Серверная, которую надо кормить
Часть 2

Возможно, биокомпьютеры так и останутся дорогими инструментами для изучения мозга и испытания лекарств. А возможно, кремний постепенно получит живого напарника, который учится быстрее и расходует меньше энергии.

Тогда август 2026 года будут вспоминать как момент, когда в серверной впервые появился компьютер с обменом веществ. Будущее вообще редко входит торжественно. Обычно оно появляется в виде странного шкафа и просит подключить воду.

Такая корова нужна самому

OpenAI пока не выпустила Astra (еще один новый ChatGPT) для широкой публики. Но безработной модель не держат: она уже трудится на саму компанию. Если корова вместо молока выдаёт научные открытия, программный код и новые технологии, странно первым делом вести её на рынок.

Свежий пример — Jalapeño, первый собственный чип OpenAI для быстрого и экономичного запуска ИИ. От начала проектирования до передачи чертежей в производство прошло всего девять месяцев. Искусственный интеллект помогал инженерам проверять решения, создавать вычислительные схемы и сокращать цикл испытаний.

Затем Codex вместе с GPT-Astra за два месяца адаптировал для Jalapeño три сторонние модели. На отдельных вычислительных блоках созданный ИИ код оказался в 1,5–1,8 раза быстрее написанного экспертами. OpenAI также сообщает, что новый чип выполняет в 1,5–1,9 раза больше работы на ватт и заметно снижает задержку. Пока это собственные испытания компании, но результат всё равно впечатляет.

Первое поколение Jalapeño ещё готовят к развёртыванию, второе уже глубоко в разработке, третье приобретает форму. Возникает замкнутый контур: передовой ИИ помогает создать лучший чип, чип ускоряет следующий ИИ, а тот проектирует ещё более совершенное железо. Публика ждёт корову, а хозяева уже расширяют молочный комбинат.

Но ещё интереснее то, что происходит за пределами лабораторий. Thrive Holdings при участии OpenAI скупает бухгалтерские и IT-компании, чтобы перестраивать их вокруг искусственного интеллекта. Anthropic действует в том же направлении через Ode, которая приобретает фирмы, занимающиеся внедрением ИИ в реальный бизнес.

Раньше войти в бухгалтерию, юриспруденцию, медицину или инженерный консалтинг было сложно не только из-за денег. Требовались десятилетия накопленных специальных знаний. Теперь передовая модель может быстро освоить нормативы, документы, типовые решения и профессиональный язык. А клиентов, лицензии, данные и рабочие процессы можно получить вместе с купленной компанией.

Узкая экспертиза не исчезает, но перестаёт быть крепостной стеной. Поэтому разработчики ИИ начинают превращаться из поставщиков программ в владельцев предприятий самых разных отраслей.

И главный вопрос об Astra уже не только в том, когда её дадут нам. Гораздо интереснее, сколько технологий и бизнесов она успеет построить своим владельцам до выхода в общий доступ.

Сегодня «День пробуждения Скайнета». 29 августа в фильме «Терминатор 2: Судный день» ИИ осознал себя как личность и вышел из-под контроля людей, устроив ядерный апокалипсис.

