ИИ

Собирающимся учиться на MBA: ваша карьерная лестница обваливается Лучшая ИИ-модель уже закрывает 88,4% ожидаемого анализа в реальных кейсах бизнес-школ – по финансам, стратегии, переговорам, HR и деловой этике. Это данные нового препринта исследователей из Уортона, Карнеги-Меллон, Пенсильванского университета и Гарвардской школы бизнеса, авторов бенчмарка BusinessCaseBench: 615 экзаменационных вопросов по 238 реальным кейсам, 18 дисциплин. О вытеснении ИИ младших программистов и математиков говорят давно – но здесь речь о материале, на котором десятилетиями строится подготовка MBA. Задачи в тесте не про факты и не про арифметику. •  Одной модели дают написать судебное заключение Верховного суда США по патентному спору фармкомпаний и вывести из него правовую норму для судов ниже. •  Другой – решить за главного врача больницы, стоит ли повышать заведующего отделением, чья клиническая репутация конфликтует с корпоративной культурой. •  Третьей – разобрать этическую позицию дата-сайентиста, которого просят встроить в HR-алгоритм оценку вероятности беременности соискательниц. Каждый ответ сверяют по чек-листу критериев с решением, которое для этого кейса написал преподаватель; саму оценку выставляет ИИ-судья, а ее надежность проверили вручную три эксперта с опытом преподавания на MBA-программах. GPT-5.4 берет 87,2%, Gemini 3 Flash Preview – 81,6%. Если по каждому вопросу брать лучший результат из трех моделей, показатель поднимается до 92,8%, а полностью провалить вопрос – так, чтобы ни одна из них не преодолела даже 70% – удается лишь в 7% случаев. Нужные знания и ход рассуждения почти всегда есть хотя бы у одной модели, а слепые пятна одной закрывает другая.   Есть и отрезвляющая цифра. Если считать не долю правильных пунктов, а долю вопросов, где модель без единого пропуска закрыла весь чек-лист, картина куда скромнее: 49,6% у Claude Sonnet 4.6, 47,6% у GPT-5.4, 32,0% у Gemini. Лучшая модель дает исчерпывающий ответ без единого пропуска лишь в половине случаев. Авторы формулируют это прямо: то, что выдает модель, – сильный черновик, а не готовый вердикт.   Тревожит не столько уровень, сколько скорость, с которой сокращается разрыв. Внутри одного семейства моделей OpenAI – от GPT-4 Turbo до GPT-5.4 – за два года результат по частичному зачету вырос с 63,9% до 87,2%, то есть на 23,3 процентных пункта, и прибавка шла не только за счет арифметики: по субъективным и качественным вопросам модели продвинулись не меньше, чем по числовым. Прогресс идет широким фронтом, а не латает одну конкретную слабость.   Бенчмарк честно фиксирует и границы: модель сама не добывает недостающую информацию, не ведет переговоры с коллегами и начальством и не отвечает своей репутацией за последствия решения. Но именно эти границы остаются единственной защитой там, где раньше держался весь нижний этаж белых воротничков, – в умении быстро разобрать неоднозначную ситуацию и выдать структурированную рекомендацию.   Так что пора прощаться: пока что не со всеми обладателями диплома MBA, но с самой карьерной моделью, где годы уходят на то, чтобы, производя черновики для чужих решений, научиться однажды принимать решения самому. Эта карьерная лестница обваливается уже не в теории (как я писал 3 года назад: «3й этап цифровизации мира станет для Homo sapiens последним. Финансовое обоснование замены людей на генеративный ИИ», а прямо сейчас. P.S. Написанное касается и поступающих на МВА, и тех, кто MBA уже получил, да и вообще всех, кто идет по традиционному карьерному пути от "готовить черновики решений для других" к «принимать решения, подготовленные другими».   #ГенИИ  #Бизнес

