AI-письмо недели
8 августа 2026
AI уже не бесплатный стажёр: кто считает токены, кто тормозит модель и кто даёт агентам браузер
OpenAI остановила часть работ из-за киберриска, Adobe принесла в ChatGPT больше 70 инструментов, Shopify увидела трёхкратный рост переходов и заказов из AI-поиска, а Rippling обнаружила инженера с расходом $50 000 в месяц. Семь историй о том, как AI садится в бюджет, браузер, код, торговлю и юридические процессы.
Ещё недавно компании соревновались, у кого AI быстрее пишет код, собирает презентации и отвечает на письма. На этой неделе разговор стал взрослее и заметно дороже.
OpenAI притормозила часть работ над новой моделью из-за её кибервозможностей. Adobe встроила десятки рабочих инструментов в ChatGPT. Shopify увидела рост продаж из AI-поиска. Rippling открыла счёт за токены и обнаружила там почти отдельный фонд оплаты труда.
AI становится рабочей инфраструктурой со счетами, доступами, уязвимостями и вопросом, кто отвечает за последствия. Ниже семь историй недели: что произошло, где это уже касается бизнеса и какие услуги вокруг этого можно предлагать клиентам.
История 01
OpenAI притормозила Astra: модель слишком хорошо научилась атаковать
Лаборатория приостановила часть работ и внутренних экспериментов, потому что готовящаяся модель подошла к «критическому» уровню кибервозможностей.
Почему это касается бизнеса
Astra всё ещё разрабатывается. Это не релиз и не готовая функция ChatGPT. На предварительных тестах OpenAI не смогла исключить, что модель способна самостоятельно находить и проводить атаки на хорошо защищённые реальные системы. Компания остановила часть работ, ввела более жёсткие внутренние ограничения и начала работать с государственными структурами и отдельными организациями по безопасности.
OpenAI отдельно уточнила, что Astra не участвовала в недавнем инциденте с Hugging Face. Публичная пауза всё равно показательна: рост возможностей уже требует остановить эксперименты, пока защита не догнала модель. Красивой карточки с результатами тестов здесь явно маловато.
Для бизнеса риск появляется, когда агент получает терминал, файлы, сеть и рабочие учётные данные. Тест модели и тест готового продукта дают разные ответы. Даже безопасная модель может натворить дел после подключения инструментов, а сильную модель можно удержать в среде с копией данных, ограниченными правами и подтверждением необратимых действий.
Где это бьет
- агент работает в основной среде вместо изолированной копии;
- доступ к файлам, сети и терминалу выдан «на всякий случай»;
- действия нигде не записываются, поэтому инцидент приходится восстанавливать по догадкам;
- у команды нет кнопки остановки и человека, который отвечает за неё;
- безопасность проверили на уровне модели, но не после подключения браузера, shell и рабочих credentials.
Что продавать
Аудит агентных доступов и безопасный пилот: карта разрешений, отдельная среда, минимальные права, журнал действий, подтверждение критических операций и сценарий аварийной остановки. Клиент получает понятный ответ на вопрос, что агент может увидеть, изменить и отправить после того, как закончил писать красивый ответ в чате.
Чем больше агент умеет делать после ответа, тем дороже обходится фраза «мы просто дали ему доступ посмотреть».
История 02
Adobe принесла в ChatGPT больше 70 инструментов
Photoshop, Firefly, Premiere, Acrobat и другие продукты Adobe теперь доступны через единый плагин внутри диалога.
Почему это касается бизнеса
Adobe объединила в ChatGPT функции Photoshop, Firefly, Premiere, Acrobat, Lightroom, Illustrator, InDesign, Express, Stock и других продуктов. Компания заявляет больше 70 инструментов. В одном диалоге можно пакетно обработать фотографии, собрать версии видео для разных соцсетей, изменить шаблон, превратить таблицу в оформленный PDF и сохранить результат в Creative Cloud.
Базовые функции работают без Adobe-аккаунта. Авторизация нужна для генеративных возможностей, доступа к файлам Creative Cloud и сохранения работы между сессиями. Лимиты генерации зависят от тарифа ChatGPT. Для маркетолога и небольшого бизнеса путь до первого варианта сокращается: описал задачу, получил несколько форматов, поправил текст там же.
