Яндекс анонсировал метрики, которые к концу 2026 года должны стать новой нормой для инженерных команд: 75% разработчиков регулярно используют ИИ, на уровне всей компании не менее 75% изменений готовятся с участием нейросетей, и в каждом таком изменении ИИ генерирует не менее 75% кода.

Яндекс не просто говорит об ускорении разработки, а формулирует конкретные измеримые цели. Это превращает AI‑native из абстрактной концепции во внутренний KPI.

Сейчас 73% разработчиков внутри компании уже работают с генеративными моделями, и больше половины нового кода пишется с помощью ИИ. При этом наибольшей эффективности достигают команды, где ИИ встроен в повседневный процесс разработки и используется при подготовке не менее 75% изменений в коде. Так работают 17,2% разработчиков — за последний месяц их доля выросла более чем вдвое по сравнению с прошлым кварталом. Именно этот опыт теперь собираются масштабировать на всю компанию.

Команда Яндекс Еды за два месяца с помощью ИИ собрала агента, который помогает отвечать на звонки и делать брони в ресторанах, ускорив разработку более чем вдвое. В Лавке силами одного сотрудника за три недели собрали прототип кабинета для франчайзи, а скорость разработки в отдельных спринтах выросла в 3,3 раза.

Для внешних разработчиков и компаний Яндекс также предлагает собственные платформы для создания ИИ-агентов и оптимизации работы. Например, SourceCraft, где предусмотрен ИИ режим для работы с кодом и Yandex AI Studio для создания ИИ‑агентов и приложений.

ChatGPT тем временем наконец-то пробил засечку в миллиард пользователей в неделю

Правда, по плану они хотели прийти к такому WAU еще в конце 2025, но это уже другая история

Anthropic значимо обновили MCP

Апдейт назвали крупнейшим с момента запуска. Сейчас расскажем, что изменилось.

Раньше MCP работал как двусторонняя связь с сохранением состояния сессии. То есть при подключении сервер открывал долгоживущее соединение, и весь контекст между запросами жил в оперативке одного запущенного процесса. Это требовало, чтобы был постоянно работающий инстанс, который висит и ждет, существуя все время, пока идет сессия.

В новой версии MCP стал stateless, то есть теперь каждый запрос самодостаточный. Клиент сам присылает весь нужный контекст в запросе (ну или он лежит во внешнем хранилище), а сервер просто получил запрос, обработал, отдал ответ и все забыл.

Все Serverless-платформы (AWS Lambda, Cloudflare Workers и тд) работают именно так. До этой версии MCP нельзя было нормально запустить на такой инфраструктуре, а теперь можно: сервер разработчика может состоять просто из функции, которая просыпается на запрос и засыпает.

В двух словах: MCP только что стали намного дешевле + их стало гораздо легче масштабировать. Практически это значит, что порог входа для создания MCP-сервера резко упал, и мы можем ожидать взрывного роста числа коннекторов для самых разных приложений, даже самых небольших.

https://claude.com/blog/bringing-mcp-2026-07-28-to-claude

ICML 2026 — все. Мы много про нее писали, но рассказать обо всем было нереально.

Если хотите узнать больше подробностей, приходите на ML Global Recap — митап Яндекса с разбором главных ML-трендов с ICML и не только.

Можно будет офлайн пообщаться с теми, кто был на конференции, и послушать доклады:

• Tabular DL — Артём Бабенко, руководитель Yandex Research;
• тренды и вызовы в ризонинге — Дмитрий Мокеев, руководитель группы качества претрейна Alice AI в Яндекс Поиске;
• новые подходы и стандарты в оценке качества моделей — Иван Дёгтев, руководитель аналитики Alice AI LLM в Яндекс R&D;
• оптимизация LLM-инференса — Андрей Бежин, руководитель службы ML-инфраструктуры в Яндекс R&D.

Встреча пройдёт 13 августа в Москве или онлайн.

Регистрация уже доступна на сайте.