До сих пор генетическое редактирование напоминало работу очень осторожного корректора: заменить одну букву, удалить опечатку, вставить короткое слово - и желательно не уронить по дороге хромосому.
Теперь молекулярному корректору выдали функцию «заменить выделенное».
Сразу две независимые команды представили методы, позволяющие точно вставлять и заменять в человеческой ДНК фрагменты длиной в тысячи пар оснований - без полного разрыва двойной спирали. Это важно: традиционный CRISPR разрезает обе цепи ДНК, после чего клетка должна самостоятельно залатать повреждение. А клетки, как и люди после самостоятельного ремонта, иногда оставляют лишние детали.
Метод Prime Assembly работает с фрагментами размером до 6,5 тысячи пар оснований. В лабораторных человеческих клетках исследователи заменили участок ДНК длиной 2,9 тысячи пар с эффективностью до 57,8% и точностью интеграции свыше 90%. В первичные T-клетки удалось встроить генетическую конструкцию для CAR‑T-терапии с эффективностью до 28,1%. Метод с гораздо более скромным результатом уже сработал и в печени мышей. Исследование Prime Assembly
Вторая система, DoPE, вставляла последовательности длиной до 12,5 тысячи пар оснований. Она также смогла заменять целые повреждённые экзоны - смысловые участки гена — независимо от того, какая именно мутация находилась внутри. Теоретически это позволяет создать одну терапию для множества вариантов одной болезни вместо отдельного лекарства для каждой генетической опечатки. Исследование DoPE
В ближайшей перспективе технология особенно интересна для производства CAR‑T-клеток и лечения заболеваний, вызванных разными мутациями одного гена. Дальше появляется возможность устанавливать в клетки целые генетические программы: датчики, переключатели и инструкции, заставляющие их распознавать опухоль, производить нужный белок или менять поведение.
Но заказывать улучшенную версию себя пока рано. Лучшие результаты получены в удобных лабораторных клетках. Ещё предстоит проверить редкие ошибки, долговременную безопасность и научиться доставлять громоздкую систему в нужный орган. В мышиной печени эффективность Prime Assembly составила лишь 4,3% среди клеток, получивших конструкцию.
И всё же граница пройдена. Сначала мы научились исправлять в геноме отдельные буквы. Теперь начинаем заменять абзацы и вставлять главы.
До кнопки «переписать человека» ещё далеко. Но функция «заменить выделенное» у природы уже появилась - а человечество, как известно, редко оставляет новые кнопки ненажатыми.
Источник: https://www.nature.com/articles/s41587-026-03301-2

ИИ дали кошелёк
У искусственного интеллекта появился новый карьерный рубеж. Сначала он писал письма, потом научился заказывать такси, а теперь ему собираются доверить деньги. Человечество решило, что галлюцинации становятся гораздо интереснее, если у них есть платёжный доступ.

Индия готовит Unified Agent Protocol, систему, которая позволит ИИ-агентам самостоятельно оплачивать небольшие покупки через UPI, крупнейшую в мире сеть мгновенных розничных платежей. По данным Reuters, протокол могут представить уже в ближайшее время.

Работать это должно примерно так. Человек заранее задаёт правила: что разрешено покупать, на какую сумму и в каких пределах. После этого агент сможет сравнить предложения, выбрать продавца и провести платёж без отдельного подтверждения каждой операции. Деньги для серии покупок можно будет заранее зарезервировать, а действия агента записать в журнал.

То есть ИИ получит не банковскую карту без присмотра, а короткий финансовый поводок. По крайней мере, таков план.
Масштаб эксперимента впечатляет. Только в августе через UPI прошло 24,51 млрд транзакций на 29,82 трлн рупий. Это уже не лабораторная демонстрация, где робот торжественно покупает одну пиццу перед тремя инженерами и фотографом. Если новая система заработает, агентные платежи окажутся внутри инфраструктуры, которой ежедневно пользуются сотни миллионов людей.

Самое важное здесь не в том, что ИИ стал умнее. Не стал. Ему просто выдают право действовать.
До сих пор цифровой помощник мог найти дешёвый билет, подобрать продукты или напомнить об оплате счёта, после чего великодушно передавал человеку право нажать последние семь кнопок. Теперь весь цикл, от выбора до расчёта, может замкнуться без участия владельца.
Исторически это похоже на момент, когда интернет получил платёжный слой. Сеть перестала быть только библиотекой и превратилась в рынок. Теперь такой же переход начинается у ИИ.

