LinkedIn-дайджест: агентна модель на 24B, що працює на власному залізі, llm-d 1.0 навчає Kubernetes обслуговувати агентів, і Пічаї оцінює фронтир
LFM2.5-24B-A2B від Liquid AI вміщує MoE з 2.4 млрд активних параметрів у ноутбук, llm-d від Google Cloud досягає 1.0 як Kubernetes-нативний стек інференсу, а Сундар Пічаї каже Big Technology, що дохід хмари поступається фронтирним обчисленням. Перевірено за відкритими першоджерелами.
Три публічні пости в LinkedIn за останні два дні, три шари агентного стека в русі: модель, достатньо компактна, щоб ганяти агентів на власному залізі; обслуговуючий шар, що годує тисячу агентів у дата-центрі; і CEO Google, який уголос каже, що хмарний дохід чекає за фронтирними обчисленнями. Короткі цитати, посилання і моя думка. Нічого тут не взято з чиєїсь закритої стрічки.
Коротко
Кожен пункт почався з публічного поста в LinkedIn; самі пости я відкрити не можу (LinkedIn вимагає входу), тому кожен пункт перевірено за публічним першоджерелом, на яке він вказує: картка моделі та блог Liquid AI, блог Google Cloud і репозиторій llm-d, а також сама розшифровка інтерв'ю Big Technology. Де число взято з бенчмарку самого вендора, це зазначено. Висловлювання Пічаї - заяви з інтерв'ю і позначені відповідно. Я читав ці сторінки 21 жовтня 2026 року.
Карун Танкачан: LFM2.5-24B-A2B від Liquid AI, MoE на 24B з 2.4 млрд активних параметрів для локальних агентів
"LFM2.5-24B-A2B is a 24B-parameter reasoning model with only 2B active parameters, built for fast, private agents on-device."
Картка моделі Liquid AI, сторінка, на яку вказував пост у LinkedIn. Картка моделі · Блог запуску · Оригінальний пост
Моя думка: Цифри архітектури в картці сходяться із заявами поста: 24.0 млрд параметрів загалом при 2.45 млрд активних на токен, 40 шарів (30 блоків подвійної гейтованої короткої згортки плюс 10 блоків GQA-уваги), 64 експерти на MoE-блок з маршрутизацією top-4, бюджет навчання 36 трильйонів токенів, словник 128K і контекст 131,072 токена. Постнавчання - SFT плюс дві стадії мультидоменної on-policy дистиляції плюс агентний RL усередині справжніх агентних обв'язок (OpenClaw, Hermes Agent, Pi, OpenCode), тож модель буквально навчена на тих інструментах і системних промптах, які зустріне в роботі. Картка пропонує шість форматів: нативний BF16, FP8, GGUF, ONNX, MLX 4-bit і драфт-варіант для спекулятивного декодування. Найцікавіше - чесність позиціювання: Liquid прямо пише, що модель "не рекомендується для задач, важких на знання, сама по собі" і має працювати в парі з ретривалом, а в її власній таблиці вона програє Qwen3.6-35B-A3B на GPQA (74.42 проти 83.69), SWE-Bench Verified (51.0 проти 66.2) і WebArena (26.75 проти 37.62), виграючи агентні tool-use рядки (LiveClaw 48.09 проти 38.19, ToolSandbox 80.71 проти 75.02). Це орган виклику інструментів, а не енциклопедія - і це правильний компроміс для моделі, якій жити всередині обв'язки. Заяви про швидкість - виміри вендора: 184 ток/с на Apple M5 Max і 114 на Ryzen AI Max+ 395 (llama.cpp, Q4_K_M, контекст 4K) і понад 21K вихідних ток/с на одному B300 за високої конкурентності. Ліцензія - власна LFM Open License v1.0: без роялті, але комерційне використання вимагає, щоб річний дохід вашої організації був нижчим за поріг у $10 млн, тож це не OSI-ліцензія, і більшим компаніям потрібна окрема угода. На сьогодні картка показує близько 16.9K завантажень за місяць і 538 вподобайок від завантаження 12 жовтня.
Не перевірено: Усі цифри бенчмарків і швидкості - власні прогони Liquid на їхній обв'язці та залізі; я модель не запускав. Фреймінг "конкурентна моделі на ~50% більшій" спирається на агентні рядки однієї обраної вендором таблиці. Дані та код навчання не опубліковані - картка документує стадії рецепта, а не дані.
Марк Ломеєр: llm-d 1.0 вийшов у GA, Kubernetes-нативний стек розподіленого інференсу
"Today at the PyTorch Conference, we released llm-d 1.0, an open-source, Kubernetes-native stack for distributed LLM inference."
