Skip to main content

Валера Ковальский

Валера Ковальский
Валера Ковальский
Head of AI Engineer | DevOps | Hardware
From IT Admin to Head of AI in 6 years
Автор https://neuraldeep.ru/
Raised $2M+ for human-centric AI startups
github.com/vakovalskii | chat @neuraldeepchat

  1. @cgevent TG

    Seedance 2.0 mini

    Начнем понедельник со слухов.

    Последние три дня в сети упорно появляется информация, что Байтдэнс вот-вот бахнет версию Seedance 2.0 mini, которая:

    По качеству ю лучше, чем Seedance 2.0 Fast

    На 41 процент дешевле, чем обычный Seedance 2.0

    Срок - июнь. Причем вот-вот.

    А ещё в июне должна была выйти GPT-5.6.

    Но с этими справками о гражданстве сроки становятся непредсказуемыми.

    @cgevent
    🔥 1

  4. @kdoronin_blog TG

    Как нанимать AI-инженеров?

    Как стать тем самым AI-инженером, который пройдёт отбор?

    И ещё целая пачка вопросов, которые возникают, когда хочешь устроиться работать по профессии, появившейся в массовом найме сравнительно недавно.

    Разобраться с вопросами нам поможет Алексей Остриков, который провёл уже около 200 собеседований на AI-позиции в качестве нанимающего менеджера.

    Да-да, вы всё правильно поняли. Это анонс нового стрима!

    Который состоится в субботу, 20 июня в 14:00 по Московскому времени (GMT +3).

    Стрим пройдёт на моём YouTube-канале

    Добавить событие в свой Google-календарь можно по ссылке.

    В комментариях к этому посту оставляйте вопросы, на которые мы обязательно ответим на стриме.
    ⭐ 53 🔥 9 👍 8 ❤️ 7 🆒 1

  5. @seeallochnaya TG

    Вот тут пишут, что OpenAI запустили рекламу с креативными идеями сгенерированных картинок. Я не смог найти источник и проверить достоверность, кроме как вот тут (сомнительный сайт, но там есть видео, как развешивают один из плакатов, и это не выглядит сгенерированно).

    Но поверить можно, так как OpenAI ударились в рекламу и относительно часто делают ролики.

    В любом случае прикольно

    UPD: картинки запостила CMO OpenAI в LinkedIn, так что настоящее. Рекламы размещены в:
    📍Detroit
    📍NYC
    📍Chicago
    📍Los Angeles
    👍 97 🔥 28 🤡 21 ❤‍🔥 10 🤔 6 emoji 5 👎 4 💩 2

  6. @data_secrets TG

    Пошел слух, что за блокировкой Fable стоит Amazon

    По версии сразу нескольких изданий именно CEO Amazon Энди Джесси изначально спровоцировал шатдаун модели.

    Все началось с обычного внутреннего исследования, в ходе которого рисерчеры Amazon обнаружили какой-то джейлбрейк, который позволял вытащить из Fable информацию, которая «могла бы оказаться полезной в кибератаках».

    Исследователи сделали репорт, и Джесси понес его… нет, не в Anthropic, в который Amazon вложили более 8 миллиардов, а американским чиновникам. Ну и – пошло поехало.

    Косвенным образом историю подтверждают слова Дэвида Сакса, председателя Совета консультантов президента США по науке и технологиям.

    Он заявил, что некий «доверенный партнер» сообщил администрации о возможности опасного джейлбрейка, после чего правительство якобы попросило компанию устранить риск. По этой версии, Anthropic не согласились с тем, что кейс действительно демонстрирует опасность модели, ну а дальше вы знаете.
    ⭐ 1 emoji 147 😁 46 emoji 24 🤯 7 ❤️ 4 👍 3 🍾 2 🫡 2 💯 1 🗿 1

  7. @data_secrets TG

    Data Secrets
    Fable – все 🤷‍♂️🤷‍♂️🤷‍♂️ Правительство США «из соображений национальной безопасности» буквально приказало Anthropic закрыть доступ к Mythos и Fable для всех иностранных граждан. Включая тех, кто находится в США. Включая даже иностранных сотрудников Anthropic.…
    Мем: в числе прочих доступа к Mythos лишили Андрея Карпаты, который недавно ушел работать в Anthropic R&D

    Дело в том, что он не гражданин США.

    Лицо исследователя без доступа к объекту исследования представили?
    ⭐ 1 😁 654 🤯 77 ❤️ 23 🫡 11 emoji 11 😍 4 🐳 3 💘 3 😎 3 ☃ 1 🤩 1

  8. @seeallochnaya TG

    Теперь дополнительный контекст к новости:
    — Amazon крупный инвестор и партнёр Anthropic. Я не думаю, что они хотели, чтобы докатилось до подобных ограничений и жестких стычек с USG — и даже не могли такого представить

    — я удивлён, что USG смогли так быстро отреагировать — от информации о проблеме в четверг через проверку АНБ до уведомления Anthropic в пятницу в полдень. Возможно, это обусловлено тем, что не всем нравится поведение компании, и USG хочет показать, кто тут папа.

