sejournal.io

Вот перефразированный текст новости на русском языке:

Эксперты из Visa и компании Artemis пришли к выводу, что банковские карты и стейблкоины будут использоваться для разных типов платежей, совершаемых ИИ-агентами.

Специалисты разделили такие операции на две категории:
* Покупки по заданию человека: например, бронирование билетов, управление подписками или заказ товаров. Такие платежи похожи на обычные интернет-покупки и могут проводиться через карты.
* Частые микроплатежи между программами: переводы на сумму менее одного доллара. Например, ИИ-агент может платить за отдельные запросы к сервисам, за доступ к данным или за вычислительные мощности.

В Visa и Artemis считают, что для микроплатежей карты невыгодны из-за фиксированных комиссий. В то же время в сетях Base и Solana комиссии за перевод составляют доли цента.

В отчете также рассмотрены два открытых протокола для платежей: x402 (в основном используется в Base, Solana и Polygon) и протокол машинных платежей (MPP), который поддерживает расчеты как через блокчейны, так и через традиционные системы.

Авторы предполагают, что в итоге может сложиться гибридная модель: карты будут применяться для авторизации и покупок по поручению людей, а стейблкоины — для расчетов между программами. Причем оба способа могут использоваться на разных этапах выполнения одной задачи.

Согласно данным Artemis на 21 апреля, после отсеивания тестовых и подозрительных операций через протокол x402 было проведено около 109,6 миллионов транзакций на сумму примерно 15 миллионов долларов. Для MPP эти показатели составили около 115 тысяч переводов на сумму примерно 25 тысяч долларов.

Исходные данные были значительно выше: 178,3 миллиона операций на 135,7 миллиона долларов для x402 и около 184,6 тысяч транзакций на сумму более 38 тысяч долларов для MPP. Разница объясняется тем, что Artemis исключила операции, которые сочла фиктивными или тестовыми.

Главной нерешенной проблемой авторы называют вопрос доверия. Пока непонятно, кто должен нести ответственность за ошибочную или мошенническую покупку: владелец ИИ-агента, разработчик платформы, создатель модели или продавец.

Существующие правила возврата платежей созданы для людей, и пока нет механизма для оспаривания тысяч автоматических транзакций в час. Дополнительную угрозу представляют вредоносные инструкции, которые могут перенаправить платеж или заставить агента совершить незапланированную покупку.

Напомним, что в марте аналитик Artemis исключил фиктивные операции из статистики x402, после чего реальный объем транзакций ИИ-агентов оказался в 15 раз ниже, чем предполагалось в отчете Bloomberg.

В июне компании Alchemy и Visa запустили сервис AgentCard, который позволяет ИИ-агентам совершать покупки в пределах лимитов, установленных пользователем.

Вот перефразированная новость на русском языке:

В рамках 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. Все ключевые этапы дообучения выполнил ИИ-агент под названием Codex, действовавший по заранее подготовленным инструкциям с использованием инструментария TAO.

Тестирование проводилось на специализированном наборе данных Woven Traffic Safety от компании Woven by Toyota. Этот датасет включает видеозаписи дорожных ситуаций и вопросы с четырьмя вариантами ответов. Для обучения и проверки модели было задействовано более 8000 примеров.

Изначально, без дополнительной настройки, Cosmos 3 Nano дала правильные ответы лишь в 54,41% случаев. Затем разработчики поручили агенту Codex оценить базовую модель и провести её дообучение с помощью метода LoRA.

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

Метод LoRA не изменяет все параметры модели, а обучает лишь небольшие дополнительные адаптеры. По оценкам Nvidia, такой подход потребовал примерно в семь раз меньше вычислительных ресурсов GPU, чем полное дообучение Cosmos 3 Nano.

Один цикл обучения LoRA занял около 30 минут на восьми ускорителях NVIDIA A100 с 80 ГБ памяти. В результате точность модели повысилась до 87,14%.

На втором этапе разработчики с помощью специального запроса запустили инструмент TAO AutoML для подбора оптимальной скорости обучения, размера пакета данных, параметров LoRA и других настроек. Система провела 43 параллельных испытания. Лучший результат, достигнутый с использованием байесовской оптимизации, составил 93,35%. Этот этап длился 19,5 часов на нескольких узлах A100 в облачной инфраструктуре Oracle.

