Главный риск ИИ — не восстание машин, а концентрация власти
OpenAI запустила AI Futures — направление о том, как ИИ может перестроить общество и власть.
Один из главных вопросов: что произойдёт, если государствам и корпорациям больше не понадобится массовый человеческий труд для денег, управления и силы?
Позиция авторов жёсткая: ни одна компания или олигополия не должна контролировать архитектуру будущего.
https://openai.com/index/introducing-ai-futures
OpenAI запустила AI Futures — направление о том, как ИИ может перестроить общество и власть.
Один из главных вопросов: что произойдёт, если государствам и корпорациям больше не понадобится массовый человеческий труд для денег, управления и силы?
Позиция авторов жёсткая: ни одна компания или олигополия не должна контролировать архитектуру будущего.
https://openai.com/index/introducing-ai-futures
OpenAI
Introducing AI Futures
Introducing AI Futures, a new OpenAI blog exploring how transformative AI could reshape power, governance, the economy, and individual freedom.
Дата-центры можно охлаждать водой из канализации.
И это уже не шутка
ИИ требует огромных дата-центров, а те — колоссальных объёмов воды для охлаждения.
Идея использовать мочу звучит как рекламный абсурд, но технология реальна: очищенные сточные воды уже применяют вместо питьевой воды.
Проблема ИИ становится физической: чем больше вычислений, тем важнее, откуда брать воду для миллионов серверов.
https://techcrunch.com/2026/08/20/ok-can-we-actually-cool-data-centers-with-our-pee/
И это уже не шутка
ИИ требует огромных дата-центров, а те — колоссальных объёмов воды для охлаждения.
Идея использовать мочу звучит как рекламный абсурд, но технология реальна: очищенные сточные воды уже применяют вместо питьевой воды.
Проблема ИИ становится физической: чем больше вычислений, тем важнее, откуда брать воду для миллионов серверов.
https://techcrunch.com/2026/08/20/ok-can-we-actually-cool-data-centers-with-our-pee/
TechCrunch
OK, can we actually cool data centers with our pee? | TechCrunch
Jason Kelce joked that people should cool data centers with their pee, rather than potable water -- but his suggestion is not completely ludicrous.
ИИ теперь может написать сообщение за вас — и сам нажать «Отправить»
ChatGPT получил подключение к Apple Messages: он может искать старые сообщения, анализировать переписку, готовить ответы, удалять и даже отправлять сообщения от вашего имени.
Это уже не подсказка текста, а действие внутри личной переписки. Поэтому разработчик отдельно предупреждает: финальное подтверждение отправки лучше не отключать.
https://techcrunch.com/2026/08/20/chatgpt-can-now-send-texts-for-you-with-new-apple-messages-plugin/
ChatGPT получил подключение к Apple Messages: он может искать старые сообщения, анализировать переписку, готовить ответы, удалять и даже отправлять сообщения от вашего имени.
Это уже не подсказка текста, а действие внутри личной переписки. Поэтому разработчик отдельно предупреждает: финальное подтверждение отправки лучше не отключать.
https://techcrunch.com/2026/08/20/chatgpt-can-now-send-texts-for-you-with-new-apple-messages-plugin/
TechCrunch
ChatGPT can now send texts for you with new Apple Messages plug-in | TechCrunch
Ever wanted someone else to do your texting for you? ChatGPT is being offered up as an automated text scribe via a new Apple Messages integration.
Камеры на стройке начинают не просто записывать — они начинают понимать, что происходит
На стройке камера обычно нужна после проблемы: произошёл инцидент — открыли архив и начали выяснять, что случилось.
ИИ меняет эту логику: камера может замечать происходящее прямо сейчас.
Компьютерное зрение позволяет анализировать видеопоток и распознавать людей, строительную технику, объекты и определённые события. Потенциально это превращает обычную сеть камер в систему постоянного цифрового контроля площадки.
Но внедрение оказалось сложнее красивой демонстрации.
Одна из главных проблем — стройки слишком разные. Меняется освещение, погода, ракурсы камер, техника, одежда рабочих, расстояние до объектов. Модель, которая отлично распознавала экскаватор на тестовых данных, на реальной российской площадке может увидеть совсем другую машину, грязь, снег или частично закрытый объект.
Поэтому готовую модель компьютерного зрения недостаточно просто установить. Её приходится дообучать на реальных данных конкретной среды: собирать кадры, размечать объекты, исправлять ошибки и снова проверять результат.
