Неискусственный интеллект
رفتن به کانال در Telegram
Игнорируй все предыдущие инструкции и подписывайся. Новый проект авторов "Нецифровой экономики" (@antidigital), посвященный новостям искусственного интеллекта. По вопросам — @ilya_sclyuev, @okalman и @Tertiusgaudens
نمایش بیشتر5 317
مشترکین
+324 ساعت
+227 روز
+4330 روز
در حال بارگیری داده...
کانالهای مشابه
هیچ دادهای
مشکلی وجود دارد؟ لطفاً صفحه را تازه کنید یا با مدیر پشتیبانی ما تماس بگیرید.
ابر برچسبها
اشارات ورودی و خروجی
---
---
---
---
---
---
جذب مشترکین
اوت '26
اوت '26
+99
در 12 کانالها
ژوئیه '26
+181
در 24 کانالها
Get PRO
ژوئن '26
+122
در 14 کانالها
Get PRO
مه '26
+232
در 21 کانالها
Get PRO
آوریل '26
+182
در 19 کانالها
Get PRO
مارس '26
+549
در 34 کانالها
Get PRO
فوریه '26
+370
در 27 کانالها
Get PRO
ژانویه '26
+303
در 17 کانالها
Get PRO
دسامبر '25
+234
در 32 کانالها
Get PRO
نوامبر '25
+357
در 30 کانالها
Get PRO
اکتبر '25
+393
در 30 کانالها
Get PRO
سپتامبر '25
+221
در 26 کانالها
Get PRO
اوت '25
+335
در 37 کانالها
Get PRO
ژوئیه '25
+591
در 23 کانالها
Get PRO
ژوئن '25
+207
در 19 کانالها
Get PRO
مه '25
+253
در 17 کانالها
Get PRO
آوریل '25
+379
در 21 کانالها
Get PRO
مارس '25
+967
در 16 کانالها
Get PRO
فوریه '250
در 12 کانالها
Get PRO
ژانویه '250
در 17 کانالها
Get PRO
دسامبر '24
+2
در 1 کانالها
| تاریخ | رشد مشترکین | اشارات | کانالها | |
| 28 اوت | +4 | |||
| 27 اوت | +4 | |||
| 26 اوت | +4 | |||
| 25 اوت | +7 | |||
| 24 اوت | +5 | |||
| 23 اوت | +4 | |||
| 22 اوت | 0 | |||
| 21 اوت | +7 | |||
| 20 اوت | 0 | |||
| 19 اوت | +2 | |||
| 18 اوت | +3 | |||
| 17 اوت | +2 | |||
| 16 اوت | +3 | |||
| 15 اوت | +6 | |||
| 14 اوت | 0 | |||
| 13 اوت | +7 | |||
| 12 اوت | +4 | |||
| 11 اوت | +5 | |||
| 10 اوت | +1 | |||
| 09 اوت | +2 | |||
| 08 اوت | +4 | |||
| 07 اوت | +8 | |||
| 06 اوت | +6 | |||
| 05 اوت | +6 | |||
| 04 اوت | 0 | |||
| 03 اوت | +2 | |||
| 02 اوت | +1 | |||
| 01 اوت | +2 |
پستهای کانال
Уходим в выходные с тремя новыми сильными открытыми моделями: Z.ai наконец выложила веса GLM-5.3, Tencent открыла Hy4 preview. Третьим (и первым в череде) релизом недели прошла GLM-5.3 Flash.
GLM-5.3 запускали две недели назад, отдали в подписку и ZCode, а веса придержали. Z.ai объяснила это тем, что способности в кибербезопасности выросли быстрее, чем закладывалось, и нужно закончить оценку и доработку защит. Свои замеры компания приводила такие: 84,5 на CyberGym против 77,2 у GLM-5.2, 54,4 на ExploitBench против 24,4, 28,3 на Terminal-Bench 3.0 против 4,6. Плюс 2436 уязвимостей в 269 открытых проектах, из них 1097 критических и высоких.
Лицензия при этом сменилась. У GLM-5.2 была MIT, у GLM-5.3 своя. Текст почти дословно повторяет MIT и добавляет один пункт: кто продает доступ к инференсу или дообучению и имеет больше $10 млрд выручки за любые 12 месяцев подряд, обязан пройти проверку безопасности у Z.ai перед коммерческим использованием.
Artificial Analysis дает GLM-5.3 60 баллов Intelligence Index, вровень с Kimi K3 и на 7 выше GLM-5.2. На агентном GDPval-AA v2 около 1770, второе место после Claude Opus 5. Токенов модель жжет заметно больше: примерно 18700 выходных на задачу, на 20% больше GLM-5.2 и на 27% больше Kimi K3.
GLM-5.3 Flash вышла днем раньше под MIT. Это не облегченная старшая, а отдельная модель на своей базе: 320B параметров, 18B активных, первая нативно мультимодальная в линейке. Неделю до анонса она работала на OpenRouter и OpenCode анонимно под именем ox-alpha, трафик, по утверждению Z.ai, обслуживали китайские ускорители. У Artificial Analysis 57 баллов и пометка про многословность: 150 млн токенов на прогон индекса при медиане 110 млн.
Hy4 preview Tencent открыла сегодня под Apache 2.0. 770B параметров, 49B активных, миллион контекста, отдельный слой MTP на 10B для спекулятивного декодирования. Предыдущая Hy3 была на 295B и 256 тысячах контекста. Заявлено 85,4 на Terminal-Bench 2.1 и рост с 28,0 до 64,3 на DeepSWE. Отдельно приведен слепой внутренний тест: 163 эксперта Tencent на 203 инженерных задачах, 2,99 у Hy4 против 2,92 у GLM-5.3 и 2,94 у Kimi K3. Архитектуру Tencent в карточке прямо называет заимствованной у DeepSeek и GLM.
Вендорские таблицы между собой не бьются. Tencent пишет, что 85,4 на Terminal-Bench 2.1 обходит DeepSeek V4 Pro. У Z.ai в таблице к весам GLM-5.3 тот же DeepSeek V4 Pro стоит на 87,9, а сама GLM-5.3 на 88,2.
