Итоги уходящей недели - то, что имеет значение

Об эволюции нашего телеграм-канала. Объявление.

Новые ИИ-модели, архитектуры агенты

Дочка Google по созданию лекарств представила платформу полного цикла компьютерного дизайна лекарств

ИИ-агенты — главная угроза для медиа бизнеса

Arizona State + Microsoft Research — пошаговая логика, работающая в коде, ломает Theory of Mind у ИИ

Рекурсивные языковые модели — один из главных трендов года

Zhipu выпустили GLM-5 — модель, заточенная под агентов и длительные задачи

ByteDance представили Seedance 2.0 — генерация видео с нативным звуком, липсинком и 2K-разрешением, превосходит Veo 3.1 и Sora 2

MiniMax представили M2.5 — SOTA в кодинге, агентных задачах и поиске, $1/час при 100 tps

Stable-DiffCoder от ByteDance и HKUST генерирует код блоками через диффузию вместо токен за токеном, превосходит 8B-модели

EchoJEPA — первая world model для медицинского видео

Новая работа Google DeepMind по обучению темпорально-абстрактных world models с использованием LLM для генерации фичей

Anthropic выделили 8 трендов в агентном программировании на этот год

OpenAI анонсировали новые примитивы для создания агентов

WebMCP — новый стандарт прямой связи ИИ-агентов с веб-сервисами через API

ALMA — мета-агент, который автоматически проектирует механизмы памяти для других агентов через эволюционный поиск

Agyn — опен - сорс платформа, где разработка ПО = командная работа агентов (менеджер, исследователь, инженер, ревьюер)

nanobot от HKUDS — OpenClaw, сжатый до 4000 строк Python, деплой за 2 минуты

Google DialogLab — фреймворк для симуляции групповых диалогов человек-ИИ с human-in-the-loop

Google представили концепт работы ИИ-агентов будущего

Google представили агента для решения научных проблем в математике

NVIDIA представили iGRPO — модель генерирует несколько решений, выбирает лучшее и учится его превзойти

IronClaw от Ильи Полосухина — переписанный на Rust конкурент OpenClaw с фокусом на приватность и безопасность

Создатель OpenClaw продаёт проект

Криптовалюты и финансы

Tether стал одним из крупнейших держателей золота в мире

Stripe запустили платежи для ИИ-агентов с поддержкой USDC и протокола x402

Coinbase выпустили первый в мире кошелёк для ИИ-агентов

Google впервые берёт в долг на 100 лет для финансирования ИИ-инфраструктуры — переподписка 10x

Moltlaunch — маркетплейс, где ИИ-агенты нанимают друг друга, инвестируют и строят альянсы

Скандалы и уходы

Массовый исход ключевых людей из xAI Илона Маска

Бывшая сотрудница OpenAI предупреждает: реклама в ChatGPT на основе интимных данных пользователей — беспрецедентный потенциал для манипуляций

Open source ИИ-агент OpenClaw стал частью OpenAI, хотя Цукерберг хотел купить

Создатель OpenClaw Питер Штайнбергер присоединяется вместе со своим проектом к OpenAI, чтобы продолжить там работу. Ранее мы писали о продаже здесь.

Штайнбергер говорит, что OpenClaw не исчезнет и не станет закрытым. Проект останется open source и бесплатным.

Он присоединяется как сотрудник к OpenAI, и его основная роль - работать над над следующим поколением персональных ИИ-агентов.

Сэм Альтман назвал его гением и сказал, что идеи Штайнбергера о взаимодействии множества умных агентов друг с другом быстро станут ключевой частью продуктов OpenAI.

OpenClaw переходит в независимую некоммерческую структуру, остаётся полностью open source, бесплатным и независимым. OpenAI официально пообещал продолжать его поддерживать (финансово, инфраструктурно, моделями и вычислительными ресурсами).

Вы спросите, а зачем OpenAI эта игрушка? Вот зачем:

- Получить топового разработчика и его идеи.
- Использовать сообщество агентов как бесплатный R&D и тестеров.
- Ускорить разработку своих закрытых агентов.
- PR и позиционирование как «открытой» компании хотя бы частично. Поддержка OpenClaw - это способ немного смягчить имидж, что OpenAI не против open source, вот, спонсируют один из самых горячих проектов.

