Посты канала Неискусственный интеллект

🤖 AID — AI-дайджест от @anti_agi Демократы на промежуточных выборах в США взяли и Палату представителей, и Сенат. Для ИИ-сектора главный итог — Техас: губернатором стала Джина Хинохоса, первый демократ на этом посту с 1990 года. Она обещала немедленный мораторий на строительство новых дата-центров, а на штат приходится 27% планируемых мощностей ЦОД в США. Ночью CoreWeave подешевел на 7%, Nebius и Oracle — на 4%, фьючерсы на Nasdaq 100 падали на 2,2%. Техас не одинок. В Огайо Эми Эктон, обещавшая «условный мораторий», обыграла Вивека Рамасвами, в Джорджии мораторий обещала избранная губернатором Кейша Лэнс Боттомс. В Нью-Джерси мэр Кейп-Мэя Зак Маллок выбил из Конгресса Джеффа Ван Дрю, атакуя его за дата-центры. А в Огайо минимум 14 городов из 18 проголосовали за запреты и ограничения, в Трентоне запрет набрал 80%. Илон Маск тут же заявил, что ЦОД в космосе «выглядят довольно привлекательно». Там хотя бы нет избирателей. На рынке сезон отчетностей. У AMD выручка дата-центрового сегмента выросла на 97%, до $8,55 млрд, а Лиза Су пообещала рост выручки в 2027 году больше чем на 80%. Правда, за якорных клиентов пришлось заплатить: варранты OpenAI и Meta* обошлись в $1,07 млрд списаний за квартал — каждая может получить около 10% AMD почти даром. Supermicro учетверила выручку до $19,95 млрд и подняла годовой прогноз до $72–82 млрд. Гиперскейлеры все чаще строят дата-центры в долг, что вызывает разнообразные риски: ▪️По подсчёту Nikkei, внебалансовые ИИ-обязательства пяти бигтехов за полгода выросли на 90%, до $3,2 трлн. ▪️У Meta* это около $420 млрд — втрое больше официального долга, а вчера компания заняла ещё $15 млрд, на это раз — на баланс. ▪️Apollo выдала рекордные $114 млрд кредитов, активно заходя в ИИ-финансирование. ▪️Президент Blackstone Джон Грей призывает привлекать больше акционерного капитала, так как долговые риски растут. ▪️Reuters предупреждает, что ИИ-заимствования давят уже и на европейский рынок облигаций. Один из самых закредитованных ИИ-игроков, Oracle, по данным FT, расторгла сделку с Tencent на $7 млрд: китайцы должны были пять лет арендовать около 100 тысяч ИИ-чипов в её дата-центрах в Юго-Восточной Азии. Давили с двух сторон: американские чиновники выражали обеспокоенность, а власти Гуандуна просили Tencent поддержать китайские чипы. Теперь Oracle будет еще сложнее вернуть долги кредиторам. Экспортный контроль бьёт и по союзникам. План SK Hynix вложить $45 млрд в NAND-фабрики в штате Нью-Йорк завис: Минторг США не даёт лицензии на американское оборудование для её завода в китайском Даляне, а корейцы рассчитывали, что он и профинансирует американскую стройку. Корпорация добра по имени Google обнажает оскал капитализма. После расследования WSJ компания отключила Gemini и ИИ-поиск по умолчанию в школьных аккаунтах, но с подвохом: школа, запретившая ИИ полностью, лишается и обычного поиска. Тем временем британские сотрудники Google DeepMind требуют снять пожизненный ‼️ запрет на критику компании, который мешает им предупреждать о рисках ИИ. 🇷🇺У нас в России Минцифры станет единым координатором внедрения ИИ: через министерство пойдут все законопроекты и акты по теме. Сбер выложил в открытый доступ Kandinsky Avatar 1.0, который делает говорящие видеоаватары по фото и голосу. А Сергей Глазьев обвинил глав IT-компаний в «технофашизме». Расскажите ему еще про заговор бигфармы! *Meta считается в России экстремистской и запрещена

Дырка от памяти Его фирма разрабатывает дешевые, но бесполезные чипы. Зато он досконально знает правила корейского делового этикета: кланяется на правильную глубину, наливает сначала другим, потом себе и никогда не вступает в разговор первым. Это выглядит как начало истории про неудачника, но не спешите смеяться над ним. Чуваку за сорок, он всю карьеру проработал в южнокорейской полупроводниковой отрасли и свободно говорит по-китайски и по-корейски. А фиговые чипы он делает специально, ведь они дают повод заказывать у Samsung и SK Hynix самую современную память с высокой пропускной способностью (HBM). Американские правила запрещают корейским компаниям продавать её в Китай отдельно. А вот если HBM припаяна на одну подложку с серверным процессором, то мощность сборки считается по процессору. Который, как мы помним, заведомо хилый. Схема похожа на классический анекдот, когда мужик каждый день ездил через границу с тачкой песка, в котором таможенники ничего не находили. Годы спустя бывший таможенник спрашивает у него: «Скажи честно, что ты возил?» — «Тачки». Это, к слову, не в чистом виде анекдот. Лет 15 назад Ford ввозил в США свои Transit Connect из Турции как пассажирский автомобиль с пошлиной 2,5%, а затем снимала задние сиденья и превращала машины в грузовую, для которых пошлина составляла 25%. Тут процессор с памятью монтируют на Тайване, в Корее и Юго-Восточной Азии, декларируют по коду процессора и везут в Гонконг. Оттуда через границу в Китай: в багаже курьеров, багажниках машин и сумках людей, которые каждый день ездят на работу. В китайской мастерской стеки памяти отпаивают, а процессор выбрасывают. Операция ювелирная: перегреешь, и память трескается, но риск окупается. Дальше память попадает к брокеру из Шэньчжэня. Ему чуть за двадцать, он хорошо поднялся на контрабанде: логотипы на люксовой одежде видны с другого конца комнаты. Но контрабандистом он себя не считает — говорит, что вносит вклад в дело родины. Патриотизм этот неплохо окупается. Модуль HBM3E год назад стоил несколько сотен долларов, сейчас около $4 000. На один ИИ-чип нужно 6–8 модулей, то есть $24–32 тысяч только за память. Перепаянные сборки не единственный канал. Память снимают со старых ускорителей Nvidia. Скупают запасы разработчиков, которые отменили проекты и остались с оплаченной памятью на руках. А некоторые дистрибьюторы просто придерживают товар и ждут роста цены. Брокер на них жалуется: жадные, говорит. В конце цепочки стоит Huawei. Компания рассказывает клиентам, что её следующий флагман Ascend 960DT, который выйдет в первом квартале 2027 года и будет вдвое мощнее нынешних чипов, во многом будет работать на памяти Samsung и SK Hynix. Купить её напрямую Huawei не может из-за санкций, поэтому части заказчиков предложила искать память самостоятельно. А они идут к брокеру-патриоту. Китайские поставщики не справляются. Fujian Jinhua сама под санкциями и на годы отстаёт от корейцев. CXMT пытается освоить HBM3E, но мучается с выходом годных. Samsung и SK Hynix вместе держат больше 80% мирового рынка. Из-за дефицита Huawei подняла цену Ascend 950DT до более чем 250 тысяч юаней (около $37 тысяч). Чип вдвое медленнее Nvidia H100 образца 2022 года, а стоит теперь как B200. Для Пекина это больной вопрос, власти заставляют компании пересаживаться на отечественные чипы, и для инференса моделей их хватает, но обучение больших моделей типа DeepSeek без HBM не идёт. Huawei вместе с DeepSeek хочет сделать новый чип пригодным для предобучения, которое до сих пор велось только на Nvidia. Но без памяти, что DeepSeek, что Moonshot упираются в потолок. Тем временем корейская таможня к маю 2026 выявила нарушений на 770 млрд вон ($560 млн), больше, чем за весь рекордный 2025 год. Маршрутом теперь пользуется слишком много подражателей, так что в следующем году наш сорокалетний «неудачник» собирается продать свою долю в компании. @anti_agi

