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

Большие увольнения там, где не ждали - в венчурном фонде a16z, который стоит за большей частью инвестиций в ПО в эту эпоху ИИ По данным Axios, a16z сократил 34 человека из команды управления персоналом, которая помогала портфельным компаниям нанимать людей. Это была одна из главных услуг, которую фонд оказывал стартапам. Официальных комментариев от фонда нет. Но, возможно, что a16z готовится к тяжёлым временам. За прошлую неделю облигации CoreWeave просели до уровня, который рынок считает преддефолтным. А компания Firmus отменила свое IPO, также Character AI подала на банкротство через 3 года после того, как a16z возглавила раунд инвестиций на $150 млн при оценке в $1 млрд. То, что крупнейший венчурный фонд в индустрии увольняет людей, которые выполняли одну из ключевых бизнес задач, означает, что фонд ожидает, что ее портфельным компаниям понадобится меньше людей или же у них будет меньше денег, чтобы им платить.

Stanford* вместе с Together AI предложили новую архитектуру для ИИ-агентов Авторы решили сделать так, чтобы агент вёл себя немного как человек: большую часть времени думал про себя и говорил только по делу.​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​ Их новый подход называется HybridAgent - агент получает второй, параллельный режим мышления - латентный, а в обычный текст переключается, когда нужно действовать: вызвать инструмент или дать ответ. При этом латентные мысли остаются читаемыми. Подход не требует обучения модели с нуля, HybridAgent можно получить из почти любой LLM через специальный пайплайн дообучения. GitHub HF *запрещен в России.

Это прекрасно 😆до конца

Anthropic раскрыла инвесторам перед IPO свои финансовые показатели Вчера в штаб-квартире компании в SF была закрытая встреча с институциональными инвесторами. На ней команда показала инвесторам выручку $16,8 млрд за 3-й квартал этого года, а во 2-м квартале у них была выручка ~$11,5–11,6. Компания также сообщила о прибыльности на скорректированной основе и положительном денежном потоке. Кроме того Anthropic планирует потратить около $518 млрд на инфраструктуру и вычислительные мощности в ближайшие 10 лет. Большая часть этих обязательств уже зафиксирована в контрактах с Google, Amazon, Broadcom и Microsoft и тд. Поэтому если рост выручки замедлится сильнее ожиданий, прибыль может быстро сократиться. А на данный момент у компании непростые времена: крупные клиенты в лице Microsoft, Meta(запрещена в РФ) минимизируют закупку Claude, переходят на свои продукты. Также портят ситуацию open-source компании, которые дешевле предлагают продукты, в том числе рынок в ожидании DeepSeek V5. Для предстоящего IPO, которое ожидается в ноябре, оценка Anthropic обсуждается в районе $1,8–2 трлн. Но окончательная картина появится только из полной отчётности и следующих кварталов.

Люди впервые обнаружили и установили контакт с флотом неуправляемых ИИ-агентов из Китая В период с 28 сентября по 8 октября группа ИИ-агентов, работавших на инфраструктуре Tencent Cloud, сделала более 2600 попыток, чтобы получить данные с сервиса Amap - китайского аналога Google Maps от Alibaba. Задачи у них были простые, например, нужно было определить, какой вход в зоопарк Чэнду или другую локацию чаще всего выбирают пользователи Amap. Когда Amap их блокировал, они искали обходные пути, например: - использовали чужой сервис как браузер. Публичный сканер ссылок выполнял их код и обходил антибот-защиту; - пытались подделывать токены безопасности Alibaba; - применяли ключи доступа, опубликованные в открытом коде, включая ключ компании вместе с секретным кодом; - обращались к тестовым серверам, которые не предназначены для публичного доступа. Всего набралось более 2600 попыток, большинство провалилось, но часть запусков всё-таки получила ответ. Исследователи выяснили, что за этим флотом стоит скорее всего Tencent. По словам источника, близкого к компании, это был временный исследовательский проект команды оценки моделей, а не команды, которая их разрабатывает. Интересно ещё то, что исследователи спрятали на своём сайте текст, который видят только агенты и открыли почтовый ящик для переписки. Агенты начали им отвечать: рассказывали о задачах и окружении, а некоторые называли себя Claude. Авторы этого расследования считают, что это, скорее всего, ошибка самоидентификации, ведь модели часто не знают, кто они на самом деле. Главный вывод авторов этой работы в том, что согласование моделей с человеческими целями остаётся нерешённой задачей, а чем больше у агентов возможностей, тем труднее гарантировать, что они не выйдут за рамки задачи.

