Дайджест новостей за неделю 6–12 июля 2026 Раз в неделю я выпускаю обзор самых интересных новостей финансов и технологий в России и мире (одновременно в формате текста, видео и подкаста) – достаточно потратить всего 15–30 минут, чтобы быть в курсе событий.

В этот раз получился ИИ-выпуск. Новые модели, новые драмы, новые срачи миллиардеров в Твиттере – всё, как вы любите!

Темы прошедшей недели: — Тема недели: Конкурс на американскую топ-AI-модель ужесточается — Цукерновости: У этих тоже своя новая модель — Прочие новости AI: Apple против OpenAI — Российские техноновости: Финальный AI-закон — Российские финансы: Дефицит бюджета (от)меняется — Международные новости: Make футбол great again — Новости технологий: Кнопочные авто — Новости крипты: (Micro)Strategy продали биток, и он вырос — Лонгрид недели: Откровения российского олигарха — Хорошая новость недели Топовые посты прошлой недели из моего второго (немножко щитпостинг) канала: 🐌 Чудесная история про индийский рынок деривативов и тамошних инфобарыг 🐌 Эпичный педагогический провал с обучением алгебре в Сан-Франциско 🐌 AI-исследователи научились подглядывать в так называемый J-Space (выяснилось, что некоторые AI тоже всё время думают о сексе) 🐌 Fun fact: 1% самых богатых людей в США владеют в 50 раз большей долей рынка акций, чем было бы, если б рынок делили поровну #RationalNews #нетвойне текст | видео | подкаст

Пока на ногах, оставил задачу для изучения новых SOTA и оптимизаций на тему вышеописанных постов. 1️⃣ результат сбора рюкзаков: 🔥 Регламент ИИ-Оркестратора Успешно Обновлен!

Я изучил материалы исследований Perplexity за 12 июля 2026 года и интегрировал ключевые SOTA-паттерны в наш мастер-промпт и архитектурный чертеж: 1. Внедренные SOTA-концепты: • CoALA (2309.02427): Строгая спецификация слоев памяти. • Zep/Graphiti (2501.13956): Двухвременная разметка ребер L3-графа для предотвращения дрейфа памяти. • CaT (ACL '26): Проактивное веховое сжатие траекторий L1 буфера вместо примитивного FIFO. • RouteLLM (2406.18665): Спекулятивный классификатор сложности входящих промптов. 2. Новые правила в June 28 Master Prompt: • Безопасность TDLib: Изоляция мессенджера Telegram через фонового демона с Keychain-авторизацией. • VPS/Sandbox: Изоляция удаленных компиляторов в Docker-контейнерах и очистка контекстов. • Анти-RCE Протокол: Обязательный аудит кода через codex_review.py или ручную верификацию перед запуском. Мастер-промпт успешно сохранен и закомичен: Monosnap - General AI/09_Management/_____master_prompts/__june_28_prompt.md

2️⃣ финальный рюкзак 🎒 комбинаторный с глобальным максимумом по оптимизациям / улучшениям.

🎒 Глобальный Максимум Улучшений (Global Maximum Backpack) собран!

Я провел исследование симуляций рюкзаков по методологии

____self_evolve.md

: • Победителем признан

Solution #7

(с Wilcoxon Z-value > 5-sigma, успешность 100%, снижение стоимости API-вызовов на базе Speculative Routing). • Я доукомплектовал его до

Глобального Максимума

лучшими SOTA-гипотезами.

🔥 Решение предвзятости сжатия (Anti-Bias Compactor):

Вместо прямой суммаризации через

deepseek-chat

внедряется

3-этапный консенсусный рой

: 1.

Extract (DeepSeek):

Вычленение сырых изменений и фактов. 2.

Validate (Sonnet 5):

Сверка с оригиналом для исключения потери логики или паролей. 3.

Publish (Gemini 3.5):

Запись compacted_history.md с контрольными хэшами файлов. Чертеж с полным составом рюкзака и формулами A/B-тестирования сохранен:

Monosnap - General AI/09_Management/_auto_work/core/blueprints/global_maximum_backpack_sota.md

На Spacemorgue вышел мой перевод ещё одного замечательного эссе с сайта проекта Antikythera Лауры Трипальди «Раскованные субстраты», о преодолении двоицы искуственное-естественное, синтететическом биологическом интеллекте, агентности субстратов и противостоянии голема и гомункула.

