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

Вот она настоящая экономика ИИ-агентов - люди с помощью LLM зарабатывают на электричестве у себя дома. Вот до чего человеческая креативность дошла. Люди берут Raspberry Pi, подключают его к домашней батарее и к API поставщика энергии. Далее они открывают Codex или Claude Code и обычными словами описывают задачу: напиши рабочий скрипт на Python. Этот скрипт смотрит цены в реальном времени, заряжает батарею, когда энергия дешёвая и продаёт энергию обратно в сеть, когда цены на пике. На днях мы написали об инструментах, как ИИ-агенты строят бизнес с человеком, возьмите на заметку. В этом году уже есть и готовые платформы, которые собирают домашние батареи в одну виртуальную электростанцию и платят владельцам за участие. Но в этой истории важно то, что человек сам собирает агента, который крутит физический актив. Только актив тут не токен и не данные, а киловатт-часы. А рынок - обычная энергосеть.​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​ Получается - это первый массовый пример экономики ИИ-агентов, когда агент, который владеет физическим активом и монетизирует его на реальном рынке.

Несмотря на весь хайп вокруг Astra от OpenAI, Claude остается лучшим в мире особенно в коде. Такое мнение у части разработчиков на данный момент. Также все обсуждают секретную архитектуру Astra, The Information написали, что модель якобы looped transformer, и из-за этого рассуждения модели не прозрачные. По этому поводу высказался известный ML-инженер Себастьян Рашка. Он сделал спокойный разбор этого хайпа и вот, что мы узнали. Обычная архитектура трансформер работает как конвейер: текст заходит с одного конца, проходит через десятки слоёв, и на выходе получается ответ. Looped transformer запускает текст по этому конвейеру несколько раз, не строит новый, отсюда и название looped transformer. Так уже сделано в открытой китайской модели Nanbeige 4.2. По эффекту почти как более глубокая модель, но веса те же. Считать становится дороже, размер почти не растёт. Идея, кстати, не новая она взята из статьи NeurIPS "Mixture-of-Recursions" там вообще есть learned router, который решает, сколько проходов нужно каждому токену. Себастьян считает, что Looped transformer - это скромный инженерный приём, а не революция. А утверждение сми, что эта архитектура скрывает от человека рассуждения модели - это не корректно, скорее всего журналист что-то не понял.

Внезапно: Рэй Курцвейл стал советником стартапа по нейроинтерфесам, созданным экс-сотрудником российской Neiry Речь идёт о Subsense - нейротех-стартап из Пало-Альто, разрабатывающий интерфейс мозг-компьютер (BCI) на основе наночастиц. Subsense хочет сделать альтернативу Neuralink, но вместо трепанации черепа, они используют наночастицы, вводимые через нос. Компания основана украинкой Тетьяной Александровой, которая была сотрудником российской компании Neiry. Рэй Курцвейл стал советником по продукту и стратегическому видению. Subsense использует плазмонные и магнитоэлектрические наночастицы, которые вводятся через нос. Далее носимая гарнитура с магнитными катушками считывает нейронные сигналы и стимулирует мозговую активность без чипа и проводов. Интерфейс у них двунаправленный: наночастицы одновременно записывают и стимулируют нейронную активность без хирургического вмешательства. На сегодня у компании есть результаты инъекций на мышах, визуализация активности первичных нейронов с плазмонными наночастицами и предварительные результаты кальциевой флуоресцентной визуализации с магнитоэлектрическими наночастицами. Однако между наночастицей, способной нести сигнал в доклинических условиях, и гарнитурой, надёжно считывающей человеческую мысль вне лаборатории существует огромный разрыв. Данных по людям пока нет. То, что к ним присоединился Курцвейл - это крутой PR-ход накануне первых испытаний на людях.

OpenAI выпустила конкурента Fable 5.1 - GPT-6 Astra, на некоторых тестах обходит Fable 5.1. У Astra большой скачок в интерактивном рассуждении, когда модель сама исследует незнакомую среду, выводит правила и цель и действует без инструкций. В рассуждениях видно, что модель мгновенно строит сжатую символическую модель мира конкретной игры: объекты, правила, план.​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​ Цена в API дорогая, как у Fable: $10 за миллион входных токенов и $50 за миллион выходных.

Google опубликовали полную карту мозга самца дрозофилы Они картировали мозг и центральную нервную систему взрослого самца дрозофилы со всеми нейронами и связями между ними. Это крупнейшая по числу нейронов карта мозга на сегодняшний день. В ней более 166 000 нейронов и 125 миллионов синаптических связей и всё это верифицировано вручную командой экспертов. Карта включает не только мозг, но и вентральный нервный тяж - аналог спинного мозга. Впервые появляется возможность проследить, как мозг управляет телом. Плюс теперь есть карты и самца, и самки, что позволяет сравнивать половые различия на клеточном уровне в том числе для изучения механизмов ухаживания и агрессии.

