OpenClaw v2026.8.1-beta.2 привязала секреты к точным HTTPS-хостам и добавила переключение между GPT-5.6 Sol, Terra и Luna
Безопасный доступ к секретам и смена моделей во время исполнения становятся базовыми функциями агентных платформ. Параллельно локальные агенты и мультимодальное восприятие расширяют автономность за пределами облачного чат-интерфейса
🧠 Model
Восприятие без дообучения
Исследование предлагает подключать визуальное восприятие к LLM через обучаемые запросы и префиксы вместо полного переобучения модели
Лёгкие адаптеры позволяют добавлять агентам зрение с меньшими вычислительными затратами и сохранять заменяемость базовой модели
⚡ Big Labs
SIMA 2 учится сама
Google DeepMind представила SIMA 2 — агента на Gemini, способного выполнять языковые инструкции, планировать и улучшаться без обратной связи человека
Самоулучшение автономного агента требует изолированных сред, устойчивых evals и контроля изменений поведения до допуска к реальным действиям
🔧 Tools
Локальный стек AnythingLLM
AnythingLLM развивает комплексную local-first среду для запуска агентов и управления ими на собственной инфраструктуре
Локальное исполнение уменьшает зависимость от облачных поставщиков и расширяет возможности приватной работы с корпоративными данными
🏗 Infrastructure
OpenClaw защищает секреты
OpenClaw v2026.8.1-beta.2 блокирует отправку секрета на непривязанный хост и поддерживает переключение моделей и сред исполнения
Привязка секретов к адресатам снижает риск утечки через инструменты, а runtime switching повышает устойчивость мультипровайдерного стека
Агенты распределяют ресурсы
LLM-системы используют мультимодальные данные и прогноз активности пользователей для проактивного распределения ресурсов беспроводной сети
Сценарий показывает переход агентов от анализа к управлению физической инфраструктурой, где необходимы ограничения действий и гарантированный откат