ИИ-агенты повсюду: Windows получает агентов, Gemini достигает 1M токенов, OpenAI решает математику

Неделя 10 октября 2026 года знаменует переломный момент в том, как ИИ интегрируется в повседневные вычисления. От персональных компьютеров до корпоративных рабочих процессов, ИИ-агенты больше не являются экспериментальными — они внедряются в платформы, которыми пользуются миллиарды людей каждый день. Вот шесть историй, формирующих дискуссию.

Microsoft и NVIDIA Превращают Windows в Платформу ИИ-Агентов

На совместном мероприятии, которое вызвало сравнения с ранними днями персональных компьютеров, генеральный директор Microsoft Сатья Наделла и генеральный директор NVIDIA Дженсен Хуанг объявили о совместно разработанном аппаратно-программном стеке, предназначенном для локального запуска ИИ-агентов на Windows-компьютерах. В центре — RTX Spark, новый класс GPU NVIDIA, оптимизированный для нагрузок по inference, в паре с Execution Containers Microsoft — управляемым политиками слоем изоляции, который предоставляет ИИ-агентам изолированный, поддающийся аудиту доступ к операционной системе.

Видение амбициозно: Windows-компьютер, где ИИ-агент может управлять файлами, планировать встречи, писать код и просматривать веб-страницы — не отправляя каждое действие на облачный сервер. Фреймворк Execution Containers Microsoft обеспечивает соблюдение границ разрешений на уровне ОС, учитывая корпоративные опасения относительно неконтролируемых агентов и утечки данных. Для NVIDIA RTX Spark представляет собой попытку занять рынок edge-inference до того, как он консолидируется вокруг нескольких облачных провайдеров.

Это не продукт, выходящий в этот праздничный сезон — обе компании представили его как многолетний переход платформы. Но сигнал ясен: эпоха агентных ПК имеет официальный стартовый выстрел.

Gemini 4 Argon от Google Выходит с Поэтапным Развёртыванием и Выходным Окном в 1М Токенов

Google запустила Gemini 4 Argon — свою наиболее способную на сегодняшний день frontier-модель — и выбрала необычную стратегию выхода на рынок: поэтапный релиз, начинающийся со специалистов по кибербезопасности, зарегистрированных в её программе Fairwind. Обоснование в том, что защитники — аналитики безопасности, охотники за угрозами, специалисты по реагированию на инциденты — могут тестировать возможности модели с большим контекстом и агентные возможности в высокоставочных средах перед более широким релизом.

Главная техническая характеристика — выходное окно в 1 миллион токенов, первое для любой широкодоступной коммерческой модели. Это не трюк. При 1М выходных токенах один вызов модели может создать целый репозиторий программного обеспечения, исчерпывающий отчёт по киберразведке или полностью аннотированный юридический документ. В сочетании с улучшениями в генерации кода и использовании инструментов Gemini 4 Argon явно нацелен на долгосрочные корпоративные задачи, где сегодняшние модели достигают своих пределов.

Поэтапный выпуск Google также сигнализирует о зрелости в том, как ведущие лаборатории думают о развёртывании моделей — рассматривая релиз как упражнение по управлению рисками, а не как маркетинговый момент.

"Le Chonk" от Mistral: Открытая Модель с 1 Триллионом Параметров из Европы

Французская Mistral AI выпустила свою самую смелую модель: Mistral Large 4, внутри получившую прозвище "Le Chonk" — модель mixture-of-experts с 1,05 триллиона параметров, обученная на кластере из 3800 GPU NVIDIA Grace Blackwell. Название — шутка, амбиции — нет.

Что выделяет Le Chonk — не просто масштаб, а ценообразование. Mistral позиционирует её ниже как Gemini 4 Argon, так и GPT-6 Sol от OpenAI по стоимости за токен, одновременно обязуясь сделать открытые веса по предстоящему графику выпуска. Для предприятий, опасающихся привязки к американскому облаку — особенно в регулируемых отраслях или при требованиях хранения данных ЕС — конкурентоспособная, открытая европейская модель такого масштаба имеет большое значение.