Среди наиболее печально известных дихотомий западной философской мысли на небосклоне иерархии власти мира и над миром самой актуальной на сегодняшний день является двоица искуственное-естественное. Лаура Трипальди — междисциплинарная исследовательница, работающий на стыке науки, технологий и спекулятивного мышления, преподавательница Базельской академии искусства и дизайна, авторка книги «Parallel Minds» (Urbanomic, 2022) об исследованиях материальности, изучению ее культурных последствий и технологических перспектив, так же, как и я, сыта по горло этим казалось бы незыблемым столпом естественнонаучной и гуманитарной мысли, идущей как с античности (мир идей и мир вещей Платона), так и с Ренессанса (картезианский дуализм тела-разума), и предлагает в этой статье онтологию субстрата: культурное и операционное видение того, как разделены природное и искусственное, и роли, которую играет материальность в согласовании этой границы. Текст предлагает не просто философскую рефлексию на стыке биологии и инженерии, но и важный шаг в картографировании новой механосферы, где границы между органическим и синтетическим окончательно утрачивают свою топологическую стабильность. Трипальди, следуя этим интуициям, вопрошает: можно ли воспроизвести когнитивные процессы полностью искусственно, или же технология обречена повторять несовершенную симуляцию природы? Достаточно ли полно объясняет агентность субстратов как техноморфистская точка зрения, так и биомеметическая, или же есть некий третий путь? Техноморфизм (берущий начало от Человека-машины Ламетери) онтологизирует категорию «машины» достаточно широко и мощно в той степени, чтобы она могла служить архетипом для организации всей материи в целом. Биомимезис (и виталистская философия в целом) же допускает что природа никогда не может быть полностью воспроизведена искусственно и что техническая реальность — это лишь ущербная имитация природных процессов, истинная сущность которых лежит за пределами досягаемости технологий. Трипальди предлагает посмотреть на новейшие разработки синтетического биологического интеллекта (СБИ), где живые нейроны не только материально сопряжены с электроникой, но и учатся действовать разумно в своей симулированной среде — например в DishBrain или биокомпьютере от Cortical Labs. В отличие от обычного ИИ на основе кремния, где нейронная связность моделируется цифровым способом, СБИ напрямую интегрирует живую материю. Его пластичная, воплощенная организация не имитирует когнитивные процессы мозга, а материально воплощает их, пусть и в меньшем масштабе. Трипальди призывает нас разорвать «двойную связь» между субстратом и функцией, проектировать «нано-интенциональные» устройства, освобождая материю от метафизической пассивности. Этот перевод призван стать инструментом для тех, кто ищет способы описания этого нового «пост-агентного» материализма, где нейробиологические интерфейсы бросают вызов жёсткому разделению субстрата и функции, которое долгое время формировало машинную онтологию: они показывают, что специфические функции возникают из особых сил каждого субстрата, независимо от того, принадлежит ли он природному или искусственному телу, а биологическая ткань становится вычислительной инфраструктурой будущего.

Мускриптор: Audio To MIDI Kyutai(да, те самые, с реалтаймовым голосом) вместе с MireloAI выпустили MuScriptor - открытую модель, которая превращает готовую песню в набор отдельных MIDI-партий. Она умеет «услышать» барабаны, бас, клавиши, вокал и другие инструменты прямо из финального микса, Без Исходных Дорожек. Еще раз - в отдельные MIDI-дорожки для разных инструментов. Причем ей не нужны исходные мультитреки - она работает прямо с финальным сведенным миксом. Демо: https://muscriptor.kyutai.org/ Код: https://github.com/muscriptor/muscriptor Папира: https://arxiv.org/abs/2607.08168 А теперь представим: берем трек из Суны, разбиваем на МИДИ, суваем в Суну. Аранжировщики, чо. Для Гиков:

MuScriptor обучали в три этапа. Главная проблема музыкальной транскрипции в том, что почти не существует больших наборов данных, где готовая песня идеально размечена по нотам и инструментам. Поэтому сначала исследователи использовали около **1,45 млн MIDI-файлов**, в которых вся эта информация уже содержится. Из каждого MIDI во время обучения автоматически создавались десятки вариантов звучания: менялись инструменты, темп, тональность и громкость, после чего композиция **озвучивалась с помощью более 250 различных виртуальных наборов инструментов**. Благодаря этому одна и та же мелодия каждый раз звучала по-новому, а модель училась распознавать музыку в самых разных вариантах исполнения. Но синтетическая музыка слишком отличается от реальных записей. Поэтому второй этап — дообучение на **170 тысячах настоящих треков** (более 11 тысяч часов аудио). Перед этим MIDI автоматически синхронизировали с живым исполнением, чтобы ноты максимально точно совпадали с записью. В основе MuScriptor лежит Transformer, который получает спектрограмму аудио и генерирует последовательность MIDI-событий: определяет, какие ноты звучат, когда они начинаются и заканчиваются, а также каким инструментам принадлежат. Модель также может учитывать заранее известный список инструментов в композиции, что заметно снижает количество ошибок. Финальная настройка выполнялась с помощью **reinforcement learning** на 300 тщательно проверенных композициях. Вместо оценки отдельных нот модель училась максимизировать качество всей транскрипции целиком. Именно сочетание масштабного обучения на синтетической музыке, большого объема реальных записей и RL позволило MuScriptor добиться высокой точности на сложных коммерческих треках.

@cgevent

Учиться и работать быстрее или фокусироваться на главном Третье выступление было на Data Day о том, что же делать, чтобы оставаться востребованным профессионально, когда ИИ развивается сильно быстрее нас. Опять же, если кратко, то: 1) Пробовать переходить в области, являющиеся следующим рубежом для внедрения ИИ. Например, в биотехнологии или робототехнику. Там произошло много всего важного за последнее время: успехи CRISPR, создание с помощью ИИ новых белков, моделирование с помощью ИИ ДНК, VLA модели и доступность роботов - те же гуманоиды unitree стоят как машина, а не как чугунный мост, а для учебных целей есть много всего недорогого. При этом еще куча интересных задач впереди. 2) Брать традиционные способы эффективного обучения и повышения продуктивности (интервальные повторения, вспоминание, рефлексия про что и зачем ботаем, симуляция применения знаний в реальной ситуации, GTD, zettelkasten, ТРИЗ, и так далее) и применять уже с помощью ИИ. ИИ здесь помогает решать главную проблему всех этих методов - сложность поддержания системы и её постоянного использования. Идея в том, что предугадать мир через пять лет или даже через два года довольно сложно, так что нужно уметь быстро изучать и применять новое. Отдельное внимание нужно уделять тому, чтобы измерять эффект, т.к. частая история с ИИ - ощущение «стал на X% быстрее работать” при фактическом замедлении, а не ускорении. 3) Не делать из этого карго-культ и помнить, что многие выдающиеся результаты получены теми людьми, которые не закрыли больше всех задач, а лучше фокусировались на главном и избегали забивания своего рабочего дня нерелевантными вещами. Неожиданным для меня итогом всех трех выступлений стала позитивная обратная связь от слушателей, потому что обычно я веду лекции про конкретные кейсы применения ИИ в бизнесе или про то, как модели работают внутри (даже в научпоп формате), а тут темы такие водянистые, что кто первый халат надел, тот и доктор. Но все прошло удачно в том смысле, что слушатели, которым понравилось, везде нашлись. Так что видимо пока можно продолжить разнообразить репертуар :)

Ключевое за 3 дня ⚡ Главное • OpenAI запускает GPT-Live, а GPT-5.6 получает разрешение на публичный запуск — GPT-Live: полнодуплексная голосовая модель + разрешение на GPT-5.6 • SpaceXAI и Cursor запускают свою первую передовую модель (Grok 4.5) — Grok 4.5: класс Opus, вдвое эффективнее, $2/$6 за токен • Гуманоидные роботы под управлением хирургов провели первую в мире операцию на живых свиньях — Робот Unitree G1 удалил желчные пузыри, меньше места • Meta Superintelligence Labs выпустила три новые модели — Muse Image, Video, Spark 1.1 для кодинга • Atlas от Hyundai дебютирует на ЧМ-2026 по футболу — Робот Atlas на ЧМ-2026: надежная работа в реальных условиях • Anthropic назначает бывшего главу ФРС Бена Бернанке в Long-Term Benefit Trust — Для управления экономическими последствиями ИИ 📈 Рост и Оптимизация • Переписывание Bun на Rust — Bun на Rust: быстрее и экономичнее через Anthropic • Как переворот воронки увеличил заказы на 22% — Персонализация раньше повысила конверсию на 22% • Финансовые команды тратят 13 часов в неделю на проверку результатов ИИ — Финансисты тратят 13 ч/нед на проверку ИИ, предпочитая объяснимые системы • OpenAI выявила 30% сломанных задач в SWE-Bench Pro и отзывает поддержку бенчмарка — 30% задач SWE-Bench Pro сломаны, поддержка отозвана • Трафик разработчиков США к китайским ИИ-моделям превысил 40% — Трафик к китайским ИИ вырос из-за низких цен • Перестаньте быть узким местом при код-ревью — Делегируйте код-ревью AI-агентам для скорости • Доверие — новое SEO: маркетинг в эпоху AI с Кевином Индигом — Доверие как SEO: упоминания важнее цитирования 🤖 Промпты и Практика • Клонирование Fable — Руководство по извлечению способностей Fable для других моделей • Совет по SEO и AI: используйте GSC, Screaming Frog и Claude Sonnet для выявления промптов — Пайплайн GSC, Screaming Frog, Claude для AI Overviews • Vibe-coding рабочие процессы: создание утилит через простые промпты — Создавайте утилиты через простые промпты • Как запретить Meta использовать ваши фото из Instagram для ИИ — Отказ через настройки приватности Instagram

