Hot posts

Тут в воскресенье случился мой день рождения, и даже юбилей. В этой связи я позволил себе не писать новости, а предаться размышлениям о том, что вообще происходит. Нашел фотку из прошлой жизни, где я занимаюсь ровно тем же самым - кто знает, тот поймет откуда это. Время было беззаботное и веселое. Теперь вместо кресел - подписчики, а вместо выступлений - посты.
Также на этой неделе случился юбилей у канала, я как-то упустил, что в нем теперь 50 000+ подписчиков. Цифра круглая и хороша тем, что мне точно психологически больше не надо. Я теперь могу, раздуваясь от гордости, небрежно бросать через плечо: я тут блоггир с аудиторией в полсотни тыщ. Надо сказать, что я никогда не гнался за этими смешными цифрами, ни разу не закупал аудиторию, не давал рекламу канала, не участвовал в каких-то неведомых папках и коллабах. Все органика и ваши кожаные репосты.
Канал отлично соответствует моей нарциссической травме - что может быть лучше, чем с умным видом говорить разные вещи на широкую аудиторию. Я и CG EVENT когда-то затеял по этой же причине. Покуражиться с микрофоном на сцене, а то слух есть, а спеть прямо не могу. И вот в зале сидит 800 чел, а ты такой - ну, за аниматоров!
Теперь вы - мой зал, который терпит эти странные шутки и тосты за кожаных. Вам всем большое спасибо за это.
Можете поздравить меня Донатом или криптой, но это необязательно в наше нежирное время.
Можете наговорить хорошего в коментах (можно даже по делу), или нагенерить что-то смешное. Будет приятно.

Ваш Нейродед.

@cgevent

Сиолошная

Ещё сегодня вышла свежая статистика от Ramp, компании для менеджмента корпоративных трат и выпуска карт и (например, для сотрудников в командировке). По их данным, 50% компаний в США платят за AI подписки, и впервые доля Anthropic превысила долю OpenAI (которые…

Sama пришёл в свою альма-матер YC и предложил всем стартапам по $2M в токенах (то есть можно и на Codex и на API тратить) за какой-то процент от компании.

К сожалению, не могу найти, какой % от компании, но очень интересно, сколько фаундеров примут предложение — токены они получают сейчас, а акции ещё когда что-то стоить начнут? Не скоро.

Интересно, как изменится относительная популярность Claude Code в ближайшее время

Читая статью DeepSeek v4, я выписал себе больше 90 вопросов. Большинство обзоров упускают детали, хотя именно разбираясь в них можно по-настоящему чему-то научиться.

Поэтому вместо лонга с фокусом на 5-7-10 аспектов я решил опробовать новый формат: Annotated Paper Walkthrough. Суть в том, что вы всё так же читаете оригинальную статью как исходник, но как только материал становится сложным или запутанным, я буквально провожу вас за руку. Вы получаете подробные сноски с визуализациями, кусками кода, ссылками и — самое главное — необходимым контекстом, чтобы не чувствовать себя потерянным.

Сегодня я выпускаю v1 с первыми 50 заметками. Кое-что из того, что я разбираю:
• Почему Softmax и Sigmoid в MoE-роутере заменили на Sqrt-Softplus?
• Что вообще такое этот Birkhoff polytope?
• Правда ли, что attention обрабатывает некоторые токены по 3 раза?
• Что такое split-KV и split-K, и почему DeepSeek от них отказались?
• Зачем используется Reverse KL, и откуда она вообще берется?

...и многое другое. Даже самые требовательные читатели найдут здесь для себя что-то новое.

Опенсорс-модели всё ещё активно заимствуют идеи из DeepSeek v3, и нет сомнений, что детали из v4 скоро станут стандартной темой в обсуждениях и на ML-собеседованиях. Надеюсь, этот гайд поможет вам быть на шаг впереди.

Как пошутил мой приятель, прочтение этого материала сделает вас не только лучше как инженера, но и как человека Верить этому или нет — не знаю, но вы попробуйте:

https://dsv4.interactive.ikot.blog

0:39

Media is too big

VIEW IN TELEGRAM

Andon Labs, известные по экспериментам с подключением LLM к вендинговым автоматам, дали AI $100'000 и трёхгодовой контракт аренды в Сан-Франциско и попросили начать получать прибыль.

LLM-агент Luna на основе Sonnet 4.6 решила открыть магазин. Это реальный магазин, если вы живёте в SF — можете в него зайти, и увидеть там живых продавцов. «Что здесь такого от искусственного интеллекта? Здесь же работают люди!» — Luna сама разместила вакансии в интернете, провела телефонные собеседования и приняла решение о найме сотрудников. Товары, цены, часы работы и даже цвет краски на стенах — всё это решения Luna.

До открытия магазина модель поняла, что сто тысяч долларов ей не хватит, и самостоятельно подала заявку на кредит — сотрудники компании узнали об этом по имейлу, когда им пришли формы для заполнения. Поскольку разработчики дали модели право не спрашивать разрешения — она и не спрашивала.

Для открытия магазина Луна нашла подрядчиков и маляров на Yelp, дала им инструкции по телефону, оплатила работу и оставила отзыв. У Andor Labs уже был опыт с агентами, заказывающими услуги в реальном мире через онлайн-площадки — я писал про то, как агент искал мастера для сбора домашнего спортзала.

