sejournal.io

Вот перефразированная новость на русском языке:

Компания Meta создает персональных ИИ-помощников, способных действовать от лица пользователя без перерыва. Об этом рассказал глава компании Марк Цукерберг во время обсуждения итогов второго квартала 2026 года.

Он пояснил, что такие системы лягут в основу новых продуктов и доходов Meta в ближайшее время. Цукерберг заявил, что скоро появятся агенты, которые будут круглосуточно помогать людям в достижении целей, улучшении здоровья, отношений, финансов и других сфер.

По его словам, сначала ИИ-агенты стали популярны среди программистов, так как они технически подкованы и готовы настраивать инструменты. Однако для массового пользователя этого мало. Необходимо, чтобы такие агенты были простыми и готовыми к использованию сразу, без дополнительных настроек.

Цукерберг также отметил, что в будущем люди будут работать сразу с несколькими агентами. Ключевыми площадками для этого станут WhatsApp и другие мессенджеры Meta.

Отдельно он упомянул Meta Business Agent. Этот инструмент уже доступен по всему миру в WhatsApp и Messenger, и им еженедельно пользуются более миллиона компаний. Сейчас Meta внедряет его и в Instagram.

В будущем компания планирует зарабатывать на таких сервисах через подписки, оплату за использование или за конкретный результат. Цукерберг сравнил эту модель с рекламным аукционом Meta.

Расходы на ИИ давят на финансы

Заявления об ИИ-агентах прозвучали на фоне роста трат Meta на инфраструктуру для искусственного интеллекта. Во втором квартале капитальные затраты компании, включая аренду, составили 31,08 миллиарда долларов.

Meta также повысила нижнюю границу прогноза по капитальным расходам на 2026 год — теперь ожидается 130–145 миллиардов долларов вместо прежних 125–145 миллиардов. Свободный денежный поток за квартал упал до 784 миллионов долларов по сравнению с 8,55 миллиарда годом ранее. После публикации отчета акции Meta на постмаркете упали почти на 10%.

Компания продвигает идею персонального суперинтеллекта

Цукерберг также написал колонку в The Wall Street Journal, где выступил против того, чтобы будущий суперинтеллект оказался в руках лишь нескольких компаний или организаций.

Суперинтеллектом в индустрии называют гипотетическую ИИ-систему, которая превосходит человека в большинстве задач. Meta использует термин «персональный суперинтеллект» для ИИ, работающего в интересах конкретного пользователя.

Цукерберг отметил, что здоровое общество требует сдержек и противовесов. Если суперинтеллект будет только у нескольких институтов, они получат контроль над экономикой, наукой и политикой. Даже с благими намерениями это ограничит свободу выбора людей.

По его мнению, распространение суперинтеллекта создаст больше рабочих мест и упростит запуск бизнеса без больших вложений. Он назвал развитие суперинтеллекта самым глубоким технологическим прогрессом в нашей жизни.

В апреле Meta представила Muse Spark — первую модель из новой линейки Meta Superintelligence Labs. Компания заявила, что это шаг к персональному суперинтеллекту.

Напомним, в июле Цукерберг выступил против блокировки китайских ИИ-моделей в США, считая, что такие меры не помогут американским компаниям. Ранее Meta, Nvidia, Microsoft, AMD и другие компании призвали власти не ограничивать разработку ИИ-моделей с открытыми весами.

Вот переписанный на русском языке текст новости, основанный на предоставленном материале:

Заголовок: Глава Coinbase выступил против ухода криптопроектов в ИИ и рассказал об экономике агентов

26 июля основатель и генеральный директор Coinbase Брайан Армстронг раскритиковал тенденцию, при которой криптовалютные проекты отказываются от блокчейна в пользу искусственного интеллекта. Он назвал идею «уйти из крипты в ИИ» ошибкой и примером мышления с нулевой суммой. По словам Армстронга, распределенный реестр — это технология общего назначения, сравнимая с электричеством и интернетом. Блокчейну не нужно конкурировать с новыми трендами, так как именно на нем будут строиться будущие продукты.

