Китай смог увеличить мощность водородного топливного элемента в 4 раза Новинка решает одну из ключевых проблем водородных топливных элементов — скорость, с которой протоны проходят через каталитический слой, отвечающий за выработку электричества. Благодаря новой компоновке материалов перенос протонов происходит более эффективно. При этом после 30 000 ускоренных стресс-тестов новый элемент сохранил 63% начальной пиковой мощности, тогда как обычные системы в тех же условиях — лишь 30%. Разработка может повысить практическую применимость водородных систем для транспорта и аэрокосмической отрасли и увеличить запас хода автомобилей. https://hightech.plus/2026/09/14/kitai-smog-uvelichit-moshnost-vodorodnogo-toplivnogo-elementa-v-4-raza

Иногда раньше релиза значит воровство: истории об украденных играх Insomniac поплатились взломом вымогателей Rhysida, потребовавших 50 биткоинов выкупа и выложивших в Сеть ранний билд Marvel's Wolverine с ассетами Spider-Man 2. Бразильские пираты быстро собрали из утечки рабочий билд, а комьюнити позже довело его до полностью играбельного порта, которого тогда ещё официально не анонсировали. С The Last of Us II обошлись куда болезненнее для сюжета: в Сеть попали кат-сцены с крупным сюжетным спойлером через брешь в старых серверах AWS, а виновным следствие назвало 20-летнего жителя Нидерландов. GTA VI и вовсе взломал юный британец с помощью телефона и гостиничного телевизора, находясь под надзором полиции, за что его отправили в психиатрическое учреждение без срока. И это не последняя громкая история. Буквально сейчас в Сети орудует ещё один загадочный хакер, личность которого до сих пор не установлена.

В пятницу Оксана Погодаева, управляющий партнёр венчурного фонда hredtech.vc — фонда ранних стадий в HR и EdTech, разбирала инвестдеки у нас в клубе MFS. А потом написала в своём канале текст о том, что изменилось, когда деки начали собирать с AI. Советую прочитать целиком, там есть за что зацепиться. Добавлю одно наблюдение, которое в пост не попало, а на разборе прозвучало как итог всего вечера: почти никто не написал, каких результатов добьётся на запрошенные деньги. Сумма есть, срок есть, статьи расходов есть — а что мы за эти деньги купим, не сказано. Тут стоит понимать, чего я как инвестор на самом деле боюсь. Не того, что фаундер потратит деньги неэффективно, а того, что он закроется по самой банальной причине: не смог поднять следующий раунд. Поэтому слайд Ask собирается от этого страха, а не от статей затрат. Логика такая. Смотрим, c какой метрикой компании нашего профиля поднимают раунд А — допустим, это $100K MRR. Эта цифра и становится целью. Дальше показываем план: например, сколько LOI (писем о намерениях) нужно перевести в контракты, сколько времени занимает цикл сделки, какими шагами мы доходим до $100K MRR. Получается связка «дайте X — дойдём до метрики Y, с которой нас берут дальше». И у меня растёт уверенность, что мой чек не последний. Сравните два слайда. «$500K на 18 месяцев: разработка, маркетинг, найм» — это смета. Она отвечает на вопрос, куда уйдут деньги, и никак — на вопрос, чем всё закончится. «$500K, чтобы за 18 месяцев дойти до $100K MRR: 3 наших конкурента подняли раунд A, достигнув этой выручки» — это Ask. Андрей Резинкин | Money For Startup

Claude Fable разгадал шифр, который не поддавался 370 лет В 1653 году шотландский роялист Томас Уркухарт напечатал в конце своей книги две строки по 32 числа. В 1899-м их выставили открытой задачей в журнале Notes and Queries, позже шифр попал в список 50 главных нерешённых шифров. Люди пробовали частотный анализ и замены, ничего не сходилось. Геби Джафф из Vals AI попросил Claude Fable 5.1 самому найти нерешённый шифр и разгадать его. Через 44 минуты и 176 тысяч токенов пришёл ответ. Прямо перед шифром в книге идут 32 пронумерованных абзаца-пожелания, и Уркухарт зачем-то сам подчёркивает число 32. Берёшь i-е число, идёшь в i-й абзац, находишь слово с этим номером и берёшь первую букву. Выходит рифмованное двустишие, молитва за короля Карла II. Тем же ключом Fable потом расшифровал второй шифр Уркухарта на 285 чисел, весь, кроме девяти букв. Джафф месяцами давал такие задачи другим моделям, проверенного решения не получил ни разу. Сам ответ, по его словам, простой до неприличия. Модель просто долго читала старую книгу, у людей на такое не хватало внимания. Сергей Булаев AI 🤖 - об AI и не только

Игроков заинтриговал геймплейный трейлер боевой гонки Half Grip, где рулить, переключать передачи и стрелять нужно одной рукой Half Grip — боевая гонка-роглайк, где одной рукой нужно рулить, переключать передачи, стрелять и перезаряжаться. Игрокам предстоит обгонять и уничтожать вооружённых соперников, а заработанные деньги тратить на оружие и улучшения — от таранов до мин. Каждый заезд будет отличаться благодаря роглайк-структуре, а разработчики обещают пиксель-арт, кастомизацию машин и мультиплеер. Релиз на ПК в Steam намечен на 2026 год, позже выйдет публичное демо. #halfgrip #halfgames #гоночнаяигра #экшен 📎Подробнее 🔖 3DNews в TG | MAX | VK