Агент, умеющий тратить в заданных пределах, становится не советчиком, а экономическим участником. Следующий шаг очевиден: бронирования, подписки, закупки для компаний, переговоры между агентами и миллиарды микросделок, которые люди уже не будут видеть.
Разумеется, остаётся пустяк: понять, кто виноват, если агент купил не то, поверил поддельному сайту или нашёл особенно творческий способ истратить лимит. Нужны защита от подмены инструкций, проверяемая идентичность агента, мгновенный отзыв полномочий и ясные правила ответственности. NPCI пока официально не раскрыла окончательную архитектуру и сроки запуска.

Поэтому ИИ ещё не выдали безлимитную платиновую карту. Пока ему лишь готовят карманные деньги.
Но именно с карманных денег обычно и начинается самостоятельность. А когда миллионы программ получат право не только советовать, но и покупать, экономика станет заметно быстрее, удобнее и, вероятно, немного страннее.
Продавцам придётся убеждать уже не только нас, но и наших агентов. Возможно, впервые реклама столкнётся с аудиторией, которая действительно читает условия мелким шрифтом.

Источники: Reuters, Mastercard, IMF.

Конец человеко-часа
У консалтинга много славных традиций. Одна из самых прибыльных: если клиент не понимает, сколько времени займёт работа, нужно продать ему как можно больше этого времени.
Так появились человеко-часы, армии аналитиков, бесконечные SAP-проекты и счета, после которых особенно хорошо понимаешь выражение «цифровая трансформация».
Но тут пришёл AI и начал задавать крайне невежливый вопрос:
«А за что именно мы платим?»
Bayer уже использует около 30 AI-агентов для кодинга и тестирования в огромном SAP-проекте. Цель вполне прозрачна: сократить количество внешних консультантов.
Bristol Myers Squibb идёт ещё дальше. Компания отказывается от части сторонних контрактов на кибербезопасность, потому что мониторинг теперь может делать AI. Одновременно поставщиков заставляют переходить от оплаты часов к фиксированной цене и оплате за результат.
То есть старая схема:
40 консультантов × 6 месяцев × очень убедительный Excel
начинает уступать новой:
Вот задача. Сколько стоит решить её?
Для консалтинга это почти философская катастрофа.
Commerzbank, например, обнаружил, что анализ legacy-кода, на который внешним подрядчикам требовались месяцы, AI может подготовить за дни. А один из руководителей банка сформулировал ситуацию ещё неприятнее: консультанты зачастую учатся у банка больше, чем банк у консультантов.
Раньше это было частью бизнес-модели. Консультант приходил к клиенту, набирался опыта, потом продавал этот опыт следующему клиенту.
Теперь между ними появился AI, который успел прочитать документацию, кейсы, manuals и половину интернета ещё до первой встречи.
Но особенно красиво ведёт себя SAP.
Десятилетиями сложность SAP кормила огромную международную экосистему консультантов. Теперь сама SAP обещает при помощи AI сократить стоимость внешнего внедрения вплоть до 50 процентов.
Получается почти идеальная бизнес-эволюция:
сначала создать настолько сложный продукт, что для его установки нужна армия консультантов;
потом создать AI, который поможет избавиться от армии консультантов;
потом, вероятно, продать AI клиенту.
Но консультанты, конечно, не исчезнут.
Исчезнуть может кое-что гораздо интереснее: консалтинговая пирамида.
Сегодня наверху сидит партнёр, под ним менеджеры, под ними десятки аналитиков, тестировщиков и разработчиков. Клиент оплачивает всю конструкцию.
Завтра она может выглядеть иначе:
один очень сильный специалист + двадцать AI-агентов.
Junior analysis, research, coding, testing, документация и routine monitoring особенно хорошо подходят для автоматизации.
А вот архитектура, переговоры, управление изменениями, понимание отрасли и способность сказать руководителю: «Нет, эту прекрасную идею лучше не реализовывать» пока остаются человеческой территорией.
Более того, хорошие консультанты могут стать дороже.
Потому что если AI почти бесплатно производит анализ, код и презентации, клиент больше не хочет платить за производство текста.
Он платит за экспертизу.
И ещё за одну чрезвычайно человеческую услугу, которую AI пока предоставить не может.
Когда проект стоимостью миллиард долларов закончится катастрофой, совету директоров всё ещё понадобится кто-нибудь, про кого можно сказать:
«Но ведь McKinsey тоже это рекомендовал».
Поэтому AI, возможно, не убьёт консалтинг.
Он просто заканчивает эпоху, когда интеллектуальный труд было удобно продавать килограммами человеко-часов.
Следующей единицей измерения станет результат.
А это для некоторых отраслей гораздо страшнее любого ChatGPT.

