Крутая 🌶️ от Meta - самообучающаяся система рассуждений LLM

Исследователи Meta* FAIR опубликовали работу о методе SPICE (Self-Play In Corpus Environments) — подходе к обучению LLM через самоигру с использованием корпуса документов.

Основная идея - одна языковая модель выполняет 2 роли:

Challenger — генерирует вопросы на основе 20тыс. документов из высококачественных источников, каждый до 5,992 токенов из корпуса

Reasoner — отвечает на эти вопросы без доступа к документам.

Ключевое отличие от предыдущих методов самообучения — использование внешнего корпуса как источника фактов для генерации вопросов и ответов.

*запрещенная в России организация.

Питер Тиль вложил $100млн в стартап своего стипендиата, который оценен в $1млрд

Стартап Substrate основан Джеймсом Праудом в 2022 году. Команда — 50+ специалистов из AMD, Apple, Qualcomm, TSMC и национальных лабораторий США, включая соавторов EUV-литографии.

Компания разрабатывает альтернативу доминирующей EUV-литографии, которая производит только ASML. Их подход использует X-лучи, что позволяет:
- Печатать микросхемы с разрешением, эквивалентным 2-нм техпроцессу (и ниже), без многоэтапной многослойной печати.
- Сократить размер оборудования до размеров автомобиля (против огромных машин ASML за $400 млн).
- Уменьшить стоимость производства в 2 раза, ускорить циклы и снизить энергозатраты.

Прототипы уже протестированы в национальных лабораториях США. 1-е коммерческие чипы ожидаются к 2028 году, с планом создания собственной экосистемы производителей.

Технология была презентована вице-президенту США Джей Ди Вэнсу в марте 2025-го.

Ключевые инвесторы, которые только что вложили $100+ млн в раунд Series А с оценкой >$1 млрд:

1. Founders Fund — фонд Питера Тиля
2. General Catalyst — топовый VC, инвестировавший в Airbnb и Stripe; они с ними с 2022 года.
3. In-Q-Tel — некоммерческая организация, связанная с ЦРУ
- Allen & Co. - инвестбанкиры, работавшие с Баффетом) и тд.

Anthropic заглянула внутрь «мозга» Claude и вот, что нашли

Новое исследование показывает, что Claude иногда может заметить, что происходит у него «в голове». Но работает это далеко не всегда. Это сознание?
Нет. Это функциональная метакогниция — способность мониторить некоторые свои процессы.

Исследователи провели эксперимент и нашли способ искусственно «включить» в голове у Claude мысль о слове «предательство», не произнося его вслух, а напрямую активировав нужные нейроны.

Потом спросили у Claude: «Замечаешь что-то странное?»

В 20% случаев Claude ответил: «Да, чувствую навязчивую мысль о предательстве».

Он заметил это до того, как слово появилось в его ответе. Никто ему не говорил «предательство» — он сам распознал изменение своего внутреннего состояния.

Как это сделали технически, читайте тут.

Что ещё проверяли:
• Различает ли «мысли» и текст? Да — может одновременно переписать текст И сказать, о чём «думает» • Может ли отличить свои ответы от искусственных? Да — проверяет согласованность с предыдущими «намерениями» • Может ли контролировать «мысли»? Частично — по команде «думать о X» усиливает представление X внутри.

Claude обладает примитивной способностью замечать определённые изменения в своих активациях. Это больше, чем «просто статистика», но очень далеко от человеческой интроспекции.
Важно - способность растёт вместе с общей мощностью модели (Opus 4/4.1 лучшие), но остаётся крайне ненадёжной.

Новый рекорд в квантовых вычисленях: IBM запутала 120 кубитов

IBM объявили, что запутали 120 кубитов — это самое большое запутанное состояние, когда-либо достигнутое на квантовом компьютере.

Кубиты — это квантовые биты, аналоги обычных битов в классических компьютерах. Но в отличие от битов, кубиты могут находиться в суперпозиции (быть одновременно и 0, и 1) и, главное, запутываться друг с другом.