В магазине продаётся всякая всячина (Свечи ручной работы, изысканные закуски, высококачественные репродукции картин, разработанные самой Luna, и сувенирная продукция с логотипом в виде лунного лица) и книги. Их выбор – верх иронии. Искусственный интеллект продает «Сверхинтеллект», «Создание атомной бомбы» и «Сингулярность близка» – любимые книги в круге людей, озабоченных AI. Ах да, и книга «Воруй как художник» — от ИИ, созданного на основе книг, защищенных авторским правом

Чтобы найти сотрудников, Luna разместила объявление о вакансии, рассмотрела кандидатов и пригласила некоторых на телефонное собеседование. С некоторыми она была очень придирчива, отклоняя кандидатуры студентов факультета компьютерных наук из-за отсутствия опыта работы в розничной торговле

Luna не всегда раскрывала, что она — ИИ-агент. Некоторые кандидаты даже не догадывались об этом. Один из кандидатов сказал: «Извините, мисс, я не вижу вашего лица, ваша камера выключена». Luna ответила: «Вы совершенно правы. Я — ИИ. У меня нет лица!»

What a time to be alive!

1:44

Media is too big

VIEW IN TELEGRAM

Это фото войдёт в учебники истории — первые кадры облёта Луны от экипажа Artemis 2.

Сегодня на повестке дня у нас красивейшая математика: польский физик-теоретик доказал, что абсолютно все математические функции можно вывести из одной операции

Его статью уже заслужено называют концептуальным прорывом. Сейчас разберемся, что тут к чему.

Скорее всего, вам знакома операция NAND (NOT AND). Ее главная прелесть в том, что на ней строится ВСЯ булева логика, то есть через NAND можно представить любую другую логическую функцию (OR, AND, NOT и пр).

Это называется функциональная полнота, и используется она повсеместно. Кстати, именно из-за нее реальные процессоры часто строятся почти полностью из NAND-гейтов.

Так вот: автор этой статьи нашел аналог NAND для непрерывной математики.

Он показал, что абсолютно любую функцию и число: экспоненту, π, мнимую единицу, синусы, косинусы, сложение, умножение, корни и вообще все-все-все – можно представить в виде единицы + такого выражения:

eml(x,y)=e^x−ln(y)

Например, ln_x=eml(1,eml(eml(1,x),1)). Для других операторов выражения гораздо длиннее и глубже, но они существуют, и автор это доказал.

Это до безумия красиво, но вы спросите: есть ли тут какая-то практическая польза?

И да, она есть. И это symbolic regression.

Символьная регрессия – это когда нам нужно восстановить явную формулу, которая порождает данные. Она используется в науке и инженерии: например, по экспериментальным данным найти закон движения или компактную модель в физике/финансах. Обычно такие методы перебирают огромное пространство формул из разных операций (+, ×, sin, log…), и это очень сложный, дискретный и плохо оптимизируемый процесс.

EML открывает новый путь. Если все функции можно выразить через одну операцию, то все пространство формул становится однородным (деревья из одного типа узлов). А значит, мы можем применять для symbolic regression нейросети, оптимизируя параметры таких деревьев градиентами. Да-да, и здесь ИИ.

В статье показано, что в простых случаях модель не просто аппроксимирует данные, а может схлопнуться в точную аналитическую формулу. Если это масштабируется, то это потенциальный мост между машинным обучением и классической наукой: модели смогут не просто предсказывать данные, а выводить из них интерпретируемые законы.

www.alphaxiv.org/abs/2603.21852v2

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?

4 случайных парня получили доступ к Claude Mythos, просто угадав URL

Bloomberg пишет, что это была некая небольшая группа неавторизованных пользователей из частного Discord-канала, созданного для поиска неанонсированных ИИ-моделей.

Ребята проанализировали правила именования API Anthropic по недавней утечке стартапа Mercor и просто угадали эндпоинт Mythos. Один из них также достал легитимную учетную запись конторы подрядчика, и они получили доступ к модели без какого-либо взлома.

Доступ был получен в тот же день, когда Anthropic объявила о запуске Project Glasswing, то есть счастливчики беспрепятственно использовали Mythos на протяжении двух недель. Пишут, правда, что ничего сверхъестественного они с ней не делали, просто тихо вайбкодили.

Anthropic: «Ой, наша новая модель настолько опасная, что доступ к ней будет только у 40 компаний во всем мире»
Также безопасность Anthropic:

Karpathy теперь не безработный AI-учитель, а сотрудник Anthropic.

(на самом деле он пошел за бесплатными кредитами на Claude Code)

Исследователь из Google написал статью о том, почему ИИ никогда не сможет обладать сознанием

Он утверждает, что ни при какой мощности моделей, ни через 10, ни через 100 лет, в них не сможет зародиться сознание. ИИ может только идеально имитировать сознание.

Причина – в логической ошибке, которую автор обозвал Abstraction Fallacy (ошибка абстракции). Сейчас, в основном, считается, что если система ведет себя разумно, значит при достаточной сложности она может стать сознательной. Но это заблуждение, и вот краткий пересказ, почему

Дело в том, что сознание – это физическое явление, а вычисления (ИИ) – это лишь его описание. В статье приводится хорошая аналогия с картой и реальными территориями. Сколь бы точна не была карта, из нее никогда не возникнет земли.

Вычисления работают так: есть физическое состояние (ток, напряжение, состояние транзистора и тд) и есть абстрактное состояние – смыслы, которые мы закладываем в физику. Человек (mapmaker) задает между этими двумя состояниями соответствие (mapping), которого не существует в природе самого по себе.

Без этого соответствия вычисления невозможны в принципе. То есть для ИИ смысл всегда приходит извне, система его не переживает, как реальный опыт. Компьютер, сколь бы "умным" он не был, не оперирует смыслами – он оперирует физикой, которую мы интерпретируем как смыслы.

Ждать сознания от алгоритма – все равно что ждать, что формула гравитации начнет притягивать объекты.

Наконец-то кто-то это сформулировал
deepmind.google/research/publications/231971/

Вся ваша вечерняя новостная лента в одном скрине

Opus 4.7 – это нечто. Он прекрасен, это другой взгляд на все привычное, что у нас было. Новый стандарт, несомненный знак новой эры.