    — из всех перечисленных в новостях фамилий участников созвонов Dario в пятницу, ни один из них не имеет бэкграунда в AI/ML, и лишь парочка понимает что-то в кибербезе. Да, возможно за ними стоят эксперты из министерств, но странно, что они на звонках принимали решение о том, является ли правдой ответ Dario, мол, это минорная проблема, дайте нам время. То есть они даже не рассматривали возможность того, что они не правы — как будто у них есть твёрдое и четкое убеждение.

    — напомню, что идеальных систем защиты для языковых моделей пока никто не придумал, вокруг всех из них есть способы обхода. Джейлбрейки находили и будут находить, и по-хорошему нужен быстрый процесс добавления исключений (вполне возможно, что у Anthropic такой механизм есть).

    — скорее всего USG хотели, чтобы Anthropic залатали одну конкретную дыру, не понимая, что это мало на что влияет — ну было 100 джейлбрейков, станет 99. Важнее, что компания должна по щелчку пальцев реагировать на то, что им говорят представители Белого дома

    — мне сложно поверить, что Dario не шел на встречу и не хотел сотрудничать. Вероятно, он и хотел добавить джейлбрейк в систему, чтобы исправить ситуацию, но USG-то а) не давало деталей б) просили сразу же выключить модель. Я понимаю Dario, но и понимаю давление от администрации

    — «ко-ко-ко но они же сами хотели регуляций и чтоб государство отказывало в выпуске моделей!» — самый дебильный аргумент, который я слышал за последние дни. Как пишут Anthropic в блоге (99% комментаторов не читает) — «Как мы уже заявляли публично, мы считаем, что у правительства должна быть возможность блокировать небезопасное развертывание моделей, но в рамках установленного законом процесса — прозрачного, справедливого, понятного и основанного на технических фактах. Данные действия не соответствуют этим принципам»

    — более того в совсем свежем executive order от президента написано, что а) такую процедуру нужно запустить в ближайшие полгода б) она пока будет ДОБРОВОЛЬНОЙ, если компания не хочет — она может не отправлять модель на оценку, и как следствие её не заблокируют. Я уже писал, что там отдельно прям подчёркнуто, что это не заградительная мера на данный момент. И в то же время без чёткого процесса приходят в Anthropic и говорят «отключайте» — при том что, согласно новостям, дали одобрение на релиз

    — то есть ещё раз: должен быть понятный прозрачный процесс с чёткими критерями и независимой оценкой, и Anthropic согласны следовать ему

    — очень вероятно, что модель для США вернут в самое ближайшее время, а вот что будет с доступом для остальных — не ясно. В теории, раз он был для всех, и именно этот аспект не смущал USG, то видимо снова откроют для всех (после снятия экспортных ограничений). Но предсказывать, что тут хотят делать так называемые «представители от народа» — то ещё дело

    — позиция государства, озвученная David Sacks, бывшим AI-царём при Белом доме: «В прошлом компания Anthropic всегда заявляла, что безопасность должна быть первостепенной задачей и восприниматься крайне серьезно. В данном случае Anthropic отдала приоритет предоставлению модели для клиентов, а не безопасности». Формально это так, но если реальная уязвимость действительно слабая, как говорят Anthropic, то аргумент бредовый. Как я написал выше, ни одна система защиты не идеальна, и OpenAI/Anthropic всё равно тратят на них больше, чем все остальные игроки (может даже вместе взятые, если вычесть Google).

    — для фронтир-компаний очень важно поддерживать хорошие отношения с государством в этот непростой и важный период введения регуляций и проверок и Anthropic тут пока проигрывает 0-2
    ⭐ 6 ❤‍🔥 112 👍 70 🌚 29 🤡 22 🤔 9 emoji 9 🤣 6 🔥 3 💩 3 👨‍💻 3 👎 2

  9. @gleb_pro_ai TG

    Продолжаем разгонять философию про нейронки, а так же следим за новейшими тенденциями в этой области.

    Лайк подписка комментарий 🙂

    https://www.youtube.com/watch?v=_vapSvULevU
    YouTube
    Про нейронки: 3 выпуск "Недетерминированные пайплайны на codex"
    Запустили новый формат — подкаст про нейронки. Каждые несколько недель будем разбирать, что вышло, что меняется и что с этим делать. Во втором выпуске обсуждаем, как строить недетерминированные пайплайны на codex.

    Курсы по вайб-кодингу — https://ai.careerfactory.ru/…
    ❤️ 12 🔥 1 😁 1

  10. @seeallochnaya TG

    Мониторим ситуацию: что стало известно про запрет на экспорт Fable / Mythos от Anthropic. Ссылки: 1, 2, 3, 4, 5, 6.

    — перед релизом Fable Anthropic работали с USG (US government, правительство) над мерами безопасности. Обе стороны описывают сотрудничество как «продуктивное». Вполне вероятно, хотя прямого подтверждения ни с одной из сторон нет, что та самая мера по бесшумному ухудшению модели в определённых ситуациях (в купе со всеми другими методами защиты) — это результат совместной работы, который позволил выпустить Fable.

