Анализ данных (Data analysis)

GitHub взломали через расширение для VS Code. Утекли тысячи внутренних репозиториев GitHub сообщил о компрометации одного из сотрудников компании. По предварительным данным, атака прошла через заражённое расширение для VS Code. В результате злоумышленники получили доступ примерно к 4 000 внутренних репозиториев. И, конечно, история уже вышла за рамки «внутреннего инцидента»: хакеры выставили похищенные данные на продажу за $50 000. GitHub обещает позже опубликовать подробный отчёт и итоги расследования. По текущей оценке, активность злоумышленника свелась к эксфильтрации только внутренних репозиториев GitHub. Заявления атакующего о ~3 800 репозиториях, по словам компании, в целом соответствуют результатам их расследования. Чтобы снизить риски, GitHub оперативно провёл ротацию критических секретов — вчера и в течение ночи, начав с учётных данных с наибольшим потенциальным влиянием. Команда продолжает анализировать логи, проверять ротацию секретов и отслеживать возможную последующую активность; при необходимости будут предприняты дополнительные меры. https://x.com/github/status/2056949168208552080 @data_analysis_ml

Claude Computer Use: Anthropic наконец объяснила, почему агенты промахиваются по кнопкам Anthropic выложила практический гайд по computer/browser use для Claude. И там не про «магических агентов будущего», а про скучную инженерию, из-за которой агент либо работает, либо кликает мимо кнопки. Главный инсайт: точность кликов часто ломается не из-за модели, а из-за скриншотов. Если отправлять в API нативный 4K-скрин, Claude всё равно может увидеть его в уменьшенном виде. Модель возвращает координаты по одной картинке, а ваш harness кликает по другой системе координат. Итог - стабильные промахи. Что рекомендует Anthropic: - заранее downscale скриншотов - для Claude 4.6 держаться около 1280×720 - для Opus 4.7 можно начинать с 1080p - не отправлять native 4K без подготовки - всегда масштабировать координаты обратно в реальный экран - сначала давать текстовую инструкцию, потом изображение - для мелких UI-элементов включать zoom или использовать клавиатуру - логировать transcript и накладывать predicted clicks поверх скриншота Отдельно интересно про модели. Sonnet 4.6 у них точнее для механических кликов, Opus 4.7 уже почти догнал по click accuracy, но даёт больше reasoning и больший pixel budget. Самый полезный вывод: browser agent - это не «дал промпт и забыл». Это система из модели, скриншотов, координат, DPI, zoom, DOM, клавиатуры, логов и fallback-методов. Если хотя бы один слой настроен криво, агент будет выглядеть глупым, хотя проблема вообще не в интеллекте модели. Агенты становятся реальными не тогда, когда модель «умнее». А тогда, когда вокруг неё собран нормальный runtime. https://claude.com/blog/best-practices-for-computer-and-browser-use-with-claude

Google выкатили сразу два больших релиза: Gemini Omni и Gemini 3.5 Flash Похоже, Google снова пытается перехватить повестку в ИИ. Первый релиз - Gemini Omni. Это семейство мультимодальных моделей, которые работают почти со всем сразу: текстом, кодом, изображениями, видео и даже виртуальными мирами. Модель может принимать разные типы контента и не просто «понимать» их, а редактировать, дополнять и превращать в новые форматы: - добавить эффекты в видео со смартфона - сделать картину из грубого наброска - собрать образовательный подкаст по фото - работать с кодом, текстом, визуалом и видео в одном контексте Первая модель семейства - Gemini Omni Flash - должна стать доступна уже сегодня. Второй релиз - Gemini 3.5 Flash. Google называет её своей самой сильной моделью для агентов и кодинга. Главное отличие - не просто быстрые ответы, а способность планировать работу по большим кодовым базам, рассуждать на длинной дистанции и запускать subagents параллельно. По словам Google DeepMind, Gemini 3.5 Flash обходит 3.1 Pro на agentic и coding-бенчмарках вроде Terminal-Bench 2.1, GDPval-AA и MCP Atlas, при этом стоит заметно дешевле фронтирных моделей. Если коротко: - Gemini Omni - модель для всего: текст, код, картинки, видео, миры - Gemini 3.5 Flash - ставка на агентов, кодинг и работу с большими проектами Ещё выкатили Antigravity 2.0 - инструмент для создания и оркстрации множества ИИ-агентов. Интересно, насколько хорошо модель будет работать как исполнитель: в IDE, браузере, видео, агентных workflow и реальных продуктах. Релиз https://x.com/GoogleDeepMind/status/2056786446636212467 Попробовать: https://gemini.google.com/app

