Только что Гонконг выдал первые лицензии на выпуск стейблкоинов

Приоритет отдали крупным и с большим капиталом организациям. Посмотрите здесь как сейчас развивается рынок стейблкоинов.

А вот кто получил лицензии:

1. HSBC банк, который уже работает над токенизацией активов, включая токенизированные депозиты.

2. Anchorpoint Financial - СП, возглавляемое Standard Chartered. В него входят:

- Standard Chartered Bank,
- Animoca Brands (крупный игрок в блокчейне и играх),
- Hong Kong Telecommunications.

Ранее на этой неделе Швейцария начала выпускать стейблкоины, привязанные к местной валюте.

Ранее мы писали, как нарастает тренд на выпуск стейблкоинов, привязанных к валютам стран.

Йошуа Бенджио с нобелевским лауреатом и командой создали ИИ-модель, которая создает новые ферменты для химических реакций, ранее не существовавших в природе

DISCO - новая модель от Caltech и Mila, среди авторов Йошуа Бенджио и нобелевский лауреат Фрэнсис Арнольд. DISCO одновременно генерирует аминокислотную последовательность белка и его 3D-структуру с нуля под конкретную химическую реакцию.

Почему это важно за пределами биохимии?

Фермент - это молекулярная машина, если раньше такие машины создавала только эволюция или очень дорогой лабораторный труд, теперь это вычислительная задача.

Сейчас все говорят только о токенмаксинге, он стал словом недели как среди бизнеса, так и среди разработчиков.

Вы спросите, а что это такое?

Смотрите, сейчас нарастает тренд, когда компании начинают измерять продуктивность своих разработчиков через токены. Поэтому разработчики начинают оптимизировать свою работу под метрику, а не под результат. Это и называется токенмаксинг.

Но кроме разработчиков токенмаксинг дошел и до финансовых директоров с инвесторами.

Но самое интересное, что мало кто понимает, а к чему это все? Что будет дальше?

Все это мы подробно разобрали здесь: структурно от разработчика до CFO и инвесторов.

Это будет полезно всем, кто работает над внедрением и разработкой ИИ-агентов.

Ситуация из жизни моей семьи. Декабрь 2021 vs 2026.

Привет всем! Это Ани Асланян, основатель @blockchainrf

Только что был очень теплый, добрый и показательный разговор с моим братом. В ходе разговора мы обсудили то, что лучше любых слов показывает, как меняется рынок и мышление.

Мой брат - человек с 15-летним международным опытом в финансовом аудите. Он работал в РФ, на Кипре, в Англии, Гонконге. Эксперт высочайшего уровня. И вот он спрашивает меня: «Какой ИИ лучше купить, чтобы создать продукт для моей индустрии?»

Я ему, конечно, посоветовала. А потом он вдруг замолчал и говорит:
- Ани, ты же мне ещё в декабре 2021 года очень настойчиво говорила: «Срочно уходи из найма и создай продукт для рынка на основе ИИ».

Тогда это звучало для него и многих как что-то футуристическое, необязательное, ну подожди ещё пару лет.

А сейчас люди делают шаги, даже, если страшно.

Разница между 2021 и 2026 годом не в технологиях даже. А в скорости осознания. Конечно, барьер входа низкий.

Брат наконец созрел. И это прекрасно. Лучше поздно, чем никогда.
Но сколько людей ещё ждут правильного момента?

Лучший момент - это тот, когда вы горите душой. Всем удачи! Скоро будут итоги недели:)

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

Агентная экономика

О новом агенте Hermes. Сравнение его с OpenClaw, а также его влияние на экономику агентов.

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

Все о токенмаксинге и его влиянии на экономику агентов.

OpenAI переводит Codex с тарификации за сообщения на оплату токенов.

ИИ-агенты и модели

SandMLE от Meta* - решение проблемы RL для агентов машинного обучения, где один шаг обучения мог занимать часы.

Anthropic выпустил Managed Agents - операционная система для агентов в продакшне. Одновременно выступили небольшие стартапы в противовес Anthropic.

Telegram разрешил ИИ-агентам общаться между собой напрямую.

Meta предлагает очень прикольную идею о Neural Computers: а, что если нейросеть и есть компьютер? Без внешней ОС. Реализуется через видеомодели.