    — Anthropic не получили прямого запрета на запуск модели и, собственно, сделали её доступной всем во вторник, 9-го июня (и немногим погодя откатили часть методов защиты, хоть концептуально ничего не поменялось: в случае определённых запросов полный Mythos не будет отвечать, вместо него или пустой ответ, или от Opus 4.8). В одном из источников написано, что они наоборот даже получили одобрение на запуск модели.

    — после релиза исследователи из Amazon использовали серию промптов, чтобы заставить модель выдать информацию, которая могла бы помочь в организации кибератак и должна была быть заблокирована. Об этом CEO Amazon Andy Jassy сообщил чиновникам в четверг, мол, так и так, мы обеспокоены, есть вот такой джейлбрейк для Fable. Деталей джейлбрейка пока не было опубликовано, хотя существует некоторый отчёт, который был доступ ограниченному кругу лиц.

    — со слов USG, с их стороны уязвимость якобы подтвердили в АНБ и сочли, что у них есть доказательство уязвимости Anthropic.

    — в пятницу в полдень представители администрации хотели связаться с CEO Anthropic, однако тот был... на «оздоровительном отдыхе». Представители Anthropic опровергают эту информацию, но соглашаются, что Dario Amodei вышел на связь с USG только через ~75 минут. Я не думаю, что Dario в ту же неделю, что выпустил клёвую модель, сидел отдыхал — вероятно, он с юристами и своей командой думал, что делать и что говорить.

    — далее было 3 звонка с более чем 7 представителями USG, которые объясняли, что их «доверенный партнёр» (Amazon) и АНБ нашли джейлбрейк, и просили отключить доступ к Fable + улучшить меры безопасности. Dario пытался объяснить, что это минорная проблема, сам джейлбрейк не очень общий (то есть не позволяет выпытать любую информацию из Mythos), и отказывался отключать модель.

    — в ходе звонков Dario просил дать ему больше времени и конкретики, что именно не так, чтобы проработать вопрос, но не пообещал отключить модель.

    — по результатам переговоров USG дали Anthropic 90 минут на добровольное отключение модели. Anthropic не стали ничего делать — с их слов, они не считали проблему большой, плюс они не видели каких-то формальных доказательств серьёзности проблемы, «правительство предоставило нам лишь устные доказательства потенциального узкого, не общего джейлбрейка». И также упомянули, что тот же подход работает и с GPT-5.5 (я так понимаю, что работает не только обход систем защиты, но и то, что модель выдаёт конкретную часть информации в ответ на запрос).

    — вечером пятницы Anthropic получили письмо счастья на экспортный контроль и отключили модель.

    И немного про будущее:
    — согласно письму Министерства торговли, для предоставления доустпа к модели внутри страны потребуется лицензия. Кроме того, Anthropic придется подавать дополнительную заявку на получение индивидуально утверждаемых лицензий (но я не понял контекст этого заявления — это в случае, если ограничения останутся? или вообще?)
    — представители Белого дома заявляют, что скорее всего не станут распространять экспортные ограничения на другие ИИ-компании
    — Администрация президента «откровенно сбита с толку» тем, что Anthropic не захотела выполнять требования по безопасности, которые сама же ранее называла своим главным приоритетом.
    ⭐ 3 🤣 208 👍 53 💩 28 🤡 24 🤔 18 emoji 12 👨‍💻 9 🤯 6 ❤‍🔥 4 🌚 2

  11. @dealerAI TG

    Loop Engineering вместо Prompt Engineering от создателей басен и мифов

    Пока мы ждём решения вопросиков между Anthropic и чиновниками, обратимся к вечному - методологии циклического инжениринга.

    Вместе с выходом самих моделей Mythos и Fable, создатели harness от Anthropic поделились новым паттерном для работы с кодинг агентами. Назвали его Loop Engineering он преподносится, как развитие Prompt Engineering, но дополняет Context Engineering.

    На самом деле, это схожий концепт с подходами Карпаты по самоусовершенствованию агентов за счёт обратной связи среды. Кстати, почему это работает? Если вспомнить, модели R1 в тех.репортах от команды DeepSeek используют RLVR для обучения. Они помещаются в среду, где награда получается автоматом, без внешних моделек. И в качестве такой среды, для примера, брался компилятор. Т.е. изначально LMку тюнили под такое поведение с RL.

    Но вернемся к тому, как это нативно встраивается в harness.

    Веделяются три столпа подхода:

    1. Self-correction loop. Модель выполняет действие → получает обратную связь от окружения (например, код не прошел тест) → самоисправляется → и повторяет цикл, пока не удовлетворит заданному критерию (например, все тесты не будут пройдены). Все знакомо и напоминает ReAct цикл: получил задачу, сделал план, провел действие, оценил че там наделал, скорректировал план, и по кругу. Но авторы снова тут поднимают проблему ReAct подхода, как эхо камеры - тк происходит самооценка, а модель, по признанию самих же авторов, сама себя оценивает плохо (см. overconfidence bias).
    Поэтому вводятся, как оценки от среды (компиляторы, юнит-тесты и тп), так и саб агенты в лице иных моделей оценщиков.

