Все о блокчейн/мозге/space/WEB 3.0 в России и мире

Ex-OpenAI команда выпустила свою ИИ-модель с открытыми весами Компания Thinking Machines выпустила модель Inkling, которая позиционируется как практичная основа для кастомизации, она не лидер по всем бенчмаркам. Модель достигает результатов Nemotron 3 Ultra на Terminal Bench, используя примерно в 3 раза меньше токенов.

Claude теперь создает персональные приложения под пользователя Anthropic выпустили сегодня новую функцию для платных пользователей, в которой артефакты в Claude подключаются к внешним сервисам через протокол MCP. Артефакты - это интерактивные мини-приложения, что Claude генерирует прямо в интерфейсе вашего чата, например, дашборд, калькулятор, таблица и тд. Теперь эти артефакты научились подключаться через протокол MCP к вашим Gmail, календарь, CRM и др внешним сервисам. Каждый, кто открывает ваш артефакт под своим аккаунтом, видит свои собственные данные, а не ваши с его правами доступа. Работает эта функция только для платных пользователей: Pro, Max, Team и Enterprise. В публично расшаренных артефактах подключения отключены.

Создатель Kimi CLI представил платформу для командной работы людей и агентов Raft 1.0 - платформа, где ИИ-агенты работают как полноценная команда вместе с людьми в одном пространстве, похожем на корпоративный мессенджер. Как заявляет основатель компании, над разработкой этой платформы работали команда из 10 людей и 100 ИИ-агентов. Более того, он говорит, что появляется новый офисный этикет, в котором становится нормой говорить так: не говорите со мной, говорите с моими агентами. Они знают контекст. Передавайте задачу в любой момент, никто не отрывается от работы, ничего не теряется.

Ого! Вся расчётная инфраструктура США начинает токенизировать ценные бумаги JPMorgan, BlackRock и Goldman Sachs начинают токенизацию акций и американских государственных облигаций через DTCC - главный клиринговый и депозитарный центр США, обрабатывающий триллионы $ в активах, запускает сервис токенизации реальных ценных бумаг для институциональных участников. Они будут токенизировать акции Microsoft, ETF SPY и QQQ, и тд. Пилот начинается в этом месяце, а полный запуск в октябре. В проекте уже более 50 компаний: BlackRock, Goldman Sachs, JPMorgan, Circle, Coinbase, Kraken. Скоро ИИ-агент сможет держать не просто стейблкоин, а полноценный портфель из токенизированного Microsoft и гос облигаций США и рассчитываться ими. Прочитайте наш свежий отчет о моделях будущих денег, которые формируются на разных континентах. Мы расписали, на каких рынках, какая модель, как это отразится на экономике ИИ-агентов и тд.

Встречайте, ИИ-модель, которую обучал ИИ-агент, и она обошла GPT-5.5 Компания actAVA выпустила Cura 1T - специализированную медицинскую модель на триллион параметров. Они взяли открытую модель Kimi-K2.6 и запустили цикл: агент смотрит, где модель ошиблась, синтезирует новые обучающие данные именно под этот тип ошибки, дообучает модель и повторяет. Человек участвует только в двух местах: одобряет план и принимает финальное решение. Всё остальное делает агент. Важно понимать, что здесь меняются веса самой модели, а не просто обвязка вокруг неё. actAVA строит такую бизнес-модель, где госпиталь или страховая компания берёт Cura, дообучает под свои данные через тот же RSI-цикл, и получает модель в собственность. Это другая модель, чем у OpenAI или Anthropic, которые продают доступ к своим моделям через API. Здесь продаётся способность построить собственную медицинскую модель на базе открытых весов. Модель уже доступна через API и скоро выйдет на OpenRouter. Пока waitlist.

Утечка с сайта Филдсовской премии и ошибка в API помогли заработать на Polymarket и узнать о будущих лауреатах За 9 дней до начала премии в коде сайта Международного конгресса математиков нашли скрытые имена 4-х лауреатов Филдсовской премии. Среди них - 2 китайских математика, выпускника Пекинского университета: Ван Хун (1991 гр.) и Дэн Юй (1989гр). Если это подтвердится, то впервые в истории 2 математика из Китая получат эту награду в один год. Также Ван Хун может стать 3-й женщиной в истории, получившей Филдсовскую премию. Но кроме того, что эта утечка дала информацию о победителях, находчивые люди используют её, чтобы заработать деньги. Платформы Polymarket и Kalshi уже ставят на этих номинантов.

