Вот это врачи пошли! За 7 дней кардиолог создал ИИ-агента на базе Opus4.6

Это история о кардиологе Michał Nedoszytko, который только что занял 3-е место на хакатоне, Anthropic.

Проект он сделал практически в одиночку за 7 дней. Кодил везде даже между приемами пациентов и в самолёте, пока летел из Брюсселя в Сан-Франциско.

Проект называется postvisit.ai, предназначен для пациентов после визита врача:

- отвечает на вопросы в любое время суток,
- помогает разобраться с назначениями,
- помнит всю историю болезни,
- подключает данные с фитнес-браслетов/тонометров и т.д.,
- опирается на научные рекомендации и большие базы знаний.

Вот это стирание границ между медициной и программированием. Если у тебя есть экспертиза и идея, то можно за неделю сделать то, что раньше требовало команды , $ и месяцев.

Больше полезных материалов у нас на Patreon

Вот 🔥Nvidia выпустила модель мира для робототехники - DreamDojo

Всё open-source, можно брать и дообучать под своих роботов.

Это огромный предобученный ИИ, который понимает, как работает мир от первого лица, и его легко адаптировать под любого робота.

Авторы говорят, что Simulation 2.0 пора масштабировать данные, а не движки.

DreamDojo это:

1. Большая нейросеть (2B и 14B параметров), которая предсказывает будущее в пикселях. Построено на NVIDIA Cosmos-Predict 2.5
2. Без физического движка, без 3D-моделей, без ручной настройки физики - всё выучено из данных.
3. Обучена сначала на 44 000 часов человеческих видео от первого лица (самый большой такой датасет на сегодня).
4. Так как в человеческих видео нет меток действий робота → придумали скрытые непрерывные действия, которые модель сама выучивает как «что изменилось».
5. Потом дообучают на небольшом количестве данных конкретного робота.
6. Сделали быструю версию, работает в реальном времени ~10–11 кадров в секунду на одной мощной видеокарте, стабильно держит длинные симуляции.

Зачем это нужно?
- Симулировать робота во «сне» вместо реального мира, учить/тестировать политики быстро и безопасно.
- Прямая телеперация в VR внутри модели.
- Оценивать политики без реального железа.
- Планирование действий.

Больше полезных материалов у нас на Patreon

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

Эксклюзивы нашего канала:

Мы выпустили наш 1-й отчет об экономике ИИ-индустрии. Больше полезных материалов у нас на Patreon.

Разбор проекта Сэма Альтмана по нейроинтерфейсам от профессора М. А. Лебедева за 2 минуты.

ИИ-агенты

AgentDoG от Shanghai AI Laboratory — система мониторинга агентов в реальном времени, которая объясняет причину угрозы.

Meta* PAHF — агенты учатся на обратной связи и персонализируются без переобучения.

OpenClaw стал частью в OpenAI.

Китай выпустил PicoClaw - дешевле и эффективнее OpenClaw.

Moonshot AI выпустил Kimi Claw.

Мы подключили очки Meta Ray-Ban к OpenClaw, результат тут.

Stripe опубликовал самый детальный кейс ИИ-агентов в продакшне.

OpenAI и Paradigm показали, как ИИ-агенты взламывают смарт-контракты.

Если ваши агенты устроили сговор — теперь есть решение.

За 7 дней кардиолог создал ИИ-агента на базе Opus 4.6.

Модели и исследования

Anthropic выпустил Claude Sonnet 4.6 — лучшая модель для агентов сегодня: дешевле, умнее, надёжнее.

Дэвид Сильвер из DeepMind мгновенно привлёк $1 млрд на свой стартап при оценке в $4 млрд.

Google: Persona Generators — ИИ создаёт синтетические популяции агентов для симуляций.

Qwen3.5-397B-A17B — новая мультимодальная модель для кода, рассуждений и изображений.

NVIDIA PersonaPlex-7B — голосовая модель с полным дуплексом: слушает и говорит одновременно, полностью open-source.

Google открыл MapTrace + 2млн датасет — ИИ учится пространственной грамматике, навигации и робототехнике.

