Инструменты и практика

JetBrains начала централизацию расходов на ИИ, сохранив выбор инструментов

Компания JetBrains, столкнувшись с ростом затрат на разработку ИИ в шесть раз за шесть месяцев, начала централизацию использования ИИ-инструментов. Вместо ограничения инженеров набором одобренных решений, компания построила общий слой доступа и учёта, позволяющий сохранить свободу выбора инструментов, но обеспечить командам прозрачность и контроль над расходами. Цель — сбалансировать инновационную свободу и финансовую дисциплину, не жертвуя продуктивностью.

webAI представила TwIL-LM: модели для формализации логики на локальных устройствах

webAI выпустила семейство моделей TwIL-LM с 1,7 и 3 миллиарда параметров, предназначенных для автоматической формализации естественного языка в первую логику и проверки выводов из предпосылок. Модели работают на CPU или с 4 ГБ видеопамяти, а 1,7-миллиардный вариант занимает всего 1,06 ГБ. Обе модели распространяются по лицензии, не допускающей коммерческого использования. Важно отметить, что заявленные результаты на бенчмарках относятся к неопубликованной версии модели, а не к весам, доступным на платформе.

Разработчики создали полноценную pipeline для генерации видео и аудио с помощью MiniMax-H3

Разработчики продемонстрировали, как реализовать полноценную, программируемую pipeline для генерации видео и аудио с использованием модели MiniMax-H3. В основе — ComfyUI как фоновый сервер, позволяющий автоматизировать профилирование оборудования, загрузку весов модели, построение динамических графов и совместную декодировку видео и аудио. Решение подходит для локального развертывания и позволяет настраивать процесс генерации под конкретные задачи и ресурсы.

Коротко

• JetBrains начала централизацию ИИ-расходов, сохранив выбор инструментов для разработчиков.
• webAI представила TwIL-LM — модели для формализации логики, работающие на локальных устройствах.
• Разработчики создали pipeline для генерации видео и аудио с помощью MiniMax-H3 через ComfyUI.

Что где прочитали

• InfoQ AI/ML: JetBrains Details Its First Steps to Bring Rapidly Growing AI Spend Under Control
• MarkTechPost: webAI Releases TwIL-LM: A 1.7B and 3B Formal-Logic Model Family for Autoformalization on Local Hardware
• MarkTechPost: Implementing a MiniMax-H3 Multimodal Video and Audio Generation Pipeline with ComfyUI APIs

Новые стандарты и архитектуры в AI-агентах

Спецификация MCP 2026-07-28 пересмотрела основы взаимодействия агентов: убрана ручная инициализация и заголовок сессии, добавлены обязательные заголовки метода и имени инструмента. Теперь шлюзы могут маршрутизировать трафик агентов без парсинга JSON — что вызвало споры среди разработчиков. Некоторые называют это возвращением к REST, другие утверждают, что суть стандарта всегда была в его универсальности и гибкости. Как сообщает InfoQ AI/ML, это изменение может упростить интеграцию, но также ставит под сомнение, насколько сильно агенты отличаются от API-сервисов.

NVIDIA и локальное видео: новые модели и инфраструктура

NVIDIA представила Nemotron 3.5 Lightning — открытую модель с 30 миллиардами параметров, из которых активны только 3 миллиарда, оптимизированную для агентного слоя. Вместе с ней вышла NeMo Switchyard — маршрутизатор, который направляет каждый шаг к самой дешевой подходящей модели. Также компания запустила LTX-2.5 — модель мирового класса, работающую на локальных GPU NVIDIA. Она позволяет генерировать видео до 6,8 секунд с поддержкой многокадрового режима и интеграцией с ComfyUI. Как сообщает MarkTechPost, всё это теперь умещается на одном столе — и доступно открытым весами.

Метрики, тесты и модели: от агентов до торговли

Xiaomi представила новые метрики PROVE (RC-S и RC-T) для оценки удаления объектов из видео. Они учитывают восприятие человека, а не только технические показатели, что особенно важно, поскольку современные диффузионные модели успешно воссоздают тени, отражения и скрытые структуры — но традиционные метрики (PSNR, SSIM и др.) часто ошибаются. В то же время разработчики демонстрируют, как строить и тестировать квантовые торговые стратегии с помощью OctoBot, включая валидацию через walk-forward backtesting и оптимизацию параметров. Как пишет MarkTechPost, это позволяет создавать надежные системы торговли без зависимости от внешних зависимостей.

