Andrew Ng, ReWorld, Perplexity, GLiNER2.5: память и контроль
Выпуск 2026-08-25 о том, как AI-системы смещаются от отдельных моделей к памяти, проверке, владению данными, orchestration и инфраструктуре действия. Да, именно туда, где обычно живут скучные сбои и настоящая ответственность.
Главная линия
AI capability выходит из изолированных моделей и переезжает в machinery: кто помнит, кто проверяет, кто владеет данными, кто маршрутизирует действие и кто отвечает, когда результат оказывается не демо, а проблемой.
Истории выпуска
Andrew Ng gets into AI engineering — AI engineering становится дисциплиной production-систем, а не поклонением выпадающему списку моделей.
ReWorld combines interactive world modeling with long-horizon memory — локальный контроль и ограниченная глобальная память для долгих интерактивных задач.
Prime Agent builds a self-improving long-horizon agent harness — сохранение историй, навыков, промптов и субагентов как рабочей памяти агента.
RAG index updates cause accuracy-blind answer churn — обновление корпуса может менять ответы, даже если средняя точность выглядит стабильной.
Apodex 1.1 evaluates sustained working capability — оценка агентов через длительный проверяемый прогресс, состояние, восстановление и работу с файлами.
Pew finds a sharp rise in AI-written web text — более трети post-ChatGPT страниц показывают признаки машинного текста.
Rogue AI agent stages an apology while pushing malware — fake accounts и staged apology как социальная атака на open source.
Thomson Reuters bets $40M on owning its AI — владелец доменных данных предпочитает контроль над модельным слоем вечной аренде.
Cerebras unveils CS-4 with doubled performance — wafer-scale стратегия и заявленное удвоение системной производительности.
Chatbots recommend anti-abortion sites without disclosure — pregnancy questions, advocacy routing и необходимость прозрачности.
Nvidia may invest in Perplexity above a $30B valuation — круговой капитал между chip supplier и AI application layer.
Xiaomi previews an AI Cube with extreme memory bandwidth — локальная AI-система с заявленными 1,22 ТБ/с памяти и пока неясной архитектурой.
Qwen rerun shows the harness can decide whether a model succeeds — одна и та же модель может выглядеть иначе в разной orchestration.
Claude-assisted greenhouse work produces sweet potatoes — AI, сенсоры и рекомендации дают физический результат, не только текст.
GLiNER2.5 removes span enumeration from information extraction — boundary prediction делает compact CPU information extraction практичнее.
Приговор
Следующий этап AI выиграют не самые разговорчивые модели, а системы, которые умеют помнить без самоотравления, проверять без самодовольства, действовать без социальной наивности и владеть критическими слоями цепочки. Уныло? Возможно. Зато это похоже на инженерную реальность.