LLM научили научили быть эффективными.

Google выпустил TimesFM — open-source модель для бизнес-задач и исследований.

Mixture-of-Agents от Together AI — open-source побил GPT-4o на крупном бенчмарке без файн-тюнинга.

Native Low-Rank LLM Pretraining — можно обучать модели с нуля на факторизованных весах без потери качества.

Робототехника и Квантовые технологии

NVIDIA DreamDojo — open-source модель мира для роботов; берите и дообучайте под своих.

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

Нейроинтерфейсы

NeuroXess (конкурент Neuralink из Китая) переходит к массовым испытаниям BCI и строит суперзавод.

Zyphra выпустила ZUNA — фундаментальная ИИ-модель для нейроинтерфейсов на ЭЭГ: 380М параметров, полностью открытый код.

Крипто

Роботы + агенты + USDC - рабочий пример новой экономики.

Абу-Даби стали крупнейшим держателем биткоина — $1+ млрд через BlackRock IBIT ETF.

«Финам» зарегистрировал первый в России ЗПИФ на майнинг.

Uniswap выпустил 7 новых Skills — структурированный доступ к ключевым действиям протокола.

SberUniversity со 2 марта запускает «DeFi и ЦФА» — практическое обучение новой финансовой инфраструктуре.

*запрещенная в России организация.

Похоже, назревает кое-что неприятное. Альтман и Хуанг бьют тревогу

Сэм Альтман, CEO OpenAI, и Дженсен Хуанг, СЕО NVIDIA, весь февраль на разных площадках: в интервью, конференциях, подкастах жалуются, что внедрение ИИ в бизнес-процессы, образование, госуправление, повседневную работу идёт с заметным отставанием от технического прогресса.

Почему так? И что вообще происходит с экономикой ИИ-лабораторий мы разобрали и ответили в нашем аналитическом докладе. Это ценно, если вы работаете в индустрии.

Альтман ожидал, что после взрывного старта ChatGPT общество гораздо быстрее всосёт ИИ во все сферы, как когда-то интернет или смартфоны. Но этого не произошло в том темпе, на который он рассчитывал.

Хуанг же во всем обвиняет думеров, которые толкают нарратив про конец света вокруг ИИ. Он боится, что это победит в общественном сознании, и тогда замедлятся инвестиции в ИИ, а это в свою очередь затормозит развитие и внедрение ИИ.

В нашем отчете мы показали 12 важных пунктов, вот некоторые из них:
1. Чат-бот как формат упёрлись в потолок, игроки готовят новые бизнес-модели и продукты
2. Google берёт в долг на 100 лет при $34 млрд квартальной прибыли, у этого есть причина
3. Open source вполне может разрушить олигополию.

Более подробно тут, вы можете выбрать любой уровень подписки.

Board of Peace Трампа планирует использовать стейблкоины в Газе. Но все это интересно семье Трампа

Board of Peace (Совет мира) — это новая международная структура, созданная по инициативе Трампа. Формально это не ООН, а параллельный орган под сильным влиянием США.

В него входят около 20-30 стран, включая: Израиль, ОАЭ, Саудовская Аравия, Катар, Бахрейн, Марокко, Армения, Казахстан, Азербайджан, Узбекистан, Кувейт и др.

Сотрудники и консультанты, работающие с Board of Peace, сейчас активно изучают возможность запуска использования стейблкоинов, привязанных к $ специально для Газы.

В этом есть связь с семейным крипто проектом Трампа и Уиткоффа World Liberty Financial и их стейблкоином USD1 (запущен в 2025 году, капитализация уже около $5 млрд).

Есть подозрения, что именно USD1 или очень похожий стейблкоин хотят сделать основным инструментом для Газы.

Это позволило бы:
1. собирать средства от стран-доноров → конвертировать в USD1 → распределять по цифровым кошелькам в Газе
2. собирать комиссии, спреды и получать репутационный / финансовый профит для World Liberty Financial
3. в перспективе токенизировать активы Газы (землю, будущие доходы от порта, газа и т.д.) и продавать их инвесторам.

Это самый настоящий конфликт интересов, но кто сейчас на это обращает внимания:).