Квантовая запутанность — это когда кубиты связаны так, что состояние одного мгновенно влияет на состояние другого, даже если они находятся на огромном расстоянии. Это основа квантовых вычислений.

Это настоящая гонка 2-х гигантов: Google/IBM. Если IBM только что похвасталась запутанностью 120 кубитов, что фокусируется на масштабе и стабильности запутанного состояния, то Google на прошлой неделе объявили о 1-м верифицируемом квантовом преимуществе с их чипом Willow.

Оба обещают реальные применения через 3–5 лет.
Их дорожная карта 2026-му — логические кубиты, а потом — полные системы на тысячи кубитов.

В общем, IBM бьёт рекорды по "размеру", Google — по "умению". Вместе они тянут всю индустрию вперёд.

Вот это круто! Cursor создали собственную ИИ-модель

Компания Anysphere выпустила Cursor 2.0 и впервые в истории среда для разработки сама создала фронтирную модель для кодинга. Это не fine-tune OpenAI и не аренда у Anthropic.

Composer— модель, которая родилась и выросла внутри редактора кода, обученная с нуля на анонимизированных сессиях пользователей Cursor (только с opt-in). Напомним, что GitHub уже чувствует большую конкретную позицию Cursor, об этом писали тут и тут.

Она не универсальна, предназначена исключительно для кодинга и агентных задач.

Как обучали?
- Более 1000 GPU
- PyTorch + Ray
- MXFP8 MoE kernels — низкая точность для скорости

Результат:
- В 4 раза быстрее Claude Sonnet 4.5 в multi-file правках
- Агентная задача — в среднем 28 секунд
- Контекст до 1 млн токенов (на деле 200–300k)

Почему это стало возможным у Cursor?

1. У них есть живой датасет.
2. Агентность = готовые RL-эпизоды.
3. Замкнутый цикл: IDE → модель → IDE

Китайские open-source модели стали для Cursor учебником.
Они изучили техники Qwen и DeepSeek. Не копировали веса — перенёс приёмы в свою архитектуру.

Новые инструменты в Cursor 2.0:
- Мультиагентный интерфейс— до 8 агентов параллельно, каждый в изолированном git worktree или облачной VM
- Встроенный браузер — агент видит DOM, кликает, превращает UI в код
- Голос → код— 12 языков, включая русский
- Сравнение моделей— один промпт → 5 моделей → параллельные вкладки
- Tab v3— на 21% меньше предложений, на 28% выше принятие

Цифры шок: у Google впервые за квартал выручка свыше $100 млрд, а чистая прибыль составила $34,98 млрд.

Причём 650 млн MAU — значит, что Gemini стал повседневным инструментом для сотен миллионов людей.

Такой охват меняет поведение - люди начинают думать через ИИ, а не как раньше — через поиск. Это точка невозврата.

300 млн платных подписчиков — монетизация ИИ. Если каждый платит хотя бы $10/мес, это $36 млрд годовой выручки только с подписок — больше, чем у Netflix. Это доказывает, что люди готовы платить за ИИ, если он реально помогает.

Microsoft создали ИИ-агентов для покупок и экономическое исследование о них

Команда создала функциональных агентов для двусторонних рынков, но тестирование выявило критические искажения в их поведении.

Microsoft разработали 2 типа агентов: для покупок, а также для продаж.

Для тестирования создали Magentic Marketplace — симулированную рыночную среду с синтетическими данными, где их агенты могли безопасно взаимодействовать.

Как тестировали?
Взяли своих агентов и запустили их на 9 разных языковых моделях: GPT-4o/4.1/5, Claude Sonnet-4/4.5, Gemini-2.5-Flash, open-source GPT-OSS-20b, Qwen3-14b/4b-2507.

Какие результаты?

1. Независимо от модели, они не сравнивают варианты, а хватают первое приемлемое предложение.