Сотрудники ведущих ИИ-лаб массово подписывают новую петицию о создании инструментов замедления ИИ

https://www.pacingthefrontier.com/

«Pacing the Frontier» требует от правительства разработать международно скоординированные технические и политические механизмы, которые позволили бы всему полю ИИ-разработки сознательно замедлить темпы, если это потребуется.

Письмо предупреждает, что ИИ очень скоро может дойти до точки, когда начнет самоулучшаться, и тогда прогресс может ускориться настолько, что общество и регуляторы не успеют вовремя отреагировать. Поэтому заниматься разработкой стоп-кранов надо уже сейчас, на всякий случай

На данный момент письмо подписали уже более 1100 сотрудников фронтиров, включая Дарио Амодеи и сооснователей Anthropic Джареда Каплана и Джека Кларка, главного научного сотрудника OpenAI Джакуба Пахоцки, главного научного сотрудника Meta* Шэньцзя Чжао и главу направления AI safety в Google Анку Драгана, а еще Яна Лейке, Марка Чена, Джона Шульмана и других.

Маск сообщил, что Grok 4.6 выходит уже через неделю

Запуск запланирован на 7 августа. В модели будет 1.5T параметров. Cразу следом за 4.6 спустя несколько недель выйдет Grok 4.7 – еще более крупная модель на 2.1T параметров.

Практически одновременно с объявлением Маска пошел слух о скором запуске нового Composer 3 (напоминаем, что SpaceX купили Cursor, и эта модель обучалась с нуля на кластере Colossus 2). Обещают качество на уровне Opus 5 и GPT-5.6 Sol, а цену – в несколько раз ниже.

Снова переключаемся в режим ожидания

Мировую олимпиаду по ИИ впервые проведут на российской платформе

Со 2 по 8 августа в Астане пройдёт Международная олимпиада школьников по ИИ (IOAI) — 478 участников из 103 стран, включая сборную России. Тестирующей системой соревнования впервые выбран Яндекс Контест, который для проведения Олимпиады компания предоставила бесплатно.

Соревнования по машинному обучению требуют нестандартных подходов к проверке решений. Главная особенность Яндекс Контеста в том, что платформа может принимать от участников не только финальные ответы, но и весь ход работы: исходный программный код, файлы с промежуточными вычислениями и веса обученных моделей. Это принципиально для проведения турниров такого формата.

Оценка решений будет идти в два этапа. Во время тура — на открытом валидационном датасете: участники олимпиады сразу увидят, как работает их модель, и успеют доработать подходы. После тура лучшие попытки тестируются на закрытом расширенном наборе данных, поэтому выиграет решение, которое обобщает, а не подогнано под известные данные.

За 2025 год Яндекс Контест проверил 26,5 млн решений для 80 тысяч задач, в том числе на этапах ВсОШ по ИИ.

Ничего необычного, просто разработчик с просторов HuggingFace создал вот это на злобу дня

Поиграть можно по ссылке: https://huggingface.co/spaces/burtenshaw/open-weights-breakout

Буквально коротко о происходящем

Anthropic наконец-то высказались на тему открытого письма и опенсорса

https://www.anthropic.com/news/position-open-weights-models

Они объяснили, что они, якобы, никогда не выступали за запрет открытых моделей, и что безопасные открытые модели приносят реальную пользу.

Но при этом они согласны с тезисами открытого письма Nvidia только частично. По мнению Амодеи, открытые модели не обязательно облегчают разработку защитных мер против злоумышленного использования ИИ, а даже наоборот. Именно поэтому Anthropic не подписывает документ.

Вопрос безопасности, по официальному мнению Anthropic, должен решаться строгим риск-тестированием моделей перед запуском, и касаться эти меры должны всех и вся, в том числе Китай и их открытые модели.

Кроме того, Амодеи в очередной раз написал, что китайцам нельзя продавать мощные чипы, и надо жесче бороться с контрабандой и промышленной дистилляцией. По его мнению, именно дистилляция позволяет Китаю строить модели, приближающиеся по качеству к американским.