В ходе эксперимента Codex не только анализировал результаты. Он самостоятельно выбирал рабочий процесс, проверял данные, исправлял конфигурацию, запускал контейнеры и сравнивал полученные метрики. При этом автономность агента была ограниченной — он действовал строго по заранее подготовленным инструкциям.

Стоит отметить, что показатель точности в 93,35% относится только к проверочной части одного исследовательского датасета. Он не характеризует безопасность систем автономного вождения и не доказывает способность модели принимать решения в реальном времени.

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

В техническом эксперименте Nvidia точность модели Cosmos 3 Nano в тесте с выбором одного из четырёх вариантов ответа увеличилась с 54,41% до 93,35% менее чем за сутки. Основные этапы дообучения выполнил ИИ-агент Codex, следуя заранее подготовленным инструкциям TAO.

Результат был получен на специализированном датасете Woven Traffic Safety от компании Woven by Toyota. Он включает видеоролики дорожных ситуаций и вопросы с четырьмя вариантами ответов. Для обучения и проверки использовалось более 8000 примеров.

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

Агент выбрал специализированную 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.

LoRA не изменяет все параметры модели, а обучает лишь небольшие дополнительные адаптеры. По расчётам Nvidia, в этом эксперименте метод потребовал примерно в семь раз меньше GPU-часов, чем полное дообучение Cosmos 3 Nano.

Один прогон LoRA занял около 30 минут на восьми ускорителях NVIDIA A100 с 80 ГБ памяти. Точность выросла до 87,14%.

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

Codex в эксперименте не ограничивался анализом результатов. Он выбирал рабочий процесс, проверял данные, исправлял конфигурацию, запускал контейнеры и сравнивал метрики. Автономность агента оставалась ограниченной — он действовал по заранее подготовленным инструкциям.

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

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

Tencent Cloud представила в Индонезии набор решений на основе ИИ-агентов. Эти инструменты автоматизируют сложные рабочие процессы — от административных задач до создания контента.

В пакет вошли:

1. WorkBuddy — сервис для планирования и выполнения задач. Он проводит рыночные исследования и анализирует данные через запросы в мессенджерах Discord, Slack и Telegram. После запуска в Китае за первый месяц WorkBuddy привлёк более 8,85 млн активных пользователей.

2. Miora — нейросетевая студия для генерации изображений, видео и 3D-объектов с сохранением визуального стиля бренда. В Tencent утверждают, что использование этого инструмента сокращает цикл производства визуального контента с недель до часов.

3. TokenHub — платформа для управления доступом к разным языковым моделям через API. Она помогает компаниям распределять вычислительные ресурсы и снижать затраты на токены. В рамках анонса для Индонезии каталог пополнили моделями DeepSeek R1 и V3, Qwen, а также Llama от Meta.

По данным Tencent Cloud, более половины индонезийских компаний считают внедрение ИИ своим приоритетом на 2026 год. Технологический гигант уже сотрудничает с крупными местными сервисами: оператором XLSMART, экосистемой GoTo и цифровым банком Bank Neo Commerce.

Кроме того, Tencent Cloud предоставляет банкам Индонезии решения для удалённой верификации клиентов и облачные базы данных TDSQL.

В Индонезии работают три зоны доступности облачной инфраструктуры Tencent. В целом глобальная сеть компании охватывает 23 региона.

Напомним, в июле Animoca Brands в партнёрстве с Visa запустила пилотную версию ИИ-сервисов для торговой платформы Minds в Гонконге.

Компания Tencent Cloud представила в Индонезии новый набор решений на основе ИИ-агентов. Эти инструменты предназначены для автоматизации сложных рабочих процессов — от выполнения административных задач до создания контента.

В состав пакета вошли три сервиса:

1. WorkBuddy — сервис для планирования и выполнения задач. Он проводит рыночные исследования и анализирует данные через запросы в мессенджерах Discord, Slack и Telegram. После запуска в Китае за первый месяц WorkBuddy привлек более 8,85 миллиона активных пользователей.

2. Miora — нейросетевая студия для создания графики, видео и 3D-объектов с сохранением фирменного стиля бренда. В Tencent заявляют, что этот инструмент сокращает производственный цикл визуального контента с недель до нескольких часов.

