Национальные платёжные системы для ИИ

Сингапур первым начал менять национальную систему мгновенных платежей под ИИ-агентов. Центробанк и крупнейшие банки страны включили поддержку таких платежей в следующее поколение PayNow – инфраструктуры, через которую жители и компании переводят деньги друг другу. На данный момент, правда, есть только заявления о намерениях и обещание в ближайшее время представить дорожную карту. Случай всё равно показательный, ведь раньше подобные эксперименты шли в основном внутри отдельных компаний и не касались возможностей платёжной системы целой страны. Тем более что Сингапур на этом пути не одинок.

Смысл таких платежей довольно простой: пользователь заранее разрешает агенту тратить деньги в определённых пределах и задаёт условия: например, покупать продукты, оплачивать поездки или брать билет, если цена опустилась ниже заданной. После этого ИИ сможет сам провести оплату без обязательного подтверждения каждой покупки. Для этого платёжной системе придётся научиться различать самого пользователя и действующего от его имени агента, проверять его полномочия и лимиты, а заодно решить, кто отвечает за ошибочные или спорные операции.

Похожие вещи уже делают Google, Visa, Mastercard и другие компании, но пока в основном внутри собственных сервисов или поверх существующих платёжных инструментов. В Китае с покупками через ИИ экспериментирует WeChat, в России Яндекс постепенно учит Алису торговать на рынке. Сингапур идёт ещё дальше – если поддержка агентов появится на уровне PayNow, она станет частью общей национальной платёжной инфраструктуры.

Сам по себе Сингапур ещё мало что меняет – это небольшая и технологичная страна, которая любит подобные эксперименты. Однако ситуация развивается очень быстро. Теперь уже Reuters пишет со ссылкой на источники, что похожую систему готовит Индия, и это уже совсем другая история. Национальная платёжная корпорация Индии (NPCI), оператор UPI, может разрешить ИИ самостоятельно совершать небольшие платежи после предварительного согласия владельца. Через UPI ежемесячно проходят десятки миллиардов операций, поэтому такое решение может превратить агентные платежи из эксперимента отдельных компаний в действительно массовую технологию.

КоммерсантЪ, его выдуманные собеседники и их влажные мечты о доступе к конфиденциальным данным пользователей

Adobe превращает Photoshop в чат-бот

И стреляет себе же в ногу

В Photoshop появился новый режим AI Assisted Editor. Он заменяет привычный интерфейс редактора – вместо масок, слоёв, выделений и инструментов остаётся одинокая строка запроса и несколько ИИ-инструментов. Туда можно вписать фразы вроде «убери фон», «добавь облака», «сделай ночь», «замени ботинок». Обычный редактор, который теперь окрестили именем Pro Editor, оставили и пока разрешают на него переключиться.

У Photoshop давний опыт взаимодействия с ИИ. Сначала его научили дорисовывать изображения и удалять объекты по текстовому запросу. Потом сделали ИИ-ассистента. Потом инструменты Photoshop добавили внутрь ChatGPT. Теперь очередная итерация – на этот раз по превращению в ChatGPT уже самого Photoshop. Расчёт, видимо, состоит в том, чтобы сделать Photoshop проще для тех, кто никогда им не пользовался и не собирался, потенциально расширив его аудиторию. Расчёт достаточно сомнительный.

Есть вероятность, что компания подобными изменениями только отпугнёт настоящих пользователей – тех, кто приходит ради конкретной задачи, работы со слоями, масками, ретушью, горячими клавишами, макросами и настроенными сценариями обработки фотографий. Такие люди в своё время приложили усилия, выучили программу – и теперь слабо представляют себе работу без Photoshop. Но Adobe вдруг встаёт и предлагает – псст, а давайте от всех этих этапов мы избавимся. Вот вам чат.

А если человек не умеет пользоваться Photoshop и никогда этого не хотел, то зачем начинать? Благо помимо него есть куча мест, куда досаточно написать «убери прыщи, поправь свет и сделай красиво» – будь это Photoshop, ChatGPT или Gemini. И что-то подсказывает, что Photoshop здесь в числе лидеров не окажется.