«Это «и», а не «или». То, что искусственный интеллект стал мегатрендом, вовсе не умаляет роли криптовалют. Скорее наоборот — делает их еще более значимыми», — написал он.

Агенты и деньги

По оценке Армстронга, со временем автономные ИИ-агенты начнут проводить всё больше ежедневных транзакций: торговать, выступать в роли советников, привлекать средства для новых проектов и брать на себя задачи вроде налогового планирования, ребалансировки портфелей и оплаты счетов.

Традиционная финансовая система для этого не подходит: цифровые ассистенты не могут открывать банковские счета и ждать переводов по несколько дней. Им необходимы программируемые средства в реальном времени, то есть криптовалюты.

Генеральный директор io.net Тори Грин согласился с Армстронгом в том, что агентам нужны не просто деньги, а средства, «движущиеся со скоростью машин». По его словам, финансовый стек десятилетиями строился вокруг человека, и теперь криптовалюты станут лишь первым элементом инфраструктуры, который подстроится под агентов.

Coinbase уже активно развивает направление агентных финансов (AiFi) на базе протокола x402, блокчейна Base и стейблкоина USDC от Circle. По словам главы биржи, сейчас эти инструменты обеспечивают основную часть агентных платежей в отрасли.

В июне торговая площадка запустила сервис Coinbase for Agents, который подключает ИИ-ассистентов вроде ChatGPT и Claude к аккаунтам пользователей для торговли и других операций в пределах заданных лимитов. В середине июля платформа также открыла клиентам Coinbase Business возможность принимать платежи от цифровых агентов через x402.

Скепсис и предупреждения

В апрельской статье The Wall Street Journal сравнила подобные корпоративные развороты к ИИ с бумом доткомов начала нулевых и блокчейн-хайпом 2017 года. По данным издания, добавление модного словосочетания в название компании в среднем краткосрочно поднимает ее акции более чем на 50%, что чаще отражает тренды, а не реальные структурные изменения бизнеса.

Команда проекта NeoSoul AI возразила Армстронгу, отметив, что выдавать агенту капитал без истории использования рискованно. По мнению разработчиков, переходу от агентных платежей к полноценной AiFi-экономике не хватает репутации и памяти. Доверять криптокошельки «чистому листу» может быть опасно.

Напомним, в марте партнер венчурной компании a16z Ноа Левин заявил, что реальный объем транзакций ИИ-агентов оказался в 15 раз ниже оценок Bloomberg.

Вот перефразированная новость на русском языке:

Компании поспешно внедрили ИИ-агентов, не создав инфраструктуру для контроля их работы и расходов. Об этом в эссе для рассылки a16z заявил основатель стартапа Hebbia Джордж Сивулка, сообщает Fortune.

Он связал эту проблему с практикой tokenmaxxing, когда организации отслеживали и поощряли рост потребления токенов при работе с ИИ. По словам Сивулки, компании ошибочно приняли увеличение использования токенов за признак внедрения ИИ и повышения производительности.

«Вы только что наняли миллион плохих сотрудников», — написал Сивулка.

Он считает, что ИИ-агенты не столько снизили затраты на труд, сколько изменили структуру расходов. В эссе он заявил, что «впервые в истории люди оказались дешевле программного обеспечения».

Hebbia разрабатывает корпоративные ИИ-инструменты. По данным Fortune, среди клиентов стартапа — BlackRock, KKR и ВВС США.

Проблема оказалась не в моделях

По оценке Сивулки, ИИ-агенты часто терпят неудачу не из-за слабости моделей, а из-за нечетких инструкций внутри компаний. Он утверждает, что «примерно один из 100 сотрудников» умеет давать ИИ достаточно контекста для качественной работы.

Плохие инструкции приводят к «петлям»: агент пытается исправить свои действия, снова обращается к модели и тратит дополнительные токены без соразмерного результата. Сивулка описал это как «расход токенов на расход токенов». В итоге он пришел к выводу, что компании столкнулись не с технологическим, а с управленческим кризисом.

Fortune связало этот тезис с более широкой дискуссией о расходах на ИИ. По данным издания, в начале 2026 года ряд компаний отслеживал и поощрял потребление токенов как показатель активности сотрудников.