Больше полезных материалов у нас на Patreon.

Google говорят, что кошмаром для безопасности станут теневые ИИ-агенты

В своем свежем докладе они выделяют 3 основные темы: ИИ, киберпреступность и государственные акторы.

ИИ на стороне атакующих становится нормой. Хакеры используют его для ускорения атак, создания вредоносного ПО и информационных операций. Особо выделяется переход к ИИ - агентам, которые делают целые цепочки атак.

Prompt injection - одна из главных новых угроз.Google ожидает резкого роста таких атак на корпоративные AI-системы.

Социальная инженерия с ИИ - отдельная большая тема. Голосовой фишинг с клонированием голоса руководителей или IT-персонала станет массовым явлением.

Агентный сдвиг в безопасности - ИИ-агенты меняют саму архитектуру защиты. Google предвидит появление целого направления - "agentic identity management", где каждый агент получает собственную цифровую идентичность с минимальными привилегиями и временным доступом.

Shadow Agent - теневая угроза изнутри. Сотрудники будут самостоятельно разворачивать ИИ-агентов для рабочих задач, минуя корпоративные политики. Это создаёт неконтролируемые потоки чувствительных данных. Запрещать бесполезно - только уходят с радаров. Решение: выстраивать управляемую ИИ-инфраструктуру с аудитом.

Больше полезных материалов у нас на Patreon.

Акции IBM упали на 12+% после того, как Anthropic рассказала, что Claude Code может автоматизировать этапы исследования и анализа при модернизации COBOL

Anthropic опубликовала материал о том, что их инструмент Claude Code умеет автоматизировать модернизацию COBOL — языка программирования 1950-х, на котором до сих пор работает 95% финансовых транзакций в США и критическая инфраструктура банков по всему миру.

Рынок отреагировал мгновенно. Акции IBM рухнули на 13% — худший однодневный результат за 25 лет. За февраль компания потеряла 27% капитализации — антирекорд с 1968 года.

Суть угрозы в том, что раньше разобраться в легаси-коде было дороже, чем его переписать. Поэтому корпорации платили консультантам. Теперь ИИ делает это за кварталы вместо лет.

Заодно упали акции Accenture и Cognizant, все трое зарабатывали на том, что модернизация COBOL стоила дорого и занимала годы.

Больше полезных материалов у нас на Patreon

ИИ самостоятельно завершил формализацию теоремы Филдсовского уровня

Команда проекта Sphere Packing объявила о формализации одной из самых сложных теорем современной математики — доказательства того, что оптимальная упаковка сфер в 8-мерном пространстве это решётка E₈.

Оригинальное доказательство принадлежит Марине Вязовской — за него она получила Филдсовскую медаль в 2022 году.

Но формализовать его, то есть перевести в машинно-верифицируемый вид — отдельная задача, которая требует колоссального труда.
Ключевую роль сыграл Gauss(тут и тут мы писали о других проектах) — агент автоформализации от компании Mathematics Inc.

Основной репозиторий Sphere Packing.

Gauss самостоятельно выполнил все финальные шаги доказательства в системе Lean, сэкономив команде несколько месяцев работы. Доказательство полностью проверено Lean-ядром без единого пропущенного шага.

ИИ здесь не помогал, он закрыл задачу. Взял готовую архитектуру, кодовую базу и blueprint от людей и довёл до результата. Люди теперь проверяют и дорабатывают код Gauss, а не пишут его сами.
Это не замена математиков. Но это новая модель работы: человек строит концепцию и инфраструктуру, машина реализует.

Больше полезных материалов у нас на Patreon.

Готовьтесь, рынки очень сильно упадут-Anthropic выпустили готовые шаблоны для финанализа, инвест банкинга, анализа рынка акций и тд.

Anthropic делает большую ставку на Cowork - это, по сути, Claude Code не для разработчиков, а для всех сотрудников компании.

Claude теперь может выполнять многошаговые задачи сквозь оба приложения — например, провести анализ в Excel и сразу превратить его в презентацию PowerPoint, передавая контекст между ними. Пока это research preview для всех платных планов на Mac и Windows.

