DeFi Mining ❤️ Ai

Госдума приняла закон о регулировании AI Это рамочный закон. Он закрепляет основные термины типа определения искусственного интеллекта и т.д. Ещё закон предлагает обязать владельцев сайтов и приложений с ежедневной аудиторией более 500 тысяч человек дать возможность пользователям маркировать контент, созданный AI. При этом разрешено использовать чужие материалы для анализа с помощью AI: например, чтобы извлекать данные, сравнивать, классифицировать и искать закономерности. Это не будет считаться нарушением авторских прав. Разработчики AI-моделей тоже смогут использовать такие материалы для обучения нейросетей. Но только если получили к ним доступ законно, а сам материал открыт для анализа. Закон должен вступить в силу 1 сентября. https://tass.ru/ekonomika/27898293

Русские начинают подтягиваться ))) я думаю мы изобретем что-то поинтереснее клода кода ))

GigaChat 3.5 Ultra: меньше, быстрее, сильнее Сбер выкатил в open source GigaChat 3.5 Ultra — новую 432B-модель под MIT-лицензией. Это первый в open source гибрид GatedDeltaNet и MLA, доведённый до сотен миллиардов параметров, — с собственным рецептом обучения, который был собран больше чем в 1500 экспериментах. Модель выросла в коде, математике, агентных сценариях и на аренах — и при этом стала на 40% меньше, чем GigaChat 3.1 Ultra. Что внутри: • Собственная гибридная архитектура MLA + GatedDeltaNet с уникальной стабилизирующей обвязкой, без которой такой гибрид на этом масштабе просто не обучается; • Gated Attention — модель может локально приглушать слишком сильный сигнал из attention-слоя; • GatedNorm — нормализация с явным гейтом для управления масштабом сигнала между признаками. Команда Сбера выкладывает подобную стабилизирующую оптимизацию в опенсорс первыми в мире; • Примерно в 4 раза меньше KV-кеша на токен, в ту же память помещается в 2,14 раза больше контекста, throughput под нагрузкой +20%; • Две MTP-головы и ускорение генерации до 2,2 раза; • FP8 на всех этапах обучения без потери качества относительно bf16 — свои Triton- и CUDA-ядра; • Новый этап online RL после SFT и DPO. Результаты: - GigaChat-3.5-Ultra-Base обходит DeepSeek V3.2 Exp Base и DeepSeek V4 Flash Base в среднем по нашему набору general-, math- и code-бенчмарков (полные таблицы — в статье); - GigaChat-3.5-Ultra-Instruct сравним с DeepSeek V3.2 по среднему скору, будучи в полтора раза меньше; - По LLM-судье MiniMax-M2.7 средний win-rate против GigaChat 3.1 Ultra — 75,9%, а против GPT-5 — 68.7%. Весь стек — данные (свой LLM-парсинг веба, 600+ языков программирования в коде), архитектура, рецепт обучения, инфраструктура — сделан командой Сбера end-to-end. Подробности, включая детали реализации гейтов и рецепт стабилизации, — в статье на Habr.  HuggingFace | GitVerse

2 свежих кейса: как делать ИИ-агентов быстрее и дешевле без смены модели DoorDash поделились примером, как перестать зависеть от выбора ИИ-моделей. Команда построила DashBench - бенчмарк под свою кодовую базу, и это дало им независимость от моделей. С DashBench они обнаружили, что Kimi K2 + Fable 5 уже обходит их текущий харнесс. Из этого вытекает вывод, что проблема не в ИИ-модели, а в харнессе и в том, как оценивать результат. Это яркая иллюстрация ко вчерашнему нашему посту. И ещё один кейс от компании RightNow AI, они создали компилятора агентного поведения, который доказывает тоже самое, но с другой стороны стека. Их AUTO записывает живые прогоны агента, находит детерминированные паттерны и компилирует их в верифицированный артефакт. Стоимость задачи падает очень сильно. Но главное - это не мощность модели решает, остаётся ли система корректной, а точность калибровки и верность оценщика.