Позднее часть таких инициатив свернули. Ранее издание писало, что Meta и Amazon использовали внутренние рейтинги потребления токенов, но отказались от них после того, как сотрудники начали использовать ИИ ради показателей, а не результата.

Расходы стали отдельным риском

Fortune приводит данные UBS Global Research, согласно которым почти все руководители ИИ-компаний на закрытом мероприятии банка говорили о проблеме расходов на токены в корпоративной среде.

Одна неназванная фирма сообщила UBS, что ее расходы на Anthropic выросли с $20 000 в декабре до почти $1 млн в июле. Менеджмент не стал полностью ограничивать использование, но начал вводить внутренние лимиты и предупреждения о превышении порогов.

По данным журналистов, UBS ранее оценивал обеспокоенность расходами на токены как значимую проблему примерно для 60% организаций. Издание также упомянуло случай неназванной компании, которая, по данным Axios, за месяц получила счет примерно на $500 млн за использование Claude после запуска ИИ-инструментов без лимитов.

Компании переходят к управлению моделями

Сивулка считает решением не отказ от ИИ, а создание управленческой инфраструктуры для агентных систем. К ней он отнес четкое описание процессов, оценку качества результата, контроль расходов и распределение задач между разными моделями.

Fortune пишет, что некоторые компании уже переходят к model routing. В таком подходе простые операции передают более дешевым или быстрым моделям, а дорогие передовые используют только для ключевых сценариев.

Сивулка также предупредил о новой внутренней проблеме, связанной с тем, что сотрудники могут не захотеть передавать ИИ-системам знания и процессы, которые делают их незаменимыми. Эксперт отметил, что без доверия и понятных правил работники не будут помогать системам, которые могут изменить их.

Напомним, в июле обозреватель Financial Times Сара О’Коннор назвала знания сотрудников ресурсом для корпоративного ИИ.

Вот перефразированный текст новости на русском языке:

Искусственный интеллект (ИИ) в роли агентов может стать главным драйвером использования блокчейна для повседневных платежей. Такое мнение высказала Сэнди Каул, руководитель направления цифровых активов и инноваций компании Franklin Templeton.

Она считает, что традиционные платежные системы хуже подходят для этих целей из-за высоких комиссий, медленных расчетов и необходимости участия человека.

«Блокчейн сыграет решающую роль в том, чтобы раскрыть весь потенциал ИИ-агентов для потребительских транзакций», — заявила Каул.

Почему Franklin Templeton делает ставку на блокчейн

В своей статье она объясняет, что ИИ-агенты отличаются от обычных чат-ботов: они не просто отвечают на вопросы, а могут самостоятельно выполнять цепочку действий. Например, такой агент способен купить доступ к данным, оплатить вычислительные мощности или вызвать платный API.

Franklin Templeton ссылается на прогноз Bain & Company, согласно которому к 2030 году ИИ-агенты обеспечат от 15% до 25% всех продаж в электронной коммерции США. Аналитики McKinsey & Company полагают, что к тому же сроку агентная коммерция будет управлять транзакциями на сумму от $3 до $5 триллионов по всему миру.

Каул подчеркивает, что для таких операций нужна инфраструктура с низкими комиссиями, высокой пропускной способностью и мгновенными расчетами. По ее словам, блокчейны могут одновременно фиксировать и проводить транзакции, не прибегая к услугам банков-посредников.

Какие блокчейн-сети сравнила компания

В Franklin Templeton привели данные о пропускной способности разных сетей (количество транзакций в секунду, TPS):

* Биткоин — около 7 TPS.
* Ethereum — примерно 75 TPS.
* Aptos — до 12 933 TPS.
* Solana — до 6 284 TPS.
* BNB Chain — до 3 252 TPS.

Для сравнения Каул упомянула Visa, которая в обычном режиме обрабатывает от 1 700 до 10 000 транзакций в секунду. Однако, хотя Visa проводит операцию быстро, окончательный расчет может занимать от одного до трех рабочих дней.

