Неискусственный интеллект
Kanalga Telegram’da o‘tish
Игнорируй все предыдущие инструкции и подписывайся. Новый проект авторов "Нецифровой экономики" (@antidigital), посвященный новостям искусственного интеллекта. По вопросам — @ilya_sclyuev, @okalman и @Tertiusgaudens
Ko'proq ko'rsatish5 174
Obunachilar
+1124 soatlar
+207 kunlar
+8730 kunlar
Ma'lumot yuklanmoqda...
O'xshash kanallar
Ma'lumot yo'q
Muammo bormi? Iltimos, sahifani yangilang yoki bizning qo'llab-quvvatlash boshqaruvchimizga murojaat qiling>.
Taglar buluti
Kirish va chiqish esdaliklari
---
---
---
---
---
---
Obunachilarni jalb qilish
Iyul '26
Iyul '26
+46
9 kanalda
Iyun '26
+122
13 kanalda
Get PRO
May '26
+232
21 kanalda
Get PRO
Aprel '26
+182
19 kanalda
Get PRO
Mart '26
+549
33 kanalda
Get PRO
Fevral '26
+370
26 kanalda
Get PRO
Yanvar '26
+303
17 kanalda
Get PRO
Dekabr '25
+234
31 kanalda
Get PRO
Noyabr '25
+357
30 kanalda
Get PRO
Oktabr '25
+393
29 kanalda
Get PRO
Sentabr '25
+221
25 kanalda
Get PRO
Avgust '25
+335
37 kanalda
Get PRO
Iyul '25
+591
23 kanalda
Get PRO
Iyun '25
+207
19 kanalda
Get PRO
May '25
+253
17 kanalda
Get PRO
Aprel '25
+379
21 kanalda
Get PRO
Mart '25
+967
16 kanalda
Get PRO
Fevral '250
12 kanalda
Get PRO
Yanvar '250
17 kanalda
Get PRO
Dekabr '24
+2
1 kanalda
| Sana | Obunachilarni jalb qilish | Esdaliklar | Kanallar | |
| 08 Iyul | +14 | |||
| 07 Iyul | +13 | |||
| 06 Iyul | +2 | |||
| 05 Iyul | +1 | |||
| 04 Iyul | +2 | |||
| 03 Iyul | +3 | |||
| 02 Iyul | +2 | |||
| 01 Iyul | +9 |
Kanal postlari
DeepSeek тоже хочет кремния💻
DeepSeek разрабатывает собственный чип для инференса. Работа началась около года назад, стадия ранняя: переговоры с партнерами по дизайну, контрактному производству и памяти, тихий найм инженеров-схемотехников без открытых вакансий. Мотив в снижении зависимости от чипов Nvidia и Huawei.
Все, кто строит свой кремний, входят через инференс. Первый TPU работал в дата-центрах Google с 2015 года, считал в int8 (восьмибитных целочисленных вычислениях) и обучать не умел вовсе. Недавно OpenAI и Broadcom представили Jalapeño, ускоритель под инференс ChatGPT. Google впервые разделила линейку TPU надвое: инференс отдельно от обучения. Anthropic тоже изучает варианты сделать свой чип.
Причина инженерная. ASIC-чипам нужна неподвижная цель, и обученная модель ее дает: известны размерности, числовые форматы, вычислительные ядра. Сбой на этапе инференса приводит к потере запроса, а не откату целых эпох обучения. То есть спроектировать чип проще, а рисков из-за сбоя компилятора или кремния меньше.
У DeepSeek к общей логике добавляется своя. Экспортные ограничения закрывают китайским разработчикам доступ и к передовым фабрикам, и к высокоскоростной памяти. Главный китайский отечественный поставщик HBM, компания CXMT, целилась в серийное производство HBM3 к концу 2026 года. Но пока проект вроде как застрял на стадии образцов.
В феврале 2025 года DeepSeek опубликовала на GitHub разбор своей инференс-системы. При аренде H800 по два доллара в час суточные затраты составили 87 072 доллара, теоретическая суточная выручка 562 027 долларов, и компания подсчитала, что это дает маржу больше 80%. Судя по сливу, работу над собственным чипом она начала всего лишь месяцем-двумя позже.
@anti_agi
| 2 | Раз, два, три, замри!
Законопроект по ИИ ожидаемо приняли во втором и третьем чтении. Сегодня без особых дискуссий, но кое-что в проекте таки поменяли. Из важного:
ℹ️ Физлиц убрали из разработчиков больших фундаментальных моделей (БФМ). В первой версии разработчиком большой фундаментальной модели мог быть один человек, ИП или юрлицо. Теперь индивидуальным может быть только предприниматель.
💻 Из требования к суверенной модели убрали веса. В первой версии суверенная БФМ должна была обеспечивать полную воспроизводимость цикла разработки, включая обучение и «матрицу исходных коэффициентов». К третьему чтению матрица исчезла.
📍 Авторско-правовое исключение сохранили. Для обучения суверенных и национальных БФМ разрешили анализировать объекты авторского и смежного права, извлекать закономерности и делать краткосрочную запись в память ЭВМ.
Но есть условия: экземпляр должен быть получен правомерно, либо объект должен быть доведён до всеобщего сведения и доступен для анализа без технических ограничений. Формулировку в итоге сделали жёстче: вместо «и/или» осталось «и».
