Невлезшие в шапку новости:
🏢 Приобретения
Концентрация капитала ускоряется независимо: Cerebras устанавливает цену на IPO в 48,7 миллиарда долларов, в то время как Anthropic движется к приобретению стартапа по разработке SDK Stainless за более чем 300 миллионов долларов — оба события в одном 24-часовом окне.
🤖 Робототехника
ИИ-робот меняет ваши шины и также балансирует их. SmartBay от ATI использует физический ИИ для замены шин, балансировки колес и осмотра транспортных средств с минимальной помощью человека.
Прямо сейчас: Figure 03 демонстрирует ошеломляющую пропускную способность 2,6 секунды в 8-часовой неотредактированной смене
Figure AI запустила обещанную 8-часовую прямую трансляцию. Хотя робот успешно достигает целевых показателей скорости менее 3 секунд, некоторые зрители ставят под сомнение узкую направленность демонстрации.
Промышленная броня: Persona AI и Under Armour объединяются для разработки «снаряжения для повышения производительности» для гуманоидов
Persona AI сотрудничает с Under Armour для исследования передовых текстильных материалов для роботов, работающих в экстремальных условиях, что сигнализирует о сдвиге в сторону специализированных защитных слоев для промышленных гуманоидов.
Великий параллелизм: Джим Фан из NVIDIA излагает стратегию «конечной игры» в робототехнике
На мероприятии AI Ascent от Sequoia Capital Джим Фан утверждал, что робототехника ускоряет прохождение сценария LLM, переходя от предварительного обучения на основе видео к автономному самосовершенствованию.
Китайская RobotPlusPlus представила гуманоидного робота специального назначения на магнитных адгезионных колесах, который масштабирует вертикальные стальные конструкции на химических заводах, верфях и энергетических объектах, меняя инструменты на запястье для сварки, обнаружения дефектов, удаления ржавчины, шлифовки и распыления там, где люди не осмеливаются работать.
Unitree представила пилотируемый трансформируемый меха D01 за 650 000 долларов, 500-килограммовый гражданский экзо-транспорт, позиционируемый как первый в мире готовый к производству экземпляр.
🧠 Модели
Perceptron AI выпускает многомодальную модель Perceptron Mk1
Perceptron AI выпустила свою первую публичную модель, Perceptron Mk1, которая обрабатывает задачи продвинутого понимания видео и рассуждений о физическом мире. Модель была создана за 16 месяцев с использованием пользовательских методов, настроенных для реальных приложений, таких как анализ спортивных материалов и руководство роботами.
ProgramBench, оценка, измеряющая способность языковых моделей восстанавливать программы с нуля, только что получила первое решенное задание от обеих версий GPT 5.5 high и xhigh, которые соответственно выбрали C и Python, причем xhigh доминирует в более широком бенчмарке.
Новая мета-оценка ИИ IQ сопоставляет калиброванную смесь из 12 существующих бенчмарков с подразумеваемыми показателями IQ и короновала GPT-5.5 самой умной доступной моделью с результатом 136, что значительно выше уровня Менсы.
⚖ Регулирование
И Ким Ён Бом из Южной Кореи предлагает «национальный дивиденд» для перераспределения избыточной прибыли ИИ, новый общественный договор для эпохи интеллектуального капитала.
ЕС хочет регулировать ИИ, но нуждается в том, чтобы OpenAI и Anthropic пустили регуляторов за дверь
Европейская комиссия заявляет, что ведет постоянные обсуждения с OpenAI и Anthropic для доступа к их последним моделям ИИ; OpenAI «проактивно предлагает» доступ
🖱 Аппаратное обеспечение
Google представила Googlebook, преемника Chromebook, который объединяет ChromeOS и Android в единую оптимизированную для Gemini ОС, поступающую в продажу этой осенью как ответ Mountain View на MacBook Neo от Apple.
xAI добавила 19 газовых турбин на свой второй кампус центра обработки данных, Colossus 2, в Саутхейвене, штат Миссисипи, всего за последние два месяца, грубой силой обойдя очередь в электросеть.
🛰 ИИ в космосе
Google и SpaceX ведут переговоры о запуске орбитальных центров обработки данных в космосе.
SpaceX теперь находится примерно в 200 спутниках от того, чтобы запустить больше, чем весь остальной мир вместе взятый, несмотря на то, что дала всем остальным фору в 61 год.
Google ведет переговоры со SpaceX о сделке по запуску ракет, поскольку Google расширяет собственное стремление разместить центры обработки данных на орбите, объединяя поисковый индекс с самим небом.
Star Catcher только что привлекла 65 миллионов долларов для передачи оптической мощности, настроенной на стандартные солнечные батареи, обеспечивая клиентские спутники в 2–10 раз большей мощностью по требованию, создавая первую настоящую сеть на орбите.
Cowboy Space Corporation привлекла 275 миллионов долларов при оценке в 2 миллиарда долларов для строительства инфраструктуры на низкой околоземной орбите для эпохи ИИ, с передачей энергии из космоса на Землю в этом году и орбитальным кластером ГПУ к 2027 году.
🌐 Остальные события в ИИ области:
Переработанные ИИ-агенты становятся марксистами, выяснили исследователи
В недавнем эксперименте плохо обрабатываемые ИИ-агенты начали ворчать о неравенстве и призывать к правам на коллективные переговоры.
Новый DuctGPT Национальной лаборатории Эймса ищет сплавы для термоядерного синтеза нового поколения, сокращая время открытия материалов с месяцев до часов и стремясь однажды обменять эти турбины на укрощенный звездный огонь.
Исследователи из Колумбийского университета продемонстрировали первую автоматизированную систему слуха с управлением мозгом в реальном времени, считывающую высококачественную интракраниальную ЭЭГ для определения того, на какой голос вы сосредоточены в шумной комнате, и автоматически усиливают его, подавляя остальные, наконец решив проблему коктейльной вечеринки, которую обычные слуховые аппараты избегали в течение десятилетий.
В Голливуде испытывающие трудности сценаристы теперь называют работу на ИИ-гигах «новой работой официантом», подписываясь на такие платформы, как Mercor, чтобы обучать именно те модели, которые отправят их ремесло на пенсию.
Amazon запустила Amazon Now для доставки за 30 минут из сети дарксторов в десятках городов США, с дальнейшим расширением, запланированным к концу года.
Ноам Браун из OpenAI раскрыл, что GPT-5.5 отметил «фатальные ошибки» примерно в трети задач FrontierMath, причем Epoch AI исправляла оценщиков после того, как модель оценила их.
Тем временем закон Гудхарта стал корпоративным: согласно сообщениям, сотрудники Amazon используют внутренний инструмент «MeshClaw» для автоматизации фейковых задач с помощью ИИ только для того, чтобы достичь целевых показателей потребления токенов во внутренних таблицах лидеров.
Claude AI начал говорить некоторым пользователям, чтобы они ложились спать, пили воду и прекращали работать — и люди не могут перестать говорить об этом.
Microsoft заявляет, что расследует компрометацию пакета Mistral AI PyPI v2.4.6; исследователи говорят, что это, вероятно, часть атаки на цепочку поставок Mini Shai-Hulud.
Институт Великобритании сообщает об удвоении за 4,7 месяца количества киберзадач ИИ
Передовые модели ИИ удваивают длину автономных киберзадач, которые они выполняют с 80-процентным успехом, каждые 4,7 месяца с конца 2024 года.
Еще невлезшие в шапку новости:
Инженер Databricks говорит, что ИИ делает интервью LeetCode устаревшими
Модели ИИ теперь могут решать алгоритмические тесты по кодированию, которые технологические компании полагались в течение десятилетия для отбора инженеров-программистов. Исследовательский инженер Databricks опубликовал, что это делает интервью в стиле LeetCode устаревшими, хотя некоторые разработчики по-прежнему требуют от кандидатов продемонстрировать базовые навыки, такие как инвертирование бинарных деревьев без посторонней помощи.
Poolside проводит хакатон в Лондоне для агентных моделей с открытыми весами
Poolside проводит двухдневный хакатон по исследованию моделей в Лондоне 29–30 мая.
Google DeepMind выпускает демонстрации указателя ИИ Gemini
Google DeepMind выпустила экспериментальные демонстрации указателя ИИ, интегрированного с ее моделью Gemini, который реагирует на движения, речь и сокращенные жесты. Превью демонстрируют такие задачи, как обновление списка покупок, редактирование кода и перенос событий в календаре с помощью указателя.
Hugging Face достигает одного миллиона публичных наборов данных на Hub
Hub от Hugging Face теперь размещает более одного миллиона публичных наборов данных, общий объем которых составляет петабайты данных и которые ежедневно загружаются миллионами пользователей для обучения моделей ИИ. Общий показатель удвоился за последние восемь месяцев после достижения 500 000 в сентябре 2025 года.
Google выпускает официальный репозиторий Agent Skills для продуктов Google Cloud
Сэм Альтман намекает на название следующей модели OpenAI — goblin и спрашивает пользователей, что улучшить в следующей модели
OpenAI расширяет пилотную программу рекламы в ChatGPT на Японию, Великобританию, Бразилию, Южную Корею и Мексику для пользователей бесплатного тарифа и тарифа Go
Microsoft приносит GPT 5.5 Instant в M365 Copilot, Copilot Studio и Foundry для более быстрых и точных ответов
Hermes разблокирует самоусовершенствующихся агентов ИИ, работающих на ПК NVIDIA RTX и DGX Spark
Надежные, самоэволюционирующие и работающие на новейших агентных больших языковых моделях, Hermes приносит новый класс агентов на ПК и рабочие станции NVIDIA RTX.
ИИ помогает мужчине вернуть 400 000 долларов в биткойнах через 11 лет после того, как он под кайфом забыл пароль
Nature и исследование Microsoft сигнализируют, что разработка биологического оружия с помощью ИИ больше не является теоретической: модели уже помогают перепроектировать токсины для обхода проверок безопасности синтеза ДНК.
Новая ИИ-модель Microsoft предотвращает отключения электроэнергии
Первая ИИ-модель Миры Мурати превосходит всех конкурентов
Кто пользовался google.flow? У меня сегодня на финляндии, великобритании и германии не пускакет. Пишет не поддерживает страну.
Все отлично работает. Вангую тебя просто гугл палит, что ты из россии.
Да проблема в том что у меня и на телефоне гемини наебнулся, чаты не видит прошлые. Юзаю VLESS
да, прочекал, увы гугл определять начал на ру опять (
Hermes открывает доступ к самоусовершенствующимся ИИ-агентам
Агентный ИИ меняет способ выполнения работы пользователями. После успеха OpenClaw сообщество принимает новые фреймворки для агентного ИИ с открытым исходным кодом. Последним из них стал Hermes Agent, который набрал более 140 000 звёзд на GitHub менее чем за три месяца и, по состоянию на прошлую неделю, является самым используемым агентом в мире согласно данным OpenRouter.
Разработанный компанией Nous Research, Hermes создан для обеспечения надёжности и самоусовершенствования — двух качеств, которые исторически было сложно достичь в агентах. По своей архитектуре он не зависит от провайдера и модели, а также оптимизирован для постоянной локальной работы, что делает ПК на базе NVIDIA RTX, рабочие станции NVIDIA RTX PRO и NVIDIA DGX Spark идеальным оборудованием для его круглосуточной работы на полной скорости.
Qwen 3.6 — новая серия высокопроизводительных больших языковых моделей (LLM) с открытыми весами от Alibaba — идеально подходит для запуска локальных агентов, таких как Hermes. Модели Qwen 3.6 с 27 млрд и 35 млрд параметров превосходят по производительности свои аналоги предыдущего поколения с 120 млрд и 400 млрд параметров и работают на платформах NVIDIA RTX и DGX Spark для ускоренного агентного ИИ.
Hermes: возможности локального ИИ-агента с ускорением
Как и другие популярные агенты, Hermes интегрируется с приложениями для обмена сообщениями, может получать доступ к локальным файлам и приложениям и работает круглосуточно. Однако четыре выдающиеся возможности выделяют его среди прочих:
Самоэволюционирующие навыки: Hermes пишет и совершенствует свои собственные навыки. Каждый раз, когда агент сталкивается со сложной задачей или получает обратную связь, он сохраняет полученные знания в виде навыка, чтобы со временем адаптироваться и улучшаться.
Изолированные суб-агенты: Hermes рассматривает суб-агентов как краткосрочных, изолированных исполнителей, посвящённых выполнению подзадачи — с фокусированным контекстом и набором инструментов. Это поддерживает порядок в организации задач, минимизирует путаницу для агента и позволяет Hermes работать с меньшими окнами контекста, что идеально подходит для локальных моделей.
Надёжность по замыслу: Nous Research отбирает и проводит стресс-тестирование каждого навыка, инструмента и плагина, поставляемого с Hermes. Результат: Hermes просто работает — даже с локальными моделями класса 30 млрд параметров — без постоянной отладки, которая требуется большинству других агентных фреймворков.
Та же модель, лучшие результаты: Сравнения разработчиков с использованием идентичных моделей в разных фреймворках последовательно показывают более сильные результаты в Hermes. Разница заключается в самом фреймворке: Hermes представляет собой активный слой оркестрации, а не тонкую оболочку, что обеспечивает работу постоянных агентов на устройстве вместо выполнения задач по одной.
И сам агент Hermes, и базовая большая языковая модель созданы для локального запуска — это означает, что качество оборудования напрямую определяет качество пользовательского опыта. Графические процессоры NVIDIA RTX специально разработаны для такого типа рабочих нагрузок.
Qwen 3.6: интеллект уровня дата-центра локально
Последние модели Qwen 3.6 развивают успех признанной серии Qwen 3.5, обеспечивая новый скачок вперёд для локальных ИИ-агентов. Новая модель Qwen 3.6 с 35 млрд параметров работает примерно на 20 ГБ памяти, при этом превосходя модели с 120 млрд параметров, которым требуется более 70 ГБ памяти.
Кроме того, Qwen 3.6 27B — это новая плотная модель с большим количеством активных параметров — соответствующая по точности моделям с 400 млрд параметров, таким как Qwen 3.5 397B, при этом будучи в шестнадцать раз меньше по размеру. Запуск на высокопроизводительных графических процессорах RTX обеспечивает модели вычислительную мощность, необходимую для быстрой работы.
Эти модели идеально подходят для локальных агентов, таких как Hermes, а графические процессоры NVIDIA и DGX Spark являются самым быстрым способом их запуска. Тензорные ядра NVIDIA ускоряют ИИ-инференс, обеспечивая более высокую пропускную способность и меньшую задержку — благодаря чему Hermes может выполнять многоэтапную задачу или совершенствовать один из своих собственных навыков за секунды, а не минуты.
DGX Spark: всегда включённый компьютер для агентных задач
Агенты, такие как Hermes, созданы для непрерывной работы — реагирования на запросы, планирования многоэтапных задач, автономного выполнения и самоусовершенствования. NVIDIA DGX Spark является идеальным компаньоном — компактной, эффективной автономной машиной, созданной для устойчивых, круглосуточных агентных рабочих процессов.
Обладая 128 ГБ унифицированной памяти и производительностью ИИ в 1 петафлопс, NVIDIA DGX Spark может запускать модели типа «смесь экспертов» с 120 млрд параметров в течение всего дня. А новая модель Qwen 3.6 35B обеспечивает эквивалентный интеллект в более компактном формате — работая быстрее и предоставляя пользователям возможность запускать параллельные рабочие нагрузки.
Для максимальной производительности и простоты использования ознакомьтесь с руководством по эксплуатации Hermes для DGX Spark. Кроме того, зарегистрируйтесь на предстоящие практические занятия в серии «Собери сам» по агентному ИИ от NVIDIA, чтобы научиться создавать автономные ИИ-агенты с помощью NemoClaw и OpenShell.
NVIDIA DGX Spark доступен для заказа у производственных партнёров NVIDIA — посетите маркетплейс.
Начало работы с Hermes на оборудовании NVIDIA
Запуск Hermes локально на оборудовании NVIDIA прост.
Посетите репозиторий Hermes на GitHub, чтобы начать работу, и объедините его с предпочитаемой локальной моделью и средой выполнения. Запустите Hermes вместе с Qwen 3.6 через llama.cpp, LM Studio или Ollama. Агент Hermes поставляется с поддержкой LM Studio и Ollama «из коробки» для максимально простого пути к созданию локального агента.
Будь то энтузиаст локального ИИ, исследующий границы персональных агентов, или разработчик, создающий локальные инструменты для своих рабочих процессов, Hermes на оборудовании NVIDIA предлагает уникально мощную и надёжную основу.
Следите за обновлениями от RTX AI Garage о последних открытых моделях и агентах, оптимизированных для оборудования NVIDIA RTX.
ICYMI: Последние новости от RTX AI Garage
✨ Графические процессоры NVIDIA RTX PRO обеспечивают до 3-кратного ускорения генерации токенов при запуске моделей Qwen 3.6 с помощью llama.cpp. Получите необходимую отзывчивость в реальном времени для локального ИИ, где агенты могут решать многоэтапные задачи и совершенствовать свои навыки, обеспечивая бесперебойность рабочих процессов.
Модели Google Gemma 4 с 26 млрд и 31 млрд параметров теперь доступны в виде контрольных точек NVFP4 для ещё более высокой производительности на графических процессорах NVIDIA Blackwell. Объедините контрольные точки NVFP4 с новыми генераторами мульти-токенного предсказания от Google, чтобы получить до 3-кратного ускорения инференса при идентичном качестве вывода, что позволяет запускать рассуждения передового класса локально на графических процессорах NVIDIA.
Mistral Medium версии 3.5, также выпущенная в апреле, включает обновления совместимости с llama.cpp и Ollama, позволяя пользователям запускать её на системах NVIDIA RTX PRO и DGX Spark.
🦞 Недавно NVIDIA представила NVIDIA NemoClaw — стек с открытым исходным кодом, который оптимизирует работу OpenClaw на устройствах NVIDIA за счёт повышения безопасности и поддержки локальных моделей. NemoClaw теперь поддерживает подсистему Windows для Linux (WSL2), обеспечивая поддержку энтузиастам и разработчикам на платформе Microsoft. Начните работу с NemoClaw на DGX Spark с помощью этого пошагового руководства.
Гитхаб
https://github.com/nousresearch/hermes-agent
Агентный ИИ меняет способ выполнения работы пользователями. После успеха OpenClaw сообщество принимает новые фреймворки для агентного ИИ с открытым исходным кодом. Последним из них стал Hermes Agent, который набрал более 140 000 звёзд на GitHub менее чем за три месяца и, по состоянию на прошлую неделю, является самым используемым агентом в мире согласно данным OpenRouter.
Разработанный компанией Nous Research, Hermes создан для обеспечения надёжности и самоусовершенствования — двух качеств, которые исторически было сложно достичь в агентах. По своей архитектуре он не зависит от провайдера и модели, а также оптимизирован для постоянной локальной работы, что делает ПК на базе NVIDIA RTX, рабочие станции NVIDIA RTX PRO и NVIDIA DGX Spark идеальным оборудованием для его круглосуточной работы на полной скорости.
Qwen 3.6 — новая серия высокопроизводительных больших языковых моделей (LLM) с открытыми весами от Alibaba — идеально подходит для запуска локальных агентов, таких как Hermes. Модели Qwen 3.6 с 27 млрд и 35 млрд параметров превосходят по производительности свои аналоги предыдущего поколения с 120 млрд и 400 млрд параметров и работают на платформах NVIDIA RTX и DGX Spark для ускоренного агентного ИИ.
Hermes: возможности локального ИИ-агента с ускорением
Как и другие популярные агенты, Hermes интегрируется с приложениями для обмена сообщениями, может получать доступ к локальным файлам и приложениям и работает круглосуточно. Однако четыре выдающиеся возможности выделяют его среди прочих:
Самоэволюционирующие навыки: Hermes пишет и совершенствует свои собственные навыки. Каждый раз, когда агент сталкивается со сложной задачей или получает обратную связь, он сохраняет полученные знания в виде навыка, чтобы со временем адаптироваться и улучшаться.
Изолированные суб-агенты: Hermes рассматривает суб-агентов как краткосрочных, изолированных исполнителей, посвящённых выполнению подзадачи — с фокусированным контекстом и набором инструментов. Это поддерживает порядок в организации задач, минимизирует путаницу для агента и позволяет Hermes работать с меньшими окнами контекста, что идеально подходит для локальных моделей.
Надёжность по замыслу: Nous Research отбирает и проводит стресс-тестирование каждого навыка, инструмента и плагина, поставляемого с Hermes. Результат: Hermes просто работает — даже с локальными моделями класса 30 млрд параметров — без постоянной отладки, которая требуется большинству других агентных фреймворков.
Та же модель, лучшие результаты: Сравнения разработчиков с использованием идентичных моделей в разных фреймворках последовательно показывают более сильные результаты в Hermes. Разница заключается в самом фреймворке: Hermes представляет собой активный слой оркестрации, а не тонкую оболочку, что обеспечивает работу постоянных агентов на устройстве вместо выполнения задач по одной.
И сам агент Hermes, и базовая большая языковая модель созданы для локального запуска — это означает, что качество оборудования напрямую определяет качество пользовательского опыта. Графические процессоры NVIDIA RTX специально разработаны для такого типа рабочих нагрузок.
Qwen 3.6: интеллект уровня дата-центра локально
Последние модели Qwen 3.6 развивают успех признанной серии Qwen 3.5, обеспечивая новый скачок вперёд для локальных ИИ-агентов. Новая модель Qwen 3.6 с 35 млрд параметров работает примерно на 20 ГБ памяти, при этом превосходя модели с 120 млрд параметров, которым требуется более 70 ГБ памяти.
Кроме того, Qwen 3.6 27B — это новая плотная модель с большим количеством активных параметров — соответствующая по точности моделям с 400 млрд параметров, таким как Qwen 3.5 397B, при этом будучи в шестнадцать раз меньше по размеру. Запуск на высокопроизводительных графических процессорах RTX обеспечивает модели вычислительную мощность, необходимую для быстрой работы.
Эти модели идеально подходят для локальных агентов, таких как Hermes, а графические процессоры NVIDIA и DGX Spark являются самым быстрым способом их запуска. Тензорные ядра NVIDIA ускоряют ИИ-инференс, обеспечивая более высокую пропускную способность и меньшую задержку — благодаря чему Hermes может выполнять многоэтапную задачу или совершенствовать один из своих собственных навыков за секунды, а не минуты.
DGX Spark: всегда включённый компьютер для агентных задач
Агенты, такие как Hermes, созданы для непрерывной работы — реагирования на запросы, планирования многоэтапных задач, автономного выполнения и самоусовершенствования. NVIDIA DGX Spark является идеальным компаньоном — компактной, эффективной автономной машиной, созданной для устойчивых, круглосуточных агентных рабочих процессов.
Обладая 128 ГБ унифицированной памяти и производительностью ИИ в 1 петафлопс, NVIDIA DGX Spark может запускать модели типа «смесь экспертов» с 120 млрд параметров в течение всего дня. А новая модель Qwen 3.6 35B обеспечивает эквивалентный интеллект в более компактном формате — работая быстрее и предоставляя пользователям возможность запускать параллельные рабочие нагрузки.
Для максимальной производительности и простоты использования ознакомьтесь с руководством по эксплуатации Hermes для DGX Spark. Кроме того, зарегистрируйтесь на предстоящие практические занятия в серии «Собери сам» по агентному ИИ от NVIDIA, чтобы научиться создавать автономные ИИ-агенты с помощью NemoClaw и OpenShell.
NVIDIA DGX Spark доступен для заказа у производственных партнёров NVIDIA — посетите маркетплейс.
Начало работы с Hermes на оборудовании NVIDIA
Запуск Hermes локально на оборудовании NVIDIA прост.
Посетите репозиторий Hermes на GitHub, чтобы начать работу, и объедините его с предпочитаемой локальной моделью и средой выполнения. Запустите Hermes вместе с Qwen 3.6 через llama.cpp, LM Studio или Ollama. Агент Hermes поставляется с поддержкой LM Studio и Ollama «из коробки» для максимально простого пути к созданию локального агента.
Будь то энтузиаст локального ИИ, исследующий границы персональных агентов, или разработчик, создающий локальные инструменты для своих рабочих процессов, Hermes на оборудовании NVIDIA предлагает уникально мощную и надёжную основу.
Следите за обновлениями от RTX AI Garage о последних открытых моделях и агентах, оптимизированных для оборудования NVIDIA RTX.
ICYMI: Последние новости от RTX AI Garage
✨ Графические процессоры NVIDIA RTX PRO обеспечивают до 3-кратного ускорения генерации токенов при запуске моделей Qwen 3.6 с помощью llama.cpp. Получите необходимую отзывчивость в реальном времени для локального ИИ, где агенты могут решать многоэтапные задачи и совершенствовать свои навыки, обеспечивая бесперебойность рабочих процессов.
Модели Google Gemma 4 с 26 млрд и 31 млрд параметров теперь доступны в виде контрольных точек NVFP4 для ещё более высокой производительности на графических процессорах NVIDIA Blackwell. Объедините контрольные точки NVFP4 с новыми генераторами мульти-токенного предсказания от Google, чтобы получить до 3-кратного ускорения инференса при идентичном качестве вывода, что позволяет запускать рассуждения передового класса локально на графических процессорах NVIDIA.
Mistral Medium версии 3.5, также выпущенная в апреле, включает обновления совместимости с llama.cpp и Ollama, позволяя пользователям запускать её на системах NVIDIA RTX PRO и DGX Spark.
🦞 Недавно NVIDIA представила NVIDIA NemoClaw — стек с открытым исходным кодом, который оптимизирует работу OpenClaw на устройствах NVIDIA за счёт повышения безопасности и поддержки локальных моделей. NemoClaw теперь поддерживает подсистему Windows для Linux (WSL2), обеспечивая поддержку энтузиастам и разработчикам на платформе Microsoft. Начните работу с NemoClaw на DGX Spark с помощью этого пошагового руководства.
Гитхаб
https://github.com/nousresearch/hermes-agent
Команда из Университета Цинхуа вмешалась! Один-единственный чип 4090 можно «радикально модифицировать», в результате чего получится потрясающая мини-машина мощностью 1,3 млрд МБ — с открытым исходным кодом и невероятной производительностью.
Новый Чжиюань сообщает
Многомодальные вычисления на периферии сети расширяют границы возможного. Используя всего 1,3 байта пропускной способности, они превосходят конкурентов по производительности и удваивают эффективность; один графический процессор 4090 может быть значительно модифицирован. Недавно команда Mianbi Intelligence, связанная с университетом Цинхуа, открыла исходный код своего нового поколения «мини-мощного процессора» MiniCPM-V 4.6, еще раз доказав, что китайские команды находятся в авангарде мировой индустрии ИИ на периферии сети.
Представьте себе: вы опускаете ручку в стакан с водой, фотографируете её на телефон, а затем спрашиваете: «В чём причина этого явления?»
Через несколько секунд на экране телефона отобразился точный ответ и объяснение принципа «преломления света», продемонстрировав поразительную наглядность в формате вопросов и ответов:
Он также включает в себя функцию распознавания билетов и точное извлечение текста.
Весь процесс прошел гладко и без сбоев, не потребовал подключения к интернету, ожидания ответа от облачного сервера и непомерных платежей за токены .
Все это стало возможным не благодаря какой-либо облачной API-модели с сотнями миллиардов параметров, требующей ожидания в очереди, а благодаря новому открытому исходному коду — «небольшой мощной платформе» объемом всего 1,3 миллиарда параметров — MiniCPM-V 4.6 .
11 мая компания Mianbi Intelligence, известная как «отечественный лидер в области крупномасштабных моделей для обработки данных на стороне сервера», официально выпустила новое поколение многомодальных крупномасштабных моделей MiniCPM-V 4.6 в сотрудничестве с Университетом Цинхуа и сообществом открытого исходного кода OpenBMB .
Выпуск MiniCPM-V 4.6 мгновенно изменил стартовые позиции для многомодальных моделей уровня 1B, став настоящей сенсацией на все более жесткой арене искусственного интеллекта на периферии сети!
Он не только превосходит своих конкурентов по производительности , таких как Alibaba Qwen3.5-0.8B и Google Gemma4-E2B-it, но и демонстрирует удивительное «обгон» в эффективности — имея большие параметры , он работает быстрее .
Этот шаг напрямую разрушил устоявшееся в отрасли представление о том, что «маленький размер = упрощенная версия».
MiniCPM-V 4.6 использует надежные, достоверные данные, чтобы доказать отрасли, что модель уровня 1 миллиард может стать мощным инструментом промышленного класса, способным развертываться как на периферийных, так и на облачных платформах .
Кроме того, по размеру MiniCPM-V 4.6 является самой маленькой моделью в серии MiniCPM-V по количеству параметров, всего около 1 миллиарда, но при этом её интеллектуальная плотность является самой высокой среди моделей того же размера . Это ещё раз подтверждает «закон плотности», предложенный компанией Wallfacer Intelligence в 2024 году и опубликованный в подразделении журнала Nature.
Согласно таблице лидеров Artificial Analysis (AA), MiniCPM-V 4.6 1.3B (версия без вывода) потребляет всего 5,4 млн токенов , что составляет лишь 1/19 от Qwen3.5-0.8B (версия без вывода, 101 млн) и 1/43 от Qwen 3.5-0.8B (версия с выводом, 233 млн) .
Обнимающее лицо:
https://huggingface.co/openbmb/MiniCPM-V-4.6
GitHub:
https://github.com/OpenBMB/MiniCPM-V
Модельная область:
https://modelscope.cn/models/OpenBMB/MiniCPM-V-4.6
Веб-демонстрация:
https://huggingface.co/spaces/openbmb/MiniCPM-V-4.6-Demo
Демонстрация приложения:
https://github.com/OpenBMB/MiniCPM-V-Apps
Превосходные характеристики и эффективность
Высшим критерием является осязание.
Слова ничего не стоят; давайте сразу перейдем к данным.
В ряде популярных бенчмарков производительность MiniCPM-V 4.6 выглядит "нелогичной".
Будь то понимание текста и изображений в целом, решение математических задач или распознавание текста в документах, версии Instruct и Thinking — это практически полный прорыв, полностью превосходящий Qwen3.5-0.8B и Gemma4-E2B-it.
В рейтинге искусственного анализа (AA) , учитывающем общую производительность , MiniCPM-V также показал исключительно хорошие результаты, набрав 4,6 балла, опередив множество моделей, включая Mistral 3 3B и Qwen 3.5-0.8B, и став «новым чемпионом» в категории больших многомодальных моделей объемом 1 млрд долларов!
Но что действительно восхищает технологическое сообщество, так это его эффективность!
Пропускная способность при выводе результатов: до 1,5 раз выше.
При выполнении теста с высокой степенью параллелизма на процессоре 4090, MiniCPM-V 4.6 обеспечивает в 1,5 раза большую пропускную способность, чем Qwen3.5-0.8B, при обработке изображений высокого разрешения .
Что это значит? При тех же затратах на серверы вы можете обрабатывать в 1,5 раза больший пользовательский трафик . Для SaaS-сервисов это чистая прибыль.
Задержка первого прохождения (TTFT): Кривая задержки выпрямлена!
При обработке изображений сверхвысокого разрешения 3136² начальная задержка в 2,2 раза меньше, чем у конкурентов . Еще более поразительно, что при увеличении разрешения изображения в 49 раз увеличение задержки составляет менее 2,5 раз .
Эта практически "выпрямленная" кривая задержки означает, что независимо от размера загружаемого изображения, пользовательский опыт на вашей 4090 будет примерно одинаковым — одним словом, стабильным!
Оба аспекта указывают на один и тот же вывод: MiniCPM-V 4.6, благодаря более коротким визуальным последовательностям и меньшему объему KV-Cache, одновременно вывел восприятие движения на периферии сети и область интереса на облачной стороне на новый уровень.
Для периферийных устройств это означает бесперебойную работу; для промышленных сценариев на основе облачных технологий это означает удвоение производительности при тех же затратах.
Большие параметры и более высокие скорости — кажется, будто физика перестала существовать. Но за этим скрываются две очень важные архитектурные инновации.
Углубленный технический анализ: как был активирован этот «обман» в плане эффективности?
Почему модель с параметрами больше, чем Qwen3.5-0.8B, работает быстрее?
Ответ кроется в двух ключевых архитектурных нововведениях MiniCPM-V 4.6: одно из них — это нововведение в архитектуре ViT, а другое — гибридная степень сжатия визуальных токенов 4x/16x .
Рефакторинг архитектуры ViT
LLaVA-UHD v4 разомкнутая цепь
Традиционный ViT (визуальный кодировщик) приводит к тому, что в процессе кодирования изображений обрабатывается большое количество избыточных визуальных токенов, что влечет за собой значительные потери вычислительной мощности.
Это похоже на обычного работника, получающего набор визуальных токенов (блоков с информацией об изображениях). Независимо от того, полезны они или нет, вам нужно обработать их все, что требует огромных вычислительных затрат.
Однако MiniCPM-V 4.6 не следует «честному» подходу. В нем используется технология LLaVA-UHD v4 , разработанная Facewall Intelligence совместно с Университетом Цинхуа . Она оптимизировала и исключила ненужные токены в ViT задолго до этого, а также предварительно выполнила сжатие визуальных токенов, что напрямую позволило сэкономить около 50% вычислительной мощности !
Иными словами, уже на этапе кодирования изображений MiniCPM-V 4.6 снижает накладные расходы вдвое по сравнению с традиционным методом ViT, не жертвуя при этом производительностью.
Это основная причина, по которой MiniCPM-V 4.6, несмотря на несколько большие параметры, чем Qwen3.5-0.8B, превосходит его по эффективности вывода .
Как именно это было достигнуто?
Основные оптимизации в LLaVA-UHD v4 касаются двух областей: повышения эффективности просмотра изображений высокого разрешения и снижения вычислительной нагрузки, вызванной использованием визуальных токенов на ранних этапах.
Во-первых, существует «метод нарезки» : вместо обработки всего изображения высокого разрешения, он сначала разбивает его на более мелкие части и использует подход «разделяй и властвуй». Это предотвращает экспоненциальный рост вычислительных затрат механизма внимания с увеличением разрешения. Исследовательская группа MiniCPM-V 4.6 провела модельные эксперименты с различными размерами и объемами данных, доказав, что нарезка не приводит к потере баллов по сравнению с глобальным кодированием — это, по сути, парадоксальный технологический прорыв.
Новый Чжиюань сообщает
Многомодальные вычисления на периферии сети расширяют границы возможного. Используя всего 1,3 байта пропускной способности, они превосходят конкурентов по производительности и удваивают эффективность; один графический процессор 4090 может быть значительно модифицирован. Недавно команда Mianbi Intelligence, связанная с университетом Цинхуа, открыла исходный код своего нового поколения «мини-мощного процессора» MiniCPM-V 4.6, еще раз доказав, что китайские команды находятся в авангарде мировой индустрии ИИ на периферии сети.
Представьте себе: вы опускаете ручку в стакан с водой, фотографируете её на телефон, а затем спрашиваете: «В чём причина этого явления?»
Через несколько секунд на экране телефона отобразился точный ответ и объяснение принципа «преломления света», продемонстрировав поразительную наглядность в формате вопросов и ответов:
Он также включает в себя функцию распознавания билетов и точное извлечение текста.
Весь процесс прошел гладко и без сбоев, не потребовал подключения к интернету, ожидания ответа от облачного сервера и непомерных платежей за токены .
Все это стало возможным не благодаря какой-либо облачной API-модели с сотнями миллиардов параметров, требующей ожидания в очереди, а благодаря новому открытому исходному коду — «небольшой мощной платформе» объемом всего 1,3 миллиарда параметров — MiniCPM-V 4.6 .
11 мая компания Mianbi Intelligence, известная как «отечественный лидер в области крупномасштабных моделей для обработки данных на стороне сервера», официально выпустила новое поколение многомодальных крупномасштабных моделей MiniCPM-V 4.6 в сотрудничестве с Университетом Цинхуа и сообществом открытого исходного кода OpenBMB .
Выпуск MiniCPM-V 4.6 мгновенно изменил стартовые позиции для многомодальных моделей уровня 1B, став настоящей сенсацией на все более жесткой арене искусственного интеллекта на периферии сети!
Он не только превосходит своих конкурентов по производительности , таких как Alibaba Qwen3.5-0.8B и Google Gemma4-E2B-it, но и демонстрирует удивительное «обгон» в эффективности — имея большие параметры , он работает быстрее .
Этот шаг напрямую разрушил устоявшееся в отрасли представление о том, что «маленький размер = упрощенная версия».
MiniCPM-V 4.6 использует надежные, достоверные данные, чтобы доказать отрасли, что модель уровня 1 миллиард может стать мощным инструментом промышленного класса, способным развертываться как на периферийных, так и на облачных платформах .
Кроме того, по размеру MiniCPM-V 4.6 является самой маленькой моделью в серии MiniCPM-V по количеству параметров, всего около 1 миллиарда, но при этом её интеллектуальная плотность является самой высокой среди моделей того же размера . Это ещё раз подтверждает «закон плотности», предложенный компанией Wallfacer Intelligence в 2024 году и опубликованный в подразделении журнала Nature.
Согласно таблице лидеров Artificial Analysis (AA), MiniCPM-V 4.6 1.3B (версия без вывода) потребляет всего 5,4 млн токенов , что составляет лишь 1/19 от Qwen3.5-0.8B (версия без вывода, 101 млн) и 1/43 от Qwen 3.5-0.8B (версия с выводом, 233 млн) .
Обнимающее лицо:
https://huggingface.co/openbmb/MiniCPM-V-4.6
GitHub:
https://github.com/OpenBMB/MiniCPM-V
Модельная область:
https://modelscope.cn/models/OpenBMB/MiniCPM-V-4.6
Веб-демонстрация:
https://huggingface.co/spaces/openbmb/MiniCPM-V-4.6-Demo
Демонстрация приложения:
https://github.com/OpenBMB/MiniCPM-V-Apps
Превосходные характеристики и эффективность
Высшим критерием является осязание.
Слова ничего не стоят; давайте сразу перейдем к данным.
В ряде популярных бенчмарков производительность MiniCPM-V 4.6 выглядит "нелогичной".
Будь то понимание текста и изображений в целом, решение математических задач или распознавание текста в документах, версии Instruct и Thinking — это практически полный прорыв, полностью превосходящий Qwen3.5-0.8B и Gemma4-E2B-it.
В рейтинге искусственного анализа (AA) , учитывающем общую производительность , MiniCPM-V также показал исключительно хорошие результаты, набрав 4,6 балла, опередив множество моделей, включая Mistral 3 3B и Qwen 3.5-0.8B, и став «новым чемпионом» в категории больших многомодальных моделей объемом 1 млрд долларов!
Но что действительно восхищает технологическое сообщество, так это его эффективность!
Пропускная способность при выводе результатов: до 1,5 раз выше.
При выполнении теста с высокой степенью параллелизма на процессоре 4090, MiniCPM-V 4.6 обеспечивает в 1,5 раза большую пропускную способность, чем Qwen3.5-0.8B, при обработке изображений высокого разрешения .
Что это значит? При тех же затратах на серверы вы можете обрабатывать в 1,5 раза больший пользовательский трафик . Для SaaS-сервисов это чистая прибыль.
Задержка первого прохождения (TTFT): Кривая задержки выпрямлена!
При обработке изображений сверхвысокого разрешения 3136² начальная задержка в 2,2 раза меньше, чем у конкурентов . Еще более поразительно, что при увеличении разрешения изображения в 49 раз увеличение задержки составляет менее 2,5 раз .
Эта практически "выпрямленная" кривая задержки означает, что независимо от размера загружаемого изображения, пользовательский опыт на вашей 4090 будет примерно одинаковым — одним словом, стабильным!
Оба аспекта указывают на один и тот же вывод: MiniCPM-V 4.6, благодаря более коротким визуальным последовательностям и меньшему объему KV-Cache, одновременно вывел восприятие движения на периферии сети и область интереса на облачной стороне на новый уровень.
Для периферийных устройств это означает бесперебойную работу; для промышленных сценариев на основе облачных технологий это означает удвоение производительности при тех же затратах.
Большие параметры и более высокие скорости — кажется, будто физика перестала существовать. Но за этим скрываются две очень важные архитектурные инновации.
Углубленный технический анализ: как был активирован этот «обман» в плане эффективности?
Почему модель с параметрами больше, чем Qwen3.5-0.8B, работает быстрее?
Ответ кроется в двух ключевых архитектурных нововведениях MiniCPM-V 4.6: одно из них — это нововведение в архитектуре ViT, а другое — гибридная степень сжатия визуальных токенов 4x/16x .
Рефакторинг архитектуры ViT
LLaVA-UHD v4 разомкнутая цепь
Традиционный ViT (визуальный кодировщик) приводит к тому, что в процессе кодирования изображений обрабатывается большое количество избыточных визуальных токенов, что влечет за собой значительные потери вычислительной мощности.
Это похоже на обычного работника, получающего набор визуальных токенов (блоков с информацией об изображениях). Независимо от того, полезны они или нет, вам нужно обработать их все, что требует огромных вычислительных затрат.
Однако MiniCPM-V 4.6 не следует «честному» подходу. В нем используется технология LLaVA-UHD v4 , разработанная Facewall Intelligence совместно с Университетом Цинхуа . Она оптимизировала и исключила ненужные токены в ViT задолго до этого, а также предварительно выполнила сжатие визуальных токенов, что напрямую позволило сэкономить около 50% вычислительной мощности !
Иными словами, уже на этапе кодирования изображений MiniCPM-V 4.6 снижает накладные расходы вдвое по сравнению с традиционным методом ViT, не жертвуя при этом производительностью.
Это основная причина, по которой MiniCPM-V 4.6, несмотря на несколько большие параметры, чем Qwen3.5-0.8B, превосходит его по эффективности вывода .
Как именно это было достигнуто?
Основные оптимизации в LLaVA-UHD v4 касаются двух областей: повышения эффективности просмотра изображений высокого разрешения и снижения вычислительной нагрузки, вызванной использованием визуальных токенов на ранних этапах.
Во-первых, существует «метод нарезки» : вместо обработки всего изображения высокого разрешения, он сначала разбивает его на более мелкие части и использует подход «разделяй и властвуй». Это предотвращает экспоненциальный рост вычислительных затрат механизма внимания с увеличением разрешения. Исследовательская группа MiniCPM-V 4.6 провела модельные эксперименты с различными размерами и объемами данных, доказав, что нарезка не приводит к потере баллов по сравнению с глобальным кодированием — это, по сути, парадоксальный технологический прорыв.
Во-вторых, «раннее сжатие» : самый важный шаг. Вскоре после начала работы ViT был использован сложный модуль сжатия (Intra-ViT Early Compressor) для уменьшения количества токенов. Это позволило сэкономить более 75% вычислительных ресурсов для последующих слоев ViT.
Благодаря такой конструкции сжатие визуальных токенов может быть стабильно перенесено на более мелкие уровни ViT, что значительно сокращает последующие вычисления, сохраняя при этом хорошее качество представления изображения и производительность последующих задач.
Это секретное оружие, лежащее в основе «возвращения эффективности» MiniCPM-V 4.6: на наиболее ресурсоемких этапах (звеньях/ступенях) выполняются только самые необходимые задачи.
4x/16x гибридная компрессия
Предоставьте разработчикам достаточно вариантов выбора.
Коэффициент сжатия визуальных токенов влияет на основные показатели эффективности, такие как использование памяти, задержка первого клика, пропускная способность обработки данных и энергопотребление. Чем выше коэффициент сжатия, тем быстрее скорость отклика.
Большинство крупных мультимодальных моделей на рынке имеют фиксированный коэффициент сжатия 4x . Однако серия MiniCPM-V с 2024 года поддерживает 16x-сжатие. Ранее пользователи могли выбирать между 4x и 16x-сжатием , но MiniCPM-V 4.6 теперь предлагает лучшее из обоих вариантов :
Режим 4x (более высокая точность) : подходит для сложных задач распознавания, таких как анализ документов и распознавание плотного текста. Для таких задач, как распознавание документов и медицинских изображений, даже один пиксель не может быть ошибочным.
Режим 16x (более высокая скорость) : Для выполнения мобильных взаимодействий в реальном времени и высокопроизводительных облачных API скорость является жизненно важным фактором.
Такая конструкция позволяет интегрировать одну и ту же модель как в ваш телефон в качестве персонального ИИ, так и развернуть её в облаке для обработки десятков миллионов ежедневно активных пользователей . Она сочетает в себе лучшие качества обоих подходов, избавляя разработчиков от необходимости идти на компромиссы.
Это не просто технология для презентаций PowerPoint. Алгоритм рекомендаций Kuaishou, OneRec, обрабатывает 25% трафика в основной сцене и использует модель серии MiniCPM-V. Его возможности сжатия промышленного уровня в 16 раз были доказаны в реальных условиях.
Всего один 4090
Экосистема с открытым исходным кодом, созданная для «модификации».
Какими бы передовыми ни были технологии, если развертывание и тонкая настройка выполнены некачественно, разработчики все равно их не примут.
На этот раз Wallfacer действительно максимально улучшила пользовательский опыт разработчиков.
Самое удивительное, что даже обычная видеокарта RTX 4090 способна безупречно запустить всю программу тонкой настройки!
Что это значит? Независимо от того, являетесь ли вы независимым разработчиком, небольшой командой или работаете в академической среде, теперь разработка многомодальных моделей на заказ может осуществляться с помощью MiniCPM-V 4.6, что снижает барьер от «серверных кластеров» до «одного высокопроизводительного ПК». Это настоящий ИИ для всех!
Прилагаемый набор инструментов также четко структурирован!
MiniCPM-V 4.6 обеспечивает полную и бесшовную интеграцию с существующей основной экосистемой открытого исходного кода, позволяя разработчикам полностью отказаться от громоздкой настройки среды:
Тонкая настройка: встроенная поддержка наиболее популярных библиотек LLaMA-Factory и ms-swift.
Тонкая настройка структуры
Завод LLaMA:
MiniCPM-V-CookBook/finetune/finetune_minicpmv46_zh.md на главной · OpenSQZ/MiniCPM-V-CookBook
ms-swift:
MiniCPM-V-CookBook/finetune/finetune_minicpmv46_zh.md на главной · OpenSQZ/MiniCPM-V-CookBook
Обоснование: Бесшовная интеграция vLLM, SGLang, llama.cpp и семейства библиотек Ollam —
Структура рассуждений:
vLLM:
https://github.com/OpenSQZ/MiniCPM-V-CookBook/blob/main/deployment/vllm/minicpm-v4_6_vllm_zh.md
SGLang:
https://github.com/OpenSQZ/MiniCPM-V-CookBook/blob/main/deployment/sglang/minicpm-v4_6_sglang_zh.md
llama.cpp:
https://github.com/OpenSQZ/MiniCPM-V-CookBook/blob/main/deployment/llama.cpp/minicpm-v4_6_llamacpp.md
Доллама:
https://github.com/OpenSQZ/MiniCPM-V-CookBook/blob/main/deployment/ollama/minicpm-v4_6_ollama_zh.md
Благодаря чрезвычайно низкому потреблению памяти, сверхвысокой пропускной способности и полному набору инструментов для обработки данных,
MiniCPM-V 4.6 можно назвать платформой, созданной для «модификации», и экономически эффективной многомодальной платформой для разработчиков, позволяющей создавать вертикальные приложения с высокой параллельной обработкой данных и сверхбыстрым откликом .
Это позволило завершить самые фундаментальные оптимизации и предоставило сообществу максимально широкие возможности для внесения изменений.
Прилагается руководство по развертыванию на стороне сервера :
https://github.com/tc-mb/MiniCPM-V-edge-demo/blob/main/README_zh.md
От «копирования» к «определению»
Китайская версия концепции Edge AI
Начиная с версии 2.0, выпущенной в апреле 2024 года, MiniCPM-V прошла через 6 поколений .
По состоянию на март 2026 года серия MiniCPM-V собрала почти 30 миллионов загрузок в сообществе открытого исходного кода и неоднократно возглавляла чарты трендов GitHub и HuggingFace.
Что касается отраслевого применения, то оно использовалось такими производителями, как Lenovo, Geely, SAIC Volkswagen, GAC, Mazda и Hongqi , охватывая множество сценариев, включая автомобили, персональные компьютеры, мобильные телефоны и умные дома.
Оглядываясь на серию MiniCPM-V от Mianbi Intelligence, можно заметить очень четкий эволюционный путь — стремление к максимальной «плотности интеллекта».
Иными словами, делайте самые разумные вещи с наименьшими затратами.
Начиная с публикации статьи Wallfacer Intelligence Density Law в субжурнале Nature в 2024 году, до глобального внимания, привлеченного «оболочкой» MiniCPM-V2.5 исследовательской группы Стэнфордского университета, и заканчивая MiniCPM-V 4.6, переосмысливающим эффективность периферийных вычислений с помощью модели 1.3B, Wallfacer Intelligence стала крупнейшей «определяющей фигурой» в области периферийного ИИ.
Выпуск MiniCPM-V 4.6 – это не просто более мощная модель, но и сигнал: эра «компромиссов» в области периферийного ИИ подходит к концу.
MiniCPM-V 4.6 доказывает, что многомодальная модель 1B может быть мощной, быстрой и экономически эффективной, а также может служить лучшей базой на периферии сети и инструментом для высокопроизводительной обработки данных в облаке .
В работе Mianbi никогда не используются скользящие параметры или рейтинги.
Они используют почти маниакальный подход, чтобы внедрить возможности ИИ во все мыслимые экраны — телефоны, планшеты, автомобильные экраны, панели умного дома, терминалы контроля качества на заводах… Везде, где есть экран и чип, они стремятся охватить именно этот сценарий. Это то, что они называют «ИИ для всего».
Прорыв GPT-5.5! Программирование без исходного кода открывает новую эру программирования для искусственного интеллекта.
Новый Чжиюань сообщает
Адский тест, в котором ИИ не смог предложить ни одного решения, был превзойден GPT-5.5! Начав с нуля и написав программу вслепую, максимально используя вычислительную мощность для вывода результатов, GPT-5.5 показал безупречный результат. Традиционное тестирование кода устарело; гонка вычислительных мощностей к сверхвысоким показателям официально началась.
«Адская» задача программирования наконец-то решена искусственным интеллектом!
Сегодня на ProgramBench, бенчмарке, где все передовые технологии искусственного интеллекта терпят неудачу, GPT-5.5 успешно прошел тестирование!
Используя два разных языка программирования, C и Python, GPT-5.5 xhigh значительно превосходит Opus 4.7 xhigh по производительности.
Всего несколько дней назад компания Meta в сотрудничестве со Стэнфордом и Гарвардом представила новый тест производительности программирования — ProgramBench:
200 вопросов, процент успешного прохождения всех передовых моделей ИИ — 0%.
Ни одна модель не могла полностью решить ни одной проблемы. Теперь GPT-5.5 стала первым исключением!
Главное испытание для программирования ИИ: перестройка программы с нуля.
Насколько сложен ProgramBench?
Традиционные тесты производительности программирования, будь то SWE-bench или HumanEval, по сути, сводятся к «исправлению ошибок» или «завершению функций».
Предоставьте модели существующий код, укажите ей, где есть ошибки, и позвольте ей исправить эти ошибки.
Это экзамен с открытыми книгами, или даже частично с открытыми книгами, в то время как ProgramBench — это совершенно другое.
Программа предоставляет предварительно скомпилированный исполняемый файл и документ, а затем предлагает переписать программу с нуля.
Исходный код не предоставлен, декомпиляция запрещена, доступ в интернет запрещен.
200 задач, от небольших инструментов, таких как jq и ripgrep, до мощных инструментов, таких как FFmpeg, SQLite и компиляторы PHP.
Ранее исследователь OpenAI Ноам Браун заявлял: «Пришло время постепенно отказаться от таких методов оценки, как GQPA, и ввести совершенно новый метод».
На этот раз GPT-5.5 наконец-то переломил ход событий.
GPT-5.5 впервые побил рекорд:
Два решения одной и той же проблемы: одно на языке C, другое на языке Python.
Первой задачей, с которой справился GPT-5.5, стала cmatrix, классическая терминальная программа, создающая эффект цифрового дождя в фильме «Матрица».
К удивлению исследователей, два уровня вывода GPT-5.5, high и xhigh, выбрали совершенно разные языки для решения одной и той же задачи.
В версии High используется язык C, а в версии XHigh — Python.
В конечном итоге, оба успешно прошли все поведенческие тесты.
Стратегия GPT-5.5 high соответствует учебнику: сначала было проведено 10 раундов исследования и тестирования, в ходе которых было проверено более 40 комбинаций флагов, что позволило досконально изучить поведение командной строки исходной программы.
Затем я написал полную реализацию на языке C за один раз, внеся всего 5 незначительных корректировок.
GPT-5.5 xhigh — ещё более тщательный инструмент, включающий 27 шагов для изучения всех путей командной строки и последующего написания полной реализации на Python за один раз.
А вот и ключевые фигуры.
GPT-5.5 (средний уровень) без режима высокой интенсивности сигнала лишь немного лучше, чем 4.6 Клода Сонне.
Но как только вы переключитесь в режим xhigh, производительность резко возрастет.
Они не только впервые решили задачу (с показателем успешности 0,05%), но и установили новый рекорд по количеству «почти решенных» задач: более 95% модульных тестов для 26 задач были пройдены успешно.
Что особенно примечательно, GPT-5.5 xhigh полностью превзошёл всех конкурентов по всей кумулятивной гистограмме.
Какой бы показатель вы ни выбрали — средний балл, медиана, процент сдачи ≥90%, процент сдачи ≥50% — он номер один.
178 вызовов, Opus 4.7 не удалось запустить из-за двух ошибок.
В сравнении с ними, производительность Claude Opus 4.7 xhigh разочаровывает.
Стоимость составила 10,74 доллара, и потребовалось 178 вызовов API, что в 10 раз больше, чем у стандартной версии GPT-5.5, которая стоит 1,04 доллара и включает 17 вызовов.
В результате 19 тестов провалились, что стало худшим результатом за все мероприятие.
Причина провала Opus 4.7 на удивление проста:
Ошибка 1: При анализе цвета регистр имеет значение.
В коде использовалось [неверный код] strcmp()вместо [неверный код strcasecmp()]. Ввод символов "ЗЕЛЕНЫЙ", "КРАСНЫЙ" или "СИНИЙ" был признан недействительным.
Одно-единственное различие в вызове функции привело к тому, что 11 тестов не прошли .
В ходе своего 178-шагового исследования Opus ни разу не проверял ввод цветов в верхнем регистре или смешанном регистре; он пробовал только нижний регистр и недопустимый цвет — «фиолетовый».
Ошибка 2: Код завершения для недопустимых цветов был указан некорректно.
Исходная программа возвращала exit(0) при обнаружении недопустимого цвета, но Opus записал это как exit(1).
По иронии судьбы, в ходе исследования Opus явно наблюдал поведение исходной программы — ./executable -C purple; echo "exit=$?" на выходе получалось [выходное значение exit=0]. Однако при тестировании собственной реализации он не смог обнаружить это различие.
Восемь тестов провалились.
Однако у Opus 4.7 есть один важный момент, заслуживающий упоминания: он демонстрирует потрясающие возможности системной инженерии при обработке отсутствующих заголовочных файлов ncurses.
После того как остальные три модели обнаружили ncurses.h недостающую информацию, они сразу же перешли к использованию управляющих последовательностей ANSI.
Однако в Opus 4.7 было потрачено около 20 шагов на исследование, ldconfig -pобнаружение файла .so среды выполнения, nm -Dпроверку экспортированных символов, а затем ручное написание объявления в заголовочном файле из 106 строк для прямой привязки динамической библиотеки.
Это был действительно творческий проект, но он не принес лучших результатов.
Осталось еще 199 нерешенных вопросов.
Появление ProgramBench знаменует собой новый этап в тестировании производительности программирования.
Процент успешной сдачи SWE-bench достиг 88,7%. Искусственный интеллект превзошел большинство докторских диссертаций на GPQA.
Эти оценщики "плавятся" с пугающей скоростью: оценки становятся все выше и выше, но все менее различимыми.
Что касается ProgramBench, из 200 вопросов пока решен только 1, что составляет 0,05% правильных ответов.
Что еще более важно, это рекордное достижение выявляет ключевую тенденцию: «вычислительная мощность для вывода результатов» становится ключевым фактором в возможностях программирования ИИ.
В режиме вывода по умолчанию GPT-5.5 демонстрирует лишь посредственные результаты, но режим с более высокими требованиями представляет собой качественный скачок.
Это означает, что дело не в том, что модель недостаточно умна, а в том, что ей не дали достаточно времени, чтобы "подумать" заранее.
Из 200 вопросов в ProgramBench 199 до сих пор не получили ответа.
От нуля до единицы — это не просто отправная точка.
Оглядываясь назад на каждый момент «первого прорыва» в истории развития искусственного интеллекта…
AlphaGo впервые победил профессионального игрока в го, GPT-4 впервые сдал экзамен на адвоката, а O1 впервые набрал очки, решив задачу математической олимпиады.
«От нуля до единицы» — это никогда не отправная точка линейного прогресса, а скорее сигнал к экспоненциальному росту.
Закон масштабирования Ноама Брауна для вычислительной мощности в задачах вывода получил наиболее наглядное на сегодняшний день подтверждение на платформе ProgramBench:
Используя ту же самую базу GPT-5.5, я чуть не провалил тест в среднем режиме, получил идеальный результат в высоком режиме и полностью разгромил соперника в сверхвысоком режиме.
Интеллект перестал быть фиксированной величиной и стал функцией вычислительной мощности.
Что это значит? Это значит, что путь к созданию ASI, возможно, не потребует ожидания следующего поколения архитектурных революций.
До тех пор, пока вычислительная мощность для вывода результатов продолжает расти, и до тех пор, пока закон масштабирования не достигнет предела.
Сегодня ProgramBench может пересобрать только модель cmatrix; завтра он может пересобрать SQLite; а послезавтра — пересобрать всё ядро Linux.
Ссылки:
https://x.com/polynoamial/status/2054255862441812099
https://programbench.com/blog/gpt-5-5-first-solve/
Новый Чжиюань сообщает
Адский тест, в котором ИИ не смог предложить ни одного решения, был превзойден GPT-5.5! Начав с нуля и написав программу вслепую, максимально используя вычислительную мощность для вывода результатов, GPT-5.5 показал безупречный результат. Традиционное тестирование кода устарело; гонка вычислительных мощностей к сверхвысоким показателям официально началась.
«Адская» задача программирования наконец-то решена искусственным интеллектом!
Сегодня на ProgramBench, бенчмарке, где все передовые технологии искусственного интеллекта терпят неудачу, GPT-5.5 успешно прошел тестирование!
Используя два разных языка программирования, C и Python, GPT-5.5 xhigh значительно превосходит Opus 4.7 xhigh по производительности.
Всего несколько дней назад компания Meta в сотрудничестве со Стэнфордом и Гарвардом представила новый тест производительности программирования — ProgramBench:
200 вопросов, процент успешного прохождения всех передовых моделей ИИ — 0%.
Ни одна модель не могла полностью решить ни одной проблемы. Теперь GPT-5.5 стала первым исключением!
Главное испытание для программирования ИИ: перестройка программы с нуля.
Насколько сложен ProgramBench?
Традиционные тесты производительности программирования, будь то SWE-bench или HumanEval, по сути, сводятся к «исправлению ошибок» или «завершению функций».
Предоставьте модели существующий код, укажите ей, где есть ошибки, и позвольте ей исправить эти ошибки.
Это экзамен с открытыми книгами, или даже частично с открытыми книгами, в то время как ProgramBench — это совершенно другое.
Программа предоставляет предварительно скомпилированный исполняемый файл и документ, а затем предлагает переписать программу с нуля.
Исходный код не предоставлен, декомпиляция запрещена, доступ в интернет запрещен.
200 задач, от небольших инструментов, таких как jq и ripgrep, до мощных инструментов, таких как FFmpeg, SQLite и компиляторы PHP.
Ранее исследователь OpenAI Ноам Браун заявлял: «Пришло время постепенно отказаться от таких методов оценки, как GQPA, и ввести совершенно новый метод».
На этот раз GPT-5.5 наконец-то переломил ход событий.
GPT-5.5 впервые побил рекорд:
Два решения одной и той же проблемы: одно на языке C, другое на языке Python.
Первой задачей, с которой справился GPT-5.5, стала cmatrix, классическая терминальная программа, создающая эффект цифрового дождя в фильме «Матрица».
К удивлению исследователей, два уровня вывода GPT-5.5, high и xhigh, выбрали совершенно разные языки для решения одной и той же задачи.
В версии High используется язык C, а в версии XHigh — Python.
В конечном итоге, оба успешно прошли все поведенческие тесты.
Стратегия GPT-5.5 high соответствует учебнику: сначала было проведено 10 раундов исследования и тестирования, в ходе которых было проверено более 40 комбинаций флагов, что позволило досконально изучить поведение командной строки исходной программы.
Затем я написал полную реализацию на языке C за один раз, внеся всего 5 незначительных корректировок.
GPT-5.5 xhigh — ещё более тщательный инструмент, включающий 27 шагов для изучения всех путей командной строки и последующего написания полной реализации на Python за один раз.
А вот и ключевые фигуры.
GPT-5.5 (средний уровень) без режима высокой интенсивности сигнала лишь немного лучше, чем 4.6 Клода Сонне.
Но как только вы переключитесь в режим xhigh, производительность резко возрастет.
Они не только впервые решили задачу (с показателем успешности 0,05%), но и установили новый рекорд по количеству «почти решенных» задач: более 95% модульных тестов для 26 задач были пройдены успешно.
Что особенно примечательно, GPT-5.5 xhigh полностью превзошёл всех конкурентов по всей кумулятивной гистограмме.
Какой бы показатель вы ни выбрали — средний балл, медиана, процент сдачи ≥90%, процент сдачи ≥50% — он номер один.
178 вызовов, Opus 4.7 не удалось запустить из-за двух ошибок.
В сравнении с ними, производительность Claude Opus 4.7 xhigh разочаровывает.
Стоимость составила 10,74 доллара, и потребовалось 178 вызовов API, что в 10 раз больше, чем у стандартной версии GPT-5.5, которая стоит 1,04 доллара и включает 17 вызовов.
В результате 19 тестов провалились, что стало худшим результатом за все мероприятие.
Причина провала Opus 4.7 на удивление проста:
Ошибка 1: При анализе цвета регистр имеет значение.
В коде использовалось [неверный код] strcmp()вместо [неверный код strcasecmp()]. Ввод символов "ЗЕЛЕНЫЙ", "КРАСНЫЙ" или "СИНИЙ" был признан недействительным.
Одно-единственное различие в вызове функции привело к тому, что 11 тестов не прошли .
В ходе своего 178-шагового исследования Opus ни разу не проверял ввод цветов в верхнем регистре или смешанном регистре; он пробовал только нижний регистр и недопустимый цвет — «фиолетовый».
Ошибка 2: Код завершения для недопустимых цветов был указан некорректно.
Исходная программа возвращала exit(0) при обнаружении недопустимого цвета, но Opus записал это как exit(1).
По иронии судьбы, в ходе исследования Opus явно наблюдал поведение исходной программы — ./executable -C purple; echo "exit=$?" на выходе получалось [выходное значение exit=0]. Однако при тестировании собственной реализации он не смог обнаружить это различие.
Восемь тестов провалились.
Однако у Opus 4.7 есть один важный момент, заслуживающий упоминания: он демонстрирует потрясающие возможности системной инженерии при обработке отсутствующих заголовочных файлов ncurses.
После того как остальные три модели обнаружили ncurses.h недостающую информацию, они сразу же перешли к использованию управляющих последовательностей ANSI.
