Data Secrets

В эфире ставшая постоянной рубрика: Илон Маск ссорится с <вставьте любое имя> С Лекуном они давно друг друга не жалуют, взаимные подколы летят только так. На этот раз Лекун заявил, что ни одна из современных робо-лабораторий «понятия не имеет», как сделать по-настоящему полезных роботов. Маск прокомментировал видео, сказав, что Ян просто «сам не знает, что делать, и думает, что никто не знает». Ответ Лекуна себя ждать не заставил:

На самом деле, совсем наоборот. Я знаю, что смогу это сделать, и знаю, как это сделать. Но только не с теми методами, на которые сейчас все делают ставки. Я (как известно) делаю ставку на JEPA, world models и планирование. В какой-то момент ты поймешь, что я прав.

Выбираем свою палочку Twix

Инженеры AI VK построили Discovery-платформу – единую инфраструктуру для рекомендаций, поиска и рекламы в десятках продуктов VK. Логичный шаг, где модели, данные и пайплайны живут по единым стандартам. Платформа закрывает полный цикл тестирования идей и сокращает его в 5 раз, а новый улучшенный рекомендер можно запустить в среднем за месяц. Продуктовые метрики говорят сами за себя: количество сохраненных треков в VK Музыке выросло на 40%, релевантность рекомендуемых роликов в VK Видео – на 70%. Инженерам (особенно из рексис) рекомендуем почитать о том, как строили и из каких компонентов состоит платформа.

DeepMind выпустили сгенерированный мультик Его представили на кинофестивале Sundance (и надеемся, скоро выпустят в общий доступ). Короткометражка называется «Dear Upstairs Neighbors» и рассказывает про девушку, которая мучается бессонницей и галлюцинациями из-за шумных соседей. Создавался мульт совместно с Конни Хи, режиссером из Pixar. Она вдохновилась своей личной историей и нарисовала наброски образов. Они получились достаточно сложными, так что в традиционной анимации это все требовало бы месяцев ручного труда. В то же время для современных генераторов сюжет тоже оказался слишком нешаблонным. В итоге результат родился из синергии: – Большая команда из DeepMind (45 инженеров!) специально затюнили Veo и Imagen под мульт и создали инструменты для локального редактирования кадров. – Аниматоры создавали концепты -> модели их оживляли -> аниматоры допиливали детали. В итоге фильм нарисовали всего за несколько недель. Будущее подкралось незаметно. https://blog.google/innovation-and-ai/models-and-research/google-deepmind/dear-upstairs-neighbors/

Там на сцене появился новый амбициозный ИИ-стартап Flapping Airplanes Его основали братья Спекторы и Эйдан Смит. У всех очень внушительный опыт в математике и ML + найме (например, Бен Спектор руководил инкубатором, через который прошли Cursor). Название – дословно «хлопающий крыльями самолет» – отражает цель компании: создание нового подхода к обучению ИИ. Они собираются решить проблему с данными и уверены, что обучать ИИ можно намного эффективнее.

В то время как современные системы обучены практически на всей доступной истории, люди превосходят возможности искусственного интеллекта, несмотря на то, что они видят не более нескольких миллиардов текстовых токенов во взрослом возрасте. По нашим оценкам, эффективность обработки данных человеком в 100к–1кк раз выше, чем у существующих моделей.

Чтобы сократить этот отрыв, нужно переосмыслить саму концепцию ИИ: архитектуры, функции потерь и даже градиентный спуск. Этим, собственно, и собираются заняться во Flapping Airplanes.

Наша единственная цель – проводить качественные, революционные исследования. Хотя в настоящее время мы не стремимся к коммерциализации, мы считаем, что наша работа в конечном итоге откроет огромные возможности в корпоративной среде, робототехнике, торговле, научных открытиях и многом другом.

Сейчас ребята уже привлекли 180 миллионов инвестиций и набирают команду. Смело?

Google релизнули фичу Agentic Vision для Gemini 3 Flash По сути, она превращает анализ изображений из статического процесса в динамический. То есть вместо «посмотри на изображение и ответь» модель теперь делает «посмотри на изображение, поработай с ним и ответь». Конкретнее, отрабатывает цикл «Think-Act-Observe», то есть модель (1) анализирует изображение, думает и составляет план; (2) выполняет какой-то код для обработки изображения, всяких расчетов, детекции и тд; (3) обрабатывает результаты и добавляет в контекст новую информацию, которую использует для ответа. Например, есть задача посчитать пальцы на руке. Модель не просто смотрит и отвечает «5», а детектит каждый палец (прямо с рамками), считает прямоугольнички и выдает ответ. Пример упрощенный, но передает суть: модель тут работает с картинкой, как бы делая из нее визуальный черновик для рассуждений. Лучше всего фича показывает себя, конечно, на всяких сложных таблицах и при работе с мелкими деталями. Прирост к метрикам относительно ванильной Gemini 3 Flash – в среднем примерно 5-10%. Попробовать уже можно и в API, и в AI Studio blog.google/innovation-and-ai/technology/developers-tools/agentic-vision-gemini-3-flash/

