AI-дайджест недели: агенты, Copilot и открытые модели

Неделя в ИИ: Яндекс расширил корпоративные агентные сценарии, Copilot получил новые режимы, а open-source-инструменты добавили важные возможности.

Главное

Неделя принесла три практических сдвига: Яндекс расширил корпоративные AI-продукты и агентные сценарии, Microsoft развивает Copilot как единый интерфейс для работы и разработки, а инструменты open source добавили возможности для управляемых агентов и локальных моделей.

Россия

Alice AI Foundation LLM. «Ведомости» сообщили, что Яндекс разработал с нуля большую языковую модель — основу для генерации и понимания текста — и открыл её веса. Это позволяет компаниям и разработчикам запускать модель на собственной инфраструктуре и дообучать под свои данные, а не пользоваться только облачным API. Источник

Почему важно. Для организаций, рассматривающих Alice AI Foundation LLM для локального или корпоративного применения, решающими станут условия лицензии и детали первичного релиза Яндекса.

Yandex AI Studio: агенты в Telegram и MAX. Яндекс добавил в AI Studio конструктор агентов, которых можно подключить к Telegram, Яндекс Мессенджеру, MAX или сайту. Такой агент может искать по базе знаний и документам, отвечать клиентам, помогать сотрудникам и обращаться к внешним сервисам; для подключения к мессенджеру нужен токен бота. Источник

Почему важно. В агентных сценариях Yandex AI Studio для Telegram и MAX канал доставки становится частью архитектуры: организациям нужны контроль доступа, журналирование и сценарии эскалации.

Алиса AI Про для бизнеса. Yandex B2B Tech представила корпоративного AI-ассистента для компаний с высокими требованиями к данным. Его можно развернуть на собственной инфраструктуре, выбрать используемую модель и настроить специализированные навыки; ассистент может координировать несколько AI-агентов для работы с документами и корпоративными системами. Источник

Почему важно. При выборе Алисы AI Про для бизнеса важны варианты развёртывания, модель управления данными и интеграции, а не только качество ассистента.

Автономные AI-агенты для разработки. В платформе SourceCraft можно подключать агентов для написания кода и проверки его безопасности. Разработчик ставит задачу агенту в GitLab, после чего агент готовит окружение, вносит изменения, запускает тесты и отправляет результат на человеческое ревью; работать с ним можно также через мессенджер, VSCode или командную строку. Источник

Почему важно. Перед внедрением автономных AI-агентов Яндекса в инженерный процесс нужны изолированные окружения, политики доступа к репозиториям и обязательная проверка действий человеком.

Модели и инструменты разработки

Qwen-Image-2.1. Alibaba выпустила открытую модель с 7 млрд параметров для генерации и редактирования изображений по текстовому запросу. Открытые веса позволяют запускать её в собственном контуре, а не передавать изображения и запросы внешнему сервису. Источник

Почему важно. Qwen-Image-2.1 — ещё один кандидат для локальных image-workflow; её качество, лицензию и стоимость инференса стоит проверять на собственной задаче.

GPT-6 Sol и GPT-6 Luna в GitHub Copilot. GitHub добавил в Copilot две модели OpenAI для пользователей соответствующих тарифов. Разработчики смогут выбирать их в инструменте, который помогает писать, объяснять и проверять код, вместо работы только с одной базовой моделью. Источник

Почему важно. Командам, использующим GitHub Copilot, нужно сопоставить доступность GPT-6 Sol и GPT-6 Luna по тарифам, лимиты и политику данных с внутренними требованиями.

Новый Microsoft Copilot. Microsoft объединяет чат, Office и Cowork в режиме Home, добавляет режим Code для создания и запуска решений, а Autopilot — постоянного персонального агента, который продолжает работать в отсутствие пользователя. Home и Code начнут появляться в программе Frontier, Autopilot расширяется в закрытом предварительном доступе. Источник

Почему важно. В Microsoft Copilot расширение от помощника к режиму Autopilot повышает значение разграничения полномочий и проверки действий.

Grok 4.7 в GitHub Copilot. GitHub начал добавлять модель Grok 4.7 от xAI в список моделей, доступных пользователям поддерживаемых планов Copilot. Это даёт командам ещё один вариант для задач программирования внутри привычного рабочего инструмента. Источник

Почему важно. Появление Grok 4.7 в GitHub Copilot требует отдельного vendor review, а не автоматического допуска модели в production.

Open source и инфраструктура

AnyJev от Nokia Applied Research. Nokia опубликовала AnyJev — библиотеку, которая превращает обычную LLM в систему принятия типизированных решений с оценкой вероятностей. Вместо одного текстового ответа разработчик может задать варианты решения и получить структурированный результат с вероятностями, не обучая отдельную модель. Источник

Почему важно. Обычно LLM отвечает свободным текстом, который трудно безопасно передать в автоматический бизнес-процесс: системе нужны чёткие варианты решения и понимание уверенности модели. AnyJev предлагает слой, который делает такой ответ структурированным и вероятностным; это может упростить применение LLM там, где нужно выбрать действие, проверить результат человеком или заранее определить порог допустимого риска.

Qwen Code 0.24.6. Инструмент для AI-кодинга получил Managed Runtime v2: внешний интерфейс для запуска задачи, проверки её статуса и отмены выполнения. В релиз также вошёл просмотр управляемых сессий агентов, поэтому оператор может видеть и контролировать длительные задачи вместо ожидания одного ответа в чате. Источник

Почему важно. Managed Runtime v2 в Qwen Code делает жизненный цикл агентных задач частью интеграционного интерфейса: важно проверить совместимость, отмену задач и наблюдаемость.

Transformers и llama.cpp quants. Библиотека Transformers теперь умеет напрямую загружать квантованные модели в формате GGUF, распространённом в экосистеме llama.cpp. Такие версии требуют меньше памяти и рассчитаны на локальный запуск, например на ноутбуке, но остаются доступны через привычный интерфейс Transformers. Источник

Почему важно. Поддержка GGUF в Transformers упрощает эксперименты с квантованными весами llama.cpp, но совместимость и производительность зависят от конкретной платформы.

Исследования и безопасность

Проверка AI-бенчмарков Stanford HAI. Исследователи Stanford HAI изучили 56 популярных стандартизированных тестов, которыми сравнивают AI-модели по рассуждению, безопасности и смещениям. Они обнаружили, что тесты не всегда измеряют заявленное свойство и могут давать расходящиеся оценки одной и той же способности. Источник

Почему важно. Вывод Stanford HAI означает, что одного агрегированного score при выборе AI-модели недостаточно: оценку нужно привязывать к собственным задачам, данным и рискам.

Что отслеживать

• Условия лицензирования и первичный анонс Alice AI Foundation LLM.
• Модель изоляции и управления доступом в Yandex AI Studio.
• Режимы, разрешения и аудит действий в Microsoft Copilot Autopilot.
• Варианты моделей, лимиты и политику данных в GitHub Copilot.