Вторая проблема появляется при масштабировании.
Одна камера — это эксперимент. Десятки объектов и сотни видеопотоков — уже инфраструктура: нужно постоянно принимать видео, обрабатывать его, хранить нужные события и не утонуть в ложных срабатываниях.
Но именно здесь и появляется настоящая ценность.
Представьте, что система не просто хранит тысячи часов записи, которые никто никогда не посмотрит.
Она сама выделяет нужные эпизоды: техника появилась в определённой зоне, человек оказался там, где его не должно быть, произошло заданное событие — система это зафиксировала и передала сигнал.
Для руководителя стройки это уже не «ещё одна камера».
Это возможность получать информацию о площадке без необходимости физически смотреть на десятки экранов.
И следующий шаг выглядит ещё интереснее: связать компьютерное зрение с ИИ-агентом.
Тогда система сможет не только обнаружить событие, но и собрать статистику, подготовить отчёт, сравнить объекты и показать руководителю отклонения.
Камера раньше отвечала на вопрос: «Что произошло?»
Теперь её учат отвечать: «Что происходит прямо сейчас — и где нужно ваше внимание?»
Подписывайтесь
На стройке камера обычно нужна после проблемы: произошёл инцидент — открыли архив и начали выяснять, что случилось.
ИИ меняет эту логику: камера может замечать происходящее прямо сейчас.
Компьютерное зрение позволяет анализировать видеопоток и распознавать людей, строительную технику, объекты и определённые события. Потенциально это превращает обычную сеть камер в систему постоянного цифрового контроля площадки.
Но внедрение оказалось сложнее красивой демонстрации.
Одна из главных проблем — стройки слишком разные. Меняется освещение, погода, ракурсы камер, техника, одежда рабочих, расстояние до объектов. Модель, которая отлично распознавала экскаватор на тестовых данных, на реальной российской площадке может увидеть совсем другую машину, грязь, снег или частично закрытый объект.
Поэтому готовую модель компьютерного зрения недостаточно просто установить. Её приходится дообучать на реальных данных конкретной среды: собирать кадры, размечать объекты, исправлять ошибки и снова проверять результат.
Вторая проблема появляется при масштабировании.
Одна камера — это эксперимент. Десятки объектов и сотни видеопотоков — уже инфраструктура: нужно постоянно принимать видео, обрабатывать его, хранить нужные события и не утонуть в ложных срабатываниях.
Но именно здесь и появляется настоящая ценность.
Представьте, что система не просто хранит тысячи часов записи, которые никто никогда не посмотрит.
Она сама выделяет нужные эпизоды: техника появилась в определённой зоне, человек оказался там, где его не должно быть, произошло заданное событие — система это зафиксировала и передала сигнал.
Для руководителя стройки это уже не «ещё одна камера».
Это возможность получать информацию о площадке без необходимости физически смотреть на десятки экранов.
И следующий шаг выглядит ещё интереснее: связать компьютерное зрение с ИИ-агентом.
Тогда система сможет не только обнаружить событие, но и собрать статистику, подготовить отчёт, сравнить объекты и показать руководителю отклонения.
Камера раньше отвечала на вопрос: «Что произошло?»
Теперь её учат отвечать: «Что происходит прямо сейчас — и где нужно ваше внимание?»
Подписывайтесь
Игры были полигоном для ИИ 15 лет.
Теперь этот опыт выходит в реальный мир
От Atari до сложных многопользовательских миров игры дали ИИ безопасную среду, где можно учиться планировать, действовать и адаптироваться.
DeepMind показывает, как 15 лет таких экспериментов ведут к более универсальным агентам. Игра была тренажёром. Цель — ИИ, способный действовать в сложном мире.
https://deepmind.google/blog/from-atari-to-eve-online-building-on-15-years-of-ai-research-in-games/
Теперь этот опыт выходит в реальный мир
От Atari до сложных многопользовательских миров игры дали ИИ безопасную среду, где можно учиться планировать, действовать и адаптироваться.
DeepMind показывает, как 15 лет таких экспериментов ведут к более универсальным агентам. Игра была тренажёром. Цель — ИИ, способный действовать в сложном мире.
https://deepmind.google/blog/from-atari-to-eve-online-building-on-15-years-of-ai-research-in-games/
Google DeepMind
Exploring new frontiers of AI and games research
Google DeepMind partners with game developers to build generalist agents like SIMA 2 and unlock breakthrough gameplay experiences across persistent worlds.