Прозрачность и генерация: от водяных знаков до локальных агентов

Anthropic ввела обязательные водяные знаки для всех генераций Claude — текст получает скрытый маркер, файлы — цифровую подпись. Это соответствует требованиям EU AI Act и Code of Practice на прозрачность. В то же время исследователи проверили, может ли локальный LLM заменить Claude как мозг персонального агента — выполнив 27 реальных задач. Как отмечает Towards Data Science, даже небольшое улучшение оборудования может значительно повысить производительность, но полная замена требует глубокого понимания архитектуры и контекста.

Инфраструктура, генерация и управление: от масштабирования до отчетности

Netflix перестроил свою систему Service Topology — карту реального времени зависимостей сервисов — для масштабирования на производственном уровне. Теперь система разделена на три этапа, использует server-sent events вместо gRPC и передает обратное давление через Kafka, а не отбрасывает записи. IBM и Red Hat расширили платформу Lightwell, добавив коммерческие решения для управления и доверия в цепочках поставок AI-программного обеспечения. Как сообщает InfoQ AI/ML, это помогает организациям обеспечивать прозрачность и контроль в эпоху AI-ассистентов.

Коротко

• MCP 2026-07-28 упрощает агент-интерфейс, убирая сессии и JSON-парсинг — вызвав споры о его природе.
• NVIDIA выпустила Nemotron 3.5 Lightning и NeMo Switchyard для эффективного агентного выполнения и локального видео.
• Xiaomi представила PROVE — метрики, учитывающие человеческое восприятие при удалении объектов из видео.
• Claude теперь маркирует все генерации водяными знаками, соответствуя требованиям EU AI Act.
• Netflix и IBM/Red Hat обновили инфраструктуру и управление — от масштабирования сервисов до доверенных цепочек AI-кода.
• Локальные LLM могут заменить Claude, но требуют глубокого понимания контекста и архитектуры.

NVIDIA представила открытую архитектуру Nemotron 3.5 Lightning и систему маршрутизации NeMo Switchyard

NVIDIA выпустила новую открытую модель Nemotron 3.5 Lightning — 30-миллиардную модель с модулярной архитектурой (MoE), в которой активно используется лишь 3 миллиарда параметров. Эта модель ориентирована на уровень выполнения агентов, где каждый шаг маршрутизируется через систему NeMo Switchyard, которая динамически направляет запросы на наиболее подходящую и экономичную модель. Система маршрутизации позволяет оптимизировать вычислительные затраты, выбирая наиболее эффективный путь для каждого запроса. По данным MarkTechPost, архитектура Nemotron 3.5 Lightning сочетает в себе масштабируемость и экономичность, что делает её привлекательной для разработчиков, работающих с агентными системами и задачами, требующими высокой производительности на низком уровне ресурсов.

Xiaomi представила новые метрики для оценки удаления объектов в видео

Компания Xiaomi, через её проект MiLM Plus, представила новые метрики PROVE: RC-S и RC-T, специально разработанные для оценки качества удаления объектов в реальных видео. Традиционные метрики, такие как PSNR, SSIM, LPIPS, ReMOVE и CFD, часто не отражают реальную восприимчивость человеческого глаза к результатам удаления объектов — особенно когда речь идёт о сложных структурах, тенях, отражениях и скрытых частях объектов. По данным MarkTechPost, новые метрики PROVE учитывают восприятие человека, что позволяет более точно оценивать качество моделей удаления объектов, особенно в динамичных видеофрагментах. Это решение направлено на то, чтобы синхронизировать оценку с реальными пользовательскими ожиданиями, а не с техническими показателями.

Коротко

• NVIDIA представила Nemotron 3.5 Lightning — 30B MoE с 3B активными параметрами, оптимизированную для агентных задач и маршрутизацию через NeMo Switchyard.
• Xiaomi выпустила метрики PROVE (RC-S и RC-T) для оценки удаления объектов в видео, учитывающие человеческое восприятие, а не технические показатели.
• Обе новости появились в материалах MarkTechPost — NVIDIA и Xiaomi обновляют свои подходы к AI-моделям и оценке их качества.
• Новые решения направлены на повышение эффективности и реалистичности результатов в задачах агентов и обработки видео.