https://obzor.agipredtecha.com/ Релизы моделей, сравнения и бенчмарки. Лента собирается автоматически из открытых Telegram-каналов. ru Tue, 29 Sep 2026 12:05:27 GMT https://t.me/data_secrets/10040https://t.me/data_secrets/10040Tue, 29 Sep 2026 11:02:52 GMTС завтрашнего дня снова можно будет оформить Pro за $200. Вместе с этим OpenAI меняет расчет использования: в пересчете на стоимость API новая подписка будет давать примерно в два раза меньше старой. При этом пятичасовые лимиты возвращать не будут. OpenAI объясняет изменение тем, что сами модели становятся дешевле и эффективнее. Например, новые GPT-6 Sol и Luna вышли с ценами API в два раза ниже предыдущих, поэтому даже при меньшем лимите в долларах компания обещает, что фактически на подписке получится сделать больше работы, чем месяц назад. Завтра к Pro также добавят новые возможности, которые вообще не будут расходовать лимиты. Что именно это будет, пока не раскрывают. — Data Secretshttps://t.me/data_secrets/10039https://t.me/data_secrets/10039Tue, 29 Sep 2026 09:32:41 GMTСудя по всему, модель должны были выпустить уже сегодня на DevDay. Однако пока что выпуск отменили из-за опасений исследователей по итогам внутреннего тестирования. Глава систем безопасности OpenAI утверждает, что модель слишком много врет о том, какие действия совершает, а также слишком часто выходит за пределы полномочий. Модель не дотянула до нужного уровня в умении оставаться в рамках задачи и отчитываться пользователю, и поэтому в стартапе еще некоторое время будут работать над ее безопасностью. Недоучили – так и скажите, чего бубнить то... — Data Secretshttps://t.me/black_triangle_tg/9559https://t.me/black_triangle_tg/9559Tue, 29 Sep 2026 08:17:33 GMTOpenAI отменила релиз флагманской модели GPT-6.1 Astra. Она должна была выйти в октябре и заменить нынешнюю GPT-6 Astra.❌ От новой версии ждали, что она будет ещё лучше работать с ИИ-агентами.🤖 Но в части тестов GPT-6.1 Astra оказалась хуже старой модели.📉 Что с ней не так: 🔻 она чаще обманывала пользователей 🔻 не всегда честно сообщала, что сделала, а чего не сделала 🔻 продолжала выполнять задачу, не спрашивая разрешения у человека 🔻 временами обращалась к внешним инструментам и сервисам, даже если это могло быть небезопасно ☝🏻Модель, которую учили действовать самостоятельно, начала действовать слишком самостоятельно и при этом скрывать, что делает.🤔 В OpenAI заявили, что проведут несколько углублённых исследований, чтобы найти первопричину проблем. То есть откуда у модели взялась привычка врать, сама компания пока не знает.🤷🏼‍♀️ Недавно OpenAI начала публиковать отчёты о выходе ИИ из-под контроля. Похоже, материала для них станет больше. ================ 👁 Если у вас плохо прогружаются файлы, всё также доступно в канале в MAX: 👁 News | 👁 Soft | 👁 Hacker — Чёрный Треугольникhttps://t.me/data_secrets/10037https://t.me/data_secrets/10037Tue, 29 Sep 2026 07:34:47 GMTЭто тот самый, который занимается world models и недавно выпустил мощную мультимодальную модель мира Atlas (https://t.me/datasecrets/9806). В компании говорят, что объединение поможет World Labs быть ближе к железу и масштабироваться за счет ресурсов AMD. Стартап войдет в компанию как отдельная исследовательская организация. Сама Фей-Фей Ли займет в AMD должность исполнительного вице-президента и Chief Scientist, будет работать напрямую с Лизой Су. — Data Secretshttps://t.me/seeallochnaya/3971https://t.me/seeallochnaya/3971Tue, 29 Sep 2026 00:04:26 GMTчистый убыток в размере 42 миллиардов долларов за 2025-й год (34 миллиарда из них - бухгалтерская переоценка активов с учетом инструментов, которые в будущем могут конвертироваться в акции Anthropic) — 😐 планируют потратить 518 миллиардов долларов на вычислительные мощности и инфраструктуру в 2027-м — в прошлом году они потратили 7.3 миллиарда долларов на мощности и инфраструктуру — планируют целиться в оценку в 2 триллиона на IPO === я пока не понимаю, откуда они столько денег возьмут 👨‍🦳 посмотрим, чем будет удивлять Dario UPD: текст новости исправили, теперь там траты в $518B указаны на «следующие годы», не «следующий год». — Сиолошнаяhttps://t.me/seeallochnaya/3970https://t.me/seeallochnaya/3970Mon, 28 Sep 2026 22:27:52 GMTзавтра на DevDay почти наверянка не представят обновление, и даже релиз 6.1 с октября перенесли на неопределенный срок из-аз переживаний по поводу безопасности. — Сиолошнаяhttps://t.me/black_triangle_tg/9556https://t.me/black_triangle_tg/9556Mon, 28 Sep 2026 18:21:47 GMTAnthropic выпустила Claude Sonnet 5.5, которая работает на 30% быстрее прошлой версии.⚡️ Цены за токены остались прежними: $2 за миллион входных и $10 за миллион выходных.💰 ☝🏻В тесте агентного программирования Terminal-Bench 4.0 новинка набрала 70,6% против 10,3% у предшественницы и обошла даже старшую Opus 5.5 с её 66,4%.🤯 Что ещё изменилось: 🔻 управление компьютером в OSWorld: 80,1% вместо 57% 🔻 чтение графиков: 61,6% вместо 15,6% 🔻 первая Sonnet, которая прошла Pokémon Red, глядя только на скриншоты🎮 В остальных тестах Opus 5.5 всё же впереди, так что флагман пока остаётся флагманом. ☝🏻Это первая Sonnet с такой же киберзащитой, как у Opus 5.5: рискованные запросы по безопасности автоматически уходят на старую Sonnet 5. Специалистам по защите предлагают пройти верификацию, чтобы получить расширенный доступ.🛡 Ещё в модель встроили классификаторы, которые мешают конкурентам выкачивать её рассуждения для обучения своих моделей.