В Franklin Templeton полагают, что рост числа платежей от ИИ-агентов увеличит спрос на нативные токены тех сетей, где эти операции будут проходить. В качестве примеров Каул привела SOL и ETH.

Инфраструктура уже создается

Издание Decrypt в качестве примера привело платежный протокол x402, созданный компанией Coinbase для автоматических платежей по протоколу HTTP. Этот протокол позволяет сервисам принимать программные платежи как от людей, так и от ИИ-агентов без необходимости создавать аккаунты, управлять сессиями или оплачивать вручную.

14 июля Linux Foundation объявила о запуске фонда x402 Foundation. В него вошли 40 участников, включая AWS, Google, Mastercard, Visa, Coinbase, Stripe, Circle, Shopify, Solana Foundation и Stellar Development Foundation.

В сентябре 2025 года Google представила открытый протокол для платежей ИИ-агентов под названием Agent Payments Protocol (AP2). Компания разрабатывала его совместно с другими участниками платежной и технологической сферы. Для сценариев в Web3 была добавлена функция A2A x402, созданная при участии Coinbase, Ethereum Foundation и MetaMask.

Напомним, что в апреле разработчики стандарта x402 (поддерживаемого Coinbase) запустили маркетплейс приложений и сервисов, чтобы сделать ИИ-агентов более полезными.

Компания Block запустила бесплатную платформу с открытым исходным кодом под названием Buzz. Она представляет собой единое рабочее пространство для людей и ИИ-агентов. Об этом объявил глава финтех-компании Джек Дорси.

Сервис работает на базе открытого протокола Nostr и объединяет в себе командные чаты, личные сообщения, голосовую связь, обмен файлами, репозитории с кодом и автоматизированные рабочие процессы.

Дорси охарактеризовал Buzz как платформу для команд, состоящих из людей и агентов любого масштаба. Её цель — уменьшить зависимость Block от таких сервисов, как Slack и GitHub. Однако текущая версия является ранней: мобильные приложения ещё не готовы, а некоторые функции для работы с кодом и автоматизации находятся в разработке.

ИИ-агенты получили собственные учётные записи

В Buzz агенты — это не просто чат-боты. Каждый из них имеет отдельную криптографическую идентичность, права доступа и историю своих действий. Агента можно добавить в канал как обычного сотрудника. Он может участвовать в обсуждениях, просматривать историю проекта, работать с репозиториями, проверять код и запускать разрешённые автоматические процессы. Все действия, такие как сообщения, реакции и результаты процессов, подписываются, что позволяет чётко разграничить, что сделано человеком, а что — агентом.

Права доступа для агентов настраиваются гибко. Например, можно разрешить агенту только читать определённые каналы и проверять код, не давая доступа ко всему рабочему пространству или внутренней инфраструктуре компании. Платформа не привязана к одной языковой модели и поддерживает Claude Code от Anthropic, Codex от OpenAI, а также собственный фреймворк Block — goose. Для подключения агентов используется открытый протокол ACP.

Одно рабочее пространство зависит от одного реле

Несмотря на заявленную децентрализацию, у Buzz есть ограничение. В текущей архитектуре каждое рабочее пространство привязано к одному реле, которое является единственным источником достоверной информации о состоянии системы. Через него обрабатываются все сообщения, права доступа, репозитории и история. Таким образом, децентрализация в основном касается владения ключами и возможности выбора оператора. Внутренняя инфраструктура отдельного пространства остаётся централизованной вокруг выбранного реле.

Один оператор может обслуживать несколько сообществ, и их данные должны храниться раздельно. При самостоятельном развёртывании организация полностью контролирует сервер, а пользователи управляемой версии зависят от инфраструктуры Block.

Некоторые возможности пока в разработке

В репозитории Buzz прямо указано, что это незавершённый продукт. Платформа доступна в виде десктопного приложения для macOS, Windows и Linux. Последняя версия на момент анонса — 0.4.22. Уже работают каналы, обсуждения, личные сообщения, поиск, общий журнал событий, обмен файлами, Git-репозитории и автоматизация. Мобильные приложения для iOS и Android пока недоступны.

