К содержанию
Выпуски

Новости · · 7 мин

ИИ и разработка — 26 августа 2026

Двадцать шестого августа облачный провайдер окончательно перестал быть местом, где просто арендуют GPU. AWS одновременно закрепляет будущие миллионы ускорителей, отделяет evaluation от agent framework, проводит knowledge через границы аккаунтов и предлагает повышать автономность через внешние policies.

Это четыре уровня одной системы: физический ресурс, наблюдаемая траектория, доступ к данным и право действовать. Рядом GitHub переносит выбор моделей и обновление plugins в enterprise policy, а сами cloud-вендоры начинают поставлять агентам поддерживаемые знания о собственных сервисах.

Главная конкуренция разворачивается не за лучший чат, а за control plane, в котором организация сможет эксплуатировать много разных агентов.

Инфраструктура

AWS и NVIDIA обещают ещё два миллиона GPU — но пока только обещают

AWS и NVIDIA объявили о плане развернуть два миллиона дополнительных GPU в глобальной инфраструктуре AWS в 2027–2028 годах. Сто тысяч из них предназначены для защищённых федеральных workloads США. В соглашение также входят Vera CPU, NVLink Fusion и NVHBM, интеграция с Nitro и EFA, Nemotron в Bedrock и SageMaker и ускорение библиотек cuDF и cuVS.

Два миллиона — не установленная 26 августа мощность. Партнёры не показали региональный график, цену, подтверждённый объём закупок и доступные клиентам сроки. Это совместный forward-looking commitment двух компаний, напрямую заинтересованных в масштабе headline.

Но направление соглашения важнее точной цифры. AWS и NVIDIA связывают не одну партию ускорителей, а hardware roadmap, сеть, виртуализацию, модели и software libraries. Облачная единица AI-capacity становится заранее согласованной системой, а не набором взаимозаменяемых серверов.

Источник: совместный анонс AWS и NVIDIA.


CodeArts Agent перешёл из preview в коммерческий режим без доказательства качества

Huawei Cloud назначила commercial availability CodeArts Agent на конец 26 августа по времени GMT+8. Для существующих пользователей сохраняются прежняя цена и условия.

Service notice почти не описывает возможности продукта и не содержит измерений, поэтому из него нельзя вывести, насколько хорошо агент пишет код или с чем сравним. Событие уже, но честнее: Huawei считает сервис достаточно стабильным для обычной продажи и прекращает относиться к нему как к preview.

Такие переходы полезно фиксировать именно без рекламной надстройки. GA меняет ожидания по поддержке и оплате, но не превращает продукт в технического лидера.

Источник: Huawei Cloud service notice.

Evaluation и данные

Agent evaluation отвязывается от конкретного harness

AgentCore Evaluations принимает OpenTelemetry traces с generative-AI semantics и заявляет поддержку агентов на LangGraph, LlamaIndex, OpenAI Agents SDK, Google ADK, Claude Agent SDK и Strands. Контракт строится вокруг наблюдаемой траектории, а не внутреннего устройства framework.

AWS не показывает на единой выборке, что встроенные judges одинаково хорошо оценивают все перечисленные harness. Поэтому framework-agnostic здесь означает общий формат подключения, а не доказанную эквивалентность результатов.

Граница всё равно выбрана правильно. Организация неизбежно будет менять модели и runtimes быстрее, чем собственные критерии качества. Если eval живёт внутри одного framework, миграция стирает историю сравнения. Trace-based слой оставляет единицей контроля реальное действие агента, даже когда исполнитель под ним заменился.

Источник: раздел AgentCore.


Enterprise-агент получает знания без создания второй копии данных

AWS показала reference architecture, где AgentCore в одном аккаунте обращается к knowledge base и Redshift Serverless в другом. Предложены code-based вариант на Strands и declarative harness; граница данных остаётся в исходном аккаунте.

Это tutorial, не новый сервис и не независимый security audit. Он не доказывает, что любая конкретная конфигурация автоматически безопасна.