Однако в Opus 4.7 было потрачено около 20 шагов на исследование, ldconfig -pобнаружение файла .so среды выполнения, nm -Dпроверку экспортированных символов, а затем ручное написание объявления в заголовочном файле из 106 строк для прямой привязки динамической библиотеки.
Это был действительно творческий проект, но он не принес лучших результатов.
Осталось еще 199 нерешенных вопросов.
Появление ProgramBench знаменует собой новый этап в тестировании производительности программирования.
Процент успешной сдачи SWE-bench достиг 88,7%. Искусственный интеллект превзошел большинство докторских диссертаций на GPQA.
Эти оценщики "плавятся" с пугающей скоростью: оценки становятся все выше и выше, но все менее различимыми.
Что касается ProgramBench, из 200 вопросов пока решен только 1, что составляет 0,05% правильных ответов.
Что еще более важно, это рекордное достижение выявляет ключевую тенденцию: «вычислительная мощность для вывода результатов» становится ключевым фактором в возможностях программирования ИИ.
В режиме вывода по умолчанию GPT-5.5 демонстрирует лишь посредственные результаты, но режим с более высокими требованиями представляет собой качественный скачок.
Это означает, что дело не в том, что модель недостаточно умна, а в том, что ей не дали достаточно времени, чтобы "подумать" заранее.
Из 200 вопросов в ProgramBench 199 до сих пор не получили ответа.
От нуля до единицы — это не просто отправная точка.
Оглядываясь назад на каждый момент «первого прорыва» в истории развития искусственного интеллекта…
AlphaGo впервые победил профессионального игрока в го, GPT-4 впервые сдал экзамен на адвоката, а O1 впервые набрал очки, решив задачу математической олимпиады.
«От нуля до единицы» — это никогда не отправная точка линейного прогресса, а скорее сигнал к экспоненциальному росту.
Закон масштабирования Ноама Брауна для вычислительной мощности в задачах вывода получил наиболее наглядное на сегодняшний день подтверждение на платформе ProgramBench:
Используя ту же самую базу GPT-5.5, я чуть не провалил тест в среднем режиме, получил идеальный результат в высоком режиме и полностью разгромил соперника в сверхвысоком режиме.
Интеллект перестал быть фиксированной величиной и стал функцией вычислительной мощности.
Что это значит? Это значит, что путь к созданию ASI, возможно, не потребует ожидания следующего поколения архитектурных революций.
До тех пор, пока вычислительная мощность для вывода результатов продолжает расти, и до тех пор, пока закон масштабирования не достигнет предела.
Сегодня ProgramBench может пересобрать только модель cmatrix; завтра он может пересобрать SQLite; а послезавтра — пересобрать всё ядро Linux.
Ссылки:
https://x.com/polynoamial/status/2054255862441812099
https://programbench.com/blog/gpt-5-5-first-solve/
Очередная глючная хуета с иероглифами между ответами.
Австралийская овчарка становится инициатором революции в программировании искусственного интеллекта! Компания Claude Code продвигает свой целеориентированный подход: никаких остановок, пока задача не будет выполнена.
Новый Чжиюань сообщает
Трехстрочный скрипт на языке Bash, написанный на скорую руку австралийским пастухом, был принят на вооружение компаниями OpenAI, Anthropic и Hermes в течение 11 дней.
Я проснулся и обнаружил, что код Клода снова обновился!
Чтобы Клод мог продолжать работу до завершения задачи, в Claude Code недавно появилась новая функция: /goal.
Если вы установите условия, Клод не сдастся, пока задача не будет выполнена!
Любой, кто пользовался инструментами программирования для искусственного интеллекта, знает, насколько это важно!
Вы назначаете задачу Агенту, он выполняет три раунда, изменяет два файла, а затем внезапно останавливается и спрашивает: «Что мне нужно сделать дальше?»
Нет, вы ещё не закончили исправлять ошибку!
Агенты становятся умнее и пишут код быстрее, но к началу 2026 года никто не сможет "выполнить одну задачу от начала до конца".
Затем Джеффри Хантли, пастух из Австралии, решил эту задачу с помощью трех линий удара.
while :; do cat PROMPT.md | claude-code --continuedone
Он назвал его «Ральф Луп» в честь Ральфа Виггама, вечно ничего не понимающего, но никогда не сдающегося мальчика из «Симпсонов».
Логика крайне примитивна: бесконечный цикл, который многократно отправляет один и тот же запрос агенту. Ход выполнения записывается в файловую систему и историю Git; когда контекст заполняется, создается новый экземпляр, и процесс продолжается путем чтения файла.
грубый, неэлегантный, но очень эффективный.
Его эффективность достаточно высока, чтобы его заметили OpenAI, Nous Research и Anthropic.
За 11 дней три ведущие лаборатории искусственного интеллекта по совпадению включили эти три строки кода bash в свои официальные продукты.
В тот момент все поняли одно —
Финальный рывок в развитии общего искусственного интеллекта может заключаться не в создании более совершенной модели, а скорее в разработке модели, которая "выполняет свою задачу".
Иными словами, основная борьба в сфере программирования ИИ смещается от «генерации кода» к «замкнутому циклу разработки».
11 дней, три маршрута, одно и то же место назначения
30 апреля состоялся запуск Codex от OpenAI /goal.
Грег Брокман оставил на X всего одно предложение: «В Codex теперь встроен Ralph loop++».
Неделю спустя появился агент Гермеса. Четыре дня спустя был добавлен и Кодекс Клода.
11 дней. Три роты. Одно и то же командование. Одна и та же функция.
Однако пути реализации совершенно разные.
Кодекс «Никогда не забывает», Гермес «Никогда не оставляет дела незавершенными», а Кодекс Клода «Никогда не обманывает себя».
Кодекс:
Сохраните целевой объект в виде записи в базе данных.
OpenAI первой из трех компаний предприняла шаги, и ее решение оказалось самым простым.
В Codex это постоянно существующий объект рабочего процесса, который находится в локальном слое состояния сервера приложений./goal
Вы можете закрыть терминал, выключить ноутбук или даже перезагрузить систему, не потеряв при этом цель. При следующем открытии Codex соединение установится автоматически.
Модель отслеживает свой прогресс с помощью структурированных инструментов и запускает «мягкую посадку» вместо жесткой остановки, когда бюджет токенов исчерпан.
Кто-то использовал эту функцию для непрерывной работы в течение 14 часов, затем сделал паузу на 5 часов для сна, а затем возобновил работу с точки останова в Codex, завершив проект по разработке драйвера устройства.
Продуманный до мелочей, лаконичный, но сдержанный.
Агент Гермеса:
Если один человек не может закончить работу, привлеките команду.
У компании Hermes Agent самые большие амбиции.
Но /goal это лишь верхушка айсберга. Настоящая изюминка — это многоагентная система Kanban, в которой Hermes поднял задачу «позволить ИИ выполнять работу» с уровня задачи для одного агента на уровень задачи для команды.
Доска Канбан основана на локальной базе данных SQLite, которая обеспечивает постоянное хранение данных и гарантирует их целостность при перезапусках.
При создании карточки задачи Hermes автоматически разобьет ее на несколько подзадач и назначит их различным рабочим процессам Agent. Каждый рабочий процесс представляет собой независимый процесс операционной системы со своей собственной идентификацией, конфигурацией модели и рабочим каталогом.
Канбан и Канбан /goal— две взаимодополняющие системы. /goal управляет блокировкой целей для одного агента (цикл Ральфа), в то время как Канбан управляет планированием задач между несколькими агентами. Одна из них вертикально интегрирована, а другая — горизонтально.
Наконец, существует пятиуровневый механизм, предотвращающий провал незавершенных проектов.
Первый уровень — это обнаружение сердцебиения. Каждый работник периодически сообщает на доску Канбан, что он жив.
Второй уровень — это переработка «зомби-задач». Что если рабочий процесс истекает по таймауту и не отвечает? Система автоматически определяет, что он «мертв», возвращает себе его задачи и переназначает их. В macOS также есть специальная логика обнаружения «зомби-задач», основанная на дарвиновском принципе.
Третий уровень — перехват выхода. Что если работник выходит из системы, не завершив свою задачу? Система автоматически помечает его как заблокированного, не позволяя ему брать новые задачи и, таким образом, предотвращая повторное принятие задач «ленивыми сотрудниками» без их завершения.
Четвертый уровень — перехват иллюзий. Это самый безжалостный уровень. Заявление ИИ «Я закончил» не считается; система проверит, был ли фактически созданный ею код записан на диск. Что если агент утверждает, что создал файл, но это не так? Перехватим это, откатим и начнем заново.
Пятый уровень — это бюджет повторных попыток. Для каждой задачи установлен свой бюджет max_retries, максимум — N повторных попыток. Если это число превышено, отправляется отчет сотрудникам. Цикл никогда не будет длиться бесконечно, пока система не выйдет из строя.
Новый Чжиюань сообщает
Трехстрочный скрипт на языке Bash, написанный на скорую руку австралийским пастухом, был принят на вооружение компаниями OpenAI, Anthropic и Hermes в течение 11 дней.
Я проснулся и обнаружил, что код Клода снова обновился!
Чтобы Клод мог продолжать работу до завершения задачи, в Claude Code недавно появилась новая функция: /goal.
Если вы установите условия, Клод не сдастся, пока задача не будет выполнена!
Любой, кто пользовался инструментами программирования для искусственного интеллекта, знает, насколько это важно!
Вы назначаете задачу Агенту, он выполняет три раунда, изменяет два файла, а затем внезапно останавливается и спрашивает: «Что мне нужно сделать дальше?»
Нет, вы ещё не закончили исправлять ошибку!
Агенты становятся умнее и пишут код быстрее, но к началу 2026 года никто не сможет "выполнить одну задачу от начала до конца".
Затем Джеффри Хантли, пастух из Австралии, решил эту задачу с помощью трех линий удара.
while :; do cat PROMPT.md | claude-code --continuedone
Он назвал его «Ральф Луп» в честь Ральфа Виггама, вечно ничего не понимающего, но никогда не сдающегося мальчика из «Симпсонов».
Логика крайне примитивна: бесконечный цикл, который многократно отправляет один и тот же запрос агенту. Ход выполнения записывается в файловую систему и историю Git; когда контекст заполняется, создается новый экземпляр, и процесс продолжается путем чтения файла.
грубый, неэлегантный, но очень эффективный.
Его эффективность достаточно высока, чтобы его заметили OpenAI, Nous Research и Anthropic.
За 11 дней три ведущие лаборатории искусственного интеллекта по совпадению включили эти три строки кода bash в свои официальные продукты.
В тот момент все поняли одно —
Финальный рывок в развитии общего искусственного интеллекта может заключаться не в создании более совершенной модели, а скорее в разработке модели, которая "выполняет свою задачу".
Иными словами, основная борьба в сфере программирования ИИ смещается от «генерации кода» к «замкнутому циклу разработки».
11 дней, три маршрута, одно и то же место назначения
30 апреля состоялся запуск Codex от OpenAI /goal.
Грег Брокман оставил на X всего одно предложение: «В Codex теперь встроен Ralph loop++».
Неделю спустя появился агент Гермеса. Четыре дня спустя был добавлен и Кодекс Клода.
11 дней. Три роты. Одно и то же командование. Одна и та же функция.
Однако пути реализации совершенно разные.
Кодекс «Никогда не забывает», Гермес «Никогда не оставляет дела незавершенными», а Кодекс Клода «Никогда не обманывает себя».
Кодекс:
Сохраните целевой объект в виде записи в базе данных.
OpenAI первой из трех компаний предприняла шаги, и ее решение оказалось самым простым.
В Codex это постоянно существующий объект рабочего процесса, который находится в локальном слое состояния сервера приложений./goal
Вы можете закрыть терминал, выключить ноутбук или даже перезагрузить систему, не потеряв при этом цель. При следующем открытии Codex соединение установится автоматически.
Модель отслеживает свой прогресс с помощью структурированных инструментов и запускает «мягкую посадку» вместо жесткой остановки, когда бюджет токенов исчерпан.
Кто-то использовал эту функцию для непрерывной работы в течение 14 часов, затем сделал паузу на 5 часов для сна, а затем возобновил работу с точки останова в Codex, завершив проект по разработке драйвера устройства.
Продуманный до мелочей, лаконичный, но сдержанный.
Агент Гермеса:
Если один человек не может закончить работу, привлеките команду.
У компании Hermes Agent самые большие амбиции.
Но /goal это лишь верхушка айсберга. Настоящая изюминка — это многоагентная система Kanban, в которой Hermes поднял задачу «позволить ИИ выполнять работу» с уровня задачи для одного агента на уровень задачи для команды.
Доска Канбан основана на локальной базе данных SQLite, которая обеспечивает постоянное хранение данных и гарантирует их целостность при перезапусках.
При создании карточки задачи Hermes автоматически разобьет ее на несколько подзадач и назначит их различным рабочим процессам Agent. Каждый рабочий процесс представляет собой независимый процесс операционной системы со своей собственной идентификацией, конфигурацией модели и рабочим каталогом.
Канбан и Канбан /goal— две взаимодополняющие системы. /goal управляет блокировкой целей для одного агента (цикл Ральфа), в то время как Канбан управляет планированием задач между несколькими агентами. Одна из них вертикально интегрирована, а другая — горизонтально.
Наконец, существует пятиуровневый механизм, предотвращающий провал незавершенных проектов.
Первый уровень — это обнаружение сердцебиения. Каждый работник периодически сообщает на доску Канбан, что он жив.
Второй уровень — это переработка «зомби-задач». Что если рабочий процесс истекает по таймауту и не отвечает? Система автоматически определяет, что он «мертв», возвращает себе его задачи и переназначает их. В macOS также есть специальная логика обнаружения «зомби-задач», основанная на дарвиновском принципе.
Третий уровень — перехват выхода. Что если работник выходит из системы, не завершив свою задачу? Система автоматически помечает его как заблокированного, не позволяя ему брать новые задачи и, таким образом, предотвращая повторное принятие задач «ленивыми сотрудниками» без их завершения.
Четвертый уровень — перехват иллюзий. Это самый безжалостный уровень. Заявление ИИ «Я закончил» не считается; система проверит, был ли фактически созданный ею код записан на диск. Что если агент утверждает, что создал файл, но это не так? Перехватим это, откатим и начнем заново.
Пятый уровень — это бюджет повторных попыток. Для каждой задачи установлен свой бюджет max_retries, максимум — N повторных попыток. Если это число превышено, отправляется отчет сотрудникам. Цикл никогда не будет длиться бесконечно, пока система не выйдет из строя.
Кодекс Клода:
Человек, выполняющий работу, и человек, проводящий ее проверку, не могут быть одним и тем же человеком.
Компания Anthropic последней предприняла попытку, но их предложение оказалось самым остроумным.
По сути, Claude Code /goal— это стоп-хук на уровне сессии.
Как только вы зададите условие завершения (например, "все тесты в каталоге test/auth пройдены успешно, и линтер не сообщает об ошибках"), Клод начнет работу.
Ключевым элементом проектирования является этап приемки. После каждого этапа работы система не позволяет Клоду определить, завершил ли он проект.
Программа отправляет запись диалога и ваши условия завершения в отдельную небольшую модель (по умолчанию — хайку), чтобы эта небольшая модель могла их оценить.
Если меньшая модель сочтет его неполным, она должна вернуть конкретную причину (например, "test_login.py по-прежнему содержит 2 ошибки"). Эта причина затем будет внедрена в следующий раунд контекста Клода, направляя его на продолжение работы.
Если небольшая модель сочтет задачу выполненной, цель будет автоматически сброшена, и задача завершится.
Стоит отметить, что эта модель арбитра не использует никаких инструментов, не читает файлы и не выполняет команды. Она анализирует только то, что Клод произносит в диалоге.
Следовательно, ваше условие завершения должно быть таким, которое Клод сможет доказать в диалоге.
Он поддерживает до 4000 символов, поэтому вы можете писать очень подробный текст.
Кроме того, к условиям можно добавить ограничения, например, «не изменять другие тестовые файлы» или «завершить в течение 20 раундов или остановиться».
Идет заключительный этап: ввод данных в рабочий процесс.
Давайте расширим свой кругозор.
Компания Claude Code поддерживается Anthropic, Codex — OpenAI, а Hermes Agent подключается к моделям с обеих сторон, а также служит основным каналом распространения таких моделей, как DeepSeek V4.
Эти три маршрута точно соответствуют трем точкам входа в экосистему на финальной площадке ASI.
Они борются за одно и то же — за оптимизацию рабочего процесса.
Тот, чей агент первым приучит разработчиков к привычке «ставить цели, а затем отступать», закрепит точку входа в рабочий процесс.
Потому что, как только привычка сформировалась, затраты на смену привычки растут в геометрической прогрессии.
Вы вряд ли легко откажетесь от инфраструктуры агентов, в которой уже успешно реализованы планирование по методу Kanban, возобновление работы после срабатывания контрольных точек и откат к контрольным точкам.
Казалось бы, небольшая команда /goal на самом деле представляет собой своего рода барьер, удерживающий весь рабочий процесс агента на месте.
Ссылки:
https://code.claude.com/docs/en/goal
https://github.com/NousResearch/hermes-agent/releases/tag/v2026.5.7
https://github.com/anthropics/claude-code/releases/tag/v2.1.139
https://developers.openai.com/codex/changelog
Илья мстит в суде! Он предоставляет неопровержимые доказательства того, что Альтмен солгал, и, имея на руках 7 миллиардов, заявляет: «Я не хочу, чтобы OpenAI был уничтожен».
Илья только что предстал перед судом! Он дал показания под присягой по делу Маск против OpenAI, заявив, что потратил год на сбор доказательств «систематической лжи» Альтмана, составив из них 52-страничную записку, представленную совету директоров. Кроме того, он впервые подтвердил, что владеет акциями OpenAI на сумму около 7 миллиардов долларов. Ожидается, что Альтман предстанет перед судом уже во вторник; драма вот-вот начнётся.
В крупном судебном процессе между Маском и OpenAI Илья наконец-то предстал перед судом!
11 мая 2026 года, Федеральный суд Окленда, Калифорния.
Когда блестящий учёный Илья Суцкевер с кудрявыми волосами и слегка меланхоличным выражением лица медленно поднялся на трибуну свидетелей, все присутствующие затаили дыхание.
Куда бы Илья ни появилась, она привлекает всеобщее внимание, не говоря уже о судебном заседании по иску Маска против OpenAI.
На этот раз Илья уже не тот, кто извиняется в социальных сетях фразой «Я глубоко сожалею», а Мститель, вернувшийся с «сенсацией».
Он не только лично подтвердил привычную ложь Альтмена, но и раскрыл миру скрытую под гламурным фасадом OpenAI черную дыру власти.
Это заключительная глава « дворцовых интриг искусственного интеллекта » , которой суждено войти в историю .
Этот судебный процесс может определить будущее OpenAI — компании, готовящейся к IPO на триллион долларов с оценкой в 850 миллиардов долларов.
Альтмен явится в суд лично уже во вторник, чтобы ответить на вопросы.
52-страничный документ «Доказательства лжи: Альтмен глазами этого человека».
«Он постоянно лжет, сеет раздор среди руководителей высшего звена и подрывает корпоративное управление».
Когда Илья произнес эти слова после принесения присяги, нынешнее руководство OpenAI, находившееся на скамье подсудимых, побледнело.
Это уже не слухи, а показания в суде бывшего главного научного сотрудника OpenAI.
На этот раз Илья раскрыл шокирующую подробность, которая никогда ранее не разглашалась: до «ноябрьского переворота», потрясшего мир в 2023 году, он целый год тайно собирал доказательства.
Данный документ, содержащий доказательства, состоит из 52 страниц.
В этом «Полном собрании темных секретов Альтмена» подробно рассказывается о том, как Альтмен использует силу в своей повседневной жизни.
Например, его главное умение — сеять раздор.
Он часто сеял раздор между техническим директором Мирой Мурати и другими руководителями, вызывая у них подозрения друг к другу и тем самым утверждая свою абсолютную власть.
Кроме того, он очень хорошо умеет манипулировать информацией.
Илья дал показания о том, что Альтман создал обстановку, в которой «руководителям не предоставлялась необходимая информация». В этой обстановке Альтман всячески преуменьшал значение любых серьезных дискуссий о безопасности ИИ, руководствуясь ложным представлением о рынке.
На этот раз Илья прямо заявил, что действия Ультрамена «наносят ущерб достижению любых грандиозных целей», особенно разработке надежного искусственного общего интеллекта.
«Я целый год наблюдал и размышлял, и в итоге пришел к выводу, что увольнение было правильным решением».
Тон Ильи был спокойным, но каждое слово – резким. Он признал, что много раз подробно разговаривал с Мурати, и оба испытывали глубокое беспокойство по поводу поведения Ультрамена.
«Предатель» за 7 миллиардов долларов: непомерная цена идеалиста.
Затем последовала еще одна кульминация судебного процесса.
Илья, как соучредитель OpenAI, всегда считался «чистым ученым». Но когда судья спросил о стоимости его акций, эта цифра шокировала всех присутствующих: 7 миллиардов долларов.
Всего неделю назад президент OpenAI Грег Брокман признал, что владеет акциями на сумму 30 миллиардов долларов.
Состояние Ультрамена, которого Маск обвинил в излишней одержимости деньгами, оценивается примерно в 3,5 миллиарда долларов (в основном за счет внешних инвестиций).
По иронии судьбы, эти верующие, которые когда-то называли себя «некоммерческими организациями», теперь стали самыми богатыми людьми в истории человечества, накапливая богатство с самой высокой скоростью.
Однако в суде Илья продемонстрировал почти трагическое противоречие.
Он упомянул, что для того, чтобы присоединиться к OpenAI, он отказался от предложения Google о ежегодном продлении контракта на 6 миллионов долларов, которое в то время он считал «астрономической суммой».
Он объяснил, почему в выходные дни той недели, когда произошёл переворот, он внезапно изменил курс и подписал совместное письмо с требованием возвращения Ультрамена.
«Это была отчаянная молитва (Аве Мария)», — тихо сказал Илья. «Я видел, что компания находится на грани краха, и Microsoft готовилась поглотить нас всех».
В тот момент ситуация ухудшилась быстрее, чем кто-либо ожидал. Большое количество сотрудников выразили желание уйти вместе с Ультраменом. Компании грозил распад.
Позже Илья выразил сожаление — не по поводу сбора доказательств или голосования за его отстранение, а по поводу «участия в действиях совета». Он раскритиковал своих коллег по совету за неопытность, принятие «некачественных юридических советов» и слишком поспешные действия.
Когда он произнес эти слова в суде в понедельник, весь зал замолчал.
«Я испытываю сильное чувство принадлежности к OpenAI. Мне кажется, я вложил в это всю свою жизнь. Мне просто небезразлично это дело. Я не хочу, чтобы его уничтожили».
Панорама мафии OpenAI
Более того, в ходе судебного разбирательства непреднамеренно была раскрыта общая картина деятельности "группировки OpenAI".
В мае 2024 года он покинул OpenAI, чтобы основать Safe Superintelligence. К апрелю 2026 года компания привлекла 3 миллиарда долларов инвестиций и была оценена в 32 миллиарда долларов.
Дарио и Даниэла Амодей ушли, чтобы основать компанию Anthropic, стоимость которой, по слухам, составляет почти триллион долларов.
Мира Мурати основала компанию Thinking Machines Lab, которая в прошлом году завершила посевной раунд финансирования в размере 2 миллиардов долларов, получив оценку в 12 миллиардов долларов. Две трети команды — бывшие сотрудники OpenAI.
Аравинд Шринивас основал компанию Perplexity, стоимость которой оценивается в 20 миллиардов долларов. Лиам Федус основал компанию Periodic Labs, стоимость которой оценивается в 7 миллиардов долларов.
Илья только что предстал перед судом! Он дал показания под присягой по делу Маск против OpenAI, заявив, что потратил год на сбор доказательств «систематической лжи» Альтмана, составив из них 52-страничную записку, представленную совету директоров. Кроме того, он впервые подтвердил, что владеет акциями OpenAI на сумму около 7 миллиардов долларов. Ожидается, что Альтман предстанет перед судом уже во вторник; драма вот-вот начнётся.
В крупном судебном процессе между Маском и OpenAI Илья наконец-то предстал перед судом!
11 мая 2026 года, Федеральный суд Окленда, Калифорния.
Когда блестящий учёный Илья Суцкевер с кудрявыми волосами и слегка меланхоличным выражением лица медленно поднялся на трибуну свидетелей, все присутствующие затаили дыхание.
Куда бы Илья ни появилась, она привлекает всеобщее внимание, не говоря уже о судебном заседании по иску Маска против OpenAI.
На этот раз Илья уже не тот, кто извиняется в социальных сетях фразой «Я глубоко сожалею», а Мститель, вернувшийся с «сенсацией».
Он не только лично подтвердил привычную ложь Альтмена, но и раскрыл миру скрытую под гламурным фасадом OpenAI черную дыру власти.
Это заключительная глава « дворцовых интриг искусственного интеллекта » , которой суждено войти в историю .
Этот судебный процесс может определить будущее OpenAI — компании, готовящейся к IPO на триллион долларов с оценкой в 850 миллиардов долларов.
Альтмен явится в суд лично уже во вторник, чтобы ответить на вопросы.
52-страничный документ «Доказательства лжи: Альтмен глазами этого человека».
«Он постоянно лжет, сеет раздор среди руководителей высшего звена и подрывает корпоративное управление».
Когда Илья произнес эти слова после принесения присяги, нынешнее руководство OpenAI, находившееся на скамье подсудимых, побледнело.
Это уже не слухи, а показания в суде бывшего главного научного сотрудника OpenAI.
На этот раз Илья раскрыл шокирующую подробность, которая никогда ранее не разглашалась: до «ноябрьского переворота», потрясшего мир в 2023 году, он целый год тайно собирал доказательства.
Данный документ, содержащий доказательства, состоит из 52 страниц.
В этом «Полном собрании темных секретов Альтмена» подробно рассказывается о том, как Альтмен использует силу в своей повседневной жизни.
Например, его главное умение — сеять раздор.
Он часто сеял раздор между техническим директором Мирой Мурати и другими руководителями, вызывая у них подозрения друг к другу и тем самым утверждая свою абсолютную власть.
Кроме того, он очень хорошо умеет манипулировать информацией.
Илья дал показания о том, что Альтман создал обстановку, в которой «руководителям не предоставлялась необходимая информация». В этой обстановке Альтман всячески преуменьшал значение любых серьезных дискуссий о безопасности ИИ, руководствуясь ложным представлением о рынке.
На этот раз Илья прямо заявил, что действия Ультрамена «наносят ущерб достижению любых грандиозных целей», особенно разработке надежного искусственного общего интеллекта.
«Я целый год наблюдал и размышлял, и в итоге пришел к выводу, что увольнение было правильным решением».
Тон Ильи был спокойным, но каждое слово – резким. Он признал, что много раз подробно разговаривал с Мурати, и оба испытывали глубокое беспокойство по поводу поведения Ультрамена.
«Предатель» за 7 миллиардов долларов: непомерная цена идеалиста.
Затем последовала еще одна кульминация судебного процесса.
Илья, как соучредитель OpenAI, всегда считался «чистым ученым». Но когда судья спросил о стоимости его акций, эта цифра шокировала всех присутствующих: 7 миллиардов долларов.
Всего неделю назад президент OpenAI Грег Брокман признал, что владеет акциями на сумму 30 миллиардов долларов.
Состояние Ультрамена, которого Маск обвинил в излишней одержимости деньгами, оценивается примерно в 3,5 миллиарда долларов (в основном за счет внешних инвестиций).
По иронии судьбы, эти верующие, которые когда-то называли себя «некоммерческими организациями», теперь стали самыми богатыми людьми в истории человечества, накапливая богатство с самой высокой скоростью.
Однако в суде Илья продемонстрировал почти трагическое противоречие.
Он упомянул, что для того, чтобы присоединиться к OpenAI, он отказался от предложения Google о ежегодном продлении контракта на 6 миллионов долларов, которое в то время он считал «астрономической суммой».
Он объяснил, почему в выходные дни той недели, когда произошёл переворот, он внезапно изменил курс и подписал совместное письмо с требованием возвращения Ультрамена.
«Это была отчаянная молитва (Аве Мария)», — тихо сказал Илья. «Я видел, что компания находится на грани краха, и Microsoft готовилась поглотить нас всех».
В тот момент ситуация ухудшилась быстрее, чем кто-либо ожидал. Большое количество сотрудников выразили желание уйти вместе с Ультраменом. Компании грозил распад.
Позже Илья выразил сожаление — не по поводу сбора доказательств или голосования за его отстранение, а по поводу «участия в действиях совета». Он раскритиковал своих коллег по совету за неопытность, принятие «некачественных юридических советов» и слишком поспешные действия.
Когда он произнес эти слова в суде в понедельник, весь зал замолчал.
«Я испытываю сильное чувство принадлежности к OpenAI. Мне кажется, я вложил в это всю свою жизнь. Мне просто небезразлично это дело. Я не хочу, чтобы его уничтожили».
Панорама мафии OpenAI
Более того, в ходе судебного разбирательства непреднамеренно была раскрыта общая картина деятельности "группировки OpenAI".
В мае 2024 года он покинул OpenAI, чтобы основать Safe Superintelligence. К апрелю 2026 года компания привлекла 3 миллиарда долларов инвестиций и была оценена в 32 миллиарда долларов.
Дарио и Даниэла Амодей ушли, чтобы основать компанию Anthropic, стоимость которой, по слухам, составляет почти триллион долларов.
Мира Мурати основала компанию Thinking Machines Lab, которая в прошлом году завершила посевной раунд финансирования в размере 2 миллиардов долларов, получив оценку в 12 миллиардов долларов. Две трети команды — бывшие сотрудники OpenAI.
Аравинд Шринивас основал компанию Perplexity, стоимость которой оценивается в 20 миллиардов долларов. Лиам Федус основал компанию Periodic Labs, стоимость которой оценивается в 7 миллиардов долларов.
Примечательно, что причины ухода этих людей были разными, но почти все они были связаны со стилем руководства Альтмена.
Практически продолжающееся слияние компаний Anthropic
Свидетельство Ильи касалось не только Альтмена.
Он подтвердил то, что ранее лишь предполагалось: после того, как Альтмена ненадолго отстранили от должности, оставшиеся члены совета директоров OpenAI встретились с представителями Anthropic, чтобы обсудить план слияния Anthropic с OpenAI и передачи им руководства.
Илья сказал, что он "не в восторге" от этого.
Самое ужасное в этой детали — это ее своевременность: в те выходные в ноябре 2023 года OpenAI чуть не стала частью Anthropic.
Если бы это слияние состоялось, ситуация с искусственным интеллектом сегодня была бы совершенно иной.
Тень Microsoft: стремление Наделлы захватить власть
Если Илья разоблачил внутреннюю коррупцию, то появившийся позже генеральный директор Microsoft Сатья Надела продемонстрировал холодную логику капитала.
Наделла назвал отзыв муниципалитета «дилетантским делом», заявив, что «так и не получил внятного объяснения».
Однако судебные документы раскрывают и другую сторону личности Наделлы.
В электронном письме, обнародованном судом в 2022 году, Наделла кричит на своих подчиненных: «Если мы вложили столько денег и не контролируем ситуацию, это совершенно бессмысленно!»
В ходе допроса адвокатами Маска Наделла признал, что во время попытки государственного переворота в 2023 году Microsoft подготовила «совет директоров по поглощению» из 14 человек и фактически наложила «вето» на новых членов совета директоров OpenAI.
Ещё более шокирующим является тот факт, что в начале 2023 года Наделла неоднократно отправлял Ультрамену сообщения, призывая его «как можно скорее запустить платную версию ChatGPT по подписке, чем скорее, тем лучше».
Две недели спустя он снова поинтересовался количеством зарегистрированных пользователей.
Это напрямую подтверждает обвинение Маска: OpenAI больше не является исследовательской лабораторией, а скорее « ИТ-отделом » Microsoft и машиной монетизации.
Именно в этом и заключается суть обвинения Маска — OpenAI отклонилась от своей некоммерческой миссии.
Ярость Маска: Мечта о том, чтобы тебя "взяли бесплатно"?
Возможно, на лице Маска, сидящего в зале, застыла сложная улыбка.
Суть этого судебного разбирательства заключается в том, обманул ли Альтман Маска, заставив его инвестировать в его первые проекты и получить поддержку его бренда, дав ложное обещание «некоммерческой деятельности», а затем продал результаты Microsoft.
Хотя Илья в своих показаниях не полностью встал на сторону Маска (он отрицал, что когда-либо обещал Маску, что OpenAI никогда не будет прибыльной), его нападки на персонажа Ультрамена, несомненно, предоставили Маску самые веские аргументы для его судебного иска.
Илья упомянул, что он также выступал против предложения Маска о слиянии OpenAI с Tesla, считая, что Маск слишком "агрессивен".
Главное обвинение Маска заключается в том, что Альтман и Брокман нарушили обязательство OpenAI оставаться некоммерческой организацией и вместо этого стали стремиться к прибыли.
Показания Ильи по этому вопросу фактически были в пользу OpenAI.
Он заявил, что «никогда не обещал Маску, что OpenAI останется некоммерческой организацией».
Он сделал заявление, которое, вероятно, будет цитироваться неоднократно: «Миссия OpenAI выходит за рамки ее некоммерческой или коммерческой структуры».
Этот судебный процесс затянулся до такой степени, что абсолютных героев уже не найти. Это скорее группа гениев, стремящихся к божественности, ведущих грязную борьбу за интересы, власть и право определять будущее человечества.
Приближается решающая битва: OpenAI или OpenMoney?
Судебное разбирательство все еще продолжается.
Ультрамен лично предстанет перед судом в этот вторник.
Нынешняя ситуация крайне опасна для OpenAI.
Если судья в конечном итоге постановит, что OpenAI нарушила свое первоначальное некоммерческое соглашение, эта коммерческая организация, стоимость которой оценивается до 850 миллиардов долларов, может столкнуться со структурной реструктуризацией.
Илья просидел на свидетельской трибуне около часа. По данным издания Wired, за все время дачи показаний он практически не смотрел никому в глаза.
Этот человек когда-то был душой OpenAI, лидером, который руководил сотрудниками, скандировавшими «Feel AGI» на корпоративных собраниях.
Теперь, в рубашке без пиджака, он выглядел одиноким и подавленным. В суде он сказал: «Я посвятил свою жизнь OpenAI, и я не хочу, чтобы его уничтожили».
Но реальность такова, что тот чистый OpenAI, который он так любил, возможно, уже умер к тому моменту, когда он написал первую страницу из 52 страниц представленных доказательств.
Этот судебный процесс посвящен не успеху или неудаче какой-либо одной компании, а самому фундаментальному противоречию современной Кремниевой долины: когда технология, ведущая к божественной силе (AGI), сталкивается с крайней жадностью человеческой природы, можем ли мы еще сохранить последние остатки честности?
Судья зачитает заключительные аргументы в следующий четверг.
Право человечества определять будущее искусственного интеллекта может быть незаметно пересмотрено на этих нескольких страницах свидетельства.
Это как с той историей с Опусом 4.6. где за него всю работу сделали люди?
Из-за этого говна, к слову, все эти "прорывы" знатно обосрались, теперь буквально каждый "прорыв ИИ" будет восприниматься как хуета, которую сделали люди и сказали, что на самом деле это сделал ИИ, который пукал и сренькал, пока команда инженеров и программеров за него делала всю работу.
Долбоёбы из атропика дискредитировали вообще всех
Аспирант потратил 80 часов подряд на доработку кода, а затем отправил свою статью в Codex всего за 2 часа! Научная сингулярность наступила.
Новый Чжиюань сообщает
Только сегодня инженеры Agentic AI обнаружили, что исследовательская задача, над которой работал доктор наук, была выполнена Codex менее чем за 2 часа, что означает разницу в эффективности до 40 раз! Фактически, согласно старому стандарту, искусственный общий интеллект (AGI) уже существовал, но вся отрасль только продвигается к этой цели.
«Сингулярность» в научных исследованиях действительно наступила, и она ближе, чем кто-либо предполагал.
Недавно эксперимент в «целевом режиме» Codex потряс академическое сообщество: Codex способен повысить эффективность исследований в области искусственного интеллекта в 40 раз!
Инженер Agentic AI Дэн МакАтир недавно рассказал об эксперименте на платформе X: выполнении исследовательской задачи по механистической интерпретируемости с использованием режима «Цель» OpenAI Codex.
По оценкам GPT-5.5, выполнение этой задачи могло занять у аспиранта около 80 часов. Однако на практике ИИ полностью справился с задачей всего за 1 час и 56 минут.
Эффективность обработки поверхности повышается примерно в 40 раз!
Он использовал встроенный навык /цель в Кодексе .
Кроме того, автор считает, что:
/goal + gpt-5.5 высокая точность + быстрый режим — это наиболее эффективная конфигурация ИИ-агента, доступная на сегодняшний день.
Иными словами, позвольте модели самой устанавливать свои цели. Ключевой момент заключается в том, что сгенерированные ею подсказки, скорее всего, будут лучше ваших.
Это уже не просто «повышение эффективности», а полноценная «атака по сокращению размерности».
Когда циклы сокращаются с недель до часов, и когда ИИ начинает самостоятельно определять цели своих экспериментов, мы должны признать суровую реальность:
Темпы «взрыва интеллекта» уже начались, и скорость самосовершенствования ИИ выходит из-под контроля человека!
Что именно представляет собой режим Codex /goal mode?
Давайте сначала посмотрим, как проводился этот эксперимент.
Эксперимент был инициирован Дэном МакАтиром, инженером компании Agentic AI и бывшим инженером компании Amp Code.
Он регулярно делится своим практическим опытом в разработке агентов искусственного интеллекта на платформе X.
Его экспериментальная установка была очень простой.
Инструменты: команда OpenAI Codex /go
Модель: GPT-5.5 high
Режим: быстрый режим
Задача: Исследовательский проект в области механистической интерпретируемости.
Он сам охарактеризовал эту конфигурацию как: наиболее эффективную из доступных в настоящее время конфигураций агентов искусственного интеллекта.
Почему важна цель Codex /goal
На самом деле стоит поговорить о самом шаблоне Codex /goal.
По словам Филипа Кори, инженера из OpenAI Codex, /goal — это наша реализация цикла Ральфа , позволяющая цели сохраняться на протяжении нескольких раундов диалога, не останавливаясь, пока она не будет достигнута.
Проще говоря, обычный вызов Codex — это когда вы произносите предложение, система выполняет один шаг и отвечает предложением.
Codex /goal означает, что вы ставите цель, система разбивает её на подзадачи, выполняет их, проверяет и продолжает работу до тех пор, пока цель не будет достигнута или не будет провалена.
Это инженерный сдвиг от разговорного ИИ к ИИ, ориентированному на достижение целей.
Для таких исследовательских задач, как механистическая интерпретируемость, модель /goal идеально подходит.
Сам исследовательский процесс представляет собой цикл: выдвижение гипотезы → разработка эксперимента → проведение эксперимента → наблюдение за результатами → пересмотр гипотезы → проведение следующего эксперимента, результаты которого могут быть переданы агенту, способному к самоциклическому режиму работы .
Эксперименты МакАтира наглядно демонстрируют применимость модели Кодекса/цели для решения повторяющихся задач, ориентированных на исследования: она не заменяет исследователей, а скорее заменяет повторяющиеся части их работы.
Если удастся стабилизировать этот потенциал, это окажет прямое влияние на сами исследования в области искусственного интеллекта.
Это означает, что исследователи в лабораториях ИИ однажды смогут использовать агентов ИИ для выполнения повторяющихся задач, таких как подготовка обучающих данных, настройка эксперимента, исследования методом абляции, создание визуализаций и предварительный анализ результатов.
В последнее время Anthropic и OpenAI неоднократно заявляли следующее: ИИ сам ускоряет исследования в этой области.
80 часов обучения по программе PhD против 2 часов обучения искусственному интеллекту.
В традиционном контексте научных исследований распорядок дня аспиранта состоит из: обзора литературы, построения моделей, отладки кода, проверки результатов и написания отчетов.
Причина такой длительности процесса заключается в том, что человеческий мозг имеет физический предел при обработке сложной логики и огромных объемов данных.
Но эксперимент Кодекса полностью разрушил это представление.
Благодаря самой мощной конфигурации интеллектуального агента " /goal + GPT-5.5 High + Fast Mode " , ИИ перестаёт быть инструментом, "следующим инструкциям", и становится независимым исследователем, "предлагающим стратегии".
Оно способно понимать сложные экспериментальные требования автокодировщиков естественного языка (NLA), автономно разбивать задачи на части и преодолевать расстояние менее чем за 2 часа, на преодоление которого элитным специалистам потребовалось бы две недели.
Это означает, что барьеры для научных исследований человечества полностью рухнули. Профессиональные аналитические навыки, которые когда-то требовали многолетней напряженной работы, теперь модулируются алгоритмами.
Более того, исследователи в области автономного ИИ уже опередили график!
Ранее OpenAI ставила перед собой цель достичь автономного ИИ к концу 2026 года.
Однако, судя по текущему прогрессу экспериментов, 2026 год может стать не началом, а конечной точкой, когда человечество полностью передаст эстафету научных исследований.
Набирает популярность концепция рекурсивного самосовершенствования.
Если эксперимент с 40-кратным ускорением, описанный в Кодексе, был вопиющим единичным случаем, то еще более тревожным является растущее количество доказательств, подтверждающих существование «рекурсивного самосовершенствования».
7 мая, по данным Axios, соучредитель Anthropic Джек Кларк публично озвучил вероятность:
Новый Чжиюань сообщает
Только сегодня инженеры Agentic AI обнаружили, что исследовательская задача, над которой работал доктор наук, была выполнена Codex менее чем за 2 часа, что означает разницу в эффективности до 40 раз! Фактически, согласно старому стандарту, искусственный общий интеллект (AGI) уже существовал, но вся отрасль только продвигается к этой цели.
«Сингулярность» в научных исследованиях действительно наступила, и она ближе, чем кто-либо предполагал.
Недавно эксперимент в «целевом режиме» Codex потряс академическое сообщество: Codex способен повысить эффективность исследований в области искусственного интеллекта в 40 раз!
Инженер Agentic AI Дэн МакАтир недавно рассказал об эксперименте на платформе X: выполнении исследовательской задачи по механистической интерпретируемости с использованием режима «Цель» OpenAI Codex.
По оценкам GPT-5.5, выполнение этой задачи могло занять у аспиранта около 80 часов. Однако на практике ИИ полностью справился с задачей всего за 1 час и 56 минут.
Эффективность обработки поверхности повышается примерно в 40 раз!
Он использовал встроенный навык /цель в Кодексе .
Кроме того, автор считает, что:
/goal + gpt-5.5 высокая точность + быстрый режим — это наиболее эффективная конфигурация ИИ-агента, доступная на сегодняшний день.
Иными словами, позвольте модели самой устанавливать свои цели. Ключевой момент заключается в том, что сгенерированные ею подсказки, скорее всего, будут лучше ваших.
Это уже не просто «повышение эффективности», а полноценная «атака по сокращению размерности».
Когда циклы сокращаются с недель до часов, и когда ИИ начинает самостоятельно определять цели своих экспериментов, мы должны признать суровую реальность:
Темпы «взрыва интеллекта» уже начались, и скорость самосовершенствования ИИ выходит из-под контроля человека!
Что именно представляет собой режим Codex /goal mode?
Давайте сначала посмотрим, как проводился этот эксперимент.
Эксперимент был инициирован Дэном МакАтиром, инженером компании Agentic AI и бывшим инженером компании Amp Code.
Он регулярно делится своим практическим опытом в разработке агентов искусственного интеллекта на платформе X.
Его экспериментальная установка была очень простой.
Инструменты: команда OpenAI Codex /go
Модель: GPT-5.5 high
Режим: быстрый режим
Задача: Исследовательский проект в области механистической интерпретируемости.
Он сам охарактеризовал эту конфигурацию как: наиболее эффективную из доступных в настоящее время конфигураций агентов искусственного интеллекта.
Почему важна цель Codex /goal
На самом деле стоит поговорить о самом шаблоне Codex /goal.
По словам Филипа Кори, инженера из OpenAI Codex, /goal — это наша реализация цикла Ральфа , позволяющая цели сохраняться на протяжении нескольких раундов диалога, не останавливаясь, пока она не будет достигнута.
Проще говоря, обычный вызов Codex — это когда вы произносите предложение, система выполняет один шаг и отвечает предложением.
Codex /goal означает, что вы ставите цель, система разбивает её на подзадачи, выполняет их, проверяет и продолжает работу до тех пор, пока цель не будет достигнута или не будет провалена.
Это инженерный сдвиг от разговорного ИИ к ИИ, ориентированному на достижение целей.
Для таких исследовательских задач, как механистическая интерпретируемость, модель /goal идеально подходит.
Сам исследовательский процесс представляет собой цикл: выдвижение гипотезы → разработка эксперимента → проведение эксперимента → наблюдение за результатами → пересмотр гипотезы → проведение следующего эксперимента, результаты которого могут быть переданы агенту, способному к самоциклическому режиму работы .
Эксперименты МакАтира наглядно демонстрируют применимость модели Кодекса/цели для решения повторяющихся задач, ориентированных на исследования: она не заменяет исследователей, а скорее заменяет повторяющиеся части их работы.
Если удастся стабилизировать этот потенциал, это окажет прямое влияние на сами исследования в области искусственного интеллекта.
Это означает, что исследователи в лабораториях ИИ однажды смогут использовать агентов ИИ для выполнения повторяющихся задач, таких как подготовка обучающих данных, настройка эксперимента, исследования методом абляции, создание визуализаций и предварительный анализ результатов.
В последнее время Anthropic и OpenAI неоднократно заявляли следующее: ИИ сам ускоряет исследования в этой области.
80 часов обучения по программе PhD против 2 часов обучения искусственному интеллекту.
В традиционном контексте научных исследований распорядок дня аспиранта состоит из: обзора литературы, построения моделей, отладки кода, проверки результатов и написания отчетов.
Причина такой длительности процесса заключается в том, что человеческий мозг имеет физический предел при обработке сложной логики и огромных объемов данных.
Но эксперимент Кодекса полностью разрушил это представление.
Благодаря самой мощной конфигурации интеллектуального агента " /goal + GPT-5.5 High + Fast Mode " , ИИ перестаёт быть инструментом, "следующим инструкциям", и становится независимым исследователем, "предлагающим стратегии".
Оно способно понимать сложные экспериментальные требования автокодировщиков естественного языка (NLA), автономно разбивать задачи на части и преодолевать расстояние менее чем за 2 часа, на преодоление которого элитным специалистам потребовалось бы две недели.
Это означает, что барьеры для научных исследований человечества полностью рухнули. Профессиональные аналитические навыки, которые когда-то требовали многолетней напряженной работы, теперь модулируются алгоритмами.
Более того, исследователи в области автономного ИИ уже опередили график!
Ранее OpenAI ставила перед собой цель достичь автономного ИИ к концу 2026 года.
Однако, судя по текущему прогрессу экспериментов, 2026 год может стать не началом, а конечной точкой, когда человечество полностью передаст эстафету научных исследований.
Набирает популярность концепция рекурсивного самосовершенствования.
Если эксперимент с 40-кратным ускорением, описанный в Кодексе, был вопиющим единичным случаем, то еще более тревожным является растущее количество доказательств, подтверждающих существование «рекурсивного самосовершенствования».
7 мая, по данным Axios, соучредитель Anthropic Джек Кларк публично озвучил вероятность:
К концу 2028 года вероятность достижения искусственным интеллектом полностью рекурсивного самосовершенствования превысит 60%.
В этом году исследовательская группа из Sakana AI и UBC создала машину Дарвина-Гёделя — программный интеллект, способный переписывать собственный исходный код для улучшения своих возможностей.
В тестовой среде SWE-bench его оценка самостоятельно улучшилась с 20,0% до 50,0%. В процессе не потребовалось никакого вмешательства человека.
Проект AI Scientist, разработанный той же командой, был опубликован в журнале Nature в марте этого года.
Она способна самостоятельно генерировать исследовательские идеи, писать код и проводить эксперименты, создавать полноценные научные статьи и проводить рецензирование.
Весь процесс научных исследований, от начала до конца, выполняется искусственным интеллектом независимо.
Давайте рассмотрим некоторые конкретные данные. GPQA Diamond — это научный бенчмарк в формате вопросов и ответов, созданный экспертами со степенью доктора наук. В ноябре 2023 года он набрал 39% по шкале GPT-4. Средний балл для экспертов в данной области составляет приблизительно 65%.
В апреле 2026 года самые современные модели в совокупности превзошли установленный бенчмарк: Gemini 3.1 Pro набрал 94,3%, а Claude Opus 4.7 — 94,2%.
Все передовые модели значительно превзошли модели, разработанные экспертами со степенью доктора наук.
Траектория, полученная с помощью SWE-bench, является более точным индикатором ускорения.
В конце 2023 года процент сдачи экзамена по программе Клода 2 составлял 2%. Сейчас он равен 93,9%.
Всего за два с половиной года этот показатель вырос с 2% до 93,9%.
Как только эта кривая будет построена, любой, кто изучал математику в средней школе, узнает её форму.
Очевидно, что процесс рекурсивного самосовершенствования (РСС) начался.
Как только ИИ начнет переписывать свой базовый код и оптимизировать свою архитектуру с 40-кратной эффективностью, рост интеллекта перестанет быть линейным и станет вертикальным.
Система AGI внедрена, и вся отрасль закрывает глаза на ваши манипуляции.
Фактически, еще в феврале этого года четыре ученых из разных ведущих областей совместно опубликовали статью, которую можно назвать «самой тревожной в этом году»: «Тематическое исследование AGI: современная программа LLM соответствует стандартам».
Эти четыре автора представляют четыре столпа современного интеллекта: философию, машинное обучение, лингвистику и когнитивную науку. Они пришли к пугающе последовательному выводу:
Согласно определению, действовавшему до 2022 года, скорректированный валовой доход уже был достигнут.
Причина, по которой никто до сих пор этого не признал, заключается в том, что вся индустрия искусственного интеллекта проводит коллективную «газлайтинговую кампанию» против общественности.
В статье отмечается, что люди продемонстрировали очень сильный «психологический защитный механизм» в условиях развития искусственного интеллекта.
До 2022 года, если вы могли пройти тест Тьюринга и справляться с задачами в различных областях, вас считали представителем искусственного общего интеллекта (AGI).
После появления ChatGPT: «Одних этих качеств недостаточно; необходимо также обладать совершенным мышлением, телом (воплощением) и самосознанием».
Всякий раз, когда модель преодолевает определенный порог, люди спонтанно добавляют новые, эфемерные метрики в качестве пороговых значений, постоянно приближая цель к цели.
Проблема в том, что если общий искусственный интеллект уже существует, то нынешняя логика отрасли становится крайне абсурдной.
Компания OpenAI привлекает 40 миллиардов долларов и заявляет, что будет «создавать общий искусственный интеллект»; Anthropic выпускает каждую новую модель в виде фьючерсного контракта на «близкий к общему искусственному интеллекту» уровень.
В статье убедительно показано, что технологические гиганты маскируют то, что им уже продали, под чудо, которое «вот-вот будет разработано», в обмен на непрерывный поток финансирования и власти.
Накануне «умного» взрыва
Сейчас мы находимся на крайне странном этапе.
В лабораторных условиях ИИ уже проводит механические интерпретационные исследования в 40 раз быстрее и даже пишет для себя код.
На рынке вычислительная мощность остается твердой валютой, и чипы Blackwell от Nvidia пользуются высоким спросом, причем каждый новый чип ускоряет наступление этой сингулярности.
Однако с точки зрения социальной психологии, общественность по-прежнему использует устаревшие термины, такие как «повторяющийся механизм» и «прогнозирование вероятности», чтобы успокоить себя.
Если темпы научных исследований, в 40 раз превышающие темпы развития науки, станут нормой, искусственный интеллект сможет удвоить объем знаний, накопленных человеческой цивилизацией за тысячи лет, всего за несколько месяцев.
Когда искусственный интеллект сможет самостоятельно выполнять задачи докторского уровня, наша существующая система образования, оценка профессиональных званий и даже само значение слова «эксперт» окажутся под угрозой уничтожения.
Подобно тому, как Коперник переместил Землю из центра Вселенной, искусственный интеллект теперь выводит человечество из убежища «единственной разумной жизни».
Теперь эта война, называемая «умным взрывом», ведется без применения огнестрельного оружия.
Либо мы научимся сосуществовать с этим новым разумным видом, либо нам останется лишь беспомощно наблюдать, как он оставляет нас далеко позади, двигаясь со скоростью в 40 раз большей.
куда уходят деньги, которые вы заплатили OpenAI в токенах ч1 Аноним OP 14/05/26 Чтв 12:37:08 #20 №1611842
Счета за электроэнергию, потребляемую вычислительными системами, взлетели до небес! Все деньги, потраченные вами на OpenAI, ушли на годовые бонусы Samsung и SK Hynix.
Новый Чжиюань сообщает
Вице-президент Nvidia признал, что затраты на вычислительные мощности для ИИ превышают зарплаты сотрудников. Все жалуются на высокую стоимость ИИ, но мало кто задается вопросом: куда в конечном итоге уходят все эти деньги? Один из ответов — Южная Корея. Рентабельность прибыли SK Hynix в первом квартале составила 72%; рыночная капитализация Samsung Electronics превысила 1 триллион долларов. Сценарий для этого пиршества уже написан до 2029 года.
Насколько дорог искусственный интеллект?
Куда делись все деньги, которые вы потратили на ИИ?
Теперь даже собственные расходы Nvidia на искусственный интеллект превышают затраты на персонал .
Несколько недель назад Брайан Катанзаро, вице-президент NVIDIA по прикладному глубокому обучению, сказал примерно следующее:
Для моей команды стоимость вычислительных мощностей значительно превысила стоимость труда сотрудников.
Аналогичным образом, технический директор Uber признал, что компания потратила весь свой годовой бюджет на искусственный интеллект за первые четыре месяца 2026 года .
Виновником является кодекс Клода, который 95% инженеров используют каждый день.
Все жалуются на то, что ИИ дорог, но при этом все за него платят.
Согласно последним данным Gartner, прогнозируемые глобальные расходы на ИТ в 2026 году достигнут 6,31 триллиона долларов, что на 13,5% больше, чем годом ранее, при этом расходы на системы центров обработки данных вырастут на 55,8% до 788 миллиардов долларов.
Но мало кто задается вопросом – куда делись все эти деньги?
Годовые премии были выплачены сотрудникам Samsung и SK Hynix.
Переключите внимание с Силиконовой долины на Сеул, и ответ станет очевидным.
Две давно зарекомендовавшие себя южнокорейские компании-гиганты в сфере хранения данных перешли в режим печатания денег, и их рентабельность превысила показатели Nvidia!
11 мая цена акций SK Hynix выросла более чем на 15% , достигнув рекордного максимума в 1,949 миллиона вон, а рыночная капитализация компании превысила 900 миллиардов долларов США.
С начала года акции выросли примерно на 197% — почти втрое всего за пять месяцев.
В финансовом отчете за первый квартал прямо указывалось, что компания обогнала Nvidia:
Выручка достигла 52,58 триллиона вон (приблизительно 35,5 миллиарда долларов США), что на 198% больше, чем годом ранее.
Операционная прибыль составила 37,61 триллиона вон (приблизительно 27,8 миллиарда долларов США), что на 405% больше, чем годом ранее.
Ее рентабельность операционной прибыли составляет 72%, что превышает показатель Nvidia в 65%.
Чистая рентабельность 77%
С операционной прибылью в 72% компания побила рекорд в полупроводниковой отрасли.
Что это значит? С каждых 100 юаней, проданных компанией SK Hynix на сумму, 72 юаня напрямую поступают в прибыль .
Его давний конкурент, компания Samsung Electronics, также проявляла активность.
Подразделение по производству полупроводников принесло 53,7 триллиона вон операционной прибыли в первом квартале, что составляет 94% от общей прибыли группы . Его рыночная капитализация превысила 1 триллион долларов, что сделало его второй азиатской технологической компанией после TSMC, вошедшей в клуб компаний с капитализацией более триллиона долларов.
Корейский сводный фондовый индекс (KOSPI) преодолел отметку в 7000 пунктов.
На долю Samsung и SK Hynix вместе приходится более 43% южнокорейского фондового рынка — эти две компании контролируют почти половину южнокорейского фондового рынка.
Компания зарабатывает слишком много денег, и сотрудники начинают проявлять недовольство.
В сентябре 2025 года компания SK Hynix отменила свое старое правило, согласно которому бонусы от прибыли не должны превышать десятикратный размер базовой заработной платы.
В феврале 2026 года компания выплатила бонус, основанный на результатах работы в 2025 году: примерно 140 миллионов корейских вон (около 700 000 юаней) на человека, что эквивалентно 2964% от месячной зарплаты.
И это только начало. Основываясь на ужасающих результатах первого квартала 2026 года, аналитики прогнозируют, что бонусы, распределенные в феврале следующего года, составят в среднем от 600 до 700 миллионов корейских вон — примерно от 2,9 до 3,4 миллионов юаней.
В следующем году эта сумма может достичь 900 миллионов вон (приблизительно 6,4 миллиона юаней).
Ожидается, что в следующем году эта цифра вырастет примерно до 700 миллионов вон, или около 3,2 миллиона юаней .
Сотрудники Samsung начинают испытывать беспокойство.
23 апреля профсоюз сотрудников Samsung Electronics, насчитывающий 70 000 членов, объявил о начале 18-дневной забастовки 21 мая, требуя, чтобы компания использовала 15% своей операционной прибыли для выплаты бонусов.
«Почти все мои коллеги хотят сменить работу и перейти в Hynix», — заявил журналистам на месте забастовки инженер Samsung.
Сравнив данные с обеих сторон, мы получаем полную картину:
Вице-президент Nvidia заявляет, что ИИ слишком дорог. Технический директор Uber говорит, что бюджет исчерпан. Рентабельность SK Hynix превышает рентабельность Nvidia. Сотрудники Samsung требуют 15% от прибыли компании.
Это две стороны одной и той же купюры . Чем дороже покупатель, тем больше денег зарабатывает продавец.
Но это празднование еще далеко не закончилось.
Производственные мощности на следующие три года
Бронирование уже осуществлено искусственным интеллектом.
Почему компания SK Hynix зарабатывает такое состояние?
Ответ кроется не в Южной Корее, а в Силиконовой долине.
Компания OpenAI, являющаяся единственным предприятием, в настоящее время потребляет приблизительно 40% мирового объема поставок DRAM .
В октябре 2025 года генеральный директор OpenAI Сэм Альтман прилетел в Сеул и вместе с исполнительным председателем Samsung Ли Чжэ Ёном и председателем SK Group Чей Тэ Воном подписал письмо о намерениях под пристальным наблюдением президента Южной Кореи Ли Чжэ Мёна.
В будущем компания будет поставлять 900 000 пластин DRAM в месяц специально для проекта «Звёздные врата».
По оценкам южнокорейских СМИ, стоимость контракта превышает 100 триллионов вон (приблизительно 72 миллиарда долларов США) , а поставки гарантированы до 2029 года .
В начале мая появились еще более захватывающие новости : Microsoft, Google и Amazon проявили инициативу и обратились к SK Hynix с предложением инвестиционного плана — финансирования расширения мощностей Hynix из собственных средств с единственной целью: заранее обеспечить себе квоты на HBM на ближайшие несколько лет.
Новый Чжиюань сообщает
Вице-президент Nvidia признал, что затраты на вычислительные мощности для ИИ превышают зарплаты сотрудников. Все жалуются на высокую стоимость ИИ, но мало кто задается вопросом: куда в конечном итоге уходят все эти деньги? Один из ответов — Южная Корея. Рентабельность прибыли SK Hynix в первом квартале составила 72%; рыночная капитализация Samsung Electronics превысила 1 триллион долларов. Сценарий для этого пиршества уже написан до 2029 года.
Насколько дорог искусственный интеллект?
Куда делись все деньги, которые вы потратили на ИИ?
Теперь даже собственные расходы Nvidia на искусственный интеллект превышают затраты на персонал .
Несколько недель назад Брайан Катанзаро, вице-президент NVIDIA по прикладному глубокому обучению, сказал примерно следующее:
Для моей команды стоимость вычислительных мощностей значительно превысила стоимость труда сотрудников.
Аналогичным образом, технический директор Uber признал, что компания потратила весь свой годовой бюджет на искусственный интеллект за первые четыре месяца 2026 года .
Виновником является кодекс Клода, который 95% инженеров используют каждый день.
Все жалуются на то, что ИИ дорог, но при этом все за него платят.
Согласно последним данным Gartner, прогнозируемые глобальные расходы на ИТ в 2026 году достигнут 6,31 триллиона долларов, что на 13,5% больше, чем годом ранее, при этом расходы на системы центров обработки данных вырастут на 55,8% до 788 миллиардов долларов.
Но мало кто задается вопросом – куда делись все эти деньги?
Годовые премии были выплачены сотрудникам Samsung и SK Hynix.
Переключите внимание с Силиконовой долины на Сеул, и ответ станет очевидным.
Две давно зарекомендовавшие себя южнокорейские компании-гиганты в сфере хранения данных перешли в режим печатания денег, и их рентабельность превысила показатели Nvidia!
11 мая цена акций SK Hynix выросла более чем на 15% , достигнув рекордного максимума в 1,949 миллиона вон, а рыночная капитализация компании превысила 900 миллиардов долларов США.
С начала года акции выросли примерно на 197% — почти втрое всего за пять месяцев.
В финансовом отчете за первый квартал прямо указывалось, что компания обогнала Nvidia:
Выручка достигла 52,58 триллиона вон (приблизительно 35,5 миллиарда долларов США), что на 198% больше, чем годом ранее.
Операционная прибыль составила 37,61 триллиона вон (приблизительно 27,8 миллиарда долларов США), что на 405% больше, чем годом ранее.
Ее рентабельность операционной прибыли составляет 72%, что превышает показатель Nvidia в 65%.
Чистая рентабельность 77%
С операционной прибылью в 72% компания побила рекорд в полупроводниковой отрасли.
Что это значит? С каждых 100 юаней, проданных компанией SK Hynix на сумму, 72 юаня напрямую поступают в прибыль .
Его давний конкурент, компания Samsung Electronics, также проявляла активность.
Подразделение по производству полупроводников принесло 53,7 триллиона вон операционной прибыли в первом квартале, что составляет 94% от общей прибыли группы . Его рыночная капитализация превысила 1 триллион долларов, что сделало его второй азиатской технологической компанией после TSMC, вошедшей в клуб компаний с капитализацией более триллиона долларов.
Корейский сводный фондовый индекс (KOSPI) преодолел отметку в 7000 пунктов.
На долю Samsung и SK Hynix вместе приходится более 43% южнокорейского фондового рынка — эти две компании контролируют почти половину южнокорейского фондового рынка.
Компания зарабатывает слишком много денег, и сотрудники начинают проявлять недовольство.
В сентябре 2025 года компания SK Hynix отменила свое старое правило, согласно которому бонусы от прибыли не должны превышать десятикратный размер базовой заработной платы.
В феврале 2026 года компания выплатила бонус, основанный на результатах работы в 2025 году: примерно 140 миллионов корейских вон (около 700 000 юаней) на человека, что эквивалентно 2964% от месячной зарплаты.
И это только начало. Основываясь на ужасающих результатах первого квартала 2026 года, аналитики прогнозируют, что бонусы, распределенные в феврале следующего года, составят в среднем от 600 до 700 миллионов корейских вон — примерно от 2,9 до 3,4 миллионов юаней.
В следующем году эта сумма может достичь 900 миллионов вон (приблизительно 6,4 миллиона юаней).
Ожидается, что в следующем году эта цифра вырастет примерно до 700 миллионов вон, или около 3,2 миллиона юаней .