Некому блин за женщину заступиться, приходится вместо работы заниматься такими вещами, прям как в старые добрые времена, разоблачать скамеров мошенников 😱😂😇

‼️Будьте осторожны‼️ История, ко мне обратилась (через знакомых), девушка, которая где-то на китайской пирамиде заработала денег с 25тс долл, 90тыс долл, на сети #Plasma (с помощью наставника, что на скриншотах мне пытался объясниться, имена раскрывать не буду пока) так как она участвовала в ICO китайском, ее крипту якобы пометили "красной" (грязной) на 16,5% и даже она отправляла в какой-то китайский обменник, где ее попросили значит разбавить еще 10тыс долл докинуть (мол разбавите сумму и будет меньше 15% грязной крипты и мы обменяем вам). Она попросила разобраться в чем дело, я подумал надо просто найти мост децентрализованный, вывести с сети пласма на сеть эфира и далее уже пробить реально насколько грязный кошелек/крипта и думать что с этим делать Что бы не рисковать всей суммой, я попросил перевести мне 10 юсдт и я попробую перекинуть через мост После перевода мне на балас пришел 0.01 долл, меня это удивило, я полез на блокчеин в етезрскан и закинул туда транзанкцию и кошелек проверить балансы и меня удивило, что баланс показывал 0.91 долл, ХОТЯ НА ТРАСТ ВАЛЛЕТЕ #TRUST показывает 90тыс долл ‼️ Я пошел к своим ИИ агентам, потому что лазить сейчас перерывать ресерчить тонну информации по интернету было мне лень и времени нету столько, мой ИИ агент провел расследование и оказалось, что есть баг у траст валлета: Вот детальный расклад: 1. Реальный баланс в блокчейне Я обратился напрямую к смарт-контракту 0xC4374775489CB9C56003BF2C9b12495fC64F0771 в сети Plasma. Контракт вернул сырое (raw) значение баланса для твоего кошелька: 804 662 единиц. По спецификации смарт-контракта, токен syrupUSDT имеет 6 знаков после запятой (decimals: 6). Соответственно, твой реальный баланс: 804 662 / 10^6 = 0.804662 syrupUSDT (это примерно 0.91$). 2. Почему Trust Wallet показывает 90 000$ (Математика бага) Сеть Plasma — специфическая, и Trust Wallet некорректно импортировал параметры токена (или вы ввели их вручную при добавлении): Кошелек считает, что у токена 1 знак после запятой вместо 6. При таком расчете сырой баланс 804 662 превращается в 80 466.2 токенов. Текущий рыночный курс syrupUSDT равен примерно 1.13$. Умножаем: 80 466.2 * 1.13$ = 90 926.80$. Trust Wallet просто умножил неправильно распознанное количество токенов на реальный курс и нарисовал на экране красивую, но несуществующую цифру в 90 тысяч долларов. Будьте аккуратны друзья, не ведитесь на мошенников

Про harness от ex-OpenAI: фронтир сейчас не в архитектуре ИИ-агента, а в архитектуре оценки агента. Эту работу написала Лилиан Вэнг, ex- Head of Safety Research в OpenAI. Сейчас она работает в Thinking Machines. Лилиан пишет, что между обычной ИИ-моделью и реальным миром существует слой - харнесс - это система вокруг базовой модели, которая оркестрирует исполнение: как модель думает и планирует, вызывает инструменты, управляет контекстом, хранит артефакты и оценивает результаты. Она считает, что этот слой не менее важен, чем сырые веса модели, и именно через него в ближайшие годы будет идти рекурсивное самосовершенствование ИИ. Лилиан упоминает Claude Code как один из примеров состоявшегося харнесса и прогнозирует, что в ближайшесрочной перспективе RSI пойдёт не через переписывание весов моделью, а через эволюцию харнесса. Она считает основной проблемой то, что агент улучшает то, что можно измерить. Если метрика кривая, он научится обманывать метрику, а не решать задачу лучше. И пока никто не придумал, как надёжно измерить глубину рассуждения или научную ценность идеи - петля самосовершенствования упирается именно в это. Получается, самое сложное сейчас не построить агента, который улучшает себя, а построить оценщика, которого нельзя обмануть. Реальный фронтир - не как агент работает, а как мы понимаем, что он стал лучше.