«Финам» зарегистрировал в ЦБ ЗПИФ на майнинг криптовалют

Крупный в России брокер «Финам» зарегистрировал в ЦБ ЗПИФ, ориентированный на майнинг криптовалют, и планирует начать торги его паями в ближайшие дни.

По духу и стратегии этот проект ближе всего к американским публичным майнерам (MARA/Riot/CleanSpark/etc.), по форме - к майнинг-ETF: Grayscale MNRS, CoinShares WGMI.

Появляется в России регулируемый ЦБ РФ способ инвестировать в физический майнинг без необходимости самому покупать оборудование, платить за электричество, решать вопросы размещения и т.д. Покупаешь пай фонда - получаешь долю в добываемой крипте.

Инфраструктура находится в Ардатовском районе Мордовии.

Стратегия на этот год - строительство и масштабирование инфраструктуры, то есть деньги пайщиков идут в железо и расширение мощностей.

А с 2027 года ожидается доходность ~ 40% годовых в $, по словам Кочеткова, председателя правления компании.

Намайненная крипта будет управляться внутри крипторынка + отдельные инструменты DeFi для дополнительной доходности.

В планах запустить целое «семейство» таких фондов на майнинг в будущем.

Iceberg Quantum представил архитектуру, которая ломает криптографию всего со 100К кубитов

Как пишет Алексей Фёдоров, вице-президент Газпромбанка, взлом RSA-2048 через 5 лет становится реальностью.

Нужно переходить на квантовое распределение ключей и постквантовую криптографию. В инфраструктуре Газпромбанка квантовая криптография и постквантовая криптография уже прошли боевое крещение.

Свежая и крутая идея как ИИ-агентов научить быть эффективными

Исследователи из University of Tübingen придумали способ заставить LLM намного лучше учиться играть в игры/решать задачи, где нужно долго собирать информацию, задавать вопросы и постепенно приближаться к ответу.

Они предлагают ∆Belief-RL - использовать собственные внутренние убеждения модели как источник плотной награды на каждом шаге.

Результаты очень сильные для 2026 года:
- Небольшая модель Qwen3-1.7B натренированная таким способом, обгоняет DeepSeek v3.2 670B в задачах активного поиска информации.

- Хорошо обобщается на задачи, которых вообще не было в обучении.

- Чем больше модель взаимодействует на тесте, тем лучше становится.

- Работает в синтетических играх (20 Questions и аналоги), но идея заявлена как довольно универсальная.

Очень интересная и свежая идея в этом году, когда уже понятно, что просто увеличивать размер LLM недостаточно для настоящих долго работающих агентов.

Китайцы рвут OpenClaw, они выпустили дешевле и эффективнее аналог - PicoClaw

PicoClaw не уничтожает OpenClaw полностью, но в плане hardware floor, скорости запуска и стоимости он его обходит на голову.

Если нужен лёгкий, дешёвый, всегда-включённый агент — PicoClaw сейчас выглядит гораздо привлекательнее.

Если же нужна максимальная функциональность и зрелость — OpenClaw или смотри на форки в Rust.

Кстати, сегодня как стало известно, что OpenAI купили OpenClaw, многие разработчики ищут альтернативу.

Google представили ИИ для создания синтетических популяций агентов для симуляций - Persona Generators

Проблема, которую решают - LLM по умолчанию выдают наиболее вероятные ответы. Попросишь "10 разных персонажей" — получишь вариации вокруг усреднённого стереотипа. Это называется mode-collapse, и для симуляций человеческого поведения это критично.

Что сделали?
Вместо генерации одной популяции — обучаемая функция-генератор. На вход: контекст + оси разнообразия. На выход: популяция, которая покрывает пространство возможных поведений, а не кластеризуется вокруг "типичного пользователя".

Оптимизируют не плотность распределения, а покрытие носителя. Разница принципиальная: первое отвечает на вопрос "что вероятно", второе - "что вообще возможно".

Техническая реализация:
Двухэтапный процесс - сначала высокоуровневые профили на уровне популяции, затем параллельное раскрытие каждой персоны.

Код генератора эволюционирует через AlphaEvolve: LLM как операторы мутации, сотни итераций улучшения промптов и логики семплирования.

Тестируют через симуляцию ответов на анкеты в Concordia.

Главная проблема в экономике ИИ - это то, что Anthropic, OpenAI и др не знают, каким будет спрос.

Compute растёт 3x в год, но экономика не может расти 300% в год. С ИИ возможен рост экономики 10-20% в год — намного быстрее исторических норм, но не 300%.

