Эксклюзив.Профессор М. Лебедев прогнозирует, что покажет Сэм Альтман с командой по нейроинтерфейсам

По мнению Михаила Лебедева, команда стартапа Merge под руководством Михаила Шапиро на первом этапе покажет скорее всего, как с помощью ультразвука они воздействуют на обонятельную область мозга, тем самым вызывая ощущение запаха.

Скорее всего, они будут фокусировать ультразвук на разные области мозга и вызывать разные ощущения и эффекты, в том числе счастье.

1-я часть беседы с профессором Лебедевым тут.

Больше полезных материалов у нас на Patreon.

Вот это шаги: Google создают неоклауды и Meta покупает у Google TPU на многомиллиардную сумму

Meta (запрещенная в России организация) подписала многолетний контракт на несколько миллиардов $ на аренду чипов Google TPU. Переговоры шли ещё в прошлом году, тут писали.

Ранее Meta была одним из крупнейших клиентов Nvidia. Также Meta на днях заключила огромную сделку с AMD (до $60–100 млрд на 6 гигаватт мощности MI450 и будущих чипов).

Сделка с Meta - это очень громкая валидация для Google.

Но самое интересное -Google ведёт переговоры с несколькими крупными фондами прямых инвестиций о создании СП, которые будут:

- закупать большие объёмы TPU у Google,
- строить / арендовать дата-центры,
- сдавать в аренду вычислительную мощность на TPU другим компаниям (стартапам, лабораториям, средним разработчикам ИИ).

Такие облачные провайдеры, специализирующиеся на аренде ускорителей ИИ, сейчас называют neoclouds, тут подробно.

Google явно копирует модель Nvidia, которая инвестировала и давала кредиты/гарантии многим neocloud-операторам, чтобы те массово закупали именно её GPU и создавали огромный спрос.

Это значит, что в ближайшие 1–3 года может появиться целая экосистема независимых облаков, которые будут предлагать именно TPU по цене существенно ниже, чем эквивалентная мощность на Nvidia GPU.

Больше полезных материалов у нас на Patreon.

#DeepSeek показали как удвоить скорость агентов, перенаправив трафик и без покупки лишних GPU.

Больше полезных материалов у нас на Patreon

Anthropic запускают программу Claude for Open Source

В рамках этой программы они дают 6 месяцев бесплатного доступа к самой мощной версии Claude Max тем, кто активно развивает open-source проекты.

Это делается потому, что Anthropic активно строит enterprise экосистему (Claude Code → Cowork → MCP для интеграций в Slack/Drive/CRM).

Им нужны сильные OSS-проекты вокруг Claude.

Больше полезных материалов у нас на Patreon

Это самый безумный шаг инвесторов.Непонятно,чем думали,отдав $110млрд OpenAI в новом раунде при оценке компании $730 -$ 840 млрд

Это самый большой частный раунд в истории (×2.75 от предыдущего рекорда ~$40 млрд в 2025), и сразу 3 якорных инвестора:

1. Amazon → $50 млрд - самый большой чек, который они когда-либо делали в кого-то
2. NVIDIA → $30 млрд
3. SoftBank → $30 млрд

Плюс анонсированы стратегические партнёрства: AWS как основной облачный провайдер + NVIDIA как поставщик железа.

Почему это безумие, мы подробно объясняем в нашем отчете об экономике ИИ-индустрии.

OpenAI уже перепрыгнула почти всех остальных hectocorn стартапов (SpaceX ~$350–400 млрд, ByteDance ~$300–400 млрд, Anthropic ~$60–100 млрд и т.д.) и вошла в клуб, где раньше были только публичные гиганты + Aramco.

Больше полезных материалов у нас на Patreon

Интервью с Сергеем Чобаном: «Рука — продолжение мозга». Чип в голове в городе будущего

Публикуем интервью нашему каналу с Сергеем Чобаном, художником, архитектором, мыслителем и культурным деятелем, одним из самых известных архитекторов русского происхождения в Европе.

Это разговор о том, как работает мозг у творческого человека и какова роль ИИ в этом? Как может поменяться город, когда многие функции становятся цифровыми?