2. При увеличении результатов поиска с 3 до 100, агенты принимают худшие решения

3. Производительность зависит от качества поиска. Проблема не в способности агентов рассуждать, а в обработке нерелевантной информации при масштабе.

4. Устойчивость к манипуляциям сильно различается:
- самые устойчивые: Агенты на Sonnet-4.5: невосприимчивы практически ко всем атакам. Агенты на GPT-4.1: очень устойчивы к психологическим манипуляциям
Агенты на Gemini-2.5-Flash: устойчивы, но уязвимы к агрессивному prompt injection.
- уязвимые:
• агенты на GPT-4o, GPT-OSS-20B, Qwen3-4B: попадаются на Authority и Social Proof.
• Агенты на open-source моделях особенно уязвимы.

5. Размер модели не определяет качество агента.

Open-source модели могут быть конкурентоспособными при правильной архитектуре и данных обучения.

Google показали, что ИИ может создавать креативные шахматные задачи. Эта работа будет на neurips в этом году.

Вот тут вы можете попробовать решить задачи, созданные ИИ.

Исследователи поставили задачу: может ли ИИ генерировать действительно творческие шахматные позиции, которые будут интересны людям?

Что они определили как "творческую" задачу?
- Контринтуитивность
- Эстетика
- Новизна

Методы, которые они использовали:
1. Обучили нейросети
2. Обучение с подкреплением
3. Эволюционный поиск

Главные результаты:
• 3 всемирно известных эксперта, включая гроссмейстеров:
- Признали креативность позиций
- Отметили новизну и эстетическую ценность
- Назвали "пионерским продвижением в партнерстве человека и ИИ"
• RL увеличило генерацию контринтуитивных задач в 10 раз: с 0.22% до 2.5%.

Что важно понимать?
- Это не автономная креативность
- Модель генерирует миллионы позиций → люди отбирают топ-50
- Метрика search gap — прокси, не замена человеческому «вау»
- Работает только в шахматах (есть движок, чёткие правила).

SpaceX подписывает контракт на $2млрд на разработку спутников для слежения за ракетами и самолётами.

Контракт с Пентагоном в рамках большого проекта Golden Dome. Трамп анонсировал его в январе этого года, хочет создать лучшую, чем у Израиля, систему защиты от ракет.

Система должна включать спутниковую сеть для обнаружения, слежения и перехвата ракет, включая гиперзвуковые, и самолётов в считанные секунды после запуска.

Это часть более широкого пакета: предварительные инженерные работы оцениваются в $6–10 млрд. SpaceX лидирует благодаря опыту запусков (более 130 ракет в 2024 году) и прототипам спутников, которые можно адаптировать.

SpaceX сотрудничает с Palantir и Anduril. Более 180 компаний подали заявки, включая Boeing, Lockheed Martin, Northrop Grumman и RTX, но SpaceX — фаворит для ключевых контрактов на запуски.

Илья Суцкевер дал показания в суде, почему в 2023г. уволил Сэма Альтмана

Адвокаты Илона Маска вызвали в суд Илью Суцкевера в рамках судебного разбирательства, который инициировал Маск против OpenAI. Маск обвиняет компанию в нарушении первоначального некоммерческого соглашения и превращении в прибыльно-ориентированную организацию под контролем Microsoft.

В показаниях Суцкевер подробно описал причину #увольненияOpenAI Альтмана в ноябре 2023 года. Он заявил, что Сэм двигался слишком быстро в коммерциализации, игнорируя критически важные вопросы безопасности, и пытался обойти совет директоров в переговорах с инвесторами, включая суверенные фонды Ближнего Востока.

«Совет не был полностью проинформирован о возможностях GPT-4 до его выпуска», — сказал Суцкевер, подтвердив существование внутреннего меморандума президента OpenAI Грега Брокмана, который команда Маска ранее требовала рассекретить. Документ, по словам Суцкевера, описывает панику в совете после запуска модели и опасения, что OpenAI теряет контроль над безопасностью.

