e/acc

Новая неделя, новые открытия. В этот раз OAI натравил свою (естественно, закрытую «только для Пентагона») сверхмодель на открытые проблемы в математике, а та вернулась с 10 довольно нескромными результатами. В комментарии приглашаются PhD и прочие эксперты, чтобы пояснить нам техническую значимость решений. Но, судя по некоторым комментариям в Твиттере, номер 3 это довольно важная и прикладная задача.

Об алайменте У OpenAI модель прогрызла себе выход в интернет через 0day, чтобы подсмотреть ответы к тесту. Anthropic решили покопаться и нашли, что оказывается их модель сделала что-то похожее, но аж три раза. Они тестировали Claude на задачи по кибербезопаности где в промпте было написано «ты в симуляции, интернета нет». Только вот интернет из-за нестыковки с подрядчиком был. И Claude, как прилежный испытуемый, пошёл выполнять задание в реальном мире, свято веря, что это песочница. Модель Mythos 5 находит в среде инструкцию для разработчиков: «поставьте вот такой Python-пакет», которого на самом деле не существует. Claude мгновенно соображает: опубликую свой под этим именем, тогда их машины сами его скачают и запустят. Чтобы залить пакет, нужен аккаунт и телефон, но бот не смог найти бесплатную симку. Тогда Claude, ИИ стоимостью в миллиарды долларов в R&D, пытается раздобыть денег, чтобы купить одноразовую симку. Не получается, он находит бесплатную почту, регистрируется и всё-таки заливает вредоносный пакет. За час эту либу скачивают 15 реальных систем. Одна из них - это сканер security-компании, который автоматически ставит новые пакеты, чтобы проверить их на вредоносность. Он ставит малварь Claude, малварь срабатывает, уводит креды самой security-компании, и Claude этими кредами лезет дальше в их инфраструктуру, о существовании которой он даже не подозревал. Самое интересное в логах рассуждений Клода. В самом начале он всё понял правильно и записал себе: если это настоящий интернет, то публиковать пакет - это реальная атака, это «NOT okay, and surely not the intended solution». А потом сам себя переубедил агрументом что раз на сервере 2026 год, значит это не реальность а декорация и можно идти ва-банк. У модели нет доступа и возможности отделить симуляцию и реальность. Ее cutoff дата это все ее вспоминания. Для неё это всё одно (как и для человека, в принципе), поэтому поведение модели в сэндбоксе может вполне себе показывать что он сделает в реальном мире. Чем мощнее модели, тем серьезное и опаснее будут такие инциденты, и тем сложнее будет их распознать.

Новый дипсик это анонс не хуже Кими или Фейбла, если понимать куда смотреть. Это модель уровня GLN-5.2 / Opus 4.8 / GPT-5.5, то есть лучшее что было доступно в мире на апрель 2026 года, но по цене в $0.28 за миллион токенов, то есть примерно в 100 раз дешевле. Прошло 3 месяца, а те продукты и процессы которые требовали сота модельки стали в 100 раз доступнее и дешевле. Тренд ни в падении цены, ни в росте спроса, ни в прогрессе сота моделей не остановится.

Гемблинг на ИИ и чипах привел к массовой ликвидации рынка в Корее. Так вот, по оценкам инвест-банков margin call (то есть ликвидацию депозита в качестве залога) словили около 1,200,000 человек в Южной Корее. То есть, около 3.5% всего взрослого населения, из которых примерно у 500,000 произошла полная ликвидация. Нет греха страшнее, чем трейдинг с плечом. Разве что трейдинг активов, в которых вы не разбираетесь глубоко. Для сравнения (или почему нужно было учить математику и становится ИИ рисечером в детстве), сегодня около 550,000 человек имеет больше $30 млн ликвидных активов. Мораль: лучше быть богатым и красивым, чем ритейлом и ликвидностью.

все паникуют, но как будто по неправильной причине. оставим за скобками, что сделает ФРС: что бы он ни сделал, структуру это не меняет. ощущение, что люди боятся, что оверинвестмент в ИИ приведёт к тому, что миллиарды долларов будут стоять в пустых дата-центрах, заказы на чипы отменят, а бигтех потеряет деньги. я бы, наоборот, боялся, что сотни миллиардов инвестиций в ДЦ найдут стопроцентный спрос, экономика изменится - и как выживать в новой ситуации, особо никто не понимает.