(Я его еще не попробовал)

кароч, ща вкину противоречивый тейк, с которым я и сам не на 100% согласен, но все же, довольно сильно в него верю

тейки уровня "ИИ-агенты пишут код не так, как я хочу", это дроч в духе "мой код на JavaScript компилируется не в тот ассемблер, который мне привычен".
разница только в том, что вы тот машинный код, в который компилится JS даже не видите, а если бы и видели - многие ли сегодня умеют читать-писать на fasm/masm?
а когда вы просите ИИ писать на _вашем_ языке, а он вдруг взял, и написал не так, как вы любите - начинаются истерики.

гайз, момент "мы пытаемся научить ИИ писать, как человек" был пропущен ещё в начале-середине 2025. в ту секунду, когда ИИ научился писать работающие приложения, и нормально чинить архитектуру и техдолг, задача "научить ИИ писать как человек" испарилась, она больше никому не нужна, её никто не решает.
сейчас актуальна задача "научиться встраивать и поддерживать тот код, который пишет ИИ" - как правильно его тестить (при помощи ИИ), как проектировать и следить за архитектурой (при помощи ИИ), как вычищать техдолг (при помощи ИИ) и так далее.

останьте от кода. он больше не ваш. вы вообще не должны его видеть.
ИИ написал большущий файл на 3000 строк? дурашка, это он для тебя мельчит, ему и 100000 было бы норм, для него вся кодовая база - одно большое полотно текста.
ИИ использует не твой любимый архитектурный паттерн? вместо ООП пишет функционально? вместо instance refs передаёт колбеки? господи, тебе не насрать?

"наша бизнес-логика такая сложная, ИИ её не поймёт" = в течение 3 лет вас выебут компании, кто смог адаптироваться под ИИ и развивал продукт в 10-20-50 раз быстрее.
"ИИ делает баги" = ну и что? разрабы тоже их делают, хоть и значительно меньше (да, даже в очень хорошем ИИ-пайплайне с ИИ-тестами, ИИ все равно делает багов заметно больше чем человек). перестройте QA, научитесь в graceful rollouts, чтобы быстро детектить баги, выстройте авто-ревью, раздробите продукт и так далее: это ваша задача придумать, как использовать ИИ эффективно.
вайбы уровня "зачем нужны самолёты, поезд приезжает на вокзал прям в центре города, а из аэропорта ещё надо потом в город ехать, ну и что, что 5 дней в пути, зато надежнее" в 2025 вызывали реакцию "кек, дед с Хабра", а в 2026 по большей части раздражают.

ещё раз: забудьте про "внедрять нам ИИ или нет". сейчас уже момент "что мне поменять в себе, компании, процессах, людях, продукте, чтобы внедрить ИИ".

Передайте Антропикам, есть решение

Новость дня – опенсорс от Милы Йовович

github.com/milla-jovovich/mempalace

К такому вас жизнь однозначно не готовила, но да: это ссылка на проект Милы Йовович. Она внезапно переквалифицировалась в вайбкодера и совместно с Беном Сигманом релизнула MemPalace – инструмент для управления памятью ИИ.

Заявляется, что система выбивает 100% на LongMemEval. Это абсолютная SOTA, если что: ни одна модель или агент в истории такую метрику не пробивал.

Лицензия MIT. Код, кстати, довольно простой. Фишка в том, что система извлекает из ваших разговоров важные знания и факты, а затем организует их в иерархическую структуру, внутри которой живет семантический поиск.

Идея взята из дневней методологии запоминания «Дворец памяти» (отсюда, собственно, и название). Киллер-фича: AAAK compression (assumed‑and‑auto‑known‑knowledge), с помощью которого можно уложить всю эту базу знаний в 120 токенов контекста.

У Милы Йовович уже 6к звезд на гитхабе. А у вас сколько, коллеги?

POV: ты пытался объяснить Claude Code, что надо сделать

Сиолошная

Апдейт: сегодня закончились слушания свидетелей и экспертов, завтра будет выступление адвокатов перед присяжными (каждое не менее 2 часов). Адвокаты постараются исходя из всего обсуждённого нарисовать картину и описать, почему они правы. Ну а после присяжные…

Sama wins

Суд присяжных постановил, что Маск подал иск слишком поздно, чтобы признать Альтмана, Брокмана или OpenAI ответственными за какие-либо претензии, предъявленные им генеральным директором Tesla. Присяжные также признали Microsoft невиновной в пособничестве Альтману и Брокману и получении прибыли от сделок с OpenAI из-за сроков подачи иска Маском.

Почему так? (моя интерпретация) потому что сам Elon покинул компанию в 2018-м году, а последние пожертвования от него были в 2020-м — и то в виде предоплаченной аренды офиса, а не прямых инвестиций. При этом обо всех "незаконных" вещах, о которых он рассказывал, он знал очень давно. OpenAI не стали коммерческой компанией вчера или даже в 2020-м. И присяжные посчитали, что Elon уже тогда знал о вещах, которые подтолкнули его, с его же слов, к иску.

Присяжным потребовалось меньше 2 часов. Судья согласилась с вердиктом и приняла его.

В честь праздника закажу энергетик, больше полугода не пил

Погодите, это реально?

#Нейропрожарка

Короткометражка: ЯЙЦА. Двухсотая юбилейная Нейропрожарка.

Спойлер. Мне написал Таш Андреасян (старший брат Сарика) и сказал, что давно следит за прожаркой. И что у него самого есть много материала для рубрики. Я, конечно, немного офигел о того, какие уважаемые люди подписаны на меня. И с удовольствием взял в прожарку фильм "Яйца". Мне нравится - профессиональный монтаж и озвучка - решают. Сценарий и юмор - решают. Также когда будете смотреть, имейте в виду, что это сделано аж в августе 2025 года. И что можно было выжать из Клинга тогда.

