🪟 На конференции в Нидерландах Марко Казалена, представитель Microsoft/Azure AI Foundry, прочитал живую импровизированную лекцию о том, какие развилки (те самые «или/или») сейчас встают перед разработчиками агентов.

Первая тема — токономика: эпоха «безлимитного шведского стола» токенов закончилась, и Microsoft тихо (без объявления на конференции Build) обновила Model Router — систему, которая перед вызовом большой модели прогоняет запрос через быстрый классификатор и решает, отправить его в дешёвую nano-модель или в дорогую флагманскую. Router теперь поддерживает десятки моделей, включая внешние (GPT, Opus), и скоро появится кастомизируемый классификатор маршрутизации.

🖱 Дальше — семейство «headless IQ»-инструментов: Web IQ (быстрый и дешёвый поиск для агентов вместо Bing API), Foundry IQ (агентный RAG поверх нескольких источников unstructured-данных — по сути отдельный саб-агент, который сам решает, что искать и как это синтезировать), Fabric IQ (для структурированных данных, с выбором между прямым подключением агента к онтологии или использованием отдельного «дата-агента» с описаниями таблиц и примерами запросов) и Work IQ (headless-версия Outlook/Teams/SharePoint, которая может работать «от лица» пользователя или от лица агента с отдельной идентичностью).

Центральная мысль доклада — прежде чем строить нового агента, стоит спросить: а нельзя ли обойтись скиллом (промпт + немного кода), который просто подключится к уже существующему универсальному агенту вроде Copilot или Scout? Это дешевле и не раздувает контекстное окно лишними инструментами — но у скиллов пока нет нормального способа тестирования в масштабе, в отличие от полноценных агентов.

🖥 И последний важный сдвиг — в оценке качества агентов. Старые метрики (task completion, task adherence) говорят только «сделал ли агент хоть что-то похожее на задачу», но не «сделал ли он это правильно». Microsoft переходит на rubric-based evaluation — наборы бизнес-специфичных правил (например, «если вопрос про комиссии — агент обязан свериться с таблицей комиссий»), из которых собираются метрики под конкретный сценарий использования.

❓ Как вы решаете для себя вопрос «делать агента или обойтись скиллом/промптом» — по ощущению или по каким-то конкретным критериям?

➡️ По данным Reuters, китайский стартап DeepSeek запустил проект по разработке собственных ИИ-чипов, ориентированных на инференс, а не на обучение моделей. Цель — снизить стоимость инференса и зависимость от зарубежных поставщиков вроде Nvidia. Сама компания пока никак это не комментирует.

Проект, по данным источников, стартовал около года назад, а в последние месяцы DeepSeek заметно активизировала найм — правда, не через открытые вакансии, а точечно переманивая опытных инженеров-чипмейкеров. Команда закрывает архитектуру, верификацию и софтверную часть. Это логичный шаг: инференс в отличие от обучения — не разовый всплеск нагрузки, а постоянное обслуживание огромного потока запросов, где на первый план выходят стоимость, энергопотребление и надёжность. А вычисления давно съедают больше половины операционных расходов у многих ИИ-компаний.

🖥 DeepSeek — один из самых быстрорастущих китайских разработчиков открытых моделей (DeepSeek-V3, R1), и по мере роста нагрузки инфраструктура стала одной из крупнейших статей расходов. Логика в целом та же, что у Google с TPU или у Amazon с Trainium — контроль над железом снижает издержки и зависимость от одного поставщика.

Правда, авторка статьи справедливо остужает ожидания: путь от архитектуры чипа до тейпаута и массового производства обычно занимает больше года, так что на расстановку сил на рынке ИИ-чипов это повлияет не скоро. Параллельно DeepSeek ведёт переговоры о первом раунде внешнего финансирования — около $7 млрд при оценке компании в $52–59 млрд, и часть этих денег, судя по всему, как раз пойдёт на чипы и инфраструктуру.

❓ Как думаете — это реальная заявка на независимость от Nvidia, или скорее рычаг давления в переговорах о цене и поставках?

🌟 AlphaEvolve — агент на Gemini для оптимизации кода и алгоритмов там, где пространство решений слишком велико для ручного перебора. Задаёшь базовый код и метрики оценки — агент эволюционно ищет лучшее решение и отдаёт готовый код в прод.