Архитектура mixture-of-experts означает, что модель активирует лишь часть своих параметров при каждом inference, сохраняя управляемыми задержку и стоимость несмотря на заявленное количество параметров. Если Mistral выполнит обещание открытых весов, Le Chonk может стать базовой моделью выбора для организаций, которым нужно запускать локально или выполнять тонкую настройку без лицензионных ограничений.

OpenAI Решает 300+ Открытых Математических Задач — и у Математического Сообщества Есть Вопросы

OpenAI опубликовала набор документов, утверждающих, что внутренняя ИИ-модель создала решения или существенный прогресс более чем по 300 ранее нерешённым математическим задачам. Объявление было представлено как демонстрация потенциала ИИ для ускорения научных открытий.

Реакция математиков была острой. Американское математическое общество и видные исследователи — включая Теренса Тао — выразили обеспокоенность формой публикации: без рецензирования, без независимой проверки, без отправки на preprint-сервер. Работа была опубликована непосредственно на сайте OpenAI, минуя нормы, позволяющие математическому сообществу оценивать достоверность.

Дискуссия не столько о том, верна ли математика — некоторые первые рецензенты нашли её правдоподобной. Она о том, что означает для частной компании создавать, хранить и избирательно публиковать математические знания. Наука всегда опиралась на открытые публикации и независимое воспроизведение. Когда хорошо обеспеченная ресурсами ИИ-лаборатория может создать сотни новых результатов и публиковать их на своих условиях, способность сообщества усваивать, проверять и строить на этой работе оказывается под давлением. Это предварительный просмотр более широкого напряжения, которое научному сообществу предстоит разрешить.

Atlassian и OpenAI Привносят ИИ-Агентов в Jira и Rovo

Atlassian объявила о расширенном партнёрстве с OpenAI, встраивая модели семейства GPT-6 непосредственно в свою ИИ-платформу Rovo и рабочие процессы управления проектами Jira. Практический результат: ИИ-агенты теперь могут быть назначены на тикеты Jira, отслеживаться по эффективности как человеческие участники и получать доступ к инструментам в рамках пакета Atlassian.

Это ставка на корпоративную производительность в её наиболее прямой форме. Вместо того чтобы просить сотрудников переключаться в интерфейс ИИ-чата, Atlassian встраивает агентов в артефакт — тикет, спринт-доску, страницу Confluence — где работа уже происходит. Агенты Rovo могут автономно составлять критерии приёмки, запускать тест-сьюты, сортировать входящие задачи и эскалировать блокеры.

Atlassian аккуратно отметила, что платформа остаётся мультимодельной, то есть клиенты не обязаны использовать исключительно стек OpenAI. Но глубина интеграции GPT-6 предполагает, что OpenAI является предпочтительным партнёром для задач с наивысшими возможностями.

"Dialog" от Cisco Привносит Постоянных ИИ-Агентов в Webex

На WebexOne 2026 Cisco представила Dialog — новый агентный фреймворк, призванный обеспечить ИИ-агентам постоянную память в рамках взаимодействий с клиентами на платформе Webex. Вместо того чтобы каждый разговор начинался с нуля, Dialog сохраняет контекст клиентов со временем — предыдущие проблемы, предпочтения, историю эскалаций — позволяя ИИ-агентам действовать скорее как давние сотрудники поддержки, нежели как боты одного сеанса.

Cisco также объявила об ИИ-агентах, способных присоединяться к живым звонкам, выполнять многошаговые задачи в реальном времени и работать через сторонние интеграции. Агент на звонке поддержки может одновременно искать запись клиента в Salesforce, составлять решение в ServiceNow и отправлять итоговое письмо — без участия человека.

Для предприятий, управляющих контакт-центрами или крупными внутренними службами поддержки, постоянный контекст — это недостающий элемент, отделяющий ИИ как помощника от ИИ как автономного сотрудника. Dialog — ответ Cisco на эту проблему.