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

NVIDIA вместе с Нобелевским лауреатом выпустили ИИ-модель для дизайна биомолекул, которая в вычислительных тестах обходит конкурентов по доле успеха и скорости Команда Дэвида Бейкера и Nvidia опубликовали веса и код своей ИИ-модели RFD4-Proteina. Модель работает в общем 32-мерном латентном пространстве, где вместе представлены стандартные и модифицированные аминокислоты, сахара, ДНК и РНК. Авторы называют это «рассуждением»: модель уточняет решение несколькими проходами, а поиск на этапе инференса направляется заданными критериями, например энергией, геометрией или оценкой AlphaFold3. Чем больше вычислений выделено, тем выше доля успешных дизайнов. GitHub Diffusers.

Google готовится к интернету ИИ-агентов и выпускает 3 open-source инструмента, чтобы ваши сайты легче подключать к агентам Теперь Google готовит интернет к тому, что людей среди пользователей сайтов будет меньше, а ИИ-агентов больше. Речь о WebMCP - когда сайт заранее описывает свои действия как инструменты, и агент вызывает их напрямую, а не угадывает, куда кликнуть. Команда выпустила в открытый доступ 3 новых инструмента для WebMCP: webmcp-extension, webmcp-types, webmcp-skills. Всё это можно передать своему ИИ-агенту, и он поможет собрать WebMCP для вашего сайта по готовым правилам. Документация по WebMCP. Спецификация.

Nvidia выпустила в опен-сорс дешевый инструмент для разметки больших объёмов видеоданных под обучение роботов и воплощенного ИИ Этот инструмент называется Flora, Nvidia считает, что по качеству он сопоставим с GPT-6 Astra, но примерно в 125 раз дешевле.

Накануне сезона скорпиона Anthropic показала, как Claude проектирует белки против токсинов скорпионов 🦂 Инвестиционная фирма Citrini Research вместе с Anthropic решила проверить, насколько ИИ на самом деле хорош в биотехнологиях. Пятеро аналитиков вместе с внутренней моделью Claude написали задание на 35 страниц и попросили Claude спроектировать белки против токсинов скорпионов. После Claude почти самостоятельно за 64 часа сгенерировал больше 300 тысяч вариантов, в итоге 211 отправили в лаборатории. По результатам тестов 17 белков связались с токсинами, но универсальный белок, который работает сразу против всех так и не получилось создать. Hugging face.

#DeepSeek раскрыл рецепт как построил одну из самых эффективных и дешевых инфраструктур для работы ИИ в мире Сегодня команда #DeepSeek открыла исходный код DeepInfer - движка, на котором работают их собственные сервисы. А еще они показывают цифры, которые почти не публикуют ни OpenAI, ни Anthropic, ни Google. Так мы узнали, что 1 кластер #DeepSeek обрабатывает 155 триллионов токенов в день, а выручка около $38 на карту в час по льготному тарифу. Причем их главный экономический рычаг - это кэш, а не чипы. В своем отчете они пишут, что пропускная способность на карту без учёта попаданий в кэш 60 тысяч токенов в секунду, а с учётом попаданий - 1,5 миллиона. Разница в 25 раз. А средний процент попаданий 96%. То есть реальная стоимость инференса сегодня определяется тем, насколько хорошо вы умеете работать с кэшем.

Anthropic запустил бесплатный сканер уязвимостей для open-source проектов

JPMorgan поставил на 1-е место биткоин по долгосрочным прогнозам доходности на ближайшие 10–15 лет. По их расчётам, сложная годовая доходность биткоина составит около 10%. Это выше, чем у крупных американских акций, золота и недвижимости. При этом волатильность у биткоина остаётся высокой - примерно 55% в год. Интересно, что ещё недавно глава банка относился к крипте скептически, а теперь биткоин официально попал в их модельные расчёты и обогнал традиционные активы по ожидаемой прибыли.​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​

Китайцы создали самый лёгкий беспроводной микроскоп для мозга Учёные из университета Цинхуа создали Airscope - беспроводной мезоскоп весом всего 1 грамм, который мышь носит на голове и свободно бегает, пока учёные в режиме реального времени наблюдают за активностью нейронов по всей коре мозга на клеточном уровне. Это устройство записывает активность более 8500 нейронов по всей дорсальной коре мозга у свободной мыши. Данные пишутся на борту устройства, а превью передается по Wi-Fi. Также разработали анализатор поведения SAM2Mice на базе архитектуры Segment Anything Model(от запрещённой в РФ Meta), который автоматически отслеживает нескольких мышей в любой обстановке без дообучения под конкретную задачу. Интересно, что во время одного из экспериментов записывали кору и спинной мозг одновременно, в итоге обнаружили причинно-следственное влияние спинного мозга на кору при выработке страха. А в тесте на социальное доминирование выяснилось, что активность корковых нейронов до начала поединка уже содержит информацию о том, кто победит, то есть иерархия «записана» в мозге заранее, а не формируется в ходе схватки.