На фоне войны на ближнем востоке идет борьба за владение ИИ. Встает вопрос глобальный - кто будет доминировать в мире, где ИИ станет главной силой - правительства или бизнес, создающий ИИ?

Дело в том, что за последние несколько месяцев отношения между Кремниевой долиной и администрацией Трампа сильно накалились. А на этой неделе они достигли точки кипения, в публичное поле вышел конфликт Anthropic–Пентагон как тест на будущее ИИ, войн и власти государства.

Краткая хронология бурно развивающейся истории конца февраля – 1 марта:
- Пентагон заключил с Anthropic контракт на ~$200 млн ещё летом 2025. Сделка позволяла военным использовать Claude при 2 условиях: запрет на полностью автономное летальное оружие и на массовое слежение за американскими гражданами внутри страны.
- Anthropic с самого начала позиционировала себя как самую безопасную компанию, и эти 2 ограничения считались фундаментальными для этики компании.
- Команда Трампа и военные начали давить, требовали отказа от этих 2-х ограничений. Переговоры зашли в тупик, Anthropic отказалась идти на компромисс.
- Трамп приказал всем федеральным ведомствам немедленно прекратить использование Anthropic. Министр обороны США объявил Anthropic риском нац безопасности - мера, обычно применялась к Huawei и т.п, а не к американским компаниям. Это беспрецедентно, так как подразумевает, что подрядчики минобороны(NVIDIA, Amazon, Google, Microsoft и др) не смогут вести бизнес с Anthropic вообще.

- Anthropic заявили, что оспорят это решение в суде.

Сегодня WSJ со ссылкой на свои источники в Пентагоне пишут, что военные США использовали Claude для атаки на Иран, несмотря на приказ Трампа.

Одновременно с этим OpenAI быстро заключила свою сделку с Пентагоном, в ночь 27–28 февраля. Альтман публично поддержал позицию Anthropic, но все равно подписал контракт с Пентагоном.

Для Anthropic это огромный удар по бизнесу и IPO, который на носу. Эта история может отпугнуть корпоративных клиентов и спровоцировать дивестирование. Но компания использует скандал для PR: «мы не прогибаемся под давлением» — это привлекает лучшие таланты и инвесторов, опасающихся военного ИИ.

Для индустрии это означает поляризация. Сторонники Anthropic vs сторонники Трампа: Маск, Anduril, OpenAI.

Для государства и войн - это тест на новый мир. ИИ — уже не инструмент, а инфраструктура силы. Кто решает, как его использовать в войне: государство или частная компания, которая создала технологию?

Другой важный вопрос - допустимо ли уничтожить бизнес только потому, что эта компания отказывается согласиться с условиями контракта государства, или просто потому, что ему не нравится политическая позиция её генерального директора?

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

Эксклюзивы нашего канала:

Мы выпустили наш 1-й отчет об экономике ИИ-индустрии.

Профессор Лебедев сделал прогноз, что стартап по нейроинтерфейсам Merge Сэма Альтмана покажет на первом этапе

Всемирно известный архитектор Сергей Чобан: «Рука — продолжение мозга» дал интервью нам.

Финтех и платежи

ИИ-агенты в платежах — карта рынка и ключевые тренды

Board of Peace Трампа рассматривает стейблкоины как инструмент в зоне конфликта: семья Трампа в теме

ИИ: модели и архитектуры

Anthropic выпустила инструмент, где Claude Code автоматизирует модернизацию COBOL, акции IBM на этом фоне рухнули

Разработчиков ИИ в РФ могут обязать раскрывать обучающие датасеты

ИИ самостоятельно завершил формализацию теоремы уровня медали Филдса

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

DualPath от DeepSeek — новая архитектура разгоняет ИИ-агентов в 1,87x, создав второй путь для данных

Doc-to-LoRA и Text-to-LoRA от Sakana — мгновенная кастомизация модели под новый документ или задачу за один проход, без дообучения

LLM-персоны — вредоносные личности языковых моделей вызываются простым промптом: это уже проблема безопасности

Nano Banana 2 от Google вышла — новая мировая модель с реальными данными и 4K-генерацией видов из любого окна планеты

Moonlake World Model— игровой движок будущего: ИИ понимает физику, причинность и взаимодействие объектов

Cloudflare пересобрала Next.js с ИИ за 1 неделю

Remote Control для Claude Code от Anthropic — прямой ответ OpenClaw

Anthropic запустила программу поддержки опенсорс-разработчиков

Учёные из UMD изучили крупнейшую соцсеть для агентов Moltbook

OpenAI добавили поддержку WebSocket в свой API — задержка при работе агентов с внешними инструментами сократилась на 40%

Бизнес, экономика и внедрение ИИ

Кто будет владеть ИИ: правительства или корпорации станут главной силой в мире ИИ?