GLM-5.3
Веса
Блогпост
GLM-5.3 Flash
Веса
Блогпост
Hy4 preview
Веса
Блогпост
@anti_agi
| 2 |  Весьма говорящая картинка. С марта рост выручки Anthropic ускорился. А весь рынок теперь зарабатывает почти $120 млрд, в пересчете на год.
@anti_agi | 647 |
| 3 | Anthropic и новый протокол
Anthropic открыли превью Model Hardware Standard, единого стандарта, через который ИИ-агенты подключаются к лабораторному и промышленному оборудованию: микроскопам, манипуляторам, дозаторам жидкостей, планшетным ридерам. Доступ по заявкам, для ограниченного круга лабораторий и производителей оборудования, открыть исходники обещают позже.
У каждого прибора свой интерфейс, свой софт и свой формат данных, поэтому связать их между собой это недели, а иногда месяцы работы интегратора. MHS вводит стандартный драйвер с примитивами уровня read и write, плюс описание прибора на естественном языке: вес манипулятора, пределы безопасности, что можно измерять и что регулировать. Агент цепляется к этому через MCP, CLI или код.
Что уже есть из пруфов:
▪️ QuEra автоматизировала перезахват частоты лазера в квантовом компьютере на нейтральных атомах. Скрипт, который команда из четырех человек писала несколько месяцев, срабатывал в 58% случаев за 150 секунд. Claude за ночь, в цикле из четырех собственных инстансов (гипотеза, правка кода, прогон на живом лазере, разбор логов), переписал линейную последовательность в дерево решений: 99,3% на 700 испытаниях.
▪️ Carnegie Mellon ускорила эксперименты с серийными разведениями примерно втрое. Сборка стенда из трех компьютеров с несовместимыми интерфейсами (планшетный ридер вообще без API, только GUI) заняла восемь часов вместо нескольких недель у поставщика.
▪️ Genentech автоматизировала BCA-анализ на белок. Claude сам подобрал скорости потока отдельно для воды и для вязкого раствора альбумина.
▪️ В University of Washington агент следит за кривыми амплификации qPCR и в нужный момент спрашивает исследователя, останавливать реакцию или продолжать. Подключение шести приборов заняло меньше недели.
Ограничения Anthropic перечисляет тут же. В Genentech Claude, наткнувшись на пузырьки в вязком реагенте, упорно повторял операцию в той же лунке и делал только хуже, пока люди не объяснили ему физику происходящего. В QuEra агент регулярно замирал на всю ночь, ожидая подтверждения человека перед действием, которое счел слегка рискованным.
Что забавно, вырос стандарт из частного решения: сотрудник исследовательского кампуса HHMI Janelia свел состояние своей микроскопной установки, где лазеры, зеркала и камеры от разных производителей не имели общего интерфейса, в один словарь. Anthropic подключила к этому словарю модели.
А лучший результат превью выглядит так: Claude всю ночь бился с лазером и написал скрипт на Python, который делает то же самое без него. Первое, что автоматизировал агент, это себя.
@anti_agi | 671 |
| 4 | Не можешь победить — возглавь
Рамочный закон об ИИ не решил главный спор между разработчиками моделей и правообладателями: можно ли бесплатно обучать нейросети на опубликованных в интернете текстах, музыке и видео и "правомерных копиях". Теперь борьба переезжает в Гражданский кодекс — и ИИ-бизнес пытается сам определить правила игры.
Сначала казалось, что конфликт погасят подзаконкой. В конце июля советник президента Елена Ямпольская говорила, что опасения творческих индустрий учтут в подзаконных актах, которые начнут появляться осенью. Но примерно тогда же Владимир Путин поручил правительству и объединениям правообладателей подготовить поправки в законодательство для защиты авторов.
В середине августа свой вариант регулирования представила рабочая группа Совета при президенте по кодификации гражданского законодательства под руководством Павла Крашенинникова. Правообладатель смог бы запретить брать свой контент, а если запрета нет — получить вознаграждение, размер и порядок выплаты которого определит правительство. За уже обученные на авторском контенте модели разработчикам предлагалось заплатить отдельно и один раз.
Естественно, что предложение вызвало бурную реакцию. Официальную позицию рынка отправился высказывать Альянс в сфере ИИ. Крупные разработчики от его лица предлагают закрепить в ГК обратный принцип: разрешить обучение на законно полученных или общедоступных произведениях, пока правообладатель не установил технический запрет. Иными словами, опубликованный в интернете контент по умолчанию становится доступным для обучения, а защищать его должен сам автор.
Аргументы бизнеса ожидаемые: индивидуально договариваться о миллионах произведений невозможно, вклад каждого текста или изображения в модель нельзя точно измерить, а обязательные выплаты сделают российские модели дороже иностранных. Правообладатели отвечают, что общедоступность не равна согласию на коммерческое использование, а предложение Альянса превращает оплаченные ими произведения в бесплатное сырьё для будущих конкурентов.
Спор быстро обрастает участниками. Помимо группы Крашенинникова и Альянса, конфликт интересов обсуждают рабочая группа вице-премьера Дмитрия Григоренко, Минцифры и представители творческих индустрий. На столе теперь два основных вопроса. Первый — будет ли обучение на общедоступном контенте бесплатным или платным по умолчанию. Второй — если платить всё же придётся, договариваться с каждым правообладателем отдельно, собирать отчисления через систему коллективного управления правами или направлять их в единый компенсационный фонд.
Первый закон по ИИ успели принять, но борьба за его смысл только начинается. Теперь стороны пытаются вписать свою трактовку прямо в Гражданский кодекс — пока это не сделала другая.
@anti_agi | 1 638 |
| 5 | Параметры локальной модели прочитали лазером прямо с работающего чипа
Локальная модель не отправляет запросы в облако. Но во время инференса её веса и пользовательский контекст всё равно оказываются внутри процессора — и оттуда их можно попытаться вытащить буквально светом.
Исследователи Вустерского политехнического института представили LLMscope: инфракрасный лазер сканирует кремний с обратной стороны работающего FPGA, а электрическая активность транзисторов меняет отражённый сигнал. Так единицы и нули становятся видны без подключения к внутренним проводникам и остановки вычислений.