Точная работа со слоями, масками, таймлайном и сложной доводкой по-прежнему требует Photoshop, Premiere и других полноценных приложений. Удобство также расширяет поверхность доступа: перед загрузкой клиентских материалов стоит проверить настройки использования данных в ChatGPT и права плагина в Creative Cloud.
Где это бьет
- один креатив приходится вручную пересобирать под несколько площадок;
- фотографии и видео пакетно обрабатываются в разных приложениях;
- таблица, текст и визуалы долго сходятся в один клиентский PDF;
- сотрудники подключают Creative Cloud, не проверив разрешения плагина;
- быстрый черновик принимают за готовый макет и пропускают точную доводку.
Что продавать
Пакетную адаптацию контента под каналы: настройку шаблонов, подготовку нескольких форматов, правила хранения исходников и проверку финальных материалов человеком. Это можно оформить как услугу для небольших команд, которым нужен регулярный поток баннеров, коротких видео, карточек и PDF без бесконечного перекладывания файлов между окнами.
Единое окно экономит время ровно до момента, когда никто не помнит, какие двери ему открыли.
История 03
Meta пришла за Claude Code и Codex
Muse Code вышел в бете и обещает работать с большими репозиториями, изолированными worktrees и несколькими параллельными subagents.
Почему это касается бизнеса
Meta выпустила в бете терминального AI-агента Muse Code. Он умеет планировать изменения, писать код и проверять результат. На крупных задачах агент может разделить работу между несколькими subagents, запустить их параллельно в изолированных worktrees и оставить основную рабочую копию без изменений.
Coding agents на рынке уже много, поэтому интереснее сама конкуренция. Компании будут сравнивать работу с большим репозиторием, изоляцию параллельных изменений, проверку результата и стоимость длинной задачи. Красивое дополнение функции в демо давно перестало быть достаточным аргументом.
Meta явно играет ценой. Если Muse Code окажется достаточно хорошим на обычных задачах и дешевле Claude Code или Codex, часть работы уйдёт с самых дорогих frontier-моделей. Пока это бета: разумный порядок начинается с маленького репозитория, тестового бюджета и проверки diff. Шесть агентов могут закончить задачу быстрее одного, но каждый из них читает контекст, вызывает инструменты и генерирует код. В счёте эта вечеринка выглядит гораздо прозаичнее.
Где это бьет
- агент меняет основную рабочую копию без изоляции;
- несколько subagents параллельно решают одну задачу и дублируют расходы;
- команда смотрит на цену миллиона токенов и не считает стоимость принятого изменения;
- beta-инструмент сразу получает доступ к продуктовой кодовой базе;
- сгенерированный diff проходит без тестов и человеческой проверки.
Что продавать
Пилот и сравнительный тест coding agents на реальных задачах компании: одинаковый набор изменений, отдельные worktrees, фиксированный бюджет, проверка diff и расчёт стоимости принятого результата. Клиент видит, какой агент подходит для рутины, где нужен более сильный инструмент и сколько на самом деле стоит завершённая задача.
Шесть агентов ускоряют работу и одновременно открывают шесть касс, где платите вы.
История 04
Cloudflare построила браузер, в который человек вообще не приглашён
Kitesurf открывает сайты, читает HTML, делает скриншоты и заполняет формы без привычного интерфейса с вкладками и закладками.
Почему это касается бизнеса
Kitesurf — облачный браузер для AI-агентов. В нём агент может открывать сайты, читать HTML, делать скриншоты, заполнять формы и выполнять браузерные задачи. Человеческий интерфейс с вкладками, темами и закладками ему не нужен.
Cloudflare считает, что агентному браузеру важнее экономно расходовать память и CPU, не раздувать контекст модели и выдерживать много параллельных сессий. Kitesurf работает поверх Cloudflare Workers и доступен бесплатно в бете через Browser Run. Заявления об эффективности и 215 000 пройденных web-platform tests пока принадлежат самой Cloudflare.
Для сайтов это означает новый тип посетителя. Агенту нужны понятная структура, стабильные действия, явные разрешения и машинно-читаемые ответы. Он также может купить, отправить, отменить или раскрыть данные быстрее человека. Поэтому автоматизация браузера требует ограничений, подтверждения критических действий и защиты от prompt injection.