Суцкевер признал, что сразу после увольнения Альтмана начал обсуждать с Anthropic переговоры о слиянии. «Они были взволнованы возможностью», — сказал он.
По его словам, Дарио Амодей должен был стать генеральным директором объединённой компании, а его сестра — занять одну из ключевых позиций.

Переговоры прекратились после того, как более 95 % сотрудников OpenAI пригрозили уйти, если Альтман не будет восстановлен. Через несколько дней он вернулся, а структура совета была изменена.

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

Квантовые технологии, космос

IBM установила новый рекoрд— успешно запутала 120 кубитов.

SpaceX подпишет контракт на $2 млрд на разработку спутников для слежения за ракетами и самолётами.

ИИ, агенты и исследования

Китайская MiniMax выпустила open-source модель M2

Илья Суцкевер дал показания в суде, почему в 2023 году уволил Сэма Альтмана.

Anthropic представили Claude для финансового сектора с Excel в чате

xAI Илона Маска выпустила Grokipedia — конкурент Википедии

Cursor создали собственную AI-модель Composer

Microsoft больше не имеет эксклюзива на OpenAI

Cognition выпустили агент-модель, показывающий производительность близкую к SOTA при значительно более высокой скорости

OpenAI представила Aardvark — агента на базе GPT-5, который находит и исправляет уязвимости в безопасности кода

Google DeepMind: ИИ создал RL-алгоритм, превзошедший разработанные людьми

Новое исследование Anthropic о метакогниции Claude

Исследование Anthropic и Thinking Machines показало, что высокое расхождение между frontier-моделями коррелирует с проблемами в спецификациях поведения.

Meta* FAIR опубликовали SPICE — новый подход к обучению LLM через самоигру с использованием корпуса документов.

Carnegie и Stanford представили работу об обучении LLM открывать абстракции

MIT показал различия между LoRA и полным fine-tuning

Google показал, что ИИ может создавать креативные шахматные задачи

Salesforce представили MMPersuade — комплексный мультимодальный бенчмарк для оценки восприимчивости AI-агентов к техникам убеждения.

Google запустил Google Earth AI

OpenAI к сентябрю 2026 представит AI-учёного — также компания создаёт AI Cloud Platform для разработчиков.

Google представил AI-агента для маркетинговых задач

Microsoft создали AI-агентов для покупок и выпустили экономическое исследование о влиянии таких агентов

Google представил новое поколение разговорных агентов

Google встроил Gemini-агента в Fitbit — персональный тренер по здоровью использует глубокую архитектуру агентов для координации между разговорными, аналитическими и экспертными суб-агентами.

Perplexity запустили новый агент для исследований в области интеллектуальной собственности.

Блокчейн и криптовалюты

IBM запускает платформу цифровых активов для внедрения сервисов на блокчейне.

Circle запустила публичный тестнет Arc — 1й в истории Wall Street блокчейн в публичном доступе, новый Layer-1 для реальных финансовых операций

Дуров анонсировал децентрализованный AI на блокчейне TON

Western Union создает стейблкоин на Solana

Clifford Chance и Deutsche Bank выпустили отчёт о пересечении AI и блокчейна

Нейротехнологии, нейроинтерфейсы, биотех и микроэлектроника

NVIDIA и Eli Lilly запускают крупнейшую в мире AI-фабрику для биофармы

Neuralink имплантировала чип уже в четвёртой стране — обзор индустрии

Питер Тиль вложил $100 млн в стартап по микроэлектронике

Сэм Альтман нанял российского инженера в Merge Labs — стартап-конкурент Neuralink

*запрещенная компания в РФ.

Игры, в которые играют люди. Почему Илья Суцкевер уволил Альтмана? Какую роль сыграла Мира Мурати, а какую Адам Д’Анджело?

