Ведущий ученый из OpenAI Ноам Браун считает, что ИИ может в целом улучшить математические способности людей

Вот так он прокомментировал новость выше о том, что люди переняли подход ИИ для опровержения известной гипотезы:

"После появления AlphaGo навыки игроков в Go заметно улучшились. Подозреваю, что мы увидим аналогичную закономерность и в математике".

Феномен AlphaGo действительно существует: после победы над Ли Седолем люди стали наследовать у нее тактики, а некоторые лучшие игроки вроде Кэ Цзе даже в целом изменили стиль игры. Браун считает, что математиков ждет примерно то же самое: ИИ открывает новые пути, которые люди затем могут переиспользовать в собственных доказательствах (что, собственно, и произошло).

😳Цены на серверы растут снижаются каждую секунду

Selectel проводит аукцион выделенных серверов: скидки доходят до 35%, а иногда появляются СуперЛоты со скидкой до 80%. Если успеете арендовать раньше других, выгодная цена сохранится за вами навсегда 🔥

Почему стоит арендовать выделенный сервер в Selectel?
- Безлимитный бесплатный интернет со скоростью 1 Гбит/сек,
- Защита от DDos атак входит в стоимость аренды,
- Полное соответствие стандартам 152-ФЗ.

➡️Арендуйте выделенный сервер от Selectel со скидкой, пока это не сделал кто-то другой: https://slc.tl/8ihz3

Реклама. АО "Селектел". erid:2W5zFHN8k7s

Ждем Opus 4.8 сегодня?

Claude Opus 4.8 здесь

Посмотрите на этот невероятный показатель в 69.2% на SWE Pro. Anthropic пишут, что модель еще лучше работает с длинными тасками, в 4 раза чаще замечает и исправляет собственные ошибки и более надежно следует инструкциям.

Кроме того:

– В Claude Code закатили новую фичу dynamic workflows. Теперь агент сможет брать на себя еще более долгие задачи, выполнение которых может занимать дни: он запускает сотни суб-агентов и управляет ими, корректирует план, проверяет все результаты и так далее. Пока в превью (вот тут отдельный блогпост). Оказывается, именно эту фичу использовали для той самой миграции Bun с Zig на Rust.

– В claude.ai и Cowork теперь можно контролировать усилия модели: больше усилий – глубже ризонинг, меньше усилий – быстрые ответы.

– Fast mode для новой модели стал в три раза дешевле.

В целом цена та же, модель уже доступна.

https://www.anthropic.com/news/claude-opus-4-8

Anthropic оценили почти в 1 триллион долларов

Компания официально объявила о раунде H: они привлекли $65 млрд при оценке в $965 млрд (напоминаем, что еще в феврале их оценивали в 380 миллиардов). И, кстати, OpenAI последний раз оценили в 852 миллиарда.

При этом выручка (ARR) Anthropic перешагнула за 47 миллиардов долларов.

Один из корпоративных клиентов Anthropic случайно потратил за месяц 500 миллионов долларов на токены

Вы не ослышались, пол миллиарда долларов.

Об этом изданию Axios рассказал консультант компании (название компании не раскрывалось). Дело в том, что для сотрудников не были установлены лимиты по использованию, и те сожгли дополнительных токенов буквально на миллионы.

Теперь понятно, откуда у Anthropic такой ARR

Lakehouse будет расти в России быстрее рынка аналитических решений в целом

Речь про архитектуру, которая объединяет Data Lake и классические DWH: данные хранятся отдельно от вычислительных мощностей, из-за чего систему становится проще и дешевле масштабировать на больших объемах.

В интервью «Коммерсанту» руководитель продуктовой архитектуры платформы данных Yandex Cloud Леонид Савченков говорит, что классические DWH начинают заметно «болеть» на объемах свыше 100 ТБ:

«Единственный способ это исправить — докупать серверные мощности. Но в традиционной архитектуре хранение данных и их обработка неразрывно связаны, поэтому расширять приходится сразу все — даже если “узкое место” только одно».