Кейсов много: BASF улучшила прогнозирование в цепочках поставок на 80%, JetBrains ускорила IDE на 15-20%, Klarna удвоила скорость обучения моделей, PacBio снизила ошибки в геномном секвенировании на 30%. Внутри Google агент уже поучаствовал в дизайне TPU и сократил накладные расходы в Spanner на 20%.

👍 Люди везде сохраняют контроль — бенчмарки и решение о релизе за инженерами, но перестают быть ограничены ручным перебором вариантов.
Это пресс-релиз с отобранными цитатами клиентов, так что применимость вне success-story — открытый вопрос.

❓ Это реальный прорыв или просто дорогой автоматизированный brute-force, доступный только гигантам с большими вычислительными бюджетами?

✅ Хотел рассказать про запуск самого большого в мире Starship — но пока писал этот пост, всё изменилось. Вчера, 16 июля, SpaceX реально пыталась его запустить, и за секунды до старта пуск отменили: не все двигатели Super Heavy зажглись как надо. Маск сам подтвердил, что именно это стало причиной аборта. Так что дебют спутников Starlink V3 на борту Starship снова откладывается.

Если по сути: это должен был быть 13-й полёт Starship с площадки Pad 2 в Техасе, с обновлённым «железом» третьего блока — новой теплозащитой и датчиками нагрузки для более надёжного входа в атмосферу. И главная интрига — впервые на орбиту должны были полететь спутники Starlink V3. Это не косметическое обновление: пропускная способность каждого спутника вырастет примерно в 10 раз, до 1 терабита в секунду, и под такие габариты Starship и проектировался — в Falcon 9 такие спутники просто не помещаются.

👍 Кстати, на Polymarket была ставка про 53% вероятности 5-6 успешных запусков Starship за весь 2026 год. Мне кажется, это как раз честная оценка — трейдеры закладывают не «получится или нет», а сколько раз получится из многих попыток. После вчерашнего аборта эта цифра, подозреваю, уже слегка просела.

➡️ Компания Pangram (детектор ИИ-текста) проанализировала больше миллиона постов на LinkedIn, X, Reddit, Medium и Substack — как полностью написанные ИИ, так и созданные с его помощью.

Цифры получились неприятно однобокими: LinkedIn — это примерно треть всех проверенных постов, но на неё пришлось 62% всего, что детектор пометил как полностью сгенерированное ИИ. То есть непропорционально много.

🚨 В целом по всем платформам около каждого четвёртого длинного поста оказался полностью написан ИИ, а если считать вместе с текстами, где человек и ИИ работали в связке, лидером неожиданно стал X. LinkedIn при этом официально заявляет, что борется с низкокачественным, автоматизированным и шаблонным контентом — но цифры говорят, что бороться становится всё труднее: отличить, кто реально писал текст, а кто просто нажал «сгенерировать», уже почти невозможно на глаз.
Забавная ирония в том, что именно LinkedIn — площадка, построенная на личном бренде и «экспертном мнении», — оказалась territorией, где это личное мнение реже всего написано лично. Стоит, впрочем, держать в уме, что детекторы ИИ-текста сами по себе не идеальны и дают false positives, особенно на не-носителях языка и людях с определённым стилем письма — так что цифры Pangram стоит воспринимать как оценку, а не абсолютную истину.

❓ Вы уже научились отличать ИИ-пост в ленте с первого взгляда, или тоже иногда путаетесь?

🐀 Забавная история, которая на самом деле опирается на реальную новость: Anthropic несколько раз подряд продлевала бесплатный доступ к своей топовой модели Claude Fable 5 в рамках платных подписок — сначала до 7 июля, потом до 12-го, а теперь и до 19 июля, вместе с повышенными на 50% недельными лимитами Claude Code. Так что человек, который подвинул планы ради «лишнего окна» с моделью, действовал вполне рационально — программа реально продлевалась дважды за неделю, буквально в последний момент перед дедлайном.

Что интересно в контексте: похоже, продления связаны не столько с щедростью, сколько с конкурентным давлением — GPT-5.6 Sol от OpenAI почти догнал Fable 5 по бенчмаркам, но стоит заметно дешевле (один разработчик посчитал: $16 против $63 за одну и ту же задачу).

