Anthropic открыла ИИ доступ к лабораторному оборудованию, OpenAI учит Codex работать без остановки, а Google удлинила видео до 40 секунд. Разбираем, как на этом заработать.
Свежие события из мира искусственного интеллекта — с нашим разбором, почему это важно и что делать.
Anthropic представила Model Hardware Standard (MHS) — общий интерфейс, через который AI-агенты смогут управлять физическим оборудованием: микроскопами, дозаторами жидкостей, лазерами, роботизированными манипуляторами и промышленными установками. Проблема земная: лаборатория набита дорогими приборами, но каждый «говорит на своём языке». MHS обещает сократить интеграцию с недель до часов. Стандарт вырос из системы визуализации мозга в HHMI Janelia.
Контекст. MCP связал модели с программами и данными. MHS пытается проделать то же самое с физическим миром. Это логичный следующий шаг после того, как агенты научились писать код и работать с API.
Последствия. Если стандарт приживётся, «автономная лаборатория» перестанет быть отдельным инженерным проектом под каждую установку. Выиграют биотех, фарма и материаловедение — там, где дорогое оборудование простаивает.
Связи. 24 августа мы писали про A2A и открытый агентный стек AAIF — MHS продолжает ту же линию стандартизации, но уже на уровне «железа».
Что делать. Если работаете с лабораториями или производством — присмотритесь к MHS. Ранний вход в стандарт даёт фору, как было с MCP год назад.
OpenAI тестирует режим «постоянной работы» для ИИ-агента Codex: он будет работать до тех пор, пока его явно не переведут в «спящий режим». Агент также научится заблаговременно планировать задачи в разных сессиях, используя предыдущие взаимодействия и знания о пользователе. По сути — агент, который не выключается и помнит контекст между сессиями.
Контекст. До сих пор агенты работали «по вызову»: дал задачу — выполнил — уснул. «Вечный» режим превращает Codex в сотрудника, который сам планирует следующий шаг.
Последствия. Это прямой конкурент Claude Cowork и ChatGPT Work. Гонка смещается от «кто умнее» к «кто дольше и автономнее работает без присмотра».
Связи. 26 августа мы писали про Claude Cowork и память агента — OpenAI отвечает тем же, но с упором на непрерывность.
Что делать. Готовьтесь к тому, что «агент на фоне» станет нормой. Вопрос уже не «что поручить», а «как контролировать то, что работает без остановки».
Google обновила мультимодальную видеомодель Gemini Omni 1.1 Flash. Ключевые новинки: расширение сцен до 40 секунд, управление первым и последним кадрами, быстрые 360p-превью и апскейл до 4K. Модель принимает текст, изображения и видео, умеет работать с аудио и продолжать сцену, учитывая до 10 секунд предыдущего видеоряда.
Контекст. Видеогенерация — самая горячая гонка после агентов. Google догоняет Veo и Sora, добавляя контроль кадров и длительность.
Последствия. 40 секунд + контроль первого/последнего кадра — это уже уровень, пригодный для рекламных роликов и коротких сцен без склейки.
Связи. 23 августа мы писали про FLUX Video Upscale от Black Forest Labs — рынок апскейла и видеогенерации разогревается с двух сторон.
Что делать. Если делаете контент для рекламы — тестируйте Gemini Omni Flash. Контроль кадров экономит часы на перегенерации.
В IT-сфере закрепился термин «мясной прокси» (meat proxy) — так называют работника, который получает вопрос от коллеги, бездумно отправляет его в ChatGPT или Claude, а затем просто копирует ответ обратно в чат. Термин фиксирует новую реальность: часть «работы» теперь — это просто пересылка запросов между человеком и моделью.
Контекст. Термин появился не на пустом месте — он описывает людей, которые не добавляют ценности, а лишь транслируют ответы ИИ.
Последствия. Это тревожный звоночек для всех, кто строит карьеру на «я умею пользоваться ChatGPT». Чистая пересылка — первая на очереди под автоматизацию.
Связи. 22 августа мы писали про кнопку «ИИ-шлак» в LinkedIn — общество учится отличать живое от сгенерированного.
Что делать. Добавляйте ценность поверх ИИ: проверку, контекст, ответственность за результат. Иначе станете «мясным прокси», которого заменит сам агент.
Новый сервис «БКС Мир инвестиций» позволяет подключить брокерский счёт к искусственному интеллекту и в режиме живого общения получать данные о рынке и портфеле, создавать, изменять и отменять заявки. Писать код не требуется — взаимодействие идёт через MCP-сервер и торговый API БКС. Это один из первых в России примеров, где ИИ-агент получает прямой доступ к деньгам клиента.
Контекст. MCP-протокол, о котором мы писали весь август, доехал до российского финтеха. Агент теперь не советует, а исполняет заявки.
Последствия. Это мостик к автономной торговле. Следом придут агенты, которые сами ребалансируют портфель по заданным правилам.
Связи. 21 августа мы писали, что Binance разрешила ИИ-агентам торговать — БКС делает то же самое на российском рынке.
Что делать. Если вы в финтехе — MCP-интеграции с брокерскими API это новая ниша. Спрос на «агента-трейдера» будет расти.
Российские создатели ИИ хотят закрепить в Гражданском кодексе возможность обучать модели на произведениях, полученных на законных основаниях или находящихся в свободном доступе. Письмо Альянса в сфере ИИ (в него входят «Сбер», «Яндекс», VK, МТС, «Билайн», «Т-Банк», «Газпром нефть») направлено председателю комитета Госдумы по госстроительству и законодательству Павлу Крашенинникову.
Контекст. Вопрос «на чьих данных учить модели» — главный юридический спор 2026 года. Крупные игроки хотят легализовать обучение на открытых данных.