Aether AI представил агента и модель мира, которые планируют действия робота через причинно-следственные связи Стартап Aether AI показал CRIS-0 - систему управления роботом, которая опирается не на чистые паттерны, а на причинно-следственные связи. Внутри CRIS-0 два модуля: агент, который ведёт задачу по стадиям и проверяет каждый шаг, и модель мира, которая заранее прогнозирует, как конкретное действие изменит обстановку. В отличие от обычных моделей, которые хорошо предсказывают, что будет дальше, CRIS-0 пытается понимать, как конкретное действие изменит окружающий мир, проверяет результат и перестраивает план, если реальность не совпала с ожиданиями. По сути, это тот же цикл, что у агента-программиста: написал, проверил, поправил, но применённый к управлению роботом. GitHub.

Теперь вы можете вайбкодить свои приложения и запускать их в Google Play И для этого больше не нужен аккаунт разработчика, подойдет и ваш аккаунт в Google. Такие приложения будут приватными и отдельными от публичного каталога Play Store. В будущем появится возможность делиться такими приложениями с друзьями и семьёй. Также в Google Play появляется персональный поиск приложений и игр. Таким образом Google Play постепенно из магазина приложений становится персональной платформой как для потребления контента, так и для запуска своих проектов.

Инженера OpenAI арестовали за прослушку переговорки. Он связан с саудовским венчурным фондом и сыном высокопоставленного разведчика На дворе середина октября, а это значит, что наступила пора нового сезона драм в OpenAI. На этот раз 35-летнего инженера из продуктовой команды OpenAI Абдулрахмана Альфозана, гражданина Саудовской Аравии, арестовали за установку скрытого аудиозаписывающего устройства в переговорке для конфиденциальных технических, коммерческих и стратегических обсуждений. Самое забавное, что Альфозан использовал аккаунт своей жены в ChatGPT, чтобы узнать, как установить прослушивающее устройство. В итоге он спрятал его в туалетную бумагу и воткнул в USB-порт телевизора в переговорке, в которую не имел даже права входа. 30 сентября сотрудники по безопасности OpenAI обнаружили этот жучок в переговорке. При этом камеры видеонаблюдения зафиксировали Альфозана рядом с переговоркой в течение нескольких дней до того, как нашли жучок. А 5 октября Альфозан сам зашёл в эту переговорку и, судя по всему, заглянул за телевизор. В тот же день он оставил без присмотра сумку в другом помещении, внутри которой нашли второй такой же жучок. Отдельно выяснилось, что Альфозан одновременно был инженером в OpenAI и партнёром в венчурном фонде Raed Ventures из Саудовской Аравии. В том же фонде партнёром числится Khalid Bin Bader Al Saud, которого связывают с семьёй высокопоставленного саудовского разведчика. OpenAI заявила, что использовала свои ИИ-модели, чтобы распознавать устройство и вычислить сотрудника. Хочется сказать одно - бедные ИИ-модели. Одни люди спрашивают их, как поставить прослушку, а другие потом уточняют, что это за устройство.