Google представил самую продвинутую ИИ-модель для прогноза погоды Модель WeatherNext 3 учится на реальных спутниковых наблюдениях в реальном времени, что позволяет ей обновлять прогноз погоды каждый час с разрешением до 5 км. WeatherNext 3 интегрирован в Google Search, Gemini, Maps, Google Maps Platform Weather API и Google Earth Engine с сегодняшнего дня.

Автоматизация меняет не только скорость, но и пространство поиска Исследователи Core Automation опубликовали очень интересную работу, в которой разбирают как наши данные сформировали открытие нейронных архитектур, и как автоматизация может изменить будущее. Автор предлагает на этот вопрос посмотреть через призму экспериментов, подробнее вы можете о них прочитать тут. Но ключевое, на что он обращает внимание - архитектуры, которыми мы пользуемся сегодня не были открыты, они были отобраны. Сегодня ИИ-агенты ускоряют поиск архитектур, но если поиск ведётся на тех же данных и бенчмарках, то мы найдём те же архитектуры, только быстрее. Трансформер изначально создавался для машинного перевода, потом адаптирован под код и математику. Автоматизация открывает 2 возможности: 1. Ускорение - то, что занимало десятилетия, займёт годы или меньше. 2. Расширение пространства поиска - выход за пределы архитектур, которые люди могли итерировать вручную. А данные, на которых ведётся поиск, определяют, что будет найдено. Смени бенчмарки , получишь другие архитектуры.

Экономика ИИ-агентов разгоняется:Anthropic открыли исходный код Claude Commerce Agents - набор инструментов для агентов, которые помогают покупать и продавать Это похоже на платформенный подход, Anthropic не хочет стать Shopify, им выгоднее, чтобы ритейл, тревел и телеком строили агентов на Claude. Команда предлагает 2 типа агентов: 1. Shopping agent живёт в вашем приложении или на сайте и работает с покупателем: - собирает набор товаров по запросу - помнит предпочтения - показывает товары, сравнения и корзину прямо в диалоге - собирает заказ и отдаёт его в ваш чекаут - отвечает на вопросы про доставку, возврат в том же чате. 2. Merchant agent - для сотрудников магазина: - что продаётся, что нет - инвентарь и уведомления - рекомендации по ценам и промо; - черновики маркетинговых кампаний. Любое изменение, которое агент предлагает магазину, сначала идёт на одобрение человеку. Напомним, что Anthropic месяц назад приблизили ИИ-агентов ещё ближе к простому человеку, который не является разработчиком.

Это вау! Стартап разработчиков с российскими корнями научил ИИ-модели передавать не текст, а внутреннее состояние. Mostik AI создан за 4 месяца из 15 человек, 12 из которых PhD и лауреат филдсовской премии Станислав Смирнов. CEO проекта - Саша Малышева, экс- DeepMind и Google X. А инвесторы - General Catalyst и Foundation Capital. Обычно нейросети общаются как люди: одна пишет текст, другая его читает. Но внутри модель уже всё посчитала, а наружу уходит одно слово. Остальное выбрасывается. Mostik AI предлагает такое решение - маленький обученный мостик между скрытыми состояниями двух моделей. Веса самих моделей не трогают. Большая модель читает задачу, отдаёт скрытое состояние, а маленькая генерирует ответ. Текстового пересказа между ними нет. Сами модели не дообучают. Например, они взяли модель GLM на 753 млрд параметров и маленькую Qwen на 4 млрд, которую можно крутить хоть на телефоне. Эта связка выходит примерно в 20 раз дешевле полной большой модели, а качество где-то посередине между ними. На сложных задачах маленькая модель с таким мостом заметно умнеет.

Google очень быстро обновляет свою линейку моделей Gemini Flash Сегодня вышло Gemini Flash 3.8 - это уже третье крупное обновление Flash за 6 недель. Такая скорость обновлений выглядит как маховик RSI - это, когда ИИ помогает улучшать следующий ИИ, и прогресс начинает ускоряться сам по себе

Новая модель от Anthropic теперь снимает видео через код, а стартап World Labs представил модель мира Atlas, которая генерит фото и видео с управлением камерой и тут же восстанавливает это в 3D Теперь Fable 5.1 может генерировать видео через код, смотрите видео. Для этого человек дал Fable 5.1 фото участка, а модель спроектировала дом, собрала сцену в headless Blender и сняла обход камерой как в кино. А Atlas от стартапа World Labs - это модель мира, ей дают фото и траекторию камеры, и она сразу генерирует новые кадры так, будто камера реально стоит в этом пространстве, плюс может выдать 3D. Она понимает пространство и дорисовывает виды. То есть Fable генерит видео через код и рендер, а Atlas - сама нейросеть.​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​