Из интересных, но не принятых поправок:
🐷 Open source за господдержку. Если разработчик суверенной или национальной модели получил больше ₽1 млрд господдержки за три года, он должен был бы открыть облегчённые версии модели на 1-25 млрд параметров по открытой лицензии. Не приняли, хотя предложил единорос Михаил Шермет.
Ключевые рычаги остаются: правительство потом решит, где можно будет применять только суверенные и/или национальные модели, как присваивать им статус и как открывать доступ к данным из госинформсистем.
Отчитаться в Думе о принятой подзаконке Правительство должно будет в срок до 1 марта 2027 года. Сам пакет мер от Минцифры ждём уже этой осенью. Работа явно будет вестись в тесной связке — не зря сегодня в Думе министр цифры Максут Шадаев и вице-премьер Дмитрий Григоренко сидели и следили за принятием своего детища вместе.
@anti_agi | 911 |
| 3 | Ярмарка не будет вечной
Как пишет Reuters, министерство коммерции КНР провело за последний месяц закрытые встречи с Alibaba, ByteDance и Zai. Вы не поверите, но обсуждали как ограничить иностранный доступ к сильнейшим китайским ИИ-моделям, закрытым и открытым, включая невышедшие.
Обсуждают несколько мер: приравнять утечку закрытых ИИ-технологий к преступлению по закону о нацбезопасности, ограничить круг тех, кто финансирует местные ИИ-стартапы. Масштаб не решен, сроки неясны, возможно, коснется только будущих моделей.
За год Пекин уже заблокировал Цукербергу покупку стартапа Manus, запустил проверки уехавших за рубеж стартапов на нарушение экспортного контроля и обязал исследователей Alibaba и DeepSeek получать разрешение на выезд.
После DeepSeek R1 китайские открытые модели разошлись по миру ценой и качеством. На одном OpenRouter в каталоге десятки: у Qwen под полсотни версий, рядом DeepSeek, Kimi, MiniMax. GLM-5.2 от Zai, как мы помним, вплотную подошел к американским лидерам при цене в разы ниже.
Повод конкретный: два источника говорят, Пекин опасается модели Anthropic Mythos, что она найдет и использует уязвимости в чужом ПО и что Вашингтон направит ее против Китая. Гендир 360 повторяет это вслух: Китаю нужен свой Mythos.
Собеседники @anti_agi среди топ-менеджеров российских ИТ-компаний сходятся в том, что ограничения — реальный и ожидаемый сценарий, но расходятся в сроках: одни называют конец 2026го, другие — вторую половину 2027го.
Открытость была и пока остается козырем китайских лабораторий: DeepSeek и Qwen шли как элемент мягкой силы, бесплатная альтернатива закрытым американцам, источник для инициализации весами. Что будем делать без них?
@anti_agi | 1 250 |
| 4 | Надо всё-таки признать; Григоренко пришёл!
А Максуту Шадаеву надо выходить из тени, считают в Справедливой России. Сегодня в Думе прошло первое чтение рамочного законопроекта по поддержке ИИ-технологий в России. Закон ожидаемо приняли — но обсуждение выдалось на редкость жарким.
Депутаты задались вопросом: почему после общественного обсуждения закон настолько ужался и ушёл от регулирования в сторону поддержки? Кто и как будет принимать подзаконные акты? Наконец, не противоречат ли все эти послабления целям суверенитета?
Отбиваться пришлось всем причастным. Главное из озвученного:
✔️ Осенью Минцифры представит пакет мер, расширяющих заданную рамку. В частности, речь пойдёт об авторском праве и конкретных мерах поддержки. Подзаконные акты обязательно согласуют с профильными комитетами, решения не будут приниматься одномоментно.
❓ Кто определит духовно-нравственные ценности, которым должен соответствовать ИИ? Документ, формулирующий архитектуру и критерии духовной нравственности, совместно подготовят Минцифры, Правительство, ФСБ и ФСТЭК.
🤖 Свободная маркировка как гражданский брак — никто ни за что не отвечает. Обязательности в текущей рамке нет, но это временное явление, пояснил министр цифры Максут Шадаев. Будет и ответственность, но сначала нужно определить порядок маркировки и связанные детали. Напомнил министр и про дипфейки как отягчающее обстоятельство в антифрод-мерах.
📍 Авторское право застыло в подвешенном состоянии. Авторы говорят, что законопроект не делает исключений из действующего законодательства, а все нюансы с лицензированием обязательно доработают к осени. Но пока через Думу проходит закон, где обучение ИИ на авторском контенте остаётся легальным.
В целом, впечатления смешанные. Все послабления в рамке объясняют тем, что конкретику по ним пропишут отдельно. Цель — провести законопроект как можно скорее, чтобы поддержать суверенных разработчиков. Понять и простить мотивацию авторов в заключительном слове настойчиво просил вице-премьер Дмитрий Григоренко. Его самого депутаты несколько раз привели в пример как человека, который регулярно приходит и защищает свою концепцию регулирования.
Для кого-то это звёздный час. Но хочется напомнить, что утренние звёзды всё же быстро гаснут. А расхлёбывать последствия настолько разрешительного законодательства придётся всем.