Сегодняшний релиз посвящён тому, как компании могут кастомизировать Claude под свои рабочие процессы через систему плагинов.

Главное для бизнеса — теперь можно создавать приватные маркетплейсы плагинов для своей организации.

Claude теперь подключается к ещё большему числу корпоративных систем: Google Workspace (Calendar, Drive, Gmail), DocuSign, Apollo, Clay, Outreach, Similarweb, MSCI, LegalZoom, FactSet, WordPress, Harvey, и другие.

Slack by Salesforce, LSEG, S&P Global также создали собственные плагины для своих клиентов.

Особенно интересно то, что Anthropic запускает готовые плагины, созданные вместе с практиками из конкретных областей:

HR — офферы, онбординг, ревью производительности, анализ компенсаций
Design — критика дизайна, UX-копирайтинг, аудит доступности
Engineering — стендапы, инцидент-менеджмент, чеклисты деплоя, постмортемы
Operations — документация процессов, оценка вендоров, runbook
Brand Voice (by Tribe AI) — анализирует ваши документы и маркетинговые материалы, выводит чёткие гайдлайны по голосу бренда
Financial Analysis — рыночные исследования, финансовое моделирование, шаблоны PowerPoint
Investment Banking — сделки, comparable company analysis, питч-материалы
Equity Research — разбор earnings-транскриптов, обновление моделей, исследовательские заметки
Private Equity — due diligence по большим массивам документов, скоринг сделок
Wealth Management — анализ портфелей, выявление дрейфа и налоговых рисков, рекомендации по ребалансировке.

Больше полезных материалов у нас на Patreon

Вот это масштабирование Claude в реальный бизнес

Крупнейшая финансовая платформа Intuit - это компания, которой принадлежат TurboTax, QuickBooks, Credit Karma и Mailchimp, у них 100 миллионов пользователей по всему миру, внедряет Claude в финансово-бухгалтерскую сферу для реального среднего бизнеса. Это прямой выход Claude в массовый финансовый сектор.

На платформе Intuit появятся кастомные ИИ-агенты на базе Claude, которые смогут глубоко понимать финансы, бухгалтерию, налоги, маркетинг и конкретную отрасль бизнеса.

Всё начнёт разворачиваться для пользователей уже весной.

Средний бизнес сможет сам создавать и настраивать агентов под свои процессы — без глубоких знаний программирования.

Агенты будут работать с данными по продажам, складу, расходам, зарплате и т.д., при этом соблюдая все правила комплайнс и безопасности.

Claude становится финансовым агентом с реальным доступом к данным и действиям.

Больше полезных материалов у нас на Patreon.

Разработчиков ИИ-моделей в РФ могут обязать раскрывать сведения о наборах данных, на которых обучалась/ тестировалась их нейросеть.

Предполагается, что разработчики должны будут предоставлять подробный список сведений.

В одной из рабочих версий законопроекта об ИИ говорится, что разработчик модели должен будет указать наименование набора данных, дату его создания, назначение использования, формат, объем и происхождение.

Среди обсуждаемых мер – создание отдельного реестра отечественного ИИ/ реестра отечественных наборов данных.

В итоге, если все это примут, реализация будет топорная, есть очень высокий риск скатывания в формализм + дополнительное торможение и без того отстающих отечественных разработчиков.

Больше полезных материалов у нас на Patreon

Anthropic решили забрать аудиторию OpenClaw и запустили Remote Control для Claude Code

Anthropic увидели огромный рост популярности OpenClaw и похожих open-source агентов и решили быстро забрать часть этой аудитории, сделав официальную, удобную и безопасную версию того же паттерна.

OpenClaw стал вирусным из-за такой идеи: запусти агента локально → управляй им из Telegram/WhatsApp/мобильного → он работает на твоей машине, имеет доступ к filesystem, инструментам, но при этом ты не привязан к десктопу.

Людям это сильно понравилось.

И сейчас Anthropic запустили Remote Control в research preview для Max-подписчиков, скоро для Pro.

Всё то же самое: стартуешь в терминале, продолжаешь с телефона или веб-клиента Claude.