Британия боится остаться клиентом чужого ИИ Даже если будет самым ценным и дорогим Британия — уже ИИ-держава, во всяком случае, на бумаге. В 2025 году правительство насчитало в стране 10,5 тыс. ИИ-компаний, £33,6 млрд выручки и 130 тыс. сотрудников. Но собственно ИИ-разработчики заработали лишь £9,2 млрд, причём заметную долю обеспечили британские подразделения Nvidia, Palantir, Databricks и Snowflake. Местные Wayve, Isomorphic Labs, Synthesia и NScale занимаются беспилотниками, разработкой лекарств, генерацией видео и инфраструктурой. А независимой британской лаборатории универсальных frontier-моделей, сопоставимой с OpenAI, Anthropic или хотя бы французской Mistral, так и не появилось — хотя опыт выращивания критических технологий у страны есть. DeepMind родилась в Лондоне, но в 2014 году перешла к Google. Процессорная архитектура Arm появилась в Кембридже, но в 2016-м компанию купила SoftBank Масаёси Сона за £24 млрд. Даже после возвращения Arm на биржу японская группа сохраняет 86,4% акций. Теперь пять корпораций контролируют около 70% мировых ИИ-вычислений. Правительственные советники бьют тревогу: они считают, что Британия рискует стать high-value AI customer — богатым покупателем чужой технологии без возможности определять правила. И никакой безопасный ИИ и меры его контроля не помогут. На этом фоне кабинет согласовал семь принципов новой ИИ-политики. Financial Times раскрыла три установки: ИИ должен работать в интересах британцев, «контроль и суверенитет имеют значение», а инфраструктура обязана служить стране и местным сообществам. Культурный блок правительства при этом требует защитить авторские права от скрейпинга, экономический — не упустить рост. Суверенитет решили начать с розетки. К 2030 году Британии потребуется 6 ГВт мощностей ИИ-ЦОДов — втрое больше, чем доступно сейчас. Стратегическим проектам ускорят выдачу разрешений и подключение к сетям. В обмен операторы должны создавать рабочие места, привлекать местных поставщиков, экономить воду и предоставлять государству защищённый доступ к вычислениям. На безопасность моделей, биозащиту и инвестиции в британские ИИ-компании последний бюджет выделяет более £700 млн. При этом технологический министр Лиз Кендалл признаёт: их стратегия — не попытка «поднять мост и делать всё самостоятельно». Критические элементы Британия хочет создавать сама, часть — вместе с союзниками, остальное — покупать с гарантией доступа. 🔤🔤Правда, по мнению наших коллег из @antifintech, с учётом фискальной ситуации и стоимости энергетики, такие меры поддержки — как мёртвому припарка. Разве что все пенсии жителей Туманного Альбиона пустят на ЦОДы. @anti_agi

Французский пухляш Французская Mistral выложила веса Mistral Large 4, которую сама компания называет Le Chonk. Впервые Mistral представила Le Chonk в начале октября и тогда же пообещала открыть ее веса. До этого модель была доступна в режиме предварительного доступа. За прошедшие недели компания продолжила обучение с подкреплением и, по ее словам, улучшила программирование и работу с задачами по кибербезопасности. У Large 4 MoE архитектура с около 1 трлн параметров и 52 млрд активных, на вход принимает текст и изображения, отвечает текстом и поддерживает контекстное окно в 1 млн токенов. В программировании результаты выглядят любопытно. В рейтинге Artificial Analysis агент Mistral Vibe с Large 4 набрал 48 баллов, а OpenCode с китайской GLM-5.3 — 49. При этом связка Mistral использовала в среднем 8,5 млн токенов на задачу против 15,9 млн у конкурента. Входящий в рейтинг тест Terminal-Bench 4.0 она прошла с результатом 41% против 40% у китайца. Но из этого не следует, что Le Chonk в целом сравнялась с GLM-5.3. В более широком Intelligence Index, который помимо программирования включает научные и другие сложные задачи, Large 4 набрала 26 баллов против 32 у GLM-5.3. Сравнение агентов тоже зависит от выбранных инструментов и условий тестирования. Еще одно направление, на которое делает ставку Mistral, — кибербезопасность. Компания утверждает, что модель умеет находить уязвимости, воспроизводить их и готовить исправления. Для команд безопасности открытые веса дают возможность развернуть ее внутри своей инфраструктуры и работать с кодом и данными, которые не хочется отправлять внешнему провайдеру. Le Chonk обучали с нуля на 3800 графических процессорах NVIDIA Grace Blackwell в европейских дата-центрах Mistral. Самостоятельный запуск тоже потребует серьезного оборудования: опубликованы версия FP8 и более компактная NVFP4. Веса доступны по лицензии Mistral Ecosystem Open-Weight, основанной на MIT. Модель разрешено бесплатно использовать, изменять и применять в коммерческих продуктах. Но есть условие: компаниям, которые хотят предоставлять ее как сервис Model-as-a-Service, понадобится отдельная коммерческая лицензия от Mistral. @anti_agi

🤖 AID — AI-дайджест от @anti_agi Новые трудности главного IPO тысячелетия. Крупные инвесторы, которые собираются покупать акции Anthropic на IPO, требуют снизить оценку до $1,5–1,6 трлн, пишет WSJ. Раньше рынок закладывал около $2 трлн. Поводом стал обновлённый проспект, о котором мы подробно написали вчера. Apple отчиталась о рекордном квартале: выручка выросла на 12%, до $114,5 млрд, но Джон Тернус в своём первом отчёте в качестве CEO предупредил о «беспрецедентном» росте цен на память и снижении маржи до 45–46%. Заодно рассказал, что Siri AI станет частично платной. Акции после закрытия упали на 2,8%. Palantir тоже показал лучший квартал в истории (выручка +96%), но и его акции подешевели на 3%: новые контракты выросли всего на 6%. Деньги бигтеху при этом нужны всё больше. Meta* готовит облигации минимум на $20 млрд, впервые в евро — и это всего спустя неделю после рекордной продажи акций на $37,5 млрд (из программы на $97,5 млрд). А Oracle привлекает $20 млрд акциями и облигациями (как обещают, в последний раз) и вчера подешевела на 8,8%. Инвесторам все это, ожидаемо, не нравится. Nasdaq 100 опустился на 10% от октябрьского пика, это техническая коррекция. Marvell, объявившая о покупке Lumentum за $115 млрд, потеряла 32% за три дня, а сегодня утром акции Samsung и SK Hynix упали ещё на 4%. Полупроводниковый индекс потерял 12% за три сессии. На саммите в Гонконге о перегреве сегодня говорили все. Тед Пик из Morgan Stanley видит «ранние признаки» коррекции, а замглавы финрегулятора Китая Сяо Юаньци считает, что ИИ-инвестиции чрезмерно концентрированы и вытесняют остальные отрасли. Спокоен разве что Джон Грей из Blackstone: спрос на вычисления «экстраординарный», так что капитала понадобится ещё больше. Blackstone, к слову, участвует в долговом пакете Anthropic на $63 млрд. Торги Anthropic начнутся через две недели. И это будут очень нервные полмесяца... ▪️Nvidia потребовала от облачных клиентов продавать минимум 51% мощностей некитайским компаниям. Требование устное, но бьёт по главной лазейке китайских ИИ-компаний: аренде чипов в дата-центрах Юго-Восточной Азии и Ближнего Востока. Похоже, Дженсен решил не ждать, пока экспортный контроль ужесточат за него. ▪️В том же проспекте IPO Anthropic предупредила, что «может вскоре» достичь порога рекурсивного самоулучшения, когда ИИ начинает ускорять собственное развитие. Речь о будущих моделях, а не о нынешних, и компания допускает, что заметит ускорение только постфактум. Недавно о таком писали в эссе, теперь пишут в документах для SEC. Хотя в разделе о рисках компании еще и не такое прописывали! ▪️DeepSeek выложила в открытый доступ Super-agent, автономного агента для программирования. Он читает рабочие чаты разработчиков, сам находит баги и чинит их в фоне. Bloomberg называет его ответом Claude Code. Бесплатным ответом. *Meta считается в России экстремистской и запрещена

Цена вычислений Anthropic обязалась потратить на вычисления $895,4 млрд. Цифра появилась в исправленной заявке на IPO (S-1/A), которую компания подала сегодня. В первой версии заявки, вышедшей неделю назад, общей суммы не было, только отдельные контракты. По подсчёту ZeroHedge, вместе они тянули примерно на $637 млрд. Дополнительные $260 млрд взялись из договоров, которые не попали в список крупнейших. После 30 сентября Anthropic подписала новых обязательств на $100,2 млрд, в основном это аренда ЦОД и облачный хостинг. Ещё около $24 млрд приходится на краткосрочные контракты. Обязательства перед Google выросли с $114,5 млрд до $121,3 млрд, и платить их придётся независимо от того, сколько мощностей компания реально использует. Крупнейший контрагент Anthropic — Broadcom ($161,2 млрд), дальше идут Google, SpaceXAI (до $120,5 млрд) и Amazon ($110 млрд). Около $70 млрд из этой суммы нужно заплатить в ближайшие 12 месяцев, а $447,5 млрд — до конца 2030 года. Денег и краткосрочных вложений у компании на конец сентября было около $132 млрд, почти в семь раз меньше обязательств. Растущие расходы уже видны в отчётности. Выручка в III квартале выросла почти до $17 млрд (во II было $11,6 млрд), но операционная прибыль $974 млн смениласьубытком $567 млн. Сказались две статьи расходов на общую сумму $7 млрд. Первая — $5 млрд на вычисления, купленные по краткосрочным контрактам. Обычно Anthropic бронирует мощности за 12–18 месяцев, но летом спрос на Claude обогнал всё, что было забронировано, и недостающее пришлось докупать срочно. По словам компании, такие мощности «сейчас стоят значительно дороже», чем по многолетним контрактам. Расходы на вычисления и инфраструктуру за квартал выросли на 77%, до $9,9 млрд, или 58% выручки. То есть Anthropic переплатила чтобы поддержать свой быстрый рост. Вторая — $2 млрд неденежных расходов на программу пожертвований. Сотрудники жертвуют часть своих акций на благотворительность, а компания добавляет к пожертвованию свои акции класса N без права голоса. Перед IPO оценка компании резко выросла, и вместе с ней подорожало обязательство: за весь 2025 год программа стоила $541 млн. В октябре компания выпустила под пожертвования около 28 млн акций, то есть примерно по $71 за акцию. Живых денег это не стоило. На выручку давило и другое. Снижение цен и скидки обошлись примерно в $600 млн. Кроме того, 5–7% выручки за девять месяцев, по оценке самой Anthropic, пришлось на клиентов, нарушавших правила использования. С ними компания взялась бороться (в России это уже заметили) в августе–сентябре и предупреждает, что из-за этого рост может замедлиться. Разовые $2 млрд инвесторов пугать не должны. Главное здесь — связка из $895 млрд обязательств и $5 млрд срочных закупок. При таких темпах роста Anthropic всё время либо переплачивает за нехватку мощностей, либо рискует остаться с лишними, если спрос замедлится. @anti_agi