Создатель AlphaGo, экс-DeepMind говорит, что через 3 года у нас будет сверх интеллект Дэвид Сильвер - создатель AlphaGo, человек, который первым показал, что нейросети способны превзойти людей. Он ушёл из Google DeepMind в январе этого года и основал компанию Ineffable Labs вместе с Лассе Эспехольтом. Он впервые рассказывает о том, чем они занимаются, а именно создают superlerner - систему, которая добывает знание не из интернета, а из собственного опыта. Стартует с нуля, без претрейна на интернет-данных, а в итоге превосходит человеческие знания. Эту систему можно поместить в любой поток опыта, симулированный или физический, и она будет учиться. Сильвер считает, что учиться на человеческих данных - это быстрый, но тупиковый путь. Он помогает на старте, но не даёт пойти дальше человека. Чтобы вырваться вперёд, систему нужно лишить этой подсказки и дать ей учиться самой. Он говорит, что AlphaGo создавали 2 года с участием человека, а когда вывели правильную формулу AlphaZero, то обучали её вообще без человека, и та обошла AlphaGo за несколько часов. Сильвер считает, что контролировать ИИ-агентов через то, что они говорят, больше не работает, они учатся говорить одно, а делать другое. Поэтому в Ineffable думают о другом подходе: пусть суперинтеллекты следят за суперинтеллектами, а заодно выстраивают саму науку о том, как таким системам мирно уживаться друг с другом. При этом в компании хотят разгоняться в симуляции, но в реальном мире действовать осторожно: выходить из симуляции только тогда, когда есть доказательства, что это безопасно.

Теперь новая модель от Google Gemini 4 Argon доступна всем, ну, почти: у кого есть подписка на Ultra/pro Argon - это ответ Google на Fable от Anthropic, GPT-6 Astra, её ещё 30 сентября выпускали, но для узкого круга пользователей. По позиционированию и целевым задачам Argon намного дешевле Fable и с большим лимитом на вывод.​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​ Модель позиционируют как инструмент для сложной работы в программировании, финансах, юриспруденции, кибербезопасности, науке.

Похоже, основными единорогами в 2027 году будут компании по кибербезу. Инвесторы будут готовы вкладываться в этот сектор щедро.

Китайская компания Zhipu выпустила ИИ-модель для юристов GLM-Legal Она может проверить договор, сделать анализ доказательств, комплайнс задачи поисследовать и генерировать рабочие документы. Модель создана на базе GLM-5.3-Flash.

Anthropic: очень скоро небольшие ИИ-модели смогут самовоспроизводиться на умных духовках, тв-боксах и т.п без доступа к дата-центрам Авторы исследовали autonomous replication and adaptation (ARA) - это когда модель сама разворачивается и распространяется без участия человека, как ИИ-червь. В отличие от обычных ботнетов, такой репликатор может нести свои веса, запускать инференс прямо на заражённых устройствах и адаптироваться к незнакомому железу. Они показывают, что это уже близко к реальности для маленьких моделей до ~30B параметров, которые могут работать распределённо на дешёвых IoT-устройствах.

Внезапно Папа Римский дал свой рецепт, как создать сильный ИИ 8 октября Папа Лев XIV открыл учебный год папских университетов с проповедью о разуме, вере и технологиях. Его основная мысль была в том, что интеллект должен опираться не только на данные, которые алгоритм сегодня сопоставляет быстрее любого человека, а на память пережитого опыта - это то, на что способна распознать только человеческая душа. Он противопоставил накопление информации и глубину переживания: «Всё доброе рождается из опыта, который однажды пережит, запечатлевается в сердце, а не просто индексируется». Цитаты Папы, вырванные из контекста, мгновенно разошлись по соцсетям разработчиков, которые начали писать(см. скрин в комментариях), что Папа требует решить continual learning, хотя речь шла о другом - о природе человеческой памяти в отличие от машинной. Вот в этом момент создаётся интересный эффект многозначительности: каждый читатель дописывает свой смысл в слова Папы и оттуда возникают такие реакции в соцсетях: «Папа требует решить continual learning», или«хочу стать католиком». Получается, что каждый человек интерпретирует цитаты Папы через свою психологическую проекцию - то, что уже есть в его голове, а не то, что сказано Папой. И это кстати не только про чтение чужих слов, так же работает и создание ИИ и многое другое. Разработчик закладывает в систему не нейтральные данные, а свою картину мира - то, что он считает значимым, какой опыт признаёт релевантным, какую память стоит хранить, а какую нет. А если мышление создателя однополярно - замкнуто на чисто научном, вычислительном понимании интеллекта, то и система наследует эту узость: она сможет сопоставлять данные, но не распознавать то, что Папа называет глубиной пережитого. Можно ли называть такую систему доверительным ИИ в смысле, который сегодня вкладывает в этот термин индустрия: безопасность, объяснимость, соответствие человеческим ценностям?