💲 После 19 июля доступ переходит на предоплаченные кредиты — $10 за миллион входных токенов и $50 за миллион выходных, что для потребительской модели такого уровня необычная модель монетизации.
История с переносом планов ради ИИ-инструмента звучит забавно, но по сути отражает реальную вещь — растущую производительность действительно ощущают многие пользователи, и рациональность решения «использовать лимит, пока он есть» вполне объяснима, особенно с учётом того, что никто заранее не может предсказать, продлят ли доступ снова.

👆 Риша Панигрихи из USC создала InTruth — браузерное расширение, которое в реальном времени проверяет фактические утверждения во время дебатов и выступлений.

Claude используется дважды: сначала даёт быстрый вердикт, потом уточняет его после поиска источников. Расширение отслеживает спикеров, отделяет факты от мнений и маркирует утверждения как правду, ложь, введение в заблуждение, частичную правду или непроверяемое.
За неделю набралось больше 2000 пользователей.

📁 Сама создательница честно предупреждает: система может ошибаться, и пользователям стоит проверять источники, а не слепо доверять ИИ-вердикту.

❓ Доверили бы такому расширению формировать мнение во время дебатов, или предпочли бы проверять факты сами?

🪟 Разбираю пост Сидни Ранкл из LangChain про новую фичу в Deep Agents — поддержку RLM (recursive language models), концепции, предложенной Алексом Чжаном и исследователями MIT CSAIL. Проблема, которую они решают, знакома всем, кто работал с длинным контекстом: чем больше информации накапливает агент, тем хуже он работает — это называют context rot. Классический пример: агенту нужно посчитать средний размер сделки по 10 000 транскриптов звонков. Если считать «по ходу», сохраняя промежуточный итог в контексте модели, сумма неизбежно начинает плыть по мере роста истории.

Идея RLM в том, чтобы вынести оркестрацию и подсчёты в код, а не держать их в эфемерном окне контекста модели. Модель получает данные как переменную в REPL и пишет код, который сам решает, как разбить задачу, — grep, partition, map, reduce, всё как при работе с большим датасетом. Отличие от обычных саб-агентов в том, что раньше модель решала «что делать дальше» пошагово, на каждом шаге рассуждения, а теперь пишет скрипт, и код гарантирует полный охват задачи (цикл for обойдёт каждый батч по определению, а не «на усмотрение» модели).

➡️ Результаты на бенчмарке OOLONG показательны: на контексте 64k токенов обычный агент почти не уступает — 0.58 против 0.67 у RLM-версии. Но на 128k разница резко увеличивается — 0.44 против 0.79, причём обычный агент не просто ошибается, а честно сдаётся и говорит, что не может выполнить задачу. Правда, авторы сами оговариваются: это прикидочный тест без специфической настройки под задачу, так что реальный потенциал RLM, вероятно, недооценён этими цифрами.

Отдельная деталь, которая мне кажется важной: оркестратор и саб-агенты в Deep Agents могут работать на разных моделях — например, фронтир-модель как «дирижёр» с открытыми весовыми моделями вроде GLM 5.2 или Nemotron в роли исполнителей для экономии, или наоборот.

👆 Джефф Безос заявил, что настоящие ограничения роста сегодня — не в идеях (их у людей и так больше, чем можно реализовать), а во времени, инженерном таланте и производственных мощностях. В качестве решения он указывает на Prometheus — ИИ-стартап, который он с ноября 2025 года возглавляет как со-CEO, вернувшись к операционной работе впервые после ухода из Amazon в 2021-м. Идея Prometheus — сократить дистанцию между идеей и готовым физическим продуктом, построив, по формулировке самого Безоса, «искусственного инженера общего назначения»: ИИ, который тренируется не на текстах интернета, а на данных из физического мира, чтобы ускорять инженерию и производство — от чипов до ракет. Компания уже привлекла $18,2 млрд суммарно (последний раунд — $12 млрд при оценке $41 млрд) и наняла около 150 человек из OpenAI, Google DeepMind, Nvidia.