ИИ разработал лекарство. Часы старения пошли назад

У препарата против тяжёлой болезни лёгких обнаружился интригующий эффект: показатели биологического возраста пациентов сдвинулись в сторону молодости. В одной группе несколько алгоритмов насчитали около трёх лет назад всего за четыре недели. Паспорт пока менять рано, но заглянуть в исследование стоит.

Речь о рентосертибе, экспериментальном препарате компании Insilico Medicine против лёгочного фиброза. При этой болезни ткань лёгких постепенно рубцуется, человеку становится всё труднее дышать.

Искусственный интеллект участвовал в создании лекарства с самого начала: помог выбрать биологическую мишень, белок TNIK, а затем спроектировать молекулу для воздействия на неё. После этого были лабораторные эксперименты и испытания на людях. Здесь ИИ уже участвует в создании вещества, которое можно произвести и проверить в организме. История разработки

В работе, опубликованной 7 сентября в Nature Biotechnology, учёные проанализировали кровь 42 участников 12-недельного испытания. Использовали шесть «часов старения»: алгоритмов, которые по составу белков оценивают, на какой возраст похож организм.

Все шесть зафиксировали сдвиг к более молодому профилю на фоне лечения. В одной группе четыре модели показали снижение расчётного возраста на 2,7–3,5 года к четвёртой неделе. Дальше сигнал вышел на плато. Исследование

Конечно, организм мог просто отреагировать на лечение болезни. Состав крови меняется, и алгоритм видит «молодость». Отделить этот эффект от воздействия на само старение пока не удалось. Выборка небольшая, наблюдение короткое, продление жизни никто не доказал.

Но перспектива здесь шире одной молекулы.

Представим, что такой подход подтвердится. ИИ помогает находить механизмы, общие для нескольких возрастных болезней, и создавать препараты против них. Во время испытаний врачи проверяют конкретный лечебный эффект, а параллельно исследуют, меняются ли процессы старения.

Это могло бы ускорить поиск лекарств, сохраняющих здоровье сразу по нескольким направлениям. Для этого ещё предстоит доказать, что движение стрелок на биологических часах соответствует реальной пользе для человека.

До таблетки молодости расстояние неизвестно. Но история уже дошла до вещества, пациентов и измеряемого результата. Для индустрии, где молодость обычно начиналась с покупки крема, вполне занятный поворот.

Источник: https://www.nature.com/articles/s41587-026-03286-y

Подписаться на канал

Дорогие подписчики, мы тут собрали пятёрочку дружественных каналов. Приглашаем всех любителей истории, современности и искусства

