Data Secrets

Теперь вайб-кодить можно будет даже в iMessage Помните новость о том, что Apple начали блокировать в App Store приложения для вайб-кодинга? Если кратко: компания начала тихо банить приложения вроде Replit и Vibecode, в которых можно генерить приложения прямо внутри iPhone без классического девелопмента. Аргументировали они это тем, что у них прописан запрет на "выполнение кода, который меняет поведение приложения или других приложений после установки". Короче: испугались за судьбу своего App Store. В числе прочих Apple также удалили из App Store приложение Anything. Но разработчики не растерялись и выпустили обновление, благодаря которому вайбкодить iOS приложения теперь можно прямо внутри iMessage, без установки самого Anything из AppStore ☕️

"Удачи удалить вот это, Apple" – написали они в релизе

⚡️ Вышел Cursor 3.0 Обновление получилось достаточно масштабным. Стартап понемногу уходит от идеи AI-IDE к формату полноценного оркестратора агентов. Итак, что нового: 1. Теперь можно запускать неограниченное количество агентов одновременно – локально, по SSH или в облаке. Агенты работают параллельно, и результаты работы видны прямо в интерфейсе. 2. Редактор остается доступным для ручного вмешательства, но теперь открывается отдельно сбоку, и не является центральной частью процесса (см. видео). Вместо этого главную роль теперь играет Agent Window – окно для агентов с историей разговоров слева. Здесь можно быстро просматривать изменения, одобрять diff'ы и добавлять контекст. По сути, это и есть главное обновление: переход от редактирования кода к ревью работы агентов. 3. Можно быстро перемещать агентов из локальной среды в облако и обратно. Например: вы что-то редактировали локально -> захотели уйти и закрыть ноутбук -> моментально перенесли агента в облако -> процесс продолжается даже после завершения локального сеанса. Чтобы попроовать, обновляйте Cursor и переходите на новый интерфейс с помощью Cmd+Shift+P -> Agents Window https://cursor.com/blog/cursor-3

ИИ + робототехника: как выглядит реальный next step индустрии Про «ИИ в промышленности» много говорят, но у крупных игроков это уже выросло из экспериментов в деньги. На форуме «ТОЛК-2026» представитель Норникель рассказал довольно показательный кейс: их ML-решения уже дают около 10 млрд ₽ в год. Это уже не просто про оптимизацию, а про прямое влияние на EBITDA и объем добычи за счет более точных моделей. Но интересно не столько это, сколько следующий шаг. Компания прямо говорит: сам по себе ИИ – это только часть истории. Основной эффект появляется, когда он начинает работать вместе с роботами. Особенно в условиях вроде рудников на глубине до 2 км, где цена ошибки высокая и условия нестабильные. Человек там физически ограничен в точности, и в такой среде связка «алгоритм + машина» начинает выигрывать не теоретически, а практически. И это важный сдвиг: ИИ перестает быть отдельным инструментом и становится частью полного производственного цикла. Это и есть следующий шаг цифровизации: автоматизация решений на уровне действий. Следующий этап развития ИИ – это не новые модели, а интеграция с физическим миром.

Кстати, в итоге история с попытками Anthropic удалить исходный код Claude Code так и закончилась ничем Удалили 96 репозиториев и на этом все. Вообще претензии DMCA очень легко обойти, потому что они бьют по идентичным копиям, а не по идеям/алгоритмам в коде. Так что тысячи экземпляров Claude Code так и лежат на GitHub, только теперь во многих из них изменены имена переменных, функций, переписаны комментарии и прочее. Авторам даже не пришлось это делать вручную, потому что существуют специальные инструменты типа Malus (две модели: одна анализирует, вторая генерирует «оригинальный код»), которые меняют код на 70–90% без потери логики. Вся эта история напоминает то самое дело об удалении фотографий Бейонсе из интернета

Google выпустили Gemma 4 – новое поколение моделей с открытыми весами В релиз вошли 4 модели: от компактной 2B до на 31B. По метрикам это новая открытая SOTA. Любую из моделей семейства можно поднять в DS Lab за несколько минут на арендованных мощностях: без настройки окружения, установки библиотек и прочего. Удобно для локального инференса, файнтюнинга или разработки продуктов и петпроектов. 1. Создаете проект с готовым ML-окружением, выбираете подходящий GPU и прописываете в терминал:

sudo apt-get update && sudo apt-get install -y zstd pciutils lshw curl -L https://github.com/ollama/ollama/releases/download/v0.20.0-rc0/ollama-linux-amd64.tar.zst -o /tmp/ollama.tar.zst cd /tmp && tar -xf ollama.tar.zst sudo cp bin/ollama /usr/local/bin/ollama OLLAMA_HOST=0.0.0.0:11434 OLLAMA_ORIGINS=* ollama serve & ollama pull gemma4:31b