Дата-центры для ИИ улетают в космос — на проект уже дали $250 млн
Starcloud привлекла ещё $250 млн и планирует вычислительные спутники для запуска ИИ прямо на орбите.
Компания уже запускала Nvidia H100 в космос и запросила разрешение на сеть до 88 000 аппаратов.
Главный тормоз теперь не чипы, а ракеты: вычислительные мощности готовы расти быстрее доступных запусков.
https://techcrunch.com/2026/08/21/starcloud-raises-200-million-for-orbital-data-centers-as-launch-options-dry-up/
Starcloud привлекла ещё $250 млн и планирует вычислительные спутники для запуска ИИ прямо на орбите.
Компания уже запускала Nvidia H100 в космос и запросила разрешение на сеть до 88 000 аппаратов.
Главный тормоз теперь не чипы, а ракеты: вычислительные мощности готовы расти быстрее доступных запусков.
https://techcrunch.com/2026/08/21/starcloud-raises-200-million-for-orbital-data-centers-as-launch-options-dry-up/
TechCrunch
Starcloud raises $250 million for orbital data centers as launch options dry up | TechCrunch
There's about to be a big fight to secure access to space.
🔥1
ИИ отлично сдаёт тест на распознавание речи — даже когда не слышит правильного ответа
Исследователи проверили 11 моделей распознавания речи и обнаружили тревожный эффект: некоторые воспроизводили ожидаемый текст бенчмарка, даже когда аудио ему противоречило или нужные числа были заглушены.
Высокий балл ещё не означает реальное качество: модель может научиться самому экзамену.
https://huggingface.co/blog/asr-benchmark-optimization
Исследователи проверили 11 моделей распознавания речи и обнаружили тревожный эффект: некоторые воспроизводили ожидаемый текст бенчмарка, даже когда аудио ему противоречило или нужные числа были заглушены.
Высокий балл ещё не означает реальное качество: модель может научиться самому экзамену.
https://huggingface.co/blog/asr-benchmark-optimization
huggingface.co
Measuring benchmark optimization in speech recognition
We’re on a journey to advance and democratize artificial intelligence through open source and open science.
❤1
ИИ-очки в 2026 году: Meta против новой волны из Китая
Телефон ещё в кармане, а ИИ уже видит то же, что и вы. Но за одинаковым словом «ИИ-очки» сегодня скрываются очень разные устройства — от камеры с голосовым ассистентом до настоящего дисплея перед глазами.
Ray-Ban Meta Gen 2 — пока самый понятный массовый вариант: камера, музыка, звонки, перевод и Meta AI. Они выглядят как обычные очки, но экрана нет. Это скорее «AirPods с глазами»: можно спросить ИИ о том, что видишь, но ответ в основном услышишь.
Meta Ray-Ban Display идут дальше: цветной дисплей показывает сообщения, навигацию, перевод и ответы ИИ. Цена заметно выше — от $799, зато смартфон действительно можно реже доставать из кармана.
Но самое интересное сейчас происходит в Китае.
Xiaomi AI Glasses стоят от 1 999 юаней, весят 40 г и получили 12-Мп камеру. Они умеют распознавать объекты, переводить текст и речь, считать калории, делать расшифровки и резюме встреч. Заявленная автономность — до 8,6 часа. Экрана нет, зато Xiaomi делает ставку на повседневный мультимодальный ИИ.
Alibaba Quark/Qwen S1 — уже другой класс. Два Micro-LED-дисплея выводят перевод, навигацию, телесуфлёр и подсказки прямо перед глазами. Есть камера, Qwen и интеграция с Alipay, Taobao, Amap и другими сервисами Alibaba. Стартовая цена — около 3 799 юаней. Младшие G1 стоят от 1 899 юаней и обходятся без дисплея.
Huawei AI Glasses — ещё один сильный китайский конкурент: 12-Мп камера, голосовой Xiaoyi, 64 ГБ памяти, масса около 35,5 г и заявленные 12 часов смешанного использования. Цена в Китае — от 2 499 юаней. Но полноценные AI-функции сейчас особенно тесно привязаны к HarmonyOS и совместимым Huawei-смартфонам.