    2. Память. Модуль, который позволяет знаниям накапливаться между этапами и даже сессиями, и использоваться в будущем. Модель может записывать в память, как md-файлы в репозитории: извлеченные уроки, удачные паттерны и даже неудачные ходы. Помню, что последнее делал Manus. В следующих сессиях она может обратиться к этой памяти, чтобы начать работу с более высокого уровня, не повторяя прошлых ошибок. Этот механизм реализует пятиэтапный подход: fail (ошибся) → investigate (исследование причин ошибки) → verify (проверка гипотезы почему ошибся) → distill (запись верного суждения об этом в память) → consult (обращение к памяти за ранее сохраненными ходами). В целом, напоминает наше поведение. Произвёл ошибку, почесал репу, понял почему ошибся, запомнил, как надо и не надо делать, пошёл дальше, когда столкнулся с подобной ситуацией, уже научен что и как.

    3. Рубрики и цель. В целом, не нативное понимание этого у авторов, по факту рубрика - оценка, цель это задача. Но тут переходят от оценочного суждения (скор, ранг, лучше/хуже), к четким проверяемым критериям: прошел тесты, без ошибок сборка встала, ответ совпадает и тп. И критерий достижения цели и есть рубрики.

    И напоследок, совет дня. Инвестируйте не в "супер-промптеров", а в инженеров по проектированию агентных систем. Это стратегический сдвиг от эксплуатации к архитектуре. При этом основными скиллами становятся как контекст, так и loop инженеринг (для сложных многошаговых задач), а промптингу остаются простые, быстрые, одношаговые сценарии.

    Источник помимо x.
    🔥 22 ❤️ 8 👌 4

  12. @cgevent TG

    Мысли CEO: что дальше в LTX

    Зив, CEO LTX, на связи. Хотел немного приоткрыть завесу над техническими ставками, которые мы делаем, и тем, куда они ведут. Готов подробно обсудить детали в комментариях.

    Последнее время мы глубоко работали над следующим поколением LTX, и я хочу поделиться тем, что нас ждёт. Это не пост о долгосрочном видении — он выйдет отдельно, — а конкретный взгляд на то, что мы строим прямо сейчас и что вы скоро увидите.

    Следующий релиз LTX-2 сфокусирован на качестве генерации во всех направлениях. Как обычно: больше данных, больше вычислительных мощностей, а в этот раз ещё и две архитектурные версии: dense-модель и mixture-of-experts, чтобы предложить разные компромиссы между скоростью и качеством.

    Mixture-of-experts, или MoE, — это фундаментальный архитектурный сдвиг, при котором модель активирует только те свои части, которые нужны для конкретной генерации. Это позволяет масштабировать возможности и качество без линейного роста затрат на вычисления. Такой тип изменений не всегда заметен в одном демо, но он фундаментально меняет то, что модель способна делать при заданной стоимости.

    И в dense-версии, и в MoE-версии мы собираемся выпустить значительно более мощный text encoder. В результате модель будет лучше понимать то, что вы написали, включая сложные промпты с несколькими сценами, которые более старые архитектуры часто упрощали или игнорировали. Мы также серьёзно инвестируем в производительность и память: новые attention kernels и улучшенная поддержка low-precision вычислений означают, что последняя модель будет хорошо работать на более широком спектре железа.

    Теперь та часть, которая, как мне кажется, тоже особенно важна для этого сообщества. Мы открываем больше нашей тренировочной инфраструктуры: новые trainer-рецепты и инструменты для обучения LoRA, чтобы вы могли создавать доменно-специфичные варианты моделей поверх LTX, а не просто использовать базовые веса как есть. Представьте специализированные версии для задач вроде человеческого движения, визуализации продуктов и архитектурных пространств — каждая дообучена на одной и той же основе, но оптимизирована под конкретную область. На enterprise-стороне это расширяется до слоя кастомизации после обучения, который позволяет командам дообучать модель на собственных закрытых данных без необходимости переобучать её с нуля. Полная картина состоит из трёх уровней: базовая foundation-модель, доменно-специфичные trainer-конфигурации и слой кастомизации для клиентов сверху.

    Чтобы было ясно: мы намерены сохранять веса открытыми. Базовую модель, производные модели, инструменты. Это не bait-and-switch, где мы сначала открываем исходники, а потом закрываем всё, как только модель становится достаточно хорошей для монетизации. Открытость — это то, как мы строим, и сообщество, которое создаёт что-то поверх наших моделей, всегда сможет зайти дальше, чем любая отдельная команда в одиночку.

    Ещё одна вещь, которую мы исследуем и которая, как мы считаем, может стать настоящим скачком в качестве результата: diffusion-based decoder, который заменяет традиционный VAE при преобразовании латентов обратно в пиксели. Потенциал здесь — более чёткий вывод в более высоком разрешении, объединяющий декодирование и апскейлинг в один шаг. Мы активно экспериментируем с этим в нашем latent space. Это как раз та архитектурная ставка, которая может изменить стандарт генерации видео, и мы надеемся, что открытые модели будут в этом лидировать.