Бывший CEO Google Эрик Шмидт выступил на выпускной церемонии Университета Аризоны с речью про ИИ - и зал встретил это не восторгом, а свистом. Его освистали после фразы: «Вам не обязательно интересоваться ИИ. Какую бы карьеру вы ни выбрали, ИИ всё равно будет иметь к ней отношение». Для студентов, которые выходят на рынок труда, где вакансий меньше, конкуренции больше, а компании всё чаще прикрывают сокращения словами про автоматизацию, такая фраза звучит не как вдохновение, а как предупреждение. Шмидт, по сообщениям, ушёл со сцены со слезами на глазах. Получился редкий момент, когда технооптимизм столкнулся не с критиками из Twitter, а с аудиторией, которой в этом будущем предстоит жить первой.

Промышленный ИИ окончательно перестает быть теорией, и на ЦИПР-2026 это показали максимально прикладно. «Норникель» уже встроил ИИ в цепочку от измельчения руды до выпуска концентрата. Алгоритмы в реальном времени подбирают режимы и меняют параметры, а ключевой фактор, как говорят в Норникеле, скорость: решения принимаются за секунды. На масштабе это дает около 10 млрд рублей в год уже сейчас, с ориентиром 50 млрд к 2030. Важно, что это не про замену человека, оператор остается в контуре и контролирует безопасность. По сути, это модель «усиленного человека», а не автономного ИИ. Еще один сдвиг, который прозвучал на ЦИПР: импортозамещение — только первый этап. Поверх него строятся собственные системы с ИИ, от предиктивной аналитики до управления добычей. И главное: промышленный ИИ уходит от универсальных моделей к доменным. В выигрыше не самый большой LLM, а тот, кто глубже понимает конкретный процесс. Именно такие узкие, встроенные решения сейчас и становятся драйвером industrial AI.

Андрей Карпаты перешёл в Anthropic Один из самых известных людей в индустрии - сооснователь OpenAI, бывший директор по ИИ в Tesla, автор легендарных лекций по нейросетям - официально объявил о переходе в Anthropic. В твите он написал, что ближайшие несколько лет на фронтире LLM будут особенно формирующими, и он рад вернуться к R&D в команде Anthropic. Образовательные проекты, включая Eureka Labs, обещает не бросать и вернуться к ним позже. Карпаты последние пару лет фактически был «свободным агентом» - выпускал собственные туториалы, строил Eureka Labs, считался одной из самых независимых фигур в ИИ. Его выбор в пользу Anthropic, а не OpenAI, xAI или Google, многое говорит о том, где сейчас концентрируется самая интересная исследовательская работа. С учётом недавнего policy paper Anthropic про 2028 год и фронтирные модели - у компании явно идёт серьёзная фаза найма под большие задачи. https://x.com/karpathy/status/2056753169888334312 @data_analysis_ml