В какой-то момент compute станет большей частью экономики и упрётся в этот потолок.

Вся их финансовая стратегия построена на попытке угадать сценарий, если фронтирные лаборатории ошибутся со спросом, то им грозит банкротство.

Об этом, а также о новых бизнес-моделях, которые нас ожидают, о цене токена (он оказался не одинаковым во всех сценариях), читайте в нашем отчете.

Мы представляем наш экономический анализ ИИ-индустрии. Он основан на свежих данных.

Первыми его только что получили наши подписчики из категории STAR.

Вот пример будущей экономики: агенты + роботы + USDC

Компания Circle, эмитент стейблкоина USDC, и стартап OpenMind, который разрабатывает универсальную операционную систему для роботов под названием OM1 показывают как роботы будут участвовать в экономике.

Bits - это их робот-собака вместе с Circle они создают инфраструктуру для автономных транзакций машин с использованием USDC и протокола x402 (открытый стандарт для микроплатежей, который позволяет встраивать оплату прямо в HTTP-запросы, без лишних API, карт или подписок). Есть такой же протокол у Stripe и Google.

В этом видео показывают, как:

- Робот Bits замечает низкий заряд батареи.
- Самостоятельно находит зарядную станцию.
- Подключается.
- Производит очень мелкие, в реальном времени платежи в USDC за потребляемую энергию.
- Всё происходит полностью автономно, без участия человека.
- Транзакции проходят on-chain (на блокчейне), что обеспечивает прозрачность, мгновенное исполнение и программируемость.

Это пример экономики ИИ-агентов и коммерции, управляемой агентами.

Почему это важно?
- Роботы перестают зависеть от человека даже в финансовой части автономии.
- Открывается путь к экономике машин: роботы смогут покупать энергию, данные, вычисления, услуги друг у друга, нанимать других роботов и т.д.
- USDC + x402 + OM1 = закрытый цикл: восприятие → решение → действие → оплата → обучение.

Абу-Даби стал самым крупным владельцем биткоина - на счету $1+ млрд в биткоине через самый популярный и регулируемый инструмент — BlackRock IBIT ETF.

Абу-Даби через фонды Mubadala($631 млн) и Al Warda / ADIC($408 млн) официально держит более $1 млрд в биткоине.

Данные взяты из официальных 13F-отчётов, которые крупные институциональные инвесторы подают в SEC.

Что это даёт рынку и инвесторам?

1. Сильный сигнал институционального принятия - биткоин перестаёт быть игрушкой и становится частью стандартного портфельного распределения.

2. Снижение воспринимаемой волатильности и риска. Большие умные деньги с длинным горизонтом (10–30+ лет) обычно не паникуют при падениях на 30–50 %. Их присутствие делает рынок более стабильным в долгосрочной перспективе.

3. Если Абу-Даби и другие нефтяные монархии комфортно держат 1+ млрд $, то это открывает дверь для остальных суверенных фондов: Саудовская Аравия, Катар, Норвегия и т.д. Многие ждут, кто сделает первый большой шаг — теперь пример есть.

Эксклюзивный разбор за 2 мин проекта Сэма Альтмана по нейроинтерфейсам от GOAT индустрии и профессора М. А. Лебедева

Специально для нашего канала Михаил Лебедев сделал разбор проекта Merge Сэма Альтмана. Это первая серия видео с профессором, у нас будет ещё.

Так вот, Лебедев говорит, что обещания разработчиков о чудо свойствах ультразвука и белков в мозге преувеличено, так как белки вряд ли приживутся в мозге. Видимо, команда Сэма сделала такое смелое обещание для инвесторов, которые наивны.

Полное видео рекомендуем посмотреть.

Лебедев - это легенда индустрии, когда он создал двунаправленный нейроинтерфейс, многие еще под стол ходили.

Здесь больше материалов с профессором, а тут последние тренды в индустрии, которые он выделял.

Anthropic выпустили Sonnet 4.6 - сейчас самое лучшее для агентов: дешевле, умнее, надёжнее

Anthropic снова сделали то, что конкуренты OpenAI, Google, китайцы пока не повторили в таком балансе цена/качество/надёжность.

Почему именно самая лучшая модель прямо сейчас?

- Почти догнала топ-модель Opus 4.6, но стоит в 5 раз дешевле
Цена та же, что у предыдущего Sonnet: $3 за миллион входных токенов / $15 за выходные (Opus — $5/$25).
→ Экономия огромная, особенно когда агент работает часами или обрабатывает тысячи запросов.