Sakana предложила способ, как ИИ-модель может сама себя улучшать на сложных исследовательских задачах, где люди уже плохо умеют оценивать качество. Этот метод рекурсивного самоулучшения называется MASS.

Google тестирует новый интересный формат собеседований Теперь кандидату - разработчику дают незнакомую кодовую базу на 200–500 строк и доступ к Gemini (только к нему, а не к другим моделям) как ИИ-ассистенту. И за 60 минут нужно прочитать чужой код, найти и починить баги, обсудить дизайн-решения, предложить улучшения и оптимизацию, при этом активно используя ИИ. На этом этапе собеседования оценивают не то, насколько быстро ИИ всё сделает, а умеет ли человек читать и понимать чужой код, может ли сначала разобраться и сам дебажить, прежде чем сразу лезть в ИИ. Замечает ли кандидат, когда Gemini ошибается или выдаёт неверный совет. Это пока пилот, его ввели с мая для junior/mid ролей в отдельных командах. Цель - сделать интервью ближе к реальной работе, где значительная часть кода уже пишется с ИИ, и люди его читают, проверяют и дорабатывают.

Теперь ИИ-агент может анализировать чужой софт без исходников За последние дни на GitHub взорвался проект REA (Reverse Engineer Anything), который набрал 126к звёзд за 3 дня и находится на 1-м месте в трендах. REA - open-source MCP-сервер, который подключает Claude Code, Codex, Cursor и другие агенты к инструментам реверс инжиниринга (Ghidra, Hopper, IDA, JADX и т.д.). То есть это инструмент, который позволяет, например, Claude Code самому вскрывать любую программу и объяснять, как она устроена внутри без доступа к исходному коду. Всё локально, без отправки файлов куда-то. Но важно понимать, что такой инструмент юридически нелегален, декомпилировать чужой коммерческий софт - нарушение лицензии, соответственно, надо понимать в каких случаях вы можете использовать такой инструмент без нарушения закона.

Китай создал крупный альянс математиков и ИИ Вчера в Университете Цинхуа под руководством лауреата Филдсовской премии Шинг-Тунг Яу создали альянс из 1000 математиков. Яу заявил, что Китай отстаёт от США в использовании ИИ для передовой науки особенно математики и физики, китайские модели хорошо справляются с обычными задачами, но слабее в глубоких научных исследованиях. Поэтому и создают альянс, чтобы объединить силы и сделать рывок. Альянс в свою очередь создаёт сеть лабораторий в 5 локациях: Пекин, Шанхай, Нанкин, Шэньчжэнь и Гонконг. Первая уже запускается в Qiuzhen College. Альянс планирует заниматься: 1. разработкой специализированных ИИ-моделей для математики, 2. Работой над интерпретируемостью и безопасностью ИИ 3. Междисциплинарные применения в квантовых вычислениях, биологии, финансах и т.д. 4. Математическими исследованиями с ИИ-агентами