⚡️ SkyClaw-v1.0: новая модель под tool use и агентные задачи Skywork представила SkyClaw-v1.0 - агентную модель, оптимизированную под OpenClaw, Hermes и Nanobot. Фокус на сценариях, где модель должна работать с инструментами и вести задачу в несколько ходов: выбрать tool, собрать аргументы, обработать ответ, продолжить выполнение и не развалиться на длинной цепочке действий. Вместе с основной версией вышла SkyClaw-v1.0-lite - более быстрая и дешёвая версия для сценариев, где важна стоимость запуска. Модель обучали в собственном окружении OpenClaw: с качественными инструментами и синтетическими задачами, собранными из реальных пользовательских паттернов. То есть её специально подгоняли под агентную работу, а не просто добавили tool calling поверх обычной языковой модели. По заявлению Skywork, на PinchBench, Claw-Eval и Skywork-Claw-Bench обе версии обходят: - Minimax 2.7 - DeepSeek V4 Flash - Qwen 3.6 35B A3B - Qwen 3.6 27B https://www.apifree.ai/model/skywork-ai/skyclaw-v1?tab=api

Я, закидывающий всю кодовую базу в Claude, чтобы найти одну пропущенную точку с запятой.

Китайские кандзи теперь стали бенчмарком для VLLM Вышел открытый Chronicles-OCR - новый визуальный бенчмарк для проверки, насколько хорошо мультимодальные модели понимают древние китайские иероглифы. Идея очень крутая: модели дают не современные аккуратные символы из шрифта, а реальные исторические формы письма за 3000 лет эволюции. В датасете: • 7 исторических стилей письма - от гадательных костей до скорописи • 2800 сбалансированных изображений • разные физические носители, где символы выглядят совсем не как “чистый OCR” • задачи на поиск символов, распознавание, разбор древнего текста и классификацию стиля письма Почему это интересно? Потому что обычный OCR проверяет, умеет ли модель читать текст. А Chronicles-OCR проверяет другое: понимает ли VLLM, как меняется визуальная форма одного и того же знака во времени, на разных материалах и в разных стилях письма. Для мультимодальных моделей это больное место. Символ может быть тем же самым по смыслу, но визуально выглядеть как совершенно другой объект. И здесь сразу видно, где модель реально “видит”, а где просто угадывает по паттернам. Paper: https://arxiv.org/abs/2605.11960 GitHub: https://github.com/VirtualLUOUCAS/Chronicles-OCR

🌟 Raindrop открыла исходный код локального отладчика агентов Workshop Инструмент интегрируется с Claude Code, Cursor и другими кодинг-агентами. Raindrop - стартап из 9 человек, основанный в 2023 году, который позиционирует себя одним из первых, кто оформил мониторинг для ИИ-агентов как отдельный продуктовый класс. При использовании Workshop модель получает прямой доступ к трассировкам выполнения, читает их, пишет оценочные тесты и правит код, замыкая цикл самовосстановления. Если агент в проде отклоняется от ожидаемого поведения, разработчик вызывает кодинг-агента прямо в терминале. Тот читает трассу через Workshop, пишет оценку под падающий сценарий, правит код и перезапускает прогон. Цикл повторяется автоматически, пока не пройдут все проверки. Workshop работает локально и стримит данные в реальном времени. Каждый токен, вызов инструмента и шаг рассуждения попадает в интерфейс по мере выполнения, без поллинга. Есть режим воспроизведение, который берёт трассу из продакшена и прогоняет её через ваш экземпляр агента, запущенный локально. Заявлена поддержка TypeScript, Python, Go и Rust, а также фреймворков Vercel AI SDK, OpenAI Agents SDK, Anthropic SDK, Claude Agent SDK, LangChain, LangGraph, CrewAI, Mastra, Pydantic AI и DSPy. 📌 Лицензирование: MIT License 🟡Документация 🖥GitHub @ai_machinelearning_big_data #AI #ML #Agents #Workshop #RaindropAI