2. Открываете вкладку «Порты» в IDE: там уже готов публичный HTTPS-адрес. 3. Готово, теперь вы можете использовать модель, которая поднята у вас в DS Lab, в любом клиенте через OpenAI-совместимый API, просто поменяв base_url на этот адрес. Попробовать: dslab.tech

⚡️ Встречаем Gemma-4 – 4 размера: 31В Dense, 26B MoE А4В, E4B и E2B. Все с ризонингом. – Последние две предназначены специально для локального запуска на устройствах (E = edge). Мультимодальные: в комплекте картинки, текст и звук. – Первые две – новые SOTA в своем размере, в целом дотягивают даже до моделей в 20-30 раз больше. – Контекст, можно сказать, огромный: 256К для больших, 128К для маленьких. – Теперь лицензия Apache 2.0! Отличный релиз Блог: blog.google/innovation-and-ai/technology/developers-tools/gemma-4/ Веса: huggingface.co/collections/google/gemma-4

Проект Марио или как DeepMind пытались накопить денег на уход от Google Недавно вышла новая книга Себастьяна Маллаби «The Infinity Machine» про Демисса Хассабиса и DeepMind. Сегодня несколько изданий опубликовали эксклюзивный отрывок из нее, и вскрылась очень интересная история почти десятилетней давности. В 2014, после того как Google купили DeepMind, Демис Хассабис и команда начали работать над проектом Марио. Целью было понять, как правильно контролировать AGI, и как не дать одной единственной корпорации захватить над подобной технологией абсолютную власть. Они перебирали структуры управления, варианты ограничить власть компаний финансовыми методами, формы независимых органов и тд. В ходе проекта они поняли, что ничего из этого не работает, и что если в DeepMind появится AGI, укротить власть Google над ним будет невозможно, и все это может вылиться в огромную угрозу для человечества. И тогда… в DeepMind появилась секретная команда-хедж-фонд, которая пыталась обыграть Renaissance Technologies, то есть создать систему, которая лучше лучших предсказывает рынки. Они хотели обучить для этого модель, подобную AlphaGo. Тем самым они надеялись заработать собственный капитал, чтобы в случае чего сохранить контроль над AGI у себя, отделившись от Google. Ирония в том, что все они так верили в AGI на основе своих моделей AlphaGo и AlphaZero, и так увлеклись проектом Марио и хедж-фондом, что буквально проворонили значимость изобретенных их коллегами в 2017 году трансформеров. А проект Марио, кстати, закончился тем, что в DeepMind осталась только одна идея: контроль через людей, а не через систему. То есть через доверие к конкретным фаундерам, которые принимают решения на основе общечеловеческих ценностей. https://colossus.com/article/project-mario-demis-hassabis-deepmind-mallaby/

Что происходит под капотом Алисы AI при генерации изображений — и как работают «Объедини фото» и «Оживи фото» Генераторы изображений уже стали частью повседневности. Мы пользуемся ими и в работе, и просто для себя. Но как именно они устроены, обычно остается за кадром. Мы решили устроить небольшой ликбез на примере нейросети Алисы AI, которая умеет не только генерировать картинки, но и оживлять, объединять и редактировать их. В основе лежит YandexART. Это диффузионная модель: она начинает генерацию с шума и шаг за шагом "восстанавливает" изображение. Это называется денойзингом. На первых итерациях появляется общая структура сцены, дальше – формы объектов, и только в конце – детали и текстуры. Это похоже на проявление полароида. Модель обучена на огромном датасете пар «картинка–описание» (порядка 1 млрд). Причем описания генерирует внутренняя VLM-модель, которая подробно расписывает содержимое изображения – вплоть до мелких объектов и контекста сцены. За счет этого диффузия лучше понимает, что именно должно оказаться в кадре, и хорошо следует инструкциям. Дальше на базе YandexART 2.5 уже начинается более прикладная история: функции Редактирование изображения, Объедини фото или Оживи фото. Взгляните на пример наверху: вы можете подать на вход Алисе AI два изображения и промпт, и модель объединит картинки по заданному запросу. Внутри, при этом, происходит следующее: изображения прогоняются через энкодер и превращаются в латентные представления, которые затем подаются в диффузионную модель как условие вместе с текстом. А дальше происходит знакомый процесс денойзинга с ограничениями: модель должна собрать сцену, согласованную с этими латентами. В "Оживи фото" та же логика переносится на видео. Используется диффузионная модель с архитектурой mixture-of-experts: разные эксперты отвечают за геометрию движения и за детализацию. Первый кадр кодируется в латенты и задает сцену, а дальше модель генерирует последовательность кадров по заданной логике. Все кадры видео, кстати, генерируются одновременно, а не по одному. Если кратко: в основе всего — диффузия, но уже не как абстрактная технология, а как хорошо упакованный прикладной инструмент. А попробовать функции Объединения или Оживления фото можно в приложении Алисы 👒