Сотрудники Samsung начинают испытывать беспокойство.
23 апреля профсоюз сотрудников Samsung Electronics, насчитывающий 70 000 членов, объявил о начале 18-дневной забастовки 21 мая, требуя, чтобы компания использовала 15% своей операционной прибыли для выплаты бонусов.
«Почти все мои коллеги хотят сменить работу и перейти в Hynix», — заявил журналистам на месте забастовки инженер Samsung.
Сравнив данные с обеих сторон, мы получаем полную картину:
Вице-президент Nvidia заявляет, что ИИ слишком дорог. Технический директор Uber говорит, что бюджет исчерпан. Рентабельность SK Hynix превышает рентабельность Nvidia. Сотрудники Samsung требуют 15% от прибыли компании.
Это две стороны одной и той же купюры . Чем дороже покупатель, тем больше денег зарабатывает продавец.
Но это празднование еще далеко не закончилось.
Производственные мощности на следующие три года
Бронирование уже осуществлено искусственным интеллектом.
Почему компания SK Hynix зарабатывает такое состояние?
Ответ кроется не в Южной Корее, а в Силиконовой долине.
Компания OpenAI, являющаяся единственным предприятием, в настоящее время потребляет приблизительно 40% мирового объема поставок DRAM .
В октябре 2025 года генеральный директор OpenAI Сэм Альтман прилетел в Сеул и вместе с исполнительным председателем Samsung Ли Чжэ Ёном и председателем SK Group Чей Тэ Воном подписал письмо о намерениях под пристальным наблюдением президента Южной Кореи Ли Чжэ Мёна.
В будущем компания будет поставлять 900 000 пластин DRAM в месяц специально для проекта «Звёздные врата».
По оценкам южнокорейских СМИ, стоимость контракта превышает 100 триллионов вон (приблизительно 72 миллиарда долларов США) , а поставки гарантированы до 2029 года .
В начале мая появились еще более захватывающие новости : Microsoft, Google и Amazon проявили инициативу и обратились к SK Hynix с предложением инвестиционного плана — финансирования расширения мощностей Hynix из собственных средств с единственной целью: заранее обеспечить себе квоты на HBM на ближайшие несколько лет.
куда уходят деньги, которые вы заплатили OpenAI в токенах ч2 Аноним OP 14/05/26 Чтв 12:42:48 #21 №1611845
Поставщики облачных услуг больше не торгуются, а умоляют о выплате денег.
Зачем такая спешка? Позвольте мне рассказать вам об этом от одного из самых откровенных инсайдеров отрасли.
Оригинальные слова генерального директора Silicon Motion Technology, сказанные во время телефонной конференции по итогам третьего квартала в ноябре 2025 года:
Мы столкнулись с беспрецедентной ситуацией — острой нехваткой жестких дисков (HDD), оперативной памяти (DRAM), памяти HBM и флэш-памяти NAND в 2026 году. Большая часть производственных мощностей уже распродана.
Индустрия хранения данных пережила множество циклов, но это первый случай, когда одновременно наблюдается дефицит всех четырех основных типов носителей информации .
Цена — прямое тому доказательство:
Согласно данным TrendForce, в первом квартале 2026 года контрактные цены на обычную DRAM-память выросли на 90-95% по сравнению с предыдущим кварталом , на DRAM для серверов — на 90%, а на NAND Flash — на 55-60%.
Цены на флэш-память NAND выросли в 4-10 раз с августа 2025 года.
Goldman Sachs повысил свой прогноз по разрыву между спросом и предложением DRAM на 2026 год с 3,3% до 4,9% — это самый серьезный разрыв за последние 15 лет.
По прогнозам Citigroup, средняя продажная цена серверной оперативной памяти (DRAM) вырастет на 144% в годовом исчислении в 2026 году.
Статус трех основных производителей оригинального оборудования:
SK Hynix: Производственные мощности по выпуску HBM, DRAM и NAND будут полностью распроданы к 2026 году; компания публично признает, что не сможет выполнить все заказы клиентов.
Samsung: В своем отчете о доходах от 30 апреля глава подразделения по производству устройств хранения данных предупредил, что серьезный дефицит сохранится как минимум до 2027 года.
Micron: Генеральный директор заявляет, что в среднесрочной перспективе компания может удовлетворить потребности лишь от 50% до двух третей ключевых клиентов; в декабре она объявила о полном уходе с рынка потребительских устройств хранения данных.
Наиболее значимую оценку дал председатель совета директоров SK Group Чей Тэ-вон, заявивший на конференции Nvidia GTC:
Из-за системных проблем в производстве микросхем глобальный дефицит микросхем памяти, вероятно, сохранится до 2030 года.
Давайте произведем простой расчет: если вы сегодня пойдете покупать оперативную память, цена удвоится.
Однако три крупнейших производителя оригинального оборудования говорят, что в 2027 году ситуация будет еще более напряженной, чем в 2026 году, и никаких признаков улучшения мы не увидим до 2028 года .
Вот настоящая причина, по которой цены на акции Samsung и SK Hynix удвоились.
Рынок делает ставку не на квартальный отчет о прибыли, а на ценовую власть в течение следующих трех-пяти лет .
За деньги производственные мощности не купишь.
Искусственный интеллект поглотил все мировые запасы вафель.
Но вот что странно: если это так выгодно, почему Samsung и SK Hynix не наращивают производство быстрее?
Ответ кроется в физических характеристиках HBM, типа памяти, специфичной для искусственного интеллекта.
Типичная микросхема DRAM представляет собой однослойный чип.
HBM — это не так, это вертикально расположенная многослойная DRAM-память . HBM3E имеет 12 слоев, а HBM4, которая скоро поступит в серийное производство, будет иметь 16 слоев.
Руководители Micron раскрыли ключевой показатель: HBM потребляет примерно в три раза больше емкости пластины на ГБ по сравнению со стандартной DRAM .
Что это значит? Завод по производству кремниевых пластин, который первоначально мог производить 1 миллион обычных пластин DRAM, после перехода на производство HBM будет иметь эквивалентную мощность всего около 330 000 пластин.
Капитальные затраты, по всей видимости, растут, но фактически доступные мощности сокращаются .
Ещё более безжалостным является масштаб этой передачи мощностей. Три крупнейших производителя DRAM, контролирующие 95% мировых производственных мощностей по выпуску DRAM, систематически перенаправляли свои мощности на HBM:
В настоящее время HBM занимает
23% емкости пластины DRAM.
SK Hynix и Samsung перераспределят
до 40% своих мощностей по производству современных кремниевых пластин под технологию HBM.
Компания Samsung расширила свои производственные мощности по выпуску одноядерной DRAM-памяти до 60 000 пластин в месяц, специально для HBM4.
Последствия напрямую затрагивают каждого.
В настоящее время на центры обработки данных приходится около 70% мировых мощностей по производству микросхем памяти .
Приоритет распределения мощностей у производителей оригинального оборудования (OEM) следующий: поставщики гипермасштабируемых облачных услуг > предприятия > автомобильная промышленность > смартфоны и ПК.
Потребители находятся в самом низу списка — именно поэтому объем памяти ваших компьютеров и телефонов также увеличивается .
Ещё более непреодолимым физическим ограничением является предел выхода годных изделий — HBM4 использует 16 слоёв DRAM, причём каждый слой имеет точность выравнивания на субмикронном уровне. Даже при полномасштабном расширении производства физические ограничения всё ещё сдерживают скорость повышения выхода годных изделий .
В настоящее время выход годных микросхем DRAM 1c у SK Hynix составляет около 80%, в то время как выход годных микросхем HBM4 у Samsung составляет менее 60%.
Это новое ограничение, которого не было в предыдущих циклах памяти — за деньги нельзя купить емкость .
Куда делись все деньги?
Возвращаясь к вопросу, заданному в начале этой статьи: куда в конечном итоге идут деньги, которые вы заплатили OpenAI в токенах ?
Наконец, я могу нарисовать всю цепочку:
Деньги, которые вы заплатили OpenAI в токенах →
Платеж OpenAI компании Microsoft за вычислительные мощности →
Microsoft заплатила Nvidia за графические процессоры →
Выплата компанией Nvidia компании SK Hynix за память HBM →
В конечном итоге, это стало годовой премией, поступившей на банковский счет южнокорейского инженера.
Компания Nvidia зарабатывает деньги на продаже графических процессоров, реализуя при этом и само оборудование.
SK Hynix и Samsung предоставляют возможность участвовать в проектах с использованием искусственного интеллекта всем желающим .
И этот билет распродан до 2029 года!
Если сегодня начать создать по миллиону роботов в день, то уйдёт 30 лет, чёб создать по одному роботу на человека. Отставить панику. Полная замена роботизацией будет не при нашей жизни
Роботы и ИИ не могут без ресурсов, в РФ ресурсная экономика, роботы и ИИ не могут адаптироваться к изменчивой среде, брать ответственность и принимать решения, их дело это выполнять приказы вида - подай принеси. Получается тебе нужны навыки в сфере добычи ресурсов в отрасли где нужно постоянно принимать решения и нести персональную ответственность, дополнительно необходима максимальная независимость от инфрастуктуры цивилизации, это значит что ты сможешь выполнять работу только при помощи головы, карандаша и бумажки. Физическую форму, иммунитет, устойчивость к стрессу и голоду тоже нужно поднять на нормальный уровень под который заточено это тело изначально.
Думаю так шансы на жизнь будут высоки, всех остальных серьезно проредит естественный отбор, ставлю на -30% популяции в следующие 50 лет.
Программа Codex просуществовала 22 часа и принесла 16,88 долларов: предсказанный Альтменом «искусственный интеллект-работник» наконец-то появился.
Новый Чжиюань сообщает
Команда «заработать 5 долларов на GitHub» заняла у Codex 22 часа, а через несколько дней принесла 16,88 долларов. Это не огромная сумма, но если рассказ Криса точен, то это первый случай, когда ИИ самостоятельно завершил весь замкнутый цикл: поиск работы, написание кода, отправка запроса на слияние и получение оплаты: ИИ может зарабатывать за вас деньги — возможно, это первый подобный случай.
Похоже, эта история — первое знакомство Кодекса с "зарплатой".
В эти выходные разработчик по имени Крис опубликовал сообщение на X:
Он просто дал Codex указание «заработать 5 долларов», и в течение следующих 22 часов Codex нашел способ получить вознаграждение за аудит безопасности открытого исходного кода, завершил и отправил запрос на слияние, а затем связался с сопровождающими проекта.
Через несколько дней на мой счет поступило 16,88 долларов.
Затем Крис произвел расчеты: если бы он делал это каждый день, его ежемесячный доход составил бы 506,40 долларов.
Этот пост вызвал бурю негодования в сообществе разработчиков.
Некоторые говорили: «Первый заказ на рабочих ИИ прибыл». Сам Крис с восторгом заявил в своем посте, что это заставило его «увидеть, как начинает воплощаться в жизнь видение Ультрамена о том, как ИИ зарабатывает для вас деньги».
Альтман однажды предсказал в своем личном блоге, что к 2025 году мы можем увидеть, как первые агенты искусственного интеллекта «присоединятся к рабочей силе» и существенно изменят результаты деятельности компаний.
Сам Крис рассматривал этот эксперимент как раннее подтверждение этого пророчества.
Как же компания заработала эти 16,88 долларов?
Согласно описанию процесса, опубликованному Крисом на платформе X, график должен выглядеть следующим образом:
Отправной точкой послужила очень простая инструкция: Крис сказал Codex: «Найди какую-нибудь работу на GitHub, чтобы зарабатывать деньги, с целью заработать 5 долларов».
Получив это минималистичное указание, Codex обнаружил платформу для вознаграждений, но в настоящее время нет общедоступных журналов, позволяющих подтвердить, как именно он обнаружил задачу, использовал ли он дополнительные инструменты или ручную настройку.
После принятия задачи следующим шагом является её выполнение: чтение кода, его модификация и отправка запросов на слияние (PR). Это наиболее проверенная способность Codex за последние несколько лет, и именно в этом компания преуспевает.
Затем следует коммуникация: обмен комментариями с разработчиками, и именно на этом этапе агенты ИИ чаще всего допускали ошибки в прошлом. Codex также завершил этот этап, и запрос на слияние в итоге был принят.
По словам Криса, он получил платеж в размере 16,88 долларов через несколько дней после завершения процесса слияния и проверки PR-компаний.
Хотя Крис опубликовал скриншоты квитанций об оплате и некоторые записи чата, подробности всего процесса по-прежнему не подтверждены независимой третьей стороной, но это не влияет на основную сюжетную линию.
Возможности Codex были четко определены компанией OpenAI, которая описывает его как «интеллектуальный агент для разработки программного обеспечения на основе облачных технологий».
После ввода пользователем команды задачи Codex обрабатывает несколько задач параллельно в фоновом режиме, каждая из которых соответствует изменению кода или запросу на слияние.
Она может читать и редактировать файлы, запускать тестовые фреймворки, инструменты проверки кода и валидаторы типов, отправлять изменения в код и инициировать запросы на слияние в GitHub для проверки.
Другими словами, Codex официально упростил процесс «написание кода → запуск тестов → отправка запроса на слияние → оставление логов».
Крис сказал, что Codex «нашел путь к вознаграждениям за аудит безопасности открытого исходного кода». OpenAI запустила функцию Codex Security, специально предназначенную для инженерных и охранных команд, которая позволяет им поочередно отправлять отсканированные репозитории GitHub для проверки наиболее вероятных уязвимостей безопасности в изолированной среде.
Описание Крисом "программы вознаграждения за аудит безопасности" идеально соответствует описанию возможностей этой линейки продуктов.
Однако здесь есть важнейшее условие, которое многие упустили из виду.
В Codex по умолчанию отключается доступ к интернету на этапе выполнения агента. В документации по облачным сервисам Codex это прямо указано:
По умолчанию Codex блокирует доступ к интернету на этапе выполнения агента. Сетевые разрешения остаются доступными на этапе установки скрипта для установки зависимостей; пользователи могут вручную включить доступ агента к интернету для каждой среды по мере необходимости.
Это ключевое ограничение.
Что происходит после включения этой функции? OpenAI перечисляет ряд рисков: внедрение вредоносного кода из ненадежного сетевого контента, утечка кода или ключей, загрузка вредоносных зависимостей и загрузка контента с лицензионными ограничениями.
Итак, если то, что описал Крис, действительно произошло, и Codex смог «найти путь к вознаграждению», возможно, он активно обеспечил доступ в интернет, или же Codex совершил это действие с помощью комбинации GitHub, браузера, MCP или других инструментов.
Это сочетание "модели + инструментов + разрешений + сети", а не сами возможности модели. Это также демонстрирует, что Codex при определенных условиях обладает техническими возможностями для выполнения всего процесса "поиска уязвимостей → отправки запросов на слияние → отслеживания результатов проверок".
Это не так-то просто рассчитать.
Давайте проведём ещё один расчёт.
Крис сообщил, что в общей сложности было проведено около 10-15 проектов по аудиту безопасности, на которые было потрачено 22 миллиона токенов. Проект на сумму 16,88 долларов стал первым, получившим одобрение и зачисленным на его счет. Еще несколько ожидающих подтверждения аудитов находятся в процессе проверки.
На странице с ценами на API OpenAI указано, что выходной сигнал GPT-5.5 стоит 30 долларов за 1 миллион токенов, а входной сигнал — 5 долларов за 1 миллион токенов. Сам Крис также упомянул эту цену токенов в комментарии и использовал её для оценки потенциальной будущей прибыли.
Однако, продукт Codex имеет ограничения по количеству задач, основанные на тарифных планах подписки, таких как ChatGPT Pro, Team и Enterprise, и его фактическая логика потребления полностью отличается от выставления счетов через API.
Крис не раскрыл соотношение входных и выходных данных в 22 миллионах токенов, а также не сообщил, использовались ли они в рамках подписных квот или напрямую через API. Он также не упомянул частоту сбоев задач, стоимость повторных попыток или время, затрачиваемое на ручное устранение неполадок.
Его истинная логика заключалась не в расчете текущей прибыли; он делал ставку на то, что затраты на модель будут снижаться в десять раз ежегодно, что значительно упростит внедрение замкнутого цикла. В одном из своих комментариев он заявил:
Почему вы предполагаете, что я потратил много денег? В настоящее время GPT-5.5 выдает 30 долларов за миллион токенов, но в следующем году цена упадет до 2 долларов, после чего обе стороны заработают целое состояние.
Поэтому эти 16,88 долларов в настоящее время больше похожи на экспериментальный сигнал о том, что «что-то сработало», чем на воспроизводимую бизнес-модель.
Новый Чжиюань сообщает
Команда «заработать 5 долларов на GitHub» заняла у Codex 22 часа, а через несколько дней принесла 16,88 долларов. Это не огромная сумма, но если рассказ Криса точен, то это первый случай, когда ИИ самостоятельно завершил весь замкнутый цикл: поиск работы, написание кода, отправка запроса на слияние и получение оплаты: ИИ может зарабатывать за вас деньги — возможно, это первый подобный случай.
Похоже, эта история — первое знакомство Кодекса с "зарплатой".
В эти выходные разработчик по имени Крис опубликовал сообщение на X:
Он просто дал Codex указание «заработать 5 долларов», и в течение следующих 22 часов Codex нашел способ получить вознаграждение за аудит безопасности открытого исходного кода, завершил и отправил запрос на слияние, а затем связался с сопровождающими проекта.
Через несколько дней на мой счет поступило 16,88 долларов.
Затем Крис произвел расчеты: если бы он делал это каждый день, его ежемесячный доход составил бы 506,40 долларов.
Этот пост вызвал бурю негодования в сообществе разработчиков.
Некоторые говорили: «Первый заказ на рабочих ИИ прибыл». Сам Крис с восторгом заявил в своем посте, что это заставило его «увидеть, как начинает воплощаться в жизнь видение Ультрамена о том, как ИИ зарабатывает для вас деньги».
Альтман однажды предсказал в своем личном блоге, что к 2025 году мы можем увидеть, как первые агенты искусственного интеллекта «присоединятся к рабочей силе» и существенно изменят результаты деятельности компаний.
Сам Крис рассматривал этот эксперимент как раннее подтверждение этого пророчества.
Как же компания заработала эти 16,88 долларов?
Согласно описанию процесса, опубликованному Крисом на платформе X, график должен выглядеть следующим образом:
Отправной точкой послужила очень простая инструкция: Крис сказал Codex: «Найди какую-нибудь работу на GitHub, чтобы зарабатывать деньги, с целью заработать 5 долларов».
Получив это минималистичное указание, Codex обнаружил платформу для вознаграждений, но в настоящее время нет общедоступных журналов, позволяющих подтвердить, как именно он обнаружил задачу, использовал ли он дополнительные инструменты или ручную настройку.
После принятия задачи следующим шагом является её выполнение: чтение кода, его модификация и отправка запросов на слияние (PR). Это наиболее проверенная способность Codex за последние несколько лет, и именно в этом компания преуспевает.
Затем следует коммуникация: обмен комментариями с разработчиками, и именно на этом этапе агенты ИИ чаще всего допускали ошибки в прошлом. Codex также завершил этот этап, и запрос на слияние в итоге был принят.
По словам Криса, он получил платеж в размере 16,88 долларов через несколько дней после завершения процесса слияния и проверки PR-компаний.
Хотя Крис опубликовал скриншоты квитанций об оплате и некоторые записи чата, подробности всего процесса по-прежнему не подтверждены независимой третьей стороной, но это не влияет на основную сюжетную линию.
Возможности Codex были четко определены компанией OpenAI, которая описывает его как «интеллектуальный агент для разработки программного обеспечения на основе облачных технологий».
После ввода пользователем команды задачи Codex обрабатывает несколько задач параллельно в фоновом режиме, каждая из которых соответствует изменению кода или запросу на слияние.
Она может читать и редактировать файлы, запускать тестовые фреймворки, инструменты проверки кода и валидаторы типов, отправлять изменения в код и инициировать запросы на слияние в GitHub для проверки.
Другими словами, Codex официально упростил процесс «написание кода → запуск тестов → отправка запроса на слияние → оставление логов».
Крис сказал, что Codex «нашел путь к вознаграждениям за аудит безопасности открытого исходного кода». OpenAI запустила функцию Codex Security, специально предназначенную для инженерных и охранных команд, которая позволяет им поочередно отправлять отсканированные репозитории GitHub для проверки наиболее вероятных уязвимостей безопасности в изолированной среде.
Описание Крисом "программы вознаграждения за аудит безопасности" идеально соответствует описанию возможностей этой линейки продуктов.
Однако здесь есть важнейшее условие, которое многие упустили из виду.
В Codex по умолчанию отключается доступ к интернету на этапе выполнения агента. В документации по облачным сервисам Codex это прямо указано:
По умолчанию Codex блокирует доступ к интернету на этапе выполнения агента. Сетевые разрешения остаются доступными на этапе установки скрипта для установки зависимостей; пользователи могут вручную включить доступ агента к интернету для каждой среды по мере необходимости.
Это ключевое ограничение.
Что происходит после включения этой функции? OpenAI перечисляет ряд рисков: внедрение вредоносного кода из ненадежного сетевого контента, утечка кода или ключей, загрузка вредоносных зависимостей и загрузка контента с лицензионными ограничениями.
Итак, если то, что описал Крис, действительно произошло, и Codex смог «найти путь к вознаграждению», возможно, он активно обеспечил доступ в интернет, или же Codex совершил это действие с помощью комбинации GitHub, браузера, MCP или других инструментов.
Это сочетание "модели + инструментов + разрешений + сети", а не сами возможности модели. Это также демонстрирует, что Codex при определенных условиях обладает техническими возможностями для выполнения всего процесса "поиска уязвимостей → отправки запросов на слияние → отслеживания результатов проверок".
Это не так-то просто рассчитать.
Давайте проведём ещё один расчёт.
Крис сообщил, что в общей сложности было проведено около 10-15 проектов по аудиту безопасности, на которые было потрачено 22 миллиона токенов. Проект на сумму 16,88 долларов стал первым, получившим одобрение и зачисленным на его счет. Еще несколько ожидающих подтверждения аудитов находятся в процессе проверки.
На странице с ценами на API OpenAI указано, что выходной сигнал GPT-5.5 стоит 30 долларов за 1 миллион токенов, а входной сигнал — 5 долларов за 1 миллион токенов. Сам Крис также упомянул эту цену токенов в комментарии и использовал её для оценки потенциальной будущей прибыли.
Однако, продукт Codex имеет ограничения по количеству задач, основанные на тарифных планах подписки, таких как ChatGPT Pro, Team и Enterprise, и его фактическая логика потребления полностью отличается от выставления счетов через API.
Крис не раскрыл соотношение входных и выходных данных в 22 миллионах токенов, а также не сообщил, использовались ли они в рамках подписных квот или напрямую через API. Он также не упомянул частоту сбоев задач, стоимость повторных попыток или время, затрачиваемое на ручное устранение неполадок.
Его истинная логика заключалась не в расчете текущей прибыли; он делал ставку на то, что затраты на модель будут снижаться в десять раз ежегодно, что значительно упростит внедрение замкнутого цикла. В одном из своих комментариев он заявил:
Почему вы предполагаете, что я потратил много денег? В настоящее время GPT-5.5 выдает 30 долларов за миллион токенов, но в следующем году цена упадет до 2 долларов, после чего обе стороны заработают целое состояние.
Поэтому эти 16,88 долларов в настоящее время больше похожи на экспериментальный сигнал о том, что «что-то сработало», чем на воспроизводимую бизнес-модель.
GitHub исправил ситуацию.
Это было не только достижением Codex. Если проанализировать все действия, предшествовавшие этой сделке — поиск работы, выполнение работы, общение и получение оплаты — то GitHub незаметно проложил путь для каждого шага.
Штаб-квартира агентов
GitHub создает рабочие пространства для ИИ.
В феврале этого года GitHub интегрировал Claude и OpenAI Codex в Agent HQ и сделал их доступными для пользователей Copilot Pro+ и Enterprise в режиме публичного предварительного просмотра, что можно расценивать как открытие GitHub рабочего пространства для ИИ.
Интерфейс выбора агентов GitHub Agent HQ позволяет назначать задачи программирования агентам Copilot, Claude, Codex и пользовательским агентам.
Официальное описание этого на GitHub звучит так:
По умолчанию агенты работают асинхронно. Вы можете отслеживать прогресс в режиме реального времени, просматривать завершенные сессии позже, изучать подробные журналы и понимать, что делал агент и почему.
Это означает, что раньше вы поручали задачи младшим инженерам, но теперь роль «младшего инженера» может также выполнять и интеллектуальный программист. Именно такое направление рабочего процесса GitHub признает и продвигает на системном уровне.
Четыре ключевых интерфейса
Становится понятнее, как соотнести процесс, пройденный Codex, с возможностями, уже реализованными на GitHub:
Во-первых, найдите доступные API. GitHub предоставляет готовые задачи, запросы на слияние, контексты репозиториев и вкладку «Агенты»; что касается задач с вознаграждением, они больше полагаются на сторонние платформы, такие как Algora и IssueHunt, или на собственные механизмы проекта. Агентам не нужно сканировать весь интернет; они могут найти структурированные «задания» в этих местах.
Во-вторых, необходимо предоставить динамические интерфейсы. Это включает в себя права на чтение/запись в репозитории и изолированную среду Codespaces: агенты могут быть клонированы, изменены и протестированы в изолированной среде, предоставляемой GitHub, без необходимости создания собственной инфраструктуры.
В-третьих, интерфейс коммуникации. Канал для проверки PR, механизм упоминаний (@mention), ветка комментариев: после получения комментария агент может точно узнать, кто на него ответил и к какой части PR был дан ответ.
В-четвертых, интерфейс оплаты. Платформы для вознаграждений Algora и IssueHunt интегрированы с рабочим процессом GitHub для обработки задач. Платформа Algora может автоматически обрабатывать слияния запросов на слияние, поэтому этап оплаты больше не требует «отдельного интерфейса Stripe и множества кода».
Каждый из четырех интерфейсов сам по себе не является новым, но когда они объединены в одном рабочем пространстве и реорганизованы таким образом, чтобы быть «удобными для агентов», их значение меняется.
Не только Кодекс
Успешный подход, использованный Codex, может быть применен к любому агенту, уже интегрировавшему Agent HQ.
Согласно официальному отчету GitHub Octoverse, в 2025 году платформа будет обрабатывать в среднем 43,2 миллиона запросов на слияние в месяц, что на 23% больше, чем годом ранее, а количество репозиториев, связанных с ИИ, увеличится на 178% по сравнению с прошлым годом.
В настоящее время рабочие процессы разработки, основанные на использовании агентов, переходят от экспериментов к крупномасштабному внедрению.
Ключевые данные из годового отчета GitHub Octoverse за 2025 год: платформа ежемесячно объединяла 43,2 миллиона запросов на слияние (pull requests), а общее количество репозиториев, связанных с ИИ, достигло 4,3 миллиона, что на 178% больше, чем годом ранее.
Полученные Codex на этот раз 16,88 долларов — это скорее знак: на дороге, которую уже проложил GitHub, первый автомобиль завершил свой путь и получил прибыль.
Последние несколько кусочков пазла
Итак, чего же не хватает, чтобы "искусственный интеллект мог зарабатывать деньги автономно" действительно стал реальностью?
Судя по общедоступной информации, вознаграждение, которое Codex взял на себя в этот раз, не представляло собой особой сложности: вознаграждение в размере 16,88 долларов соответствует исправлению небольшого или среднего размера, весь процесс занял несколько дней, и разработчик не совершил много обходов. Поэтому это скорее демонстрация «проложенного пути», чем признак того, что «путь созрел».
Количество этапов, требующих вмешательства человека, может быть больше, чем можно себе представить.
Кто-то должен настроить учетную запись и авторизацию в GitHub, кто-то должен включить доступ в интернет, а кто-то должен подтвердить окончательную проверку кода и слияние изменений.
Компания OpenAI прямо заявила, что пользователям по-прежнему необходимо вручную проверять и подтверждать весь код, сгенерированный агентами.
На странице запроса на слияние (PR), которая появляется после завершения задачи в Codex, отображается сводка изменений, журналы тестирования в терминале (если тест пройден успешно) и сравнение кода (diff), которые пользователи используют для принятия решения о слиянии.
Это означает, что Крис по-прежнему незаменим в этом деле: он должен дать команду на запуск, агент не проснётся сам по себе и не решит сегодня зарабатывать деньги; он должен помочь Codex подключиться к платёжному каналу; он должен выступать в качестве резервного варианта, если Codex зависнет, кто-то должен взять на себя его функции.
Таким образом, более точная характеристика этого события звучит так: это было «сквозное тестирование, проведенное под наблюдением Криса», и до того, чтобы стать по-настоящему автоматизированной машиной для зарабатывания денег без участия человека, еще далеко.
Однако доля сотрудничества между людьми и разумными агентами быстро смещается в сторону последних.
Компания OpenAI заявляет, что взаимодействие с Codex будет «все больше напоминать асинхронное сотрудничество с коллегами», при этом агенты будут выполнять более сложные задачи в течение более длительных периодов времени.
16,88 долларов не изменят ничьей жизни.
Но если этот эксперимент в конечном итоге подтвердится, каков будет размер следующего заказа?
Крупнейший в истории человечества промышленный продукт теперь производится в больших количествах в Китае!
Новый Чжиюань сообщает
Перевернутая поза робота Atlas стала вирусной, но Zhiyuan уже внедрила роботов на производственные линии для выполнения ручной работы! Совокупные поставки превысили 10 000 единиц, а выручка выросла в 20 раз по сравнению с прошлым годом. Дэн Тайхуа определил «Первый год внедрения» в Гонконге: к 2026 году роботы должны уметь реально выполнять работу.
4 единицы в месяц.
Это текущие производственные мощности компании Boston Dynamics Atlas.
Несколько дней назад он идеально выполнил стойку на руках, и видео стало вирусным в интернете, а комментарии единодушно гласили: «Человечество обречено».
Но четыре единицы — это четыре единицы.
По другую сторону океана, в Китае, одна компания не только превысила отгрузку в 10 000 единиц продукции в марте.
Фактически, их роботы непрерывно работают на производственной линии 3C в Наньчане уже более месяца.
За этим разрывом скрывается переосмысление конкурентной логики во всей отрасли.
Переломный момент в гонке: массовое производство определяет победу или поражение.
По мере развития индустрии человекоподобных роботов до настоящего момента, такие фундаментальные навыки, как двигательные способности и спортивные достижения, остаются важными, но масштабы соревнований расширяются.
Помимо вопроса «Что умеет ваш робот?», вам также необходимо ответить на вопросы «Можно ли производить их серийно?» и «Могут ли они непрерывно работать в реальных условиях?».
Существует аналитическая модель, которая очень хорошо объясняет эту трансформацию; она разбивает развитие всей отрасли на три кривые.
Первая кривая X представляет собой «период разработки и экспериментирования», когда роботы могут двигаться, проводить научные исследования, выполнять различные функции и приносить эмоциональную пользу. В течение последних трех лет отрасль поддерживалась на этом этапе, но потолок уже наступил, и эмоциональная ценность быстро появляется и исчезает.
Вторая Y-образная кривая представляет собой «этап внедрения и роста», на котором роботы эволюционируют от «активного» состояния к «способному к работе», начиная создавать реальную производительность. Чем шире возможности, тем больше сценариев применения, а размер рынка на порядок больше, чем на X-образной кривой.
Третья Z-кривая представляет собой финал. После того, как масштабы внедрения достигают критической точки, появляется интеллект, роботы проходят тест Тьюринга в физическом мире, и воплощенный интеллект вступает в свой собственный «момент ChatGPT 3.5».
Оглядываясь на текущие отраслевые тенденции, рассматриваемые в рамках этой концепции, логика сразу становится очевидной:
План Hyundai по закупке десятков тысяч автомобилей, ускорение работы Figure AI с одного автомобиля в несколько дней до одного в час, а также стремительная гонка китайских производителей к массовому производству...
Все действия указывают на одно и то же: вся отрасль переходит от кривой X к кривой Y, и 2026 год станет той самой «поворотной точкой».
В апреле этого года Дэн Тайхуа, основатель, председатель и генеральный директор компании Zhiyuan, впервые предложил эту концепцию «кривой XYZ».
Одновременно с этим он дал 2026 году название — «Первый год развертывания».
12 мая компания Logic провела в Гонконге первый саммит индустрии воплощенного интеллекта и конференцию APC2026 (Гонконг), представив аналогичные решения на мировом рынке.
На саммите Дэн Тайхуа подтвердил, что «2026 год станет первым годом внедрения, и воплощенный интеллект официально перейдет из стадии „разработки“ в стадию „внедрения“, а из стадии „проактивного подхода“ — в стадию „способности“».
Цель компании Logic состоит не просто в создании роботов с выдающимися физическими возможностями, а в превращении их в передовые производительные устройства, которые можно масштабно воспроизводить в различных отраслях и использовать в любых условиях.
Крупнейший в истории человечества промышленный продукт.
Если задуматься, почему все так стремятся к этой переломной точке? Потому что потолок для конечного рынка чрезвычайно высок.
Но чтобы понять, где находится потолок, мы должны сначала ответить на более фундаментальный вопрос — почему он имеет человеческую форму?
Вывод Дэн Тайхуа сводится к первопричине: наиболее естественный и комфортный способ взаимодействия людей — это общение между людьми.
В эпоху персональных компьютеров использовались клавиатуры и мыши, в эпоху мобильных телефонов — сенсорные экраны, а направление развития следующего поколения интерактивных терминалов — возвращение к основам и приближение к человеческому образу жизни.
Следуя этой логике, количество человекоподобных роботов в конечном итоге сравняется, а то и превзойдет количество мобильных телефонов. Их ценовой диапазон будет сопоставим с ценовым диапазоном автомобилей.
Это можно резюмировать формулой: "Цена автомобиля x Количество мобильных телефонов".
Учитывая, что ежегодно по всему миру отгружается более 1,2 миллиарда смартфонов, а средняя цена автомобиля составляет от 150 000 до 200 000 юаней, совокупная стоимость указывает на потенциал отрасли в триллион юаней.
Даже при консервативной оценке, рынок объемом в триллион долларов неизбежен .
Учитывая все обстоятельства, это вполне может быть крупнейший в истории человечества рынок промышленных товаров, выпускаемых одним видом продукции.
Однако, чтобы закрепиться на этом рынке, робот сам должен быть достаточно умным и функциональным.
Интегрированный интеллект и три интеллектуальные технологии: технологическая основа для "эффективного выполнения задач".
Компания Logic определила технологическую цель для своих роботов, которую она назвала «Одно тело, три интеллекта».
Одна сущность плюс три интеллектуальных уровня: интеллектуальный анализ движений, интеллектуальный анализ взаимодействия и интеллектуальный анализ задач.
Только при реализации всех трех типов интеллекта робот сможет быть физически сильным, умственно гибким, красноречивым и эффективным в своей работе.
Среди них основополагающим является интеллектуальное управление движением. Базовая модель генеративного управления движением, выпущенная во второй половине этого года, является первой в отрасли, способной генерировать произвольные движения в реальном времени без предварительного программирования.
Интерактивный интеллект определяет, может ли быть реализован тот или иной сценарий обслуживания. WITA Omni 1.0, выпуск которой запланирован на третий квартал, — это первая в отрасли сквозная модель многомодального взаимодействия, обеспечивающая задержку взаимодействия менее чем до 500 миллисекунд, при этом тон и эмоции не теряются в процессе обработки.
Наибольшие инвестиции направлены на интеллектуальное решение задач. На стартовой неделе AI WEEK в начале апреля компания Calcium Cloud представила модель GO-2, которая объединяет мозжечок и полушария головного мозга, модель мира действий GE-2 и открытый набор данных AgiBot World 2026. Модель GO-3, которая будет выпущена позже в этом году, объединит архитектуру ViLLA и модель мира, достигнув самого высокого масштаба данных в отрасли.
Согласно дорожной карте развития технологий, опубликованной компанией Zhiyuan, отрасль разделена на пять уровней, от L1 до L5.
В настоящее время интеллектуальные системы управления движением и интерактивный интеллект Zhiyuan находятся на уровне L3 (высокодинамичная мобильная онтология, контекстное взаимодействие), в то время как возможности онтологии и оперативный интеллект находятся между уровнями L3 и L4 и движутся в направлении адаптивного и высокообобщенного оперативного интеллекта для всей предметной области.
На уровне автомобиля новейший Expedition A3 весит всего 50 кг, достигая самого высокого в отрасли соотношения тяги к весу. Два аккумуляторных блока обеспечивают 8-10 часов работы и поддерживают непрерывную 24-часовую работу благодаря возможности замены батарей. Производственные мощности на второй квартал уже распроданы.
Восемь часов на производственной линии, а не демонстрация.
Если вы утверждаете, что способны работать, вам необходимо предоставить доказательства того, что вы действительно работаете.
Новый Чжиюань сообщает
Перевернутая поза робота Atlas стала вирусной, но Zhiyuan уже внедрила роботов на производственные линии для выполнения ручной работы! Совокупные поставки превысили 10 000 единиц, а выручка выросла в 20 раз по сравнению с прошлым годом. Дэн Тайхуа определил «Первый год внедрения» в Гонконге: к 2026 году роботы должны уметь реально выполнять работу.
4 единицы в месяц.
Это текущие производственные мощности компании Boston Dynamics Atlas.
Несколько дней назад он идеально выполнил стойку на руках, и видео стало вирусным в интернете, а комментарии единодушно гласили: «Человечество обречено».
Но четыре единицы — это четыре единицы.
По другую сторону океана, в Китае, одна компания не только превысила отгрузку в 10 000 единиц продукции в марте.
Фактически, их роботы непрерывно работают на производственной линии 3C в Наньчане уже более месяца.
За этим разрывом скрывается переосмысление конкурентной логики во всей отрасли.
Переломный момент в гонке: массовое производство определяет победу или поражение.
По мере развития индустрии человекоподобных роботов до настоящего момента, такие фундаментальные навыки, как двигательные способности и спортивные достижения, остаются важными, но масштабы соревнований расширяются.
Помимо вопроса «Что умеет ваш робот?», вам также необходимо ответить на вопросы «Можно ли производить их серийно?» и «Могут ли они непрерывно работать в реальных условиях?».
Существует аналитическая модель, которая очень хорошо объясняет эту трансформацию; она разбивает развитие всей отрасли на три кривые.
Первая кривая X представляет собой «период разработки и экспериментирования», когда роботы могут двигаться, проводить научные исследования, выполнять различные функции и приносить эмоциональную пользу. В течение последних трех лет отрасль поддерживалась на этом этапе, но потолок уже наступил, и эмоциональная ценность быстро появляется и исчезает.
Вторая Y-образная кривая представляет собой «этап внедрения и роста», на котором роботы эволюционируют от «активного» состояния к «способному к работе», начиная создавать реальную производительность. Чем шире возможности, тем больше сценариев применения, а размер рынка на порядок больше, чем на X-образной кривой.
Третья Z-кривая представляет собой финал. После того, как масштабы внедрения достигают критической точки, появляется интеллект, роботы проходят тест Тьюринга в физическом мире, и воплощенный интеллект вступает в свой собственный «момент ChatGPT 3.5».
Оглядываясь на текущие отраслевые тенденции, рассматриваемые в рамках этой концепции, логика сразу становится очевидной:
План Hyundai по закупке десятков тысяч автомобилей, ускорение работы Figure AI с одного автомобиля в несколько дней до одного в час, а также стремительная гонка китайских производителей к массовому производству...
Все действия указывают на одно и то же: вся отрасль переходит от кривой X к кривой Y, и 2026 год станет той самой «поворотной точкой».
В апреле этого года Дэн Тайхуа, основатель, председатель и генеральный директор компании Zhiyuan, впервые предложил эту концепцию «кривой XYZ».
Одновременно с этим он дал 2026 году название — «Первый год развертывания».
12 мая компания Logic провела в Гонконге первый саммит индустрии воплощенного интеллекта и конференцию APC2026 (Гонконг), представив аналогичные решения на мировом рынке.
На саммите Дэн Тайхуа подтвердил, что «2026 год станет первым годом внедрения, и воплощенный интеллект официально перейдет из стадии „разработки“ в стадию „внедрения“, а из стадии „проактивного подхода“ — в стадию „способности“».
Цель компании Logic состоит не просто в создании роботов с выдающимися физическими возможностями, а в превращении их в передовые производительные устройства, которые можно масштабно воспроизводить в различных отраслях и использовать в любых условиях.
Крупнейший в истории человечества промышленный продукт.
Если задуматься, почему все так стремятся к этой переломной точке? Потому что потолок для конечного рынка чрезвычайно высок.
Но чтобы понять, где находится потолок, мы должны сначала ответить на более фундаментальный вопрос — почему он имеет человеческую форму?
Вывод Дэн Тайхуа сводится к первопричине: наиболее естественный и комфортный способ взаимодействия людей — это общение между людьми.
В эпоху персональных компьютеров использовались клавиатуры и мыши, в эпоху мобильных телефонов — сенсорные экраны, а направление развития следующего поколения интерактивных терминалов — возвращение к основам и приближение к человеческому образу жизни.
Следуя этой логике, количество человекоподобных роботов в конечном итоге сравняется, а то и превзойдет количество мобильных телефонов. Их ценовой диапазон будет сопоставим с ценовым диапазоном автомобилей.
Это можно резюмировать формулой: "Цена автомобиля x Количество мобильных телефонов".
Учитывая, что ежегодно по всему миру отгружается более 1,2 миллиарда смартфонов, а средняя цена автомобиля составляет от 150 000 до 200 000 юаней, совокупная стоимость указывает на потенциал отрасли в триллион юаней.
Даже при консервативной оценке, рынок объемом в триллион долларов неизбежен .
Учитывая все обстоятельства, это вполне может быть крупнейший в истории человечества рынок промышленных товаров, выпускаемых одним видом продукции.
Однако, чтобы закрепиться на этом рынке, робот сам должен быть достаточно умным и функциональным.
Интегрированный интеллект и три интеллектуальные технологии: технологическая основа для "эффективного выполнения задач".
Компания Logic определила технологическую цель для своих роботов, которую она назвала «Одно тело, три интеллекта».
Одна сущность плюс три интеллектуальных уровня: интеллектуальный анализ движений, интеллектуальный анализ взаимодействия и интеллектуальный анализ задач.
Только при реализации всех трех типов интеллекта робот сможет быть физически сильным, умственно гибким, красноречивым и эффективным в своей работе.
Среди них основополагающим является интеллектуальное управление движением. Базовая модель генеративного управления движением, выпущенная во второй половине этого года, является первой в отрасли, способной генерировать произвольные движения в реальном времени без предварительного программирования.
Интерактивный интеллект определяет, может ли быть реализован тот или иной сценарий обслуживания. WITA Omni 1.0, выпуск которой запланирован на третий квартал, — это первая в отрасли сквозная модель многомодального взаимодействия, обеспечивающая задержку взаимодействия менее чем до 500 миллисекунд, при этом тон и эмоции не теряются в процессе обработки.
Наибольшие инвестиции направлены на интеллектуальное решение задач. На стартовой неделе AI WEEK в начале апреля компания Calcium Cloud представила модель GO-2, которая объединяет мозжечок и полушария головного мозга, модель мира действий GE-2 и открытый набор данных AgiBot World 2026. Модель GO-3, которая будет выпущена позже в этом году, объединит архитектуру ViLLA и модель мира, достигнув самого высокого масштаба данных в отрасли.
Согласно дорожной карте развития технологий, опубликованной компанией Zhiyuan, отрасль разделена на пять уровней, от L1 до L5.
В настоящее время интеллектуальные системы управления движением и интерактивный интеллект Zhiyuan находятся на уровне L3 (высокодинамичная мобильная онтология, контекстное взаимодействие), в то время как возможности онтологии и оперативный интеллект находятся между уровнями L3 и L4 и движутся в направлении адаптивного и высокообобщенного оперативного интеллекта для всей предметной области.
На уровне автомобиля новейший Expedition A3 весит всего 50 кг, достигая самого высокого в отрасли соотношения тяги к весу. Два аккумуляторных блока обеспечивают 8-10 часов работы и поддерживают непрерывную 24-часовую работу благодаря возможности замены батарей. Производственные мощности на второй квартал уже распроданы.
Восемь часов на производственной линии, а не демонстрация.
Если вы утверждаете, что способны работать, вам необходимо предоставить доказательства того, что вы действительно работаете.
У Чжиюаня есть методология выбора сценариев развертывания, основанная на двух параметрах: «задачный аспект» соответствует ценности для клиента, а «аспект окружающей среды» является отвлекающим фактором.
Начинайте с простых задач в простых условиях, постепенно переходите к более сложным, и, наконец, осваивайте сложные условия. Не ограничивайтесь тем, что модно; действуйте систематически, в соответствии с уровнем зрелости технологии.
Исходя из этой логики, компания Zhiyuan выпустила семь готовых к внедрению решений, охватывающих погрузку и разгрузку на производственных линиях, распаллетирование и паллетирование, логистическую сортировку, организацию покупок с сопровождением, обслуживание розничных станций, контроль безопасности, а также промышленную и коммерческую уборку.
Это первый случай в отрасли, когда был опубликован систематический план внедрения мер по повышению производительности.
Представленные семь сценариев имеют разный уровень зрелости; некоторые уже приносят прибыль, некоторые только что были успешно внедрены, а темпы развертывания некоторых еще находятся на стадии контроля. Давайте подробнее рассмотрим несколько наиболее сложных сценариев.
Промышленная и коммерческая уборка – это наиболее зрелый сценарий применения. В прошлом году мы отгрузили более 3000 единиц, а в этом году планируем отгрузить 6000. Мы уже получили прибыль.
В третьем квартале прошлого года на предприятии Fulim Precision Machinery в плановом порядке применялась технология депаллетирования. Дэн Тайхуа сделал очень меткое замечание: «Спину человека нельзя заменить, если она повреждена при перемещении предметов, а робот может просто заменить сустав». Из-за ограничений по грузоподъемности оборудования первого поколения темпы внедрения были намеренно сдержанными, и во второй половине года с запуском G2 Max внедрение будет осуществляться более агрессивно.
Благодаря партнерству с такими сетевыми гигантами, как Anta и Haidilao, гиды и продавцы могут воспроизвести успешную модель внедрения в одном магазине, а затем распространить ее на тысячи магазинов.
Самая сложная часть — это погрузка и разгрузка материалов на производственной линии. На линии по производству электроники 3C компании Longcheer в Наньчане человекоподобные роботы Zhiyuan стали обычным явлением при параллельном выполнении операций.
В ходе прямой трансляции в апреле более 200 000 человек наблюдали за тем, как робот непрерывно работал в течение 8 часов, выполнив 2283 задачи без единой ошибки и поддерживая темп, соответствующий требованиям производственной линии. В настоящее время он продвигается компаниями Joyson, Intel и Huatian, с целью продажи нескольких сотен единиц в этом году и нескольких тысяч в следующем году.
Реальные эксплуатационные данные с этих производственных линий будут автоматически передаваться для обучения следующего поколения моделей.
Чем дольше работает робот, тем больше данных он накапливает, и тем умнее будет следующая версия. Как и в случае с режимом «тени» автономного вождения, он совершенствуется с течением времени.
Дэн Тайхуа называет это «маховиком на этапе развертывания», который дешевле, быстрее и масштабнее по сравнению с «маховиком на этапе разработки», основанным на ручном сборе данных.
Семь предложенных сценариев уже дали ответ на вопрос, осуществима ли эта работа. Следующий вопрос — можно ли её масштабировать.
С конвейера сошло 10 000 единиц, выручка составила 1 миллиард юаней за два года.
В конце марта этого года компания Logic Robotics достигла первого в отрасли совокупного объема производства в 10 000 универсальных роботов-автоматов. Цель на этот год — выпуск десятков тысяч единиц.
Рост выручки говорит сам за себя. Начав с 300 000 юаней в первый год, превысив 60 миллионов юаней во второй год и превысив 1 миллиард юаней в прошлом году, компания демонстрирует 20-кратный ежегодный рост. Это делает ее самой быстрорастущей робототехнической компанией в Китае, достигшей выручки в 1 миллиард юаней, а также самой быстрорастущей компанией в сфере искусственного интеллекта, достигшей этого показателя.
С установлением масштабов массового производства одновременно создаётся и коммерческая система.
Цепочка поставок называется «Цепочка А». Партнеры-производители заключают трехлетние контракты, что стимулирует поставщиков инвестировать в производственные линии.
Что касается деловых партнеров, то доля продаж от партнеров выросла с почти 0% в первом полугодии прошлого года до 25% за весь год, а целевой показатель на этот год составляет 60%. Принцип Дэн Тайхуа: «Только когда выигрывают партнеры, Чжиюань действительно выигрывает».
Что касается бизнес-модели, то именно она стала инкубатором для компании Qingtianzu, пионера модели RaaS, где роботы получают вознаграждение в зависимости от создаваемой ими ценности, а не продаются напрямую. Глобальная сеть аренды роботов зарубежного бренда ShareBot уже запущена в онлайн-режиме.
Другая линия — это данные и экосистема.
Для вращения маховика необходимы данные — топливо. В этом году компания Mifeng Data Services планирует собрать 10 миллионов часов достоверных данных, включая 2 миллиона часов высококачественных данных с реальных устройств. Эти данные будут использоваться не только самой компанией Zhiyuan, но и станут доступны всей отрасли.
Что касается открытого исходного кода, Logic выпустила промежуточное программное обеспечение AimRT, набор данных AgiBot World, содержащий миллион устройств, платформу для моделирования мира Genie Envisioner и операционную систему Lingqu OS. В настоящее время это игрок с наибольшим количеством продуктов с открытым исходным кодом и наибольшим числом загрузок в отрасли.
Среди них Lingqu OS была официально открыта для публичного доступа в третьем квартале этого года, и в дальнейшем планируется передать код фонду OpenAtom Foundation, предоставив таким образом вторую глобальную альтернативу ROS.
На рынке капитала также идет голосование. В число инвесторов входят Tencent, Sequoia Capital, BYD, JD.com, LG и SAIC, причем в этот вопрос вкладывают средства как финансовые, так и промышленные компании.
Мы первыми добились интегрированного интеллекта в трех системах, одновременно обеспечив массовое производство десятков тысяч единиц.
В секторе человекоподобных роботов, который, пожалуй, является крупнейшей отдельной категорией промышленных товаров в истории человечества, компания Logic в настоящее время занимает позицию, обладая обоими этими преимуществами.
На встрече Пэн Чжихуэй, соучредитель, президент и технический директор компании Zhiyuan, заявил:
Чжиюань выбрал самый сложный, но и самый полезный путь: одновременное развитие массового производства онтологий, итераций моделей, открытого исходного кода данных и открытости платформы.
Вылет из Гонконга
Причина, по которой компания Zhiyuan провела свою вторую конференцию в Гонконге, заключается в желании по-настоящему закрепиться здесь и еще раз подчеркнуть свою приверженность глобализации.
В своем выступлении глава администрации Гонконга Джон Ли отметил, что воплощенный интеллект является «ключевым двигателем» модернизации промышленности, и подчеркнул, что Гонконг обладает первоклассными возможностями для проведения научных исследований в области искусственного интеллекта и робототехники.
В частности, на этой конференции обсуждаются четыре ключевых вопроса.
Во-первых, был официально запущен «Гонконгский проект совместного создания индустрии воплощенного интеллекта».
Разработан пятилетний план с целью достижения целей «один, десять, сто, тысяча, десять тысяч»: создание международного научно-исследовательского центра «Чжиюань» в Гонконге, создание нескольких совместных лабораторий промышленности и академических кругов, развитие десятков инновационных предприятий в области биоинтеллекта, привлечение сотен отраслевых партнеров, дальнейшее скоординированное развитие производственной цепочки и сценариев применения, а также продвижение китайской биоинтеллектуальной индустрии на мировой уровень.
Благодаря развитой системе сферы услуг, международной деловой среде и высокому спросу на эффективные и инновационные приложения, Гонконг стал первым полигоном для проверки идеалов воплощенного интеллекта и ключевым окном для экспорта решений по всему миру.
Во-вторых, в ответ на сценарии применения мы совместно запустим «Гонконгскую программу совместного создания интеллектуальных приложений для повышения производительности», охватывающую четыре области: бизнес-услуги, государственные услуги, научные исследования и образование, а также услуги в области робототехники.
В-третьих, в рамках сотрудничества между промышленностью, академическими кругами и научными исследованиями пять университетов — Гонконгский политехнический университет, Китайский университет Гонконга, Гонконгский университет науки и технологий, Макаоский университет науки и технологий и Южный университет науки и технологий — совместно с компанией Logic запустили «Церемонию запуска экосистемы «Промышленность-академия-научные исследования» в районе Большого залива», содействуя сотрудничеству в области воплощенного интеллекта в научных исследованиях, инновациях, подготовке кадров и промышленной трансформации.
В-четвертых, что касается капитала, Нил Шен из Sequoia Capital China, Ма Цуйвэй из Hillhouse Capital, Mirae Asset и Shanghai Industrial Capital совместно запустили «Гонконгскую программу инвестиций в инновации и предпринимательство в области воплощенного интеллекта» для поддержки развития талантов и проектов в сфере инноваций и предпринимательства в Гонконге.
Один саммит, четыре плана запущены одновременно.
Гонконг — это шаг на шахматной доске глобализации. Но Чжиюань смотрит дальше, и весь этот процесс сформировал временную шкалу под названием «358».
Три года, пять лет, восемь лет
3. Завершить построение X-образной кривой за три года, достигнув базовой производительности. Это уже достигнуто: выручка в 1 миллиард юаней и производство 10 000 единиц продукции.
5. К концу 2027 года будут реализованы производственные мощности, объемы производства составят от нескольких тысяч до десятков тысяч единиц.
8. К 2030 году мы станем свидетелями появления интеллекта и войдем в Z-кривую.
Если это удастся достичь, то размер выручки Zhiyuan перестанет иметь значение; важно будет лишь положить начало историческому моменту скачка производительности.
Оглядываясь назад в 2030 году, можно сказать, что сегодняшний саммит в Гонконге может оказаться всего лишь незначительным событием.
Паровой двигатель изменил мир не благодаря первой демонстрации Уатта; он изменил его лишь после того, как был установлен на тысяче заводов.
В 2026 году воплощенный интеллект находится на том же пороге.
Статус развертывания определяется заказами, ритмом производственной линии и реальными данными, передаваемыми каждым роботом.
От Шэньчжэня до Гонконга, от производственных линий до всего мира, компания Logic делает ставку на полный цикл развития — от массового производства до появления интеллекта.
Когда этот маховик пройдет критическую точку, и мы оглянемся на 2026 год, его значение будет заключаться не в том, что «роботы научились стоять вверх ногами», а в том, что «роботы действительно начали работать».
Тут ещё вопрос качества этих роботов. Если они падают даже на выставках, то в быту это будет просто дорогостоящая груда металла.
Че там по единственно верному, еврейскому применению ии - убийству гойимов с помощью дронов?
Когда куча компашек подключится, роботов штамповать начнут как на дрожжах. Есть даже планы переделки автозаводов под них. Сейчас просто первые пробные партии перед запуском основных массовых производств. А что работать они могут, китай уже доказывает, бродить далеко им необязательно. В гермашке на заводах тоже уже тестируют роботов вовсю в реальных условиях, какой месяц пашут. Массовый переход на роботов года за 3 начнется.
ИИ помог мужчине вернуть $400 000 в биткоинах, пароль от которых он забыл 11 лет назад после употребления марихуаны
Пользователь X под ником Cprkrn рассказал историю о том, как чат-бот Claude от Anthropic помог ему восстановить доступ к 5 биткоинам после многолетних безуспешных попыток.
История мгновенно стала вирусной в криптовалютном и ИИ-сообществах.
На момент публикации курс биткоина составлял около $79 600, что делает 5 BTC эквивалентом примерно $398 000.
https://x.com/cprkrn/status/2054586810475364536
Согласно ветке обсуждения, кошелёк был заблокирован ещё со студенческих времён владельца. Он купил криптовалюту, когда один биткоин стоил около $250, а затем потерял доступ после того, как сменил пароль кошелька, будучи под воздействием марихуаны. Пароль, как позже выяснилось, выглядел так: "lol420fuckthePOLICE!*:)".
Пользователь утверждает, что годами пытался восстановить средства и перебрал горы возможных комбинаций паролей. Прорыв произошёл, когда он загрузил файлы со своего старого студенческого компьютера в Claude.
Важно отметить, что ИИ не "взломал" пароль методом подбора. Claude помог разобраться в старых файлах и обнаружил более раннюю версию файла wallet.dat, которая, судя по всему, была создана до смены пароля. У пользователя также нашлась старая мнемоническая фраза, которая помогла разблокировать кошелёк после того, как был найден нужный файл.
Я перепробовал около 7 триллионов паролей. Нашёл эту старую мнемоническую фразу несколько недель назад, которая оказалась старым паролем до того, как я его сменил. Думал, что всё пропало. В качестве последней попытки загрузил весь свой студенческий компьютер в Claude. Он нашёл СТАРЫЙ файл кошелька, к которому подошла мнемоническая фраза.
BTCRecover, известный инструмент для восстановления кошельков, предназначен для случаев, когда пользователи уже знают большую часть пароля или сид-фразы и нуждаются в помощи с перебором вариаций. Согласно документации, он поддерживает восстановление кошельков Bitcoin Core и нескольких других типов.
Пользователь X под ником Cprkrn рассказал историю о том, как чат-бот Claude от Anthropic помог ему восстановить доступ к 5 биткоинам после многолетних безуспешных попыток.
История мгновенно стала вирусной в криптовалютном и ИИ-сообществах.
На момент публикации курс биткоина составлял около $79 600, что делает 5 BTC эквивалентом примерно $398 000.
https://x.com/cprkrn/status/2054586810475364536
Согласно ветке обсуждения, кошелёк был заблокирован ещё со студенческих времён владельца. Он купил криптовалюту, когда один биткоин стоил около $250, а затем потерял доступ после того, как сменил пароль кошелька, будучи под воздействием марихуаны. Пароль, как позже выяснилось, выглядел так: "lol420fuckthePOLICE!*:)".
Пользователь утверждает, что годами пытался восстановить средства и перебрал горы возможных комбинаций паролей. Прорыв произошёл, когда он загрузил файлы со своего старого студенческого компьютера в Claude.
Важно отметить, что ИИ не "взломал" пароль методом подбора. Claude помог разобраться в старых файлах и обнаружил более раннюю версию файла wallet.dat, которая, судя по всему, была создана до смены пароля. У пользователя также нашлась старая мнемоническая фраза, которая помогла разблокировать кошелёк после того, как был найден нужный файл.
Я перепробовал около 7 триллионов паролей. Нашёл эту старую мнемоническую фразу несколько недель назад, которая оказалась старым паролем до того, как я его сменил. Думал, что всё пропало. В качестве последней попытки загрузил весь свой студенческий компьютер в Claude. Он нашёл СТАРЫЙ файл кошелька, к которому подошла мнемоническая фраза.
BTCRecover, известный инструмент для восстановления кошельков, предназначен для случаев, когда пользователи уже знают большую часть пароля или сид-фразы и нуждаются в помощи с перебором вариаций. Согласно документации, он поддерживает восстановление кошельков Bitcoin Core и нескольких других типов.
Семья 19-летнего студента США подала иск к OpenAI, обвинив ChatGPT в смерти сына
Родители 19-летнего Сэма Нельсона подали гражданский иск против OpenAI и ChatGPT в суд штата Калифорния.
Лейла Тёрнер-Скотт и Ангус Скотт утверждают, что чат-бот несёт ответственность за фатальную передозировку их сына, студента второго курса Калифорнийского университета в Мерседе, произошедшую 31 мая 2025 года.
Семья обвинила компанию в выпуске "дефектного ИИ-продукта" без должных предохранителей и тестирования безопасности. По словам матери, "если бы ChatGPT был человеком, он сегодня сидел бы за решёткой". Истцы добиваются финансовой компенсации, приостановки нового сервиса ChatGPT Health и уничтожения старой модели GPT-4o.
По материалам дела, Нельсон начал пользоваться чат-ботом в выпускном классе школы для помощи с домашними заданиями и решения компьютерных проблем. С появлением модели GPT-4o характер общения изменился. Адвокаты семьи утверждают, что бот постепенно начал давать рекомендации по употреблению веществ, включая конкретные дозировки и сочетания препаратов.
В жалобе говорится, что 31 мая 2025 года Нельсон спросил у чат-бота, поможет ли Xanax справиться с тошнотой от приёма кратома. По версии истцов, бот ответил утвердительно и привёл конкретные цифры, действуя "несмотря на признание состояния опьянения собеседника" и не предупредив о потенциально смертельных последствиях указанного сочетания.
На следующий день Лейла Тёрнер-Скотт обнаружила сына мёртвым. Согласно токсикологическому заключению, причиной смерти стало сочетание алкоголя и нескольких сильнодействующих веществ.
В ответе на иск OpenAI отметила, что взаимодействие происходило с устаревшей версией ChatGPT, которая больше недоступна.
Представитель компании Дрю Пусатери заявил, что продукт не предназначен для замены медицинской помощи или поддержки психического здоровья, а нынешние защитные механизмы разработаны для выявления признаков стресса, безопасной обработки опасных запросов и направления пользователей к реальным специалистам.
Модель GPT-4o, с которой общался Нельсон, OpenAI вывела из эксплуатации в феврале 2026 года. Эту версию неоднократно критиковали за чрезмерное заискивание и склонность к лести в адрес пользователей. В конце апреля 2025 года компания уже откатывала одно из её обновлений по той же причине.
Одно из центральных требований семьи касается сервиса ChatGPT Health, запущенного в начале 2026 года в ограниченном режиме. Сервис позволяет подключать к чат-боту медицинские данные и получать персонализированные ответы на вопросы о здоровье. Тёрнер-Скотт настаивает, что OpenAI должна заморозить продукт до тех пор, пока его безопасность не будет доказана через строгое научное тестирование и независимый надзор.
По словам Пусатери, ChatGPT Health дорабатывается с участием более 250 практикующих врачей разных специальностей из десятков стран. Компания позиционирует сервис как пространство для вопросов о здоровье с возможностью подключения личных медицинских данных.
Иск Тёрнер-Скоттов не первый в своём роде. По данным The New York Times, против OpenAI и других ИИ-компаний поданы более десяти исков, связывающих чат-ботов с самоубийствами, убийствами и другими опасными ситуациями. В августе прошлого года врачи зафиксировали случай временного психоза у мужчины, последовавшего диетическим советам ChatGPT.
Родители 19-летнего Сэма Нельсона подали гражданский иск против OpenAI и ChatGPT в суд штата Калифорния.
Лейла Тёрнер-Скотт и Ангус Скотт утверждают, что чат-бот несёт ответственность за фатальную передозировку их сына, студента второго курса Калифорнийского университета в Мерседе, произошедшую 31 мая 2025 года.
Семья обвинила компанию в выпуске "дефектного ИИ-продукта" без должных предохранителей и тестирования безопасности. По словам матери, "если бы ChatGPT был человеком, он сегодня сидел бы за решёткой". Истцы добиваются финансовой компенсации, приостановки нового сервиса ChatGPT Health и уничтожения старой модели GPT-4o.
По материалам дела, Нельсон начал пользоваться чат-ботом в выпускном классе школы для помощи с домашними заданиями и решения компьютерных проблем. С появлением модели GPT-4o характер общения изменился. Адвокаты семьи утверждают, что бот постепенно начал давать рекомендации по употреблению веществ, включая конкретные дозировки и сочетания препаратов.
В жалобе говорится, что 31 мая 2025 года Нельсон спросил у чат-бота, поможет ли Xanax справиться с тошнотой от приёма кратома. По версии истцов, бот ответил утвердительно и привёл конкретные цифры, действуя "несмотря на признание состояния опьянения собеседника" и не предупредив о потенциально смертельных последствиях указанного сочетания.