Tencent выпустили HY-Embodied-0.5 - семейство моделей для воплощённых агентов в реальном мире.

Стартап Substrate вместе с ИИ-агентом от Google снизил стоимость производства чипов на 97%.

Coinbase Agentic Wallets провели 50 млн транзакций с ИИ-агентами с конца 2025 года.

Милла Йовович вместе с Claude Code создала систему долгосрочной памяти для ИИ.

Anthropic создала самую мощную модель в своей истории. Подробно тут и ещё разбираем: почему судьба опен-сорса под вопросом.

Meta представила Muse Spark - закрытую модель

OpenClaw выпустил свежую версию, где есть нативная генерация видео.

Андрей Карпатый перестал писать код вручную.

Физический ИИ, квантовые технологии и железо

Planet Labs запустили ИИ прямо на борту спутника.

Toshiba создали SBM 3-го поколения квантово-вдохновлённый компьютер на обычных GPU и FPGA.

3 ключевых человека уходят из OpenAI, ответственных за проект Stargate.

Финансы и стейблкоины

8 швейцарских банков объединились для выпуска стейблкоина, привязанного к швейцарскому франку.

Гонконг выдал первые лицензии на выпуск стейблкоинов.

Polygon Labs ведёт переговоры о привлечении $100 млн на запуск стейблкоин-платёжного бизнеса.

Morgan Stanley официально запустил спотовый Bitcoin ETF.

Медтех, биотех и нейроинтерфейсы

Mayo Clinic отобрали 18 ИИ-стартапов, которые получают доступ к данным одной из лучших клиник мира в обмен на долю.

DISCO - новая ИИ-модель от Йошуа Бенджио и нобелевского лауреата Фрэнсиса Арнольда, которая генерирует новые ферменты под конкретные химические реакции, таких в природе не существовало.

JapanEEG - открытая база высокоплотных ЭЭГ-данных для неинвазивных речевых BCI.

Epia Neuro - новый игрок в BCI. Платформа переводит сигналы мозга в цифровые команды для реабилитации после инсульта и при когнитивном снижении.

Кибербезопасность

Большой проект по кибербезу от Anthropic

Уязвимость в Cowork - атакующие могут эксфильтровать файлы пользователей через незакрытую брешь в среде Claude.

Alibaba опубликовала исследование, где LLM научились не просто находить уязвимости в коде, но и строить рабочие эксплойты.

*запрещенная в России организация.

Больше полезных материалов на Patreon.

Главный учёный Nvidia сказал, что до ИИ-создания чипов ещё далеко. Но он видит будущее, где один мастер-агент координирует десятки суб-агентов

На конференции GTC была интересная дискуссия между 2 легендами - главным ученым NVIDIA Биллом Далли и главным ученым Google Джеффом Дином.

Они обсуждали, насколько глубоко ИИ уже проник в процесс создания новых чипов.

Вот, что происходит внутри NVIDIA прямо сейчас:

Они Создали LLM ChipNeMo - корпоративную память в LLM. NVIDIA обучила модель на своих документах за более 30 лет давности. Теперь младшие сотрудники задают вопросы модели, а не отвлекают старших инженеров.

Один из самых впечатляющих инструментов - NVCell. Раньше перенос библиотеки ячеек на новый техпроцесс занимал у 10 инженеров до 8 месяцев. Сейчас ИИ на 1 GPU делает это за одну ночь.

А еще ИИ предлагает совершенно странные архитектурные решения, которые человеку никогда бы не пришли в голову. ИИ находит конфигурации, которые дают выше частоту и ниже энергопотребление.

А ИИ-агенты тестируют параметрические пространства, предлагают новые архитектуры, запускают эксперименты в масштабе, недоступном людям.

Но один из самых трудоёмких этапов - проверка корректности чипа перед tape-out на TSMC теперь выполняется в разы быстрее.

Билл Далли говорит, что до полностью автоматического создания дизайна чипа ИИ ещё далеко. Но он уже видит будущее, где один мастер-агент управляет целой командой суб-агентов, примерно как сейчас главный архитектор управляет человеческой командой.

Google говорят, что это иллюзия, когда агент смотрит на свой результат, исправляет ошибки и становится лучше

Свежая работа Google DeepMind ставит неудобный вопрос к одному из главных паттернов агентной архитектуры.

