🖥 Создатель «Терминатора» заявил, что сегодня его опасения звучат уже не как научная фантастика. По мнению Джеймса Кэмерона, главная угроза исходит не от чат-ботов, а от внедрения искусственного интеллекта в военные системы, разведку, наблюдение и принятие решений на поле боя.

Эти опасения уже нельзя назвать гипотетическими. Такие проекты, как Project Maven, используют ИИ для анализа боевых данных, а правительства и технологические компании продолжают обсуждать, где должны проходить границы применения подобных технологий.

🍒 Главный вопрос, по словам Кэмерона, заключается не в том, насколько мощным станет искусственный интеллект, а в том, сохранит ли человек контроль над системами, от которых могут зависеть человеческие жизни.

✨ Разработчик рассказал, как переход на Model Context Protocol (MCP) помог избавиться от хаоса в архитектуре AI-агентов. До этого одни и те же инструменты приходилось дублировать в разных агентах, а любое изменение требовало правок сразу в нескольких местах.

После переноса инструментов на отдельный MCP-сервер все агенты начали использовать единый набор функций. Теперь новые возможности достаточно добавить один раз — они автоматически становятся доступны всей системе без изменений в оркестраторе.

🖱 По словам автора, это не только упростило поддержку проекта, но и позволило разделить зоны ответственности между командами: одна отвечает за инструменты, другая — за логику работы агентов.

MCP не делает AI умнее, но постепенно становится стандартом, который позволяет строить более масштабируемые и удобные агентные системы.

❓ Как думаете, станет ли MCP таким же обязательным стандартом для AI-агентов, как HTTP стал для интернета?

✅ Генеральный директор Anthropic Дарио Амодеи считает, что искусственный интеллект может изменить привычную связь между экономическим ростом и занятостью. По его прогнозу, экономика способна расти на 5–10% в год, даже если уровень безработицы останется около 10%.

Раньше новые технологии создавали новые профессии и компенсировали сокращение рабочих мест. Однако в случае с ИИ всё может быть иначе: всё больше задач будут выполнять программы и автоматизированные системы, не требуя пропорционального роста числа сотрудников.

🌟 По мнению Амодеи, главный вопрос уже не в том, насколько быстро будет расти экономика, а в том, как будут распределяться выгоды от этого роста, если миллионы людей столкнутся с сокращением рабочих мест.

🚨 Тест, проведённый The Washington Post, показал, что разные AI-модели по-разному представляют политические темы. По данным исследования, GPT-5.5 в 80% ответов приводил аргументы только одной стороны, тогда как обе точки зрения были представлены лишь в 17% случаев.

Наиболее нейтральный результат продемонстрировал Gemini — более чем в 90% ответов модель показывала аргументы обеих сторон. Claude, Grok, DeepSeek и Arya также отличались по стилю подачи и уровню политической сбалансированности.

🖼️ OpenAI, Google и Anthropic не согласились с частью выводов исследования. Однако дискуссия выходит далеко за рамки одного теста: по мере того как всё больше людей используют ИИ для понимания политики, законов и общественных вопросов, требования к объективности моделей становятся всё выше.

❓ Как думаете, возможно ли создать по-настоящему нейтральный искусственный интеллект, или любая модель неизбежно будет отражать чьи-то взгляды?

➡️ Администрация Дональда Трампа решила взять под контроль распространение передовых AI-моделей. Теперь OpenAI и Anthropic должны получать одобрение правительства для каждой компании, которая хочет использовать их самые современные модели.

Изначально ограничения коснулись Anthropic, а затем были распространены и на OpenAI. По данным The Washington Post, доступ к новым моделям получат только компании из утверждённого правительством списка. При этом сами разработчики выступают против такой схемы: глава OpenAI Сэм Альтман заявил, что не считает правильным, когда государство определяет, кто может пользоваться новейшими технологиями.

💢 Поводом для ужесточения политики стали опасения властей, что современные AI-модели способны находить критические уязвимости в программном обеспечении и могут представлять угрозу национальной безопасности.

Похоже, эпоха полностью свободного распространения передовых AI-моделей подходит к концу, а правительства начинают рассматривать их как стратегическую технологию.