Команда из Кембриджа и стартап Aligna представили биогибридный нейроинтерфейс Они решали одну из главных проблем инвазивных нейроинтерфейсов - реакцию отторжения импланта организмом. О том, что такое биогибридный нейроинтерфейс М. Лебедев рассказывал для нас тут. Дело в том, что когда в мозг имплантируют электрод или зонд, иммунная система распознаёт его как чужеродное тело. Начинается воспаление, вокруг имплантата нарастает фиброзная капсула, и через несколько недель сигнал деградирует или пропадает вообще. Исследователи покрыли эти имплантаты мембранами нейронов, полученных из человеческих iPSC - то есть клеток, перепрограммированных из обычных клеток взрослого человека обратно в стволовые, а затем дифференцированных в нейроны. Как отмечают авторы, в финальном имплантате нет живых клеток, есть только их мембраны. Это так называемый бесклеточный биогибридный интерфейс. Опыты на крысах показали, что через 28 дней воспаление и фиброз у имплантатов с мембранным покрытием значительно ниже, чем у контрольных. При этом соотношение сигнал/шум сохраняется высоким, а стабильная запись активности отдельных нейронов у бодрствующих животных держалась до двух месяцев. Стартап Aligna займется коммерциализацией этой технологии, так как её основатель Malak Kawan написала эту работу в рамках своего PhD-исследования в Кембридже. Напомним, что стартап Science планирует уже в 2027 году внедрять людям свои биогибридные нейроинтерфейсы.

Anthropic выпустил Claude для учителей начальной и средней школы Речь идёт об учителях в США, им компания после верификации дает: бесплатную премиум-подписку + специальные инструкции, которые заставляют Claude работать как помощник учителя. Главная фишка этого инструмента в том, что Claude напрямую подключён к базе стандартов всех 50 штатов. И когда учитель просит урок, Claude опирается на реальные стандарты и материалы.

Google предложили новый метод обучения LLM, когда модель учится непрерывно всю жизнь, а не на одном фиксированном датасете. Google Research предложили метод Sleep - периодическую фазу, в которой модель прекращает получать внешние данные и занимается внутренней переработкой знаний. Во сне модель перегоняет короткую нестабильную память в долгосрочную, а после генерирует синтетические сны для саморекурсивного улучшения. Практически это означает, что модели, которые не устаревают, они дообучаются сами, без переобучения с нуля.

Экономика рекурсивного самоулучшения ИИ Это свежая работа экономистов и исследователей ИИ из METR, Stanford, MIT, Columbia и Yale(ряд вузов запрещены в РФ), в котором они задаются вопросом: когда ИИ начнёт улучшать сам себя быстрее, чем это делают люди? Авторы математически вычислили порог, чтобы ИИ сам себя улучшал, тогда каждое новое поколение модели должно давать минимум 15% прироста в эффективности исследований. Если смотреть на сегодняшнюю ситуацию, то исследователи дают оценку около 9%. То есть модели сегодня находятся ниже порога, но 2 года назад цифра была ещё меньше. Отметим, что авторы статьи не тестировали модель Fable 5. Что это дает нам на практике? 1. Прорыв в лаборатории это не значит прорыв в реальной жизни. ИИ быстрее всего улучшается там, где результат легко проверить: код, математика, оптимизация алгоритмов. Но умение решать задачи в замкнутой среде и умение реально менять экономику - разные вещи. 2. Железо не менее важно, чем интеллект. OpenAI недавно сообщил, что за полгода в 100 раз увеличил долю вычислений, которые ИИ тратит на собственные исследования. 3. Регулирование - это тормоз. Но из-за того, что эта работа написана без учета тестов авторами модели fable 5, напомним, что Anthropic уже заявил, что ИИ развивается настолько быстро, что может достичь рекурсивного самоулучшения.

Anthropic подключили ИИ- модели к роботам и обнаружили, что интерфейс важнее самой модели Команда решила дать Claude и GPT управление реальными роботами: четвероногим Unitree Go2, гуманоидом G1, роботизированной рукой. Выяснилось, что управление суставами модели пока проваливают. Слишком много степеней свободы, слишком жёсткие требования к точности и скорости реакции. А гуманоида так никто и не смог поднять с пола. Но стоит добавить предобученный контроллер движений, которому модель отдаёт команды и картина меняется. Модели начинают ориентироваться в пространстве, находить объекты, перекладывать предметы. Иногда проходить лабиринты. Главный вывод исследования не про роботов, а про то, что опасность и полезность модели определяется не ею самой, а тем, к чему она подключена. Это меняет логику оценки рисков. До сих пор принято спрашивать: «насколько опасна эта модель?» Правильный вопрос: «к чему эта модель подключена?» И ещё одно наблюдение - каждое следующее поколение моделей лучше учится на неудачах, лучше читает пространство, лучше корректирует стратегию в реальном времени.

