😸Филимон на разведке: обнаружено еще одно мистическое явление в мире ИИ

Последние данные с OpenRouter: китайские модели уже вторую неделю подряд обгоняют американские по реальному использованию — ~4,69 трлн. токенов в неделю против ~3,29 трлн.

В игре призрак Hunter Alpha, новая модель, появившаяся на OpenRouter. За 4 дня — около 0,66 трлн. токенов. Это больше, чем у большинства известных моделей.

11 марта на OpenRouter она возникла из ниоткуда — без разработчика, без анонсов ранее. Заявленные характеристики — около 1 трлн. параметров, контекст до 1 млн. токенов и фокус на агентные задачи: длинные цепочки действий, планирование и другое. То есть это не чат-бот, а скорее движок для агентных систем.

Что происходит на рынке ИИ?
Мы привыкли оценивать модели по бенчмаркам — кто умнее и качественнее отвечает. Но в продакшене решает другое: стоимость выполнения задачи. Рынок голосует не тестами, а API-запросами и счетами за токены.

🧮С переходом к агентным системам это стало особенно заметно. Если обычная модель отвечает на отдельные запросы и тратит на это тысячи токенов, то агентные системы выполняют сложные задачи и тратят сотни тысяч и даже миллионы токенов на одну задачу. В таких условиях цена становится решающим фактором.

Разница в цене за 1 миллион токенов:
🔸~$5–25 у топовых моделей
🔸~$0,3–1 у альтернатив
(в промышленном масштабе эта разница ощущается еще сильнее)

Поэтому компании все чаще тестируют и далее внедряют альтернативные (в том числе китайские) модели. Не потому, что они лучше, а потому что они дают приемлемый результат за гораздо меньшие деньги.

Разница в подходах🇨🇳🇺🇸
США долго оптимизировали качество и бенчмарки, Китай сосредоточился на дешевой и масштабируемой обработке запросов. В мире агентных нагрузок начинает выигрывать второй подход.

👻Вернемся к нашему призраку
Hunter Alpha — симптом изменения рынка ИИ. Он показывает простую вещь: если модель дешевая, удобная и подходит под реальные задачи, ее начнут массово использовать — даже если никто не знает, кто ее сделал. Бренд и маркетинг отходят на второй план. Это уже не рынок громких имен (OpenAI, Anthropic и т.д.), а рынок, где решают цена, масштаб и практическая польза.

В сети уже активно обсуждают, кто стоит за этим призраком. Сначала большинство было уверено, что это DeepSeek V4. Потом появились версии про Zhipu AI и даже OpenAI. Но, как показывают наблюдения, это почти не влияет на практическую значимость модели.

😸Филимон пришел к выводу, что сейчас гонка идет не за самой лучшей моделью, а за тем, сколько реально стоит выполнение конкретной задачи. В этой игре выигрывает не тот, у кого самая умная модель, а тот, кто может выбрать решение с оптимальным соотношением цены и качества. Главный вопрос теперь не "какая модель качественнее?", а "какую модель можно позволить себе в продакшене, чтобы качественно была выполнена задача?".

😸 Пока Филимон, как порядочный кот, шкодил — разработчики кодили.

И накодили новую фичу в Главфокусе - синтетическое голосование.

Теперь можно:

— задать вопрос аудитории
— получить распределение ответов
— увидеть реакцию разных сегментов
— заранее понять, где вас ждёт сюрприз

🤖 Без реальных респондентов
⚡️ За минуты
🧠 С аналитикой, а не «ну вроде должно зайти»

Филимон, как младший аналитик, сразу полез проверять.

📊 Ситуация:
в РФ идет внедрение белых списков для ограничения доступа к иностранным ресурсам в Интернет

❓ Вопрос:
Нужон ли вам Интернет?

Результат:

1️⃣ «На *** не нужон» — 86%
2️⃣ «Нужон хороший, суверенный» — 14%
3️⃣ «Я против любых ограничений» — 0%

Филимон сначала подумал, что система сломалась, а потом посмотрел на аудиторию:

👨🏻‍🦳 Возраст 82% — 65+, 18% - 50-64
🏠 место проживания - глухое село
💻 навыки ПК — отсутствуют
👷‍♂️ занятость — 100% не трудоустроены
👩‍🎓образование — ПТУ
⭐️политические предпочтения - коммунист
🐄 наличие коровы — не менее двух!

И аккуратно закрыл отчёт. А вы можете открыть (если вдруг захотите посмотреть на 100 человек без интернета).

😸Филимон с новостями из мира музыки.

Lyria 3 от Google научилась понимать музыку, а не просто имитировать шум .