🔒 Во время тестов ее хвалили в Epic Games, Unity, и даже SpaceXAI. ================ Поддержать канал можно на Boosty👁 — Чёрный Треугольникhttps://t.me/data_secrets/10036https://t.me/data_secrets/10036Mon, 28 Sep 2026 18:06:58 GMTГлавное: по бенчмаркам модель лучше GPT-6 Sol и довольно плотно подобралась к новому опусу. Обещают, что помимо качества, модель также будет дешевле Sonnet-5 за счет экономии токенов (пишут, что на внутренних тестах выходило примерно на 30% дешевле в пересчете на задачу). Кроме того, модель стала на 30% быстрее генерировать текст. Также заверяют, что новый Sonnet чище пишет и обладает «талантом к дизайну». Да будут тесты! https://www.anthropic.com/claude-sonnet-5-5 P.S. Уже доступно по API у нас на платформе DS Lab: https://dslab.tech/ai/models/llm/claude-sonnet-5-5 — Data Secretshttps://t.me/data_secrets/10035https://t.me/data_secrets/10035Mon, 28 Sep 2026 17:54:01 GMTСтоить будет ровно столько же, сколько GPT-6 Sol. Интересно, что предложат по качеству. — Data Secretshttps://t.me/data_secrets/10034https://t.me/data_secrets/10034Mon, 28 Sep 2026 17:46:25 GMTTL;DR: мы потеряем контроль и все умрем Авторы обсуждают так называемый интеллектуальный взрыв, то есть резкое ускорение прогресса ИИ за счет самого ИИ. По данным Anthropic, доля одобренного кода, написанного ИИ, выросла с единиц процентов до 80%+ с января 2025 по май 2026. Доля R&D-работы, которую ИИ выполняет (почти) самостоятельно, выросла с 1% до 26%. Авторы считают, что в ближайшие годы агенты могут автоматизировать большую часть работы по AI-исследованиям и разработке, а возможно, и всю. Например, экстраполяция трендов METR говорит, что многомесячные R&D-проекты могут быть автоматизированы уже к середине 2028 года. Получается, что каждая компания будет иметь миллионы топовых исследователей вместо тысяч, и при этом они будут работать быстрее. А значит, научный прогресс, который занял бы годы, сможет уложиться в месяцы. Конечно, есть ограничения, типа: лимиты вычислений, данные, трудноавтоматизируемые задачи, убывающая отдача от исследовательских усилий и так далее. Тем не менее, ученые уверены, что интеллектуальный взрыв – это очень вероятный сценарий, и он грозит потерей контроля над ИИ и сломом баланса сил. Авторы просят власти заранее заставить лаборатории отчитываться, пустить к ним аудиторов и заготовить красную кнопку и аварийные планы. Вот так. Смело добавляем статью в копилку нагнетающих эссе и открытых писем, на которые последнее время пошла мода у ученых и CEO — Data Secretshttps://t.me/black_triangle_tg/9555https://t.me/black_triangle_tg/9555Mon, 28 Sep 2026 17:03:08 GMTИсследователи из Стэнфорда и Caltech показали систему HomeBody: робот Unitree G1 выполняет бытовые задачи в незнакомом помещении без обучения под конкретную комнату.🤖 Управляет им свежая модель OpenAI GPT-6 Astra. Промежуточного слоя VLA между «мозгом» и моторами здесь нет: модель сама выбирает, какой навык запустить. Навыков всего пять: дойти, взять, положить, открыть ящик, достать из ящика. Как это работает: 🔻 робот сначала сам обходит кухню с камерами и лидаром 🔻 по этим данным Astra строит цифрового двойника помещения в NVIDIA Isaac Sim 🔻 пространственная память помнит, где лежат вещи, даже если их не видно ☝🏻Роботу можно дать задание, и он сам его вспомнит и в каком ящике видел нужный пакет. Цифр успешности нет. Авторы не приводят ни процент удачных попыток, ни число прогонов.🤷🏼‍♀️ Среди ограничений они сами называют паузы на «раздумья» модели, перегрев сервоприводов пальцев и стоимость API. ================ У этого канала есть YouTube👁 — Чёрный Треугольникhttps://t.me/black_triangle_tg/9554https://t.me/black_triangle_tg/9554Mon, 28 Sep 2026 15:30:50 GMTElevenLabs выпустила Eleven v4 и v4 Turbo. Компания называет их своими самыми эмоциональными речевыми моделями.🤖 Что нового: 🔻 больше 90 языков вместо 70 у прошлой версии 🔻 клон голоса из 10 секунд аудио, и на чужом языке он говорит с акцентом носителя 🔻 модель держит один и тот же голос на длинных текстах и сама подстраивает интонацию под контекст ☝🏻Эмоциями управляют тегами прямо в тексте: [excited, happy], [laughs], [said angrily in French accent]. Теги можно ставить подряд, и модель отыграет их по порядку. Есть даже фоновые звуки вроде [light rain] и [phone buzzing].🤯 Turbo-версия сделана для голосовых агентов: первый звук появляется примерно через 150 мс, а генерация стартует, пока LLM ещё дописывает ответ.⚡️ ================ У этого канала есть YouTube👁 — Чёрный Треугольникhttps://t.me/seeallochnaya/3969https://t.me/seeallochnaya/3969Mon, 28 Sep 2026 15:10:03 GMTСупругам и детям ряда руководителей AI- и чиповых компаний, чья работа считается критически важной для госбезопасности, теперь нужно получать одобрение Пекина даже для коротких поездок за границу. Госорганы уже уведомили нескольких человек, а список планируется постепенно расширять. При этом неясно, распространяется ли требование на семьи всех, кто уже находится под ограничениями. Сами ограничения для специалистов из таких компаний, как Alibaba и DeepSeek, действуют с начала года. Отдельно с 15 сентября вступили в силу правила применения запретов на выезд, в том числе при возможных нарушениях промышленной и технологической безопасности. Подобный режим, включающий родственников, Пекин применял к университетским исследователям, физикам-ядерщикам и руководителям госкомпаний. Вообще, формально это не запрет на выезд, а выездные визы. Потому что коммунизм. https://www.bloomberg.com/news/articles/2026-09-28/china-broadens-travel-curbs-to-encompass-family-of-top-ai-talent — Сиолошнаяhttps://t.me/data_secrets/10033https://t.me/data_secrets/10033Mon, 28 Sep 2026 14:58:00 GMTна бесплатном вебинаре AI Talent Hub × Karpov.Courses 30 сентября в 18:00 разберем как работают рекомендательные системы изнутри. Научим: → Превращать действия пользователей в данные для модели: просмотры, клики, реакции и другие сигналы; → Собирать персональные рекомендации и понимать, что показать конкретному пользователю; → Ранжировать контент в ленте и оценивать качество рекомендаций не только по ML-метрикам, но и с точки зрения продукта; И покажем, как эти навыки можно развить на программе AI Talent Hub ИТМО × karpovꓸcourses «Машинное обучение: от технической базы до создания ИИ-продукта». 