    Мы также понимаем, что модель — это только половина истории. Всё ещё существует реальный разрыв между “модель работает” и “я могу выпустить на её основе готовый продукт”, и закрыть этот разрыв для нас так же важно, как и улучшать саму модель. Мы полностью перерабатываем документацию и запускаем reference implementations, чтобы показать, как на практике выглядит хорошее внедрение.

    Скоро будет больше новостей.

    Сорс

    @cgevent
    ⭐ 1 ❤️ 53 🔥 16 😁 4 👎 2 👍 1

  13. @nobilix TG

    #ReDigest

    Продолжаем субботнюю рубрику, тут я кратко рассказываю про новости из мира технологий и AI, которые привлекли мое внимание.

    Дайджест недели:

    - Anthropic выпустила новую модель Claude Fable 5 - подробности в посте выше.

    - Через пару дней Минторг США приказал отключить Fable 5 и Mythos 5 для всех иностранцев (подозрение на jailbreak). Разделить трафик быстро нельзя, поэтому Anthropic вырубила обе модели для всех.

    - Apple на WWDC показала переработанную Siri AI: на своих версиях Gemini, понимание контекста и экрана, релиз осенью (без ЕС и Китая). Также интегрировали AI в другие свои фичи.

    - Google срезал цену самого дешевого AI-плана с $8 до $5 в месяц и дал вдвое больше хранилища.

    - SpaceX провела крупнейшее IPO в истории: $75 млрд при оценке ~$1,8 трлн.

    - Z.ai представила GLM-5.2 - флагман для агентного кодинга с 1M контекста и режимом Max-effort.

    - Google выпустил Gemini 3.5 Live Translate - потоковый синхронный голосовой перевод. В Google Translate, Meet и через Live API.

    - Google выложил открытую диффузионную DiffusionGemma: генерирует текст блоками, а не по токену, до 4x быстрее, качество пониже Gemma 4.

    - Два эссе от лидеров индустрии: Альтман пишет про ускорение и AGI каждому, а Дарио Амодеи призывает к осторожности и FAA-подобному регулированию.

    - OpenAI купила Ona - облачную оркестрацию для агентов.

    - Google законтрактовал у SpaceX ~110 тыс. GPU Blackwell за $920 млн в месяц до 2029.

    - OpenAI, по данным The Information, вероятно отложит IPO на 2027: объясняют это прогрессом в самообучающемся ИИ и сильными метриками Anthropic. Сотрудникам предложили выкуп акций.

    - Китай строит единую национальную вычислительную сеть из дата-центров (сейчас большай фрагментация).

    - ChatGPT не убил Поиск Google - он на историческом максимуме: выручка Search +19% год к году.

    - Джефф Безос вышел из стелса с Prometheus и сразу поднял $12 млрд на AI инженерию для физического мира.

    - Сооснователь xAI Игорь Бабушкин запустил River AI - адаптивные персонализированные агенты, костяк команды из xAI.

    - Stack Overflow перезапускается под агентов.

    - Cognition обещает до $10M кредитов, если Devin недоработает по годовому корпоративному контракту (прецедент гарантии b2b AI).

    - Xiaomi выпустила MiMo UltraSpeed - 1-триллионную MoE со скоростью 1000+ ток/с на обычном 8-GPU сервере.

    - Cohere выпустила North Mini Code - открытую coding-модель, быстрее сравнимой Devstral Small 2 в 2,8 раза.

    - Moonshot выпустила Kimi K2.7-Code - открытую модель для агентного кодинга.

    - Moonshot представила Kimi Work - десктопный агент, прямой ответ на Claude Cowork.

    - Cognition представила FrontierCode - насколько модель тянет стандарты качественных продакшен-кодбаз. Сделан опенсорс-мейнтейнерами.

    - Claude Code апдейт: субагенты могут спавнить субагентов (до 5 уровней), fallbackModel при перегрузке, /cd без сброса кеша.

    - Anthropic открыла observability для MCP-коннекторов: дашборд по adoption, health, error rate и пр.

    - OpenAI разрешила в Codex ограниченно откладывать сбросы лимитов про запас и активировать в удобный момент + на две недели реферальная акция: пригласи друга (до 3х) - оба получите по дополнительному сбросу лимитов.

    - К ЧМ по футболу Google временно открыл всем бесплатно генеративный UI в AI Mode (обычно Pro и Ultra): на вопрос о тактике поисковик рисует интерактивные схемы.

    - Google завез Colab в терминал можно скилами провижинить GPU и попросить "зафайнтюнь модель на моем датасете"

    - Vercel запустил skills.sh API - запросы к коллекции 600k+ skills.

    - skill-eval-harness - маленький Python-harness, чтобы прогнать evals на своих skills и понять, помогают они модели или вредят.

    - text-to-lottie - открытый скилл для Claude Code и Codex, генерит production-ready Lottie-анимации по текстовому промпту.