Заявление звучит на фоне реальной и довольно тревожной статистики: по данным Challenger, Gray & Christmas, в мае 2026 года ИИ был указан работодателями как основная причина примерно 40% всех сокращений в США — рекордная доля с начала отслеживания этого показателя в 2023-м (для сравнения, в январе было всего 7%). С начала года ИИ уже фигурирует в 87 700 увольнениях — больше, чем за весь 2025 год целиком. Правда, стоит держать в уме оговорку экономистов: то, что компания официально называет ИИ причиной сокращений, не всегда означает, что это действительно так — иногда это просто удобная формулировка для рынка и инвесторов.

➡️ Позиция самого Безоса классически оптимистична для технологического предпринимателя: ускорение разработки создаст больше продуктов, компаний и целых индустрий, а значит — больше, а не меньше спроса на квалифицированных специалистов. Проблема в том, что это долгосрочный аргумент, который слабо утешает людей, теряющих работу прямо сейчас — краткосрочная боль и долгосрочная выгода здесь могут просто не совпадать по времени для одних и тех же людей.

❓ Вам ближе позиция «это временный болезненный переход» или ощущение, что оптимизм тут больше служит инвесторам, чем реальным работникам?

✨ Это продолжение материала про AlphaEvolve, и здесь — конкретика по запуску. Пушмит Кохли, главный научный сотрудник Google Cloud и вице-президент по науке в Google DeepMind, формулирует главный тезис компании: ИИ переходит от роли ассистента, который просто ускоряет работу, к роли «двигателя открытий», расширяющего то, что вообще возможно сделать. По его словам, автономно исследуя гигантские вычислительные пространства решений, такие инструменты, как AlphaEvolve, помогают находить прорывные алгоритмы, дополняющие человеческую интуицию, а не просто её имитирующие.

Технически для старта нужны всего два элемента: seed-программа — исходный алгоритм с явно помеченными участками кода, которые разрешено оптимизировать, и evaluator — детерминированный скрипт на стороне пользователя, который компилирует, тестирует и оценивает каждый сгенерированный вариант, возвращая числовые метрики. Дальше цикл простой: клиентский раннер запрашивает у API AlphaEvolve мутировавших кандидатов, прогоняет их через свой evaluator (он может крутиться где угодно) и отправляет оценки обратно, из которых AlphaEvolve выбирает следующие направления поиска.

🔥 Для входа рекомендуют идти через документацию и onboarding-гайд, начать с базовых примеров в Colab, чтобы понять эвристику, а для агентных workflow — использовать AlphaEvolve Skill прямо в IDE вроде Antigravity или Claude Code.
По сути, порог входа здесь ниже, чем можно было ожидать — не нужно быть исследователем в ML, достаточно уметь написать evaluator для своей задачи.

‼️ AWS выпустила открытый MCP-сервер для Registry of Open Data on AWS (RODA) — каталога, где хранятся сотни петабайт открытых данных от NASA, NOAA, NIH, Allen Institute и других организаций (спутниковые снимки, геномика, климат, геоданные). Идея простая: раньше, чтобы найти нужный датасет, исследователю приходилось вручную перебирать каталог, находить нужный S3-бакет, разбираться в структуре файлов и тестировать несколько из них, прежде чем понять, подходит ли датасет вообще. Теперь это можно сделать одним диалогом в Kiro, Claude Code или любом другом MCP-совместимом ассистенте.

Сервер построен вокруг трёх функций: поиск (запрос вроде «найди датасеты для изучения температуры океана» возвращает подходящие наборы с описанием и условиями лицензии), изучение метаданных (можно попросить подробности по конкретному датасету или найти похожие) и оценка пригодности — ассистент показывает структуру S3-бакета, форматы файлов и партиционирование, а также может «заглянуть» в конкретный файл и показать его содержимое до того, как вы начнёте полноценную работу с данными.

➡️ Технически всё подключается буквально одной командой (claude mcp add roda-mcp uvx awslabs.roda-mcp-server@latest), проект открытый, под лицензией Apache 2.0.

По сути это ещё один пример того, как MCP-протокол Anthropic становится стандартной «прослойкой» между ИИ-ассистентами и специализированными источниками данных — не нужно писать кастомную интеграцию под каждый каталог, достаточно поднять MCP-сервер один раз. Хорошая иллюстрация того, куда движется вся эта экосистема: от «спроси у чат-бота» к «дай агенту прямой доступ к твоим инструментам и данным».