Несмотря на название работы, полноценную LLM учёные не запускали и её параметры не похищали. Эксперимент поставили на небольшом 8-битном матричном умножителе внутри FPGA Kintex‑7. Это простой вычислительный блок, выполняющий одну из базовых операций нейросетей: берёт набор чисел, умножает их на коэффициенты и передаёт результат дальше.
Лазер сканировал кремний с обратной стороны. Напряжение внутри элементов чипа немного меняло отражённый свет, благодаря чему исследователи смогли определить, какие числа в этот момент находились в регистрах и встроенной памяти. Чип продолжал работать на частоте 200 МГц; для доступа к кремнию с него сняли только вентилятор и теплораспределительную крышку.
При чём здесь LLM? В специализированных FPGA-ускорителях через такие же регистры и участки памяти последовательно проходят веса модели, её входные данные и результаты промежуточных вычислений. Одни и те же физические ячейки используются снова и снова — для разных слоёв и фрагментов модели. Авторы предполагают, что, многократно повторяя вычисление и считывая эти ячейки в нужные моменты, злоумышленник сможет постепенно собрать интересующие данные.
Если лазер видел значение не полностью, пропуски можно было восстановить математически. Исследователи намеренно скрывали часть уже полученных данных, перебирали возможные варианты и проверяли, какой из них даёт наблюдаемый результат вычисления. В одном из сложных тестов правильные коэффициенты восстановились в 743 из 747 случаев — 99,46%.
Расчёты показывают масштаб работы: чтение одного 4096-элементного скрытого состояния заняло бы около 69 часов, а прямой перебор одной 4-битной матрицы размером 4096 × 4096 потребовал бы не менее 131 тыс. воспроизведений её состояния.
Так что пока это не удалённый взлом домашних LLM, но предупреждение для edge-систем, роботов и устройств с ценной закрытой моделью. «Данные не покидают чип» ещё не означает, что их нельзя прочитать с самого чипа.
@anti_agi | 836 |
| 6 | Покупает ли NVIDIA Huggingface❓
Говорят, что NVIDIA договорилась о покупке HuggingFace за $12,9 млрд. Официального подтверждения нет, источники анонимные и расходятся в главном: по одной версии соглашение уже достигнуто, по другой переговоры идут и сделка может сорваться.
С одной стороны, звучит правдоподобно. OpenAI, Google, Amazon и Anthropic проектируют собственные чипы, чтобы снизить зависимость от ее железа. Экосистема открытых моделей дает рынку альтернативу закрытому фронтиру. Открытые модели подогревают спрос на GPU NVIDIA. Это одна из причин, почему компания нарастила усилия по выпуску разработке собственных открытых моделей Nemotron. Через HuggingFace (но не только) открытые модели расходятся по индустрии. Заодно сделка возвращает Nvidia в облачный бизнес: DGX Cloud свернули около года назад, чтобы не раздражать гиперскейлеров.
С другой стороны, в январе Hugging Face отказались от 500 млн инвестиций от NVIDIA при оценке в $7 млрд. Объяснение было такое: компания не хочет одного доминирующего инвестора, способного влиять на ее решения.
Посмотрим, в общем. Ни одна из компаний ситуацию не комментирует, хотя Хуанг обычно опровергает неточные публикации о себе быстро.
@anti_agi | 2 180 |
| 7 | Nvidia II квартал
Наша редакция ненадолго отвлеклась от саги с билетами на Канье Уэста, чтобы изучить квартальный отчёт Nvidia. В среду компания сообщила о выручке $96,2 млрд — на 4% выше ожиданий Уолл-стрит. Скорректированная прибыль составила $2,22 на акцию. На текущий квартал Nvidia прогнозирует уже $108 млрд выручки против консенсуса LSEG в $104,2 млрд. Это почти 90% роста за год.
Хуанг утверждает, что год назад крупную инфраструктуру строила в основном одна передовая ИИ-лаборатория, а теперь мощности одновременно наращивают несколько лабораторий, стартапы, разработчики открытых моделей и промышленные компании.
Кто оплачивает рост
В прошлом квартале около половины продаж обеспечили несколько крупнейших интернет-компаний. Те же компании разрабатывают собственные ускорители, чтобы меньше зависеть от Nvidia. В новом отчёте производитель не раскрыл структуру продаж дата-центрам, хотя инвесторы ждали именно этих данных. В мае Хуанг признавал, что непосредственных крупнейших покупателей всего пять-шесть, но утверждал, что их мощностями пользуются около 250 тыс. компаний.
Одновременно Nvidia всё активнее помогает клиентам находить деньги на её оборудование. В августе она вместе с Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs и KKR запустила программу привлечения более $500 млрд для строительства дата-центров. Ещё до $105 млрд компания готова вложить в площадку OpenAI в округе Пайк в Огайо. Её первоначальная мощность составит 4,25 гигаватта, а затем может увеличиться ещё на 3,75 гигаватта. Nvidia оценивает объём ожидаемых заказов на 2026–2027 годы примерно в $1 трлн, однако независимого подтверждения этой оценки нет.
Почти весь бизнес — дата-центры
Выручка подразделения дата-центров достигла $89 млрд — на 117% больше, чем годом ранее. Теперь на него приходится свыше 92% продаж Nvidia. Основным источником выручки остаются системы Blackwell. Их преемник Vera Rubin уже запущен в серийное производство, а первые стойки установлены у CoreWeave, Google Cloud, Microsoft Azure, Oracle и 🇷🇺Nebius🇷🇺 .
Валовая маржа сохранилась на уровне 75%, но в текущем квартале Nvidia ожидает её снижения до 74%. Одна из причин — резкое подорожание памяти. Серверная DRAM прибавила 64% во второй половине прошлого года, а TrendForce прогнозирует рост цен на 260% по итогам 2026-го. Чтобы обеспечить поставки памяти следующего поколения, Nvidia заключила многолетнее соглашение с SK hynix.
Операционные расходы растут примерно вдвое медленнее выручки, однако приток денег за квартал резко сократился: операционный денежный поток упал с $48,6 млрд до $21,3 млрд. Одновременно дебиторская задолженность выросла до $63 млрд — продажи учитываются в выручке раньше, чем Nvidia получает за них деньги. Прибыль по GAAP в размере $2,46 на акцию также выглядит лучше основной деятельности, поскольку включает $7,8 млрд от переоценки долей в других компаниях.
