Генеративният изкуствен интелект и големите езикови модели (LLM) вече трансформираха софтуерното инженерство, автоматизирайки писането на код, документацията и откриването на уязвимости. Но когато задачата се пренесе във физическия свят и изисква проектиране и изграждане на сложна механична система като газова турбина, възможностите на изкуствения интелект са изправени пред напълно нови предизвикателства.

В официална публикация [1] се описват резултатите от провелото се наскоро в Масачузетския технологичен институт (MIT) състезание, наречено предизвикателството JARVIS (JARVIS Challenge). Проектът има за цел да изследва дали изкуственият интелект може драстично да компресира класическия цикъл на проектиране, изграждане и тестване в тежкото инженерство.

Според новия доклад на Google „The New SDLC With Vibe Coding“, съавтор на който е известният софтуерен инженер Ади Османи (Addy Osmani) [1], жизненият цикъл на разработка на софтуер (SDLC) претърпява радикална трансформация. Работата на разработчиците бързо се премества от писане на код към неговото оценяване и валидиране. Този преход бележи еволюцията от хаотичния вайб кодинг (Vibe Coding) към дисциплинираното агентно инженерство (Agentic Engineering).

Основната концепция в новата реалност е, че един изкуствен интелект (ИИ) агент се състои от модел и обвивка. Големият езиков модел е само двигателят (около 10% от системата), докато останалите 90% представляват агентната обвивка (Agentic Harness). Тя включва инструкциите, системните правила, инструментите, Model Context Protocol (MCP) сървърите, пясъчниците, оркестрацията и методите за наблюдение. Практиката показва, че оптимизацията на обвивката подобрява драстично резултатите – експерименти в бенчмарка Terminal Bench 2.0 и в рамката LangChain показват скок в производителността на агентите без промяна на базовия модел [1].

Изображение: Svetni.me / Авторско изображение

Представете си следния сценарий: служител изисква от AI агент да обобщи клиентски тикет за поддръжка. Агентът изпълнява задачата успешно, но в същия момент чувствителни данни за клиентите напускат мрежата чрез обикновена HTTPS заявка към неизвестен външен домейн. Никакви аларми не се задействат, защото нищо не е изтрито или компрометирано на ниво процеси.

Този тих и опасен вектор за атака надгражда досегашните предупреждения на експерти като Сам Нюман за разрушителните действия на автономните агенти. Тук обаче не става дума за изтриване на база данни, а за нерегламентиран достъп и източване на информация. Стандартната мрежова защита Kubernetes NetworkPolicy се оказва безсилна пред тази заплаха.

През последните две години глобалният технологичен сектор беше доминиран от едно неоспоримо име. Пионерът в производството на графични ускорители NVIDIA се превърна в синоним на революцията в сферата на изкуствения интелект, благодарение на своите забележителни хардуерни постижения и софтуерната си екосистема CUDA [1]. Напоследък обаче пазарната динамика започна да се променя по изключително неочакван начин, изправяйки лидера пред нов тип предизвикателство. Компанията се оказва в парадоксалната ситуация да бъде притисната от собствения си пазарен успех, докато по-прости и по-малко забележителни технологии бележат исторически финансови рекорди.

Въпреки че финансовите показатели на компанията остават изключително силни, а дългосрочните прогнози за нейните приходи продължават да се повишават, пазарната оценка на гиганта претърпя сериозен удар. От пика си през май 2026 г., акциите на компанията се сринаха с 15%, което се равнява на загуба на стотици милиарди долари от пазарната ѝ капитализация [1]. Този спад създаде пазарна аномалия: спрямо очакваните бъдещие печалби, акциите на NVIDIA в момента са по-евтини от средното ниво за големите американски компании в индекса S&P 500.

Американският технологичен гигант Meta се готви да стартира производството на най-новата версия на своите специализирани чипове за изкуствен интелект през септември 2026 г. Според информация на агенция Reuters, цитираща вътрешен документ на компанията [1], поне една от версиите на новия хардуер вече е преминала успешно тестовата си фаза в рамките на около шест седмици [2]. С тази стъпка компанията цели да намали зависимостта си от външни доставчици на графични ускорители и да оптимизира разходите си за инфраструктура в условията на глобален дефицит на компоненти.

Проектирането на новите чипове се извършва в сътрудничество с американската безфабрична компания Broadcom [2]. За самото физическо производство обаче Meta ще разчита на тайванския гигант TSMC, който е технологичен лидер в полупроводниковата литография [2].

В момент, когато недоволството срещу изкуствения интелект и протестите срещу центровете за данни често попадат в новинарските заглавия, Anthropic пуска нова функция за своя чатбот Claude, която фино се опитва да убеди потребителите защо трябва да продължат да го използват. Според репортаж на TechCrunch, компанията представи Claude Reflect — вграден панел за анализи, който позволява проследяване и визуализиране на потребителските навици и взаимодействие с изкуствения интелект [1].

На пръв поглед инструментът предлага статистика за обсъжданите теми, общата честота на използване и видовете задачи, за които се търси помощ. Основната цел на Claude Reflect обаче е да формира самото възприятие за технологията, като я представи като незаменим инструмент за продуктивност и неделима част от ежедневния работен процес [1].