❓ Многие ли исследовательские команды реально готовы довериться ИИ-ассистенту в предварительной оценке данных, или это скорее ускоряет первый шаг, а глубокую проверку всё равно делают руками?

🖱 Эми Лу из команды LangChain выпустила короткое видео о том, как настроить Claude Code так, чтобы каждая сессия автоматически отправлялась в LangSmith в виде полноценной трассы. Настройка сводится буквально к трём командам: добавляешь маркетплейс плагинов (/plugin marketplace add langchain-ai/langsmith-claude-code-plugins), ставишь сам плагин (/plugin install langsmith-tracing) и перезагружаешь плагины. Плюс один JSON-блок с переменными окружения — API-ключ LangSmith и название проекта.

После этого в трассу автоматически попадает буквально всё: полная история диалога с моделью, каждый вызов инструмента (Bash, Read, Edit, Grep и другие) с входными и выходными данными, запуски саб-агентов как дочерние спаны, события сжатия контекста (compaction) и даже прерванные ответы — они помечаются как interrupted, а не просто теряются. В LangSmith это превращается в дерево выполнения сессии, а не плоский лог, и по вкладке Threads можно проследить весь многошаговый диалог целиком.

💢 Практическая мотивация понятна: Claude Code всё чаще используют «headless» — в CI-пайплайнах, автоматизированных агентах, по расписанию — и в таких сценариях просто нет возможности смотреть на живой терминал, когда что-то идёт не так. Трейсинг даёт тот же уровень наблюдаемости, что обычно ожидают от продакшен-LLM-систем, только применительно к агенту, который пишет и правит код.

Системные промпты в трассу не попадают — Claude Code их просто не возвращает в транскриптах разговора, так что это единственное существенное ограничение подхода.

👁️ GitHub объявил о добавлении Kimi K2.7 Code от Moonshot AI в линейку моделей Copilot — и это первая модель с открытыми весами в списке. Открытые веса означают, что параметры, на которых обучалась модель, доступны всем желающим, то есть модель можно дообучать и модифицировать под себя. При этом сама Kimi хостится на инфраструктуре Microsoft AI Foundry в США и управляется GitHub и Microsoft — то есть «открытость» тут про веса, а не про то, где физически крутится модель.

По умолчанию модель отключена — включать должен админ организации, проверить доступность можно через вкладку Models в Copilot CLI. Из практичного — цена: 95 AI-кредитов за миллион входных токенов и 400 за миллион выходных (кредит ≈ 1 цент), что делает её одной из самых дешёвых в линейке. При этом, по внутренним тестам GitHub, по качеству агентного кодинга Kimi K2.7 Code сопоставима с фронтир-моделями, а по скорости первого токена и общей отзывчивости — одна из самых быстрых в линейке, плюс 95% попаданий в кеш, что тоже про эффективность.

➡️ В демо-примере модели дали продуктовые требования для сайта шеринга ссылок — она задала 8 уточняющих вопросов, выявила неявные допущения, а затем в автопилот-режиме реализовала рабочее приложение с минимумом дополнительных правок.

Доступна уже сейчас для Pro, Pro+ и Max, для бизнес- и энтерпрайз-аккаунтов — в ближайшие недели.
Заметный шаг: раньше открытые модели в основном ассоциировались с self-hosting и энтузиастами, а тут крупная открытая модель заходит прямо в мейнстримный продукт наравне с закрытыми фронтир-моделями.

❓ Стали бы вы сознательно выбирать более дешёвую open-weights модель для рабочего кодинга, если по тестам она почти не уступает топовым?

✅ CEO Cloudflare Мэттью Принс на мероприятии Axios в Каннах снова заговорил о том, как ИИ меняет способ, которым люди находят бизнесы онлайн. Его тезис: ИИ-ассистенты за секунды сравнивают тысячи товаров без всякой лояльности к бренду — а значит выигрывают в основном уже раскрученные имена, которые чаще упоминаются в интернете и обучающих данных, а мелким компаниям становится сложнее выделиться.