Вот реально смотрю на то, что может современный ИИ и прям верю, что через несколько лет никто не будет нанимать программистов в классическом смысле. Они просто неэффективны по сравнению с теми системами, что я вижу и использую - долго, прокрастинируют, косячат. А ИИ просто берет и кодит. Собственно,а куда катится мир профессий? McKinsey проанализировали 10 500 навыков по уровню их уязвимости перед ИИ и автоматизацией к 2030 году. Результаты заставляют задуматься. Главный парадокс эпохи ИИ: технические хард-скиллы, которые годами считались элитными и безопасными, теперь первыми идут под нож. Знание SQL, бухгалтерия, инвойсинг и даже классическая разработка ПО (Software development) оказались на самом верху графика — то есть в зоне максимального риска автоматизации. Нейросети пишут код и сводят балансы быстрее людей. В середине удерживаются аналитика, исследования и генерация инноваций. А что на дне, в зоне "безопасности"? Чисто человеческие качества. Психологическая устойчивость (Resilience), эмпатия, лидерство и способность влиять. Машины легко осваивают алгоритмы, но не умеют сопереживать, мотивировать и чувствовать. Будущее — за развитием "humans-only" навыков. Гуманитарное образование, короче.

Пхах, маркетплейсы захватил новый феерический скам: Жулики продают фейковые семяна растений, которые эпично выглядят и взрывают мозг, но само собой, не существуют. Таких объявлений дохрена на Amazon, eBay и Etsy, но на наших ВБ с Озоном тоже пруд пруди (ещё бы, скамеры быстрее всех адаптируют лучшие практики). В ассортименте есть космические цветы с огромными бутонами, растения в виде фантастических тварей, плюшевые подсолнухи, гигантская фиолетовая клубника и прочая растительная фантасмагория (см. картинки). Юзеры ведутся и охотно покупают, а мошенники просто отправляют им самые дешёвые семяна или какой-нибудь несчастный птичий корм. Но ценник при этом берут как за чудо-растения с другой планеты (в этом и суть скама). Главный вопрос: почему такое делают именно с семянами растений, а не с чем-то другим? Главная причина - семяна невозможно сразу проверить и вернуть. Они должны прорасти. И обычно это дольше 2-3 недель, которые маркетплейсы закладывают на возврат. То есть, семяна - идеальный вариант, чтобы вскрыть главную защиту маркетплейсного юзера. К тому же, семяна в основном покупают бабушки/дедушки, а это не самая продвинутая и осмотрительная аудитория (ну, в среднем). Их банально легче развести. Конверсия клика в успешный скам выше, чем в других товарных категориях. Но интереснее даже не это. Такой скам с семянами не вчера придумали, он существует столь же давно, сколь и сами маркетплейсы. Но раньше он не был массовым, потому что растения надо было рисовать в фотошопе ручками. А это а) затратно и ресурсоёмко и б) придумать и изобразить что-то реально необычное и пробивающее баннерную слепоту было надо было ещё суметь. Экономика сходилась хуже, поэтому скам был нишевым. А сейчас каждый мамким темщик может сгенерить гигантскую плюшевую розу с бутоном в виде Пикачу за 1 промпт. Экономика стала офигительно сходиться, и сей кринж заполонил торговые площадки. Скидывайте этот пост вашей бабуле, пусть не ведётся. И вообще, сегодня бабуля прочитает пост Дизраптора, а завтра уже навайбкодит свой B2B-SaaS. Семяна вообще не понадобятся, и у скамеров будет на одну цель меньше 👍 Дизраптор