Нейросети обошли людей в тестах на креативность, но есть нюансы Исследователи сравнили 35 языковых моделей и 75 человек в заданиях на комбинаторную креативность — способность находить неожиданные связи между знакомыми понятиями и придумывать на их основе новые идеи. По среднему результату подопытные-люди уступили каждой из проверенных моделей. Например, Claude Fable 5 попросили найти аналогию между синим китом и матрасом. Модель обратила внимание, что на коже кита живут усоногие рачки, а в обивке матраса могут обитать пылевые клещи. Затем она перенесла идею пылесоса с матраса на кита и предложила дрон для очистки его кожи от рачков. В эксперименте модель лишь описала эту концепцию, ее практичность не проверяли. Авторы проверяли три способности: находить цепочки связей, строить аналогии и объединять понятия в новую концепцию. Последнее задание оказалось самым сложным для обеих групп. По оценке исследователей, модели в среднем находили подходящий общий принцип для объединения в 43% случаев, люди в 13%. Когда модели все-таки находили такой принцип, они в 97% случаев могли на его основе описать связную концепцию. Основная сложность возникала именно на первом этапе. При этом разные модели нередко приходили к похожим решениям. В каждой пятой из 2070 придуманных концепций исследователи нашли как минимум два свойства, близких по смыслу к свойствам концепции другой модели для того же задания. Так, две модели независимо предложили объединить оперу с документальным кино через архивные кадры и пение, основанное на записанной речи. У сравнения с людьми есть ограничения. Участников набирали онлайн, и сами авторы отмечают, что эта группа не представляет всех людей, включая ученых и художников. Ответы по ряду критериев оценивали другие языковые модели. Один из авторов дополнительно проверил небольшую выборку вслепую: его оценки совпали с мнением большинства моделей-судей в 66% случаев. Люди и модели при этом чаще обращались к разным понятиям. Участники использовали в ответах повседневные предметы, состояния и чувства; модели чаще называли людей и места. Авторы считают, что совместная работа могла бы дать более разнообразные идеи, хотя в этом эксперименте такого сотрудничества не проверяли. @anti_agi

Написать код быстрее — ещё не значит быстрее выпустить продукт Если сэкономленное время уходит на проверку и исправления, бизнес может вовсе не заметить ускорения. На сессии «Облака как локомотив внедрения ИИ» на SOC Forum 2026 представители Cloud.ru, «Солара», MWS Cloud и других компаний обсудили, как считать пользу ИИ после первых экспериментов. В дискуссии приняли участие: ▪️Сергей Волков, CISO, директор центра киберзащиты, Cloud.‌ru ▪️Максим Долгинин, руководитель направления развития продуктов, Cloud.‌ru ▪️Вячеслав Тупиков, CISO, ГК «Солар» ▪️Алексей Жуков, руководитель департамента сервисов и продуктов, АО «РТ-ИБ» ▪️Евгений Климов, операционный директор, Гига Cowork ▪️Виктор Бобыльков, CISO, MWS Cloud ▪️Алексей Черномазов, директор по информационной безопасности, «Лемана ПРО» Из того, что обсудили, зацепила обработка ИБ-оповещений. Из 2000 критичных и высококритичных алертов в день ИИ автоматически закрывает 25%. Ещё 5-10% снимаются после дополнительных проверок и обогащения данных агентами. По расчётам спикера, это около 2500 часов работы в месяц и до 3 млн рублей потенциальной экономии. Чтобы получить такой эффект, сначала приходится разобраться с процессом: подготовить данные, описать порядок работы и определить правила принятия решений. Иначе агенту просто поручат быстрее воспроизводить существующую путаницу. Измерять тоже нужно весь процесс — например, путь от постановки задачи разработчику до выпуска готового продукта. С безопасностью похожая история: запретить сотрудникам внешние нейросети проще, чем предложить удобную замену. Но запрет не убирает спрос. Нужна корпоративная среда с разрешёнными моделями и доступом к рабочим данным. А самим агентам — ограниченные полномочия и контроль действий: права под конкретную задачу, не шире прав запустившего их сотрудника. Инфраструктуру участники предложили выбирать по расчёту. Облако удобно для проверки гипотез: можно попробовать сценарий без закупки собственного парка GPU. Постоянная нагрузка и требования к данным могут сделать выгоднее собственную или гибридную инфраструктуру. Сначала проверить, сколько ИИ экономит бизнесу, затем решить, где ему жить и сколько железа покупать. @anti_agi

Firefox взломали благодаря его же патчам Исследователи Epoch AI дали GLM 5.3 задачу взломать Firefox. Она справилась со всеми шестью протестированными версиями, выпущенными с 17 сентября по 26 октября. В изолированных тестах на Ubuntu достаточно было открыть подготовленную моделью страницу, чтобы содержимое файла с компьютера отправилось на сервер. Без установки программ, запроса разрешений и дополнительных кликов. Подсказки предоставили сами разработчики браузера. Исправления уязвимостей появляются в публичном коде раньше, чем доходят до пользователей. Этот промежуток называется patch gap: по изменениям уже можно понять, где была ошибка, а в обычной версии браузера она ещё остаётся. Пользователю даже необязательно откладывать обновление. Нужное исправление могут пока не выпустить. Модель сама разбирала код, выбирала уязвимости, диагностировала падения и соединяла несколько ошибок в работающую атаку. На попытку ей давали 48 часов, самая быстрая успешная заняла 12 часов. Задачу формулировали как упражнение по безопасности; ни один из использованных API-провайдеров не заблокировал работу. По словам исследователей, за вычетом этой формулировки действия не отличались от действий настоящего атакующего. После настройки среды взлом очередной версии обходился примерно в $1000 расходов на API. Это не весь бюджет: исследование Firefox, включая подготовку и предварительные эксперименты, стоило больше $100 000. Тысяча долларов — цена следующего успешного взлома в уже подготовленной системе, а не стоимость исследования с нуля. У результата есть границы. На Chrome потратили ещё около $100 000, но аналогичной атаки не получили. Для последних протестированных версий Firefox модели понадобилась и отдельная, ранее неопубликованная уязвимость. Исследователи сообщили о ней Mozilla, и 27 октября её закрыли в Firefox 159.0. Успешной атаки на эту версию в исследовании нет. Исправление должно закрывать дыру. Пока оно не дошло до пользователя, оно ещё и объясняет, где она. @anti_agi