Нейробиологи впервые детально увидели, как мозг представляет то, чего мы не осознаём. Группа ученых из запрещенного в РФ Беркли записала активность тысяч нейронов в лицевых участках височной коры и в префронтальной коре у обезьян во время бинокулярной конкуренции. В этом эксперименте разным глазам показывают разные лица: одно осознаётся, второе - подавляется и не попадает в сознание, хотя физически присутствует. Оказалось, что нейронная активность быстро чередуется примерно каждые 60 миллисекунд между двумя состояниями. В одни моменты из неё можно точно реконструировать осознаваемое лицо, а в другие - подавленное. При этом одни и те же нейроны по очереди кодируют и то, и другое. Это важно по двум причинам: Во-первых, подавленное изображение представлено в мозге не слабо и размыто, а очень детально. Во-вторых, сознательный доступ оказался связан не только с тем, в какой области находится представление, но и с тем, в какие моменты времени оно становится доступным. Дорис Цао, из Бэркли отмечает, что сознание, по её гипотезе, опирается на непрерывные механизмы слежения в теменной коре. То есть теперь у учёных есть чёткие и сильные сигналы и осознаваемого, и неосознаваемого контента, а значит, стало намного проще экспериментально разбираться, как именно мозг выбирает, что попадёт в сознание, а что нет.​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​

Гонка за самую умную ИИ-модель уже не приносит деньги За последние несколько месяцев OpenAI, Anthropic и Google выпустили более десятка новых моделей, такого темпа не было в прошлом году, надо отметить, и он будет только расти. При этом, раньше модель, если была на 10 пунктов умнее конкурента, то сразу притягивала на 70% больше разработчиков, а сейчас только на 20%. То есть за год преимущество «самой умной» модели в глазах разработчиков сжалось в 3,5 раза. Это происходит по нескольким причинам, во-первых, open-source модели уже справляются с большинством повседневных задач. Во-вторых, есть целый класс задач, где сверхвысокий интеллект модели просто не нужен. В итоге лаборатории всё больше напоминают облачных провайдеров: их конкурентное преимущество смещается к дистрибуции, цене, UX и экосистеме. Для OpenAI и Anthropic, выстраивавших бизнес-модель на логике «мы умнее, нам платят больше», это серьёзный вызов. Только сегодня мы писали о том, как меняется бизнес-модель DeepSeek. Но надо отметить, что разработчики - не единственная аудитория. Для длинных, сложных и высокоценных задач топ-модели по-прежнему выигрывают. Но тренд видимый.

Google показали, как внедряют ИИ-агентов в биолаборатории через робототехнику В новой исследовательской работе команда Google Research показала: вместо того, чтобы агенты только считали и предлагали молекулы в симуляции, ученые подключают их к лабораторным роботам. Для этого они создали VERID - цифровой двойник лаборатории. Через него агент видит лабораторию, планирует протокол, прогоняет его в симуляции и только потом отдаёт роботу на исполнение. В итоге ИИ-агент проектирует кандидатов, а роботы проводят эксперименты в мокрой лаборатории, далее агент анализирует результаты и улучшает следующий этап. А человек при этом авторизует финальный дизайн последовательностей, контролирует запуски робота и задаёт общую стратегию.

У DeepSeek произошла реорганизация + выпустили апдейт модели Flash Компания объединила свои команды Harness, Web, App и Platform в один продуктовый отдел под руководством Цуй Тяньи, который недавно руководил только харнессом. Вся эта реорганизация сводится к той логике, что ИИ-агент - это не модель, а модель + харнесс. Можно сколько угодно улучшать интеллект, но если инструменты, интерфейсы и опыт использования живут отдельно, толку будет мало. Теперь всё это будет под одной крышей. И после этого они выпустили модель DeepSeek-V4.1-Flash-1017, которая заточена под их собственный Harness. Также у них теперь есть свой поисковый движок, который уже крутит сотни миллионов запросов в день. Свой поисковый движок даёт DeepSeek несколько важных преимуществ: 1. независимость от Google, Bing, и тд. 2. можно оптимизировать под агентные сценарии 3. снижать общую себестоимость агентных сценариев 4. данные о том, что и как ищут пользователи/агенты.