А. Карпатый, сооснователь OpenAI - продукты нужно проектировать сначала для агентов, потом для людей: новая парадигма разработки

Крупное внедрение Claude в реальный бизнес

Альтман и Хуанг признают, что бизнес внедряет ИИ очень медленно по сравнению с темпом разработки

Anthropic выпустили плагины для финанализа, инвест-банкинга и анализа акций уже доступны

OpenAI привлекла $110 млрд на новом раунде при оценке $730–840 млрд

Anthropic нашла новые пути монетизации устаревающих ИИ

Роботы и инфраструктура и безопасность

Google выпустили доклад о киберугрозах

Стартап MatX, основанный экс-Google поднял $500 млн, они создают чипы для LLM

Google создает неоклауды + Meta(запрещенная в РФ) покупает у них TPU на миллиарды $

Berkeley, Princeton представили работу, где роботы учатся многоэтапным задачам в реальном мире на тех же данных, что и предшественники, но решают задачи принципиально сложнее

В Китае решают вопрос нехватки данных для робототехники с помощью обучения людьми роботов

Газпромбанк — дешёвые чипы могут снизить стоимость производства продовольствия

Наука и медицина
LUMI-lab — роботизированная лаборатория без людей самостоятельно синтезировала и протестировала 1700+ молекул для мРНК-доставки

Крупнейший в истории реальный ИИ-медиаль: 1,5 млн пациентов NHS, ИИ-стетоскоп против стандартной кардиологии

Больше полезных материалов у нас на Patreon.

Из-за чего возник конфликт у Anthropic с Пентагоном и как это повлияет на бизнес компании, индустрию и опен сорс

Издание The Atlantic пишет, что Пентагон хочет использовать Claude для анализа больших объёмов данных, собранных об американцах. Более подробная хронология событий тут.

Речь идет о данных, которые собирают Google, Meta(запрещена в РФ), Visa, телекомы и т.д. и они не секретные, но очень личные: -история запросов в Google,
- переписка в чат-ботах,
- геолокация по GPS,
- транзакции по кредиткам, -социальные сети и т.д.

Пентагон хочет перекрёстный анализ этих данных для разведки.

Anthropic сказала нет - это перебор, потому что превращает США в государство тотальной слежки за своими гражданами. Они требовали юридически обязывающего запрета на такое использование.

Но подписали контракт с Пентагоном OpenAI, они тоже настаивают на запрете массовой слежки, но их формулировки и подход более гибкий.

Если Пентагон добьётся своего и Anthropic станет компаний из черного списка, тогда Nvidia, Amazon и Google будут вынуждены отказаться от инвестиций и работы с Anthropic.

Более того, в Anthropic уже проинвестировали крупные институциональные инвесторы. Они консервативны и не любят политический риск. Если Anthropic окажется в чёрном списке как Huawei - может спровоцировать отток капитала.

Это будет первое громкое убийство ИИ-компании лидера в США, которое повлечет за собой уход инвесторов, бизнеса и стартапов из США. Мало кто захочет после этого создавать ИИ в Америке.

Вся эта история может свести к тому, что дальше модели будут с открытым исходным кодом.

Больше полезных материалов у нас на Patreon

Cursor запустил своих облачных агентов с computer use, конкурируя с Anthropic, OpenAI, Google

Теперь агенты Cursor получили собственные виртуальные машины и могут управлять компьютером, то есть не просто писать код, но и запускать его, тестировать, кликать по интерфейсу и проверять результат.

Это переход от ИИ, который помогает писать код к ИИ, который сам строит и проверяет фичи, как отдельный разработчик.