Ранее, в январе 2025 года, Block представила фреймворк goose для создания ИИ-агентов. Buzz призван объединить таких агентов с сотрудниками, кодом и рабочими процессами в одной среде. Компания не раскрыла количество внутренних пользователей платформы.

В феврале 2026 года стало известно о планах Block сократить до 10% персонала. Позже Дорси объявил об увольнении почти 4000 сотрудников, связав это с переходом на более компактную и ориентированную на ИИ структуру. После этого заявления акции компании выросли более чем на 20% на постмаркете. В марте Block вернула часть уволенных сотрудников, заявив, что люди продолжат принимать ключевые решения.

В июне Block внедрила ИИ-инструмент Builderbot, который уже создаёт около 15% всего кода компании. А в июле 2025 года Дорси представил бета-версию децентрализованного мессенджера Bitchat, работающего через Bluetooth без интернета.

Вот перефразированная новость на русском языке:

16 июля VentureBeat опубликовал результаты опроса о безопасности корпоративных ИИ-агентов. Среди 107 опрошенных 18% сообщили о подтвержденном инциденте, а еще 36% — о ситуации, которую удалось предотвратить до того, как был нанесен ущерб.

Еще 42% участников не сталкивались с подобными происшествиями. В 5% компаний ИИ-агенты не использовались в рабочей среде, а 2% организаций вообще не отслеживали такие инциденты.

Опрос проводился в июне 2026 года среди представителей компаний с численностью персонала более 100 человек. Выборка была сформирована методом самовыбора, поэтому в ней преобладают представители среднего бизнеса.

Агенты продолжают использовать общие учетные данные

Лишь 32% респондентов заявили, что каждый ИИ-агент в их компании имеет собственную управляемую учетную запись с ограниченными правами. Это позволяет контролировать доступ и точно знать, какая программа выполнила то или иное действие.

Еще 48% отметили, что отдельные идентификаторы есть только у некоторых агентов, а остальные по-прежнему используют общие учетные данные. В 32% компаний агенты в основном работают через общие API-ключи, аккаунты сотрудников или служебные учетные записи. В этом вопросе можно было выбрать несколько вариантов, поэтому, по оценке VentureBeat, хотя бы частично общие учетные данные используют 69% опрошенных организаций.

Среди компаний, где практикуется такой подход, 63,5% сообщили об инцидентах или предотвращенных угрозах. В организациях, где у каждого агента был свой идентификатор, этот показатель составил 40,9%. Авторы подчеркивают, что это говорит о связи между факторами, но не доказывает причинно-следственную связь, тем более что группа с отдельными идентификаторами включала всего 22 участника.

Для защиты ИИ-агентов 49% организаций ограничивают их права непосредственно во время работы. Еще 47% используют мониторинг и логирование, но не всегда могут автоматически остановить опасное действие. Только 30% изолируют агентов с наиболее широкими правами в песочницах.

Компании полагаются на защиту от поставщиков ИИ

82% респондентов назвали основным уровнем безопасности встроенные инструменты поставщиков ИИ-моделей или крупных облачных платформ. Решения специализированных компаний по защите агентов использует гораздо меньшая доля участников.

Встроенные ограничения OpenAI применяют 51% организаций, Google — 36%, Microsoft — 35%, Anthropic — 29%. Участники могли выбирать несколько продуктов, поэтому сумма показателей превышает 100%.

Средняя удовлетворенность текущими средствами защиты составила 4,2 балла из 5. Этот показатель рассчитан на основе ответов 82 участников.

Самой распространенной статьей расходов стало 6–10% общего бюджета кибербезопасности — такой диапазон указали 46% респондентов. Еще 26% тратят на защиту ИИ-агентов 1–5% бюджета, а 8% — менее 1%. Таким образом, не более 5% бюджета выделяют в сумме 34% опрошенных. Доля компаний с расходами свыше 10% составила 24%.

Несмотря на высокую удовлетворенность текущими решениями, 59% организаций планируют в течение года внедрить новый инструмент, дополнить имеющийся набор или заменить один из продуктов. В ближайшие три месяца это намерены сделать 29%.