Цифра про клики укладывается в то, что Принс говорит уже больше года: соотношение «сколько страниц краулит поисковик на одного реального посетителя» стремительно растёт — у Google счёт идёт на десятки страниц на клик, у ИИ-ассистентов вроде OpenAI и Anthropic — на сотни и тысячи. Люди получают готовый ответ прямо в чате и просто перестают переходить по ссылкам на источник.

💲 Решение Cloudflare — Pay Per Crawl: механизм, который позволяет владельцам сайтов брать плату с ИИ-краулеров за доступ к контенту вместо того, чтобы просто блокировать их. Правда, у Принса тут прямой коммерческий интерес — Cloudflare обслуживает огромную долю веб-трафика и зарабатывает на позиционировании себя защитником издателей.

💢 Иван Паломарес Каррaскоса (Machine Learning Mastery) разбирает пять стратегий для долгоживущих агентов, у которых контекстное окно — узкое место.

1. Sliding window — помнит только последние N ходов. Дёшево, но чревато «цифровой амнезией» и зацикливанием.

2. Recursive summarization — сжимает старую историю в саммари, как JPEG. Держит общий «сюжет», но теряет детали.

3. Structured state management — вместо истории агент ведёт компактный JSON с целями и фактами. Экономно, но всё, что не заложено в схему, агент просто не увидит.

4. RAG-подход — вся история хранится во внешней базе, в промпт подтягивается только релевантное. Работает почти бесконечно, но рискует упустить связь между непохожими друг на друга событиями.

5. Dynamic context routing — рутину делает дешёвая модель, а когда агент застревает — подключается мощная модель с полной историей. Экономично, но сложно надёжно ловить момент, когда модель застряла.

Вывод автора: цель не бесконечная память, а архитектура, которая осознанно решает, что помнить, а что забыть.

❓ Какая стратегия кажется вам рабочей в проде, а какая — скорее теоретической?

⚠️ Пока весь мир агентных фреймворков крутится вокруг Python, Microsoft спокойно выкатила Go-версию своего Agent Framework — до этого он жил только на .NET и Python. Статус пока публичное превью, часть фич ещё не доехала.

Из того, что реально важно, если вы строите не игрушку, а что-то, что пойдёт в прод: граф-оркестрация с параллельными и групповыми паттернами, чекпоинты с возможностью откатить состояние назад, контроль человека в процессе, наблюдаемость через OpenTelemetry, поддержка MCP, A2A и интеграция с Foundry и GitHub Copilot SDK. RAG «из коробки» и декларативных агентов пока нет — их обещают позже.

👍 Мне кажется, выбор Go здесь не случаен: у Microsoft огромная аудитория бэкенд-разработчиков, которые пишут высоконагруженные сервисы именно на Go, а не на Python, и им явно неудобно каждый раз выносить агентную логику в отдельный сервис на чужом языке. Плюс в README отдельно прописано предупреждение — если используете сторонние модели или агентов не из экосистемы Azure, делаете это на свой страх и риск. Забавно, что это выходит буквально на фоне разговоров про вендор-лок от Карпа и Менша: крупные игроки одновременно предупреждают о рисках привязки к чужой инфраструктуре и укрепляют собственную.

🔥 Выпуск подкаста Last Week in AI от Андрея Куренкова и Джереми Харриса за прошлую неделю получился насыщенным. Главная тема — Anthropic вернула доступ к моделям Mythos и Fable после переговоров с американским правительством: администрация Трампа сняла ограничения, введённые ранее из соображений экспортного контроля. Параллельно компания добавила новые классификаторы для кибербезопасности и вместе с крупными партнёрами разрабатывает framework для оценки серьёзности джейлбрейков. Ведущие честно обсуждают неудобную реальность: джейлбрейки, судя по всему, неизбежны в принципе, а условия релиза у разных компаний (в частности, у Anthropic и OpenAI) заметно отличаются по строгости.

Тут же — запуск Claude Sonnet 5: модель дешевле в использовании, с улучшенным агентным кодингом и более высокими бенчмарками, сниженной частотой «неправильного» поведения и защитами от кибератак по умолчанию — хотя по чисто кибербезопасностным возможностям она всё ещё слабее топовых моделей рынка. Из инструментов упоминают NotebookLM от Google, который теперь умеет сжимать загруженные исследования в вертикальные видео в духе TikTok, и новый Nano Banana 2 Lite — более быстрый и дешёвый генератор изображений от Google.

