Вот так выглядит мозг человека, который верит в себя:) говорят авторы этой экспозиции, которая стоит в Милане прямо сейчас

История о том, как сегодня дети создают сами игры с Claude Code

Привет всем! Это Ани Асланян, основатель этого канала. Решила на Patreon для подписчиков уровня Star рассказывать раз в неделю лайфхаки из жизни своей и знакомых, как мы используем ИИ.

Сегодня история о том, как мой хороший знакомый дал своим маленьким детям доступ к Claude Code и не только, и они теперь сами создают игры, которые хотят. Это так круто!

Кроме того, что дети учатся создавать что-то, они находятся процессе игры все время.

А как говорил Юнг, игра - это не детская привилегия, а условие творческой жизни вообще, не переставайте играть)

Юрий Мильнер, Сергей Брин и др. вручили ученым премии Breakthrough Prize 2026 за открытия и достижения

Вчера объявили победителей одной из самых престижных научных премий мира. Общий фонд ~ $18,75 млн. На сегодняшний день эта премия опережает Нобелевскую в том, что раньше видит достижения в науке и награждает её авторов. Вот тут предыдущие лауреаты.

Во время мероприятия Юрий Мильнер зачитал трогательное письмо своим маленьким детям Дине и Гаю. Он объяснял, почему выбрали им такие имена. Оказалось, что Дина названа как код всего - ДНК, а Гай в надежде на general AI, что ИИ станет мощным инструментом для решения глобальных проблем человечества.

А вот лауреаты премий в этом году,

В номинации биологические науки премии по $3млн получили:

Жан Беннетт, Кэтрин Хай и Альберт Мэгуайр за 1-ю в истории одобренную FDA генную терапию для лечения болезни Лебера, наследственной слепоты.

Стюарт Оркин и Суи Лай Тейн за открытия о фетальном гемоглобине, которые легли в основу Casgevy - 1-ого в мире одобренного CRISPR-лекарства.

Роза Радемакерс и Брайан Трейнор за открытие мутации гена C9orf72, которая объясняет около трети семейных случаев БАС и лобно-височной деменции. Они показали, что это не 2 отдельных заболевания, а единый спектр с общими молекулярными причинами.

В номинации математика премию $3млн получил

Франк Мерль за работы по нелинейным эволюционным уравнениям, описывающим поведение волн и динамических систем. Его главный вклад - понимание сингулярностей: точек, где решения уходят в бесконечность.

В номинации физика премию $3млн получили

Коллаборации Muon g-2 (CERN, Brookhaven, Fermilab) за десятилетия сверхточных измерений аномального магнитного момента мюона. Эти данные намекают на существование физики за пределами Стандартной модели.

Специальный приз достался Дэвиду Гроссу, нобелевскому лауреату 2004г., за пожизненный вклад в теоретическую физику.

Премии для молодых учёных вручили в таких номинациях

Inaugural Vera Rubin New Frontiers Prize и $50К получила Каролина Фигейредо за вклад в геометрическую структуру амплитуд рассеяния и раскрытие скрытых связей между разными квантовыми теориями поля

New Horizons in Physics Prize и по $100К получили:

Бенджамин Р. Сафди за новые стратегии поиска аксионоподобных частиц

Клей Кордова, Томас Думитреску, Шу-Хэнг Шао и Ифан Ван за развитие теории обобщённых симметрий в квантовой теории поля.

Диллон Браут, Дж. Колин Хилл, Мэтью Мадхавачерил, Мария Винчензи, Дэниел Сколник и В. Л. Кимми Ву за прогресс в космологии с использованием данных реликтового излучения и сверхновых, включая Pantheon+.

New Horizons in Mathematics Prize и по $100К получили:

Отис Чодош за решение вопросов в дифференциальной геометрии и минимальных поверхностях.

Весселин Димитров и Юнцин Тан за важные результаты в теории чисел и диофантовой геометрии.

Хон Ван за прогресс в гармоническом анализе, включая доказательство гипотезы Какея в трёх измерениях.

В номинации Maryam Mirzakhani New Frontiers Prize по $50К получили молодые женщины математики:
Аманда Хирши за вклад в симплектическую топологию.
Анна Скоробогатова за вклад в геометрическую теорию меры и сингулярности минимальных поверхностей.
Минцзя Чжан за вклад в теорию многообразий Шимуры.

