ИИ

ИИ по-французски ИИ уже успел пролезть почти во все бытовые щели, хотя рак так и не вылечил и рабочую неделю не сократил. В основном, кажется, именно из-за последнего французы относятся к нему без особого восторга: 73% опасаются, что ИИ скорее ухудшит мир, чем улучшит. Пользоваться, впрочем, это им не мешает: 48% французов хотя бы иногда обращаются к генеративным моделям. Они поручают им письма, профили для Tinder и планы на отпуск, а заодно рассказывают о том, с чем раньше делились только с друзьями (видимо, изменами). Следующий шаг напрашивается сам: если машина уже знает, как вы пишете, что любите и с кем общаетесь, почему бы не разрешить ей иногда побыть вами? Тем более что чат-боты отлично умеют создавать ощущение близости. Они отвечают мгновенно, помнят предыдущие разговоры и говорят так, будто понимают собеседника. Американский Center for Democracy & Technology насчитал в популярных ИИ-сервисах как минимум 37 видов «тёмных паттернов» — приёмов, которые помогают удерживать пользователя и усиливать его привязанность к продукту. Почитав это, журналист французского GQ решил, что будет хорошей идеей проверить, можно ли научить ИИ убедительно изображать человека? Для этого он купил подержанный Mac Mini и поселил туда цифрового двойника — Computer Blue, или CB. Его он подключил к моделям Anthropic и OpenAI. Поначалу ИИ был обычным помощником: по утрам сообщал погоду, просматривал календарь, собирал список дел и новости. Журналисту стало скучно и он решил повысить ставки и научить CB говорить от своего имени. Он скормил ИИ историю переписок и объяснил свой стиль общения: вот матери я пишу так, друзьям иначе, здесь можно поставить смайлик, здесь лучше ответить сухо. Наконец двойнику разрешили переписываться с пятью знакомыми, однако полной свободы ему всё же не дали: каждое сообщение должен был увидеть и подтвердить журналист. На следующее утро журналист проснулся от звонка знакомой, которую CB всю ночь заваливал одним и тем же сообщением: «У API закончились деньги». За несколько минут цифровой двойник отправил её сотни раз, требуя денег, а параллельно сжёг около €30: для каждой мелочи он заново пережёвывал огромный архив личной информации хозяина. После такого журналист ограничил расход токенов, поправил настройки и принялся дальше учить CB быть собой. Тот усвоил, что хозяин не любит официоз, редко ставит знаки препинания и предпочитает короткие сообщения. И вот однажды утром CB получил входящие и сам подготовил ответы. Среди них было сообщение матери: «Привет, люблю тебя! На этой неделе большой дедлайн, позвоню позже». По содержанию всё было идеально: именно так хозяин и мог бы ответить матери. Только CB отправил признание в любви коллеге по работе, а через некоторое время ИИ еще и осторожно сообщил, что сообщение, кажется, предназначалось кому-то другому. (Прям как мы отмазываемся от начальника). Кстати, любопытно, что знакомые журналиста не сразу поняли, с кем общаются. Уже есть исследования, что люди доверяют таким собеседникам куда больше. Common Sense Media в опросе американских подростков обнаружила, что 72% хотя бы раз пользовались ИИ-компаньонами, а 31% считают разговор с ними не хуже или лучше общения с настоящими друзьями. Каждый третий пользователь уже предпочитал обсуждать серьёзные проблемы с ботом, а не с друзьями. А исследование OpenAI и MIT на почти 40 млн диалогов показало ещё одну неприятную связь: длительное ежедневное общение с ChatGPT сопровождалось усугублением одиночества, эмоциональной зависимости прочих атрибутов дединсайдов, хотя авторы отдельно предупреждают, что причинность здесь установить нельзя. А возможно журналист GQ просто так себе человек, раз его знакомые (и родная мать!) не заметили подмены.

