LATEST_ISSUE // 2026-08-08

Сегодняшние сигналыToday's signals

Обновлено 08 авг., 08:02Updated 08 Aug, 08:02
01
ГлавноеMust read

Claude Code включил Auto mode по умолчанию для тарифов Pro, Max и TeamClaude Code makes Auto mode the default for Pro, Max, and Team

Anthropic сделала Auto mode режимом по умолчанию в Claude Code для пользователей Pro, Max и Team. Режим автоматически подбирает модель под задачу, снижая необходимость вручную выбирать баланс между качеством, скоростью и стоимостью.Anthropic has made Auto mode the default in Claude Code for Pro, Max, and Team users. The mode automatically selects a model for each task, reducing the need to manually balance quality, speed, and cost.

TakeawayПользователям Claude Code стоит проверить новые настройки и расход лимитов: выбор модели становится менее ручным и более агентным. Это также закрепляет Auto mode как основной интерфейс работы с моделями в инструменте.Claude Code users should review the new settings and their usage limits, since model selection is becoming less manual and more agentic. It also establishes Auto mode as the product's primary model-selection interface.
02
ГлавноеMust read

Strix: open-source AI-инструмент для автономного pentesting и исправления уязвимостейStrix: an open-source AI tool for autonomous pentesting and vulnerability fixes

Strix — open-source AI-инструмент для penetration testing, в котором автономные агенты ищут и исправляют уязвимости в приложениях. Он интегрируется с GitHub Actions и CI/CD, позволяя запускать проверки на каждом pull request и блокировать небезопасный код до релиза.Strix is an open-source AI penetration-testing tool in which autonomous agents find and fix application vulnerabilities. It integrates with GitHub Actions and CI/CD, enabling scans on every pull request and blocking insecure code before release.

TakeawayИнструмент можно оценить как дополнительный слой AppSec в CI, особенно для раннего поиска типовых проблем. Перед внедрением нужны изолированное окружение, контроль разрешений агентов и проверка предлагаемых исправлений человеком.The tool can be evaluated as an additional AppSec layer in CI, especially for early detection of common issues. Adoption should include an isolated environment, tight agent permissions, and human review of proposed fixes.
03
ГлавноеMust read

JPMorgan повысил прогноз tech-облигаций: AI-строительство разгоняет долговое финансированиеJPMorgan raises tech bond-sales forecast as AI buildout fuels debt financing

JPMorgan ожидает, что объём выпусков облигаций технологическими компаниями превысит $500 млрд в этом году. Причина — сохраняющиеся капитальные затраты hyperscalers на инфраструктуру для AI, несмотря на усталость части инвесторов от этой темы.JPMorgan expects technology companies' bond issuance to exceed $500 billion this year. The driver is hyperscalers' continuing capital spending on AI infrastructure, despite some investor fatigue with the theme.

TakeawayAI-гонка всё заметнее переходит из истории о моделях в историю о стоимости инфраструктуры и доступе к капиталу. Для рынка это повышает значение поставщиков compute, дата-центров, электроэнергии и сетевой инфраструктуры.The AI race is increasingly becoming a story about infrastructure costs and access to capital, not just models. That raises the importance of compute, data-center, power, and networking suppliers across the market.
04
СигналSignal

В тестах люди пропустили треть угроз при подтверждении команд AI-агентовHumans missed one in three threats when approving AI-agent commands in tests

По данным тестов на 40 тысячах игровых прогонов, люди пропускали одну из трёх угроз, когда подтверждали действия AI-агентов. Материал ставит под сомнение подход, при котором безопасность агентных систем строится главным образом на ручных запросах разрешений.In tests spanning 40,000 game runs, people missed one in three threats while approving AI-agent actions. The findings challenge an approach to agent security that relies primarily on manual permission prompts.

TakeawayНе стоит считать approval dialogs достаточным контролем для AI-агентов с доступом к инструментам. Нужны минимальные привилегии, понятные политики действий, изолированные среды и автоматические проверки риска.Approval dialogs should not be treated as sufficient control for tool-using AI agents. Teams need least privilege, clear action policies, sandboxed environments, and automated risk checks.
Maxim Tolmachev
AI-NATIVE PRODUCT GROWTH MANAGER

Maxim Tolmachev

Нахожу рычаги роста и превращаю их в работающие системы через product, AI и execution.I find growth levers and turn them into systems through product, AI and execution.