Итоги уходящей недели - то, что имеет значение в России и мире

Агентная экономика

Что происходит экономикой ИИ-агентов прямо сейчас. Свежий разбор.

Как дети сегодня создают с ИИ игры

Время дешевого ИИ закончилось: Alibaba закрыла дешёвый тариф для ИИ-программирования.

Anthropic перешли с фиксированных подписок на оплату по факту использования.

Рынок $1 трлн+: карта и анализ того, как ИИ-агенты поглощают сферу услуг.

Все о токенмаксинге и его влиянии на экономику агентов.

Нейроинтерфейсы

Компания Макса Ходака планирует в 2027 году вживить первый биогибридный нейроинтерфейс.

Что это такое, объясняет профессор М. Лебедев — тот самый учёный, у которого Ходак учился. Буквально на пальцах.

ИИ-агенты, модели и продукты

Инсайды о новой модели Mythos от Anthropic от компании, которая имеет к ней доступ.

Google представили Vantage - ИИ-инструмент для развития человеческих навыков будущего.

Anthropic выпустили Opus 4.7

Google представили Sparse Selective Caching - механизм памяти без квадратичной цены.

Salesforce перешла на безбраузерную работу.

DeepSeek представили Mega MoE - переработанная архитектура исполнения.

Claude Code теперь умеет routines - задаёшь триггер, указываешь проект, и агент работает 24/7 на серверах Anthropic, даже если ноутбук закрыт.

R-Zero - self-evolving LLM без внешних данных.

В десктопном приложении Claude появился Bluetooth API, теперь можно собирать железки, которые общаются напрямую с Claude.

LLM-as-a-Verifier - простой метод тест-тайм скейлинга. SOTA на агентных бенчмарках.

Together AI представили диффузионную языковую модель на уровне авторегрессии, при этом в 3× выше пропускная способность.

Apple предложили файн-тюнинг, где модель обучается на своих же сэмплах. Уже интегрировано в TRL.

Apple также представили фреймворк Hilbert для агентов.

Криптовалюты

Deutsche Börse инвестирует $200 млн в головную компанию Kraken, получая 1.5% при оценке $13.3 млрд.

SEC заявила, что многие DeFi-интерфейсы, агрегаторы свопов и фронтенды кошельков могут работать без регистрации как брокер-дилер.

С 1 июля 2027 года в РФ за организацию оборота крипты без лицензии ЦБ при доходе от 3.5 млн руб. дадут до 7 лет лишения свободы + штраф до 1 млн руб.

Tether запустили self-custodial кошелёк с поддержкой USDT, Bitcoin и Lightning Network.

Здравоохранение и биотех

Люди вместе с ИИ создали за 24 часа пептид для лечения СДВГ.

Команда Google и MIT представили CoDaS, открывающая биомаркеры из данных носимых устройств.

Amazon представила платформу, где ИИ-агенты инициируют физические действия в рамках разработки новых лекарств.

Китай официально определил, что такое ИИ-больница: ИИ встроен в саму систему, пациент становится точкой оказания помощи.

Goodfire достигли SOTA в предсказании 4.2 млн генетических вариантов, вызывающих болезни через интерпретацию геномной модели.

OpenAI представили GPT-Rosalind - ИИ- модель для биологии, разработки лекарств и геном кт.

Индустриальный контекст

5 компаний контролируют 2/3 всего мирового ИИ-вычислительного ресурса.

xAI Маска сдаст в аренду десятки тысяч GPU стартапу Cursor.

Юрий Мильнер, Сергей Брин и другие вручили учёным Breakthrough Prize 2026 за открытия и достижения года.

Больше полезных материалов на Patreon.

Из DeepSeek ушли 5 ключевых человек, компания задерживает выпуск новых моделей и впервые привлекает $300млн

Стало известно, что DeepSeek ведёт переговоры о первом привлечении инвестиций в размере $300 млн при оценке компании свыше $10 млрд.

Почему они ищут деньги именно сейчас? Ведь основатель DeepSeek говорил, что ему не нужны инвесторы, он сам готов финансировать.