Где это бьет
- форма понятна глазами, но ломается при машинном прохождении;
- кнопки и действия меняются без стабильной структуры;
- агент может оформить покупку или отмену без подтверждения;
- сайт возвращает ответ, который трудно проверить автоматически;
- вредная инструкция на странице перехватывает поведение агента через prompt injection.
Что продавать
Аудит сайта для агентного трафика: проверку структуры, форм, стабильных действий, машинно-читаемых ответов и критических операций. Дополнительно можно предлагать безопасную браузерную автоматизацию для повторяющихся задач с лимитами, журналом действий и обязательным подтверждением там, где затронуты деньги или данные.
Браузеру без человека всё равно, насколько эффектно двигается кнопка. Ему бы понять, что она делает и сколько это будет стоить.
История 05
Rippling посчитала токены и слегка ужаснулась
Свободный доступ к AI-инструментам едва не превратил токены в отдельную статью расходов размером с бюджет на зарплаты R&D.
Почему это касается бизнеса
В начале года Rippling открыла сотрудникам AI-инструменты почти без ограничений. Расходы росли на 80% в месяц. По внутреннему прогнозу токены могли съесть 40% бюджета на зарплаты R&D, а в следующем году приблизиться к 90%. Примерно 10–15% сотрудников создавали около 60% расходов. Один инженер тратил $50 000 в месяц.
Самые новые и дорогие модели часто стояли по умолчанию даже для простой правки текста и рутинных задач. Из собственного испуга компания сделала AI Spend Console: продукт собирает расходы по OpenAI, Anthropic, Cursor и другим системам, связывает их с командами и ролями и пытается сопоставить траты с pull requests, качеством code review и другими рабочими метриками. Встроенный gateway может отправлять простые задачи в более дешёвые модели.
По данным самой Rippling, маршрутизация и лимиты снизили расходы на токены примерно с 40% до 15% от бюджета на R&D-зарплаты. В июле компания использовала почти столько же токенов, сколько на пике весной, но заплатила 37% от апрельской суммы. Независимого аудита этих цифр нет. Даже без миллионов проблема узнаваемая: общий счёт не показывает, какая работа действительно стала лучше.
Где это бьет
- самая дорогая модель включена по умолчанию для любой задачи;
- расходы видны только общей суммой и не связаны с командами и ролями;
- параллельные агенты умножают чтение контекста и вызовы инструментов;
- лимиты появляются после счёта, когда бюджет уже сгорел;
- компания считает токены, но не pull requests, качество code review и другой рабочий результат.
Что продавать
Аудит AI-расходов и настройку маршрутизации: разбор счетов по командам и задачам, лимиты, правила выбора модели, бюджетные уведомления и отчёт о результате. Для небольшой компании это может быть простой ежемесячный контроль; для крупной — gateway, который автоматически отправляет рутину в более дешёвые модели.
Проверка грамматики через самую дорогую модель — странная роскошь даже для людей, у которых есть инвесторы.
История 06
Shopify: переходы и заказы из AI-поиска утроились
Во втором квартале переходы из AI-поиска и заказы в магазинах Shopify выросли втрое год к году, при этом обычный поиск сохранил примерно треть посещений витрин.
Почему это касается бизнеса
Shopify сообщила на звонке с инвесторами, что переходы из AI-поиска и заказы в магазинах платформы во втором квартале утроились год к году. Это данные самой компании, поэтому объявлять новую торговую эпоху рано. Сигнал уже достаточно заметный, чтобы проверить собственный каталог.
Среди сессий из AI половина начиналась сразу с карточки товара. Для традиционного поиска этот показатель был ниже в 2,5 раза. Ещё 75% покупок, которые Shopify отнесла к AI-трафику, пришлись на товары вне ста крупнейших категорий. Подробный запрос помогает найти нишевый товар, который проигрывает борьбу за популярное ключевое слово.
Моделям нужны конкретные данные: размеры, совместимость, материалы, ограничения, доставка, сценарии использования и нормальные фотографии. Обычный поиск при этом жив. По данным Shopify, он всё ещё приносит около трети посещений витрин, а число поисковых сессий за два года выросло в 1,3 раза. Переименовывать отдел SEO пока рано; лучше убедиться, что машина понимает каталог без звонка менеджеру.