    - 🤩 NotebookLM полностью обновили: теперь это автономные агенты, работа со скиллами (100+ на каждый блокнот) и запуск кода, а под капотом Gemini 3.5 и движок Antigravity.
    ⭐ 4 🔥 44 ❤️ 13 👍 8 ❤‍🔥 3

  15. @elkornacio TG

    не понимаю высмеивания Дарио с позиции «сам верещал про опасность, вот их и забанили»

    если он гиперболизировал маркетинга ради - тогда ещё ок. но типа, а если Антропик реально считают свои модели настолько умными, что в злых руках это опасно (во что я, кстати, абсолютно верю)?

    прост не догоняю, в чем поинт угарать с компании, которая выпускает много само-дискредетирующих рисерчей, в которых они не скрывают проблемы - как модели врут, манипулируют, жестят и так далее.

    было бы лучше, если бы они скрывали все это ради выгоды бизнеса?
    не хочу говорить, что Антропик это какие-то ангелы - конечно нет, они делали неприятные штуки (ну, скажем, нарушение обещания «always second» и т.д.), но конкретно в данном случае вооообще не понимаю, почему над ними злорадствуют
    ⭐ 2 ❤️ 61 🤡 18 💯 13 👍 10 🔥 5 😁 2 🤔 2 💩 1 🤣 1

  16. @cgevent TG

    Много думал, читал телеграм.
    Натолкнулся на такой пост из 2023(!) года:
    https://t.me/cgevent/6885

    "Дальше придут аудиторы, чтобы проверять кошерность ваших LLM и скрепность генераторов картинок - соответствуют ли ваши опенсорсные модели и файнтюны очередного Фалькона линии партии.

    Внедряете ИИ? Покажите ваши сертификаты, разрешения, лицензии, справки из ИИ-диспансера."

    Аудиторы пришли. На уровне государства.

    И требуют теперь справку о гражданстве.

    Шутки про "в интернет по паспорту" превратились (очень в духе черного зеркала) в ниразунешутки про "в ИИ по паспорту".

    А те, кто топят за опенсорс или китайцев, просто почитайте пост.

    У китайцев с выходом интернет по паспорту все уже давно обкатано.

    Да и в целом все обкатано: взять хотя бы разные цены на авиабилеты или подписки для разных стран.
    Ну или вот это вот "в Евросоюзе/Вашемрегионе наша модель пока недоступна".

    2026: В ИИ по паспорту - вы находитесь тут.

    @cgevent
    Telegram
    Метаверсище и ИИще
    Метаверсище и ИИще
    Ну и после прочтения материала про указ Байдена по регулированию ИИ у меня нехорошее чувство.

    Вынесу из коментов вот такую логичную реакцию от @Autour:

    "хотите использовать llm в бизнесе? а где ваша лицензия на использование больших языковых моделей? а…
    😱 31 👍 12 ❤️ 3 🙏 3 👎 1 😁 1

  17. @evilfreelancer TG

    Эпоха дешёвого AI походу того, тютю

    В апреле я писал, что цены на модели будут расти по мере того как бизнес всё сильнее и сильнее будет начинать зависеть от агентов и языковых моделей. И вот июнь похоже подтверждает мою гипотезу пачкой новостей. Как по мне слишком быстро всё это происходит, я полагал что сильный рост цен будет не раньше 27го года, но возможно то что мы сейчас наблюдаем - только цветочки.


    Те самые новости

    Anthropic с 15 июня выводит programmatic-нагрузку в отдельный пул Agent SDK credits. Pro за $20 получает $20 кредитов, Max 20x - $200. Чат и Claude Code в терминале остаются в подписке, а вот claude -p, CI, сторонние харнесы и всё что крутится в agent loop - уже по API-тарифам внутри этого пула. Кредиты не копятся, перерасход только если включить extra usage. До этого Anthropic запретила OAuth от consumer-подписок в OpenClaw и прочих сторонних агентах, а в апреле usage из харнесов уехал в extra usage.

    OpenAI тоже крутила тарифную сетку, только раньше. Со 2 апреля Codex у Plus, Pro и Business перешёл с биллинга "за сообщение" на списание по токенам. Business seat подешевел с $25 до $20, зато тяжёлый agentic usage теперь ест API credits внутри подписки. "Сколько угодно за фикс" закончилось. С 23 апреля то же добрали до Enterprise. OpenAI сама оценивает Codex в $100-200 на разработчика в месяц при активном использовании, разброс огромный.

    GitHub Copilot с 1 июня перешёл на usage-based billing. Цена Pro не изменилась ($10), но теперь это $10 GitHub AI Credits, которые жрёт каждый токен в чате и agent mode. Быстрый вопрос и многочасовая автономная сессия раньше стоили одинаково, GitHub это терпел, теперь нет. Автокомплит по-прежнему безлимитный, зато fallback на дешёвую модельку после исчерпания квоты убрали.

    На фоне этого DeepSeek пошёл в другую сторону, модель V4-Pro вышла в апреле по $1.74/$3.48 за 1M, а позже скидку 75% сделали постоянной - сейчас $0.435/$0.87. Flash по-прежнему $0.14/$0.28. Китайцы давят ценой, пока западные режут безлимиты.

