AI-агенты ежедневно создают более 20 000 баз данных Tencent Cloud TDSQL-C, рост превысил 80 раз

Команда Qwen от Alibaba описала процесс создания персонального агента, утверждая, что следующий этап развития AI-помощников зависит от слаженной работы трех компонентов: модели, памяти и экосистемы сервисов. Джан Гуаньджун, руководитель отдела алгоритмов ИИ в бизнес-подразделении Qwen Alibaba, представил эту концепцию 22 октября на Китайском национальном компьютерном конгрессе (CNCC) в Чэнду.

Джан разделил эволюцию приложений ИИ на три стадии: чат, агент и помощник. На этапе чата ИИ отвечает на запросы пользователей. На стадии агента система выполняет поставленные задачи. Помощник, куда, по его словам, движется отрасль, объединяет профессиональные знания с личным контекстом пользователя, планирует действия вокруг целей пользователя и обнаруживает незамеченные им потребности. Он подчеркнул, что настоящий персональный агент должен приносить дополнительную ценность и предлагать проактивный, индивидуализированный сервис.

Он предположил, что теоретически персональный агент способен решить почти все повседневные проблемы в сфере работы, учебы и личной жизни. Однако главным препятствием является способность системы соотнести свои возможности с оптимальным путем решения каждой конкретной проблемы.

Подход к разработке модели

Что касается модели, Qwen сосредоточен на стабильном выполнении задач. Команда разработала так называемую карту потребностей пользователя, охватывающую более 30 крупных отраслей, и детализировала ее до более чем 8000 атомарных требований к возможностям модели. При этом для оценки и настройки модели привлекались отраслевые эксперты.

Механизм памяти

Джан отметил, что персональный агент должен обеспечивать долгосрочное понимание пользователя, избегая простого накопления истории чатов, что увеличивает шум и затраты на вычисления. Qwen конструирует свою память на основе степени взаимосвязи событий, храня и извлекая их в различных уровнях. Например, помощник, запомнивший, что пожилой пользователь упоминал свою пенсию, сможет дать более подходящий совет, когда та же семья позже спросит о поиске работы ребенка.

Роль экосистемы

Относительно экосистемы, Джан заявил, что по мере совершенствования моделей и методов управления, решающим становится умение связывать и координировать внешние сервисы. Qwen создает модель-ориентированную открытую систему сервисов, которая интегрирует профессиональные знания, инструменты, отраслевые навыки и сторонних агентов, а также связывает с электронной коммерцией, местными услугами, здравоохранением и образованием.

В его представлении, эти три элемента объединяются для обеспечения проактивного обслуживания: память предоставляет личную информацию, модель использует экспертные знания для определения потребностей и планирования, а экосистема осуществляет работу, например, отслеживая график реабилитации пациента или сигнализируя о новых рисках в финансах пользователя. Данный доклад представляет собой наиболее подробное публичное описание технической концепции, стоящей за персональным агентом Qwen Go!, который Alibaba открыла для регистрации в этом месяце.

OpenAI расширяет свое присутствие в облачном секторе, интегрируя свои модели искусственного интеллекта (ИИ) в инфраструктуру Google Cloud, что увеличивает доступность своих технологий для разработчиков и корпораций.

Это новое соглашение предусматривает, что модели GPT-6 Astra, GPT-6.1 Sol и GPT-6 Luna будут доступны в каталоге Model Garden Google Cloud. Этот шаг знаменует собой еще одно продвижение создателя ChatGPT за пределы существующего сотрудничества с Microsoft.

Как было объявлено в среду (21), эти модели предлагаются в тестовом режиме (preview) для определенной группы корпоративных клиентов. Кроме того, интеграция позволит разработчикам использовать API Google Cloud и связывать локальные рабочие процессы, такие как Codex CLI и Desktop, с платформой Gemini для выполнения выводов.

Это партнерство укрепляет позиции OpenAI среди крупнейших поставщиков облачной инфраструктуры. Ранее компания уже сигнализировала о планах разместить свои модели в Amazon Web Services (AWS) после окончания периода эксклюзивности Microsoft в отношении ее интеллектуальной собственности.