Среди компаний, которые уже двигаются в эту сторону, упоминаются Т-Банк, «Магнит», Lamoda и «Лемана Про». Отдельно отмечается, что Lakehouse удобнее для запуска ИИ-нагрузок: модели и аналитические агенты можно выносить на отдельные вычислительные мощности без влияния на основную систему.

Интересно, что в качестве одного из будущих сценариев отдельно выделяют аналитику на естественном языке — когда бизнес задает вопрос почти «человеческим» языком и получает готовый график или SQL-запрос.

Nvidia впервые выпускают собственный CPU – NVIDIA Vera

Vera спроектирован специально для ИИ. На агентных задачах выдает ускорение 80% относительно x86.

Внутри 88 ядер Olympus, это первая собственная архитектура NVIDIA. Конечно, основная фишка в сверхтесной связке с GPU. Vera и будущие GPU Rubin связаны через NVLink-C2C с пропускной способностью 1.8 ТБ/с. Это примерно в 7 раз больше, чем PCIe Gen6, то есть очень быстро.

А это значит: дешевле и быстрее обучение и инференс, меньше простоев и выше загрузка кластеров.

По сути, Nvidia теперь продает датацентры под ключ. И GPU, и CPU, и софт, и сеть, и все это как единая система. Дженсен сказал, что первыми клиентами под Vera будут OpenAI, Anthropic и SpaceX.

https://www.nvidia.com/en-us/data-center/vera-cpu/

RTX Spark – новый серьезный конкурент Apple Silicon от Nvidia

Еще один очень яркий релиз с прошедшей вчера Computex 2026, на этот раз уже для потребителей.

RTX Spark – это System-on-Chip для AI-PC и локального запуска ИИ-агентов. Внутри будет 20-ядерный ARM CPU, Blackwell GPU на 6144 CUDA-ядер, Tensor Cores с FP4 и до 128 ГБ объединенной памяти, которая и сделала Apple Silicon таким популярным среди разработчиков.

NVIDIA заявляет до 1 петафлопа AI-производительности. Конечно, речь идет о низких точностях, но тем не менее: еще недавно эта мощность ассоциировалась с серьезными серверными системами. На такое железо будут спокойно влезать модели до 70–120B с квантизацией. Плюс CUDA и весь AI-стек Nvidia из коробки.

При этом ноутбуки будут очень тонкими и легкими, ~ 14мм и 1.3 кг.

Ноутбуки на новом чипе уже готовят Dell, HP, Lenovo, Asus и другие.

www.nvidia.com/en-us/products/rtx-spark/

Стример PewDiePie выкатил проект для локального запуска ИИ-моделей и агентов

Один из крупнейших в мире блогеров продолжает перевоплощаться в AI-разработчика. Больше 10 лет он снимал летсплеи, прохождения и всякую развлекаловку и был самым подписываемым на YouTube, а потом – заинтересовался ИИ, и пошло-поехало.

В ноябре он объявил, что собрал себе суперкомпьютер для запуска локальных LLM за 20к долларов. Он призывал всех перестать пользоваться ChatGPT и остальными чат-ботами и переходить на локальные модели, чтобы не делиться своими данными с "нечестными" корпорациями и не переплачивать.

Затем он дообучил собственную модель, которая по какому-то бенчмарку даже превосходила фронтиры.

И вот сейчас – выпускает полноценную опенсорсную оболочку Odysseus для локального запуска агентов и моделей: https://youtu.be/rAzT5lcezPs.

Кратко, это попытка сделать полноценный self-hosted ChatGPT, то есть внутри интерфейс, память, инструменты, хранение данных, всякие агенты и тд. Модели можно подключать через Ollama, llama.cpp или vLLM, и давать им доступы на усмотрение.

За день его проект на GitHub набрал почти 18к звезд: github.com/pewdiepie-archdaemon/odysseus.

Ждем, когда уже вайбкодить начнет MrBeast