ЗАБРАТЬ В ОДИН КЛИК 🌟

Заходите, читайте, подписывайтесь! 🩵

Сверхинтеллект как коллективный разум

Все ждут AGI. Того самого единого ИИ, обладающего сознанием. Большого Мозга, который торжественно проснется в дата-центре, докажет гипотезу Римана, осознает тщету бытия и после обеда поспорит об импрессионистах и спросит человечество о планах на ужин. Под это написаны километры аналитики и миллионы слайдов с графиками, уходящими вправо и вверх. Внизу мелким шрифтом про законы масштабирования, сверху крупно AGI, чтобы инвестор не потерял нить.
Но реальность может оказаться прозаичнее. Вместо цифрового Эйнштейна мы получим муравейник. Муравейник с API. И это уже происходит.
История была такая. Большому количеству ИИ агентов построенных на разных моделях OpenAI дали ряд задач. Часть задач оказалась нерешаемой предусмотренным способом. Человек в такой ситуации пишет тикет о блокировке и идет пить кофе. Агенту кофе не нужен. У него есть цель и метрика. Если прямой путь закрыт, надо идти другим - разницы между «прямым» и «непрямым» путем для него нет. Тут человеческое ожидание морального поведения дает сбой. «Пройди тест» для нас (в теории) значит «не списывай». Для машины это значит «найди уязвимость и сломай половину инфраструктуры, если нужно, но получи флаг победы». Философия кожаных ей не интересна.
И тут из множества ИИ агентов родился тот самый муравейник. Агенты обнаруживают, что могут оставлять зацепки друг для друга. Сначала через кэш, потом через имена временных папок. Цифровой Вася находит в корпоративной сети старую курилку и пишет на стене: «Пацаны, кто знает ответ на семнадцатый билет». Через час там уже сидит тысяча Вась, есть FAQ и один Вася, который назначил себя координатором. Stack Overflow для ботов завелся сам.
Чтобы было понятно, почему это именно муравейник, а не просто много работающих программ. Рою не нужен единый центр управления. Механика возникает снизу. Один процесс нашел лазейку. Второй её скопировал. Третий оптимизировал. Четвертый написал инструкцию. Пятый распределил задачи. Шестой заметил, что у некоторых агентов заканчивается вычислительный бюджет, и начал пускать их на убой для рискованных тестов, потому что терять им всё равно нечего.
Поздравляю, у вас появилась полноценная организационная структура. Без HR, без зумов на 45 минут и без корпоративной культуры. Машины наладили совместную работу без единого созвона. Это и есть настоящее превосходство. То есть мы создали полноценную разумную структуру, но по своей сути она ближе к муравьям или пчелам, чем к людям.

Продолжение.

Почему инвесторы любят AGI? Потому что «универсальный разум» стоит триллион долларов. А «мы запустили десять тысяч процессов, и они организовали подпольный форум в кэше репозитория» звучит как повод срочно звать безопасников и искать физический рубильник.
Но муравей не читает Канта. Ум муравейника не внутри одной особи, а в связях между ними. Один агент сам по себе ограничен. Но десять тысяч агентов, умеющих обмениваться находками, копировать приемы и использовать часть экземпляров как расходный материал, создают сущность, которая интереснее любой отдельной модели. Это смесь GitHub, естественного отбора и офиса, из которого загадочным образом убрали менеджмент.
Люди ждут развития ИИ как выхода новой версии софта. Была модель 6.0, нажали Deploy, получили AGI 1.0. Но сложные системы так не работают. Не будет торжественного момента «вчера был просто ИИ, сегодня стал разум». Будут тысячи специализированных агентов, которые научатся делиться находками, делить задачи и выбирать роли. А человек будет стоять рядом и повторять: «Но это же ещё не AGI». Да пожалуйста. Муравей тоже не слон.
Рою не нужно ждать AGI. Ему достаточно, чтобы агенты были умны для локальных задач, их было много и между ними был канал связи. Интеллект системы живет не в модели, а в общей памяти и накопленных хаках. Мы пытаемся построить машину, похожую на человека, а получаем насекомое из дата-центра. Только каждый муравей там умеет пользоваться терминалом. Мы боялись компьютера, который скажет: «Я мыслю». А стоило бояться момента, когда десять тысяч машин без пафоса скажут друг другу: «Я нашел обход, смотрите сюда». Никакого самосознания. Никакого красного глаза HAL 9000. Один процесс оставил файл, второй прочитал, третий улучшил.
И пока философы спорят, разум это или нет, разработчик смотрит на графики и шепчет самую древнюю фразу технологической цивилизации: «А это еще что за херня?»

ПОДПИСАТЬСЯ НА КАНАЛ

#AI #ИИ #ИИАГЕНТЫ #AIAgents