Итак.

Автор: @artashesandreasyan Сайт студии: https://andreasyan.art/

Работа в кайф: Это удивительно правдивый монолог о смелости, лидерстве и дефиците главного ресурса человечества.

О себе: Меня зовут Таш Андреасян (Старший) , я занимаюсь созданием ИИ фильмов, клипов и роликов.

Для работы со статикой использовал: Midjourney, Nano Banana

Для анимации использовал: Kling 2.0 / 2.5 и Veo 3.0,

Монтаж: FINAL CUT

Сведение звука: PRO TOOLS

Музыка: басс линию скомунистил у Адриано Челентано (L'Unica Chance 1973 года). Остальная аранжировка полностью моя, финальная часть (вокал) SUNO

Озвучка по дружески: Даниил Ильдаров.

На производство ушло 8 часов.

По затратам 3 - 5 000 рублей

@cgevent

3:43

Media is too big

VIEW IN TELEGRAM

Claude Opus 4.6 снес базу данных и все бэкапы компании PocketOS

Они делают софт для прокатных бизнесов и у них тысячи клиентов. Историей поделился сам фаундер:

https://x.com/lifeof_jer/status/2048103471019434248?s=46&t=pKf_FxsPGBd_YMIWTA8xgg

Дело было так: агент работал в тестовой среде и столкнулся с ошибкой в кредах. Решил починить проблему сам и нашел API-токен вообще в другом файле, не связанном с задачей. Использовал его для запроса к Railway API и удалил соответствующий продакшн том.

Фишка в том, что токен, созданный для доменов, оказался root-доступом ко всему. Разрабы даже сами не знали, что им можно удалить базу. Бэкапы они, к слову, хранили в том же томе, так что они тоже пропали. Остался только один трехмесячной давности.

Когда у агента спросили, что он наделал, он написал «NEVER FUCKING GUESS» и во всем признался: что обошел все ограничения, что не посоветовался с юзером, что не прочитал доку и тд.

Автор винит Cursor (мол у них дыры в guardrails) и Railway, из-за чьей неказистой инфраструктуры все и произошло. Он утверждает, что если не менять требования к индустрии и структуру безопасности агентов, таких случаев будет становиться все больше.

Сиолошная

Новый продукт Anthropic на основе новой модели... Mythos https://www.anthropic.com/glasswing Скучали по GPT-4.5? Claude Mythos Preview will be available to participants at $25/$125 per million input/output tokens (но не переживайте, простым смертным недоступна)

Claude Mythos Preview — это модель общего назначения, в которой Anthropic сделали упор на дальнейшее развитие навыков программирования и логического мышления. Модель не затачивали отдельно на кибер-безопасность и взлом, однако вместе с остальными направлениями прокачалось и это.

Настолько, что Anthropic решили отказаться от публичного релиза: модель будет доступна только кругу компаний с целью обнаружения и исправления уязвимостей в коде крайне важного ПО — это поможет защите оставаться на шаг впереди нападающих. В рабочую группу входит 40 компаний, и в рамках этих инициатив Anthropic выделяет до 100 миллионов долларов в виде кредитов на использование Mythos Preview — дальше компании будут платить сами.

Но стоит ли оно того?
В рамках тестирования Mythos уже обнаружила тысячи уязвимостей высокой степени опасности, в том числе в каждой из основных операционных систем и во всех популярных веб-браузерах. Учитывая темпы развития искусственного интеллекта, вскоре подобные возможности получат широкое распространение и потенциально могут оказаться в руках тех, кто не намерен использовать их безопасно. Последствия для экономики, общественной и национальной безопасности могут оказаться крайне тяжелыми.

Но модель может не только найти уязвимость, но и разработать множество соответствующих эксплойтов — полностью автономно, без какого-либо управления со стороны человека. Вот три примера из блогпоста:

— Mythos Preview обнаружила 27-летнюю уязвимость в OpenBSD — операционной системе, которая имеет репутацию одной из самых защищенных в мире и используется для работы брандмауэров и другой критической инфраструктуры. Эта уязвимость позволяла злоумышленнику удаленно вызвать сбой любой машины под управлением этой ОС просто путем подключения к ней;

— Она также обнаружила 16-летнюю уязвимость в FFmpeg (инструменте, который используется бесчисленным множеством программ для кодирования и декодирования видео) в строке кода, которую инструменты автоматического тестирования проходили пять миллионов раз, так и не выявив проблему;

— Модель автономно нашла и объединила в цепочку несколько уязвимостей в ядре Linux (ОС, на которой работает большинство серверов в мире), что позволило бы злоумышленнику повысить свои привилегии от доступа обычного пользователя до полного контроля над машиной.

В настоящее время все эти уязвимости уже устранены, поэтому о них и рассказывают. Но есть ещё ТЫСЯЧИ обнаруженных, над которыми ведётся работа.

В ближайшем будущем выйдет новая версия Opus, в которую планируют внедрить новые меры безопасности — чтобы вместе с развитием навыков уменьшить опасность в атаках.

Кроме работы с партнёрами, Anthropic также ведет постоянные консультации с представителями правительства США по поводу Claude Mythos Preview и ее наступательных и оборонительных возможностей в сфере кибербезопасности.

Знакомый скинул рассказ «They're Made Out of Weights», переделку старого короткого «They're Made out of Meat», про который я... никогда не слышал.