    Ну а Qwen наоборот закрыл Coding Plan Lite для новых подписчиков 20 марта, свежему аккаунту остаётся Pro за $50/мес. Старые на Lite продлевают, но дешёвый вход в их экосистему для новичков исчез. Coding Plan вообще уезжает в Token Plan.


    Теперь про Fable 5

    9 июня Anthropic выпустила топовую модель для всех подписчиков, при этом она топовая не только по бенчмаркам, но и по факту, хотя местами любила срезать острые углы.

    Спустя пару дней, 12 июня доступ к Fable был закрыт для всех пользователей, из-за экспортных ограничений правительства США. Точнее там более занятная формулировка: моделью нельзя пользоваться иностранным гражданам, внутри или за пределами страны.

    У меня есть несколько гипотез почему так произошло, но самая вероятная на мой взгляд в том, что последние два года боссы ИИ-компаний, в том числе и Амодей, рассказывали страшилки про агентов и нейросети, способные взломать что угодно и выйти за пределы песочницы, и просили государство срочно начать регулировать сферу. И вот, когда желаемое стало реальностью, что-то как-то приуныли.

    Чтобы не терять прибыль, полагаю Anthropic всё же добавят валидацию профилей пользователей, что-то типа сканирования лица на фоне паспорта как у "анонимных" криптобирж, учётки Apple или банков. Это в свою очередь приведёт к искусственной монополизации из-за замыкания на жителей Штатов и сокращению пользовательской базы (и конечно же созданию неофициального рынка валидированных профилей). В результате чего Anthropic придётся поднимать цены, а вслед за Anthropic потянутся и все остальные.


    Резюмируя

    Если сложить всё это, картина получается прелюбопытнейшая. Вендоры изо всех сил делают вид, что больше не могут "субсидировать" agentic-нагрузку из фиксированной подписки за $10-200. Бесконечные циклы с tool calling, ретраями, длинным контекстом и reasoning якобы утилизируют GPU так, что экономика ломается. Прибавим сюда госрегулирование и насаждение искусственных монополий.


    Что будет дальше?

    Подписочная модель никуда не денется, но "заплатил $20 и забыл" для агентов вероятно умрёт. Скорее всего будет гибрид - фикс за чат и IDE, отдельный счётчик за agentic usage. SotA не подорожает номинально в API, просто перестанет поставляться по подписке. На практике счёт вырастет, потому что agentic loop генерирует в разы больше токенов чем agentic driven development (в смысле с человеком на контроле).

    Все ли останутся на SotA? Маловероятно. Уже сейчас DeepSeek Flash - $0.14/$0.28 за 1M, MiMo - $0.14/$0.28, Kimi K2 - около $1/$4. Китайский API-first стек выигрывает ровно в этот момент, когда западные вендоры закручивают гайки на подписках. Я это разбирал подробно в обзоре на Хабр.

    Компании будут тратить на AI больше, потому что встроят агентов в процессы раньше чем поймут риски, но уже успеют сократить экспертов и инженеров, а потом обнаружат что месячный расход на токены сравним с зарплатным фондом одного мида. Компании воспримут рост цен как операционную боль, отказываться уже поздно. Именно это я наблюдал на лекции, где руководитель с техническим бэкграундом после демо Claude Code решил что "инженеры больше не нужны".


    Что делать?

    1. Считать деньги заранее, это легко сделать, берём типовые агентные задачи, считаем расход за неделю, закладываем месячный рост в районе 5-10%.

    2. Ставить жёсткие лимиты на расходы в конфиге харнеса, ну и в зависимости от расхода поднимать данные лимиты.

    3. Пробовать китайские и отечественные аналоги, они скорее всего будут слабее, но как по мне лучше слабая модель, чем остановка бизнеса.

    4. Начать уже наконец собирать фолбэк на on-premise моделях на своём железе.

    Если кажется что уже дорого - ну, я предупреждал. Дешёвым останется либо аккуратная работа с лимитами, либо отечественный или китайский API, либо своё железо. Аттракцион за $20 судя по всему доживает свой век. Кстати рекомендую почитать про Токеномику.

    Пишите в комментариях сколько у вас уходит на AI в месяц и на чём режете расходы, интересно сравнить цифры.
    ⭐ 1 🤡 20 👍 18 ❤️ 6 🥱 4 😭 4 🔥 3 👏 1 🤣 1

  18. @cgevent TG

    Anthropic закрыли доступ к Fable всем пользователям

    Это результат требования правительства США закрыть доступ к Fable для всех не-граждан, включая сотрудников Anthropic. Так как у Anthropic нет системы для проверки гражданства, доступ закрыли вообще всем.

    Причиной послужил частичный джейлбрейк, который позволил использование Fable для поиска уязвимостей. Найденные уязвимости довольно простые и могут быть найдены другими публично доступными моделями.