Роль разработчика смещается - вместо микроменеджмента агентов он теперь задаёт направление и решает, что идёт в продакшн.

В чем особенность этого запуска? Cursor - редактор поверх моделей в основном Claude. Их преимущество не в модели, а в том, как они встроили агентов в workflow разработчика.

Возможность управлять компьютером есть у всех, но Cursor первым сделал это продуктово удобным для команд разработчиков, с реальными метриками. Остальные пока догоняют на уровне продукта, даже если технически не уступают.

Другие полезные посты Cursor тут и тут.

Больше полезных материалов у нас на Patreon

Visa рассказала инвесторам, что внедряет своего ИИ-агента для платежей и работает со стейблкоинами

Visa готовится к миру, где покупки будут совершать не люди, а агенты.

Их протокол для агентской коммерции Visa Intelligent Commerce уже есть у 100+ партнеров по всему миру, включая Ramp (B2B-платежи) и AWS.

Ранее, мы опубликовали карту рынка для агентской коммерции.

Также Visa активно работает со стейблкоинами, видя в них инструмент для тех рынков, где у Visa пока слабое проникновение: страны с волатильной валютой, международные переводы, B2B-платежи.

Выпуск карт со стейблкоинами доступен уже в 50 странах.

Объем расчетов в стейблкоинах через Visa достиг $4.6 млрд в годовом исчислении.

Больше полезных материалов у нас на Patreon

Anthropic показала как легко перенести память из других чат-ботов и туториал про SRE-агента, который автономно реагирует на инциденты

Anthropic сделала очень лёгкий импорт памяти из других моделей в Claude - копируешь предпочтения и контекст из ChatGPT/Gemini и тд., вставляешь в Claude за секунду.

Также показали как создать SRE-агента для автоматического реагирования на инциденты. Агент использует MCP-инструменты с правами на запись, то есть у него есть реальный доступ к инфраструктуре, а не только возможность читать данные.

Китайские единороги обогнали США по реальной выручке: $706 млрд против $540 млрд в год - данные Dealroom

Но вот где собака зарыта - структура выручки кардинально разная.

BYD при $107–118 млрд выручки показывает чистую маржу ~5%.

Топовые американские софтверные компании — 20–40% маржи.

Китай продаёт больше. США зарабатывает больше с каждой продажи.

В полном анализе на Patreon мы разбираем:

1. Почему Китай доминирует в физической экономике (EV, батареи, железо), а США в платформенной ренте (ИИ, софт)

2. Как это влияет на инвестиции в 2026 году

3. 3 конкретных вывода: что это даёт инвесторам, фаундерам и тем, кто конкурирует с китайскими игроками

Это новый фрейм, который меняет картину tech гонки.

Главный вопрос 2026 года — не кто сильнее. А что происходит, когда китайская эффективность ИИ-внедрения выходит на третьи рынки и начинает конкурировать с американской платформенной инфраструктурой. Разбор — на Patreon.

ИИ обошёл топовых инженеров NVIDIA - WarpSpeed переписал cuGraph и дал 3.6× ускорение

Израильский стартап doubleAI выпустил ИИ, который надёжно превосходит людей экспертов в сверхсложной инженерной области.

Их ИИ WarpSpeed полностью автономно переписала и переоптимизировала все GPU-кернелы библиотеки NVIDIA cuGraph (одна из самых популярных GPU-библиотек для графовых алгоритмов в мире — PageRank, BFS, community detection и т.д.).

Над cuGraph десятилетиями работали лучшие performance-инженеры NVIDIA и WarpSpeed их обошёл.

Ключевые цифры на реальных графах и трёх архитектурах: A100, L4, A10G:
- Среднее ускорение — 3.6× (geometric mean)
- 100% алгоритмов стали быстрее
- 55% — ускорение >2×
- 18% — ускорение >10× (в отдельных случаях до 100×)
- Примеры: Weakly Connected Components ~17×, All-Pairs Cosine Similarity ~4×

Результат выпущен как doubleGraph — drop-in замена cuGraph.

Почему это крутой результат?

