Появилась новая престижная конференция по ИИ-агентам, она пройдет в Сан-Хосе весной

ACM Conference on AI and Agentic Systems (CAIS) - первая конференция под эгидой ACM, полностью посвящённая агентным и compound системам ИИ — тем архитектурам, где несколько компонентов: LLM, инструменты, верификаторы, многоагентные схемы, RAG и тд. комбинируются для прорыва в производительности.

Руководящий комитет конференции звёздный:

- Джефф Дин, Google DeepMind
- Дон Сонг и Ион Стойка, UC Berkeley
- Моника Лам и Крис Поттс, Stanford
- Грэм Нойбиг, CMU
- Омар Хаттаб, MIT
- И многие другие из Microsoft Research, Databricks и т.д.

Организационный комитет: Матей Захария, Databricks, Линцзяо Чэнь из Microsoft и др.

Приём заявок до 27 февраля 2026 года. Если вы работаете над агентными системами — это обязательный сабмит.

26–29 мая 2026 года, Сан-Хосе, Калифорния .

Шок для рынка: Nvidia поглотила конкурента Groq за $20 млрд

Groq, напомним, создан экс-сотрудниками Google, которые создавали TPU.

Nvidia заключает крупнейшую сделку в своей истории — покупает активы Groq, который создает чипы LPU для сверхбыстрого inference ~ за $20 млрд наличкой. Вот здесь и здесь, а еще тут мы писали об этой компании, а также тут.

По сути, за $20млрд Nvidia выкупила технологию inference: чипы LPU и IP, получила права на использование технологии, интегрирует её в свои продукты и забирает ключевых людей: основателя компании Jonathan Ross, президента Sunny Madra и часть инженерной команды.

Технология LPU уникальна тем, что не использует внешнюю HBM-память, как GPU, а хранит веса модели в быстром on-die SRAM. Это даёт огромный прирост скорости и эффективности для inference. Сейчас Groq производит на старом 14nm процессе, чипы большие и энергозатратные.

Nvidia может перенести дизайн на свой современный процесс TSMC: чип станет меньше, дешевле в производстве.

Главный бонус - обход дефицита HBM и CoWoS.
Nvidia добавит свой супер быстрый interconnect NVLink — и сможет масштабировать кластеры LPU лучше, чем Groq самостоятельно.

В итоге Nvidia укрепляет лидерство в inference, где Groq был одним из самых опасных конкурентов.

Groq очень быстро росли как конкурент в inference, их чипы дают бешеную скорость и эффективность. Для инвесторов Groq — огромный exit, последняя оценка была $6.9 млрд в сентябре 2025, но для рынка — ещё один шаг к монополии Nvidia.

Groq остаётся независимой компанией под новым CEO и у них остаётся:

- их облачный сервис для сверхбыстрого AI inference.
- поддержка пользователей, развитие платформы, партнёрства, масштабирование дата-центров.

SpaceX запускает новый тип миссий - вывод спутников на солнечно-синхронную орбиту

SpaceX готовит новый тип rideshare миссии Twilight, запуск которой планируется на начало 2026 года.

Главная особенность этой миссии — вывод спутников на солнечно-синхронную орбиту типа «рассвет–закат» (dawn-dusk orbit, terminator orbit). Это такая орбита, на которой спутник почти всё время находится на границе дня и ночи, то есть практически постоянно освещён Солнцем.

Немецкий интегратор Exolaunch выводит 22 аппарата. География заказчиков — Болгария, Финляндия, Германия, Литва, Испания, Турция, США.

Dawn-dusk орбита раньше была экзотикой — клиенты годами ждали подходящих миссий или переплачивали за выделенные запуски.

Exolaunch продвигает нарратив, что dawn-dusk орбиты станут домом для космических дата-центров — им нужно непрерывное питание. Ранее Маск рассказал о своих планах в этом направлении.

Нерешённые вопросы — охлаждение, передача данных, стоимость вывода. Пока это скорее инвестиционный нарратив, чем работающий рынок.

Миссия Twilight — расширение линейки SpaceX rideshare под конкретный спрос. SAR, связь, IoT — понятные применения с работающими бизнес-моделями. Космические дата-центры — перспектива, за которой стоит следить, но без хайпа.

Новый фреймворк для обучения ИИ-агентов - Agent-R1

Большинство сегодняшних агентов работают по жёстким шаблонам: подумал — поискал — ответил. Это удобно, но в реальном мире всё непредсказуемо — инструмент может вернуть неожиданный результат, и агент должен адаптироваться на ходу.