👑 В блоке про бизнес — стартап Etched переманил больше 400 инженеров из Nvidia, TSMC и других компаний, чтобы построить новый инференс-кластер, на который уже есть спрос почти на $1 млрд. Baidu растёт на новостях об IPO чипового подразделения, Agility Robotics готовится выйти на биржу через SPAC на $2,5 млрд, а DeepSeek планирует минимум удвоить штат во всех департаментах — ещё один штрих к истории о том, как быстро растёт китайский ИИ-сектор на фоне разговоров об экспортных ограничениях.

❓ Какая из этих новостей вам самой кажется важнее для канала — снятие ограничений с Anthropic или рост DeepSeek?

☀️ OpenAI выпустила свой первый физический продукт — и это не тот самый легендарный гаджет от Джони Айва (тот, по слухам, окажется динамиком без экрана, который умеет двигаться — совсем другая история). Это скромный механический макропад Codex Micro, сделанный в партнёрстве с Work Louder на основе их клавиатуры Creator Micro 2 — по сути, ребрендированная версия уже существующего продукта, у Work Louder был похожий опыт коллаборации с Figma и Framer.

Фишка не в самом железе (обычные низкопрофильные механические свитчи, выбор между тихими и щёлкающими, подключение по USB-C или Bluetooth), а в шести подсвечиваемых «agent keys» сверху: каждая клавиша привязывается к конкретному агенту Codex, и цвет подсветки показывает его статус — белый значит «простаивает», синий — «думает», зелёный — «закончил», красный — «ошибка». Одно нажатие выбирает агента, двойное — выводит его на передний план. Внизу — клавиши для принятия/отклонения правок агента и кнопка push-to-talk, потому что, видимо, разговаривать с Codex голосом — это следующая ступень принятия в Кремниевой долине. Всё перепрограммируется через фирменное приложение Work Louder, в комплекте — 32 дополнительных кейкапа, включая клавиши «yolo» и «yeet» для любителей vibe-коддинга.

👆 Сам автор статьи честно резюмирует: нужен ли вам этот девайс — нет; забавная ли это игрушка — да; сделает ли он вас продуктивнее — неясно. И это, кажется, точная характеристика момента: Codex приближается к 9 миллионам пользователей, и OpenAI явно тестирует, насколько глубоко физический интерфейс может встроиться в рутину «работы с агентами» — по сути, материализуя абстрактную идею «у меня в фоне работает несколько ИИ» в физический объект, на который можно посмотреть и потрогать.

🌟 Странная ситуация в отношениях крупных ИИ-игроков: CEO Microsoft Сатья Наделла на внутренней встрече с инженерами Copilot заявил, что модель Fable 5 от Anthropic выглядит «редакционно зацензурированной», а часть её ограничений «не имеет смысла». По его словам, если пользуешься Fable, она отказывает по случайным поводам, и он спросил, когда в последний раз творческий инструмент был настолько подцензурен.

Контекст важен: Fable уже переживала турбулентный запуск — спустя три дня после релиза в начале июня Anthropic была вынуждена приостановить доступ к модели из-за требований экспортного контроля США, а 1 июля восстановила его, честно предупредив, что новые защитные механизмы будут блокировать чуть больше безобидных запросов, чем раньше. Пользователи в соцсетях действительно жаловались на избыточные отказы, и по некоторым темам, связанным с разработкой крупных моделей, Fable вообще перенаправляет запросы на более старую версию.

✅ Но самое интересное — не сама критика, а то, кто её произносит. Наделла критикует ценного партнёра и клиента: в ноябре Microsoft вложила $5 млрд в Anthropic, а та обязалась направить $30 млрд на облако Azure, плюс на технологии Anthropic построен Copilot Cowork. Публичная критика продукта партнёра, в который сам же инвестировал миллиарды, — это либо неосторожность, либо (вероятнее) осознанный сигнал рынку. Наделла параллельно продвигает более широкий тезис — что мир не может позволить себе ситуацию, когда всего две компании владеют «токен-капиталом», а все остальные его просто арендуют, и призывает предприятия строить собственную ИИ-инфраструктуру вместо аренды чужой. Это прямое эхо позиции Карпа и Менша, которую мы уже разбирали, только теперь с той же риторикой выступает CEO компании, глубоко завязанной именно на аренду чужих моделей.

