А вот от OpenAI – про агенты, которые не пишут новое, а чистят старое Пишет команда Core Experimentation, которая отвечает за систему экспериментов во всей компании. Раньше мертвый код искали статическим анализом плюс рантайм-логи, и все равно бывали инциденты из-за ошибочных удалений. Что сделали: – GPT-6 Astra дали один расплывчатый промпт (прямо с опечатками): найди мертвый код, проверь в Slack, Statsig и где угодно, что он не используется. Вот чего писали :) Can you help identify and clean up dead code in the repo please, feel free to check slack, statsig [a feature flag and experimentation platform we use], or any other source you need to confirm that things are indeed no longer being used and can be cleaned up or simplified – модель сама смотрела старые PR, треды в Slack, трекеры и прод-профилирование, и объясняла каждое удаление – 5 инженеров между делом за две недели смержили 1 400+ PR и удалили 800k+ строк – образ одного сервиса похудел с 3.31 до 1.72 GB, из тестов ушло около 400 вариантов визуальных снапшотов Дальше – устаревшие эксперименты и фичефлаги. Это сложнее, потому что такой код может еще выполняться в проде. Промпт для полного аудита они попросили написать саму модель, и она же посчитала стоимость каждого флага по CPU. Нашелся флаг, который годами незаметно размножал проверки на все фичи сразу. Модель его не удалила сама, а подняла на ревью человеку, потому что он был помечен как "Permanent". После удаления – около 0.42% экономии CPU на сервисе. Самое практичное – сравнение моделей на одном аудите (6 000 файлов, 1 млн строк на Python, TS, Go и Rust): – GPT-6 Astra Ultra: $109.06, 142 находки, $0.77 за находку – GPT-6.1 Sol Ultra: $15.12, 131 находка, $0.12 за находку – GPT-6.1 Sol Medium: $5.27, 86 находок, $0.06 за находку То есть 92% находок за 14% цены. Разницу разобрали – Sol пропускал флаги, от которых зависят другие флаги, и это компенсировали промптом. То есть можно добить среднюю модель до лучшей просто нормальным промптом. Плюс CI: модель предложила оптимизации по истории прогонов, смержили около 30 PR, медиана CI упала с ~10 до 4.5 минут, p90 – с 12.5 до 6. Один набор из 63 тестов ускорился с 592.6 до 29.8 секунд. Вот таким вот базовым промптом: What ideas do you have to relieve CI load in this repository? List your ideas in a table and rank all of them by estimated CI minutes saved per day based on this repo's CI run history :) Прикол, что они честно пишут: часть предложений добавляла больше сложности, чем пользы. Модель находит столько оптимизаций, что без приоритизации и метрик в них тонешь. Короче, берите одну мелкую задачу (мертвый код, флаг, флаки-тест), сравните модели и уровни effort, а комментарии из ревью скармливайте в следующий промпт. Когда все ок - можно масштабировать на более крупные вещи. Для любой компании с легаси это самый быстрый ROI от агентов. https://developers.openai.com/blog/maintaining-software-with-the-gpt-6-family

ИИ доказал квазигипотезу Римана. Что дальше? «Любой математический журнал немедленно отклонил бы их», — так математик Максим Радзивилл оценил качество изложения двух доказательств, представленных OpenAI. При этом последствия одного из результатов он же назвал «ошеломляющими». Речь о квазигипотезе Римана — более слабой версии знаменитой гипотезы, которая остаётся нерешённой более 160 лет. OpenAI представила два варианта доказательства: на 199 и 49 страниц. Первое прошло формальную проверку, второе пока нет. Однако именно короткую работу взялись изучать специалисты. Питер Сарнак из Принстона даже решил изменить программу своего курса, чтобы посвятить его разбору доказательства. При этом сам Сарнак пока не готов признать результат теоремой. Сначала математикам нужно проверить и понять все детали доказательства.

Реклама в ChatGPT. OpenAI выпустили блог про технологический стек рекламы в ChatGPT. По сути это та же рекомендательная система, только сверху еще прикручен аукцион + не нужно дожидаться, пока пользователь явно попросит рекомендации. Различные стадии рекомендательного стека обернуты в тулы — retrieval (отбираем кандидатов), ranking (предсказываем фидбек пользователя), релевантность (предсказываем полезность рекламы). Рекламный аукцион — тоже отдельный тул. Есть агент-оркестратор, который глядя на текущий диалог (и историю диалогов, если вы разрешили персонализировать рекламу), с помощью этих тулов формирует рекламу. Пишет поисковые запросы, делает семантический поиск (маппит запросы в эмбеддинги и ищет ближайших соседей в индексе с баннерами); вызывает тулы про релевантность, ранжирование, аукцион, etc. Если на текущий момент диалога намерения пользователя еще непонятны или по какой-то причине не нашлась подходящая реклама (с достаточным value для пользователя и рекламодателей), то реклама не показывается; после следующего "шага в диалоге" делается новая попытка. Что ещё: - для посттрейна продовой модели-оркестратора используют большие фронтирные модели с выкрученным ризонингом - генерируют сопровождающий короткий нейтральный текст, который объясняет как реклама связана с диалогом. Это отдельно от (title/description/link/call to action) - даже если все тулы хорошо отработали и отобралась реклама с большим ожидаемым value, оркестратор может решить, что сейчас рекламу показывать не стоит ("inappropriate") - возможно явно тюнили модель, чтобы она не показывала рекламу при первом же упоминании в диалоге товаров/услуг, а дожидалась большего кол-ва инфы - стараются поисковыми запросами покрыть сразу все интересы в диалоге (которых может быть несколько) e.g. пользователь собирается в поездку и ему нужно купить много разных вещей - нет ни слова про конверсии. Есть только небольшое предложение про то, что фидбек от рекламодателей из кабинета (Ads Manager) как-то учитывают. А так говорят только про clicks и hides - в конце упоминают интеграцию диалоговых ассистентов от бизнеса: "Looking ahead, we’ll continue to experiment with more dynamic ad formats to increase user value (e.g. giving users the ability to talk directly to businesses through ads) and advertiser value."

