Fortune 500 только что развернула 10 000 ИИ-агентов. Вы уже отстаете.

Пилотный проект компании из списка Fortune 500 использовал систему безопасности Devin от Cognition, чтобы обнаружить и исправить более 8 000 уязвимостей в продукционных репозиториях с помощью шаблона «агентного map reduce» — разворачивание ограниченных агентов, агрегирование результатов и проверка возможности эксплуатации до того, как их увидит человек.

## Слой исполнения: агентный Map Reduce Уолден Ян из Cognition показал, что система безопасности не «направьте агента на вашу кодовую базу и молитесь» — это конвейер «разворачивай/агрегируй/проверяй». Cognition утверждает, что это «более экономично и точнее, чем традиционные альтернативы». Разработчики отметили, что этот шаблон универсален не только для безопасности, но и для «любого масштабного документооборота, работы с кодом или знаниями», делая ограниченные рои с агрегирующим слоем стандартной архитектурой, а не нишевым инструментом.

## Слой измерений: Оценка становится самостоятельной дисциплиной Появились три конкретных артефакта. Agent Arena повторно включил Fable 5 в режиме агента, тестируя надежность «реального интерфейса пользователя и дерева решений» при вызове инструментов и цепочке рассуждений, а не только в чате. WAI Agent Perf представил бенчмаркing по количеству агентов, связывая возможности с энергозатратами — метрика, на которую реально обращают внимание финансовые директора. World Model Gym от Reka AI оценивает, действительно ли модель мира «поддерживает принятие хороших решений», а не просто генерирует правдоподобные симуляции.

## Слой доверия: стандартизированная отчетность о происшествиях Flare AI запустила совместно с коалицией по кибербезопасности и безопасности ИИ систему стандартизированной отчетности о сбоях — направляя сбои агентов к нужным разработчикам и реестрам, по аналогии с рамкой CVE, но специально созданную для поведения агентов. Текущее состояние — "проблемы отправляются через изолированные формы приема и затем исчезают".

## Основные модели были первым шагом. "Второй шаг" — архитектура исполнения, формальная оценка и стандарты инцидентов — это то, что реально используется на уровне компаний из Fortune 500. Эти три направления не являются независимыми историями; они представляют собой недостающий инфраструктурный слой под развертыванием производственных агентов.