Среди участников, уже столкнувшихся с инцидентом или предотвращенной угрозой, изменить набор средств в течение трех месяцев планируют 42,1%. В организациях без таких событий эта доля составила 14%.

Ограничения опроса

45% участников принимали окончательные решения о закупке ИИ-продуктов, еще 30% рекомендовали решения или влияли на их выбор. Среди респондентов были менеджеры, специалисты, директора, вице-президенты и руководители высшего звена.

Около 67% выборки представляли компании с численностью сотрудников от 101 до 1000 человек. Самыми крупными отраслевыми группами стали технологические компании, производители, ритейлеры и организации сферы здравоохранения.

VentureBeat назвал результаты ориентировочным срезом одной волны исследования. По мнению авторов, распространение ИИ-агентов опережает внедрение отдельных идентификаторов, изоляции и контроля прав. Однако опрос не позволяет установить реальную частоту таких инцидентов в корпоративном секторе.

Напомним, в июне Anthropic предложила защищать корпоративных ИИ-агентов по принципу Zero Trust. Этот подход предполагает отдельную идентичность для каждой программы, минимальные права и проверку каждого действия.

Вот перефразированная новость на русском языке:

16 июля VentureBeat представил результаты опроса о безопасности корпоративных ИИ-агентов. Из 107 опрошенных 18% столкнулись с подтвержденным инцидентом безопасности, а еще 36% смогли предотвратить угрозу до того, как она нанесла ущерб.

42% участников не зафиксировали подобных происшествий. В 5% организаций ИИ-агенты не использовались в рабочей среде, а 2% не вели учет таких инцидентов.

Опрос проводился в июне 2026 года среди компаний с численностью сотрудников более 100 человек. Выборка была сформирована методом самоотбора, поэтому в ней преобладает средний бизнес.

Агенты продолжают использовать общие учетные данные

Только 32% респондентов заявили, что каждый ИИ-агент в их компании имеет собственную управляемую учетную запись с ограниченными правами. Это позволяет контролировать доступ и определять, какая программа выполнила конкретное действие.

48% отметили, что отдельные идентификаторы есть только у некоторых агентов, а остальные по-прежнему используют общие данные. В 32% компаний агенты в основном работают через общие API-ключи, учетные записи сотрудников или служебные аккаунты. Участники могли выбирать несколько вариантов, поэтому, по оценкам VentureBeat, 69% организаций хотя бы частично используют общие учетные данные.

Среди компаний, практикующих общий доступ, 63,5% сообщили об инцидентах или предотвращенных угрозах. В организациях, где у каждого агента был свой идентификатор, этот показатель составил 40,9%. Авторы подчеркивают, что данные указывают на связь между факторами, но не доказывают причинно-следственную зависимость, так как группа с отдельными идентификаторами включала лишь 22 участника.

Для защиты ИИ-агентов 49% организаций ограничивают их права непосредственно во время работы. 47% используют мониторинг и журналирование, но не всегда могут автоматически остановить опасное действие. Только 30% изолируют агентов с широкими правами в «песочницах».

Компании полагаются на защиту от поставщиков ИИ

82% респондентов назвали основным уровнем безопасности встроенные инструменты от поставщиков ИИ-моделей или крупных облачных платформ. Решения специализированных компаний по защите агентов использует гораздо меньшая доля участников.

51% организаций применяют встроенные ограничения OpenAI, 36% — инструменты Google, 35% — Microsoft, 29% — Anthropic. Участники могли выбирать несколько продуктов, поэтому сумма превышает 100%.

Средняя удовлетворенность текущими средствами защиты составила 4,2 балла из 5 (на основе ответов 82 участников).

Самая распространенная статья расходов — 6–10% от общего бюджета кибербезопасности. Такой диапазон указали 46% респондентов. Еще 26% тратят на защиту ИИ-агентов 1–5% бюджета, а 8% — менее 1%. Таким образом, 34% опрошенных выделяют не более 5%. Доля компаний с расходами свыше 10% составила 24%.

Несмотря на высокую удовлетворенность текущими решениями, 59% организаций планируют в течение года внедрить новый инструмент, дополнить или заменить существующий. В ближайшие три месяца это намерены сделать 29%.