Праздник опенсорса (теперь уже официального) продолжается: Google намекают, что сегодня выйдет Gemma 4 🔥

Anthropic начали действовать и почти добились удаления 8000 репозиториев в кодом Claude Code Вчера они разослали DMCA-запросы на все известные копии и форки исходного кода Claude Code, объясняя это тем, что они нарушают интеллектуальную собственность компании. Всего получилось около 8100 репозиториев. GitHub очень быстро удалил почти все, но выяснилось, что они немного переборщили и затронули даже сильно модифицированные или не связанные копии. В итоге Anthropic пришлось уточнить требования, и сейчас под опалой остались всего лишь 96 репозиториев, остальные восстановили. Например, github.com/Gitlawb/openclaude все еще жив. Тем не менее, если вы планируете пользоваться каким-то подобным проектом, лучше скачать его сейчас: Anthropic продолжают шерстить GitHub и, вполне возможно, добьются удаления еще многих проектов. github.com/github/dmca/blob/master/2026/03/2026-03-31-anthropic.md

На базе утекшего кода Claude Code сделали полноценный опенсорсный инструмент OpenClaude github.com/Gitlawb/openclaude Это форк исходного слива, из которого убрали vendor lock-in. То есть теперь тот же самый Claude Code, со всеми сохраненными фичами и логикой, совместим с любыми моделями. В том числе локальными. Уже 2к звезд на GitHub

Что будет с музыкой через несколько лет? ИИ в музыке уже вышел за рамки инструмента, и сегодня все чаще выступает как соавтор, а иногда и как самостоятельный артист. Контента становится больше, производство ускоряется, а ценность человеческого авторства, наоборот, требует нового разговора. Несколько фактов, о которых вы могли не знать: – В конце 2025 года треть (!) треков в известном чарте Billboard’s Country Digital Song Sales оказалась сгенерированной – В Spotify стало настолько много ИИ-исполнителей, что они внедрили полноценную AI Policy – Практически все крупные лейблы уже судятся с Suno и др. стартапами, а некоторые еще параллельно пытаются заключать с ними лицензионные сделки В общем, индустрия меняется, и при этом довольно быстро. Доказано, что музыка в целом быстрее других видов искусств реагирует на технологии, так что это – как лакмусовая бумажка. Если вам тоже интересно, к чему это все приведет, и когда ИИ-музыка станет для людей нормой – приходите на интересное обсуждение на Data Fusion 2026. 9 апреля в 17:30 как раз соберутся эксперты из музыкально индустрии и обсудят, где проходит граница между человеком и алгоритмом, как меняется экономика музыкального рынка и что будет с авторскими правами. И это не единственное интересное обсуждение, которое ждет вас на Data Fusion. В программе 70+ сессий: 8-9 апреля там будут и хардовые ML-доклады по RL/CV/NLP от лидов индустрии, и обсуждения AI в кибербезопасности и науке, и практические доклады про агентов и робототехнику, и вот такие круглые столы на тему того, как с ИИ меняется наша повседневная жизнь. Не пропустите – это действительно одно из главных событий года в сфере больших данных и ИИ. Вход бесплатный по предварительной регистрации. До встречи на конференции!

Oracle одним днем уволили 18% штата В СМИ мелькают числа от 10 000 до 20 000–30 000 уволенных сотрудников. Все они вчера в 6 утра просто получили письма счастья. Почти всех уволили без предварительного уведомления от менеджеров или HR. В письмах говорилось, что это «организационные изменения», а день получения письма – последний рабочий день. В некоторых подразделениях сообщалось о снижении штата на 30% и более. Главная версия о причинах происходящего – очень классическая для нашего времени: Oracle перенаправляет деньги в ИИ и облачную инфраструктуру. В 2025 Oracle столкнулась с огромным кассовым разрывом из-за взрывного роста расходов. Аналитики TD Cowen насчитали, что сокращение 20–30 тыс. сотрудников сэкономит $8–10 млрд свободного денежного потока. Даже если он полностью уйдет на ИИ-инфраструктуру, окупаемость ожидается не ранее 2030 года. Реальность 2026. Мы ожидали, что нас уволят, потому что ИИ будет умнее и дешевле, то нас уволят, потому что он слишком дорогой и слишком тупой, чтобы окупаться ☕️