Сегодня всех будоражит новость, что для новой модели OpenAI используют секретный прием - непрозрачное рассуждение, что опасно для безопасности ИИ Сегодня The Information сообщили, что новая ИИ- модель OpenAI - Astra использует архитектуру «recurrent depth» также называют looped transformer. Эта архитектура якобы даёт выигрыш в силе и цене. Суть в том, что если обычная модель прогоняет текст через слои один раз и идёт дальше, то с помощью этого нового метода одни и те же слои можно прокрутить несколько раз. Модель как будто ещё раз пережёвывает мысль внутри себя, не обязательно записывая её словами. В свою очередь OpenAI это не подтверждала, но главный ученый компании написал пост, в котором не подтвердил и не опроверг эту информацию. Он сказал лишь то, что не надо из-за выхода статьи в СМИ устраивать гонку моделей, которые нельзя мониторить. Сам мониторинг он признает - хрупкий и тренд плохой и не только из-за архитектуры. В свою очередь на эту публикацию отреагировал Ryan Greenblatt, который разбирал историю недавнего взлома агентами OpenAI Hugging Face. Он считает, что если в репортаже все корректно написано, то это один из худших поворотов для безопасности ИИ. Потому что индустрия как раз училась следить за моделями по тексту.

Anthropic выпустила Fable 5.1 и Mythos 5.1 и снизила стоимость выполненной работы А ещё компания вводит Enterprise Frontier Safeguards, теперь данные клиентов хранятся на их собственной инфраструктуре, не на серверах Anthropic. Новая модель Fable 5.1 обходится примерно на 25% дешевле предшественника на типичных нагрузках и до 45% на агентных за счёт того, что чтение кэша стало на 75% дешевле. То есть экономия будет, если кэш срабатывает. Ещё для новых API-аккаунтов нельзя править прошлый контекст многоходового диалога и одновременно сохранять историю внутренних рассуждений модели. Таким образом закрыли один известный приём промышленной дистилляции, когда возможности модели снимали через тысячи фейковых аккаунтов.

Экс-СЕО поиска Яндекса запускает SQL по всему интернету для ИИ-агентов Андрей Стыскин, экс- CEO поиска и рекламы Яндекса, затем директор web infra в Amazon AGI, а также Маттиас Петри, ex-principal applied scientist Amazon AGI представили новый продукт своей компании Keenable - SELECT. Они хотят сделать интернет для ИИ-агентов в виде базы данных для аналитика. Не ещё один поисковик для людей и не обёртку над Google, а инфраструктуру, в которой ИИ-агент может сказать: «собери таблицу X по всему вебу, отфильтруй, сгруппируй, дай источник на каждую ячейку» и получить ответ одним запросом, а не десятком открытий страниц. Сейчас клиенты уже собирают агентами веб-данные во внутренние таблицы, а потом гоняют по ним SQL. Keenable убирает этот промежуточный слой и даёт агенту SELECT сразу по живому интернету. Claude, ChatGPT и др. могут подключаться через MCP. Keenable уже привлёк $26млн от Accel и Conviction.

👀Hugging Face говорят, что рост автономности ИИ-агентов не просто усложняет контроль человеком, а постепенно делает его неэффективным Человек формально остаётся в процессе, ему показывают план и просят нажать апрув. Но по факту все это чаще превращается в ритуал: человек быстро проскроллил, кликнул, пошёл дальше. А агент уже сам решил, какие инструменты вызвать, что поменять и в каком порядке. Человек в этот момент уже не оператор, а скорее последнее звено. Самое грустное , о чём пишут авторы: чем чаще так происходит, тем хуже человек становится именно в роли надзирателя. Усталость от бесконечных подтверждений, привычка доверять системе, потеря картины происходящего и атрофия собственных навыков - всё это накапливается. Потом эти же поверхностные ответы и действия могут использоваться как сигнал, что система работает нормально.