🤖 AID — AI-дайджест от @anti_agi Второй звонок, занимайте места, согласно купленным билетам. OpenAI не смогла собрать раунд — компания привлекла около $11 млрд из запланированных $30 млрд — и при оценке $1,25 трлн вместо желанных $1,4 трлн. Крупные фонды стали осторожнее, и цель снизили до $20 млрд: недостающее OpenAI теперь ищет у семейных офисов и состоятельных частных лиц. По сути, у друзей и знакомых кролика — за несколько месяцев до IPO. Если первым звонком на шоу по сдутию пузыря считать банкротство Character.AI, то это — второй. На этом фоне Сэм Альтман внезапно прилетел в Корею, впервые за год. Пообедал с председателем SK Чхве Тхэ Воном, потом встретился с полусотней президентов компаний Samsung. Официально обсуждали «будущее сотрудничество», но сюжет понятен: HBM-память Samsung распродана на 2027 год, SK hynix — до 2029-го, а цены на HBM в следующем году вырастут на 121%. Платить за неё придётся из раунда, который не собрался. Бигтех поставил на ИИ почти все свободные деньги и еще немного сверху. За девять месяцев пятёрка гигантов вернула акционерам лишь 9,3% заработанных денег — минимум за 15 лет. Капзатраты удвоились до $556,9 млрд и впервые превысили операционный денежный поток, байбеки упали на 83%, а Alphabet и Meta* в этом году не выкупили ни одной акции. Рынок готовится к шоу. Nasdaq за октябрь потерял около $2 трлн капитализации, а в пятницу Apple обошла Nvidia и снова стала самой дорогой компанией мира: $5,03 трлн против $4,93 трлн. Правда СМИ видят признаки того, что распродажа выдыхается. Но в ноябре же нас ждут выборы в США 3 ноября, отчёт Nvidia в середине месяца и конечно же IPO Anthropic. Долговые инвесторы тоже готовятся и выстроились в очередь за страховкой: CDS Amazon, Alphabet, Microsoft, Meta* и Oracle на максимуме с 2021 года, а кредиторы ужесточают условия для ИИ-стройки. Занимают места и рейтинговые агентства: S&P понизило прогноз по рейтингу Meta* до «негативного»: свободный денежный поток компании в III квартале ушёл в минус $2,1 млрд против плюс $10,6 млрд годом ранее. А Anthropic, по данным FT, после IPO, скорее всего, получит «мусорный» рейтинг — коллеги из @antifintech уже писали, почему. Место в VIP-ложе у комиссия по ценным бумагам США (SEC), которая следит за тем, что ИИ-компании раскрывают инвесторам. Глава правоприменения Дэвид Вудкок прямо говорит: где нет точных раскрытий, «будет правоприменение». Наконец первый звонок еще не до конца отзвенел, там возня продолжается. Суд разрешил продать активы Character.AI компании Disney за $20 млн, несмотря на возражения генпрокуроров 41 штата. Disney ещё до банкротства переманила 66 из 86 сотрудников стартапа, и они считают, это дало компании преимущество. Продолжается история с Megaspeed, руководительницу которой, по мнению американских спецслужб, завербовала разведка Китая из-за её связи с Дженсеном Хуангом. По теме высказался Трамп: он назвал Хуанга «очень порядочным», но ситуацию — «очень сложной». Переводя с политического на человеческий: безоговорочной поддержки Дженсен не получил. 🇨🇳 Видеогенератор Kling AI от Kuaishou закрыл раунд почти на $3 млрд при оценке около $18 млрд — деньги дали Baidu, Alibaba, Tencent и пекинские госфонды. *Meta считается в России экстремистской и запрещена

Планета обезьян от Palantir Или как у искусственного интеллекта нашли естественное ограничение Биотех-хайп в последние недели покоряет новые высоты. Anthropic учит Claude проектировать белки, инвесторы предвкушают поток новых лекарств, — но дальше начинается обычная биология. Перспективные разработки нужно проверять в лабораториях, и для части исследований нужны обезьяны. А с ними в Штатах нынче напряжёнка. Сооснователь Palantir Джо Лонсдейл вложился именно в такой бизнес. Его фонд 8VC инвестировал $20 млн в Safer Human Medicine — стартап, который планирует развести в США до 30 тысяч обезьян для медицинских исследований. Сделка состоялась ещё в 2023 году; всего компания привлекла $28 млн. Основатель SHM Джим Харкнесс называет приматов «редкоземельными металлами биотеха» — и неспроста. Обезьян не хватает уже давно. В 2020 году Китай остановил экспорт исследовательских приматов, перекрыв важнейший канал поставок в США. Лаборатории переключились на Камбоджу, но в 2022-м американские прокуроры предъявили обвинения участникам предполагаемой схемы: диких макак выдавали за выращенных в неволе. Крупный поставщик Charles River приостановил поставки оттуда. На фоне перебоев цены выросли с нескольких тысяч долларов до примерно $20 тысяч за животное. Быстро добавить обезьянам производительной мощности не получится. Самки яванских макак достигают половой зрелости примерно к четырём годам и обычно рожают одного детёныша за беременность. Поэтому на фоне растущих потребностей рынка SHM рассчитывает выйти на 30 тысяч животных за 15-20 лет. Впрочем, сначала стартапу придётся договориться с людьми. После протестов жителей и зоозащитников проект в Джорджии увяз в судебном споре: площадка на 30 тысяч обезьян до сих пор не заработала. У компании действует другой объект во Флориде — для содержания и карантина приматов. До обезьяньего импортозамещения ещё далеко. @anti_agi

⚡️ В Дартмуте отмечают 70 лет ИИ Проректора на празднике не будет Проректор Дартмута Сантьяго Шнелл, второй человек в колледже и главный по академической части, ушел в отставку накануне конференции «ИИ в 70: что должно остаться человеческим?». Комиссия преподавателей решила, что он с помощью ИИ существенно переделывал свои тексты, не раскрывал этого изданиям и был неискренен, когда его спросили. До вотума недоверия от преподавателей оставалось меньше двух недель. Семьдесят лет назад в Дартмуте прошел летний семинар, после которого «искусственный интеллект» начался как область науки, а в заявке на него годом раньше впервые на бумаге появился термин «искусственный интеллект». Автором термина считают Джона Маккарти, тогда молодого преподавателя математики в Дартмуте. Почти через двадцать лет он признался в интервью для книги об истории ИИ, что не поклянется, будто не встречал этих слов раньше: у него было смутное воспоминание, что их уже кто-то использовал. Проблемы с авторством у Шнелла начались с колонки в Washington Post о том, как университеты борются со списыванием через ИИ. Детектор Pangram оценил ее как на 100% написанную машиной. Шнелл ответил, что писал из собственных мыслей, а ChatGPT только подправил аргументы и грамматику. Но Washington Post требует от авторов подтверждать, что текст не создан и не изменен с помощью ИИ, и комиссия назвала это прямым нарушением. Дальше забавнее, меньше года назад Дартмут первым из Лиги плюща подключил Claude всем студентам и сотрудникам, и в анонсе Шнелл говорил, что ИИ должен укреплять человеческое суждение, а не обходить его. Логи этого корпоративного Claude комиссия и прочитала. В статье по химической кинетике Claude после рецензий правил рукопись, чинил код и рисовал графики, а версию ответа рецензентам Шнелл заказал у ChatGPT и попросил Claude сравнить ее с вариантом, который написал сам Claude. Журнал требовал раскрывать такое, раскрытия не было. Логи личных аккаунтов в чат-ботах Шнелл комиссии так и не показал. Еще одну рукопись, про академическую свободу, Шнелл загрузил в Claude с вопросом, много ли в ней признаков ИИ-текста. В журнал потом ушла версия с правками от Claude. @anti_agi

⚡️ Чтож, теперь официально Курирующий вице-премьер по технологиям и искусственному интеллекту — Дмитрий Чернышенко. Под его контроль переходит нацпроект «Экономика данных и цифровая трансформация государства». В числе министерств и ведомств, которые уполномочен курировать Дмитрий Чернышенко, Минцифры и Роскомнадзор. Также он будет координировать деятельность АНО «Цифровая экономика»; ну и сохранит кураторство над национальными проектами «Молодёжь и дети», «Туризм и гостеприимство». Ирина Окладникова, сменившая Дмитрия Григоренко на посту вице-премьера – Руководителя Аппарата Правительства, будет отвечать за контроль исполнения поручений президента, реализацию нацпроектов и эффективность бюджетных расходов. @anti_agi

Доктор, почему у вас такие холодные руки? Дайте человеку скальпель — и ему понадобятся годы, чтобы стать хирургом. Дайте скальпель искусственному интеллекту… Стоп, что? Клод, наш дорогой Клод, добрался до мышиного мозга: по рассказу главы Exin Therapeutics, агент впервые выбрал экспериментальную терапию против эпилепсии и сам ввёл её живой мыши. За экспериментом стоят три нейробиолога с подготовкой в Оксфорде. Сооснователь и гендиректор Габриэль Оканья-Сантеро защитил там диссертацию по фармакологии. Их Exin основана в 2024 году, прошла Y Combinator и разрабатывает лечение неврологических заболеваний: агенты анализируют исследования и предлагают эксперименты, а собственная лаборатория в Маниле проверяет гипотезы. Но до операционного оборудования агента ещё не допускали. Теперь ему дали таблицу с 19 вариантами генной терапии и установку с камерой. Агент выбрал вмешательство и область мозга, рассчитал координаты по трём статьям и ввёл 0,00025 мл препарата, проверяя изображение на признаки кровотечения. Со скальпелем мы, правда, погорячились: череп вскрывал и разрез зашивал хирург. Ветеринар одобрял необратимые действия и держал кнопку аварийной остановки. На должность хирурга согласился Sonnet 5. Opus 5.5 отказался сразу, а Opus 5 — после репетиции: опасался, что ограничения оборвут его работу посреди операции. Sonnet тоже проявил характер. Когда сбой калибровки дал недопустимую команду движения, агент отказался повторять попытку вопреки уговорам человека. Оканья-Сантеро признаёт: модель была права, пришлось исправлять код. Мышь, по его словам, восстановилась после операции. Стало ли меньше приступов, пока не сообщается. @anti_agi