Блог Google Cloud, 20 жовтня 2026, автор - сам Ломеєр. Блог Google Cloud · Репозиторій (Apache-2.0) · Оригінальний пост
Моя думка: llm-d стоїть над vLLM і SGLang і перетворює кластер модельних серверів на один скоординований пул: маршрутизація з урахуванням префікс-кешу та навантаження, ярусне вивантаження KV-кешу (host RAM, SSD, Google Cloud Managed Lustre), дизагрегація prefill/decode під керуванням нового DisaggregatedSet, мультитенантний flow control і асинхронний процесор, що ганяє пакетні задачі у вільній ємності без голодування інтерактивного трафіку. Історія 1.0 націлена прямо на агентний трафік: session-aware маршрутизація тримає ходи агента на репліках, що вже зберігають його контекст, а тайм-слайсинг дозволяє RL-роллаутам ділити прискорювачі з інференсом, що, за словами Google, піднімає завантаження прискорювачів приблизно з 40% до понад 70%. Цифри в пості вендорські, але конкретні: на агентному кодовому навантаженні на Ironwood TPU префікс-обізнана маршрутизація плюс вивантаження в host-пам'ять зрізали медіанний час до першого токена більш ніж на 85% і підняли пропускну здатність у 2.4 раза проти звичайного Kubernetes Service; власна платформа Gemini подвоїла частку влучань у префікс-кеш з 35% до 70% через GKE Inference Gateway; розгортання на 17,000 вузлів у кількох регіонах масштабувало пропускну здатність у 2.9 раза на трьох кластерах із успішністю 99.9%. Клієнтські цитати називають реальне використання: Snap повідомляє про 75-80% влучань у префікс-кеш, ZenteiQ заявляє 4-кратне зростання сукупної пропускної здатності для генерації синтетичних даних, а інженери Mistral з інференсу кажуть, що забезпечують пріоритетні смуги між комерційними тарифами з його допомогою. Проєкт - CNCF Sandbox, співзаснований Red Hat, Google Cloud, IBM Research, CoreWeave і NVIDIA, із 500+ контриб'юторами з 25 організацій; репозиторій під Apache-2.0 з 4,917 зірками та 870 форками на сьогодні. Важливо, що означає тут 1.0: v1 API, висока доступність роутера й оновлення без простою - нудні частини, які роблять обслуговуючий шар придатним для впровадження.
Не перевірено: Усі показники продуктивності - від Google або її партнерів, виміряні на їхніх навантаженнях і залізі; я llm-d не розгортав. Цифри платформи Gemini описують власний виробничий трафік Google, що є реальним використанням, але не незалежною оцінкою.
Алекс Кантровіц: Сундар Пічаї про рекурсивне самовдосконалення та дефіцит обчислень
"Our cloud business is at any given moment in time forgoing short-term revenues because we are making compute trade-offs to support frontier AI development."
Інтерв'ю Big Technology, опубліковане 20 жовтня 2026, записане в штаб-квартирі Google в Маунтін-В'ю. Все в цьому пункті - слова Пічаї з інтерв'ю: заяви зацікавленої сторони, а не перевірені факти. Інтерв'ю · Оригінальний пост
Моя думка: Вагу несуть три фрагменти. Про рекурсивне самовдосконалення Пічаї підтверджує слова Сергея Бріна, що RSI зробило внесок у нову модель Gemini 4 Argon, але проводить межу точно: "сьогодні, в континуумі, ми досить далекі від кінцевого стану RSI" - те, що є зараз, це "агенти, які допомагають AI-дослідникам автоматизовано працювати разом над побудовою цих моделей". Про попит: Argon обробив майже 25 трильйонів токенів за перші 72 години, приблизно утричі більше стартового вікна Gemini 3, і Google обмежений ємністю під час його обслуговування; внутрішньо він приписує Argon 30-відсоткове зростання числа changelist'ів і зменшення відкатів на третину за чотири тижні. Про дефіцит обчислень, на запитання про ремарку Енді Джассі "розпродано до 2028", він не змигнув: клієнт, що просить обчислення на 2027 рік, стикається з чимось "неймовірно важким", водночас він відкидає порівняння з темним оптоволокном - "Ми його використовуємо. Ми обмежені ємністю щодня" - хоча визнає, що перевиробництво можливе, якщо вузьким місцем стане будь-який з "2,000 компонентів або більше" (пам'ять, електрика, електрики, земля). Найпоказовіший для мене фреймінг - прямо названий порядок пріоритетів: доступ DeepMind до фронтирних обчислень "не підлягає обговоренню", хмарний бізнес планує навколо решти, а втрачений хмарний дохід - просто "вже реальність". Для спостерігачів за безпекою: його відповідь на інциденти з агентами - ешелонована оборона: робота над вирівнюванням плюс моніторинг у реальному часі, пісочниці та, в перспективі, міжгалузеві стандарти з незалежними оцінювачами, "як фінансовий контроль... незалежні аудитори".
Не перевірено: Це заяви CEO в дружньому інтерв'ю. Обсяги токенів, цифри changelist'ів і відкатів та заяви про ємність - власні числа Google без зовнішнього підтвердження; оцінка RSI - позиція, а не вимір.
Як робиться цей дайджест
Пункти обираються сканером із публічних постів LinkedIn, потім кожен перевіряється за публічним першоджерелом: картка моделі та блог вендора, інженерний блог і репозиторій, розшифровка інтерв'ю. Самі пости LinkedIn вимагають входу й не відкривалися; посилання надано для довідки. Лічильники залученості не використовуються, з авторами я не контактував, і нічого тут не взято із закритої стрічки.
- https://huggingface.co/LiquidAI/LFM2.5-24B-A2B
- https://www.liquid.ai/blog/lfm2-5-24b-a2b
- https://cloud.google.com/blog/topics/ai-infrastructure/llm-d-1-0-an-open-source-stack-for-distributed-inference
- https://github.com/llm-d/llm-d
- https://www.bigtechnology.com/p/sundar-pichai-googles-frontier-imperative