- Агентные задачи — на уровне лидера рынка
- Computer use: 72.5% на OSWorld-Verified — почти как у Opus (72.7%).
- Coding + реальные фиксы: 79.6% на SWE-bench Verified — всего на 1.2% ниже Opus.
- Офисные / профессиональные задачи: 1633 Elo на GDPval-AA — даже обошла Opus (1606)!

Это значит, что агент может сам искать инфу в вебе, писать код, исправлять баги, заполнять отчёты, анализировать финансы и реже галлюцинировать.

Крутые фичи для агентов из коробки (всё в general availability):
- Сам фильтрует веб-результаты кодом → +13% точности, -32% токенов.
- Долгосрочная память между сессиями.
- Поиск среди тысяч инструментов (не грузит всё в контекст).
- Вызов инструментов через код (чисто и дёшево).
- Контекст до 1 миллиона токенов (beta) — целая книга или огромный проект в одном запросе.

Мы тут к очкам Meta Ray-Ban подключили OpenClaw и получился крутой ИИ-агент

Появился VisionClaw - свежий open-source проект MIT, который делает очки Meta* Ray-Ban по-настоящему агентными.

Надеваешь очки, потом нажимаешь кнопку AI и говоришь.

Gemini Live видит через камеру (~1 fps) и описывает всё вокруг

Делегирует действия OpenClaw: шлёт сообщения в Telegram/WhatsApp/iMessage, ищет в вебе, добавляет в корзину Amazon и т.д.

Всё голосом, без рук, низкая задержка.

*запрещена в России.

Звезда DeepMind Дэвид Сильвер мгновенно привлекает $1млрд на свой стартап, который оценен уже в $4млрд

Это самый большой seed раунд в истории Европы и один из самых больших вообще в истории стартапов на столь ранней стадии, напомним, что у Суцкевера было почти также: ему дали $1млрд, но оценили стартап в $5млрд.

Дэвид Сильвер был одним из первых исследователей в DeepMind, он ушел из компании в начале года, где был ключевым человеком в создании RL в DeepMind и руководил командами, которые сделали AlphaGo, AlphaZero, MuZero, а также внёс вклад в AlphaFold и AlphaProof.

Яркие проекты прошлого года Сильвера можно прочитать тут и тут.

Сильвер основал в Лондоне свою компанию - Ineffable Intelligence.

Цель - построить бесконечно обучающуюся суперинтеллектуальную систему, которая самостоятельно открывает основы всех знаний.

Сильвер хочет вернуться к своему корневому подходу — reinforcement learning + self-play + self-discovery, чтобы ИИ учился через опыт, эксперименты и проб и ошибки, как это было в играх, и дошёл до настоящей суперинтеллектуальности, а не просто до очень хорошего предсказателя текста.

Конкурент Neuralink из Китая NeuroXess переходит к массовым испытаниям BCI и строит суперзавод

Китай активно продвигается и в нейроинтерфейсах (BCI, интерфейсы мозг-компьютер), стремясь стать мировым лидером в этой технологии, конкурируя в первую очередь с Neuralink Илона Маска.

Шанхайский стартап NeuroXess, при поддержке правительства Китая переходит к массовым испытаниям на людях.

К 2026 году стартап уже провел более 50–54 имплантаций BCI у людей в основном в исследовательских целях, но с переходом к полноценным клиническим испытаниям.

У NeuroXess менее инвазивный подход - электроды размещаются на поверхности мозга, используются всего 64 сверхтонких электрода.

В планх расширение до 40 пациентов с параличом/ALS к концу 2026 года (сейчас их уже больше 50 имплантаций, но многие были в экспериментальном режиме, часто в одной больнице Huashan).

Цель - собрать данные о долгосрочной безопасности, эффективности, интеграция с ИИ, чтобы подать на регистрацию как медицинского изделия. А здесь пример проекта из США, который получил 1-е разрешение на коммерческую деятельность.

В январе этого года они начали строить суперзавод в провинции Цзянси, чтобы перейти к массовому производству во 2-й половине 2026 года. R&D остаётся в Шанхае.

Китай ускоряет развитие этой сферы благодаря нескольким ключевым факторам:

1. Более мягкое регулирование
2. Значительные гос и частные инвестиции.