Есть и Baidu Xiaodu AI Glasses Pro: 39 г, камера, перевод, распознавание объектов, напоминания и запись — за 2 299 юаней. Дисплея нет, поэтому это прямой конкурент Xiaomi и базовых Meta, а не AR-очкам.
Получается необычная картина. Meta выигрывает зрелостью продукта и дизайном. Китайцы атакуют ценой, локальными сервисами и разнообразием форматов. А Quark S1 и Rokid уже показывают, куда всё движется: ИИ перестаёт только говорить в ухо и начинает выводить нужную информацию прямо в поле зрения.
Главный вопрос уже не в том, появятся ли ИИ-очки вместо части функций смартфона. Вопрос — кто первым сделает их настолько удобными, что мы перестанем замечать компьютер у себя на лице.
Подписывайтесь
Телефон ещё в кармане, а ИИ уже видит то же, что и вы. Но за одинаковым словом «ИИ-очки» сегодня скрываются очень разные устройства — от камеры с голосовым ассистентом до настоящего дисплея перед глазами.
Ray-Ban Meta Gen 2 — пока самый понятный массовый вариант: камера, музыка, звонки, перевод и Meta AI. Они выглядят как обычные очки, но экрана нет. Это скорее «AirPods с глазами»: можно спросить ИИ о том, что видишь, но ответ в основном услышишь.
Meta Ray-Ban Display идут дальше: цветной дисплей показывает сообщения, навигацию, перевод и ответы ИИ. Цена заметно выше — от $799, зато смартфон действительно можно реже доставать из кармана.
Но самое интересное сейчас происходит в Китае.
Xiaomi AI Glasses стоят от 1 999 юаней, весят 40 г и получили 12-Мп камеру. Они умеют распознавать объекты, переводить текст и речь, считать калории, делать расшифровки и резюме встреч. Заявленная автономность — до 8,6 часа. Экрана нет, зато Xiaomi делает ставку на повседневный мультимодальный ИИ.
Alibaba Quark/Qwen S1 — уже другой класс. Два Micro-LED-дисплея выводят перевод, навигацию, телесуфлёр и подсказки прямо перед глазами. Есть камера, Qwen и интеграция с Alipay, Taobao, Amap и другими сервисами Alibaba. Стартовая цена — около 3 799 юаней. Младшие G1 стоят от 1 899 юаней и обходятся без дисплея.
Huawei AI Glasses — ещё один сильный китайский конкурент: 12-Мп камера, голосовой Xiaoyi, 64 ГБ памяти, масса около 35,5 г и заявленные 12 часов смешанного использования. Цена в Китае — от 2 499 юаней. Но полноценные AI-функции сейчас особенно тесно привязаны к HarmonyOS и совместимым Huawei-смартфонам.
Есть и Baidu Xiaodu AI Glasses Pro: 39 г, камера, перевод, распознавание объектов, напоминания и запись — за 2 299 юаней. Дисплея нет, поэтому это прямой конкурент Xiaomi и базовых Meta, а не AR-очкам.
Получается необычная картина. Meta выигрывает зрелостью продукта и дизайном. Китайцы атакуют ценой, локальными сервисами и разнообразием форматов. А Quark S1 и Rokid уже показывают, куда всё движется: ИИ перестаёт только говорить в ухо и начинает выводить нужную информацию прямо в поле зрения.
Главный вопрос уже не в том, появятся ли ИИ-очки вместо части функций смартфона. Вопрос — кто первым сделает их настолько удобными, что мы перестанем замечать компьютер у себя на лице.
Подписывайтесь
Сама модель уже не главный герой.
Nvidia подняла результат с 30% до 100%
Claude Opus 5 без специальной обвязки набрал 30% на ARC-AGI-3. Nvidia добавила память, инструменты и отдельного ИИ-«руководителя» — и получила 100%.
Сигнал важный: побеждать начинают не те, у кого просто лучшая модель, а те, кто лучше организовал вокруг неё цифровую команду.
https://techcrunch.com/2026/08/21/nvidia-just-showed-that-the-harness-not-the-ai-model-is-now-the-real-hero/
Nvidia подняла результат с 30% до 100%
Claude Opus 5 без специальной обвязки набрал 30% на ARC-AGI-3. Nvidia добавила память, инструменты и отдельного ИИ-«руководителя» — и получила 100%.
