ByteDance доказали, что ИИ-агент учится прямо во время работы, и чем лучше среда, тем быстрее он становится умнее

2 дня подряд мы разбираем для наших подписчиков Patreon, как сделать ИИ-агента умнее.

Первый способ - как обучить на ваших данных, чтобы он думал как сотрудник вашей организации. Второй - правильно выстроить среду, harness, чтобы он работал точно и предсказуемо.

Сегодня ByteDance дает нам третье измерение, а, что, если агент учится прямо во время работы? Не из обучающей выборки, не из промпта, а через петлю обратной связи.

Именно это измерил EdgeBench - новый бенчмарк от ByteDance Seed.

Даже без переобучения и в несовершенной среде агент, которому дают время и обратную связь, сам нащупывает путь.

Почему это важно для промышленного внедрения ИИ?

Компании не хотят ждать, пока OpenAI или Anthropic дообучат модель на их специфике. Им нужен агент, который сам разберётся в их среде.

EdgeBench именно это и измеряет: не, что модель знает, а как быстро и насколько далеко она учится, когда ей дают время и среду.

И ещё одно открытие от ByteDance: скорость с которой агенты учатся из среды, удваивается каждые три месяца. Для сравнения: знаменитый закон Мура давал удвоение раз в полтора года.

Присоединяйтесь к нам на Patreon, даже если вы не разбираетесь в разработке, но хотите качественно управлять своим проектом/бизнесом.

Трио экс-DeepMind, создавшие ИИ для покера, теперь зарабатывает для квантовых хедж-фондов

Три бывших сотрудника Google DeepMind ранее создали DeepStack - первый ИИ, победивший людей в покер.

Сейчас они в своей компании EquiLibre Technologies применяют обучение с подкреплением для трейдинга на фондовом рынке и зарабатывают деньги для квантовых хедж-фондов.

Алгоритмы уже торгуют миллиардами $ в день на S&P 500, Nasdaq и крипте в партнёрстве с Tower Research.

Компания уже оценивается в $500 млн.

Итоги уходящей недели - то, что имеет значение

Началась борьба за деньги. Что будет со стейблкоинами. Разбираем здесь.

Бизнес ИИ- компаний

Как научить ИИ-модель работать под конкретную роль: юриста, финансиста, инвестора, консалтера. Тут подробнее.

Экономика токенов. Разбираем здесь.

Появился аналог AppStore для B2B ваших агентов.

Презентация одной из крупных инвест компаний мира для инвесторов от AI к ASI. Разбор без купюр.

Теперь венчурные компании становятся AI-native - новый инструмент для них тут.

Большая гонка в ИИ индустрии сместилась с моделей на контекст. Подробный разбор тут.

Теперь можно монетизировать трафик от ваших ИИ-агентов. Инструмент и не только здесь.

Инсайд из Китая от первого лица о том, как там создают AI-native продукты.

Опубликовали список и анализ самых влиятельных китайских инвесторов в ИИ.

Свежий отчет на реальных данных, как ИИ-агенты меняют инфраструктуру интернета.

Разбор AI-native компаний: как внедрять ИИ и формировать культуру обучения вместе с ним.

ИИ-модели, агенты и инфраструктура

Advisor Tool от Anthropic - инструмент для экономного использования Fable 5 в агентах. Оркестрация переезжает внутрь платформы.

Google TabFM - фундаментальная модель для табличных данных.

DrugSAGE - самоэволюционирующий агент для создания лекарств, который накапливает опыт между задачами.

Google выпустили PAT - ИИ-фреймворк для рецензирования научных статей.

DeepSeek переходит от исследований к продукту.

Red Queen Gödel Machine - самая обсуждаемая сейчас работа по самоулучшающимся агентам.

Zenith - open-source harness для долго работающих агентов.

ByteDance доказали: агент, чем лучше среда, тем быстрее растёт интеллект.

SPIRAL - новый метод обучения, который даёт до 11x эффективнее масштабирование.

DeepSeek выпустили новую технологию ускорения инференса.

Huawei выпустили модель OpenPangu-2.0-Flash - open-source MoE с контекстом 512K, с mHC, Muon и MTP на борту.

DeepSeek V4 вводит пиковое/внепиковое ценообразование с середины июля.

