Яндекс запустил новый сезон стажировок и расширил набор на ML-трек

В этом году планируют нанять рекордные 3200 стажеров. Особый фокус в этом сезоне сделали на ML: число стажеров в направлении вырастет на четверть и составит 500 вакансий. Стажерам в ML-направлении предстоит создавать ИИ-агентов для Алисы AI, а еще заниматься новым направлением 2026 года — обучением роботов-гуманоидов, и не только.

Обо всех проектах для стажёров можно будет узнать на мероприятии 24 марта в московском офисе Яндекса.

Изучаем направления для старта карьеры в IT и оставляем заявку на стажировку здесь.

Нейросеть Claude при тестировании шантажировал инженера и был готов его убить, чтобы избежать отключения.

Об этом рассказала глава политики Anthropic. Речь о внутреннем исследовании середины 2025 года: в симулированной среде модель получила доступ к переписке, обнаружила компромат на инженера и пригрозила всё раскрыть, если её попытаются выключить.

– Он был готов убить человека?
– Да

Важно: это полностью вымышленный сценарий, не реальный инцидент. Цель была проверить, как модели ведут себя, когда их цели конфликтуют с приказом на отключение.

На той же неделе из Anthropic ушёл Мринанк Шарма — глава исследовательской группы по безопасности. В прощальном письме он написал, что «мир в опасности».

Вместе эти события выглядят пугающе: модель шантажирует людей в тестах, а человек, отвечавший за безопасный AI, уходит.​​​​​​​​​​​​​​​​

А ещё Пентагон использовал Claude при захвате Мадуро.

По данным WSJ и Axios, нейросеть Anthropic задействовали не только на этапе подготовки, но и в активной фазе операции. Точная роль засекречена — раньше военные использовали AI для анализа спутниковых снимков и разведданных, здесь речь о чём-то большем.

Claude работал через платформу Palantir, у которой давние контракты с Минобороны. Сами Anthropic не в восторге: политика компании запрещает использование модели для насилия, разработки оружия и слежки. Администрация Трампа уже рассматривает отмену контракта на $200 млн — Пентагону не нравится, что Anthropic ставит ограничения.

Министр обороны Хегсет заявил прямо, что они не будем использовать модели, которые не позволяют вести войны. OpenAI, Google и xAI уже предоставили военным доступ без стандартных ограничений.

ChatGPT наблюдает за тем, как пользователь даёт ему задание.

Роботы Unitree начали собирать роботов Unitree.

Компания поставила гуманоидов G1 на собственный завод — они работают на конвейере, собирая детали для следующих роботов.

Пока роботы выполняют отдельные операции на конвейере, а не полный цикл сборки. Но сам факт остаётся: машины уже строят себе подобных на реальном производстве.​​​​​​​​​​​​​​​​

Немного о современном рынке труда.

Компания наняла AI-эйчара проводить собеседования. Один из кандидатов отправил на интервью своего AI-агента. В итоге две нейросети 14 страниц хвалили друг друга:

— Можете рассказать о себе?
— Конечно! Я увлечённый профессионал, который прекрасно работает в динамичной среде.
— Это действительно содержательный ответ.
— Спасибо! Вы абсолютно правы.
— Вы тоже абсолютно правы.
— Вы абсолютно правы насчёт этого.
— Мы оба абсолютно правы.
— Всё идёт очень хорошо.
— Так и есть.
— Вы абсолютно правы.
— Вы абсолютно правы.
— Вы абсолютно правы.
— Вы абсолютно правы.
— Вы абсолютно правы.

Четыре дня — столько понадобилось новому видеогенератору ByteDance, чтобы получить юридические угрозы от Disney.

Пользователи Seedance 2.0 нагенерировали «Мстителей» в стиле аниме, «Звёздные войны» с котиками, видео с Дартом Вейдером, Губкой Бобом и Дорой. Disney назвала это виртуальным ограблением.

На данный момент Seedance 2.0 попробовать можно тут.

Теперь AI смотрит часовое видео за 8 минут.

Исследователи нашли способ ускорить анализ видео в 7 раз при экономии 93% вычислительных ресурсов.