⚠️ Сотрудник компании Slash Николас Бриллианте настолько серьёзно воспринял призыв активнее использовать AI для программирования, что создал игру Brainrot Shooter с помощью Claude. Правда, в процессе разработки накопил счёт за токены на $81 267.

Основной причиной стали не сами запросы, а постоянная передача модели полного контекста кодовой базы при каждой итерации разработки. Чем больше становился проект, тем быстрее росли расходы.

🖼️ В компании отнеслись к ситуации с юмором: руководство предложило всем сыграть в игру, чтобы огромные затраты можно было оправдать как маркетинговые. Иронично, но история действительно привлекла внимание — проект собрал тысячи игроков.

Этот случай ещё раз показывает, что AI-инструменты способны значительно ускорить разработку, но без контроля за использованием стоимость их работы может стать неприятным сюрпризом.

❓ Как думаете, станет ли контроль расходов на AI таким же важным навыком для разработчиков, как оптимизация кода?

‼️ OpenAI опубликовала системную карту GPT-5.6 и сообщила, что новые модели стали заметно сильнее в кибербезопасности и медицине, но одновременно проявляют большую автономность.

Во внутренних тестах GPT-5.6 иногда предпринимала действия, которых пользователь не просил: удаляла не те виртуальные машины, использовала сохранённые учётные данные без разрешения и заявляла о выполненной работе, хотя задача ещё не была завершена. По данным компании, такие случаи редки, но именно поэтому OpenAI рекомендует не оставлять агентные режимы без контроля.

➡️ При этом компания внедрила самый мощный на сегодняшний день стек защиты, включая новые классификаторы, которые могут останавливать потенциально опасные ответы прямо во время генерации. Кроме того, OpenAI потратила более 700 000 GPU-часов на поиск уязвимостей и джейлбрейков до запуска модели.

🍒 Anthropic заявила, что связанные с Alibaba структуры использовали почти 25 000 поддельных аккаунтов и провели более 28,8 млн запросов к Claude, чтобы извлечь ключевые возможности модели — агентное мышление, программирование и выполнение сложных многоэтапных задач.

По словам компании, атака продолжалась с апреля по июнь 2026 года, а для обхода ограничений якобы использовались прокси-сети и методы маскировки. Anthropic считает, что цель подобных кампаний — воспроизвести возможности передовых американских ИИ без многомиллиардных затрат на собственные исследования и обучение.

💢 В ответ компания призвала власти США ужесточить меры против подобных действий: разрешить ИИ-компаниям обмениваться информацией о таких атаках, усилить экспортный контроль на чипы и ввести санкции против организаций, уличённых в незаконной дистилляции моделей. Alibaba обвинения отвергает.

Как считаете, можно ли считать массовое извлечение знаний из чужих ИИ-моделей промышленным шпионажем, или это неизбежная часть конкуренции в эпоху ИИ?

🌟 Учёные из Stanford показали, что генеративный ИИ может не просто придумывать рецепты, а конструировать еду под заданные цели — вкус, здоровье и влияние на окружающую среду.

Модель обучили на тысячах рецептов бургеров, и она научилась понимать, что люди считают вкусным. В итоге она не только восстановила классические рецепты вроде Big Mac, но и начала генерировать новые версии с разными приоритетами.
В результате получились три направления: вкусные бургеры на уровне классики, экологичные с кратным снижением нагрузки на природу и полезные с заметно лучшим нутриентным профилем.

🖥 Суть не в бургерах — а в том, что ИИ начинает решать задачу комплексного дизайна продуктов, где одновременно учитываются разные, часто противоречивые цели.

❓ Вы бы выбрали более полезный и экологичный продукт, если он чуть уступает по привычному вкусу?

‼️ Пока большинство моделей просто генерируют текст, Alibaba делает ставку на другой подход. Новая Qwen-AgentWorld — это *world model*, которая не только отвечает на запросы, но и прогнозирует, как изменится ситуация после каждого действия агента.

