OpenAI снова делает "большой шаг": API для голосовой связи в реальном времени полностью открыт, новая модель делает диалоги AI похожими на человеческие OpenAI официально открывает свой API в реальном времени (Realtime API), одновременно представляя свою самую продвинутую модель голосового общения gpt-realtime и ряд новых функций, которые помогут разработчикам создавать AI-голосовых агентов, пригодных для производственной среды. Новая модель gpt-realtime (версия gpt-realtime-2025-08-28) значительно улучшена в нескольких аспектах: она лучше понимает и выполняет сложные команды, более точно вызывает внешние инструменты, а также генерируемый голос звучит более естественно и эмоционально. Что касается цен, ввод аудио стоит 32 доллара за миллион токенов, вывод аудио — 64 доллара за миллион токенов, что на 20% дешевле предыдущих моделей. API в реальном времени (Realtime API) теперь поддерживает удаленные серверы MCP, ввод изображений и возможность совершать звонки через протокол инициации сеанса (Session Initiation Protocol, SIP). Это означает, что AI-голосовые агенты могут использовать более разнообразные инструменты и получать более богатую контекстную информацию, что делает их более мощными. OpenAI также представила два новых голоса: Cedar и Marin. Эти два голоса являются эксклюзивным преимуществом API в реальном времени (Realtime API). В то же время существующие восемь голосов также были обновлены и оптимизированы. Для разработчиков и приложений в Европейском Союзе API в реальном времени (Realtime API) теперь полностью поддерживает политику резидентства данных ЕС (EU Data Residency), что обеспечивает большую безопасность данных. В оценочном тесте Big Bench Audio, измеряющем способности модели, gpt-realtime достигла точности 82,8%, что значительно превышает 65,6% предыдущей модели, выпущенной в декабре 2024 года. Кроме того, OpenAI представила еще одну модель под названием gpt-audio (версия gpt-audio-2025-08-28). Это первая аудиомодель, официально открытая для REST API дополнений чата (Chat Completions REST API). Цены составляют: ввод аудио 40 долларов за миллион токенов, вывод аудио 80 долларов за миллион токенов.

Новые функции Xcode 26 Beta 7: теперь можно войти в свою учетную запись Claude и использовать модель Claude Sonnet 4 для генерации кода и технической документации, а также для автоматического исправления ошибок в программе. Теперь разработчики могут напрямую входить в свою учетную запись Claude в Xcode. Благодаря мощным возможностям модели Claude Sonnet 4 встроенная функция программирования (coding intelligence) в Xcode станет еще более удобной. Вы можете использовать ее для генерации кода и технической документации, автоматического исправления ошибок в программе и даже для создания интерактивных площадок (inline playgrounds) прямо между строками кода.

Новая статья Лаборатории цифровой экономики Стэнфордского университета: «Канарейка в угольной шахте? Шесть фактов о недавнем влиянии искусственного интеллекта на занятость» Все знают, что канарейки в угольной шахте служат для проверки уровня углекислого газа. Они маленькие, быстро дышат и имеют высокий метаболизм, поэтому легче подвержены воздействию токсичных газов, что дает шахтерам больше времени для действий. Это соответствует ранним сигналам о влиянии ИИ на занятость. Сначала о выводах: влияние ИИ на рынок труда уже началось, и в первую очередь это затрагивает молодых людей, только что вступивших в трудовую жизнь. Какие же шесть фактов упоминаются в заголовке? 1. ИИ точно нацеливается на начальные позиции С конца 2022 года (с момента выхода ChatGPT) среди профессий, наиболее подверженных влиянию ИИ (таких как разработка программного обеспечения, обслуживание клиентов), уровень занятости сотрудников в возрасте 22-25 лет снизился на 13%. В то же время, у более опытных сотрудников в той же компании или у сверстников, работающих в менее затронутых ИИ отраслях (например, помощники медсестер), занятость осталась стабильной или даже продолжала расти. 2. ИИ стал «виновником» стагнации занятости молодежи Хотя общий рынок труда в США по-прежнему силен, общий рост занятости среди молодежи в возрасте 22-25 лет с конца 2022 года практически остановился. Это связано с тем, что влияние ИИ на начальные позиции в некоторых отраслях снизило общий уровень занятости среди молодежи. 3. «Автоматизированный ИИ» против «Улучшенного ИИ» Не весь ИИ «отбирает рабочие места». Снижение занятости в основном наблюдается в тех областях, где ИИ может автоматизировать (Automate) человеческую работу. В то время как в тех областях, где ИИ в основном используется для улучшения (Augment) человеческих возможностей, занятость не снизилась, а даже возросла. Проще говоря, если ИИ помогает вам выполнять рутинную работу, ваша позиция под угрозой; если ИИ предоставляет вам более мощные инструменты, ваша ценность, наоборот, возрастает. 4. Это не уникальное явление для технологической отрасли Некоторые могут сказать, что это только из-за плохой ситуации в технологических компаниях. Однако исследование, контролируя «воздействие на уровне компании» (то есть независимо от того, какую должность занимает сотрудник, компания в целом сокращает набор), показало, что тенденция снижения занятости среди молодежи и на высокорисковых позициях остается значительной. Это означает, что даже внутри одной компании менеджеры склонны заменять часть начальных работ ИИ, а не полностью сокращать набор. 5. Влияние проявляется в «количестве рабочих мест», а не в «заработной плате» Интересно, что, несмотря на сокращение начальных позиций, уровень заработной платы на этих позициях не изменился. Это указывает на то, что корректировка на рынке труда в настоящее время в основном проявляется в том, что компании выбирают «меньше нанимать» или «не нанимать», а не сокращать затраты за счет «снижения зарплат». 6. Временные рамки совпадают Все вышеперечисленные тенденции четко указывают на конец 2022 года, когда инструменты генеративного ИИ начали широко распространяться. Кроме того, исследование исключило влияние других потенциальных факторов, таких как удаленная работа и аутсорсинг, что делает выводы более надежными. Откуда взяты данные для этой статьи? Насколько надежны выводы? Исследовательская группа использовала ежемесячные индивидуальные записи крупнейшего в США поставщика зарплат ADP (охватывающие миллионы сотрудников и десятки тысяч компаний, 2021–2025), сопоставив рабочие места с двумя наборами индикаторов воздействия ИИ: один набор основан на уровне воздействия задач GPT-4 (Eloundou и др.), а другой — на данных диалогов Claude от Anthropic, который также может различать «автоматизацию» и «улучшение» сценариев использования. Сравнив количество занятых и динамику заработной платы по различным возрастным группам и уровням воздействия, а также учитывая шок компании и времени в модели, были получены вышеупомянутые шесть фактов. Лично я считаю, что выводы относительно надежны. В чем разница между «автоматизацией (Automation)» и «улучшением (Augmentation)»? Исследование этой статьи показало, что снижение рабочих мест в основном сосредоточено в областях, где ИИ может «автоматизировать» работу, в то время как в областях, где ИИ играет роль «улучшения», занятость не снизилась, а даже возросла. Проще говоря, автоматизация — это замена человека ИИ, а улучшение — это помощь ИИ человеку в более эффективной работе. Например, как программист, если вы просто реализуете уже спроектированный модуль, эту часть работы ИИ может автоматизировать, также некоторые тестовые работы могут быть выполнены с помощью автоматизированных скриптов. Но если речь идет о системном проектировании, анализе требований, проверке кода, здесь ИИ может только помочь в улучшении.