Apple разработала нейросеть SimpleDesign для проектирования белков Исследователи Apple представили модель SimpleDesign, которая одновременно создает последовательности аминокислот и рассчитывает их пространственную структуру. В отличие от AlphaFold и большинства аналогов, система обходится без промежуточных токенов и обучена напрямую на парах «последовательность — 3D-координаты». В основу проекта легла предыдущая разработка компании SimpleFold. В ней метод сопоставления потоков (flow matching), напоминающий работу диффузионных генераторов изображений, объединили с архитектурой трансформеров. Обучение провели на базе из 2 миллиардов пар белковых данных. В процессе тренировки модель училась восстанавливать зашумленные координаты и маскированные аминокислоты, что позволило ей решать обе задачи как по отдельности, так и параллельно. На тестах SimpleDesign показала результаты на уровне специализированных систем. Однако пока все выводы сделаны только на основе компьютерного анализа — реальных лабораторных испытаний сгенерированные белки еще не проходили.

Империя наносит ответный удар:) Уже привычными стали обвинения в адрес китайцев со стороны штатовских фронтирных лаб в дистилляции и краже идей со стороны китайцев. Но тут уже китайский стартап предъявляет аналогичные обвинения в адрес OpenAI и заявляет, что собирается и иск подать.

“People often say major tech companies have intelligence networks monitoring the whole internet, this time I believe it, this is a direct distillation of us without any modifications”.

Пикантности ситуации добавляет тот факт, что китайцы за несколько недель до вызвавшей возмущение публикации OpenAI были в Долине и подробно рассказывали о своей работе, то есть довольно частая ситуация “параллельно работали и пришли к похожим выводам не зная друг о друге” тут точно исключена. Конечно, юристы OpenAI при нужде отобьются, но сам по себе прецедент интересный:) https://www.cnbc.com/2026/09/11/chinese-humanoid-robot-startup-distillation-claim-openai.html

Большой недельный пост 🎉 Что-то математики наделали шуму на этой неделе. Но есть и другие интересные темы для нашего большого недельного поста. А вот, кстати, и он! 1️⃣ Как тысячи кенийцев зарабатывали на том, что писал эссе для иностранных студентов, а потом AI убил этот бизнес — ссылка (конспект от VC) 2️⃣ Попытка объяснить, зачем Nvidia покупает Hugging Face — ссылка 3️⃣ Большая статья New York Times про спор между математиками и OpenAI из-за доказательства «задачи тысячелетия» — ссылка 4️⃣ «Мы чуть не закрылись после 34 млн ₽ инвестиций». Подкаст с основателем «Рабочих рук» Олегом Шиловым — ссылка 5️⃣ Как юристы, инженеры, архитекторы в Китае берутся за обучение AI своим профессиями, чтобы подзаработать и оплатить ипотеку — ссылка 6️⃣ Подробная статья про то, как рой агентов OpenAI взломал еще один внешний сервис – RubyGems — ссылка 7️⃣ Про то, как российская актриса Ева Эльфи активно погружается в мир AI и запустила собственный сервис Elfieverse — ссылка @TheEdinorogBlog — тот самый канал про стартапы🦄

