Езиковите модели за писане на код често страдат от прогресивно влошаване на качеството при дълги работни сесии. Когато контекстният прозорец се препълни, по-ранните решения и текущото състояние на проекта биват компресирани или изгубени, което принуждава разработчиците отново да обясняват контекста на своите проекти.

За да се справи с този проблем, екипът по изкуствен интелект на Xiaomi пусна с отворен код проекта MiMo Code V0.1.0 [1]. Това е терминален ИИ асистент за програмиране, който според вътрешни тестове на китайския гигант превъзхожда Claude Code при сложни, многостъпкови задачи с над 200 изпълнителни стъпки [1].

Автономните ИИ агенти притежават способността динамично да разширяват възможностите си в движение. Когато даден агент срещне задача, за която няма нужния софтуер (например обработка на гласово съобщение), той може самостоятелно да изтегли, инсталира и стартира нужния софтуерен пакет в бекграунда. Тази гъвкавост обаче отваря сериозна пролука за атаки по веригата за доставки на софтуер (supply chain attacks).

В опит да затворят тази празнина, разработчиците на популярната с отворен код платформа NanoClaw (NanoCo AI) обявиха стратегическо партньорство с лидера в управлението на софтуерни артефакти JFrog [1]. Двете компании пускат съвместна интеграция, която служи като „имунна система“ за автономните агенти, блокирайки инжектирането на компрометиран код [1].

Справянето с халюцинациите при големите езикови модели остава едно от най-сериозните препятствия пред внедряването на изкуствен интелект в реалния бизнес. Досегашните опити за намаляване на тези грешки обаче налагат сериозни ограничения, принуждавайки моделите да отказват отговори дори на въпроси, които всъщност знаят.

В нов научен труд изследователи от Google предлагат изход от това ограничение чрез концепцията за вярна неопределеност (faithful uncertainty) [1], [2]. Този метакогнитивен метод синхронизира думите, които моделът използва за изразяване на съмнение, с неговата реална вътрешна статистическа увереност в отговора [1].

Инфраструктурата за изкуствен интелект навлиза в нов етап на развитие. Разработчиците вече не се нуждаят само от достъп до готови езикови модели, а от изчислителна мрежа, която да ги изпълнява надеждно, икономично и възможно най-близо до крайния потребител. В опит да ускори този преход, Cloudflare обяви привличането на ключови членове от екипа на стартъпа Ensemble AI [1].

Специалистите от Ensemble AI се присъединяват към инженерния екип за машинно обучение на Cloudflare Workers AI. Тяхната основна задача ще бъде ускоряване на инфраструктурните процеси и улесняване на разработчиците при внедряването на сложни изкуствени интелекти в глобален мащаб [1].

Разработването на прототип на ИИ агент, който работи успешно в контролирана среда, е сравнително лесна задача. Преходът към производствена система, обслужваща реални потребители, обаче се оказва сериозно предизвикателство. Според анализ на ИИ инженера Рафаел Лопеш, мащабирането на автономните агенти е изцяло системен и инженерен проблем, а не ограничение на самите езикови модели [1].

Успешното внедряване на тези технологии изисква плащането на висок „инфраструктурен данък“, разделен в четири основни технологични направления [1].

Инжектирането на въглероден диоксид (CO₂) в циментови продукти като бетон се утвърди като обещаващ метод за постоянно съхранение на парникови газове извън атмосферата. Въпреки че индустриалният интерес към тази технология нараства и компании като CarbonCure вече предлагат комерсиални смеси, фундаменталната химия зад този процес оставаше до голяма степен невидима.

В ново изследване, публикувано в Journal of the American Ceramic Society, учени от Центъра за устойчивост на бетона към Масачузетския технологичен институт (MIT) визуализираха за първи път в реално време бързите реакции, които протичат в първите часове на втвърдяване [1]. Благодарение на съвременна Раманова спектроскопия екипът откри, че CO₂ не просто се минерализира, а фундаментално променя начина, по който циментът изгражда своята свързваща структура [1].