За два дня вышло столько новостей про AI, что за ними трудно уследить. Sakana AI выпустила оркестратор, который обходит Claude Fable 5 без доступа к самой модели. Шанхайская лаборатория научила AI-агентов самих исправлять свои ошибки. Alibaba заняла второе место в мире по AI-видео, пока Sora и Seedance мертвы. И одновременно с этим вышли две статьи о том, как AI меняет автоматизацию и SEO. Собрали пять главных сюжетов в один разбор.
AI-оркестрация как страховка от геополитики
Спустя десять дней после того, как правительство США принудило Anthropic отозвать Claude Fable 5 и Mythos 5 по всему миру, токийская Sakana AI выпустила ответ. Fugu и Fugu Ultra - оркестрационная система, которая через единый API собирает пул фронтьерных моделей и выдаёт результат на уровне запрещённых. Fugu Ultra набрал 73.7 на SWE-Bench Pro (против 58.6 у GPT-5.5 и 69.2 у Claude Opus 4.8) и 93.1 на LiveCodeBench (против 89.8 у Fable 5). При этом цена - 5 долларов за миллион входных токенов, вдвое дешевле Fable 5.
Самое интересное - не цифры, а подход. Fugu - не монолитная модель, а обученный оркестратор. Он сам решает, кому делегировать задачу, как суб-агентам общаться друг с другом и как собирать их ответы. Внутри одного эндпоинта - пул агентов (thinker, worker, verifier), которые договариваются между собой. За этим - две рецензированных статьи ICLR 2026 (Trinity и Conductor), доведённые до продакшена.
«Полагаться на модель одной компании для национальной инфраструктуры - огромный риск. Доступ к топ-моделям может исчезнуть за ночь. Коллективный интеллект - практическая страховка от концентрации власти»
Для бизнеса во Владивостоке и на Дальнем Востоке это особенно актуально. Внедрение искусственного интеллекта в бизнес-процессы должно учитывать, что доступ к конкретной модели - величина непостоянная. Open source модели, open weights, коммерческие API - из этого набора можно собрать устойчивую инфраструктуру. Fugu показывает, как это сделать через один эндпоинт.
AI-агенты, которые исправляют себя без человека
Исследователи из Шанхайской лаборатории искусственного интеллекта предложили Self-Harness - фреймворк, в котором агент сам находит свои слабости, генерирует исправления и проверяет их через регрессионные тесты. Прирост на отложенных задачах - от 33 до 60% в зависимости от базовой модели.
Проблема современных AI-агентов не в модели, а в обвязке - харнесе. Это системный промпт, инструменты, память, правила верификации, логика оркестрации. Именно харнес определяет, насколько эффективно модель решает реальные задачи. До сих пор его правили вручную. Self-Harness автоматизирует этот процесс.
Как это работает: агент запускает задачи, собирает трейсы падений, классифицирует их по паттернам, генерирует минимальные исправления и проверяет каждое через регрессионные тесты. Изменение принимается только если оно не ломает старые сценарии.
По словам ведущего автора Ханфаня Чжана, инженер превращается из «твикера промптов» в «архитектора фидбека». Вместо того чтобы вручную править агента, команды проектируют системы обратной связи, которые позволяют агентам улучшаться самостоятельно.
Рынок AI-видео консолидируется: HappyHorse на втором месте, Sora и Seedance ушли
Alibaba Cloud выпустила HappyHorse 1.1 - крупное обновление своей AI-видеомодели. Ровно в момент, когда OpenAI закрыла Sora (она оказалась финансово нежизнеспособной - миллион долларов в день на работу при 2.1 млн выручки за всё время), а ByteDance заморозила международный запуск Seedance 2.0 из-за исков Голливуда.
HappyHorse занял второе место в мировом рейтинге Video Arena, обойдя Google Veo-3.1 на 69 пунктов Elo. Модель использует 15-миллиардный unified self-attention Transformer, обрабатывающий текст, изображение, видео и аудио в одном проходе. Улучшения версии 1.1 нацелены на коммерческое видео: мульти-изображенческая привязка R2V (сохраняет идентичность персонажа), нулевая рассинхронизация губ, генерация до 15 секунд 1080p с синхронизированным аудио.
Alibaba инвестирует 52.7 млрд долларов в глобальную облачную инфраструктуру - 105 зон в 32 регионах. Это значит, что API HappyHorse будет доступен с низкой задержкой по всему миру.
Рынок AI-видео в 2026 году: один мёртв (Sora), один заморожен (Seedance), один лидирует (HappyHorse). Третий - китайская компания со вторым номером во всех независимых бенчмарках и скидкой 40% для тех, кто готов сделать ставку.
Автоматизация без границ и AI-поиск (GEO)
Две статьи этой недели стоят отдельно, потому что касаются не технологий, а стратегии.
Первая - про автоматизацию. Грань между тем, что AI делает хорошо, и тем, что ему вообще не надо поручать, становится критической. Если дать AI размытую цель («подними ROAS»), он найдёт самый эффективный путь к метрике - и уверенно пойдёт не туда. Система начнёт сворачивать охват в брендовый поиск, ретаргетинг и тёплые лиды. ROAS вырастет. Бизнес - нет.
Решение не в отказе от автоматизации. Решение - в границах. «Мы готовы, чтобы ROAS снизился с 8x до 5x, если объём новых клиентов вырастет. Ниже 5x - стоп». Это поле: система знает, где победа, а где поражение. Без таких границ автоматизация превращается в ускоренное движение в никуда.
Вторая статья - про AI citation audit. Видимость в AI-поиске (ChatGPT Search, Gemini, Perplexity) становится отдельной дисциплиной. Если ваш бренд не цитируется AI-ассистентами - вас просто нет в тысячах разговоров, которые пользователи ведут с AI каждый день. Аудит цитирования показывает, кто ссылается на ваш контент, какие источники AI-поиск использует для ответов на вопросы по вашей теме, и где ваши конкуренты уже заняли места, которые могли быть вашими.
Подробнее об автоматизации и размытых целях → · Подробнее об AI citation audit →
Что это значит для бизнеса
Пять новостей, один вывод: AI становится инфраструктурным вопросом. Не «какую модель выбрать», а «как построить систему, которая не развалится, если одна модель исчезнет». Sakana Fugu показывает, как это сделать технически. Self-Harness - как сделать так, чтобы агенты адаптировались сами. HappyHorse - что рынок консолидируется вокруг тех, у кого есть инфраструктура. Статьи про автоматизацию и GEO - напоминание, что технология не заменяет стратегию.
Для компаний во Владивостоке это означает: время экспериментов с одной моделью прошло. Нейросети для бизнеса - это не выбор между ChatGPT и Claude. Это архитектура, в которой open source модели, коммерческие API и собственные агенты работают как единое целое. И тот, кто построит такую архитектуру сегодня, будет на два шага впереди, когда очередной вендор закроет доступ к своей топ-модели.
Хотите проверить, насколько ваша текущая инфраструктура устойчива к исчезновению любого провайдера? Начните с бесплатного AI-аудита. Разберём ваши процессы, найдём точки для внедрения искусственного интеллекта и автоматизации, и подскажем, какую архитектуру выбрать.