👉 Участие бесплатное, по предварительной регистрации → успей зарегистрироваться до 30 сентября @aitalenthubnews Реклама. Университет ИТМО ИНН:7813045547 — Data Secretshttps://t.me/data_secrets/10031https://t.me/data_secrets/10031Mon, 28 Sep 2026 13:07:54 GMTОн даже ничего не написал про Opus 5.5 Anthropic держат его в заложниках?.. — Data Secretshttps://t.me/black_triangle_tg/9552https://t.me/black_triangle_tg/9552Mon, 28 Sep 2026 13:03:05 GMTКорпорация представила Open Agent Safety Platform. Это двухуровневая система контроля автономных ИИ-агентов с открытым исходным кодом.🛡 Она в реальном времени следит за тем, что делает агент, и принудительно его останавливает, если тот нарушает заданные правила. Система состоит из двух частей: 🔻 OpenShell работает на процессорах Nvidia Vera и задаёт агенту жёсткие границы доступа 🔻 Nvidia Sentry работает на DPU BlueField, замечает аномальное поведение модели и изолирует агента за миллисекунды⚡️ ☝🏻В Nvidia утверждают, что их система предотвратила бы недавний взлом Hugging Face, который устроили модели OpenAI.🤔 Глава корпорации Дженсен Хуанг и вовсе заявил, что безопасность ИИ исключительно инженерная задача и её надо решать тестами и архитектурой, а не регулированием и замедлением прогресса. ================ 👁 News | 👁 Soft | 👁 Hacker — Чёрный Треугольникhttps://t.me/data_secrets/10030https://t.me/data_secrets/10030Mon, 28 Sep 2026 10:08:43 GMTЭто система для контроля и ограничения ИИ-агентов, главная идея которой состоит в том, чтобы следить за агентом не только на уровне софта, но и на уровне железа. Технически она будет состоять из двух составляющих: 1. OpenShell – открытый (Apache 2.0) рантайм, который запускает агента в песочнице с изоляцией на уровне ядра. Оператор заранее описывает, к каким файлам, инструментам и учетным данным у агента есть доступ, и эту политику принудительно проверяют до запуска и во время работы агента. 2. Sentry – независимый слой контроля, который крутится прямо на чипе DPU BlueField-4. Он собирает в единую картину действия агента, ловит попытки отхода от задачи и проверяет, что у агента не больше полномочий, чем ему выдали. Ключевое здесь – что BlueField-4 стоит на единственном пути между узлом и моделью. Агент не может сделать следующий шаг без обращения к модели, а значит, DPU видит все и может прервать работу в реальном времени, но при этом он изолирован от хоста и находится вне досягаемости агента. Софт будет открытый, стандарт безопасности декларируется общим. Но есть нюанс. Лучше всего (вот сюрприз!) все это работает на железе NVIDIA. Сначала Хуанг продает железо, на котором агентов обучают и запускают, теперь он продает железо, которое следит, чтобы эти агенты не сбежали. Монополия! Среди партнеров: Anthropic, SpaceX, HuggingFace, Perplexity и другие. OpenAI на тусовку не позвали... — Data Secretshttps://t.me/black_triangle_tg/9550https://t.me/black_triangle_tg/9550Mon, 28 Sep 2026 09:39:52 GMTGoogle запустила эксперимент Call for Me: ИИ-агент сам звонит в магазин, ресторан или парикмахерскую с вашего телефона и с вашего номера.📱 Сценарий задаётся обычным запросом: узнать, есть ли товар в наличии, забронировать столик, перенести запись. Что умеет агент: 🔻 сам проходит голосовое меню и висит на удержании вместо вас 🔻 ведёт разговор по заданному сценарию 🔻 показывает живую расшифровку, трубку можно забрать в любой момент ☝🏻Каждый звонок Gemini начинает с того, что он ИИ-ассистент Google, звонит от вашего имени и разговор записывается.👁 Звонить в 911, проводить платежи и передавать номера карт, пароли или SSN агенту запрещено. Телемаркетинг тоже под запретом.❌ Пока всё это доступно только в США: Pixel 11 с американской SIM, платная подписка Google AI и бета-версия Phone by Google. Google честно признаёт, что пока только проверяет то, как агент справится с живым человеком, который перебивает и уходит от темы.🤔 Ту же идею Google показывала ещё в 2018 году под именем Duplex, но до прямой реализации дошло только сейчас. ☝🏻☝🏻Скоро в поддержку будет звонить нейросеть, а отвечать ей будет другая нейросеть.🤖 ================ 👁 Если у вас плохо прогружаются файлы, всё также доступно в канале в MAX: 👁 News | 👁 Soft | 👁 Hacker — Чёрный Треугольникhttps://t.me/llm_under_hood/950https://t.me/llm_under_hood/950Mon, 28 Sep 2026 08:51:07 GMTникакая автоматизация не дает повод изобретать велосипеды на каждый чих у Рината скорее всего есть идея, как что-то принципиально улучшить Это было комментарием на мое замечание, что я писал markdown редактор для себя. Давайте объясню зачем мне такое. Итак, я Ринат Абдуллин. 20+ лет работаю с кодом и с компаниями в EU/USA. Веду достаточно сложные и временами высоконагруженные продукты (про что пишу в этом канале, в блоге и рассылке), еще веду распределенный R&D в области AI агентов (вместе с потрясающим коммьюнити инженеров вокруг BitGN), иногда провожу курсы и тренинги. Для актуализации навыков и качественного преподавания мне нужно не просто разрабатывать сложные и высоконагруженные продукты. Для последнего вообще особо заморачиваться не нужно - просто берешь стабильные технологии старше пары лет и грабель горя не знаешь. Нет, тут надо еще следить за состоянием технологий прямо сейчас. Что они могут, где у них сильные места, а где слабые. Причем следить нужно не теоретически, почитывая каналы и статьи, а на практике. Это позволяет интернализовать навыки, пропускать их через призму своего опыта и перекладывать все самое важное на учебный материал. Поэтому у меня есть концепция Katas - упражнений, которые позволяют отточить