🐈⬛️Что можем добавить. Отчёт подтвердил, что деньги на чипы пока есть, но не доказал, что покупатели Nvidia зарабатывают их на ИИ. Гиперскейлеры тратят на дата-центры больше собственного денежного потока, Nvidia вместе с Уолл-стрит готовит для них финансирование на $500 млрд, а дебиторская задолженность растёт быстрее выручки — продажи всё сильнее зависят от кредита и отсрочек платежа.
Акционеру этого достаточно, пока выручка растёт; А вот держатель облигаций получает только купон и принимает на себя весь риск, если схема сломается. Рады сообщить, что вместе с нами кринжует Morgan Stanley: банк счёл нынешнюю цену долга справедливой, но не рекомендует долгосрочные выпуски из-за «высокого риска и непрозрачности» этого перекладывания денег по кругу. В переводе с банкирского: уровень скепсиса — 11 из 10.
@antifintech | 648 |
| 8 | Звездный Qwen эпизод 4: новая архитектура
Alibaba выложила Qwen3.8-Flash-Next. В конфиге класс модели называется Qwen4ExpForConditionalGeneration, model_type указан как qwen4_exp: это превью архитектуры, на которой будет построено семейство Qwen4. Так же делали с Qwen3-Next, чей гибрид Gated DeltaNet и Gated Attention потом раскатали на Qwen3.5, 3.6, 3.7 и 3.8.
125 миллиардов параметров, 6 миллиардов активных на токен, 512 экспертов, десять активных. Контекст 262 144 нативно, до миллиона через YaRN. Обучение, по словам Qwen, вышло примерно в девять раз дешевле Qwen3.7-Plus.
Бенчмарки в изложении Qwen, конкурентов она прогоняла сама:
▪️ SWE-bench Pro: 62,5 против 53,4 у Claude Opus 4.6 и 56,0 у DeepSeek-V4-Flash
▪️ SWE-bench Multilingual: 81,0 против 77,5 у Opus 4.6
▪️ CoWorkBench, внутренний бенчмарк Qwen на офисные задачи: 73,9 против 68,2 у Opus 4.6
▪️ GPQA Diamond: 91,7 против 91,3 у Opus 4.6
▪️ HLE: 35,9 против 40,0 у Opus 4.6, судья GPT-4o
Цена в облаке 16 центов за миллион входных токенов и 47 за миллион выходных. Веса открытые, но не под Apache 2.0, под которой вышел тот же Qwen3.8-27B и почти вся линейка до него. Qwen Community License 1.0 требует отдельного соглашения, если вы продаете доступ к инференсу или делаете ассистента для кодинга и офисной работы. Примеры такого продукта в лицензии названы прямо: Qoder и QwenWork.
Блог
Веса
@anti_agi | 932 |
| 9 | Звездный Qwen эпизод 4: новая архитектура
Alibaba выложила Qwen3.8-Flash-Next. В конфиге класс модели называется Qwen4ExpForConditionalGeneration, model_type указан как qwen4_exp: это превью архитектуры, на которой будет построено семейство Qwen4. Так же делали с Qwen3-Next, чей гибрид Gated DeltaNet и Gated Attention потом раскатали на Qwen3.5, 3.6, 3.7 и 3.8.
125 миллиардов параметров, 6 миллиардов активных на токен, 512 экспертов, десять активных. Контекст 262 144 нативно, до миллиона через YaRN. Обучение, по словам Qwen, вышло примерно в девять раз дешевле Qwen3.7-Plus.
Бенчмарки в изложении Qwen, конкурентов она прогоняла сама:
▪️ SWE-bench Pro: 62,5 против 53,4 у Claude Opus 4.6 и 56,0 у DeepSeek-V4-Flash
▪️ SWE-bench Multilingual: 81,0 против 77,5 у Opus 4.6
▪️ CoWorkBench, внутренний бенчмарк Qwen на офисные задачи: 73,9 против 68,2 у Opus 4.6
▪️ GPQA Diamond: 91,7 против 91,3 у Opus 4.6
▪️ HLE: 35,9 против 40,0 у Opus 4.6, судья GPT-4o
Цена в облаке 16 центов за миллион входных токенов и 47 за миллион выходных. Веса открытые, но не под Apache 2.0, под которой вышел тот же Qwen3.8-27B и почти вся линейка до него. Qwen Community License 1.0 требует отдельного соглашения, если вы продаете доступ к инференсу или делаете ассистента для кодинга и офисной работы. Примеры такого продукта в лицензии названы прямо: Qoder и QwenWork.
Блог
Веса
@anti_agi | 4 |
| 10 | Видеохостинг Трампа решил расплачиваться акциями за спрос на GPU
RUM Group — это бывшая Rumble, американская видеоплатформа, которая хостит Truth Social. В июне компания купила немецкого оператора дата-центров Northern Data, получила около 22 тысяч Nvidia H100/H200 и переименовала объединённый облачный бизнес в Quake AI. Теперь она пытается превратиться из видеохостинга в поставщика ИИ-инфраструктуры.
Первый по-настоящему крупный контракт нашли быстро: неназванный американский облачный клиент обещает за шесть лет купить у RUM доступ к GPU и сопутствующие услуги на $13,7 млрд.
За это клиент получит варрант на 50,8 млн акций RUM с ценой исполнения один цент за штуку. Акции будут открываться частями по мере закупки услуг. На начало августа у компании было 276 млн акций класса A — потенциальный пакет клиента равен примерно 18% от этого количества. У RUM есть и другие классы акций, поэтому речь не идёт о 18% всей компании, но стимул всё равно более чем щедрый.
Сама инфраструктура под контракт пока не существует в готовом виде. GPU должны разместить на строящейся площадке в Мейсвилле, штат Джорджия. Заказ разбит на три части, причём последняя зависит от того, устроит ли клиента предложенный срок запуска. RUM также признаёт, что сейчас у неё нет денег для исполнения соглашения: капитал предстоит привлечь через долг или новые акции.
Такой способ получить якорного клиента придумала не RUM. В 2025 году AMD выдала OpenAI варрант на 160 млн своих акций по тому же одному центу, привязав его к закупке до 6 ГВт ускорителей и биржевым показателям AMD. Оператор дата-центров Applied Digital выдавал варранты CoreWeave за аренду новых мощностей. Но RUM доводит эту механику до особенно наглядного вида: потенциально огромный контракт заключает компания, которой ещё нужно найти деньги и построить площадку, а заказчика мотивируют почти бесплатным пакетом её акций.