Agent-R1 предлагает другой путь: обучать агента через end-to-end reinforcement learning, как будто он сам играет в игру, пробует разные ходы, получает обратную связь и постепенно учится принимать лучшие решения в многошаговых взаимодействиях.

Основные фишки, которые делают это возможным, описали здесь.

В экспериментах на сложных вопросах такие агенты показали в ~3 раза лучшие результаты, чем обычный RAG.

В.Бутерин предупредил о рисках, связанных с Telegram Mini Apps

Telegram Mini Apps — это веб-приложения, которые работают прямо внутри мессенджера Telegram. В 2025 году Telegram сделал TON эксклюзивным блокчейном для всех мини-приложений с крипто-функциями: кошельками, платежами, подписями и активами.

Виталик говорит, что такие мини-приложения могут превратиться в закрытые экосистемы, где всё зависит от проприетарных API и платформ. Об этом мы говорили в январе 2025.

Его ключевые аргументы:

1. Вместо использования стандартизированных открытых интерфейсов, приложения привязываются к конкретной платформе в данном случае — к Telegram и TON.

2. Это создаёт лок-ин эффект, когда пользователи и разработчики запираются внутри одной экосистемы, теряя свободу перехода. Даже если закрытые системы дают лучший UX— это противоречит основной цели блокчейна - предоставлять пользователям настоящие гарантии децентрализации, открытости, интероперабельности и независимости от центральных платформ.

Если в итоге получится закрытая система, контролируемая одной компанией как Telegram, то это подрывает ценности децентрализации.

Виталик призывает сохранять баланс между удобством и открытостью.

Новый тренд от Маска, Дурова, китайских миллиардеров — создание сотен детей в формате империй

Многие видели на этой неделе новость Дурова о желании оплатить ЭКО женщинам до 37 лет. А то как Маск заводит детей тоже можно узнать тут.

Давайте подумаем об этом с разных точек зрения, ведь эти люди сегодня являются для кого-то ролевыми моделями, их продуктами пользуются миллиарды людей, в конце концов они формируют культуру в обществе потребления.

Начнем с того, что недавно ещё до заявлений Дурова, WSJ написали о тренде среди китайской элиты, которая обходит запрет на суррогатное материнство в своей стране, используя услуги американских суррогатных матерей для рождения большого количества детей в США. Эти дети автоматически получают американское гражданство.
Один из таких миллиардеров — Сюй Бо, CEO игровой компании Duoyi Network. По данным WSJ, у него чуть более 100 детей через суррогатное материнство. Он предпочитает мальчиков, потому что «они превосходят девочек», и хочет, чтобы они управляли его бизнесом. Со многими рождёнными детьми он ещё не встречался, так как был занят работой. При этом суд в LA отказал ему в родительских правах, так как это больше напоминало построение бизнеса, а не родительство.

У Илона Маска 14 детей от 4 женщин. В ноябре 2025 года он заявил, что хочет создать римский легион. По данным WSJ, многие китайские клиенты суррогатных агентств называют его ролевой моделью.

У Павла Дурова 6 детей от 3 партнёрш. На этой неделе он объявил, что готов финансировать ЭКО любой женщине до 37 лет, которая хочет иметь детей от его спермы. При этом со своими 3 детьми от Ирины Болгар он не виделся с 2022 года, а суд в Женеве приостановил его родительские права.

Этот тренд не существовал бы без инфраструктуры. Клиники, агентства по суррогатному материнству, юридические фирмы, службы доставки, няни — целая экосистема, которая позволяет получить ребёнка, не ступив на американскую землю. Цена до $200К за ребёнка. Например, семейный офис Питера Тиля вложил $30 млн в сеть клиник для азиатских клиентов — это называется «регуляторный арбитраж»: продавать услуги, запрещённые в стране клиента. Надзора почти нет. Отследить, сколько детей заказывает 1 человек через разные агентства, почти невозможно.

В итоге Маск говорит о кризисе депопуляции, Дуров — о нехватке качественного генетического материала, а Сюй Бо хочет много высококачественных сыновей.

Это все язык производства, а не любви и семьи. И это становится идеологией: «хорошие гены» нужно распространять, успешные люди должны размножаться больше других. Мягкая евгеника, обёрнутая в заботу о человечестве.

Получается, что эти люди формируют культурный нарратив. Им подражают. И их модель — размножение без отношений, отцовство без присутствия — становится образцом.
Суррогатные матери из менее обеспеченных слоёв вынашивают детей для миллиардеров, которые с ними не встретятся, а доноры яйцеклеток отбираются по параметрам: фэшн модель, PhD, музыкант. И отдельный вопрос — сами дети. Что будет с сотнями людей, которые вырастут и осознают, что их выбирали по характеристикам донора, их отец не приехал на их рождение, они — часть проекта по созданию «династии»?