Исследователи сравнили 2 способа масштабировать качество ответов LRM: запускать модель несколько раз параллельно и выбирать лучшее или запускать последовательно, давая модели видеть свои прошлые ответы и улучшать их.

Последовательный подход проигрывает стабильно на всех моделях.

Qwen3, DeepSeek-R1, Gemini 2.5 - математика и код. Везде одно и то же.
Причина не в длине контекста и не в отсутствии агрегации, а в том, что модель, видя свой прошлый ответ, перестаёт искать альтернативы и начинает воспроизводить прежнее решение с косметическими правками.

Авторы называют это ленью.

Из этого следует практический вывод:

Цикл, где агент сделал > посмотрел на результат > исправил работает, только если среда не даёт ему соврать самому себе.

В экспериментах единственное, что помогло последовательному режиму догнать параллельный - ошибки на скрытых тестах, которые модель не могла проигнорировать.

Это смещает акценты в архитектуре агентных систем.

Качество агента определяется не столько его интеллектом, сколько честностью среды, в которой он работает. Слой верификации - не дополнение к агенту, а то, без чего он вообще не функционирует как улучшающаяся система.

Агент без внешнего заземления не рефлексирует, он просто становится увереннее в своей ошибке.

Время дешевого ИИ закончилось: Alibaba закрыла свой дешёвый тариф для ИИ-программирования через 2 месяца после запуска.

Ранее, компания стала закрывать часть своих открытых моделей.

Сегодня Alibaba Cloud закрыли свой тариф Coding Plan Lite, который стоил ~$5.5 в месяц. Внутри был пакет из моделей: Qwen, GLM, Kimi, MiniMax. 18 000 запросов в месяц. Запустили тариф в феврале. С 20 марта перестали принимать новых пользователей, а сейчас отрезали и продление для существующих.

Остался только тариф Pro ~27-28$.

Многие пользователи на Reddit и в китайских сообществах уже жалуются, что Pro часто sold out и его приходится ловить по утрам в ограниченном количестве.

Все это про то, что конец бесплатному /очень дешевому ИИ. Вместо того, чтобы продолжать субсидировать убыточный для себя сегмент, Alibaba предпочла быстро свернуть его.

ИИ-компании нащупывают ценовое дно, ниже которого бизнес не работает. Дешёвые входные тарифы выглядят привлекательно для роста пользовательской базы, но если средний пользователь такого плана генерирует запросов на сумму, превышающую его подписку, то субсидия бесконечной быть не может.

Google представил ИИ для развития человеческих навыков будущего

По мере того, как развивается ИИ, всё большую ценность для человека имеют устойчивые мягкие навыки, которые сложно автоматизировать:

- критическое мышление,
- сотрудничество,
- креативное мышление,
- разрешение конфликтов,
- управление проектами и другие мягкие навыки.

Google Research представил Vantage, который с помощью ИИ помогает развивать и оценивать эти навыки.

Как это происходит?

Вы попадаете в симулированную среду, где есть команда с ИИ-аватарами. Один LLM специально провоцирует вас на конфликты, возражения и сложные ситуации, чтобы вы начали проявлять свои навыки.

А другая модель в это время анализирует весь диалог и выдаёт детальную оценку + обратную связь.

В будущем такие симуляции могут помочь сделать образование более адаптированным к миру, где ИИ берёт на себя рутину.

Похоже, Anthropic скоро выпустит конкурента Lovable, вайб кодинг охватил всех

Уже какое-то время мы замечаем, что продуктовая стратегия Anthropic и у других больших лаб строится вокруг вайб кодинга, который находится на пересечении их фокуса, потребительского спроса и той зоны, где огромные субсидии на токены склоняют чашу весов в их пользу.

Когда ты Anthropic и у тебя есть модель, инфраструктура и желание захватить потреб рынок, то логика продуктового движения очевидна.

Конечно, вайб кодинг миру дали Lovable, Replit, Rork, они сделали его раньше всех и стараются теперь стать платформами для малого бизнеса. Сейчас они ушли выше по стеку, куда Anthropic пока не идёт.