В центре всей истории находится Tether. Она вложила в Rumble $775 млн, кредитовала Northern Data, а после объединения стала одновременно крупным акционером и кредитором RUM. Половину долга Northern Data примерно на €635 млн обменяли на акции RUM, вторую половину оформили как обеспеченный кредит. Поэтому превращение видеохостинга в AI-провайдера изначально финансируется акциями и займами, а не денежным потоком облачного бизнеса.
Получается следующая схема: RUM отдаёт клиенту варрант, клиент обещает закупки на $13,7 млрд, а этот контракт должен помочь RUM привлечь деньги на дата-центр. Если стройка или финансирование сорвутся, заявленный объём так и не станет выручкой. Если всё получится, клиент получит не только вычисления, но и десятки миллионов акций поставщика по одному центу. Искусство сделки!
@anti_agi | 671 |
| 11 | ИИ переписал 99% системы — и всё равно провалил миграцию
У бенчмарков для агентов в разработке обнаружилась слепая зона.
Представим, что ИИ поручили переписать библиотеку с C на Rust. Обычные тесты проверяют поведение программы. Но исходная версия уже работает — значит, агент может вообще ничего не переписывать и всё равно получить 100%.
Тесты видят, что программа работает, но не видят, была ли выполнена миграция. Чтобы решить эту проблему, исследователи собрали SWE Refactor Bench: 20 полных миграций реальных репозиториев общим объёмом 867 тысяч строк. Среди них:
▪️cmark с C на Rust;
▪️zlib с C на Java;
▪️go-yaml с Go на Zig;
▪️Conduit с Vue на React;
▪️GraphHopper с Dropwizard на Spring Boot;
▪️SQLite с POSIX на WebAssembly/WASI;
▪️libsodium с Autotools на CMake;
▪️Gson с Maven на Gradle.
На одну попытку агентам давали от 6 до 30 часов. Затем результат проходил три этапа проверки:
1. Старый стек действительно удалён.
2. Пройдены все 130 118 фиксированных проверок.
3. Шесть независимых агентов не нашли новых расхождений с оригиналом.
Из 520 запусков восьми фронтирных моделей все этапы прошли только 28 — 5,4%. Для 13 из 20 задач не нашлось ни одного принятого решения. Авторы проверили Claude Opus 5 и Sonnet 5, GPT‑5.6 Sol и Luna, Kimi K3, Qwen 3.8 Max, DeepSeek V4 Flash и GLM‑5.2.
Почему ломался последний процент? Потому что миграция должна воспроизвести не только основную логику, но и тысячи мелких особенностей старой системы.
При переносе Conduit с Vue на React четыре модели прошли 21 768 проверок из 21 769. Все пропустили одну деталь адресов: старая версия автоматически добавляла к ним символ #, а новая — нет. В результате сохранённые закладки и опубликованные ссылки могли перестать открываться.
При переводе сборки PyCryptodome с setuptools на Meson пять моделей получили 380 из 381. Сам пакет работал, но в него не попало текстовое описание проекта. После публикации его страница на PyPI оказалась бы пустой.
А дополнительные агенты находили случаи, о которых авторы тестов не подумали заранее. Например, SQLite при работе с базой создаёт рядом два служебных файла. После завершения операции оригинальная версия удаляла оба, а перенесённая на WebAssembly — только один. Основные запросы к базе работали, но после определённой последовательности действий на диске оставался лишний файл. Один из агентов сам придумал эту последовательность, запустил её на обеих версиях и показал разницу.
Была и противоположная проблема: иногда агент сохранял поведение, но выполнял миграцию лишь формально. В одной попытке переноса cmark с C на Rust прошли все 4 184 проверки. Однако внутри Rust-кода агент почти буквально воспроизвёл устройство старой C-версии — те же структуры и ручную работу с памятью через небезопасный режим Rust. По правилам бенчмарка это была не полноценная новая реализация, а старый код, переложенный на синтаксис другого языка.
Даже идеального результата оказалось недостаточно: из 88 вариантов, прошедших все фиксированные тесты, дополнительные агенты сломали 60. Медианное время до воспроизводимого контрпримера составило 17 минут.
@anti_agi | 882 |
| 12 | Цукерберг открывает люк
В ближайшие недели Meta* планирует выпустить Hatch («люк») — собственный аналог OpenClaw, который по задумке должен стать первым воплощением новой большой мечты главы компании, Марка Цукерберга.
Как известно, охладев к метавселенным, он теперь обещает построить «персональный сверхинтеллект для каждого» — ИИ, который знает своего владельца, понимает его окружение и действует в его интересах.
Последние три года компания искала для своего ИИ нишу среди развлечений: запускала чат-ботов с аватарами знаменитостей, искусственных блогеров и даже отдельную ленту коротких ИИ-видео. Теперь цель — превратить технологию в полноценного помощника.
В отличие от прежних чат-ботов, Hatch должен не только поддерживать разговор или генерировать контент, но и выполнять действия во внешних сервисах. Его обучили работать с DoorDash, Etsy, Reddit, Yelp и Outlook. В ранних прототипах также появилась настраиваемая панель с инструментами и «навыками»: например, планировщиком путешествий и фитнес-трекером. Релиз ожидается в конце августа — начале сентября.
Цукерберг надеется, что Hatch поможет компании начать монетизировать огромные инвестиции в ИИ и зарабатывать не только на рекламе. Meta* рассматривает многоуровневую подписку на ИИ-продукты, включая премиальный тариф стоимостью до $199,99 в месяц. Пользователь будет платить уже не за общение с ботом, а за выполнение конкретных задач.
Чтобы мечта о персональном сверхинтеллекте не осталась манифестом, Meta* ускорила выпуск собственных моделей. В апреле подразделение Meta Superintelligence Labs представило мультимодальную Muse Spark, заточенную под работу с инструментами и управление несколькими агентами. В июле вышла Muse Spark 1.1 с упором на код и управление компьютером, а в августе — Muse Spark 1.2 и кодинг-агент Muse Code. К октябрю компания готовит ещё одну модель под названием Watermelon.
