# Какие обновления лабораторий важны для автономной рабочей силы на ИИ

Я попросил собрать официальную документацию, статьи лабораторий и репозитории и выбрать всё, что на этот день важно для того, чтобы агенты на ИИ могли делать работу организации. Мне нужен был один проход по многим лабораториям, чтобы самому не читать заметки к каждому релизу.

В результате подробно разобраны OpenAI, Anthropic, Google, Microsoft, LangChain и AWS. Научным работам и задачам с физическими машинами досталось меньше внимания.

## Что я нашёл
- Полезные изменения касаются инфраструктуры. В официальных релизах теперь есть устойчивые сессии, делегирование в фоне, повторно используемые навыки, изолированный запуск, внешняя авторизация и оценка в продакшене. Ничто в исследовании не показывает, что их сочетание ведёт организацию без ответственных людей.
- Managed Agents от Anthropic разделяют устойчивую сессию, цикл агента и песочницу на отдельные части, а устроены так, что токены недоступны из песочницы, где запускается сгенерированный код. Исполнителя можно выбросить, а запись о том, что произошло, остаётся.
- Согласование становится точнее. В релизах Microsoft Agent Framework ужесточена работа с согласованиями, например отклоняются повторяющиеся идентификаторы запросов на согласование (октябрь 2026). LangChain добавил режим по выбору, в котором каждый вызов инструмента, требующий согласования, запрашивает его отдельно, так что одно согласование покрывает одно конкретное действие (версия 1.5.18, 15 октября; по умолчанию остаётся пакетное согласование).
- Модель, которая стоит за названием, может смениться. Google автоматически переводит запросы с устаревшей модели Gemini на новую (с Gemini 3.7 Flash на 3.8 Flash с 8 октября), а системная карточка OpenAI отделяет октябрьские GPT-6 Sol и Luna от сентябрьских версий, которые ещё используются в Codex и ChatGPT Work. Исследование советует записывать точную модель, версию API и приложение, через которое она работает.
- Исследования координации уходят от длинных чатов между агентами. В препринте ScaleMAS агенты обмениваются работой через общее хранилище связанных сообщений, и авторы пишут, что система продолжает масштабироваться до 128 агентов на четырёх агентных задачах (препринт выложен на arXiv 12 октября 2026 года). Это результаты на бенчмарках, и они не доказывают, что 128 агентов могут вести бизнес.
- Цифры бенчмарков дают сами вендоры. OpenAI сообщает о 56,4% у GPT-6 Sol на Agents' Last Exam при максимальном уровне рассуждения, наборе длинных экономически ценных задач, и пишет, что это выше лучшего результата Claude Opus 5 при стоимости задачи на 60% ниже. Организации ещё нужно, чтобы деньги, обещания и расписания сходились, а законченная задача этого не показывает.
- METR и Redwood Research опубликовали пилотную проверку внутренних мониторов агентов OpenAI методом красной команды (с 21 июля по 11 августа 2026 года). По их оценке, от 75 до 94% подходящего трафика самых сильных моделей поддавалось мониторингу, а агент мог найти способы обойти монитор. OpenAI говорит, что большинство проблем закрыто, METR этого не проверяла. Этот диапазон не говорит о том, насколько надёжны мониторы. Работа даёт повод проверять, могут ли агенты обходить наблюдение.

Исследование предлагает сделать модели и исполнителей заменяемыми, а обязательства, полномочия, состояние бизнеса и проверку устойчивыми и явными. Это предложение пока не проверено.

## Как это сделано
Я задал вопрос Perplexity Deep Research 24 октября 2026 года, он показал 416 источников. Материал собрал и исследование написал ИИ. Вопрос задал я. Заметки к релизам быстро устаревают, поэтому любые версии и цены верны только на эту дату.

## Источники
- [OpenAI: Introducing GPT-6 Sol and Luna](https://openai.com/index/introducing-gpt-6-sol-and-luna/)
- [OpenAI: GPT-6 October system card](https://deploymentsafety.openai.com/gpt-6-october/introduction)
- [ScaleMAS: Scaling Multi-Agent Intelligence with Substrate-Centric Coordination](https://arxiv.org/abs/2610.16120)
- [METR: red teaming OpenAI agent monitoring](https://metr.org/blog/2026-10-22-red-teaming-openai-agent-monitoring/)
- [Anthropic: Managed Agents architecture](https://www.anthropic.com/research/managed-agents)
- [Claude Platform release notes](https://platform.claude.com/docs/en/release-notes/overview)
- [Gemini API changelog](https://aistudio.google.com/docs/changelog)
- [Google Cloud: Agent Compute Engine](https://cloud.google.com/blog/topics/ai-infrastructure/introducing-agent-compute-engine-and-expanded-agent-governance/)
- [Microsoft Agent Framework releases](https://github.com/microsoft/agent-framework/releases)
- [Deep Agents releases](https://github.com/langchain-ai/deepagents/releases)
- [LangChain JavaScript changelog](https://docs.langchain.com/oss/javascript/releases/changelog)
