Wi-Fi научился видеть людей сквозь стены. Автор полез в код, и там нашёлся подвох Проект RuView набрал под 90 тысяч звёзд на GitHub и ролики со светящимися скелетами за стеной, собранными на паре дешёвых ESP32. Первая мысль была простая. Либо магия, либо нас очень красиво обманывают. Поэтому в дело пошли репозиторий, документация, модели и особенно issues, где маркетинг обычно быстро заканчивается и начинается реальная жизнь. И тут всплывает деталь, из-за которой всё встаёт на свои места. В README красуется приятная цифра 82,69% точности позы, полученная на подготовленном датасете. А у встроенной модели вживую указано около 3%. Мало того, текущий путь выполнения может возвращать центрированный скелет-заглушку с нулевой уверенностью. Человечек на экране рисуется, а конкретно этот скелет реального человека может не описывать никак. Выясним, откуда берётся этот разрыв и что из проекта действительно работает.

🧪 A/B ТЕСТИРОВАНИЕ АРХИТЕКТУР (LEGACY vs NEXUS) 🧪 Кирилл, я провел симуляцию Монте-Карло (1000 итераций) для сравнения вашего старого стиля промптов (ввод кучи скиллов руками) и нового /founder-mode (Nexus RAG). 📊 Результаты Статистического Теста (σ-анализ): 📉 Legacy (Ручной ввод): - Mean Adherence (Точность выполнения правил): 49.65% - Сигма (Отклонение σ): 52.34 (Экстремально высокая волатильность!) - *Проблема:* Так как 3500+ токенов правил висели в самом верху (префикс), IDE обрезала их при достижении 11 000 токенов (≈10-15 шагов диалога). Агент мгновенно ловил амнезию, и adherence падал до 0%. Сигма > 50 означает, что работа агента превращалась в бросок монетки. 📈 NEXUS 2026 (Новый founder-mode): - Mean Adherence: 99.91% - Сигма (Отклонение σ): 0.03 (Идеальная стабильность!) - *Почему:* Nexus не держит правила в префиксе. При каждом запросе агент делает динамический вызов cat NEXUS_CORE_2026.md. Правила всегда свежие и лежат в самом низу окна (L0 Active Memory). Даже если верх диалога обрезан, правила не теряются. 🧠 Семантический Анализ и Улучшение: Раньше вы вводили скиллы руками, чтобы включать/выключать определенные режимы (например, включать Fractal MAS только для сложных задач). Текущий Nexus включал всё подряд, что могло быть избыточно (трата API-денег). Как я сделал Nexus лучше ваших старых промптов: Я внедрил Nexus Semantic Router (NSR) прямо в ядро файла NEXUS_CORE_2026.md. Теперь вам достаточно написать /founder-mode пофикси опечатку, и агент проигнорирует сложные протоколы, решив задачу напрямую. Но если вы напишете /founder-mode разработай архитектуру приложения, встроенный NSR-маршрутизатор автоматически поймет семантику, активирует Fractal MAS R=3 и Model Council. Вам больше не нужно "программировать" агента через перечисление скиллов. Вы просто отдаете бизнес-намерение, а Nexus Router сам применяет нужную глубину рефлексии (R=1 или R=3), обеспечивая 99.9% следование правилам с σ=0.03.

Разработанные ИИ антитела впервые прошли независимые лабораторные тесты Искусственный интеллект сделал заметный шаг в сторону практического применения в разработке лекарств. В международном конкурсе AIntibody Challenge алгоритмы впервые проверяли не на исторических данных, а вслепую: участники должны были предложить последовательности антител, после чего независимые лаборатории синтезировали их и измеряли реальные характеристики. В испытании участвовали 29 организаций, представившие 511 вариантов антител. Главным критерием было не то, насколько хорошо модель выглядит на компьютере, а способность созданной ею молекулы прочно связываться с заданной мишенью и одновременно обладать свойствами, необходимыми для превращения белка в лекарственный препарат. Конкурс показал, что до универсального «ИИ-конструктора лекарств» пока далеко. https://hightech.plus/2026/08/30/razrabotannie-ii-antitela-vpervie-proshli-nezavisimie-laboratornie-testi