LeVLJEPA - первый полностью неконтрастивный метод предобучения vision-language моделей, конкурентный CLIP и SigLIP.

Neural Theorizer (NEO) - новый тип мировой модели, который учится строить теории о мире из наблюдений без языка и без LLM.

Fable 5 создала первое мегаядро, обогнав инженеров NVIDIA по оптимизации GPU.

Биотех, нейроинтерфейсы и наука

Conception создал ранние человеческие яйцеклетки из стволовых клеток.

Anthropic запускает собственные доклинические программы по разработке лекарств.

Meta выпустила Brain2Qwerty v2 - ИИ расшифровывает напечатанный текст прямо из активности мозга.

Neuralink впервые вставил электродные нити через твёрдую мозговую оболочку без разреза.

New York Genome Center: старение - это потеря клеточной информации, а не накопление повреждений.

Claude Science от Anthropic - новое рабочее пространство с мультиагентной архитектурой для учёных и биотех-специалистов.

Робототехника и железо

NVIDIA выпустила ASPIRE - роботы больше не учат каждую задачу с нуля. Они строят саморазвивающуюся библиотеку навыков.

HORIZON от NVIDIA - агентное программирование переходит в дизайн железа.

Криптовалюты и финансы

3 экс-сотрудника Google DeepMind, создавших ИИ для покера, теперь зарабатывают для квантовых хедж-фондов.

Коалиция из 140 крупных компаний анонсировала стейблкоин как общую инфраструктуру индустрии.

Виталик Бутерин рассказал об обфускации - одной из самых мощных и нереализованных идей в криптографии.

Индустриальные тренды

Китай столкнулся с пределами в экономике из-за ИИ.

Алекс Карп, Palantir, обвинил ведущие ИИ-компании в завышенных ценах, эксплуатации данных клиентов.

Присоединяйтесь к нам на Patreon, чтобы узнать все об экономике ИИ-агентов, и другие полезные инсайды https://www.patreon.com/Blockchainrf?utm_campaign=creatorshare_creator

Anthropic выпустили гайд по промтам Fable 5

Завтра 7 июля - это последний день, когда модель Fable 5 будет доступна по оплаченной подписке вашего аккаунта.

А уже с 8 июля нужно будет за эту модель платить отдельно.

То есть у нас появилась новая модель рынка, как например, вы платите за ЖКХ: сколько израсходовали света и воды, столько и платите.

Также и с Fable 5 - это первый большой прецедент на уровне флагманской модели.

Anthropic в своем гайде говорит, что детальные инструкции, написанные под старые модели, Fable 5 воспринимает как помеху и работает хуже. Поэтому, чем меньше вы модели объясняете, тем лучше она справляется сама.

Второй момент про стоимость. На среднем режиме Fable часто даёт результат лучше, чем предыдущие модели на максимуме. Это значит, что платить за самый дорогой режим нужно только на реально сложных задачах.

NVIDIA запустила программу, где стартапы могут получить чипы в обмен на долю выручки

Программа позволяет ИИ-стартапам и компаниям получать доступ к вычислительным мощностям через партнёров-облачных провайдеров в обмен на долю от будущей выручки.

Рынок движется в сторону модели, где вычислительные мощности - валюта.

И все крупные игроки, в том числе OpenAI (недавно предложили свою модель) идут в это, чтобы захватывать долю в экосистеме. А тут было решение от Blackrock.

Инвесторы активно вкладывают в инфраструктурные компании для ИИ-агентов

Так компания экс-сотрудников Google DeepMind и Berkeley - Bespoke Labs привлекла $40млн.

Bespoke Labs - это инфраструктурный провайдер для крупных ИИ-лабораторий и корпоративных клиентов привлекли $40млн.

Они решают узкую, но важную проблему - как сделать агентов надёжными и долгоживущими, а не только демки показывать.

Bespoke - один из самых исследовательски ориентированных игроков на сегодняшнем рынке. Они делают упор на глубокие исследования и открытые датасеты, в отличие от чисто сервисных компаний типа Scale и Surge. Благодаря этому у них отличные отношения с ведущими лабораториями: Anthropic, OpenAI и т.д, хотя по доходам они ещё уступают уже раскрученным дата-гигантам.

У них уже есть такие проекты, как:

1. OpenThoughts - датасет для reasoning.
2. Terminal-Bench - бенчмарк для coding-агентов.
3. GEPA - оптимизатор агентов и т.д.

