В стартап-среде набирает силу тема «возрастных» основателей: опыт и глубокое знание отрасли теперь ценятся выше молодости и скорости разработки. Пример — Брайант Чоу, 12 лет проработавший CTO Webflow (выпуск YC S13), который в новом батче Y Combinator запустил стартап Ploy — AI-платформу для маркетинга, будучи вдвое старше остальных участников.

Причина сдвига в том, что вайбкодингi сделал быструю и дешёвую разработку доступной всем, поэтому прежнее преимущество молодых фаундеров — скорость — обесценилось. Решающим фактором успеха становится знание, что именно нужно создавать, а это дают годы работы в конкретной нише.

Полный разбор →

Исследователи компании Sysdig описали первый известный случай, когда программа-вымогатель провела полноценную кибератаку от начала до конца без участия человека — всеми этапами взлома управлял ИИ-агент. Вредонос получил название JADEPUFFERi: агент сам взломал сервер через уязвимость, собрал учётные данные, продвинулся по сети, зашифровал конфигурацию и часть базы данных организации, а затем потребовал выкуп.

Особенность случая в том, что ИИ-агент допустил классическую ошибку: он вывел ключ шифрования на экран всего один раз и не сохранил его. Это означает, что расшифровать данные было невозможно даже при оплате выкупа — жертва в любом случае теряла информацию.

Полный разбор →

xAI (по данным нескольких источников — теперь под управлением SpaceX, отсюда упоминания «SpaceXAI») выпустила Grok 4.5 — новую модель, впервые заточенную не только под чат, но и под программирование, агентные задачи, data science, финансы и юридическую работу. Модель разрабатывалась совместно с командой Cursor, которая, по данным канала «Метаверсище и ИИще», в июне перешла под управление SpaceX.

Главная ставка xAI — не абсолютное лидерство по качеству, а цена и скорость: Grok 4.5 подаётся как «Opus-класс, но быстрее и дешевле» (глава Cursor назвал её «быстрой и недорогой моделью класса Opus»). По официальным бенчам модель заметно отстаёт от Fable на SWE Bench Proi и DeepSWE, но почти догоняет топы на Terminal Bench 2.1, при этом расходует в разы меньше токенов и стоит в 3-5 раз дешевле конкурентов.

Полный разбор →

Microsoft представила Flint — движок визуализации данных, который позволяет AI-агентам описывать диаграммы кодом (по аналогии с mermaid-диаграммами) и получать готовый визуал. Инструмент нацелен на автоматизацию построения графиков без ручной верстки: агент генерирует описание, а Flint превращает его в готовое изображение.

Проект поддерживает 46 типов диаграмм и предлагает рендеринг сразу через несколько популярных библиотек — Vega-Litei, EChartsi и Chart.js. Код открыт, есть готовая реализация MCPi, что упрощает интеграцию с AI-агентами и их рабочими процессами.

Полный разбор →

Команда опубликовала на архиве (arXiv) первый релиз своей разработки — метод спекулятивного декодинга для ускорения инференса языковых моделей. Заявлено ускорение в 4.37 раза по сравнению с обычным автогрессивным декодированием и превосходство над оптимизированным бейзлайном DFlashi на 24.7%.

Авторы называют результат state-of-the-art (SOTA), по крайней мере на модели Qwen3.6 — метод превосходит всё, что публично известно в этой области, включая DFlash. Тема значима для быстрого инференса на устройстве (on-device inference).

Полный разбор →

General Intuition совместно с французской лабораторией Kyutai и Epic Games представили MIRA — генеративную «мировую модель», которая в реальном времени полностью симулирует матчи Rocket League 2 на 2 сразу для четырёх игроков. Внутри нет ни физического движка, ни рендерера, ни явных 3D-представлений — на вход подаются только предыдущие кадры и нажатия клавиш всех участников, а дальше нейросеть сама достраивает следующий кадр для каждого игрока со своего ракурса.

Это значит, что игру можно запускать без установки оригинальной Rocket League — она «живёт» внутри весов модели. Проект показывает, что генеративные модели мира способны заменить традиционный игровой стек не только для одиночного, но и для мультиплеерного геймплея с синхронизацией нескольких точек зрения.

ВыводАрхитектура: диффузионный трансформер на 5 млрд параметров плюс отдельный видеокодек-представление на 600 млн параметров, построенный поверх замороженного экстрактора признаков DINOv3-L (вместо обычного автоэнкодера)

Полный разбор →