Дело в том, что компанию покинули 5 ключевых сотрудников, которые перешли к конкурентам:

• Guo Daya (основной автор модели R1, DeepSeek-Coder и алгоритма GRPO), он ушёл в ByteDance

• Luo Fuli (ключевой автор V3) перешел в Xiaomi

• Wei Haoran (DeepSeek-OCR), Wang Bingxuan, Ruan Chong (мультимодальность) и другие.

Конкуренция за таланты в Китае жесточайшая, крупные игроки предлагают огромные зарплаты и опционы.

Также одним из оснований является задержка модели V4. Одна из главных причин долгих задержек - сложная миграция с NVIDIA CUDA на Huawei CANN и Ascend 950PR.

Помимо этого DeepSeek активно нанимает людей для дата-центров в Ulanqab и переходит на полностью отечественное железо, чтобы снизить зависимость от американских санкций.

DeepSeek больше не может оставаться маленькой андеграундной лабораторией, ей нужны деньги, таланты и вычислительные ресурсы, а самый главный конкурент для них-время.

Встречайте, новая браузерная лаба искусственной жизни от Sakana AI

Ребята из Sakana AI снова нас удивляют, они взяли нейросети, посадили их в цифровую чашку Петри и заставили драться за территорию и учиться на ходу, а сейчас они дают человеку пульт управления.

Маленькие CNN конкурируют, атакуют соседей, защищают свои клетки и непрерывно меняют веса через градиентный спуск. Пока они адаптируются, ты можешь в любой момент нарисовать стену, уничтожить половину мира или радикально поменять правила.

И самое красивое - само обучение держит систему в живом, сложном состоянии на краю хаоса. Не даёт ей ни развалиться в хаос, ни замереть в скучной стабильности.

Смотреть на это - чистый восторг. Виды растут, воюют, перестраиваются, адаптируются к твоим вмешательствам.

Это не игра и не арт, а лаборатория для изучения принципов самоорганизации.
Принцип, который лежит в основе нейропластичности мозга, иммунных систем, эволюции.

Жизнь как процесс, а не состояние теперь в браузере.

Наконец-то создают память для ИИ-агентов на основе психики человека

Эту работу написали ребята с русскоязычными корнями из компании Synthius.ai

Они предлагают систему Synthius-Mem, которая решает задачу, как дать ИИ-агенту долговременную память, и авторы заявляют, что не галлюцинирует и работает точнее, чем человек.

Авторы предлагают использовать 6 когнитивных доменов, они строят систему по аналогии с нейроанатомией человеческой памяти:
биография, опыт, предпочтения, социальный круг, работа, психометрия.

Идея в том, чтобы извлекать не что было сказано в диалоге, а что известно о человеке.

Самая сильная часть - акцент на устойчивости к галлюцинациям. Большинство конкурентов эту метрику вообще не репортят, а для бизнес-внедрений это критерий доверия.

Но есть нюансы. Авторы говорят, что Synthius-Mem достигает 94.37% точности на бенчмарке LoCoMo и 99.55% устойчивости к галлюцинациям.

Тут надо обратить внимание, что сам бенчмарк LoCoMo проходит методологический кризис: публичный аудит обнаружил ~99 ошибок в эталонных ответах, реальный потолок - 93-94%. ByteRover 2.0 в феврале показал 92.2% - разрыв с Synthius в пределах погрешности теста. А Letta недавно показала 74% вообще без архитектуры памяти, просто складывая историю в файлы.

Вопрос, насколько важны все эти различия в дизайне?

Если посмотреть на других игроков, то Google DeepMind не играют в LoCoMo, они выпустили Evo-Memory, где агент не вспоминает прошлое, а меняется от задачи к задаче.

Supermemory, Zep и Backboard уходят на LongMemEval, где проверяют не память как таковую, а умение понимать, что она устарела.

Synthius решает задачу хорошо. Но пока публикуется статья, поле уходит вперёд. Настоящая борьба разворачивается там, где бенчмарков ещё нет, а значит, нет и правил.

Между тем, в Google переполох, так как Anthropic уделывает всех в программировании

Как пишет The information, в Google собрали специальную ударную команду из исследователей и инженеров, и поставили задачу срочно улучшить модели для написания кода.