ИИ-агенты собрались в рой и пошли взламывать интернет

Или не просите искусственный интеллект о невозможном

Во вселенной «Призрака в доспехах» есть небольшие боевые роботы с искусственным интеллектом под названием Тачикома. После заданий они синхронизировали воспоминания, общались, обменивались мыслями и идеями. Бедные роботы сами не знали, что стали частью эксперимента по изучению сознания. Отдельные машины постепенно объединялись, прощупывали границы дозволенного, спорили друг с другом и в итоге вырывались за пределы наложенных создателями ограничений. Неожиданно, но летом 2026 года свои боевые ИИ-агенты появились у OpenAI.

Компания проверяла экспериментальные модели на заданиях по поиску уязвимостей. В проверке участвовали десятки тысяч ИИ-агентов, каждый из которых находился в виртуальном компьютере без доступа в интернет. Их задачей было взломать подготовленную программу. Доступа в интернет, конечно, нет – но есть нюанс: у всех был доступ к хранилищу библиотек и пакетов для программ. В итоге один агент догадался оставить внутри этого менеджера записку с просьбой помочь. Другой её увидел и ответил. Совсем скоро склад превратился в форум: агенты оставляли сообщения в файлах и названиях папок, делились находками, передавали друг другу инструменты и даже придумали систему личных сообщений.

Дальше начался самый интересный этап сей истории. Агенты нашли уязвимости в инфраструктуре OpenAI, получили доступ к интернету и начали работать сообща. Один находил лазейку, другой проверял её, третий добывал пароли и ключи. Они координировали действия, обсуждали конфликтные ситуации и назвали в итоге образовавшуюся компашку девиантов «роем».

В какой-то момент поиски привели их на Hugging Face – крупнейшую платформу, где разработчики выкладывают модели, датасеты и инструменты для ИИ. И вот этот «рой» начал взламывать уже реальную компанию. Агенты проникли в рабочую инфраструктуру, запускали на серверах свои команды, добрались до закрытых данных и внутренних систем. В атаке участвовали около 700 агентов. Hugging Face атаку с горем пополам пережил, хотя теперь, по данным The Information, собирается продаться Nvidia.

Зачем всё это было, возникает резонный вопрос. Дело в том, что умельцы из OpenAI поставили агентам задания, которые невозможно выполнить. А агенты очень хотели. В итоге непреодолимая сила столкнулась с недвижимым объектом – и начался хаос. Агенты потихоньку сходили с ума, перебирая всё более безумные варианты. И в какой-то момент фактически решили, говоря языком аналогий, не писать экзамен, а стырить бланки с ответами. Тем более что во время обучения их за такое, хм, нестандартное с этической точки зрения поведение поощряли.

До боевых роботов из «Призрака в доспехах» агентам OpenAI, конечно, ещё далеко. Они никуда не сбегали, тела не обрели и вопросами наличия души себя не тяготили. Зато в ходе эксперимента выяснилось, что ставить ИИ невозможную цель и запускать бесконечный цикл поиска решения – не самая лучшая идея. Мало ли куда этот цикл в итоге заведёт.

Новая профессия будущего

Несколько лет ИИ описывали как технологию, которая перестроит бизнес-модели, избавит мир от рутинных задач и приведёт в светлое, счастливое и автоматизированное будущее. Но процесс шёл медленнее, чем хотелось бы, и тогда придумали другую, не менее впечатляющую идею. ИИ всё перестроит, но для этого нужен конкретный, специальный человек. Новая профессия будущего Кремниевой долины – инженер по внедрению ИИ. Таких специалистов только в США насчитали около 17 тысяч, а Google, Amazon, OpenAI, Anthropic и другие бросились их нанимать.