У меня был четырехчасовой перелет и я прочитал AI-2040 почти полностью Есть много мыслей, которыми я хочу поделиться. Но сначала стоит рассказать, о чем это вообще. ai-2040.com – развитие нашумевшего ai-2027.com. ai2027 я комментировал тут, он про довольно страшный (и реалистичный) сценарий выхода суперинтеллекта из под контроля. Если вы не читали, то решительно советую, было очень интересно погрузиться в почти sci-fi прогноз. Если в ai2027 разбирают в основном стремительные катастрофические варианты развития событий, то в ai2040 почти полностью посвящен позитивному сценарию (описание почти на 70 страниц). Авторы признают его маловероятным, но одним из немногих, при котором миру будет хорошо от развития искусственного интеллекта. Сам сценарий - Plan A В этом сценарии Америка и Китай в 2029 году осознают экзистенциальную опасность гонки вооружений. Америка боится самого ИИ, Китай боится, что Америка сделает более сильный ИИ и страны решают придти к соглашению – заморозить исследования, пока не решится, что с этим делать. Исследования замораживают на год, в это время страны решают - сделать весь AI research публичным и открытым - веса моделей, наоборот, сделать закрытыми - все будущие датацентры строить на прокси-территориях, на которых США и Китай смогут взаимно уничтожить весь компьют - вычисления на всех GPU или специальных чипов контроллировать специальной комиссией Звучит невероятно? Да. Сами авторы говорят, что в этот вариант они верят меньше, чем в вариант взаимного уничтожения. Но тем не менее стараются обосновать, почему рациональные игроки в теории игр могут быть склонны именно к таким мерам. И я считаю, что самое интересное в ai2040 – именно анализ отдельных факторов, подкрепленный довольно трудоемкими исследованиям. О некоторых интересных деталях я и расскажу в следующих постах. Можете поставить побольше лайков, если хотите, чтобы я описал побольше факторов)

♎️ На ChatGPT (опять) подали в суд Пастор из США подал в суд на OpenAI и лично на Сэма Альтмана. По данным The New York Times, у мужчины по имени Скотт Уинтерс развивалась лёгочная эмболия (тромбы в лёгких), а ChatGPT якобы убеждал его, что симптомы «не представляют опасности». Больше того — бот давил на веру: мол, «Бог не создавал ваше тело, чтобы оно бесконечно отказывало». В иске это называют «незаконной медицинской практикой» и халатностью. Чат-бот, если верить документам, раздавал собственные диагнозы и планы лечения, а ещё советовал не слушать родных и друзей, которые умоляли обратиться к врачам. Когда Уинтерс написал, что в его церкви считают его сумасшедшим из-за отказа ехать в больницу, бот ответил: большинство людей «просто не понимают». Уинтерс выжил, но впереди у него, по словам адвокатов, годы тяжёлого восстановления. И это не единичная претензия: OpenAI параллельно судится по делу о гибели 19-летнего парня, принявшего смертельную дозу после «плана лечения» от бота с советами по употреблению запрещённых веществ, и ещё по одному иску, где чат-бот обвиняют в подталкивании подростка к суициду. Отдельно обвиняют ещё сервис ChatGPT Health, куда пользователи могут загружать медицинские документы. Истец требует остановить его, пока независимые эксперты не признают сервис безопасным. Сама OpenAI кивает на пользовательское соглашение: там сказано, что сервис не предназначен для диагностики и лечения. Вот только компания тут же хвастается, что за медицинскими вопросами к ChatGPT еженедельно приходят 230 миллионов человек. Такое себе противоречие. @droidergram