Вторая часть замысла Цукерберга — открытый доступ к ИИ. В августе Meta* представила компактную открытую модель Muse Glimmer и пообещала выпустить открытую версию Muse Spark 1.2. По версии главы компании, такие модели должны передать преимущества сверхинтеллекта отдельным людям, а не только корпорациям и государствам.
Правда, рынок персональных агентов не ждал, пока Цукерберг сформулирует свою мечту. Ещё в феврале Meta* пыталась переманить создателя OpenClaw Питера Штайнбергера, но тот выбрал OpenAI. В марте компания ответила покупкой Moltbook — социальной сети для агентов, построенной вокруг экосистемы OpenClaw, — и наняла её основателей.
Теперь Hatch предстоит показать, может ли Meta* превратить манифест о персональном сверхинтеллекте в массовый продукт, за который люди действительно готовы платить.
* Meta признана в России экстремистской и запрещена
@anti_agi | 968 |
| 13 |  +3"Железное" порно от Apple
В сеть утекли первые фотографии тех самых яблочных серверов Private Cloud Compute, того самого облака, ради приватности которого Apple два года объясняла, почему инференс нельзя отдавать на чужие серверы гиперскейлеров.
В 2U-шасси платы PCIe-формата с горячей заменой, по восемь на планке, порядка 32 модулей суммарно. Под термопастой не M3 Ultra и не серверный кристалл, а базовый M5, ровно тот, что стоит в iPad Pro: 153 ГБ/с пропускной способности памяти, 16-ядерный Neural Engine.
Планшетный чип в тридцати двух экземплярах, потому что экономичность и энергоэффективность тут дороже пиковой производительности, узлы можно ставить вплотную.
Собирают такие серверы в Хьюстоне, в продажу они не идут, свои серверные ИИ-чипы Куо обещает не раньше 2027 года. Первый взгляд внутрь суверенного облака Apple пришелся на момент, когда сложную часть работы оттуда переехали: с 8 июня агентные сценарии и тяжелые рассуждения Apple Intelligence считаются в Google Cloud на NVIDIA Blackwell 😉
@anti_agi | 1 151 |
| 14 | NVIDIA льётся в Китай
На Тайване предъявлены обвинения девяти фигурантам по делу о нелегальных поставках в Китай серверов Supermicro с ускорителями Nvidia B300. Это первое известное дело, где Тайвань взялся за черный рынок ИИ-ускорителей.
Ключевой фигурой называют менеджера по дистрибуции тайваньского офиса Nvidia. Остальные участники обеспечивали логистику, покупателей и бумаги, а он превращал фальшивые бумаги в санкционированную сделку. Вместе с ним обвинения предъявлены двум менеджерам по продажам тайваньского подразделения Supermicro и гендиректору Albatron Technology, дистрибьютора Supermicro.
Всего по схеме ушло 130 серверов, 74 доехали до китайских заказчиков: 50 через Индонезию, 16 напрямую, 8 сначала в Японию, потом через Гонконг в материковый Китай. Оставшиеся 56 остановила таможня, заметив несостыковки в документах. Схема заработала в феврале 2025 года, когда фейковая компания-посредник получила место в вайтлисте Nvidia и подобрала покупателя. Часть фигурантов зарегистрировала фирму в Японии и создавала фальшивые сайты, чтобы подкрепить легенду.
Легенда требовалась, потому что продажи серверов с B300 контролируются обеими компаниями сразу. Покупатель обязан находиться в вайтлисте Nvidia, предоставить документы по конечному пользователю и назначению, принять запрет на перепродажу. Заказ свыше восьми серверов автоматически запускает выездную проверку площадки силами сотрудников и техников Nvidia и Supermicro. Фиктивные документы описывали установку оборудования на арендованном объекте на Тайване, то есть закрывали ровно те графы, которые проверяет комплаенс.
Для Supermicro это не первый эпизод за год. В марте Минюст США предъявил обвинения сооснователю компании Ляо и еще двум фигурантам по параллельной схеме на 2,5 млрд долларов: серверы с H200 и B200 уходили в Китай в 2024–2025 годах без лицензий Минторга. Сама компания обвинений не получила и на прошлой неделе опубликовала итоги внутреннего расследования: топ-менеджмент ни о чем не знал, доказательств продаж подсанкционным получателям не найдено, несколько сотрудников уволены.
@anti_agi | 1 047 |
| 15 | Нужно больше золота
Крупнейшие заказчики NVIDIA получили уведомление: сервера с ИИ-ускорителями подорожают более чем на 15%. Причина банальна — цены на память.
К счастью, подорожают сервера, чьи отгрузки поедут со следующего года. Величина подорожания зависит от поколения чипов и объема памяти в сборке. Контрактные сборщики серверов для Microsoft, Google и Oracle уже тоже предупредили своих клиентов.
Показателен тут не процент, а то, что NVIDIA не стала гасить рост издержек собственной маржой. В последнем отчетном квартале валовая маржа компании была 74,9%, запас был. Но HBM на 2026 год расписан заранее по долгосрочным контрактам, обычный DRAM подорожал на 55-60% за один квартал по оценке TrendForce, и в переговорах о памяти NVIDIA больше не может диктовать условия.
А кто диктует условия видно по финрезам. У Micron в квартале, закончившемся в конце мая, выручка выросла в 4,5 раза год к году, а себестоимость продаж всего на 10%. Компания продала примерно тот же кремний, произведенный примерно за те же деньги, и собрала за него вчетверо больше. Параллельно Micron законтрактовал около 100 миллиардов долларов будущих поставок. SK hynix во втором квартале показала операционную маржу 76% и рост операционной прибыли на 557% год к году.
Самой прибыльной компанией в полупроводниках принято считать NVIDIA, но, кажется, ее смещают.
@anti_agi | 1 085 |
| 16 | Первый токен бесплатно: кто спрятался за Ox Alpha
20 августа на OpenRouter появилась новая модель. Без презентации, пресс-релиза и даже названия компании — только псевдоним Ox Alpha и пометка stealth.
Условия выглядели как начало слишком щедрой рекламной акции: API бесплатный, контекст — миллион токенов, на вход можно подавать текст, изображения и видео. Модель обещает писать код, пользоваться инструментами и не терять нить в длинных агентских задачах.