Практический смысл в другом. Быстрый путь к корпоративному агенту часто начинается с копирования документов в отдельный vector store рядом с runtime. Так появляется новая неконтролируемая версия корпуса, отдельная retention policy и ещё одно место утечки. Cross-account retrieval позволяет подвести агента к управляемым данным, не перенося сами данные к агенту.

Источник: каталог технических материалов AgentCore.

Автономность и policy

Право агента должно расти по доказанной надёжности, а не по силе модели

AWS описала graduated autonomy: полномочия повышаются или снижаются по мере накопления evidence о надёжности. AgentCore Gateway применяет Cedar policies с deny-by-default и правилом forbid-wins вне процесса агента. Изменения prompt, конфигурации и tools проходят delivery gate; одна запрещённая tool call проваливает adversarial suite.

Это reference architecture самого AWS, а не измеренный production outcome. Но она формулирует важный принцип: capability модели и authority системы — разные оси. Более умный агент не получает автоматически больше прав.

Так автономность становится обратимой. Системе не нужно выбирать между ручным подтверждением каждого шага и безусловным доступом ко всему. Она может выдавать узкий уровень действия, наблюдать его, расширять после доказательства и немедленно возвращаться к меньшему уровню при смене модели, prompt или набора tools.

Источник: graduated autonomy от AWS.

Инструменты разработки

AWS поставляет coding-агентам обновляемое знание о собственном облаке

Agent Toolkit for AWS предназначен для Kiro, Claude Code, Codex, Cursor и других coding agents. Вендор описывает его как специализированный слой актуальных знаний о сервисах и CLI.

Метрик снижения ошибок или сравнения с обычной документацией нет. Но сам продукт отвечает на системную проблему: training cutoff и случайный web search плохо подходят для облака, где API, допустимые параметры и рекомендации меняются постоянно.

Cloud provider раньше поставлял SDK человеку. Теперь он начинает поставлять поддерживаемое operational knowledge исполнителю, который пишет команды. Это полезно только при ясном provenance и versioning: «официальный skill» должен показывать, к какой версии сервиса относится совет, иначе авторитет вендора лишь делает устаревшую команду убедительнее.

Источник: AWS Developer Tools Blog.


GitHub централизует и модель, и обновление расширений

GitHub начала применять глобальную policy доступности моделей для Copilot Business и Enterprise и добавила enterprise-managed настройку autoUpdate для plugin marketplaces.

Changelog подтверждает функции и дату, но не adoption и не security outcome. Смысл пары изменений — в появлении единой административной границы. Организация определяет не только, к каким моделям можно отправлять код, но и обновляются ли автоматически способности, которые агент получает из marketplace.

Эти решения связаны сильнее, чем кажется. Смена модели меняет поведение агента; смена plugin — доступные ему действия. Оба события должны проходить через policy, а их версии — сохраняться в trace. Иначе расследование увидит один и тот же Copilot, хотя фактический исполнитель и его инструменты уже были другими.

Источник: GitHub Copilot changelog.

Главный технологический сдвиг выпуска

Двадцать шестого августа облако стало операционной средой для агентной власти.

Оно обещает физический compute, принимает traces независимо от framework, проводит запрос к данным через account boundary, применяет Cedar policy к tool call и доставляет агенту актуальные знания о собственных API. GitHub строит похожий административный слой на уровне IDE и extensions.

Такой control plane может пережить замену модели. Это и есть его главная ценность: организация управляет не интеллектом как брендом, а наблюдаемыми действиями, данными и полномочиями, которые остаются её собственными.

Что обсудить с технической командой

  1. Сохранятся ли наши evals и исторические сравнения при смене agent framework?
  2. Копируем ли мы корпоративные данные к агенту там, где можно дать governed cross-account доступ к исходному источнику?
  3. Какое evidence требуется, чтобы агент получил следующий уровень автономности, и что автоматически отзывает его?
  4. Версионируются ли model policy, prompt, skills и plugins вместе с trace конкретной задачи?
  5. Как мы проверяем актуальность официальных знаний, которые вендор поставляет coding-агенту?