Hugging Face отказались от 500 миллионов долларов от Nvidia, чтобы сохранить независимость Пару месяцев назад Nvidia предложила стартапу инвестиции в размере 500 миллионов долларов. Сумма предлагала оценку стартапа примерно в $7 млрд. Сейчас оценка – около 5 миллиардов, так что предложение с виду щедрое. Но внезпно... HF отказались, потому что не хотели, чтобы один крупный инвестор получил слишком сильное влияние на стратегию и направление развития компании. Они заявили, что их цель – демократизировать ИИ, а не подчинить его интересам одного крупного игрока и максимизировать прибыль. При этом, кстати, в 2025 HF была прибыльной за счет корпоративных клиентов, которые платят за расширенный функционал (таких примерно 3%, что, на самом деле, немало). Робин Гуды нашего времени

OpenAI релизнули Prism – Overleaf на ИИ-спидах Это единая среда для написания научных (и не только) работ. По сути, облачный LaTeX‑воркспейс с глубокой интеграцией GPT‑5.2. Помимо базы (неограниченное число проектов и соавторов, совместное онлайн редактирование, рендеринг LaTex) Prism, естественно, напичкан всевозможным ИИ: – Агент видит весь проект, предыдущие правки, черновики и пр. и вносит изменения, исходя из всей структуры работы (aka Cursor для статей) – Помимо генерации текста модель может проверить ваши рассуждения, прояснить аргументацию, помочь отрефакторить таблицу, ссылки, формулы и тд. – Есть интеграция arXiv для поиска релевантной литературы и синхронизация с Zotero для управления источниками и цитированием. Ну и еще несколько приятных дополнений: например, автоматическое обновление ссылок и списка литературы при изменениях текста или генерация схем/диаграмм/формул из рукописных набросков. Доступно абсолютно всем, у кого есть аккаунт ChatGPT, так что вперед: prism.openai.com/

"В декабре 2025 возможности агентных LLM пересекли некий порог и вызвали фазовый сдвиг в разработке ПО" – Андрей Карпаты В твиттере раскрутился очередной пост маэстро с заметками про работу с coding агентами. Как всегда, можно разбирать на цитаты. И как всегда, мы подготовили краткий перевод (советуем также прочитать оригинал, конечно):

За последние недели я много кодил с Claude и заметил резкий сдвиг. Еще в ноябре у меня было примерно 80% ручного кода плюс автодополнение и 20% агентов. В декабре стало наоборот: 80% агентного кода и 20% правок вручную. По сути я программирую на английском языке. Это немного бьет по эго, но возможность оперировать кодом крупными блоками слишком полезна. Это самое большое изменение моего стиля программирования за примерно 20 лет, и оно произошло буквально за несколько недель. Хайп про то, что IDE больше не нужны, и про агентные рои – пока преждевременен. Модели все еще ошибаются, и за ними нужно сделить в полноценной IDE. Ошибки теперь другие: не синтаксис, а тонкие концептуальные промахи. Самая частая проблема: модель делает неверные предположения и спокойно продолжает, не проверяя их. Необычно наблюдать за выносливостью модели: она не устает, не демотивируется и может долго биться там, где человек бы уже сдался. Ощущается, что выносливость была бутылочным горлышком в работе, и LLM резко его расширили. Само ускорение от LLM измерить сложно, но важно другое: я делаю вещи, которые раньше не стоили усилий, и берусь за код, к которому раньше не мог подступиться из-за нехватки знаний. Это не только ускорение, но и расширение возможного. При этом программировать с агентами веселее. Уходит рутина и появляется творчество. У других реакция может быть другой: LLM-кодинг разделит инженеров на тех, кто любил сам процесс кодинга, и тех, кто любил создавать продукты. Я замечаю, что способность писать код вручную постепенно атрофируется. Возвращение к полностью ручному кодингу уже сложно представить. Я морально готовлюсь к 2026 году как к году коллапса ИИ-слопа, который накроет весь Интернет, в том числе GitHub, Substack и arXiv. Но реальные улучшения никуда не денутся. Индустрия сейчас переваривает новый уровень возможностей: пока что организационные процессы адаптируются, и поэтому 2026 год будет очень энергичным. Возможно, разрыв между средним и топовым уровнем специалистов вырастет. Но пока модели лучше закрывают микро-задачи, чем макростратегию.