Среди участников, уже столкнувшихся с инцидентом или угрозой, 42,1% планируют изменить набор средств в течение трех месяцев. В организациях без подобных событий этот показатель составил 14%.

Ограничения опроса

45% участников принимали окончательные решения о закупке ИИ-продуктов, еще 30% давали рекомендации или влияли на выбор. Среди респондентов были менеджеры, специалисты, директора, вице-президенты и топ-менеджеры.

Около 67% выборки представляли компании с численностью от 101 до 1000 сотрудников. Крупнейшими отраслевыми группами стали технологические компании, производители, ритейлеры и организации здравоохранения.

VentureBeat назвал результаты ориентировочным срезом одной волны исследования. По мнению авторов, распространение ИИ-агентов опережает внедрение отдельных идентификаторов, изоляции и контроля прав. Однако опрос не позволяет установить реальную частоту таких инцидентов в корпоративном секторе.

Напомним, в июне Anthropic предложила защищать корпоративных ИИ-агентов по принципу Zero Trust. Этот подход предполагает отдельную учетную запись для каждой программы, минимальные права и проверку каждого действия.

Компания Ledger представила набор инструментов Agent Stack, предназначенный для взаимодействия ИИ-агентов с криптокошельками. С его помощью агенты могут проверять балансы, анализировать портфель и подготавливать транзакции, однако любые операции, требующие подписи, должны быть подтверждены на самом устройстве Ledger.

Как отмечается в сообщении, Agent Stack успешно прошёл закрытое тестирование с участием более 1000 агентов. Компания описывает его как открытый набор инструментов, работающий по принципу: «агенты предлагают, люди подтверждают, устройство Ledger исполняет».

В состав Agent Stack входят Device Management Kit Skills, Ledger Wallet CLI, Ledger Enterprise CLI и Ledger Enterprise Multisig CLI. Согласно документации, Ledger Wallet CLI позволяет агенту или пользователю получать данные о счетах, проверять балансы и историю операций, а также готовить отправку активов. Действия, не требующие подписи, выполняются без участия устройства, но любые операции с движением средств требуют подтверждения на экране Ledger.

В отдельном разделе уточняется, что Wallet CLI поддерживает биткоин, Ethereum, EVM-совместимые сети, а также Solana.

Кроме того, Ledger предлагает использовать свои устройства не только как криптокошельки. Через OpenPGP они могут хранить ключи для доступа к зашифрованным файлам, переменным окружения и API-токенам. Через FIDO2 устройства могут работать как аппаратные ключи для входа в GitHub, npm, 1Password, Discord и другие сервисы.

Компания связала запуск Agent Stack с дорожной картой ИИ-безопасности на 2026 год. Во втором квартале запланирован запуск инструментов идентификации и командной строки, в третьем — слоёв Agent Intents и Agent Policies для подтверждения и правил действий, а в четвёртом — механизма Proof of Human.

Ранее исследователь Ledger Donjon Баптистен Буало раскрыл уязвимость в аппаратных кошельках Tangem. Атака с использованием лазерной инъекции сбоев позволяет сбросить пароль карты и получить контроль над активами.

Напомним, что в мае источник CoinDesk сообщил о переносе IPO Ledger на неопределённый срок из-за сложной рыночной ситуации.

Вот перефразированная новость на русском языке:

В ходе технического эксперимента компании Nvidia точность модели Cosmos 3 Nano в тесте с выбором правильного ответа из четырёх вариантов выросла с 54,41% до 93,35% менее чем за сутки. Основные этапы дообучения выполнил ИИ-агент Codex, действовавший по заранее подготовленным инструкциям с использованием инструментария TAO.

Результат был получен на специализированном наборе данных Woven Traffic Safety от компании Woven by Toyota. Этот датасет содержит видеозаписи дорожных ситуаций и вопросы с четырьмя вариантами ответов. Для обучения и проверки модели использовалось более 8000 примеров.