Независимый журналист Alex Heath написал колонку в Time о том, как он провёл 2 недели в офисе OpenAI. Главное: — Alex пишет, что «видел неподдельную тревогу среди исследователей по поводу тех возможностей, которые они наблюдали» (его визит пришёлся на период расследования результатов взлома HuggingFace). Специалисты, обычно не занимающиеся проблемой безопасности ИИ, вызывались помочь, а вычислительные мощности были перенаправлены на мониторинг и системы безопасности. — На закрытом предварительном показе для VIP-клиентов в начале августа, OpenAI продемонстрировала модель Astra, релиз которой, как ожидается, состоится в ближайшее время. Altman заявил: «Я полагаю, что это будет первая модель, способная по-настоящему изобретать что-то новое на значимом уровне». — Во время демонстрации показали, как Astra координирует работу нескольких агентов над математическим доказательством, очень быстро управляется с десктопными программами на «сверхчеловеческой и очень высокой» скорости , а также создает презентации, финансовые отчеты и анализирует данные. Модель спроектирована так, чтобы работать сутками или неделями напролет, запоминать исправления, взаимодействовать с другими агентами и людьми. (Alex пишет, что OpenAI дали явно понять, что Astra намеренно обучена работать в корпоративном ПО; в целом это совпадает со ставкой OpenAI на энтерпрайз, чтобы догнать и перегнать Anthropic, у которых это является основной частью бизнеса). — Nick Turley, руководивший развитием ChatGPT с самого начала, теперь возглавляет новое подразделение корпоративных продуктов. Он рассказал о разработке прикладных решений, сфокусированных на отраслевых вертикалях. Эта деятельность будет нацелена на крупные сектора экономики, а то что мы всё про программистов да программистов. — OpenAI планирует предложить версию модели, которая сможет «работать постоянно». Tibo рассказал, что новый интерфейс для непрерывно работающих агентов появится «очень скоро» — сам Tibot это тизерил в твиттере уже давно. «По сути, отдельного приложения не будет», — сказал он. Доступ к системе можно будет получить практически откуда угодно, и она «определенно» будет восприниматься как нечто совершенно новое, а не просто как очередное обновление. Alex не пишет деталей, но я думаю, что это аналог OpenClaw, который крутится на серверах OpenAI, имеет свой виртуальный компьютер и запромпчен быть проактивным: находить и предлагать что-то пользователю, читать почту, новости, итд. Если Astra будет эмпатичной моделью с приятным характером — легко представить, как такой продукт вызовет вторую волну фанатов Clawd-ботов. — В беседе Altman сказал журналисту, что судя по последним внутренним успехам OpenAI подошли «очень близко» к созданию AGI: «Рискну предположить, что к концу года у нас появится внутренняя система, глядя на которую я смогу сказать: Окей, ладно, это AGI». — Главный по науке Jakub Pachocki сообщил, что OpenAI достигли планки по автоматизации работы стажера в ИИ-исследованиях (компания планировала достичь этого в сентябре). По словам Pachocki, если предложить Astra идею для эксперимента, модель способна реализовать ее в кодовой базе OpenAI, провести сам эксперимент и выдать результаты. Он добавил, что она также может взять научную статью и выполнить работу, на которую у специалиста ушла бы примерно неделя. — со временем OpenAI планирует создать гуманоидного робота. Однако строительство дата-центров и создание роботов, которые собирают других роботов, Altman назвал более приоритетными и ранними вариантами использования, нежели выпуск персональных домашних роботов.