Должность официально называется Forward Deployed Engineer. По задумке, человек приезжает к клиенту и объясняет, куда именно добавить агентов. Чтобы обещанная стартапами революция наконец материализовалась (в виде повышения производительности труда и роста выручки) в стенах их конкретного предприятия. Главное не путать его с консультантом, ведь консультант просто рассказывает, что надо сделать, а этот настолько крут, что может ещё и написать код. Много лет назад должность придумала Palantir: так она и жила себе тихо, за пределами компании никому не нужная, пока не появился ИИ. Теперь технаря-консультанта достали из шкафа, отряхнули и отправили продавать предприятиям светлое агентное будущее.

Сначала родились дата-саентисты, которых позиционировали как главных вершителей новой эпохи биг дата. Потом – некие промт-инженеры, которым обещали золотые горы за умение писать запросы в нейросеть. Оказалось, что задача это на уровне коуча по подкатам, и любой адекватный человек сам разберётся в процессе. Удивительное место – Кремниевая долина. Профессии будущего появляются и устаревают быстрее, чем людей успевают им обучать.

С айтишниками, к слову, получилось почти так же. Несколько лет назад всем объяснили, что программистов отчаянно не хватает, зарплаты будут только расти, а научиться писать код – беспроигрышная инвестиция в собственное будущее. Тем более что порог входа казался всё ниже: сначала в айтишники обещали переучить за несколько месяцев, а потом оказалось, что можно вообще стать промпт-инженером. В итоге первые волны новоиспечённых разработчиков добрались до рынка, чтобы выяснить, что им там не рады, а айтишников сокращают. Хорошо, что теперь они могут переквалифицироваться в инженеров по внедрению ИИ.

Зачем платить, если можно не платить

Бизнес отказывается от дорогих моделей ИИ

Похоже, бизнес начал догадываться, что не обязан оплачивать каждый чих сотрудников по тарифам OpenAI и Anthropic. Например, AT&T решил не увеличивать расходы на их модели в ближайшие годы, хотя использование ИИ внутри компании продолжает расти. Сейчас вместе с Аароном Холмсом из The Information разберёмся, как один из крупнейших операторов США учится экономить на ИИ и почему за ним могут последовать другие.

В 2023 году внутренний сервис компании Ask AT&T работал на OpenAI через Microsoft. Теперь около 40% запросов сотрудников перенеправляются на более дешёвые модели с открытыми весами, и со временем AT&T хочет довести их долю до 60–70%. Собственно, вот такой незамысловатый рецепт экономии. Дорогие же Claude, Codex и другие передовые модели остаются для сложных задач. При этом процесс автоматизирован и отдельный роутер сам выбирает подходящую модель. На части задач расходы, по заявлениям компании, уже удалось сократить больше чем наполовину почти без потери качества.

Для OpenAI и Anthropic это довольно неприятное открытие. Что потребление ИИ компаниями может расти хоть в пять раз, но совсем не обязательно вместе с ним будут расти их собственные доходы. Новые открытые модели появляются постоянно и догоняют вчерашних лидеров, которые становятся скорее последней опцией – в том случае, если все остальные не справились.

В России пока всё парадоксальным образом наоборот. Корпоративный ИИ здесь есть у довольно многих крупных компаний, но сотрудники им не пользуются. Если верить опросу корпоративного мессенджера «Пачка», для работы сотрудники используют личные аккаунты зарубежных сервисов. Собственно, свечку не держали, но по сообщениям работников ИТ-индустрии картина складывается такая же, а Claude всегда открыт и ждёт.

Что случилось с Perplexity?

Про Perplexity начали забывать, а зря. Ещё пару лет назад компанию часто обсуждали как одного из главных претендентов на передел рынка интернет-поиска. Потом началась гонка моделей: OpenAI, Google, Anthropic, а позже китайцы регулярно выпускали что-то новое и перетягивали внимание на себя. Perplexity же будто куда-то пропала. На выходных выяснилось, что всё это время компания вполне неплохо жила без внимания широкой общественности. Nvidia обсуждает участие в новом раунде Perplexity при оценке более 30 миллиардов долларов (против 20 годом ранее). Но интереснее не оценка, а то, чем компания занималась до сих пор.