3. TokenHub — платформа для управления доступом к различным языковым моделям через API. Она помогает компаниям распределять вычислительные ресурсы и сокращать расходы на токены. В рамках анонса для Индонезии каталог пополнился моделями DeepSeek R1 и V3, Qwen, а также Llama от Meta.

По данным Tencent Cloud, более половины индонезийских компаний назвали внедрение ИИ своим приоритетом на 2026 год. Техногигант уже сотрудничает с крупными местными сервисами, включая оператора XLSMART, экосистему GoTo и цифровой банк Bank Neo Commerce.

Кроме того, Tencent Cloud предоставляет банкам Индонезии решения для удаленной верификации клиентов и облачные базы данных TDSQL.

В Индонезии работают три зоны доступности облачной инфраструктуры Tencent. В целом глобальная сеть компании охватывает 23 региона.

Напомним, что в июле Animoca Brands совместно с Visa запустила пилотную версию ИИ-сервисов для торговой платформы Minds в Гонконге.

Команда Tencent Cloud представила для Индонезии набор решений на основе ИИ-агентов. Эти инструменты автоматизируют сложные рабочие процессы — от административных задач до создания контента.

В набор вошли:

1. WorkBuddy — сервис для планирования и выполнения задач. Он проводит рыночные исследования и анализирует данные через запросы в мессенджерах Discord, Slack и Telegram. После запуска в Китае за первый месяц WorkBuddy набрал более 8,85 млн активных пользователей.

2. Miora — нейросетевая студия для создания графики, видео и 3D-объектов с сохранением визуального стиля бренда. В Tencent утверждают, что этот инструмент сокращает цикл производства визуального контента с недель до часов.

3. TokenHub — платформа для управления доступом к различным языковым моделям через API. Она помогает компаниям распределять вычислительные ресурсы и снижать затраты на токены. В рамках анонса для Индонезии каталог пополнили моделями DeepSeek R1 и V3, Qwen, а также Llama от Meta.

По данным Tencent Cloud, более половины индонезийских компаний считают внедрение ИИ своим приоритетом на 2026 год. Техгигант уже сотрудничает с крупными местными сервисами: оператором XLSMART, экосистемой GoTo и цифровым банком Bank Neo Commerce.

Tencent Cloud также предоставляет банкам Индонезии решения для удаленной верификации клиентов и облачные базы данных TDSQL.

В Индонезии работают три зоны доступности облачной инфраструктуры Tencent. Всего глобальная сеть компании охватывает 23 региона.

Напомним, в июле Animoca Brands в партнерстве с Visa запустила пилотную версию ИИ-сервисов для торговой платформы Minds в Гонконге.

Компания Perplexity выпустила исследовательскую версию новой модели-оркестратора для своего локального ИИ-агента Perplexity Computer. Система создана на основе китайской модели GLM 5.2 от компании Z.ai и дообучена для работы в агентной среде Computer.

Как сообщается, модель обеспечивает производительность, близкую к передовым разработкам, при этом её стоимость составляет всего 0,344 от стоимости модели Opus. В Perplexity пояснили, что речь не идёт о полноценной замене Claude Opus — используется гибридная схема: GLM 5.2 обрабатывает основную часть запросов, а при необходимости передаёт задачу более мощной модели.

Глава Perplexity Аравинд Шринивас отметил, что в паре с советником эта модель работает на уровне Opus 4.8, но с гораздо меньшими затратами.

По информации Decrypt, новая система уже доступна в виде исследовательской версии. Полные результаты тестов компания обещает опубликовать в ближайшие недели.

Ключевой элемент системы — инструмент-советник, который определяет, когда возможности модели исчерпаны и требуется подключение более мощной ИИ-системы. Perplexity Computer работает как агентная платформа, распределяющая задачи между более чем 19 моделями. Адаптированная GLM должна стать дешёвым базовым слоем для большинства операций.

В планах компании — постобучение ещё одной открытой модели Nemotron 3 Ultra для адаптации под Computer.

GLM 5.2 — это открытая модель от Z.ai (ранее Zhipu AI) с примерно 744 миллиардами параметров, выпущенная под лицензией MIT. Это позволяет разработчикам свободно загружать, изменять и дообучать её для коммерческих продуктов без ограничений, характерных для закрытых API. При этом Z.ai с января 2025 года находится в американском экспортном чёрном списке Entity List.