OpenAI начинает предлагать крупным клиентам платить не за токены, а за результат выполненной работы ИИ-агентом Схема такая: крупный заказчик платит OpenAI тогда, когда ИИ завершает работу, речь идёт в первую очередь о таком сегменте как обработка обращений в поддержке. Неудачные попытки, длинные цепочки рассуждений на стороне клиента не оплачиваются. Но существует много подводных камней у этой модели, смотрите, что может быть - это только часть случаев, а так человеческая фантазия многогранна. Например, клиент всегда может сказать, что ИИ-агент работу не сделал. Тикет вроде закрыт, но ответ не тот. Или человек через час написал снова, а значит, вопрос не решён. Если в договоре написано мягко, вроде «вопрос снят» или «клиент доволен», покупатель найдёт тысячу причин не платить. Если написано жёстко - закрыт статус, нет повторного обращения двое суток, человек не вмешивался, тогда уже OpenAI начнёт закрывать побыстрее, сложные кейсы не брать, серое скидывать на оператора. Получается странная история. Клиенту выгодно придираться: каждый оспоренный случай - экономия денег. А OpenAI - это невыгодно. Поэтому чистый вариант «платите только когда получилось» никто не поставит. Могут сделать смесь: какая-то плата за доступ плюс деньги за реально закрытый кейс. В договоре заранее прописывают, что считается успехом. Есть ещё неприятный эффект - чем лучше агент работает, тем больше счёт. Раньше за токены вы платили за попытки. Теперь платите за результат. Агент стал закрывать 80% обращений вместо 40%, тогда бюджет тоже растет. Скорее всего новая схема - попытка продавать уже не текст, а закрытую работу. Она имеет смысл только там, где успех виден в системе, а не там, где менеджер потом может сказать: «ну это же не совсем то, что мы хотели».

Runway показали Solaris - ОС, которая рисует интерфейс без кода в реальном времени Solaris - Interface World Model, то есть своего рода ОС, которая в реальном времени, кадр за кадром, генерирует интерактивные интерфейсы без кода. По тестам Runway, модель лучше фронтирных LLM справляется с генерацией новых интерфейсов. Есть мнение, что в будущем такие интерфейсы могут стать гораздо гибче, которые будут подстраиваться под задачу, человека, контекст и даже под только что сделанный клик.​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​

За 200 дней рекламный бизнес OpenAI в ChatGPT достиг годового темпа выручки в $1 млрд. Тестирование рекламы в ChatGPT в США началось в феврале 2026 года. Решение тогда вызвало критику со стороны многих, в том числе уволенных сотрудников. Сейчас реклама доступна более чем в 40 странах. С сегодняшнего дня можно самостоятельно сделать рекламу через Ads Manager в Индии, Европе, на Ближнем Востоке и в Северной Африке. Реклама показывается пользователям бесплатного тарифа и подписки Go, то есть подавляющему большинству из примерно 1 млрд еженедельно активных пользователей. OpenAI заявляет, что объявления чётко помечены, не влияют на ответы ChatGPT, а рекламодатели не получают доступ к личным перепискам пользователей. В дальнейшем компания планирует расширение на новые рынки, дополнительные форматы рекламы, цели кампаний, варианты покупки и инструменты измерения. Компания также хочет найти нативные способы взаимодействия бизнеса с пользователями внутри ChatGPT.​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​

Google показали прогресс их ИИ-ученого, который закрывает кусок настоящей лабораторной работы​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​ Мультиагентная система Co-Scientist впервые прошла полный цикл научных исследований: от генерации гипотез через эксперименты до написания статей. Основное отличие от предыдущих версий Co-Scientist в том, что теперь она подключена к реальному лабораторному оборудованию и получает обратную связь от физических экспериментов. Для индустрии это означает, что стоимость итерации в R&D падает. Напомним, что Anthropic на прошлой неделе представили MHS. Получается, если Co-Scientist от Google генерирует гипотезы, планирует эксперименты, пишет статьи. A MHS - универсальный интерфейс к железу. Тогда конкуренция в ближайшие годы будет не между учёными, а между лабораториями с ИИ, который внедрили в процесс исследований и не внедрили.

Член совета ЕЦБ считает, что деньги ЦБ надо переносить на блокчейн и смарт-контракты Это заявление Изабель Шнабель, по её мнению, чтобы сохранить роль денег ЦБ на токенизированных рынках, резервы тоже должны быть на блокчейне. Напомним, что сейчас США вводят токенизацию всего. Её идея в том, что смарт-контракты позволяют мгновенно менять параметры денежно-кредитной политики: • процентные ставки; • требования к залогу; • условия доступа к операциям. Шнабель считает, что если активы уходят на блокчейн, а деньги центробанка остаются в старых системах, расчётным инструментом могут стать стейблкоины, то есть частные деньги, а не евро. Она считает это риском. Стейблкоин не умеет эластично наращивать ликвидность в стресс, а Центробанк умеет. Смарт-контракты здесь нужны не для автоматизации ради автоматизации, а чтобы политика работала в той же среде, что и рынок.