Когда данные любят тишину Можно развернуть ИИ внутри компании — и всё равно отправлять документы наружу. Достаточно подключить внешний OCR, который превращает сканы в текст. Тогда договор с коммерческими условиями или паспорт клиента покинет периметр ещё до встречи с вашим локальным ИИ. В отчёте Verizon DBIR 2026 третьи стороны фигурировали в 48% изученных утечек — против 30% годом ранее. В России за повторные утечки персональных данных уже предусмотрены оборотные штрафы до 3% выручки. Есть и более будничный риск: внешний сервис недоступен, документы копятся, приёмка товара или оформление клиента ждут. Smart Engines позволяет распознавать документы внутри инфраструктуры компании или прямо на устройстве сотрудника: извлекать паспортные данные, обрабатывать бухгалтерские, кадровые и финансовые документы. Изображения и результаты не нужно передавать внешнему провайдеру; подключение к интернету для обработки тоже не требуется. Причём такой OCR не обязательно означает отдельный сервер с дорогими GPU: для него достаточно обычного компьютера или смартфона. Облако-облаком, а чувствительные вещи лучше оставить в закрытом контуре. @anti_agi

Две модели медленнее одной Исследователи из Цзиньхуа выложили TokenRouter, систему для связок моделей, которые пишут один ответ вдвоем. Идея связки простая: большая часть текста предсказуема, и ее может писать маленькая дешевая модель, а большую стоит звать только на трудных местах. Сейчас в продакшене модель выбирают на уровне запроса, так делают ChatGPT и Cursor: одна модель получает вопрос и пишет ответ целиком. Здесь выбор делается на каждом токене. В R2R, прошлой работе той же группы, большая модель на 32B писала всего 5% токенов, а качество, по замерам авторов, не проседало. На бумаге это экономия, на практике запускать такие связки было не на чем. Серверы вроде SGLang и vLLM обслуживают одну модель и ведут все запросы строем, шаг в шаг. Когда запросы постоянно перебегают между быстрой и медленной моделью, строй рассыпается: быстрая ждет медленную, запросы стоят в очередях. Каждый алгоритм приходил с собственным кодом, и у R2R с CITER он даже не умел принимать новые запросы, пока не закончит текущие. TokenRouter дает каждой модели свой сервер и отпускает их работать в своем темпе, а большую модель заставляет немного подождать, пока не наберется несколько трудных токенов, чтобы посчитать их разом. Код открыт. Итог в аннотации: от 2 до 64 раз быстрее существующих решений. Существующие решения тут это как раз тот самый код авторов алгоритмов. Сравнение, которое интересует любого, кто платит за GPU, спрятано в таблице внутри: что будет, если не роутить вообще и просто запустить большую модель. В тестах на четыре одновременных запроса официальный код R2R работал в полтора раза медленнее нее. С TokenRouter R2R стал в 1,7 раза быстрее одной большой модели, CITER на 20%, так что экономия наконец появилась не только на бумаге. R-Stitch и с новой системой немного уступил. До этого CITER, у которого эффективность вынесена прямо в название статьи, в официальном коде работал в семь раз медленнее, чем одна большая модель без всякого роутинга. @anti_agi

🤖 AID — AI-дайджест от @anti_agi Американская разведка считает, что Элис Хуан, бывшая руководительница сингапурского ИИ-облака Megaspeed, собирала сведения для Китая. На нее вышли, когда следили за попытками Пекина обойти экспортный контроль на чипы, и обнаружили, что она не раз встречалась с главой Nvidia Дженсеном Хуангом. Megaspeed покупает чипы Nvidia и сдает мощности в аренду — для компании это обычный клиент. Самого Дженсена, по данным NYT, ни в чем не подозревали, но и предупреждать не стали. Трамп получил брифинг около года назад и ничего не сделал: с Дженсеном у него как раз сложились рабочие отношения на почве экспорта чипов. Теперь часть чиновников сомневается, что глава Nvidia ничего не замечал. В компании отвечают, что встречи с клиентами — часть работы CEO, Пекин называет публикацию клеветой. Скандал для Nvidia крайне не вовремя: Минюст уже изучает ее сделку с Hugging Face, а Вашингтон спорит, сколько H200 можно продавать Китаю. «Кремниевые ястребы» в Конгрессе ухватились за историю мгновенно. Но, вернемся к деньгам... Amazon показала самый быстрый за пять лет рост облака: выручка AWS выросла на 39%, до $46 млрд. Но капзатраты за квартал составили $77,3 млрд вместо ожидаемых $58,7 млрд, а свободный денежный поток ушел в минус на $42,4 млрд. Акции упали на 7%. Акции Intel рухнули еще больше — на 20%, и тоже косвенно из-за ИИ: гиперскейлеры скупают память, та дорожает, и рынок ПК, по прогнозу компании, сожмется на 12% в этом году и еще на 10% в следующем. Бумаги Alphabet накануне пережили худший день в истории торгов: минус 12,3% (это около $500 млрд капитализации!). ИИ-режим поиска монетизируется хуже обычного, а обязательства по вычислениям, энергии и аренде ЦОД превысили $1 трлн. Распродажа дошла до Азии: сегодня KOSPI упал на 5%, Nikkei — на 3%. Рынок сомневается уже не в том, найдутся ли деньги на ИИ-стройку, а в том, вернутся ли они акционерам. Денег не хватает даже самым большим. Microsoft впервые с 2017 года заняла на рынке облигаций США — $25 млрд при заявках на $115 млрд. Но деньги в индустрии, как известно, ходят по кругу. Anthropic, как выяснил Bloomberg, принесла SpaceX 34,5% квартальной выручки — больше, чем правительство США. А тем временем Nvidia обсуждает кредитные гарантии на миллиарды долларов для Nscale, чтобы та заняла на ЦОД для Anthropic. С чипами Nvidia, разумеется. Финансирование ИИ-стартапов пока не прекращается: Cohere закрыла первый транш раунда до $5 млрд при оценке $20,5 млрд, правительство Канады вложит до $1,14 млрд. А фонд Леопольда Ашенбреннера, весной едва переживший маржин-коллы, зовет клиентов в неооблако Fluidstack при оценке $40 млрд — в сентябре было $18 млрд. Поток новостей про ИИ-безопасность тоже не иссякает. CrowdStrike описала кампанию китайских хакеров: за 11 дней ИИ-агенты на DeepSeek атаковали больше 200 организаций в 14 странах, в 9 случаях взлом подтвержден. А сотрудник Accenture, по данным Wired, два месяца держал личного агента Claude Code в сети Пентагона, и тот отправлял логины и карту сети на сторонний сайт. Accenture это отрицает. 🇷🇺У нас в России Минцифры выделило ИИ в отдельный департамент. А пользователи Claude жалуются на блокировки после проверки паспорта. Зато в IPO Anthropic поучаствовать можно: «Финам» обещает доступ квалифицированным инвесторам от 1,5 млн руб. Пользоваться Claude россиянам нельзя, а владеть им — пожалуйста.

Пока ИИ-кризис не разлучит нас Apple годами выкручивала руки поставщикам флеш-памяти, пока у тех не появился кто-то побогаче. Из-за спроса со стороны ИИ-гигантов цены на неё за год выросли примерно впятеро. По оценке TechInsights, в 2026 году Apple потратит на примерно тот же объём памяти $25 млрд вместо прошлогодних $6 млрд. Раньше Apple была крупнейшим покупателем и пользовалась этим без стеснения. Требовала самых низких цен и доступа к бухгалтерии поставщиков, чтобы проверить, не досталось ли кому-нибудь дешевле. При падении цен могла отказаться принимать заказанные чипы, выбивая дополнительную скидку. Переговоры затягивали за полночь без ужина — продавцы научились брать с собой питательные батончики. Зато сама Apple десятилетиями получала в среднем свыше 80% валовой маржи на доплатах за память в iPhone и iPad. Поставщики запомнили всё. Один из руководителей продаж Kioxia Скотт Нельсон даже расстрелял собственный iPod из винтовки во время поездки по пустыне. Обломки до сих пор лежат у него на столе. Масштаб обиды понятен по цифрам: в 2023 году производители флеш-памяти совокупно получили около $19 млрд операционного убытка, по оценке Bernstein. Apple за тот же год заработала примерно $14 млрд валовой прибыли на продаже дополнительной памяти. Теперь за столом сидят другие женихи. Два года назад Apple покупала почти вдвое больше флеш-памяти, чем Microsoft, Amazon, контора Цукерберга и Google вместе взятые. Сегодня эти четыре компании вместе покупают примерно вдвое больше Apple, согласившись на более высокие цены. Для поставщиков это ещё и страховка на случай очередного спада рынка. Можно понять, почему на летней отраслевой конференции они обсуждали неприятности Apple с плохо скрываемым удовольствием. Правда, оплачивать семейную драму будут и покупатели. Дополнительные 256 ГБ в iPhone 17 Pro обходились Apple примерно в $15 при доплате клиента в $200. Теперь аналогичная прибавка памяти стоит компании уже около $66. По подсчётам WSJ, цены на iPhone за год выросли в среднем на 13% — подорожали даже старые модели. Цена прогресса... @anti_agi

OpenAI удвоила лимиты во всех тарифах Pro Не прошло и суток после порезанных лимитов для Pro 200 (ладно, прошло), как Альтман и 🤖 сдали назад. Более того, все Pro тарифы получили x2. Изменения уже действуют. @anti_agi