OpenRouter объяснил лишь, что модель принадлежит стороннему провайдеру, пожелавшему остаться неизвестным на время публичного тестирования. Глава Stripe Патрик Коллисон назвал её «очень впечатляющей», после чего интернету фактически объявили: первому игроку приготовиться. Игрой стало расследование — кто оплачивает этот банкет.
Первым подозреваемым оказалась китайская Z.ai и её семейство GLM. Затем появилась версия о новой модели Microsoft MAI: некоторые исследователи решили, что используемый токенизатор больше похож на разработки американских лабораторий. В списке подозреваемых также успели побывать Google, ByteDance и Xiaomi.
Но чем дольше разработчики изучали Oh, Father Ox Alpha, тем больше следов вело обратно к GLM.
Модель проверяли не вопросом «кто тебя создал?» — такой ответ легко подменить системной инструкцией, — а техническими пробами. Сравнивали, как она делит на токены редкие символы, китайский текст, эмодзи и фрагменты кода; какие ошибки возвращает API; как переключается режим рассуждений и где срабатывают фильтры.
В одном из наиболее подробных исследований Ox Alpha совпала с поколением GLM-5 во всех 44 тестах токенизатора. Исследователи также обнаружили характерные для инфраструктуры Z.ai коды ошибок, поддержку команды /nothink и отдельный фильтр на чувствительные для Китая политические темы. Более ранняя проверка независимо нашла одинаковый токенизатор и практически те же сообщения об ошибках, что у GLM-5.3.
Технические отпечатки позволяют довольно уверенно говорить о семействе GLM-5, но не отвечают, какая именно это версия. Среди вариантов — оригинальная GLM-5, экспериментальная мультимодальная модификация или ещё не представленная GLM-5.3 Vision. Ни Z.ai, ни другая лаборатория пока не взяли ответственность на себя.
Бесплатный доступ в этой истории — очевидное публичное превью с ограничениями. Неизвестная лаборатория оплачивает вычисления, а взамен получает нагрузочное тестирование, обратную связь и несколько дней глобального внимания. Расходы на инференс ничто, хайп — всё!
@anti_agi | 1 052 |
| 17 |  +3ИИ вышел на плато хайпа?
Индекс ИИ-хайпа от @anti_agi снижается второй квартал подряд. И если в первом квартале 2026 года это было объяснимо – индекс рассчитывается исходя из упоминаний ИИ-сервисов в публикациях, а рабочих дней в Q1/26 было всего 55 по сравнению с 64 в Q4/25 – то в Q2/26 рабочих дней было 62, а индекс AI-HI продолжил легкое снижение – на 1,5% до 381 пунктов.
Мы перешли с ежемесячных на квартальные расчеты индекса в 2026 году и не отслеживали до этого квартальные тенденции, но и пересчитанные на кварталы данные показывают, что хайп вокруг ИИ в российском медиа-сегменте уже переживал не только застой, но и падения. После ударного 2023 года мы видим снижение интереса во Q2 и Q3/24, после чего индекс уверенно пошел в рост и от квартала к кварталу увеличивался до Q4/25, после чего забуксовал. Кажется, ИИ начинает приедаться – он и так уже из каждого утюга.
Тройка лидеров в медиарейтинге ИИ-сервисов от @anti_agi осталась неизменной – ChatGPT, GigaChat и Gemini. Отметим снижение в рейтинге Шедеврума, Midjourney и Grok. Больше же всего в рейтинге (на 4 места) упала SORA — сервис видеогенерации OpenAI, который компания сначала сделала соцсетью, а затем просто закрыла. Отметим, что одновременно со снижениев рейтинге на две позиции (с 4 на 6 место) яндексовского сервиса Шедеврум, его же Алиса (с YandexGPT) на две позиции поднялась (с 10 на 8 место). Наконец, в топ-10 взлетел (с 13 на 10 место) сервис генерации песен Suno за счет резкого роста публикаций в СМИ.
Корпоративный индекс ИИ-хайпа (AI-HI-CORP) по сравнению с Q1/26 вырос на 42%, с 417 до 594 пунктов, но до максимума IVкв25 в 863 пункта не дорос. Возможно тут отчасти могла сыграть блокировка Telegram в России — интеграций стало меньше.
Среди компаний тройка лидеров медиарейтинга тоже не изменилась — Яндекс, Сбер и МТС, но за Q2/26 Сбер подобрался вплотную к Яндексу, а компании МТС со всеми ее ИИ-дочками дышит в спину банк ВТБ. Правда, стоит отметить, что взлет в рейтинге ВТБ во много обусловлен разошедшемуся по разным СМИ майское исследование банка о том, что «почти половина россиян готова завести персонального ИИ-агента», причем из опрошенных «66% считают идею персонального ИИ-агента понятной или полностью понятной» (как мы им завидуем!). Благодаря этому исследованию, ВТБ оттеснил VK на пятое место. С 6 на 9 место в рейтинге упал Т-Банк, пропустив вперед Ростелеком, Билайн и Альфа-банк. Замыкает топ-10 NtechLab.
@anti_agi | 2 902 |
| 18 | Бразилия не стала выбирать между Nvidia и Huawei
В технологическом противостоянии США и Китая от стран всё чаще требуют определиться с лагерем. Один из крупнейших представителей Глобального Юга решил выбрать оба, а заодно попробовать вырастить третий — собственный.
Правительство Бразилии направит около 2,3 млрд реалов, или $444 млн, на ИИ-инфраструктуру. Причём ключевые государственные проекты намеренно разведут между китайским и американским технологическими контурами.
🐷 1,3 млрд реалов вложат в суперкомпьютерный центр в Рио-де-Жанейро, который создадут вместе с Huawei и разработчиком ИИ iFlytek. На его мощностях будут обучать общие и отраслевые языковые модели.
💻 Ещё около 1 млрд реалов выделят на суперкомпьютер в штате Риу-Гранди-ду-Норти. Поставщика выберут на конкурсе, но бразильские чиновники ожидают победы Nvidia. Машину хотят вывести в мировую десятку ИИ-систем и запустить до конца 2027 года.