Вот он сигнал о медленной смерти банков и платежных систем Смотрите, SWIFT объявил, что его блокчейн-реестр готов к использованию, и 17 банков из 6 континентов готовятся пилотировать транзакции с токенизированными депозитами. Но дело в том, что SWIFT опоздал, причём не на месяц, ни на год, а на 10 лет. Пока он, как монополист на рынке отрицал с 2016г. саму технологию блокчейн, пришли очень активные и продвинутые ребята из нового поколения бизнеса и создали альтернативу, которая уже имеет большую роль в новой финансовой системе. Смотрите, Stripe купил Bridge за $1.1 млрд, запустил собственный блокчейн Tempo, консорциум OUSD собрал 140 партнёров по всему миру для своего единого стейблкоина, крупный в мире эмитент стейблкоина создает свой трастовый банк. А SWIFT - это кооператив банков, где решения принимаются консенсусом и медленно. Пилот с 17 банками - это ещё не продукт, это эксперимент. До реального масштаба годы. Более того те банки, что вместе со SWIFT участвуют в этом эксперименте, они также делают параллельно свои проекты и участвуют в чужих. То есть мир сейчас никого не ждёт, выиграет тот, кто быстрее и предложит то, что актуально для сегодняшнего финансового рынка, а не вчерашнего. Проблема всех старых банкиров в том, что они думают мышлением прошлого, меняться им сложно и не хочется. Если вы хотите понять, что будет с новым финансовым ландшафтом и какие модели денег сегодня есть в мире, то вам сюда.

Легенда RL, ex-DeepMind, Ричард Саттон основал свой стартап Лауреат премии Тьюринга, Ричард Саттон основал свой стартап под названием Oak Lab. Для понимания Саттону почти 70 лет, но это не помеха для создания нового проекта. Посмотрите, как он хорошо выглядит. Саттон говорит, что по-прежнему верит в RL и в то, что настоящий интеллект рождается из реального опыта, а текущий уровень глубокого обучения слишком слаб и неэффективен. Нужны фундаментально новые идеи. Их цель - построить эффективную архитектуру, которая сможет учиться как животные только из опыта, без гигантских датасетов. Вот, что он говорил в прошлом году на NeurIPS про ИИ.

Нобелевские лауреаты, лидеры ИИ-индустрии и экономисты призывают срочно действовать в части реформ экономики из-за влияния ИИ Они говорят, что ИИ-экономика будет более мощной в ближайшие 10 лет и вызовет беспрецедентную трансформацию, чем промышленная революция, но намного быстрее. Такие люди, как Джефф Дин,Google, Йошуа Беджио, несколько человек из Anthropic и OpenAI, инвестор Виход Хосла, Макс Тегмарк, Эрик Шмидт, ex-Google, и тд. призывают к немедленным действиям: 1. Глубоко изучать экономические последствия продвинутого ИИ. 2. Разрабатывать меры поддержки, которые максимизируют пользу и минимизируют вред особенно для рынка труда. Напомним, что мы уже полгода как описываем все в рамках экономики ИИ. Вот тут последние наши материалы: - какие ниши ещё не заняты в экономике ИИ. Разбираем тут. - как меняется сервисный/консалтинговый бизнес из-за внедрения ИИ. - свежий отчет как бизнес интегрирует в свою работу ИИ. Тут есть разбивка как на страны - лидеров, так и на СЕО и простых специалистов. - одна из денежных составляющих в экономике ИИ будут задачи. Инвесторы их оценивают как отдельный триллионный рынок.

Sakana представила децентрализованный интеллект в физическом железе Sakana вместе с командой из IT University of Copenhagen и Autodesk Research создали Smart Cellular Bricks - это новый трек к самоосознающим модульным роботам и умным материалам, которые сами понимают, что из них собрано и могут самовосстанавливаться. Команда взяла простые кубики - печатные платы с микроконтроллером и 6 коннекторами. Загрузила в каждый одинаковую маленькую нейросеть. Собрала из них стол, самолёт, лодку, гитару. И ни один кубик не знает, что он часть стола. Каждый видит только соседей. Спрашивает: что ты видишь? Обновляет своё мнение. Передаёт дальше. Через ~60 итераций - три минуты реального времени, вся конструкция из 197 кубиков приходит к единому ответу. Причём без центрального компьютера, карты и дирижёра. Точность в симуляции достигла 98,97%, а на физическом железе 100% по всем четырём формам. Но самое интересное в том, система умеет не только распознавать форму, но она обнаруживает повреждения и умеет «отрастать» обратно. Начиная с нескольких кубиков, конструкция постепенно наращивает себя в направлении, которое указывают существующие элементы, пока не перестанет чувствовать дефекты. Планария в мире электроники. Скрытые каналы нейросети самостоятельно выучили морфогены - градиенты, похожие на те, что задают оси развития эмбриона. Никто этому не учил. То есть это не очередная языковая модель и не робот с камерой. Это попытка вложить интеллект в сам материал, внутрь. Каждый элемент становится частью распределённого мозга.