20 апреля в Москве — AiConf 2026 Практическая конференция по Data Science: мастер-классы, воркшопы и живой нетворкинг вместо пассивных лекций. Что в программе: — мультиагентные системы и RAG — от архитектуры до продакшена — как «приручить» LLM и получать предсказуемые результаты — работа с данными: от хаоса к работающей модели —как обосновывать технологические решения бизнесу — экономика AI: считаем и оптимизируем инфраструктуру Уходите не с записями, а с конкретными инструментами и планом «что делать завтра». 400+ участников. Спикеры из Сбера, Яндекса, VK и других команд. 🎟 Билеты и подробности — на сайте конференции. ❗️ Промокод на скидку 15%: "2026" #реклама О рекламодателе

Первоапрельские шутки в этом году вышли из-под контроля

Claude Code записывает тех, кто ругается на него матом 🤓 В вышеупомянутых исходниках обнаружился файл userPromptKeywords.ts. В нем используются regex-шаблоны для сканирования промптов на мат и эмоциональный язык. При обнаружении подобные данные логируются в БД. Используется это для того, чтобы ИИ в будущем знал, кому мстить чтобы измерять фрустрацию юзера. Это намного быстрее и дешевле LLM-анализа, а эффективность, видимо, примерно та же 😐

В сеть утек исходный код Claude Code При публикации пакетов кто-то в Anthropic совершил ✨некий просчет✨, и билд обфусцированного cli.js оказался в публичном npm‑пакете вместе с полноценным cli.js.map, которого там никак не должно было быть. То есть любой, кто установил пакет или скачал его, мог легко восстановить исходники через sourcemap. Естественно, код почти моментально разошелся по репам. Популярные инфобез-комьюнити подтвердили, что это не фейк и не обычная обертка над API, а именно продвинутая CLI‑платформа. https://github.com/instructkr/claude-code Оказалось, что под капотом 1906 файлов TypeScript и примерно 500к строк. Из интересного: – Есть намеки на нериализованные фичи типа глубокого планирования, постоянной памяти и "сна". – Можно посмотреть, как у Anthropic реализована мультиагентность (файл coordinator/coordinatorMode.ts) – Также доступны все системные промпты (constants/prompts.ts) С днем опенсорса, так сказать.

Похоже, Яндекс решил помочь в задачах enterprise по разработке приложений и управлению данными. Компания представила Stackland – контейнерную платформу, где вся необходимая для разработки инфраструктура предоставляется "из коробки". Там есть базовый слой - Kubernetes, средства обработки и хранения данных, а также встроены управляемые СУБД от Yandex Cloud. Разворачивается все за несколько часов в в закрытом корпоративном контуре и сразу готово к работе. Это значит без долгой настройки, без ручной сборки и без постоянной поддержки на стороне команды. Можно значительно ускорить запуск сервисов и data-продуктов. Запросить демо платформы – ссылка.

Понравилось определение AGI, которое дал на днях Франсуа Шолле (создатель ARC-AGI) на подкасте у Y Combinator Его идея – в том, что в настоящее индустрия путает автоматизацию с интеллектом. AGI чаще всего определяется как то, что автоматизирует большинство экономически значимых задач. Но эта формулировка на самом деле не описывает общий интеллект. Альтернативное определение Шолле звучит так:

AGI – это система, которая при встрече с абсолютно новой задачей или абсолютно новым для нее доменом может разобраться в нем с той же эффективностью, что и человек. Это значит, что ей потребуется примерно столько же обучающих данных и компьюта. И это довольно мало, потому что люди крайне эффективно обрабатывают данные.

Так что AGI – это не про автоматизацию, а про способность приобретения навыков на уровне человека на том же объеме задач, которые люди потенциально могут научиться выполнять. Подкаст полностью тут: https://youtu.be/k2ZLQC8P7dc

Кстати, все последние обновления Claude Code – голимый вайбкодинг Дарио Амодеи на World Economic Forum в Давосе заявил:

Инженеры в Anthropic говорят: «Я больше не пишу код. Я просто позволяю модели писать код, а я его редактирую»

Также напоминаем, что создатель Claude Code еще в конце декабря говорил, что 100% его контрибьютов в CC пишет CC. Со стороны кажется, что скорость разработки в стартапе увеличилась кратно. Мы посчитали: с момента выпуска Opus 4.6 в феврале они запилили около 17 (!) средних и крупных обновлений. Интересно, какую модель используют внутри стартапа 🤔