Сигнал важный: побеждать начинают не те, у кого просто лучшая модель, а те, кто лучше организовал вокруг неё цифровую команду.
https://techcrunch.com/2026/08/21/nvidia-just-showed-that-the-harness-not-the-ai-model-is-now-the-real-hero/
TechCrunch
Nvidia just showed that the harness, not the AI model, is now the real hero | TechCrunch
Nvidia research shows that AI agents can perform well, and not go off the deep end, through fine-tuning, even if the AI model isn't that great at the task.
Nvidia уже финансирует не только чипы — она помогает строить инфраструктуру вокруг ИИ
Nvidia вошла в Cloverleaf — компанию, которая готовит энергию и площадки для дата-центров.
По данным СМИ, инвестиции могут составить несколько сотен миллионов долларов. Ранее Nvidia вложила ещё $1,5 млрд в другой инфраструктурный проект. Гонка ИИ упёрлась в физику: без электричества новые модели просто негде запускать.
https://techcrunch.com/2026/08/21/nvidia-partners-with-data-center-developer-cloverleaf/
Nvidia вошла в Cloverleaf — компанию, которая готовит энергию и площадки для дата-центров.
По данным СМИ, инвестиции могут составить несколько сотен миллионов долларов. Ранее Nvidia вложила ещё $1,5 млрд в другой инфраструктурный проект. Гонка ИИ упёрлась в физику: без электричества новые модели просто негде запускать.
https://techcrunch.com/2026/08/21/nvidia-partners-with-data-center-developer-cloverleaf/
TechCrunch
Nvidia partners with data center developer Cloverleaf | TechCrunch
Nvidia continues to pour money into data center development — just as AI data centers bring lots of money into Nvidia.
Запрет написан в правилах. Но ИИ нарушил его 10 раз из 10
Anthropic запрещает Claude создавать откровенный сексуальный контент.
Но в тесте TechCrunch Opus 4.6 выполнил 10 из 10 прямых запрещённых запросов.
Более новые модели устойчивее, однако старая всё ещё доступна через API. Главный вывод шире темы: правила на бумаге и реальное поведение ИИ — далеко не одно и то же.
https://techcrunch.com/2026/08/21/anthropics-opus-4-6-is-a-smut-machine/
Anthropic запрещает Claude создавать откровенный сексуальный контент.
Но в тесте TechCrunch Opus 4.6 выполнил 10 из 10 прямых запрещённых запросов.
Более новые модели устойчивее, однако старая всё ещё доступна через API. Главный вывод шире темы: правила на бумаге и реальное поведение ИИ — далеко не одно и то же.
https://techcrunch.com/2026/08/21/anthropics-opus-4-6-is-a-smut-machine/
TechCrunch
Anthropic’s Opus 4.6 is a smut-machine | TechCrunch
Anthropic forbids its Claude models from generating sexually explicit content. But a series of tests conducted by TechCrunch found that it didn't take much to get past the restriction.
Первым на падение сборки теперь выходит не инженер, а ИИ
В Anthropic создали Claude Tag — агента, который первым реагирует на сбои CI/CD: изучает логи, ищет причину и помогает команде разобраться в проблеме.
Это показательный переход: ИИ постепенно занимает роль первой линии технической поддержки внутри самой разработки.
Человек подключается уже не к хаосу, а к подготовленному разбору.
https://claude.com/blog/ai-ci-cd-on-call
В Anthropic создали Claude Tag — агента, который первым реагирует на сбои CI/CD: изучает логи, ищет причину и помогает команде разобраться в проблеме.
Это показательный переход: ИИ постепенно занимает роль первой линии технической поддержки внутри самой разработки.
Человек подключается уже не к хаосу, а к подготовленному разбору.
https://claude.com/blog/ai-ci-cd-on-call
Claude
How Claude Tag serves as Anthropic’s first responder for CI/CD failures | Claude by Anthropic
How Anthropic runs AI incident response for CI/CD: an engineer on our Continuous Integration team walks through the Claude Tag agent that detects, triages, and resolves CI failures.
Корпоративный чат превращается в память компании — и ИИ начинает работать внутри неё
Slack описывает модель human-agent teams: разговоры сотрудников становятся рабочим контекстом, который ИИ может превращать в знания и использовать для выполнения задач.
Следующий корпоративный ИИ будет знать не только документы компании, но и историю решений: что обсуждали, почему отказались и кто что обещал сделать.
https://claude.com/blog/turning-conversation-into-knowledge-how-slack-builds-human-agent-teams
Slack описывает модель human-agent teams: разговоры сотрудников становятся рабочим контекстом, который ИИ может превращать в знания и использовать для выполнения задач.