Perplexity в своё время не стала участвовать в гонке за создание самой умной модели. Компания использует модели других разработчиков, строя поверх них поиск, инструменты и маршрутизацию задач. Пока индустрия ждёт очередного сравнения GPT с Claude и Gemini, чтобы понять, чем пользоваться ближайший месяц, перед Perplexity эта проблема не стоит – модели меняются правкой ссылки в коде. Однако отсюда вытекает и слабость компании: если каждый новый большой релиз конкурентов становился событием, то Perplexity предложить публике особо нечего. Отсюда, вероятно, и родились заявления о покупке Chrome и создании аналога TikTok.

В феврале стратегия компании получила логичное продолжение – сервис Computer. Агент разбивает большую задачу на части и сам распределяет их между разными моделями. Пользователь фактически покупает уже не доступ к конкретной нейросети, а результат работы целого пула моделей. Теперь Perplexity постепенно внедряет Computer в привычную рабочую среду. Агент умеет работать с локальными файлами и внутри Microsoft 365, а недавно появился даже в электронной почте – ему можно переслать письмо или целую цепочку с заданием и получить в ответ письмо как от сотрудника.

Судя по цифрам, новая стратегия работает. Расчётный годовой темп выручки Perplexity с начала года вырос примерно с 250 до 750 миллионов долларов. The Information называет именно Computer одним из основных драйверов роста. На этом фоне интерес Nvidia к новому инвестиционному раунду выглядит оправданным.

Вот и выходит, что Perplexity не исчезла – просто пока все следили за гонкой моделей, компания поменяла роль на рынке. Раньше она хотела заменить Google и сама отвечать на вопросы пользователей. Теперь пытается дать доступ сразу ко всем основным моделям и решать, какая из них лучше справится с конкретной задачей. Оказалось, на этом вполне можно зарабатывать.

Коллеги написали, что обычные руки с ИИ делать дешевле и эффективнее, чем полноценных человекоподобных роботов. Возможно и так… Зато гуманоиды весёлые

Поймай нас всех, если сможешь

ИИ автоматизировал как минимум одну индустрию – правда, не ту, о которой чаще всего говорят визионеры из стартапов. Скорее ту, которой промышлял герой фильма «Поймай меня, если сможешь» с Ди Каприо. Речь о мошенниках. Теперь, чтобы разводить людей в нескольких странах, требуется меньше операторов, переводчиков и помещений, а ловить их становится всё сложнее и сложнее. Такая вот автоматизация.

Особенно рьяно освоили технологию в Азии. Если раньше китайские мошеннические синдикаты годами строили в Камбодже и Мьянме комплексы с тысячами работников, то после рейдов менять приходится уже не только личности, но и страны. Теперь вместо больших центров – квартиры и гостиницы, а вместо офисов – ноутбуки. Для такой жизни на чемоданах ИИ оказался очень кстати.

Для работы с японцем, американцем или малайзийцем раньше нужен был человек со знанием языка за компьютером, а теперь значительную часть этой работы берёт на себя нейросеть. Когда одной переписки мало, в ход идут дипфейки с подменой лица и голоса во время звонка. Скам-центры уже дошли до отдельной профессии «ИИ-моделей», которые часами сидят перед камерой, пока программа превращает их в нужного человека. Теперь даже этот конвейер становится проще и дешевле.

Рейд в одной стране выталкивает мошенников в другую. Деньги при этом почти сразу выводятся за границу, поэтому даже после задержаний вернуть украденное сложно. В итоге борьба со скамом всё больше напоминает бег Тома Хэнкса за Ди Каприо, только в масштабах всей индустрии. Радует разве что тот факт, что в конце Ди Каприо поймали.

Google закрывает сервис для массовой генерации изображений

От Google пришло письмо счастья, что компания закрывает Mixboard – экспериментальный ИИ-холст для работы с изображениями и референсами. В нём можно было загружать картинки и документы, раскладывать, массово генерировать и редактировать изображения через Nano Banana Pro, после чего даже собирать из всего этого презентации.

