ИИ-агенты: инфраструктура важнее моделей — Tencent открыл браузер агентам, а n8n и GLM строят «рельсы» · 18.09.2026

ии-агенты 18 сент. 2026 г.

ИИ-агенты: инфраструктура важнее моделей — Tencent открыл браузер агентам, а n8n и GLM строят «рельсы» · 18.09.2026

Неделя подтвердила тренд: конкурентное преимущество в агентных системах уходит от качества моделей к качеству инфраструктуры — доступу к браузеру, оркестрации процессов и собственным инференс-системам.

Tencent выпустила BrowserSkill: агенты получили ваш настоящий браузер

Tencent открыла проект BrowserSkill — связку CLI и браузерного расширения, которая позволяет агентам вроде Cursor, Claude Code и Codex работать с реальным, авторизованным браузером пользователя, не прерывая его работу. Проект мгновенно взлетел в GitHub Trending.

Это важный шаг в решении застарелой проблемы. Агенты до сих пор либо работают с эмуляцией браузера (headless, sandbox), лишённой логинов и cookies, либо требуют скриншотов и ручного подтверждения каждого шага. BrowserSkill даёт агенту доступ к живой сессии — со всеми авторизациями. На мой взгляд, это радикально расширяет практическую применимость агентов, но одновременно обостряет вопрос безопасности: делегировать залогиненный браузер — это делегировать свою цифровую идентичность.

n8n закрепляется как платформа для ИИ-агентов

Платформа автоматизации n8n снова в трендах GitHub — и позиционирует себя уже не как «workflow-инструмент», а как «платформа для ИИ-агентов». Визуальный конструктор, 400+ интеграций, возможность сочетать no-code с собственным кодом, self-hosted или облако.

Логика понятна: агенты без оркестрации — это демо. Корпоративный рынок хочет запускать агентов внутри контролируемых процессов, с наблюдаемостью и правами доступа. n8n занимает именно эту нишу между чистым кодом (LangChain) и закрытыми платформами. Fair-code модель с возможностью self-hosting — сильный аргумент для компаний, не желающих отдавать процессы в чужое облако.

GLM построила собственную инференс-инфраструктуру

Z.ai рассказала, как GLM создала собственную систему инференса вместо использования общедоступных решений (обсуждение на Hacker News собрало 134 комментария). Для компании, которая и так обучает собственные модели, вертикальная интеграция вплоть до инференса выглядит логично: контроль над задержками, ценой и специализацией под агентные нагрузки.

На мой взгляд, это сигнал для всех, кто строит агентные продукты на чужих API: когда объёмы растут, собственный инференс становится конкурентным преимуществом, а не издержкой. Именно от инференса зависят цена и скорость агентных сценариев с сотнями вызовов инструментов.

Qwen 3.8 Omni Flash: мультимодальность в реальном времени

Alibaba выпустила Qwen 3.8 Omni Flash — облегчённую мультимодальную модель, рассчитанную на быстрые сценарии. Для агентов это ключевой компонент: агент, который видит, слышит и отвечает с низкой задержкой, открывает голосовые и визуальные сценарии в реальном времени. Тренд очевиден: «омни»-модели оптимизируются под скорость и цену, потому что именно они станут «глазами и ушами» агентных систем.

«Взлом OpenAI» — напоминание о хрупкости стеков агентов

Разбор «Hacking OpenAI» (248 баллов на Hacker News) показывает, насколько уязвимы даже передовые агентные системы: цепочки вызовов инструментов, промпт-инъекции и доверие между компонентами остаются слабым местом. В сочетании с BrowserSkill, дающим агентам доступ к реальным аккаунтам, эта тема звучит особенно остро. Безопасность агентных стеков — следующая большая инженерная дисциплина.

Итог

Следующие месяцы пройдут под знаком «рельсов»: доступ агентов к реальным окружениям (браузер, файлы, аккаунты), стандартизация оркестрации и собственный инференс решат больше, чем очередные приросты в бенчмарках. Ждём ответов на главный вопрос — как обеспечить безопасность, когда агент получает ваш залогиненный браузер.

Источники

  1. Tencent/BrowserSkill на GitHub
  2. n8n — платформа для ИИ-агентов
  3. GLM Built Its Own Inference Infrastructure
  4. Обсуждение на Hacker News
  5. Qwen 3.8 Omni Flash
  6. Hacking OpenAI

FAQ

Чем BrowserSkill отличается от стандартной автоматизации браузера?

Он использует реальный, авторизованный браузер пользователя через связку CLI и расширения, а не headless-эмуляцию. Агент получает доступ к живым сессиям с логинами и cookies.

Почему self-hosted платформы вроде n8n выигрывают у облачных решений?

Компании получают контроль над данными, процессами и расходами. Для агентных систем, действующих автономно, это критично с точки зрения комплаенса и аудита.

Зачем модельным компаниям собственный инференс?

Контроль над задержками, стоимостью и оптимизацией под агентные нагрузки. Агентные сценарии генерируют сотни вызовов на задачу — там экономия на инференсе мультиплицируется.

Что такое промпт-инъекция?

Атака, при которой вредоносный текст в данных, с которыми работает агент, заставляет его выполнить нежелательные действия. Главный вектор атак на агентные системы.

Источники

  1. https://z.ai/blog/glm-built-its-inference-infrastructure
  2. https://github.com/Tencent/BrowserSkill
  3. https://qwen.ai/blog?id=qwen3.8-omni-flash
  4. https://www.hacktron.ai/blog/hacking-openai
  5. https://github.com/n8n-io/n8n
  6. https://sockpuppet.org/blog/2026/09/17/how-to-write-with-an-llm/

Теги