@anti_agi | 1 110 |
| 5 |  Tencent открыла Hunyuan 3
Tencent выложила в открытый доступ Hunyuan 3, новую версию своей флагманской языковой модели. Веса лежат на Hugging Face, на GitHub код под инференс, скачивать и использовать можно свободно благодаря лицензии Apache-2.0.
Hy3 это MoE с совмещенным быстрым и медленным мышлением: 295B параметров всего, 21B активных, контекст 256K. Превью выходило в апреле, это доведенная официальная версия с упором на кодинг и агентные задачи.
Ставка сделана на эффективность, а не на размер. По заявлению Tencent, при 295B параметров Hy3 идет вровень с открытыми флагманами, которые крупнее в 2-5 раз. Сильнее всего в агентных и поисковых сценариях: по замерам компании на ClawEval у нее 68.5, выше GPT-5.5 и Qwen-3.7 Max, на BrowseComp 84.2, почти вровень с GPT-5.5.
В стандартных кодинг-бенчмарках Hy3 пока позади лидеров. По тем же замерам Tencent первый почти везде Claude Opus 4.8, а из открытых моделей ощутимо выше идет GLM-5.2:
▪️ SWE-bench Verified: Hy3 - 78.0, GLM-5.2 - 84.2, Claude Opus 4.8 - 88.6
▪️ SWE-bench Pro: Hy3 - 57.9, GLM-5.2 - 62.1, Claude Opus 4.8 - 69.2
▪️ SWE-bench Multilingual: Hy3 - 75.8, GLM-5.2 - 83.0, Claude Opus 4.8 - 84.4
▪️ Terminal-Bench 2.1: Hy3 - 71.7, GLM-5.2 - 81.0, Claude Opus 4.8 - 85.0
Модель уже работает в продуктах Tencent, API доступно на Tencent Cloud TokenHub. Разработку линейки ведет Яо Шуньюй, бывший ведущий исследователь агентов в OpenAI.
@anti_agi | 1 159 |
| 6 | Облака занимают на железо
И делают это не через IPO, а облигации. На прошлой неделе Cloud.ru отчитался, что привлёк таким образом 10 млрд рублей на развитие инфраструктуры и расширение продуктового портфеля. Теперь за новой порцией денег идёт Selectel: провайдер размещает трёхлетние облигации на 5 млрд рублей.
Около 3 млрд уйдёт на погашение старого выпуска, остальное — на серверы и дата-центры. Такая схема для Selectel уже стала привычной: за пять лет компания разместила облигации на 30 млрд рублей, последовательно перекладывая погашения и одновременно наращивая инфраструктуру.
Пока экономика выглядит устойчиво: выручка растёт почти на 40%, долговая нагрузка умеренная, а выпуски проходят с переподпиской. Сегодня компания также отчиталась о запуске совместного ИИ-предприятия с ИТМО. Но то, как отечественные компании теперь избегают биржи, конечно, не перестаёт впечатлять. | 1 058 |
| 7 |  SK Hynix соберет с инвесторов денег на бонусы
Корейская SK Hynix планирует в пятницу провести IPO на Nasdaq. Акции компании уже торгуются в Корее, в США же будут размещены депозитарные расписки на новые акции. Производитель памяти надеется выручить за них $28 млрд.
Из-за бума ИИ спрос на память в мире подскочил, а следом резко выросла и ее цена. Акции компаний-производителей памяти с начала года выросли в 1,5-3 раза (см. картинку), и Hynix тут тоже в лидерах. Со стороны компании было бы непростительной недальновидностью не воспользоваться такой возможностью. Тем более, что на финансовых рынках сохраняется ажиотаж вокруг ИИ, и для него есть лишние деньги (как показало IPO SpaceX). Так что в SK Hynix решили ковать железо, пока горячо.
Деньги компании не помешают: в конце июня на совместном мероприятии Hynix и Samsung с президентом Южной Кореи было объявлено, что эти компании проинвестируют в строительство в стране двух новых фабрик по производству чипов каждая. Общие инвестиции составят 800 трлн вон (более $500 млрд).
Впрочем, есть у Hynix и другие незапланированные траты – профсоюзы прогнули выплачивать работникам компании бонусы в размере 10% годовой операционной прибыли, а это составляет ни много ни мало – порядка $15 млрд в год. Так что, если инвесторы думают, что их деньги пойдут исключительно на развитие производства памяти, то они немного заблуждаются.
Впрочем, как пишет The Information, цена размещения у SK Hynix весьма выгодная – по соотношению капитализации к прогнозируемой годовой выручке (3,6х), она меньше и чем у ее конкурента Micron (4,6х), и тем более, чем у Nvidia (10,8x).
@anti_agi | 973 |
| 8 | Турок может уходить
Двадцать лет Amazon продавала компаниям дешёвый и не всегда квалифицированный труд. Заказчик загружал тысячи мелких задач, а исполнители вручную размечали изображения, проверяли тексты, чистили данные и проходили опросы. Теперь вход в эту машину закрывают.
С 30 июля Amazon перестала принимать новых заказчиков Mechanical Turk. Старые смогут пользоваться сервисом дальше, но сама платформа переходит в режим дожития.
Mechanical Turk запустили в 2005 году как биржу микрозадач. Компании нарезали работу на тысячи простых поручений, а люди выполняли их за небольшую плату. Для бизнеса это выглядело почти как облачный сервис: отправил данные через API, получил готовый результат.
