Опасаться обновлений OpenClaw теперь не нужно благодаря безопасным апдейтам и улучшениям продуктивности
Вышла версия OpenClaw 2026.9.3, где кардинально улучшили процесс обновлений: теперь изменения сначала проверяются в изолированной среде, и можно безопасно восстановить прерванные обновления. Это важно, если вы раньше сталкивались с зависаниями или потерей данных при обновлении. Более того, кэширование подсказок оптимизировали, а повторное использование рабочих сборок привело к ускорению старта сессий, что заметно уменьшит задержки в работе. Для пользователей, подключающихся к разным сервисам, стала проще управля́ть аккаунтами напрямую из настроек моделей. Если вы работаете на Mac, то новые вкладки браузера теперь сохраняются при переключении между чатами — это удобно для одновременной работы с несколькими задачами. Из изменений с нарушением обратной совместимости нужно подготовиться к обновлению Node.js до версии не ниже 24.16.0 (рекомендуется Node 26) — без этого SQLite может неправильно обрабатывать текст, и некоторые функции OpenClaw перестанут работать.
Русская диктовка без видеокарты: как «Писарь» обходит Whisper и экономит ресурсы
Появилась новая локальная модель для голосового ввода на русском — “Писарь” от GigaAM, основанная на технологии Сбера. Главное отличие от Whisper — максимально быстрая работа прямо на CPU без видеокарты, вес модели всего 204 МБ. Диктовка моментально превращает речь в текст с правильной пунктуацией и заглавными буквами. Такой подход удобно использовать, если ваш компьютер не предназначен для тяжелой работы с ИИ, а интернет-соединение нежелательно для передачи аудио. Время распознавания очень маленькое — 30 секунд речи обрабатываются менее чем за полсекунды, а запуск модели занимает около четверти секунды. При этом все звуки не покидают ваш компьютер, что сохраняет приватность. Если раньше «Шепот» для русского языка доставлял проблемы с точностью или замедлял работу, попробуйте «Писаря» — особенно если нужна именно русская диктовка и при этом эффективное энергопотребление.
Как устроены быстрые ответы Алисы в Поиске: открытый претрейн и ускорение через MoE-архитектуру
Яндекс выпустил подробный обзор и опубликовал претрейн модели Alice AI-T5-35B-A0.6B Base, используемой для быстрого генеративного ответа в поисковой системе. Модель умеет выдавать короткие, четкие ответы даже в часы пик, благодаря собственному дизайну и тренировке на пользовательских сигналах. Ключевой момент — новый архитектурный подход с сжатием информации и разреженной специализацией (MoE), что уменьшает нагрузку без снижения качества. Модель доступна на Hugging Face для инференса, но оптимизированный продакшн-инференс пока только внутри Яндекса. Это значит, что для желающих использовать аналогичные модели в локальных решениях или интеграциях скоро появится возможность тестировать её по API.
Ollama теперь подключается к ChatGPT Desktop — Можно использовать открытые модели и подавать структурированный вывод
У пользователей ChatGPT Desktop появилась возможность запускать модели Ollama без отрыва от привычного интерфейса. Это позволит совмещать привычные рабочие процессы с преимуществами открытых моделей в десктопных приложениях. В релизе v0.34.0 улучшили производительность на Apple Silicon и добавили поддержку расширенного поиска клиента и компактных ответов, что повлияет на скорость и качество работы. Для тех, кто экспериментирует с локальными моделями или хочет расширить выбор доступных голосовых и текстовых моделей, это облегчает интеграцию. Подробнее о том, как начать работу с OpenClaw и его интеграциями, вы найдете в нашем полном гиде по OpenClaw.
Почему менять PostgreSQL на отдельную векторную базу сейчас не обязательно
В индустрии активно обсуждают замену PostgreSQL на специализированные векторные базы, но на практике pgvector в последних версиях работает достаточно быстро и стабильно, чтобы обслуживать сотни тысяч векторов без отдельного стенда для Pinecone или аналогов. Это экономит время на инфраструктуры и упрощает поддержку. Если ваша база данных не превышает несколько сотен тысяч векторов, попробуйте сначала pgvector — так уже поступили несколько компаний. Важно понимать, что каждая новая база — дополнительный уровень поддержки и затрат, а на практике можно обойтись без этого.
Как озвучить текст голосом с помощью ИИ и при этом избежать типичных ошибок
Синтез речи стал простым, но в 2026 году ключевая сложность — не сама технология, а подготовка текста. Бывают ошибки с неправильным прочтением чисел, терминов или пунктуации, из-за чего слушатели теряют смысл. Чтобы избежать этого, нужно следить за форматированием текста, исключать неоднозначности и подбирать модель под конкретную задачу. Сводная таблица с рекомендациями по ценам и ограничениям поможет выбрать сервис. Если планируете коммерческое использование аудио, обратите внимание на лицензирование. Подробнее о синтезе речи и ошибках читайте в нашем материале.
Что мы разобрали на неделе
Глубокие темы взаимодействия с ИИ и развития моделей — как GPT-6 Astra строит беговые маршруты с OpenStreetMap, как роботы учатся на реальных данных и управление ИИ-агентами через новые API — раскрыты в аналитике и обзорах по разбору GPT-6 Astra, обучению роботов, атаке OpenAI-агентов на RubyGems и OpenAI Agents API. Скиллы и навыки для ИИ тоже подробно освещены в наших статьях.
Ещё коротко
- Ollama обновился и может работать в ChatGPT Desktop с улучшенной производительностью.
- В OpenClaw теперь можно делиться выбранными диалогами с ограниченным доступом — полезно для совместной работы.
- Новая функция Team Reports позволяет видеть активность коллег в GitHub и Discord с автоматическими сводками.
Кому стоит перейти на локальную диктовку “Писарь” и готовиться к обновлению OpenClaw
Если вы часто используете голосовой ввод на русском и не хотите зависеть от облачных сервисов и видеокарт, попробуйте “Писарь”. А чтобы избежать проблем с обновлением и пользоваться новыми функциями OpenClaw, обновите Node.js до рекомендованной версии. Для тех, кто следит за ИИ-ответами в приложениях и поиске — стоит попробовать новую модель Alice AI и следить за её развитие через открытый претрейн. И, конечно, если вы используете PostgreSQL для векторных данных, попробуйте сначала pgvector, чтобы сэкономить на инфраструктуре.