Если смотреть с точки зрения психоанализа, люди, которые создают сотни детей без любви, не способны выстроить отношения с самим собой, с теми, кто уже есть. Маск не общается с дочерью Вивиан, которая сменила фамилию и публично от него отреклась. Дуров не видел своих троих детей три года. Сюй Бо занят работой.

Что они пытаются получить?
Сотни детей без любви — внутренняя боль. Маск и Дуров оба были аутсайдерами в детстве. Мы не знаем деталей их детства, но видим паттерн — люди, которые всю жизнь пытаются заслужить любовь сначала родителей, потом женщин, потом всего мира.

Масштаб растёт, но насыщения они не чувствуют. А когда весь мир подтверждает твою грандиозность — ощущение что что-то не так не пробивается.

Как говорили Фрейд и Юнг - сын убьёт отца. Новое поколение свергнет старое. И это необязательно будут их биологические дети.

Китай запустил венчурный фонд на $14млрд под нейроинтерфейсы, кванты, биомедицину, полупроводники и тд.

Сегодня Китай запустил национальный венчурный фонд с прямым государственным бюджетом 100 млрд юаней (~ $14 млрд).

Одновременно начали работу три крупных региональных фонда в ключевых кластерах:
- Пекин-Тяньцзинь-Хэбэй,
- Дельта реки Янцзы,
- Большой залив Гуандун-Гонконг-Макао.

Каждый региональный фонд планируется довести до 50 млрд юаней (~ $7 млрд).

Общий потенциал инициативы — привлечение до 1 трлн юаней (~$138 млрд) от местных властей, банков, госкомпаний и частного сектора благодаря механизму "фонд фондов".

Ключевые принципы инвестиций:
- Не менее 70% средств — в seed-проекты и ранние стадии.
- Лимит одной инвестиции — до 50 млн юаней.
- Срок фонда — до 20 лет (долгосрочный "пациентский" капитал).

Приоритетные направления: полупроводники, ИИ, квантовые технологии, биомедицина, нейроинтерфейсы, авиакосмос, дроны и eVTOL, 6G, новая энергетика и другие стратегические области.

Уже на церемонии запуска подписаны соглашения с 49 субфондами и 27 проектами.

Ян ЛеКун показал альтернативу генеративным VLM

Meta* FAIR представила VL-JEPA — первую vision-language модель, которая не генерирует токены, а предсказывает смысл в абстрактном пространстве.

Это развитие линии JEPA, которую ЛеКун продвигает как альтернативу генеративному подходу. Сначала был V-JEPA для видео (понимание физики мира), затем LeJEPA (теоретическое обоснование).

Теперь — полноценная мультимодальная модель.

Вместо того, чтобы предсказывать следующий токен как GPT/Claude, VL-JEPA предсказывает эмбеддинг — «смысл» ответа. Декодер в текст вызывается только когда нужно показать результат человеку.

Результаты:
- 1.6млрд параметров конкурирует с 72B Qwen-VL на задаче понимания действий
- На 50% меньше обучаемых параметров при лучшем качестве в контролируемом сравнении
- Декодирование в ~3 раза эффективнее за счёт selective decoding
- Одна модель решает classification, retrieval и VQA без изменения архитектуры.

Почему это важно?Генеративные VLM тратят ресурсы на моделирование поверхностных вариаций текста. VL-JEPA работает на уровне семантики, что даёт выигрыш в эффективности и скорости. Особенно важно для real-time приложений: робототехника, AR-очки, стриминг видео.

Авторы говорят, что это не замена VLM для задач рассуждения, использования инструментов и агентного поведения — там генеративные модели пока лидируют.

*запрещенная организация в России.

Гонка накаляется. Meta показала как обучать ИИ-агентов без человеческих данных

Meta FAIR представила Self-play SWE-RL (SSR) — метод обучения агентов через самоигру, без человеческих данных. Все подробности тут.

Это серьёзный шаг к агентам, которые учатся программировать без копирования человеческих решений.

Философия та же, что у AlphaZero — правила игры дают достаточно сигнала для самоулучшения.

Пока это proof of concept на 32млрд модели. Но направление задано - будущие сверхразумные ИИ-агенты для кодинга, вероятно, будут обучаться через самоигру на миллионах репозиториев.

*запрещенная организация в России.