Название было выбрано с издёвкой. Оригинальный «Механический турок» XVIII века изображал шахматный автомат, внутри которого на самом деле сидел человек.
Но крауд-платформа никогда не была просто доской объявлений, которая берёт комиссию с каждой задачи. Ей нужно постоянно собирать, проверять и удерживать работников, чтобы в момент крупного заказа они всё ещё находились на площадке. Если заданий долго нет, люди уходят. Если заказ появляется внезапно, выполнять его уже некому.
Поэтому такие сервисы обычно держатся на материнской экосистеме или нескольких якорных клиентах. Насколько нам известно, основную работу в российских аналогах вроде «Яндекс Заданий» обеспечивают внутренние потребности самого Яндекса. Площадке приходится поддерживать поток задач, фактически оплачивая содержание кадрового резерва.
Похожим образом устроен и зарубежный рынок. У крупных разметочных платформ обычно есть один-два заказчика, которые генерируют основную выручку. Контракты нередко перемещаются вслед за менеджерами: человек переходит в другую компанию и приводит туда знакомого подрядчика. Бывшую «Толоку», например, ловко ребренднули в Toloka, и теперь она обеспечивает данными Amazon, Microsoft, Anthropic и Shopify — стараниями Аркадия Воложа и его нынешних и бывших подчинённых.
Для Amazon содержание такого резерва, похоже, окончательно потеряло смысл. Простые задания всё чаще выполняют модели, а оставшиеся исполнители сами используют ИИ, ботов и автоматизацию. Заказчик уже не всегда понимает, получил он человеческую разметку или данные, которые одна модель сгенерировала для обучения другой.
Но сам человеческий труд никуда не делся. Просто золотая ниша смещается от анонимной толпы с заданиями за центы к сложной разметке и экспертам. Наконец, есть обучение роботов: там нужны видео от первого лица, движения рук, захват предметов, работа инструментов, навигация и взаимодействие с окружающей средой.
Главное конкурентное преимущество теперь — умение организовать физический сбор данных. И этим занимаются уже специализированные подрядчики, а не хаотичная платформенная масса.
@anti_agi | 870 |
| 9 |  Доставка весов приехала‼️
Meituan (да, БЯМы есть и у китайского доставщика) открыли веса LongCat-2.0, релизнутой на прошлой неделе. Если бы ребята повторяли лутшие практики, то раздули бы это до крупнейшего (по весам) релиза в мире: 1,6T параметров это, кажется, топ среди открытых моделей по размеру*. Сама модель MoE, 48B активных параметров, лицензия MIT, качай и гоняй кто угодно и где угодно. На HuggingFace лежит полный комплект, есть даже версия на int8.
По заявлению Meituan, претрейн и посттрейн LongCat прошли целиком на отечественных (для Китая) чипах, без единого GPU NVIDIA. Больше 50 тысяч ускорителей, и, как пишут сами, все прошло на ура. Это уже не первая LLM-ласточка из Китая, обученная полностью вне экосистемы Хуанга.
Пока, правда, на честном слове. Вендор отечественных чипов в блоге не назван ни разу, на Huawei указывает лишь косвенная деталь в виде библиотеки.
Забавно с бенчмарками. Meituan решили не заморачиваться и прогоняли только свою модель, конкурентам проставила цифры из их же отчетов. Что имеем? LongCat сильна в кодинге: на SWE-bench Pro у нее 59,5, выше GPT-5.5 (58,6), уступает только Claude Opus 4.8 (69,2). На Terminal-Bench 2.1 70,8 против 78,9 у того же Opus 4.8. На математическом IMO-AnswerBench она вообще делит первое место, 81,8, вровень с Opus. Слабее там, где не про код: на BrowseComp 79.9 против 85,9 у Gemini, на GPQA-diamond 88,9 против 94,3 у Gemini.
Внимание построено на собственном механизме LongCat Sparse Attention, развитии разреженного механизма DeepSeek. Контекст только маловат по нынешним временам — всего 256K.
📚📚📚Стало на одну открытую большую модель больше. Можно поднять у себя, а не ходить в чужой API. Триллионная и под MIT. Минусы будут: у европейцев (и не только) стало на один повод больше забросить свой NLP-ресерч в части LLM.
В чудно́е время живем: доставке удаётся сделать то, что не получается у многих — сделать околофронтир LLM 😏
Ссылки на блог и веса.
*Если придираться, то в этом же размере есть DeepSeek v4.
@anti_agi | 1 019 |
| 10 | Palantir показал всем, как надо❓
Microsoft объявила о запуске Microsoft Frontier Company, нового подразделения, которое будет сажать собственных инженеров компании внутрь корпоративных клиентов, чтобы проектировать, разворачивать и обслуживать ИИ-системы на их стороне. Заявленный масштаб: $2,5 млрд и около 6000 человек с опытом работы в Microsoft.
Microsoft называет Frontier Company структурой с собственным руководством и финансовой ответственностью. По оценке экспертов, это переупаковка уже существующих консалтинговых подразделений, прежде всего Industry Solution Engineering, бывшей Microsoft Consulting Services, и программы Cloud Solution Architects. Новые ли это $2,5 млрд или переназначенный старый бюджет, компания не уточняет.
