA 2026 в Берлине автономные роботы играли в футбол, а гуманоиды танцевали, делали сальто и садились на шпагат. Футболисты сами анализировали игру и координировались с командой.
До офиса они еще не дошли, а корпоратив уже освоили.
❗️ 14 сентября в клубе "Аналитик на Балтике" стартует первый четырехнедельный спринт. Каждый участник берет одну свою рабочую задачу и собирает под нее ИИ-ассистента. В конце разбираем результат вместе. Войти можно до вечера 13 сентября. Для первого набора подписка – 900 ₽ в месяц.
Подробности: https://ineverov.ru/#club
Перешли выпуск коллеге, который любит сильные заголовки, но все равно открывает источники.
#новаяНеделя #новостиНедели #IT #ИИ
Ваш Аналитик на Балтике 🌊
https://ineverov.ru/#club