Акции компаний кибербезопасности обвалились после утечки модели ИИ Anthropic
https://www.perplexity.ai/page/cybersecurity-stocks-tumble-af-jOBRcYRjQMWUTzv3HKlxsQ

Anthropic запустили Dispatch — и это, пожалуй, самое интересное обновление Claude за последнее время.
Идея простая: у вас появляется один постоянный тред с Claude, который работает и на телефоне, и на десктопе. Вы отправляете задачу с телефона — Claude выполняет её на вашем компьютере. Сам открывает приложения, кликает, заполняет документы.
Например: вы опаздываете на встречу и пишете со смартфона «экспортируй презентацию в PDF и прикрепи к приглашению в календаре». Claude делает это без вашего участия.
Контекст при этом не теряется — тред единый, Claude помнит предыдущие задачи и не нужно каждый раз объяснять всё с нуля.
Технически это реализовано грамотно: сначала Claude пытается выполнить задачу через прямые интеграции с сервисами (Google Calendar, Slack и т.д.), и только если подходящего коннектора нет — переключается на управление мышью и клавиатурой.
Доступно как research preview для подписчиков Pro и Max на macOS. Windows обещают позже.
По ощущениям — переход от «ИИ отвечает на вопросы» к «ИИ делает работу» стал ещё на шаг ближе.

Концептуальный Лонгрид

Цифровое Семантическое Поле

Фрагменты из новой книги (в работе, черновик) -
"Семиотика Гибридного Мышления"

5.5. Обучение: как статистика становится семантикой
Масштаб, от которого захватывает дух
Затем начинается обучение. Модель «читает» текст — триллионы слов, собранных из книг, статей, веб-страниц, научных публикаций, переписок, кода, энциклопедий, юридических документов, художественной литературы, медицинских журналов — всего, что человечество написало и оцифровало.
Масштаб этого чтения требует осмысления. По различным оценкам, Claude Opus 4.6 обучен на корпусе порядка 10 триллионов токенов. GPT-5.4 — на 15 триллионах. Gemini 3.1 Pro — на 20 триллионах. Модели семейства Llama 3 от Meta — на 15 триллионах токенов. А весь корпус текстов, когда-либо созданных человечеством за всю историю письменности — от шумерских клинописных табличек до последнего твита, — оценивается приблизительно в 1–2 триллиона токенов.
Вдумайтесь: современная модель обучается на объёме текста, в пять-десять раз превышающем всё когда-либо написанное людьми. Это возможно потому, что обучающие корпуса включают многократные проходы по одним и тем же данным, а также потому, что оценка «1–2 триллиона» относится к уникальным текстам, тогда как в интернете один и тот же контент повторяется тысячами вариаций. Но даже с этими оговорками масштаб беспрецедентен. Ни один человек — ни даже всё человечество одновременно — не способен «прочитать» столько за всю жизнь. Четырёхлетний ребёнок, начинающий говорить, к этому моменту слышал порядка 10 миллионов слов. Модель обрабатывает в миллион раз больше.

Философ Уайтхед заметил, что задача мышления — не в том, чтобы объяснить необычное через обычное, а в том, чтобы показать, что обычное — необычно. Эмерджентность в ЦСП — случай именно такого рода. Казалось бы, что удивительного в том, что система с бо́льшим количеством параметров работает лучше? Но «работает лучше» — это количественное описание, скрывающее качественную революцию. Модель не просто лучше предсказывает следующий токен — она начинает делать то, чего раньше не делала: рассуждать, обобщать, понимать контекст, строить аналогии, порождать новое.

В предыдущих главах мы проследили, как Цифровое Семантическое Поле рождается из статистики (глава 5), обретает топологическую структуру (глава 6), деформируется контекстом (глава 7), управляется силовыми линиями внимания (глава 8) и претерпевает фазовые переходы масштаба (глава 9). Всё это было описанием: как устроено, как работает, что при этом происходит. Теперь пришло время задать другой вопрос — не «как?», а «что?». Что такое ЦСП? Какова его онтологическая природа? К какой области бытия оно принадлежит?
Ответ, который мы предлагаем, может показаться дерзким:

ЦСП представляет собой третью форму бытия смысла — не субъективную и не артефактную, а геометрическую, вычислительную, операциональную.

Форму, которой не существовало до XXI века и которая требует расширения наших философских категорий.