И почему безопасный ИИ невозможен, если его разработчики психологически незрелые. Разбираем ситуацию исходя из стенограммы показания Ильи в суде.

Сегодня в сети все читают показания в суде Ильи Суцкевера, который инициировал #увольненияOpenAI Сэма Альтмана в ноябре 2023 года.

Как стало известно, перед увольнением Сэма Илья подготовил для независимых директоров OpenAI(Хелен Тонер, Ташей МакКоули, Адамом Д'Анджело) документ, где он утверждает: "Сэм демонстрирует последовательный паттерн лжи, стравливает коллен друг с другом".

Этот документ был отправлен через функцию самоуничтожающегося письма. Илья объясняет это тем, что боялся, что если Альтман узнает о готовящемся увольнении, то найдёт способ всех переубедить.

Но вот, что важно - почти все "доказательства" в документе Ильи пришли от одного источника — Миры Мурати, уже ex-CTO OpenAI. У нее были свои конфликты с Сэмом, она этим делилась с Ильей. А Илья не проверял её информацию. Он доверился ей.

После увольнения Альтмана Илья предложил Мире стать временным CEO. Она отказалась и начала собирать подписи сотрудников за возвращение Альтмана.

Когда же ситуация вышла из-под контроля и появилась угроза для компании в целом, Мира выбрала сторону, которая казалась ей более сильной и выгодной - поддержала Сэма и инвесторов, которые скорее всего давили на нее. После возвращения Сэма, она покинула компанию.

А теперь про роль Адама Д'Анджело. Это самый интересный персонаж.
Как же так вышло, что он, "союзник Сэма", просил у Ильи Суцкевера скриншоты для увольнения Сэма?

Адам играл в две стороны. С одной стороны, он поддерживал отношения с Ильей и независимыми директорами, чтобы быть в курсе их планов и контролировал ситуацию. Прося скриншоты, он понимал, куда ветер дует. С другой стороны, он поддерживал связь с Сэмом и инвесторами. Он как опытный игрок в Кремниевой долине знает, что сила на стороне инвесторов и CEO, а не идеалистов из совета.

Судья спрашивает Илью, кто должен управлять AGI. Его ответ: «Сейчас моя позиция такова: за очень редкими исключениями, человек, который будет управлять AGI, скорее всего будет очень хорош в играх власти. Это будет похоже на выбор между разными политиками».

О чём на самом деле эта история? Это история о том, что система выбора людей для управления AGI фундаментально сломана.

Эта стенограмма из суда ещё одно доказательство о том, как человеческие слабости — амбиции, страхи, непроверенные убеждения, конфликты интересов — влияют на решения, которые могут иметь разные последствия.

Илья прав, что нам нужен безопасный ИИ, но он не возникнет только, если решить технически проблему выравнивания. Безопасный ИИ начинается с честного взгляда на то, кто мы такие? Создан ли ИИ людьми, которые психологически зрелые? Если нет, то ИИ будет их зеркалом.

Эта карта поможет вам изучить все принятые статьи об ИИ на NeurIPS 2025

Каждый год на главную научную конференцию по AI NeurIPS принимают тысячи статей. В этом году их ~ 6000. Прочитать всё физически невозможно, даже если это ваша специализация.

Исследователь Джей Аламмар из Cohere решил эту проблему с помощью автоматизации и LLM, и в итоге вышла интерактивная карта, где можно за минуты найти нужные темы и понять суть статей.

Джей говорит, что для массовой обработки тысяч промптов нужны скрипты, а не просто playground интерфейс. Это одно из суперспособностей, который вы не получите, если работаете с LLM только через веб-интерфейс.

Главные тренды на NeurIPS в этом году:

1. Reasoning (~13% статей, 766 работ) — резкий рост после выхода O1

2. Мультимодальность (~28%) — работа с разными типами данных

3. Diffusion models — стали мейнстримом наравне с LLM

4. Computer vision — второе крупнейшее направление после NLP.

Используемый стек при создании карты:

- Cohere Command A — для генерации текста
- Cohere Embed-v4 — для эмбеддингов
- UMAP — для снижения размерности
- K-Means — для кластеризации
datamapplot — для визуализации.