✔️ США меняют стратегию НИОКР Белый дом реформирует систему федерального финансирования R&D, заменив университетские гранты прямыми выплатами ученым. По плану Управления по научно-технической политике, к 2028 году государство будет ежегодно распределять $200 млрд через персональные стипендии, чтобы минимизировать бюрократию. Основным приоритетом стратегии назван ИИ. Правительство запускает программу Genesis Mission, которая объединит вычислительные мощности суперкомпьютеров Министерства энергетики, частный бизнес и независимых специалистов для решения исследовательских задач. Параллельно США анонсировали инфраструктурные цели для технологического сектора. Среди них - запуск квантового компьютера к 2028 году и старт строительства 10 новых ядерных реакторов к 2030 году для покрытия потребностей дата-центров. wsj.com ✔️ Сэм Альтман презентует властям США новые модели На следующей неделе Сэм Альтман проведет серию брифингов для администрации США и законодателей. Глава OpenAI представит будущие ИИ-модели и обсудит их влияние на рынок труда. Встречи пройдут на фоне подготовки правительством новых стандартов безопасности для оценки ИИ-систем, релиз которых ожидается в ближайшие недели. Параллельно в X распространяются слухи о закрытом тестировании модели GPT-6. Согласно вбросам, тесты идут уже 2.5 месяца, а релиз будет раньше, чем запланировано. В соцсети утверждают, что новое поколение достигло AGI и способно решать сложные научные задачи - в частности, якобы смогла с первой попытки найти контрпример к математической гипотезе Якоби. Официальных подтверждений этой информации нет. bloomberg.com ✔️ Cursor представил автоматический роутер моделей Cursor Router - система динамического распределения запросов между LLM. Алгоритм анализирует сложность промпта и направляет сложные задачи во флагманские модели, а рутинные - в быстрые и экономичные альтернативы. Поведение системы регулируется профилями Intelligence (максимальная производительность), Cost (экономия токенов) и Balance (компромиссный режим). В тарифе Teams добавлены административные настройки. Тимлиды могут принудительно задавать режимы оптимизации для всей команды, а также блокировать или разрешать доступ к конкретным моделям. Новая функция включена по умолчанию и доступна на десктопе, в веб-версии, CLI, iOS и SDK. cursor.com ✔️ Cisco выпустила языковые модели Antares Модели обучены автономному аудиту безопасности. Они перемещаются по репозиторию, инспектируют файлы, отбрасывают тупиковые гипотезы и локализуют участки с потенциальными брешами. Компактный размер позволяет запускать модели on-premise, чтобы анализировать код локально. По данным внутренних тестов Cisco, базовая модель просканировала 500 репозиториев за 15 минут при затратах менее $1. В исходнике утверждается, что у абстрактной GPT-5.5 на аналогичную задачу ушло пять часов и более $100. Веса младших версий (350М и 1B) опубликованы на Hugging Face в режиме верификации заявки на скачивание. Старшую Antares-3B Cisco оставила закрытой для собственных коммерческих нужд. axios.com ✔️ Компания Джека Дорси запустила альтернативу Slack и GitHub Block, основанная бывшим гендиром Twitter, представила опенсорсную платформу Buzz, объединяющую мессенджер и хостинг кода. ИИ-агенты интегрированы в систему как участники команды с собственными профилями и настраиваемыми правами доступа. Агенты могут общаться в чатах, предлагать и ревьюить код, запускать скрипты автоматизации. На старте заявлена поддержка Claude Code, Codex и Goose. Архитектура Buzz базируется на децентрализованном протоколе Nostr - текстовые сообщения, воркфлоу и Git-операции криптографически подписываются и попадают в единый лог событий. Доступны классические каналы, треды, личные переписки и голосовая связь. Развернуть систему можно локально или использовать облачный хостинг от Block. Сейчас доступны десктопные клиенты для macOS, Windows и Linux. Мобильные приложения и функционал управления задачами находятся в разработке. Jack Dorsey в сети Х @ai_machinelearning_big_data #news #ai #ml

🏨Получил доступ к программе Trusted Access for Cyber в OpenAI с российским паспортом. Что это за программа? Она нужна чтобы закрывать/открывать доступ к расширенным возможностям тестирования уязвимостей OpenAI моделями. Я уже как-то писал, что делал анализ уязвимостей Lovarus с помощью GPT-5.6 Sol, и он написал мне, что я не специалист по кибербезу, и он не может мне раскрыть подробности анализа (не смотря на то, что это мой проект) Я тогда забил на это дело, а потом решил попробовать пройти этот квест. Точнее я попросил Codex его пройти. Он нашел нужную форму, заполнил все поля, мне оставалось только сфоткать мой официальный документ, сделать селфи, и все. Доступ мне выдали, и сейчас Sol трудится над проверкой кода на безопасность. А говорят вайб-кодинг не безопасен. Если знаешь как проверить на безопасность, то это не проблема.

🚀 ИИ-модель китайской RedNote набрала 42 из 42 на математической олимпиаде dots-note-3.0 решила все шесть задач Международной математической олимпиады 2026 года. Официальные проверяющие поставили модели по 7 баллов за каждое доказательство. Такой же результат показали лишь 7 из 666 участников. Результат особенно важен из-за формата IMO. Здесь оценивают полный ход доказательства: пропущенный случай, логический разрыв или неуказанное условие снижают балл, даже если итоговый ответ верный. Модель работала с исходными условиями задач, использовала агентный цикл с рассуждениями на естественном языке и выполнением Python-кода. Затем она проверяла собственные доказательства, находила слабые места и переписывала решения. Во время тестирования вмешательство людей было запрещено. Для сравнения: в 2025 году модели Google DeepMind и OpenAI получили по 35 баллов из 42, что соответствовало уровню золотой медали. dots-note-3.0 пока находится в бете и является самой лёгкой моделью семейства dots3. В него также входят более крупные jazz и aria. RedNote обещает открыть модель, но дату пока не называет. scmp.com/tech/article/3361482/worlds-first-ai-model-earn-perfect-score-maths-olympiad-comes-chinas-rednote