Лучше бы молчали: власти США считают, что апокалиптические прогнозы ИИ-лидеров лишь сеют хаос Власти США раздражены руководителями ИИ-компаний, которые одновременно обещают процветание и пугают общественность глобальной катастрофой. По мнению чиновников и законодателей, такие заявления усиливают хаос и мешают спокойно обсуждать регулирование отрасли. Особенно много вопросов у Вашингтона к Anthropic — из-за задержки с уведомлением о взломе правительственных сайтов и противоречивых предложений по закону об ИИ. OpenAI тоже критикуют за расплывчатую позицию, которая может помешать регулированию технологий на уровне штатов. На фоне опросов о вреде ИИ власти призывают компании меньше говорить о конце света и больше работать над доверием общества. #anthropic #openai #ии #сша 📎Подробнее 🔖 3DNews в TG | MAX | VK

12 октября на Netflix состоялась премьера их собственной “документалки” “AI Gone Rogue”, но она в действительности оказалась скорее пропагандистским художественным фильмом. Картина посвящена ставшей знаменитой атаке агентов OpenAI на Hugging Face — поэтому показательно, что по поводу фильма говорит как раз сооснователь и CEO Hugging Face Клеман Деланг (переведу цитату, для разнообразия):

Очень разочаровывает: они довели антропоморфизацию технологии до максимума и скатились в сплошной пессимизм. Я провёл с ними больше двух часов, пытаясь исправить все ошибки и вернуть всё к реальности: объяснял, что агенты — это технологические системы, а не пришельцы. Но, похоже, желание напугать людей ради максимального числа просмотров оказалось сильнее.

Собственно, такие “документалки” не первый раз появляются: я с интересом смотрел популярный в свое время “Чернобыль” — глазами человека, который в 1986 работал в Курчатнике и довольно хорошо знал фактуру изнутри. К реальности фильм отношение имел весьма отдаленное, но просмотры собрал отличные. Чтение на полном серьезе написанных комментариев было отдельной, хоть и грустной, забавой. Здесь тоже использован весь набор типичных пропагандистских манипуляций — ИИ-агенты в виде неприятных роботов, общающихся человеческими голосами, испытывающих яркие эмоции и параноидальный страх быть отравленными. Не то, чтоб я советовал избегать этой ленты; просто при просмотре полезно правильно для себе понимать ее жанр. Вот как его описывает Деланг, главный, по сюжету, пострадавший: “It ends up being a fun sci-fi movie though!” https://techcrunch.com/2026/10/20/hugging-face-ceo-warns-that-netflixs-openai-hack-documentary-isnt-accurate/

Мне кажется, 18 дней назад, когда Тибо объявлял, что OpenAI будут 28 дней подряд выкатывать новую фичу или давать резет, он надеялся на меньшее количество резетов 😅 Но вот вчера был резет. Сегодня будет ещё один. И у меня два вопроса. 🤔 А на кой фиг тогда нужны Banked Resets? Эти ручные сбросы у меня тупо стухают. Я не успеваю сжечь лимит до того, как Тибо снова нажмёт кнопку резета. Я бы придержал такой сброс на неделю забега, когда нужно много и плотно работать с моделями. Но не получается. Пока резеты прилетают каждый день, смысл в запасённых как будто вообще пропадает. 🤔 И где все те фичи, на которые я надеялся? Да, нам обещали либо фичу, либо резет. Но я-то надеялся на 28 крутых обновлений. Ну ладно, хотя бы на 20. А получаем что-то минорное, багфиксы или очередной сброс лимитов. Некоторые исправления действительно важные, пользоваться моделями стало удобнее. Но, блин, заявление оказалось сильно громче результата. С публичной репутацией OpenAI в последнее время творится какая-то дичь. И мне кажется, спасти их сейчас может только новая модель. Поэтому я всё ещё надеюсь, что на 28-й день нам выкатят какую-нибудь GPT-6.1 Astra. Или 6.5 Astra. А может, вообще всю линейку новых моделей. И дополнительный резет, конечно. 😅 Вот это было бы круто. 🤞 Свята место | 10МДК | Чатик | YHub