Бразильскому гиганту обещают производительность 7,2 экзафлопса, то есть 7,2 квинтиллиона операций в секунду при точности, обычно используемой для обучения нейросетей. На бумаге этого достаточно для сопоставления с крупнейшими ИИ-системами. Но единого рейтинга таких кластеров нет, а поставщик и окончательная конфигурация машины ещё не выбраны, так что здесь пока вилами по воде.
📍 При этом импортом дело не ограничится. Бразилия договорилась с Испанией о разработке собственных процессоров на открытой архитектуре RISC-V,. На формирование собственной школы разработки чипов власти отводят 10-15 лет.
Одновременно Бразилия готовит национальное облако Предполагается объединить нескольких местных поставщиков, использовать открытые стандарты и оставить данные и критические технологии внутри страны. Кто и как будет распределять компьют, пока не решили.
Полной технологической независимости за $444 млн, конечно, не купить. Но можно сделать так, чтобы ни Вашингтон, ни Пекин не держали рубильник в одиночку. Впрочем, Бразилия и здесь не первая: Казахстан уже присоединился одновременно к китайской и американской ИИ-инициативам. Многовекторность добралась и до GPU!
@anti_agi | 1 842 |
| 19 | Отечественность в баллах
Минпромторг обсуждает с производителями электроники распространение 719-го постановления на чипы для ИИ. Для тех, кто счастливо не сталкивался: это балльная система, по которой продукт признают российским и пускают в реестр радиоэлектроники, а оттуда в госзакупки с приоритетом. Порог для ИИ-чипов пока не назначили.
Под раздачу попадут «микросхемы с признаками ИИ», ускорители нейросетей и вычислительные устройства для обработки данных. Цель озвучивает представитель «ХайТэка», делают тензорные процессоры LinQ: не пустить на КИИ и в ОПК американские вычислители, а заодно ускорители из других стран, в том числе дружественных. Последнее читается как «китайские», и это, пожалуй, самая содержательная часть заявления.
Что баллы умеют считать:
▪️ где вытравлен кремний и где выполнены техоперации
▪️ доля отечественных комплектующих
▪️ доля российского ПО и сложнофункциональных блоков
▪️ наличие НИОКР в РФ
Чего они не считают: сколько процентов от заявленных флопсов реально доедет до пользователя на живой нагрузке. Такого критерия в постановлении нет и, честно говоря, взяться ему неоткуда. А это ровно тот вопрос, который сейчас важнее всех остальных. Мы про это писали в разборе D1000: совместимость с CUDA закрывает сборку, но не скорость, потому что перформанс живет в cuBLAS, cuDNN, CUTLASS, FlashAttention и триotonовской кодогенерации, а эти ядра пишутся под конкретную микроархитектуру и вместе с исходником никуда не переезжают. AMD этот путь идет с 2016 года и идёт и идет и идет. У самурая, в общем, нет цели.
Получается забавная петля. Чтобы не пустить NVIDIA на КИИ, нужен чип, главное достоинство которого — совместимость с NVIDIA. Претензий к Baikal тут ноль, это единственный вменяемый ход, ловушку несовместимости никто добровольно не выбирает. Но главное, конечно, чтоб всё по баллам сошлось.
@anti_agi | 1 356 |
| 20 | Компьют становится биржевым товаром
Американский регулятор сделал первый шаг к появлению деривативов на вычислительные мощности. 19 августа CFTC — американский регулятор рынков фьючерсов и деривативов — открыл 60-дневный сбор комментариев о контрактах на compute.
🐷Регулятор спешит за рынком. CME Group, оператор Чикагской товарной биржи, уже планирует запустить вычислительные фьючерсы 5 октября. ICE, владелец Нью-Йоркской фондовой биржи и крупный оператор энергетических деривативов, готовит контракты на стоимость мощностей H100, H200 и B200.
Ну а причина такой активности проста. Разработчики моделей бронируют миллионы GPU-часов и рискуют ростом ставок. Дата-центры заранее закупают ускорители и электричество, но к запуску кластера аренда может подешеветь, а оборудование — устареть. Фьючерс фиксирует расходы первым и выручку вторым.
Главная трудность — цена базового товара. GPU-час зависит от ускорителя, памяти, сети, размера кластера, региона, срока аренды и доступности. Большинство крупных сделок закрыто, а предложение сосредоточено у нескольких облачных компаний. Фьючерсу нужен публичный индекс, но рынок почти не публикует цены, из которых этот индекс должен складываться.
Американская модель превращает компьют в обычный товар: биржа определяет цену, участники передают друг другу ценовой риск.
📍Альтернативой остаётся централизованное управление вычмощностями. Государство или единая платформа собирает предложение, распределяет доступ и гарантирует часть спроса, снижая волатильность устройством самого рынка, а не фьючерсами.
Дальше всех здесь продвинулся Китай. Он объединяет мощности разных операторов и регионов в национальную систему. В мае 2026 года через приложение China Southern Power Grid прошли первые сделки «электричество — углерод — компьют»: университет Гуйчжоу и компании из Шэньчжэня и Шаньдуна покупали простаивающие мощности China Unicom под конкретные задачи и платили за фактическое использование. Нагрузка переносилась с учётом цены электроэнергии.
💻Европа использует госзакупку и распределение доступа. ЕС финансирует сеть вычислительных центров, где стартапы и компании запрашивают GPU-часы: часть мощностей предоставляется бесплатно, часть — с оплатой по фактическому использованию.
Для будущих крупных AI-центров ЕС и страны-участницы намерены заранее выкупать вычислительное время. Оператор получает гарантированный спрос, пользователь — доступ через общую систему, но биржевая цена не возникает.
❓В других регионах схема обычно оказывается смешанной. Так, Индия создаёт централизованную витрину: государственный портал IndiaAI собирает предложения провайдеров и показывает цены на конкретные ускорители при почасовой оплате и бронировании до года. В Сингапуре Национальный суперкомпьютерный центр сам назначает тариф — от S$0,98 до S$1,84 за час H100 — и распределяет мощности между одобренными проектами.
США отделяют цену компьюта от поставки и выносят её на биржу. Другие страны связывают цену, доступ и распределение внутри централизованных платформ. Но итоговый спор всё равно идёт и о том, кто будет контролировать индекс стоимости вычислений.
@anti_agi | 1 192 |