В Decrypt обратили внимание на геополитический аспект: Perplexity использует модель китайской компании, но размещает адаптированную версию в США на собственной инфраструктуре. Это снижает зависимость от внешнего API и даёт компании контроль над слоями постобучения, маршрутизации и выполнения задач.

Ранее Perplexity уже применяла аналогичный подход с моделью DeepSeek R1, выпустив в 2025 году её адаптированную версию R1-1776, из которой, по заявлению разработчиков, убрали отказы примерно по 300 темам, связанным с китайской цензурой. В случае с GLM 5.2 компания не делает акцент на политической нейтрализации, а использует модель как экономичный слой для агентной системы, стремясь снизить стоимость работы без полного отказа от передовых моделей.

Напомним, в марте Perplexity представила Personal Computer как конкурента OpenClaw. Он работает круглосуточно и сохраняет «память» между сессиями.

Компания Perplexity выпустила исследовательскую версию новой модели-оркестратора для своего локального ИИ-агента Perplexity Computer. Система создана на основе модели GLM 5.2 от китайской компании Z.ai и дополнительно обучена для работы в агентной среде Computer.

В Perplexity заявили, что модель «обеспечивает производительность на уровне передовых разработок при затратах, составляющих 0,344 от стоимости Opus». Речь идет не о полноценной замене Claude Opus во всех сценариях, а о гибридном подходе: GLM 5.2 обрабатывает основную часть запросов, а при необходимости передает задачу более мощной модели.

Глава Perplexity Аравинд Шринивас отметил, что «в связке с советником эта модель работает на уровне Opus 4.8 при значительно меньших затратах». По данным Decrypt, новая система уже доступна в виде исследовательской версии. Полные результаты тестов компания обещает опубликовать в ближайшие недели.

Perplexity называет новый инструмент адаптированной версией GLM 5.2, дообученной для агентной среды, где модели выполняют задачи пользователя через другие ИИ-системы. Ключевой элемент — инструмент-советник (advisor tool), который определяет, когда возможности модели исчерпаны и требуется подключение более мощной системы.

Perplexity Computer работает как агентная система, распределяющая задачи между несколькими ИИ-моделями. По данным Decrypt, продукт управляет более чем 19 моделями, а адаптированная GLM должна стать недорогой базой для большинства задач.

Следующим шагом Perplexity назвала дообучение Nemotron 3 Ultra — еще одной открытой модели, которую компания планирует адаптировать для Computer.

GLM 5.2 — открытая модель от Z.ai (ранее Zhipu AI). Она содержит около 744 миллиардов параметров и выпущена под лицензией MIT, что позволяет разработчикам свободно загружать, изменять и дообучать ее для коммерческих продуктов без ограничений, характерных для закрытых API. При этом Z.ai находится в американском списке экспортных ограничений (Entity List) с января 2025 года.

В Decrypt обратили внимание на геополитический контекст: Perplexity использует модель китайской компании, но размещает адаптированную версию в США на собственной инфраструктуре. Это снижает зависимость от внешнего API и позволяет компании контролировать этапы дообучения, маршрутизации и выполнения задач.

Ранее Perplexity применяла аналогичный подход с DeepSeek R1: в 2025 году компания выпустила адаптированную версию R1-1776, из которой, по заявлению разработчиков, были удалены отказы примерно по 300 темам, связанным с китайской цензурой. В случае с GLM 5.2 акцент делается не на политической нейтрализации, а на экономической эффективности для агентной системы. Цель — снизить стоимость работы без полного отказа от передовых моделей.

Напомним, в марте Perplexity представила Personal Computer как конкурента OpenClaw. Он работает круглосуточно и сохраняет «память» между сессиями.

Компания Alchemy совместно с Visa представила сервис AgentCard. Он даёт ИИ-агентам возможность самостоятельно оплачивать покупки в интернете от лица пользователя.

Благодаря интеграции с Visa Intelligent Commerce нейросеть получает полный набор данных: виртуальную карту Visa, email, номер телефона и криптокошелёк. Настроить доступ к платежам через единый API можно меньше чем за минуту.