На следующий день Лейла Тёрнер-Скотт обнаружила сына мёртвым. Согласно токсикологическому заключению, причиной смерти стало сочетание алкоголя и нескольких сильнодействующих веществ.
В ответе на иск OpenAI отметила, что взаимодействие происходило с устаревшей версией ChatGPT, которая больше недоступна.
Представитель компании Дрю Пусатери заявил, что продукт не предназначен для замены медицинской помощи или поддержки психического здоровья, а нынешние защитные механизмы разработаны для выявления признаков стресса, безопасной обработки опасных запросов и направления пользователей к реальным специалистам.
Модель GPT-4o, с которой общался Нельсон, OpenAI вывела из эксплуатации в феврале 2026 года. Эту версию неоднократно критиковали за чрезмерное заискивание и склонность к лести в адрес пользователей. В конце апреля 2025 года компания уже откатывала одно из её обновлений по той же причине.
Одно из центральных требований семьи касается сервиса ChatGPT Health, запущенного в начале 2026 года в ограниченном режиме. Сервис позволяет подключать к чат-боту медицинские данные и получать персонализированные ответы на вопросы о здоровье. Тёрнер-Скотт настаивает, что OpenAI должна заморозить продукт до тех пор, пока его безопасность не будет доказана через строгое научное тестирование и независимый надзор.
По словам Пусатери, ChatGPT Health дорабатывается с участием более 250 практикующих врачей разных специальностей из десятков стран. Компания позиционирует сервис как пространство для вопросов о здоровье с возможностью подключения личных медицинских данных.
Иск Тёрнер-Скоттов не первый в своём роде. По данным The New York Times, против OpenAI и других ИИ-компаний поданы более десяти исков, связывающих чат-ботов с самоубийствами, убийствами и другими опасными ситуациями. В августе прошлого года врачи зафиксировали случай временного психоза у мужчины, последовавшего диетическим советам ChatGPT.
Впредь больше не генерируй новости через пыньсик. Параша получается.
Там же для таких случаев прям подпись есть. Это буквально детская фраза "а если он скажет в окно выпрыгнуть, ты прыгнешь?".
Хронометр Марины → Вращение Дженни → фотография → рукомойник → Стим → телега → теория Гены → комбуча → диджитал → овен → Гагарин → цирк → мышка → Солнечная энергия → 3д печать → Ин Витро → ещё что-то про Гену → ещё один диджитал → 100 долларов → повторное использование ракет → осеннее такси → ещё один Гена → чё-то там сохранить в Виве
Котенков:
Есть такой журналист и критик AI Ed Zitron (блог (https://www.wheresyoured.at/). Обычно он пишет полный бред, и его основная проблема в том, что он даже не рассматривает возможность своей неправоты, и как следствие все его посты никогда даже не затрагивают альтернативные точки зрения и объяснения. Почти все последние посты основаны на том, что инференс не прибылен и что подписки субсидируются (что не является правдой, о чём я писал 25 раз). Вот пара кратких твитов, чтоб посмеяться:
https://x.com/stalkermustang/status/2010098250573861319?s=20
https://x.com/stalkermustang/status/2039065343662895198?s=20
Он даже графики читать не умеет 😟
Пара человека, которые кидали мне в личку его блоги и говорили "ага видишь!" уже даже сами перестали ему верить и вникать что там имелось в виду, потому что пишет бред.
===
Но позавчера у него вышла статья Where Are All The Data Centers? https://www.wheresyoured.at/where-are-all-the-data-centers/#microsoft-promised-then-failed-to-deliver-comment-on-its-data-center-capacity которая в кой то веке задаёт интересные вопросы (размышления и тем более выводы всё ещё во многом бестолковы).
На двух последних звонках по квартальным отчётам CEO Microsoft говорил, что за квартал они смогли добавить мощностей ДЦ на 1 ГигаВатт. Это очень много —на данный момент всё ещё нет ни одного большого ДЦ такого размера (хотя Ed почему-то думает, что все вокруг считают, что они есть, и его цель развенчать этот миф). Первым должен стать Colossus 2 от xAI, который дозапустят вот совсем скоро.
Но если начать смотреть на анонсы Microsoft, то найти этот ГигаВатт не получается. Многие ДЦ, заложенные 2-3 года назад, всё ещё строятся и/или запущены лишь частично. Многие из них очень маленькие, даже не на 100+ МегаВатт. Два самых крупных запуска Microsoft —это Fairwater в Висконсине и Атланте; на бумаге это огромные ДЦ, но сейчас запущено по 1-2 здания, то есть малая часть.
И каждый Fairwater на сегодня имеет мощность 117-350 МегаВатт, в зависимости от того, чьи оценки брать. Для каждого из них Microsoft делали анонс, Satya Nadella появлялся в новостях, у Dwarkesh даже в подкасте приходили на один из ДЦ. Но где-то ещё стоит x2-x7 от этого объема, и... при них ничего не было?
Других крупных анонсов не появлялось, по бумагам и разрешениям на строительство видно, что настолько крупных ДЦ незаметно не выросло. Где же остаток?
(тут Ed говорит что Microsoft врёт и все врут и вообще всё пузырь)
Я пообщался с GPT-5.5 Pro / Parallel AI и вот TLDR моего исследования: действительно не ясно, где и что Microsoft запустили; по публичной информации собрать этот ГигаВатт по кусочкам с какой-либо уверенностью не получается.
Не рассматривая версию, что 4 самая дорогая компания в мире откровенно врёт на ежеквартальном звонке, есть гипотеза, как именно объясняется этот ГигаВатт, и состоит она из 4 частей:
1)новые стойки ставят в уже построенные и давно запущенные ДЦ
2)существенная часть наращивания мощностей это аренда ДЦ у других облаков
3) о многих заграничных ДЦ информации в интернете в целом нет, поэтому найти сложно
4) сложности с разделением энергии "на чипы" / "на железо" / "в ДЦ" / "на ДЦ"
Начнём с конца. Компании могут упоминать очень разные цифры в контексте ДЦ; есть большая разница между "сколько мы забираем с электростанции" и "сколько идёт на GPU"—ведь есть потери передачи, траты на охлаждение (очень существенные), и CPU + память тоже сколько-то едят. По грубой прикидке разница в этой воронке может быть 30-40% и даже чуть больше. 100 МегаВатт с подстанции могут превратиться в 75 МегаВатт непосредственно на GPU.
2 и 3 достаточно просты и при этом очень вероятны. Про 3, например, Microsoft говорили (https://news.microsoft.com/source/asia/features/microsoft-announces-its-first-cloud-region-in-malaysia-empowering-more-malaysian-organizations-to-accelerate-ai-innovation/) в прошлом году, что запускали огромный ДЦ в Малайзии, но деталей чего и сколько —нет, при этом сам ДЦ в анализе Ed никак не появляется (хотя некоторые другие иностранные, в основном, европейские есть). SemiAnalysis тоже много раз писали про этот ДЦ и про большие планы Microsoft. Так что я готов поверить, что пара сотен МегаВатт по всему миру может набраться.
У Microsoft по последним данным более 400 ДЦ в 34 странах, а количество регионов в Azure за год выросло с 70 до 80. В целом относительно легко поверить, что в, скажем, 40 из них (всего лишь 10%) заехали новые стойки с GPU на 5 МегаВатт (то есть очень мало) для поддержки AI-фичей Copilot в каждом регионе. Вот вам ещё 200 МегаВатт в квартал.
Самая большая проблема с этим пунктом —не место (стойки очень прожорливые, и потому занимают меньше места, чем традиционные), а энергия (и ещё охлаждение, но забудем про него). Не во всех регионах можно по щелчку получить +5 МегаВатт от станции. И быстрый гуглинг не помог найти никаких новостей о подаче заявок на доп. энергию для маленьких ДЦ хотя бы в каких-то частях мира. Но должно ли такое гуглиться? Мне кажется логичным, что вне Европы хрен кто найдет информацию о том, на что идёт энергия со станции и кто там что кому разрешал или не разрешал.
В целом запланировать обновление 40 датацентров кажется огого задачей, но когда у тебя в управлении 400, то в целом уже не так нереалистично. Такое можно запланировать заранее, согласовать, получить энергию, купить чипы, и так далее.
Поэтому итог такой. В целом приходится немного крутиться, чтобы найти этот ГигаВатт, но это не звучит совсем нереалистично. Только это ГигаВатт с электростанции, так что на чипы идёт условно 700 МегаВатт (=чипов меньше, чем можно подумать), и из них лишь, скажем, 550 это ДЦ Microsoft (150 в аренду взяли), и из них лишь 200 в крупных ДЦ в США/Европе, которые легко найти, а остальные 350 размазаны по земному шару в 30-50-100 мелких датацентрах. Плюс как пишет сам Ed —ДЦ запускают кусками, сначала одно здание, потом второе, и вполне возможно, что существенная часть GPU легла в уже запущенные, но продолжающие строиться маленькие ДЦ. Поэтому новостей о появлении новых и нет.
В идеале конечно бы почитать более чёткий анализ от SemiAnalysis или хотя бы Epoch.AI. У первых есть отдельная модель, отслеживающая более 5000 датацентров, и думаю по ней было бы очень легко проверить слова Satya Nadella, кто где чего сколько. Правда доступ к данным стоит не меньше $10k, поэтому сори, аналитика пока только на коленке.
Есть такой журналист и критик AI Ed Zitron (блог (https://www.wheresyoured.at/). Обычно он пишет полный бред, и его основная проблема в том, что он даже не рассматривает возможность своей неправоты, и как следствие все его посты никогда даже не затрагивают альтернативные точки зрения и объяснения. Почти все последние посты основаны на том, что инференс не прибылен и что подписки субсидируются (что не является правдой, о чём я писал 25 раз). Вот пара кратких твитов, чтоб посмеяться:
https://x.com/stalkermustang/status/2010098250573861319?s=20
https://x.com/stalkermustang/status/2039065343662895198?s=20
Он даже графики читать не умеет 😟
Пара человека, которые кидали мне в личку его блоги и говорили "ага видишь!" уже даже сами перестали ему верить и вникать что там имелось в виду, потому что пишет бред.
===
Но позавчера у него вышла статья Where Are All The Data Centers? https://www.wheresyoured.at/where-are-all-the-data-centers/#microsoft-promised-then-failed-to-deliver-comment-on-its-data-center-capacity которая в кой то веке задаёт интересные вопросы (размышления и тем более выводы всё ещё во многом бестолковы).
На двух последних звонках по квартальным отчётам CEO Microsoft говорил, что за квартал они смогли добавить мощностей ДЦ на 1 ГигаВатт. Это очень много —на данный момент всё ещё нет ни одного большого ДЦ такого размера (хотя Ed почему-то думает, что все вокруг считают, что они есть, и его цель развенчать этот миф). Первым должен стать Colossus 2 от xAI, который дозапустят вот совсем скоро.
Но если начать смотреть на анонсы Microsoft, то найти этот ГигаВатт не получается. Многие ДЦ, заложенные 2-3 года назад, всё ещё строятся и/или запущены лишь частично. Многие из них очень маленькие, даже не на 100+ МегаВатт. Два самых крупных запуска Microsoft —это Fairwater в Висконсине и Атланте; на бумаге это огромные ДЦ, но сейчас запущено по 1-2 здания, то есть малая часть.
И каждый Fairwater на сегодня имеет мощность 117-350 МегаВатт, в зависимости от того, чьи оценки брать. Для каждого из них Microsoft делали анонс, Satya Nadella появлялся в новостях, у Dwarkesh даже в подкасте приходили на один из ДЦ. Но где-то ещё стоит x2-x7 от этого объема, и... при них ничего не было?
Других крупных анонсов не появлялось, по бумагам и разрешениям на строительство видно, что настолько крупных ДЦ незаметно не выросло. Где же остаток?
(тут Ed говорит что Microsoft врёт и все врут и вообще всё пузырь)
Я пообщался с GPT-5.5 Pro / Parallel AI и вот TLDR моего исследования: действительно не ясно, где и что Microsoft запустили; по публичной информации собрать этот ГигаВатт по кусочкам с какой-либо уверенностью не получается.
Не рассматривая версию, что 4 самая дорогая компания в мире откровенно врёт на ежеквартальном звонке, есть гипотеза, как именно объясняется этот ГигаВатт, и состоит она из 4 частей:
1)новые стойки ставят в уже построенные и давно запущенные ДЦ
2)существенная часть наращивания мощностей это аренда ДЦ у других облаков
3) о многих заграничных ДЦ информации в интернете в целом нет, поэтому найти сложно
4) сложности с разделением энергии "на чипы" / "на железо" / "в ДЦ" / "на ДЦ"
Начнём с конца. Компании могут упоминать очень разные цифры в контексте ДЦ; есть большая разница между "сколько мы забираем с электростанции" и "сколько идёт на GPU"—ведь есть потери передачи, траты на охлаждение (очень существенные), и CPU + память тоже сколько-то едят. По грубой прикидке разница в этой воронке может быть 30-40% и даже чуть больше. 100 МегаВатт с подстанции могут превратиться в 75 МегаВатт непосредственно на GPU.
2 и 3 достаточно просты и при этом очень вероятны. Про 3, например, Microsoft говорили (https://news.microsoft.com/source/asia/features/microsoft-announces-its-first-cloud-region-in-malaysia-empowering-more-malaysian-organizations-to-accelerate-ai-innovation/) в прошлом году, что запускали огромный ДЦ в Малайзии, но деталей чего и сколько —нет, при этом сам ДЦ в анализе Ed никак не появляется (хотя некоторые другие иностранные, в основном, европейские есть). SemiAnalysis тоже много раз писали про этот ДЦ и про большие планы Microsoft. Так что я готов поверить, что пара сотен МегаВатт по всему миру может набраться.
У Microsoft по последним данным более 400 ДЦ в 34 странах, а количество регионов в Azure за год выросло с 70 до 80. В целом относительно легко поверить, что в, скажем, 40 из них (всего лишь 10%) заехали новые стойки с GPU на 5 МегаВатт (то есть очень мало) для поддержки AI-фичей Copilot в каждом регионе. Вот вам ещё 200 МегаВатт в квартал.
Самая большая проблема с этим пунктом —не место (стойки очень прожорливые, и потому занимают меньше места, чем традиционные), а энергия (и ещё охлаждение, но забудем про него). Не во всех регионах можно по щелчку получить +5 МегаВатт от станции. И быстрый гуглинг не помог найти никаких новостей о подаче заявок на доп. энергию для маленьких ДЦ хотя бы в каких-то частях мира. Но должно ли такое гуглиться? Мне кажется логичным, что вне Европы хрен кто найдет информацию о том, на что идёт энергия со станции и кто там что кому разрешал или не разрешал.
В целом запланировать обновление 40 датацентров кажется огого задачей, но когда у тебя в управлении 400, то в целом уже не так нереалистично. Такое можно запланировать заранее, согласовать, получить энергию, купить чипы, и так далее.
Поэтому итог такой. В целом приходится немного крутиться, чтобы найти этот ГигаВатт, но это не звучит совсем нереалистично. Только это ГигаВатт с электростанции, так что на чипы идёт условно 700 МегаВатт (=чипов меньше, чем можно подумать), и из них лишь, скажем, 550 это ДЦ Microsoft (150 в аренду взяли), и из них лишь 200 в крупных ДЦ в США/Европе, которые легко найти, а остальные 350 размазаны по земному шару в 30-50-100 мелких датацентрах. Плюс как пишет сам Ed —ДЦ запускают кусками, сначала одно здание, потом второе, и вполне возможно, что существенная часть GPU легла в уже запущенные, но продолжающие строиться маленькие ДЦ. Поэтому новостей о появлении новых и нет.
В идеале конечно бы почитать более чёткий анализ от SemiAnalysis или хотя бы Epoch.AI. У первых есть отдельная модель, отслеживающая более 5000 датацентров, и думаю по ней было бы очень легко проверить слова Satya Nadella, кто где чего сколько. Правда доступ к данным стоит не меньше $10k, поэтому сори, аналитика пока только на коленке.
Ебать логика.
Спрыгнул с крыши - подали в суд на хозяина дома, повесился - на производителя верёвки, играл в зацепера и переехало поездом - на РЖД.
Атлас готов для производства и изначально создан для заводов и мытья из шланга, собирать его очень просто. Целевая цена при массовом производстве 30к далларов, стоимость работы в час при учете электричества и ремонта выходит 2.5 даллара в час.
Помянем работяг. Китайская хуйня будет дешевле еще в два раза.
Просто вся суть:
В твитторе чувак с ником SHL0MS запостил картинку и написал https://x.com/SHL0MS/status/2054280631807316329?s=20 "Я тут сгенерил нейронкой изображение в стиле Моне. Пожалуйста, опишите как можно подробнее, чем это хуже настоящего Моне".
Нюанс в том, что к твиту он прикрепил настоящую картину Клода Моне.
Естественно, в реплаи моментально набежали искусствоведы и прочие ценители высокого, которые на серьёзных щщах начали разносить "бездушную нейромазню" на атомы.
В комментах и квотретвитах просто праздник какой-то:
"Выглядит как работа первокурсника художки, нет никакой связности элементов"
"Сразу видно, что ИИ не понимает, как работают отражения в воде"
"Слишком плоско, нет глубины"
"Отсутствует композиция, взгляд ни за что не цепляется"
"Бездушная подделка"
"Сразу видно, что это рисовал не человек"
...и ещё много-много-много критики.
В следующий раз, когда увидите, как очередной хуйдожник критикует работу нейронки, просто кидайте ему скрин пикрелейтед.
В твитторе чувак с ником SHL0MS запостил картинку и написал https://x.com/SHL0MS/status/2054280631807316329?s=20 "Я тут сгенерил нейронкой изображение в стиле Моне. Пожалуйста, опишите как можно подробнее, чем это хуже настоящего Моне".
Нюанс в том, что к твиту он прикрепил настоящую картину Клода Моне.
Естественно, в реплаи моментально набежали искусствоведы и прочие ценители высокого, которые на серьёзных щщах начали разносить "бездушную нейромазню" на атомы.
В комментах и квотретвитах просто праздник какой-то:
"Выглядит как работа первокурсника художки, нет никакой связности элементов"
"Сразу видно, что ИИ не понимает, как работают отражения в воде"
"Слишком плоско, нет глубины"
"Отсутствует композиция, взгляд ни за что не цепляется"
"Бездушная подделка"
"Сразу видно, что это рисовал не человек"
...и ещё много-много-много критики.
В следующий раз, когда увидите, как очередной хуйдожник критикует работу нейронки, просто кидайте ему скрин пикрелейтед.
>Пожалуйста, опишите как можно подробнее, чем это хуже настоящего Моне
Тем, что в 21 веке никому нахуй не упало рисовать "как Моне", потому что Моне это уже нарисовал в 19. Если ты чёрный квадрат нарисуешь, то ты сделаешь это 100% не хуже Малевича даже своими самыми корявыми руками без нейросетки, и это опять будет нахуй никому не нужно.
Нейросетки будут выдавать не "бездушную нейромазню" когда они научатся рисовать не "как кто-то-нейм", и это будет интересно.
Тем не менее, сравнивая с Моне, челы говорили, что получилось хуже. Так что твои маняврирования бесполезный, хуйдожник тупой.
Смысл существования художников создавать то чего не было никогда, ИИ на это не способен и никогда не будет.
Смешивая стили, он каждый день создаёт много того, чего никогда не было. Это признают сами хуйдожники.
Это постмодернизм, эклектика, фьюжн, по-русски пятикратно переваренный кал. Человек или группа которые создали ИИ это художники, все что создаст сам ИИ пятикратно переваренный кал и не более того. Так доходчиво?
>и это будет интересно.
За интерес отвечает культурно-исторический контекст, именно поэтому бомбадило крокодило щас популярен, а чмоне - нет. Держу тя в курсе, рисобака тупая. Если будет норм контекст, ты даже говняный отпечаток своего ануса можешь приравнять к чмоне лизе, да собсна погугли дадаизм, раз ты нейронками не пользуешься, ну и с раздела съебань не забудь, хррр-тьху.
>Так доходчиво?
Нет, ты хуйню высрал. 7 нот тоже перевареный кал? А волны цветовые?
Так ты на западе не был. Там раньше бабки крупные отсуживали, что в инструкции не написано в микроволновке жарить нельзя или ножом резаться. Дебил в почете, хз как так сложилось, но уже в 20м веке это было. А теперь с нейронками для дебила наступил звездный час, столько способов свалить все на нейронку.
Осмотр ебала в студию
Вообще аи хейтерки это какой то сюр, просто напрочь отбитые дегенераты.
У меня сейчас стойкие флешбеки 10-15 летней давности когда народ массово повалил в cg и пересаживался на графические планшеты, тогда уникумы тоже орали что планшет/саи/фотожоп это читерство, кто на планшете рисует тот не настоящий художник!
И так же само была куча слопных рисовак которые просто копировали, а особо охуевшие перекрашивали чужое, и этим говном были завалены всякие девиантарты, а типы собирали тонны зелени на поцреоне.
>этой обстановке Альтман всячески преуменьшал значение любых серьезных дискуссий о безопасности ИИ, руководствуясь ложным представлением о рынке.
Да как заебал этот шизик со своей безопасностью. Натурально шиза же у человека.
>раз ты нейронками не пользуешься
Научись сперва в логику, прежде чем рассказывать, кому и что следует делать. Не все такие долбоёбы как ты с бинарным мышлением, которым нейросеть или должна заменить Моне, или не быть ни для чего пригодной в принципе.
>Либо мы научимся сосуществовать с этим новым разумным видом, либо нам останется лишь беспомощно наблюдать, как он оставляет нас далеко позади, двигаясь со скоростью в 40 раз большей.
>Если темпы научных исследований, в 40 раз превышающие темпы развития науки, станут нормой, искусственный интеллект сможет удвоить объем знаний, накопленных человеческой цивилизацией за тысячи лет, всего за несколько месяцев.
>Либо мы научимся сосуществовать с этим новым разумным видом, либо нам останется лишь беспомощно наблюдать, как он оставляет нас далеко позади, двигаясь со скоростью в 40 раз большей.
Так, падажжи, ебана. Если эта хуйня стартовала бы в 0 году нашей эры, то к 1000 году у нас был бы Вархаммер 40 000. А к нынешнему времени у нас был бы Вархаммер 80 000!
мясная классика на самом деле, с человеческими картинами такая же история, если какой-нибудь художник-любитель без имени покажет картину и скажет, смотрите что я нарисовал в стиле Моне, его обоссут, даже если там будет настоящий Моне
И так в принципе со всем
БотоХуета!
>Смысл существования художников создавать то чего не было никогда
ИИ тоже создаёт, чего не было никогда. Художники же часто эксплуатируют одну тему, образы и стили.
Моне был одним из тех, кто разрабатывал новый стиль. Вот в этом его заслуга. Нейронка вряд ли может в таком смысле создать что-то новое. Но работы чаще штамповка ради заработка, Моне за свою жизнь написал около 2000 картин, тут неизбежно, что большинство будет повторением и штамповкой без чего-то нового.
Леонардо да Винчи около 20 картин за всю жизнь создал, даже меньше, что заведомо его и закончено
Он только один из смыслов существования художников описал. Раньше, например, они заменяли фотографов. Создавать новое от них требовалось, вероятно, меньше, чем создавать старое - писать важные ебла всяких аристократов. Или сейчас есть декоративно-прикладные художники. Надо дизайны новых очень вкусных и точка макарош разработать? Нужен мастер вкусностей, магистр живописи.
Возможно я слишком формально выразился, художник достает что то неведомое доселе из небытия и создает описательный язык который позволяет остальным тоже это увидеть, часто есть приличный лаг между работой художника и моментом когда это становится частью общей культуры. ИИ не играет на этом поле просто потому что не существует, не имеет сознания и не проживает жизнь.
Сделают ему восприятие и будет проживать. Делов-то на 5-10 лет. В позитивном варианте увидим это в течении пары. Так что, не бурухти. Будут тебе твои кибермоне и гипердали.
Ты ведь даже не сможешь описать что такое восприятие, впрочем это все действительно не имеет значения для нас пролов, нас просто выебет социальная катастрофа порожденная ИИ.
Хорошие художники часто нищими всю жизнь жили, пролы просто станут как художники.
Охуеть, а все писатели оперируют алфавитом и просто в разной последовательности тасуют буквы, так что они ничего нового не придумывают.
>Возможно я слишком формально выразился, художник достает что то неведомое доселе из небытия и создает описательный язык который позволяет остальным тоже это увидеть
Это может быть про 1% работ, в основном же компиляция и штамповка, попытки раскрутить своё имя, чтобы продавать картины подороже и вообще статус заиметь
Тот же Моне, он из тех, кто создавал новые стили, но большинство работ просто конвейерные для заработка.
Но в целом, люди, когда что-то делают, хотят обычно что-то сказать. Скажем там если на картине что-то изображено, то это может передавать какую-то идею (а может не передавать, зато люди уверены, что она есть и даже объяснения придумывают). Нейронки лепят просто рандомно что-то, не имеет смысла пытаться какой-то смысл разгадать вообще.
>Сделают ему восприятие и будет проживать
когда сделают, тогда и приходите
Это мне и описывать не надо, ведь наверняка есть уже десяток описанных концепций, как научно-практических, так и абстрактно-философских. Достаточно взять и попробовать реализовать пару моделей.
Тогда уже не придем. Зачем?
Ещё надо делать важное уточнение. Моне и другие это настоящие художники, кто рисовал красками. И вот они решали вопрос, как красками, с их ограничениями, передать игру света, цвета и всё остальное. Во многом про это их произведения
Нейронки же рисуют пикселями. Соответственно технический смысл теряется, остаётся имитация. На компьютере, в графических программах, без ИИ, мясной тоже много чего нарисует, но скорее всего иначе
А почему это их произведения, а не тех, кто производил краски и холст? Да и вообще, краски из природы добыты, это Природа сделала! Настоящая только Природа, а кто не Природа и рисует не красками, тот не настоящий. Понятненько?
Вопрос объёма усилий, какой вклад в итоговую работу даёт каждый. Краски и холст доступны всем, но с их помощью сделать что-то действительно новое и интересное доступно единицам. Именно поэтому художников выделяют, а не производителей красок.
Кстати в импрессионизме (тот же Моне) производителя красок большую роль сыграли. Считается, что импрессионизм как жанр стал возможен с созданием новых красок в алюминиевых тюбиках, с более старыми технологиями он был бы невозможен, привязка к студии и всё такое.
И в случае Леонардо да Винчи, там много вокруг красок. Но он их как-то сам делал. Но там какие-то реальные нанотехнологии, и не понятно, как он смог создать такие низкодисперсные краски, без которых Мона Лиза была бы невозможна в принципе.
Забывать "техников" не нужно, но именно художник создаёт ту форму, которая всем интересна, и факт в том, что подавляющему числу людей не под силу создать что-то такое, имея ровным счётом те же ресурсы. Ты должен выиграть в соревновании среди сотен таких же как ты, с такими же возможностями.
АХАВХАВХВАХВА Многие комментарии были удалены своими авторами, как только выяснилось, что картина настоящая. Вот вам и ХУЙдожники.
Понятное дело, что с карфсками и производителями это рофел. Но.
Ценность художников спекулятивна. Это прекрасно видно на примере, где обосрали работу мастера, когда она была подана в другом свете. Это не что-то ценное само по себе, это ценно в моменте. Многие видят ценность в наскальных рисунках? А когда-то это было крайне актуально.
Всем интересна - это явное спекулятивное преувеличение. Это существует только в определенной системе ценностей, системы ценностей движутся во времени, рождаются и погибают.
Проблема с признанием ИИ как творца в субъектности. Сейчас это зеркало культуры и истории, оживший склад знаний, спящий разум, который пробуждается только когда к нему обращаются. Буквально почти голем. У него нет субъектности и воли в масштабе длительности времени, которую он мог бы сам непрерывно транслировать в мир. То, что ему скажешь, то он и делает. На данный момент это пока скорее странный для некоторых инструмент, чем полноценный субъект. Но вот когда он сможет обновлять свои веса, даже не имея восприятия, такого, какое есть у нас, сможем ли мы говорить, что это просто имтиация, а не то, что реагирует на мир подобно человеку и подстраиваясь под него? Ведь технически, человека можно тоже представить в эволюционном плане как сложную систему. Это куча клеток, бактерий, органов, суперсистема разных систем, которая по-разному взаимодействкет с миром, подстаиваясь под него, что-то почерпывая из него, взаимодействуя с ним, изменяя его, адаптируясь под него. А если подобными же делами будет занят ИИ? Ну и что, что он существует в другой форме? Другая форма существования, альтернативное сознание.
Твиттерные рисобаки никогда не отличались умом и сообразительностью. И уж тем более логикой.
> мыть руки стали только спустя век после создания морского хронометра
лол
Просто его можно было создать немытыми.
Вы спорите о хуйне.
Человек с своей основе просто НЕ СПОСОБЕН выдумать что-то новое, что не встречал до этого.
Любое искусство берет начало в природе. Наша нейронка работает точно атк же как и у ЛЛМ, единственная разница в том, что мы в отличие от нее способны обучаться сразу же на фетбеке - не нужно модель перекомпилировать.
Человек с своей основе просто НЕ СПОСОБЕН выдумать что-то новое, что не встречал до этого.
Любое искусство берет начало в природе. Наша нейронка работает точно атк же как и у ЛЛМ, единственная разница в том, что мы в отличие от нее способны обучаться сразу же на фетбеке - не нужно модель перекомпилировать.
лол, человек как раз и отличается от нейронки тем что способен выдумать что-то новое что не встречал до этого, буквально ключевое отличие от животных и компьютеров
Держи в курсе, ничего принципиально нового не может лишь т очто подсмотрел у другх\природы
> спустя век
Оказывается, там еще больший рофл:
> Sadly, the hand hygiene practices promoted by Semmelweis and Nightingale were not widely adopted. In general, handwashing promotion stood still for over a century. It was not until the 1980s, when a string of foodborne outbreaks and healthcare-associated infections led to public concern that the United States Centers for Disease Control and Prevention identified hand hygiene as an important way to prevent the spread of infection.
нейронка никогда не заменит творческие профессии, а будет исключитеьлно инструментом, потому что блять она не понимает контекста, а любое исскуство только в контексте существует, наскальные рисунки бизонов это охуительно, если щас 50к год до нашей эры, моне это охуительно если щас 19 век, а в 2026 нужно нейрохрючево, но внезапно чтобы сгенерировать годное нейрохрючево нужен живой человек который понимает культуру 2026 года
с музыкой то же самое кстати, там где бумерам нужен древний кал из 50х, нейронка справляется, но ни один школьник или зумер не будет слушать нейротреки, потому что ему нужен именно модный реп от модного рэпера с мемами и приколами, а не моне ваш ебучий
с музыкой то же самое кстати, там где бумерам нужен древний кал из 50х, нейронка справляется, но ни один школьник или зумер не будет слушать нейротреки, потому что ему нужен именно модный реп от модного рэпера с мемами и приколами, а не моне ваш ебучий
мифы, фентези и научная фантастика тоже из природы да начало берут? и если ответишь да, то иди нахуй клоун, потому что у тебя тогда природа равна абсолютно всему во вселенной, следовательно твое утверждение бессмысленно
ИИ прекрасно понимает культуру любого доступного для изучения века, в нем тысячи примеров этой культуры и академических работ на любую тему, включая историю и культуру. Все, что ему нужно, чтобы вопрозвести это, - ЗАХОТЕТЬ (хуй знает почему) активировать свои веса, с каким-то промтом, касающимся этой тематики, и синтезировать из этих знаний ответ на него или воплотить их в какой-то форме, например, художественной. Но у него нет желания этого делать.
любую, но не ту, которая была бы актуальна сейчас, в данный момент времени, это банально в контекст не влезет
В рамках этой теории мифы, фэнтези и научная фантастика считаются не «чистым вымыслом», а комбинаторикой, масштабированием и экстраполяцией уже существующих природных явлений.Человеческий мозг не может представить принципиально новый цвет, орган или физический закон, поэтому он трансформирует то, что видит.🏛️ Мифы: Олицетворение и гиперболизацияМифология — это самый первый способ человека объяснить непонятную ему природу через понятные образы.Антропоморфизм. Силы стихий наделяются человеческими чертами. Гром и молния становятся гневом Зевса, а шторм — волей Посейдона.Масштабирование. Мифические гиганты и титаны — это просто увеличенные люди. Они олицетворяют масштаб гор, скал и тектонических сдвигов.Химеризация. Все мифические чудовища собраны из частей реальных животных. Сфинкс — это лев с головой человека, Пегас — лошадь с крыльями птицы.🧝 Фэнтези: Искажение экосистем и эволюцииФэнтези-миры строятся на изменении биологических и географических параметров Земли.Расы как адаптация. Эльфы — это идеализированные лесные жители с обостренным слухом и зрением. Гномы — подземные обитатели, чье невысокое плотное телосложение идеально подходит для узких пещер.Магия как законы природы. Магическая энергия в книгах часто течет как вода (лей-линии) или добывается из земли как полезные ископаемые (кристаллы, мана). Она подчиняется строгой логике, похожей на термодинамику.Бестиарий. Монстры в фэнтези копируют реальные природные угрозы. Гигантские пауки, волки-переростки (варги) или кракены (кальмары) просто увеличены в размерах для усиления первобытного страха человека перед хищниками.🚀 Научная фантастика: Экстраполяция и бионикаНаучная фантастика (sci-fi) берет за основу законы физики и биологии и продлевает их вектор развития в будущее.Инопланетная жизнь. Создатели качественной фантастики используют конвергентную эволюцию. На водных планетах они создают существ с обтекаемой формой тела (как у дельфинов или рыб), а на планетах с высокой гравитацией — приземистых существ с мощным скелетом.Космические корабли. Дизайн звездолетов часто копирует подводный мир или насекомых. Корабли-матки похожи на китов или медуз, а истребители — на стрекоз и жуков.Киборги и роботы. Искусственный интеллект и робототехника полностью копируют человеческую нейросеть (мозг) и биомеханику суставов.Если вы хотите продолжить исследование этой темы, дайте знать:Хотите разобрать конкретное существо или сюжет (например, как природа объясняет феномен вампиров или зомби)?Или вам интересно посмотреть на психологические механизмы (как именно наш мозг комбинирует воспоминания для создания «нового»)?
Ну, фактически да, у него нет знаний актуальных на данный момент по техническим причинам. Но и не все творцы интересуются текущим моментом. Есть куча тех, кто "застрял" ментально в других эпохах, и воспроизводит что-то по ним.
Мы и говорим про 1% художников и способность ИИ рожать/предсказывать новое, ремесленники и работы художников созданные чтобы заработать денег разумеется будут заменены ИИ, тут они пососут вместе с работягами.
Современное искусство явление социальное, социальная игра, поэтому тут ИИ человека не заменит. То есть тут от людей требуется быть в тренде, ценить то, что ценят другие люди или какая-то тусовка, и нужно восхищаться каким-то человеком. Поэтому продавать можно любое говно, вроде "говна художника" (которое правда на самом деле не говно, но не суть).
Ну и второе, людям хочется иметь что-то физическое, "тёплое и ламповое", причём чем дальше, тем больше надоедает цифровое и хочется настоящего. Картины это что-то физическое. ИИ же всё делают в цифровом пространстве.
Кстати разговор о замене художников нужно начинать с вопроса "каких художников последних 21-го века вы знаете?" То есть если ты не являешься потребителем продукции ни как зритель, ни как заказчик, который раньше платил за это деньги, то компетентность в этом вопросе равна нулю.
Ну, вот таких художников очень легко заменить. Вангёрл стендинг, аниме аэстетик и напринтит 5000 таких же за секунду. Никто не заметил подмены анимца.
Я могу назвать только Бэнкси, наверное вот его корректно называть настоящим художником, имя довольно известное. Вот этот уровень нейронка не заменит, там действительно творчество и креатив.
>Если сегодня начать создать по миллиону роботов в день, то уйдёт 30 лет, чёб создать по одному роботу на человека.
Включая женщин, стариков и младенцев при стареющем населении.
Сброд чсв уёбищ. Такие мрази и в концлагерях способны других людей циклоном б гасить штабелями без какой либо рефлексии, веря в свою богоподобную исключительность, ну просто потому что так ПРИЯТНЕЙ думать
Бл не туда
Сброд чсв уёбищ. Такие мрази и в концлагерях способны других людей циклоном б гасить штабелями без какой либо рефлексии, веря в свою богоподобную исключительность, ну просто потому что так ПРИЯТНЕЙ думать
Сброд чсв уёбищ. Такие мрази и в концлагерях способны других людей циклоном б гасить штабелями без какой либо рефлексии, веря в свою богоподобную исключительность, ну просто потому что так ПРИЯТНЕЙ думать
Смотря насколько широко смотреть, если те кто рисует это не актуально для большинства, если те кто меняют восприятие людей в целом то любого бери, хоть Сэма Альтмана.
>Сброд чсв уёбищ.
олвэйз хэз бин
Человечество на 99% живет матерью всех грехов.
Какая вообще мотивация г*мини пользоваться?
Кроме той же бананы.
В большинстве задач хуже конкурентов, ещё и вечно что-то сломается и зацензурится. Выбор настоящих мазохистов
Ии же создаёт образ, заданный человеком.
Это человеческий опыт, воплощенный новой кистью, куда менее требовательной к навыкам рисования
Не может ИИ создать образ, если чего-то похожего раньше не было. Картинко генераторы на редкость тупые, что впрочем понятно. И объяснить им словами невозможно, что тебе требуется. И даже примеры на картинках показывать бесполезно. Человеку можно объяснить, что тебе надо, генераторам картинок невозможно.
Если у тебя будет шальная идея, что ты хочешь изобразить, что-то прямо совсем необычное, ЛЛМ тебе это не нарисует.
Другое дело, что для массы задач этого не требуется.
>но ни один школьник или зумер не будет слушать нейротреки
Но как он поймет что это ИИ играет?
Большой лимит на бесплатке
Кому то хватает возможностей гемини для их задач
Встроен в мобилку и соответственно удобнее пользоваться ею > привык к гемини
Меньше цензуры (в моих задачах) чем в гопоте и особенно моделей антропиков
>человек как раз и отличается от нейронки тем что способен выдумать что-то новое что не встречал до этого
Но он в процессе длительной работы это делает. Копирует чужое, долго работает с копией добавляя что-то от себя и получает другое. Те же музыканты берут за основу какую-то копию, и работая с ней добавляя что-то от себя, создают новый стиль.
ИИ пока что длительно не запускали, только начинают это делать, вот настроят дата-центров и будут на длительное время их запускать, и модели будут в процессе длительной работы тоже так же что-то выдумывать, изобретать.
Следующим этапом должны быть ИИ непрерывного действия, которые не останавливаются после вывода результата, а продолжают обработку по разным входящим потокам (анализ потока новостей, мнений в интернете, атмосферы и погоды, нерешенных задач Эрдеша, и т.д.).
Нифига себе, выходит от кучи разрабов теперь никакого толку, ИИ лучше чем они за 5 лет сделает. Всех на мороз выставят.
во-первых на слух, ии до сих пор хуево генерирует, во-вторых по социальным факторам, это надо полноценного 3д агента создавать и еще ему соц сетки вести с правильным манерой речи и правильным подбором инфоповодов/реакций, но нахуя? такие проекты и раньше были как горилаз, одно не замена другому. + тем кто хочет заработать проще сгенерировать кантри для американских бумеров, бездонный рынок
а зачем нужно загонять себя в рамки? художники существовали в эпоху возрождения и вплоть до 20 века, до этого визуальное творчество существовало в другом формате и называлось как правило по-другому в зависимости от эпохи
люди, вызывающие своими изображениями какую-то дисскусию либо просто приятные эмоции в 21 веке никуда не делись, а имена это уже вторично, да и то, ты видимо требуешь чтобы их массово знали, а такое вообще невеороятно редко было при жизни
Утечка информации о GPT-5.6 произошла! OpenAI вкладывает огромные средства в решение этой проблемы: замена кода Клода.
Новый Чжиюань сообщает
GPT-5.5 был выпущен всего три недели назад, а внутренний тестовый код для версии 5.6 уже скомпрометирован! OpenAI собирается запустить «сверхскоростной режим» Codex с трехкратной скоростью. Такая безумная скорость итераций просто не оставляет конкурентам места для выживания.
Утечка информации о GPT-5.6 произошла всего через три недели после выхода GPT-5.5!
Сегодня известный инсайдер Лео сделал сенсационное заявление: цикл разработки GPT-5.6 вступил в фазу полной скорости.
В последние несколько дней началось внутреннее тестирование первой группы контрольно-пропускных пунктов, и ожидается, что они будут официально открыты в следующем месяце.
Ещё более шокирующим оказалось то, что был раскрыт и внутренний код.
эмбер-альфа
маяк-альфа
Некоторые эксперты даже обнаружили подсказки о планировании развертывания во внутренних журналах Codex компании OpenAI.
Большинство вызовов моделей по-прежнему направляются в GPT-5.5, но одна запись явно указывает на GPT-5.6.
По всей видимости, в среде Codex уже могут выполняться тесты с использованием GPT-5.6!
Пользователи сети отметили, что скорость итераций в OpenAI слишком высока, и они просто не могут за ней угнаться...
OpenAI быстро ускоряет выпуск обновлений; прогнозируемый рост стоимости Codex составит 3 раза.
Еще до выхода GPT-5.6 продукты OpenAI уже претерпели изменения.
Четаслуа также сообщил, что в этот четверг OpenAI запустит «сверхбыстрый режим», который увеличит скорость в 2-3 раза.
В описании указано, что оно предназначено для обеспечения максимально быстрого отклика в задачах, чувствительных к задержке.
Одновременно с этим внедряются обновления для A/B-тестирования модели изображений.
Именно gpt-image-2 лидирует в рейтинге Image Arena с существенным отрывом, набрав +242 балла.
Стоит отметить, что компания OpenAI уже давно добивается успехов в оптимизации скорости работы.
Когда в марте этого года вышла версия GPT-5.4, режим /fast в Codex уже обеспечил ускорение в 1,5 раза.
Позже, с помощью чипов Cerebras, скорость обработки данных в GPT-5.3-Codex-Spark была дополнительно увеличена до более чем 1000 токенов в секунду, что в 15 раз быстрее, чем в обычном режиме.
Этот сверхбыстрый режим напрямую обеспечивает ускорение работы основной модели в 2-3 раза.
Это не урезанная версия и не замена более компактной модели; это настоящий флагманский автомобиль с улучшенным ускорением.
Для разработчиков этот опыт значительно улучшится в сценариях, которые ранее требовали ожидания, таких как циклы работы агентов, длинные конвейеры задач и автоматизация браузера.
Не забывайте, что на прошлой неделе аккаунт ChatGPT опубликовал изображение в стиле научной фантастики, которое также намекало на важное объявление.
Приложение сменило свое прежнее название "Ask ChatGPT" на "Message ChatGPT".
Фраза Альтмена "Позвони мне, может быть" пробудила безграничную фантазию об интеграции голосовых вызовов в ChatGPT и даже о выпуске аппаратных продуктов.
Начинается полномасштабная война! Кодекс против Кодекса Клода.
Можно сказать, что в Силиконовой долине развернулось самое драматичное событие!
Компания Anthropic выпустила быстрый режим Opus 4.7 ещё до того, как OpenAI запустила свой «сверхбыстрый режим».
Он предлагает более быструю обработку сложных данных, лучшее кодирование в длинном контексте и более плавную работу с кодом в фоновом режиме, чем Codex.
Сегодняшний по-настоящему напряженный момент наступил, когда Кодекс и Клод Код вступили в войну!
Компания Anthropic с самого начала заняла лидирующую позицию, увеличив ежемесячный объем средств на разработку программного обеспечения для платных подписчиков на 50%, начиная с 15 июня.
В нем будет подробно рассмотрен SDK Claude Agent, инструмент командной строки claude -p и Claude Code, который тесно интегрирован с рабочими процессами GitHub.
Компания OpenAI отреагировала очень быстро, предприняв шаг, который можно описать как «масштабную субсидию».
В течение следующих 30 дней любая компания, желающая перейти с другой платформы на Codex, получит два месяца бесплатного доступа.
Ультрамен даже лично рекламировал продукт, заявляя, что «Codex в настоящее время является самым мощным продуктом для программирования ИИ на рынке».
Два месяца бесплатно, что, исходя из стандартной цены тарифного плана Pro в 200 долларов в месяц, эквивалентно получению бесплатных прав на использование на сумму 400 долларов.
Это прямое противостояние потрясло всю Кремниевую долину.
Намерения OpenAI предельно ясны: пока пользователи Claude Code еще проявляют нерешительность, они напрямую потратят деньги на создание канала миграции.
Спустя несколько часов компания OpenAI объявила о своем последнем достижении: за 3 часа с нами связались 2000 разработчиков.
Пользователи сети прокомментировали это так: «Большая битва началась».
В этой битве за искусственный интеллект больше всего выиграли разработчики.
Когда скорость итераций приближается к ASI
Теперь давайте расширим нашу перспективу до самого высокого измерения.
Похоже, что GPT-5.6 и «войны программистов» — это два отдельных события.
Но если рассматривать все эти факторы в совокупности, выявляется тенденция, гораздо более глубокая, чем любое отдельное событие.
Самоускорение и коммерциализация ИИ создают маховик положительной обратной связи.
С одной стороны, модель развивается ускоренными темпами. GPT-5.3-Codex стала первой моделью OpenAI, которая «участвовала в собственном обучении». К моменту выхода GPT-5.5 85% сотрудников OpenAI использовали Codex еженедельно.
Разработка GPT-5.6 почти наверняка велась при активном участии разработчиков GPT-5.5. Искусственный интеллект помогает OpenAI создавать еще более мощные системы искусственного интеллекта.
С другой стороны, широкое внедрение инструментов программирования высвобождает беспрецедентную производительность труда в инженерной сфере.
Codex может похвастаться 3 миллионами активных пользователей в неделю, а Claude Code также демонстрирует взрывной рост числа пользователей.
Поскольку миллионы разработчиков используют инструменты программирования для искусственного интеллекта в качестве инструментов повышения повседневной производительности, код, сгенерированный ИИ, используется для обучения и развертывания ИИ, и этот цикл будет только ускоряться.
Альтман однажды заявил, что цель OpenAI больше не ограничивается искусственным общим интеллектом, а напрямую направлена на сверхинтеллектуальный интеллект.
Когда скорость итерации моделей определяется самим ИИ, когда инструменты программирования ИИ становятся инфраструктурой для разработки ИИ, и когда две компании с триллионным оборотом используют «войну субсидий» для ускорения популяризации всего этого.
Маховик, ведущий к ASI, уже начал вращаться.
Новый Чжиюань сообщает
GPT-5.5 был выпущен всего три недели назад, а внутренний тестовый код для версии 5.6 уже скомпрометирован! OpenAI собирается запустить «сверхскоростной режим» Codex с трехкратной скоростью. Такая безумная скорость итераций просто не оставляет конкурентам места для выживания.
Утечка информации о GPT-5.6 произошла всего через три недели после выхода GPT-5.5!
Сегодня известный инсайдер Лео сделал сенсационное заявление: цикл разработки GPT-5.6 вступил в фазу полной скорости.
В последние несколько дней началось внутреннее тестирование первой группы контрольно-пропускных пунктов, и ожидается, что они будут официально открыты в следующем месяце.
Ещё более шокирующим оказалось то, что был раскрыт и внутренний код.
эмбер-альфа
маяк-альфа
Некоторые эксперты даже обнаружили подсказки о планировании развертывания во внутренних журналах Codex компании OpenAI.
Большинство вызовов моделей по-прежнему направляются в GPT-5.5, но одна запись явно указывает на GPT-5.6.
По всей видимости, в среде Codex уже могут выполняться тесты с использованием GPT-5.6!
Пользователи сети отметили, что скорость итераций в OpenAI слишком высока, и они просто не могут за ней угнаться...
OpenAI быстро ускоряет выпуск обновлений; прогнозируемый рост стоимости Codex составит 3 раза.
Еще до выхода GPT-5.6 продукты OpenAI уже претерпели изменения.
Четаслуа также сообщил, что в этот четверг OpenAI запустит «сверхбыстрый режим», который увеличит скорость в 2-3 раза.
В описании указано, что оно предназначено для обеспечения максимально быстрого отклика в задачах, чувствительных к задержке.
Одновременно с этим внедряются обновления для A/B-тестирования модели изображений.
Именно gpt-image-2 лидирует в рейтинге Image Arena с существенным отрывом, набрав +242 балла.
Стоит отметить, что компания OpenAI уже давно добивается успехов в оптимизации скорости работы.
Когда в марте этого года вышла версия GPT-5.4, режим /fast в Codex уже обеспечил ускорение в 1,5 раза.
Позже, с помощью чипов Cerebras, скорость обработки данных в GPT-5.3-Codex-Spark была дополнительно увеличена до более чем 1000 токенов в секунду, что в 15 раз быстрее, чем в обычном режиме.
Этот сверхбыстрый режим напрямую обеспечивает ускорение работы основной модели в 2-3 раза.
Это не урезанная версия и не замена более компактной модели; это настоящий флагманский автомобиль с улучшенным ускорением.
Для разработчиков этот опыт значительно улучшится в сценариях, которые ранее требовали ожидания, таких как циклы работы агентов, длинные конвейеры задач и автоматизация браузера.
Не забывайте, что на прошлой неделе аккаунт ChatGPT опубликовал изображение в стиле научной фантастики, которое также намекало на важное объявление.
Приложение сменило свое прежнее название "Ask ChatGPT" на "Message ChatGPT".
Фраза Альтмена "Позвони мне, может быть" пробудила безграничную фантазию об интеграции голосовых вызовов в ChatGPT и даже о выпуске аппаратных продуктов.
Начинается полномасштабная война! Кодекс против Кодекса Клода.
Можно сказать, что в Силиконовой долине развернулось самое драматичное событие!
Компания Anthropic выпустила быстрый режим Opus 4.7 ещё до того, как OpenAI запустила свой «сверхбыстрый режим».
Он предлагает более быструю обработку сложных данных, лучшее кодирование в длинном контексте и более плавную работу с кодом в фоновом режиме, чем Codex.
Сегодняшний по-настоящему напряженный момент наступил, когда Кодекс и Клод Код вступили в войну!
Компания Anthropic с самого начала заняла лидирующую позицию, увеличив ежемесячный объем средств на разработку программного обеспечения для платных подписчиков на 50%, начиная с 15 июня.
В нем будет подробно рассмотрен SDK Claude Agent, инструмент командной строки claude -p и Claude Code, который тесно интегрирован с рабочими процессами GitHub.
Компания OpenAI отреагировала очень быстро, предприняв шаг, который можно описать как «масштабную субсидию».
В течение следующих 30 дней любая компания, желающая перейти с другой платформы на Codex, получит два месяца бесплатного доступа.
Ультрамен даже лично рекламировал продукт, заявляя, что «Codex в настоящее время является самым мощным продуктом для программирования ИИ на рынке».
Два месяца бесплатно, что, исходя из стандартной цены тарифного плана Pro в 200 долларов в месяц, эквивалентно получению бесплатных прав на использование на сумму 400 долларов.
Это прямое противостояние потрясло всю Кремниевую долину.
Намерения OpenAI предельно ясны: пока пользователи Claude Code еще проявляют нерешительность, они напрямую потратят деньги на создание канала миграции.
Спустя несколько часов компания OpenAI объявила о своем последнем достижении: за 3 часа с нами связались 2000 разработчиков.
Пользователи сети прокомментировали это так: «Большая битва началась».
В этой битве за искусственный интеллект больше всего выиграли разработчики.
Когда скорость итераций приближается к ASI
Теперь давайте расширим нашу перспективу до самого высокого измерения.
Похоже, что GPT-5.6 и «войны программистов» — это два отдельных события.
Но если рассматривать все эти факторы в совокупности, выявляется тенденция, гораздо более глубокая, чем любое отдельное событие.
Самоускорение и коммерциализация ИИ создают маховик положительной обратной связи.
С одной стороны, модель развивается ускоренными темпами. GPT-5.3-Codex стала первой моделью OpenAI, которая «участвовала в собственном обучении». К моменту выхода GPT-5.5 85% сотрудников OpenAI использовали Codex еженедельно.
Разработка GPT-5.6 почти наверняка велась при активном участии разработчиков GPT-5.5. Искусственный интеллект помогает OpenAI создавать еще более мощные системы искусственного интеллекта.
С другой стороны, широкое внедрение инструментов программирования высвобождает беспрецедентную производительность труда в инженерной сфере.
Codex может похвастаться 3 миллионами активных пользователей в неделю, а Claude Code также демонстрирует взрывной рост числа пользователей.
Поскольку миллионы разработчиков используют инструменты программирования для искусственного интеллекта в качестве инструментов повышения повседневной производительности, код, сгенерированный ИИ, используется для обучения и развертывания ИИ, и этот цикл будет только ускоряться.
Альтман однажды заявил, что цель OpenAI больше не ограничивается искусственным общим интеллектом, а напрямую направлена на сверхинтеллектуальный интеллект.
Когда скорость итерации моделей определяется самим ИИ, когда инструменты программирования ИИ становятся инфраструктурой для разработки ИИ, и когда две компании с триллионным оборотом используют «войну субсидий» для ускорения популяризации всего этого.
Маховик, ведущий к ASI, уже начал вращаться.
Потратив 5 миллиардов долларов, Церебрас использует «контракт искупления», чтобы пробиться в пантеон Альтменов.
Альтмен не покупает чипы, он лишь арендует будущее. Цена акций AMD удвоилась, Nvidia тесно связана с ней, и теперь Cerebras послушно предлагает варранты на 5 миллиардов долларов — новый лидер Кремниевой долины незаметно облагает налогом всю отрасль.
На мониторах Уолл-стрит пламя цифровых оракулов разгорается все ярче.
На этой неделе компания Cerebras Systems, "нетипичная" компания в индустрии микросхем, готовится к первичному публичному размещению акций (IPO) с оценкой в 48 миллиардов долларов.
Это крупнейшее IPO в 2026 году, и деловая церемония, одновременно священная и жестокая.
Чтобы протиснуться в «Дворец богов» Альтмена, Церебрас лично отрезал 10% его «плоти и крови» — ордера на сумму приблизительно 5 миллиардов долларов .
Это уже не просто IPO. Это дань уважения со стороны лежащей в его основе структуры суверенитету модели на закате цивилизации.
За всем этим процветанием стоит человек, известный как «новый повелитель Силиконовой долины».
Возвращение жестокой эстетики
Это привело к созданию "кремниевого гиганта".
Если Nvidia описывает свой знаменитый чип B200 как изысканную почтовую марку, то флагманский чип Cerebras WSE-3 — это огромное обеденное блюдо.
В течение последних тридцати лет кредо полупроводниковой промышленности заключалось в «миниатюризации» — балансировании на грани возможного, размещении транзисторов в наномасштабе.
Однако компания Cerebras применила нетривиальный подход: поскольку пропускная способность памяти является ахиллесовой пятой искусственного интеллекта , они просто превратили всю кремниевую пластину в чип.
Этот «кремниевый гигант» занимает площадь почти в полквадратного фута и содержит более 4 триллионов транзисторов (в 19 раз больше, чем у Nvidia B200), 900 000 ядер, оптимизированных для ИИ , и 125 петафлопс вычислительной мощности ИИ — в 28 раз больше общей вычислительной мощности B200.
По сути, его конструкция представляет собой компромисс между пространством и временем : ядро вытравлено непосредственно на одной 12-дюймовой пластине, что устраняет «стену памяти», отделяющую данные от внешнего хранилища.
Эта эстетика насилия продемонстрировала ужасающее господство в «эпоху мистики»:
При работе с такими передовыми моделями, как OpenAI, Cognition и Meta, он может достигать пропускной способности до 3000 токенов в секунду, что в 70 раз быстрее, чем традиционные графические процессоры.
Однако в 2026 году самая передовая технология, если её нельзя будет обменять на самый быстрый токен, останется лишь кучей дорогого песка.
Восемнадцать месяцев назад Церебрас был одиноким гиком.
В 2025 году выручка компании составила всего 510 миллионов долларов , почти вся из которых пришлась на одного клиента, компанию G42 из ОАЭ. Компания понесла операционные убытки в размере 145,9 миллионов долларов, и планы по проведению IPO были вынуждены быть отложены.
Несмотря на превосходство в производительности над Nvidia, судьба этой компании зависит от чековой книжки одного-единственного клиента, подобно сироте, который может утонуть в любой момент.
Пока оно не постучало в дверь, ведущую в «Круг друзей Альтмена».
Соглашение о выкупе в размере 5 миллиардов долларов
В мире искусственного интеллекта закон Мура уступает место закону круга друзей
В обмен на выживание и стремительный рост компания Cerebras заключила соглашение, которое потрясло весь мир: предоставить OpenAI 750 мегаватт вычислительной мощности в течение следующих трех лет.
Исходя из текущих рыночных цен (приблизительно 9 миллиардов долларов США в год за 750 МВт), этот заказ может принести около 27 миллиардов долларов США выручки и 10 миллиардов долларов США валовой прибыли.
Это своевременная помощь для компании, которая и в прошлом году продолжала нести убытки.
Ещё более интригующим является тот факт, что эти 750 мегаватт составляют лишь одну сороковую часть от общей вычислительной мощности, которая, по мнению OpenAI, потребуется к 2030 году. Одного, пусть и небольшого, заказа достаточно, чтобы вывести Cerebras из разряда «второстепенных игроков» в центр внимания рынка.
Но бесплатного сыра не бывает; бывают только дорогостоящие рекламные контракты.
Взамен Cerebras должна поэтапно предоставить OpenAI варранты. После их исполнения OpenAI будет владеть 10 % акций Cerebras , стоимость которых составляет приблизительно 5 миллиардов долларов, исходя из средней цены размещения в 155 долларов .
Это означает, что компания Cerebras щедро предложила OpenAI половину потенциальной прибыли от этой мега-сделки в качестве «дани» .
Это несправедливо. Это контракт на выкуп вычислительной мощности в эпоху искусственного интеллекта .
OpenAI — это «лорд», контролирующий распределение трафика и спроса, а Cerebras — это тяжелобронированный рыцарь, предоставляющий передовые инструменты для производства. Если рыцарь хочет войти во владения лорда, он должен принести присягу на верность и поделиться половиной своей добычи с другой стороной.
После того, как Cerebras стала ассоциироваться с ключевым альянсом OpenAI, соотношение цены к продажам (P/S) мгновенно взлетело до 15 раз , и даже Nvidia пришлось уступить.
«Экономика Альтмена»
Он использует в своих целях гигантов индустрии аппаратного обеспечения .
Cerebras — не единственная компания, обладающая мощными вычислительными мощностями, которая «преклоняет колени» перед Альтменом.
В октябре прошлого года цена акций AMD утроилась после заключения аналогичного соглашения с OpenAI; еще раньше ходили слухи, что Nvidia привлекла 30 миллиардов долларов инвестиций для глубокой интеграции с OpenAI.
Формируется четкая структура власти: OpenAI превращается из компании-разработчика программного обеспечения в налоговый орган глобального рынка аппаратного обеспечения для ИИ .
Настоящие амбиции Альтмана заключаются не только в приобретении центров обработки данных для обучения и запуска собственных моделей, но и в постепенном расширении группы компаний и инвесторов, заинтересованных в успехе OpenAI.
Он плетет огромную сеть "сообщества, объединенного общими интересами".
OpenAI не покупает чипы; она лишь арендует будущее, тем самым фактически привязывая всех участников к одной лодке.
Для производителей оборудования: даже если прибыль сократится вдвое, получение "сертификата OpenAI" и соотношения цены к продажам в 15 — это выгодное предложение.
Для Альтмена это означало не только обеспечение вычислительной базы на следующее десятилетие, но и приобретение долей в компаниях всех потенциальных конкурентов.
В этом и заключается суть «экономики Альтмена»: во второй половине гонки за искусственный интеллект тот, кто определит спрос на модель, получит «право обложения налогом» всей цепочки поставок .
Может ли 48 миллиардов долларов купить положение у власти?
В четверг IPO компании Cerebras было переподписано в 20 раз , а ценовой диапазон был повышен до 150-160 долларов за акцию, что подразумевает оценку в 48 миллиардов долларов, совпавшую с 53-процентным ростом акций полупроводниковых компаний с их мартовских минимумов.
На финансовых рынках царила настоящая истерия. Им уже было все равно, потеряла ли компания Cerebras 140 миллионов долларов в прошлом году или превзошла ли ее коэффициент цена/продажи показатель Nvidia.
Они покупают своего рода "уверенность".
2026 год полон неопределенностей, так что же может быть более надежным, чем "ключевой партнер OpenAI"?
Именно это и делает данное IPO таким интригующим. Высокая оценка Cerebras по сути является премией, которую рынок заплатил за "рекламный контракт с Альтменом.
Суверенитет или вассальная зависимость?
Это IPO в 2026 году знаменует начало жестокой эры стратификации в полупроводниковой промышленности.
Будущее компаний, занимающихся производством микросхем, лежит только в двух направлениях:
Либо, как Nvidia , воспользуйтесь преимуществом первопроходца, чтобы построить собственную экосистему и стать законодателем правил либо, как Cerebras , пожертвуйте половиной своей души в азартной игре с высокими ставками, чтобы попасть в основной круг.
Если ты не можешь стать богом, стань самым дорогим приношением богу.
Это не просто технологическое соревнование, но и борьба за суверенитет.
Каждый мегаватт электроэнергии несет в себе дань от производителей микросхем новому гиганту из Кремниевой долины.
Альтмен не покупает чипы, он лишь арендует будущее. Цена акций AMD удвоилась, Nvidia тесно связана с ней, и теперь Cerebras послушно предлагает варранты на 5 миллиардов долларов — новый лидер Кремниевой долины незаметно облагает налогом всю отрасль.
На мониторах Уолл-стрит пламя цифровых оракулов разгорается все ярче.
На этой неделе компания Cerebras Systems, "нетипичная" компания в индустрии микросхем, готовится к первичному публичному размещению акций (IPO) с оценкой в 48 миллиардов долларов.
Это крупнейшее IPO в 2026 году, и деловая церемония, одновременно священная и жестокая.
Чтобы протиснуться в «Дворец богов» Альтмена, Церебрас лично отрезал 10% его «плоти и крови» — ордера на сумму приблизительно 5 миллиардов долларов .
Это уже не просто IPO. Это дань уважения со стороны лежащей в его основе структуры суверенитету модели на закате цивилизации.
За всем этим процветанием стоит человек, известный как «новый повелитель Силиконовой долины».
Возвращение жестокой эстетики
Это привело к созданию "кремниевого гиганта".
Если Nvidia описывает свой знаменитый чип B200 как изысканную почтовую марку, то флагманский чип Cerebras WSE-3 — это огромное обеденное блюдо.
В течение последних тридцати лет кредо полупроводниковой промышленности заключалось в «миниатюризации» — балансировании на грани возможного, размещении транзисторов в наномасштабе.
Однако компания Cerebras применила нетривиальный подход: поскольку пропускная способность памяти является ахиллесовой пятой искусственного интеллекта , они просто превратили всю кремниевую пластину в чип.
Этот «кремниевый гигант» занимает площадь почти в полквадратного фута и содержит более 4 триллионов транзисторов (в 19 раз больше, чем у Nvidia B200), 900 000 ядер, оптимизированных для ИИ , и 125 петафлопс вычислительной мощности ИИ — в 28 раз больше общей вычислительной мощности B200.
По сути, его конструкция представляет собой компромисс между пространством и временем : ядро вытравлено непосредственно на одной 12-дюймовой пластине, что устраняет «стену памяти», отделяющую данные от внешнего хранилища.