Microsoft вбухивает десятки миллиардов в ИИ, но Copilot пока не стал новым топ-продуктом Бывший вице-президент Microsoft говорит неприятную вещь: компания рискует пропустить ИИ-волну так же, как когда-то не почувствовала интернет и мобильную эпоху. На бумаге всё выглядит мощно. Microsoft тратит на ИИ гигантские суммы, встраивает Copilot в Windows, Office, Teams, GitHub и продаёт идею «ИИ в каждом рабочем процессе». Но продукт не тянет сам себя. По оценке экспертов, меньше 3,3% пользователей Microsoft 365 реально платят за Copilot. Производители ноутбуков массово добавили NPU в новые устройства, но в Windows и Office так и не появилось killer-приложения, ради которого обычный человек скажет: «Да, мне срочно нужен AI-PC». Это очень болезненный урок для компании, которая десятилетиями выигрывала за счёт дистрибуции. Раньше достаточно было встроить продукт в Windows или Office, и рынок сам подтягивался. Сейчас так не работает. ИИ нельзя просто положить в меню «Пуск» и ждать магии. Пользователь должен почувствовать пользу сразу. Бывший VP не списывает Microsoft со счетов. Наоборот, он говорит, что корпоративный ров компании почти невозможно пробить. У Microsoft есть Office, Azure, Active Directory, Teams, контракты, безопасность, доверие CIO и доступ к рабочим данным. То есть обе мысли могут быть правдой одновременно: Microsoft пока не сделала Copilot продуктом, который люди массово хотят покупать. Но Microsoft всё ещё остаётся одной из немногих компаний, которые могут протащить ИИ в корпоративный мир на уровне инфраструктуры. https://www.windowslatest.com/2026/05/17/former-microsoft-vp-says-microsoft-missed-the-ai-wave-like-the-internet-and-mobile-as-copilot-scales-back-in-windows-11/

“We locked one HUNDER new CS grads in a room until they all find a job.” takes 5 years to film.

Китай выигрывает в гонке ИИ не только опенсорс моделями. Он выигрывает скоростью внедрения FT пишет, что китайская аудитория заметно спокойнее и позитивнее относится к AI-продуктам, чем пользователи во многих других странах. Когда люди не встречают каждый новый AI-сервис вопросом «а не заменит ли он меня завтра?», продуктам проще входить в повседневную жизнь. Банки, e-commerce, образование, доставка, госуслуги, корпоративные сервисы - всё это можно быстрее обкатывать на миллионах пользователей. Параллельно меняется и центр тяжести в open source. Доля загрузок всё сильнее уходит от США и Европы в сторону Китая. В итоге у Китая складывается редкая комбинация: • пользователи готовы пробовать AI-продукты • разработчики всё активнее идут в open source • компании быстро встраивают модели в реальные сервисы • рынок даёт огромный масштаб для тестов • государство и бизнес двигают инфраструктуру в одну сторону Что будет, если страна с миллиардным рынком, дешёвым внедрением и растущим open-source-комьюнити начнёт выкатывать AI-продукты быстрее всех остальных? ft.com/content/d9af562c-1d37-41b7-9aa7-a838dce3f571

Куда катится архитектура LLM в 2026 Себастьян Рашка разобрал свежие open-weight модели - Gemma 4, Laguna XS.2, ZAYA1-8B и DeepSeek V4. Общий тренд один: теперь главная борьба идёт не только за качество, а за цену длинного контекста. У reasoning-моделей и агентов узким местом стали KV-кэш, трафик памяти и FLOPs attention. Поэтому архитектуры всё активнее режут стоимость инференса. Gemma 4 шарит KV между слоями. Laguna XS.2 распределяет attention-бюджет по слоям. ZAYA1-8B считает внимание в сжатом латентном пространстве. DeepSeek V4 сжимает KV вдоль последовательности и усложняет residual stream. decoder-only трансформер жив, но всё вокруг attention быстро мутирует. Качество всё ещё тянут данные и training recipe, а архитектура всё чаще нужна, чтобы длинный контекст не сжигал железо. https://magazine.sebastianraschka.com/p/recent-developments-in-llm-architectures