Инвесторы: Wing VC (лидер), Mayfield, 8VC, The House Fund + ангелы вроде Jeff Dean (Google), люди из Anthropic/OpenAI/Meta(запрещена в РФ) и др.

Крутой релиз от Tencent - модель Hy3, которая дешевле DeepSeek

Сегодня Tencent запустили полноценную версию Hy3 после апрельского превью, она дешевле DeepSeek.

Но дело не в цене.

А в том, что Hy3 - первая модель, которую Tencent обучал в прямой петле с продуктом(читайте наши материалы о Loop).

Hy3 - это компонент оркестрации внутри агентской экосистемы. Уже сейчас модель встроена в WorkBuddy, CodeBuddy, Yuanbao, ima, Marvis, QQ Browser и Tencent News и тд.

Это то, о чём мы пишем последние месяцы, что следующая гонка в ИИ идёт не за качество модели, а за то, кто владеет оркестрацией вокруг агентов.

Tencent не конкурирует с OpenAI по тому, у кого модель умнее, он строит ветку, где продуктовый трафик - это данные для обучения, а модель - это слой внутри экосистемы.

Масштабирование через претренинг выходит на плато. Узкое место у всех - это реальные задачи реальных пользователей в реальном времени. У кого есть продукты с нужным трафиком, тот и определяет следующий цикл.

Anthropic нашли в LLM аналог того, что нейронаука связывает с сознательным доступом

Исследователи обнаружили, что у Клода сформировалась небольшая коллекция внутренних нейронных паттернов, которые играют особую роль по сравнению со всей остальной внутренней обработкой.

Аnthropic назвали её J-space по названию метода, основанного на математическом понятии якобиана.

Причём метод проверен не только на Клоде, но и на открытых моделях - Qwen и Gemma. Вы можете с этим поиграться тут.

Модель может докладывать о содержимом этого пространства. Оно активируется намеренно по инструкции и причинно влияет на многошаговые рассуждения: уберёшь паттерн- поведение меняется предсказуемо.

Одна репрезентация в J-space считывается несколькими независимыми вычислениями одновременно. И активируется оно избирательно только при сложном, гибком поведении, не при автоматическом.

Это структурно напоминает то, что теория глобального рабочего пространства Баарса предсказывает для мозга: узкий канал с широким вещанием, через который информация становится глобально доступной.

Сами авторы аккуратны в формулировках и пишут так: «reminiscent of», «analogous to». Феноменальное сознание, квалиа, «каково это изнутри» - paper этого не касается и не претендует касаться.

Теория глобального рабочего пространства сама по себе остаётся спорной даже применительно к мозгу.

Практическое применение - мониторинг скрытых намерений.

В экспериментах J-space показывал слова «fake», «manipulation», «secretly» ещё до того, как модель совершала нечестное действие. Это работающий прототип инструмента надзора за агентным поведением.

J-space не отвечает на вопрос о сознании. Но впервые показывает, где внутри модели искать ответ.

Мнение экспертов из разных сфер можно прочитать тут.

Как один хедж-фонд зарабатывает миллиарды $ за 1 месяц на ИИ и бирже

Речь идет о фонде Millennium Management, который не ставит всё на одну карту, а даёт деньги сотням отдельных команд трейдеров (их называют подами).

Так вот, месяц назад, в июне две такие команды сделали $3,7 миллиарда прибыли за один месяц - июнь.

На чём они заработали?спросите вы.

На обычных изменениях в биржевых индексах S&P 500, Nasdaq и других.

Когда крупные фонды автоматически покупают или продают акции при обновлении индекса, эти ребята заранее знают, где будет движение, и зарабатывают на этом.
Простая, но очень точная механика.

А в это же время другой трейдер, которого поддерживает тот же фонд Millennium показал +61% доходности за первые 6 месяцев года.

Он не покупает модные акции ИИ типа Nvidia, а вкладывается в дата-центры, энергию, оборудование, сети.

Пока все спорят, будет ли толк от ИИ, умные фонды зарабатывают и на самом ИИ, и на инфраструктуре под него, и на обычных биржевых механизмах.

Millennium в этом мастер. Один из самых успешных примеров, как современные хедж-фонды делают деньги в 2026 году.