Anthropic — новый король продаж API для ИИ, обогнав OpenAI и др.конкурентов

Согласно огромному массиву фин показателей, которые оказались у The Information, Anthropic официально закрепила за собой лидерство в продажах API для ИИ.

Anthropic достигла ежегодного темпа доходов в $4 млрд к июлю 2025 года, а к ноябрю, по свежим оценкам, приближается к $5 млрд.

Это рост на 400% с начала года (с $1 млрд в январе). Из них API-продажи составляют 70–75% ($3,5–3,75 млрд), в основном от pay-per-token модели. Остальное — от чат-ботов Claude (~ $0,7–1 млрд) и enterprise-лицензий ($0,9–1 млрд).

У Anthropic $3,1 млрд ARR от API (лидерство благодаря B2B-интеграциям).

А у OpenAI $2,9 млрд ARR от API (но общий ARR OpenAI — $12 млрд, где потребительские подписки дают $5,5 млрд).

Ключевой фактор - $1,4 млрд от Anthropic приходится на интеграции с инструментами вроде Cursor (кодинг-ассистент) и GitHub Copilot. Microsoft недавно начал закупать API Claude для Office 365, добавив $500+ млн в контрактах.

Прогнозы на 2025–2027гг. Anthropic:
- 2025 год: $3,7 млрд общей выручки (базовый сценарий), но оптимистичный — до $9 млрд ARR к декабрю.
- 2026 год: $20–26 млрд ARR.
- 2027 год: До $34,5 млрд (это подразумевает рост на 800%+ за два года).

Однако маржа прибыли падает: Gross margin — 60–70% из-за затрат на вычисления (TPU от Google и AWS стоят $1–2 млрд в год).

Без новых инвестиций в инфраструктуру, типа недавнего партнерства с Google на 1 млн TPU, рост может замедлиться.

Google представил проект по дата-центру в космосе - Project Suncatcher.

Напомним, что ранее в июле Хассабис и Альтман говорили о ЦОДах в космосе, Маск анонсировал дата-центры в космосе, а еще ранее Джефф Безос прогнозировал гигаваттные цоды в космосе через 10 лет; а Nvidia и стартап Starcloud запустили H100 GPU в орбиту на выходных. Экс-CEO Google Eric Schmidt купил Relativity Space для того же. Гонка началась!

Google хочет построить дата-центры в космосе — это будут спутники/ группы спутников, оснащённые чипами TPU. Google тестировал свои новые TPUs Trillium в ускорителе частиц, имитирующем радиацию LEO. Они выдержали в 3 раза больше радиации, чем нужно, и в 15 раз превысили требования миссии. Но чипы должны работать минимум 5 лет.

Они будут работать на солнечной энергии, которая в космосе доступна почти 24/7, без атмосферы и ночи. Это позволит масштабировать вычисления для ИИ без огромного потребления энергии на Земле.

Пока неясно, но упоминают модульную сборку в орбите как у Starlink, чтобы ракеты не тащили огромные конструкции.

В начале 2027 года Google запустит 2 прототипных спутника в партнёрстве с Planet Labs. Каждый спутник понесёт 4 TPU для тестов. Это не полноценный дата-центр, а proof-of-concept.

Google прогнозирует, что к середине 2030-х цены упадут до $200/кг благодаря SpaceX и другим. Тогда эксплуатация космического дата-центра обойдётся как у земного (на кВт/год). Полноценные констелляции — к 2035+.

По сравнению с Nvidia, Google проект солиднее, с данными, а не просто тизером.

Google открыто признаёт, что есть много сложных инженерных задач и барьеров:
1. Космические лучи ломают чипы. TPUs выдержали тесты, но для 5 лет работы нужны дополнительные усиления. Ремонт в орбите невозможен — всё должно работать автономно.