Стартап Ильи Суцкевера заключил масштабное партнерство с Nvidia

По словам самой компании, Nvidia получила редкий доступ к тщательно охраняемым исследованиям Safe Superintelligence и приняла решение очень основательно вложиться в будущее стартапа. В блоге они написали, что SSI "добилась ряда значимых исследовательских результатов, подтверждающих реальный прогресс на пути к цели".

Во-первых, Nvidia вливают "существенные" инвестиции (сумма не раскрывается, видимо, чтобы никого не пугать ). Некоторые издания называют цифры в 5 миллиардов долларов. Во-вторых, Nvidia дает SSI доступ к новой платформе Vera Rubin. Все это вместе позволит SSI на порядок увеличить их вычислительные мощности.

И, в-треих, и это самый интересный пункт (!), компании будут сотрудничать над развитием текущих и будущих вычислительных платформ Nvidia, "используя уникальную экспертизу SSI в понимании будущего ИИ". То есть Nvidia, увидев лишь частично исследования SSI, уже готова к возможному проектированию своих будущих систем под технологии Суцкевера.

Сам Суцкевер пишет, что "пришло время масштабировать то, чего добилась SSI". Учитывая его прошлые цитаты на тему того, что эра топорного скейлинга LLM кончается и нам нужны новые подходы, есть все основания полагать, что в стартапе разрабатывают парадигму обучения или архитектуру, принципиально отличающуюся от привычных нам.

Команда GigaChat зовёт на вечеринку для AI-разработчиков и исследователей 🎉

29 июля, Сбер.Среда, пространство «Оригинал» (м. «Курская», ул. Земляной Вал, 9А)

Без докладов, презентаций и официальных дискуссий – только общение с коллегами по индустрии, обсуждение рабочих задач и болей, новые знакомства и летний вечер на веранде.

Регистрация и подробности

Надеемся на хорошую погоду 🥳
До встречи!

Проклятье всех ИИ-лаб постигает теперь и Thinking Machines Миры Мурати: от нее ушли почти все партнеры

Лилиан Вен, соосновательница стартапа, сегодня объявила об уходе. После этого в TM осталось всего 2 сооснователя из 6, и это включая саму Миру.

Лилиан заявила, что работа с Thinking довела ее до физического истощения, и что она больше не выдерживает темпов стартапа и нагрузок на своей должности.

Вышли веса Kimi K3

2.8 триллиона параметров, 104B активных.

По запуску на своем железе картина такая: в 4-bit веса будут занимать примерно 1.4ТБ, в 16-bit уже около 5.6ТБ. Так что вам нужно плюс минус 8xH200/B200 или сопоставимый по памяти вариант.

Если (ну вдруг) у вас такого домашнего датацентра не оказалось, то сочувствуем и приглашаем вместе с нами продолжать пользоваться API

https://huggingface.co/moonshotai/Kimi-K3

🏁До старта обработки миллиарда записей 3… 2… 1… клик

Выбирайте не просто СУБД, а гоночный болид для работы с данными.
ClickHouse® в облаке Selectel — машина, адаптированная под предельные нагрузки и сложные трассы. Отлично работает с векторными типами данных, эффективна в запросах для задач поиска семантического сходства, кластеризации или RAG.

Под капотом — SSD-накопители стандарта NVMe, оперативная память DDR5 и процессоры Intel® Xeon®Gold и AMD EPYC™. Мощное железо для максимальной производительности вашей баз данных.

Пройдемся по базе. Что вас ждет после запуска кластера ClickHouse в облаке Selectel?

⚡Скорость. Кластеры рассчитаны на хранение и быструю обработку даже петабайтов данных и обработку тяжелых аналитических запросов.

⚡Надежность. В Multi-AZ кластерах ноды размещены в разных дата-центрах, чтобы инфраструктура продолжила работу даже при отключении одного из узлов.

⚡Экономичный расход. Может выполнять запросы к данным, хранящимся в S3 в формате Iceberg, без их копирования. Это позволяет сократить расходы более чем в два раза по сравнению с использованием только локальных дисков.

На вас — пилотирование, а обслуживание кластера забирает на себя Selectel.