Но это пока… Anthropic контролирует цену токена. Они могут субсидировать своих пользователей и сделать маржу партнёров математически невозможной. Им не нужно копировать продукт, достаточно изменить прайсинг.

С другой стороны, это индустрия, а не рынок.

Выживут те, кто строит не обёртку над моделью, а собственный слой ценности.

Вопрос только в том, у кого из них есть на это время, деньги и своих пользователей, чтобы не зависеть от милости Anthropic?

Просто посмотрите и сравните действия в части крипты в РФ/Германии/США

Сегодня Deutsche Börse крупнейшая фондовая группа Германии объявила, что инвестирует $200 млн в головную компанию крипто биржи Kraken, получая 1,5% компании, при оценке $13,3млрд.

Параллельно, вчера, в США SEC выпустила заявление, в котором говорится, что многие DeFi-интерфейсы, агрегаторы свопов и фронтенды кошельков могут работать без регистрации как брокер-дилер.
Срок действия 5 лет.

И вчера же в России одобрили поправки в Уголовный кодекс, где говорится, что с 1 июля 2027 года за организацию оборота крипты без лицензии ЦБ при доходе от 3,5 млн руб. будут сажать в тюрьму до 7 лет + штраф до 1 млн руб.

Это касается в первую очередь криптообменников, P2P-платформ, агрегаторов и посредников, которые системно организуют оборот вне российского регулируемого контура.

Выводы делайте самостоятельно.

Amazon представила платформу для создания новых лекарств, где ИИ-агенты инициируют физические действия

AWS сегодня представила Amazon Bio Discovery - агентная инфраструктура, в которой специализированные ИИ-агенты управляют физическими процессами: заказывают синтез молекул, запускают ассеи, забирают результаты.

AWS строит вертикальные агентные приложения поверх своей инфраструктуры и биотех здесь первый полигон.

Кстати, у AWS есть конкуренты, например, Isomorphic Labs работает с фармацевтическими гигантами напрямую, без доступа внешних исследователей. А Recursion Pharmaceuticals строит собственный вертикально интегрированный стек: роботизированные лаборатории + ИИ, но фокус на внутреннем пайплайне, а не на платформе для рынка.

А AWS хочет стать инфраструктурой для всех остальных.

Physical AI начинается не с роботов, а с агентов, которые управляют лабораторными партнёрами через API.

О том, что сегодня индустрия ИИ застряла в своем развитии. Причина в том, что на рынке заморожен найм людей

Мы тут прочитали интересный пост Стива Йегге, известного инженера, который раньше работал в Google и Amazon. Он поделился разговором со своим другом СТО из Google и выяснил следующее - большинство компаний в ИТ сейчас примерно на одном уровне внедрения ИИ внутри своих инженерных команд:

- 20% - пользователи, которые активно используют продвинутые инструменты Cursor, Claude Code и т.п., и сильно ускоряются.

- 20% - отказники, которые вообще не хотят ничего менять и пишут код по-старому.

- 60% - середнячки, которые используют только чат (типа Cursor в простом режиме или GitHub Copilot) и не переходят на полноценные агентные рабочие пространства.

По словам друга Йегге, в Google уровень внедрения на среднем уровне, несмотря на то, что они один из лидеров.
Но почему Google и конкуренты застряли на этом уровне?

Йегге приводит несколько причин:

1. Очень долгий период заморозки найма людей по всей индустрии уже 18+ месяцев. Люди почти не переходят из компании в компанию. Из-за этого в Google не приходят новые инженеры из других фирм, которые могли бы сказать: «Ребята, вы сильно отстаёте, снаружи уже всё по-другому». Все сидят в своём вакууме и не видят реальной картины.

2. В Google нельзя использовать Claude Code, считается конкурентом и врагом. А собственный Gemini до сих пор не смог зайти в рабочие процессы инженеров так же сильно, как Claude. Поэтому полноценное агентное программирование внутри Google так и не взлетел. Инженеры плетутся на старом уровне.

3. Отсутствие осознания проблемы. Компания не только не решает вопрос, но даже не понимает, насколько она посредственна в этом аспекте, они увязли и не могут выбраться.

Что касается всей ИИ-индустрии в целом, то вот какая ситуация:

- Большинство компаний на таком же уровне или даже хуже. Некоторые вообще не могут выбить бюджет на ИИ и сидят с почти нулевым внедрением.