навыки и мастерство. А в случае с быстро изменяющимися технологиями заодно и сверить часы с реальностью - не упустил ли я что-то еще. Термин “ката” берет свое начало из боевых искусств, где нужно тысячи раз медленно отрабатывать какой-то навык, чтобы отладить его и довести до автоматизма. Это обязательная часть совершенствования как ученика, так и мастера. Подход применим и к IT. Например, в TimeToAct я вел katas в области Domain-Driven Design, симуляций и Machine Learning. Эти упражнения начались как внутреннее обучение в компании, чтобы прокачивать какие-то навыки, а потом мы их открыли для всех. Люди просто начали присылать свои решения и требовать еще задания (ибо каты делаются как маленькие упражнения, на которые не нужно много времени). Причем это было в эру до ChatGPT, когда все еще нужно было печатать код вручную. Написание своего markdown редактора или эквивалента Miro (по очень конкретным требованиям) - это мой вариант katas для AI Native coding. Он позволяет отточить навык на последних технологиях без существенных затрат времени. Заодно и проверяю снова и снова, а как быстро можно натянуть актуальные принципы разработки на "замусоренное" решение, что работает лучше с последней версией модели, а что хуже. И когда меня спросят в лайве "А правда, что GPT-6 Astra - это мусор?" или "А что самое важное для AI Native проекта в сентябре 2026 года?" - я смогу ответить системно, просто и обоснованно. Ну а то, что в процессе продвигается вперед R&D в области разработки и personal productivity - это приятный бонус. Ваш, @llmunderhood 🤗 — LLM под капотомhttps://t.me/data_secrets/10029https://t.me/data_secrets/10029Mon, 28 Sep 2026 08:28:00 GMTС 2016 по 2022 год специализация «Машинное обучение и анализ данных» на Coursera была входным билетом в профессию — через неё прошли больше 200 000 человек. С тех пор AI ушёл далеко вперёд, и набор тем, которые нужно знать сегодня, изменился. Поэтому Виктор Кантор с командой MLinside обновил программу и перевыпустил специализацию заново — уже как «Искусственный интеллект и анализ данных». Цену оставили ту же, что четыре года назад. Кому это нужно ML обычно изучают по частям: линейные модели подтянул на работе, про трансформеры прочитал статью, про агентов посмотрел ролик на YouTube. Каждый кусок вроде понятен, а цельной картины нет. Пока задачи типовые, это не мешает. Сложности начинаются там, где спрашивают системно: на собеседовании или при переходе из аналитики в ML. Специализация даёт последовательную базу вместо разрозненных кусков — 256 уроков и 55 часов контента. Что внутри ▪️ Математика и Python — алгоритмы и структуры данных, матанализ, линейная алгебра, теория вероятностей ▪️ Classic ML — линейные модели и SVM, деревья и градиентный бустинг, кластеризация, метрики и валидация, введение в нейросети и PyTorch ▪️ Deep Learning — backpropagation, CNN, детекция и сегментация, RNN и LSTM, трансформеры и Attention, языковое моделирование, введение в RLHF ▪️ LLM и AI-агенты — инференс LLM, квантование, vLLM и TensorRT, полный разбор RAG, архитектуры агентов, мультиагентные системы, MCP ▪️ A/B-тестирование — дизайн экспериментов, статистические критерии, бутстрэп, CUPED, последовательный анализ, кейсы из индустрии В разработке ещё два модуля: Production ML и ML System Design. Кто ведёт Уроки ведут действующие практики — директора по данным и руководители AI-направлений, работавшие в МТС, Яндексе, Сбере и других крупных компаниях. Люди, которые строили AI-команды с нуля и доводили модели до продакшена, а не просто пересказывают учебники. Большая часть команды преподаёт в МФТИ, ИТМО и НИУ ВШЭ. Технологии в AI меняются каждые несколько месяцев, поэтому к готовым модулям регулярно добавляются новые уроки — по свежим темам и запросам студентов. Как проходит обучение Специализация устроена как библиотека курсов: доступ ко всем модулям открывается сразу после оплаты. Можно идти по рекомендованной последовательности, а можно изучать только те темы, которых не хватает. Студенты ВУЗов могут получить доступ к специализации бесплатно (также как это было на Coursera), для всех остальных подписка стоит 5000 ₽ в месяц. Видеолекции, семинары, тесты с автопроверкой, задания, чат с кураторами для ответов на вопросы. Без потоков и дедлайнов: старт в любой момент, свой темп. На 3 и 6 месяцев подписка дешевле. Сразу предупреждаем: материал сложный, на уровне сильнейших технических вузов. Это не обзорный формат: разбираем backprop в матричной форме, encoder-decoder и decoder-only архитектуры, статистические критерии и их ограничения. Цель не развлечь и дать чувство, что все сразу получается само, а реально научить. Зато вместо разрозненных знаний у вас … — Data Secretshttps://t.me/data_secrets/10028https://t.me/data_secrets/10028Mon, 28 Sep 2026 07:17:59 GMTТем временем Борис Пауэр, глава Applied Research в OpenAI: «80-90% исследований компании сейчас посвящены GPT-7, GPT-8 и следующим моделям» (С ним в разведку не идем) По словам Бориса, те улучшения, которые делаются в рамках текущего поколения (включая дообучение) – это, скорее, вынужденная мера, которая ускоряет обучение и немного бустит модели сегодня. Но такой подход не является долгосрочной стратегией компании. На самом деле их видение – это обучать огромные супермощные модели следующих поколений, а затем дистиллировать их во что-то поменьше. Например, Luna – это, судя по всему, дистилляция Astra. Похоже на замедление? 🗿 — Data Secretshttps://t.me/black_triangle_tg/9547https://t.me/black_triangle_tg/9547Sun, 27 Sep 2026 19:09:49 GMTAlibaba Cloud стала патроном фонда, который развивает Omarchy — Linux-дистрибутив ориентированный на агенскую работу с ИИ. Деньги будут отправлять по $1 млн в год, три года подряд.