Следующий корпоративный ИИ будет знать не только документы компании, но и историю решений: что обсуждали, почему отказались и кто что обещал сделать.
https://claude.com/blog/turning-conversation-into-knowledge-how-slack-builds-human-agent-teams
Claude
Turning conversation into knowledge: how Slack builds human-agent teams | Claude by Anthropic
A conversation with Jaime DeLanghe, Chief Product Officer at Slack.
AIMinder_Гайд_02_ChatGPT_рабочий_помощник.pdf
534.9 KB
Новый практический гайд от AIMinder — коротко, по делу и с готовыми шагами: сегодня разбираем «Как сделать ChatGPT своим постоянным рабочим помощником».
Умение пользоваться ИИ становится отдельной грамотностью
Anthropic создаёт отдельные образовательные программы о том, как использовать ИИ безопасно, эффективно и осознанно.
И это важный сигнал: доступ к сильной модели сам по себе почти ничего не гарантирует.
Разрыв будет возникать между людьми, которые просто задают вопросы чат-боту, и теми, кто умеет превращать ИИ в инструмент мышления и работы.
https://claude.com/blog/anthropics-approach-to-teaching-and-learning-ai
Anthropic создаёт отдельные образовательные программы о том, как использовать ИИ безопасно, эффективно и осознанно.
И это важный сигнал: доступ к сильной модели сам по себе почти ничего не гарантирует.
Разрыв будет возникать между людьми, которые просто задают вопросы чат-боту, и теми, кто умеет превращать ИИ в инструмент мышления и работы.
https://claude.com/blog/anthropics-approach-to-teaching-and-learning-ai
Claude
Anthropic’s approach to teaching and learning AI | Claude by Anthropic
Claude Academy gives users the educational tools they need to learn how to use AI effectively. In this post, we highlight why we’re launching it and how our own approach to teaching and learning influenced its development.
ИИ становится автономнее. Но крупнейшие лаборатории всё ещё не объяснили, как остановят его при потере контроля
Исследование пяти ведущих AI-лабораторий показало: публичных планов с чётким сценарием изоляции вышедшей из-под контроля модели почти нет.
OpenAI получила лучший результат — 3 из 5, Anthropic и Meta оказались внизу. Важно: оценивались публичные данные.
Мы ускоряем автономность ИИ быстрее, чем стандартизируем аварийный тормоз.
https://techcrunch.com/2026/08/22/frontier-ai-labs-still-wont-say-how-theyd-contain-a-rogue-model/
Исследование пяти ведущих AI-лабораторий показало: публичных планов с чётким сценарием изоляции вышедшей из-под контроля модели почти нет.
OpenAI получила лучший результат — 3 из 5, Anthropic и Meta оказались внизу. Важно: оценивались публичные данные.
Мы ускоряем автономность ИИ быстрее, чем стандартизируем аварийный тормоз.
https://techcrunch.com/2026/08/22/frontier-ai-labs-still-wont-say-how-theyd-contain-a-rogue-model/
TechCrunch
Frontier AI labs still won't say how they'd contain a rogue model | TechCrunch
A new study finds leading AI labs have few publicly documented plans for containing rogue models, raising questions about preparedness as AI systems increasingly demonstrate unexpected and potentially dangerous behavior.
OpenAI просит сделать закон об ИИ жёстче — даже если самой придётся ему подчиняться
OpenAI поддержала калифорнийский SB 53, но требует усилить его: обязать крупнейшие AI-компании публично описывать защиту моделей и сообщать властям о серьёзных инцидентах. Парадокс эпохи ИИ: индустрия уже сама просит правила — вопрос теперь не нужен ли контроль, а насколько далеко он должен зайти.
https://techcrunch.com/2026/08/22/openai-says-california-should-strengthen-its-ai-safety-bill/
OpenAI поддержала калифорнийский SB 53, но требует усилить его: обязать крупнейшие AI-компании публично описывать защиту моделей и сообщать властям о серьёзных инцидентах. Парадокс эпохи ИИ: индустрия уже сама просит правила — вопрос теперь не нужен ли контроль, а насколько далеко он должен зайти.
https://techcrunch.com/2026/08/22/openai-says-california-should-strengthen-its-ai-safety-bill/
TechCrunch
OpenAI says California should strengthen its AI safety bill | TechCrunch
OpenAI is calling for California to strengthen SB 53, an AI safety bill that the company previously opposed.