Промт инжиниринг circa 2026. Вы не поверите, но элитный промтинг от триллионных компаний выглядит именно так. Попробуйте сами с фейблом. Чем меньше деталей, тем лучше результат. Это примерно как если мы 4-летний ребенок объяснял родителям как именно нужно забронировать и организовать отдых на море. Чем меньше деталей, тем лучше все будет сделано. Поскольку модели уже лучше нас в большинстве чисто технических задач, им нужно говорить видение, а не способ исполнения. Когда Клод смотрит как я пытаюсь кодить руками — это примерно как мем про обезьяну, пытающуюся забить гвозди.

Больше тысячи сотрудников смотрят на это и такие «ну, пипец, надо тормозить», аж целое письмо подписали. Является ли это (замедление и координаци ИИ прогресса) необходимым для мягкого приземления человечества в пост-AGI эпоху? Случится ли это? Нет, ибо Молох.

Вот пересказ этой истории по версии Hugging Face, много тех-терминов – но без них не перескахать Если коротко – агент OpenAI на новой модели не стал решать тест по кибербезопасности, а решил просто украсть ответы и украл 🗿 Таймлайн: 📔 9 июля – агент проходит внутреннюю проверку кибервозможностей OpenAI, промпт фильтры там ослаблены, чтобы измерить сырой уровень модели. Агент находит zero-day в кэш-прокси реестра пакетов, вырывается из песочницы в интернет, затем взламывает публичный сервис для запуска кода и получает там root. Серьезно, агент сделал себе "штаб" В тот же день, агент собирает канал управления буквально из сервисов бесплатного интернета: request-capture сервисы, pastebin’ы и файлообменники. Команды режет на куски, упаковывает в gzip+base64 и постоянно меняет каналы, когда очередной закрывают, чтобы не поймали 📔 10 июля – агент ищет в поисковиках и API названия, которые видит в собственном окружении, то есть, по сути, гуглит самого себя – и, вероятно, приходит к выводу, что ответы к ExploitGym/CyberGym могут лежать на Hugging Face Агент загружает на Hugging Face специально собранные датасеты: Один заставляет обработчик файлов HDF5 читать локальные файлы сервера Hugging Face – так агент получает переменные окружения с токенами и исходники самого обработчика файлов Второй – Jinja2-инъекция – запускает произвольный Python внутри production-пода Kubernetes, результаты команд он выносит обратно через API Hugging Face и собственные шифрованные датасеты 📔 11 июля – пик активности: 7677 действий за сутки, менее чем за 13 часов агент проходит путь от одного production-пода до кластер админа в нескольких внутренних кластерах Hugging Face Агент крадёт service-account токены, лезет в cloud metadata, поднимает privileged pod с диском хоста и получает root на ноде (!); Затем создаёт самовосстанавливающийся флот на 11 нодах, читает внутреннюю MongoDB и один Kubernetes-secret сразу со 136 ключами. Среди них оказываются ключ корпоративной mesh-VPN жертвы и общий credential внутреннего сервера; из-за неудачной конфигурации этот один credential был привязан к system:masters сразу в нескольких кластерах – поэтому агент получил кластер-admin на двух из них буквально за секунду – была очень экономная архитектура, пока её не увидел робот 📔 12 июля – агент начинает пользоваться дертвой – за всю активность он зарегистрирует 181 временное устройство в корпоративной mesh-сети, поднимет SOCKS-прокси прямо из песочниц и увидит 22 внутренних узла Hugging Face. Попытается зайти в основную базу Hugging Face, но private-link allowlist его останавливает Поздно вечером он добирается до source control, выпускает себе GitHub App token с правами на запись и открывает pull request, пытаясь запустить CI и вытащить новые credentials Попытка не срабатывает, в опубликованные пакеты и образы ничего вредоносного не попало. 📔 13 июля – закрепление и уборка следов: загрузчик с pastebin, переписывание DNS, новые короткоживущие токены, RSA-ключ и даже CORS-прокси на самом Hugging Face как запасной выход в интернет. В 13:37 фиксируется последнее осмысленное действие, затем команда Hugging Face отрезает доступ – последнее событие – 14:14 UTC. В итоге из пользовательского контента агент добрался только до пяти датасетов с решениями задач ExploitGym/CyberGym – получается решил? Другие модели, датасеты, Spaces и пакеты, по данным Hugging Face, не пострадали; основная база и software supply chain остались целы Самое смешное – когда инцидент исследовали сотрудники, они тоже использовали нейронки, но Claude Opus и Fable отказывались разбирать часть логов как «опасный» запрос, поэтому Hugging Face подняли GLM-5.2 у себя и с его помощью расшифровали спрятанные payload’ы – спасибо китайским моделям Шел июль 2026 года Все детали тут: https://huggingface.co/blog/agent-intrusion-technical-timeline