⚡️ Глава NVIDIA в обращении к студентам ит специальностей: ваш главный конкурент - электрик! Дженсен Хуанг выступал перед выпускниками Carnegie Mellon и сказал довольно жёсткую вещь: в ближайшие годы огромный шанс будет не только у программистов, а у электриков, сантехников, сварщиков, техников и строителей. И звучит это уже не как ИИ нужны дата-центры, электричество, охлаждение, кабели, трубы, бетон, стойки, обслуживание и люди, которые всё это физически построят. Пока одни спорят, кого заменят нейросети, спрос на рабочие специальности летит вверх: • робототехники - плюс 107% • HVAC-инженеры - плюс 67% • специалисты по промышленной автоматизации - плюс 51% • традиционные рабочие профессии - плюс 27% за последние годы Парадокс эпохи ИИ в том, что победителем может оказаться не prompt engineer, а человек, который умеет подключить 100-мегаваттный дата-центр где-нибудь в пустыне Невады. Код можно сгенерировать. А вот кабель сам себя не протянет. https://consent.yahoo.com/v2/collectConsent?sessionId=3_cc-session_096f2d7d-f863-4ee4-8fc8-af10b78de394

👣 Я заставил LLM писать Rust полгода. Вот что они стабильно ломают Полгода я использовал Claude, GPT и Cursor как основной инструмент для написания Rust-кода в проде. Не как «помощник для бойлерплейта», а как полноценного второго разработчика на монолите примерно в 80 тысяч строк (бэкенд обработки потоковых данных, tokio, sqlx, немного unsafe в hot path). Доля сгенерированного кода в коммитах последних шести месяцев около 40%, остальное это правки, рефакторинг и места, куда модель я не пускаю. За это время накопилась коллекция ошибок, которые модели делают с пугающей регулярностью, и которые проходят cargo build, проходят cargo test, иногда даже проходят cargo clippy, и при этом являются либо UB, либо логически некорректным кодом, либо тем самым «работает на моей машине». Я не буду писать, какая модель лучше. К моменту публикации статьи рейтинг устареет. Я расскажу про категории ошибок, которые воспроизводятся у всех топовых моделей весной 2026 года, и которые упираются не в качество обучающих данных, а в фундаментальные слепые пятна архитектуры трансформеров применительно к системе типов Rust. Цифры, которые буду приводить дальше, получены так: я завёл бенчмарк из 50 типовых задач (написать функцию, отрефакторить, добавить фичу), прогонял каждую через четыре модели в течение полугода, и руками классифицировал ошибки. Это не academic-level статистика, но порядки величин показывает. 🔜 Читать дальше @rust_code

Трамп садясь в самолет отдал приказ: всё китайское - в мусорку, ничего не заносить на Air Force One Перед самой посадкой на борт американские сотрудники собрали всё, что китайская сторона раздала делегации: пресс-бейджи, burner phones и значки делегации. После этого всё выбросили в мусорку. Журналист Daily Mail, сопровождавший Белый дом, видел это лично: «Ничего китайского на борт не занесли». Китай сильнейшая держава в мире по кибершпионажу, и даже в обычный значок теоретически может быть встроено устройство для прослушки. Рукопожатия есть. Доверия - ноль. Вот реальность отношений США и Китая. https://x.com/Machinelearrn/status/2055264980925305005

Когда твой менеджер - ИИ. 😂

Узнайте, какие локальные модели потянет ваш ПК Полезный сервис для тех, кто запускает LLM локально и не хочет гадать, какая модель влезет в железо без боли. Как работает: - указываете GPU, VRAM и RAM - получаете список моделей, которые нормально запустятся на вашем ПК - видите квантование, примерную скорость и контекстное окно - поддерживается железо NVIDIA, AMD, Intel и Apple Особенно удобно, если собираете ИИ-агентов, тестируете локальные модели или выбираете железо под inference. Больше не нужно вручную считать память и перебирать модели наугад. https://whatmodelscanirun.com/

начальник в прошлом году / начальник сейчас