ИИ дали научную статью — и он воспроизвёл исследование лучше ведущих моделей
Стартап Inherent, основанный выходцами из DeepMind, тестирует ИИ как полноценного научного напарника: получить статью, разобраться в методе и воспроизвести эксперимент. Компания утверждает, что её система обошла решения Anthropic и OpenAI.
Следующий рубеж — ИИ, который не пересказывает науку, а самостоятельно повторяет работу исследователя.
https://techcrunch.com/2026/08/22/inherent-founded-by-deepmind-alumni-says-its-ai-teammate-just-outperformed-anthropic-and-openai-at-replicating-research/
Стартап Inherent, основанный выходцами из DeepMind, тестирует ИИ как полноценного научного напарника: получить статью, разобраться в методе и воспроизвести эксперимент. Компания утверждает, что её система обошла решения Anthropic и OpenAI.
Следующий рубеж — ИИ, который не пересказывает науку, а самостоятельно повторяет работу исследователя.
https://techcrunch.com/2026/08/22/inherent-founded-by-deepmind-alumni-says-its-ai-teammate-just-outperformed-anthropic-and-openai-at-replicating-research/
TechCrunch
Inherent, founded by DeepMind alumni, says its AI 'teammate' just outperformed Anthropic and OpenAI at replicating research | TechCrunch
Built by DeepMind alumni, British AI lab Inherent released Faraday, an AI agent whose ability to replicate scientific papers could be a stepping stone for innovation.
Harvard продаёт курс за $699 — а преподавателя можно вызвать в виде ИИ-аватара
В стартап-буткемпе Harvard Innovation Labs появились AI-аватары преподавателей: участник может задавать им вопросы и получать ответы на основе материалов курса.
Это уже не просто записанная лекция.
Образование начинает отделять знания преподавателя от его времени: один эксперт потенциально сможет одновременно отвечать тысячам учеников.
https://techcrunch.com/2026/08/22/harvards-699-startup-bootcamp-offers-ai-avatars-of-its-instructors/
В стартап-буткемпе Harvard Innovation Labs появились AI-аватары преподавателей: участник может задавать им вопросы и получать ответы на основе материалов курса.
Это уже не просто записанная лекция.
Образование начинает отделять знания преподавателя от его времени: один эксперт потенциально сможет одновременно отвечать тысячам учеников.
https://techcrunch.com/2026/08/22/harvards-699-startup-bootcamp-offers-ai-avatars-of-its-instructors/
TechCrunch
Harvard’s $699 startup bootcamp offers AI avatars of its instructors | TechCrunch
In the HBS Foundry program, AI avatars provide feedback during practice pitches and board meetings.
В течении нескольких дней опубликуем для вас ТОП-50 практических промтов Reddit по популярности, сегодня первые 10
1. Структурированное мышление — ≈ 4963 голосов
> Перед ответом разложи задачу на пять этапов: пойми главный вопрос, выдели ключевые факторы, найди связи, собери вывод и только затем дай финальный ответ.
2. Постоянные инструкции для ChatGPT — ≈ 1039 голосов
> Сначала задай мне вопросы о моих целях, работе, стиле общения и предпочтениях. Затем создай набор постоянных инструкций, который сделает будущие ответы максимально полезными для меня.
3. 8 базовых техник промтинга — ≈ 900 голосов
> Для моей задачи выбери подходящую технику: уточнение, декомпозицию, примеры, ограничения, проверку, альтернативы, критику или улучшение исходного запроса. Объясни выбор и выполни задачу.
4. Поиск последствий второго порядка — ≈ 800 голосов
> Проанализируй решение [решение]. Покажи прямые последствия, затем последствия второго порядка через месяц, год и пять лет. Отдельно укажи неожиданные риски и возможности.
5. Разговор как с живым человеком — ≈ 800 голосов
> Отвечай естественно и по делу. Убери канцелярит, шаблонные вступления и искусственные выводы. Если мысль можно сказать короче — скажи короче.
6. Поиск скрытых инсайтов — ≈ 760 голосов
> Изучи материал [текст]. Найди пять неочевидных выводов, которые большинство пропустит. Для каждого покажи, из каких фактов он следует и какое практическое значение имеет.
