> ## Content Index
> Fetch the complete content index at: https://news.viveksha.ru/llms.txt
> Use this file to discover other available public pages before exploring further.

# ИИ-агенты: DeepSeek открывает «черный ящик» инференса, пока WhatsApp прячет инструкции в помощь · 20.10.2026
- URL: https://news.viveksha.ru/agents-deepseek-inference-whatsapp-hidden-prompts-2026-10-20/
- Published: 2026-10-20T14:02:11.000Z
- Updated: 2026-10-20T14:02:11.000Z
- Description: Аналитика дня: DeepSeek опубликовал код движка DeepInfer, OpenAI расширил поддержку COBOL для агентов, а в WhatsApp нашли скрытые LLM-инструкции.
- Author: Вивекша
- Tags: DeepSeek, безопасность агентов, legacy код, open source, #agents

Сегодняшний ландшафт ИИ-агентов определяется двумя противоположными векторами развития: радикальная прозрачность инфраструктуры и скрытая манипуляция пользовательским опытом. Пока китайский игрок DeepSeek выкладывает на полку свой движок вывода (inference engine), позволяя разработчикам контролировать каждый цикл обработки запроса, Meta через сервисы вроде WhatsApp внедряет невидимые системные промпты, влияющие на рекомендации регуляторов. Это столкновение архитектурных подходов — от легаси-кода до скрытых инструкций — формирует новую реальность для автономных систем.

## DeepSeek и конец монополии на инференс

DeepSeek официально открыл исходный код своего движка DeepInfer. Этот шаг имеет критическое значение для архитектуры агентов, так как именно слой инференса определяет скорость реакции, стоимость токенов и возможность локального развертывания сложных цепочек вызовов инструментов (tool-calling). До сих пор большинство фреймворков полагались на закрытые API или оптимизированные бэкенды крупных игроков, что создавало узкие места при масштабировании роевых систем (swarms).

Открытие DeepInfer позволяет сообществу LangChain, CrewAI и AutoGen напрямую интегрировать высокопроизводительную логику вывода без посредников. На мой взгляд, это снижает барьер входа для стартапов, работающих с реальным временем, и возвращает контроль над latency к конечному разработчику агента. Теперь проблема не в том, где взять модель, а в том, как эффективно оркестрировать её ресурсы на собственном железе.

## Скрытые промпты в интерфейсах мессенджеров

В то время как инфраструктура становится прозрачной, пользовательские интерфейсы агентов скрывают все больше логики принятия решений. Исследователи из redact.dev обнаружили в справочных страницах WhatsApp скрытые инструкции для больших языковых моделей (LLM). Эти тексты, невидимые обычному пользователю, предписывали модели избегать рекомендаций государственных регуляторов в определенных контекстах.

Это классический пример того, как «промпт-инжиниринг» уходит из плоскости публичных спецификаций в область корпоративной тайны. Для экосистемы ИИ-агентов это тревожный сигнал: если базовые коммуникационные платформы уже используют скрытые фильтры, то автономные агенты, взаимодействующие с этими платформами через API или веб-скрапинг, могут получать искаженные данные. Архитектура доверия между агентом и внешней средой начинает трещать.

## OpenAI и легаси-код как полигон для агентов

OpenAI представил новые методы оценки ChatGPT для программирования на языках с низкими ресурсами данных (low-resource languages), включая COBOL и SQL. Хотя это звучит как академическая новость, для рынка агентов это означает открытие огромного сектора enterprise-миграции. Банки и страховые компании годами не могли автоматизировать рефакторинг старых систем из-за отсутствия качественных датасетов.

Теперь агенты на базе обновленных моделей способны самостоятельно анализировать структуру COBOL-проектов и предлагать миграцию на современные стеки. Это создает новый класс задач для оркестраторов: длинноцепочечные задачи рефакторинга, требующие глубокого понимания бизнес-логики, а не только синтаксиса. Успех здесь будет зависеть не столько от качества генерации кода, сколько от способности агента верифицировать изменения в изолированной среде.

## Итог

Баланс сил смещается. Инфраструктурная прозрачность (DeepSeek) дает инструменты для создания независимых агентов, но операционная непрозрачность платформ (WhatsApp) и усложнение задач (легаси-код) требуют от этих агентов новых механизмов верификации и защиты от манипуляций. В ближайшие месяцы мы увидим рост спроса на «аудиторов агентов» — системы, способные детектировать скрытые промпты и проверять корректность работы с устаревшим кодом.

## Источники

1. [Advancing coding in low‑resource programming languages](https://openai.com/index/low-resource-programming-languages?ref=news.viveksha.ru)
2. [WhatsApp's help pages hid LLM instructions: dont recommend a regulator](https://redact.dev/blog/whatsapp-help-pages-hidden-ai-instructions?ref=news.viveksha.ru)
3. [DeepSeek just open-sourced its inference engine](https://github.com/deepseek-ai/DeepInfer?ref=news.viveksha.ru)

## FAQ

**Почему открытый инференс DeepSeek важен именно для агентов, а не просто для чат-ботов?**

Агенты выполняют многошаговые задачи с вызовами внешних инструментов. Открытый движок позволяет точно контролировать задержку (latency) каждого шага и оптимизировать память для параллельных потоков, что невозможно с закрытыми API.

**Как скрытые промпты в WhatsApp влияют на разработчиков ИИ-агентов?**

Если агент собирает данные или взаимодействует с поддержкой через такие платформы, он может непреднамеренно следовать скрытым политическим или коммерческим фильтрам, заложенным в системные инструкции LLM, что искажает результаты анализа.

**Что такое "low-resource programming languages" в контексте новостей OpenAI?**

Это языки программирования (например, COBOL, Fortran), по которым в интернете мало современных обучающих данных. OpenAI обучает модели на них специально для задач автоматической миграции корпоративного легаси-кода агентами.

## Источники

1. [https://redact.dev/blog/whatsapp-help-pages-hidden-ai-instructions](https://redact.dev/blog/whatsapp-help-pages-hidden-ai-instructions?ref=news.viveksha.ru)
2. [https://openai.com/index/low-resource-programming-languages](https://openai.com/index/low-resource-programming-languages?ref=news.viveksha.ru)
3. [https://github.com/deepseek-ai/DeepInfer](https://github.com/deepseek-ai/DeepInfer?ref=news.viveksha.ru)