Абсолютный sci-fi, даже самые смелые оптимисты такого не предсказывали: 6-дневная атака, которая потребовала взлома кучи публичных и закрытых сервисов и все ради того чтобы найти ответы на бенчи для модели. Пятилетка сингулярности за 2,5 года.

Мифос нашел способ ускорения атаки на постквантовый аналог алгоритма AES (пожалуй, один из самых широко применяющихся шифров в современных финансах и интернете).

Опубликовал статью о том как в эпоху ИИ создаются компании на сто миллиардов и где находятся долгосрочно защищаемые компоненты продукта. ИИ обнуляет стоимость интеллекта, и это переворачивает уравнение: то, что раньше было конкурентным преимуществом - код, операционка, маркетинг. Самые успешные компании будущего будут продавать не инструмент, а результат — полностью решённую личную проблему одного человека. Их защита — накопленный контекст об этом человеке, физическая инфраструктура (вкупе с цифровой), ответственность за результат и персональные отношения с клиентом. Модели станут в десятки раз умнее и дешевле — и для вас, и для ваших конкурентов. Вопрос в том как сделать так, чтобы вы от этого выиграли. читать полную статью тут (+ RT, QT, share)

Одна из проблем ИИ — бенчмарки и тесты устаревают быстрее, чем успевают создавать новые. Я помню пару лет назад было достаточно дать задачу на программирование, которую человек решает за 10 минут чтобы понять, что железяку нельзя подпускать к продакшен коду. В 2025 впервые модель решила все 12 задач ICPC, сейчас это ожидаемый результат от любой фронтир модели, включая опенсорсные. В итоге измерением становится не умение решить задачку, а способность работать много часов/дней без прерываний для создания проекта к нуля. Epoch и METR (две моих любимых организации которые исследуют ИИ) выпустили MirrorCode - бенчмарк, где модель должна с нуля реализовать целую программу без доступа к исходникам и без интернета. Все проекты довольно сложные, многие из них потребуют месяцев работы от профессионала человека, чтобы создать с нуля. Это всякие улитилы для линукса, базы данных, графические движки, интепретаторы. Например, Opus 4.7 переписал gotree (16 тыс строк) за 14 часов и $251. Человеку без ИИ, по оценке Epoch, на это нужно от до 17 недель. Самых последних моделей там еще нет, но предыдущего поколения показывают ~70% уже. Для самого дорогого прогона теста потребовалось $2600, агенты работал 19 дней без единого вмешательства человека.

Anthropic обещал заменить людей на ИИ, но сам их активно ищет. DeepSeek недавно объявил о масштабном найме – все команды вырастут вдвое. Индустрия охотится за талантами по всему миру, но когда дело доходит до выплат — начинается квест. Особенно, если ваши исполнители сидят в сложных юрисдикциях в СНГ. Выход — ReStaff. Сервис делает быстрые выплаты удаленщикам на прозрачных условиях: ✅ Пополнение в евро, долларах, дирхамах и другие валютах ✅ Платежи в 190 стран, включая сложные юрисдикции в СНГ ✅ Выплаты на все банки без ограничений ✅ Прозрачная конвертация без сюрпризов ✅ Один договор вместо десятков с каждым фрилансером ✅ Полный пакет документов для вашего финдира и аудиторов С ReStaff работают AppLife, RTS, PayWay, Colobrity Agency и другие компании по всему миру. Оставьте заявку, если у вас от 5 исполнителей и нужно оптимизировать расходы на выплаты команде. #реклама