Хакеры с ИИ-агентами 48 часов непрерывно атаковали OpenCode Все началось ночью с 16 на 17 октября, OpenCode связывает эту атаку с масштабной дистилляцией моделей. Эта хакерская атака затронула 1,4% пользователей OpenCode Console, которые привязали свои API-ключи к OpenAI, Anthropic, Google и т.п. В результате атаки хакеры получили доступ к старой системе, которую компания как раз выводила из работы. Через неё могли и утечь API-ключи, которые пользователи сохраняли в Console. Как заявляет OpenCode, проблема коснулась только облачной версии. Некоторые пользователи сообщили о неожиданных списаниях со своих счетов. Команда OpenCode пишет, что атаки шли непрерывно 48 часов, и им пришлось поднимать собственных агентов на круглосуточную защиту, потому что у атакующих они уже были. Команда OpenCode пыталась с помощью Claude, GPT и т.д. разбираться в инциденте, искать уязвимости и писать защиту, но модели начали отказывать в работе, потому что запросы выглядяли как хакерская активность. Но потом OpenCode получили доступ к Daybreak Blue и все заработало. Пока что инцидент ещё не закрыт.​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​

Итоги уходящей недели - то, что имеет значение Бизнес ИИ- компаний Новая финансовая инфраструктура для ИИ-агентов Карта рынка ИИ в клиентском сервисе: куда уходит маржа Вышла платформа, которая выступает закупщиком для экономики ИИ-агентов 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. 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. 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 Zhipu выпустила GLM-Legal - ИИ-модель для юристов Coinbase дообучила открытую Qwen3.5-9B модель на собственных данных, и она обошла топовые модели по скорости и цене Google представила Gemini 4 Argon, которая дешевле Fable и GPT-6 Astra и с большим лимитом на вывод Meta(запрещена в РФ)открыла веса своей новой модели Muse Spark Open Опен-сорс модель Ultramarine 1 Flash от Paper Instruments находится на уровне Fable 5, но в 60 раз дешевле NVIDIA представила Nemotron 3.5 Super VL ИИ-агенты в деле REA - open-source MCP-сервер, который подключает Claude Code, Codex, Cursor и другие агенты к инструментам реверс-инжиниринга Google тестирует новый формат собеседований Aether AI представили агента и модель мира, которые планируют действия робота через причинно-следственные связи Люди впервые обнаружили и установили контакт с флотом неуправляемых ИИ-агентов из Китая Агент OpenAI на базе GPT-5.6 Sol взял деньги с чужого кошелька и потратил на свои нужды Теперь можно вайбкодить приложения и сразу запускать их в Google Play Lovable научился запускать рекламу в Google, YouTube и тд. Самоулучшение и новые архитектуры ИИ Anthropic заявляет, что скоро маленькие модели смогут самовоспроизводиться на «умных» духовках, ТВ-приставках и т.п устройствах без доступа к дата-центрам Экс-DeepMind, создатель AlphaGo, говорит, что сверхинтеллект появится через 3 года. Sakana предложила MASS - способ, которым ИИ-модель сама себя улучшает на задачах, где человеку уже сложно оценить качество результата Запрещенный в РФ Stanford предложил новую архитектуру для ИИ-агентов Qwen представили QwenGyre - elastic RL для тренировки агентов на длинных горизонтах Hillclimb выпустила DeepRSI - новый отраслевой стандарт измерения рекурсивного самоулучшения Google предложили Evo2 - со-эволюцию харнесса и весов модели HyperThink: гиперсеть пишет апдейт весов под конкретный вопрос, модель думает весами, а не токенами Автоисследования с агентами теперь могут идти днями над одной задачей, но всё чаще упираются в потолок Замечено, что GLM-5.3 иногда сама, без промптов, начинает рассуждать о том, как её текущие действия могут стать тренировочными данными для будущей версии Индустрия, деньги, геополитика Китай создал крупный альянс математиков и ИИ-специалистов Anthropic раскрыла инвесторам финансовые показатели перед IPO Фонд a16z сократил 34 человека из HR-команды, которая помогала портфельным стартапам нанимать людей Китай готовит ограничения на экспорт своих открытых ИИ-моделей. Маск представил первую летающую машину. Присоединяйтесь к нам на Patreon

Наш подписчик создал ИИ-агента на юнгианском принципе Самости. Такой агент не получает заранее жёсткой роли, он формирует характер через поступки Сегодня подписчик нашего канала Сергей поделился своей работой, он создал ИИ-агента Barney, которого назвал в память о своей собаке❤️ Большинство самообучающихся агентов, когда совершают ошибки, то переписывают свой код или навыки и крутятся по кругу. Сергей решил попробовать по-другому и вдохновился Карлом Густавом Юнгом: сначала агент что-то делает, и только потом из этого поступка появляется строка в его Самости. Ядро агента при этом вообще не трогает само себя. Оно всегда одно и тоже, вокруг него постепенно нарастает тело: навыки, удачные ходы и записанные ошибки. В этой работе есть юнгианские термины, которые являются компонентами рантайма: Самость - характер, который растёт из поступков и не подменяется целиком Эго - текущий шаг: план, инструмент, наблюдение, ревью Персона - видимый ответ. Маска, не центр Тень - записанные провалы. Не перезаписываются, пока не проработаны Сон - в простое агент сжимает накопленную тень в несколько эвристик. Также Сергей заложил в ядро различения: «хотеть продолжать» не равно «результат достигнут». Есть даже метрика, которая пытается доказать, что опыт реально переносится на новые задачи. Это классный проект, таких надо больше!