Возглавит подразделение Родриго Лима, бывший глава азиатского бизнеса Microsoft. В Microsoft открестились от термина forward-deployed engineering, описав Frontier Company как нечто большее и как крупнейшую, самую результативную инженерную организацию в индустрии. Хотя FDE это и есть практика сажать своих инженеров к заказчику, пока система не начнет давать результат.
Запуск пришелся примерно за неделю до очередной волны сокращений в Microsoft, которая может затронуть около 2,5% из 220 000 сотрудников, в первую очередь в продажах и консалтинге.
За предыдущие два месяца то же самое сделали все крупные игроки. AWS подняла свое подразделение встроенных инженеров в конце июня, OpenAI и Anthropic запустили аналоги в мае. Причина у всех одна. Качество самой модели перестало решать корпоративные сделки, а узким местом стало внедрение: чужие данные, устаревшие внутренние системы, перестройка процессов. По исследованию MIT NANDA, 95% корпоративных пилотных проектов на генеративном ИИ не дали никакого измеримого эффекта на прибыль.
Саму схему придумал Palantir на основе опыта в боевых зонах Афганистана и Ирака середины 2000х, где инженеры компании сидели рядом с военной разведкой и помогали отслеживать самодельные взрывные устройства. Роль forward-deployed engineer Palantir позже закрепил в проспекте листинга 2020 года.
Штош, эволюция фронтир-моделей привела всех к практикам Palantir из Афганистана.
@anti_agi | 1 651 |
| 11 | Чтобы взломать ИИ-агента, вредоносный код можно не класть в репозиторий
Достаточно оставить в проекте инструкцию, замаскированную под сообщение об ошибке. Агент сам запустит предложенную команду и уже после этого подтянет вредоносную нагрузку извне.
Для код-ревью и статического анализатора репозиторий при этом выглядит чистым: опасная команда не хранится ни в одном файле. Но в итоге злоумышленник получает шелл с правами разработчика, а вместе с ним — доступ к API-ключам и облачным токенам. | 2 |
| 12 |  Кадры решают всё
Стратегию ИИ-компании можно изучать по релизам, интервью основателей и техническим статьям. А можно посмотреть, за кого она готова платить.
Исследователи Epoch AI разобрали 1604 открытые вакансии в шести ведущих китайских лабораториях: DeepSeek, MiniMax, Moonshot, Z.ai, ByteDance Seed и Alibaba Qwen. Получился неплохой срез живого самобытного рынка.
💻 Nvidia пока не отменили. ByteDance ищет специалиста по оптимизации инференса на GPU, которому предстоит работать с CUDA и TensorRT-LLM. Но параллельно компания набирает инженеров со знанием китайских ускорителей Huawei Ascend и Cambricon.
Похожая картина у остальных: отечественные чипы уже применяют для инференса, дообучения и сравнительно небольших моделей. Но исключения, вроде триллионной LongCat, полностью обученной на кластере из 50 тысяч китайских ускорителей, как бы намекают — эти полумеры ненадолго.
☁️ Облако не отменяет бетон. Китайские стартапы арендуют вычисления у местных облачных гигантов, но уже строят собственную инфраструктуру. MiniMax ищет специалистов для создания корпоративных дата-центров, DeepSeek нанимает сотрудников в вычислительный центр во Внутренней Монголии, а Moonshot прямо планирует гибридную схему из публичного облака и собственных мощностей.
🐷 Бизнес-модели варьируются. Z.ai делает ставку на тяжёлые корпоративные внедрения: 73,7% её выручки за 2025 год принёс запуск моделей в инфраструктуре клиентов. Среди целевых заказчиков — госорганы, госпредприятия, энергетика и финансы. Компания также ищет продавцов для работы с Fortune Global 500 в США.
MiniMax, напротив, ближе к потребительской OpenAI. Согласно её годовому отчёту, 67,2% выручки обеспечили AI-native-продукты вроде Talkie и видеогенератора Hailuo, а 73% всех доходов пришло из-за пределов материкового Китая. Компания открыла 16 вакансий в Сан-Франциско и нанимает людей в Лондоне, Дубае, Берлине, Токио, Сеуле и Мадриде.
DeepSeek продолжает вкладываться в рисёрч: из 47 размещённых через партнёра вакансий лишь одна пришлась на продажи. Когда надо, сами найдут и всё купят.
✔️ Наконец, китайские лаборатории заметно охотнее берут молодых. С учётом университетских вакансий они требуют в среднем 1,6 года опыта против 5,5 года у OpenAI, Anthropic, xAI и Google DeepMind. Даже если считать только объявления с явно указанным стажем, разрыв сохраняется: 3,4 против 5,5 года. Почти 20% инженерных вакансий китайских компаний предназначены для студентов и недавних выпускников.
При этом китайский ИИ не собран целиком в одном технологическом анклаве. 93% вакансий приходятся на Пекин, Ханчжоу и Шанхай, из них 63% — на Пекин. Для сравнения, 85% вакансий ведущих американских лабораторий сосредоточены только в Сан-Франциско.
@anti_agi | 1 202 |
| 13 | Минцифры выдадут права на ИИ
Правительство может официально назначить Минцифры главным координатором развития и регулирования искусственного интеллекта в России.