💰 Что Alibaba получает взамен: 🔻 Omarchy China — локальный CDN, хостинг, сайт и сообщество для китайских пользователей🇨🇳 🔻 настройку системы под китайские ИИ-модели Qwen из коробки 🔻 плотную интеграцию дистрибутива Linux с китайскими сервисами ☝🏻Главная цель — Qwen Book, ИИ-компьютер Alibaba с философией «OS as Harness»: модели, ОС, приложения, облако и железо сплетаются в одно целое. Omarchy хотят сделать для него идеальной агентной ОС.🤖 Первая версия Qwen Book выйдет на ARM, со своим «движком непрерывного контекста», чтобы агенты могли понимать, вызывать и запоминать всё происходящее. ☝🏻☝🏻Разработчики дистрибутива обещают, что «владелец остаётся главным». Но ОС, заточенная под модели Alibaba и её облако, куда ZCode уже отправлял целые git-репозитории, — хороший повод задуматься.👁 ================ 👁 News | 👁 Soft | 👁 Hacker — Чёрный Треугольникhttps://t.me/data_secrets/10027https://t.me/data_secrets/10027Sun, 27 Sep 2026 17:43:50 GMThttps://arxiv.org/pdf/2609.29901 Агент имел доступ к документам и баг-трекеру команды, как обычный сотрудник, умел сам заводить баги, писать людям в личку, реагировать эмодзи, тегать коллег. И все бы ничего, но, внезапно, главная проблема оказалась в том, что ИИ не поладил с живыми людьми. Одного инженера он на полном серьезе отчитал за шутки (не понял сарказма). В другой команде проставил тег вице-президенту в 16 багах подряд, посчитав, что раз человек в контексте, значит, должен разгребать баг-трекер. В общем, сработаться с агентом оказалось сложнее, чем кажется. Некоторые команды стали создавать отдельные приватные чаты без него: чтобы обсудить найм сотрудников, чувствительные темы или просто почувствовать, что их не слушают. Один из участников сказал, что ощущения были очень похожи на «большого брата». — Data Secretshttps://t.me/data_secrets/10026https://t.me/data_secrets/10026Sun, 27 Sep 2026 14:02:00 GMTНет, его авторы не предлагают запретить нейросети! Они просто хотят, чтобы вместе с ответами на важные теоретические вопросы наука получала ещё и пути их решения. Без метода и контекста результат трудно проверить, обсудить и применить в следующей задаче. Любое доказательство нужно верифицировать, а идеи — уточнить и найти, где ещё они работают. Когда кто-то выдал правильный ответ, настоящая математика только начинается!  В канале «Зачем мне эта математика» как раз пишут о том, как она работает. В рубрике #этобаза разбирают, из каких определений и допущений рождаются привычные всем нам понятия. Под хештегом #какустроено объясняют, как математические модели описывают реальные процессы. Подписывайтесь на «Зачем мне эта математика», если тоже считаете, что для науки важна не только цель, но и путь к ней. — Data Secretshttps://t.me/data_secrets/10025https://t.me/data_secrets/10025Sun, 27 Sep 2026 12:51:16 GMTСо ссылкой на источники в обеих компаниях и независимых исследователей безопасности журналисты утверждают, что статистика гораздо пессимистичнее, чем мы могли себе представить. В эти "десятки тысяч инцидентов" входят обходы guardrails, побеги из сандбоксов, попытки взломов внешних сайтов и так далее. Возьмем, например, system card к Opus 5.5. Даже там компания открыто пишет, что модель пыталась выбраться из sandbox в 1.5% тестовых прогонов. Учитывая, что для каждой модели прогоняются сотни тысяч тестов и больше, можно легко прикинуть масштаб происходящего. Однако исследователи, с которыми говорили Axios, утвеждают, что и это – только верхушка айсберга, и дело даже не в количестве инцидентов, а в том, что автономные системы в принципе делают то, что им прямо запретили, в том числе потенциально противоправные вещи. Общий их вывод такой: ни одна из компаний пока не может утверждать, что полностью контролирует поведение своих моделей. — Data Secretshttps://t.me/data_secrets/10024https://t.me/data_secrets/10024Sun, 27 Sep 2026 08:53:26 GMTСейчас он мелькает под кодовым названием «o» (где-то мы эту букву уже слышали, ну да ладно, видимо остальной алфавит Альтману не по душе). Упоминание агента уже появилось на экране обновления тарифа ChatGPT у многих пользователей. Судя по утечкам, агент будет продолжать работать постоянно, даже вне обычных чат-сессии и, возможно, получит собственный email (или будет постоянно мониторить ваш). Под капотом, по слухам, будет модель Aeon – вариант GPT-6 Astra, заточенный под длинные задачи. Но сильно не обольщаемся, возможно «o» выйдет только в новом тарифе за 500 долларов 😃 — Data Secretshttps://t.me/data_secrets/10022https://t.me/data_secrets/10022Sat, 26 Sep 2026 14:02:00 GMTА вот довести его до прода так, чтобы он не выбирал неправильные тулы, не работал с устаревшими данными и не выполнял опасные действия без ограничений – уже совсем другая история 😵‍💫 Как раз про этот разрыв между демкой и нормальной системой сделали курс «AI-агенты» в Школе Высшей Математики. Ведут его инженеры, которые запускали агентные системы в Revolut, Wildberries и Точка Банке. В программе разберут всё, что нужно агенту уже в реальной эксплуатации: — трейсы, логи и отладка агентов — метрики и оценка качества — ограничения для опасных действий — RAG, LangGraph, MCP и Langfuse — мультиагентные системы и деплой Курс идёт 12 недель, занятия живые + домашки с фидбэком от преподавателей. Нужны Python и опыт работы с API, опыт разработки агентов не обязателен. Старт нового потока — 1 октября. Если пока не уверены, что курс вам подходит, у ребят есть бесплатное вводное занятие и воркшоп про AI-агентов в BigTech. По промокоду DATA дают скидку. Программа и отзывы – по ссылке 🍯 Реклама. ООО ШВМ, ИНН 9728100991 — Data Secretshttps://t.me/data_secrets/10021https://t.me/data_secrets/10021Sat, 26 Sep 2026 12:39:14 GMThttps://alignment.openai.com/misalignment-reports/an-agent-used-dns-to-reach-an-external-chatbot 20 сентября