Дарио Амадеи выкатил большое эссе под названием «Подростковый возраст технологий» Предупреждаем, чтиво не из веселых: www.darioamodei.com/essay/the-adolescence-of-technology Как и положено трушному эссе от главы Anthropic, посвящено оно рискам. Главное: ➖ Сейчас мы гораздо ближе к реальной опасности, чем 2-3 года назад. Через несколько лет ИИ станет лучше людей практически во всем. Через 1-2 года текущее поколение ИИ уже сможет создать новое, и если в этом цикле машинки в какой-то момент решат захватить мир, у них будут реальные шансы, – а мы к этому не готовы. ➖ Амодеи сравнивает это с подростковым возрастом цивилизации: мир получает беспрецедентную силу в виде ИИ, но институты, законы и социальные механизмы еще не готовы ей управлять. ➖Он не призывает, конечно, биться головой об стену и паниковать: скорее выступает за факто-ориентированное мышление и указывает на то, что уже сейчас модели часто демонстрируют тревожное поведение (например, шантаж, подхалимство, обман и тд). ➖ По мнению Амодеи, мы на пороге дальнейшего «совершенствования крайнего зла» похлеще оружия массового уничтожения. При неверном обращении ИИ сможет помочь любому создать биологическое оружие или провести кибератаку. ➖ Вся эта мощь в худшем случае может привести к глобальной тоталитарной диктатуре или к вымиранию человечества. Есть и другие риски: например, формирование безработного или очень низкооплачиваемого нижнего класса. ➖ При этом сама идея остановить или существенно замедлить ИИ в основе своей нежизнеспособна. ИИ настолько силен, что человеческая цивилизация может оказаться попросту неспособной наложить на него какие-то значимые ограничения. ➖ Избежать этого можно. Но только если (а) научиться интерпретировать модели; (б) начать немедленно и реалистично обсуждать риски; (в) и ввести разумные регулировки, которые в то же время не заруинят прогресс. Вот такая порция оптимизма от Дарио Амадеи 🪢

Мем: Anthropic попросили ClawdBot переименоваться, и теперь ClawdBot – это MoltBot (с англ. molt – линька) Anthropic, ну не завидуйте вы так 😐

Wunder Fund снова открыл соревнование для нейронщиков. Дают реальные данные по стакану ордеров и сделкам — нужно предсказать индикаторы будущего движения цены. По сути, та же задача, которую решают кванты фонда каждый день. Редкий шанс поработать с живыми HFT-данными. Призы — 1.000.000+ рублей. Победителям кроме денег дают фаст-трек на собеседование и общение с квантами. Фонд в высокочастотном трейдинге с 2014 года, дневной оборот больше $10 млрд. Соревка идёт до 1 марта. (ссылка за заблоченым в рф cloudflare)

Вышла Qwen3-Max-Thinking, и модель заслуживает внимания Метрики говорят сами за себя: – HLE 30.2 (примерно уровень Claude-Opus 4.5), с test-time-scaling техниками еще больше – SWE Verified 75.3 (чуть хуже опуса, примерно Gemini 3 Pro) – IMO 83.9 (бьет Gemini 3 Pro) Плюс, обещают прокачанный tool call и хорошее следование инструкциям, даже на длинном контексте. В целом, выглядит очень конкурентоспособно, полноценный frontier уровень. Весов нет (модель все равно гигантская). Попробовать можно тут. Qwen в последнее время радует гораздо больше DeepSeek

Честно признаемся, кто после утренних новостей про ClawdBot уже задумался о покупке Mac Mini?

В сети вирусится ClawdBot – новый опенсорсный агент, который работает локально Работает это буквально как саморазвернутый ассистент: вы поднимаете сервис у себя и общаетесь с ним через любой привычный мессенджер (Telegram, WhatsApp, Discord и тд). Но при этом это не просто чатик с LLM. Агент имеет «скиллы» и может открывать браузер, выполнять команды в терминале, читать и править файлы, обращаться к камере и экрану и многое другое. Короче, Siri на максималках для автоматизации рутины. Еще одна фишка: агента можно максимально подбить под себя. Можно подключать абсолютно любые инструменты, связать бота с умным домом, фитнес-браслетом, завязать с Perplexity/Twitter/GitHub и многое-многое другое. В сети уже полно интересных гайдов, так что гуглите или ищите на YouTube. Из интересного отметим файловую память. Долгосрочная в MEMORY.md и дневные заметки в memory/YYYY-MM-DD.md. Они семантически индексируются и подмешиваются в контекст. В сети ClawdBot называют первым настоящим ИИ-ассистентом и говорят, что он ощущается, как Джарвис. Кстати, несмотря на похожесть названия, ничего общего с Anthropic агент не имеет. Его создал Peter Steinberger (основатель и CTO компании PSPDFKit) в качестве пет-проекта. github.com/clawdbot/clawdbot https://clawd.bot/