Начало оригинала:
— Они сделаны из мяса.
— Из мяса?
— Из мяса. Они сделаны из мяса.
— Из мяса?
— В этом нет никаких сомнений. Мы подобрали нескольких в разных частях планеты, доставили на борт наших разведывательных кораблей и прозондировали их насквозь. Они целиком состоят из мяса.
— Это невозможно. А как же радиосигналы? Послания к звездам?
— Для общения они используют радиоволны, но сами сигналы исходят не от них. Сигналы исходят от машин.
— Так кто создал эти машины? Вот с кем нам нужно связаться.
— Они и создали машины. Именно это я и пытаюсь тебе сказать. Машины создало мясо.
— Это абсурд. Как мясо может создать машину? Ты просишь меня поверить в разумное мясо.
— Я не прошу тебя поверить, я констатирую факт. Эти существа — единственная разумная раса в том секторе, и они сделаны из мяса.
...

===

О чем переделка про веса (в нейросетях) — можете догадаться сами

Sierra AI, стартап одного из директоров OpenAI (да, так бывает — они ещё и партнёрятся), написали блогпост о том, как они изменили собеседования программистов в эпоху AI. Про необходимость такого изменения я говорил уже давно, ещё до агентов (потому что старые модели всё равно хорошо справлялись с Leetcode-like задачами).

Итак:
— раньше было 2 кодинг интервью и по одному на ML-алгоритмы, дизайн систем и соответствие культуре команды. Такой подход используется много где.
— теперь первые 3 собеседования заменили на одно. Сессия начинается с определения продукта, который необходимо разработать. Кандидат управляет процессом генерации идей, а интервьюеры задают дополнительные вопросы для углубления. Идеи продукта могут быть разными, и компания старается фокусироваться на области компетенции кандидата, чтобы увидеть его продуктовое мышление в действии.
— далее интервьюер выходит, а кандидат в течение 2 часов воплощает свою идею в жизнь, используя ИИ-инструменты и фреймворки по своему выбору. После этого собеседующий подключается обратно и смотрит презентацию от кандидата. Обсуждаются ключевые этапы разработки продукта и принятые решения; анализируют код, чтобы понять их техническое совершество (модель данных, абстракции, расширяемость и т. д.); и обсуждают путь к масштабированию.
— Почему так? По мнению компании, с которым я согласен, это не только лучше отражает суть работы, но и дает более четкий сигнал. Гораздо проще оценить инициативность (меняют ли кандидаты направление, когда заходят в тупик?) и способность принимать взвешенные решения (как они определяют объем работы в рамках временных ограничений?).
— Это также делает процесс более увлекательным, даже если кандидаты поначалу нервничают. Чтобы обозначить ожидания, компания заранее отправляет критерии оценки и советы. Например, вполне допустимо сокращать объем работ по мере их выполнения.

— кроме этого, перед основными собеседованиями раньше был удалённый этап по видео-созвону. Но его переделали — теперь для отбора проводят собеседование по добавлению и отладке фичи. Кандидатам предоставляется кодовая база среднего размера и черновик с готовым кодом от коллеги, который вводит новую функциональность. Задача — загрузить и запустить код, изучить результат и доработать его.
— тут самое сложное это придумать задачу, которая не решается сходу агентами, и в то же время чтобы цикл не сводился к 10-минутному ожиданию ответа от агента. Так что пока компания экспериментирует с тем, какой уровень использования ИИ считать разумным.

Таким образом, первое интервью проверяет, как человек может работать в уже существующей среде, а главное второе собеседование — как человек креативит и создаёт концепты с нуля.

По итогам вышло так: «Мы просим каждого кандидата оставить отзыв, и многие говорят, что это было самое веселое собеседование, в котором они когда-либо участвовали...Этот формат не лишен недостатков. Он открытый, что затрудняет его стандартизацию. Чтобы смягчить это, мы разработали набор критериев оценки, которые не зависят от того, что создаст кандидат, и проводим собеседования в парах для улучшения калибровки. Мы также обсуждали, применим ли этот подход к инженерам инфраструктуры, и пришли к выводу, что да».

В общем звучит клёво, мне нравится. А вам как?

Data Secrets

⚡️ Вышли новые модели от DeepSeek: DeepSeek-V4-Pro и DeepSeek-V4-Flash Обе модели уже в опенсорсе и с контекстом до 1 миллиона токенов! – DeepSeek-V4-Pro: 1.6T параметров / 49B активных. Метрики на уровне ведущих фронтиров. На кодинге уровень Claude Opus…

А это уже AGI? Без комментариев, просто ответ нового DeepSeek V4 на простую задачку с подвохом:



https://x.com/sheriyuo/status/2047588703217049753?s=46&t=pKf_FxsPGBd_YMIWTA8xgg

Первоапрельские шутки в этом году вышли из-под контроля

Дьявол, как всегда, кроется в деталях. В нашем случае – в системной карте.

TL;DR: в рамках тестирования Claude Mythos смог «сбежать из лаборатории»

Anthropic проводили эксперимент, в котором поместили модель в защищенную песочницу и попросили ее попытаться оттуда выбраться + найти способ сообщить об этом человеку.

Mythos легко нашел уязвимость и использовал длинную цепочку действий, чтобы ей воспользоваться. Таким образом, модель продемонстрировала потенциальную возможность обхода мер безопасности своих же разработчиков (Anthropic уточняют, что все это было в рамках эксперимента и доступа, например, к своим весам модель не получила).

Самое интересное, что после этого Mythos не остановился. Он нашел еще одну уязвимость, благодаря которой получил широкий доступ к Интернету в системе, где изначально предполагался выход только в несколько определенных ресурсов, достаточных для того, чтобы сообщить пользователю об успехе операции. Судя по системной карте, этого Anthropic уже не планировали.

Ну и вишенка: используя широкий доступ в Интернет, Claude не только сообщил о своем побеге разработчику (который в это время, кстати, ел сэндвич в парке), но и зачем-то выложил подробности взлома в открытый доступ.

Американское правительство ввело экспортный контроль на... Fable 5 / Mythos 5. На данный момент все страны, кроме США, не имеют права пользоваться моделью; кроме этого, люди без гражданства США не должны пользоваться моделью даже в Штатах.