Агенты на базе моделей OpenAI или Anthropic смогут бронировать билеты, заказывать продукты и управлять подписками — без участия пользователя в процессе.

Система поддерживает лимиты расходов, ограничения по категориям магазинов и гибкие бюджеты. По умолчанию платежи проходят через токены Visa, что сохраняет банковские бонусы и кредитные линии. Если продавец принимает криптовалюту, можно использовать кошелёк.

«Каждая технологическая эпоха порождает новых участников экономики. ИИ-агенты — следующий шаг, и им нужен доступ к глобальной экономике», — отметил CEO Alchemy Никиль Висванатхан.

В Visa заявили, что их инфраструктура обеспечит безопасность и масштабируемость таких операций. Протокол AgentCard сам выбирает оптимальный способ оплаты в зависимости от возможностей продавца.

Напомним, что в июне MetaMask анонсировал кошелёк для эпохи автономного ИИ. Позже Coinbase запустила сервис, который подключает ИИ-агента к аккаунту пользователя для торговли и платежей в рамках заданных лимитов.

Вот перефразированный текст новости на русском языке:

Эстония создаст цифровые паспорта для ИИ-агентов

Эстония приступила к разработке цифровой идентичности для искусственного интеллекта — так называемого AI-isikukood. Проект одобрен советом Eesti.ai при премьер-министре Кристене Михале. Новая система позволит ИИ-агентам действовать от имени человека, компании или госоргана, но только в строго ограниченных и контролируемых рамках, сообщается на сайте правительства.

По словам Михала, в будущем ИИ будет всё чаще выполнять за пользователей цифровые задачи: готовить отчёты, заполнять декларации или работать с информационными системами. При этом важно чётко понимать, кто именно действует, от чьего имени, какими правами обладает и кто несёт ответственность.

«Если мы будем действовать быстро и грамотно, Эстония станет первой в мире страной, которая введёт официальную цифровую идентичность для ИИ-агентов», — подчеркнул премьер-министр.

Зачем ИИ-агентам цифровой ID

AI-isikukood призван решить проблему избыточных прав доступа. Сейчас пользователи, компании и учреждения часто вынуждены передавать ИИ-помощникам слишком широкие полномочия. Эстонские власти хотят заменить это ограниченными правами: агент сможет только просматривать данные, готовить документы, формировать платежи или работать в пределах заданного лимита.

Михал описал эту концепцию как выдачу «ограниченных, контролируемых и поддающихся аудиту полномочий». Сроки внедрения, техническая архитектура и механизм ответственности за возможный ущерб пока не раскрыты.

Что такое Eesti.ai

Инициатива Eesti.ai была запущена правительством 27 января. Её главные приоритеты — образование, здравоохранение и безопасность. Цель программы — системное внедрение ИИ в экономику и государственное управление.

9 апреля совет Eesti.ai утвердил 15 проектов с высоким ожидаемым эффектом. Они охватывают навыки, здравоохранение, предпринимательство, госсектор, образование и инфраструктуру. К июню часть из них перешла в стадию анализа, рыночных консультаций, тендеров и подготовки партнёрств. Быстрее всего, по данным властей, продвигается направление обучения ИИ-навыкам.

Инфраструктура

Проект AI-isikukood опирается на уже существующую цифровую инфраструктуру Эстонии. На сайте Bürokratt сообщается, что с 2026 года каждое ведомство или предметная область сможет использовать собственного персонализированного ИИ-агента в рамках единой кооперативной сети.

Ещё один связанный проект — Aruait. Государственная информационная система RIA описывает его как суверенный управляющий слой для ИИ-агентов в публичном секторе. Он должен помочь определить техническую архитектуру, пилотные проекты и модели сотрудничества для систем, действующих от имени людей, компаний или госорганов.

По данным Decrypt, идея AI-isikukood продолжает общую линию Эстонии на цифровую идентификацию. В стране уже действуют электронные ID для граждан и e-Residency для иностранцев.

Напомним, в июне команда Anthropic опубликовала в блоге Claude руководство Zero Trust for AI agents, посвящённое безопасному развёртыванию автономных ИИ-агентов в корпоративной среде. В документе описаны ключевые риски агентных систем и подходы к кибербезопасности бизнеса.