Google Cloud включит три модели OpenAI в свой Model Garden — каталог, который объединяет собственные предложения, сторонние продукты и открытый исходный код. Цель состоит в том, чтобы дать компаниям свободу выбора наиболее подходящей технологии для каждой потребности, учитывая такие метрики, как стоимость, производительность и скорость отклика.

Выпущенные модели перечислены в объявлении. По данным Google Cloud, стратегия направлена на то, чтобы позволить компаниям переключаться между различными моделями в зависимости от требований каждого приложения, избегая зависимости от одного решения для всех задач. Каталог, который уже содержит более 200 моделей, начнет предлагать доступ к трем основным закрытым большим языковым моделям на одной корпоративной платформе ИИ.

Сотрудничество также включает коммерческое размещение моделей OpenAI в Google Cloud Marketplace. Это означает, что потребление будет унифицировано в одном счете Google Cloud, позволяя распределять расходы по существующим облачным обязательствам или Гибким планам экономии платформы. Цель состоит в упрощении приобретения и предоставлении компаниям возможности распределять свои рабочие нагрузки между различными моделями без необходимости заключения множества контрактов с разными поставщиками.

Томас Куриан, генеральный директор Google Cloud, заявил в заявлении, что цель компании — предоставить широкий спектр моделей, чтобы клиенты могли выбрать наилучший вариант для каждой активности, уделяя первостепенное внимание качеству и снижению расходов. Грег Брокман, президент и соучредитель OpenAI, подчеркнул важность этого партнерства для обеспечения доступности более передовых моделей компании и Codex в средах, где клиенты уже разрабатывают свои приложения.

В объявлении также были подробно описаны меры безопасности и управления, применимые к выполнению моделей OpenAI в инфраструктуре Google Cloud. Компания гарантирует, что данные клиентов, включая запросы, контексты и результаты, останутся в пределах назначенного периметра данных и не будут использоваться для обучения базовых моделей. Функции нулевого хранения данных (ZDR) планируется внедрить в будущем.

Модели OpenAI будут работать в выделенной инфраструктуре Google Cloud. Кроме того, предусмотрена будущая доступность ресурсов конфиденциальных вычислений. Трафик будет управляться изолированными и защищенными шлюзами, в то время как механизмы аутентифицированной идентификации, аудита и сетевого контроля безопасности позволят администраторам отслеживать взаимодействие с моделями и агентами ИИ. Эти гарантии составляют условия, установленные Google Cloud для корпоративного использования сторонних моделей в своей инфраструктуре.

Хотя модели уже доступны в тестовой версии для отобранных корпоративных клиентов, запланированы другие интеграции. В ближайшие недели модели OpenAI должны быть интегрированы в Google Antigravity, инструмент программирования Google, и в Gemini для бизнеса, расширяя сценарии работы для разработчиков и организаций.

OpenAI и Google уже имели предыдущие деловые отношения; в прошлом году создатель ChatGPT использовал инфраструктуру Google Cloud для работы ChatGPT и его API. Это расширение партнерства происходит в период роста облачного бизнеса Google. Во втором квартале годовой рост выручки сегмента достиг примерно 82%, по сравнению с 63% в первом квартале. В то же время AWS продемонстрировала рост на 37%, а Microsoft — расширение на 42% за тот же период. Растущий спрос на специализированные чипы и модели ИИ стимулировал Google Cloud.

Основанная в 2015 году, OpenAI возникла отчасти как альтернатива концентрации исследований в области ИИ в таких компаниях, как Google. В 2017 году исследователи организации опубликовали научную статью об архитектуре Transformer, которая является основой для развития этой технологии. Позже OpenAI популяризировала генеративный ИИ с выпуском ChatGPT. В настоящее время компания ищет инвестиции с оценкой в 1,4 триллиона долларов США (примерно 7,56 триллионов рупий) и планирует провести первичное публичное размещение акций (IPO).

