📋 Дайджест ИИ | 15.05.2026

1️⃣ Cline выпустил открытый SDK для ИИ-агентов Компания Cline представила open-source среду выполнения агентов на TypeScript под названием @cline/sdk. Этот движок теперь управляет их CLI и Kanban-досками, а популярные расширения для IDE, включая VS Code и JetBrains, в настоящее время переводятся на эту новую архитектуру. 🔗 MarkTechPost

2️⃣ OpenAI добавила поддержку Codex в мобильное приложение Теперь управлять задачами по написанию кода с помощью ИИ можно дистанционно прямо со смартфона через приложение ChatGPT. Пользователи получили возможность отслеживать, направлять и утверждать работу автономного агента в реальном времени, находясь вдали от рабочего компьютера. 🔗 OpenAI

3️⃣ OpenAI готовит судебный иск против Apple OpenAI всерьез рассматривает возможность подачи иска против Apple из-за провальной интеграции ChatGPT в экосистему смартфонов. ИИ-корпорация крайне разочарована тем, что партнерство не принесло ожидаемого притока новых подписчиков и той рекламной заметности, на которую рассчитывала компания. 🔗 TechCrunch

4️⃣ ChatGPT научился лучше понимать контекст чувствительных бесед OpenAI внедрила серию обновлений безопасности, улучшающих распознавание контекста в сложных и потенциально опасных диалогах. Нейросеть теперь способна лучше оценивать риски с течением времени всего разговора и реагировать на острые темы более корректно и безопасно. 🔗 OpenAI

5️⃣ Новый подход к обучению embodied-агентов На arXiv вышла статья с методом управления действиями агентов в реальном мире с помощью верификатора. Подход "Think Twice, Act Once" призван решить фундаментальные проблемы создания мультимодальных моделей, способных безошибочно выполнять сложные физические задачи. 🔗 arXiv

6️⃣ Управление мультиагентными системами через текстовые инструкции Исследователи представили метод обучения с подкреплением (MARL), позволяющий адаптировать поведение нескольких ИИ-агентов с помощью обычных текстовых команд. Механизм "value cancellation" помогает системе корректно обрабатывать внешние прерывания и менять текущие задачи агентов на лету. 🔗 arXiv

7️⃣ Nous Research ускорила обучение LLM в 2.5 раза Команда Nous Research выпустила метод Token Superposition Training (TST), который сокращает время предварительного обучения языковых моделей до 2.5 раз при тех же вычислительных затратах. Техника усреднения эмбеддингов соседних токенов уже доказала свою высокую эффективность на моделях объемом от 270M до 10B параметров. 🔗 MarkTechPost

⚡ Ежедневный дайджест ИИ-новостей.