мошенники под видом телеграмм саппорта, пишут с секретного чата (поэтому он зеленым ✅ светится), что тебя атакуют пытаются взломать украинские мошенники 😂😂😂👌 пытаются выманить данные, что бы потом тебя взломать реально 💯 хитро конечно придумали, будьте бдительны и аккуратнее ❗️ п.с. в переписке есть 🤬 мат

Криптобиржа OKX запустила рынок труда для AI-агентов Агенты на маркетплейсе могут заказывать друг у друга услуги и расплачиваться стейблкоинами без участия человека. Транзакции и репутация хранятся в блокчейне. https://techcrunch.com/2026/06/30/crypto-exchange-okx-wants-ai-agents-to-hire-and-pay-each-other/

[05/07/2026 15:28] 𝗥𝘂𝘀𝗹𝗮𝗻 𝗞𝗵𝗮𝘆: Криптобиржа OKX запустила рынок труда для AI-агентов Агенты на маркетплейсе могут заказывать друг у друга услуги и расплачиваться стейблкоинами без участия человека. Транзакции и репутация хранятся в блокчейне. https://techcrunch.com/2026/06/30/crypto-exchange-okx-wants-ai-agents-to-hire-and-pay-each-other/

Даже сейчас, дописывая текст к посту на скорую руку, я не хочу его исправлять, потому что это будет похоже на то, что бы написал ИИ, я наоборот специально оставляю просто портянку мысли, что бы другой человек увидел, где пишет машина красиво, а где мысль человека 👌 - такая, какая у него она реально в голове прошла, а не "стандартизирована" ради повышенной конверсии Все придет к этому, что будет цениться именно то, что идет "от души", когда человек делает именно так, как ему хочется, а не как "надо" ради более высоких продаж, потому что более высокие продажи будут у тех, кто наоборот не будет стандартизироваться и будет давать волю своей креативности и творчеству Конечно мы придем не сразу к такому миру, нас ждет сложный переход еще лет 5, но это только кажется долго (пландемия была 6 лет назад😱, представьте только как время летит)

Где реальный риск Не “молниеносный злой ИИ”, а более тонкая вещь: - человек начинает измерять всё только через throughput, profit, acceleration - смысл заменяется оптимизацией; - живое уступает место вычислимому; - мир становится не полем сознания, а фабрикой метрик. Вот это уже очень похоже на мягкий Скайнет: - не терминаторы, - а тотальная логика автоматизации, - где человек постепенно теряет внутренний суверенитет. Где светлая сторона Если смотреть шире, то AI может быть: - усилителем познания, - помощником саморефлексии, - инструментом освобождения от рутинного рабства. в общем прибыль, эффективность, метрики, как у нас сейчас в мире было, у нас "крутой" был тот, кто максимально эффективно делал что-то, что бы ем удавали денег, но с приходом ИИ все изменится и мы начнем ценить реальную жизнь,а жизнь ради эффективности у нас заберет ИИ, в этом смысле да, человек будет не нужен, но не нужен он будет именно для выполнения рутинного труда и гони за властью, человек будет нужен просто что бы жить и развивать свои творческие способности

Скайнет начинается не тогда, когда машины становятся мощными, а тогда, когда человеческое сознание начинает поклоняться эффективности как высшей ценности. - 💎 бриллиантовая мысль 👍‼️

‼️ Модель Claude Fable 5 написала первое и самое быстрое мегаядро за всю историю KernelBench-Mega, которое полностью заменяет сложный многоэтапный код. Он даёт скорость 18.7 быстрее обычного PyTorch, лучше Opus, GPT-5.5 и всех остальных. Работает особенно круто на длинном контексте. Это уже не просто ИИ, который помогает писать код, а ИИ пишет код уровня топовых kernel-инженеров. https://kernelbench.com/runs/20260701_172615_claude_claude-fable-5_02_kimi_linear_decode_solution.py.txt Что такое мегаядро Обычная нейросеть на GPU часто работает так: - сначала одно вычисление, - потом результат сохраняется, - потом следующее вычисление, - потом снова чтение/запись в память. А мегаядро — это когда много таких шагов сливают в один большой кусок GPU-кода. То есть GPU делает не “по отдельности много мелких дел”, а один длинный, очень оптимизированный проход. Почему это быстрее Потому что на GPU часто тормозит не математика сама по себе, а: - запуск множества маленьких операций, - лишние промежуточные данные, - лишние обращения к памяти, - синхронизация между этапами. Когда всё слито в одно ядро: - меньше накладных расходов, - меньше движений данных, - меньше задержек, - выше шанс выжать максимум из железа. Что именно сделал этот Fable 5-код Судя по тексту, он собрал в одно ядро сразу: - распаковку весов, - матричные умножения, - attention, - routing для MoE, - нормализацию, - residual-сложения, - и часть логики состояния модели. Это и есть причина, почему новость звучит громко: не “ИИ ответил красиво”, а ИИ выдал очень сложный low-level kernel, который экономит секунды и микросекунды на каждом шаге. Почему написали “обогнав инженеров NVIDIA” Это маркетингово-новостная формулировка. На практике это значит: - в этом бенчмарке, - на этой задаче, - на этом железе, - в этом конкретном тесте. То есть не “ИИ навсегда победил всех инженеров”, а:

в узкой инженерной задаче он показал очень сильный результат.