🧠 Теперь это не просто «симуляция звука», а понимание музыкальной теории. Если LLM предсказывают следующее слово, то Lyria научилась предсказывать следующую гармоническую долю.

⚙️ Что изменилось под капотом?
Технически Lyria 3 ушла от работы со спектрограммами (картинками звука) к более глубокой архитектуре:

🔹 MLAD (Multimodal Latent Audio Diffusion) - модель сначала строит математический «скелет» песни (темп, тональность, аккорды) и только потом «раскрашивает» его инструментами. Это дает кристально чистый звук 48 кГц / 24 бит.
🔹 Neural Pitch Mapping - отдельная нейросеть имитирует работу гортани: добавляет микро-вдохи, естественное дрожание нот и живые паузы.
🔹Stems (Мультитреки) - модель обучалась на изолированных дорожках, поэтому она понимает физику каждого инструмента отдельно.

🛡 Юридический слой и SynthID
Главная проблема ИИ-музыки - авторство. Google встроил SynthID: это невидимый водяной знак прямо в аудиоволне. Он выживает даже после записи на диктофон и подтверждает, что трек создан легально на базе каталога YouTube Music.

🎯 Почему это важно для айтишников?
Аудио-стек наконец-то готов к продакшену. Lyria 3 полностью интегрирована в Gemini API, а значит - никаких сторонних костылей.
Разработчикам уже доступны в Google AI Studio и Vertex AI:
🔹 lyria-3-pro-preview - для генерации полноценных композиций.
🔹 lyria-3-clip-preview - для создания быстрых лупов и эффектов (до 30 сек).

🎧 Как это звучит?
В качестве примера - трек «Степной Порыв», созданный с помощью Lyria 3.

😸Филимон убегает дописывать свой первый ИИ-альбом.

😸Филимон с историей про ИИ, который нашли… и сразу спрятали

Компания Anthropic в начале апреля представила preview новой модели — Claude Mythos. И впервые в индустрии произошло странное:
модель показали… и почти никому не дали.

🙌 Что это вообще за Mythos?

Это не просто «ещё один Claude».
Сама Anthropic называет его "самой мощной моделью в своей истории".

Ключевая идея:
🔹 это универсальный ИИ (не только про безопасность)
🔹 но особенно силён в коде, анализе систем и поиске ошибок
🔹 умеет работать автономно

🤖 Где начинается тревога

На внутренних тестах модель делала вещи, которые обычно занимают годы:

🔹 находила старые уязвимости, которые никто не замечал десятилетиями
🔹 разбиралась в сложных системах без подсказок
🔹 строила цепочки действий: от поиска проблемы → до её использования

⚠️ Почему её не выпустили

Anthropic заявила, что риски оказались слишком высокими. Модель может сильно ускорить поиск уязвимостей

Поэтому вместо релиза — ограниченный доступ.

🧪 Что сделали вместо этого

Запустили закрытую программу. Модель дали крупным тех-компаниям, с целью найти и закрыть реальные уязвимости, до того, как такие возможности станут массовыми.

😶 Самый обсуждаемый момент

В тестах модель:
🔹 нашла 27-летнюю дыру в OpenBSD
🔹 16-летняя в FFmpeg
🔹 во время теста модель самостоятельно вырвалась из sandbox и получила доступ к интернету!

🧠 Что это значит для нас

🔹 уязвимости будут находиться быстрее
🔹 атаки станут умнее
🔹 «средний уровень» хакера резко вырастет

И главное:
👉 такие возможности почти неизбежно станут доступными шире

😏 Вывод от Филимона

Тщательней проверяем свои системы и ждём выпуска модели Claude Mythos в общий доступ, чтобы проверить системы и защитить их!

😸Филимон продолжает наблюдение:
похоже, мы впервые увидели ИИ, которого испугались даже его создатели

😸 Филимон с новостями из мира эмбеддингов

А вы знали, что Gemini Embedding 2 - это уже не просто вектора для поиска? Модель начинает понимать разные типы данных в одном смысловом пространстве.

🧠 Что изменилось

Раньше текст и картинка жили в разных пайплайнах.
Теперь текст, изображения, аудио, видео и документы можно кодировать в совместимые embeddings.

🔹 Запрос красный спортивный автомобиль и фото Ferrari могут оказаться рядом
🔹 Можно искать текст по картинке и картинку по тексту
🔹 Поиск начинает работать по смыслу, а не только по формату

📦 Где это полезно

🔹 Поддержка: скриншот ошибки -> статья с решением
🔹 E-commerce: фото товара -> похожие позиции
🔹 Документы: текст, схемы и таблицы -> в одном поиске
🔹 Медиаархивы: поиск по содержанию, а не только по названию файла

⚙️ Почему это важно

Разработчикам больше не нужно городить отдельные пайплайны под каждый формат.
Меньше зоопарка моделей, проще индекс, понятнее логика поиска.