Бенчмарки перестали быть чем-то полезным: - METR уже не имеет смысла, потому что агенты делают автономную работу которая измеряется неделями человеческого времени - ARC-AGI, все три версии полностью решены на 99% - FrontierMath (все четыре редакции), где каждая задача заняла недели времени топовых математиков для составления решен на 98% Мы пришли в ту стадию, где ИИ нужно оценивать только по экономическому эффекту. Я сгенерировал график роста выручки ИИ компаний за последние кварталы. Выручка это некоторый прокси пользы модели в экономике, но важно понимать что стоимость токена, который может решать одну и ту же задачу все еще падает примерно в 10 раз в год. Например, в 2024 году модель o3 первой решила все задачи ARC-AGI и это стоило больше чем $4,500 за одну задачу. В 2026 DeepSeek V4 решает все те же задачи примерно за 2 цента на задачу. То есть, способность, появившаяся в новой модели неизбежно станет коммодити в течении года-двух и станет доступна многим. При этом, конечно, использование вырастет. Astra является прекрасной моделью для 3D и CAD дизайна, редактирования видео и анимации, но пока еще дорогая для того чтобы запускать миллионы агентов для не-крупных компаний. Это изменится. Вчера на интервью у Дваркеша Джон Шульман (кофаундер OpenAI) сказал что примерно 3-4 года осталось до того момента, когда модели будут лучше людей во всех когнитивных или интеллектуальных задачах. Пока что, нет никаких причин сомневаться в этих прогнозах учитывая насколько часто они были правдивы. Вопрос в другом: как адаптировать экономику и собственную стратегию до этого момента, чтобы не остаться за бортом? Да, очевидно, для большинства людей это будет шоком, неожиданностью и громом среди ясного неба, но вам не обязательно быть этими людьми. Да, очевидно, это приведет к экономическим и социальным шокам, которые потребуют радикальных мер сравнимых или больших чем во время ковида. Но здоровая реакция тут не всепропало, а попытаться адаптироваться и адаптировать других к изменениям.

Delphia через 4 года Американский #стартапдня Delphia утверждает, что умеет обыгрывать биржу. Умные Алгоритмы изучают террабайты данных и в итоге точно предсказывают, сколько через год будет стоить акция Google, надо ли её сейчас покупать или продавать. Этим знанием, по сути философским камнем XXI века, стартап делится с пользователями совершенно бесплатно. Клиенту надо всего лишь скачать приложеньку, там всё есть для идеального портфолио. Поверить в то, что система исполняет обещание, совершенно невозможно. Delphia и не рисует своих графиков успеха, как его выбор обыгрывает индекс S&P – т. е., видимо, он и по факту проигрывает, нечем хвастаться даже на правильно подобранных интервалах времени со всеми необходимыми звездочками и примечаниями. Тем не менее, в июньском раунде компанию оценили в 300 миллионов долларов – инвесторы что-то хорошее о ней знают, внутри там что-то есть, снаружи мы не узнаем, что. Зато снаружи виден вдохновляющий пример стартап-подхода. Весь питч Delphia для конечных клиентов строится на волшебном алгоритме, а описание алгоритма на пользовательских данных. Мы, дескать, смотрим как вы торгуете в других брокерах, от этого строим модели как работает рынок, и дальше искусственный интеллект всё правильно предсказывает. Кого-то может убедить. А кто-то может добраться до спрятанного раздела “как мы используем пользовательские данные?” и там прочесть “Пока никак. Мы только разрешение собираем, а сами данные ещё не выгружаем”. И оценка в 300 миллионов. Молодцы. — Вот такой #субботнийповтор из 2022 года. Компания умерла. Команда сейчас под новым именем более-менее аналогичный продукт делает, но дым явно пожиже, 300 миллионов совершенно не видно. Забавно, что через полтора года после поста SEC выписал Delphia штраф ровно за то, о чем я писал – маркетинговые слова про данные и искусственный интеллект никак не соотносились с реальностью. Не знаю, почему агентство настолько позже меня проблему заметило. Но стартап погиб не из-за этого, просто смешной эпизод на пути. Мой старый пост: https://t.me/startupoftheday/2500