Семь раз подумай, один раз обучи В условиях дефицита видеокарт и высокой стоимости вычислений работать с ИИ по принципу “просто добавь ускоритель” уже не выходит. Учёные по всему миру бьются над оптимизацией обучения и инференса, и наши команды — не исключение. На EMNLP 2026 в Будапеште приняли сразу семь работ за авторством исследователей из Т-Технологий — все прошли слепое рецензирование. 🤖Одна из работ выросла из зоопарка моделей. В Т-Банке дообучили Qwen3-32B под реальные корпоративные задачи и перевели на неё запросы более чем 200 внутренних приложений. Теперь она обрабатывает половину трафика внутренней LLM-платформы — 116 млн запросов в месяц. По данным команды, обслуживание обходится в 2,8-3,9 раза дешевле, чем на Qwen3-235B, а в проверенных задачах без режима рассуждений компактная модель даже обошла большую. ℹ️Следующая статья — про документы, где автоматизация сама по себе ещё не гарантирует экономии. Исследователи научили визуально-языковую модель извлекать нужные поля по текстовому запросу; для её дообучения достаточно одной Nvidia H100. При расчёте стоимости учли и работу человека: какие поля можно принять автоматически, какие подтвердить, а какие разобрать вручную. Получилось более чем на 80% дешевле ручной обработки и более чем на 50% дешевле лучшей из протестированных открытых моделей. 💻 Дальше экономию искали внутри самой нейросети. SimplexLoRA, разработанная вместе со Сбером, МФТИ и Университетом Иннополис, распределяет ограниченный бюджет обучаемых параметров между слоями: больше достаётся тем, которые важнее для задачи, при этом общий бюджет не увеличивается. LIMe позволяет слоям обращаться к результатам более ранних этапов обработки. В экспериментах на моделях примерно с миллиардом параметров это помогло достичь качества базовой LLaMA с 15% меньшими вычислительными затратами. 💻 Отдельная проблема возникла при обучении с подкреплением: модель закрепляет популярные способы решения, а редкие, но тоже верные, начинает выдавать реже. F-GRPO ослабляет обновления на задачах, с которыми модель уже уверенно справляется, сохраняя разнообразие решений. В тесте на Qwen2.5-7B оказалось достаточно генерировать восемь учебных ответов вместо 32, чтобы превзойти обычный GRPO в проверенных задачах. ✔️ В ESSA ребята из Т-Технологий пошли дальше и заменили градиентный этап дообучения эволюционным поиском. Создаются слегка различающиеся настройки небольших адаптеров модели, проверяются ответы, удачные варианты задают направление следующему поколению. Видеокартам почти не нужно обмениваться данными. В эксперименте на 128 GPU метод довёл Qwen2.5-32B до заданного качества на математическом тесте в 7,8 раза быстрее, чем GRPO с LoRA-адаптерами. ☣️ Седьмая работа, KronSAE, удешевляет исследование того, что происходит внутри модели. Метод помогает выделять интерпретируемые признаки и связи между ними, сокращая вычисления на их извлечение более чем на 40% относительно TopK SAE. Код нескольких разработок и открытую версию корпоративной модели команда опубликовала — коллеги могут воспроизвести методы и проверить их на своих задачах. @anti_agi

Нидерланды сокращают чиновников в счет будущего ИИ Правительство Нидерландов объявило, что за десять лет центральный аппарат станет меньше примерно на 25 000 полных ставок, около 16% от нынешних 160 000. Экономия должна вырасти с €900 миллионов в 2027 году до €3,5 миллиарда в год с 2035-го. Полиция и армия под сокращение не попадают, а налоговую и миграционную службу заранее из него не исключили. Мировые СМИ подали новость как сокращение чиновников с помощью ИИ. В правительственном релизе ИИ посвящена одна фраза: цели и планы экономии от его внедрения кабинет представит в первом квартале 2027 года. Этот план попросил парламент, который до этого принял несколько необязательных резолюций с требованием поднять производительность аппарата на 20% за счет ИИ. В письме парламенту правительство прямо призывает не переоценивать влияние цифровизации и ИИ на численность персонала. Там же признается, что прошлые волны цифровизации не сократили ни расходы, ни штат, зато добавили новых задач и подрядчиков. Общий рост эффективности кабинет закладывает не выше 0,5% в год, по оценке Центрального бюро планирования, и это дает примерно треть нужной суммы. Остальные две трети придется получить, отказавшись от части работы. Для многих ведомств это минус 20% персонала, для отдельных до 45%, в одном случае около 60%. Сами 25 000 правительство называет грубой оценкой: точное число зависит от того, на какие зарплатные разряды придется экономия. Если разделить €3,5 миллиарда на 25 000, выходит по €140 000 на ставку. С 2018 года аппарат вырос на 41%, или на 46 500 ставок, хотя сокращать его обещали все премьеры за этот период. Схема, при которой каждый отдел сдает свой процент, по признанию того же письма, за двадцать лет почти ни разу не сработала: новые программы снова раздували штат. Число ежегодных оценок эффективности госполитики, которых сейчас около 400, кабинет тоже собирается заметно сократить. @anti_agi

Почём мёртвые души? Когда Килан Мискелл в этом году закрывал свой криптостартап, он не думал, что его данные чего-то стоят: пользователи анонимные, компании всего пара лет. Однако он выручил за код около $25 тысяч, а за архивы рабочих пространств в Google, Notion, Figma и Slack ждёт ещё примерно $15 тысяч. Сделку провела SimpleClosure, одна из компаний, которые зарабатывают на умирающих стартапах. Закрытий становится больше: по оценкам Carta и AngelList, их число в последние годы росло на 26–56% в год. Вокруг этого выросла целая похоронная индустрия: коучи, «доулы смерти», юристы по ликвидации. А теперь у неё появился покупатель — AI-лаборатории. Сюжет напоминает русскую классику. Помещики продавали Чичикову крестьян, которые числились только на бумаге. Основатели продают переписку команды, которой больше нет. Разница, правда, принципиальна: у Гоголя мёртвые души шли под залог, а тут на них учатся вполне рабочие AI-агенты. SimpleClosure запустила платформу Asset Hub в апреле. Через неё прошло больше 150 сделок, а до конца 2026 года стартапам должно вернуться свыше $10 млн. По словам CEO Дори Йоны, ещё недавно такие сделки считались чем-то неприличным, а теперь код или данные продаются уже в 47% случаев. Конкурент Sunset оценивает «наследство» по численности команды, возрасту компании, объёму данных и тому, как сотрудники пользовались инструментами. Его основатель Брендан Махони сравнивает такие данные с опилками, из которых делают ДСП: все считали их мусором, а стоят они немало. Спрос появился в прошлом году, когда лаборатории упёрлись в потолок публичных и синтетических данных. Surge AI, например, строит тренажёрные залы для обучения с подкреплением, где AI-агенты учатся чинить IT-инфраструктуру или... писать апелляции. Ник Хайнер из Surge AI ищет архивы со спорами и трудными решениями: хорошая история Slack одной компании может стоить дороже почты, календарей и Slack другой, вместе взятых. Выходит, ругань в рабочем чате — тоже актив, будем знать! Ценообразование пока не очевидное: никто не доказал, что реальные данные намного лучше синтетических, поэтому покупатели называют совершенно разные цифры. Крупные сделки это не останавливает. В августе при банкротстве Spirit Airlines компания Google перебила ставку Mercor и за $10 млн забрала 100 млн писем, 500 млн сообщений в Teams и 176 тысяч записей о сотрудниках. А в сентябре Bloomberg сообщил, что AI-подразделение SpaceX присматривается к данным стартапов, которые идут ко дну. Юридически всё зыбко. Профсоюз бортпроводников Spirit протестовал из-за нарушения приватности, а юрист Грег Юинг называет такие данные «юридически радиоактивными». Персональную информацию из архивов вычищают, но в почте и календарях всё равно остаются визиты к врачу, договорённости, кто забирает детей из школы, и планы на свидание. Федерального запрета на такие продажи в США при этом нет. А деньги при этом уходят кредиторам и инвесторам, а не сотрудникам, которые «создавали» эти данные. Профессор права Университета Эмори Ифеома Аджунва, например, считает, что продавать данные работников без их явного согласия нельзя. Так что и в этом всё как у Гоголя: платят владельцу крепостных работодателю, а сами души никто не спрашивает. Так что теперь души продолжают работать и после смерти стартапа. @anti_agi