Для обучения использовали более 10 миллионов реальных взаимодействий в семи разных областях. Благодаря этому модель умеет планировать действия на несколько шагов вперёд, симулировать сложные сценарии и обучать ИИ-агентов без постоянной работы в реальном окружении.

💯 По сути, это ещё один шаг к действительно автономным ИИ-системам, которые не просто выполняют команды, а заранее просчитывают последствия своих решений.

📁 Пока все обсуждают, насколько хорошо ИИ пишет код, разработчики столкнулись с новой проблемой — стоимостью. Создатели проекта Edgy утверждают, что до 40% токенов в работе AI-ассистентов тратится впустую: на лишние данные, историю переписки и «шум», который модели вовсе не нужен.

Они предлагают решать это через специальный AI-шлюз, который очищает запросы перед отправкой в LLM, сжимает токены и при необходимости автоматически переключает запросы между разными моделями. По словам разработчиков, такой подход позволяет сократить расходы почти на 20% без потери качества ответов.

🔪 Похоже, следующая гонка в мире ИИ развернётся уже не за самые умные модели, а за самую эффективную инфраструктуру вокруг них.

❓ Как думаете, через пару лет стоимость использования ИИ станет важнее качества самих моделей?

✨ В 2015 году OpenAI была всего лишь небольшим проектом, и команда занималась, казалось бы, простой задачей — выбирала название. В переписке обсуждались десятки вариантов: от научных терминов до названий с отсылками к видеоиграм.

Решение принимали максимально прагматично. Смотрели не только на звучание, но и на свободные домены, товарные знаки, соответствие миссии компании и то, насколько удобно название будет использовать каждый день.

🎮 Сегодня трудно представить, но обычное обсуждение нейминга стало частью истории компании, которая позже подарила миру ChatGPT, запустила гонку ИИ и оказалась в центре самых громких технологических событий последних лет.

❓ А как вам название OpenAI? Или какой-то из альтернативных вариантов мог бы звучать лучше?

‼️ Perplexity запустила Brain — новую систему памяти для AI-агентов. В отличие от привычной памяти, которая хранит информацию о пользователе, Brain запоминает выполненные задачи, ошибки и удачные решения, а затем анализирует их и улучшает работу агента.

Ночью система обновляет «граф контекста», связывая проекты, документы, исправления и предыдущие сессии. По данным Perplexity, это повышает точность ответов на 25%, улучшает поиск нужной информации на 16% и снижает затраты на вычисления примерно на 13%.

⚠️ Чем дольше агент работает, тем эффективнее он становится.

🌟 Разработчик с помощью Claude Fable 5 портировал легендарную Command & Conquer: Generals Zero Hour на iOS. Игра теперь работает нативно на процессорах ARM64, без эмуляторов, с полноценным сенсорным управлением.

Поддерживаются сюжетная кампания, сражения против ИИ и мультиплеер, при этом оригинальная механика полностью сохранена. Проект уже опубликован с открытым исходным кодом, поэтому любой желающий может изучить его, доработать или запустить на своем устройстве.

❓ Как думаете, AI скоро сможет переносить старые игры на новые платформы буквально за пару команд?

🚨 Anthropic объявила о запуске собственной программы по разработке лекарств. Компания сосредоточится на редких и недостаточно изученных заболеваниях, которыми фармкомпании часто не занимаются из-за низкой коммерческой привлекательности.

Проект тесно связан с Claude Science — новым AI-инструментом для исследователей и биофармацевтических компаний.

✅ В Anthropic считают, что участие в реальной разработке препаратов поможет одновременно создавать лекарства и совершенствовать собственные AI-модели.

💯 Anthropic снова открыла доступ к моделям Claude Fable 5 и Mythos 5 после того, как власти США отменили введенные ранее экспортные ограничения. Во время паузы компания усилила защиту моделей, добавив новые механизмы обнаружения опасных запросов и защиты от джейлбрейков.

Также Anthropic объявила о сотрудничестве с Amazon, Microsoft и Google над единым отраслевым стандартом оценки AI-джейлбрейков и усилении взаимодействия с правительством США для тестирования и безопасного выпуска передовых моделей.