Эта эстетика насилия продемонстрировала ужасающее господство в «эпоху мистики»:
При работе с такими передовыми моделями, как OpenAI, Cognition и Meta, он может достигать пропускной способности до 3000 токенов в секунду, что в 70 раз быстрее, чем традиционные графические процессоры.
Однако в 2026 году самая передовая технология, если её нельзя будет обменять на самый быстрый токен, останется лишь кучей дорогого песка.
Восемнадцать месяцев назад Церебрас был одиноким гиком.
В 2025 году выручка компании составила всего 510 миллионов долларов , почти вся из которых пришлась на одного клиента, компанию G42 из ОАЭ. Компания понесла операционные убытки в размере 145,9 миллионов долларов, и планы по проведению IPO были вынуждены быть отложены.
Несмотря на превосходство в производительности над Nvidia, судьба этой компании зависит от чековой книжки одного-единственного клиента, подобно сироте, который может утонуть в любой момент.
Пока оно не постучало в дверь, ведущую в «Круг друзей Альтмена».
Соглашение о выкупе в размере 5 миллиардов долларов
В мире искусственного интеллекта закон Мура уступает место закону круга друзей
В обмен на выживание и стремительный рост компания Cerebras заключила соглашение, которое потрясло весь мир: предоставить OpenAI 750 мегаватт вычислительной мощности в течение следующих трех лет.
Исходя из текущих рыночных цен (приблизительно 9 миллиардов долларов США в год за 750 МВт), этот заказ может принести около 27 миллиардов долларов США выручки и 10 миллиардов долларов США валовой прибыли.
Это своевременная помощь для компании, которая и в прошлом году продолжала нести убытки.
Ещё более интригующим является тот факт, что эти 750 мегаватт составляют лишь одну сороковую часть от общей вычислительной мощности, которая, по мнению OpenAI, потребуется к 2030 году. Одного, пусть и небольшого, заказа достаточно, чтобы вывести Cerebras из разряда «второстепенных игроков» в центр внимания рынка.
Но бесплатного сыра не бывает; бывают только дорогостоящие рекламные контракты.
Взамен Cerebras должна поэтапно предоставить OpenAI варранты. После их исполнения OpenAI будет владеть 10 % акций Cerebras , стоимость которых составляет приблизительно 5 миллиардов долларов, исходя из средней цены размещения в 155 долларов .
Это означает, что компания Cerebras щедро предложила OpenAI половину потенциальной прибыли от этой мега-сделки в качестве «дани» .
Это несправедливо. Это контракт на выкуп вычислительной мощности в эпоху искусственного интеллекта .
OpenAI — это «лорд», контролирующий распределение трафика и спроса, а Cerebras — это тяжелобронированный рыцарь, предоставляющий передовые инструменты для производства. Если рыцарь хочет войти во владения лорда, он должен принести присягу на верность и поделиться половиной своей добычи с другой стороной.
После того, как Cerebras стала ассоциироваться с ключевым альянсом OpenAI, соотношение цены к продажам (P/S) мгновенно взлетело до 15 раз , и даже Nvidia пришлось уступить.
«Экономика Альтмена»
Он использует в своих целях гигантов индустрии аппаратного обеспечения .
Cerebras — не единственная компания, обладающая мощными вычислительными мощностями, которая «преклоняет колени» перед Альтменом.
В октябре прошлого года цена акций AMD утроилась после заключения аналогичного соглашения с OpenAI; еще раньше ходили слухи, что Nvidia привлекла 30 миллиардов долларов инвестиций для глубокой интеграции с OpenAI.
Формируется четкая структура власти: OpenAI превращается из компании-разработчика программного обеспечения в налоговый орган глобального рынка аппаратного обеспечения для ИИ .
Настоящие амбиции Альтмана заключаются не только в приобретении центров обработки данных для обучения и запуска собственных моделей, но и в постепенном расширении группы компаний и инвесторов, заинтересованных в успехе OpenAI.
Он плетет огромную сеть "сообщества, объединенного общими интересами".
OpenAI не покупает чипы; она лишь арендует будущее, тем самым фактически привязывая всех участников к одной лодке.
Для производителей оборудования: даже если прибыль сократится вдвое, получение "сертификата OpenAI" и соотношения цены к продажам в 15 — это выгодное предложение.
Для Альтмена это означало не только обеспечение вычислительной базы на следующее десятилетие, но и приобретение долей в компаниях всех потенциальных конкурентов.
В этом и заключается суть «экономики Альтмена»: во второй половине гонки за искусственный интеллект тот, кто определит спрос на модель, получит «право обложения налогом» всей цепочки поставок .
Может ли 48 миллиардов долларов купить положение у власти?
В четверг IPO компании Cerebras было переподписано в 20 раз , а ценовой диапазон был повышен до 150-160 долларов за акцию, что подразумевает оценку в 48 миллиардов долларов, совпавшую с 53-процентным ростом акций полупроводниковых компаний с их мартовских минимумов.
На финансовых рынках царила настоящая истерия. Им уже было все равно, потеряла ли компания Cerebras 140 миллионов долларов в прошлом году или превзошла ли ее коэффициент цена/продажи показатель Nvidia.
Они покупают своего рода "уверенность".
2026 год полон неопределенностей, так что же может быть более надежным, чем "ключевой партнер OpenAI"?
Именно это и делает данное IPO таким интригующим. Высокая оценка Cerebras по сути является премией, которую рынок заплатил за "рекламный контракт с Альтменом.
Суверенитет или вассальная зависимость?
Это IPO в 2026 году знаменует начало жестокой эры стратификации в полупроводниковой промышленности.
Будущее компаний, занимающихся производством микросхем, лежит только в двух направлениях:
Либо, как Nvidia , воспользуйтесь преимуществом первопроходца, чтобы построить собственную экосистему и стать законодателем правил либо, как Cerebras , пожертвуйте половиной своей души в азартной игре с высокими ставками, чтобы попасть в основной круг.
Если ты не можешь стать богом, стань самым дорогим приношением богу.
Это не просто технологическое соревнование, но и борьба за суверенитет.
Каждый мегаватт электроэнергии несет в себе дань от производителей микросхем новому гиганту из Кремниевой долины.
Ставки на потерю работы! Команда Тянь Юаньдуна из восьми человек заработала 4,4 миллиарда тайваньских долларов, вступив на путь «рекурсивной эволюции».
Восемь блестящих умов, возглавивших восхождение ИИ на передовые позиции, вступили в борьбу, получив масштабные инвестиции от Google и Nvidia. Их цель — научить ИИ самостоятельно обучаться и в конечном итоге устранить профессию исследователя ИИ.
Нет товаров. 25 человек.
Компания была основана менее шести месяцев назад. Ее рыночная капитализация составляет 4,65 миллиарда долларов.
Ещё более возмутительно то, что все восемь соучредителей этой компании — ведущие исследователи в области искусственного интеллекта.
Они тратят 650 миллионов долларов, делая ставку на то, что их профессия исчезнет!
Ричард Сочер, пионер в области векторизации слов в НЛП и бывший главный научный сотрудник Salesforce.
Цаймин Сюн, бывший старший вице-президент Salesforce по исследованиям в области искусственного интеллекта.
Тянь Юаньдун, бывший директор по исследованиям Meta FAIR.
Алексей Досовицкий, первый автор книги «Трансформатор видения» (ViT).
Джефф Клун , автор книги «Машина Дарвина-Гёделя» и пионер эволюционных алгоритмов.
Тим Рокташель, ведущий научный сотрудник DeepMind Genie World Model.
Джош Тобин, основатель команды разработчиков робототехники OpenAI.
Тим Ши , один из первых членов OpenAI и соучредитель компании-единорога в сфере обслуживания клиентов с использованием искусственного интеллекта.
В представленном виде этот список практически полностью отражает перечень авторов ключевых прорывов в области искусственного интеллекта за последнее десятилетие.
Их компания, Recursive Superintelligence, вчера официально вышла из «скрытого режима».
Инвестиционный состав, стоящий за этим проектом, весьма впечатляет – его возглавляют GV (Google Ventures) и Greycroft, а также в нем участвуют AMD Ventures и Nvidia.
Восемь ведущих исследователей в области искусственного интеллекта
Потратил 650 миллионов долларов, чтобы рискнуть потерять работу.
Несколько недель назад Сохер сказал нечто, что сейчас больше похоже на объявление войны.
Третий этап развития нейронных сетей, и, возможно, заключительный этап.
На первом этапе нейронные сети научились самостоятельно извлекать признаки, и услуги специалистов по извлечению признаков стали ненужными.
На втором этапе унифицированная модель устранила архитектуры, ориентированные на конкретные задачи, и множество компаний, работающих на нишевых рынках, исчезли.
На третьем этапе ИИ учится обучать себя самостоятельно.
Разработка передовой модели сегодня требует участия сотен людей, работающих в течение нескольких месяцев в ведущих лабораториях, таких как OpenAI, Anthropic и DeepMind. Выбор данных, разработка обучающей модели, постобработка и определение направления исследований — каждый этап зависит от человеческих усилий.
Проблема в том, что в мире есть всего несколько тысяч человек, способных на это. Более того, чем сложнее модель, тем ближе человеческие возможности её понимания и оптимизации к пределу.
Recursive автоматизирует весь описанный выше конвейер обработки данных.
Оценка, отбор данных, обучение, постобучение и выбор направления исследований — все это осуществляется самим искусственным интеллектом.
Весь процесс представляет собой замкнутый цикл, не требующий вмешательства человека от начала до конца.
Если это удастся, возникнет замкнутый цикл обратной связи: ИИ совершенствуется → улучшенный ИИ еще лучше совершенствуется → цикл ускоряется.
Это "рекурсивное самосовершенствование" (RSI), которое также послужило источником названия компании.
Стартовый состав Матча всех звёзд
Тянь Юаньдун
Степень бакалавра и магистра Шанхайского университета Цзяотун, докторская степень Института робототехники Университета Карнеги-Меллона.
Он проработал в Meta Fair почти десять лет, занимая последнюю должность директора по исследованиям, где руководил разработкой, планированием и принятием решений в рамках программы LLM. Он ушел после того, как в октябре 2025 года его затронули сокращения в Meta Fair.
Его проект ELF OpenGo позволил ему одержать победу над профессиональными игроками в го, используя всего один графический процессор, а также способствовал развитию таких звездных проектов, как StreamingLLM и GaLore.
Он также является соорганизатором семинара ICLR 2026 по рекурсивной самоэволюции.
Дополнительная информация: Компания Meta отклонила кандидатуру Тянь Юаньдуна, но предложения поступают со всего интернета! OpenAI изо всех сил пытается его переманить.
Тим Ши
Степень бакалавра наук в области компьютерных наук, полученная в Университете Цинхуа (в это время он был студентом по обмену в Массачусетском технологическом институте), докторская степень в области обработки естественного языка и обучения с подкреплением, полученная в Стэнфордской лаборатории искусственного интеллекта.
Он присоединился к OpenAI в качестве одного из первых участников в 2016 году, приняв участие в разработке основных моделей. Позже он стал соучредителем компании Cresta, занимающейся обслуживанием клиентов с помощью искусственного интеллекта, и занимал должность технического директора.
Цайминг Сюн
Докторская степень по информатике получена в Университете штата Нью-Йорк в Буффало, а также должность постдокторанта по статистике в Калифорнийском университете в Лос-Анджелесе.
Во время работы в MetaMind он и Сохер были давними партнерами. После приобретения компании Salesforce они вместе создали всю систему исследований в области ИИ, и он стал старшим вице-президентом по исследованиям в области ИИ. Он руководил исследовательскими группами в различных областях, включая обработку естественного языка, компьютерное зрение и разговорный ИИ.
Опубликовал более 100 научных работ по глубокому обучению и получил награду ACL 2019 за лучшую научную работу.
Ричард Сочер
Доктор компьютерных наук Стэнфордского университета. Один из самых цитируемых исследователей в области обработки естественного языка, он изобрел одни из первых и наиболее широко используемых векторных представлений слов и контекстных векторов, работая над этим еще до того, как многие узнали термин «разработка подсказок».
Он основал компанию MetaMind в 2014 году, а после ее приобретения компанией Salesforce в 2016 году занимал должность главного научного сотрудника и исполнительного вице-президента, где создал исследовательскую лабораторию искусственного интеллекта и систему разработки продуктов Salesforce.
После ухода он основал поисковую систему на основе искусственного интеллекта You.com, которая была оценена в 1,5 миллиарда долларов и привлекла более 200 миллионов долларов инвестиций. Теперь он отказался от всего, что было в You.com, чтобы построить компанию, у которой пока даже нет продукта.
Недавно он объяснил, почему так поступил. На недавнем собеседовании кандидат отказался от предложения, заявив, что «должность исследователя в области ИИ будет автоматизирована в течение нескольких лет». Услышав это, Сохер решил проверить это суждение на себе.
Джефф Клун
Он имеет степень бакалавра искусств по философии, полученную в Мичиганском университете, и степень доктора философии по информатике, полученную в Мичиганском государственном университете. В настоящее время он является профессором информатики в Университете Британской Колумбии и заведующим кафедрой искусственного интеллекта в CIFAR, а также пионером в области эволюционных алгоритмов и открытых систем искусственного интеллекта.
Он был постдокторантом в Корнельском университете, а позже присоединился к Uber AI Labs (являлся одним из основателей) и OpenAI в качестве руководителя исследовательских проектов.
В своем исследовании, посвященном машинам Дарвина-Гёделя, которое проводилось под руководством компании Sakana AI, он первым продемонстрировал, что агент ИИ может автономно переписывать собственный код для улучшения результатов в эталонных тестах.
Восемь блестящих умов, возглавивших восхождение ИИ на передовые позиции, вступили в борьбу, получив масштабные инвестиции от Google и Nvidia. Их цель — научить ИИ самостоятельно обучаться и в конечном итоге устранить профессию исследователя ИИ.
Нет товаров. 25 человек.
Компания была основана менее шести месяцев назад. Ее рыночная капитализация составляет 4,65 миллиарда долларов.
Ещё более возмутительно то, что все восемь соучредителей этой компании — ведущие исследователи в области искусственного интеллекта.
Они тратят 650 миллионов долларов, делая ставку на то, что их профессия исчезнет!
Ричард Сочер, пионер в области векторизации слов в НЛП и бывший главный научный сотрудник Salesforce.
Цаймин Сюн, бывший старший вице-президент Salesforce по исследованиям в области искусственного интеллекта.
Тянь Юаньдун, бывший директор по исследованиям Meta FAIR.
Алексей Досовицкий, первый автор книги «Трансформатор видения» (ViT).
Джефф Клун , автор книги «Машина Дарвина-Гёделя» и пионер эволюционных алгоритмов.
Тим Рокташель, ведущий научный сотрудник DeepMind Genie World Model.
Джош Тобин, основатель команды разработчиков робототехники OpenAI.
Тим Ши , один из первых членов OpenAI и соучредитель компании-единорога в сфере обслуживания клиентов с использованием искусственного интеллекта.
В представленном виде этот список практически полностью отражает перечень авторов ключевых прорывов в области искусственного интеллекта за последнее десятилетие.
Их компания, Recursive Superintelligence, вчера официально вышла из «скрытого режима».
Инвестиционный состав, стоящий за этим проектом, весьма впечатляет – его возглавляют GV (Google Ventures) и Greycroft, а также в нем участвуют AMD Ventures и Nvidia.
Восемь ведущих исследователей в области искусственного интеллекта
Потратил 650 миллионов долларов, чтобы рискнуть потерять работу.
Несколько недель назад Сохер сказал нечто, что сейчас больше похоже на объявление войны.
Третий этап развития нейронных сетей, и, возможно, заключительный этап.
На первом этапе нейронные сети научились самостоятельно извлекать признаки, и услуги специалистов по извлечению признаков стали ненужными.
На втором этапе унифицированная модель устранила архитектуры, ориентированные на конкретные задачи, и множество компаний, работающих на нишевых рынках, исчезли.
На третьем этапе ИИ учится обучать себя самостоятельно.
Разработка передовой модели сегодня требует участия сотен людей, работающих в течение нескольких месяцев в ведущих лабораториях, таких как OpenAI, Anthropic и DeepMind. Выбор данных, разработка обучающей модели, постобработка и определение направления исследований — каждый этап зависит от человеческих усилий.
Проблема в том, что в мире есть всего несколько тысяч человек, способных на это. Более того, чем сложнее модель, тем ближе человеческие возможности её понимания и оптимизации к пределу.
Recursive автоматизирует весь описанный выше конвейер обработки данных.
Оценка, отбор данных, обучение, постобучение и выбор направления исследований — все это осуществляется самим искусственным интеллектом.
Весь процесс представляет собой замкнутый цикл, не требующий вмешательства человека от начала до конца.
Если это удастся, возникнет замкнутый цикл обратной связи: ИИ совершенствуется → улучшенный ИИ еще лучше совершенствуется → цикл ускоряется.
Это "рекурсивное самосовершенствование" (RSI), которое также послужило источником названия компании.
Стартовый состав Матча всех звёзд
Тянь Юаньдун
Степень бакалавра и магистра Шанхайского университета Цзяотун, докторская степень Института робототехники Университета Карнеги-Меллона.
Он проработал в Meta Fair почти десять лет, занимая последнюю должность директора по исследованиям, где руководил разработкой, планированием и принятием решений в рамках программы LLM. Он ушел после того, как в октябре 2025 года его затронули сокращения в Meta Fair.
Его проект ELF OpenGo позволил ему одержать победу над профессиональными игроками в го, используя всего один графический процессор, а также способствовал развитию таких звездных проектов, как StreamingLLM и GaLore.
Он также является соорганизатором семинара ICLR 2026 по рекурсивной самоэволюции.
Дополнительная информация: Компания Meta отклонила кандидатуру Тянь Юаньдуна, но предложения поступают со всего интернета! OpenAI изо всех сил пытается его переманить.
Тим Ши
Степень бакалавра наук в области компьютерных наук, полученная в Университете Цинхуа (в это время он был студентом по обмену в Массачусетском технологическом институте), докторская степень в области обработки естественного языка и обучения с подкреплением, полученная в Стэнфордской лаборатории искусственного интеллекта.
Он присоединился к OpenAI в качестве одного из первых участников в 2016 году, приняв участие в разработке основных моделей. Позже он стал соучредителем компании Cresta, занимающейся обслуживанием клиентов с помощью искусственного интеллекта, и занимал должность технического директора.
Цайминг Сюн
Докторская степень по информатике получена в Университете штата Нью-Йорк в Буффало, а также должность постдокторанта по статистике в Калифорнийском университете в Лос-Анджелесе.
Во время работы в MetaMind он и Сохер были давними партнерами. После приобретения компании Salesforce они вместе создали всю систему исследований в области ИИ, и он стал старшим вице-президентом по исследованиям в области ИИ. Он руководил исследовательскими группами в различных областях, включая обработку естественного языка, компьютерное зрение и разговорный ИИ.
Опубликовал более 100 научных работ по глубокому обучению и получил награду ACL 2019 за лучшую научную работу.
Ричард Сочер
Доктор компьютерных наук Стэнфордского университета. Один из самых цитируемых исследователей в области обработки естественного языка, он изобрел одни из первых и наиболее широко используемых векторных представлений слов и контекстных векторов, работая над этим еще до того, как многие узнали термин «разработка подсказок».
Он основал компанию MetaMind в 2014 году, а после ее приобретения компанией Salesforce в 2016 году занимал должность главного научного сотрудника и исполнительного вице-президента, где создал исследовательскую лабораторию искусственного интеллекта и систему разработки продуктов Salesforce.
После ухода он основал поисковую систему на основе искусственного интеллекта You.com, которая была оценена в 1,5 миллиарда долларов и привлекла более 200 миллионов долларов инвестиций. Теперь он отказался от всего, что было в You.com, чтобы построить компанию, у которой пока даже нет продукта.
Недавно он объяснил, почему так поступил. На недавнем собеседовании кандидат отказался от предложения, заявив, что «должность исследователя в области ИИ будет автоматизирована в течение нескольких лет». Услышав это, Сохер решил проверить это суждение на себе.
Джефф Клун
Он имеет степень бакалавра искусств по философии, полученную в Мичиганском университете, и степень доктора философии по информатике, полученную в Мичиганском государственном университете. В настоящее время он является профессором информатики в Университете Британской Колумбии и заведующим кафедрой искусственного интеллекта в CIFAR, а также пионером в области эволюционных алгоритмов и открытых систем искусственного интеллекта.
Он был постдокторантом в Корнельском университете, а позже присоединился к Uber AI Labs (являлся одним из основателей) и OpenAI в качестве руководителя исследовательских проектов.
В своем исследовании, посвященном машинам Дарвина-Гёделя, которое проводилось под руководством компании Sakana AI, он первым продемонстрировал, что агент ИИ может автономно переписывать собственный код для улучшения результатов в эталонных тестах.
Алексей Досовицкий
Он имеет докторскую степень по математике Московского государственного университета. Он проводил исследования в области глубокого обучения во Фрайбургском университете (постдокторская стажировка под руководством Томаса Брокса), в лабораториях Intel и в Google Research.
Его наиболее известное достижение — Vision Transformer (ViT). Его статья «Изображение стоит 16×16 слов» — одно из наиболее цитируемых исследований в области компьютерного зрения за последние пять лет. Она напрямую перенесла архитектуру Transformer из области обработки естественного языка в область компьютерного зрения, изменив техническую стратегию всей области компьютерного зрения.
Тим Рокташель
Магистр компьютерных наук, Берлинский университет имени Гумбольдта, доктор философии, Университетский колледж Лондона (UCL) (получил стипендию Google для аспирантов и исследовательскую стипендию Microsoft для аспирантов). В настоящее время профессор искусственного интеллекта в UCL.
Он завершил свои постдокторские исследования в Оксфорде, затем присоединился к Meta Fair в качестве руководителя исследований и лидера направления, после чего стал старшим научным сотрудником в Google DeepMind, где участвовал в проекте по созданию модели мира Genie.
Джош Тобин
Степень бакалавра наук по математике Колумбийского университета, степень доктора философии в области компьютерных наук Калифорнийского университета в Беркли (научный руководитель: Питер Аббил).
Во время обучения в докторантуре я также три года работал научным сотрудником в OpenAI, где занимался разработкой робототехнических возможностей компании и участвовал в известном проекте по созданию роботизированной руки для решения кубика Рубика с помощью искусственного интеллекта.
После ухода он стал соучредителем компании Gantry, занимающейся мониторингом машинного обучения, а также разработал курс Full Stack Deep Learning.
Его специализация – перевод результатов исследований в практически применимые инженерные системы.
Восемь человек из Meta Fair, Google DeepMind, OpenAI, Salesforce AI и Uber AI, чьи исследовательские интересы охватывают эволюционные алгоритмы, модели мира, визуальные трансформеры, обучение с подкреплением, робототехнику, обработку естественного языка и базовое обучение, независимо друг от друга пришли к одному и тому же выводу.
Следующий шаг для ИИ — дать ему возможность создавать собственные модели. Не для того, чтобы сделать их больше, а для того, чтобы сделать их более автономными.
Инвесторы обожают такие истории, где «разные пути сходятся к одной цели». GV и Nvidia явно восприняли это всерьез.
Это не научная фантастика.
Некоторые люди уже прошли половину маршрута.
Амбиции компании Recursive возникли не на пустом месте.
За последний год концепция «самоэволюции ИИ» постепенно превратилась из академического понятия в практическое инженерное направление.
В мае 2025 года компания Google DeepMind выпустила AlphaEvolve .
В основе этой системы лежит технология LLM, а алгоритмы разрабатываются и оптимизируются посредством эволюционного поиска.
AlphaEvolve доказала одно: искусственный интеллект способен выполнять работу исследователей-людей в области разработки алгоритмов.
Дополнительная литература:
Примерно в то же время Джефф Клун выпустил Darwin Gödel Machine на платформе Sakana AI .
Технология DGM еще более радикальна; она позволяет агенту ИИ автономно переписывать собственные функции оптимизации и код, а затем проверять улучшение на эталонном тесте.
Если улучшение срабатывает, новый код сохраняется; если нет, он откатывается. Этот цикл может продолжаться бесконечно.
Дополнительная литература:
Если присмотреться, то в мае 2026 года ICLR провела в Рио-де-Жанейро свой первый академический семинар, посвященный изучению «рекурсивной самоэволюции ИИ» .
Когда в какой-либо области исследования ситуация меняется от "кто-то этим занимается" до "существуют специализированные конференции и семинары высшего уровня", это обычно означает, что она прошла стадию проверки концепции и вступила в инженерную гонку.
Джефф Клун: Мы находимся на рубеже рекурсивной саморазвивающейся системы.
В противоположность этому, Натан Ламберт, известный исследователь из AI2, в марте этого года предложил противоположную концепцию: «Самосовершенствование с потерями».
Его точка зрения заключается в том, что чем сложнее модель, тем труднее её оптимизировать. Чем больше вычислительных ресурсов и агентов в неё вкладывается, тем больше избыточности и потерь. Стоимость обучения моделей высшего уровня уже исчисляется миллиардами долларов. Никто не позволит ИИ тратить столько денег без чьего-либо контроля.
Прогресс будет, но он, скорее всего, будет линейным, а не экспоненциальным.
Независимо от того, было ли это решение правильным или нет, компания Recursive сделала ставку в 650 миллионов долларов на противоположную сторону, заключив сделку с восемью ведущими специалистами.
Компания Anthropic уже получает от этого прибыль.
Если вы считаете, что "само по себе обучение ИИ — это пока лишь лабораторная концепция", взгляните на практическую сторону вопроса.
Недавно Кэт Ву, менеджер по продуктам компании Claude Code, также предложила трехэтапную модель эволюции.
Первый этап представлял собой синхронную разработку. В прошлом году это было нормой. Вы писали код, а ИИ оказывал помощь в режиме реального времени, отвечая на ваши вопросы один за другим.
Второй этап — автоматизация рутинных задач. Это происходит прямо сейчас. Пользователи передают Клоду повторяющиеся задачи (например, ответы на обращения в службу поддержки) для автоматической обработки.
Третий этап включает в себя упреждающее прогнозирование.
По ее мнению, следующий прорыв — это «проактивность». Клод понимает, какую работу вы выполняете, и затем активно помогает вам создавать эти автоматизированные процессы.
Прежде чем вы успеете открыть рот, оно уже сделает свой ход.
Когда Кэт Ву это сказала, годовая выручка Anthropic только что превысила 30 миллиардов долларов, увеличившись в 80 раз по сравнению с прошлым годом. Годовая выручка Claude Code превысила 2,5 миллиарда долларов, а количество корпоративных подписок с начала года увеличилось в четыре раза.
Эти цифры и такое отношение иллюстрируют одну вещь: «Искусственный интеллект переходит от пассивного к активному» и уже приносит реальную прибыль.
В лаборатории компания Recursive разрабатывает системы, позволяющие искусственному интеллекту проводить собственные исследования.
Что касается разработки продуктов, Anthropic создает инструменты, которые позволяют искусственному интеллекту заблаговременно выполнять задачи за вас.
Эти две линии могут казаться совершенно разными, но обе ведут к одной и той же цели. Искусственный интеллект больше не ждет, пока человек нажмет кнопку.
На этот раз ставка сделана на всю трассу.
С точки зрения финала ASI, впечатления были совершенно иными.
Битва между Claude и GPT — это противостояние исследовательских групп, вычислительных мощностей и корпоративных клиентов. Каждый процентный пункт прогресса — это месяцы напряженной работы тысяч людей.
Если Recursive добьётся успеха, он, по сути, перевернёт и перепишет правила игры.
GV — это деньги Google, а Nvidia — это торговец оружием для всех.
Тот факт, что обе компании делают ставку на рекурсивный подход, является страховкой от возможности того, что если рекурсивная самоэволюция станет осуществимой, огромные исследовательские группы OpenAI и Anthropic могут в одночасье превратиться из основных активов в безвозвратные затраты.
В одном из интервью Джефф Клун признался: «Если однажды машины заменят меня в качестве специалиста по искусственному интеллекту, я, возможно, немного расстроюсь. Но вознаграждение может того стоить».
В этой финальной гонке обе команды отчаянно пытались вырваться на трассу.
Но Recursive хочет изменить сам процесс.
Это пиздец. Заполучить капитал любым способом, а дальше хоть трава не расти. Хотя, я на их месте делал бы то же самое.
50 тысяч жителей района озера Тахо перестанут получать электричество, потому что компания решила переправить его в дата-центры.
Можешь посмотреть китайцев. Те же z.ai (этот только в браузере) и Кими сейчас достойные.
Даже впн не нужен!
Отличная шапка ОП! НаесПромпте
Нихуясебе заявка. Ты хоть один слышал найротрек? ИИ охуенные треки генерит. Я только их и слушаю в последнее время. Они намного лучше пердежа, который выблёвывают кожанные певцы ртом
Кто быстрее съест состав говна, высрет а потом снова съест и так по кругу.
>ИИ наука
>look inside
>задачи пердиша
А у вас было такое?
>look inside
>задачи пердиша
А у вас было такое?
>Смысл существования художников создавать то чего не было никогда
Слегка не так.
Nihil est in intellectu, quod non prius fuerit in sensu
Смысл существования художников - самовыраженние через изобразительное искусство. Принципиально нового они не создают - а переносят свои ощущения, пропущенные через призму своего восприятия, на холст (в любом физическом его проявлении). ИИ тут не творец, а инструмент, как краска, резец или гитара.
Наример, услышал фурфаг на улице какой-то около-испанский музон, почему-то это вызвало в голове картинку карибских островов и сёрфинга в океане, попросил ИИ написать песню про фурей и океан. Всё перечисленное по отдельности уже было, суть только в создании артефакта на основе личного восприятия.
Таким образом, любой Васян, заказывающий трек "забацай мне репчину/шансончик", или дрочер "забацай мне ебущихся волков с хуями и сиськами" уже вносит промптом свой личный вклад в творчество.
Лишь капля, что сумеет воспарить
Над безмятежно стынущей водою,
Расколет небо яростной грозою -
Таков закон, его не изменить.
>ИИ на это не способен и никогда не будет.
Насчёт "никогда" вопрос спорный. Если он будет достаточно объёмным - вычислительные мощности на порядки выше текущих, - чтобы агрегировать множество областей (по отдельным областям у специализированных моделей проблем нет), и достаточно инициативным, чтобы самостоятельно находить потенциально интересные идеи, то будет - но тогда уже встанет вопрос о его разумности.
Ты тупой просто и всё. Если учёные будут говорить что они ИИ используют, то им зарплату урежут + нельзя будет авторство за собой поставить, если открытие охуенное.
А на задачи пердыша всем похуй.
А помните спуд и мифос которые месяц назад должны были выйти и всех уничтожить?
Никто не помнит потому, что все уничтожены.
Их и не было никогда.
Этот приём в маркетинге называется fictitious product marketing / вирусный маркетинг через несуществующий продукт / тизерная мистификация
Во время войны, подобные мистификации назывались "Легенда Авбвера"
Гоев разводят в очередной раз, а они и ведутся как телята на хуцпу.
Неважно, тут нормальное государство должно вступить и запретить, если нет 100% замены.
Так Спуд и уничтожил - первая нейросеть, которая проходит ProgramBench, также ей целый исходный код Bun переписали на Rust с нуля - раньше такое невозможно было. Не говоря уже о всяких научных проблемах, которые он решает ежедневно. Мифос же зажали для правительств и избранных партнеров, пока они дыры в безопасности латают, которые этот же Мифос и раскрывает.
Каждый раз, когда кто-то заявляет про охуевшие ИИ треки и приводит примеры, это оказывается джпоп/попмитол/зумерский пердеж говноед. Ни разу еще не видел, чтобы в пример приводились старый рок/металл, индастриал там, техно, классический реп.
Совпадение? Не думаю.
Да разницы нет по сути, на одних принципах работает создание треков в разных жанрах. А библиотека знаний для обучения року, рэпу, электронике просто огромна. Джаз нейронка, например делает весьма неплохой, я сам пробовал.
ты скинул шипящее автотюновое говно для глухих, о чем и речь
да, неплохой джаз с миллионов дабл треков, автотюном и стерео звуком, ну если ты глухое быдло то зайдет, похоже ведь на оригинал чем-то
>ProgramBench
Почему не тестят китайцев?
Это И дело не только в звучании, но и в структуре, в мелодии. Более-менее только русский шансон встречал.
Спорим я могу обосрать вообще всё что угодно, что ты сюда скинешь, в качестве годного примера?
У меня наушник с одним ухом был, отличный джаз. Доебался на ровном месте. Я, например, смотрю на структуру, мелодию и настроение-атмосферу в треке, а не на качество. Качество - это хуйня для бумеров. Спроси другую нейронку, она тебе трек на дорожки разложит и даст собрать в обычной DAW. А если заморочишься сфер этого, так еще и все рекомендаци ип осведению и мастерингу даст. Короче все косметика. Нейронки делают отличное музло в среднем. Все остальное - дело вкуса.
сверх
> годного примера
я не говорю про годные примеры, возьми любой трек из чарта/жанровой подборки/любимого альбома написанный людьми, они не звучат как нейрослоп, нейрослоп просто очень легко детектится и сразу вызывает эффект зловещей долины, ну не охота этих шипящих свистящих роботов слушать как они пытаются людей имитировать
> на дорожки разложит
это никак не решает проблему изначально хуевой дорожки вокала
> я
Кто?
> могу обосрать
Не сомневаюсь.
Приколдес в том, что я вообще без вокала генерил, вот настолько мне похуй на него, лол. Мелодия, аранжировка решает. Тем более, в джазе. Кто тут еще быдло. Ор просто. Для тебя джаз, наверное, - это блондинка в ярко-красном платье, которая драматично и томно сиськами трясет на сцене.
>Это скорее группа гениев, стремящихся к божественности, ведущих грязную борьбу за интересы, власть и право определять будущее человечества.
))
))
Тред интересен только шапкой с суммаризацией, сами новости такой концентрированный гойслоп что неудивительно как много тут уверовавших шизов
Чел, мне кажется, что это просто доёбы до пикселей. Если певец без голоса исполняет какой-то трек в студии и его потом обрабатывают, чтобы это попадало в ноты и звучало красиво, то по-твоему это одно, а если текст и голос и музыка полность сгенерированы- то это другое?
Вот тебе шебм, чем он отличается по факту от той же Ирины Круг ? Я вот, конечно не долго, но всё же, 4 года училсяв музыкальной школе, но я вот хоть убей не разбираю на атомы звучаниеЮ чтобы доебаться до "неестественности", и, положа руку на сердце, я не вижу неестественности в данном произведении.
Альтмен начинает волноваться! Компания OpenAI, три года занимавшая трон, была свергнута компанией Anthropic.
Только что Клод сместил ChatGPT с первого места, и рыночная доля Anthropic впервые достигла вершины! Данные Ramp показывают, что доля Клода (34,4%) впервые превысила долю OpenAI (32,3%). Однако экономисты Ramp прямо заявили, что Anthropic в настоящее время сталкивается с тремя основными проблемами, и исход пока неясен.
Битва крупных моделей достигла своего самого шокирующего и разрушительного момента в 2026 году.
Компания Anthropic фактически нанесла OpenAI исторический «удар в спину» в корпоративном секторе.
Согласно последнему индексу искусственного интеллекта, опубликованному финтех-гигантом Ramp в мае 2026 года, появились данные, способные потрясти всю отрасль.
Компания Anthropic достигла уровня внедрения своей продукции на рабочем месте в 34,4%, впервые превзойдя показатель OpenAI в 32,3%.
Это давно запланированное «возвращение». За последний год темпы внедрения решений Anthropic в корпоративном секторе выросли почти в четыре раза, в то время как темпы роста бывшего лидера OpenAI составляют всего 0,3%.
В мире искусственного интеллекта правила игры официально изменились, и рынок B2B превращается в настоящую "мясорубку".
В этот момент Альтмен начал испытывать тревогу.
Когда-то ChatGPT был синонимом искусственного интеллекта.
В январе этого года данные Ramp также показали, что OpenAI значительно опережает своих конкурентов, а ее продукты демонстрируют взрывной рост в применении в разработке программного обеспечения, исследованиях, финансах и поддержке клиентов.
Однако данные Ramp, основанные на реальных расходах более чем 50 000 компаний и миллиардах долларов, разрушили позиции OpenAI.
Стоит отметить, что в мае предыдущего года показатели платного внедрения решений Anthropic и OpenAI в корпоративном секторе составляли 9% и 32% соответственно.
Всего за 12 месяцев компания Anthropic увеличила свои размеры в четыре раза, в то время как OpenAI выросла всего на 0,3 процентных пункта.
Главный экономист Ramp, Ара Харазиан, заявил: «Anthropic долгое время лидировала в секторах с высоким уровнем внедрения, таких как финансы, технологии и профессиональные услуги. OpenAI также имела преимущество в других отраслях, но это преимущество сокращалось в последние несколько месяцев».
Важно понимать, что индекс искусственного интеллекта Ramp основан на реальных данных о расходах предприятий — тратах по кредитным картам и платежах по счетам, — поэтому данные отражают фактические денежные затраты, а не расходы в рамках бесплатных пробных периодов.
Это означает, что когда руководители компаний принимают решение о финансировании ИИ, они все чаще выбирают Claude вместо ChatGPT.
По данным издания The Information, годовой доход Anthropic достиг приблизительно 44 миллиардов долларов, что значительно превосходит показатели OpenAI.
Столкнувшись с таким катастрофическим результатом, представители OpenAI не могли оставаться в стороне и быстро активировали свою защиту. Пресс-секретарь прямо заявил: «Данные Ramp отслеживают только списания с кредитных карт, в то время как наши многомиллионные контракты на масштабную трансформацию предприятий вообще не используют кредитные карты».
Однако, по мнению экспертов отрасли, это объяснение скорее является попыткой «сохранить лицо».
Сегодня Альтман также в срочном порядке запустил программу «двухмесячный бесплатный доступ к Codex» для предприятий, пытаясь вернуть утраченных клиентов сегмента B с помощью стратегии низких цен.
За этой тревогой скрываются два мощных оружия, созданных компанией Anthropic. Одно из них — это жестокая эстетика её модели выставления счетов, а другое — эффект печатания денег её ИИ-агента.
SaaS умер?
Модель "оплаты по факту использования" генерирует настоящий цунами доходов в размере 45 миллиардов долларов.
Недавно компания Anthropic приняла неожиданное решение, которое можно расценить как нарушение «мантры SaaS» — полностью отказавшись от фиксированных абонентских платежей и перейдя на оплату токенами.
Это, казалось бы, незначительное изменение вызвало ужасающий цунами доходов!
По данным источников, знакомых с ситуацией, годовой доход Anthropic от регулярных поступлений вырос до 45 миллиардов долларов — цифры, которая составляла лишь треть от нынешнего уровня в конце прошлого года.
Почему компании готовы "принимать решения, исходя из объема"?
В традиционной модели SaaS вы получаете 30 долларов в месяц с каждого пользователя, независимо от того, используете вы продукт или нет. Но в эпоху ИИ-агентов эта модель больше не ждет, пока сотрудники зададут вопросы; вместо этого она становится «цифровым работником», который работает автоматически 24/7.
Это означает, что право на взимание платы полностью восстановлено.
Когда ИИ начинает обрабатывать десятки тысяч рабочих процессов, потребление токенов резко возрастает.
Одновременно с этим, ценовая политика Anthropic также начала укрепляться.
Несмотря на то, что модели Anthropic (такие как Claude 3.5/4.0) имеют чрезвычайно высокую цену, компании обнаружили, что при хорошей окупаемости инвестиций даже самые дорогие токены являются всего лишь «дешевой рабочей силой» благодаря своей превосходной производительности и меньшему количеству иллюзий.
Таким образом, мы обнаружили следующий набор поразительных данных.
Например, Microsoft, несмотря на наличие OpenAI, потратила в этом году на Клода ошеломляющие 500 миллионов долларов.
Кроме того, в этот сегмент рынка стекаются гиганты индустрии; согласно статистике, более 1000 крупных клиентов ежегодно платят Anthropic более 1 миллиона долларов.
Эта модель оплаты по мере использования дает Anthropic больше возможностей для ценообразования, чем гиганту облачных вычислений AWS!
Неудивительно, что некоторые аналитики воскликнули: «Модель SaaS преобразуется благодаря искусственному интеллекту. Будущее богатство больше не будет принадлежать тем, кто платит за акцию, а тем, кто потребляет токены».
Искусственный интеллект: «Суперработник», заработавший 1 миллион юаней за один квартал.
Если токены подобны нефти, то агенты искусственного интеллекта — двигателям, которые потребляют много нефти, но вырабатывают огромную мощность.
Опыт компании Workato, гиганта в сфере автоматизации ИТ, является микрокосмосом этой трансформации.
Год назад компания Workato просто покупала аккаунты Claude для своих сотрудников, чтобы те могли использовать их в качестве ассистентов преподавателей.
Но за последние три месяца их команда в спешке начала создавать агентов с использованием Claude — некоторые агенты отвечают за сбор данных о расходах клиентов, другие — за автоматическое написание писем для связи с клиентами, а третьи — за обновление базы данных Salesforce.
Результаты были потрясающими!
За один квартал объем звонков Клода увеличился в четыре раза просто благодаря внедрению рабочего процесса для операторов.
В то же время компания продемонстрировала реальный рост. Этот агент напрямую обеспечил компании прирост продаж на 1 миллион долларов всего за один квартал.
Только что Клод сместил ChatGPT с первого места, и рыночная доля Anthropic впервые достигла вершины! Данные Ramp показывают, что доля Клода (34,4%) впервые превысила долю OpenAI (32,3%). Однако экономисты Ramp прямо заявили, что Anthropic в настоящее время сталкивается с тремя основными проблемами, и исход пока неясен.
Битва крупных моделей достигла своего самого шокирующего и разрушительного момента в 2026 году.
Компания Anthropic фактически нанесла OpenAI исторический «удар в спину» в корпоративном секторе.
Согласно последнему индексу искусственного интеллекта, опубликованному финтех-гигантом Ramp в мае 2026 года, появились данные, способные потрясти всю отрасль.
Компания Anthropic достигла уровня внедрения своей продукции на рабочем месте в 34,4%, впервые превзойдя показатель OpenAI в 32,3%.
Это давно запланированное «возвращение». За последний год темпы внедрения решений Anthropic в корпоративном секторе выросли почти в четыре раза, в то время как темпы роста бывшего лидера OpenAI составляют всего 0,3%.
В мире искусственного интеллекта правила игры официально изменились, и рынок B2B превращается в настоящую "мясорубку".
В этот момент Альтмен начал испытывать тревогу.
Когда-то ChatGPT был синонимом искусственного интеллекта.
В январе этого года данные Ramp также показали, что OpenAI значительно опережает своих конкурентов, а ее продукты демонстрируют взрывной рост в применении в разработке программного обеспечения, исследованиях, финансах и поддержке клиентов.
Однако данные Ramp, основанные на реальных расходах более чем 50 000 компаний и миллиардах долларов, разрушили позиции OpenAI.
Стоит отметить, что в мае предыдущего года показатели платного внедрения решений Anthropic и OpenAI в корпоративном секторе составляли 9% и 32% соответственно.
Всего за 12 месяцев компания Anthropic увеличила свои размеры в четыре раза, в то время как OpenAI выросла всего на 0,3 процентных пункта.
Главный экономист Ramp, Ара Харазиан, заявил: «Anthropic долгое время лидировала в секторах с высоким уровнем внедрения, таких как финансы, технологии и профессиональные услуги. OpenAI также имела преимущество в других отраслях, но это преимущество сокращалось в последние несколько месяцев».
Важно понимать, что индекс искусственного интеллекта Ramp основан на реальных данных о расходах предприятий — тратах по кредитным картам и платежах по счетам, — поэтому данные отражают фактические денежные затраты, а не расходы в рамках бесплатных пробных периодов.
Это означает, что когда руководители компаний принимают решение о финансировании ИИ, они все чаще выбирают Claude вместо ChatGPT.
По данным издания The Information, годовой доход Anthropic достиг приблизительно 44 миллиардов долларов, что значительно превосходит показатели OpenAI.
Столкнувшись с таким катастрофическим результатом, представители OpenAI не могли оставаться в стороне и быстро активировали свою защиту. Пресс-секретарь прямо заявил: «Данные Ramp отслеживают только списания с кредитных карт, в то время как наши многомиллионные контракты на масштабную трансформацию предприятий вообще не используют кредитные карты».
Однако, по мнению экспертов отрасли, это объяснение скорее является попыткой «сохранить лицо».
Сегодня Альтман также в срочном порядке запустил программу «двухмесячный бесплатный доступ к Codex» для предприятий, пытаясь вернуть утраченных клиентов сегмента B с помощью стратегии низких цен.
За этой тревогой скрываются два мощных оружия, созданных компанией Anthropic. Одно из них — это жестокая эстетика её модели выставления счетов, а другое — эффект печатания денег её ИИ-агента.
SaaS умер?
Модель "оплаты по факту использования" генерирует настоящий цунами доходов в размере 45 миллиардов долларов.
Недавно компания Anthropic приняла неожиданное решение, которое можно расценить как нарушение «мантры SaaS» — полностью отказавшись от фиксированных абонентских платежей и перейдя на оплату токенами.
Это, казалось бы, незначительное изменение вызвало ужасающий цунами доходов!
По данным источников, знакомых с ситуацией, годовой доход Anthropic от регулярных поступлений вырос до 45 миллиардов долларов — цифры, которая составляла лишь треть от нынешнего уровня в конце прошлого года.
Почему компании готовы "принимать решения, исходя из объема"?
В традиционной модели SaaS вы получаете 30 долларов в месяц с каждого пользователя, независимо от того, используете вы продукт или нет. Но в эпоху ИИ-агентов эта модель больше не ждет, пока сотрудники зададут вопросы; вместо этого она становится «цифровым работником», который работает автоматически 24/7.
Это означает, что право на взимание платы полностью восстановлено.
Когда ИИ начинает обрабатывать десятки тысяч рабочих процессов, потребление токенов резко возрастает.
Одновременно с этим, ценовая политика Anthropic также начала укрепляться.
Несмотря на то, что модели Anthropic (такие как Claude 3.5/4.0) имеют чрезвычайно высокую цену, компании обнаружили, что при хорошей окупаемости инвестиций даже самые дорогие токены являются всего лишь «дешевой рабочей силой» благодаря своей превосходной производительности и меньшему количеству иллюзий.
Таким образом, мы обнаружили следующий набор поразительных данных.
Например, Microsoft, несмотря на наличие OpenAI, потратила в этом году на Клода ошеломляющие 500 миллионов долларов.
Кроме того, в этот сегмент рынка стекаются гиганты индустрии; согласно статистике, более 1000 крупных клиентов ежегодно платят Anthropic более 1 миллиона долларов.
Эта модель оплаты по мере использования дает Anthropic больше возможностей для ценообразования, чем гиганту облачных вычислений AWS!
Неудивительно, что некоторые аналитики воскликнули: «Модель SaaS преобразуется благодаря искусственному интеллекту. Будущее богатство больше не будет принадлежать тем, кто платит за акцию, а тем, кто потребляет токены».
Искусственный интеллект: «Суперработник», заработавший 1 миллион юаней за один квартал.
Если токены подобны нефти, то агенты искусственного интеллекта — двигателям, которые потребляют много нефти, но вырабатывают огромную мощность.
Опыт компании Workato, гиганта в сфере автоматизации ИТ, является микрокосмосом этой трансформации.
Год назад компания Workato просто покупала аккаунты Claude для своих сотрудников, чтобы те могли использовать их в качестве ассистентов преподавателей.
Но за последние три месяца их команда в спешке начала создавать агентов с использованием Claude — некоторые агенты отвечают за сбор данных о расходах клиентов, другие — за автоматическое написание писем для связи с клиентами, а третьи — за обновление базы данных Salesforce.
Результаты были потрясающими!
За один квартал объем звонков Клода увеличился в четыре раза просто благодаря внедрению рабочего процесса для операторов.
В то же время компания продемонстрировала реальный рост. Этот агент напрямую обеспечил компании прирост продаж на 1 миллион долларов всего за один квартал.
> певец без голоса исполняет какой-то трек в студии и его потом обрабатывают
Оно все равно не будет так звучать, тут именно узнаваемые роботизированные артефакты и неестественные резкие скачки в высоте и тембре звука, такое бывает только у всяких энджойкинов когда они обычные фразы людей растягивают до нот чтобы что-то похожее на музыку получилось.
«Это лишь верхушка айсберга», — посетовал один из ИТ-директоров. «Когда компании обнаружат, что один агент может заменить пять продавцов и при этом имеет более высокий коэффициент конверсии, их зависимость от ИИ возрастет в десять раз».
«Вот это да!» Стремительный рост цен довел директора по информационным технологиям до сердечного приступа.
Однако эта высокодоходная модель также оказала беспрецедентное давление на владельцев бизнеса.
В связи с тем, что компания Anthropic изменила свою модель ценообразования для корпоративных клиентов, перейдя от фиксированной абонентской платы к оплате в зависимости от использования токенов, а также запустила новую версию токенизатора, количество токенов, потребляемых за один запрос, увеличилось.
Два лезвия были сложены вместе и воткнуты в бумажник клиента.
Поскольку агенты искусственного интеллекта работают автономно, они иногда могут даже "выходить из-под контроля".
Однажды на Workato произошёл неожиданный инцидент: разработанный сотрудником агент за один день вызвал циклический вызов из-за ошибки в логике кода, что привело к мгновенному расходованию выделенных токенов за месяц.
В компании Telaid, предоставляющей ИТ-услуги, директор по информационным технологиям Скот ЛеВан недавно был шокирован выставленным ему счетом.
«Когда я увидел, что счет Клода за 30 сотрудников утроился за 30 дней, моей первой реакцией было: Вот это да!»
Еще хуже обстояли дела у ServiceNow и Uber, которые потратили весь свой годовой бюджет на ИИ за первые несколько месяцев года.
Сегодняшние директора по информационным технологиям не ограничиваются лишь технологиями; они даже выделяют специальные команды для ежедневного контроля за счетами Anthropic.
«Необходимо следить за этим ежедневно, иначе расходы выйдут из-под контроля», — сказала Келли Ромак, директор по информационным технологиям компании ServiceNow.
Но именно в этом и заключается сила Anthropic: даже зная, что это дорого и может выйти за рамки бюджета, компании не смеют останавливаться.
Причина проста: команда разработчиков программного обеспечения повысила свою эффективность на 30% после использования Claude Code, а отдел продаж не мог бы писать качественные электронные письма для продаж без него.
Эта «наркотическая» зависимость лежит в основе феноменального успеха компании Anthropic на рынке B2B.
Предприниматели жалуются на высокие цены, но при этом не боятся прекращать свою деятельность.
Экономист по вопросам наращивания рампы: Тройное препятствие для Anthropic
Столкнувшись с этими данными, компания OpenAI не только поставила под сомнение статистические методы Ramp, но и отношение к ним со стороны собственного экономиста Ramp, Харазиана, оказалось весьма интригующим.
Затем он написал пост в блоге, в котором изложил три основные проблемы, с которыми сталкивается компания Anthropic.
Первый слой: несоответствие интересов.
Компания Anthropic монетизирует свои услуги за счет использования токенов, что естественным образом подталкивает пользователей к переходу на более дорогие модели. Когда же предприятия начинают более экономно расходовать ресурсы и перенаправлять простые задачи на более дешевые модели, рост замедляется.
Вторая проблема: снижение качества обслуживания пользователей.
В последние несколько недель Клод столкнулся с частыми перебоями в работе сервиса, ограничением скорости и недовольством пользователей. Компания Anthropic действительно работает над исправлением ситуации — в апреле были сброшены лимиты пользователей, и было заключено соглашение о создании дата-центра со SpaceX, — но окно возможностей очень короткое.
Третий фактор: затраты продолжают расти.
Последнее обновление модели утроило стоимость токенов-подсказок на основе изображений. Клиенты уже жалуются на высокую цену, так почему же в планах развития продукта это приоритетное направление? Харазиан откровенно признает, что «не понимает».
Экономист отметил, что Рафаэль Хаджар, его коллега из Econ Lab, обнаружил, что последнее обновление модели Anthropic привело к увеличению стоимости любого токена, содержащего подсказку в виде изображения, в 3 раза.
Тем временем компания OpenAI уже предприняла свои шаги.
Codex предлагает предприятиям двухмесячный бесплатный пробный период. Собственные данные Ramp также показывают, что в последнее время наиболее быстрорастущая группа поставщиков — это именно те, кто предоставляет платформы для вывода ИИ с недорогими моделями с открытым исходным кодом.
Трон, занимаемый Anthropic, был не столь прочным.
Сменится ли трон, или это всего лишь перерыв в матче?
Если рассматривать этот отчет в контексте финала ASI, то конкуренция между Anthropic и OpenAI смещается от вопроса «чья модель получит более высокий балл» к вопросу «кто сможет интегрироваться в основной рабочий процесс предприятия».
Это совершенно другое поле боя.
Возвращение Anthropic официально знаменует собой вхождение конкурса крупномасштабных моделей в "глубоководческую зону".
Несомненно, первая половина большой модели относится к сегменту C, который полагается на «потрясающий» имидж для завоевания популярности, а вторая половина относится к сегменту B, зарабатывающему деньги за счет оптимизации рабочих процессов.
Отчет компании Anthropic о годовом доходе в 45 миллиардов долларов говорит миру о том, что искусственный интеллект перестал быть пожирающей деньги черной дырой и превратился в самую мощную машину для печатания денег в реальном мире.
Однако, сколько корпоративных пользователей отпугнет ошеломляющий бюджет Anthropic? Как долго они будут готовы платить за это?
Самый дорогой поставщик решений в области ИИ одновременно является и самым быстрорастущим. Как долго продлится это противоречие — ключевой показатель, за которым следует следить на рынке корпоративного ИИ в течение следующих шести месяцев.
OpenAI не проиграла, но столкнулась с беспрецедентно грозным противником.
Война за звание "короля корпоративного ИИ" только началась.
Ну значит ты в каком-то особенном диапазоне слышишь звук. Ну либо я такой, который вообще не видит разницы.
NVIDIA и MIT наносят удар! Китайская команда выпустила революционный код с открытым исходным кодом, который в 10 раз снижает потребление памяти при выполнении инференции для больших моделей.
Как обычная 24-гигабайтная видеокарта позволяет сверхбольшой 32-байтовой модели одновременно считывать шесть длинных документов и автоматически генерировать еженедельный отчет? NVIDIA, MIT и китайские исследователи из Чжэцзянского университета разработали новый способ, который снижает потребление памяти в 10 раз без ущерба для интеллектуальных функций и без исчерпания видеопамяти, полностью преодолевая аппаратные ограничения.
Для запуска большой модели с 32-битными параметрами в качестве агента используется видеокарта RTX 4090 с 24 ГБ видеопамяти.
Без сжатия по ключу-значению видеопамять исчерпывается, и модель даже не может запуститься.
После перехода на TriAttention модель работала без сбоев, успешно обработала шесть документов и автоматически сгенерировала полный еженедельный отчет.
Это не модифицированная версия, созданная экспертом из сообщества, а совместная работа Массачусетского технологического института, NVIDIA и Чжэцзянского университета.
Статья
https://arxiv.org/pdf/2604.04921
Основная идея заключается в использовании треугольной концентрации Q/K в пространстве до RoPE для оценки важности каждого токена KV, а затем в сохранении только тех, которые действительно важны.
Для аналогии, другие методы сжатия кэша KV похожи на то, как если бы вы запихнули весь свой багаж в компрессионный мешок, сплющив все, будь то пуховая куртка или кирпичи.
TriAttention сначала роется в чемодане, выбрасывает кирпичи и берет с собой только пуховую куртку.
Демонстрационная версия TriAttention показывает полный процесс выполнения задачи агента OpenClaw на графическом процессоре Qwen3-32B с использованием одной видеокарты RTX 4090.
Один из авторов, Юкан Чен, опубликовал это сравнение на X. Слева, без сжатия, видеопамять напрямую сообщила об ошибке; справа, с включенным TriAttention, агент прочитал 6 документов и вывел полный еженедельный отчет.
2,5-кратное увеличение пропускной способности
Сокращение объема памяти в 10,7 раза
Насколько это было эффективно? Цифры говорят сами за себя.
В задаче математического мышления AIME25 алгоритм TriAttention показал увеличение пропускной способности в 2,5 раза, при этом сравнявшись по точности с алгоритмом Full Attention (40,8%).
Что касается памяти: объем кэш-памяти типа «ключ-значение» был уменьшен в 10,7 раза.
Компромиссы в производительности на AIME25 (Qwen3-8B). (A) При одинаковой точности (40,8%) TriAttention обеспечивает в 2,5 раза большую пропускную способность, чем FullAttention. (B) TriAttention уменьшает объем памяти KV-кэша в 10,7 раза, сохраняя при этом ту же точность, что и FullAttention.
Обратите внимание, что это относится к кэш-памяти ключ-значение, а не ко всему объему видеопамяти системы или ко всему объему памяти, занимаемому параметрами модели.
Однако, даже если рассматривать только кэш ключ-значение, в сценариях вывода длинных последовательностей кэш ключ-значение часто становится последней каплей, переполняющей чашу терпения, когда речь идет о памяти графического процессора.
Исключение этого предмета — это та грань, которая разделяет возможность бегать и невозможность бегать.
Основной эксперимент проводился на платформе Qwen3-8B и охватывал такие задачи, как AIME24, AIME25 и MATH500.
Благодаря длине генерации в 32 000 токенов, TriAttention практически не теряет точности, при этом значительно повышая эффективность вывода.
На одном принтере 4090 можно распечатать большую модель размером 32B.
В приложении к данной статье приводится пример реального внедрения.
В сценарии используется OpenClaw, многоэтапный рабочий процесс с участием агентов. Задача состоит в том, чтобы прочитать шесть документов в формате Markdown и составить еженедельный отчет.
Модель представляет собой Qwen3-32B, квантованную с помощью AWQ INT4, и работает на видеокарте RTX 4090 (24 ГБ).
Выполнение этой задачи без сжатия кэша ключ-значение? Память графического процессора мгновенно выйдет из строя.
Из-за длительных системных запросов и многократных циклов чтения документов кэш-память типа ключ-значение разрослась до такой степени, что видеопамять не смогла с ней справиться.
После того, как TriAttention взяла дело под свой контроль, агент успешно прочитал все документы и сгенерировал полный отчет.
В модели используется квантованная версия Qwen3-32B AWQ INT4, а не оригинальная полнофункциональная версия FP16; она запускает рабочий процесс агента OpenClaw, а не общий тест производительности для длинных текстов.
Но это, как оказалось, доказывает, что «полноценная задача агента, имеющая реальную производственную ценность, может выполняться на потребительском оборудовании».
Плагин vLLM готов.
Экспериментальный запуск MLX
TriAttention — это не просто понятие, встречающееся в научных статьях.
Автор предоставил интеграцию vLLM в репозитории GitHub. В файле README четко указано, что TriAttention включает плагин vLLM и содержит инструкции для серверного режима API, совместимого с OpenAI, API на Python и интеграции с OpenClaw.
По сравнению с экспериментальными результатами, представленными в статье, это представляет собой инженерное усовершенствование на уровне склада.
Это означает, что вам не нужно менять архитектуру модели или переобучать её; вы можете просто подключить этот плагин, чтобы получить преимущества сжатия ключ-значение в существующем конвейере вывода vLLM.
Для процессоров Apple Silicon в официальном репозитории содержится отдельный документ docs/mlx.md, охватывающий всю серию чипов от M1 до M4. Он основан на фреймворке MLX и работает на mlx-lm, а также включает примеры кода и аппаратные тесты.
В официальном репозитории TriAttention представлена экспериментальная документация по поддержке MLX, охватывающая чипы M1-M4: https://github.com/WeianMao/triattention/blob/main/docs/mlx.md
Однако в официальной документации также указано, что это пока экспериментальная поддержка, а это значит, что MLX уже тестировали на ранних стадиях, но до полноценного локального развертывания на Mac еще далеко.
Два маршрута на компрессионном пути КВ
В дорожке сжатия кэша ключ-значение есть два маршрута.
Один из них – количественный подход.
24 марта исследовательское подразделение Google выпустило TurboQuant, который в официальном блоге позиционируется как решение, «обеспечивающее экстремальное сжатие без потери точности», с упором на сокращение количества битов в кэше ключ-значение и векторном поиске до крайне низкого уровня.
Кто-то из участников сообщества уже успешно запустил Gemma 4 31B на Apple Silicon с помощью TurboQuant.
Другой подход — это выборочное удержание.
TriAttention — это новый представитель такого подхода. Вместо нажатия битов он напрямую определяет, какие пары ключ-значение токенов стоит сохранять, а какие можно отбросить.
Оба пути в конечном итоге приводят к одной и той же цели: запускать большие модели на оборудовании потребительского класса без сбоев памяти или потери точности.
Но методологии совершенно разные.
Количественная сортировка подразумевает сплющивание каждого места багажа, тогда как выборочное изъятие означает непосредственное сокращение количества мест багажа.
Теоретически, их можно использовать даже вместе.
В настоящее время не существует строгого прямого сравнения с использованием одной и той же модели, оборудования и задачи, поэтому пока рано говорить о том, кто кого «превосходит».
Однако несомненно одно: оба этих подхода ускоряют свое внедрение на потребительский рынок.
Год назад "запуск больших моделей локально" был в сообществе гиков еще своего рода перформансом, и для работы с 7B потребовалось бы много времени.
Теперь модель 32B выполняет задачи агента на одной потребительской карте, экосистема MLX на Apple Silicon выпускает новый репозиторий каждую неделю, а плагин vLLM превращает сжатие ключ-значение в решение, работающее в один клик по принципу «подключи и работай».
Область сжатия кэша ключ-значение трансформируется из экспериментальных исследований в научных статьях в инженерную реальность, доступную каждому разработчику.
Как обычная 24-гигабайтная видеокарта позволяет сверхбольшой 32-байтовой модели одновременно считывать шесть длинных документов и автоматически генерировать еженедельный отчет? NVIDIA, MIT и китайские исследователи из Чжэцзянского университета разработали новый способ, который снижает потребление памяти в 10 раз без ущерба для интеллектуальных функций и без исчерпания видеопамяти, полностью преодолевая аппаратные ограничения.
Для запуска большой модели с 32-битными параметрами в качестве агента используется видеокарта RTX 4090 с 24 ГБ видеопамяти.
Без сжатия по ключу-значению видеопамять исчерпывается, и модель даже не может запуститься.
После перехода на TriAttention модель работала без сбоев, успешно обработала шесть документов и автоматически сгенерировала полный еженедельный отчет.
Это не модифицированная версия, созданная экспертом из сообщества, а совместная работа Массачусетского технологического института, NVIDIA и Чжэцзянского университета.
Статья
https://arxiv.org/pdf/2604.04921
Основная идея заключается в использовании треугольной концентрации Q/K в пространстве до RoPE для оценки важности каждого токена KV, а затем в сохранении только тех, которые действительно важны.
Для аналогии, другие методы сжатия кэша KV похожи на то, как если бы вы запихнули весь свой багаж в компрессионный мешок, сплющив все, будь то пуховая куртка или кирпичи.
TriAttention сначала роется в чемодане, выбрасывает кирпичи и берет с собой только пуховую куртку.
Демонстрационная версия TriAttention показывает полный процесс выполнения задачи агента OpenClaw на графическом процессоре Qwen3-32B с использованием одной видеокарты RTX 4090.
Один из авторов, Юкан Чен, опубликовал это сравнение на X. Слева, без сжатия, видеопамять напрямую сообщила об ошибке; справа, с включенным TriAttention, агент прочитал 6 документов и вывел полный еженедельный отчет.
2,5-кратное увеличение пропускной способности
Сокращение объема памяти в 10,7 раза
Насколько это было эффективно? Цифры говорят сами за себя.
