Въпреки че компаниите масово стимулират служителите си да използват изкуствен интелект (AI) за повишаване на производителността, реалните разходи за внедряването му започват да очертават сериозни финансови проблеми. Примери от индустрията показват, че мащабното използване на AI може да се окаже по-скъпо от наемането на човешки служители.

Според репортаж на Fortune [1], базиран на информация от The Verge [2], технологичният гигант Microsoft е започнал да анулира по-голямата част от преките си лицензи за Claude Code – популярен инструмент за кодиране, разработен от Anthropic. Това решение идва само шест месеца след като компанията отвори достъпа до инструмента за хиляди свои разработчици, дизайнери и продуктови мениджъри. Сега Microsoft пренасочва инженерите си към своя собствен продукт GitHub Copilot CLI. Решението има както стратегически характер (обединяване на инструментите под шапката на GitHub), така и финансов, тъй като спирането на лицензите съвпада с края на финансовата година на Microsoft на 30 юни.

Според материал на експерта Саяли Патил за изданието VentureBeat [1], в съвременните производствени среди се появява нов тип инциденти, които ИТ екипите все още не класифицират правилно. Проблемът възниква, когато автономен изкуствен интелект предприеме действие, което е технически правилно спрямо собствения му контекст, но поради непълна системна картина предизвиква каскаден срив в инфраструктурата.

Проучване на консултантската компания PwC показва, че 79% от организациите вече използват някаква форма на AI агенти в реална среда [2]. Изследователската фирма Gartner предвижда, че до 2028 г. една трета от корпоративния софтуер ще включва агентски AI, но същевременно предупреждава, че 40% от тези проекти ще бъдат прекратени поради лош контрол на риска [3].

Според официално съобщение на Google [1], компанията започва преход на своя популярен инструмент Gemini CLI към изцяло новата платформа Antigravity CLI. Промяната е продиктувана от бързото развитие на изкуствения интелект и прехода към т.нар. „многоагентна реалност“, при която сложните задачи изискват едновременната работа на множество специализирани агенти [1], [2].

От пускането си през 2025 г., Gemini CLI се превърна в основен инструмент за хиляди разработчици, предоставяйки възможностите на моделите Gemini директно в терминала [1]. Въпреки това, нуждите на потребителите са еволюирали отвъд простите запитвания към системи, изискващи оркестрация на няколко агента, които споделят общ бекенд и работни процеси [2].

Според научно изследване, публикувано в arXiv [1], съвременните детектори за злонамерени команди в големи езикови модели (LLM) страдат от систематично „сляпо петно“. Нова техника, наречена „домейн-камуфлажна инжекция“ (DCI), позволява на атакуващите да заобикалят защитите, като маскират злонамерения товар с терминологията и структурата на целевия документ.

За своите 184 години съществуване Dun & Bradstreet (D&B) е изградила най-мащабната в света база данни за бизнес информация, обхващаща над 642 милиона компании. Доскоро тези данни бяха структурирани за консумация от хора – финансови анализатори и експерти по риск, които могат да толерират фрагментирани източници и закъснения при търсене.

Днес обаче компанията обяви пълното реорганизиране на своя Commercial Graph, превръщайки го в инфраструктура, оптимизирана изцяло за AI агенти.

Индустрията на изкуствения интелект навлезе в „ерата на агентите“ — парадигма, в която моделите не просто генерират текст, а активно планират, изпълняват и коригират сложни задачи в продължение на дни. В този контекст Alibaba и нейният изследователски екип Qwen представиха Qwen3.7-Max. Новият модел демонстрира способност за непрекъснато автономно изпълнение в продължение на близо 35 часа [1].

За разлика от предишните версии на Qwen, които бяха с отворен код (open weights), Qwen3.7-Max е проприетарен модел, достъпен само чрез API. Този завой към затворена екосистема подравнява стратегията на китайския гигант с тази на западните лидери като OpenAI и Anthropic.