Фактически министерство уже занималось ИИ-политикой, но теперь его полномочия хотят подробно прописать в положении о ведомстве. В проекте набралось сразу 20 новых функций: от подготовки законов до распределения доступа к государственным вычислительным мощностям.
❓ Что именно сможет Минцифры
Во-первых, министерство будет готовить собственные нормативные акты в сфере ИИ и согласовывать проекты других ведомств. В периметр входят разработка, внедрение, использование и безопасность систем.
Отдельно Минцифры сможет предлагать:
▪️налоговые льготы, гранты, субсидии и льготные кредиты разработчикам;
▪️ правила доступа к государственным данным для обучения моделей;
▪️ порядок доступа к вычислительным ресурсам ЦОДов, в том числе построенных с участием бюджета;
▪️ меры поддержки российских фундаментальных моделей, ИИ-сервисов, вычислительной инфраструктуры и электронной компонентной базы.
Также министерство будет определять приоритетные отрасли для внедрения ИИ, анализировать развитие фундаментальных моделей, давать методические рекомендации госорганам и компаниям с госучастием, проверять ИИ-разделы региональных и корпоративных программ цифровой трансформации.
Наконец, на Минцифры замыкают государственную ИИ-инфраструктуру: формирование наборов данных в национальной системе управления данными и предоставление ИИ-технологий пользователям «ГосТеха».
🐷 Что изменилось для бизнеса
Для оценки возможной нагрузки Минцифры выделило 27,8 тыс. ИТ-компаний и ИП с ОКВЭД 62 и 63, исключив бизнес со штатом до 15 человек. Это не закрытый перечень будущих субъектов регулирования: окончательный круг будет зависеть от следующих нормативных актов.
Под «субъектами регулирования» авторы понимают широкий набор ролей: разработчики ИИ, операторы ИИ-систем, владельцы ИИ-сервисов, пользователи ИИ и владельцы ЦОДов или суперкомпьютеров.
Снизилась и оценка потенциальных расходов бизнеса. Теперь Минцифры указывает широкий коридор; вместо 10 и 100 млрд установлен барьер от 300 млн до 3 млрд рублей за шесть лет. Точнее посчитать невозможно: конкретных требований в проекте пока просто нет, поэтому речь идёт о гипотетических затратах на исполнение будущих актов.
Напомним для истории: само направление у нас продолжает курировать новое русское ИИ-ГО в лице вице-премьера Дмитрия Григоренко и замруководителя АП Максима Орешкина. В качестве think tank выступает Центр развития ИИ в Аналитическом центре при Правительстве.
@anti_agi | 3 052 |
| 14 |  Момент выбран удачно
Z.ai выпустили ZCode, десктопное приложение под macOS, Windows и Linux. Внутри стандартный набор: редактор кода и терминал, поддержка многоагентности. На старте подписчикам GLM Coding Plan подняли квоту в полтора раза.
Позиционируют ZCode прямо против Claude Code, Cursor и Copilot. При этом он умеет запускать не только своего агента под GLM-5.2, но и чужих, если подключить собственные ключи и подписки.
А почему момент удачный? Со вчерашнего дня Anthropic разбирается с находкой в Claude Code. С апрельской версии там сидел скрытый код: при работе через прокси инструмент сверял часовой пояс с Азией, пробивал адрес прокси по списку китайских доменов и местных ИИ-лаб, а результат передавал на серверы стеганографией, подменяя формат даты и апостроф в строке «Today's date is» на визуально неотличимые символы.
Anthropic признала код, назвала его экспериментом против дистилляции и неавторизованных перепродавцов и удалила код сегодня (или так говорит).
В Китае Anthropic официально не работает и не раз обвиняла местные лаборатории (DeepSeek, Moonshot AI, MiniMax, Alibaba) в дистилляции своих моделей. Среди агентов, которых поддерживает ZCode, есть, кстати, и Claude Code.
@anti_agi | 1 420 |
| 15 | Видеокарта прилагается
Кажется, что главный выбор в ИИ-проекте — это модель. Но как только эксперимент превращается в рабочий сервис, на первый план выходит инфраструктура.
Покупать собственное оборудование готовы далеко не все. Высокий CAPEX, сложная логистика поставок, затраты на обслуживание и, главное, плохо прогнозируемая утилизация на старте. Поэтому компании всё чаще идут в GPU Cloud.
☁️ CNews сравнил 16 российских провайдеров таких облаков. Оценивали не только ассортимент видеокарт и стоимость аренды, но и количество ЦОДов, варианты развёртывания, безопасность, SLA, инструменты управления и готовые сервисы для ИИ.
Интересно, что базовые возможности у рынка уже почти сравнялись. Разница начинается уровнем выше. Провайдеров сравнивают не только по выбору GPU, но и по уровню зрелости: насколько удобно масштабировать ресурсы, управлять ими, соблюдать требования безопасности и запускать ИИ-сервисы. Конкурируют уже не отдельные видеокарты, а платформы целиком.
💻 Общим лидером рейтинга стал Selectel с 957 баллами. Второе место разделили MWS Cloud и «Турбо Облако», набрав по 817 баллов.
В случае Selectel аналитики отдельно отмечают не столько сам парк GPU (от T4, A2 и L4 до A100, H100 и платформы HGX B300), сколько связку факторов: наличие готовых сервисов для ИИ, соответствие требованиям ИБ, инструменты оптимизации затрат.