Последствия. Если поправку примут, российским моделям станет проще учиться на открытом контенте. Но правообладатели наверняка будут сопротивляться.
Связи. 19 августа мы писали про обязательную маркировку ИИ-контента и выплаты правообладателям — это обратная сторона той же монеты.
Что делать. Следите за законопроектом. От него зависит, насколько свободно российские компании смогут обучать модели на открытых данных.
Plaud, известная своими AI-диктофонами, выходит на рынок наушников. Новинка объединяет запись, транскрипцию и ИИ-обработку разговоров прямо в форм-факторе наушников. Это продолжение тренда «AI-железа» — когда интеллект встраивается в носимые устройства, а не живёт в облаке.
Контекст. Plaud уже сделала имя на AI-диктофонах. Наушники — логичное расширение: запись + транскрипция + саммари в одном устройстве.
Последствия. Носимый ИИ становится массовым. Следом — очки, кольца, браслеты с встроенными агентами.
Связи. 28 августа мы писали про Samsung LPDDR5X-PIM и on-device AI-железо — Plaud продолжает тот же тренд.
Что делать. Ниша «AI-аксессуаров» растёт. Если делаете контент про продуктивность — обзоры такого железа собирают аудиторию.
Топ видео об AI-агентах, автоматизации и заработке на нейросетях — с нашим кратким пересказом, чтобы не тратить время на просмотр.
10:30
11:50
10:21
11:50
19:47
28:29
12:29
18:02
7:30:50
14:26
Реальные примеры, где ИИ уже приносит измеримый результат.
Стандарт Model Hardware Standard вырос из системы визуализации мозга в HHMI Janelia. Теперь агент может не просто отправлять команды прибору, а вести эксперимент: читать состояние оборудования, менять параметры, координировать несколько устройств и восстанавливаться после аппаратной ошибки. Интеграция, которая раньше занимала недели, сокращается до часов.
«БКС Мир инвестиций» подключил брокерский счёт к ИИ через MCP-сервер и торговый API. Клиент в режиме живого общения получает данные о рынке и портфеле, создаёт, изменяет и отменяет заявки — без написания кода. Один из первых в России примеров, где агент получает прямой доступ к деньгам клиента.
Режим «постоянной работы» для Codex позволяет агенту работать до тех пор, пока его явно не переведут в «спящий режим». Агент заблаговременно планирует задачи в разных сессиях, используя предыдущие взаимодействия и знания о пользователе — превращаясь из инструмента в непрерывно работающего сотрудника.
Реальный кейс продажи голосового агента авто-детейлинг компании. Агент reactivation-кампании обработал 21 000 лидов, бронируя записи по $40 за штуку. За два дня — 12 записей и $480 пассивного дохода. Оценка lifetime value клиента — около $10K при performance-based оплате 20% от сделок.
Автор заработал $2,3 млн на модели «найди что покупают → сделай проще → поставь на Amazon». Первый портфель книг он продал за $820 000. Студентка сделала первые $40 в первый же день после публикации первой книги, другой студент с 10 книгами заработал $161 000 за первый год.
Практические схемы заработка на ИИ, которые можно запустить уже сейчас.
Находишь прибыльную тему на Amazon (через best sellers rank), пишешь книгу с Claude по одной секции за раз, выкладываешь через бесплатный KDP. Amazon берёт комиссию только с продаж и сам занимается логистикой. Модель масштабируется: больше книг → больше роялти → портфель можно продать.
Выбираешь нишу с высоким RPM (США, политика, история), генерируешь скрипты через Claude, озвучку через 11 Labs, монтаж через CapCut. Монетизация: 1000 подписчиков + 10 млн просмотров за 90 дней. При RPM 30 центов 40 млн просмотров = $12 000/мес. Масштабируется через фрилансеров-монтажёров за $3–7 за шорт.
Стандарт Anthropic открывает нишу: интеграция AI-агентов с лабораторным оборудованием (микроскопы, дозаторы, лазеры). Ранний вход в стандарт — как было с MCP год назад. Биотех, фарма и материаловедение платят за то, чтобы дорогое оборудование не простаивало.
Вместо фиксированного ретейнера — процент от результата (20% от сделок, которые закрывает агент). Если уверен в результате, зарабатываешь больше. Кейс: голосовой агент для авто-детейлинга принёс $480 за 2 дня и оценку lifetime value $10K.
Интеграция ИИ с брокерскими API через MCP — новая ниша в финтехе. Агент получает данные о рынке, создаёт и отменяет заявки. Спрос на «агента-трейдера» и «агента-консультанта» будет расти по мере того, как брокеры открывают MCP-доступ.
29 августа 2026 — день, когда ИИ-агенты окончательно вышли из экрана в физический мир. Anthropic открыла им доступ к лабораторному оборудованию через MHS — микроскопы, лазеры, манипуляторы теперь управляются агентом. OpenAI учит Codex работать без остановки, превращая его из инструмента в непрерывного сотрудника. Google удлинила видео до 40 секунд, а БКС пустил ИИ к брокерским счетам. Общий вектор: ценность уходит от «у кого самая умная модель» к «кто контролирует слой, на котором агент действует» — физическое железо, финансовые API, непрерывное время работы. Побеждает не тот, кто генерирует больше, а тот, кто умеет встроить агента в реальный мир — в лабораторию, в брокерский счёт, в наушники — и собрать с этого ренту. Хайп про модели умер давно. Теперь умирает и хайп про «агента в чате». Начинается эпоха, где главный навык — не писать промты, а понимать, на каком слое стека ты стоишь и какую ренту с него собираешь.
Подпишитесь на ежедневный дайджест и получайте проверенные кейсы, модели монетизации и разборы видео каждое утро.
Агентство автоматизации