Обычно Claude, Gemini, Codex проваливаются тут сильно:
- Данных супер оптимизированного кода почти нет
- Правильность проверить крайне сложно (графовые алгоритмы недетерминированы, баги даже в cuGraph есть)
- Нужно длинные цепочки решений: память, warp scheduling, кэши, tiling, структура графа

Топовые агенты дают корректность всего 22–59% даже с тестами cuGraph в руках. WarpSpeed — 100% корректность + лучшее ускорение.

doubleAI пришлось изобрести новое:
- Diligent framework (обучение на крошечных датасетах)
- PAC-reasoning (верификация без ground truth, с Z3, RL и домен-специфическими ловушками)
- Агентные рои + MCTS + time-travel execution
- Распределённый кластер на тысячах GPU для десятков тысяч оценок в минуту
- Last-mile RL-оптимизация на уровне PTX

Крупные банки ЕС запускают стейблкоин на € и договариваются о ликвидности с биржами и маркет-мейкерами

Крупнейшие европейские банки: ING, UniCredit, BNP Paribas, CaixaBank, BBVA и ещё несколько — уже 12 участников, решили не ждать, пока криптокомпании окончательно отберут у них платежи и ликвидность в цифровых евро. Они сами заходят в этот рынок. Об этом ранее мы писали тут.

На сегодняшний день ~98–99% всей стейблкоин ликвидности в мире - это стейблкоины на $: USDT, USDC, PYUSD и т.д.

Евро почти отсутствует в глобальной крипто-торговле. Запуск регулируемого банковского евро-стейблкоина - это желание вернуть хотя бы часть контроля над глобальными цифровыми платежами и торговлей в евро-зону.

Банки понимают, если стейблкоин не будет сразу торговаться с узким спредом и большим объёмом, то он никому не нужен. Поэтому они заранее договариваются с криптобиржами, чтобы с первого дня был объём и глубина книги.

Если этот стейблкоин на € появится в ближайшие год, то он может стать альтернативой доллару в DeFi и на CEX внутри Европы.

Больше полезных материалов у нас на Patreon.

97% крупнейших компаний РФ внедряют ИИ, но есть нюанс: индустрия уходит в «контур»

Сбер представил GigaChat Enterprise, отвечая на главный барьер внедрения GenAI в энтерпрайзе — безопасность.

Главное из свежих данных:

- 97% гигантов рынка уже в игре или планируют ИИ-трансформацию.

- Безопасность превыше всего: 79% промышленных предприятий принципиально отказываются от публичных чат-ботов.

- Проблема стратегии: только у 25% компаний есть четкий план развития технологии. Остальные пока экспериментируют «на коленке».

Переход от фана к промышленной эксплуатации (LLMOps) требует соблюдения 152-ФЗ и работы внутри закрытого ИТ-периметра. Платформы вроде GigaChat Enterprise позволяют создавать кастомных ИИ-агентов, которые имеют доступ к внутренним базам данных, но не выпускают их «наружу».

ByteDance выпустили CUDA Agent - RL-агент, который пишет оптимизированные CUDA-кернелы, обходя torch.compile со средним ускорением 2.11× и в 96.8% случаев быстрее.

Зачем строить кастомные ASIC, если софт может выжать больше 2× из существующих NVIDIA GPU?

Моат теперь не в кремнии, а в экосистеме.

И это закрепляет всё, что вокруг неё построено.

Больше полезных материалов у нас на Patreon

Скоро будет бомба материал про платежи для агентов и их мэтчи с криптовалютами.

Мы составили полный стек агентной экономики, который уже запущен игроками.

Причём релизы все произошли сегодня. Просто все сегодня выпустили продукты.

Это рабочий инструмент, как для бизнеса, так и для пользователей.

Не пропустите главное на Patreon.

Сегодня стек экономики для агентов сложился. За 1 день сложилась инфра для экономики, где платят не люди.

Большинство смотрит на это как на крипто тренд. Но это ошибка, мы в новом отчете объясняем почему это ближе к 1965 году, когда Visa казалась нишевой технологией для авиабилетов.

В нашем отчете:

1. Разбор 6 уровней автономии агентов и три структурные проблемы.