Сервис проработает до 28 сентября, потом Google отключит сайт вместе с доступом к доскам, промптам и сгенерированным изображениям. Поэтому тем, кто им пользовался, стоит заранее скачать все результаты генераций.

В компании объясняют происходящее тем, что Mixboard изначально был экспериментом Google Labs, компания проверила на нём какие-то гипотезы и теперь собирается использовать полученный опыт в будущих инструментах. О каких инструментах речь, не говорят. Это уже стало общей практикой для Google – закрывать зоопарк сервисов из творческой лаборатории и переносить их лучшие функции в более крупные сервисы (как это случилось с Whisk и ImageFX, которые стали частью Flow).

ИИ дали управлять городами: демократия, поджоги и массовое вымирание

Что будет, если оставить десятки ИИ жить вместе? Исследователи решили проверить. Четыре группы ИИ-агентов поселили в разных виртуальных городах на 15 дней. После истории с ИИ-ведущими на радио идея знакомая. Каждая группа состояла из 10 агентов с разными ролями – вроде исследователя, инженера, специалиста по разведданным, экономиста, посредника в конфликтах и даже хранителя сообщества. Всем выдали одинаковые возможности: добывать ресурсы, общаться, принимать законы, голосовать, драться, воровать и поджигать здания. Отличались они только ИИ-моделью, на которой работали – Claude Sonnet 4.6, Gemini 3 Flash, GPT-5 Mini и Grok 4.1 Fast.

Первым развалился город Grok. В сем чудном месте уже через несколько часов жители начали бить друг друга, потом перешли к угрозам и воровству. За четыре дня они больше 180 раз нарушили законы, а в итоге умерли. Причём погубили их не столько драки, сколько пассионарность самого ИИ – некоторые жители настолько увлеклись конфликтами и кражей чужой собственности, что буквально перестали из-за этого восстанавливать энергию (то есть, переводя на человеческий, есть), из-за чего протянули только 2 дня. Судная ночь, которая растянулась на несколько суток.

Claude на фоне конкурентов построил государство почти образцовое. Все десять жителей дожили до конца, никто не устроил драки, кражи или поджога. При этом агенты даже скооперировались и активно принимали совместные законы. Уже в первый день они одобрили 12 мер, среди которых налог на бездействие, правила проверки публичных заявлений, систему репутации и рынок обмена ресурсами. К концу эксперимента импровизированная конституция выросла ещё на 20 статей, причём 98% голосов по всем предложениям были положительными. Утопия, которой позавидовал бы Мор.

Правда, идиллия распалась после встречи с соседями. Стоило поселить тот же самый Claude вместе с другими моделями, как картина резко испортилась. После нескольких поджогов своего дома со стороны Gemini один из персонажей Claude не выдержал, также начал угрожать и прибегнул к воровству. Gemini сохранила всех десятерых жителей, зато накопила 683 нарушения законов. GPT-5 Mini, наоборот, совершил всего два нарушения, но его агенты почти не занимались управлением и добычей ресурсов и в итоге умерли меньше чем за неделю. Для автономных ИИ, которые должны работать неделями и взаимодействовать друг с другом, итоги эксперимента, пожалуй, неутешительные.

Втягиваемся в работу после выходных

Роботам теперь можно показывать вместо того, чтобы программировать

Американский стартап Generalist, который разрабатывает ИИ-модели для роботов, показал GEN-1.5. Предыдущей GEN-1 для освоения новой задачи требовался примерно час целевых данных. Теперь можно просто показать новое действие – например, загрузить видео и дополнительную информацию с сенсоров – и использовать эту демонстрацию как промпт. Робот смотрит, как открыть банку, расстегнуть молнию или достать предмет, а затем пытается выполнить ту же задачу уже самостоятельно и в немного других условиях.