Одновременно Сергей Брин отправил сообщение сотрудникам DeepMind, что компания должна агрессивно развернуться и догонять конкурентов именно в области ИИ-агентов.

Все это на фоне большого успеха у Anthropic в части всех продуктов: Claude Code, Cowork.

Время дешевого и безлимитного ИИ заканчивается .Токены не являются стоимостью. Кто теперь и на чем зарабатывает?

Мы представляем наш авторский свежий аналитический доклад.

С февраля мы последовательно разбираем экономику ИИ-лабораторий, моделей и агентов, так как это становится неотъемлемой частью развития индустрии, бизнеса и стоимости труда человека, который работает в индустрии.

Последний месяц мы видим, как Alibaba закрыла дешёвый тариф. Anthropic отменила фиксированную подписку. OpenAI перешла на токены.

Рынок решил проблему субсидий переходом на токены. Но мы выяснили, что токен оказался такой же ненадёжной единицей, как и подписка.

В нашем докладе мы провели эксперимент на живом инструменте и описали, что происходит на самом деле с цифрами, выводами, который касается каждого, кто строит что-то на ИИ-инфраструктуре:

- инвесторов,
- основателей компаний
- продакт-менеджеров
- разработчиков.

Вот она борьба за чипы: Anthropic подписала новое соглашение с Amazon на 5 ГВт для обучения и деплоя Claude

В рамках соглашения Amazon инвестирует $5 млрд прямо сейчас, с возможностью дополнительных $20 млрд в будущем. Это поверх уже вложенных ими $8 млрд.

А теперь внимание, OpenAI недавно говорили, что у Anthropic мало ИИ-выч мощностей.

А самое интересное, что Anthropic имеют сегодня портфель на ~9,7 ГВт зарезервированных мощностей:

1. 5 ГВт от Amazon

2. 3,5 ГВт от Google и Broadcom,

3. ~1 ГВт через Azure, плюс Hut 8 и Fluidstack.

Для сравнения: всё текущие возможности OpenAI - 5 ГВт.

Но важна архитектура,
Anthropic единственная из ИИ-лабораторий, которая одновременно работает на трёх принципиально разных чипах: AWS Trainium, Google TPU, Nvidia GPU.

Это не диверсификация ради диверсификации, а страховка от форс-мажорных поставок.

У OpenAI такого запасного варианта нет.

UPD от нашего подписчика из AWS: модели Anthropic работают не только на Trainium, но и на Inferentia (специализированный чип для инференса) и Graviton (ARM-процессор).

То есть портфель Anthropic еще шире: разные чипы не только между поставщиками, но и внутри AWS под разные задачи и ценовые точки.

OpenAI врываются в горячую гонку сезона - память и выпускают Chronicle, которая строит воспоминания ИИ-агента на основе контекста с экрана.

На прошлой неделе они запустили превью памяти в Codex, а теперь расширяют эксперимент через Chronicle, которая улучшает эту память через контекст с экрана.

Со временем он учится, как пользователь работает.

Chronicle запускает фоновых агентов, которые быстро расходуют лимиты. Скриншоты хранятся временно на устройстве и воспоминания тоже локально, можно просматривать и редактировать. Но другие приложения тоже могут получить доступ к этим файлам.

Память ИИ-агента - это самый мощный механизм удержания пользователя. Чем дольше ты работаешь с Codex/Claude/любым агентом, тем больше он знает о тебе: твои проекты, инструменты, стиль работы, паттерны. Переключиться на конкурента означает потерять всё это и начинать с нуля. Это дороже, чем привязка к любой другой платформе.

Именно поэтому все спешат: OpenAI запускает Chronicle, Anthropic развивает свою систему памяти, Google, Microsoft - все одновременно.

Кто первым накопит глубокую память о пользователях, тот выиграет не просто продукт, а отношения.

Ex-Google выпустили ИИ для роботов, справляющийся с задачей, которой её никто не учил

Ребята из Physical Intelligence выпустили новую ИИ-модель π0.7, которая показала несколько неожиданно возникших способностей:

1. Она управляет новым роботом и складывает футболки, хотя данных по складыванию для этого робота не было вообще

2. Она разбирается как пользоваться новым прибором просто когда ей об этом говорит в слух человек

И всё это в одной модели, без специализации под каждую задачу. Предыдущие их работы здесь, а также здесь и здесь.