Ускорьте работу с базами данных в облаке Selectel: https://slc.tl/nqqt7

Реклама. АО "Селектел". erid:2W5zFJKXDbo

Сотрудники Anthropic тем временем еще и публично подсмеиваются над компаниями, подписавшими письмо

6.1 миллион просмотров набрал твит Julian Schrittweiser. В био у него числится «Member of Technical Staff at Anthropic».

Разработчик недвусмысленно поиздевался над Хуангом, «поздравив» его с обретением веры в открытый код и добавив, что ждет опенсорса CUDA и GPU.

Кроме того, под этим же твиттом он обратился к Сатье Наделла. «Я также жду опенсорса Windows и MS Office!».

Давайте дружно поможем антропикам найти хорошего кризис-менеджера, он им пригодится

Токенмаксинг – все? WSJ выпустили материал о том, что американские компании массово переходят к новому тренду на thrift-maxxing

Thrift переводится как "бережливость". Суть в том, что если еще несколько месяцев назад тратить много токенов на топовые модели было модно, и в компаниях даже создавались лидерборды по сжиганию токенов, то сейчас все подостыли, вспомнили, что бюджет не резиновый, и теперь переходят к более дешевым моделям.

В основном речь, конечно, про Китай. WSJ приводит несколько конкретных примеров компаний и стартапов, где полностью отказались от инструментов OpenAI/Anthropic и пересели на DeepSeek, Kimi или GLM. Некоторые используют мощные модели только для планирования, а всю остальную работу отдают моделям попроще и подешевле.

Даже по общедоступным цифрам тренд видно хорошо: OpenRouter, например, сообщает нам, что доля США (Google+OpenAI+Anthropic) в американском энтерпрайз-сегменте упала с ~70% в июне 2025 до ~30% в июне 2026. При этом доля Китая, как вы понимаете, наоборот, растет (@data_secrets9445).

Вот вам и истинная причина, почему Anthropic не подписывает письмо об опенсорсе

Обновление по открытому письму в защиту опенсорса: единственной неподписавшей компанией до сих пор остается Anthropic

Подписи OpenAI, SpaceX, Google и остальных уже появились на сайте. Дарио Амодеи в разное время довольно жестко высказывался в поддержку самых строгих экспортных ограничений на чипы и конкуренции с Китаем вообще.

Но когда речь заходит про запрет опенсорса, не видеть подписи Anthropic все равно странно и досадно (к тому же, в письме слово «Китай» напрямую не упоминается ни разу).

Сэм Альтман едет на поклон в Вашингтон, чтобы показать Белому Дому новую модель OpenAI

Видимо это та самая внутренняя модель, которая проникла в контур Hugging Face (@data_secrets9581). Интересно, собирается ли Альтман упоминать об этом случае, когда будет добиваться от чиновников одобрения на широкий запуск

Инсайдеры сообщают, что модель будет продвигаться как способная «решать многолетние математические задачи» и «сделать сложную бизнес-работу заметно дешевле и эффективнее для американских компаний».

Что ж, желаем Сэму удачи. От его презентации зависит, увидим ли мы GPT-6

Собрать AI-агента по туториалу можно за вечер. Но когда добавляешь память, RAG или несколько инструментов, возникают другие вопросы: почему он свернул не туда, как найти место ошибки и как понять, не сделала ли новая правка систему хуже.

Чтобы развивать такой продукт дальше, нужно понимать, как устроены вызовы модели и инструментов, где хранится контекст, как проверять качество и как вносить изменения.

На курсе «AI-агенты» сначала пишем основные части на API: работу с LLM, structured output, tool-calling, память, RAG и evals. Затем используем LangChain и LangGraph там, где они действительно упрощают разработку, добавляем MCP, мониторинг и деплой. 

Курс идёт 12 недель: живые занятия, практика, разборы решений и ревью кода. На выходе - пять агентных проектов и база, с которой можно собирать свои системы.

→ Посмотреть программу, формат и стоимость курса по ссылке

Реклама, ООО "Школа Высшей Математики", ИНН 9728100991