7. Генератор сильных промтов — ≈ 719 голосов
> Я опишу задачу обычными словами. Преврати её в сильный промт: роль, контекст, цель, ограничения, формат результата и критерии качества.
8. Семь/восемь техник вместо сотен трюков — ≈ 700 голосов
> Возьми задачу [задача] и предложи три версии промта: минимальную, структурированную и экспертную. Объясни, какая даст лучший результат и почему.
9. Десять проверенных промтов — ≈ 492 голосов
> Для цели [цель] определи тип помощи: обучение, анализ, решение проблемы, идеи, коммуникация или план. Затем составь оптимальный запрос и выполни его.
10. Мета-промт профессионального уровня — ≈ 405 голосов
> Выступи как эксперт по промт-инжинирингу. Найди неоднозначности и недостающий контекст, затем перепиши запрос с ролью, контекстом, форматом, примерами и ограничениями.
Подписывайтесь
1. Структурированное мышление — ≈ 4963 голосов
> Перед ответом разложи задачу на пять этапов: пойми главный вопрос, выдели ключевые факторы, найди связи, собери вывод и только затем дай финальный ответ.
2. Постоянные инструкции для ChatGPT — ≈ 1039 голосов
> Сначала задай мне вопросы о моих целях, работе, стиле общения и предпочтениях. Затем создай набор постоянных инструкций, который сделает будущие ответы максимально полезными для меня.
3. 8 базовых техник промтинга — ≈ 900 голосов
> Для моей задачи выбери подходящую технику: уточнение, декомпозицию, примеры, ограничения, проверку, альтернативы, критику или улучшение исходного запроса. Объясни выбор и выполни задачу.
4. Поиск последствий второго порядка — ≈ 800 голосов
> Проанализируй решение [решение]. Покажи прямые последствия, затем последствия второго порядка через месяц, год и пять лет. Отдельно укажи неожиданные риски и возможности.
5. Разговор как с живым человеком — ≈ 800 голосов
> Отвечай естественно и по делу. Убери канцелярит, шаблонные вступления и искусственные выводы. Если мысль можно сказать короче — скажи короче.
6. Поиск скрытых инсайтов — ≈ 760 голосов
> Изучи материал [текст]. Найди пять неочевидных выводов, которые большинство пропустит. Для каждого покажи, из каких фактов он следует и какое практическое значение имеет.
7. Генератор сильных промтов — ≈ 719 голосов
> Я опишу задачу обычными словами. Преврати её в сильный промт: роль, контекст, цель, ограничения, формат результата и критерии качества.
8. Семь/восемь техник вместо сотен трюков — ≈ 700 голосов
> Возьми задачу [задача] и предложи три версии промта: минимальную, структурированную и экспертную. Объясни, какая даст лучший результат и почему.
9. Десять проверенных промтов — ≈ 492 голосов
> Для цели [цель] определи тип помощи: обучение, анализ, решение проблемы, идеи, коммуникация или план. Затем составь оптимальный запрос и выполни его.
10. Мета-промт профессионального уровня — ≈ 405 голосов
> Выступи как эксперт по промт-инжинирингу. Найди неоднозначности и недостающий контекст, затем перепиши запрос с ролью, контекстом, форматом, примерами и ограничениями.
Подписывайтесь
👍1
ИИ обучают на чужих книгах. И суды пока отвечают: «Это зависит»
Суд по делу Anthropic решил: само обучение ИИ на книгах может считаться fair use, но получение этих книг через пиратские библиотеки — отдельное нарушение. В другом деле обучение на материалах прямого конкурента уже признали незаконным. Главный вывод: единого правила пока нет — право пытается догнать технологию, которая уже обучилась.
https://techcrunch.com/2026/08/23/is-it-legal-to-train-ai-models-on-copyrighted-books-its-complicated/
Суд по делу Anthropic решил: само обучение ИИ на книгах может считаться fair use, но получение этих книг через пиратские библиотеки — отдельное нарушение. В другом деле обучение на материалах прямого конкурента уже признали незаконным. Главный вывод: единого правила пока нет — право пытается догнать технологию, которая уже обучилась.
https://techcrunch.com/2026/08/23/is-it-legal-to-train-ai-models-on-copyrighted-books-its-complicated/
TechCrunch
Is it legal to train AI models on copyrighted books? It’s complicated | TechCrunch
Most published authors have, without their knowledge or consent, contributed to the development of the same AI tools that threaten to undermine their livelihoods. That seems illegal, right?