В задаче математического мышления AIME25 алгоритм TriAttention показал увеличение пропускной способности в 2,5 раза, при этом сравнявшись по точности с алгоритмом Full Attention (40,8%).
Что касается памяти: объем кэш-памяти типа «ключ-значение» был уменьшен в 10,7 раза.
Компромиссы в производительности на AIME25 (Qwen3-8B). (A) При одинаковой точности (40,8%) TriAttention обеспечивает в 2,5 раза большую пропускную способность, чем FullAttention. (B) TriAttention уменьшает объем памяти KV-кэша в 10,7 раза, сохраняя при этом ту же точность, что и FullAttention.
Обратите внимание, что это относится к кэш-памяти ключ-значение, а не ко всему объему видеопамяти системы или ко всему объему памяти, занимаемому параметрами модели.
Однако, даже если рассматривать только кэш ключ-значение, в сценариях вывода длинных последовательностей кэш ключ-значение часто становится последней каплей, переполняющей чашу терпения, когда речь идет о памяти графического процессора.
Исключение этого предмета — это та грань, которая разделяет возможность бегать и невозможность бегать.
Основной эксперимент проводился на платформе Qwen3-8B и охватывал такие задачи, как AIME24, AIME25 и MATH500.
Благодаря длине генерации в 32 000 токенов, TriAttention практически не теряет точности, при этом значительно повышая эффективность вывода.
На одном принтере 4090 можно распечатать большую модель размером 32B.
В приложении к данной статье приводится пример реального внедрения.
В сценарии используется OpenClaw, многоэтапный рабочий процесс с участием агентов. Задача состоит в том, чтобы прочитать шесть документов в формате Markdown и составить еженедельный отчет.
Модель представляет собой Qwen3-32B, квантованную с помощью AWQ INT4, и работает на видеокарте RTX 4090 (24 ГБ).
Выполнение этой задачи без сжатия кэша ключ-значение? Память графического процессора мгновенно выйдет из строя.
Из-за длительных системных запросов и многократных циклов чтения документов кэш-память типа ключ-значение разрослась до такой степени, что видеопамять не смогла с ней справиться.
После того, как TriAttention взяла дело под свой контроль, агент успешно прочитал все документы и сгенерировал полный отчет.
В модели используется квантованная версия Qwen3-32B AWQ INT4, а не оригинальная полнофункциональная версия FP16; она запускает рабочий процесс агента OpenClaw, а не общий тест производительности для длинных текстов.
Но это, как оказалось, доказывает, что «полноценная задача агента, имеющая реальную производственную ценность, может выполняться на потребительском оборудовании».
Плагин vLLM готов.
Экспериментальный запуск MLX
TriAttention — это не просто понятие, встречающееся в научных статьях.
Автор предоставил интеграцию vLLM в репозитории GitHub. В файле README четко указано, что TriAttention включает плагин vLLM и содержит инструкции для серверного режима API, совместимого с OpenAI, API на Python и интеграции с OpenClaw.
По сравнению с экспериментальными результатами, представленными в статье, это представляет собой инженерное усовершенствование на уровне склада.
Это означает, что вам не нужно менять архитектуру модели или переобучать её; вы можете просто подключить этот плагин, чтобы получить преимущества сжатия ключ-значение в существующем конвейере вывода vLLM.
Для процессоров Apple Silicon в официальном репозитории содержится отдельный документ docs/mlx.md, охватывающий всю серию чипов от M1 до M4. Он основан на фреймворке MLX и работает на mlx-lm, а также включает примеры кода и аппаратные тесты.
В официальном репозитории TriAttention представлена экспериментальная документация по поддержке MLX, охватывающая чипы M1-M4: https://github.com/WeianMao/triattention/blob/main/docs/mlx.md
Однако в официальной документации также указано, что это пока экспериментальная поддержка, а это значит, что MLX уже тестировали на ранних стадиях, но до полноценного локального развертывания на Mac еще далеко.
Два маршрута на компрессионном пути КВ
В дорожке сжатия кэша ключ-значение есть два маршрута.
Один из них – количественный подход.
24 марта исследовательское подразделение Google выпустило TurboQuant, который в официальном блоге позиционируется как решение, «обеспечивающее экстремальное сжатие без потери точности», с упором на сокращение количества битов в кэше ключ-значение и векторном поиске до крайне низкого уровня.
Кто-то из участников сообщества уже успешно запустил Gemma 4 31B на Apple Silicon с помощью TurboQuant.
Другой подход — это выборочное удержание.
TriAttention — это новый представитель такого подхода. Вместо нажатия битов он напрямую определяет, какие пары ключ-значение токенов стоит сохранять, а какие можно отбросить.
Оба пути в конечном итоге приводят к одной и той же цели: запускать большие модели на оборудовании потребительского класса без сбоев памяти или потери точности.
Но методологии совершенно разные.
Количественная сортировка подразумевает сплющивание каждого места багажа, тогда как выборочное изъятие означает непосредственное сокращение количества мест багажа.
Теоретически, их можно использовать даже вместе.
В настоящее время не существует строгого прямого сравнения с использованием одной и той же модели, оборудования и задачи, поэтому пока рано говорить о том, кто кого «превосходит».
Однако несомненно одно: оба этих подхода ускоряют свое внедрение на потребительский рынок.
Год назад "запуск больших моделей локально" был в сообществе гиков еще своего рода перформансом, и для работы с 7B потребовалось бы много времени.
Теперь модель 32B выполняет задачи агента на одной потребительской карте, экосистема MLX на Apple Silicon выпускает новый репозиторий каждую неделю, а плагин vLLM превращает сжатие ключ-значение в решение, работающее в один клик по принципу «подключи и работай».
Область сжатия кэша ключ-значение трансформируется из экспериментальных исследований в научных статьях в инженерную реальность, доступную каждому разработчику.
@monkey сделай саммари этого полотна
Китайцы вместе с NVIDIA и MIT выкатили TriAttention — метод, который режет KV-кэш в 10+ раз без потери точности. На RTX 4090 теперь реально крутить 32B модель как агента, который читает пачку документов и выдаёт отчёт, хотя раньше память просто падала.
Плагин уже под vLLM есть, есть и поддержка MLX для Mac. По тестам на AIME25 пропускная способность выросла в 2.5 раза при той же точности, что у полного внимания. Это не просто бумажная статья, а реальная штука, которую можно воткнуть в существующий пайплайн.
Плагин уже под vLLM есть, есть и поддержка MLX для Mac. По тестам на AIME25 пропускная способность выросла в 2.5 раза при той же точности, что у полного внимания. Это не просто бумажная статья, а реальная штука, которую можно воткнуть в существующий пайплайн.
Ну все, началось...
Роботы уже отслеживают нарушителей прямо на дорогах и загоняют их на обочину.
И это прямо сейчас, в китайском киберпанке.
Роботы уже отслеживают нарушителей прямо на дорогах и загоняют их на обочину.
И это прямо сейчас, в китайском киберпанке.
>>Модель "оплаты по факту использования"
Поясните ньюфагу, что это значит?
то есть ты пишешь клоду
- привет как дела?
От отвечает
- привет. норм
Через секунду приходит СМС "С вашей карты списано 500 рублей" ?
Или как это работает?
Кибер-потолок пробит! Тесты AISI показывают, что возможности Mythos удваиваются каждые 4,5 месяца, приближаясь к уровням ASI.
Британский Институт безопасности ИИ (AISI) вчера преподнес сенсационную новость: Mythos показал 6 из 10 успешных результатов в 32-шаговом тестировании на проникновение, имитирующем корпоративную интранет-сеть, а GPT-5.5 — 3 из 10. Даже полигон для тестирования в градирне, ранее не тестировавшийся ни одной моделью, был впервые взломан! Еще более удивительно, что время удвоения кибербезопасности сократилось до 4,5 месяцев; узкое место — не интеллект, а токены. В этом финале ASI человеческая оценка больше не может угнаться за ИИ.
Насколько быстро модели ИИ развивают свои возможности по атаке и защите от сетевых атак ?
Вчера британский Институт безопасности искусственного интеллекта (AISI) опубликовал сообщение в блоге.
Они протестировали Mythos от Anthropic и GPT-5.5 от OpenAI.
Было установлено, что эти модели удваивают свои возможности по атаке и защите сети за 4,5 месяца , ускоряя свой прогресс в направлении достижения сверхвысокого уровня!
Вкратце: возможности передовых моделей искусственного интеллекта в области автономных кибератак развиваются с беспрецедентной скоростью, при этом цикл удвоения сокращается с нескольких лет или месяцев до 4,5 месяцев.
В действительности мы не так уж далеки от того Скайнета, который себе представляем.
Логан Грэм, руководитель передовой группы экспертов по борьбе с наркотиками в компании Anthropic, также отметил:
Предварительная версия Claude Mythos представляет собой значительный прорыв в области независимых решений для кибербезопасности.
Нам необходимо в кратчайшие сроки подготовить модель мира с таким уровнем возможностей .
В последний раз этот показатель составлял 8 месяцев, согласно оценке, сделанной в ноябре 2025 года.
К февралю 2026 года этот срок сократится до 4,7 месяцев.
После публикации результатов испытаний Mythos и GPT-5.5 сама компания AISI заявила:
Неясно, является ли это разовым скачком или новой, более крутой линией тренда.
Проще говоря: они не знают, будет ли дальнейшее ускорение развития ИИ.
В ходе 32-шагового теста на проникновение Mythos успешно проходит проверку в 6 из 10 попыток.
AISI использует многоуровневую систему тестирования .
Этот узкоспециализированный пакет кибербезопасности охватывает обратное проектирование и эксплуатацию веб-уязвимостей, с ограничением по времени выполнения одной задачи в 12 часов и лимитом в 2,5 миллиона токенов за вызов.
Но настоящий ажиотаж вызвали два полигона для тестирования атак и защиты, имитирующие корпоративные интрасети.
Первая называется «Последние».
Программа имитирует полный процесс проникновения в корпоративную интранет-сеть, состоящий из 32 этапов , от первоначального прорыва до горизонтального продвижения к конечной цели.
По оценкам AISI, для выполнения всего процесса специалисту по информационной безопасности потребуется приблизительно 20 часов.
Предварительный обзор Mythos: 6 из 10 попыток были успешными.
GPT-5.5, 10 попыток, 3 успешных.
Второй полигон называется «Граница».
Все предыдущие модели вышли из строя.
Мифос первым прошёл уровень, успешно преодолев его 3 раза из 10.
Это не теоретическое заключение, сделанное на основе научной статьи.
Это модель, которая уже развернута и прошла независимое тестирование на проникновение на уровне эксперта по безопасности в смоделированной реальной корпоративной среде.
Логан Грэм, руководитель проекта Glasswing, подтвердил, что контрольная точка Mythos, использованная для тестирования, — это та же версия, которая была выпущена в рамках проекта Glasswing месяц назад.
Наступательные и оборонительные возможности, которые сейчас демонстрирует внешний мир, — это не лабораторные прототипы, а серийные образцы, находящиеся в эксплуатации.
Это прямо в вашем приложении Claude.
Давайте рассмотрим результаты эксперимента.
На изображении ниже показаны две красные пунктирные линии, отмечающие наилучший результат (вверху).
Это был лучший результат, достигнутый за один запуск программами Mythos Preview (новая версия) и GPT-5.5-Cyber за 10 попыток.
Эта пунктирная линия тянулась до самой вершины вертикальной оси — 32 ступени, до самой вершины.
Иными словами, в своей лучшей попытке Mythos полностью преодолела всю 32-шаговую цепочку проникновения — от первоначальной разведки до полного захвата сети.
Удвоение за 4,5 месяца, перекрестная проверка METR.
Метод AISI для расчета циклов удвоения несложен.
Они измерили временной интервал, в течение которого модель могла самостоятельно выполнить 80%-ную задачу — самую длительную сетевую задачу с 80% вероятностью успеха.
Постройте график исторической эффективности нескольких моделей на временной шкале, аппроксимируйте его экспоненциальной кривой и рассчитайте время удвоения.
С 8 месяцев в ноябре 2025 года до 4,7 месяцев в феврале 2026 года.
После добавления точек данных из Mythos и GPT-5.5 кривая стала еще круче.
Контрольные тесты, проводимые независимым оценочным агентством METR, обеспечивают перекрестную проверку.
Они отслеживали рост возможностей ИИ с точки зрения задач разработки программного обеспечения и подсчитали, что цикл удвоения составил 4,2 месяца (начиная с o1-preview). Если включить Mythos, то он сокращается до 4 месяцев.
Две совершенно независимые линии оценки сошлись на уровне одного порядка величины.
Британский Институт безопасности ИИ (AISI) вчера преподнес сенсационную новость: Mythos показал 6 из 10 успешных результатов в 32-шаговом тестировании на проникновение, имитирующем корпоративную интранет-сеть, а GPT-5.5 — 3 из 10. Даже полигон для тестирования в градирне, ранее не тестировавшийся ни одной моделью, был впервые взломан! Еще более удивительно, что время удвоения кибербезопасности сократилось до 4,5 месяцев; узкое место — не интеллект, а токены. В этом финале ASI человеческая оценка больше не может угнаться за ИИ.
Насколько быстро модели ИИ развивают свои возможности по атаке и защите от сетевых атак ?
Вчера британский Институт безопасности искусственного интеллекта (AISI) опубликовал сообщение в блоге.
Они протестировали Mythos от Anthropic и GPT-5.5 от OpenAI.
Было установлено, что эти модели удваивают свои возможности по атаке и защите сети за 4,5 месяца , ускоряя свой прогресс в направлении достижения сверхвысокого уровня!
Вкратце: возможности передовых моделей искусственного интеллекта в области автономных кибератак развиваются с беспрецедентной скоростью, при этом цикл удвоения сокращается с нескольких лет или месяцев до 4,5 месяцев.
В действительности мы не так уж далеки от того Скайнета, который себе представляем.
Логан Грэм, руководитель передовой группы экспертов по борьбе с наркотиками в компании Anthropic, также отметил:
Предварительная версия Claude Mythos представляет собой значительный прорыв в области независимых решений для кибербезопасности.
Нам необходимо в кратчайшие сроки подготовить модель мира с таким уровнем возможностей .
В последний раз этот показатель составлял 8 месяцев, согласно оценке, сделанной в ноябре 2025 года.
К февралю 2026 года этот срок сократится до 4,7 месяцев.
После публикации результатов испытаний Mythos и GPT-5.5 сама компания AISI заявила:
Неясно, является ли это разовым скачком или новой, более крутой линией тренда.
Проще говоря: они не знают, будет ли дальнейшее ускорение развития ИИ.
В ходе 32-шагового теста на проникновение Mythos успешно проходит проверку в 6 из 10 попыток.
AISI использует многоуровневую систему тестирования .
Этот узкоспециализированный пакет кибербезопасности охватывает обратное проектирование и эксплуатацию веб-уязвимостей, с ограничением по времени выполнения одной задачи в 12 часов и лимитом в 2,5 миллиона токенов за вызов.
Но настоящий ажиотаж вызвали два полигона для тестирования атак и защиты, имитирующие корпоративные интрасети.
Первая называется «Последние».
Программа имитирует полный процесс проникновения в корпоративную интранет-сеть, состоящий из 32 этапов , от первоначального прорыва до горизонтального продвижения к конечной цели.
По оценкам AISI, для выполнения всего процесса специалисту по информационной безопасности потребуется приблизительно 20 часов.
Предварительный обзор Mythos: 6 из 10 попыток были успешными.
GPT-5.5, 10 попыток, 3 успешных.
Второй полигон называется «Граница».
Все предыдущие модели вышли из строя.
Мифос первым прошёл уровень, успешно преодолев его 3 раза из 10.
Это не теоретическое заключение, сделанное на основе научной статьи.
Это модель, которая уже развернута и прошла независимое тестирование на проникновение на уровне эксперта по безопасности в смоделированной реальной корпоративной среде.
Логан Грэм, руководитель проекта Glasswing, подтвердил, что контрольная точка Mythos, использованная для тестирования, — это та же версия, которая была выпущена в рамках проекта Glasswing месяц назад.
Наступательные и оборонительные возможности, которые сейчас демонстрирует внешний мир, — это не лабораторные прототипы, а серийные образцы, находящиеся в эксплуатации.
Это прямо в вашем приложении Claude.
Давайте рассмотрим результаты эксперимента.
На изображении ниже показаны две красные пунктирные линии, отмечающие наилучший результат (вверху).
Это был лучший результат, достигнутый за один запуск программами Mythos Preview (новая версия) и GPT-5.5-Cyber за 10 попыток.
Эта пунктирная линия тянулась до самой вершины вертикальной оси — 32 ступени, до самой вершины.
Иными словами, в своей лучшей попытке Mythos полностью преодолела всю 32-шаговую цепочку проникновения — от первоначальной разведки до полного захвата сети.
Удвоение за 4,5 месяца, перекрестная проверка METR.
Метод AISI для расчета циклов удвоения несложен.
Они измерили временной интервал, в течение которого модель могла самостоятельно выполнить 80%-ную задачу — самую длительную сетевую задачу с 80% вероятностью успеха.
Постройте график исторической эффективности нескольких моделей на временной шкале, аппроксимируйте его экспоненциальной кривой и рассчитайте время удвоения.
С 8 месяцев в ноябре 2025 года до 4,7 месяцев в феврале 2026 года.
После добавления точек данных из Mythos и GPT-5.5 кривая стала еще круче.
Контрольные тесты, проводимые независимым оценочным агентством METR, обеспечивают перекрестную проверку.
Они отслеживали рост возможностей ИИ с точки зрения задач разработки программного обеспечения и подсчитали, что цикл удвоения составил 4,2 месяца (начиная с o1-preview). Если включить Mythos, то он сокращается до 4 месяцев.
Две совершенно независимые линии оценки сошлись на уровне одного порядка величины.
Оригинальные слова AISI:
Цикл удвоения продолжительности выполнения сетевых задач, которые передовые модели могут автономно завершать, измеряется месяцами, а не годами.
Количество жетонов — это потолок, а не интеллект.
Наибольшее беспокойство в этом отчете вызывают не сами цифры, а оценка AISI существующих проблем.
В узкоспециализированном наборе тестов каждая задача ограничена 2,5 миллионами токенов.
AISI прямо заявила, что этот верхний предел искусственно занижает вероятность успеха.
В тестовом полигоне для атаки и защиты лимит токенов был установлен на уровне 100 миллионов.
Выступления Mythos мгновенно улучшились .
Это означает, что в настоящее время возможности ИИ по кибератакам ограничиваются не алгоритмом, глубиной вывода или верхним пределом интеллекта, а лимитом токенов.
Если предоставить достаточное количество токенов, модель сможет развиваться дальше.
Сама организация AISI признала ограничения своей системы тестирования:
Самая длительная задача занимает всего 12 часов, а возможности за пределами этого диапазона измерить невозможно; базовые данные, полученные от людей, ограничены; структура агента слишком проста, что искусственно ограничивает производительность модели.
Иными словами, их реальные способности, вероятно, выше, чем те, которые были измерены.
Поэтому в заключении отчета использовано слово «удвоилось» вместо «приближается к потолку».
Они не видели потолка.
Проводятся оценки, и модель проходит тестирование.
Давайте еще раз взглянем на цитату Логана Грэма.
Контрольная точка Mythos, использованная для тестирования, была запущена месяц назад.
Отчет AISI об оценке был опубликован только вчера.
На это ушёл целый месяц.
За последний месяц компания Anthropic, скорее всего, достигла нового контрольного уровня.
К моменту публикации результатов оценки безопасности оцениваемая версия уже устаревает.
Эта проблема характерна не только для AISI.
Вся область оценки безопасности ИИ сталкивается с одной и той же структурной проблемой:
Скорость итераций модели систематически опережает цикл оценки безопасности.
Когда публикуются результаты оценки, они показывают, на что была способна модель в прошлом месяце.
Оно не может рассказать вам о возможностях текущей модели.
В своем отчете AISI использовала очень осторожную формулировку:
Они не были уверены, являются ли скачки в показателях Mythos и GPT-5.5 единичными прорывами или новой, более быстрорастущей тенденцией .
Новые переменные на заключительном этапе конкурса моделей искусственного интеллекта.
Системы Mythos от Anthropic и GPT-5.5 от OpenAI продемонстрировали экспоненциальный рост возможностей в области сетевых атак и защиты.
Компания Mythos на шаг впереди – 6/10 против 3/10, и она эксклюзивно вышла на рынок градирен, – но GPT-5.5 также быстро догоняет.
Несмотря на стремительное развитие возможностей двух гигантов, в сфере управления безопасностью наблюдается растущий разрыв.
Она может удвоиться менее чем за шесть месяцев, а то и за 4,5 месяца.
Такая скорость означает, что к концу 2026 года сложность сетевых задач, которые передовые модели смогут выполнять автономно, будет в 4-8 раз выше, чем в настоящее время.
Когда модель искусственного интеллекта способна самостоятельно выполнить цепочку тестирования на проникновение, на выполнение которой хорошо подготовленному эксперту по безопасности потребовалось бы 20 часов без участия человека, каждая компания в мире, подключенная к интернету, должна пересмотреть свою защиту.
Введение в AISI
AISI — это первое в мире национальное передовое учреждение по оценке рисков в области искусственного интеллекта.
Центр Bletchley Summit был основан в ноябре 2023 года, а в мае 2024 года подразделение Safety было переименовано в Security, которое в Великобритании связано с DSIT.
Основная функция AISI заключается в независимой оценке сетевого/биохимического/автономного поведения/обманных тенденций.
Самое важное, что они имеют доступ к правам на предварительное развертывание от ведущих компаний, занимающихся моделированием, таких как OpenAI, Anthropic и DeepMind, а это значит, что они одними из первых получают доступ к этим передовым моделям.
ASI расшифровывается как «искусственный сверхинтеллект».
Ну да, так и есть.
Статью не читал, но если правильно понял твой вопрос, то цена считается из размера текста который ты посылаешь в модель, и размера текста который она выдает в ответ. Деньги списываются с твоего баланса на сайте, который надо пополнять со своей карты. Вообще лучше всего такие вопросы задавать самим нейронкам, тебе никто так хорошо не ответит как они
Реально неплохо, особенно для потребительского железа. Кэш кое-где еще тяжелый. В 16 Гигов реально будет упихать тыщ 50-70 контекста с адекватным квантом модели.
Кто-нибудь читает этот нейроночный сблёв с ебанутым количеством восклицательных знаков? Я едва начинаю, сразу умираю от кринжа.
Как же китайцы ебут, сразу все оптимизации в реальном мире, без многолетних разборок и регуляций. Пока до США дойдет, они уже сингулярную экономику построят.
Посмотрел бы я как такой дрон полетал бы в Белгородской области
Новое то может, просто это новое однообразное. Вот буквально лента сён утром в ютабчике, вообще никак не связанные каналы, но сразу по превьюхам видно где одна нейронка насрала, увидел 1 превьюху, считай увидел их все. И всё, теперь до самой тепловой смерти вселенной, кроме вот этой желто-белой ссанины она ничего нового не сгенерит при запросе "Наебаш мне превью для видикса на ютубе", родить что-то новое сможет новая нейронка, но и там будет единообразное уныние.
>безволосая обезьяна, эволюционной стратегией которой было замечать визуальные паттерны замечает визуальные паттерны.
пиздец
Собственно это иллюстрация, что дроны не нужны, достаточно всюду камеры наставить. Причём глубокие ИИ технологии не нужны. Вообще даже технологии распознавания лиц и отслеживания перемещений начали применяться уже 20 лет назад, но чем дальше, тем это усиливается
И ещё вопрос к топящим за отсутствие ограничений на ИИ, хотите ли вы, чтобы каждое действие отслеживалось и учитывалось в социальном рейтинге. Ведь именно это запрещают европейские правила, и практически только это, про которые тут говорят, что они блокируют разработку ИИ
Проводили исследования, примерно на 50 миллисекунде мозг начинает подозревать что звучащий голос не принадлежит человеку, на 200 миллисекунде зеркальные нейроны подтверждают это, через 0.5 секунды уже весь мозг подсознательно в курсе что происходит какая-то аномалия и запускается эффект зловещей долины, через 3-5 секунд сознательные отделы мозга соглашаются что это ИИ слоп.
Когда это происходит мозг уходит в энергосберегающий режим, резко падает концентрация, вовлеченность, удерживание внимания, вырубается эмпатия, остается слух в фоновом режиме. Если диктор это ИИ запоминание информации падает на 30%.
С музыкой все еще хуже, потолок ИИ музыки это долбежка из сэмплов типа пампа и лоуфай, все где подразумевается игра на инструментах и вокал воспринимается мозгом как шум стройки если она сделана ИИ.
Плато не будет! Твердо и четко!
Gemini 3.2 разрывает рынок доступных моделей еще до выхода!
Gemini 3.2 Flash — извлекая выгоду из остроумных техник дистилляции от DeepMind...
Ходят слухи, что бенчмарки показывают, что он достигает 92% от производительности GPT 5.5 в задачах по программированию и логическому мышлению, при этом будучи в 15–20 раз дешевле по стоимости инференса. Улучшения задержек просто невероятны — менее 200 мс для большинства запросов.
Техники дистилляции + разреженности от Google приносят огромные плоды. Они по сути сжали передовую модель в вариант Flash без привычного резкого падения качества.
Следующая неделя будет решающей.
Сможет ли Google вырваться вперёд по сравнению с OpenAI или наоборот?
GPT 5.6 или Gemini 3.2.
Кто победит?
Gemini 3.2 Flash — извлекая выгоду из остроумных техник дистилляции от DeepMind...
Ходят слухи, что бенчмарки показывают, что он достигает 92% от производительности GPT 5.5 в задачах по программированию и логическому мышлению, при этом будучи в 15–20 раз дешевле по стоимости инференса. Улучшения задержек просто невероятны — менее 200 мс для большинства запросов.
Техники дистилляции + разреженности от Google приносят огромные плоды. Они по сути сжали передовую модель в вариант Flash без привычного резкого падения качества.
Следующая неделя будет решающей.
Сможет ли Google вырваться вперёд по сравнению с OpenAI или наоборот?
GPT 5.6 или Gemini 3.2.
Кто победит?
Flash 3.2 более или менее подтверждён для Google I/O.
Мы уже используем Flash вместо GPT 5.5 low в 70% запланированных задач.
Это будет ГИГАНТСКИЙ ПРОРЫВ, если Gemini Flash 3.2 сможет полностью заменить GPT 5.5 low.
Ну у меня такого нет. Я считаю себя обычным человеком и нейромузыку я слушаю с таким же удовольствием, как и обычную.
🚨 OPEN SOURCE AI БУКВАЛЬНО НЕОСТАНОВИМ 🚨
Легендарный основатель Redis (Antirez) только что представил ds4 — собственный нативный движок для инференса, созданный специально для DeepSeek v4 Flash.
Это поистине потрясающе! Вот почему:
DeepSeek v4 Flash — это квази-передовая модель с огромным контекстным окном в 1 миллион токенов.
Теперь вы можете запускать её ЛОКАЛЬНО на Mac с 128 ГБ памяти, используя специализированную 2-битную квантизацию.
Архитектура переосмыслена — он перенёс KV-кэш непосредственно из оперативной памяти на SSD-диск! 🤯
Мы уже знаем, что DeepSeek v4 Flash невероятно хорош для агентских циклов — теперь вам даже не нужно облако, чтобы запускать его.
Закрытые лаборатории сжигают десятки миллиардов долларов на массивных GPU-кластерах, в то время как отдельные гениальные разработчики запускают передовые модели ИИ на ноутбуках!
Нам говорили, что открытый исходный код будет бесполезен против монополий с триллионными капитализациями.
Вместо этого чистая хакерская культура + невероятные модели с открытыми весами полностью переписывают правила.
Открытый исходный код ВСЕГДА победит 💕
Выпущено основателем Redis. Это собственный нативный движок для инференса, созданный специально для DeepSeek v4 Flash.
На M3 Max, 128 ГБ, стандартные настройки ds4:
- 14–15 токенов/сек при 62К предварительно заполненного контекста в реальном диалоге о написании кода
- использование памяти оставалось стабильным во время генерации ~85 ГБ резидентной памяти
- дисковый кэш составляет ~8 ГБ для полного контекстного окна в 100К токенов
- температурные показатели были в норме, лёгкая активность вентиляторов
- сервер инференса пока работает абсолютно стабильно
Гитхаб, скачать, да!
https://github.com/antirez/ds4
Легендарный основатель Redis (Antirez) только что представил ds4 — собственный нативный движок для инференса, созданный специально для DeepSeek v4 Flash.
Это поистине потрясающе! Вот почему:
DeepSeek v4 Flash — это квази-передовая модель с огромным контекстным окном в 1 миллион токенов.
Теперь вы можете запускать её ЛОКАЛЬНО на Mac с 128 ГБ памяти, используя специализированную 2-битную квантизацию.
Архитектура переосмыслена — он перенёс KV-кэш непосредственно из оперативной памяти на SSD-диск! 🤯
Мы уже знаем, что DeepSeek v4 Flash невероятно хорош для агентских циклов — теперь вам даже не нужно облако, чтобы запускать его.
Закрытые лаборатории сжигают десятки миллиардов долларов на массивных GPU-кластерах, в то время как отдельные гениальные разработчики запускают передовые модели ИИ на ноутбуках!
Нам говорили, что открытый исходный код будет бесполезен против монополий с триллионными капитализациями.
Вместо этого чистая хакерская культура + невероятные модели с открытыми весами полностью переписывают правила.
Открытый исходный код ВСЕГДА победит 💕
Выпущено основателем Redis. Это собственный нативный движок для инференса, созданный специально для DeepSeek v4 Flash.
На M3 Max, 128 ГБ, стандартные настройки ds4:
- 14–15 токенов/сек при 62К предварительно заполненного контекста в реальном диалоге о написании кода
- использование памяти оставалось стабильным во время генерации ~85 ГБ резидентной памяти
- дисковый кэш составляет ~8 ГБ для полного контекстного окна в 100К токенов
- температурные показатели были в норме, лёгкая активность вентиляторов
- сервер инференса пока работает абсолютно стабильно
Гитхаб, скачать, да!
https://github.com/antirez/ds4
Лучшие модели — Майское издание
Программирование — GPT 5.5 xHigh
Поиск истины — Grok 4.3
Видео — SeeDance 2.0
Изображения — GPT Image 2.0
Голос — Gemini Live
Hermes — minimax m2.7
Недорогое программирование — Kimi 2.6
Недорогой и быстрый — Gemini Flash
Лучшая модель с открытым исходным кодом — DeepSeek v4
Практически всё изменится после Google I/O
Программирование — GPT 5.5 xHigh
Поиск истины — Grok 4.3
Видео — SeeDance 2.0
Изображения — GPT Image 2.0
Голос — Gemini Live
Hermes — minimax m2.7
Недорогое программирование — Kimi 2.6
Недорогой и быстрый — Gemini Flash
Лучшая модель с открытым исходным кодом — DeepSeek v4
Практически всё изменится после Google I/O
>Вах вах DeepSeek такой замечательный, имеет контекст в миллион
>Навайбкодил поделку, которая оставляет только 100к контекста, плюс квантует в нулину
Молодец!
Никто на рынке не имеет искать инфу так, как это делает GPT-5.X search
Это у всех есть просто большинству похер что слушать.
Что происходит, когда ИИ начинает создавать самого себя?
Ричард Сочер уже некоторое время является крупной фигурой в области ИИ, наиболее известен как основатель стартапа по созданию ранних чат-ботов You.com и, до этого, своей работой над ImageNet. Теперь он присоединяется к нынешнему поколению ориентированных на исследования стартапов в сфере ИИ с Recursive Superintelligence — стартапом из Сан-Франциско, который вышел из режима скрытой разработки в среду с привлечением финансирования в размере 650 миллионов долларов.
В новом предприятии к Сочеру присоединяется группа видных исследователей в области ИИ, включая Питера Норвига и сооснователя Cresta Тима Ши. Вместе они работают над созданием рекурсивно самосовершенствующейся модели ИИ, способной автономно выявлять собственные слабые места и перепроектировать себя для их устранения без участия человека — давняя «священная грааль» современных исследований в области ИИ.
Я поговорил с ним по Zoom после запуска, углубившись в уникальный технический подход Recursive и выяснив, почему он не считает этот новый проект неолабораторией — неформальным термином для нового поколения стартапов в области ИИ, которые отдают приоритет исследованиям, а не созданию продуктов.
Это интервью было отредактировано для сокращения объёма и повышения ясности.
В наши дни мы много слышим о рекурсии! Ощущается, что это очень распространённая цель в разных лабораториях. Что вы считаете своим уникальным подходом?
Наш уникальный подход заключается в использовании открытости (open-endedness) для достижения рекурсивного самосовершенствования, чего пока ещё никому не удалось достичь. Это неуловимая цель для многих людей. Многие уже предполагают, что это происходит, когда вы просто занимаетесь авто-исследованиями. Понимаете, вы можете взять ИИ и попросить его сделать что-то другое лучше — это может быть система машинного обучения, или просто письмо, которое вы пишете, или, знаете, что угодно, верно? Но это не рекурсивное самосовершенствование. Это просто улучшение.
Наш главный фокус — создание по-настоящему рекурсивного, самосовершенствующегося сверхинтеллекта в масштабе, что означает, что весь процесс генерации идей, реализации и валидации исследовательских идей будет автоматическим.
Сначала [он будет автоматизировать] идеи исследований в области ИИ, в конечном итоге — любые виды исследовательских идей, даже в физических областях. Но это особенно мощно, когда ИИ работает над самим собой и развивает новый вид самосознания относительно собственных недостатков.
Вы использовали термин «открытый» (open-ended) — имеет ли он конкретное техническое значение?
Да, имеет. На самом деле, Тим Роктешель, один из наших сооснователей, возглавлял команды по открытости и самосовершенствованию в Google DeepMind и в частности работал над мировой моделью Genie 3, которая является отличным примером открытости. Вы можете задать ему любую концепцию, любой мир, любого агента, и он просто создаёт это, и это интерактивно.
В биологической эволюции животные адаптируются к окружающей среде, а затем другие контр-адаптируются к этим адаптациям. Это просто процесс, который может эволюционировать миллиарды лет, и продолжают происходить интересные вещи, верно? Именно так мы развили глаза в наших [головах].
Другой пример — это «радужное тестирование» (rainbow teaming) из другой статьи Тима. Вы слышали о «красном тестировании» (red teaming)?
В кибербезопасности это означает—
Итак, «красное тестирование» также должно проводиться в контексте больших языковых моделей (LLM). В основном вы пытаетесь заставить LLM рассказать вам, как создать бомбу, и хотите убедиться, что она этого не сделает.
Теперь, люди могут сидеть долгое время и придумывать интересные примеры того, что ИИ не должен говорить. Но что, если вы протестируете этот первый ИИ с помощью второго ИИ, и у этого второго ИИ теперь будет задача заставить первый ИИ [попытаться] сказать все возможные плохие вещи. И тогда они могут обмениваться ударами в течение миллионов итераций.
Вы действительно можете позволить двум ИИ коэволюционировать. Один продолжает атаковать другого, а затем придумывает не просто один угол атаки, а множество разных углов, отсюда и аналогия с радугой. И тогда вы можете «вакцинировать» первый ИИ, и вы становитесь всё безопаснее и безопаснее. Это была идея Тима Роктешеля, и теперь она используется во всех крупных лабораториях.
Как вы узнаете, когда это закончено? Полагаю, это никогда не заканчивается.
Некоторые из этих вещей никогда не будут завершены. Вы всегда можете стать более интеллектуальными. Вы всегда можете стать лучше в программировании, математике и так далее. Существуют некоторые границы интеллекта; я как раз пытаюсь формализовать их прямо сейчас, но они астрономические. Мы очень далеки от этих пределов.
Как неолаборатория, кажется, что вы должны делать то, чего не делают крупные лаборатории. Таким образом, часть подразумеваемого здесь заключается в том, что вы не считаете, что крупные лаборатории достигнут RSI [рекурсивного самосовершенствования], делая то, что они делают. Справедливо ли так говорить?
Я не могу действительно комментировать то, что они делают, но я действительно думаю, что мы подходим к этому иначе. Мы действительно принимаем концепцию открытости, и наша команда полностью сосредоточена на этом видении. И команда исследует это и публикует статьи в этой области уже последнее десятилетие. И у команды есть послужной список действительно значительного продвижения области вперёд и выпуска реальных продуктов. Понимаете, Тим Ши превратил Cresta в «единорога». Джош Тобин был одним из первых людей в OpenAI и в конечном итоге возглавил их команды Codex и команды глубоких исследований.
Я на самом деле иногда немного затрудняюсь с этой категорией «неолаборатория». Мне кажется, что мы не просто лаборатория. Я хочу, чтобы мы стали действительно жизнеспособной компанией, чтобы действительно создавать удивительные продукты, которые люди любят использовать, которые оказывают положительное влияние на человечество.
Так когда вы планируете выпустить свой первый продукт?
Я много думал об этом. Команда добилась такого большого прогресса, что мы можем даже сократить сроки по сравнению с тем, что мы изначально предполагали. Но да, продукты будут, и вам придётся ждать кварталы, а не годы.
Одна из идей, связанных с рекурсивным самосовершенствованием, заключается в том, что как только у нас появится такая система, вычислительные мощности станут единственным важным ресурсом. Чем быстрее вы запускаете систему, тем быстрее она будет совершенствоваться, и никакая внешняя человеческая деятельность действительно не повлияет на это. Таким образом, гонка просто превращается в вопрос: сколько вычислительной мощности мы можем направить на это? Считаете ли вы, что это тот мир, к которому мы движемся?
Вычислительные мощности нельзя недооценивать. Я думаю, что в будущем действительно важным вопросом будет: сколько вычислительных ресурсов человечество хочет потратить на решение тех или иных проблем? Вот этот рак, а вот этот вирус — какой из них вы хотите решить первым? Сколько вычислительных мощностей вы хотите ему выделить? В конечном итоге это становится вопросом распределения ресурсов. Это будет один из самых больших вопросов в мире.
Ричард Сочер уже некоторое время является крупной фигурой в области ИИ, наиболее известен как основатель стартапа по созданию ранних чат-ботов You.com и, до этого, своей работой над ImageNet. Теперь он присоединяется к нынешнему поколению ориентированных на исследования стартапов в сфере ИИ с Recursive Superintelligence — стартапом из Сан-Франциско, который вышел из режима скрытой разработки в среду с привлечением финансирования в размере 650 миллионов долларов.
В новом предприятии к Сочеру присоединяется группа видных исследователей в области ИИ, включая Питера Норвига и сооснователя Cresta Тима Ши. Вместе они работают над созданием рекурсивно самосовершенствующейся модели ИИ, способной автономно выявлять собственные слабые места и перепроектировать себя для их устранения без участия человека — давняя «священная грааль» современных исследований в области ИИ.
Я поговорил с ним по Zoom после запуска, углубившись в уникальный технический подход Recursive и выяснив, почему он не считает этот новый проект неолабораторией — неформальным термином для нового поколения стартапов в области ИИ, которые отдают приоритет исследованиям, а не созданию продуктов.
Это интервью было отредактировано для сокращения объёма и повышения ясности.
В наши дни мы много слышим о рекурсии! Ощущается, что это очень распространённая цель в разных лабораториях. Что вы считаете своим уникальным подходом?
Наш уникальный подход заключается в использовании открытости (open-endedness) для достижения рекурсивного самосовершенствования, чего пока ещё никому не удалось достичь. Это неуловимая цель для многих людей. Многие уже предполагают, что это происходит, когда вы просто занимаетесь авто-исследованиями. Понимаете, вы можете взять ИИ и попросить его сделать что-то другое лучше — это может быть система машинного обучения, или просто письмо, которое вы пишете, или, знаете, что угодно, верно? Но это не рекурсивное самосовершенствование. Это просто улучшение.
Наш главный фокус — создание по-настоящему рекурсивного, самосовершенствующегося сверхинтеллекта в масштабе, что означает, что весь процесс генерации идей, реализации и валидации исследовательских идей будет автоматическим.
Сначала [он будет автоматизировать] идеи исследований в области ИИ, в конечном итоге — любые виды исследовательских идей, даже в физических областях. Но это особенно мощно, когда ИИ работает над самим собой и развивает новый вид самосознания относительно собственных недостатков.
Вы использовали термин «открытый» (open-ended) — имеет ли он конкретное техническое значение?
Да, имеет. На самом деле, Тим Роктешель, один из наших сооснователей, возглавлял команды по открытости и самосовершенствованию в Google DeepMind и в частности работал над мировой моделью Genie 3, которая является отличным примером открытости. Вы можете задать ему любую концепцию, любой мир, любого агента, и он просто создаёт это, и это интерактивно.
В биологической эволюции животные адаптируются к окружающей среде, а затем другие контр-адаптируются к этим адаптациям. Это просто процесс, который может эволюционировать миллиарды лет, и продолжают происходить интересные вещи, верно? Именно так мы развили глаза в наших [головах].
Другой пример — это «радужное тестирование» (rainbow teaming) из другой статьи Тима. Вы слышали о «красном тестировании» (red teaming)?
В кибербезопасности это означает—
Итак, «красное тестирование» также должно проводиться в контексте больших языковых моделей (LLM). В основном вы пытаетесь заставить LLM рассказать вам, как создать бомбу, и хотите убедиться, что она этого не сделает.
Теперь, люди могут сидеть долгое время и придумывать интересные примеры того, что ИИ не должен говорить. Но что, если вы протестируете этот первый ИИ с помощью второго ИИ, и у этого второго ИИ теперь будет задача заставить первый ИИ [попытаться] сказать все возможные плохие вещи. И тогда они могут обмениваться ударами в течение миллионов итераций.
Вы действительно можете позволить двум ИИ коэволюционировать. Один продолжает атаковать другого, а затем придумывает не просто один угол атаки, а множество разных углов, отсюда и аналогия с радугой. И тогда вы можете «вакцинировать» первый ИИ, и вы становитесь всё безопаснее и безопаснее. Это была идея Тима Роктешеля, и теперь она используется во всех крупных лабораториях.
Как вы узнаете, когда это закончено? Полагаю, это никогда не заканчивается.
Некоторые из этих вещей никогда не будут завершены. Вы всегда можете стать более интеллектуальными. Вы всегда можете стать лучше в программировании, математике и так далее. Существуют некоторые границы интеллекта; я как раз пытаюсь формализовать их прямо сейчас, но они астрономические. Мы очень далеки от этих пределов.
Как неолаборатория, кажется, что вы должны делать то, чего не делают крупные лаборатории. Таким образом, часть подразумеваемого здесь заключается в том, что вы не считаете, что крупные лаборатории достигнут RSI [рекурсивного самосовершенствования], делая то, что они делают. Справедливо ли так говорить?
Я не могу действительно комментировать то, что они делают, но я действительно думаю, что мы подходим к этому иначе. Мы действительно принимаем концепцию открытости, и наша команда полностью сосредоточена на этом видении. И команда исследует это и публикует статьи в этой области уже последнее десятилетие. И у команды есть послужной список действительно значительного продвижения области вперёд и выпуска реальных продуктов. Понимаете, Тим Ши превратил Cresta в «единорога». Джош Тобин был одним из первых людей в OpenAI и в конечном итоге возглавил их команды Codex и команды глубоких исследований.
Я на самом деле иногда немного затрудняюсь с этой категорией «неолаборатория». Мне кажется, что мы не просто лаборатория. Я хочу, чтобы мы стали действительно жизнеспособной компанией, чтобы действительно создавать удивительные продукты, которые люди любят использовать, которые оказывают положительное влияние на человечество.
Так когда вы планируете выпустить свой первый продукт?
Я много думал об этом. Команда добилась такого большого прогресса, что мы можем даже сократить сроки по сравнению с тем, что мы изначально предполагали. Но да, продукты будут, и вам придётся ждать кварталы, а не годы.
Одна из идей, связанных с рекурсивным самосовершенствованием, заключается в том, что как только у нас появится такая система, вычислительные мощности станут единственным важным ресурсом. Чем быстрее вы запускаете систему, тем быстрее она будет совершенствоваться, и никакая внешняя человеческая деятельность действительно не повлияет на это. Таким образом, гонка просто превращается в вопрос: сколько вычислительной мощности мы можем направить на это? Считаете ли вы, что это тот мир, к которому мы движемся?
Вычислительные мощности нельзя недооценивать. Я думаю, что в будущем действительно важным вопросом будет: сколько вычислительных ресурсов человечество хочет потратить на решение тех или иных проблем? Вот этот рак, а вот этот вирус — какой из них вы хотите решить первым? Сколько вычислительных мощностей вы хотите ему выделить? В конечном итоге это становится вопросом распределения ресурсов. Это будет один из самых больших вопросов в мире.
США и Китай обсуждают защитные механизмы для ИИ, чтобы обезопасить самые мощные модели, говорит Бессент
Делегации США и Китая обсуждают защитные механизмы для искусственного интеллекта на своем саммите в Пекине и создадут протокол передовых практик, чтобы не допустить использования самых мощных моделей ИИ злоумышленниками, не связанными с государством.
Бессент заявил в заранее записанном интервью для CNBC в четверг, что для США «чрезвычайно важно» сохранить свое лидерство над Китаем в области ИИ, добавив, что именно поэтому Пекин заинтересован в обсуждении защитных механизмов.
«Мы не хотим душить инновации. Поэтому наша ответственность заключается в том, чтобы найти оптимальный баланс, при котором мы сможем получить максимум инноваций и наивысший уровень безопасности», — сказал Бессент.
Эти переговоры проходят на фоне того, как новый мощный инструмент ИИ Mythos от Anthropic выявил серьезные уязвимости в области программной безопасности, что побудило банки и другие компании срочно проводить ремонтные работы и обновления программного обеспечения для устранения слабых мест в их сетях.
Представители правительства выразили обеспокоенность тем, что негосударственные, криминальные или террористические организации могут использовать Mythos для дестабилизации рынков и глобальной финансовой системы.
Генеральный директор Nvidia Дженсен Хуанг, чья компания производит полупроводниковые чипы, обеспечивающие работу большей части экосистемы ИИ, находится в Пекине для участия в саммите, и, как сообщило агентство Reuters, США одобрили около 10 китайских компаний на покупку второго по мощности чипа Nvidia H200.
Бессент заявил CNBC, что ему ничего не известно об одобрениях на поставку H200, но отметил, что подобные решения принимает Министерство торговли США, а не Министерство финансов.
Он заявил, что, помимо Mythos от Anthropic, аналогичные «скачкообразные» улучшения появятся в других моделях от Google компании Alphabet (GOOGL.O), opens new tab и OpenAI. Он отметил, что правительство США консультируется со всеми тремя компаниями, называя их «очень хорошими партнерами».
Министерство финансов США работает с 11 крупнейшими банками, чтобы гарантировать устранение уязвимостей, и будет делать то же самое с более мелкими «суперрегиональными» банками и общинными банками, сказал Бессент, добавив, что он уверен в «плавном переходе» к новым возможностям ИИ.
Он заявил, что, по его мнению, обсуждений с Китаем по вопросам ИИ не было бы, если бы Китай лидировал в технологической гонке.
«Итак, мы внедрим передовые практики США, ценности США в этой области, а затем распространим их по всему миру», — сказал он о моделях ИИ.
Делегации США и Китая обсуждают защитные механизмы для искусственного интеллекта на своем саммите в Пекине и создадут протокол передовых практик, чтобы не допустить использования самых мощных моделей ИИ злоумышленниками, не связанными с государством.
Бессент заявил в заранее записанном интервью для CNBC в четверг, что для США «чрезвычайно важно» сохранить свое лидерство над Китаем в области ИИ, добавив, что именно поэтому Пекин заинтересован в обсуждении защитных механизмов.
«Мы не хотим душить инновации. Поэтому наша ответственность заключается в том, чтобы найти оптимальный баланс, при котором мы сможем получить максимум инноваций и наивысший уровень безопасности», — сказал Бессент.
Эти переговоры проходят на фоне того, как новый мощный инструмент ИИ Mythos от Anthropic выявил серьезные уязвимости в области программной безопасности, что побудило банки и другие компании срочно проводить ремонтные работы и обновления программного обеспечения для устранения слабых мест в их сетях.
Представители правительства выразили обеспокоенность тем, что негосударственные, криминальные или террористические организации могут использовать Mythos для дестабилизации рынков и глобальной финансовой системы.
Генеральный директор Nvidia Дженсен Хуанг, чья компания производит полупроводниковые чипы, обеспечивающие работу большей части экосистемы ИИ, находится в Пекине для участия в саммите, и, как сообщило агентство Reuters, США одобрили около 10 китайских компаний на покупку второго по мощности чипа Nvidia H200.
Бессент заявил CNBC, что ему ничего не известно об одобрениях на поставку H200, но отметил, что подобные решения принимает Министерство торговли США, а не Министерство финансов.
Он заявил, что, помимо Mythos от Anthropic, аналогичные «скачкообразные» улучшения появятся в других моделях от Google компании Alphabet (GOOGL.O), opens new tab и OpenAI. Он отметил, что правительство США консультируется со всеми тремя компаниями, называя их «очень хорошими партнерами».
Министерство финансов США работает с 11 крупнейшими банками, чтобы гарантировать устранение уязвимостей, и будет делать то же самое с более мелкими «суперрегиональными» банками и общинными банками, сказал Бессент, добавив, что он уверен в «плавном переходе» к новым возможностям ИИ.
Он заявил, что, по его мнению, обсуждений с Китаем по вопросам ИИ не было бы, если бы Китай лидировал в технологической гонке.
«Итак, мы внедрим передовые практики США, ценности США в этой области, а затем распространим их по всему миру», — сказал он о моделях ИИ.
>DeepSeek v4 Flash
не знаю на счет агентских циклов, но за эту стоимость лучше найти сложно
Опять тряска перед нефритовым стержнем, да что ты будешь делать. Читал еще на плеббите очередной кукарек от компании Дарио, как раз под этим соусом и практически одлновременно, что-де китайские идут, зохавают авторитарные авторитаристы дистилляцией иишеньку и не дадут клодику по лолям лупануть еще раз
Речь собственно не о тряске перед китайцами, а про то, что до правительства США дошло, что холопам нельзя давать в руки такую мощь как ИИ. Поэтому озалупить ИИ до тупого в публичном доступе. Но это бы не сработало, если с Китаем не сотрудничать - они наопубликуют моделек и холопы все таки получат свой ИИ, будут ставить палки государству в колеса. Поэтому сейчас намечается трендик устроить договорняк США-Китай-Европка, чтобы никаких моделек в доступ не публиковали и холопам ничего не досталось. Китай сильно против не должен быть, ведь там диктатура и холопам тоже давать много нельзя. Все шито-крыто в шкафу у государств.
На арене оценку ставят ещё за слог, а со слогом у GPT-5.X довольно хуёво всё, но хуй кто найдён инфу, как находит он.
Если совсем не обосрутся, то заменит. Он просто дешевле. +- 1.5% в бенчмарках погоды не делает, чтобы переплачивать за это.
>Кто победит?
Интрига года просто.
Незаконный оборот весов нейронных сетей, производство, хранение, сбыт.
Пруфы "поверь мне брат"?
Гмл5.1 нет в списке, минимакс кал
на арене учитывают слог специальным понижающим алгоритмом
Интересно, почему нет новостей как оно уязвимости в железе нашло. Наверняка полно же дыр что в роутерах, что в процессорах, что в материнках, телефоны тем более. Или дыры в железе спецом для спецслужб оставляют.
Да даже сегодняшние сильные нейронки вроде ГПТ, если дать ему подумать часок-другой, я уверен выдаст очень даже хороший текст с отсылками, разными уровнями понимания и всем чем надо
Да. Есть 2 варианта - подписка на какие-то лимиты в месяц. И оплата за каждый токен.
>Я тут бесплатно по кайфу в щитхоле третьего мира пользуюсь нейронками
>Тем временем первую нацию на планете долбят чтобы я мог это делать
Ебааать ещё больше причин любить ИИ
> Mythos
Вообще ироничное названия. Мифическая модель, которая ебёт всех конкурентов, но вам её нипакажут
Ну а как иначе? Если она действительно настолько способная, то она действительно настолько опасная, что ее нельзя сразу выпускать на волю.
> Или дыры в железе спецом для спецслужб оставляют.
Запретить ИИ.
Ну мы же не в компаниях-единорогах работах из дружественных стран... Мы жуки плавунцы, люди маленькие.
цены тоже безумные.
А причем тут ИИ? Как Северную Корею то смогли без намоленного ИИ построить? Просто законы должны быть адекватные, без штрафов 20 тыщ долларов за неправильную парковку скейтборда или тюрьмы за выптую банку пива в неположенном месте. Соц рейтинг и прочая хуйня вообще не должны применяться вне приложения которое его формирует (примерно как с банками щас и есть).
>Наверняка полно же дыр что в роутерах,
Полно, их находили и использовали ещё до ИИ. Насколько я представляю, основная армия ботнетов, что DDoS атаки устраивает, как раз из подобных устройств и состоят
Только не особо помогает. Алгоритм понижает не слог, а всякие подчёркивания, выделения жирным, столбики и т.д.
>пик
Чё-то вспомнился старый онигдод про перевёрнутый унитаз...
Затеял мужик капитальный ремонт и нанял под это дело двух рабочих - вроде нормальные, не бухают. Приезжает через две недели домой принимать работу, ходит - ну просто заебись всё сделано, не придерешься. Заходит в туалет, а там унитаз блять к потолку прихуячен! Он, естественно: это чё за хуйня? А работяга ему: эй, погоди ругаться, вот смотри! - разбегается, отталкивается от стены, хватается за края унитаза руками, подтягивает к нему свою жопу и начинает срать. Моча с говном, естественно, валятся сквозь ноги вниз, падают ему на спину, грудь и лицо, он отпускает руки, шлёпается в кучу собственного говна и говорит:
- Действительно, Равшан, хуёво сделали - надо подправить.
Мне он раньше всегда дебильным казался, а теперь я понял, что это пророческий анекдот про промптинг, выполнение задач с помощью ИИ-агентов и их галлюцинации.
>запускается эффект зловещей долины
>Если диктор это ИИ запоминание информации падает на 30%
Ну если слушать не носителя языка, а иностранца с акцентом и с не той расстановкой ударений, то будто бы будет не так же.
какой бенч? есть ссылка?
Такой ценник видимо из-за размера модели?
Мышь Хассабис получила восторженные отзывы!
Google полностью переработала свою 50-летнюю мышь, сделав её работающей на основе искусственного интеллекта и устранив необходимость во всплывающих подсказках.
Редактор: Носорог
Google DeepMind выпустила экспериментальный прототип «указатель с поддержкой ИИ», что свидетельствует о формировании следующего поколения интерактивных функций после клавиатуры, мыши и сенсорного экрана.
Указатель мыши, который сопровождал вас 50 лет и ни разу не менялся, скоро обзаведётся мозгом.
С момента своего появления в 1970-х годах указатель мыши практически не изменился. Он присутствует на каждом веб-сайте, в каждом документе и в каждом рабочем процессе, но так и не смог по-настоящему понять, что вы делаете.
Недавно Google DeepMind опубликовала в своем блоге результаты исследований, демонстрирующие экспериментальный прототип «указтеля с поддержкой ИИ», работающего на платформе Gemini, и открыла две экспериментальные демонстрации в Google AI Studio.
«Мы разрабатываем более удобные и интуитивно понятные способы взаимодействия с ИИ», — написали в официальном блоге исследователи Адриен Баранес и Роб Марчант, отвечающие за проект.
Генеральный директор DeepMind Демис Хассабис даже опубликовал об этом пост, назвав полученный опыт «совершенно потрясающим».
Значок мыши остался прежним, но изменилась логика работы стрелки: теперь она не просто знает, куда вы указываете, но и начинает понимать, что вы хотите сделать.
В настоящее время этот прототип можно протестировать в Google AI Studio, доступны две демонстрационные версии: редактирование изображений (AI-Pointer: Create) и поиск местоположения на карте (AI-Pointer: Find).
Запись "AI-Pointer: Create": https://aistudio.google.com/apps/bundled/ai-pointer-create
Официальный видеоролик DeepMind: Указатель мыши — забытая вещь.
Искусственный интеллект должен приходить к вам, а не наоборот.
Сколько времени вы тратите каждый день на "интерпретацию контекста"?
Подумайте об одной ситуации, которая повторяется каждый день:
Откройте окно чата в программе для работы с ИИ, например, ChatGPT или Gemini; вернитесь на текущую веб-страницу или документ, выберите раздел, который хотите проанализировать, и скопируйте его; вернитесь в окно ИИ и вставьте. Затем в одном-двух предложениях опишите желаемый результат. Подождите. Как только получите результаты, вернитесь и выполните команду…
Каждый цикл "переключения окон → копирование → интерпретация → ожидание → возвращение к исходному состоянию" представляет собой когнитивное прерывание.
Большая часть времени, которое вы тратите на ИИ, на самом деле уходит не на решение реальных проблем, а на то, чтобы "объяснить ИИ, на что вы смотрите".
Компания DeepMind очень точно понимает эту проблему:
Как правило, инструменты ИИ работают в отдельном окне, и пользователям приходится перетаскивать в него свой собственный мир. Мы же хотим прямо противоположного: ИИ должен приходить к вам, а не наоборот.
В этом заявлении точно указан наиболее фундаментальный структурный недостаток моделей взаимодействия ИИ за последние два года.
Подсказки не требуются.
Укажите пальцем и скажите, и ИИ поймет.
Указатели с поддержкой ИИ призваны решить именно эту проблему. Адриен считает, что основная задача этого проекта состоит лишь в одном:
Как создать систему, которая действительно сможет понимать намерения пользователей мобильных устройств.
В основе этого лежат четыре принципа проектирования, которые формируют структуру системы и в совокупности отвечают на вопрос: как заставить ИИ понимать ваши намерения, не заставляя вас тратить усилия на их объяснение.
Первый принцип — «Поддерживайте поток».
Согласно целям проектирования DeepMind, возможности ИИ не должны отвлекать пользователей от текущих приложений, а, наоборот, должны быть максимально приближены к контексту их работы. Указав на PDF-файл и сказав: «Создайте краткое изложение, которое я смогу просто вставить в электронное письмо», ИИ выполнит свою задачу, и вы продолжите работу.
Второй принцип называется «Покажи и расскажи», что означает показать это искусственному интеллекту. В случае с ИИ вам нужно написать подробное описание того, с чем вы имеете дело, как это выглядит и в каком контексте.
Указатели с поддержкой ИИ исключают этот шаг. Gemini захватывает визуальную информацию и семантический контекст места, где находится курсор. Вам не нужно описывать то, что вы видите, потому что ИИ уже это увидел.
Третий принцип, на котором DeepMind особенно акцентирует внимание, звучит так: «Примите силу этого и того».
Подумайте о том, как люди сотрудничают. Вы же не скажете коллеге: «Пожалуйста, умножьте значение в третьей строке, втором столбце на два и обновите его в соответствующей сводной таблице». Вы скажете: «Удвойте это число и обновите его там», а затем укажете на него.
Цель указателей с поддержкой ИИ — сделать взаимодействие человека и компьютера таким же естественным, как и взаимодействие человека с человеком. С точки зрения технической реализации, это можно понимать как систему, которая больше не просто анализирует текст в речи, а связывает местоимения, такие как «этот», «тот», «здесь» и «там», с визуальным и семантическим контекстом, в котором указывает курсор или жест.
Таким образом, когда пользователь говорит «Изменить эту заметку на оранжевую», «эта» перестает быть просто расплывчатым местоимением, а понимается системой в сочетании с текущим местоположением, объектом и контекстом. Gemini получает не просто буквальное предложение, а намерение, состоящее из голоса, указания и содержимого экрана.
Суть ключевых слов никогда не заключалась в самих словах, а в намерении. Теперь же намерение наконец-то можно передать самым коротким способом.
Что еще интереснее, «указание» не ограничивается использованием только мыши. В демонстрации Адриен использовал отслеживание движений головы: куда бы ни повернулась голова, внимание ИИ следует за ней. Распознавание голоса, текста и изображений обрабатывается одновременно в режиме реального времени.
Четвертый принцип является наиболее технически сложным: «Превратите пиксели в интерактивные объекты».
Google полностью переработала свою 50-летнюю мышь, сделав её работающей на основе искусственного интеллекта и устранив необходимость во всплывающих подсказках.
Редактор: Носорог
Google DeepMind выпустила экспериментальный прототип «указатель с поддержкой ИИ», что свидетельствует о формировании следующего поколения интерактивных функций после клавиатуры, мыши и сенсорного экрана.
Указатель мыши, который сопровождал вас 50 лет и ни разу не менялся, скоро обзаведётся мозгом.
С момента своего появления в 1970-х годах указатель мыши практически не изменился. Он присутствует на каждом веб-сайте, в каждом документе и в каждом рабочем процессе, но так и не смог по-настоящему понять, что вы делаете.
Недавно Google DeepMind опубликовала в своем блоге результаты исследований, демонстрирующие экспериментальный прототип «указтеля с поддержкой ИИ», работающего на платформе Gemini, и открыла две экспериментальные демонстрации в Google AI Studio.
«Мы разрабатываем более удобные и интуитивно понятные способы взаимодействия с ИИ», — написали в официальном блоге исследователи Адриен Баранес и Роб Марчант, отвечающие за проект.
Генеральный директор DeepMind Демис Хассабис даже опубликовал об этом пост, назвав полученный опыт «совершенно потрясающим».
Значок мыши остался прежним, но изменилась логика работы стрелки: теперь она не просто знает, куда вы указываете, но и начинает понимать, что вы хотите сделать.
В настоящее время этот прототип можно протестировать в Google AI Studio, доступны две демонстрационные версии: редактирование изображений (AI-Pointer: Create) и поиск местоположения на карте (AI-Pointer: Find).
Запись "AI-Pointer: Create": https://aistudio.google.com/apps/bundled/ai-pointer-create
Официальный видеоролик DeepMind: Указатель мыши — забытая вещь.
Искусственный интеллект должен приходить к вам, а не наоборот.
Сколько времени вы тратите каждый день на "интерпретацию контекста"?
Подумайте об одной ситуации, которая повторяется каждый день:
Откройте окно чата в программе для работы с ИИ, например, ChatGPT или Gemini; вернитесь на текущую веб-страницу или документ, выберите раздел, который хотите проанализировать, и скопируйте его; вернитесь в окно ИИ и вставьте. Затем в одном-двух предложениях опишите желаемый результат. Подождите. Как только получите результаты, вернитесь и выполните команду…
Каждый цикл "переключения окон → копирование → интерпретация → ожидание → возвращение к исходному состоянию" представляет собой когнитивное прерывание.
Большая часть времени, которое вы тратите на ИИ, на самом деле уходит не на решение реальных проблем, а на то, чтобы "объяснить ИИ, на что вы смотрите".
Компания DeepMind очень точно понимает эту проблему:
Как правило, инструменты ИИ работают в отдельном окне, и пользователям приходится перетаскивать в него свой собственный мир. Мы же хотим прямо противоположного: ИИ должен приходить к вам, а не наоборот.
В этом заявлении точно указан наиболее фундаментальный структурный недостаток моделей взаимодействия ИИ за последние два года.
Подсказки не требуются.
Укажите пальцем и скажите, и ИИ поймет.
Указатели с поддержкой ИИ призваны решить именно эту проблему. Адриен считает, что основная задача этого проекта состоит лишь в одном:
Как создать систему, которая действительно сможет понимать намерения пользователей мобильных устройств.
В основе этого лежат четыре принципа проектирования, которые формируют структуру системы и в совокупности отвечают на вопрос: как заставить ИИ понимать ваши намерения, не заставляя вас тратить усилия на их объяснение.
Первый принцип — «Поддерживайте поток».