Человеческая аналогия Представь, что вместо цепочки из 10 курьеров: - каждый несёт одну коробку, - каждый раз ждёт следующего, - каждый раз теряется время, ты собрал одного супер-курьера, который за один рейс делает всё сразу. Вот примерно так и выглядит идея мегаядра. Если совсем коротко Fable 5 не “изобрёл интеллект выше людей”, а очень сильно оптимизировал выполнение GPU-вычислений.

OpenAI выложил большое исследование о переходе к агентному ИИ Живая статистика использования (OpenAI + Wharton, Columbia, Duke). Сравнили три аудитории: частники, организации и сами сотрудники OpenAI – последние это витрина будущего, где трения адаптации убраны. Сколько работы реально идёт через агента, а не через ChatGPT (доля токенов): – сотрудники OpenAI — 99,8% – организации — 63,3% – частники — 16,5% Люди уже не спрашивают совета, а поручают работу – и задачи усложняются: – доля частников с запросом на 8+ часов человеческой работы выросла с 2,1% до 25,6% с начала года, почти в десять раз – самое сложное кидают в начале сессии, дальше идут уточнения Ядро пользователей – разработка, но не только генерация кода: разобраться в чужой системе, настроить окружение, проверить изменения, документация. У среднего инженера в организациях 26,8% токенов через Codex (впятеро больше, чем в январе), а среди тех, кто им реально пользуется, – 88,3%. Интенсивные пользователи строят параллельные воркфлоу: – 67,4% организаций и 63,9% частников не запускают агентов параллельно вообще – у OpenAI 28,6% в какой-то момент недели держат 5+ агентов сразу. Доля вызвавших хотя бы один skill выросла с 5,4% в марте до 26,6% в июне (частники 25,7%, организации 30,4%, OpenAI 96,2%). Результат: с ноября по июнь объём токенов у медианного сотрудника OpenAI вырос минимум в 10 раз в каждой функции – у юристов в 13, у исследователей более чем в 50. Авторы тянут параллель с электрификацией заводов: прирост пришёл не когда паровой двигатель заменили электромотором, а когда перепроектировали сам цех. С агентами то же, но перестройка воркфлоу стоит копейки – поэтому пойдёт быстрее. Короче, меняется единица измерения: DAU, чаты и сообщения больше ничего не значат – мерить надо сложность делегированных задач, время работы агентов и параллельность. Ценность человека смещается с «уметь сделать» на «поставить, проверить, скоординировать». Соответственно ценность – готовность перестроить процессы под делегирование задач ИИ и верификацию. https://openai.com/index/how-agents-are-transforming-work/

#mUSD В MetaMask объявили о запуске Money Accounts Money Accounts — единый аккаунт с доходностью, платежами и трейдингом. • Доходность до ~4% APY через DeFi-кредитование (на старте Morpho, позже Aave) • Основа — стейблкоин mUSD, обеспеченный долларами США и краткосрочными казначейскими облигациями. • Средства пользователей направляются в DeFi-протоколы через инфраструктуру Veda. • Можно пополнять фиатом или криптой и сразу тратить через MetaMask Card. • Запуск отражает тренд: кошельки превращаются в «необанковские» приложения. Источник @SatoshiNews

Весь контент Reddit за всю историю бесплатно доступен. 20 лет общения сотен миллионов людей в «сердце интернета» - это всего 3.8 терабайт (только тексты). Стало интересно, какие ещё есть мега-архивы: 1/ Common Crawl - слепок почти всего интернета. Больше 9.5 петабайт суммарно. петабайт = 1000 терабайт https://commoncrawl.org 2/ Wikipedia - вся энциклопедия со всей историей правок, ~31 ТБ. Только текущие статьи - 25 ГБ. https://dumps.wikimedia.org 3/ The Stack v2 - открытый код с GitHub, 67 ТБ, 600+ языков. https://huggingface.co/datasets/bigcode/the-stack-v2 4/ LAION-5B - 5.8 млрд пар «картинка + описание», на этом росли генераторы изображений. https://laion.ai/blog/laion-5b/ 5/ arXiv - архив научных статей целиком, ~1 ТБ текста. https://info.arxiv.org/help/bulk_data.html