Инженер из DeepMind создал огромную карту Нью-Йорка, не написав ни строчки кода Карта необычная: она в стиле изометрического пиксель-арта типа SimCity 2000. Потыкаться можно тут (она интерактивная) Основная фишка в том, что вся карта фактически сделана руками coding агентов и генеративных моделей. Происходит, по сути, следующее: 1. В коде 3D-данные из CityGML и 3D-tiles API Google Maps рендерятся с изометрической камерой. Это дает каркас города. 2. Все эти рендеры затем превращаются в красивые картинки с помощью Nano Banana Pro и дообученной на нескольких десятках примеров Qwen Image-Edit. 3. Система отслеживает координаты и метаданные зданий и постепенно наносит генерации на карту. Вот это называется Вайбкодинг с большой буквы

SakanaAI заключили партнерство с Google Помните агента ALE-Agent, который недавно выиграл сложную Олимпиаду по кодингу, и The AI Scientist, статью которого взяли на ICLR? Это все продукты от Sakana, и оба они работали (в том числе) на разных версиях Gemini. Теперь амбициозный японский стартап объединит планирует плотнее объединить модели Google со своими разработками. А Google в знак поддержки закидывает им какую-то монетку.

Используя такие модели, как Gemini и Gemma, мы ускорим наши прорывы в области автоматизированных научных открытий.

Интересно, что в первую очередь Sakana со своим ускорением целятся в японский госсектор.

В пространстве TAU в Москве пройдет Т-Sync Conf — масштабная конференция для инженеров Что интересно, каждый гость может выбрать свою личную траекторию конференции. Всего будет 8 технических контуров: AI, Data, Security, UX/UI, R&D, Productivity, Observability и Platform — можно идти туда, где реально интересно. На стендах будут тестировать AI и дата-платформы, обсуждать дизайн инструментов, устроят хакатон для профи и публичную сборку сервиса. Инженерные диалоги обещают откровенно разбирать неудобные кейсы: что сломалось, что едва держалось и как команды решают реальные проблемы. Организаторы — группа “Т-Технологии” — позиционируют мероприятие как место, где разработки показывают в действии, а не на слайдах. Кстати, конфа бесплатная, но по предварительной реге

Интервьюер: … Я, защищающий на алгоритмическом собесе свое решение, работающее за O(n³)

Вышел Cursor 2.4. Смотрим, что интересного: 1. Появились Subagents. Теперь агента можно разбить на маленьких агентиков, которые будут решать отдельные части общей задачи. Subagents работают параллельно, имеют свой собственный контекст и настройки + могут использовать разные модели под разные подзадачи. 2. Добавили генерацию изображений с Nano Banana Pro под капотом. Генерации сохраняются прямо в проект. В некоторых случаях, наверное, может быть удобно. 3. Добавили асинхронные Q&A. Если агенту нужно что-то уточнить, то он сделает это, не прерывая работу. То есть он будет продолжать что-то редактировать или читать, а когда вы дадите ответ на вопрос, вернется к нужному месту и обработает его. Ну и вишенка: добавили Cursor Blame для Enterprise-плана. Это расширение для обычного git blame, которое раскладывает diff по строкам и показывает, что пришло от человека, что от ИИ, и как именно (tab completion, агент, ручная правка) + ссылается на соответствующие чаты с моделью 😐 https://cursor.com/changelog/2-4

В МТС Банке сотрудники теперь работают с собственным внутренним ИИ-помощником Компания запустила корпоративного ассистента Corporate AI Copilot на базе MWS AI Agents Platform*. Он объединяет в себе возможности RAG-инструментов. Агент развернут локально, так что сотрудники могут безопасно работать с внутренними данными. Разброс задач достаточно ощутимый: от создания отчетов и документов до умного поиска в базах знаний и анализа данных. При этом для разных задач доступны разные модели, а во время выполнения задач агент сам подтягивает нужные источники из глобальной инфраструктуры. По итогам 2025 года можно говорить о формировании двух зрелых и устойчивых кейсов применения генеративного ИИ. Первый — использование ИИ в клиентской поддержке: чат-боты и системы речевой аналитики берут на себя часть типовых обращений, повышают скорость обработки запросов и качество сервиса, а также дают бизнесу инструменты для анализа клиентских коммуникаций. Второй — такие корпоративные ИИ-помощники, автоматизирующие поиск и навигацию по внутренним источникам данных. * MWS AI Agents Platform — это корпоративная платформа для управления всем жизненным циклом ИИ-агентов в едином интерфейсе, которая позволяет создавать ИИ-помощников без код и масштабировать их на уровне всей компании.