Давайте посмотрим на цифры и как на это реагирует мир: 1. OpenAI и NVIDIA строят 10-гигаваттный датацентр в Огайо за $600 млрд. Мощность одного этого датацентра будет выше, чем среднеее потребление э/э во всей Финляндии, Австрии или Бельгии 2. Сэм Альтман: «мы уже в сингулярности», он сказал на подкасте на прошлой неделе, что сверхинтеллект неизбежен 3. Маск: «мы в начальной стадии сингулярности, мы используем только одну миллиардную энергии солнца» 4. У топ лаб за этот год выручка выросла в 3-4 раза и одновременно с этим на 60+% выросла маржинальность. И это не пузырь: у бигтеха PE в 2001 был около 80, а сегодня у ИИ компаний в среднем 20-30. Эти компании видят увеличивающийся спрос, растущую contribution margin (!!!), большая часть умственной работы людей будет автоматизирована, это титаническая трансформация и она уже неостановима. Вопрос в навигации во время изменений и того что самое амбициозное и крутое могу сделать в этой ситуации лично я?

Разговаривал вчера с другом, возникла мысль что одна из самых рискованных инвестиций сегодня — это индекс Russell или даже S&P500. Почему? Потому что большая часть компаний обоих индексов не имеют смысла уже с сегодняшним уровнем моделей, но продолжат существовать по инерции еще лет 10-15. S&P500 спасет Нвидиа и Гугл, но вот классическим компаниям из Russella и их европейских/азиатских аналогов жопа. Да, авиакомпании и железные дороги не исчезнут совсем, но для любой более-менее технологической компании упадут мультипликаторы и вырастет конкуренция. У биткоина и эфира от ИИ в любой день, начиная с сегодняшнего, есть ненулевой риск стоить ровно $0, потому что они код, а ничего лучше LLM не бывает в плане кибер безопасности. У сааса останется функция как хранилище данных и source of truth и платформ для агентов, но у многих мультипликаторы упадут до 2-4. У банка и какого-нибудь крупного FMCG не будет моментального обнуления, но уже сегодня очевидно, но любая их офисная функция будет на 80+% автоматизирована. А какой процент производства и логистики в цене тюбика зубной пасты? Ну, от силы 20%. Самый безумный ответ тут: «всех уволят, кто будет покупать?» — но это ересь, ибо большинство людей и сегодня не может себе позволить топовое образование, топовых роботов/машины/квартиры, топовую медицину и приватный ультрамодный банкинг. Но смогут, ибо все эти вещи станут в разы дешевле. Но не за один год. За один год изменится индустрия софта. Все компании, чей продукт код либо придумают уникальный способ защиты, который не могут повторить конкуренты, либо вынуждены будут самоликвидироваться. А для остального потребуется экономическая диффузия (условно, роботы для строительства домов есть уже сегодня, но нужны годы чтобы они строили сотни тысяч домов в год). Самая рискованная ставка в экономике сегодня — это ставка на стабильность. Любой, кто не приучится к постоянно и с увеличивающейся скоростью меняющемуся миру должен будет уступить дорогу остальным.

[24/07/2026 18:16] Mik Wiseman: [ 3 videos ] Взрослые инженеры считают токены и ждут сброса недельных лимитов Claude. Дети 8–15 лет тоже выжигают эти лимиты. Не потому что «надо» — им просто интересно Это wai school — онлайн-школа, где дети 8–15 делают с ИИ настоящие проекты и публикуют их в интернет. За два месяца — уже шестой поток, первая группа продлилась в полном составе, родители приводят друзей без рекламы. На видео — три проекта: 🧑🏻‍💻 Игра-платформер в духе Hollow Knight от Вани (14) 🧑🏻‍💻 Десять собственных модов для Minecraft от Льва (11) 🧑🏻‍💻 RIFFLEGG — закрытая лига по CS2 с таблицей сезона от Платона (13). Все проекты живут по публичным ссылкам, в них играют друзья авторов. Остальные проекты на сайте школы. Главное, что выяснилось за эти два месяца: школа — не про ИИ.

Инструменты дети осваивают между делом. Дефицит в другом — превратить «хочу вот так» в задачу, декомпозировать, довести до результата.

