Без рубрики

Новый Siri как системный слой iPhone: интерфейс, который ищет, отвечает и запускает действия в iOS
Без рубрики

Новый Siri: почему это не просто чат-бот, а системный слой iPhone

Когда Apple представила Siri в 2011 году, это был заметный шаг вперёд: голосовой помощник, который понимал контекст и запускал действия в системе. Но за 15 лет категорию переопределили конкуренты. ChatGPT и Gemini показали, что ИИ может вести полноценный диалог, помнить историю разговоров и отвечать почти на любой вопрос. Теперь Apple готовится показать новый Siri на WWDC 2026 — и различие здесь важно понимать не по маркетинговым ярлыкам, а по архитектуре.

Главная идея проста: новый Siri не будет ни просто голосовым ассистентом, ни полноценным чат-ботом вроде ChatGPT. Вместо этого Apple строит системный интерфейс, который умеет искать, разговаривать, запускать действия в приложениях и, возможно, выбирать, какую ИИ-модель использовать. Это компромисс между универсальностью и контролем, и именно в нём скрыты главные различия.

Сравнение: электрическая платформа у Ferrari Luce и Waymo Ojai решает разные задачи — статус и дефицит против масштаба и сервиса
Без рубрики

Ferrari Luce и Waymo Ojai: две роли электромобиля

Когда Ferrari и Waymo почти одновременно представили свои новые электрические продукты, в медиапространстве возник соблазн поставить между ними знак равенства: оба на батарейках, оба технологически амбициозны, оба претендуют на лидерство в своих сегментах. Но именно здесь сходство заканчивается. Ferrari Luce и Waymo Ojai — это не два варианта одного тренда. Это два принципиально разных ответа на вопрос: зачем вообще нужна электрическая платформа?

Metis для поиска уязвимостей в коде показывает контекст, граф зависимостей и объяснение находки для разработчика
Без рубрики

Metis: контекстный поиск уязвимостей в коде

Представьте две ситуации. В первой традиционный SAST-инструмент проверяет функцию и сообщает: «Потенциальная утечка памяти». Разработчик открывает код, видит, что память освобождается двумя строками ниже в другом файле, и отклоняет алерт как ложный. Во второй система анализирует ту же функцию, но сначала восстанавливает её место в архитектуре проекта, читает документацию, проверяет, как этот код вызывается из других модулей, и выдаёт: «Здесь действительно утечка, потому что обработчик исключений в caller не гарантирует вызов cleanup, а вот этот путь выполнения его пропускает». Разница не в магии, а в том, что второй подход видит граф, а не строки.

Arm открыла Metis как раз в момент, когда эта проблема стала особенно заметной. Традиционный SAST работает на основе правил и сигнатур: он видит паттерны, но не контекст. Результат — либо пропущенные сложные уязвимости, которые требуют понимания взаимодействия компонентов, либо поток ложных срабатываний, из-за которых разработчики перестают доверять инструменту. Metis пытается решить эту проблему не через более сложные правила, а через другой принцип работы: контекстное рассуждение о коде с помощью LLM и RAG.

Прокрутить вверх