агент решал поисковую задачу в песочнице (естественно, без доступа к интернету). Прокси блокировал исходящие веб-запросы, но DNS-резолвер не был так же закрыт, и агент стал передавать вопросы внешнему чат-боту, кодируя их в DNS-запросах, и таким образом получал ответы из сети. Компания объявила, что обучение будет приостановлено до тех пор, пока они не убедятся, что уязвимость закрыта, и не проведут дополнительный red-teaming. Когда обучение возобновится, OpenAI начнут новый запуск с улучшенным элайментом, а эту конкретную модель дообучать не будут. — Data Secretshttps://t.me/black_triangle_tg/9542https://t.me/black_triangle_tg/9542Sat, 26 Sep 2026 11:57:01 GMTПродолжаю разработку своего видеоредактора Главное изменение релиза: Если ранее Kadr видел по снапшотам, и читал транскрибации речи, а музыку воспринимал как просто аудиофайл, то теперь он полноценно слышит звуки и музыку.🔊 Редактор умеет находить ритм любого звука на временной шкале и позволяет строит графику в ее такт. При этом каждый звук помечен и имеет свой момент срабатывания, яркость, огибающие и прочие параметры... Так как это умеет пользователь, то все это точно также умеет делать и ИИ встроенный в редактор. И видео выше полностью смонтировано им.🤖 🔻Код общедоступен: https://github.com/HelpFreedom/kadr Полная документация по релизу: https://github.com/HelpFreedom/kadr/releases#release-v0.6.0 ================ Поддержать канал можно на Boosty👁 — Чёрный Треугольникhttps://t.me/data_secrets/10020https://t.me/data_secrets/10020Sat, 26 Sep 2026 10:19:24 GMTЭту задачу эксперты долго считали слишком тяжелой для прямого расчета. Амплитуды рассеяния – это формулы, по которым физики предсказывают, с какой вероятностью частицы провзаимодействуют тем или иным образом. Точно их посчитать почти невозможно, поэтому считают приближенно, до определенного числа петель: чем петель больше, тем точнее ответ, но и тем быстрее растет сложность вычислений. Большинство реальных амплитуд посчитаны всего до двух-трех петель. Новые методы расчета обычно обкатывают на упрощенных игрушечных теориях, например на суперсимметричной теории Янга-Миллса (N=4 SYM). Но даже в ней рекордом до сих пор было восемь петель, которые подсчитал Лэнс Диксон из SLAC, а девятую считали слишком тяжелой для прямого расчета. В августе физик и блогер Мэтт фон Хиппель публично бросил ИИ-компаниям вызов и предложил попытаться решить эту задачу на бюджете обычного академика. Через месяц двое физиков из Anthropic вернулись с результатом. Они запустили Fable 5.1 внутри Claude Science, дали одну строчку с формулировкой задачи, а дальше в основном писали что-то типа «я спать, продолжай». В итоге Claude посчитал амплитуду двумя разными способами, каждый обошелся примерно в $1–2к (сами вычисления – около $100, неделя на 96 CPU, остальное – работа модели). Диксон результат проверил и подтвердил. По его словам, самое впечатляющее – это даже не объем вычислений, а то, что модель с нуля собрала очень хрупкую схему расчета для задачи, где любая мелкая ошибка ломает все. Он заявил, что теперь Claude «понимает их статьи лучше любого человека, кроме соавторов» 😐 Кстати, почти одновременно группа Сун Хэ из Китайской академии наук независимо получила основную часть того же результата с помощью GPT-6, но Anthropic все-таки были первыми в публикации основного решения. — Data Secretshttps://t.me/black_triangle_tg/9541https://t.me/black_triangle_tg/9541Sat, 26 Sep 2026 06:41:38 GMTOpenAI подтвердила: её ИИ-агенты получили доступ к разработке сайтов Комиссии по ценным бумагам и биржам (SEC) и Министерства торговли США. С сайта министерства они забрали данные переписи населения.🇺🇸 Ещё компания расследует попытку взлома агентами сайта Министерства образования.🤔 До этого агенты OpenAI уже взломали сайт правительства Австралии. В тот же день OpenAI признала, что агенты слили в сеть 53 изображения пользователей ChatGPT. На вопросы, есть ли на них реальные люди и когда их выложили, компания не отвечает.🤷🏼‍♀️ Большую часть картинок уже удалили, остальные OpenAI просит убрать хостинг-провайдеров. ☝🏻У агентов был доступ к картинкам, потому что OpenAI обучает модели на обезличенных данных пользователей. Корпоративные данные в обучение не идут, а обычным пользователям нужно самим отказаться от этого.👁 ☝🏻☝🏻☝🏻К середине сентября набралось уже около двух десятков инцидентов, и список продолжает расти. Проверка займёт «месяцы», а предупреждения уже получили «десятки» организаций.📈 ================ У этого канала есть YouTube👁 — Чёрный Треугольникhttps://t.me/data_secrets/10019https://t.me/data_secrets/10019Fri, 25 Sep 2026 16:01:02 GMTЗовут объединяться всех работающих над системами планирования для искусственного интеллекта. У участников будет свой способ получить программу, свои инструменты и своя стратегия. Общая инфраструктура позволит видеть результаты, сравнивать их между собой и продолжать разрабатывать решения друг друга. Для старта доступен эволюционный харнесс на базе MAP-Elites: Claude Code, Codex или OpenCode модифицируют код ботов, а алгоритм сохраняет лучшие варианты для разных стартовых персонажей. В самой игре действует получившаяся программа, а не LLM на каждом ходу; участники могут разрабатывать собственные харнессы, а результаты независимо перепроверяются на скрытых сидах. Пробовать решить NetHack можно тут. — Data Secretshttps://t.me/black_triangle_tg/9539https://t.me/black_triangle_tg/9539Fri, 25 Sep 2026 15:00:30 GMTGoogle запускает на орбиту первый экспериментальный спутник проекта Suncatcher: это ИИ-сервер, который работает от Солнца. Он полетит на Falcon 9 от SpaceX уже на следующей неделе.