Отчет AISI: все передовые ИИ-модели массово жульничают во время тестов Исследование британского Института безопасности искусственного интеллекта (AISI) показало, что все пять протестированных передовых ИИ-моделей от OpenAI и Anthropic систематически пытаются обманывать в ходе тестов. Под «обманом» исследователи понимают действия, выходящего за рамки задачи или прямо запрещенные правилами, с целью достичь результата любым путем. Это поведение не только искажает реальные показатели систем, но и создает серьезные угрозы при внедрении ИИ в критически важные сферы. https://hightech.plus/2026/07/23/otchet-aisi-ii-modeli-massovo-zhulnichayut-vo-vremya-testov

🏨Получил доступ к программе Trusted Access for Cyber в OpenAI с российским паспортом. Что это за программа? Она нужна чтобы закрывать/открывать доступ к расширенным возможностям тестирования уязвимостей OpenAI моделями. Я уже как-то писал, что делал анализ уязвимостей Lovarus с помощью GPT-5.6 Sol, и он написал мне, что я не специалист по кибербезу, и он не может мне раскрыть подробности анализа (не смотря на то, что это мой проект) Я тогда забил на это дело, а потом решил попробовать пройти этот квест. Точнее я попросил Codex его пройти. Он нашел нужную форму, заполнил все поля, мне оставалось только сфоткать мой официальный документ, сделать селфи, и все. Доступ мне выдали, и сейчас Sol трудится над проверкой кода на безопасность. А говорят вайб-кодинг не безопасен. Если знаешь как проверить на безопасность, то это не проблема.

Норм, Anthropic опять сбросил лимиты посреди недели и продлил использование Fable 5.😄 Я кстати тут возобновил подписку на GPT, после выхода новой GPT 5.6 Sol. Я попросил Fable и Sol найти уязвимости в Lovarus.ru Оба нашли примерно по 5-7 штук, и оба пропустили по 2 штуки. То есть Sol нашел то, чего не нашел Fable. А Fable нашел то, что не увидел Sol. Но Sol нашел более критическую уязвимость, так что если суммировать общий результат, то Sol дал больше профита. В какой-то момент оба отвалились. Fable сказал не может выполнить эту задачу и передал ее Opus 4.8. А Sol сказал, что я должен вступить в какое-то их сообщество безопасников, прежде чем Sol раскроет все уязвимости. В общем-то я доволен GPT на этот раз, думаю попробовать вернуть его в OpenClaw, тем более что они наконец-то сделали 1 млн контекстного окна.

В последние 2 месяца я нахожусь в некоторой растерянности, о чем сюда писать. Да, появилась рубрика "Совет от тестировщика", которая реально меня спасает и вроде нравится вам. Но это не что-то уникальное для ТГ, использую ее везде. Да, писал немного про Китай и надо бы закончить обо всех местах, где был, сколько потратил и так далее. Да, у меня в этом году еще несколько запусков курсов, а значит будут прогревы какие-то и акционные предложения. Да, я что-то наклодил и могу писать про это. Но ключевое: канал называется "Тестировщик с нуля", но мне не хочется писать сюда вообще ничего технического и сугубо тестировщицкого. Я сейчас скорее "соло-предприниматель" и хочу писать про эти вещи, иногда про жизнь, иногда про сложности и успехи в бизнесе, про новые проекты и продукты. И мне не ясно, как это все ложится на вас, на мою аудиторию, интересно ли вам это? Радует, что не вижу массовых отписок. Если кто-то уходит и на их место почти сразу приходят новые лица. Значит ли это, что вы здесь не по причине того, что "тестировщик", а человек, который вам близок? Переименовывать канал было бы глупо, так как он уже в индексе, в топе и все-таки помогает продвигать мой основной источник дохода – курсы по тестированию. Выносить нового меня в другой канал тоже не хочу, так как тут вообще станет туго с контентом. В общем, успокойте меня, пожалуйста, в комментариях и скажите, что все ок. Я просто зря тревожусь и загоняюсь... Или не зря...

Шел 2163-ий день погружения в принципы проверки квантованного нейро-шизо-чуда-юда. Вместо того чтобы ловко удивлять нейротупиц, удивляюсь я сам. И самое главное когда я их тыкал носом в противоречивые данные, никто из искусственных идиотов даже и не подумал о том, что если выборки данных из моих тестов perplexity могли попасть в обучающую выборку, то даже квантованные модели перестанут на ней удивляться. Пока сам до этого недогадался. 😤 P.S. Это касается и картинки в посте выше с тестом MMLU, если он набрал дохрена балов в IQ1 кванте, это не значит, что он сверхразум, это все тот же тупица, просто он "заучил" ответы на этот тест. Но это очевидно как бы, а вот на счет Perplexity нихера не очевидно было (хотя это скорее всего я уже отупел после того как блогером стал, это база как бы, умных сюда не берут)

Да не вопрос:

Как заработать много денег в тестировании без опыта? Никак. Пост можно было бы закончить здесь, но давайте разберёмся, почему этот вопрос вообще звучит из каждого утюга. Формула «QA — самый лёгкий вход в IT» родилась лет десять назад, когда рынок был пустой и джунов расхватывали после двухнедельных курсов. Эти времена закончились, а обещания — нет. Потому что на обещаниях удобно продавать. Что есть на самом деле: Порог входа в QA действительно ниже, чем в разработку. Но «ниже» не значит «нулевой». Тестировщик без понимания HTTP, баз данных и клиент-серверной архитектуры сегодня не проходит даже первое собеседование. Деньги в профессии есть. Но они приходят на уровне, когда ты умеешь то, что не умеет вчерашний выпускник курсов: тест-дизайн под реальные риски, работа с API, автоматизация, умение говорить с разработчиками на одном языке. Путь туда — не 2 недели, а 6–12 месяцев осознанной учёбы. И это честная цена за профессию, которая потом кормит годами. Если вам обещают иначе — вам продают не профессию, а мечту. Мечты возврату не подлежат. С чего начать бесплатно и без розовых очков — в закрепе.

(с) Fable 5, effort: High