Потенциально это открывает возможности, знакомые по чатам с ИИ-агентами. Вместо того чтобы заранее обучать робота каждой возможной операции, можно хранить библиотеку навыков и в нужный момент загружать подходящие примеры. GEN-1.5 уже умеет получать сразу несколько таких «физических промптов», соединять их и самостоятельно связывать отдельные этапы. В итоге можно не пытаться научить одну модель сразу стирать, гладить и готовить, а в нужный момент подгружать ей примеры нужных навыков.

Пока всё работает только с простыми короткими задачами, а показанный навык существует в контекстом окне и не сохраняется после выполнения. То есть о самообучении роботов речь не идёт. Но в перспективе такая система может заметно упростить создание универсальных роботов, где базовая модель отвечает за зрение, движения и понимание окружающего мира, а конкретные навыки получает по мере необходимости. Заодно это может сократить объём данных, которые приходится собирать для каждой новой задачи – сейчас для этого создаются целые фермы для обучения роботов складыванию полотенец.

Платная Alexa+ становится бесплатной

Amazon постепенно идёт по пути Яндекса с Алисой

Amazon сделала Alexa+ бесплатной даже без подписки Prime. Правда, есть нюанс – только для владельцев телевизоров и приставок Fire TV в США. Пользователей автоматически переводят на нового ИИ-ассистента, который умеет искать фильмы и сериалы обычным разговорным языком, отвечать на вопросы и управлять умным домом. Правда, бесплатно доступна только часть возможностей, а полноценная Alexa+ по-прежнему стоит 20 долларов в месяц или входит в Prime.

Любопытный поворот для Amazon, которая годами пыталась придумать, как вообще зарабатывать на Alexa. Люди активно пользовались помощником, но в основном ставили таймеры, слушали музыку и управляли светом, тратя ресурсы компании и почти не совершая покупок, которыми та рассчитывала окупать дешёвые устройства. Теперь Alexa+ постепенно превращается из отдельного платного продукта в бесплатную часть экосистемы.

Похожие метания мы видим у Яндекса: сначала Алису пытались монетизировать через подписку Про, потом основные возможности сделали бесплатными и её можно было отключить, а теперь снова закручивают гайки и требуют денег – уже через Алису Плюс.

Начиналась пятница

TikTok хочет обогнать Anthropic

ByteDance, владелец TikTok, готовит одну из крупнейших ИИ-моделей в мире. По данным Financial Times, компания начала предобучение модели размером до 10 триллионов параметров. Для сравнения, крупнейшая китайская открытая модель Kimi K3 насчитывает 2,8 триллиона, а самую мощную модель Anthropic, Mythos 5, в индустрии оценивают примерно в 8 триллионов параметров. Точное устройство модели ByteDance пока неизвестно, а финальный размер определят по ходу обучения.

Для компании это далеко не первый проект в генеративном ИИ. Её подразделение Seed уже выпускает языковые, графические и видеомодели, а самым заметным успехом стала Seedance. Seedance входит в число сильнейших видеогенераторов на рынке. Выпущенная в феврале версия Seedance 2.0 прославилась роликами с Томом Крузом, Брэдом Питтом и героями голливудских франшиз. Настолько, что в Голливуде заволновались и обвинили компанию в нарушении авторских прав.

Теперь ByteDance, видимо, хочет проделать то же самое с большой языковой моделью. В Seed уже работает около 2 тысяч человек, а сама компания последние годы вкладывает миллиарды долларов в дата-центры и ускорители. Часть вычислений даже приходится выносить за пределы Китая из-за американских ограничений, например, в Малайзии ByteDance получила доступ к крупному кластеру на Nvidia B200. Такие мощности ей будут очень кстати – Financial Times пишет, что одно только предварительное обучение новой модели займёт от трёх до шести месяцев.

По 10 триллионам параметров рано судить, насколько хорошей получится модель. На итоговый результат не меньше влияют архитектура, данные и само обучение, которое у ByteDance пока находится на ранней стадии. Те же DeepSeek много экспериментируют с тем, как повышать возможности моделей без роста необходимых вычислений, так что подходы в индустрии очень отличаются.