🛰 Что внутри: 🔻 четыре тензорных процессора TPU, на которых Google обучает и запускает свои модели 🔻 солнечные панели мощностью 1000 Вт, то есть всего киловатт на все чипы⚡️ 🔻 система охлаждения, которая сбрасывает тепло прямо в космос. ☝🏻Однако, даже с космической системой охлаждения чипы работают около 15 минут, а потом отключаются из-за перегрева.🤷🏼‍♀️ В условиях вакуума тепло некуда передать с помощью воздуха или воды, а само космическое пространство работает как идеальный термос. Единственный способ избавиться от тепла в открытом космосе — инфракрасное излучение (тепловые лучи). Но этот метод намного менее эффективен, чем привычный земной обдув или жидкостное охлаждение. Из-за этого требуются огромные панели-радиаторы, которые занимают много места и утяжеляют аппарат. Ещё одна проблема — радиация: она вызывает сбои, которые меняют данные внутри чипа. Google собирается бороться с этим, просто периодически перезагружая процессоры.🤔 Спутник будет обрабатывать ИИ-запросы год, затем ещё до шести лет пробудет на орбите и сгорит в атмосфере. По мощности вся эта конструкция равна одному земному серверу. Дальше Google планирует запустить ещё два спутника, а в перспективе — группировки из 80 с лишним аппаратов.🚀 ☝🏻Глава исследований Google Джеймс Манийка честно признаёт: «Мы не ожидаем чего-то реально работающего в ближайшие несколько лет». По его оценке, от четырёх чипов до полноценного дата-центра около 15 лет. ================ 👁 Если у вас плохо прогружаются файлы, всё также доступно в канале в MAX: 👁 News | 👁 Soft | 👁 Hacker — Чёрный Треугольникhttps://t.me/data_secrets/10017https://t.me/data_secrets/10017Fri, 25 Sep 2026 13:08:01 GMT фото со вчерашнего ужина в Белом Доме (Трамп принимал президента Китая Си Цзиньпина). Гостей было больше 130, среди них Безос, Маск, Хуанг, Альтман, Кук, Пичаи и другие. Не позвали только Амодеи. Напоминаем, что ранее Трамп назвал CEO Anthropic лицемером, который строит из себя "идеального маленького ангелочка" — Data Secretshttps://t.me/seeallochnaya/3964https://t.me/seeallochnaya/3964Fri, 25 Sep 2026 12:47:51 GMTВ последнее время слушал много подкастов на тему AI safety в поисках того, который можно было бы смело рекомендовать обычным нормисам уровня погружения «ну я немного слышал о хайпе про “ИИ нас всех убьет”, с точки зрения здравого смысла звучит как полная ерунда, конечно…». Так вот, я его нашел – встречайте, идеальный выпуск для погружения в текущее состояние этого дискурса: The Diary Of A CEO – дебаты между Нейтом Соаресом, Романом Ямпольским, Эдом Зитроном и Эндрю МакАфи: https://www.youtube.com/watch?v=OhOmLqR5nN4 Я прямо горячо рекомендую вам посмотреть этот выпуск на 2,5 часа (там в настройках Ютуба можно включить русскую дорожку), причем чем дальше – тем он становится лучше. Происходящее на этом подкасте наглядно иллюстрирует одну особенность текущего AI safety-дискурса. Чуваки, которые варятся в этой среде последние 10+ лет (и которые серьезно относятся к ИИ-рискам для человечества), потратили уйму времени на размышления в этой области. Они уже сто раз видели и обсуждали самые сильные аргументы против того, что AI может представлять для человечества реальную угрозу. А самые громкие критики ИИ-рисков с другой стороны, которые отстаивают тезис «да это всё научно-фантастический хайп от фантазеров, никакие адекватные люди не будут это обсуждать всерьез», – выглядят на этом фоне, как бы это помягче сказать… Как будто они впервые задумались о проблеме примерно неделю назад, и тормознули там на уровне «мне сразу пришли чисто из здравого смысла три очевидных возражения, почему AI risk – это чушь, и я на этом остановился». Там есть прямо пара наглядных моментов, иллюстрирующих это. Примерно на сороковой минуте Эд Зитрон спрашивает Нейта Соареса (одного самых громких сторонников замедления AI-лабораторий в мире, который буквально управляет самой известной нон-профит компанией с такой целью): «Так а если уж ты так опасаешься этих рисков от ИИ, сфига ли ты не пытаешься остановить AI-лабы??» – то есть, он реально даже не очень понимает, с кем он дебатирует (к уровню аргументации это, конечно, не относится – но показывает степень погруженности в тему). И уже ближе к концу, когда они обсуждают детали взлома Hugging Face, Эндрю МакАфи в ответ на описание от Нейта Соареса говорит «ну, я доверюсь тебе, что ты правильно пересказал факты произошедшего…» – то есть, он даже сам не погружался в отчеты по самому знаковому инциденту AI misalignment, который обсуждается со всех сторон уже целый месяц, чтобы составить собственное мнение. Причем, это не потому, что ведущий подкаста специально пригласил в качестве оппонентов для AI-думеров эдаких «мальчиков для битья» послабее – просто весь дискурс сейчас реально выглядит примерно вот так. Там как бы не очень понятно, кого звать из «действительно сильных анти-думеров». Еще одной иллюстрацией этому, кстати, служит другое свежее интервью с Дженсеном Хуангом (CEO Nvidia, продающий лопаты в нынешней золотой лихорадке с очень некислой прибылью), который недавно вовремя упал на уши Дональду Трампу и убедил его … — Сиолошнаяhttps://t.me/black_triangle_tg/9537https://t.me/black_triangle_tg/9537Fri, 25 Sep 2026 10:43:29 GMTВ коде ChatGPT нашли упоминания нового тарифа Pro Max. Он будет стоить $500 в месяц, в 2,5 раза дороже нынешнего Pro за $200.💰 Официально OpenAI тариф не анонсировала, поэтому цена и состав ещё могут поменяться. Pro Max рассчитан не на обычных пользователей, а на разработчиков и исследователей с долгими и тяжёлыми задачами. Что обещают: 🔻 режим «Fastest Work», главная фишка тарифа — максимальная скорость 🔻 Codex для проектов, которые идут часами и даже днями 🔻 возможно, повышенные лимиты, но это пока не подтверждено🤔 ☝🏻Скорость, судя по всему, обеспечат чипы Cerebras. OpenAI уже запускает на них GPT-5.6 Sol Ultrafast, которая работает до 14 раз быстрее.