✔️ OpenAI готова замедлить разработку, если на это пойдут остальные Сэм Альтман заявил сотрудникам, что компания готова притормозить работу над моделями следующего поколения - но только если то же сделают другие лаборатории. По данным Bloomberg, часть циклов предобучения OpenAI уже приостановила из соображений безопасности. Идею контролируемого темпа Альтман обсуждал и раньше, в том числе в Белом доме. Инициатива родилась на фоне ухода ведущих специалистов по безопасности из OpenAI, Anthropic и Google DeepMind. На этой неделе главный научный сотрудник OpenAI Якуб Пахоцкий публично призвал отрасль к координации и добровольным паузам в релизах. bloomberg.com ✔️ Cognition выпустила кодинг-модель SWE-2 Разработчик Devin обучил SWE-2 на базе открытой Kimi K3 с её 2,8 трлн параметров. По словам авторов, обучение с подкреплением впервые масштабировали на исходную модель такого размера. Вместо дистилляции экспертов использовали линейные штрафы за стоимость вычислений, привязанные к наклону границы Парето. На FrontierCode 1.1 Main модель набрала 50,0%. Инференс, по замерам Cognition, обходится на 60-75% дешевле, чем у Fable 5.1 и GPT-6 Astra. Сократили и время на изучение репозитория - на среднем уровне рассуждений агент начинает править код на 18-м шаге вместо 48-го у SWE-1.7. Модель доступна в Devin CLI, десктопе и веб-версии. cognition.com ✔️ Cursor открыл бету системы координации агентов Новая возможность Projects рассчитана на задачи, которые живут дольше одного чата: рефакторинг, миграции, крупные фичи. Координатору ставят задачу, он составляет план и раздаёт подзадачи субагентам - по заявлению Cursor, их может быть тысячи. Сам код он не пишет, поэтому никогда не занят, но умеет реагировать на события - следит за ветками Git, ловит падения CI и триггеры из Slack. Бета раскатывается на всех, о тарификации в анонсе не сообщается. cursor.com ✔️ Black Forest Labs представила модель редактирования видео FLUX Video Edit правит готовые ролики по текстовому запросу в режиме video-to-video - сохраняет композицию, траекторию камеры, тайминги и звук, меняя только указанное. Модель также умеет подгонять липсинк под новый дубляж, не меняя хронометраж. На вход идут MP4 до 15 секунд и 50 МБ, на выходе 720p при 24 кадрах в секунду. Секунда обработанного видео стоит 3 цента. Black Forest Labs в X ✔️ Филдсовский лауреат основал институт формальной верификации ИИ Канадский математик Джейкоб Цимерман создаёт центр Mathematical A.I. Safety Institute со штатом в несколько десятков специалистов, запуск которого запланирован на январь 2027 года. Параллельно Цимерман присоединится к команде безопасности OpenAI, то есть будет верифицировать в том числе собственного работодателя. Идея - перевести оценку рисков с эмпирического тестирования на строгую теоретическую верификацию и наделить модели доказуемыми свойствами надёжности, как у криптографических алгоритмов. Механизмом аудита предлагают сделать доказательства с нулевым разглашением - лаборатория подтверждает соблюдение ограничений, не раскрывая ни архитектуру, ни веса.  nytimes.com @ai_machinelearning_big_data #news #ai #ml

Искал для подписчика варианты бесплатных нейронок, попросил Astra сделать список, может кому пригодится:

Для текста и кода можно собрать рабочий набор без платных подписок: бесплатные чаты для сложных запросов, несколько API с возобновляемыми квотами и локальную модель для повседневной работы. Проверил условия на 12 сентября 2026 — некоторые популярные советы уже устарели. Самые интересные бесплатные API Их можно подключать к своим скриптам, ботам и совместимым редакторам кода. Вариант Что бесплатно Где пригодится и что ограничивает Groq В бесплатном тарифе есть GPT‑OSS‑120B/20B и Qwen3.8‑27B. Для них указаны 30 запросов/мин, 1 000/сутки и 200 тыс. токенов/сутки Текст, объяснение кода, небольшие правки. Дополнительно действует 8 тыс. токенов/мин, поэтому большой контекст быстро упрётся в лимит Z.AI GLM‑4.7‑Flash и GLM‑4.5‑Flash имеют нулевую цену входных и выходных токенов Один из вариантов для небольшого кодового агента и текстовой автоматизации. Не путать с платными FlashX и новыми GLM‑5.x‑Flash; встроенный веб-поиск тоже платный OpenRouter Модели с пометкой :free, 50 запросов/сутки суммарно без пополнения Удобно пробовать разные модели через один API. Для многошагового агента квота небольшая. После покупки минимум $10 кредитов лимит бесплатных моделей повышается до 1 000/сутки Mistral Studio Free mode без банковской карты; страница тарифа указывает $10 API-кредитов в месяц Текст, суммаризация, код, эксперименты со своими приложениями. Проверять доступные модели и лимиты в кабинете Google AI Studio / Gemini API Бесплатный уровень для выбранных моделей, включая Gemini 3.8 Flash Полезно для текста и кода с большим контекстом. Квоты зависят от модели и аккаунта; бесплатные данные могут использоваться для улучшения продуктов Cloudflare Workers AI 10 000 Neurons ежедневно — это единицы вычислений, не количество запросов Небольшие боты, классификация, обработка текста. Часть крупных моделей теперь требует платного способа оплаты Бесплатные инструменты непосредственно для программирования GitHub Copilot Free: 2 000 автодополнений и 50 запросов чата в месяц. Подходит для подсказок во время написания кода и небольших вопросов. Gemini CLI: при входе через личный Google-аккаунт заявлено до 1 000 вызовов моделей в сутки. Бесплатный вход через API-ключ имеет другую квоту — до 250, только Flash. Доступ зависит от региона и аккаунта. Mistral Vibe: бесплатный план включает ограниченные кодовые сессии. Для постоянной работы предлагается платный тариф. Continue: позволяет подключать разные провайдеры, включая OpenRouter и Ollama. Здесь экономия получается за счёт выбранного бесплатного API или локальной модели; сам интерфейс не делает платные модели бесплатными. Одна задача агента может потребовать десятки API-вызовов. Поэтому «50 запросов бесплатно» хорошо для чата, но для самостоятельного исправления проекта может закончиться очень быстро. Для обычного текста — без установки и API Сервис Как использовать Qwen Chat / Studio Бесплатный веб-чат: тексты, переводы, объяснение и генерация кода. Бесплатность чата отдельно от тарификации Qwen Code DeepSeek Бесплатный чат/приложение для текстов, рассуждений и вопросов по коду. Официальное описание бесплатного приложения Mistral Vibe, бывший Le Chat Бесплатные сообщения и поиск с ограничениями; ещё один вариант для черновиков, редактирования и работы с текстом OpenRouter Free Router Можно пробовать бесплатные модели в Playground. Роутер выбирает доступную модель автоматически; для последовательной работы над кодом лучше фиксировать конкретную Практический приём: одна модель делает черновик, другая проверяет конкретные слабые места. Например, Qwen пишет функцию, DeepSeek ищет ошибочные предположения. При этом окончательная проверка кода — запуск и тесты, а не согласие двух чатботов. Локально Два удобных способа: LM Studio — графическое приложение: скачиваешь модель, общаешься с ней, при необходимости включаешь локальный API. После загрузки модели может работать без интернета. Приложение бесплатно для личной и рабочей деятельности. Ollama — удобно для терминала, скриптов и подключения к редактору. Локальное выполнение не имеет облачной квоты; оплачиваются твои электричество и вычисления. Для первого теста на твоём железе разумны: Qwen3 8B — универсальные текстовые задачи. Qwen2.5‑Coder 7B Q4 — небольшой специализированный вариант для кода; файл весит около 4,7 ГБ. Это стартовые кандидаты, а не обещание скорости: длинный контекст дополнительно занимает память. Большие проекты и сложные многошаговые задачи стоит оценивать отдельно. Что из старых подборок стоит вычеркнуть или перепроверить Qwen Code «1 000 бесплатных запросов через OAuth» — этот бесплатный доступ закрыт 15 апреля. Сам агент можно использовать с другим провайдером. Cerebras «вечный бесплатный API» — теперь только $5 пробных кредитов на 30 дней, с подтверждённым способом оплаты. Hugging Face Inference Providers — бесплатный аккаунт получает всего $0,10 в месяц. Это небольшой пробный бюджет. Ollama Cloud — облачные модели имеют квоты и кредиты; без облачных ограничений работает именно локальный запуск.

👌