В подборке — новости о том, как ИИ-агенты выходят из лабораторий в строго регулируемые отрасли, какие архитектуры и инструменты делают их умнее и практичнее, а также где инвестиции и критика меняют траекторию развития. Объясняю ключевые эпизоды и почему они важны для тех, кто строит или внедряет ИИ сегодня.
Anthropic и Infosys объявили партнёрство по созданию ИИ‑агентов для телекомов и других строго регулируемых отраслей — речь о сочетании платформенных решений и отраслевой экспертизы, чтобы агенты могли работать в условиях соответствия требованиям и приватности Anthropic и Infosys.
Amazon предложила способ «ускорить» работу с регулируемыми задачами, комбинируя модель Claude Code и сервис Amazon Bedrock: это шаг к тому, чтобы разработчики могли запускать специализированные агенты в облаке с инструментами для соблюдения правил и управления рисками интеграция Claude Code и Amazon Bedrock.
На практике важен человек в петле — подробный пошаговый материал показывает, как реализовать план‑и‑выполни (plan-and-execute) агента с явным пользовательским одобрением, используя LangGraph и Streamlit: полезный рецепт для тех, кто хочет быстро прототипировать контролируемых агентов практическое руководство по human-in-the-loop.
Alibaba Qwen Team представила Qwen3.5‑397B — модель с архитектурой экспертов (Mixture‑of‑Experts), у которой 17 миллиардов активных параметров и контекст до 1 миллиона токенов; это означает, что агенты смогут хранить и оперировать гораздо большими «рабочими контекстами», что важно для сложных диалогов и длительных задач Qwen3.5‑397B MoE с миллионным контекстом.
В биоинформатике ИИ продолжает сокращать стоимость разработки белковых лекарств: новая модель из MIT показывает, как можно ускорить и удешевить проектирование белков, что напрямую влияет на то, какие задачи агентам в биомедицине можно доверить и как быстро получать прототипы молекул новая модель MIT для разработки белков.
Ricursive Intelligence собрала $335 млн при оценке в $4 млрд — быстрый рост финансирования показываeт, что рынок активно инвестирует в компании, которые комбинируют ИИ и биотехнологии, а значит спрос на прикладные агентов и платформы для биодизайна будет только расти история финансирования Ricursive Intelligence.
Не всякая новинка — прорыв: часть экспертов скептически оценивает OpenClaw, указывая, что за хайпом иногда скрываются ограниченные реальные выигрыши — полезное напоминание сохранять критическое мышление при выборе технологий и ужесточать проверку заявлений о возможностях моделей критика OpenClaw.
Если хочется послушать практиков, интервью с командой Flapping Airplanes рассказывает о стремлении пробовать «радикально другие» подходы к ИИ — вдохновляет думать не только в рамках текущих архитектур, но и экспериментировать с новыми идеями и аппаратными форм-факторами разговор с Flapping Airplanes.
И напоследок: если планируете внедрять агентов в продуктив — полезный вебинар IBM о построении и оценке агентов для реального мира, который может дать практические чек‑листы и метрики для пилотов вебинар IBM 4 марта 2026.
Несколько наблюдений, которые складываются из этих новостей: регуляция и соответствие становятся конкурентными преимуществами для платформ и интеграторов; архитектуры MoE и миллионные контексты расширяют горизонты агента для длительных задач; человек в петле и открытая верификация остаются обязательными элементами безопасного внедрения; а инвестиции и успехи в биоинформатике будут поднимать спрос на практические решения и конвейеры для биодизайна.