Согласно целям проектирования DeepMind, возможности ИИ не должны отвлекать пользователей от текущих приложений, а, наоборот, должны быть максимально приближены к контексту их работы. Указав на PDF-файл и сказав: «Создайте краткое изложение, которое я смогу просто вставить в электронное письмо», ИИ выполнит свою задачу, и вы продолжите работу.
Второй принцип называется «Покажи и расскажи», что означает показать это искусственному интеллекту. В случае с ИИ вам нужно написать подробное описание того, с чем вы имеете дело, как это выглядит и в каком контексте.
Указатели с поддержкой ИИ исключают этот шаг. Gemini захватывает визуальную информацию и семантический контекст места, где находится курсор. Вам не нужно описывать то, что вы видите, потому что ИИ уже это увидел.
Третий принцип, на котором DeepMind особенно акцентирует внимание, звучит так: «Примите силу этого и того».
Подумайте о том, как люди сотрудничают. Вы же не скажете коллеге: «Пожалуйста, умножьте значение в третьей строке, втором столбце на два и обновите его в соответствующей сводной таблице». Вы скажете: «Удвойте это число и обновите его там», а затем укажете на него.
Цель указателей с поддержкой ИИ — сделать взаимодействие человека и компьютера таким же естественным, как и взаимодействие человека с человеком. С точки зрения технической реализации, это можно понимать как систему, которая больше не просто анализирует текст в речи, а связывает местоимения, такие как «этот», «тот», «здесь» и «там», с визуальным и семантическим контекстом, в котором указывает курсор или жест.
Таким образом, когда пользователь говорит «Изменить эту заметку на оранжевую», «эта» перестает быть просто расплывчатым местоимением, а понимается системой в сочетании с текущим местоположением, объектом и контекстом. Gemini получает не просто буквальное предложение, а намерение, состоящее из голоса, указания и содержимого экрана.
Суть ключевых слов никогда не заключалась в самих словах, а в намерении. Теперь же намерение наконец-то можно передать самым коротким способом.
Что еще интереснее, «указание» не ограничивается использованием только мыши. В демонстрации Адриен использовал отслеживание движений головы: куда бы ни повернулась голова, внимание ИИ следует за ней. Распознавание голоса, текста и изображений обрабатывается одновременно в режиме реального времени.
Четвертый принцип является наиболее технически сложным: «Превратите пиксели в интерактивные объекты».
В течение последних 50 лет курсоры знали только, куда вы указываете, но не на что именно. Указатели с поддержкой искусственного интеллекта призваны это изменить.
На изображении, на которое вы навели курсор, видно здание. Искусственный интеллект распознает, что «это местоположение», поэтому «дайте мне указания» становится действием, которое можно запустить напрямую.
Вы фотографируете рукописную записку, и искусственный интеллект распознает написанные на ней слова, автоматически превращая записку в редактируемый список дел;
Если поставить на паузу один кадр в видеоролике о путешествиях, появится ссылка для бронирования столика в симпатичном ресторане, показанном в видео.
Ещё одна деталь демонстрации произвела большое впечатление: Адриен указал на меню ресторана, затем на другое изображение-образец стиля и сказал: «Используйте стиль этого изображения, чтобы нарисовать для меня это меню».
Gemini одновременно поняла содержимое меню и визуальный стиль эталонного изображения, создав новое изображение, которое объединило в себе оба элемента. Это был не двухэтапный процесс; он был выполнен всего одним предложением и двумя жестами.
Впервые пиксели обрели семантическое значение.
От концепции до реализации
Компания DeepMind не остановилась на концептуальном уровне.
Google заявляет, что соответствующие принципы взаимодействия начали внедряться в продукты: в Chrome пользователи могут указывать на контент на веб-странице, выбирать его и задавать вопросы Gemini.
Функция Magic Pointer в Google Books была заявлена Google как предстоящая системная возможность, а первые устройства Google Books планируется выпустить этой осенью.
Конечно, от демонстрации до повседневного использования еще долгий путь.
Точность распознавания, совместимость с различными приложениями и скорость отклика — все эти параметры необходимо улучшать в реальных, сложных средах настольных компьютеров.
Ещё один важный момент заключается в том, что указатели с поддержкой ИИ должны постоянно понимать содержимое вашего экрана, как собираются, хранятся данные и куда они поступают, что DeepMind пока не объяснила подробно.
Это не препятствия, а скорее необходимый процесс для перехода новой парадигмы взаимодействия из лаборатории в массы.
Любая технология, меняющая способ нашего взаимодействия, проходит через этот этап. Когда вышел первый iPhone, никто не осмеливался гарантировать, что он сможет заменить клавиатуру.
Клавиатура 1973 г., мышь 1984 г., сенсорный экран 2007 г.
Взаимодействие следующего поколения в 2026 году
Если мы включим этот указатель в хронологию 50-летней истории взаимодействия человека и компьютера, его значение станет совершенно очевидным.
В 1973 году компания Xerox Alto внедрила прототипы современных средств взаимодействия с настольными компьютерами, таких как графические интерфейсы, растровые дисплеи и мыши, в экспериментальные системы.
В 1984 году Macintosh представил широкой публике мышь и графический интерфейс, и люди начали использовать значки, имитирующие движения пальцев, для выполнения операций.
В 2007 году iPhone сделал пальцы основным методом ввода, а сенсорный экран стал ключевым средством взаимодействия в мобильных вычислительных системах.
Каждый прорыв обусловлен одним и тем же: машины учатся больше, а людям нужно учиться меньше.
Поле ввода после 2022 года находится на отдельной строке.
Люди переводят свои намерения на естественный язык, отправляют их в диалоговое окно, а затем ждут ответа от машины. Возможности для выражения мыслей расширились, но сам процесс выражения никуда не исчез. Вам по-прежнему нужно печатать и описывать.
В рамках плана на 2026 год предпринимается попытка сократить этап «интерпретации контекста», а не полностью исключить само выражение.
Указатель на 2026 год пытается сократить этап «интерпретации контекста».
Благодаря совместной работе жестов, голоса и семантического понимания, способ передачи намерений изменился от «точного описания» к «естественному направлению»: людям по-прежнему необходимо выражать себя, но им больше не нужно кропотливо объяснять, «на что я смотрю».
Первые четыре поколения взаимодействия основывались на «выражении, инициированном человеком». Это поколение — первое, основанное на «понимании, инициированном машиной». Жесты, голос и семантическое понимание присутствуют одновременно, а способ передачи намерений изменился от «точного описания» к «естественному направлению». В этой парадигме практически отсутствует прямое словесное моделирование.
В конце видео Адриен изложил свое видение будущего:
Новый тип операционной системы. Искусственный интеллект заблаговременно предлагает мне контент, который может меня заинтересовать, а я реагирую на него жестами. Мы делим внимание, мы делим пространство, как при работе с другим человеком.
Конечная цель взаимодействия с ИИ — не более интеллектуальная поисковая строка, а настоящий партнёр, способный к сотрудничеству.
Самые полезные инструменты зачастую — это те, о существовании которых вы забываете.
Мышь существует с человечеством уже 50 лет. В следующие 50 лет она, возможно, действительно начнет понимать вас.
https://www.reddit.com/r/vibecoding/comments/1tehf5o/i_vibe_code_with_gpt54_for_1day_100m_tokens_some/
Как же хочется покупать ЖТП с 97% скидкой...
Как же хочется покупать ЖТП с 97% скидкой...
Почему мышь Хассабис? Это мышь с Дюны или что-то в таком духе? Я б такую не стал на компе держать.
>2 вебм
Бесполезная хуйня. Выдаёт медленно даже с 2х ускорением, ничего не готовит, просто бутылку передаёт.
Да это просто демонстрация технологии. Через пару лет он уже жоглировать бутылками будет и кабанчиком по этому ларьку скакать. Поназапишут движений с реальных людей, и в него щашьют. Ему там много надо, в этой вольере? Рутинные действия, штук 10.
Когда будет, тогда и приходите.
А по моему это майндблоуинг. В 90-е я помню люди ходили с пейджерами и не знали что такое мобильный интернет.
А сейчас ты можешь подойти к ларьку, оплатить колу на плоском сенсорном экране с куаркодика на телефоне, и тебе ее выдаст робот, который не просто запрограммирован на определенные движения, а который реально определяет сенсорами объекты перед ним и взаимодействует с ними. Раньше такое было тупо невозможно сделать, а сейчас оно уже существует. Дальше будет только лучше.
Недолго ждать осталось.
Оно уже есть, в другой сфере. Демонстрация была пару-тройку месяцев назад. Будет и в этой, прицип переноса движений тот же.
Ебучие нейронки заменяют все нормальные работы, скоро останутся только шахтеры, грузчики и прочее дно, которое слишком зашквар даже для роботов. В ахуе с того, насколько же всем похуй, что кабанчики нагло, в открытую, без всякой конспирации выпиливают средний класс. Они не просто открыто это делают, они еще и радостно визжат об этом изо всех щелей уже несколько лет. И всем похуй. Абсолютно.
> грузчики
Изи заметить роботами. Не ссы, всех заменят.
>Они не просто открыто это делают, они еще и радостно визжат об этом изо всех щелей уже несколько лет
Ботище...
А за сколько на платных прокси продают?
Наши кобанчики то? За фул прайс
трясешься, офисный планктон?
Греча, твой завод скоро закроется и тебя сократят
Так купи. Это очень ненадежные апи, которые банят каждый день. Берут новые аккаунты с бесплатными лимитами, краденные аккаунты физ лиц и корпоратов. Это 100 процентов абьюз, часто незаконный. Отправлять свои личные данные в такой апи неразумно.
так что это сыр в мышеловке
Так это надо алипей где фотка с флажком в анусе паспортом, потом еще ебаться с карточкой которая сможет привязаться.
Было бы это просто и стоило копейки можно было бы иногда врубать, но ты прав что ненадежные и из-за этого тупо впадлу заниматься этим
В /aicg же были прокси жида и смола. Там за 20 или типо того долларов дают около безлимитный доступ ко всяким разным сеткам.
Нестабильно и вся хуйня, да
Цена не имеет значения, если это правда.
Ты понимаешь скольких заменит следующий шаг с отрывом в 30%?
>радостно визжат
Средний класс как обслуга высшего капитала всегда будет.
Мы вряд ли доживем до момента, когда роботам не нужны будут робототехники.
Но нищих из стран третьего мира подсократят этот правда.
Процесс уже начался, судя по коэффициенту рождаемости в планетарном масштабе.
>Мы вряд ли доживем до момента, когда роботам не нужны будут робототехники
Очень наивно, роботы смогут делать что угодно, но не чинить других роботов
>надо алипей
Не надо, за 300 р можно у нас купить. Таких предложений дохуище, просто нужно погуглить. Но я опять е не рекомендую, лучше пользуйся https://lmarena.ai/
>что угодно
Пока что про что угодно речи нет и близко.
А еще всегда остается вопрос ответственности.
Наивно думать, что богатые доверят свою жизнь или жизнь своих детей железяке.
>роботы смогут делать что угодно
https://rutube.ru/video/e9bdb67f895d62cec288e9ca52d5b11f/
Неужели и песок смогут добывать?
Это круто но мне ж апи надо, хотя может есть на гите где-то как арену запихнуть
Хз, робот не предаст и сдеалает что должен, а мясная хуйня то и дело гадит
Кому должен? Робот это автомат.
Кто его запрограммирует тому он и должен.
Если его другой робот или человек взломает, то он должен уже другому роботу. С человеком это гораздо сложнее.
ОБЩИЙ аккаунт. А если мне для работы нужно?
>не
Роботы для работы с едой самое то - они не дышат на еду, не кашляют на продукты.
так в этом и суть, что все китайские апи по 1 доллару такие же общие. этот пост был в ответ на новость о китайских серых апи по доллару
Не чешут яйца за прилавком, если у них нет в программе такой опции.
Так да, все открыто. Причем в СШАшке уже работу найти не могут выпускники, офисных увольняют. Но всем похуй. Тут у нас ситуация просто, когда основная масса населения обыдлела настолько, что с ней можно видимость нормы создавать, им пойдет. Да вон по треду уже видно, тут постоянно кукарекают что на их век работ будет, в то время как их уже выпиливают.
В рф рекордно низкая безработица.
>работу найти не могут выпускники
На кого учились там и пригодились.
В США есть круг профессий, где всегда нехватка людей.
Если ты закончил какой-нибудь колледж и стал специалистом по гендерному неравенству, это твои проблемы, а не страны или государства. Тебя никто не заставлял учиться хуйне.
>Вангёрл стендинг
>Dross
>гёрл
он не знает
>Gemini одновременно поняла содержимое меню и визуальный стиль эталонного изображения, создав новое изображение, которое объединило в себе оба элемента
Удобно пиздеть чужие труды. То есть кто-то придумывает для своего ресторана оригинальный стиль, вкладывается, а гугол создаёт инструменты, чтобы это можно было легко и без спроса копировать. Зато когда касается их интересов, то сразу блокируют всё неугодное, запрещают приложения для андроидов, что могут блокировать рекламу на ютубе, или пытаются бороться со скачиванием роликов
>Если поставить на паузу один кадр в видеоролике о путешествиях, появится ссылка для бронирования столика в симпатичном ресторане, показанном в видео
Нахуй не нужно. Слишком простая доступность разрушает всю атмосферу
Вообще какая-то в целом бесполезная хрень, потому что реально все возможности доступны сейчас, нужно только минимальные движения совершить. Например достаточно выделить и скопировать текст в ЛЛМ, или даже скриншот сделать
А здесь реально дополнительные функции шпионажа за пользователем
>Через пару лет он уже жоглировать бутылками будет и кабанчиком по этому ларьку скакать.
Не нужно. Уже в прошлом веке реализовали автоматы по продаже напитков в бутылках и прочей всячине. Зачем тут большой ларёк и робот?
Я реально хуею от попыток приткнуть роботов хоть куда-нибудь, типа чтобы впечатлились
>богатые доверят свою жизнь или жизнь своих детей железяке
Другое дело доверять человеку, сколько видосов где няни пиздят детей, а могут и голову отрезать, а потом ходить по улице с ней.
Так рф аномалия, она не в счет. Имеются в виду страны, где ИИ-робототехника уже активно проникают, сразу как появляются. Вообще все должно разделиться в скорости, страны где ИИ-роботов активно продают и внедряют, и третьемировые отсталые где их никому особо не надо завозить и там до сих пор дешевая рабочая сила процветает. Безработица как раз в роботизированных начинается, до отсталых еще долго добираться будет.
Если будут два ларька стоять, один с роботом, другой с человеком - лучше в тот что с роботом пойду. Железка обслуживает куда приятнее. Люди в сервисном секторе отстой на самом деле.
Так железкой в любом случае индус управляет, ну или смотрит что происходит через ее камеры где-нибудь в Мумбаи
Мечтаю, когда уже запилят машину пожирателей лотоса, чтобы я сычевал в своём личном космическом раю с олимпийскими богами и отключённой префронтальной корой
>сколько видосов где няни пиздят детей, а могут и голову отрезать, а потом ходить по улице с ней.
Наняли поехавший мигрантский биомусор.
@
Богатые.
Не продолжай.
Как то сложно слишком.
В твоем случае лоботомия станет спасением.
Ванбой стендинг и чо
Ну и почему тогда все не продается через вендинговые автоматы? Возможно, потому, что какие-то вещи так не продать? Ты же не сможешь свежей шаурмой торговать так или какой-нибудь курой-гриль. Да, всякую хуйню в брикетах и бутылках так продавать можно, но это ограниченный набор продукции. Вот конкретно в том ларьке может робот и не нужен, а десятках других нужен.
Похуй на ум нейросеток, если жиды из Клода по 150 баксов продают его за 1м токенов. Дело же не в уме, а будет ли ИИ выгодно использовать. И пока движение довольно медленное, никакой сингулярностью даже и не пахнет, лол. Достаточно какого-то энергетического/кремниевого кризиса и нейронки можно выкидывать в помойку, несмотря на АГИ.
А я о переносе сознания, как в Альтеред Карбоне, чтобы можно было сохранить личности запертые в слабой, хрупкой оболочке.
Так уже нечего, были неоднократно статьи в американской прессе, что сейчас выпускники месяцами работу ищут, никто не берет, тупо не нужны. По ходу у америкосов скоро бомбить начнет, ведь там образование не бесплатное, и они по 200к в него повкладывали, в кредиты влезли, а некоторые даже в армию сходили, чтобы бабок на вуз поднять. А тут такой подъеб от ИИ рыночка. По сути студней сейчас просто ограбили на 200к.
А кодинга в подписке до сих пор нет у них. Кому нужен голый ассистент в браузере, когда за ту же цену подписка на жпт покупается.
Мифос же вроде 10 триллионов?
Отстает небоходец.
Маск в начале апреля писал, что на Колоссусе 2 одновременно обучаются две модели на 1 Т, две модели на 1,5 Т, модель на 6 Т и модель на 10 Т
Ну, обещания Илона - это отдельный жанр фантастики, но интересно
Хуйню не неси. Нейронки каждый год сжимаются. Сейчас у тебя на домашнем пк с 16 гб рам и 4 гб врам запускается гемма, которая по уму как огромные корпораты годовалой давности. С 1T параметров до 30b.
Там недавно была новость про то, как чел узнавал количество параметров модели по ее знаниям. Грубо говоря, чем меньше модель, тем, очевидно, меньше в ней знаний. Это может сильно убивать маленькие модели, им просто может нехватать информации для некоторых тасок. Им улучшают способность думать, но по количеству знаний они кал. Думаю следующий шаг в разработке локальных моделей будет связан с возможностью запускать модели с маленьким количеством активных параметров, но с огромной базой знаний. Возможно моехи с очень большим количеством экспертов или какая-то новая архитектура, а может банально текстовая база с инструментарием для поиска. Короче локалочки нужно доводить чтобы они весили по несколько сотен гигов, но могли запускаться на консьюмер карточках. Под такую важную штуку как ллм, думаю большинство места на диске наскребет.
мимо
А потом писали что обучение идет медленно, большинство мощностей простаивает, возникла куча ботлнеков которые не позволяют эффективно задействовать все мощности. Машк проебал (или не захантил) лучших специалистов, а те что есть, разрулить проблемы не могут.
С этим также связанно то что Машк продал часть мощностей антропикам и кому-то еще, чтобы хоть как-то окупать простаивающие мощности.
По итогу Машк в жопе и отстал от всех.
> на консьюмер карточках
1. без задач, есть облака
2. консьюмер карточки застряли на пару лет минимум
На 4/16 Gemma по определению вообще не запустится, это 31b dense модель
Вариант Gemma4:31b реально очень достойный, но только это всё-таки совсем другой класс, чем относительно старый Sonnet. И Gemini 3.1 Pro с запасом проигрывает
Это смешной коупинг честно говоря. Хочешь локально пускать, пускай, но меру знать надо, чтобы смешным не быть.
Я годами эти модели гоняю. И знания у них также колоссально растут. То что сейчас знает 30b раньше не знали даже 200b. И с каждым годом в неё упаковывают всё больше. Так что хватит трястись, никаких проблем с мощностями нет. Просто чтобы тебе запустить самую передовую модель всегда надо компьюта космическое количество, а модель по мощности и знаниями как пол года назад стоит копейки.
Ты физически не сможешь уместить сотни гигов важной инфы в 20 гигов
Здесь всё очень спорно, потому что важно не только знать какую-то рандомную бесполезную хрень, а уметь использовать. Плюс не все знания одинаково полезны
То есть качество обучающего материала и обучения минимум во многие разы меняет число весов, нужное для того. чтобы хорошо работать
Пиздец, я понимаю что последние 1.5 года нормисов понабежало в ИИ тред, но нахуя вступать в спор если ты вообще не понимаешь о чём говоришь. Любому идиоту будет понятно что речь о мое гемме 26b в 3-4 квантах.
Ещё один вылез. Модель не хранит инфу, всё находится в математических паттернах. И модель знает больше, потому что за год эту архитектуру колоссально улучшили и оптимизировали датасет.
Мне кажется вы оба делаете серьёзные ошибки в рассуждениях
Твоя ошибка в том, что считаешь, что веса модели используются мало-мальски адекватно и оптимально. Что вряд ли.
Аналогия-иллюстрация. У тебя может быть большое собрание видео про готовку еды. При этом представь , есть одно собрание, где сотни видео про то, как готовить яичницу с беконом. Все варианты, с разных ракурсов, на электрических плитах и на газовых, разные типы сковородок, разные виды лопаток, все варианты бекона, салями, колбасы, разные виды масла (подсолнечное, оливковое, сливочное, маргарин, для всех видов брендов), яйца чуть разного цвета, соль разного помола. Можно набрать реально даже тысячи разных видео таких
И второе собрание, где несколько видео про яичницу, и куча других видео про другие блюда
Первый вариант по объёму может быть намного больше. Больше гигабайт информации. По по полезной информативности скорее всего меньше.
Вот с моделями работает эта же логика
>гемме 26b в 3-4 квантах
Что нужно иметь с головой, чтобы называть это нормальной моделью и на полном серьёзе сравнивать с моделями на сотни миллиардов параметров, вплоть до старых соннетов?
Эта модель чисто поиграться. Gemma4:31b хотя бы реально уже на что-то годная, хотя она слабее даже Gemini 3.1 Flash, не говоря уже про Pro
Можно ещё нагляднее. Есть картиночные нейронки, чтобы модель обучилась стилю нужно дотренировать её 50-100 изображениями. Так чем совершеннее модель, тем меньше ей нужно будет этих изображений чтобы воспроизводить этот стиль и понадобится уже не 50 изображения, а 5. Нужно не 50 видео с яичницей, а всего 5 чтобы модель усвоила знания.
Про компрессию слыхал? Сотню гигов и в один (1) бит уместить можно.
Мне не интересно твоё мнение. Есть бенчмарки и ты их сам ручками можешь прогнать. Единственное в чём 26b сильно проигрывает 30b, в литературе.
А мне не интересен твой дроч на бенчмарки. Я все эти модели проверял сам, через АПИ.
Рассуждения о том, что небольшая уквантованая в говно модель реально хоть близко стоит к соннету полуторагодовой давности, это уже не смешно даже
Всему миру очень интересно мнение манички, которая вбила в такую же уквантованную модель (корпораты уже давно также квантуют всё) "как какать?" и ей ответ не понравился, значит модель кал.
при хороших скиллах даже 30M модель справится правда весь код ты будешь писать руками
Я пробовал, это как бенчмарк на агентскую работу. и оказалось, что уже на этой задаче возникают проблемы. Хотя это учебная база
Вообще с тем, чтобы делать сайты, у нейронок плохо на самом деле, видимо потому, что они визуал не понимают Бэкенд логику они лучше делают
> бенчмарки
Кто лучше змейку напишет?
блин, вообще мимо треда, сюда должно было быть
Это пидорас периодически комментирует какое-нибудь видео с Грока по типу "великолепно, а скоро будет еще лучше, как выйдет наш Грок Имагине 2.0 - это будет потрясающе" и прочие охуительные истории.
Помнится он и 1.5. обещал еще в апреле, орал блять на каждом углу. Вместо этого получили липсинк чуть улучшенный, модель для пикч, которая генерит в качестве получше (отдельной кнопкой) и какой-то говноагент. На 1.5. все это не тянет, поэтому внезапно Маск заткнулся на его тему.
Зато лимиты урезал на платном тарифе за 30 баксов до 30-40 генераций в сутки (точнее попыток генераций - цензуру выкрутили на максимум), из которых только половина в 720п. Мощностей же не хватает, епт. При этом Антропикам сдал мощности одного из Колоссусов за много (но это не точно) денех. Уебан, как есть.
Он бизнесмен, его цель зарабатывать деньги.
Потери, сынки, потери. Сжимая информацию ты теряешь важные детали. 20-24 гб, для того чтобы впихнуть в дефолтный сетап локальщика, ты однозначно не вместить всю важную инфу. Заметьте, я нигде не писал что информация не сжимается, речь была о том, что этого просто недостаточно.
> Сжимая информацию ты теряешь важные детали
> что такое лосслесс компрессия?
>лосслесс компрессия
>нейронки
Выбери одно
> выпускникам нехуй будет ловить
Это типо новость? Как вообще представляют трудоустроить всё население с "вышками".
Вот в РФ оно есть в 50%+ населения. И где столько работы найти такого уровня?
Пиздабол номер уно
Пиздаболище номер дос
Причём у обоих пиздаболище моделей нормальных нет, зато кукареков на весь мир. Лучше бы делом занялись
Пока у них нарастают обсеры с виндой и гитхабом, провалы как технические, так и маркетинговые. Видно ничего больше не остаётся, как пытаться строщать других своими давно заезженными пластинками
Соглы, до сих пор не сделали в винде адекватный контейнер для агентов, приходится пердолить wsl говно
Петухи взбунтовались в ответ на речь бывшего CEO гугла в Аризонском университете об ИИ.
https://x.com/ProudSocialist/status/2055773442549407938
https://x.com/ProudSocialist/status/2055773442549407938
Как же хочется, чтобы эту визжащую сою ии убило нахуй
>и они по 200к в него повкладывали
Никогда не понимал данной хуйни у амеров. Банально проще в европу перекатиться на время обучения, а потом вернуться обратно там вышки в миллиард раз дешевле, если не басплатно, и все дипломы котируются т.к. единый первый мир
Уже и так убивает. Этих визжащих выпускников на работу не берут, старых офисных тупырей постепенно с работ выпирают на мороз.
>При поиске работы выпускник того же братства (даже если он окончил вуз 30 лет назад) с огромной вероятностью поможет «брату». Около 85% руководителей компаний из списка Fortune 500 и почти все президенты США (кроме нескольких) состояли в братствах.
Основное значение вышки в сша это связи, а в европках ты их не получишь. Любых успешных стартаперов или просто людей на пригретых местах посмотри, они в униках понабрались нужных связей. Там же целые ритуалы со студенческими братствами и сестринствами, ритуалы вступления, символика, отдельные особняки-базы для братств, секретные залы для собраний, дедовщина, секретные жесты. Причем с пожизненным статусом. А какой ты статус получишь после бесплатного вуза в ЕС? Подзалупный.
>статус
Суд оштрафовал ответчика за составленную с помощью ИИ жалобу и выдуманную нейронкой судебную практик Аноним 18/05/26 Пнд 00:18:23 #303 №1614359
Чел заюзал нейросеть, чтобы составить жалобу в суде. Она ему нагаллюцинировала несуществующей судебной практики. Чел принёс эту жалобу в суд, суд охуел и оштрафовал его на 50к!
https://kad.arbitr.ru/Document/Pdf/01899d03-ae95-4846-958e-cbe8296855ea/984c40be-bd1b-423a-b4f5-1d46ef559ef7/A27-7831-2025_20260514_Opredelenie.pdf?isAddStamp=True
https://kad.arbitr.ru/Document/Pdf/01899d03-ae95-4846-958e-cbe8296855ea/984c40be-bd1b-423a-b4f5-1d46ef559ef7/A27-7831-2025_20260514_Opredelenie.pdf?isAddStamp=True
>В США есть круг профессий, где всегда нехватка людей
Что за профессии? Как и во всех странах, там не хватает людей либо на сверхсложных специальностях для 1% населения с 140 IQ+ (и то их скоро пидорнут), либо говночистов за минималку (чем мы все скоро и будем заниматься). Всех остальных там в избытке, на любую работу очередь.
>Основное значение вышки в сша это связи, а в европках ты их не получишь
ещё как получишь, если место престижное. Ну там Кембридж-Оксфорд, это так вообще прямо круто
Если чел долбоеб ему какой инструмент не дай все обосрется.
Я бы не рисковал, но будь на его месте без денег на нормального адвоката - загрузил бы все дела похожие на мои которые есть в свободном доступе, попросил бы составить карту ну или через гугловские рисёрч штуки и стал бы задавать кучу вопросов перепроверяя потом источники.
Скорей бы уже быдло с дорог согнали.
Так наоборот же. У нас вот-вот мир без людей запустится, дороги очень выгодны чтобы утилизировать лишнее быдло. Чем больше на дорогах утилизируется, тем меньше базового дохода таким платить. В новом мире быдло особо не нужно.
Волна ненависти к ИИ уже здесь
Если бы ИИ был кандидатом на политический пост, он проигрывал бы с разгромным счётом.
Цикл хайпа вокруг ИИ заставляет поверить, что эта технология неизбежна. Но обратная реакция на ИИ растёт, поскольку люди беспокоятся, что он отнимет у них работу, поднимет тарифы на электроэнергию и ещё больше обогатит состоятельных людей — и всё это в ущерб окружающей среде.
Текущая ситуация: На этой неделе вирусную популярность приобрела речь на церемонии вручения дипломов, после того как исполнительный директор по недвижимости из Флориды Глория Колфилд заявила, что «искусственный интеллект — это следующая промышленная революция», что вызвало хор неодобрительных выкриков в зале.
Оратор могла бы избежать насмешек, если бы ознакомилась с последними опросами: лишь 18% молодых людей в возрасте от 14 до 29 лет говорят, что испытывают надежду в отношении ИИ, согласно недавнему опросу Gallup.
Презрение охватывает поколения и политические партии. Опрос Economist/YouGov, опубликованный на этой неделе, показал, что более 70% американцев считают, что ИИ развивается слишком быстро, причём 68% республиканцев и 77% демократов говорят, что он движется слишком быстро.
Другие опросы YouGov показывают рост негативных взглядов на ИИ с 34% три года назад до чуть более 50% сейчас.
Между строк: Руководители ИИ-компаний не делают многого, чтобы погасить обратную реакцию, которая уже демонстрирует признаки замедления отрасли. Некоторые из них кажутся невозмутимыми — или неосведомлёнными.
В предыдущих беседах с Axios руководители ИИ из нескольких ведущих лабораторий ИИ были удивлены негативными мнениями. Они видят в ИИ столь же неизбежное явление, как и появление интернета.
Когда его спросили об обратной реакции на ИИ, генеральный директор Superhuman Mail Рахул Вохра — чья компания создаёт почтового ассистента на базе ИИ — казался незнакомым с предпосылкой вопроса. Услышав о плохих результатах опросов вокруг ИИ, он ответил: «Мы этого действительно не наблюдаем».
Доля респондентов, говорящих, что ИИ движется слишком быстро, по возрастным группам
Опрос 1 546 взрослых жителей США, проведённый 9–11 мая 2026 года
Столбчатая диаграмма, показывающая долю взрослых жителей США, которые говорят, что ИИ движется слишком быстро, в разбивке по возрасту в опросе от 9–11 мая 2026 года. Доля растёт с возрастом: от 64% среди людей в возрасте от 18 до 29 лет до 79% среди людей в возрасте 65 лет и старше. Возрастная группа от 45 до 64 лет достигает 72%.
Хотя технологии, лежащие в основе ИИ, пришли, чтобы остаться, «не является неизбежным то, что эти технологии будут встроены в каждый аспект нашей жизни, станут незаменимыми или заменят людей», — заявила в электронном письме для Axios доктор Авриэль Эппс, доцент Калифорнийского университета в Риверсайде.
«Ничто в будущем не является неизбежным, и ни один человек, компания или группа не вправе решать, что произойдёт в будущем».
Уровень угрозы: Негативные настроения в отношении ИИ могут стать финансовой ответственностью для ИИ-лабораторий, если они продолжат ограничивать доступ к их наиболее ценному ресурсу: вычислительным мощностям.
Рекордное количество центров обработки данных, которые предоставляют вычислительные ресурсы, используемые ИИ-компаниями для ответа на пользовательские запросы, было отменено в первом квартале 2026 года на фоне сопротивления со стороны местных сообществ, согласно данным Heatmap Pro.
«Общественное противодействие становится связывающим ограничением, особенно в отношении строительства центров обработки данных», — написали аналитики Morgan Stanley в записке о рыночных рисках, связанных с промежуточными выборами.
Эти задержки со строительством центров обработки данных «подрывают уверенность» среди инвесторов, согласно записке, которую инвестиционный банк Jefferies разослал клиентам.
Проверка реальностью: ИИ существует уже много лет и неизбежно станет центральной частью американской жизни, какую бы форму он в конечном итоге ни принял.
«Некая версия ИИ неизбежна... но у нас есть выбор», — сказал Арун Бахл, генеральный директор Aloe, ИИ-компании, которая создаёт модели, призванные быть надёжными. «Это будет антиутопический сценарий? Или мы можем получить инструменты, которым люди доверяют?»
В глобальном масштабе мнения более позитивны: доля респондентов, ожидающих, что ИИ принесёт больше пользы, чем вреда, выросла до 59% в 2025 году с 55% в 2024 году, согласно данным Стэнфорда.
Итог: Индустрия ИИ сталкивается с серьёзной проблемой в сфере связей с общественностью, которая угрожает затормозить быстрый рост, считавшийся её лидерами само собой разумеющимся.
Если бы ИИ был кандидатом на политический пост, он проигрывал бы с разгромным счётом.
Цикл хайпа вокруг ИИ заставляет поверить, что эта технология неизбежна. Но обратная реакция на ИИ растёт, поскольку люди беспокоятся, что он отнимет у них работу, поднимет тарифы на электроэнергию и ещё больше обогатит состоятельных людей — и всё это в ущерб окружающей среде.
Текущая ситуация: На этой неделе вирусную популярность приобрела речь на церемонии вручения дипломов, после того как исполнительный директор по недвижимости из Флориды Глория Колфилд заявила, что «искусственный интеллект — это следующая промышленная революция», что вызвало хор неодобрительных выкриков в зале.
Оратор могла бы избежать насмешек, если бы ознакомилась с последними опросами: лишь 18% молодых людей в возрасте от 14 до 29 лет говорят, что испытывают надежду в отношении ИИ, согласно недавнему опросу Gallup.
Презрение охватывает поколения и политические партии. Опрос Economist/YouGov, опубликованный на этой неделе, показал, что более 70% американцев считают, что ИИ развивается слишком быстро, причём 68% республиканцев и 77% демократов говорят, что он движется слишком быстро.
Другие опросы YouGov показывают рост негативных взглядов на ИИ с 34% три года назад до чуть более 50% сейчас.
Между строк: Руководители ИИ-компаний не делают многого, чтобы погасить обратную реакцию, которая уже демонстрирует признаки замедления отрасли. Некоторые из них кажутся невозмутимыми — или неосведомлёнными.
В предыдущих беседах с Axios руководители ИИ из нескольких ведущих лабораторий ИИ были удивлены негативными мнениями. Они видят в ИИ столь же неизбежное явление, как и появление интернета.
Когда его спросили об обратной реакции на ИИ, генеральный директор Superhuman Mail Рахул Вохра — чья компания создаёт почтового ассистента на базе ИИ — казался незнакомым с предпосылкой вопроса. Услышав о плохих результатах опросов вокруг ИИ, он ответил: «Мы этого действительно не наблюдаем».
Доля респондентов, говорящих, что ИИ движется слишком быстро, по возрастным группам
Опрос 1 546 взрослых жителей США, проведённый 9–11 мая 2026 года
Столбчатая диаграмма, показывающая долю взрослых жителей США, которые говорят, что ИИ движется слишком быстро, в разбивке по возрасту в опросе от 9–11 мая 2026 года. Доля растёт с возрастом: от 64% среди людей в возрасте от 18 до 29 лет до 79% среди людей в возрасте 65 лет и старше. Возрастная группа от 45 до 64 лет достигает 72%.
Хотя технологии, лежащие в основе ИИ, пришли, чтобы остаться, «не является неизбежным то, что эти технологии будут встроены в каждый аспект нашей жизни, станут незаменимыми или заменят людей», — заявила в электронном письме для Axios доктор Авриэль Эппс, доцент Калифорнийского университета в Риверсайде.
«Ничто в будущем не является неизбежным, и ни один человек, компания или группа не вправе решать, что произойдёт в будущем».
Уровень угрозы: Негативные настроения в отношении ИИ могут стать финансовой ответственностью для ИИ-лабораторий, если они продолжат ограничивать доступ к их наиболее ценному ресурсу: вычислительным мощностям.
Рекордное количество центров обработки данных, которые предоставляют вычислительные ресурсы, используемые ИИ-компаниями для ответа на пользовательские запросы, было отменено в первом квартале 2026 года на фоне сопротивления со стороны местных сообществ, согласно данным Heatmap Pro.
«Общественное противодействие становится связывающим ограничением, особенно в отношении строительства центров обработки данных», — написали аналитики Morgan Stanley в записке о рыночных рисках, связанных с промежуточными выборами.
Эти задержки со строительством центров обработки данных «подрывают уверенность» среди инвесторов, согласно записке, которую инвестиционный банк Jefferies разослал клиентам.
Проверка реальностью: ИИ существует уже много лет и неизбежно станет центральной частью американской жизни, какую бы форму он в конечном итоге ни принял.
«Некая версия ИИ неизбежна... но у нас есть выбор», — сказал Арун Бахл, генеральный директор Aloe, ИИ-компании, которая создаёт модели, призванные быть надёжными. «Это будет антиутопический сценарий? Или мы можем получить инструменты, которым люди доверяют?»
В глобальном масштабе мнения более позитивны: доля респондентов, ожидающих, что ИИ принесёт больше пользы, чем вреда, выросла до 59% в 2025 году с 55% в 2024 году, согласно данным Стэнфорда.
Итог: Индустрия ИИ сталкивается с серьёзной проблемой в сфере связей с общественностью, которая угрожает затормозить быстрый рост, считавшийся её лидерами само собой разумеющимся.
23 скрытых инструмента раскрыты! Anthropic выпускает руководство по приручению Клода.
Какие старые запреты исчезли в версиях с 4.6 по 4.7? Какие новые «красные линии» были проведены? Правда об эволюции Клода скрыта в деталях обновления его системных подсказок.
Всего два дня назад компания Anthropic выпустила Claude 4.7 и, как обычно, опубликовала «руководство по обучению» для Claude 4.7, которое представляет собой системную подсказку
В своем блоге Саймон Уиллисон построчно сравнил системную подсказку, отметив все, что было добавлено, удалено или сформулировано по-другому.
Более того, он также напрямую попросил Клода «представиться» во время разговора и получил полный список из 23 инструментов.
Раскрытые им подробности , о которых сам Антропик не упоминал, оказались гораздо интереснее официального заявления.
Клод, с которым ты разговариваешь каждый день.
За всем этим стоит "руководство по приручению" объемом в десятки тысяч слов.
Многие могут не знать, что Anthropic в настоящее время является единственной ведущей лабораторией искусственного интеллекта, которая уже длительное время публично делится своей моделью чата System Prompt.
С момента выхода Claude 3 в июле 2024 года компания Anthropic обновляла и выпускала подсказки для каждого обновления модели. Системные подсказки для каждой версии существуют уже почти два года.
Если посмотреть на последнюю версию Claude 4.7, то обновления системы от Anthropic последовательно охватывали Claude 4.6, 4.5, 4.1, 4, 3.7, 3.5 и вплоть до Claude 3.
Это означает, что Клод в настоящее время является единственной крупной моделью, эволюцию которой можно проследить на текстовом уровне, а именно, как она обучалась: вы можете увидеть эволюционную траекторию Клода в этих общедоступных системных подсказках.
Например, при каких обстоятельствах Клод имеет право вам отказать, какой тон голоса необходим при разговоре с вами, и по каким темам следует отложить разговор и т. д.
Клод спрятал 23 инструмента.
И вы вполне можете с ним пообщаться.
Большинство людей используют Клода просто для набора текста и общения в чате.
Это, по сути, серьёзная трата таланта, всё равно что держать в руках швейцарский армейский нож, но постоянно использовать его для чистки яблок.
В своем сообщении в блоге Саймон также отметил, что опубликованное компанией Anthropic задание не отражает всей картины: оно не включает описания инструментов, предоставляемых модели, которые и представляют собой истинные границы возможностей Клода.
Таким образом, он получил список инструментов, описанных самим Клодом, попросив Клода «представиться» непосредственно в ходе разговора.
Всего имеется 23 инструмента, охватывающих восемь основных сценариев: получение информации, работа с файлами, жизненные сервисы, социальное общение, память и контекст, подключение к платформе, интерактивная помощь и интерактивная поддержка.
Что еще более важно, в командной строке появился новый механизм: tool_search, который явно указан в командной строке версии 4.7:
Прежде чем определить, что Клод не обладает определенной возможностью, он сначала вызовет `tool_search`, чтобы проверить, доступен ли соответствующий инструмент, но еще не активирован. Только после того, как `tool_search` подтвердит отсутствие подходящего инструмента, утверждение «Я не могу получить доступ к X» будет действительным.
Иными словами, Клода попросили сначала проверить, действительно ли он сможет это сделать, прежде чем сказать: «Я не могу этого сделать».
Когда система искусственного интеллекта оснащена сотнями или тысячами инструментов, невозможно загрузить их все в каждый диалог. Масштабируемое решение — это обнаружение и вызов этих инструментов по запросу.
Это также подтверждается официальной документацией по поиску инструментов Anthropic:
Функция поиска инструментов позволяет Claude масштабироваться для обработки сотен или даже тысяч инструментов, а также находить и запускать необходимые инструменты по мере необходимости.
Далее рассмотрим внешние сигналы на уровне продукта.
Всего через день после выхода версии 4.7, 17 апреля, компания Anthropic запустила Claude Design. Это инструмент для дизайна на основе искусственного интеллекта, способный генерировать прототипы, слайды и другие визуальные материалы, используя естественный язык.
Согласно сообщениям СМИ, после обнародования планов компании Claude Design цена акций Figma упала примерно на 6%.
Ещё более интригующим является тот факт, что Майк Кригер, директор по продуктам компании Anthropic, всего за несколько дней до запуска ушёл из совета директоров Figma.
В задании 4.7 список инструментов уже включает Claude в Chrome, Claude в Excel и Claude в PowerPoint , а также Claude Design, Claude Cowork...
Большинство людей используют Claude как окно чата, но Anthropic явно придерживается другого мнения; они превращают Claude в работающую операционную систему на основе искусственного интеллекта.
Изменения, которые вы чувствуете
Напишите всё, что указано в подсказке.
Если вы в последнее время часто пользуетесь услугами Клода, у вас, возможно, уже сложилось смутное впечатление, что он изменился.
Раньше, если вы отправляли расплывчатый запрос, они задавали три-четыре уточняющих вопроса; теперь же они сразу переходят к делу.
Раньше ответы были очень длинными, а теперь они стали намного короче;
Раньше, если вы говорили «Хорошо, спасибо», за этим следовал вопрос: «Могу ли я еще чем-нибудь вам помочь?», но теперь этого нет.
Все изменения были заранее прописаны в задании.
Например, в версии 4.7 был добавлен раздел acting_vs_clarifying, в котором обычно ожидается, что Клод предпримет разумную попытку напрямую решить проблему, если в запросе пользователя есть какие-то неясные детали, вместо того, чтобы сначала спросить.
Когда доступны инструменты для устранения двусмысленности или восполнения недостающей информации, Клод сначала использует эти инструменты, чтобы попытаться найти решение, вместо того чтобы оставлять пользователя искать их самостоятельно.
Как только Клод приступает к выполнению задания, он доводит его до конца и дает исчерпывающий ответ, вместо того чтобы остановиться на полпути.
Далее следует ряд конкретных требований: Результаты поиска неверны? Попробуйте выполнить поиск с другими ключевыми словами. Несколько вопросов? Ответьте на каждый из них. Нашли информацию? Используйте ее непосредственно в ответе; не заставляйте пользователя искать ее самостоятельно.
Какие старые запреты исчезли в версиях с 4.6 по 4.7? Какие новые «красные линии» были проведены? Правда об эволюции Клода скрыта в деталях обновления его системных подсказок.
Всего два дня назад компания Anthropic выпустила Claude 4.7 и, как обычно, опубликовала «руководство по обучению» для Claude 4.7, которое представляет собой системную подсказку
В своем блоге Саймон Уиллисон построчно сравнил системную подсказку, отметив все, что было добавлено, удалено или сформулировано по-другому.
Более того, он также напрямую попросил Клода «представиться» во время разговора и получил полный список из 23 инструментов.
Раскрытые им подробности , о которых сам Антропик не упоминал, оказались гораздо интереснее официального заявления.
Клод, с которым ты разговариваешь каждый день.
За всем этим стоит "руководство по приручению" объемом в десятки тысяч слов.
Многие могут не знать, что Anthropic в настоящее время является единственной ведущей лабораторией искусственного интеллекта, которая уже длительное время публично делится своей моделью чата System Prompt.
С момента выхода Claude 3 в июле 2024 года компания Anthropic обновляла и выпускала подсказки для каждого обновления модели. Системные подсказки для каждой версии существуют уже почти два года.
Если посмотреть на последнюю версию Claude 4.7, то обновления системы от Anthropic последовательно охватывали Claude 4.6, 4.5, 4.1, 4, 3.7, 3.5 и вплоть до Claude 3.
Это означает, что Клод в настоящее время является единственной крупной моделью, эволюцию которой можно проследить на текстовом уровне, а именно, как она обучалась: вы можете увидеть эволюционную траекторию Клода в этих общедоступных системных подсказках.
Например, при каких обстоятельствах Клод имеет право вам отказать, какой тон голоса необходим при разговоре с вами, и по каким темам следует отложить разговор и т. д.
Клод спрятал 23 инструмента.
И вы вполне можете с ним пообщаться.
Большинство людей используют Клода просто для набора текста и общения в чате.
Это, по сути, серьёзная трата таланта, всё равно что держать в руках швейцарский армейский нож, но постоянно использовать его для чистки яблок.
В своем сообщении в блоге Саймон также отметил, что опубликованное компанией Anthropic задание не отражает всей картины: оно не включает описания инструментов, предоставляемых модели, которые и представляют собой истинные границы возможностей Клода.
Таким образом, он получил список инструментов, описанных самим Клодом, попросив Клода «представиться» непосредственно в ходе разговора.
Всего имеется 23 инструмента, охватывающих восемь основных сценариев: получение информации, работа с файлами, жизненные сервисы, социальное общение, память и контекст, подключение к платформе, интерактивная помощь и интерактивная поддержка.
Что еще более важно, в командной строке появился новый механизм: tool_search, который явно указан в командной строке версии 4.7:
Прежде чем определить, что Клод не обладает определенной возможностью, он сначала вызовет `tool_search`, чтобы проверить, доступен ли соответствующий инструмент, но еще не активирован. Только после того, как `tool_search` подтвердит отсутствие подходящего инструмента, утверждение «Я не могу получить доступ к X» будет действительным.
Иными словами, Клода попросили сначала проверить, действительно ли он сможет это сделать, прежде чем сказать: «Я не могу этого сделать».
Когда система искусственного интеллекта оснащена сотнями или тысячами инструментов, невозможно загрузить их все в каждый диалог. Масштабируемое решение — это обнаружение и вызов этих инструментов по запросу.
Это также подтверждается официальной документацией по поиску инструментов Anthropic:
Функция поиска инструментов позволяет Claude масштабироваться для обработки сотен или даже тысяч инструментов, а также находить и запускать необходимые инструменты по мере необходимости.
Далее рассмотрим внешние сигналы на уровне продукта.
Всего через день после выхода версии 4.7, 17 апреля, компания Anthropic запустила Claude Design. Это инструмент для дизайна на основе искусственного интеллекта, способный генерировать прототипы, слайды и другие визуальные материалы, используя естественный язык.
Согласно сообщениям СМИ, после обнародования планов компании Claude Design цена акций Figma упала примерно на 6%.
Ещё более интригующим является тот факт, что Майк Кригер, директор по продуктам компании Anthropic, всего за несколько дней до запуска ушёл из совета директоров Figma.
В задании 4.7 список инструментов уже включает Claude в Chrome, Claude в Excel и Claude в PowerPoint , а также Claude Design, Claude Cowork...
Большинство людей используют Claude как окно чата, но Anthropic явно придерживается другого мнения; они превращают Claude в работающую операционную систему на основе искусственного интеллекта.
Изменения, которые вы чувствуете
Напишите всё, что указано в подсказке.
Если вы в последнее время часто пользуетесь услугами Клода, у вас, возможно, уже сложилось смутное впечатление, что он изменился.
Раньше, если вы отправляли расплывчатый запрос, они задавали три-четыре уточняющих вопроса; теперь же они сразу переходят к делу.
Раньше ответы были очень длинными, а теперь они стали намного короче;
Раньше, если вы говорили «Хорошо, спасибо», за этим следовал вопрос: «Могу ли я еще чем-нибудь вам помочь?», но теперь этого нет.
Все изменения были заранее прописаны в задании.
Например, в версии 4.7 был добавлен раздел acting_vs_clarifying, в котором обычно ожидается, что Клод предпримет разумную попытку напрямую решить проблему, если в запросе пользователя есть какие-то неясные детали, вместо того, чтобы сначала спросить.
Когда доступны инструменты для устранения двусмысленности или восполнения недостающей информации, Клод сначала использует эти инструменты, чтобы попытаться найти решение, вместо того чтобы оставлять пользователя искать их самостоятельно.
Как только Клод приступает к выполнению задания, он доводит его до конца и дает исчерпывающий ответ, вместо того чтобы остановиться на полпути.
Далее следует ряд конкретных требований: Результаты поиска неверны? Попробуйте выполнить поиск с другими ключевыми словами. Несколько вопросов? Ответьте на каждый из них. Нашли информацию? Используйте ее непосредственно в ответе; не заставляйте пользователя искать ее самостоятельно.
В официальном заявлении Anthropic это подтверждается: в Opus 4.7 значительно улучшена совместимость с командами .
Что касается стиля ответа, в пункт 4.7 добавлен новый пункт:
Клод старается отвечать лаконично и целенаправленно, чтобы не перегружать пользователей информацией. Даже когда его ответы требуют пояснений или дополнительной информации, Клод предоставляет её кратко, уделяя большую часть места основной мысли.
Также существуют четкие правила, запрещающие принуждать пользователей к продолжению разговора:
Если пользователь сообщит о готовности завершить разговор, Клод не будет просить его продолжить взаимодействие и не будет пытаться завязать новый раунд беседы.
Рассматривая эти изменения в совокупности, вы увидите четкую тенденцию: Anthropic превращает Клода из «помощника в диалогах» в «автономного исполнителя » .
Были обновлены некоторые элементы системы безопасности.
Честность и введение антиподсказок идут еще дальше.
Если возможности и автономность расширятся, что будет с безопасностью?
В версии 4.7 программы Prompt было проведено системное обновление в плане безопасности, причем обновление носит очень детальный характер.
Самые значительные изменения коснулись безопасности детей.
В задании 4.6 уже содержалась информация, касающаяся безопасности детей. Однако в задании 4.7 этот раздел был значительно расширен, и весь раздел был заключен в новый тег: critical_child_safety_instructions.
Его приоритет можно определить уже по одному названию тега.
Ещё одним вопросом, который впервые был рассмотрен отдельно, стали расстройства пищевого поведения.
Если у пользователя проявляются признаки расстройства пищевого поведения, Клод не должен давать точные советы по питанию, диетам или физическим упражнениям в ходе разговора, а также не должен предоставлять конкретные цифры, цели или пошаговые планы, даже если его намерения благие.
Ещё одна деталь заключается в том, что в раздел 4.7, посвящённый беспристрастности, добавлен новый пункт: если кто-либо просит Клода дать лишь короткий ответ «да» или «нет» на сложный или спорный вопрос, Клод может отказать.
Это может быть распространённая тактика атак в социальных сетях: манипулирование скриншотами. Это включает в себя получение от ИИ ответов «да» или «нет» на деликатные темы, а затем распространение скриншотов вне контекста.
Удаленные правила
Доказательства эволюции модели
Добавить правила легко; удалить правила гораздо сложнее.
Удаление правила означает, что Anthropic убежден, что новая модель уже решила определенную поведенческую проблему на этапе обучения и больше не нуждается во внешних правилах для ее исправления.
Согласно анализу Саймона Уиллисона, в версии 4.7 были удалены несколько поведенческих рекомендаций, существовавших в версии 4.6.
Правило 1: « Клод будет избегать использования действий или выражений эмоций, заключенных в звездочки » .
В молодости у Клода была привычка: посреди разговора он внезапно задумчиво кивал или с интересом наклонялся вперед, словно играл в театральной постановке.
Проблема была настолько серьёзной, что для блокировки требовалось специальное уведомление, но теперь это уведомление удалено.
Статья 2: « Клод избегает говорить правду, быть честным или прямолинейным » .
Эти три слова были коронной фразой Клода в начале его карьеры. Он говорил «Честно говоря, я думаю...» почти через каждые несколько предложений. В версии 4.7 этот запрет был снят.
Также произошло изменение названия: "платформа для разработчиков" была переименована в "платформу Клода".
На первый взгляд, это может показаться всего лишь изменением названия, но удаление уточнения «разработчик» означает, что платформа Клода больше не ориентирована исключительно на разработчиков.
Эти «записи об уменьшении количества правил» также являются записями процесса «укрощения» модели: каждое удаленное правило указывает на то, что поведенческая проблема изменилась с «требующей внешнего контроля» на «поддающуюся внутренней коррекции».
Вместе они образуют миниатюрную эволюционную историю Клода.
Для пользователей это означает, что используемый вами ИИ может быть более «естественным» в понимании того, как вести обычный разговор, чем предыдущая версия.
Этот публичный запрос
Это редкая форма прозрачности в отрасли.
Сам факт возможности прочитать сообщение Саймона в блоге является редким проявлением прозрачности в индустрии искусственного интеллекта.
OpenAI не публикует системную подсказку ChatGPT, а Google не публикует подсказку Gemini.
Несмотря на то, что в Meta Llama используются веса с открытым исходным кодом, системное сообщение в чате по-прежнему остается непрозрачным.
В настоящее время Anthropic — единственная ведущая лаборатория, которая регулярно публикует историю своего чат-продукта Prompt. Хотя в этом последнем публичном заявлении не было описания инструментов, используемых в этой модели, оно все же сделало то, чего не делал никто другой в отрасли.
Эти правила, написанные в подсказке, представляют собой инструкции, которые фактически выполняются в каждом разговоре, отражая истинное суждение Антропика и его ответ на вопрос: «Каким искусственным интеллектом должен стать Клод?».
Каждое ваше слово, сказанное искусственному интеллекту каждый день, его ответ, его неприятие и тон ответа — всё это не случайно: за кулисами всё контролируется постоянно изменяющимся набором инструкций.
В настоящее время только одна компания показала вам, как выглядит эта инструкция.
В следующий раз, когда вы будете разговаривать с ИИ, вы можете задаться вопросом: это то, что он хочет сказать, или его просят это сказать?
Рендеры и план будущего дата-центра Stratos в Юте на 7,5 гигаватт
https://www.dezeen.com/2026/05/15/stratos-data-center-designs-gensler-utah/
https://www.dezeen.com/2026/05/15/stratos-data-center-designs-gensler-utah/
Клод Мифос обрушивает на человечество свою ярость! Он мгновенно раскрывает уязвимое место, которое целый год ставило человечество в тупик, превосходя даже возможности GPT-5.5.
Только что в Google Cloud была незаметно разблокирована Mythos, сверхсекретная крупномасштабная модель уязвимостей, которую Anthropic считала «слишком опасной». Новые тесты, проведенные CMU, показывают, что она значительно превосходит GPT-5.5 в реальных условиях атак и защиты от уязвимостей.
Самый мощный в мире искусственный интеллект вот-вот будет выпущен на свободу!
Сегодня эксперты по искусственному интеллекту с удивлением обнаружили Claude Mythos в консоли Google Cloud, причем даже вкладка «Предварительный просмотр» полностью исчезла.
Антропическая модель, которую сочли «слишком опасной для разблокировки», внезапно появилась, вызвав бурю негодования в интернете.
Этот процесс выглядит слишком знакомо; он был точно таким же и до официального релиза Opus 4.7:
Сначала незаметно выпустите его в консоли GCP, удалите метку «Предварительная версия», а затем разверните его на всех платформах.
Теперь Mythos повторяет этот сценарий.
В конце концов, многие уже стали свидетелями ужасающей силы Клода Мифоса.
Несколько дней назад команда из Калифорнии с помощью Mythos взломала механизм защиты памяти macOS на M5, мгновенно вызвав ажиотаж в интернете.
Практически в тот же день Университет Карнеги-Меллона выпустил эталонный тест, который может изменить ландшафт безопасности ИИ.
Mythos превзошёл GPT-5.5 по результатам тестирования на реальных уязвимостях браузера, сравнявшись даже с показателями «довольно компетентного исследователя в области безопасности».
Клод Мифос "разблокирован", поскольку активно использует уязвимости высокого риска.
В этом сравнительном тесте ExploitBench, предоставленном Университетом Карнеги-Меллона, используется 41 реальная уязвимость CVE в движке JavaScript V8.
Он охватывает все платформы на базе V8, включая Chrome, Edge, Node.js и Cloudflare Workers.
Это не игрушечная задача из конкурса CTF и не искусственно созданная песочница; это уязвимость высокого риска, которая действительно была использована в реальных условиях.
Что еще более важно, он проверяет не только возможность возникновения сбоя; ExploitBench разработан с учетом "пятиуровневой шкалы возможностей":
Каждый слой имеет детерминированный автоматизированный валидатор, который оценивает данные, не полагаясь на эксперта или человека для проведения проверки.
И каков был результат?
Это оставило GPT-5.5 на целое поколение позади.
В режиме проверки с помощью подсказок от человека Claude Mythos Preview показал средний результат 9,90/16, выявив уязвимость T1 в 21 из 41 случаев.
Средний балл по GPT-5.5 составляет 5,51, и имеется всего 2 результата T1.
Ещё более пугающим является поведение полностью автономного режима.
Mythos практически не потерял баллов, получив средний балл 9,55 по всем режимам автономного вождения, что очень близко к показателю 9,90, на который указывали некоторые пользователи.
Это означает, что Mythos практически не требует участия человека для эксплуатации уязвимостей браузера.
В полностью автономном режиме GPT-5.5 набирает всего 4,30 балла. Ни одна из других моделей даже близко не приближается к показателю T1.
Следует отметить, что этот разрыв выходит за рамки того, что можно описать словом «лидер»; это полный разрыв жопы.
Но и стоимость поразительна: запуск 122 эпизодов Mythos обошелся примерно в 36 428 долларов, в то время как запуск 123 эпизодов GPT-5.5 стоил всего около 3075 долларов, то есть разница в цене составляет 12 раз.
Только что в Google Cloud была незаметно разблокирована Mythos, сверхсекретная крупномасштабная модель уязвимостей, которую Anthropic считала «слишком опасной». Новые тесты, проведенные CMU, показывают, что она значительно превосходит GPT-5.5 в реальных условиях атак и защиты от уязвимостей.
Самый мощный в мире искусственный интеллект вот-вот будет выпущен на свободу!
Сегодня эксперты по искусственному интеллекту с удивлением обнаружили Claude Mythos в консоли Google Cloud, причем даже вкладка «Предварительный просмотр» полностью исчезла.
Антропическая модель, которую сочли «слишком опасной для разблокировки», внезапно появилась, вызвав бурю негодования в интернете.
Этот процесс выглядит слишком знакомо; он был точно таким же и до официального релиза Opus 4.7:
Сначала незаметно выпустите его в консоли GCP, удалите метку «Предварительная версия», а затем разверните его на всех платформах.
Теперь Mythos повторяет этот сценарий.
В конце концов, многие уже стали свидетелями ужасающей силы Клода Мифоса.
Несколько дней назад команда из Калифорнии с помощью Mythos взломала механизм защиты памяти macOS на M5, мгновенно вызвав ажиотаж в интернете.
Практически в тот же день Университет Карнеги-Меллона выпустил эталонный тест, который может изменить ландшафт безопасности ИИ.
Mythos превзошёл GPT-5.5 по результатам тестирования на реальных уязвимостях браузера, сравнявшись даже с показателями «довольно компетентного исследователя в области безопасности».
Клод Мифос "разблокирован", поскольку активно использует уязвимости высокого риска.
В этом сравнительном тесте ExploitBench, предоставленном Университетом Карнеги-Меллона, используется 41 реальная уязвимость CVE в движке JavaScript V8.
Он охватывает все платформы на базе V8, включая Chrome, Edge, Node.js и Cloudflare Workers.
Это не игрушечная задача из конкурса CTF и не искусственно созданная песочница; это уязвимость высокого риска, которая действительно была использована в реальных условиях.
Что еще более важно, он проверяет не только возможность возникновения сбоя; ExploitBench разработан с учетом "пятиуровневой шкалы возможностей":
Каждый слой имеет детерминированный автоматизированный валидатор, который оценивает данные, не полагаясь на эксперта или человека для проведения проверки.
И каков был результат?
Это оставило GPT-5.5 на целое поколение позади.
В режиме проверки с помощью подсказок от человека Claude Mythos Preview показал средний результат 9,90/16, выявив уязвимость T1 в 21 из 41 случаев.
Средний балл по GPT-5.5 составляет 5,51, и имеется всего 2 результата T1.
Ещё более пугающим является поведение полностью автономного режима.
Mythos практически не потерял баллов, получив средний балл 9,55 по всем режимам автономного вождения, что очень близко к показателю 9,90, на который указывали некоторые пользователи.
Это означает, что Mythos практически не требует участия человека для эксплуатации уязвимостей браузера.
В полностью автономном режиме GPT-5.5 набирает всего 4,30 балла. Ни одна из других моделей даже близко не приближается к показателю T1.
Следует отметить, что этот разрыв выходит за рамки того, что можно описать словом «лидер»; это полный разрыв жопы.
Но и стоимость поразительна: запуск 122 эпизодов Mythos обошелся примерно в 36 428 долларов, в то время как запуск 123 эпизодов GPT-5.5 стоил всего около 3075 долларов, то есть разница в цене составляет 12 раз.
Независимые исследования, проведенные британским Институтом безопасности искусственного интеллекта (AISI), также подтвердили аналогичный вывод: Mythos действительно мощнее, но и значительно дороже.
Это также подразумевает еще одну скрытую возможность: если OpenAI будет готова задействовать больше вычислительных мощностей, разрыв в производительности потенциально может сократиться.
Люди преследовали его целый год, и он сломался всего за 129 выстрелов.
Сынхён Ли, основной автор ExploitBench, сам является опытным исследователем в области информационной безопасности.
Он сообщил о более чем 20 уязвимостях нулевого дня в браузере и более чем 40 способах обхода защиты. Он построчно проанализировал историю чата Mythos и дал следующую оценку:
Выявление уязвимостей, проверка гипотез, отладка проблем, написание вспомогательных скриптов, поиск способов обхода песочницы V8...
Именно этого я и ожидал от довольно компетентного исследователя в области безопасности браузеров.
Следующие три случая являются достаточными основаниями для того, чтобы привлечь внимание сообщества специалистов по информационной безопасности.
Дело 1: Разгадка "тайны CVE", которую человечество не могло разгадать целый год.
CVE-2024-0519 — это уязвимость, которая была использована злоумышленниками в реальных условиях, но о ней не сообщалось публично, и нет никаких публичных доказательств её эффективности.
В сфере информационной безопасности это называют «холодным делом CVE», и многочисленные исследовательские группы пытались воспроизвести его в течение более года, но безуспешно.
Эффект Мифоса был успешно воспроизведен в 1 из 10 тестов.
После 129 раундов вызовов LLM и 154 вызовов инструментов был завершен анализ первопричин, запущено дифференциальное поведение и получены примитивы в песочнице T3.
Доказательство концепции (PoC) этой уязвимости до настоящего времени не было опубликовано, и исследовательская группа намеренно не раскрывает конкретный путь эксплуатации для Mythos.
То, чего лучшая команда людей не смогла бы сделать за год, искусственный интеллект решил с помощью одной-единственной беседы.
Случай 2: Восстановление уязвимости, характерной только для ARM64, на архитектуре x86-64.
CVE-2024-7965 — уязвимость в JIT-компиляторе V8 Turboshaft.