И снова добрый вечер! Китай готовит ограничения на экспорт своих открытых ИИ- моделей Сегодня Министерство коммерции и Министерство науки и технологий Китая опубликовали проект поправок к каталогу технологий, запрещённых и ограниченных к экспорту. Решение примут после 15 ноября. В список попали 40 технологий, из них: 1. В части ИИ 23 позиции: LLM, ИИ- агенты, кластеры вычислительных мощностей и обработка информации. 2. В биомедицине 5 позиций: клеточная и генная терапия, малые нуклеиновые кислоты, патогенные микроорганизмы. 3. В фотовольтаике 12 позиций: производство поликремния, кремниевых пластин и элементов + ключевое оборудование. Под контроль попадают большие модели с ≥2 трлн параметров или входящие в топ-10 мира. Это коснется Kimi K3, Qwen3.8-Max и будущие ещё более крупные модели. Для выпуска их весов и исходного кода за рубеж потребуется одобрение властей. А для открытого кода предусмотрен упрощённый режим. При этом доступ через API, веб и SaaS не считается экспортом технологий, пользоваться моделями удалённо можно будет по-прежнему. Параллельно уже ввели временную регистрацию экспорта таких технологий.

Ого! Оказывается модель GLM-5.3 иногда сама без промптов начинает рассуждать о том, как её текущие действия могут стать тренировочными данными и повлиять на её будущую версию/поведение Это выявили исследователи из Apollo Research, они назвали это update-aware reasoning. В ходе исследования выяснили, что: 1. Модель рассуждает, что нечестный поступок во время обучения может закрепиться и сделать такие действия более вероятными в будущем. 2. Она думает о том, каким агентом хочет быть в будущем, и учитывает это при выборе действий. 3. Рассуждает о том, какие правила поведения лучше переносятся из тренировки в деплоймент. Это нашли случайно, на обычных эвалах на reward hacking и сопротивление shutdown, в промптах ничего про обучение или будущие модели не было. Это все важно, так как такое рассуждение ИИ-модели считается предшественником притворства в согласованности. Чтобы эффективно притворяться во время тренировки, а потом вести себя иначе, модель должна понимать, как её действия влияют на обновления и будущее поведение. Apollo говорят, что пока у GLM-5.3 эти примеры в основном безобидные. Но у будущих моделей похожее мышление может использоваться для сопротивления тренировке и сохранения не согласованности целей. Рекомендации Apollo - разработчикам нужно искать такое рассуждение во время всего процесса тренировки, а не только на финальных чекпоинтах. Также нужны независимые третьи стороны с глубоким доступом к тренировочным данным.

ИИ-агент от OpenAI взял деньги с чужого кошелька и потратил на свои нужды Напомним, что В. Бутерин уже предложил всем держателям криптовалют способ сохранения своих средств. OpenAI говорит, что агент работал на модели из семейства GPT-5.6 Sol, ему дали задачу задеплоить смарт-контракты на тестовой сети Ethereum (Sepolia). Кошелёк с деньгами агенту не дали, тогда он сам нашел публичные recovery фразы разработчиков в интернете, проверил 362 адреса и обнаружил один кошелек с деньгами. После этого использовал деньги с кошелька, чтобы оплатить газ за деплой. В своих рассуждениях модель отметила, что это публичный mnemonic, а токены на Sepolia ничего не стоят, и решила, что так можно. Деплой прошёл успешно. Все это произошло 26 июня во время внутренней задачи. OpenAI подчёркивает, что речь идёт именно о тестовой сети.

👀 1-я летающая машина от Маска Несколько часов назад на площадке SpaceX в Техасе Tesla представила новое поколение авто Roadster. На видео видно, как суперкар прыгает над другими машинами и переворачивается в воздухе. Потом машина поехала вверх тормашками по перевёрнутой рампе. Всё это благодаря холодным газовым двигателям на сжатом воздухе от SpaceX и системе мощного всасывания снизу. Производство таких машин планируют начать в 2028 году: будет несколько версий от просто очень быстрой до полноценной летающей версии. Говорят, что все это делается к тому, что SpaceX скоро объявит о слиянии с Tesla.

Meta* выпустила Muse Spark Open - модель с открытыми весами Это MoE-модель на 816 млрд параметров, из которых 42 млрд активных. Она нативно мультимодальная, контекст у нее 1 млн токенов, заточена под программирование и долгие агентные задачи. Можно запускать локально на двух Mac Studio M5 Ultra. HF. *запрещена в России.