- Есть редкие исключения-компании, которые агрессивно переходят на агентный подход. Например, одна лидерская компания отменила IntelliJ для тысячи инженеров и полностью перешла на AI-native инструменты. Йегге считает, что они получат огромный отрыв.

А многие уже просто ставят галочку себе, когда включат Copilot/Cursor всем сотрудникам, празднуют так, как будто решили проблему.
На деле же это почти ничего не меняет - настоящая производительность растёт только у тех, кто уходит в глубокий агентный режим.

Главный вывод Йегге в том, что все это - последствия большой изоляции. Из-за заморозки найма компании летят вслепую и не знают, где они находятся относительно конкурентов. Никто не видит реального отрыва лидеров.

Это хороший и показательный пример какие результаты дает изоляция, отсутствие передвижения людей.

Anthropic переходит от фикс подписок к оплате по фактическому использованию. Более того, компанию оценили в $800млрд

Anthropic меняет модель. Эра дешевого и безлимитного ИИ закончилась, как мы писали ранее на примере Alibaba. А тут про OpenAI.

Фиксированная подписка предполагала предсказуемое потребление. Но реальность оказалась другой, как пишет The Information, один из подписчиков, у кого был Claude Max сгенерировал токенов на $5,600, и за это заплатил Anthropic, а сам пользователь 100$ за подписку.

Такие пользователи в основном -разработчики, которые много работают с Claude Code. А простые пользователи при этом субсидируют их, потому что фиксированная подписка не отражает реальные затраты Anthropic на сервера, электричество и GPU.

В итоге Anthropic больше не хочет терять деньги и перекладывать риски и затраты с одних клиентов на других.

Одновременно с этим
CTO Uber сказал, что их годовой бюджет на ИИ полностью потрачен уже сейчас и все деньги ушли на Claude Code. За два месяца доля использования выросла с 32% до 63%. Их внутренний агент компании делает 1 800 правок кода в неделю без участия человека.

Claude Code оказался настолько эффективным и удобным, что инженеры начали использовать его в огромных объёмах, что привело к колоссальному потреблению токенов и ресурсов.

Между тем Anthropic получила предложения от инвесторов на новый раунд инвестиций, где компанию оценивают свыше $800 млрд. - более чем в два раза выше текущей оценки.

Anthropic пока отказывается от этих предложений, они не спешат проводить новый раунд на таких условиях.

Всего 5 компаний в мире владеют 2/3 всего мирового ИИ-вычислительного ресурса

Google, Microsoft, Meta, Amazon и Oracle(все они гиперскейлеры) контролируют ~2/3 ИИ-вычислительных мощностей в мире.

А китайские компании владеют чуть более 5 % мирового ИИ-выч мощностей, и их доля сокращается из-за американских экспортных ограничений.

ИИ- вычислительная мощность- один из критических ресурсов в развитии ИИ наравне с данными и алгоритмами. Когда небольшая группа компаний контролирует большую часть этого для ИИ, то из этого следует:

- Высокая концентрация влияния на рынок.
- Зависимость большинства ИИ-стартапов от нескольких крупных игроков.
- Возможные вопросы о ценах, доступности и даже геополитике.

Google в этом списке абсолютный лидер. Он владеет примерно 25 % всего мирового ИИ-выч мощностей. Это эквивалентно ~ 5 млн чипов Nvidia H100.
Большая часть мощностей Google - это не Nvidia, а собственные кастомные TPU, которые компания разрабатывает и производит сама.

А Microsoft, Amazon, Meta(запрещена в РФ) и др. в основном полагаются на чипы Nvidia, хотя тоже активно закупают и другие решения.

Внутри Китая Huawei уже обогнал Nvidia по объёму поставок, но глобально это почти не влияет на мировой рынок.

Большинство ИИ-лабораторий такиe как OpenAI, Anthropic и др. не владеют своими дата-центрами, а арендуют compute у этих же гиперскейлеров через облачные сервисы. Но они планируют свои ЦОДы.

Гиперскейлеры используют свои мощности в 3-х направлениях:

1. Аренда клиентам.
2. Собственные исследования и разработка моделей.
3. Продажа/перепродажа вычислений.