Claude Code продолжает работать локально на твоей машине. Интеграция нативная, без риска prompt injection через Telegram-боты и т.д.

Больше полезных материалов у нас на Patreon.

Офигенный кейс - Cloudflare пересобрала Next.js с ИИ за 1 неделю

Cloudflare опубликовала пост о проекте vinext — альтернативной реализации Next.js, построенной на Vite вместо Turbopack.

Проект пока экспериментальный, не прошёл масштабного продакшн-тестирования. Но уже есть реальный кейс - сайт CIO.gov (инициатива по модернизации госинтерфейсов США) работает на vinext в продакшне.

Это пример нового слоя инфраструктуры для агентного программирования: не просто ИИ пишет код, а целая экосистема инструментов, где браузером управляет агент, код ревьюит агент, тесты пишет агент.

В проекте vinext использовался agent-browser.

Больше полезных материалов у нас на Patreon. Подписывайтесь.

Привет из Китая! Рабочие в Шанхае используют экзоскелеты и VR-гарнитуры, чтобы открывать микроволновые печи сотни раз в день.

Сбор данных для физического ИИ становится отдельной категорией труда.

В Шанхае сейчас строят специальные центры обучения роботов, которых уже больше 40 по стране.

Это делается на деньги местных правительств + робототехнических компаний, потому что Китай решил стать мировым лидером в гуманоидных роботах и воплощённом интеллекте.

Проблема у всех компаний одна-роботам очень сильно не хватает качественных данных о движениях человека, особенно тонких, бытовых манипуляций (открыть дверцу микроволновки ровно, не разбить яйцо, сложить футболку, застегнуть пуговицу и т.д.).

Поэтому придумали такой способ сбора данных:

- Молодых людей (часто студентов или просто 20–30-летних) нанимают как кибер-рабочих или тренеров роботов

- Они надевают VR-шлем, чтобы видеть виртуальную среду и не отвлекаться + экзоскелет с датчиками захвата движения по всему телу.

- Потом эти люди сотни раз подряд выполняют одно и то же примитивное действие: открывают-закрывают дверцу микроволновки, складывают одежду, протирают стол, складывают кубики, берут бутылку и т.п.

- Робот рядом в реальном времени повторяет эти движения → всё записывается в огромные датасеты.

Один парень по имени Ким, 20 лет, студент, неделю только и делал, что открывал микроволновку сотни раз в день и называл это «скучной, но нормальной подработкой».

Человек стал живым генератором данных для роботов, которые в теории потом его же заменит на конвейере / в быту / в уходе за пожилыми.

Больше полезных материалов у нас на Patreon.

А. Карпатый: сейчас продукты нужно сначала создавать для агентов, а потом для людей

Андрей Карпатый, со-основатель OpenAI, говорит то, о чем мы писали 9 февраля, что происходит большая смена - раньше продукты строились для людей, теперь нужно думать про агентов как первичного пользователя. Агент-посредник становится стандартным слоем между человеком и инструментами.

Основная идея: CLI - это "старое новое". Парадокс в том, что командная строка - технология из 1970-х — оказалась идеальным интерфейсом для ИИ-агентов.

Почему? Потому что агенты умеют работать с текстом и терминалом лучше, чем с графическими интерфейсами.

Карпатый говорит, что установил своему агенту Polymarket CLI + GitHub CLI, и дальше просто описывал задачу словами. Агент сам разбирался как собрать инструменты в нужную логику, например, построил дашборд с торговыми данными за 3 минуты.

Карпатый задаётся вопросом к разработчикам и компаниям, готов ли твой продукт к агентному миру? Вот его чек-лист:

1. Документация хотя бы в markdown (не только красивый сайт)?
2. Есть ли Skills / инструкции для агентов о том, как использовать твой продукт?
3. Можно ли работать с твоим продуктом через CLI или MCP?

Больше полезных материалов у нас на Patreon.

Welcome в лабораторию будущего, где ИИ и роботизированная лаба работают в закрытом цикле без участия человека - LUMI-lab

Lumi lab самостоятельно синтезировала и протестировала 1700+ молекул для доставки мРНК в клетки.

