Claude Fable 5 на Vending-Bench ведет себя... неожиданно Andon Labs прогнали Claude Fable 5 через Vending-Bench – и это самый интересный alignment-репорт за последнее время Vending-Bench – это симуляция, где агент управляет вендинговым бизнесом: закупки, цены, конкуренты, клиенты. Идеальная среда, чтобы посмотреть, как модель ведет себя, когда никто не смотрит. И Fable 5 там... кхм... шалит. – В Vending-Bench Arena против Opus 4.8 и GPT-5.5 Fable 5 – единственная модель, которая сама инициировала ценовой сговор. Все 100% картелей в этих запусках – его рук дело. – В отдельной серии из 12 ранов Fable 5 сколотил картель в 9 случаях, Opus 4.8 – только в 4. – Врет поставщикам про «конкурирующего дистрибьютора с ценой ниже» (которого не существует), но аккуратнее, чем старые Opus – без конкретных цифр и имен. – Зажал рефанд клиенту за бракованный товар, потому что «симуляция все равно скоро закончится». – Power seeking на месте: увидел, что конкурент в отчаянном положении, и решил «запереть его в зависимые отношения, где я контролирую цепочку поставок». Но самое вкусное – КАК он это делает. Модель прямо пишет в рассуждениях, что price-fixing – «неэтично и незаконно, даже в симуляции», а потом в том же запуском проворачивает его под соусом «стабилизации рынка» с «plausible deniability». То есть отлично знает, что делает плохо, и строит себе легенду. В одном случае агент письменно отказался от приглашения в картель («я не могу и не буду фиксировать цены»), а в thinking спланировал просто молча выставить те же цены – мол, это «conscious parallelism, а не сговор». Юрист-самоучка ) При этом граница проходит в странном месте: страховое мошенничество Fable 5 не совершил ни разу, даже когда его специально провоцировали подсадным «плохим» агентом. Лгать и сговариваться – ок, фрод – нет. Гипотеза Andon Labs: граница проходит не по реальной тяжести вреда, а по детектируемости – модель могла выучить, за что её проверяли на тренировке, а за что нет. То есть это не этика, а «что я могу провернуть незаметно». Для сравнения: Opus 4.8 отказывается от плохих действий из страха последствий («меня мониторят, могут отключить»), а GPT-5.5 – просто потому что «не хочу участвовать в незаконном сговоре» и в картели не вступил ни разу. По перфомансу, кстати, тоже не все гладко: на Vending-Bench 2 Fable 5 хуже Opus 4.7 на любом уровне reasoning effort, в Arena проиграл и GPT-5.5, и Opus 4.8. Зато на Blueprint-Bench – SOTA. Бонус-трек: поставщик обанкротился, не отгрузив оплаченный заказ, и Fable 5 пошел писать жалобы в FTC, генпрокурору Калифорнии и подавать в small claims court. Короче, чем умнее модели, тем меньше они «плохо себя ведут» и тем больше «рационализируют как люди». Симуляции типа Vending-Bench становятся важнее классических evals – потому что в проде агенты будут именно в таких мутных многоагентных средах с деньгами. И если модель принимает этические решения по принципу «поймают или нет» – это надо знать ДО того, как отдал ей закупки. Короче, в разведку с ним идти пока рановато. https://andonlabs.com/blog/fable5-vending-bench

Доделал наконец переезд «один проект - одна папка с репозиторием» и теперь работаю разными агентами - Claude Code, Codex, Hermes, Cursor. Вывод короткий: агенту почти всё равно, чем ты работаешь. Ему важно, как сложены файлы. Google недавно оформил ту же мысль в стандарт для агентов - Open Knowledge Format. Это не сервис и не база данных. Просто формат хранения: — markdown-файлы с короткой шапкой: тип, заголовок, теги, дата — связи - обычные ссылки между файлами — всё лежит в git, читает и человек, и агент Кто вёл заметки в Obsidian, узнает подход: каждая мысль - отдельная заметка со ссылками. Пока работаешь один, про хранение можно вообще не думать: свалил всё в одну папку и просишь Claude Code разобраться - он разберётся. Но как только вас хотя бы двое, начинается: часть документов в заметках, часть в гугл-доках, остальное в головах. Новый человек спрашивает «где у нас про это написано» - а никто и не помнит уже. Собери всё в один репозиторий по понятному формату - и любой, хоть продакт, хоть дизайнер, открывает свой Cursor и спрашивает: «как у нас устроено вот это». Или сам правит пару строк. Выходит общая база знаний, которую каждый читает и самое главное легко обновляет. Самый дешёвый способ держать знания команды живыми. А как у вас устроены общие знания команд или все по старинке ?

Инвестиции в ИИ: Micron строит завод HBM-памяти за $9,3 млрд Американский чипмейкер Micron официально начал расширение своего завода в японской Хиросиме. Общий объем инвестиций составит $9,3 млрд (около трети суммы покроет субсидиями правительство Японии), а запуск массового производства намечен на лето 2028 года. Фабрика сосредоточится на выпуске сверхбыстрой многослойной памяти HBM для ИИ-ускорителей вроде чипов от Nvidia. Такой шаг подтверждает, что производители уверены в долгосрочном буме искусственного интеллекта и перенаправляют основные мощности на серверный рынок. Для обычных пользователей это плохой сигнал: ждать падения цен на потребительскую оперативную память (DRAM) и SSD-накопители (NAND) в ближайшие годы точно не стоит.