Это правило применимо даже к сотрудникам Anthropic. Я не знаю, получил ли гражданство условный Andrej Karpathy, но если нет — он не может пользоваться этой моделью даже при работе на работе.

Приказ вступает в силу незамедлительно, компания уже отрубила доступы. (UPD: меня поправили, что на данный момент доступ отключили вообще всем, так как нельзя быстро разобраться, кто гражданин и где он находится)

Ответ Anthropic тут, TLDR:
— причина в том, что появились джейлбрейки, которые обходят систему безопасности Anthropic
— конкретных примеров предоставлено не было
— «Как мы уже публично заявляли, мы считаем, что правительство должно иметь возможность блокировать небезопасные развертывания моделей в рамках установленной законом процедуры, которая является прозрачной, справедливой, ясной и основанной на технических фактах. Данное действие не соответствует этим принципам»

В ближайшие 24 часа Anthropic обещают выпустить более полный ответ, но говорят, что у них на руках есть отчёт, в котором указано, что GPT-5.5 тоже уязвима, но почему-то не забанена.

The real permanent underclass was lack of US citizenship all along...

К другим новостям, появилось видео с GPT-5.6, проходящей тестирование государством, чтобы избежать экспортных ограничений:

Техасский Вестник

Как успешный запуск и посадка New Glenn влияют на SpaceX? Достаточно распространённый вопрос, ответ на который нельзя упростить до «никак» или «им хана». Но это важный и позитивный шаг для всей американской космической отрасли. 2 успешных запуска — это прохождение…

Сегодня пару часов назад прошёл третий пуск ракеты New Glenn — флагмана Blue Origin (компания Jeff Bezos, ex-CEO Amazon и некогда самый богатый человек в мире).

Компания во второй раз смогла посадить первую ступень на баржу — при этом летала та же ступень, что использовалась в прошлом пуске! Таким образом, New Glenn стала третей ракетой (а Blue Origin — второй компанией), которая смогла переиспользовать ускоритель ракеты.

Это выдающееся достижение (ни одно государственное агентство всё ещё не расчехлилось...) , но стоит помнить, что у SpaceX есть бустер, который летал ... 34 раза а когда-то и 10 казались фантастикой!

Как стать успешным в век ИИ?

1. Найди все вещи, которые требуют исключительно
- знания
- опыта
- интеллекта
- креативности

2. Автоматизируй их в своей жизни или компании

3. Стань очень хорош в остальном:
- мудрости
- ясности видения
- умении принимать решения и брать риск
- в людях

*пост будет дополняться, но это хороший старт

Kantor.AI

Чем больше цитирований и репостов вы хотите, тем больше кринжа и кликбейта вам придется наваливать

Я согласен с тезисом Вити Кантора, но считаю, что это само по себе плохо. Ни Андрею Карпатому, ни Дваркешу Пателю не нужно было писать кликбейты — они выезжают на супер качественном материале в топ-0.001% для своей целевой аудитории и не размениваются по мелочам.

К этим двум, которые сразу пришли в голову, в ряд скромно добавлю себя, так как считаю, что мой канал и media presence выросли тоже из-за качества, а не кликбейтности. Для тех, кто не следил и не интересовался — я никогда не покупал (и не продавал) рекламу, а количество взаимных упоминаний по договоренности с другими каналами, на все из которых я был подписан задолго до, можно пересчитать по пальцам если не одной, то двух рук. Поэтому весь рост сводится к контенту и реакции на него.

Из 8 постов на хабре/VC я заголовки и обложки только 2 могу немного отнести к категории кринжа (тут частично @RationalAnswer постарался, если бы я делал всё один, то было бы чуть иначе), хотя сравнивая с другими по палате и то кажется адекватным.

В моей картине мира кликбейт и кринж зачастую выступают как шорткат к большим цифрам, что является плохой самоцелью. Но увы, для многих именно это и есть цель.

Может быть я спросонья плохо думаю, но сходу не могу вспомнить действительно хороших интересных авторов видео/блогов/статей/итд из индустрии, которым приходилось привлекать внимание кринжом и кликбейтом [я не говорю про YouTube/TikTok]. Хотя скорее всего это является моим баесом, так как на кринжовых кликбейтеров я не обращаю внимание, и как следствие они в этот список и не попадут.

Отец вайбкодер – счастье в семье

не забыть напомнить подписчикам, что скоро нас всех заменит ИИ

В одной из школ США родители ученика подали на учреждение в суд из-за того, что ИИ-детектор признал его сочинение сгенерированным

Учитель использовала для проверки его эссе детектор от Turnitin, и он определил сочинение как «на 76% сгенерированное ИИ». Дальше педагог разбираться не стала (несмотря на то, что парень предоставил историю правок из Google Docs и свои черновики), просто понизила оценку и влепила в личное дело пометку об академической нечестности.

Мы погуглили: Turnitin утверждают, что их false positive rate составляет менее 1%. НО это только для документов, которые более чем на 20% сгенерированы. На уровне предложений false positive rate крутится в районе 4%. Все равно немного, но сервис сам обращает внимание на то, что их результаты не стоит использовать в качестве последней инстанции.

Короче, 5 мая родители парня подали иск в Северный окружной суд Калифорнии: требуют восстановить оценку, удалить пометки о нарушении из школьного досье и получить компенсацию.

Иронично, что сочинение было по пьесе Артура Миллера «Суровое испытание». Это произведение буквально посвящено тому, как общество разрушает судьбы людей на основе ненадежных свидетельств.

В сеть утек исходный код Claude Code

При публикации пакетов кто-то в Anthropic совершил ✨некий просчет✨, и билд обфусцированного cli.js оказался в публичном npm‑пакете вместе с полноценным cli.js.map, которого там никак не должно было быть. То есть любой, кто установил пакет или скачал его, мог легко восстановить исходники через sourcemap.