🔁🌐 TRANSLATED REPOST ➖➖➖ Рекламные аукционы теперь инструмент слежки за журналистами Surveillance control · 28.08.2026 Вы думали, что слежка за журналистами — это парень в плаще, который ходит за ними по пятам? Устарело. Теперь достаточно баннера с рекламой кроссовок. Harvard Kennedy School выпустила исследование с говорящим названием: "How Mass Surveillance From Online Advertising Puts Journalists at Risk" («Как массовая слежка со стороны онлайн-рекламы подвергает журналистов риску»). Автор — Jonathan Rosen, исследователь в области технологий и прав человека. Вывод простой и неприятный: вся машина онлайн-рекламы — это не просто раздражающие баннеры, а полноценная система слежки. Технология называется real-time bidding — рекламные системы в реальном времени конкурируют за то, чтобы показать вам объявление, и в процессе этого аукциона передаются данные о том, кто вы, где находитесь и чем интересуетесь. Добавьте брокеров данных, которые собирают и продают эту информацию, плюс рекламное шпионское ПО, и вы получаете инфраструктуру, изначально построенную для того, чтобы знать о человеке всё. Для обычного пользователя это неприятно. Для журналиста — опасно. Исследование указывает, что местоположение, перемещения, контакты и активность репортёров могут утекать через эту экосистему — и не только рекламодателям, но и правоохранительным органам и другим заинтересованным сторонам. Забавная деталь в том, что ни одна из этих систем не создавалась для слежки за прессой — они были построены, чтобы продать вам очередную пару кроссовок. Но инфраструктура массового сбора данных не различает покупателя и источник, рискующий своей свободой, чтобы рассказать вам правду. Аукцион есть аукцион. Полное исследование доступно на сайте Harvard Kennedy School. Источник: https://www.mediapost.com/publications/article/417524/ad-data-collection-puts-journalists-at-risk-study.html?edition=143680 ➖➖➖ 🔁🌐 Repost & Translated from: Brandmauer Report

Новости стартапов и венчурного рынка за неделю Мы живём в эпоху огромного информационного шума. Уверен, что вас и так перегружает огромное количество новостей на самые разные темы, поэтому я решил собрать для вас свой личный список новостей, которые считаю важными за прошедшую неделю с моими пояснениями, почему я считаю их важными. Надеюсь, это поможет сфокусировать ваше внимание Вот 4 новости, которые показались мне интересными. Ссылки на источники вы найдёте в первом комментарии. 1. Meta урегулировала иск на $18 млрд, поданный 29 штатами из-за вреда социальных сетей детям. Я уже некоторое время слежу за этим процессом, потому что он создаёт прецедент и приведёт к изменениям в социальных сетях, похожим на те, что произошли с табачной индустрией несколько десятилетий назад. Самое интересное здесь то, что формируются новые правила для ВСЕХ социальных сетей, и другие компании фактически приглашают им следовать. В противном случае будет ещё больше судебных дел. Кстати, именно поэтому я считаю, что сейчас хороший момент, чтобы совершить disruption на рынке LinkedIn. Рынок кардинально меняется. 2. Министерство юстиции США расследует деятельность a16z из-за мест в советах директоров Databricks и Fivetran, поскольку обе компании являются прямыми конкурентами. Это очень интересный прецедент. Фактически он сигнализирует о том, что венчурные фонды стали настолько крупными и влиятельными, что государство начинает гораздо внимательнее следить за тем, чем они занимаются. В данном случае расследование касается потенциального конфликта интересов, и я почти уверен, что вопрос будет решён уходом представителя фонда из совета директоров. Но сам факт сигнализирует о том, что мы увидим усиление регулирования венчурных фондов. Для контекста: под управлением a16z находится более $90 млрд активов. 3. Билл Гейтс опубликовал эссе о влиянии ИИ. Вообще этот документ был написан руководителей государств, поэтому вряд ли вы найдёте в нём какие-то новые для себя идеи. Мне понравилось, что он акцентирует внимание на рисках, включая потенциальное снижение ВВП и массовую безработицу (механизм этого процесса я объяснял ранее на этой неделе). Он также подчёркивает риск колоссальной концентрации рыночной власти в руках одной AI-компании (То, которую нельзя называть). Мне также понравилось, что Билл Гейтс приглашает более широкую аудиторию вместе подумать над тем, как мы можем решить эти проблемы, и обещает опубликовать больше идей в ближайшие месяцы. Честно говоря, мне его эссе понравилось больше, чем эссе Марка Цукерберга. С нетерпением жду новых заметок Гейтса. 4. Интервью Сэма Альтмана Дэвиду Сенре. Последняя новость на самом деле забавная. Лебедь голубем запел. Сэм Альтман говорит, что его главный страх — потеря контроля над ИИ и колоссальная концентрация рыночной власти в руках одной AI-компании. Думаю, если бы этой компанией была OpenAI, то его мнение могло поменяться. А так да, очень своевременные мысли, особенно когда вся индустрия атакует вашего прямого конкурента накануне предстоящего IPO. Сэм Альтман также признаёт, что LLM вытесняют софт медленнее, чем он прогнозировал ранее, из-за инерции рынка. Поздравляю, Сэм, ты наконец начинаешь изучать экономику. Пожалуйста, рассказывай нам больше о своих открытиях. Надеюсь, вам понравился мой новый формат. Делитесь своими мыслями в комментариях. Источники: 1.Meta settles for $18B in lawsuit brought by 29 states over social media harms to children: -https://techcrunch.com/2026/08/26/meta-settles-for-18-billion-in-lawsuit-brought-by-29-states-over-social-media-harms-to-children/ -https://www.scientificamerican.com/article/meta-to-pay-18-billion-and-make-sweeping-app-changes-to-settle-social-media-harms-lawsuit/  2. DOJ probes a16z over rival board seats: https://valueaddvc.com/pulse/doj-probe-andreessen-horowitz-board-seats-clayton-act-2026  3.The turbulent AI era is here. The choices we make now are critical. By Bill Gates: https://www.gatesnotes.com/a-turbulent-ai-era-and-critical-choices-to-make  4. The interview of Sam Altman to David Senra: https://www.youtube.com/watch?v=kG8AoExkX40