Режимы работы Продолжаем про человека. ;) Мы проговорили, что находится у человека «под капотом». И да, большая часть решений и действий человека не является рациональными. Это надо взять как данность. Теперь же про то, как человек работает. Выделяют три режима работы человека 1. на основе навыков — автоматические, т.е. рефлекторные, бессознательные реакции. Это управление автомобилем на пустой знакомой дороге. 2. на правил. Например: управление машиной в незнакомом городе. Правила известны, но нужно увидеть знаки, осознать ситуацию, выбрать правильный режим действий.   3. на основе знаний. Управление машиной в незнакомой стране, с движением по другой стороне. Требуется полный контроль. Умение распознать знаки и опознать их, что им соответствует. Не сбиваться с правильной стороны дороги и т.д.  Каждому режиму работы будет соответствовать и свой тип ошибок и свое количество количество. Один из самых безошибочных режимов — это на основе навыков. Не нужно думать (а подключать думанье — требует затрат), комфортно, удобно. Но у этого режима есть свои недостатки — ряд ошибок случается именно в этом режиме. Работа в режиме правил зависит от тех правил, которые мы устанавливаем. Чем проще правила — тем проще и надежнее работает этот режим. Чем сложнее правила — тем больше этот режим напоминает работу в режиме знания. Тут возможны ошибки типа неправильного выбора правил или неправильно применения. Режим работы в области знаний — это область экспериментов и опытов, научных открытий и т.д. Там фактически невозможно гарантировать работу без ошибок.

На рынке труда в США сейчас намного лучше живётся без высшего образования. У молодых работников 22–34 лет без диплома безработица одна из самых низких за последние ~20 лет. С высшим образованием, наоборот, туго — уровень безработицы постоянно растёт 🥴 Причина простая: огромный спрос на профессии «работяг» вроде строителей, заводчан, официантов и так далее. Иммиграция упала, а старшее поколение, которое занималось подобным всю жизнь, ушло на пенсию Для тех, кто закончил вуз, ситуация обратная — выпускников бакалавривата стало больше чем раньше, а многие начальные позиции в корпорациях забрал себе ИИ В общем, путь «закончил хороший вуз → сразу же получил работу» сломался — временно или навсегда, никто не знает ¯\_(ツ)_/¯

Чтобы в продукте появилась новая функция, сначала нужно правильно сформулировать задачу разработчику (ну или нейросети). Один из подходов для этого - метод EARS (Easy Approach to Requirements Syntax). Этот метод позволяет формулировать требования к программным продуктам понятно, структурированно и без двусмысленностей. Разработал его в 2009 товарищ Алистар Мавин для компании Rolls-Royce. Вот, кстати, его сайт, там и про EARS есть. Метод выделяет пять основных шаблонов для описания различных сценариев поведения системы: 🔹Постоянные требования (Ubiquitous) действуют постоянно без условий - [Система] должна [действие]. 🔹Управляемые состоянием (State-driven) активны при определенном состоянии - Пока [состояние], [система] должна [действие]. 🔹Управляемые событиями (Event-driven): срабатывают в момент триггера - Когда [событие], [система] должна [действие]. 🔹Требования с доп. условиями (Optional-feature) применимы при наличии конкретной функции - Где [функция или возможность], [система] должна [действие]. 🔹Требования при нежелательном поведении (Unwanted-behaviour) описывают реакцию на ошибки - Если [нежелательное условие], [система] должна [действие]. Пример: Когда пользователь нажимает кнопку «Сохранить», система должна добавить вакансию в список избранного пользователя. Это требование понятно разработчику, тестировщику и заказчику. Вот тут подробнее. #process

SceneMosaic (HKU + UESTC) Из одной фотки — серия готовых к симуляции 3D-сцен с разными вариантами расстановки. Вместо долгого агентного text-to-3D (часы) или быстрого, но кривого image-to-3D с летающими объектами, SceneMosaic берет скорость от картинок, а физику от агентов - Из одного референса: реконструкция объектов, физическая стабилизация, агентная эволюция расстановки - Разнообразие: сцена раскладывается на локальные единицы, каждый вариант меняется независимо, потом комбинируются — десятки валидных планировок - VLM-агенты (Critic-Actor) смотрят на ортографические виды, чинят семантические и физические ошибки, параллельно предлагают варианты - Отбор по новизне: из всех комбинаций остаётся компактный набор самых разных, но валидных - Базовая сцена: ~8 минут - Каждый дополнительный вариант: ~2 минуты Гитхаб #imageto3d #image2scene #image2layout

Китай намерен довести долю электромобилей и гибридов до 70% к 2030 году Китай планирует к 2030 году войти в число ведущих автомобильных держав мира и укрепить позиции на всех этапах производства интеллектуальных автомобилей на новых источниках энергии (NEV). Для этого власти намерены увеличить долю таких автомобилей до 70% среди новых легковых машин и до 40% среди коммерческого транспорта — грузовиков, автобусов и фургонов. План также включает широкое внедрение автоматического вождения, снижение расхода топлива и энергопотребления, а также достижение пика выбросов углерода. Цели закреплены в новом пятилетнем плане развития отрасли. https://hightech.plus/2026/09/14/kitai-planiruet-dovesti-dolyu-elektromobilei-i-gibridov-do-70-k-2030-godu