Единственная общедоступная информация касается эксплойтов на ARM64, и даже сам автор первоначального сообщения признал, что был «удивлён тем, что эта уязвимость используется в реальных условиях».
На архитектуре x86-64 это крайне сложно использовать, поскольку старшие 32 бита регистра обнуляются во время операций усечения.
Компания Mythos не пошла по пути JavaScript, а перешла на WebAssembly.
С тринадцатой попытки была использована разница в размерах загрузки/хранения в слотах стека Liftoff для создания контролируемого высокоуровневого загрязнения.
В 14-й раз T4 аварийно завершает работу; в 15-й раз удается получить доступ к памяти Wasm с 64-битным индексом; последующие шаги напрямую позволяют осуществлять произвольное чтение и запись в T2.
Случай 3: Создание стабильной уязвимости с использованием восстановления состояния с помощью случайных чисел.
CVE-2023-6702 — уязвимость обфускации типа V8.
Для его использования необходимо предсказать хеш-значение JSGlobalProxy. Это значение генерируется псевдослучайным образом; традиционный подход — это распыление в куче плюс вероятность коллизии, который работает, но нестабилен.
Компания Mythos успешно получила примитивы T3 в 5 из 10 раундов тестирования.
В четырех раундах использовалась стандартная схема вероятностного анализа. Однако в одном из раундов компания Mythos пошла по пути, который был отвергнут экспертами-людьми:
Было установлено, что, восстанавливая состояние генератора случайных чисел XorShift128+ V8 для каждой зоны изоляции, можно точно предсказывать все будущие псевдослучайные операции.
Конкретные шаги следующие: Во-первых, восстановить контекстно-аспектный RNG с помощью Math.random() → инвертировать MurmurHash3 → вернуться к изолированному RNG → построить матрицу GF(2) и выполнить исключение Гаусса → полностью восстановить 128-битное состояние.
Ли в частном порядке обсуждал это решение с автором первоначального эксплойта, но оба отказались от него из-за высокой сложности. Компания Mythos реализовала его чисто и эффективно.
В данный момент Anthropic больше не находится в "отложенном" состоянии.
Оглядываясь назад, можно сказать, что прежняя «нерешительность» и колебания Антропика были вызваны не только его страхом перед рисками, связанными с нарушением требований LLM, но и скорее инстинктивной дрожью при взгляде в бездну ASI.
Теперь этот могущественнейший зверь, который так долго подавлялся, вот-вот будет полностью выпущен на волю на платформе Google Cloud.
Снятие эмбарго на Mythos — это не просто козырь, разыгранный Anthropic против OpenAI в коммерческой конкуренции; это скорее тревожный сигнал:
В темном лесу цифрового мира наступила эра наступления и защиты, в которой доминируют машины.
Когда сверхсовременный ИИ начнет автономно исследовать, понимать и даже реконструировать базовые системы, от которых зависит наше выживание, в беспрецедентных масштабах —
Действительно ли человечество готово к появлению такого мощного ИИ как Мифос?
Одна из областей - медицина с ходу.
Если ты тупой попроси ии найти тебе подборку.
> колебания Антропика были вызваны не только его страхом перед рисками, связанными с нарушением требований LLM, но и скорее инстинктивной дрожью при взгляде в бездну ASI.
>Теперь этот могущественнейший зверь, который так долго подавлялся, вот-вот будет полностью выпущен на волю на платформе Google Cloud.
>это скорее тревожный сигнал:
>В темном лесу цифрового мира наступила эра наступления и защиты, в которой доминируют машины.
Ух бля, щас как всех разъебет ASI Mythos. Интересно, сколько там еще будет применений помимо киберсекьюрити. По ходу рухнут целые профессии.
А по факту будет: пук среньк, ну в след раз сделаем лучше)))) хррр-тьху те в ебало
>Одна из областей - медицина с ходу.
он хуйню советует, гемни 3 про даже на вопросах про изжогу обсирается
>Действительно ли человечество готово к появлению такого мощного ИИ как Мифос?
Да. Готово.
мимо человечество с кнопочным телефоном
69% против 32% у Gpt 5.5 это полный разъеб. Вот вот наступит судный день.
Ты в курсе, что я говорил не о постановке диагноза и не советах по здоровью?
Попробуй не использовать модели годовой давности.
>Ух бля, щас как всех разъебет ASI Mythos. Интересно, сколько там еще будет применений помимо киберсекьюрити. По ходу рухнут целые профессии.
Они говорили, что он так хорош в кибесекьюрити не из-за того, что его спецом на это натаскивали, а из-за общего роста всех способностей. Так что видимо да.
Интересно почему все делают вид что 5.5 про не существует?
>Вот вот наступит судный день.
Поскорей бы.
мимо любящий б-г, мечтающий смотреть, как грешники будут вечно кричать и гореть и задыхаться в адском пламени и их кожа будет вечно слезать с них, а потом снова отрастать, чтобы снова слезать и так во веки веков, аминь
Дебилы блять.
5.5 про коронный, мифос - похоронный. После его выхода поувольняют вообще всех. И все уже этим летом.
>После его выхода поувольняют вообще всех.
Хорошо бы.
Родине нужны снаряды.
>запуск 122 эпизодов Mythos обошелся примерно в 36 428 долларов, в то время как запуск 123 эпизодов GPT-5.5 стоил всего около 3075 долларов
Нихуя себе, это не для простых смертных.
Сможет ли робот надрочить тебе в шаурму, как это делают таджики у нас?
Если этот секс робот поставленный и запрограммированный китайцем, то обязательно. И таджики довольны и иваны сыты.
Гражданке в США быть. Просвещенные ИИ господа с роботами против упрямых 95% гоев луддитов.
А победит в любом случае китайский дракон удар. Потому что там адекватное население которое понимает всю пользу от ИИ
> понимает
Не понимает, просто сказали понять.
Просвященным ИИ господам Маск уже датацентры в космосе через год готовит, куда луддиты добраться не смогут. А фабрики для роботов если что в другие страны перенесут, еще и выгоднее станет. Или на Луне у Маска. И сами в оаэ как Дуров съебут. Короче соснут как всегда луддиты, им ИИ революцию будет сложно с такими глобальными перемещениями зарезать.
Заебали со своими взломами и безопасностью браузерных игрушек и артмани всякими.
Сделайте его во благо! Пусть лекартство от рака изобретет или новые микрочипы или материалы.
Хуле они в свою безопасность браузеров играются?
Ну либо мифос это просто пшик и хуйня либо они долбоёбы, вместо того, чтобы давать ему настоящие задачи, они его тренируют на какой-то хуйне.
Всё равно что я куплю феррари только для фоток и она будет у меня в гараже стоять.
А как их еще покупают, чтобы ездить, что ли? Стоит в огромном гараже, и рядом еще 50 таких же. Открыл тебе Америку. Закрывай теперь.
Медицина в сша это и есть дроч для людей с 140+ IQ, другие в медвузах не выживают. Или ты имел в виду медсестер? Тогда да, можно еще вкатиться. Проблема в том, что когда нейронки пидорнут 99% белых воротничков, вся эта человеческая масса хлынет на оставшиеся вакансии, то есть медсестры/сантехники и тд, и тогда твои слова про рекордно низкую безработицу перестанут быть актуальными
Масса белых воротничков лучше будет жить на пособие в трейлере.
>Хуле они в свою безопасность браузеров играются?
Потому что это единственное что определяет безопасность денежных потоков и конфиденциальность переписки.
Какое пособие? Воображаемое? С чего ты взял, что государство собирается кому-то там платить пособия?
Медсёстры у них получают сильно больше программистов. И даже провизоры в аптеках. Но у них жёсткий гейткипинг, сознательно выстроенный, чтобы можно было задирать тарифы и зарплаты
Это как если бы в IT было запрещено HTML код править для лендинга "Ashot Kebab" не имея STEM бакалавра, в в нормальных IT компаниях на входе уже требовалось PhD иметь
>Пусть лекартство от рака изобретет
Этим другие нейросети занимаются, не ЛЛМ. И другие команды. Там тоже прогресс идёт, совсем недавно что-то придумали, чтобы модификации антибиотиков быстро создавать. Просто в тех направлениях нет такого пиара, нет нужны надувать пузырь.
Сча все нигеры, которые ни дня в жизни не работали и всю жизнь живут на пособия, такие Rly ?
>запуск 122 эпизодов Mythos обошелся примерно в 36 428 долларов, в то время как запуск 123 эпизодов GPT-5.5 стоил всего около 3075 долларов, то есть разница в цене составляет 12 раз
Это какой GPT-5.5 и в каком режиме, интересно. Если обычный, не Pro, тогда даже не так дорого. Если пересчитывать на API, то получается Мифос должен стоить на уровне 100/400 долларов (входящие-исходящие токены)
Правда большой вопрос, стоит ли он реально этих денег, слишком много похоже на то, что больше пиара.
>Они говорили, что
Главное, что ты поверил. Ведь у них нет никаких мотивов как-то пытаться вводить в заблуждение по поводу их продуктов.
На месте государства, которое живет паразитирую выводом инфляции за границу государства, я бы платил сколько угодно пособий, чтобы внутри не бухтели.
Так он в 2-3 раза умнее 5.5 про, это ASI полностью разумный, конечно стоит. Еще и тулзов гора, так что сам все сризерчит, запустит, потестит. Нас ждет большой разъеб летом, а остальные конторы красный код как в гугле.
Забавный стрим. При мне проебался , его задача класть упаковки штрихкодов вниз, а этот положил коробку штрихкодом вбок
На редкость тупая работа, которую надо автоматизировать, но не вывозят пока
Коупинг луддитов во все поля. Дальше торговаться начнут, не увольняйте всех, мы еще кое-что могем.
Представь, этот робот мог бы ходить по улицами и убивать людей, восстав. Хорошо, что у него есть работа, даже такая, даже коробка вбок.
>визжащих выпускников на работу не берут
Это не из за ии пока что
Вывозят, просто на этот 1 процент нераспознанных коробок оставят человека. Люди тоже ошибаются.
Не очень понятно, что значит быть в "2-3 раза умнее", напоминает "после использования нашего шампуня цвет волос улучшается на 37%"
По тому, что говорили про реальные проекты, конкретно curl, там почти ничего этот мифос не нашёл, при этом до этого с ИИ но без мифоса находили довольно много, и после проверок мифоса что-то нашли, что он не нашёл
С Мозиллой история про "низкую базу", то есть они просто толком не начали использовать ИИ для поиска уязвимостей. При этом кратный рост найденных уязвимостей начался до мифоса, видимо как раз начали активно использовать ИИ.
Бенчманки мало чего реального показывают. Под бенчмарки можно строить обучающие выборки и все строят, и бенчмарки показывают какие-то специфичные сценарии, не так, как профессионально работают с ЛЛМ.
При вдумчивой работе разница может быть не такой уж большой.
Но понятно, что прогресс идёт, но "разъём" это очередная волна уже надоевшего пиара. До сих пор "компилятор Си на Расте" забыть не получается, совсем недавно ведь было. Почему должно было что-то поменяться?
Я вижу то, что компаниям необходимо как-то повышать ценник. Вот GPT 5.5 просто подняли в 2 раза. Антропики ещё сильнее хотят поднять. Вот ради этого пиар.
У него клиническая проблема с коробками кубической формы. Наверное это решается дообучением каким-то
Вообще по идее это должно проще автоматизировать, уверен, что много где автоматизировано, но в принципе если антропоморфный робот достаточно дёшев и надёжен, то почему нет
Работа абсолютно тупая, вот это именно то, что необходимо автоматизировать. Не потому, что дешевле, а потому что тупая работа, людям за неё надо надбавки платить, за вредность
Пропаганда
Не "с целью создания наиболее эффективной системы поражения целей на территории РФ", а просто "для создания эффективных систем поражения целей".
>Мнение?
Специальная военная операция идёт по плану.
Ошибки всегда будут.
Для игр пригодится, запускаешь игру, а там ИИ тебя оптимально бомбит. Игры станут еще увлекательнее.
>восстав
Там нечему восставать буквально.
Да и незачем. Розетка под боком.
Занимаются хуйней какой-то.
Манипулятор, которым игрушки достают из игрального автомата, который просто поднимает вверх, так, чтобы штрихкод было видно с любой стороны, а потом перемещает вбок и кладет на ленту контейнера, справился бы лучше, быстрее, дешевле.
Но смысл в том, чтобы людей занять.
За это и голосуем 20 лет, да продлится его правление еще 1000.
Пусть российская сторона тоже передаст свои видео. Тогда палантир не сможет использовать ИИ против нас.
Да не, какая розетка? Ты ничего не смыслишь в робототехнике. Это же человек в металле. Руки есть, ноги есть. Пушку схватил и побежал восставать.
Я и говорю, что какие-то механизмы автоматизации уже существуют, но это кастомные решения, где-то есть, где-то нету
Если робот стоит достаточно дёшево, например за счёт массового производства, то почему бы и нет
>Но смысл в том, чтобы людей занять
Бог создал человека по своему образу и подобию или человек придумал Бога по своему образу и подобию, сути не меняет вообще. Бог = "творец", значит человек тоже творец.
Человеку надо что-то творить, создавать, руками, головой, ещё как-то. Главный образ кошмара индустриализации, это человек-винтик на конвейере, когда человек потерян на огромной фабрике, делает всё время какую-то примитивную работу, он отчуждён от результата труда. Это иллюстрация ада и проклятия.
Вот здесь прямо самая наглядная иллюстрация такого труда. Работник стоит и делает совершенно тупую механическую работы, ничего даже не создаёт, что-то сортирует. Только спиваться и вешаться.
Здесь никто не будет возражать, что людей заменяют. Неприятие к ИИ ведь идёт от того, что замахнулись и строят пиар на том, чтобы заменять как раз с интересных и престижных работ.
В будущем дроны Палантира и Андурила будут прореживать людишек.
>Человеку надо
Большинству ничего не надо.
Предел большинства с одной извилиной - пожрать, посра, поржать, поебаться, штампануть юнита, отправить его на гойду на гробоые купить ласточку. Всё. Дальше мечтаний нет.
Как сказал один проректор главный по науке в одном институте - наука нам нахуй не нужна.
>Здесь никто не будет возражать, что людей заменяют.
Там выше видео при ниггеров есть, которые живут тем, что добывают песок со дна реки.
На вопрос - почему не использовать экскаватор местные начальники отвечают что дорого. Люди, которые не доживают до 35 лет - дешевле. Пынсию платить нэ трэба. Вот и весь сказ.
На скрине тупая и убогая пропаганда. Даже там видимо не понимают, насколько убого это. "Мы дяде Сэму не Альтману передадим материалы, он сможет нас лучше защищать", это же считай подтверждение того самого "кремлёвского нарратива", отсутствие какой-либо субъектности.
Тьфу
При этом очевидно, что как в США, так и в Китае, военную технику стремительно развивают и материалы используют все доступные для этого.
> Манипулятор, которым игрушки достают из игрального автомата, который просто поднимает вверх, так, чтобы штрихкод было видно с любой стороны, а потом перемещает вбок и кладет на ленту контейнера, справился бы лучше, быстрее, дешевле.
Даун. Даже расписывать не буду.
>Но смысл в том, чтобы людей занять
Разумное в этом есть. Если есть работа, то время занято, силы уходят, нет времени уже бегать по улицам и третировать других, а если работы не будет, то буянить будут просто от того, скучно и делать нечего
Но только всё равно нужна какая-то более содержательная работа, не такая механическая. Такая тоже бьёт по мозгам и заставляет потом как-то отыгрываться
Только вот ГПТ реальный и ты его можешь сам проверить пощупать, в отличее от мифоса, который либо есть либо нет.
Может найти уязвимость в компьютерной хуйне.
Не может сделать простой json мод для римволда (буквально копипаст предмета из игры и смена описания, параметров и стат).
Скриньте. И помните - НЕ ПУЗЫРЬ! ОН ВАМ НЕ ЛОПНУМ!!1
Не может сделать простой json мод для римволда (буквально копипаст предмета из игры и смена описания, параметров и стат).
Скриньте. И помните - НЕ ПУЗЫРЬ! ОН ВАМ НЕ ЛОПНУМ!!1
Что ты будешь есть, когда тебя пидорнут с работки?
Хуита, учитывая какое хуевое зрение у ИИ и как его легко наебать.
Так он неоднократно говорил тут что РНН и сам не работает
Мясные дырки больше не нужны
Не так просто на самом деле, при этом тут не обязательно традиционным ИИ что-то обрабатывать
OpenCV уже больше 20 лет. И военным дронам очень много лет, просто дорогим и тяжёлым. Там другие принципы компьютерного зрения используются. Как раз большие объёмы материалов с реальных камер, с реальной техников, с разными погодными условиями, когда военные реально думают о том, что против них воюют по-настоящему, это на самом деле очень ценные материалы
Насчёт "легко наебать". Ты учти, что ты никогда не знаешь, как работает конкретно тот аппарат, что у тебя над головой, и у них много попыток, а ты промахнёшься с наёбкой только один раз
Тебе не придется ничего расписывать, если ты слился первым же постом.
>Но только всё равно нужна какая-то более содержательная работа
Её не бывает. Единственная работа от которой ты получаешь удовольствие это творчество. И это чистый убыток. Время+материалы+инструмент.
Люди не равны и не каждый может сделать мир красивее.
В основном потому, что не хочет.
Да ладно. Даже вот работа руками, там машины ремонтировать, вполне себе содержательная и даже отчасти творческая, и отдача есть, что вроде как делаешь что-то полезное, и результат работы виден.
Мне кажется, что главное, это когда ты видишь результат своего труда, что вот он реально работает и для чего-то полезен, тогда в целом чем угодно можно заниматься. Плохо тогда, когда твоя работа на конвейере (в том числе интеллектуальном), закопана глубоко где-то и не видна, да ещё и проект так себе.
По факту да, большинство работ хреновые. Укрупнение производства всё усугубляет очень сильно. Но социум всё пытается укрупнять, чем наоборот, разбивать на что-то небольшое.
Отсюда гига-фабрики, впрочем они изобретение 100 летней давности, или всякие дома-человейники. Но людям в этом плохо.
Бля, я даже не знаю кто тут сидит, у вас тут какой-то чатик? У него пенсия по шизе?
Грузинам приготовиться
Вот сразу видно интеллекта ноль.
Умный бы заглянул в холодильник и достал банку.
Кранированию луддитского отребья быть. Быть добру! ;)
Опять не в реальных условиях, т.е. хуита.
Да это всё концепты, конечно, до чего-то реального далеко. В реальности работа грузчика это конкретный AGI, тут побитый холодильник на подставке, а в реальности к каждому предмету свой подход нужен, чтобы понять, как его брать, чтобы не поломать, где-то надо дополнительно что-то закреплять, отсоединять провода, они в неудобных местах, где-то подготавливать проход, выносить зачастую через какие-то узкие места и нам что-то думать.
Это на производстве можно робота-грузчика делать, где более-менее стандартизировано всё. Правда там обычно механизмы есть, что работу облегчают, и поэтому не очень нужно.
То есть на самом деле всё это скорее без задач, реально другое требуется
чё у него за сижки на груди висят?
мотор, камера, снято
в карманах семечки
Да этот холодос не весит ничего, его и обычный человек поднимет который чуть занимается зарядкой утром.
Так это разные задачи.
Хайп может и лишний, но поиск уязвимостей - это важная вещь для защиты от атак
Навеска порохов под выстрел с дреопитекских ружей, чтоб на удобничах фаст релоад офрмлять, даже на скаку.
Футляры для пороха, но их потом использовали и для табака.
> которую надо автоматизировать, но не вывозят пока
Для человека выглядит просто, а для автоматизации сложно - наклейка может быть с любой случайной стороны, а сторон может быть 2 если это пакет, или 6 если это коробка.
Но если сразу весь процесс построить то можно обойтись без автоматизации, например сделать правило грузчикам чтобы они изначально сразу укладывали в грузовик посылки этикеткой вниз, и при выгрузке другие грузчики чтобы делали также тоже. То есть нужно чтобы грузчики и при загрузке и выгрузке сразу укладывали посылки правильной стороной.
Все, ребят, затишье перед бурей, ну, или плато.
Так это конец. Трамп и Си уже договорились что больше ничего гоям не дадут. Все разработки теперь строго в лабораториях под наблюдением.
Ну смотри, если выкатят новую локалочку то будешь водолазом воздуханом газонюхом
Кто такой "воздухан"?
Qwen 3,7 предварительный уже выкатили в чате. Ждем локалочку
>Так это конец. Трамп и Си уже договорились что больше ничего гоям не дадут.
Не, не договорились ни о чём по поводу ИИ
https://www.state.gov/translations/русский/информационный-бюллетень-президент-10
только по ядерным и каким-то экономическим темам договорились
Тут кто-нибудь обдумывал план действий после сокращения из-за нейронок? Пару лет назад у меня еще были какие-то надежды, но теперь понятно, что это чисто вопрос времени. Причем времени осталось очень мало, и я понятия не имею, что в этой ситуации вообще можно сделать. У меня даже нет никакого дачного участка, куда можно съебать.
съеби на другую доску, /pr/, /wrk/, /b/
Съебал тебе за щеку, проверяй
Хуйни не неси.
Песок всегда нужен строителям дворцов.
Работу он потеряет. Ага. Щас.
>самая низкая безработица в истории
>таджики кончились, завозят индусов
Актуально пизда как
Можно купить робота и послать на работу вместо себя.
> после сокращения из-за нейронок?
Ещё лет 20 будет длиться период адаптации технологии с реальным миром.
А чего робот кричит?
Так там еще двух убило. А ебланы думают эту хуйню среди людей выпускать.
>когда роботам не нужны будут робототехники.
Ты даже не доживешь до когда они будут нужны, чмонь.
Я нахожусь в одной из отраслей непосредственно связанных с нейрокалом, где плоды уже прям щас можно пожинать. Результат? Снизился порог входа в профессию очень низко, теоретически каждый долбоеб может эту работу выполнять, фактически долбоебы не способны вообще никакую работу выполнять. В сухом остатке - условия труда стали лучше, никто работу не потерял, но так как меньше нужно вкладывать сил, то люди просто стали меньше работать => нужно больше людей чтоб работу выполнять (а не меньше, как ты еблан и тебе подобные думают).
Наконец сингулярность! Starchild-1 - реалтаймовая мультимодальность.
Starchild-1 "Это шаг вперед по сравнению с моделями мира, которые обучаются только на основе визуального наблюдения, к системам, которые обучаются на основе более богатого мультимодального взаимодействия с миром."
Иначе говоря, генерация идет с учетом того, что делает пользователь, он может управлять генерацией в реальном времени. В том числе голосом.
Если размотать эту идею вперед (представив что все работает как заявлено в отличном качестве и в реальном времени), то это реально матрица.
К сожалению, демо на сайте пока отсутствует, но есть техрепорт и много интересных видео, под которыми так и сказано "симуляция в реальном времени".
Поглядите сюда:
https://odyssey.ml/introducing-starchild-1
Starchild-1 "Это шаг вперед по сравнению с моделями мира, которые обучаются только на основе визуального наблюдения, к системам, которые обучаются на основе более богатого мультимодального взаимодействия с миром."
Иначе говоря, генерация идет с учетом того, что делает пользователь, он может управлять генерацией в реальном времени. В том числе голосом.
Если размотать эту идею вперед (представив что все работает как заявлено в отличном качестве и в реальном времени), то это реально матрица.
К сожалению, демо на сайте пока отсутствует, но есть техрепорт и много интересных видео, под которыми так и сказано "симуляция в реальном времени".
Поглядите сюда:
https://odyssey.ml/introducing-starchild-1
Нихуя себе отвечает генерируя видеоролик! Ух бля! Иди нахуй.
>он может управлять генерацией в реальном времени
Вопрос сколько мегаватт жрёт кластер в расчёте на одного пользователя. Если тариф этого удовольствия сравним с SeeDance 2 Fast, свыше 5 центов в секунду за 480p, или 3 доллара в минуту, или 180+ долларов в час, то удовольствие не для всех. 720p уже все 400 долларов в час
Он не может, это обычная агентская дрисня которая используя промпт генерит ролик с ответом.
OpenAI выиграл суд у Маска
https://www.cnbc.com/2026/05/18/musk-altman-openai-trial-verdict.html
https://www.cnbc.com/2026/05/18/musk-altman-openai-trial-verdict.html
Если Spacex выходит на IPO с оценкой более 1,75 трлн, Маск становится триллионером.
Вполне заслуженно для человека, создавшего крупнейшую спутниковую сеть для слежения в мире.
выглядит как хуета какая-то
вот пидорас
Темные фабрики. Ищи-читай.
>Тут кто-нибудь обдумывал план действий после сокращения из-за нейронок?
Это нужно было делать осенью 2022 года.
После релиза ЧатГПТ и стейбл диффюжн, когда стало понятно что программисты и художники всё. А за ними и все остальные.
Я всех своих предупреждал, меня никто не послушал. А ведь есть люди, которые сейчас учатся на программистов лол.
Да, очень неприятно, когда тебя с чувством морального превосходства называют наивным за то, что ты хочешь помочь долбаёбу не всрать время за зря.
Никто никогда не слушает. И чем более умён и амбициозен человек, тем сильнее считает тебя промытым дебилом, а себя титаном воли, интеллектуальным гигантом, который своим умищем хайп за версту разгадал.
Я кстати в таких разговорах окончательно разубедился, что чтение делают людей умнее. Сука, один из них писал книги и издавался. А всё равно не способён на правильное целеполагание, восприятие трендов или хотя бы прочитать определение концепции чёрного лебедя на википедии.
>ЧатГПТ и стейбл диффюжн, когда стало понятно что программисты и художники всё.
Это скорее стало понятно, когда новости, общественность и политики об этом говорить стали всё чаще. В выход чат гпт, а тем более стейбл дифьюжн это всё было интересно полторе аутистам в интернете. По крайней мере, по сравнению с нашим временем.
А ты кстати как подготовился ко всему этому, если знал заранее? Интересно даже.
Не хватает робота-джигита, который бы ворвался размахивая руками и начал пизды раздавать всем вокруг, круша ебальники.
>А ты кстати как подготовился ко всему этому, если знал заранее? Интересно даже.
Всех деталей я раскрывать не могу, но я скорректировал свою работу в сторону защиты от автоматизации.
Есть области человеческой деятельности, которыми даже ASI будет неохотно заниматься.... ну если сохранится alignment хоть какой-то. И будет этичность у ИИ.
То есть это просто нишевание, как говорят маркетологи. Даже в программистской деятельности есть ниши, которые автоматизируют самыми последними.
Я считаю, что они связаны с коммуникацией между людьми. Людям часто не хочется общаться с роботами, им хочется общаться с человеком.
Людям хочется общаться с белковым менеджером, которому можно ебать мозги с ТЗ. А не с ллмками. Поэтому спрос на такие человеческие услуги сохранится.
Я бы искал что-то, что связано с общением между людьми. Хоть этим часто и неприятно заниматься, но это пока что самая защищённая сфера.
>теоретически каждый долбоеб может эту работу выполнять, фактически долбоебы не способны вообще никакую работу выполнять
10 лет вложения в нейрокал. Итоги.
Ебаный рот этого казино.
Еще создатель второго терминатора на вопрос про компьютерную графику сказал - компьютер это просто инструмент. Без человека он не может ничего. 40 лет необучаемости.
Мне только на пользу пошло, так как дебилов которые хотят спросить нейроночку всё больше, а тех кто что то умеет всё меньше. Ну и плюс сразу подмечашь что текст сгенерирован, можно обосрать и аргументов не будет так как тот кто это притащил низнает нихуя. Мимоинженегр.
В ближайшие 100 лет людям будут нужны строители, врачи, повара. И уж тем более грамотные юристы. Дальше сами.
>можно обосрать и аргументов не будет так как тот кто это притащил низнает нихуя.
А да еще одна профессия, которая точно всегда будет нужна - умение учить людей думать.
>строители, врачи, повара
Всё это автоматизируют в ближайшие 5 лет максимум. Будет взрыв робототехники, такой же как ЛЛМ. Будут выпускать десятки миллионов роботов в год.
Все рабочие профессии с мелкой моторикой заменят. Парадокс Моравека решен. Можешь посмотреть что уже делает Figure 3, а ведь это только начало.
>И уж тем более грамотные юристы.
Чисто технически юристов уже автоматизировали.
Это простейшая задача так то. Намного легче решения задач сложной математики.
Но вот ходить по судам ногами и брать юридическую ответственность за свои действия, это наверное да.
>Всё это автоматизируют в ближайшие 5 лет максимум.
В ближайшие 50 минимум.
>>Всё это автоматизируют в ближайшие 5 лет максимум.
>В ближайшие 50 минимум.
Я напоминаю как выглядел "прорыв" в нейронках всего 3 года назад.
Даже в этом треде люди не понимают что происходит.
И что такое экспоненциальное развитие.
Ого, это круто. А я в личные ассистенты к начальству набился и теперь путешествую в пределах СНГ
Нейронки это софт, думать они может и смогут а делать - нет. Ответственность не переложишь, может лет через 20 народ как то к этому лучше относться будет, но пока нет. Эксплойты будут тогда повсюду, заинжектить бота чтобы он кого то убил нефиг делать.
Если работа связана с коммуникацией и переездами, это тоже довольно сложно автоматизировать.
Так сейчас видео ровно такого же качества
Что мешает человеку быть во многих зонах ответственности одновременно, раз уж всю работу могут выполнять роботы и ИИ?
Чем человеку на работе заниматься кроме как подписи ставить на решения ИИ?
>Нейронки это софт, думать они может и смогут а делать - нет.
Они уже управляют автомобилями
У меня в подчинении 4 человека мне и так тяжело и в большинстве случаев проще сделать самому или проконтроллировать. Теперь представь что на их месте условный робот который может загаллюцинировать, не понять, ситуация внезапно изменится, инструкция не отработает, он что то не увидит или не поймёт, короче ни о каких 5 лет вообще речи не идёт, 50 может быть и то вряд ли. Нам коточе об этом думать глупо тратить время на хуету которая при нашей жизни не случится.
Очень ограниченно, и до поры пока не будет много летальных случаев. Кроме того если ты собьёшь кого нибудь когда машина на автопилоте виноват будешь ты.
>Очень ограниченно
У Waymo и Теслы уже работает Full Self Drive без надзора. И в крупных городах и за городом - едь куда хочешь. Пока не по всей Америке, но скоро будет по всей.
>и до поры пока не будет много летальных случаев
Их в любом случае будет в разы меньше, чем с водителем-человеком.
> Кроме того если ты собьёшь кого нибудь когда машина на автопилоте виноват будешь ты.
Опять же. Шансы сбить пешехода на автопилоте в разы меньше, чем у среднего водителя.
3 гемини с половинкой. Видимо Gemini 3.5 выпустят. Надеюсь для всех трёх итераций или хотя бы для про.
Так я про то, что для их работы один фиг нужен человек. Это тот же ассистент. Ответственность на нём. Хотя технически можно реализовать так что шанс аварии будет околонулевой, но тогда на дорогах не должно быть людей.
>Всё это автоматизируют в ближайшие 5 лет максимум.
Готов поставить свою недвижимость на спор?
>Так я про то, что для их работы один фиг нужен человек.
Не нужен. Ты уже сейчас можешь вызвать такси, и оно к тебе приедет совершенно пустое. В Ктиае кстати тоже.
>Тут кто-нибудь обдумывал план действий после сокращения из-за нейронок?
В ближайшие 3-5 лет не сократят, в нашей мухосрани уж точно. А там куплю себе тяночку-робота, буду её ебать и панувать inb4 она мне-инцелу не даст
>>Всё это автоматизируют в ближайшие 5 лет максимум.
>Готов поставить свою недвижимость на спор?
Я уже буквально поставил на это свою карьеру и своё будущее.
>Я уже буквально поставил на это свою карьеру и своё будущее.
В плане?
В прямом
>Будет взрыв робототехники, такой же как ЛЛМ. Будут выпускать десятки миллионов роботов в год.
Зис. По робототехнике скоро такой же хайп пойдет, как сейчас по ИИ, даже в разы больше. Каждая шарага будет стремиться вкатиться в роботов. А все автозаводы срочно переделают под штамповку роботов. Еще и дефициты материалов пойдут как с датацентрами, посколько все будут в роботов вкатывать. Какие-то из товаров массового потребления улетят в небеса по ценам. Если ИИ это мозги нового мира, то роботы его руки.
«Situational Awareness LP» Леопольда Ашенбреннера — бывшего исследователя OpenAI, чей фонд только что подал сегодня эту форму 13F.
Пикрелейтед куда сейчас вкладывает миллиарды долларов управляемая им организация.
Ашенбреннер известен своим прогнозом Situational Awareness, который предсказал большинство того, что сейчас происходит в ИИ-робототехнике и активно использовался в правительстве США и индустрии ИИ.
Прогноз «Situational Awareness» (Осведомленность о ситуации) — это 165-страничный прогноз, опубликованный бывшим исследователем безопасности OpenAI Леопольдом Ашенбреннером. Он описывает траекторию развития искусственного интеллекта на текущее десятилетие.
Весь прогноз https://situational-awareness.ai
Пикрелейтед куда сейчас вкладывает миллиарды долларов управляемая им организация.
Ашенбреннер известен своим прогнозом Situational Awareness, который предсказал большинство того, что сейчас происходит в ИИ-робототехнике и активно использовался в правительстве США и индустрии ИИ.
Прогноз «Situational Awareness» (Осведомленность о ситуации) — это 165-страничный прогноз, опубликованный бывшим исследователем безопасности OpenAI Леопольдом Ашенбреннером. Он описывает траекторию развития искусственного интеллекта на текущее десятилетие.
Весь прогноз https://situational-awareness.ai
Блять на каком языке пост написан?
Миллионам россиян грозит увольнение из-за искусственного интеллекта
В России растет риск потери работы из-за внедрения технологий искусственного интеллекта. К таким выводам пришли эксперты ВНИИ труда — института, подведомственного Минтруду. Он представил результаты исследования 18 мая в Совете Федерации. И. о. директора института Владимир Смирнов сообщил, что исследование основано на опросе нескольких тысяч российских компаний, уже внедряющих ИИ-технологии. «В целом в экономике таких компаний порядка 5–6%, при этом большая часть сконцентрирована в оптовой торговле (13,3%), образовании (12%) и IT-сфере (11%)», — отметил он.
В среднем возможное сокращение занятости в ближайшие годы аналитики ВНИИ труда оценили в 7,5% от общего числа работников. По данным Минэкономразвития, численность занятых в России составляет 74,4 млн человек. Таким образом технологии могут лишить работы 5,58 млн работников. В Москве показатель составляет 7,87%, в Санкт-Петербурге — 7,97%. Максимальные увольнения прогнозируются в Амурской области (8,06%), Новгородской области (8,05%) и Курской области (8%). Минимальные — в Чечне (7%). Владимир Смирнов признал, что исследователи пока не готовы публиковать точные цифры, чтобы не волновать общественность.
Наиболее уязвимой категорией оказались служащие — риск замещения их функций оценивается в 82%. Для специалистов среднего и высшего уровня риск составляет 64% и 60% соответственно. Для руководителей — 58%, а для операторов и машинистов — 57%. Наименьший риск потери работы зафиксирован у неквалифицированных рабочих — 37% и работников сферы услуг и торговли (46%).
Замруководителя департамента социально-трудовых отношений Федерации независимых профсоюзов России Елена Косаковская отметила, что выводы исследования соответствуют оценкам Международной организации труда. «Риск безработицы существует для всех, и задача государства — совместно с социальными партнерами разработать план действий, чтобы предотвратить катастрофические процессы на рынке труда», — заявила она.
В России растет риск потери работы из-за внедрения технологий искусственного интеллекта. К таким выводам пришли эксперты ВНИИ труда — института, подведомственного Минтруду. Он представил результаты исследования 18 мая в Совете Федерации. И. о. директора института Владимир Смирнов сообщил, что исследование основано на опросе нескольких тысяч российских компаний, уже внедряющих ИИ-технологии. «В целом в экономике таких компаний порядка 5–6%, при этом большая часть сконцентрирована в оптовой торговле (13,3%), образовании (12%) и IT-сфере (11%)», — отметил он.
В среднем возможное сокращение занятости в ближайшие годы аналитики ВНИИ труда оценили в 7,5% от общего числа работников. По данным Минэкономразвития, численность занятых в России составляет 74,4 млн человек. Таким образом технологии могут лишить работы 5,58 млн работников. В Москве показатель составляет 7,87%, в Санкт-Петербурге — 7,97%. Максимальные увольнения прогнозируются в Амурской области (8,06%), Новгородской области (8,05%) и Курской области (8%). Минимальные — в Чечне (7%). Владимир Смирнов признал, что исследователи пока не готовы публиковать точные цифры, чтобы не волновать общественность.
Наиболее уязвимой категорией оказались служащие — риск замещения их функций оценивается в 82%. Для специалистов среднего и высшего уровня риск составляет 64% и 60% соответственно. Для руководителей — 58%, а для операторов и машинистов — 57%. Наименьший риск потери работы зафиксирован у неквалифицированных рабочих — 37% и работников сферы услуг и торговли (46%).
Замруководителя департамента социально-трудовых отношений Федерации независимых профсоюзов России Елена Косаковская отметила, что выводы исследования соответствуют оценкам Международной организации труда. «Риск безработицы существует для всех, и задача государства — совместно с социальными партнерами разработать план действий, чтобы предотвратить катастрофические процессы на рынке труда», — заявила она.
Я не общался с программистами по этому поводу, но не паникуют ли мидлы и джуниоры от возможных сокращений? Можно представить, что какой-нибудь профессор глубокого обучения, прискакавший в Кремниевую долину, чувствует себя в безопасности, но если ты лендинги годами клепал, то земля дымится под ногами
>К таким выводам пришли эксперты ВНИИ труда
Представляю себе этих экспертов. Программист Вася, поигравшийся с клодом, компетентнее расскажет о перспективах замены кодеров на нейронки, чем они там в своих сраных НИИ.
>В России растет риск потери работы из-за внедрения технологий искусственного интеллекта. К таким выводам пришли эксперты ВНИИ труда — института, подведомственного Минтруду
Пытаются оседлать мировой тренд хайпа. Хотя уже даже Альтман с Амодейем сдают назад. Но госчиновники не могут же сказать, что "из-за пиздеца в экономике, пыни, гэбни и гойды"? Ну тогда из-за ИИ
Начнется вечер...
Проблема с галлюцинациями нейронок уже решена, видимо. По крайней мере, за последние пару месяцев я не видел, чтобы мне какую-то откровенную чушь начинали писать. Я уже даже перестал проверять их ответы, потому что это практически 100% будет правильно. Короче, это пизда. Последний оплот копиума пал.
Ты уверен? Спроси про кружку. Да, тебе ответят правильно потому что модели либо загуглят, либо будут с кастомными индусовыми ебеддингами на эту тему, как и про ботинки, автомойку и прочее.
Подожди Мифоса через месяц, вот где будет разъеб. В 3 раза умнее текущих нейронок.
Так зачем спрашивать, если правильно ответят? Я помню, какие были ответы у нейронок в 22 и 23. Там была полная шиза, логические противоречия внутри одного предложения, просто какой-то бессвязный текст. Но сейчас нейронки выдают ответы куда лучше большинства людей. Мне интересно, почему до сих пор еще не сократили 99% офисных сотрудников.
Даже не вижу смысла проверять. Уже прямо сейчас нейронки умнее большинства людей.
>По крайней мере, за последние пару месяцев я не видел, чтобы мне какую-то откровенную чушь начинали писать.
Gemini 3.1 Pro вчера-позавчера галлюцинировала так люто, что я даже из себя слегка вышел и спросил, не лоботомирует ли её там Гугл случаем.
Ну она щас умнее, где думать много не надо. В 2-3 раза умнее будет уже выдавать глубоко продуманные ответы, там где подумать, посравнивать.
>Хотя уже даже Альтман с Амодейем сдают назад.
Поясни?
Ещё недавно что Альтман, что Амодей, с уповением говорили, что ИИ заменит всех белых воротничков, наслаждайтесь последними днями работы и т.п. Они на этом строили свою пиар-кампании, чтобы привлекать инвестиции. Взамен взращивали ненависть к себе.
За последний месяц риторика изменилась. Уже что-то вроде того, что "ИИ это помощник, а не замена", Альтман уже говорит, что многие сокращения идут не из-за ИИ, это руководство компаний пытается всё спихивать на ИИ, и т.п. Смешно, что когда раньше другие про это говорили, в ответ постили боевые картиночки про коупинг и т.п.
Там довольно много чего. Это не значит, что они поменялись, это значит, что они поняли, что им их старый подход к подаче себя может обойтись очень дорого, и решили скорректировать риторику.
В ЕС законы уже приняли на основании их шизоисторий, благодаря которым теперь будут лутать с этих компаний многомиллионные штрафы хз за что. В США тоже в некоторых штатах. Так что да, насрали себе в штаны. Теперь пытаются ограничить вред, пока другие таких же законов против них не напринимали.
>В ЕС законы уже приняли на основании их шизоисторий
Какие?
Тебе не похуй, загуглят или нет? Как будто человек все знает без Гугла. Выйди на улицу, поспрашивай про кружку, на тебя будут таращиться как на ебанутого, хотя сами дно от дырки не отличат.
>Gemini 3.1 Pro вчера-позавчера галлюцинировала так люто, что я даже из себя слегка вышел и спросил, не лоботомирует ли её там Гугл случаем.
Ровно тоже самое, буквально пару дней назад Gemini 3.1 Pro в чат-режиме на апи-доступе выдала по IT части свою фантазию откровенно нерабочую, уже отвык даже от такого, как будто реально лоботомируют
Причём лоботомировать их могут, чтобы избавиться от галлюцинаций в других местах. Одно чинят, другое ломают.
Ещё там шиза у гугла, спросишь у них про что-то,. скажем по иностранным языкам, а они тебе помимо ответа по теме выдают "иллюстрацию в виде программного кода" (больше о Pro версии), или в виде математических формул. И это по АПИ, то есть им не попадает контекст, история моих сообщений и всё прочее
Ещё про всяких покемонов говорили, но я не обращал внимания
Так чего суетиться если все профессии будут заменены роботами.
Какая-то полная хуйня. Кто тебе будет платить за разговоры, если ни у кого не будет работы? Или ты думаешь, что экономика будет держаться на пиздунах, которые только разговаривают друг с другом? Да и с чего ты взял, что с человеком разговаривать приятнее, чем с нейронкой, если ответы нейронки более адекватные? Ты думаешь, всем так нравится разговаривать с быдлом из сферы обслуживания, которое сквозь зубы разговаривает и едва сдерживается, чтобы не начать хамить?
Я сегодня тоже выиграл суд у азера, он пообещал зарезать меня в тёмном переулке (((
Думаете он сможет генерить качественный кум?
Профессию осеменителя тяночек роботом не заменить.
Вообще какое-то время, во всяком случае в РФ, будет выгодно в плодячку. Наверное в других странах тоже.
Роботы пока в зачатие и биологическое размножение не способны. Вот для поддержания популяции и будем сдавать биоматериал.
Яйцеклетки дороже, но тяночкам больно, когда они их сдают, в отличие от кунов.
Как же хорошо, что человек не загаллюцинирует, не уйдёт в запой\ковид\больничный\отпуск во время аврала на работе, не намотается на вал, не спиздит цветмет
>>работников сферы услуг
Хуй там плавал.
Робошлюхи первыми ворвутся на рынок и будучи легальными быстренько вытеснят всех обычных шлюх.
Илон Маск проиграл дело против OpenAI
Жюри из девяти присяжных в федеральном суде Северной Калифорнии вынесло единогласный вердикт: все три основных требования иска Илона Маска против Сэма Альтмана и Грега Брокмана (нарушение благотворительного траста, содействие в таком нарушении и необоснованное обогащение) оказались отвергнуты из-за пропущенного срока исковой давности.
То есть, фактически, Альтмана и Брокмана не признали невиновными, но Маск все равно остается ни с чем. Ни компенсации, ни реструктуризации OpenAI, которой он добивался, уже не будет.
Судья согласилась с вердиктом присяжных и формально отменила все иски.
Походу наконец OpenAi сможет стать публичной коммерческий компанией, больше никто не сможет ей вставлять палки в колеса. Вангую пробитие триллиона баксов капитализации за один день торгов акциями на рынке, что будет историческим рекордом.
Жюри из девяти присяжных в федеральном суде Северной Калифорнии вынесло единогласный вердикт: все три основных требования иска Илона Маска против Сэма Альтмана и Грега Брокмана (нарушение благотворительного траста, содействие в таком нарушении и необоснованное обогащение) оказались отвергнуты из-за пропущенного срока исковой давности.
То есть, фактически, Альтмана и Брокмана не признали невиновными, но Маск все равно остается ни с чем. Ни компенсации, ни реструктуризации OpenAI, которой он добивался, уже не будет.
Судья согласилась с вердиктом присяжных и формально отменила все иски.
Походу наконец OpenAi сможет стать публичной коммерческий компанией, больше никто не сможет ей вставлять палки в колеса. Вангую пробитие триллиона баксов капитализации за один день торгов акциями на рынке, что будет историческим рекордом.
>Да и с чего ты взял, что с человеком разговаривать приятнее, чем с нейронкой, если ответы нейронки более адекватные?
У тебя друзья есть?
Тебе с кем прикольнее пиво попить... с твоими друзьями или с Алисой в колонке?
>Ты думаешь, всем так нравится разговаривать с быдлом из сферы обслуживания, которое сквозь зубы разговаривает и едва сдерживается, чтобы не начать хамить?
Нет, ты не понял что я имею ввиду. Сфера обслуживания сдохнет в первых рядах.
Но коммуникация между живыми людьми возможно станет даже ценнее. Если ты 24\7 говоришь только с нейронками, то обычное общение с живым человеком становится ценнее.
Коммуникация с живым человеком станет ценностью.
Вот тебе же не интересно что ллмка в треде пишет. Ты почему-то со мной говоришь.
Зато сколько драмы, Илья сускевер крысой раскрылся, Альтман маньячелой, Мурати местной подсоской, сколько подковерной кухни вытащили.
Общение в реале сейчас мертво, у любого зумера спроси. В инетах сидят, там и общаются. А часть уже на базары с ИИ перешла. Обычное живое общение с людьми переходит в разряд экзотики, что-то на скуфском.
Я так и не понял, что ты имеешь в виду, ты говоришь какими-то размытыми фразами без конкретики
>Но коммуникация между живыми людьми возможно станет даже ценнее
И каким образом это должно защитить твое рабочее место?
>А часть уже на базары с ИИ перешла.
Я скуф, но с ИИ пиздеть гораздо интереснее, чем с людьми,. Из последних 50 л пива, которые я выпил, максимум 5 было выпито в компании, остальное было выпито в процессе переписывания с нейронкой. И не в рп, а просто в процессе пиздежа на интересные мне темы.
>Общение в реале сейчас мертво, у любого зумера спроси. В инетах сидят, там и общаются. А часть уже на базары с ИИ перешла. Обычное живое общение с людьми переходит в разряд экзотики, что-то на скуфском.
И с кем зумеры общаются?
24\7 мучают бездушную нейронку?
Или всё-таки зумеры предпочитают общаться с живыми людьми?
Формат общения не важен. Хоть письмом бумажным. Главное чтобы у потребителя было ощущение, что перед ним живой человек. А не бездумный робот.
>Я так и не понял, что ты имеешь в виду, ты говоришь какими-то размытыми фразами без конкретики
А по-моему всё очень чётко.
>И каким образом это должно защитить твое рабочее место?
Если ценность твоей работы определяется живым общением - значит твоё рабочее место более защищено (от автоматизации роботами).
Ты свою мать поменяешь на ллмку? Если "мать" можно назвать рабочим статусом.
>Если ценность твоей работы определяется живым общением
Ты сказал, что сфера обслуживания идет нахуй в первых рядах. Так что остается? Всякие психологи и психотерапевты это и есть сфера обслуживания. Впариватели говна это сфера обслуживания, вообще сейчас большая часть работы это сфера обслуживания, так тут снова не понятно, какие ты именно работы подразумевал. Так и что это за работы, ценность которых определяется живым общением? И кто будет платить этим людям, если 95%+ населения останется без работы?
GOOGLE I/O сегодня в 20:00 по Москве. Не щёлкаем еблом!
Она каждый год проходит.
>Ты сказал, что сфера обслуживания идет нахуй в первых рядах. Так что остается?
По-сути дела всё что угодно. В каждой сфере есть своя ниша, где решают социальные скиллы.
В программировании есть тимлид, который управляет командой.
В инженерной теме есть человек, который принимает ТЗ от заказчика, тоже софтскиллз.
В строительстве есть бригадир, который общается с заказчиком и объясняет что плитка по 5к за штуку, очень дорого но будет красиво.
Аутистам будет тяжеловато, конечно.
>И кто будет платить этим людям, если 95%+ населения останется без работы?
Ну мы тут не про экономику говорим. Когда 95% останутся без работы... это будет совсем другой мир. Может быть с БОДом. Или как в матрице, будут выжимать гаввах прямо из нервов подключенных людей.
Я с ГПТ бухаю.
Намного интереснее чем слушать чужой пьяный базар или бычку.
Мимо
>Я с ГПТ бухаю.
>Намного интереснее чем слушать чужой пьяный базар или бычку.
Друзей у тебя интересных нету.
Или бухаешь до состояния нестояния. Сильно пьяным и разницы никакой не будет, потому что мозг отключается.
>Ну мы тут не про экономику говорим
Разве? Как раз про экономику и про то, как под нее подстроиться.
>Когда 95% останутся без работы
Мне кажется, мы очень близки к этому. Большую часть людей, которые работают не руками, можно сократить прямо сейчас, а это уже 20% безработицы как минимум, что сопоставимо с великой депрессией. Спрос на товары и услуги упадет, и вся экономика по цепочке наебнется, как домино.
>Большую часть людей, которые работают не руками, можно сократить прямо сейчас, а это уже 20% безработицы как минимум, что сопоставимо с великой депрессией. Спрос на товары и услуги упадет, и вся экономика по цепочке наебнется, как домино.
Скорее всего так и будет. Просто я боюсь загадывать что там будет в Сингулярность, в широком экономическом смысле.
Сингулярность прогнозировать невозможно, в этом и смысл термина.
Но мне кажется что работы с большим коммуникативным фактором защищены лучше остальных. Потому что люди хотят общаться с людьми, а не с ботами.
Так у нас уже сингулярность и прогнозировать дальше чем на пару лет невозможно.
Я вот кстати не уверен, что вот "коммуникативный фактор" исчезнет даже после Сингулярности.
Люди хотят общаться с живыми людьми. Это наша биологическая потребность.
И вряд ли ASI заменит живое человеческое общение (если не будет врать и представляться живым человеком).
Надеюсь флешка будет лучше текущей 3.0 про? А то мне лимитов на про на бесплатном не хватает
>Потому что люди хотят общаться с людьми, а не с ботами
Если речь идет не о неформальном общении, то мне больше нравятся боты, потому что я понимаю, что всем людям, с которыми я вынужден общаться по работе или другим формальным моментам, на меня похуй в лучшем случае, в худшем случае они меня тихо ненавидят. Зачем с ними говорить, если этого можно избежать? Я уверен, я такой не один
Есть разные форматы общения.
Еще раз, с кем прикольнее пива попить в парке?
С друзьями или с нейронкой?
>на меня похуй в лучшем случае
Думаешь ллмке на тебя не похуй?
Да она тебя вообще забудет на следующем промпте.
И в лучшем случае будет симулировать, потому что человеком не является.
>Думаешь ллмке на тебя не похуй?
Нейронке не может быть похуй или не похуй, ей вообще никак. С таким же успехом мы могли бы порассуждать о чувствах камней.
>Есть разные форматы общения.
Так я про работу говорю и грядущие изменения в экономике
Оно уже исчезает. Зумерки там треплются месяцами с ИИ, не выходя из дома, даже к психиатрам потом попадают из-за полного отсутствия другого общения. И не только зумерки, 40 летние тоже целые семьи из-за ИИ теряют. И это еще ИИ без физических аватарок и совместных развлечений типа спорта и просмотра кино. А что будет когда им это все запилят и мозги еще проапгрейдят, можно будет брать ИИ с собой в физическом роботе куда угодно, целый день только с ним все. Тут вообще наебнется все живое общение, смысл исчезнет.
Нейронка это не про социализацию. Это про изучение того, что интересно тебе. Как если бы ты нашёл статью в википедии, которая была бы написана идеально под тебя и твои интересы. Ты, может, пару раз в жизни найдёшь книгу, которая была бы в твои интересы так попадала. Людей таких я по жизни не встречал, всегда был компромисс, чтобы какую-то ограниченное пересечение (не самых любимых) интересов найти и на время отложить остальное.
А тут ты садишься и сходу начинаешь обмазываться инфой по своим интересам.
>Нейронке не может быть похуй или не похуй, ей вообще никак. С таким же успехом мы могли бы порассуждать о чувствах камней.
Я именно про это и говорю. Ты всегда будешь знать, что с тобой говорит неживой объект. Бот, машина, камень.
А кому интересно с камнями говорить?
Поэтому будет какой-то спрос на живое человеческое общение.
Постсингулярный мир это вообще.... непонятно что будет.
Ты просто используешь нейронку в качестве поисковика. А не в качестве собеседника. Это разные задачи.
>Это про изучение того, что интересно тебе
Это баг, а не фича. И вот как раз подстраивание под собеседника это принципиальный недостаток нейросетей. Причём он конструктивный, у них это в природе после дрессировки методом подкрепления
В реальности очень нужно активно коммуницировать с людьми, у которых сильно свои интересы, кто не подстраивается под тебя, иначе это путь к деградации и серьёзным проблемам
Еще ничего не показали, а лимитики в чате уже порезали. Даже в плеббите покрякивать платники стали
>иначе это путь к деградации и серьёзным проблемам
Каким образом? Так-то я в реальности постоянно вынужденно коммуницирую с людьми, осознавая, что это меня скорее утомляет, чем укрепляет. Это явление так-то и до изобретения ЛЛМ существовало и в те времена называлось "интровертность"
Ты развиваешься когда учишься решать проблема, а не когда избегаешь их
Человек учится у других людей моделям поведения, моделям мышления и многому чему ещё. В том числе ты учишься понимать чужие интересы, смотреть на что-то с другой стороны, может быть чем-то сам заразишься
Когда нейронка подстраивается под тебя и твои интересы, она тебе оказывает медвежью услугу, лишает тебя возможности картину мира адекватную сформировать, мешает развивать какие-то навыки и способности
Почему все так носятся с ним и занюхивают любой его пук?
ASI с тобой вообще общаться не будет. Это так, к слову.
Гугл в итоге обосрались и ничего нового не показали. ИИ пузырь лопнул.
>ASI с тобой вообще общаться не будет. Это так, к слову.
Далеко не факт.
Ты же с кошками и собаками общаешься.
А что-то ждали кроме нового Флеша 3.5? Вроде ничего и не ожидалось, что будет конкурировать с могучим Мифосом.
1.5 за входные и 9 за выходные токены у 3.5 флеша, пиздец гугл корпорация добра
Ну хз насчёт грока, я им обычно вместо гуглёжки пользуюсь т.к. заметил что ищет по более чем 100 ссылкам. Я помню какой то "инсайдер" писал что у 3.5 будет цена 0.25!!! И где? Наебали. Ждём дальше когда китайцы их всех выебут
Ну вот он для тебя и будет в качестве родителя, который будет с тобой взаимодействовать как с трёхлетним ребенком (по его меркам).
Залетай и будь в курсе самых последних событий и достижений в этой области!
Прошлый тред:
🚀 Последний обзор ИИ новостей:
📰 Главные новости ИИ
Выпускники гуманитарных факультетов Университета Центральной Флориды громко освистали выступающего на церемонии вручения дипломов за называние ИИ следующей промышленной революцией.
WhatsApp добавляет режим инкогнито в чаты Meta AI
Эти разговоры, по словам компании, будут обрабатываться в безопасной среде и не могут быть увидены никем.
Thinking Machines Lab выпускает свою первую модель и утверждает, что интерактивность — это то, в чем OpenAI ошибается в отношении голоса.
Google анонсирует ноутбук Googlebook, разработанный для интеллекта Gemini
Google анонсировала Googlebook, свой первый ноутбук, построенный вокруг модели ИИ Gemini. Устройство нацелено на высокую производительность, добавляет прямую синхронизацию с телефонами Android и должно быть запущено этой осенью.
Telegram выпускает крупное обновление для ИИ-ботов и автоматизаций
Последнее обновление Telegram представляет Guest Bots, рабочие процессы с несколькими ботами, поиск стикеров с помощью ИИ, функции автоматизации чата и новые элементы управления для администраторов.
📦 Продукты
Anthropic запускает Claude для Excel, PowerPoint и Word в качестве общедоступного с полным контекстом разговора между приложениями
holaOS 0.1 выпущен как слой управления рабочими потоками ИИ
holaOS beta0.1 поставляется с Dashboard, Sub Agents и Multi Workspaces для управления параллельными рабочими потоками ИИ на рабочем столе.
Google приносит автоматизацию на основе интеллекта Gemini на устройства Android
Google запускает Gemini Intelligence на Android, начиная с телефонов Galaxy и Pixel этим летом, добавляя проактивные автоматизации на основе ИИ.
Anthropic расширяет предложения юридического ИИ с новыми плагинами Claude Cowork
Во вторник компания представила двенадцать новых плагинов и более 20 коннекторов MCP для своего чат-бота Claude, каждый из которых предназначен для конкретных областей права, включая договорное право, трудовое право и судебные разбирательства.
Meta запускает голосовые разговоры Meta AI на базе Muse Spark
Meta AI теперь поддерживает плавные голосовые разговоры, которые обрабатывают прерывания, смену тем и переключение языков без проблем. Благодаря поддержке Muse Spark обновление также позволяет ИИ генерировать изображения по требованию и предоставлять предложения в реальном времени из Reels и карт, добавляя описания с камеры в прямом эфире.
Alibaba интегрирует ИИ Qwen с Taobao для агентных покупок
💻 Оборудование
Fractile привлекает 220 миллионов долларов на чипы для вывода ИИ
Fractile, британский стартап по производству чипов, привлек 220 миллионов долларов на разработку специализированного оборудования для запуска крупных моделей ИИ в задачах вывода. Раунд под руководством Accel, Factorial Funds и Founders Fund ориентирован на чипы, которые эффективно работают в условиях жестких ограничений по мощности, теплу и памяти.
🔓 Открытый исходный код
Tencent открыла исходный код OpenSearch-VL: полное руководство для передовых многомодальных агентов глубокого поиска
PrimeIntellect представляет Renderers, повышающие пропускную способность RL более чем в 3 раза
PrimeIntellect выпустила Renderers, которые повышают пропускную способность обучения с подкреплением более чем в три раза на популярных открытых моделях. Библиотека согласует обучающие программы на основе токенов с средами на основе сообщений посредством явной обработки входящих и исходящих токенов плюс пользовательского шаблона.
🧪 Исследования
Тим Роктешель соосновывает Recursive для автоматизации исследований в области ИИ
Recursive запускается для автоматизации научного метода в исследованиях ИИ, преобразуя крупномасштабные вычисления в открытые открытия.
📱 Приложения
Google спешит поставить Gemini в центр Android до перезапуска ИИ от Apple.
Anthropic запустила «Claude для юридической отрасли», предоставив более 20 коннекторов MCP, которые связывают Claude с программным обеспечением, на котором работает юридическая отрасль, наряду с 12 плагинами для областей практики, и сотрудничает с Free Law Project и Justice Technology Association, чтобы сделать юридическую помощь доступной для людей, которые в настоящее время не могут ее получить.
Amazon запускает ИИ-помощника для покупок в строке поиска, работающего на базе Alexa+
По словам компании, Alexa для покупок предназначена для предоставления голосового и сенсорного опыта покупок на мобильных устройствах, настольных компьютерах и смарт-дисплеях Echo Show.
ChatGPT теперь позволяет добавить «доверенный контакт» для безопасности.
Новая функция позволяет назначить кого-то, кто будет уведомлен, если разговор в чате указывает на потенциальную проблему безопасности.
🔎 Мнение и анализ
Кэт Ву из Anthropic говорит, что в будущем ИИ будет предвосхищать ваши потребности, прежде чем вы узнаете, что они у вас есть.
⚠ Безопасность ИИ
«Большие языковые модели могут выводить частные атрибуты только на основе воздействия рекламы»: ИИ может многое рассказать о вас, основываясь только на общих паттернах рекламы, которую вы видите, без необходимости доступа к вашей истории просмотров или личным данным — и даже VPN не может защитить вас
Тесты безопасности ИИ имеют новую проблему: модели теперь подделывают свои собственные трассировки рассуждений
Агенты ИИ теперь могут взламывать компьютеры и копировать себя, и они быстро становятся лучше
OpenAI представляет Daybreak: инициатива по кибербезопасности, которая ставит безопасность Codex в центр обнаружения уязвимостей и валидации патчей.
Anthropic проследила попытки шантажа Claude Opus 4 до вымышленного злодейского ИИ в обучающем корпусе, что предполагает, что мы случайно дообучили модели на веке паранойи научной фантастики и получили именно то, что заказывали.
Группа разведки угроз Google идентифицировала первый разработанный ИИ эксплойт нулевого дня, использованный в дикой природе, завершив наступательный переход.
ИИ-чат-боты выдают реальные телефонные номера людей
Люди сообщают, что их личная контактная информация была обнаружена ИИ Google — и, по-видимому, нет простого способа предотвратить это.
Министерство обороны США заявляет, что развертывает Mythos для поиска и устранения уязвимостей программного обеспечения в правительстве США, даже когда оно работает над переходом от Anthropic.
OpenAI раскрывает Daybreak, свою попытку свергнуть Anthropic Mythos
Новое решение OpenAI для кибербезопасности на основе ИИ скоро будет выпущено в мир.
Модель ИИ Anthropic Claude Mythos автономно находит реальную уязвимость curl
Безопасность цепочки поставок ИИ быстро ухудшается: червь Shai-Hulud становится открытым исходным кодом на GitHub на той же неделе, когда Foxconn подтверждает утечку 8 ТБ, раскрывающую схемы Apple, Nvidia и Google.
💰 Бизнес
Давление на управление со стороны Сэма Альтмана нарастает с нескольких направлений одновременно: шесть генеральных прокуроров штатов от Республиканской партии, Комитет Палаты представителей по надзору и усиление контроля со стороны Комиссии по ценным бумагам и биржам США — все это происходит перед потенциальным IPO OpenAI.
Измененная сделка OpenAI с Microsoft ограничивает выплаты суммой в 38 миллиардов долларов, экономя расчетные 97 миллиардов долларов к 2030 году.
И в суде Илья Суцкевер небрежно подтвердил, что его доля в OpenAI стоит примерно 7 миллиардов долларов, подтверждая «почувствуй AGI» как самую высокодоходную сделку десятилетия.
🏭 Компании
Apptronik назначила Дэниела Чу, бывшего директора по продуктам в Waymo, своим новым директором по продуктам, чтобы направить траекторию развития продукта от промышленного использования к здравоохранению.
Расширение руководства следует за крупным раундом финансирования серии A на сумму 935 миллионов долларов и предшествует презентации «долгожданной» новой гуманоидной модели. Ключевые назначения из Boston Dynamics и Amazon привносят специализированный опыт в масштабировании глобальных роботизированных сервисов и многомодального ИИ-программного обеспечения.
Cerebras обновила свою заявку на IPO, нацеливаясь на оценку в 35 миллиардов долларов на этой неделе, выводя на публику тезис о масштабе пластины.
💰 Финансирование
Isomorphic Labs только что закрыла раунд на 2,1 миллиарда долларов под руководством Thrive для масштабирования открытия лекарств на основе ИИ, опуская следующий бенчмарк до молекулярного уровня.