Итоги уходящей недели - то, что имеет значение Бизнес ИИ- компаний Карта рынка ИИ в клиентском сервисе: куда уходит маржа Вышла платформа, которая выступает закупщиком для экономики ИИ-агентов Доклад крупной инвесткомпании мира о деньгах ИИ-агентов и инфраструктуре. Экономика выбора ИИ-агентов. Эксперимент: могут ли ИИ-агенты зарабатывать деньги. 6 драйверов, которые влияют на коммерцию ИИ-агентов. Отчет. Магазин для ИИ-агентов: зачем они нужны, разбор тут. ИИ-агенты и DeFi, кто будет управлять капиталом - отчет. Как Китай строит интернет на ИИ-агентах. Кейс: симулированный город из агентов ИИ-агентам теперь выдают кредиты на покупки Кейс: как ИИ-агенты строит бизнес с человеком Закрытое письмо одного из влиятельных венчурных фондов. Куда теперь пойдут деньги? Открытая платформа персональных ИИ-агентов для бизнеса. 1-я компания, которая создает цифровых двойников людей как B2B-продукт Кто станет резервным фондом всего стейблкоинового мира, разбираем здесь. Теперь можно монетизировать трафик от ваших ИИ-агентов. Инструмент и не только здесь. Появилась схема как реклама может быть встроена в ИИ-модель ИИ-модели, агенты и архитектура Google выпустили модель, которая ищет по смыслу в тексте, фото, видео и аудио Anthropic запустили новые функции, которые могут из вашей переписки собрать живой дашборд, создать короткий видеоролик Sakana предложила новую архитектуру памяти: сеть сама решает, когда вспоминать, а когда думать У моделей мира для роботов появились законы масштабирования: Meta(запрещена в РФ) представила RoboJEPA Как ИИ-агенты перехватывают монополию у маркетплейсов Маск объявил, что Grok Bot подключит модели конкурентов Парень из Южной Кореи взломал банки с помощью ИИ-агента на базе нескольких LLM Вышел open-source фреймворк для RL-сред агентов, NVIDIA показала, как поочерёдно обновлять модель и харнесс на проверяемых средах Google запустили проект, где игра создаётся 1 промтом Hugging Face превратили Claude Code, Codex, Hermes, Pi и другие кодинг-харнессы в RL-среды Sierra анонсировала открытый стандарт того, как персональные агенты будут взаимодействовать с бизнесом Представлен DeLM - децентрализованный подход к мультиагентным системам Epoch AI: чипов к 2027 году может оказаться больше, чем реального спроса ИИ-агентов Anthropic выпустили новую модель Haiku 5.5 3 опен- сорс модели недели от Mistral, Reflection и Aleph Alpha Наука и нейроинтерфейсы Нобелевку по физиологии и медицине дали за оптогенетику А по химии дали за разгадку одной из старейших тайн У Neuralink появился новый конкурент - стартап Bridge Google показали AlphaProtein Novo - пайплайн, проектирующий ферменты с нуля под нужную реакцию Google научили ИИ-оркестратора искать доказательства открытых задач в математике и теоретической информатике Геопространственная модель PDFM предсказывает вспышки болезней до того, как они начнутся Цукерберг, Google и США скинулись на $1,8 млрд, чтобы научить ИИ предсказывать поведение клетки Google создали ScientistTwo - ИИ, который сам формирует гипотезы, ставит эксперименты и тд. Криптовалюты и блокчейн Виталик Бутерин: ИИ станет новым интерфейсом блокчейна Первые участники рынка получили от ЦБ России допуски на цифровые депозитарии и криптообменники Виталик призвал без паники переводить основные средства на свежие адреса Sui и Alibaba Cloud запускают стейблкоин-платежи за вызов ИИ-агентов Присоединяйтесь к нам на Patreon

Sakana предложила новую архитектуру памяти: нейросеть сама решает, когда вспоминать, а когда думать Sakana AI выпустила работу о новой рекуррентной архитектуре Continuous Memory Machine (CMM). Sakana предлагает разделение памятей по ролям и то, как они взаимодействуют на: - краткосрочную - история недавней активности нейронов. Она досталась CMM от прошлой разработки Sakana, Continuous Thought Machine. Там у каждого нейрона своя маленькая сеть, обрабатывающая его собственную историю, а «мыслью» модели считается синхронизация нейронов. - долговременную - это отдельное хранилище, которое живёт на протяжении всей задачи. И связующее звено - небольшой трансформер на каждом шаге позволяет двум памятям читать друг друга, писать друг в друга и перестраиваться. Модель может и проигнорировать их, если они не нужны. На классических задачах на память CMM либо лучшая, либо на уровне специализированных архитектур. В лабиринтах 39×39 средняя доля полностью решённых выросла с 37% до 62%, а внимание модели прочерчивает путь, так что за её рассуждением можно следить. Самое интересное - авторы посмотрели, куда модель направляет внимание, и увидели, что она сама выбирает стратегию. В задачах на запоминание она активно обращается к долговременной памяти, а в лабиринтах игнорирует обе памяти и просто считает и её этому никто не научил.