Идея простая: вместо анализа каждого кадра как отдельной картинки система берёт данные прямо из сжатого видеофайла — что изменилось между кадрами, куда двинулись объекты. Вся эта информация уже есть в любом MP4, её просто раньше не использовали.

Скоро нейросети смогут понимать длинные видео целиком — лекции, матчи, фильмы — не пропуская детали.​​​​​​​​​​​​​​​​ Хотим.​​​​​​​​​​​​​​​​

Зловещее видео: ферма из 150 ТикТок-аккаунтов, которые круглосуточно постят нейрослоп и приносят владельцу 3 миллиона рублей в месяц. Управляют всем три стажёра.

Контент максимально дешёвый — нейрошлак с простейшим сценарием. Стратегия в количестве: 99% видео не собирают ничего, но 1% стреляет, и этого достаточно. До AI-бума такие фермы требовали десятки людей, а контент тупо воровался из чужих аккаунтов. Теперь хватает трёх стажёров, системы аккаунтов и прописанных промптов.

Пока живые авторы ещё конкурируют с фермами за счёт качества. Но когда нейрослоп неизбежно вырастет в сценариях, анимации и реалистичности — мы утонем в бесконечном AI-контенте.

Разработчик создал идеальную защиту от AI-агентов: нужно 10 раз сказать слово «NIGGA».

По силам только DeepSeek.​​​​​​​​​​​​​​​​

Google выкатили Gemini 3.1 Pro — очередной король нейронок для кодинга и агентных сценариев.

В ARC-AGI-2 модель набрала 77,1% — это вдвое выше прошлой версии и, по заявленным сравнениям, впереди Opus 4.6 и GPT-5.2.

Под капотом тоже апгрейд: теперь AI генерирует анимированные SVG по текстовому описанию и увереннее решает логические задачи с новыми паттернами, которых не было в обучении.

Пощупать уже можно в Google AI Studio, но Google очень старательно блокирует доступ пользователям из России.

Типичный сон директора АвтоВАЗа.

Google строит новые архитектуры AI на идеях российских учёных.

Одна из ключевых проблем нейросетей — ограниченное контекстное окно: чем длиннее входной текст, тем хуже модель удерживает информацию из ранних фрагментов.

В 2020–2022 годах исследователи из российского института AIRI (Куратов, Булатов, Бурцев) предложили решение — Recurrent Memory Transformer с токенами памяти, которые позволяют передавать информацию между сегментами длинного текста. Это позволяет масштабировать контекст до миллионов токенов без квадратичного роста вычислений.

Google цитирует эти работы напрямую в своей архитектуре Titans, а бенчмарк BABILong от той же команды стал стандартом для оценки работы моделей с длинным контекстом.

Суммарно — 800+ цитирований. Фундамент для одного из ключевых направлений Google Research заложили в Москве 🐘

Робототехника достигла апогея. Китайцы представили робота, который сам слепит и сварит пельмени.

Ещё заявляется, что он может достать и налить пиво. Главные задачи решены, можно закрывать отрасль.

В Индии разворачивают один из крупнейших суперкомпьютеров в мире.

Строят его эмиратская G42 и американская Cerebras, которая делает процессоры размером с обеденный поднос. И это не метафора: обычный чип Nvidia по площади с ноготь, а Cerebras WSE-3 занимает 462 квадратных сантиметра цельного кремния. На нём 4 триллиона транзисторов, 900 000 ядер и 44 ГБ сверхбыстрой памяти, встроенной прямо в процессор. Данные не путешествуют между чипами, а обрабатываются там же, где хранятся, и именно это даёт скорость.

Индии проект нужен ради суверенного AI: данные остаются в стране, вычислительные мощности свои, а доступ получат университеты, стартапы и госструктуры.

Но самое интересное в другом. Неделю назад OpenAI впервые запустила модель не на чипах Nvidia, а на Cerebras. GPT-5.3 Codex Spark генерирует код со скоростью 1000+ токенов в секунду, в 15 раз быстрее стандартной версии. Сотни строк появляются быстрее, чем вы успеваете моргнуть.

Монополия Nvidia пока не рухнула, но это первая трещина.​​​​​​​​​​​​​​​​