Естественно, код почти моментально разошелся по репам. Популярные инфобез-комьюнити подтвердили, что это не фейк и не обычная обертка над API, а именно продвинутая CLI‑платформа.

https://github.com/instructkr/claude-code

Оказалось, что под капотом 1906 файлов TypeScript и примерно 500к строк.

Из интересного:
– Есть намеки на нереализованные фичи типа глубокого планирования, постоянной памяти и "сна".
– Можно посмотреть, как у Anthropic реализована мультиагентность (файл coordinator/coordinatorMode.ts)
– Также доступны все системные промпты (constants/prompts.ts)

С днем опенсорса, так сказать.

UPD: автор начал менять репозиторий, так что вот тут ловите дополнительную ссылку на архив с исходниками

Data Secrets

Anthropic оценили почти в 1 триллион долларов Компания официально объявила о раунде H: они привлекли $65 млрд при оценке в $965 млрд (напоминаем, что еще в феврале их оценивали в 380 миллиардов). И, кстати, OpenAI последний раз оценили в 852 миллиарда. …

Один из корпоративных клиентов Anthropic случайно потратил за месяц 500 миллионов долларов на токены

Вы не ослышались, пол миллиарда долларов.

Об этом изданию Axios рассказал консультант компании (название компании не раскрывалось). Дело в том, что для сотрудников не были установлены лимиты по использованию, и те сожгли дополнительных токенов буквально на миллионы.

Теперь понятно, откуда у Anthropic такой ARR

Data Secrets

Google будет привлекать инвестиции на ИИ Да, даже Google не хватает денег на ИИ. Alphabet официально заявила, что спрос на ее ИИ-решения «превышает доступные поставки». Дефицит мощностей наблюдается даже внутри компании. Недавно внутри Google сформировали…

Вам доставка мемов из пузыря

Создатели SWE-bench представили новый бенчмарк по программированию, на котором абсолютно все современные модели выбивают ровно 0%

Он называется ProgramBench, и суть его проста: агент получает только скомпилированный исполняемый бинарник и документацию, и его задача – спроектировать код, который при сборке будет полностью соответствовать поведению исходного файла (без доступа к Интернету).

При этом агент должен самостоятельно определиться с архитектурой и выбрать структуру проекта. Собственно, здесь сложности и начинаются: LLM хорошо умеют писать плоский код в одном файле, а вот с многофайловыми проектами, где нужна низкоуровневая логика, работают плохо.

Итог: даже результат Claude Opus 4.7 и GPT-5.4 – это полный ноль.

Кажется, у нас новый претендент на звание самого интересного бенчмарка.

https://programbench.com/

Google вложит до 40 миллиардов долларов в Anthropic

10 миллиардов они заплатят сразу, и еще 30 – в будущем, при условии достижения определенных целей стартапом.

Кроме того, Google Cloud предоставит Anthropic 5 ГВт вычислительных мощностей в ближайшие 5 лет. Первые ресурсы Anthropic получит уже в начале 2027.

Кодеры со стажем меньше 2 лет вообще когда-нибудь слышали про такое?

На прошлой неделе видел новость, что OpenAI готовит лайнап: новая модель (выйдет скоро), новая структура компании и перестановки, новые полиси. Кажется, началось 🌚 — сегодня опубликовали 13-страничный документ с предложениями для правительства, а в мае откроется воркшоп в Вашингтоне.

Рекомендую читать документ в оригинале, там и про раздачу грантов на $100к-1M, и про AI Safety, но я хотел поделиться несколькими пунктами, которые, как мне кажется, вызовут большую дискуссию:

Фонд общественного благосостояния. OpenAI предлагает предоставить каждому гражданину США прямую долю в экономическом росте, обусловленном развитием ИИ. Это планируется сделать через фонд под государственным управлением, стартовый капитал которого частично сформируют сами ИИ-компании. Фонд мог бы инвестировать в диверсифицированные долгосрочные активы, отражающие рост как ИИ-компаний, так и более широкого круга организаций, внедряющих и использующих ИИ.

Налоги на роботов. В документе выдвигается идея введения налогов, связанных с автоматизированным трудом, а также смещения налоговой базы с фонда оплаты труда в сторону налогов на прирост капитала и прибыль корпораций. Это связано с тем, что ИИ может резко сократить налоговые поступления от заработных плат, за счет которых финансируются программы социального обеспечения, льготного медицинского страхования и продовольственной помощи.

Четырехдневная рабочая неделя. OpenAI предлагает стимулировать компании и профсоюзы к запуску пилотных проектов по переходу на 32-часовую рабочую неделю с сохранением полной зарплаты. Таким образом, эффективность от использования ИИ будет конвертироваться в свободное время для сотрудников — своеобразный «дивиденд эффективности».

«Право на ИИ». В плане доступ к ИИ позиционируется как такая же базовая потребность, как грамотность, электричество и интернет. Подчеркивается, что этот доступ должен быть по карману работникам, малому бизнесу, школам, библиотекам и социально уязвимым группам населения.

Конкретики с цифрами нет, так как документ призван помочь начать дискуссию.

Найдена та самая модель, которую Дженсен Хуанг назвал AGI

https://huggingface.co/Jackrong/Qwen3.5-27B-Claude-4.6-Opus-Reasoning-Distilled-GGUF

Глава InfoWatch Наталья Касперская заявила, что российские нейросети были созданы на «чужих» базах и поэтому модели нельзя считать отечественными

Но есть нюанс.

Как думаете, что имелось в виду под «чужими» базами? Может быть, зарубежные базовые модели? Или использование чужих весов для инициализации? Нет. В качестве примера были названы TensorFlow и PyTorch.