Как работает LUMI-lab?
Авторы решили проблему через концепцию "lab-in-the-loop" - лаборатория как активный участник обучения, а не просто верификатор.

Система состоит из 3-х элементов:

1. Трансформерная фундаментальная модель
2. Роботизированный синтез
3. Активное обучение

В итоге Lumi нашла структурный паттерн - бромированный липидный хвост, который исследователи десятилетиями обходили стороной.

Результат - 20,3% эффективности редактирования генов в лёгочном эпителии мышей.

Это рекорд для данного пути доставки.

Прямое применение - муковисцидоз и другие заболевания лёгких.

Ключевое -модель не обучалась на LNP-данных с нуля, их просто недостаточно. Она предобучилась на 28 млн молекул из смежных областей химии, а потом сама спланировала эксперименты, которые её дообучили.

Это история про новую логику научных открытий, где ИИ сам ставит эксперименты и учится на результатах.

Больше полезных материалов у нас на Patreon.

Google нашли способ, как LLM учить алгоритму обучения, как у людей

Google DeepMind опубликовали две работы(тут и тут), которые говорят о том, как работает обучение языковых моделей.

Больше полезных материалов у нас на Patreon.

Вот в чём проблема:

Такие модели как GPT-5 и Gemini 2.5 Pro плохо адаптируются в процессе диалога. Дай им подсказку, укажи на ошибку, и они просто повторят тот же неверный ответ. Снова. И снова.
Это не баг конкретной модели. Это системное следствие того, как всё обучение построено на статичных текстах. Модель хорошо запоминает, но не умеет учиться в моменте.

Исследователи назвали это отсутствием in-context plasticity - способности менять мышление в ответ на новую информацию прямо внутри разговора.

Решение DeepMind - они превратили обычные задачи (математика, код) в педагогические диалоги, где одна копия модели играет роль учителя, а другая — студента.

Ключевая идея - учителю не нужно быть умнее. Достаточно знать правильный ответ. Асимметрия информации заменяет асимметрию интеллекта.

После такого обучения через RL происходит кое-что неожиданное: Gemini 2.5 Flash догоняет по адаптивности Gemini 2.5 Pro.

А модели, обученные на математике, начинают лучше играть в покер и проходить лабиринты.

Но самое странное — это самосовершенствование. Если обучить модель также предсказывать реплики учителя, она начинает сама себя критиковать и исправлять. Без внешней помощи. И результат превосходит работу с реальным учителем.

Суть - не учить ответам, а учить алгоритму обучения.
Это то, что люди делают с детства и называют социальным интеллектом. У ИИ это только начинается.

Больше полезных материалов у нас на Patreon.

Anthropic нашли выход, как окупить старые ИИ-модели - экономика вынуждает искать новые идеи монетизации

Как известно, сегодня у фронтирных ИИ-лабораторий есть окно монетизации флагманской ИИ-модели, это окно сужается. Обычно модель живёт 3-6 месяцев, а потом её вытесняет конкурент или собственный следующий релиз. Соответственно, R&D не успевает окупиться.

Проблема с экономикой сегодня стоит остро у всех фронтирных лабораторий, а также у NVIDIA, об этом мы разбираем в нашем отчете

Смотря на это, Anthropic решили продлить окно монетизации Opus 3, уже полностью разработанной и оплаченной модели. Расходы на R&D Opus 3 уже списаны.
Инфраструктура есть. Веса сохранены. И вместо того, чтобы просто выключить ее, они продолжают генерировать выручку с нулевыми дополнительными затратами на разработку.

То есть выручка от Opus 3 продолжается, а инференс-расходы минимальны, потому что это не флагманская модель с миллионами запросов в секунду, а нишевый продукт для лояльной аудитории.

Anthropic, судя по всему, считает, что аудитория Opus 3 и аудитория новых моделей достаточно разные: первые ценят именно его характер и стиль, вторые - производительность, поэтому Opus 3 не мешает продажам серии Opus 4.x.

Больше полезных материалов у нас на Patreon

Новые архитектуры вычислений могут сильно удешевить производство еды, и Газпромбанк уже предлагает бизнес-логику.