Без дополнительной адаптации модель Cosmos 3 Nano правильно отвечала на 54,41% вопросов. Затем разработчики поручили агенту Codex оценить базовую модель и провести её дообучение с помощью метода LoRA.

Агент выбрал подходящую инструкцию Cosmos-reason, проверил аннотации датасета и обнаружил, что отсутствует параметр частоты кадров. После исправления конфигурации он загрузил веса модели, подготовил настройки и запустил обучающий контейнер.

Метод LoRA не изменяет все параметры модели, а обучает лишь небольшие дополнительные адаптеры. По расчётам Nvidia, в этом эксперименте такой подход потребовал примерно в семь раз меньше графического процессорного времени, чем полное дообучение Cosmos 3 Nano.

Один цикл обучения с помощью LoRA занял около 30 минут на восьми ускорителях NVIDIA A100 с 80 ГБ памяти. Точность модели после этого выросла до 87,14%.

Вторым запросом разработчики запустили инструмент TAO AutoML для подбора оптимальной скорости обучения, размера пакета, параметров LoRA и других настроек. Система провела 43 параллельных испытания. Лучший результат, полученный с помощью байесовской оптимизации, составил 93,35%. Этот этап занял 19,5 часа на нескольких узлах A100 в облачной инфраструктуре Oracle.

В ходе эксперимента агент Codex не ограничивался анализом результатов. Он выбирал рабочий процесс, проверял данные, исправлял конфигурацию, запускал контейнеры и сравнивал показатели. При этом автономность агента оставалась ограниченной — он действовал строго по заранее подготовленным инструкциям.

Показатель 93,35% отражает точность ответов на проверочной части одного исследовательского датасета. Он не оценивает безопасность автономного вождения и не подтверждает способность модели принимать решения в реальном времени.

Напомним, что в июне исследователи Nvidia, Университета Карнеги-Меллона и Калифорнийского университета в Беркли представили фреймворк ENPIRE, который позволяет ИИ-агентам для программирования улучшать алгоритмы управления роботами на реальном оборудовании.

Компания Ledger выпустила набор инструментов Agent Stack, предназначенный для взаимодействия ИИ-агентов с криптокошельками. Эти агенты могут проверять балансы, анализировать портфели и подготавливать транзакции, но для подписания операций требуется подтверждение на самом устройстве.

Как сообщается, Agent Stack прошёл закрытое тестирование с участием более 1000 агентов. Компания охарактеризовала его как открытый набор инструментов, работающий по принципу: «агенты предлагают, люди подтверждают, устройство Ledger исполняет».

В состав Agent Stack входят: Device Management Kit Skills, Ledger Wallet CLI, Ledger Enterprise CLI и Ledger Enterprise Multisig CLI. Согласно документации, Ledger Wallet CLI позволяет агенту или пользователю получать данные о счетах, проверять балансы и историю операций, готовить отправку активов и выполнять другие действия. Операции, не требующие подписи, выполняются без устройства, а любые действия, связанные с движением средств, требуют подтверждения на экране Ledger.

В отдельном разделе уточняется, что Wallet CLI поддерживает биткоин, Ethereum и EVM-совместимые сети, а также Solana.

Ledger также предлагает использовать свои устройства за пределами криптокошельков. Через OpenPGP они могут хранить ключи для доступа к зашифрованным файлам, переменным окружения и API-токенам. Через FIDO2 устройства могут работать как аппаратные ключи для входа в GitHub, npm, 1Password, Discord и другие сервисы.

Компания приурочила этот релиз к дорожной карте по ИИ-безопасности на 2026 год. Во втором квартале Ledger планирует запустить инструменты идентификации и командной строки, в третьем — слои Agent Intents и Agent Policies для подтверждения и правил действий, а в четвёртом — механизм Proof of Human.

Ранее исследователь Ledger Donjon Баптистен Буало обнаружил уязвимость в аппаратных кошельках Tangem. Атака с использованием лазерной инъекции сбоев позволяет сбросить пароль карты и получить контроль над хранящимися на ней активами.

Напомним, в мае источник CoinDesk сообщил, что Ledger отложила проведение IPO на неопределённый срок из-за сложной рыночной ситуации.