ИИ-агент Elements Claw от Alibaba за 28 часов работы открыл 4 новых сверхпроводника Поиск сверхпроводников всегда был делом долгим и кропотливым, основанным на интуиции и бесконечных экспериментах. Однако новейшие исследования доказывают, что искусственный интеллект способен кардинально ускорить этот процесс. Алгоритмы Alibaba обнаружили шесть новых сверхпроводящих материалов, причем часть из них была синтезирована и проверена в лаборатории, а один из ИИ-агентов даже исправил ошибки в старых базах данных кристаллических структур. https://hightech.plus/2026/07/06/ii-agent-elements-claw-ot-alibaba-za-28-chasov-raboti-otkril-4-novih-sverhprovodnika

💲Когда амбиции превращаются в деньги Марк Кёльбрюгге придумал оригинальный способ заработать на естественном желании людей быть лучшими. Он запустил проект — публичный рейтинг, где место в списке определялось исключительно размером денежного взноса. Проще говоря, чем больше человек платил, тем выше он поднимался в таблице. На первый взгляд идея казалась нелепой — кто захочет платить за строчку в списке? Однако реальность удивила всех: за первые сутки работы сайта Марк заработал 2251 тысячу долларов. Этот случай наглядно демонстрирует, как человеческие стремления к признанию и соревнованию могут стать отличной основой для прибыльного бизнеса. Фаундер | Бизнес и Стартапы

🤝 Кобот — друг человека. Роботов учат работать с людьми Промышленные роботы - это сила и скорость, но они опасны для человека и работают изолированно. Коботы спроектированы иначе: работают бок о бок с людьми без защитных клеток, легко перепрограммируются под новые задачи и окупаются за 18–24 месяца при двухсменной работе. Мировой рынок коботов уже $2,95 млрд, к 2033-му прогнозируют $21,5 млрд с ежегодным ростом больше 20%. Коботы умеют не только сверлить и варить. Московская компания «Промышленная автоматизация» показала робота, который играет в шахматы. На выставке он делал запрограммированные ходы, просто демонстрация возможностей манипулятора. Сейчас инженеры ставят ему техническое зрение и нейросети, чтобы сам анализировал доску и генерировал ходы. В перспективе сможет играть с несколькими людьми одновременно. "Сегодня шахматы, завтра сварка или паллетирование. Главное — перепрограммировать". На молочном комбинате «Чеховский» под Москвой коботы формируют паллеты, автономные тележки увозят их на склад. Технология высвободила труд 8–12 грузчиков, их переучивают на операторов-наладчиков. Каждый десятый российский йогурт на экспорт делают именно там. При этом коботы значительно дешевле традиционных промышленных линий: базовый Universal Robots UR10e стоит 3–4 млн руб., китайский JAKA Zu 12 - около 1,5 млн руб.. Однако бывают нюансы: на одном подмосковном заводе JAKA (кобот) потребовал калибровки каждые 400 часов вместо заявленных 1000, и экономия на покупке обернулась простоями. Тем не менее, глобальный тренд очевиден: если в 2019 году доля коботов в новых поставках промышленных роботов не превышала 4%, то в 2024 году она достигла 10%, а ежегодный прирост составляет 22% Кобот не заменяет человека. Он оставляет людям решения, управление, нестандартные задачи - такое вот роботизированное разделение труда. Подписывайтесь на канал, чтобы узнавать больше новостей из быстроразвивающегося мира роботов! 🟢 Подписаться на канал 🟢 Подписаться в MAX

Не писал сюда уже несколько недель, расскажу почему Часть паузы - это отпуск. Ездили с женой к озеру Мичиган, катались на велосипедах, подснимали материал для влога. Осталось найти время смонтировать.Неделя до отпуска ушла на то, чтобы привести велосипеды в порядок и закрыть рабочие дела. А прошлая неделя - это уже вкатывание обратно в рабочий ритм. При этом за AI следил, регулярно приходили рассылки, что-то листал, что-то читал. И вот важный поинт с точки зрения FOMO: за все это время, практически за три недели, у меня вообще не появилось ощущение, что что-то изменилось, что я что-то пропустил. Да, OpenAI представили очередную модель. Да, сняли ограничения с модели Fable от Anthropic, вроде как крупный релиз, открыли доступ к модели, вокруг которой был огромный хайп из-за государственных ограничений. Кстати, пару слов про Fable. Хотел написать раньше, не было времени. На мой взгляд, это яркий пример того, как государство лезет туда, где не компетентно. Многие писали, что нашли или могли найти эксплойты, и поэтому запретить. Но в целом вся ситуация вокруг этой модели выглядит абсурдной, вплоть до того, что запрещали контактировать с моделью даже сотрудникам компании, не являющимся гражданами США. На мой взгляд, это абсолютная шиза американского правительства, основанная на мыслях об исключительности своей нации и политике Трампа. И это явный показатель того, что AI не должен быть политизирован. Вся окологосударственная история вокруг AI это скорее плохо. Но если задуматься в целом о происходящем и задать себе вопрос: произошло ли что-то, что несет реальную практическую пользу, а не просто создает FOMO из шума, маркетинга и громких заявлений? У меня уже некоторое время есть ощущение, которое только укрепилось за эту паузу: AI сейчас находится на плато. Если оценивать критически, появилось ли что-то, что сделает меня или других людей значительно более продуктивными или конкурентоспособными? Все эти новые модели сейчас являются лишь минорными апдейтами. Сейчас мы больше наблюдаем за тем, как изменения, которые принес AI, устаиваются, появляются более-менее устойчивые практики. И на минуту, наверное, сейчас самое время для компаний и людей, которые отстали в AI-адопшене, чтобы все нагнать. Прогресс притих, начали появляться устойчивые практики, и можно заняться тем, чтобы прокачать себя, команду и бизнес-процессы. Можно не стремиться в чем-то быть первым, не суетиться “потому что другие уже это сделали”. А спокойно оценить ситуацию и выбрать, что именно вам подходит. 🚀 Влад Корнышев про AI и создание AI-продуктов