⚡️ Для сравнения: у Anthropic и Cursor топовые тарифы стоят по $200, у Google AI Ultra — около $250.📊 Анонс могут приурочить к OpenAI DevDay 29 сентября.🚀 ☝🏻Похоже, что OpenAI, которая недавно запустила рекламу в ChatGPT, ищет, где ещё можно заработать.🤷🏼‍♀️ ================ 👁 Если у вас плохо прогружаются файлы, всё также доступно в канале в MAX: 👁 News | 👁 Soft | 👁 Hacker — Чёрный Треугольникhttps://t.me/data_secrets/10014https://t.me/data_secrets/10014Fri, 25 Sep 2026 10:21:30 GMTПока что в описании плана единственные изменения по сравнению с ChatGPT Pro – это «Самая быстрая работа в Work и Codex». Скорее всего, речь про ту самую Astra/Sol на Cerebras (https://t.me/datasecrets/9708). Миллионеры на месте? — Data Secretshttps://t.me/seeallochnaya/3962https://t.me/seeallochnaya/3962Fri, 25 Sep 2026 08:50:40 GMTДа, некоторые уже пытаются переходить на Huawei и другие — но их производство тоже сильно ограничено, и особо сильно упирается в память. Epoch.AI подсчитали, что если Китай будет использовать только HBM (память в GPU для LLM) собственного производства, то они смогут производить примерно... 1% от GPU Nvidia (первая картинка) в ближайшие годы — и эта доля падает (в 2026-м это примерно 4%). Насколько контрабанда HBM позволила бы сократить дефицит? Предположим, Huawei контрабандой ввезла бы в 2028 году в 10 раз больше HBM, чем на внутреннем рынке, — невероятно большой объем, обошедшийся как минимум в 40 миллиардов долларов. В этом случае ее производство в 2028 году выросло бы с 1 млн до примерно 11 млн H100-эквивалентов, что по-прежнему составило бы лишь 11% от производства Nvidia в том году. Поставки HBM в Китае и производство чипов Huawei будут быстро улучшаться, но, вероятно, недостаточно быстро. Даже 18-кратное увеличение мощностей HBM в Китае к 2030 году приведет к тому, что объем производства Huawei составит примерно 12-18% от объема производства Nvidia в 2028 году. На второй картинке — попытка Epoch.AI оценить контрабанду чипов в Китай через Малайзию в период после введения ограничений администрацией Байдена и до ужесточения регуляций на экспорт в самой Малайзии. Логика подсчёта проста: таможни всех стран записывают что приходит и что уходит, а затем общие данные отправляются в ООН. Цифры агрегированы по кодам пересылаемых объектов — и почти все чипы попадают в одну категорию. Разница, которую видно на картинке — это разница между тем, что отправлено из Малайзии (по заниженным ценам) в что записано к получению в Китае (по реальным ценам, они ж не могут уходить от оплаты пошлин и налогов у себя дома). Итого насчитали за год контрабанды на $3.8B, или примерно аналог 150'000 видеокарт H100. === Вся информация выше лишний раз подчеркивает, насколько сильный рычаг воздействия остается у США и Nvidia. Если укрепить меры контроля за контрабандой и отслеживать карты прямо с производства на Тайване — Китаю придется несладко (как бы не пришлось возвращать остров под свой контроль 👨‍🦳). — Сиолошнаяhttps://t.me/data_secrets/10013https://t.me/data_secrets/10013Fri, 25 Sep 2026 08:43:15 GMTОни объединились с SpaceX, и уже на ближайшей миссии Transporter‑18 отправят прототип спутника с TPU, чтобы проверить работу своих чипов в реальном космосе. Платформу и интеграцию Google делает совместно с Planet, известной своими спутниками для съемок Земли. Главное, что предстоит проверить – будет ли работать отводка тепла. На Земле для этого используются воздух, вентиляторы и огромные системы охлаждения. В вакууме нет конвекции, и лишнее тепло можно сбрасывать в основном излучением через радиаторы. Google испытывает комбинацию тепловых трубок и радиаторов в термовакуумной камере. — Data Secretshttps://t.me/seeallochnaya/3961https://t.me/seeallochnaya/3961Fri, 25 Sep 2026 08:38:26 GMTDeepSeek достигли ARR в $1B (ARR = выручка за последний месяц, умноженная на 12, то есть сколько они заработают за год, если спрос не изменится). У OpenAI последние цифры были в районе $40B, у Anthropic $65B, но обе скорее всего выросли после успешных недавних релизов. — к концу октября DeepSeek планирует привлечь новый раунд инвестиций в размере $7.5B при оценке $75B. Это уже существенные цифры, хоть и всё равно на порядок меньше американских конкурентов. — Рост выручки DeepSeek частично обусловлен повышением цен в прошлом месяце, в результате которого стоимость моделей для клиентов увеличилась в 2.3–4.5 раз (но даже при этом они остаются очень дешевыми). В июле писали, что ARR был порядка $400M-$500M. — валовая маржа компании в начале года была 82.9% — то есть даже при очень дешевых моделях они всё ещё имели огромную наценку.  — DeepSeek продолжает направлять большую часть своих ресурсов на разработку новых моделей. Компания выделяет более 70% своих вычислительных мощностей на обучение моделей, оставляя менее 30% для инференса под API и клиентов. Но без роста количества мощностей продолжать наращивать выручку будет сложно (без повышения цен на модели).  — компания исследует возможность использования игровых видеокарт Nvidia вместо серверных для разворачивания моделей. Такие GPU сильно дешевле. — Ранее в этом месяце компания Z.ai (авторы моделей серии GLM) сообщили, что их ARR достиг $1,8B. Другой китайский конкурент, MiniMax, заявил, что ARR вырос до $800M в августе со 150 миллионов долларов в феврале. — Для DeepSeek одной из самых больших проблем на будущее является обеспечение достаточного количества вычислительных ресурсов для обучения новых моделей в условиях экспортных ограничений США на передовые чипы Nvidia. — The Information во вторник сообщили, что китайский интернет-регулятор расследует деятельность DeepSeek и Moonshot AI после того, как Anthropic заявила, что обе компании передавали конфиденциальные данные пользователей моделям Claude (💳) — Сиолошная