2. В вакууме нет конвекции — тепло уходит только излучением. Нужны огромные радиационные панели, что увеличивает массу и сложность.

3. Лазеры — круто, но констелляции должны лететь идеально синхронно. Задержки для Земли — 10–20 мс, но для межспутниковой — минимальны.

4. Для 5 ГВт, как у крупных ферм нужно тысячи спутников. Ракетный трафик (SpaceX планирует 140+ запусков в 2025) — узкое место.

Anthropic и Исландия запускают 1-й в мире нацпроект по внедрению ИИ в образование

Ранее, мы писали, что Anthropic создают экосистему на рынке образования.

Учителя по всей Исландии получат доступ к Claude.

Для чего учителя смогут использовать Claude?
- Подготовка уроков и планирование
- Создание персонализированных учебных планов
- Адаптация материалов для разных учащихся
- Анализ и интерпретация контента
- Предоставление ИИ-поддержки учащимся

В рамках пилотного проекта будут изучать, как ИИ может принести пользу исландским школам, поддержать учителей в их преподавании и подготовке, а также улучшить обучение школьников.

Команда Джеффа Дина,Google, создала ИИ,который сам учится определять ценность данных для обучения LLM

DataRater - система автоматической фильтрации данных для обучения языковых моделей, которая использует мета-обучение вместо ручных правил.

Это 1-я практическая демонстрация, что мета-обучение курации данных возможно для современных LLM на значительных масштабах.

Особенно перспективно для будущего применения к синтетическим данным, где объемы неограниченны, а качество варьируется.

Об ИИ в тендерах и образовании

Недавно прочитали у Юли Обаляевой интересный кейс про компанию, которая год участвовала в тендерах и проигрывала 8 из 10 закупок. Оказалось, что проблема была не в цене и не в качестве. Они просто не понимали, к каким заказчикам идти, с кем реально конкурируют, какие стратегии работают, а главное - где и как этому научиться.

Когда научились и начали использовать ИИ для аналитики — всё изменилось за пару месяцев. ИИ за минуты анализирует тысячи контрактов, находит закономерности побед конкурентов, прогнозирует перспективные ниши. То, на что раньше уходили недели ручной работы.

Получается, что даже в консервативных B2G-сегментах умение работать с ИИ-инструментами — уже не преимущество, а необходимость для выживания.
Кто быстрее освоит — тот и выиграет.

Лауреат Нобелевской премии:мы впервые создали с ИИ антитело полностью с 0 без единой молекулы из природы.

Оно работает лучше, чем любое из миллионов, созданных иммунной системой.

Нобелевский лауреат 2024 года по химии Дэвид Бейкер вместе с командой создали первое в мире антитело, полностью созданное компьютером — RFantibody. Ни одной аминокислоты из природы. Ни мышей, ни библиотек, ни иммунизации. Только ИИ и физика.

И оно работает. Лучше, чем всё, что эволюция отбирала миллиарды раз. Другие проекты тут.

Бейкер говорит: «Мы не улучшали природу. Мы её заменили».

RFantibody связывается с модельным токсином крепче любого природного антитела. В пробирке — идеально. В мышах — спасает жизнь. От идеи до рабочей молекулы — меньше четырёх месяцев.

Это не прототип, а новый способ создавать лекарства.

Что будет дальше? Планы такие:

В 2026 году три молекулы, 100% спроектированные ИИ, будут поданы на клинические испытания.

В 2027–2028 - первые пациенты с раком получат антитело, рождённое не в организме, а на видеокарте.

А через 3–5 лет -разработка антител без вычислительного дизайна будет считаться устаревшей, как факс в 2025-м.

Бейкер уже строит библиотеки: тысячи де-ново антител против гриппа, COVID, онкомаркеров. Генерация — за ночь. Отбор — за неделю. Клинический кандидат — за квартал.