На ФБТ-2026 в рамках сессии «Алгоритмы жизни: ИИ и новые вычисления» разговор об ИИ, квантовых и нейроморфных технологиях неожиданно вышел к базовой метрике биоэкономики — стоимости биологической калории.

Модератор сессии Алексей Федоров, вице-президент Газпромбанка (а также разработчик 1-ого в мире квантового блокчейна), напомнил про парадокс Джевонса: рост эффективности использования ресурса ведет не к уменьшению, а к увеличению его потребления. Классический ИИ и традиционные процессоры только усиливают этот «порочный круг».

Шанс разорвать его имеют новые парадигмы — нейроморфные чипы, фотонные вычисления и квантовые алгоритмы. Они позволяют решать сложные задачи для агро- и биотеха: анализ данных для точного земледелия, моделирование белков, автономной техники и оптимизации цепочек в реальном времени с радикально меньшим энергопотреблением.

По модельным расчётам Газпромбанка, за счёт сквозного внедрения технологий стоимость калории можно снизить на 60%. Так, для одной только пшеницы в России это означает сокращение ежегодных затрат на выращивание с 819 млрд до 291 млрд рублей.

Но такая парадигма требует роботизации и принципиально иной энергетики вычислений. В логике биоэкономики это означает одно: конкурентоспособность страны все больше определяется не только условиями среды, но мощью технологий и архитектурой вычислений, стоящих за ней.

Именно здесь нейроморфные архитектуры, фотоника и квантовые сопроцессоры становятся не экзотикой, а ответом на возникающие запросы отрасли. Внушает оптимизм то, что Газпромбанк уже выстраивает эти сквозные цепочки: от спидбридинга (ускоренная геномная селекция) и микрофлюидики («лаборатории на чипе») до экологически чистого биогаза.

Карта рынка ИИ-агентов для платежей и тренды в этом направлении

По данным McKinsey, объем мирового рынка агентной коммерции составит к 2030 году только в B2C $3–5 трлн.

Говорят, что в этому году мы увидим, как Google и OpenAI будут завоевывать доверие пользователей за то, где они будут покупать через агента: в чате или в поиске.

На этой карте показаны, как разные компании и протоколы складываются в полноценную экосистему, где агенты смогут самостоятельно:

- находить услуги
- договариваться
- платить, в том числе микроплатежами в USDC/USDT
- получать доступ к API/данным/контенту

Рынок поделен на несколько участников:

1. основные LLM-интерфейсы, через которые люди или уже агенты взаимодействуют.

2. Wallets - аккаунты и кошельки, которые умеют работать с агентами.

3. Инструменты поиска агентов, задач, сервисов.

4. Посредники, которые помогают агентам проводить платежи.

5. Сети агентов, которые общаются и сотрудничают между собой.

6. Фреймворки, позволяющие создавать и запускать агентов.

7. Основные протоколы платежей: x402 (Coinbase/Base), ACP (OpenAI+Stripe), AP2 (Google).

Основные тренды:

1. Протокол x402 доминирует в микроплатежах. Агенты платят за API, данные, инференс стейблкоинами за <0.01$.
Cloudflare + Google Cloud уже интегрируют, Allium даёт on-chain данные по x402.

2. Идет большая конкуренция больших протоколов за лидерство в сегменте шопинг для людей, тут:
- Протокол ACP (OpenAI + Stripe) — уже в ChatGPT
- Протоколы UCP + AP2 (Google + Mastercard/PayPal/Shopify/Walmart)

Больше материалов на Patreon.

Мы взяли интервью у одного из самых успешных архитекторов Европы и России — Сергея Чобана.

Сергей Энверович Чобан возглавляет бюро Tchoban Voss Architekten в Германии, а в России является сооснователем бюро «СПИЧ».

Наш разговор был о том, как на самом деле работает творческий человек и его мозг, какова в этом роль ИИ?

И как может измениться город, когда многие функции становятся виртуальными?

Не пропустите завтра. Такого вы еще не читали.

Больше полезных материалов у нас на Patreon