Кажется, это уже не просто спор про чувствительность фильтров — а публичная разминка перед тем, как крупные игроки начнут пересматривать зависимость друг от друга.

❓ Вам ситуация видится как искренняя обратная связь от крупного клиента, или как стратегический удар по конкуренту, который заодно является инвестицией?

🌟 Google переименовал NotebookLM в Gemini Notebook и заодно подтянул функционал: каждый блокнот теперь работает через защищённый песочничный облачный компьютер, который умеет писать и выполнять код прямо по загруженным пользователем источникам. Это значит — не просто саммари в текстовом виде, а полноценный анализ данных, графики и другие форматы вывода поверх ваших документов.

Пока новая возможность с исполнением кода доступна подписчикам Google AI Ultra и части бизнес-клиентов Workspace, в ближайшие недели её обещают раскатать на Pro-пользователей, а вот про бесплатный тариф компания пока молчит — типичная история для Google, где топовые фичи сначала достаются платящим.
Продукт вырос из скромного Project Tailwind, показанного на Google I/O 2023, и успел набрать больше 30 миллионов пользователей и 600 тысяч организаций — солидная база для инструмента, который изначально позиционировался как нишевый помощник для работы с документами. С этим апдейтом блокноты уже доступны прямо внутри приложения Gemini, а скоро появятся и в AI Mode поиска Google.

➡️ По сути, это ещё один шаг в общей логике Google — сворачивать отдельные ИИ-продукты под единый зонтичный бренд Gemini, а не давать им жить самостоятельной жизнью (та же судьба недавно постигла и другие инструменты компании). С одной стороны, это упрощает жизнь пользователю — меньше приложений, единая экосистема. С другой — NotebookLM успел стать узнаваемым самостоятельным продуктом со своей аудиторией, и растворение бренда всегда немного смазывает эту идентичность.

🔥 Свежая исследовательская работа Виктории Граф и коллег ставит неудобный вопрос: что, если атаковать будущие языковые модели можно ещё до того, как их вообще начали обучать — просто массово оставляя вредоносный текст в комментариях на обычных сайтах? Раньше эксперименты по «отравлению» обучающих данных в основном строились на подконтрольных источниках вроде Wikipedia, что плохо отражает реальный масштаб и разнородность настоящих датасетов для претрейна.

Эта работа впервые честно смотрит на весь путь атакующего контента — от публикации до реального попадания в обучающую выборку модели.
Для этого авторы предложили метод HalfLife — он оценивает вероятность того, что вредоносный текст не просто появится на странице, а действительно пройдёт весь конвейер: попадёт в краулинг, сохранится в виде читаемого текста, а затем переживёт автоматические фильтры качества, которые компании и так применяют к своим корпусам. Итоговая цифра выживаемости для отравления через комментарии оказалась скромной — около 0,13%. Звучит как ничтожная величина, но важно учитывать масштаб: авторы напоминают, что по прошлым исследованиям всего 250 отравленных документов достаточно, чтобы встроить в модель бэкдор, а значит атакующему хватило бы «испортить» от 100 тысяч до миллиона веб-страниц — вполне посильная задача при наличии автоматизированной публикации комментариев и учитывая, насколько массово открытые формы для комментариев встречаются в вебе.

⚠️ Отдельно любопытный вывод — замена естественных комментариев на курируемый вредоносный контент почти не влияет на то, проходит ли текст через фильтры качества: подделка выглядит для системы фильтрации так же «нормально», как обычный человеческий комментарий.
По сути, работа переводит атаку на данные из области абстрактной теории в область измеримого практического риска — с конкретной методологией, кодом в открытом доступе и числами, а не просто «в принципе это возможно».

❓ Насколько вас как читателя канала беспокоит эта уязвимость — или она кажется скорее теоретической угрозой, чем реальным риском для моделей, которыми вы пользуетесь?