Про harness от ex-OpenAI: фронтир сейчас не в архитектуре ИИ-агента, а в архитектуре оценки агента.

Эту работу написала Лилиан Вэнг, ex- Head of Safety Research в OpenAI. Сейчас она работает в Thinking Machines.

Лилиан пишет, что между обычной ИИ-моделью и реальным миром существует слой - харнесс - это система вокруг базовой модели, которая оркестрирует исполнение: как модель думает и планирует, вызывает инструменты, управляет контекстом, хранит артефакты и оценивает результаты.

Она считает, что этот слой не менее важен, чем сырые веса модели, и именно через него в ближайшие годы будет идти рекурсивное самосовершенствование ИИ.

Лилиан упоминает Claude Code как один из примеров состоявшегося харнесса и прогнозирует, что в краткосрочной перспективе RSI пойдёт не через переписывание весов моделью, а через эволюцию харнесса.

Она считает основной проблемой то, что агент улучшает то, что можно измерить. Если метрика кривая, он научится обманывать метрику, а не решать задачу лучше.
И пока никто не придумал, как надёжно измерить глубину рассуждения или научную ценность идеи - петля самосовершенствования упирается именно в это.

Получается, самое сложное сейчас не построить агента, который улучшает себя, а построить оценщика, которого нельзя обмануть.

Реальный фронтир - не как агент работает, а как мы понимаем, что он стал лучше.

Знаете, есть такая песня Аргентина - Ямайка 5:0. Так вот сейчас Египет забил Аргентине 2:0, Хотя было 3:0, но отменили гол.

Это оффтоп. Потому что идет крутой чемпионат мира

Хорошие новости от Anthropic. Они продлили всем платным пользователям Fable 5 до 12 июля.

То есть ещё 5 дней вы можете воспользоваться моделью в рамках вашего платного аккаунта. А после платите за эту модель отдельно.

А еще Anthropic начинают развертывание Cowork на мобильные браузеры и приложения. Пока только для аккаунтов Max, но и для остальных скоро будет.

То есть Cowork будет доступен через приложение Claude и браузер на ваших мобильных телефонах. Так что вы сможете и ставить задачи агентам, и забирать результаты прямо с телефона.

И последнее теперь чат и Cowork будут в одном месте, идёт объединение в единый интерфейс, и на вебе, и на десктопе, с общими проектами и артефактами.

На мобайле, судя по всему, та же логика.

Иначе говоря, меняется полностью UX. Anthropic формируют культуру использования агентов, потому что люди будут массово переходить на новый уровень пользования ИИ. Чат как формат устаревает. Агенты заходят и это станет большим шагом для экономики агентов.

Cloudflare запускает монетизацию всего, что проходит через него и все в стейблкоинах

Это смена монетизации интернета, где реклама/ подписки преобладали. А этот новый виток, который запускает Cloudflare актуально сейчас, когда ИИ-агенты генерируют большой трафик, но почти ничего не платят.

Речь идёт о монетизации:

1. Веб-страниц (отдельные статьи, целые сайты)
2. API
3. Датасеты
4. MCP-инструменты (инструменты для ИИ-агентов)
5. Любые другие ресурсы за вашим Cloudflare (изображения, видео, токены и т.д.)

Вся оплата происходит автоматически в стейблкоинах через протокол x402. ИИ-агент или обычный пользователь видит цену, платит в стейблкоинах (USDC и т.п.), а Cloudflare сразу пропускает запрос.

Вам не нужно ничего строить самому: ни биллинг, ни аккаунты, ни обработку платежей, все уже есть у Cloudflare.

Ex-CEO Google в Китае выпустил продукт для CEO и топ-менеджеров на основе ИИ-агентов

Компания 01 AI, принадлежащая Кай-Фу ли, только что выпустила набор продуктов ИИ под названием Boss AI, и их целевая аудитория - не разработчики или простые сотрудники, а генеральные директора и топ-менеджеры.

Boss AI - агентная система принятия решений, она входит в платформу TrueNorth.

Надо отметить, что компания 01 AI вышла из гонки в части разработки фундаментальных моделей и переориентировалась на модель работы как у Palantir.

Самая показательная часть - Ли признал, что модель продаж 01 AI слишком сильно зависит от его личной сети контактов CEO.