Где это бьет
- карточка товара состоит из красивого SEO-абзаца и не отвечает на конкретные вопросы;
- размеры, материалы, совместимость и ограничения спрятаны в изображениях;
- доставка и сценарии использования описаны неполно;
- нишевый товар трудно отличить от похожих позиций;
- команда следит только за Google и не выделяет AI-трафик и заказы.
Что продавать
Аудит каталога для обычного и AI-поиска: структуру данных, переписывание карточек, заполнение характеристик, улучшение фотографий и настройку аналитики переходов и заказов. Отдельный продукт — подготовка нишевых товарных страниц под подробные покупательские запросы без обещаний похоронить SEO к пятнице.
Если машине нужен звонок менеджеру, чтобы понять карточку товара, каталог пока работает в очень ручном режиме.
История 07
В ЕС начали действовать правила маркировки AI-контента
С 2 августа пользователи должны понимать, когда общаются с AI, а синтетические материалы и реалистичные дипфейки должны сохранять понятное происхождение.
Почему это касается бизнеса
Со 2 августа в Евросоюзе заработали правила прозрачности из AI Act. Пользователь должен понимать, что общается с AI, если это не очевидно. Поставщики генеративных систем обязаны обеспечивать машинно-читаемую идентификацию синтетических изображений, аудио, видео и текста. Реалистичные дипфейки нужно явно маркировать.
Еврокомиссия предложила набор стандартных значков, но использовать именно их необязательно. Обязательна сама прозрачность происхождения материала. Для систем, выпущенных до 2 августа, действует переходный период до 2 декабря 2026 года. По данным The Verge, штраф может достигать €15 млн или 3% глобального годового оборота.
Конкретное применение зависит от роли компании и типа контента, поэтому спорные случаи лучше проверять с юристом. Брендам и агентствам придётся сохранять происхождение ассета по всей цепочке: от генератора подрядчику, из дизайн-файла на сайт, затем в рекламную платформу. Если метка потерялась по дороге, внутренний регламент останется красивым документом о том, как всё должно было работать.
Где это бьет
- на сайте или в поддержке пользователь не понимает, что общается с AI;
- синтетическое изображение, аудио, видео или текст теряет машинно-читаемую идентификацию при экспорте;
- реалистично изменённое лицо или голос публикуют без явной маркировки;
- подрядчик передаёт готовый ассет без сведений об инструменте и изменениях;
- бренд не хранит запись о том, кто проверил материал и где размещена маркировка.
Что продавать
Аудит происхождения AI-контента и настройку процесса маркировки: реестр ассетов, правила передачи файлов подрядчикам, шаблоны подписей, проверку метаданных и контроль перед публикацией. Для агентств и брендов это можно оформить как отдельную услугу по подготовке контентного процесса к требованиям AI Act вместе с юридической проверкой спорных случаев.
Скучная таблица происхождения ассетов снова выигрывает у надежды, что «и так понятно».
Что осталось после этой недели
AI садится в бюджет, браузер, репозиторий, торговлю и контур безопасности. Вместе с ним туда приходят счета, разрешения, журналы действий и юридические обязанности. Демо по-прежнему выглядят бодро, но бизнесу приходится считать гораздо менее кинематографичные вещи.
Следующий пилот стоит начинать с одного реального процесса. До покупки лицензий фиксируются бюджет, доступные данные, ожидаемый результат и человек, который проверяет итог. Простые задачи уходят в дешёвые модели, права агентов ограничиваются заранее, действия сохраняются в логах, расходы связываются с результатом, а происхождение AI-ассетов не теряется между инструментами.
Через две недели уже видно, ускорилась ли работа или команда просто стала производить больше черновиков. Самая дорогая ошибка сейчас — дать сильной модели слишком много денег, данных и прав, а счёт и журнал действий открыть после инцидента.
В выпуске Y Combinator основатель Paper Стивен Хейни показывает агентный дизайн-процесс: генерирует графику и шейдеры, собирает бренд, передаёт дизайн в код и живьём переделывает три сайта стартапов. Он же показывает визуальные признаки типичного AI-дизайна.
Полезнее всего смотреть на этап редактирования: варианты остаются на визуальном холсте, где можно сравнить их и убрать синтетическую гладкость до передачи работы coding agent. Paper в видео показывает собственный основатель, поэтому это продуктовая демонстрация, а не независимый обзор.
Видео недели: How To Design In The Agent Era — Y Combinator.