Refat Talks: Tech & AI

#ReDigest Продолжаем субботнюю рубрику, тут я кратко рассказываю про новости из мира технологий и AI, которые привлекли мое внимание. Дайджест недели: - Anthropic открыла Agent Skills как открытый стандарт - спецификация для переносимых навыков AI-агентов. Microsoft, OpenAI, Cursor и VS Code уже поддерживают. Повторяют путь MCP. - OpenAI Выпустили GPT Image 1.5 для генерации картинок - работает в 4 раза быстрее, лучше рендерит текст, меньше желтизны. - Google выпустил Gemini 3 Flash - по бенчам догоняет топовые reasoning-модели, при этом в 3 раза быстрее и значительно дешевле. - Nvidia представила Nemotron 3 - опенсорс-модели на гибридной MoE-архитектуре (Mamba-Transformer) для агентных задач. Очень шустрая и экономная. + опенсорснули датасеты на 3трлн токенов. - Вышла GPT-5.2-Codex — специализированная версия для агентного программирования с улучшенной работой с длинными контекстами, рефакторингом и усиленными возможностями в кибербезопасности. - Alibaba выложила Qwen-Image-Layered - модель генерирует изображения сразу с разделением на слои. - Google интегрировала свой вайбкод тул Opal в Gemini. - Google запустил новый Interactions API, единый интерфейс для работы с Gemini-моделями и агентами, включая Deep Research. Теперь разработчики могут встраивать автономного исследовательского агента в свои приложения. - OpenAI представила FrontierScience - новый бенчмарк для оценки научных способностей AI на экспертном уровне. - Google выпустил FunctionGemma — крошечный tool-caller на 270M параметров для локальных AI-агентов. Не диалоговая модель, а генератор function calls. По сути — основа для оффлайн-ассистента на устройстве. - Вышла FLUX.2 [max] - их лучшая модель для генерации и редактирования изображений. Grounded generation ищет контекст в интернете, поддерживает до 10 референсных изображений, улучшенный рендеринг текста. Занимает 3-е место на text2image лидерборде lmarena. - OpenAI открыли приём заявок на публикацию мини-приложений в ChatGPT. Первые одобренные аппы появятся в начале 2026. Apps SDK (на базе MCP) позволяет встраивать интерактивные интерфейсы прямо в чат. - Resemble AI выпустила Chatterbox Turbo — TTS-модель на 350M параметров, которая в слепых тестах побеждает ElevenLabs. Клонирует голос по 5 секундам аудио, поддерживает теги эмоций. - Meta выпустила SAM Audio - модель для изоляции конкретных звуков из видео через промпт, клик на объект в кадре или выделение временных отрезков. - Microsoft выпустили Trellis.2 для генерации 3D-моделей по картинкам - всего 4 млрд параметров, запустится на GPU с 24GB, хорошо воспроизводит детали и текстуры. - Google подал иск против SerpApi за использование сотен миллионов фейковых поисковых запросов для кражи контента из выдачи. Удивительно, что иск появился только в 2025, когда стало понятно, что основные клиенты SerpApi - это AI-сервисы типа ChatGPT и Perplexity. - Exa выпустила новый people search - натренировали систему поиска людей и проиндексировали 1B+ профилей с гибридным retrieval. Пайплайн обрабатывает 50M+ обновлений в неделю. - Андрей Карпаты опубликовал большой блогпост с итогами года: про RLHF -> RL from Verifiable Rewards, недоверие к бенчмаркам, термин "вайб-кодинг", Claude Code стал первым убедительным примером агента, живущего на вашем компьютере и т.д.