Создатель китайской модели GLM обозначил дорожную карту на следующие 2 года На выходных основатель Zhipu Тан Цзе опубликовал внутреннее письмо с изложением понимания компанией предстоящей гонки за AGI. Надо отметить, что за последние полгода компания пережила очень яркий период в своей истории: её рыночная капитализация выросла в 10 раз по сравнению с тем, что было на момент IPO, а в июне компания обогнала по капитализации почти втрое Baidu. В своем письме Тан Цзе приводит Anthropic, как ролевую модель. Они сделали AI Coding основой своего заработка, так же как и создатели Claude. Вот их 4 приоритета на ближайшие 2 года: 1. Создание Long Horizon Task - модели, способные самостоятельно планировать и выполнять проекты длиной в недели и месяцы, а не только отвечать на вопросы. 2. Разработка Fully Autonomous Agent Systems (NPC: No Person Company) - переход от «компании одного человека с ИИ» к полностью автоматизированным компаниям без людей. 3. Self-Evolution - ИИ, который сам себя обучает: пишет код, генерирует синтетические данные, перестраивает себя и тд. 4. Безопасность - встроенная этика и ценности в модель + серьёзные инвестиции в понимание, почему модель принимает те или иные решения. Если вам кажется, что все это уже где-то звучало - вы не ошиблись. Потому что это дословно повестка Anthropic, OpenAI и Google DeepMind.

Итоги уходящей недели - то, что имеет значение Наш свежий отчет о будущем денег и их моделях, которые сегодня участвуют в гонке на разных континентах. Бизнес ИИ- компаний Новый мегатренд - экономика задач. Инвесторы считают, что это следующий триллионный рынок в ИИ. Все подробности здесь. Как меняется консалтинг в эпоху ИИ и её место в экономике агентов. Как научить ИИ-модель работать под конкретную роль: юриста, финансиста, инвестора, консалтера. Тут подробнее. Свежий отчет о реальной интеграции ИИ в бизнес-процессы. Экономика токенов. Разбираем здесь. Появился аналог AppStore для B2B ваших агентов. Презентация одной из крупных инвест компаний мира для инвесторов от AI к ASI. Разбор без купюр. Теперь венчурные компании становятся AI-native - новый инструмент для них тут. Большая гонка в ИИ индустрии сместилась с моделей на контекст. Подробный разбор тут. Теперь можно монетизировать трафик от ваших ИИ-агентов. Инструмент и не только здесь. Инсайд из Китая от первого лица о том, как там создают AI-native продукты. Опубликовали список и анализ самых влиятельных китайских инвесторов в ИИ. Свежий отчет на реальных данных, как ИИ-агенты меняют инфраструктуру интернета. Разбор AI-native компаний: как внедрять ИИ и формировать культуру обучения вместе с ним. ИИ-модели, агенты и архитектура Google выпустили SensorFM - фундаментальная модель на 1 триллионе минут данных с носимых устройств 5 млн человек. Anthropic выпустила гайд по промтам для Fable 5 Tencent выпустили модель Hunyuan 3, которая дешевле DeepSeek и обучена в прямой связке с продуктом. Meta(запрещена в РФ) выпустила Muse Spark 1.1 - новая модель для агентов, которая в 2–4 раза дешевле многих конкурентов. Meituan выпустили модель LongCat 2.0, которая нативно интегрируется с Claude Code и другими агентными фреймворками. TRACE - ИИ- агент сам находит свои слабые места, генерирует синтетические среды и дообучается. 2 примера, как сделать агентов быстрее и дешевле без смены модели Harness-инжиниринг от ex-OpenAI: фронтир сейчас не в архитектуре агента, а в архитектуре его оценки. Классный эксперимент о том, как предустановленные убеждения в промте искажают научный анализ агента. Инфраструктура и платформы NVIDIA предложила чипы в обмен на долю выручки стартапов. Anthropic выпустила большое исследование, в котором найдены нейронные паттерны, их нейронаука связывает с осознанным восприятием. Bun переписан с Zig на Rust с помощью Fable 5 - разработчики мигрируют на языки, которые ближе к ИИ-агентам. Anthropic представила GRAM - метод физической изоляции опасных знаний внутри модели во время обучения. Anthropic Cowork начинают развёртывать на мобильные браузеры и приложения. Финансы и криптовалюты Кейс: Как финтех-компания строит деривативную биржу, заточенную под ИИ-экономику с помощью агентов. Cloudflare монетизирует весь трафик через себя и расчёты проходят только в стейблкоинах. Как ИИ-агенты могут держать и хеджировать стоимость с помощью новых фин инструментов на блокчейне. Circle получила лицензию трастового банка Янн ЛеКун создаёт венчурный фонд Продукты и бизнес Инвесторы вкладывают в инфраструктуру для ИИ-агентов. Ex-CEO Google Китая представил ИИ-агента для CEO и топ-менеджеров. Малый бизнес отказывается от SaaS и переходит на кастомные приложения, собранные на базе ИИ. Наука и образование Стартап сделал полный цикл разработки молекул за 24 часа. Стартап Ex-Google выпустил опен - сорс карту знаний для школьников начальной школы. DeepTutor 1.5 - агентная система обучения, в которой тьютор, практика, память, поведенческие трассы и ИИ-компаньон все в одной платформе. https://t.me/alwebbci/4341 Присоединяйтесь к нам на Patreon, чтобы узнать все об экономике ИИ-агентов, и другие полезные инсайды https://www.patreon.com/Blockchainrf?utm_campaign=creatorshare_creator