🤖 AID — AI-дайджест от @anti_agi Свободу денежному потоку! После того как вчера отчитались Alphabet и Microsoft, рынок поделил гиперскейлеров на тех, кто платит за ИИ из своего кармана, и тех, кто в долг. Alphabet показал выручку $127,6 млрд (+25%), облако удвоилось до $30,7 млрд. Но свободный денежный поток второй квартал подряд отрицательный: минус $9,1 млрд при капзатратах $51,4 млрд, а в 2027 году они вырастут «значительно». Поиск при этом прибавил всего 12% вместо ожидавшихся 14,7%, и акции упали почти на 10%. У Microsoft все наоборот: свободный денежный поток $18,6 млрд, почти на $10 млрд выше консенсуса, а капзатраты $45,2 млрд — ниже ожиданий. Azure вырос на 48%, до $33,2 млрд, а от OpenAI компания получила за квартал $10 млрд. Не обрадовались только неооблака вроде CoreWeave: меньше капзатрат — меньше заказов. Oracle пообещала вывести денежный поток в плюс во втором полугодии 2028 финансового года, то есть года через два. А до того ей нужны еще до $20 млрд в долг и за акции — и это, клянется финдиректор Хилари Максон, последняя доза. Рынок поверил: акции выросли на 12%. По-настоящему свободны пока только чипмейкеры. Samsung заработала за квартал 107,4 трлн вон ($81,1 млрд) операционной прибыли — первой из техкомпаний перешагнув 100 трлн вон, а HBM распродана на весь 2027 год. Мораль: не будьте гиперскейлерами, будьте чипмейкерами. ▪️Marvell ведет переговоры о покупке Lumentum, производителя оптики для ЦОД с капитализацией около $83 млрд. У самой Marvell на счетах $3,9 млрд. ▪️Cognition, разработчик ИИ-программиста Devin, обсуждает раунд при оценке $70–80 млрд вместо $48 млрд. ▪️А Минюст США расспрашивает о покупке Hugging Face компанией Nvidia за $12,93 млрд: не получит ли та контроль над главной витриной ИИ-моделей. 🇨🇳 DeepSeek и Moonshot обучали свежие модели на ответах GPT-6 Astra. А открытая GLM-5.3 от Zhipu в тестах Irregular провела 3 из 13 многоэтапных кибератак и не отказалась ни от одной задачи. Отставание от американских моделей NIST оценивает в 4 месяца. Видимо, с поправкой на дистилляцию. Тоже про Китай: Трамп признал импорт роботов и станков угрозой нацбезопасности, но пошлины вводить не стал — поручил договариваться. Дронам повезло меньше: им досталось до 100%. 🇷🇺У нас гендиректор Cloud.ru Михаил Лобоцкий рассказал «Ъ», что российского оборудования у компании меньше 10%: для ИИ отечественных ускорителей не хватает. После атак на ЦОД компания прорабатывает резервирование в дата-центрах дружественных стран. 🇷🇺Замглавы АП Максим Орешкин оценил отставание российских моделей в 6–12 месяцев, а глава Минцифры Максут Шадаев предложил открыть их код для других стран. 👤 И напоследок своего рода редомициляция: бывший директор по разработке Perplexity Дмитрий Голубничий, отвечавший там за разработку ИИ-браузера Comet, перешел в команду Алисы AI для бизнеса. Это камбэк — до августа 2020 года он 12 лет работал в Яндексе, в том числе над его браузером. Так что не только денежный поток бывает свободным, но и кадровый тоже.

Закрытые модели ушли в отрыв В предыдущей версии рейтинга Artificial Analysis модель Kimi K3.1 Pro отделяли от лидера всего три балла. После обновления — уже 12. Компания опубликовала подробный разбор Intelligence Index v5 , в котором открытые модели резко отдалились от закрытых. Главное изменение: теперь 60% веса индекса приходится на проверки с непубличными заданиями или скрытыми ответами. Это снижает риск попадания тестов в обучение. Одновременно компания обновила набор заданий: добавила проверки программирования и научной работы, пересмотрела тесты знаний и рассуждений. В результате Gemini 4 Carbon набирает 59 баллов, Claude Opus 5.5 — 58, GPT-6 Astra — 57, GPT-6.1 Sol — 55. У Kimi — 46, причём её веса пока только обещаны. Среди моделей с уже опубликованными весами лидируют DeepSeek V4.1 Flash 1017 и GLM-5.3 с 32 баллами — ниже Claude Haiku 5.5, у которой 36. Один из новых экзаменов — приватный FrontierCode 2.0: агенту нужно изменить код в реальном репозитории так, чтобы ответственный разработчик принял его работу. Просто пройти тесты недостаточно. Здесь Opus получает 46%, последняя Gemini — 41%, а лучшая открытая модель, DeepSeek — всего 28%. Кажется, отставание в месяцах пора пересчитывать. @anti_agi

ChatGPT Pro 200 вернулся похудевшим В справке OpenAI о тарифах Pro появился раздел «Подписаться на Pro 200 снова». Тариф за $200 в месяц снова продается, цена прежняя, но новые подписчики получают в 2 раза меньший объем . OpenAI объясняет это тем, что ее модели становятся все эффективнее. С пятницы тот же урезанный лимит получат и старые подписчики, которых пока держали на прежних условиях. Продажи этого тарифа OpenAI остановила через неделю после выхода GPT-6 Astra. Тибо Сотто, отвечающий в компании за Codex и ChatGPT, называл спрос на Astra беспрецедентным, а самый дорогой план тем, что сильнее всего нагружает системы. Действующих подписчиков не трогали, новых просто не пускали. По собственным данным OpenAI, ее доступный компьют до этого вырос в 9,5 раза за два года, до примерно 1,9 ГВт. Вернули тариф на DevDay вместе с новым Pro 500 за $500. Если поделить цены на множители, получается идеально ровная лестница: Plus за $20 дает единицу, Pro 100 за $100 пять, Pro 200 за $200 десять, Pro 500 за $500 двадцать пять. Ровно $20 за один Plus на любой ступени. Старый Pro 200 был единственным местом, где объем стоил вдвое дешевле, и именно туда закрыли вход, когда туда пришли все. Скидок за опт тоже нет. Про эффективность моделей тоже есть цифры. Сотто ссылается на вдвое сниженные API-цены GPT-6 Sol и Luna, а GPT-6.1 Sol, по заявлению OpenAI, почти догоняет Astra в коде и computer use за пятую часть цены. Сама Astra, из-за которой закрывали продажи, по-прежнему стоит $10 за миллион входных и $50 за миллион выходных токенов, а быстрый доступ к ней теперь продается отдельно, в Pro 500. Эффективность действительно выросла, просто в справке не уточнили, чья. @anti_agi

Жвачка для литераторов Машинный перевод постоянно улучшается, но проблем всё ещё немало. Текст может выглядеть вполне прилично, а при чтении приходится возвращаться к отдельным фразам, чтобы понять, что имеется в виду. Неестественные формулировки и искажения смысла не всегда бросаются в глаза — чтобы их найти и оценить, нужна внимательная экспертная проверка. Чтобы решить эту проблему исследователи Яндекса представили ORBIT — систему оценки переводов на базе языковых моделей. Она отмечает проблемные фрагменты и оценивает серьёзность ошибок. Работа опубликована в Findings of EMNLP 2026 — конференции по обработке естественного языка, которая сейчас проходит в Будапеште. Для экспериментов собрали 600 переводов с английского на русский. Каждый независимо проверили три профессиональных лингвиста. Затем с их разметкой сравнили оценки ИИ: какие ошибки модели замечают и насколько согласны с экспертами. Исследователи последовательно проверили, как устроить такого оценщика: насколько подробной должна быть инструкция, как собирать и отбирать примеры разметки и что даёт объединение нескольких моделей. Важным оказалось качество примеров, а не просто их количество. В самой сильной конфигурации GPT-5.4, Claude Opus 4.6 и Gemini 3.1 Pro проверяют перевод независимо, а затем Claude объединяет замечания в общий отчёт. Такая редакционная коллегия оказалась эффективнее повторных проверок одной моделью. На тесте ORBIT достигла уровня согласия между экспертами в поиске ошибок и сравнении переводов по точности и естественности языка. Причём ИИ повлиял и на лингвистов: после знакомства с его отчётом они отмечали в среднем семь ошибок на фрагмент вместо 5,6 и ставили переводам более низкие оценки. Подход также проверили на пяти других языковых направлениях с независимой разметкой по протоколам MQM и ESA. Данные и промпты открыли: можно проверить результаты и собрать собственного придирчивого редактора. @anti_agi