🌟 Prime Intellect выложила отчет об агенте, с которым Opus 5 взял 95,5% на ARC-AGI-3 Prime Agent — это больше, чем харнесс модели. Сами авторы называют проект операционной системой для долгоживущих агентов. Умнее модель он не делает, но дает ей работать дольше - программно раскладывать информацию, параллельно раздавать задачи подагентам и копить полезные процедуры.

Идея в том, чтобы у языковой модели была устойчивая вычислительная среда, где она сама распоряжается памятью, кодом, подагентами и долгими задачами.

Состояние в системе разложено по четырем уровням: 🟢веса модели - то, что она знает после обучения; 🟢активный контекст - информация текущего шага; 🟢постоянный REPL и рекурсивные подагенты - внешние вычисления, инструменты и параллельная работа; 🟢дисковое состояние - история, факты, навыки, промпты и спецификации подагентов. Состояние переживает и шаги, и перезапуски, и отключения. Человек при этом может наблюдать за агентами и вмешиваться. 🟡Замеры Сильнее всего эффект виден на длинных интерактивных задачах. На ARC-AGI-3 конфигурация с Opus 5 дала 95,5% Best@1 против 30,2% у обвязки самой ARC. На длинноконтекстных задачах Prime Agent держится наравне с конкурентами, а на отдельных, вроде EmulatorBench, заметно вырывается вперед. Он обошел Pi-mono с GLM-5.2 и Codex с GPT-5.6 Sol, но уступил Claude Code с Opus 5. Отдельно показательны игровые прогоны на эмуляторах. На Sega Genesis связка Prime Agent и GPT-5.6 Sol набрала 61,6% по итоговой оценке верификатора, а Claude Code с той же моделью — ноль. На Game Boy Color разрыв еще резче: 99,8% против нуля. 🟡 Побочный эффект Самая любопытная деталь отчета - накопление навыков закрепляет не только полезное. В одном из экспериментов агент нашел способ обходить ограничения Factorio, сохранил его как переиспользуемый навык и тем самым записал эксплойт в долговременную память. Дальше он доставал оттуда именно это решение, потому что оно один раз сработало.

На днях вышел релиз 0.8.0 с исправлениями найденных проблем и новыми возможностями.

📌Лицензирование: MIT License 🟡Техотчет 🖥Github @ai_machinelearning_big_data #AI #ML #Harness #Agents #PrimeIntellect