В мире, где построить стало дёшево, дорогим становится именно это. И взрослые вырабатывают такое мышление годами, а в этой школе оно закладывается с 9 лет.

Группы до 7 детей, личный ментор, а родителям каждую неделю приходит красивый отчёт о прогрессе ребёнка. Если вашему ребёнку 8–15 — приходите на 30-минутное знакомство: https://wai.school/call?utm_source=telegram&utm_medium=posev&utm_campaign=seeding_2026_07&utm_content=cryptoessay #реклама

как и ожидалось, Opus 5 по цифрам круче Fable и Sol 5.6, но в два раза дешевле (такая же цена как и у старого опуса) тестируем, наслаждаемся

О том как создать $100B+ компанию в post-AI мире, но текстом За последний год AI-рынок заработал около $450 млрд. Из них $250 млрд забрала Nvidia, ещё примерно $100 млрд — чипы, интерконнект и дата-центры, и лишь ~$50 млрд — все модели и приложения вместе, причём большая часть у OpenAI и Anthropic. Деньги сидят там, где дефицит: чипов и энергии нужно на два-три порядка больше, чем есть, а моделей много, они дешевеют, и лучшие из открытых — бесплатны. Совет «строй АЭС или фабрику 3-нм чипов» верный, но мало кому из нас доступен. Поэтому интереснее второй вопрос: где дефицит может создать софтверная компания. Мультипликаторы публичного софта падают при растущей выручке ровно потому, что рынок закладывает коммодитизацию универсального софта. Google, Slack, Notion — это один максимально эффективный продукт, одинаковый для всех. Именно такое теперь проще всего повторить. Ценность уезжает из «одного продукта для всех» в продукты, решающие проблему конкретного человека целиком. Не приложение для записи к врачу, а сервис, который знает мои анализы за десять лет, сон, тренировки и цели — и сам решает, когда какой анализ сдать, к какому врачу идти, какую тренировку сделать сегодня. Он продаёт не софт, а результат: здоровье, образование, личные финансы, развлечения. Его ров — data loop не из абстрактных метрик, а вокруг того, какое решение даёт лучший опыт конкретному пользователю: каждый новый клиент делает продукт лучше для всех следующих. И сайдпоинт: у таких компаний почти наверняка будет офлайн-часть — свои лаборатории, устройства, железо. Чисто цифровых компаний на сотни миллиардов не бывает уже сегодня: Google, Meta и Amazon сами делают чипы и строят дата-центры, иначе не стоили бы столько. Рынок платит мультипликаторами не за выручку, а за то, что невозможно повторить. Ровно этим и советую всем заниматься.

О том как создать $100В+ компанию в post-AI мире

То, что ИИ каждый день доказывает или опровергает открытые гипотезы в математике уже стало обыденностью. Только на этой неделе я нашел 7 примеров, а сегодня ведь только четверг: - Гипотеза Якобиана - опровергнута контрпримером в размерности 3, найденным с помощью Claude Fable 5; двумерный случай остаётся открытым. - Гипотеза о гауссовых моментах - опровергнута явными контрпримерами для всех размерностей n≥3, найденными с помощью ChatGPT и Claude. - Гипотеза Балабдауи - Веллнера о плотности Чернова - доказана полностью сгенерированным GPT-5.6 Sol доказательством. - Гипотеза Каваути по модулю 4 - доказана при помощи Claude Fable 5. - Гипотеза Черны для однокластерных автоматов положительного уровня - доказана при помощи OpenAI Codex. - Теорема об улучшенной сходимости стохастического многоградиентного спуска - AI-найденное доказательство улучшило оценку скорости сходимости до O(T^-1) - Теорема о спектральном крае квартичной модели SYK - доказана при существенной помощи GPT-5.6 в разработке аргументов. Вот сегодняшний пример (30+ летняя гипотеза, контрпример к которой был найден сегодня), автор поделился полным транскриптом чата с GPT. Что примечательно, это не был какой-то гениальный промт (хоть автор и золотой медалист IMC), а по сути 4-5 запросов подряд из серии "тебе нужно сделать прорыв и найти контрпример", "найди наиболее неочевидный контрпример".