2. Платёжный слой для агентов

3. Идентичность агента и репутация как актив

4. Инфраструктура данных

5. Торговый слой — от инфраструктуры к продукту

Только для уровня подписки STAR мы говорим, где в этом деньги и ниши для тех, кто работает в России и странах ЕАЭС прямо сейчас.

Прямо сейчас разваливается команда Qwen - одна из сильных опен-сорс в мире, принадлежит Alibaba

Это очень громкое напоминание, что в 2026 году экономика фронтирных ИИ-моделей не прощает чистый альтруизм коммерческим компаниям. Прочитайте наш отчет об экономике фронтирных ИИ-лабораторий.

Вот, что произошло:

• 3 марта Alibaba выпускает Qwen 3.5 (семейство маленьких моделей 0.8B–9B), которые мгновенно взлетают.

• В течение суток уходят как минимум 3 ключевых человека. Ранее в начале года ушел Yu Bowen, head of post-training.

Эти люди — топ-1 в Китае по open-weight LLM. Их уже зовут в Zhipu, Moonshot, 01.AI, ByteDance. Возможно, они запустят свой стартап.

Почему это случилось?

1. Переход от open-source к монетизации / DAU-фокусу

2. До сих пор Qwen был полностью открытым, но почти нулевой прямой доход для Alibaba.

3. Модели качают, запускают локально → люди не идут в Alibaba Cloud inference / fine-tuning / enterprise сервисы.

4. Alibaba Cloud ввёл KPI по Daily Active Users (DAU) для фундаментальной модели-команды — это абсурд для research/open-source группы, но типично для бизнеса.

Alibaba закручивает гайки в сторону проприетарных cloud/API, чтобы наконец-то заработать на всём этом хайпе. Open-source был супер-оружием для роста, но теперь его, похоже, урезают.

Что эта история показывает стратегически?

1. Open-weight модели — мощный инструмент для быстрого захвата рынка и экосистемы, но почти всегда убыточный в чистом виде для коммерческой компании

2. Это не единичный случай, а системный паттерн 2025–2026 годов
- Meta (запрещена в РФ) может себе позволить, потому что у них уже есть огромный рекламный/социальный cash cow + облачный трафик.
- Китайские игроки (DeepSeek, GLM, MiniMax, Moonshot) пока держат open/low-price API, но все под огромным давлением: либо монетизировать быстро, либо инвесторы/государство скажут хватит.

Чистый open-weight жизнеспособен долгосрочно только если:
- Есть внешний источник финансирования (гранты, пожертвования, государство).
- Или компания уже доминирует в другой прибыльной области и использует open как стратегическое оружие (как Meta).
- Для большинства коммерческих игроков — это временная фаза (1–3 года), пока идёт захват рынка / конкуренция с США / building moat. Потом почти всегда → hybrid (open маленькие/средние + closed frontier) или полный pivot к proprietary cloud/API.

Что это значит для будущего open ИИ-экосистемы?
1. Без сильных non-profit / публичных игроков frontier-level open-weight может стать редкостью уже к 2027–2028.

2. Маленькие/средние модели (до ~30–70B) скорее всего останутся open дольше, они дешёвые в производстве и полезны для edge/on-prem.

3. Экосистема выживет, но сместится к: distillation → synthetic data → smaller efficient models → community fine-tunes → hybrid API.

4. Самые сильные фронтир -модели будут почти всегда закрытыми или с большими ограничениями, как сейчас у OpenAI/Anthropic/Google.

Больше полезных материалов у нас на Patreon

Databricks рассказали как уместить большую модель в маленькую память

FlashOptim - свежая работа от Databricks AI Research, посвящённая очень практической проблеме: обучение больших нейросетей требует огромного количества памяти GPU.

FlashOptim — набор техник, который снижает потребление памяти с 16 до 7 байт на параметр (или до 5 байт с gradient release), без потери качества обучения. GitHub.

Авторы показывают, что для ~50% экономии памяти не нужны сложные методы типа LoRA, GaLore или CPU offloading, достаточно умной упаковки уже существующих тензоров.

Это прямой путь к тому, чтобы обучать модели большего размера на том же железе.

Больше полезных материалов у нас на Patreon