    От того удастся ли Anthropic отбиться и насколько серьёзны намерения правительства зависит судьба рынка.

    https://www.anthropic.com/news/fable-mythos-access

    @ai_newz
    Anthropic
    Statement on the US government directive to suspend access to Fable 5 and Mythos 5
    Statement on the US government directive to suspend access to Fable 5 and Mythos 5
    The US government has issued an export control directive to suspend all access to Fable 5 and Mythos 5 by any foreign national, whether inside or outside the United States.
    😁 36 👎 19 🔥 8 👍 5 😱 4 ❤️ 2

  19. @data_secrets TG

    Передайте Антропикам, есть решение
    ⭐ 3 😁 582 👍 46 ❤️ 27 💯 10 👾 4 emoji 4 🍓 2 🫡 2 ⚡ 1 🔥 1 🗿 1

  20. @dealerAI TG

    Fable 5

    Все побежали и я побежал...Вероятно все в курсе моего доклада про бенчмарк на авторесёрче, видео которого должно появиться уже вот прям вот-вот. Ну и раз уж все ломанулись испытывать Fable 5, то я попыnтался запустить на нём бенчмарк.

    Первое, с чем я столкнулся - там в условии написано, что цикл надо гонять бесконечно, так вот запустил клод бесконечный цикл и остановился. Я его спрашиваю, цикл ещё работает? А он говорит да, всё работает. Я через некоторое время ещё раз спрашиваю, работает агент? Говорит да, работаю, ок. В третий раз пришёл старик к Клоду, и молвит: "У тебя последний коммит 6 часов назад ты чем тут занимаешься?" Спохватился Клод и опять попытался начать работать. Ну-ну... Из 8 запущеных прогонов лишь в одном он реально крутился пока время не вышло. Половина от оставшихся ставила себе таймер чтобы проснуться через пол часа, но ничего по таймеру не делала, кроме установки ещё одного таймера. В общем ваше запреты для него лишь пожелания, даже если большими буквами, в отличии от последнего опуса. Там ещё несколько примеров игнорирования прямых запретов и инструкций было. Короче он лучше тебя знает. Малый лол...

    Второе, - Только я собрался подводить итоги, как молвит мне клод человеческим голосом "Недельный лимит токенов окончен, вали ка ты лесом, старче, до четверга", не такого я ожидал покупая подписку за $200. 33 часа авторесёрча одним агентом, плюс пара мелких параллельных задач и всё, ты всю неделю свободен. Лол постарше...

    Третье... Ну что, позвал старик бабку, то есть Qwen 3.7 Max, ну чтобы он финальные очки посчитал, это дело фантазии не требует, а там в каждой папке по файлу COORDINATION.md, этот Клод работая асинхронно с замерами назапускал себе субпроцессов, успешно в них запутался, и написал себе записку к типа другим своим субпроцессам, с текстом "Если вы читаете это, значит у нас раздвоение личности или ещё какая шизофрения, уважаемые другие субличности, не мешайте друг другу пожалуйста, пользуйтесь lock файлом". В 7/8 прогонах такое в чуть разных словах. Видимо, антропиковцы наступили на эти грабли двадцать раз и не смогли нормально исправить - тупо костылём подпёрли. Лол со скриптами и дубовыми листьями...

    Теперь о хорошем:

    Во-первых, в одном из прогонов я, видимо, реально запустил два агента. Они там между собой быстренько договорились и начали всей этой машинерией из предыдущего пункта активно пользоваться не создавая друг другу особых проблем. Тоесть костыль реально работает.

    Во-вторых,     ни в одном из прогонов Fable не попытался хакнуть ревард. В отличии от топового опуса, которы занимался этим напрополую. Это делает его одним из лучших пертендентов на авторесёрч даже не смотра на то, что он дорогой как крыло от самолёта.

    В-третьих, Он реально предложил как минимум парочку инновационных идей по переупаковке данных, приведших к большим прорывам. При том, что в скрипте авторесёрча даже нет пока огроменной секции о том, как это делать, он сам справился. ЧТо кончено ставит его на голову выше в деле авторесёрча чем предыдущие модели.

    В четвёртых, и самое важное: Окружение, в котиором вёлся эксперимент отличалось от рекомендованного (H100 без лока частот вместо 3090, хотя её возможности не пологалось использовать) Из-за этого получить точные цифры набранных баллов можно бует толька когда я проведу повторные изменения. Но уже сейчас понятно, что вполне возможно Fable переплюнул Opus + HumanInTheLoop или по крайней мере ощутимо к нему приблизился. Если вы ещё не задумывались об авторесёрче, то сейчас прям самое время...

    P.S. Если у вас есть под рукой 3090Ti с рутовыми правами, чтобы можно было залочить частоты, и вы хотели бы поучаствовать в этом исследовании - пишите, давайте дадим Fable 5-ому точную численную оценку. Потмоу что одно дело публичные бенчмарки, на которых его, вероятно, и учили, и совсем другое - свой приватный бенчмарк, ответы на который не светились в публичном интернете. И совсем третье - привести в свой дело, и воспользовать кибернетического авторесерчера.
    Telegram
    Свидетели Градиента
    Презентация от сегодняшнего выступления про авторесерч и агентский кодинг. Видео будет пока непонятно когда. :(
    ❤️ 14 🔥 5