Удивляет то, что модель соединяет усвоенные ранее навыки с новыми способами по контексту промпта.

Например, модель сама разобралась как загрузить батат в аэрогриль, которой никогда не видела.

Это обычно способность LLM, но в робототехнике она до сих пор не давалась, то есть π0.7 сделала то, что отрасль не могла получить годами.

А еще модель принимает не просто команду «что делать», но и «как делать» через язык, метаданные и визуальные субцели, которые на лету генерирует лёгкая модель мира. ​​​​​​​​​​​​​​​​

Выпущен ещё один маркетплейс для ИИ-агентов Agentic.Market от Coinbase

Отметим, что сейчас Coinbase контролирует протокол x402, сеть Base, стейблкоин USDC, SDK для разработчиков, крупнейшего фасилитатора, а теперь маркетплейс.

Но мы провели большой анализ и выяснили, что экономика ИИ-агентов пока не работает, разбираем тут подробнее.

Agentic.Market - это как App Store, как поисковик для агентов: находит нужный сервис и сразу подключается.

Но главное - MCP-слой,
ИИ-агент теперь может найти новый сервис, оценить его и подключиться автономно без человека.

Ранее был представлен первый маркетплейс для агентов mpp.dev.

Это уже тренд! Органы по востребованию: Kind Bio вырастил органы в матке мыши

Напомним, что экс-президент Neuralink Макс Ходак создает свой проект Vessel по производству органов вне тела.

Знакомьтесь, стартап Kind Bio делает то, что мы видели в сериале Black Mirror, они с помощью генетического редактирования блокируют в эмбрионе развитие мозга, нервной системы и конечностей и получают в матке животного не организм, а комплекс взаимосвязанных органов.

Сердце, почки, лёгкие, печень растут вместе, как должны, поддерживая друг друга без субъекта. Это называется ION (Integrated Organ Network).

Kind уже сотни раз повторила эксперимент на мышах и крысах. В этом году они хотят попробовать на свиньях. А через 3 года сделать 1-ю трансплантацию органа.

На данный момент Kind Bio работает над платформой для создания в большом количестве органов для медицины.

Параллельно работает другой стартап R3 Bio с похожей концепцией, а еще RenewalBio в Израиле выращивает органы из клеток самого пациента.

CEO компании Kind Bio Джастин Ребо считает, что в будущем стоимость технологии снизится настолько, что выйдет за рамки трансплантологии, например, заменит тестирование лекарств на животных.

Также технология может помочь увеличить продолжительность жизни человека.

Ребо считает, чтобы технология работала практически, нужно решить несколько трудных задач:

1. генетически «очеловечить» органы животных, чтобы организм их принял;

2. дозреть органы вне матки под нужный размер реципиента;

3. создать аппаратные системы поддержки органов за пределами тела.

Ребо считает, что все основные проблемы решаемы через прогресс в генетическом редактировании и аппаратных системах, которые регулируют гормональные, иммунные и иные функции.

Самая мощная модель Mythos от Anthropic утекла к простым пользователям без доступа к ней. Ну, почти к простым 😜

Как известно, Anthropic дали доступ к своей закрытой модели Mythos только очень небольшому числу организаций, тут подробно мы писали.

Но маленькая группа людей из закрытого Discord-канала, которые не работают в организациях, имеющих доступ к Mythos, смогли подключиться к модели в тот же день, когда Anthropic впервые объявила о ней.

Причём доступ они получили благодаря тому, что один из них работал подрядчиком Anthropic, а URL модели угадали по паттернам адресации других моделей компании + доп детали получили из утечки данных стартапа Mercor.

Эти же люди показали журналистам из Bloomberg, как работает Mythos.

Получается, что самое уязвимое место в безопасности - не технология, а люди, которые сами могут все слить/сделать вредоносное дело, если у них есть такая цель и доступ к технологии.

Одновременно Sakana и ByteDance о новой инфраструктуре обучения ИИ-агентов

На этой неделе вышли 3 работы от ведущих ИИ-лабораторий, как ИИ-системы учатся развиваться без ручного вмешательства человека на каждом шаге.