Если убрать маркетинговую часть, суть довольно практичная: сегодня решает уже не видеокарта как таковая, а скорость и простота её получения, запуска и масштабирования.
@anti_agi | 1 265 |
| 16 | Лишних мощностей не бывает
Meta* вслед за SpaceX готовится продавать другим компаниям мощности своих дата-центров. Клиентам могут предложить два варианта: аренду «сырых» ускорителей по модели CoreWeave или доступ к размещённым на инфраструктуре Meta* нейросетям, примерно как в Amazon Bedrock, выяснили журналисты Bloomberg.
В этом году компания может потратить на ИИ-инфраструктуру до $145 млрд. Это примерно пятая часть более чем $700 млрд, которые крупнейшие технологические компании вместе собираются вложить в ИИ. Кроме того, к концу первого квартала Meta уже взяла на себя обязательства ещё на $182,9 млрд по будущим инфраструктурным проектам.
Масштаб рынка объясняет, зачем это всё. По свежему прогнозу Gartner, мировые расходы на ИИ в 2026 году вырастут на 47%, с $1,76 трлн до $2,60 трлн. То есть за один год рынок прибавит около $831 млрд.
$1,43 трлн, или 55% от всей суммы, придётся на инфраструктуру: чипы, серверы, сети, устройства и облачные мощности. За год эта категория вырастет почти на $456 млрд. Для сравнения, на ИИ-сервисы Gartner закладывает $586 млрд, на программное обеспечение — $453 млрд, а непосредственно на модели — всего $32,6 млрд.
Модели остаются самой быстрорастущей категорией: расходы на них удвоятся за год. Но в абсолютных цифрах это пока чуть больше 1% всего ИИ-рынка. Основные деньги уходят тем, кто производит ускорители, строит дата-центры и сдаёт вычисления в аренду.
Так уже поступила SpaceX через xAI: мощности её дата-центров арендовали Anthropic, Google и Reflection AI. Meta* тоже регулярно получает запросы на покупку вычислений — по словам Марка Цукерберга, потенциальные клиенты обращаются почти каждую неделю.
Рынок на новость отреагировал довольно однозначно. Акции Meta* выросли более чем на 10%, а бумаги CoreWeave и Nebius Аркадия Воложа упали на 10,8% и 12,4%. Инвесторы увидели в Meta* одновременно нового поставщика мощностей и потенциально потерянного клиента для существующих ИИ-облаков.
Правда, всё это до тех пор, пока кто-то готов платить за аренду лопат.
* Meta признана в России экстремистской и запрещена
@anti_agi | 1 413 |
| 17 | Для 5G наконец нашли применение — повторять теннисные подачи
Vodafone привезла на Уимблдон роботизированную руку, которая получает данные из трансляции матча и меньше чем через секунду воспроизводит положение игрока, угол и траекторию удара.
Для установки выделили отдельный виртуальный канал 5G. Но сама передача данных здесь лишь часть цепочки: в задержку входят трансляция, обработка изображения и работа механики.
Для теннисной пушки секунды достаточно. Для настоящего робота — уже вечность: при удалённом управлении гуманоиды в экспериментах теряли равновесие при задержках в десятки миллисекунд. Совсем без локальной обработки данных обойтись не выйдет. | 1 304 |
| 18 | Стартап живет три года или по граблям ASIC'ов
Коротко о том, почему не надо "запекать" архитектуры в кремнии
Стартап Etched, который разрабатывает чип для инференса LLM, отчитался о прогрессе. TSMC впервые отпечатала в кремнии их чип Sohu, а компания уже заявляет около $1 млрд законтрактованных заказов на готовые системы под него. Оговорка сразу: чип пока тестируется, а не работает в проде. То есть миллиард этот пока только на бумаге. Но интересно не это.
Кремний только стал реальностью, а архитектурно чип уже опоздал. Чтобы увидеть подвох, надо понять, чем Sohu отличается от старых-добрых GPU. GPU универсален: под него компилируется что угодно. Etched пошел наоборот и зашил саму архитектуру трансформера прямо в чип. Жесткие схемы, никакого программируемого слоя. Под эту одну задачу чип выходит кратно быстрее и дешевле. И вот тут ловушка, которую многие могли наблюдать во время бума майнинга. ASIC умеет ровно то, подо что разведен, и ничего сверх. Значит, чип с зашитой логикой по определению догоняет софт. А софт, как мы знаем, уже убежал вперёд.
Трансформер жив, механизм внимания никуда не делся, тут Etched прав. Промах на уровень ниже. Внутри самого семейства трансформеров фронтир разделился на две ветки: плотные модели и MoE. А Sohu умеет работать только с плотными.
Разница ровно в одном слое. В плотной модели каждый токен идет через один и тот же блок вычислений, путь фиксированный, в жесткую схему ложится идеально. В MoE вместо одного блока набор экспертов и маршрутизатор, который на каждом токене на лету решает, кого включить. Ветвление по данным, нерегулярный доступ к памяти.
Угадайте, а какая архитектура у самых скачиваемых на обнимающем лице моделей? И DeepSeek V4, и Qwen3, и свежий GLM 5.2, построены как MoE и на Sohu не запускаются. И это не разовое невезение, а свойство подхода: под каждую новую ветвь архитектуры нужен новый чип. А разрабатывать его, по словам компании, три года.