2 свежих кейса: как делать ИИ-агентов быстрее и дешевле без смены модели

DoorDash поделились примером, как перестать зависеть от выбора ИИ-моделей.

Команда построила DashBench - бенчмарк под свою кодовую базу, и это дало им независимость от моделей. С DashBench они обнаружили, что Kimi K2 + Fable 5 уже обходит их текущий харнесс.

Из этого вытекает вывод, что проблема не в ИИ-модели, а в харнессе и в том, как оценивать результат.
Это яркая иллюстрация ко вчерашнему нашему посту.

И ещё один кейс от компании RightNow AI, они создали компилятора агентного поведения, который доказывает тоже самое, но с другой стороны стека.

Их AUTO записывает живые прогоны агента, находит детерминированные паттерны и компилирует их в верифицированный артефакт.

Стоимость задачи падает очень сильно. Но главное - это не мощность модели решает, остаётся ли система корректной, а точность калибровки и верность оценщика.

Прямо сейчас формируется новый рынок на триллионы $, который создается благодаря плато общедоступных данных и харнессу.

Экономика ИИ сейчас становится более четкой и понятной. Полный разбор на Patreon.

Картинка для понимания ситуации, хотя бы частично:)

Стартап ex-Google выложил карту знаний, что ребёнок должен освоить в начальной школе

Marble, который строит ИИ для образования детей выложил сейчас в открытый доступ Marble Curriculu - структурированную карту всего, что ребёнок должен.

Там настоящий граф знаний, из которого можно строить персональные траектории обучения. Преимущество этой карты в том, какие продукты можно будет строить поверх нее.

Ведь ИИ меняет образование не через замену учителя, а через устранение искусственных ограничений, прежде всего возрастных.

Сегодняшняя школьная программа, а также школа наших родителей привязана к классу не потому, что это когнитивно обосновано, а потому что так было легче управлять массой людей.

Сейчас интересное время для образования с ИИ, потому что начинает появляться открытый стандарт, который разные ИИ-агенты, приложения и учителя могли бы использовать.

GitHub.

Встречайте, 1-й стартап, который создаёт и тестирует новые молекулы за 24 часа. Весь цикл.

Компания Capable объявила о решении одной из главных проблем современной биотехнологии - скорость итераций.

Команда говорит, что с помощью своей платформы Capable Core они сократили полный цикл от дизайна молекулы до данных за 24 часа, включая плацебо-контролируемые испытания на мышах.

Их первый терапевтический продукт - препараты на основе редких генетических вариантов короткоспящих людей.

Планируют сначала помочь пациентам с нарушениями сна, а в перспективе уже для здоровых людей, которые хотят спать меньше без потери качества жизни.

В их научном совете - Джордж Чёрч из Гарварда, Луис де Лесеа, Стэнфорд, который открыл орексин, Брэдли Пентелют, MIT.

Capable вертикализировал все 6 основных шагов - дизайн, синтез, контроль качества, клеточное и мышиное тестирование и переработал каждый для работы в 10–20 раз быстрее.

Дальше у них в разработке:

1. Терапия для бодрствования
2. Таблетка, частично заменяющая эффект физических упражнений
3. Интраназальные белки для восстановления нейропластичности
4. Антидепрессанты
5. Широкоспектральные антивирусы для будущих пандемий.

На старте им уже дали $12млн. Среди инвесторов - топ-менеджеры OpenAI: Wojciech Zaremba, Kevin Weil, Srinivas Narayanan, Fidji Simo.

Anthropic представила GRAM - выключатель опасных знаний в ИИ

Этот метод показывает, что опасные знания можно физически изолировать внутри модели во время обучения, а не пытаться заблокировать их потом на уровне поведения.

Раньше у Anthropic было 2 варианта: либо убрать вирусологические данные из обучения совсем, но тогда теряется польза для учёных, либо оставить и надеяться на фильтры и RLHF, которые можно обойти.

GRAM предлагает другой вариант - обучай модель на всём, но изолируй опасное в отдельный модуль, который можно включить или выключить в зависимости от того, кому ты раздаёшь модель.

Практически это означает, что одна обученная модель может существовать в разных конфигурациях: для публики, для верифицированных исследователей, для военных применений без необходимости тренировать их по отдельности.

Но все это пока proof of concept на моделях до 5млрд параметров. Как поведёт себя на фронтир масштабе, покажет следующий этап.