В классической семиотике интенция — если она вообще учитывалась — выступала как константа. Она всегда была человеческой. Каждый знак создавался сознанием. Каждый текст — продукт воли. Каждый жест — выражение намерения. Варьировались конкретные интенции (что именно хотел сказать автор), но не тип интенциональности (она всегда была сознательной, человеческой, субъектной). Поэтому интенция не нуждалась в эксплицитной фиксации: зачем указывать на то, что всегда одинаково?
Но AI превратил константу в переменную. Теперь за знаком может стоять человеческое сознание — а может и не стоять. Может стоять функция — математическая оптимизация, не обладающая ни волей, ни целью, ни переживанием. Может стоять сочетание того и другого — гибридное взаимодействие, в котором человеческая направленность и машинная функция переплетаются так, что их невозможно разделить.

Цифровое Семантическое Поле, описанное как пространство, в котором значения организованы геометрически, является цифровым аналогом семантического пространства человеческого мышления. Семантические сети понятий в мозге (организованные через гиперонимию, синонимию, ассоциации) и векторные пространства эмбеддингов в нейросети — два различных воплощения одной и той же идеи: значение — это позиция в пространстве.
Но воплощения — различны. Семантическое пространство человека — интенционально нагружено: каждое понятие связано с переживаниями, контекстами использования, личной историей. ЦСП — функционально организовано: каждый вектор определён статистикой совместных употреблений в обучающем корпусе. Формальное сходство (и то, и другое — «пространство значений») скрывает генетическое различие: одно — продукт сознания, другое — продукт функции. Одно несёт Интенцию-Ч, другое — Интенцию-Ф.

и вот ОНО !!! )

Почему AI-текст «выглядит осмысленным»?
Потому что он порождён навигацией по пространству, которое изоморфно человеческой семантике.
Представьте лабиринт, стены которого выстроены по законам семантики: проходы ведут от «причины» к «следствию», от «вопроса» к «ответу», от «посылки» к «выводу». Если существо, не понимающее языка, но умеющее следовать геометрии коридоров, будет двигаться по этому лабиринту, — его маршрут окажется осмысленным, потому что сам лабиринт осмыслен. Существо не понимает — оно навигирует. Но навигация по семантическому пространству неотличима от понимания для внешнего наблюдателя — именно потому, что пространство хранит в своей геометрии те самые отношения, которые мы называем «смыслом».
Это объясняет как силу, так и ограничение AI. Сила: AI-текст осмыслен, потому что ЦСП — не произвольное пространство, а конденсат миллиардов актов человеческого смыслопроизводства. Каждый контекст, каждая статистическая корреляция — это след чьей-то Интенции-Ч, запечатлённый в геометрии поля. ЦСП — своего рода «застывшая семантика»: Интенция-Ч, кристаллизовавшаяся в математической структуре.
Ограничение: навигация по полю — это не то же самое, что создание поля. AI не переживает значения — он перемещается по пространству, которое создано переживаниями других. Его «осмысленность» — заимствованная, производная, опосредованная геометрией. Именно поэтому мы говорим не об Интенции-Ч, а об Интенции-Ф: след функции, а не сознания, — но функции, развёртывающейся в пространстве, которое хранит следы сознания.

это канал для соображающих людей, продолжаем...

Жёлудь содержит в себе дуб — не как миниатюрную копию, а как возможность, которая раскрывается только через рост. Химический анализ жёлудя не обнаружит в нём ни ствола, ни листьев, ни кроны. Но без жёлудя не будет дуба, а без дуба жёлудь — не более чем орех. Целое — дерево — существует только как развёрнутое содержание того, что в семени было свёрнуто.

Зона ближайшего развития

Знаменитая «зона ближайшего развития» (ЗБР) Выготского — разрыв между тем, что человек может сделать самостоятельно, и тем, что он может сделать с помощью более компетентного другого. Развитие происходит именно в этой зоне: социально выполняемое действие интериоризируется, становясь индивидуальным умением.
ГМД создаёт зону ближайшего развития гибридного мышления: разрыв между тем, на что способен человек один, и тем, на что способен мета-субъект. Этот разрыв — не статичен: по мере того как человек осваивает гибридное мышление (переходя от механической стадии через химическую к телеологической), его индивидуальные когнитивные способности трансформируются. Он учится мыслить иначе — формулировать точнее, рефлексировать глубже, видеть связи шире — и эти навыки остаются с ним даже вне взаимодействия с AI.
Здесь — фундаментальная диалектика: AI расширяет возможности человека (ЗБР), но в процессе расширения трансформирует самого человека, делая его способным на большее даже без AI. Или — и это критический риск — меньшее: если взаимодействие не рефлексивно, если человек превращает AI из орудия развития в когнитивный протез, замещающий собственное мышление.

