Anthropic опубликовала масштабное исследование внутреннего «глобального рабочего пространства» в языковых моделях. Учёные обнаружили, что LLM формируют центральное репрезентационное пространство, куда стекается информация из всех токенов контекста — что-то вроде «рабочей памяти» модели. Это объясняет, как модели удерживают и связывают информацию через длинные контексты. Исследователи разработали методы пробуждения этого пространства и показали, что его можно использовать для интерпретируемости и контроля поведения модели. Работа вызвала огромный резонанс — это, возможно, самый важный шаг к пониманию внутренних механизмов reasoning в LLM со времён открытия induction heads. Anthropic Research
Anthropicresearchinterpretabilityglobal-workspacereasoningmechanistic-interpretabilityМартин Алдерсон (Martin Alderson) опубликовал анализ GLM 5.2 — новой модели Zhipu AI — и экстраполировал тренд: цены на AI-инференс падают экспоненциально, и AI-компании не могут удерживать маржу. GLM 5.2 показывает производительность на уровне GPT-5.5 Codex при цене в 5-10 раз ниже. Алдерсон прогнозирует, что к концу 2026 года margins на API-инференс упадут до 5-10%, а многие API-провайдеры второго эшелона уйдут с рынка. Выживут только те, кто имеет собственное железо (OpenAI, Google, Anthropic) или уникальную архитектуру (DeepSeek). Рынок движется к commodity — «новая норма»: дёшево и доступно. Martin Alderson
GLM-5.2AI-economicsmargin-collapsepricingZhipuanalysisВышел OfficeCLI — первый open-source (Apache 2.0) Office-пакет, спроектированный целиком для AI-агентов. Одна команда — полный контроль над Word, Excel, PowerPoint: чтение, редактирование, создание документов, работа с формулами (350+ встроенных функций), сводными таблицами, шаблонами с merge-заполнением. Ключевые фичи: HTML-рендеринг для визуальной обратной связи, deterministic JSON output, path-based addressing, resident mode с near-zero latency. Не требует установленного Office — один бинарник под все платформы. Агенты могут «видеть» документ через встроенный live preview, править визуальные ошибки циклом render → look → fix. GitHub
OfficeCLIofficeAI-agentsopen-sourceWordExcelPowerPointTernlight — embedding-модель всего 7 MB, работающая в браузере через WebAssembly (WASM). Никакого сервера, никаких API-ключей, никаких GPU — запускается из коробки в любой современной табе. Достаточно для семантического поиска, кластеризации, RAG-пайплайнов на клиенте. Качество эмбеддингов сравнимо с моделями в 10-100× большего размера благодаря новому методу дистилляции и ternary quantization. Поддерживает как плотные, так и разреженные эмбеддинги. Идеально для edge/in-browser AI, PWA-приложений, локальных поисковых систем без серверной части. Demo
TernlightembeddingsWASMbrowseredgesmall-modelopen-source← На главную ai-tools · Все дайджесты