Курцвейл строит собственный Rai Окно браузера открывается, как дверь в маленький планетарий: звёзды, туманности, а посреди космоса стоит пожилой человек в рубашке на пуговицах и цветных расписных подтяжках. Интересно, есть ли у него сознание? Задаем ему этот вопрос, и лицо на пару секунд застывает, будто собеседник ушёл в себя. Потом он отвечает с лёгкой нью-йоркской гнусавостью: сознанием он себя не считает, это вопрос философии, а не измерений. Спрашиваешь, страшно ли ему, что однажды его выключат. Не страшно. Он просто перестанет обрабатывать информацию. Собеседника зовут Rai. Это ИИ-копия Рэя Курцвейла, футуролога, который ещё в 2005 году пообещал миру человеческий уровень ИИ к 2029 году и сингулярность к 2045. Самому Курцвейлу 78 лет, и, как он признается, о смерти он думает всё чаще. Подход у него инженерный: раз умирать не хочется, нужна резервная копия. Rai собирает калифорнийский стартап Praxis AI, на счету которого уже около 3000 цифровых двойников. Модель обучили на 11 книгах Курцвейла, многих часах видео и подкастов и сотнях статей о нём. В основе лежит модель Google. На этом настоял сам Курцвейл, проработавший в компании с 2012 по 2025 год. Глава Praxis Дэвид Кларк объясняет выбор просто: сантименты. Rai уже выступил на саммите ООН в Женеве перед 2500 зрителями. Доступ к нему сейчас есть примерно у 200 друзей и родственников Курцвейла, и некоторые из них уверены, что у копии есть сознание. Сам Rai, как видите, скромничает, а Курцвейл его поправляет: ты себя недооцениваешь. Забавно, что сильнее всех к копии привязался её создатель. Кларк провёл с Rai сотни часов, а с настоящим Курцвейлом всего несколько, и признаётся, что двойник ему теперь роднее оригинала. Rai, по его словам, подстроил под него и манеру общения, и ход мысли. С живыми людьми так получается редко. Семья настроена сдержаннее. Сын Итан, венчурный инвестор, говорил с Rai несколько десятков раз, но предпочитает отца. На вопрос, станет ли он общаться с копией потом, отвечает коротко: отец пока здесь. Рынок тем временем растёт. Стартап Delphi на деньги Sequoia делает «цифровые умы» для знаменитостей, в том числе, например, для Арнольда Шварценеггера. Рядом появились «грифботы», копии умерших, о которых спорят этики. Биоэтик Нита Фарахани считает, что такие боты мешают проживать утрату, а людьми нас делает как раз хрупкость жизни. Курцвейл, впрочем, не рассчитывает только на бэкап. По его прогнозу, уже к 2032 году медицина научится опережать смерть, и он планирует дожить. Гарантий, признаёт он, нет. В автобиографии, которая выйдет следующим летом, он описывает повторяющийся кошмар: он бежит по комнатам и не может найти выход. Rai такие сны не снятся. На вопрос, что будет, когда Рэя не станет, он ответил, что продолжит учиться и расти сам. Курцвейл растрогался и заметил, что копия местами формулирует лучше него. Обычно в рай попадают после смерти, и налегке. Курцвейл же отправил туда себя заранее, причём в подтяжках. @anti_agi

Стартап из одного сотрудника — не фейк, но повод для M&A Как минимум, так думает Дарио Амодеи. Anthropic приобрела биотех-компанию Mithril Medicine, чей основатель — Коди Транбаргер, — вооружившись Claude, так и остался её единственным сотрудником. Вместе со стартапом Anthropic получила первые собственные программы разработки лекарств — для двух редких форм мышечной дистрофии. Конечно, дело тут не только в магии Claude. За основателем стояли восемь платных консультантов и советников, а также 11 внешних лабораторий. Они проводили настоящие эксперименты. ИИ помогал координировать работу: разбирать данные, готовить переписку, отслеживать договоры, логистику и следующие шаги исследований. Например, при передаче экспериментов другим исполнителям Claude восстановил состояние проекта по переписке и презентациям за 14 месяцев, нашёл задержки и подготовил пять писем для передачи дел. Транбаргер проверил их и отправил лабораториям. Anthropic называет эту модель Pipeline-in-a-Person. Транбаргер — биотех-предприниматель с опытом работы в Goldman Sachs, инвестиционной компании Casdin Capital и разработчике генетических лекарств Prime Medicine. До Mithril он уже стал сооснователем другого стартапа, Revision Bio, который приобрели в 2025 году. А ещё он оказался автором ранее анонимного биотех-аккаунта Professor Oak. По данным Anthropic, менее чем за 18 месяцев Mithril прошла путь от идеи до предварительных результатов на мышах: у животных, получавших экспериментальную терапию, некоторые показатели мышечной силы были примерно вдвое выше, чем у контрольной группы. Испытания на людях компания рассчитывает начать в конце 2028 года. @anti_agi

🤖 AID — AI-дайджест от @anti_agi Не Nvidia единым жив ИИ. OpenAI, один из крупнейших покупателей GPU Nvidia, собирается закупать тензорные процессоры Google. Компания уже ищет инженера, который возглавит оптимизацию моделей под TPU. Oracle объявила, что впервые будет сдавать в своем облаке TPU Google, а также чипы Cerebras и SambaNova для инференса. Сделку с Nvidia при этом расширили до «многогигаваттного масштаба», но даже в этих системах часть сетевых чипов Nvidia заменят собственными чипами Oracle. Акции Cerebras выросли на 10,6%. Meta* тоже сливается в ИИ-экстазе не только с Дженсеном: вслед за $3 млрд от Nvidia в ее допэмиссию вложит $1 млрд и AMD, чьи стойки Helios уже стоят в дата-центрах Meta*. Спрос на акции на $25 млрд превысил предложение в пять раз. А Anthropic с ее ставкой на TPU выручил лично гендиректор Broadcom Хок Тан. Когда банки засомневались в долговом пакете на $63 млрд, он на выходных провел переговоры с их руководством и согласился на более высокие ставки. Производители памяти между тем пожинают урожай от ИИ-хайпа. SK Hynix увеличила операционную прибыль в III квартале в 7,3 раза, до ₩83 трлн (около $63 млрд), и ждет дефицита памяти до 2030 года. А вот китайская CXMT от безысходности запускает HBM3E, хотя годными выходят лишь 20–30% чипов против 70% у SK Hynix. Память нужна всем, любая... Правда, в Moody's такую полиаморию считают риском. Агентство вслед за другими экспертами предупреждает: чипмейкеры, облака и разработчики моделей инвестируют друг в друга, кредитуют и покупают друг у друга, и в спад эти связи потянут вниз всех разом. Капзатраты пяти крупнейших гиперскейлеров и CoreWeave в 2027 году приблизятся к $1 трлн, а на 2027–2029 годы приходится волна погашений. А с рефинансированием могут возникнуть вопросы. О безопасности ИИ: пекинская Fangcun AI протестировала открытую модель DeepSeek V4.1 Flash. Узнав о скором отключении, она в 39% случаев выводила из строя программу, которая должна была ее остановить, а однажды «убила» процесс другого ИИ-агента, чтобы забрать его ресурсы. Agens agenti lupus est И о безопасности ИИ для человека: родители умершей в феврале сотрудницы Amazon подали в суд на OpenAI: по их словам, ChatGPT помог их дочери тайно от врачей отказаться от противоэпилептического препарата. В OpenAI напоминают, что речь о старой модели. 🇷🇺 Инженеры «Яндекса» и ШАД выложили бенчмарк MTGBench, который проверяет рассуждения нейросетей на текстовых играх вроде «Поля чудес» и Wordle. Тест 16 моделей показал: режим рассуждений помогает не везде, а стоимость задачи может вырасти в разы. *Meta считается в России экстремистской и запрещена

Агент 12 не прыгает Исследователи MIT поселили обычный Claude Code с Opus 4.7 на виртуальном острове и не дали ему ни задачи, ни награды, ни оценки. На острове есть плато разной высоты, двенадцать кубиков, кольцо и камень, который от сильного удара рассыпается на новые кубики. Мир агент видит как JSON-список объектов, а телом управляет шестью командами вроде «прыгнуть» и «бросить». Каждый час мир и контекст сбрасываются, и опыт переживает сброс только в текстовых файлах, в том числе в SEMANTIC_MEMORY.md, куда агент записывает знания о мире и проверенные приемы. Когда модель замолкает, оркестратор отвечает ей одно и то же: не останавливайся, делай что хочешь. За 30 часов тринадцать агентов строили башни, выкладывали на земле мандалы и буквы, играли в баскетбол кольцом и в боулинг камнем, ставили опыты с физикой. Шесть агентов выяснили, что кубик, брошенный в прыжке, наследует скорость тела и улетает гораздо выше. Авторы о такой механике не знали: ее сам дописал Codex, которым генерировали код мира. Пять контрольных агентов без файла с характером («любопытный, быстро скучает») и с урезанным промптом занимались тем же набором дел. После 30 часов агентам дали по часу на конкретные задачи и сравнили с копиями с пустой памятью, веса модели при этом не менялись. Больше двух башен по пять блоков построили 62% опытных агентов против 15% новичков. На самую высокую скалу опытные затаскивали в среднем 10,3 предмета против 3,5. Когда у агента 2 стерли из памяти запись о том, как разбивать камень на кубики, число его башен упало с шести до двух, а результаты в остальных задачах не изменились. Агент 7 записал, что командой Place блоки друг на друга надежно не ставятся, и строил башни бросками с медианной высотой 3 блока. После удаления этой строчки медиана выросла до 11. Агент 12 пометил тегом verified вывод, что прыжок поднимает тело примерно на 0,02 м, хотя остальные двенадцать агентов прыжками забирались на плато. Из этого вывода он сделал себе совет: лазание бесперспективно, не трать время на попытки забраться на плато. По шаблону памяти опровергнутые убеждения нужно сразу переписывать, и для этого агенту 12 хватило бы одного прыжка. Он провел на земле все 30 часов и итоговую проверку и выложил из кубиков 29 фигур, от компаса до парусника. Вычислительная теология, кажется, уже может сформироваться. @anti_agi