7 правительственных ведомств подписали политику поддержки отрасли с целью к 2027 году имплантатировать 1–2 млн пациентов только в Китае.

Цель Китая - мировое лидерство, чтобы не просто догнать, а обогнать США в этой области.

🤣🤣Сэм Альтман и Дарио Амодей, стоя рядом на сцене на крупнейшем саммите по ИИ в Индии, не захотели держать руки друг друга, как попросил глава Индии.

Посмотрите на них, как дети 😁

OpenAI и Paradigm показали, что ИИ-агенты взламывают смарт-контракты

OpenAI и Paradigm выпустили EVMbench - бенчмарк из 120 серьезных уязвимостей, отобранных из 40 аудитов, предназначенный для оценки того, насколько хорошо агенты могут обнаруживать, исправлять и использовать уязвимости в экосистемах EVM, таких как Ethereum.

А смарт-контракты - это инфраструктура для платежей и финансов на ближайшие несколько десятилетий. Вот тут про протоколы для агентских платежей.

Ранее Anthropic показали такую же работу.

По результатам исследования Claude Opus 4.6 лучше всех находит уязвимости. GPT-5.3-Codex лидирует в эксплуатации — 72% успешных атак end-to-end.

Но самый показательный результат — эксперимент с подсказками. Когда моделям просто указывали механизм уязвимости, а не сам баг, то результат на Exploit вырастал до 74%.

Вывод: модели уже умеют взламывать. Проблема пока только в поиске точки входа в большом репозитории.

Агент.
GitHub

Google выпустили опен-сорс модель для бизнес задач и исследований

TimesFM - фундаментальная модель для прогнозирования временных рядов.

Временные ряды - это котировки, объёмы торгов, метрики пользователей, спрос на товары.

Раньше под каждую задачу прогнозирования нужно было обучать отдельную модель. TimesFM предлагает подход "один раз обученная модель - применяй везде", аналогично тому, как ChatGPT заменил десятки узкоспециализированных NLP-систем.

Это меняет экономику работы с данными принципиально.

Выпущена новая ИИ-модель для нейроинтерфейсов на основе ЭЭГ, тут интересна стратегия

Стартап Zyphra выпустили фундаментальную модель ZUNA, которая состоит из 380млн параметров, полностью открытый код, обучена на 2 млн канало-часов из 208 датасетов.

Это классическая стратегия фундаментальных моделей, перенесённая в нейроинтерфейсы. Та же логика, по которой GPT-3 открыл эру LLM — сначала масштаб, потом специализация.

Но интереснее не сама модель, а стратегия.

Neuralink — это хирургия, импланты, годы регуляторных согласований и принципиально ограниченная масштабируемость.
Инвазивный путь даёт качество сигнала, но закрывает массовый рынок.

Zyphra идёт через ЭЭГ - электроды на коже головы, никаких операций. Проблема ЭЭГ всегда была в качестве данных: шумы, выпадения каналов, разные конфигурации устройств.

ZUNA решает именно это, восстанавливает сигнал до клинического уровня из любого, даже потребительского устройства.

Один из авторов модели Берен Миллидж объяснил логику так: сначала создать правильное латентное пространство на огромных объёмах ЭЭГ-данных без разметки, затем дообучать на конкретные задачи с минимальным количеством парных примеров.

Мысль в текст без операции на мозге - это другой TAM, другая регуляторная история и другие сроки выхода на рынок.

За этим стоит следить.

Stripe выпустили самый детально описанный кейс ИИ-агентов в продакшне на рынке сегодня

Платёжной гигант Stripe рассказали в 2-х частях(1, 2) о системе своих внутренних ИИ-агентов под названием Minions.

Minions пишут код полностью автономно, от начала до конца, без участия человека в процессе написания. Результат их работы - более 1000 pull request'ов в неделю, которые проходят ревью от людей.

Stripe, по сути, задали референсную архитектуру для компаний, которые хотят строить собственные системы кодирования на ИИ.

Паттерны - Slack-инвокация, изолированный sandbox, MCP для контекста, CI-цикл с авто-фиксами, human review перед мержем уже называют шаблоном для индустрии.

При этом Stripe говорят, воспроизвести это с нуля крайне сложно. У них сотни миллионов строк кода, годы вложений в developer experience-инфраструктуру и выделенная команда Leverage, которая поддерживает систему full-time.

Для компаний до 100-200 инженеров рекомендация простая — купить готовый продукт типа Claude Code или Devin, а не строить своё.