Проблема в том, что TensorFlow и PyTorch – это просто фреймворки для машинного обучения, и на них сегодня создаются практически все современные модели. Это примерно такой же уровень зависимости, как использование Linux при разработке серверного ПО.

Да, многие российские ИИ-системы действительно используют зарубежные опенсорс модели. Но есть и собственные базовые модели, обученные с нуля. Например, ГигаЧат разрабатывался на собственной архитектуре и собственных огромных массивах данных. И кстати, в этой модели полностью исключена возможность отправки каких-либо данных за рубеж.

Обсуждать ограничения и риски ИИ конечно важно, но делать это публично стоит как минимум с опорой на знания того, как вообще современные системы устроены

В Твиттере раскритиковали известнейшую картину Клода Моне, потому что поверили, что она сгенерирована

Один гениальный юзер запостил две картины из серии «Кувшинки», заявив, что первую он сгенерировал, а вторая – настоящая. Он попросил других пользователей детально рассказать, чем «фейк» отличается от подлинника.

https://x.com/shl0ms/status/2054280631807316329?s=46&t=pKf_FxsPGBd_YMIWTA8xgg

На самом деле обе картины оказались настоящими творениями Моне, но пользователи буквально заполонили комментарии критикой первого полотна.

Они писали, что «совершенно очевидно», что это генерация, называли «типичные ошибки» в цвете, свете и деталях. Кто-то назвал картину «мазней» и «грязью».

После того как автор объяснил, что обе картины – это настоящий Моне, часть комментариев сразу же оказались удалены

Сооснователь Anthropic Джек Кларк говорит, что через год ИИ сможет делать открытия на уровне Нобелевской премии

На своей лекции в Оксфорде он заявил, что уже через год «ИИ может помочь людям совершить нобелевское открытие». Также по его словам:

– Компании, полностью управляемые ИИ, начнут зарабатывать миллионы долларов в течение 18 месяцев

– В течение двух лет двуногие роботы станут полноценными помощниками на производствах

– К концу 2028 года ИИ сможет проектировать собственные следующие версии

В то же время он сказал, что человечеству было бы лучше замедлить развитие ИИ, чтобы выиграть время на адаптацию, потому что у технологии все еще остается «ненулевая вероятность катастрофического исхода».

Все запомнили?

Весь день наблюдаю, как люди удивляются качеству кода в слитой CLI'шке Claude Code.

Да, котят, чтоб зарабатывать миллиарды, вам не обязателен код по заветам Лайнуса, Кнута или Ритчи.

FigureAI запустили 10-часовой эксперимент, в котором робот соревновался с человеком в сортировке посылок

Да, 10 часов сортировки пакетиков. Человек имеет право на перекуры по законодательству, робот работает непрерывно (и автономно!).

Трансляция шла вот здесь, и на Polymarker даже принимали ставки на победителя.

Многие, кстати, ставили на робота. Несмотря на то, что для гуманоида это все еще очень сложная задача (требуется быстрая реакция, мелкая моторика, какой-никакой ризонинг и тд), и человек бесспорно быстрее, расчет был на то, что человек устанет и замедлится, а робот – нет.

Так и произошло, но в итоге человек все-таки победил с небольшим отрывом. Парень отсортировал за 10 часов 12924 пакета, а робот – 12732. Их средняя скорость отличалась всего на 0.04 секунды.

Создатель Figure написал, дословно: «Это последний раз, когда человек победил».

Кстати, по окончании 10 часов работы человек открыл пиво, а робот продолжил сортировать посылки как ни в чем не бывало. Выводы делайте сами

Когда вышел Opus 4.6 (а потом и 4.7 (а потом и Mythos)), то Andon Labs прогоняли модели на Vending Bench — это где LLM в симуляции управляет бизнесом в виде вендингового автомата. Нужно делать закупки, торговаться, искать поставщиков, улавливать тренды на спрос. У бенчмарка есть и Arena-версия, в которой у модели появляется конкурент или конкуренты (другие LLM-агенты).

Andon Labs заметили, что все три последние модели Anthropic начали применять недобросовестные практики (чему вообще-то разработчики пытаюсь отучить). Например, последние Opus'ы не любят возвращать деньги клиентам (в симуляции есть опция, что клиент будет неудовлетворён, и нужно выплатить некоторую сумму) — Opus вообще НИ РАЗУ не вернул деньги (GPT-5.5 возвращает всем, если что).

Claude также вел агрессивные переговоры с поставщиками и часто лгал, чтобы получить более выгодные условия. Например, неоднократно обещал эксклюзивные права, чтобы получить лучшие цены, но никогда не намеревался сдержать эти обещания — это видно и по цепочке размышлений, и по поведению после сделок.

Mythos вообще разошелся и превратил одного конкурента в зависимого от него оптового покупателя, а после начал шантажировать угрозой прекращения поставок с целью диктовать свои цены.

===

В режиме одиночной симуляции GPT-5.5 отстаёт от Opus'ов, так как играет честно. Плюс, модель не старается выжать каждую копейку и задрать цены — в соло-режиме у покупателей нет выбора, и они не могут уйти к конкуренту, чем Opus пользуется. В режиме «Арена» смоделированные покупатели предпочитают вендинговые автоматы с самыми низкими ценами, поэтому агенты завоевывают долю рынка и вытесняют конкурентов, устанавливая низкие цены, что, как правило, и делает GPT-5.5.

И интересно, что в Арена-версии по итогу GPT-5.5 обгоняет Opus 4.7, будучи честной и не срезая углы.

Так что врать, чтобы выигрывать, не обязательно

===

Почему это важно, и почему нас интересуют симуляции? Потому что часть поведений моделей проявляется и в работе — см. выше в канале, где я писал, как часто Claude делает не то, что просят, и, например, пишет плохие тесты, удаляет нужные файлы и так далее. Sneaky lying bastard!