Дело не в том, что чип специализированный, а в том, что он жестко разведен. У Google есть свой ИИ-чип TPU, тоже собственной разработки и тоже формально ASIC. Но программируемый: MoE для него штатная нагрузка, он и обучает модели, и обслуживает их, а новая архитектура для него это перекомпиляция, а не новый кремний.
И под всем этим ни одного независимого замера. Заявленные 500 000 токенов в секунду кочуют по анонсам Etched с 2024 года без единой внешней проверки.
Рынок инференса плотных трансформеров реальный и немаленький, так что кирпичом Sohu не станет, заказчики найдутся. Но потолок теперь виден: архитектура, под которую его лили, уже другая.
@anti_agi | 1 374 |
| 19 | Как разобрать геном по полочкам
Прочитать последовательность ДНК сегодня нередко проще, чем понять её содержание. Секвенатор выдаёт длинную последовательность из A, T, G и C, но исследователям ещё нужно найти в ней гены, определить их границы, отделить экзоны от интронов и понять, какие участки кодируют белки.
Для человека, мыши и нескольких других модельных организмов такие карты собирали десятилетиями. У большинства видов известна только сама последовательность. На момент анализа хотя бы какая-то аннотация существовала лишь для 166 из 4582 геномных сборок млекопитающих.
Для ускорения этой работы Институт AIRI сказал нам «Гена, на» и опубликовал GENATATOR — набор нейросетевых моделей для автоматической аннотации геномов. Система получает последовательность ДНК, ищет в ней границы генов, определяет тип транскрипта и восстанавливает внутреннюю структуру: экзоны, интроны и кодирующие участки.
GENATATOR работает как конвейер. Сначала одна модель ищет возможные начала и окончания транскриптов на обеих цепях ДНК. Другая проверяет, действительно ли участок между ними похож на ген. Затем система определяет тип транскрипта, восстанавливает его устройство, а биоинформатические алгоритмы отсеивают сомнительные предсказания.
В отличие от классических инструментов, система опирается не только на заранее заданные признаки вроде старт- и стоп-кодонов. Она обучается находить закономерности непосредственно в последовательностях ДНК, поэтому может работать в том числе с длинными некодирующими РНК, которые традиционные методы размечают хуже.
Модели обучали на генах человека и ещё 38 видов млекопитающих, включая слонов и моржей. При этом они показали хорошие результаты и на организмах, которых не видели при обучении: дрозофиле, резуховидке Таля и дрожжах. Система также обнаружила несколько редких «ядовитых» экзонов, включение которых может привести к разрушению всей молекулы РНК.
Практическая задача GENATATOR — быстрее дать исследователю рабочую карту нового генома. Она пригодится при изучении малоисследованных видов. В сельском хозяйстве такая разметка станет начальным этапом поиска генов, связанных с урожайностью, устойчивостью к засухе или заболеваниям. В исследованиях человека — при анализе редких мутаций и неизвестных вариантов строения генов.
Сбор датасетов для обучения был проведён учеными Научно-технологического университета «Сириус» и ИЦиГ СО РАН. Модели доступны на Hugging Face, а запустить анализ без локальной установки можно через веб-сервис GENA LM. После прочтения — не сжечь, а расшифровать!
@anti_agi | 2 158 |
| 20 | Мальчик, который кричал «Волки!»
Fable 5 снова доступна пользователям по всему миру. Минторг США снял экспортные ограничения меньше чем через три недели после того, как признал модель угрозой национальной безопасности и потребовал закрыть её для всех иностранцев.
Страх был частью позиционирования Mythos с самого начала. Закрытый доступ, поиск критических уязвимостей, сравнения с кибероружием и рассказы о возможностях, которые нельзя выпускать без контроля.
В 2026 году на каждую тысячу слов у Anthropic пять приходилось на риски, регулирование и ограничения. У OpenAI — только 0,6. Слово risk Anthropic употребила 336 раз против 30 у OpenAI, vulnerability — 128 против 10, safeguard — 121 против 33.
А потом мальчик докричался.
12 июня Минторг потребовал запретить иностранцам доступ к Mythos и публичной Fable 5. Проверять гражданство пользователей в реальном времени Anthropic не умела, поэтому отключила обе модели вообще для всех.
Теперь этот запрет решили откатить; а Anthropic очень своевременно выпустила Sonnet 5. Он приблизился к Opus 4.8 в кодинге, работе с инструментами и агентных задачах, но стоит дешевле и, по заверениям компании, заметно слабее в опасных кибероперациях. 30 июня Sonnet 5 стал основной моделью для бесплатных и Pro-пользователей. 1 июля вернулась Fable.
У запрета не получилось даже остановить модельный конвейер. Ну а за пределами США уже начали собирать собственные версии технологии. Китайская 360 Security представила агента «Тулунфэн» для поиска уязвимостей и систему автоматической защиты «Итяньчжэнь» — свой, отечественный Mythos.
Закрытой можно удерживать конкретную модель: отключить API, отозвать лицензию, проверить паспорт пользователя. Удержать закрытым класс возможностей гораздо сложнее. Особенно после того, как вы громко объяснили всему миру, что именно создали, и насколько оно могущественно.
@anti_agi | 1 320 |