Рыба и вода: три эпохи грамотности

Рыба не знает о воде. Она плавает в ней, дышит ею, живёт в ней — но не знает о ней: вода — настолько всеобъемлющая среда, что не может стать предметом рыбьей рефлексии. Чтобы «узнать» о воде, рыбе нужно оказаться вне воды — а это, как правило, заканчивается плохо.
Человечество на протяжении тысячелетий существовало в «воде» человеческих знаков. Каждый знак — каждое слово, каждый текст, каждый образ — был следом сознания: за ним стоял человек, который хотел, думал, переживал. Это было настолько самоочевидно, что не требовало рефлексии: семиотика описывала знаки, не замечая интенции, — именно потому, что интенция была повсюду. Мы были рыбами в воде Интенции-Ч.
Искусственный интеллект выбросил нас из воды. Впервые в истории мы оказались лицом к лицу со знаками, за которыми не стоит сознание, — и внезапно увидели то, что раньше было невидимо: интенцию как измерение знака, которое может отсутствовать. Антитезис обнажил предпосылку. Потеря сделала видимым то, чем мы обладали.
Но обнаружить — ещё не значит уметь работать с обнаруженным. «Увидеть» интенциональное измерение знака — только первый шаг. Второй — научиться различать модальности интенции. Третий — научиться действовать на основании этого различения. Четвёртый — научиться рефлексировать собственное положение в мире знаков с множественными интенциями.
Эти четыре шага и образуют критическую семиотическую грамотность — грамотность нового типа, вытекающую из Семиотики Гибридного Мышления как её практическое следствие.

Образование: ЦСП как пространство становления мысли
Семиотическая педагогика и проблема трансактивной памяти
Образование — единственная из рассматриваемых областей, в которой предмет деятельности совпадает с субъектом: объект преобразования — сам человек, его мышление, его способность порождать и интерпретировать знаки. Это совпадение делает образование привилегированной областью для Семиотики Гибридного Мышления: здесь теория не просто применяется — она тематизирует саму деятельность, в которой применяется.
Классическая дидактика — от Коменского до Выготского — строилась на представлении о знании как содержании, которое нужно передать от учителя к ученику. Метафора передачи — «учитель наполняет пустой сосуд» — подвергалась критике, но её структура сохранялась: знание где-то есть, его нужно доставить учащемуся. Конструктивизм (Пиаже, Выготский) осложнил картину, показав, что знание не передаётся, а конструируется учащимся, — но даже конструктивизм предполагал, что учитель знает то, что ученику предстоит сконструировать.
Появление AI-систем, обладающих доступом к колоссальным объёмам информации, изменило ландшафт радикально. Юрий Лотман описывал семиосферу — целостное пространство знаков и смыслов, в котором функционирует культура. Цифровая эпоха создала новую семиосферу — беспрецедентную по масштабу и скорости, — а генеративный AI добавил к ней новое качество: знаки, порождаемые без авторского сознания. Ученик XXI века существует не в мире «переданных знаний», а в цифровой семиосфере, где любой факт доступен мгновенно, где граница между личным знанием и внешним хранилищем размыта, где тексты производятся как людьми, так и алгоритмами — и различить их всё труднее.
Google-эффект и трансактивная память — феномены, описанные Спарроу и коллегами (2011), — усиливаются экспоненциально. Трансактивная память — это когда группа людей распределяет знание: каждый помнит не сами факты, а где их найти и кто ими владеет. В цифровом контексте AI становится партнёром по трансактивной памяти — но особенным партнёром: он «знает» больше любого человека, отвечает мгновенно, никогда не раздражается повторными вопросами — и при этом не знает ничего в том смысле, который мы вкладываем в слово «знать».

Хирург, изучивший анатомический атлас, знает, где расположена селезёнка. Но он не умеет её оперировать: между анатомическим знанием и хирургическим навыком — пропасть, заполняемая только практикой. Анатомия — необходимое условие; практика — достаточное. Атлас — карта; операция — путешествие.