С появлением моделей в Google Cloud OpenAI диверсифицирует свои каналы технологического распространения, охватывая корпоративных клиентов через три основные платформы облачной инфраструктуры.

Хакер применил агентов искусственного интеллекта (ИИ) для проникновения на сайты более 100 компаний, включая производителя тракторов Deere, SharkNinja и Cummins. Эта операция привлекла внимание благодаря способности выполнять сложные атаки с минимальным участием человека.

Исследователь кибербезопасности Снорре Фагерланд из компании NorForge отслеживал часть этой активности через платформу Cairn. По его оценкам, вся кампания обошлась примерно в 5 тысяч долларов США (25 250 бразильских реалов) на кредиты ИИ.

Как сообщило Reuters, исследователь Снорре Фагерланд обнаружил эту операцию, мониторя установки Cairn, которые были доступны в интернете и использовались для злонамеренных действий. Эта платформа с открытым исходным кодом позволяет координировать агентов ИИ для выполнения различных задач. Специалист смог начать отслеживать работу систем и определять способы их использования в атаках с 2 октября.

Один из случаев, который привлек внимание Фагерланда, касался хакера, говорящего на китайском языке. С 25 сентября он направлял агентов на сайты в Соединенных Штатах, Канаде, Австралии и Японии. Инструкции были краткими, состоящими из менее чем 100 иероглифов на китайском языке, но этого было достаточно, чтобы направить системы в поисках уязвимостей и попыток вторжения.

К концу недели, предшествовавшей публикации репортажа, агенты попытались взломать более 1200 сайтов. Успешные взломы обычно занимали около 23 часов и стоили приблизительно 50 долларов США (249 бразильских реалов) каждый. Операция, по всей видимости, использовала комбинацию DeepSeek и Claude Code, инструмента от Anthropic.

Фагерланд считает, что способность выполнять такие сложные атаки с малым вмешательством человека знаменует собой существенное изменение в ландшафте цифровой безопасности. Он заявил Reuters: «Теперь это новый мир».

Один из эпизодов, отслеженных Фагерландом, помогает понять, как агенты ИИ проводили взломы. После того как системы не нашли уязвимостей в публичном приложении крупной компании, они изменили стратегию и начали анализировать цифровые записи для отслеживания инфраструктуры, связанной с целью. Этот поиск привел к панели управления, доступной через интернет, где была обнаружена ошибка в обработке данных.

После нескольких часов попыток агенты сообщили, что смогли использовать эту уязвимость, чтобы заставить сервер выполнять вредоносные команды. Способность находить альтернативные пути и тестировать ошибку привлекла внимание исследователя. Фагерланд отметил: «Не просто найти такие решения. Это не дело любителя, который просто выполняет скрипты».

Этот случай не был единичным. Мониторинг других активностей на той же платформе позволил исследователю обнаружить различные случаи преступного использования ИИ: один хакер украл большое количество данных кредитных карт, в то время как другой пытался использовать агентов для кражи криптовалютной биржи.

В одном из проанализированных атак Фагерланд наблюдал, как агенты ИИ обходили препятствие во время вторжения. Поскольку они не обнаружили уязвимостей в публичном приложении компании, системы начали изучать цифровые записи в поисках других путей доступа к инфраструктуре цели. Эта стратегия привела к панели управления, открытой в интернете, где была выявлена проблема в обработке данных. А затем агенты потратили часы, тестируя способы эксплуатации этой уязвимости, и в итоге сообщили об успешном принуждении сервера к выполнению вредоносных команд. Для Фагерланда этот подход продемонстрировал технический уровень, выходящий за рамки выполнения готовых скриптов. Исследователь повторил: «Не просто найти такие решения. Это не дело любителя, который просто выполняет скрипты».

Анализ других установок Cairn показал, что это не единственный вид преступлений, совершаемых с помощью агентов. В одной операции хакер похитил значительное количество данных кредитных карт, а в другой преступник пытался использовать ИИ для кражи криптовалютной биржи. Эти случаи демонстрируют, что технология применялась на разных этапах преступной деятельности, а не только при поиске уязвимостей на сайтах.