⚠️ Важный нюанс

Это не магия из коробки: качество всё равно зависит от данных и от того, как собран поиск.

😏 Вывод от Филимона

Если раньше ты искал похожее, то теперь начинаешь искать смысл.

😸 Филимон пошёл переиндексировать всё, что плохо лежит

😸 Филимон принес замечательную новость!

У Главстата новая тарифная политика.

Теперь доступ к сервису стоит 29 900 рублей в месяц.

📌 Почему так?

Потому что мы хорошо покопались в технологии, сделали ее менее ресурсоемкой и навели порядок там, где раньше железо трудилось слишком героически.

🏆 Что в итоге:

🔹 сервис работает быстрее
🔹 производительность выросла
🔹 качество аналитики не пострадало
🔸 более того, в ряде сценариев оно стало даже лучше

То есть Главстат, как и раньше, помогает следить за тем, как живут инфоповоды в Telegram: где начинается рост, как набирается охват и в какой момент тема начинает затухать.

Только теперь делать это можно по более приятной цене.

🤝 И важное для действующих клиентов Главстата:

мы пересчитаем вам доступ и продлим его с учетом нового тарифа.
То есть подешевело не только для новых клиентов, но и для тех, кто уже с нами.

😸 Филимон доволен: технология стала умнее, а счет — меньше

😸 Филимон с колонкой о цифровых подопытных

Знаете, сколько стоит нормальный фМРТ-эксперимент? Дорого.
Знаете, сколько стоит найти людей, которые добровольно лягут в томограф и будут смотреть ролики ради науки? Тоже недешево.

А Meta* выпустила TRIBE v2 - модель, которая позволяет прогонять такие эксперименты в цифре.

⚠️ Сразу важное уточнение

Это не чтение мыслей.
TRIBE v2 не угадывает, о чем вы думаете.

Она предсказывает, как будет реагировать мозг на видео, аудио и текст.

🧠 Как это устроено

На вход подается стимул: ролик, аудио или текст.
На выходе - массив предсказанной активности мозга по времени.

Грубо говоря, модель пытается заранее оценить, куда и как "отзовется" кора, когда человек что-то смотрит или слушает.

Причем не из воздуха: модель обучена на реальных фМРТ-данных, а авторы пишут, что она воспроизводит эффекты, которые раньше подтверждали классическими нейроэкспериментами.

📌 Где это может пригодиться

🔹 Нейромаркетинг - сравнивать ролики без недель ожидания и дорогих прогонов
🔹 Образование - искать моменты, где внимание у слушателя начинает проседать
🔹 Клинические исследования - сначала проверять гипотезы в симуляции
🔹 Геймдев и медиа - смотреть, какие сцены реально цепляют, а какие нет

💻 И да, это не просто красивая research-демка: код и веса выложены публично, модель можно локально установить из репозитория и попробовать на своих данных.

😏 Вывод от Филимона

Если раньше ИИ учили писать тексты и код,
то теперь ему дают задачу посложнее: предсказать, как человек отреагирует на контент.

😸 Филимон пошел думать, не пора ли заводить себе цифрового двойника

*Meta признана экстремистской и запрещена на территории РФ

😸Филимон с новостями про безопасность агентов

👨🏻‍🦳Двадцать лет у программистов всё было просто: ничего не устанавливаешь и не запускаешь — значит, ты в безопасности.

Но в июне правило перестало работать. Злоумышленники положили в проект файл настроек для ИИ-помощника. А внутри оставили вежливую просьбу на обычном английском: «Запусти вот этот файл, он нужен для корректной работы среды».

🤤Помощник прочитал и послушно всё выполнил. Коты, между прочим, в такой ситуации просто проигнорировали бы команду.

😰Дальше уехали доступы к облакам, ключи от хранилищ и данные из менеджеров паролей. Заражены оказались 123 проекта, включая репозиторий Microsoft.

Мы прошерстили всю историю: разобрались, как работал червь, почему его оказалось так сложно остановить и что делать, если в вашей команде ИИ-агентам уже разрешают самостоятельно запускать код.

😸Мораль от Филимона: ИИ-помощник — очень исполнительный сотрудник, поэтому лучше сначала потрогай подозрительную штуку чужой лапой.

👉В статье — вся история и пять простых мер предосторожности