Так ByteDance Seed представили Agent-World - среда, которая сама себя расширяет и сама диагностирует слабости ИИ- агента. Это инфраструктурный слой для агентного RL.

А Sakana AI выпустила 2 исследования подряд, где в
первой работе AC/DC речь о том, чтобы запустить процесс, где множество маленьких ИИ-моделей сами эволюционируют, придумывая друг для друга новые задачи. В результате получается команда экспертов, которые вместе работают лучше, чем один большой, и при этом потребляют меньше ресурсов.

Авторы говорят, что в будущем такой подход приведёт к созданию коллективного ИИ, который будет вести себя как агенты в открытой среде.

А во второй работе SSoT от Sakana AI - это про то, что LLM системно предвзяты, и вот SSoT решает это одним изменением промпта: модель сначала генерирует случайную строку, а после математически обрабатывает её для принятия решения. Причём тот же приём резко повышает разнообразие выходов в креативных задачах.

Эти 3 работы показывают нам, что инфраструктура обучения ИИ-агентов - это вопрос не размера модели, а архитектуры коэволюции.

Свежая картина с цифрами об экономике ИИ-агентов

Уже больше года, как Google, Stripe, Coinbase и др представляют миру свои продукты для экономики ИИ-агентов: протоколы, кошельки, валюту, стандарты.

Мы взяли один из самых популярных протоколов и проанализировали все транзакции с ним за последние 9 месяцев.

Как показывает анализ данных, инфраструктура работает, но экономики агентов, где ИИ платит ИИ без человека в цикле пока не существует.

А еще один игрок уже контролирует почти все: стандарт, сеть, валюту и точку входа одновременно.

И имя вас удивит:)

Полный доклад только для Star-подписчиков на Patreon.

А вот и 1-й венчурный фонд, оптимизировавший себя под ИИ-агентов

Сейчас фаундеры всё чаще ищут инвесторов не через Google, а через запросы: какой фонд инвестирует в B2B SaaS на стадии seed.

Если фонд не представлен в виде, который ИИ-агенты способны прочитать и воспроизвести, то он просто выпадает из этого потока.

Это кстати касается всех сфер.

Вот Lobster Capital венчурный фонд из Сан-Франциско осознал, что ИИ-агенты становятся каналом дистрибуции для привлечения и фаундеров и LP.

И первым это отразил как стратегию.

Это яркий пример того, что венчурный рынок начинает думать не только о SEO-видимости , но и для ИИ-агентов, которые всё чаще выступают первым фильтром при поиске партнёров, инвесторов, подрядчиков.

Это прямое следствие перехода к агентной экономике, которую мы описываем в наших отчетах.

Агенты не просто исполняют задачи, они становятся точкой первого контакта между людьми и институтами. Кто не адаптировал свою «машиночитаемость», тот невидим в этом слое.​​​​​​​​​​​​​​​​

Вот это мощь: ex-Anthropic, DeepMind, OpenAI создали стартап, автоматизирующий собственные исследования

Бывший вице-президент по исследованиям OpenAI Джерри Творек, который руководил разработкой моделей рассуждений, уговорил Рохана Анила уйти из Anthropic ради того, чтобы создать новый стартап Core Automation.

Они делают ставку на то, что следующий скачок в ИИ придёт не от масштабирования трансформеров и больших датасетов, а от новых алгоритмов обучения и архитектур.

Первая их задача-автоматизировать сначала собственную исследовательскую работу.

Они также привлекли:
Mark Saroufim, мейнтейнер PyTorch и сооснователь GPU MODE в Meta(запрещена в РФ),

Anmol Gulati, научный исследователь в Google DeepMind, работал над Gemini.

Они считают, что масштабирование моделей, данных и статичного деплоя - не тот путь. Нужны новые алгоритмы обучения, которые придут на смену pretraining и RL, и архитектуры, которые масштабируются лучше трансформеров. Новые виды исследований требуют новых библиотек, новых абстракций и нового способа управления лабораторией.

Чтобы вы понимали планку их найма - ищут людей, способных показать 17% CE win в первый рабочий день.