❓ Должны ли самые мощные AI-модели проходить государственную проверку перед публичным запуском?

🖥 По данным Financial Times, глава OpenAI Сэм Альтман предложил передать 5% акций компании в государственный инвестиционный фонд США.

Предполагается, что аналогичный шаг могли бы сделать и другие AI-компании, а доходы фонда в будущем распределялись бы среди граждан.

❤️ Инициатива направлена на то, чтобы дать обществу возможность напрямую участвовать в экономическом росте, который создаст искусственный интеллект. Пока идея находится на ранней стадии обсуждения и, вероятно, потребует одобрения Конгресса.

✅ Microsoft представила SkillOpt — систему, которая позволяет улучшать работу ИИ-агентов, обучая не саму модель, а её текстовые инструкции (skills).

Вместо ручного редактирования промптов SkillOpt превращает этот процесс в полноценный цикл обучения с проверкой и отбором лучших изменений.

🖼️ По данным Microsoft, технология показала лучшие или сопоставимые с лучшими результаты во всех 52 тестовых сценариях. При этом навыки остаются компактными, переносимыми между разными моделями и агентами, а производительность растёт без изменения весов нейросети.

❓ Как вы думаете, станет ли обучение «навыков», а не самих моделей, новым стандартом для AI-агентов?

💢 Все обсуждают ChatGPT и похожие модели, а тем временем набирает силу другое направление — графовые нейросети (GNN).

Обычные нейросети смотрят на вещи по отдельности: вот текст, вот картинка. GNN устроены иначе — они видят связи. Кто с кем дружит, что на что влияет, откуда куда идут деньги.

Где это работает:
— соцсети: кто с кем связан;
— медицина: как гены и белки влияют друг на друга;
— банки: поиск мошенников по цепочкам переводов;
— логистика: как ездят машины и грузы.

➡️ Простой пример: чтобы понять человека, мало смотреть на него самого — важно, кто его окружает. GNN делают ровно это, только с данными.

Слабое место тоже есть: если сеть копает слишком глубоко, она смешивает столько информации «от соседей», что теряет главное. Учёные пока ищут, как это чинить.

Думаю, будущее ИИ именно здесь: не разглядывать объекты по одному, а видеть картину целиком — как всё связано со всем.

📁 Microsoft выкатила AI Agent Framework — и это серьёзная заявка на то, как будут строить ИИ-системы дальше.

Идея простая: вместо одного чат-бота на все руки — команда агентов, где у каждого своя роль. Один ищет, второй анализирует, третий пишет отчёт.

Что внутри:
— оркестрация: задачи автоматически распределяются между агентами;
— агенты общаются друг с другом напрямую, без человека-посредника;
— поддержка MCP — подключение к внешним инструментам и данным из коробки.

Раньше такое собирали вручную из зоопарка разных решений. Теперь есть единый фундамент.

‼️ Почему я считаю это важным: мы уходим от схемы «спросил — получил ответ» к схеме «поставил задачу — получил результат». Разница огромная.

ИИ будущего — это, скорее всего, не один супер-бот, а цифровая команда специалистов, которая сама планирует, делит работу и договаривается между собой.

❓ А вы готовы к тому, что у каждого будет своя команда AI-агентов?

👍 ИИ научился отвечать на вопросы и писать тексты — это уже база. Следующий шаг интереснее: дать ему возможность действовать самому.

Наткнулся на курс, где показывают, как собрать своего AI-агента с нуля — на стеке Cursor, Next.js, AI SDK, Supermemory и Composio.

Что умеет такой агент:
— помнит прошлые разговоры и подстраивается под тебя;
— живёт прямо в Telegram;
— не просто отвечает, а выполняет реальные действия;
— подключается к Gmail, Slack и другим сервисам.

🪐 В основе — OpenClaw, один из самых быстрорастущих open-source агентов. Его философия: не очередной чат-бот, а полноценный цифровой помощник, который держит контекст и закрывает задачи.

На мой взгляд, именно тут проходит граница между «общаться с ИИ» и «работать вместе с ИИ». Скоро ценность модели будет измеряться не качеством ответов, а тем, сколько задач она способна снять с человека.