Слушайте, ну, Лекун очень крут! Он теперь венчурный фонд создает Лауреат премии Тьюринга, крестный отец ИИ, Янн Лекун - это яркий и редкий тип людей, который не потерялся в науке, пошел работать в бизнес, к Цукербергу, потом ушел от него, собрал свой стартап и привлёк туда большее $1млрд. А теперь этот человек собирает деньги у инвесторов на свой новый венчурный фонд, который ориентируется на очень правильные темы: ИИ и инфраструктура, здравоохранение и долголетие, кросс-платформенные пользовательские платформы и deeptech. Конечно, если у кого-то есть деньги и мозги, то они дадут свои деньги в фонд ЛеКуна. Потому что в отличие от всех остальных своих коллег - исследователей, он не забронзовел, а находится ещё в теме и конкурентном поле с молодыми, чего не скажешь о его коллегах.

Эмитент стейблкоина USDC получил лицензию на свой трастовый банк Это большая история в развитии стейблкоинов по нескольким причинам, смотрите ниже. Если раньше Circle был компанией, которая выпускает стейблкоин и держит резерв у сторонних банков и оттуда возникали риски. Теперь Circle сам становится трастовым банком, который будет держать резерв USDC у себя, а не в JPMorgan, и тд. Это значит, что Circle может предложить кастодиальные услуги напрямую, фокусируясь на банках и других финансовых институтах, таких как регулируемые деривативные организации. А ещё в конце июня 140 компаний объявили о создании стейблкоина OUSD, как альтернативу USDT, USDC, в которой горизонтальная модель взаимодействия. Одновременно с этим крупнейшие игроки в лице: Circle, Coinbase, Kraken, Paxos получают федеральные банковские лицензии и становятся регулируемыми кастодианами. Это означает, что аргумент OUSD «мы демократизируем рынок» сталкивается с контраргументом: зачем 140 партнёров с непрозрачным управлением, если можно работать с одним федерально регулируемым банком? Вот она битва за деньги, подробнее здесь.

Google показывает без чего не может быть персонализированная медицина Команда выпустила SensorFM - фундаментальная модель, обученная на 1 триллионе минут данных с носимых устройств 5 миллионов человек. Они считают, вместо того, чтобы строить отдельные модели под каждую задачу для здоровья, будь то сердце, сон, метаболизм и тд., SensorFM учится на огромном объёме неразмеченных данных с носимых устройств и создаёт одно общее представление физиологии человека, которое потом можно адаптировать под множество задач. Это интересно не только для крупных компаний из фармы, но и для обычных пользователей. В мае наш основатель Ани Асланян опубликовала на Patreon свой опыт создания за 5 минут iOS-приложения для здоровья с помощью Claude и нашла интересные инсайты о своем здоровье, которые не дают массовые приложения. Получается, что имея богатые, многолетние, мультиустройственные личные данные и инструмент анализа в виде Claude - это круто. Но между этими данными и понимаем того, что они означают для здоровья конкретного человека нет ответа. Потому что значение паттерна можно понять только в сравнении. А это знание не живёт в персональных данных, оно находится в популяции многочисленных людей. Получается, что ты можешь знать о себе, но не знать, что это значит в масштабе биологии. А Google знает биологию популяции, но может не знать о тебе.