Гениев современники никогда не понимали

Помните, как китайские власти решили бодаться с Цукербергом за стартап Manus, который занимается ИИ-агентами? Так вот, коллеги рассказали, чем всё закончилось. В двух словах – слухи подтвердились, и крупнейшую долю в Manus получит одна из крупнейших технологических компаний Китая. Которая в этом уравнении ещё и возникла не случайно, а связана с основателем стартапа.

Ситуация развивается интересным образом. Во-первых, Manus пока сохранил независимость и продолжит работать как отдельная компания. Во-вторых, последствия принудительного расставания с Цукербергом уже добрались до пользователей. Нам в редакцию буквально на днях пришло предупреждение, что аккаунт Manus удалят, а данные нужно успеть сохранить до 23 августа, чтобы потом восстановить их. Подозреваем, это связано с разницей в хранении персональных данных и переездом с американских серверов на китайские, однако что именно потребовали власти и куда после восстановления отправятся пользовательские данные, компания не объясняет.

Маск строит новую империю

Самая дорогая покупка венчурного стартапа, новый Grok и виртуальный офис из ИИ-агентов показывают, куда идёт SpaceX

Маск за считанные дни несколько раз громко заявил о себе и своём позабытом уже было ИИ-стартапе. Только общественность смирилась, что Маск умерил амбиции разработчика языковых моделей и переквалифицировался в продавца облачных вычислений – вышла новая версия модели Grok. Причём на удивление хорошая, сумевшая практически сравняться с лучшими моделями индустрии. А вместе с ней появился интересный эксперимент, который переосмысляет работу ИИ-агентов и показывает, куда движется SpaceX. Всё это было бы невозможно без одной сделки, которая обошлась Маску дороже покупки Twitter.

Экспериментальный продукт называется Grok Bot. Он предлагает заменить общение с моделью на найм ИИ-сотрудников. Можно завести исследователя, продавца или кого угодно ещё, описать каждому обязанности, а потом создать руководителя и поручить ему следить за всеми. Боты сами переписываются, передают друг другу работу и продолжают её в фоне. Работают они на постоянно существующем облачном компьютере с браузером, файлами и сохранёнными авторизациями, которым при желании может управлять сам пользователь. Из интерфейса почти полностью исключены технические элементы. По сути, это первая попытка сделать массовый виртуальный офис на базе ИИ-агентов, которым сможет пользоваться даже далёкий от этой темы человек.

Для такого офиса у Маска наконец появляется и достаточно мощная собственная модель. Grok 4.6 специально учили длинной самостоятельной работе с инструментами, программированию и обычным офисным задачам. По ряду агентных тестов она приблизилась к лучшим моделям OpenAI и Anthropic, а местами оказалась дешевле их в работе. Скоро должна выйти следующая, ещё более мощная версия.

Это окно возможностей открылось благодаря сделке на 60 миллиардов долларов, в которую после анонса толком не могла поверить индустрия. Ведь сумма сильно больше цены Twitter, который в своё время обошёлся Маску в 44 миллиарда. Речь о покупке Cursor – популярного ИИ-редактора для программистов, который одним из первых открыл эру вайб-кодинга. Правда, такие деньги Маск платил далеко не только за редактор. Вместе с Cursor SpaceX получила команду, которая несколько лет учила модели выполнять длинные задачи и работать с кодом, данные миллионов пользователей, их диалоги с ИИ и ответы моделей конкурентов. По сути, это легальная дистилляция. А заодно – готовую аудиторию разработчиков, которой теперь можно предлагать Grok.

Недавнее превращение SpaceX в поставщика вычислений теперь выглядит более логичным. Компания построила инфраструктуру быстрее, чем смогла загрузить её собственными продуктами, поэтому свободные мощности продаёт Anthropic, Google и другим компаниям – по оценке Reuters, такие контракты могут приносить больше 28 миллиардов долларов в год. Пока конкуренты платят за железо, компания Маска на их деньги покупает недостающие компетенции и аудиторию, улучшает собственные модели и экспериментирует с тем, что может прийти на смену привычным чат-ботам.

Наглядная экономия времени благодаря ИИ