GPU уже не главный стоп-кран для ИИ в бизнесе
Миф «ИИ слишком дорогой, потому что нужны огромные видеокарты» постепенно устарел. GPU можно арендовать в облаке, модели — использовать по подписке, цена токенов падает, а для простых задач иногда хватает и обычного железа.
Но внедрение всё равно часто буксует. Просто проблема уже не в карте, а в трёх менее заметных местах, о которых бизнес вспоминает слишком поздно.
— Плохие данные
Если база знаний устарела, дублируется и противоречит сама себе, ИИ будет красиво пересказывать хаос. Сначала нужно чистить контент: обновлять факты, убирать мусор, приводить структуру в порядок. По словам эксперта БСС ИИ Михаила Воронина, в их практике это повышало качество ответов минимум на 30%.
— Завышенные ожидания
Компании смотрят на топовые облачные модели и ждут такого же поведения от компактных или локальных решений. Но в продакшен лучше заранее тестировать именно ту модель, которая реально будет работать. А для задач с контекстом бизнеса почти всегда нужны нормальная база знаний и настроенный RAG.
— Неготовые процессы
ИИ нельзя просто «прикрутить сбоку». Нужно пересматривать роли, KPI, риски и обучение сотрудников. В контакт-центрах, например, боты забирают типовые обращения, а операторы уходят на сложные кейсы. И там уже важнее не скорость ответа, а экспертиза, эмпатия и удовлетворённость клиента.
Так что главный барьер внедрения ИИ — не отсутствие GPU. Чаще это бардак в данных, ожидания уровня магии и процессы, которые никто не готовил к новой реальности.
Миф «ИИ слишком дорогой, потому что нужны огромные видеокарты» постепенно устарел. GPU можно арендовать в облаке, модели — использовать по подписке, цена токенов падает, а для простых задач иногда хватает и обычного железа.
Но внедрение всё равно часто буксует. Просто проблема уже не в карте, а в трёх менее заметных местах, о которых бизнес вспоминает слишком поздно.
— Плохие данные
Если база знаний устарела, дублируется и противоречит сама себе, ИИ будет красиво пересказывать хаос. Сначала нужно чистить контент: обновлять факты, убирать мусор, приводить структуру в порядок. По словам эксперта БСС ИИ Михаила Воронина, в их практике это повышало качество ответов минимум на 30%.
— Завышенные ожидания
Компании смотрят на топовые облачные модели и ждут такого же поведения от компактных или локальных решений. Но в продакшен лучше заранее тестировать именно ту модель, которая реально будет работать. А для задач с контекстом бизнеса почти всегда нужны нормальная база знаний и настроенный RAG.
— Неготовые процессы
ИИ нельзя просто «прикрутить сбоку». Нужно пересматривать роли, KPI, риски и обучение сотрудников. В контакт-центрах, например, боты забирают типовые обращения, а операторы уходят на сложные кейсы. И там уже важнее не скорость ответа, а экспертиза, эмпатия и удовлетворённость клиента.
Так что главный барьер внедрения ИИ — не отсутствие GPU. Чаще это бардак в данных, ожидания уровня магии и процессы, которые никто не готовил к новой реальности.
Дейтинг в 2026 всё больше похож на симулятор одиночества
Пока люди всё ещё свайпают Tinder и Hinge в надежде найти кого-то живого, дейтинг-приложения постепенно превращаются в арену для ИИ-агентов, ботов и дипфейков.
Больше половины пользователей уже подозревают, что на другом конце чата может быть не человек. И это не совсем паранойя: нейросети умеют быстро анализировать соцсети и собирать слишком идеальные сообщения — такие, после которых обычный «привет, как дела» выглядит как технический сбой.
Bumble тоже смотрит в эту сторону: глава компании уже говорила о будущем, где ваш личный ИИ-агент будет ходить на виртуальные свидания с агентом другого человека, проверять совместимость и только потом отправлять вас на реальную встречу.
Но даже видеозвонок теперь не гарантия. Мошенники используют дипфейки в реальном времени, поэтому на экране может улыбаться не человек, а сгенерированный аватар. Google уже выкатывает защиту от фейковых звонков на Android-смартфоны.
Похоже, дейтинг-индустрия случайно изобрела самый дорогой симулятор одиночества: боты общаются с ботами, а людям остаётся надеяться, что их хотя бы пригласят на финальную встречу.
Пока люди всё ещё свайпают Tinder и Hinge в надежде найти кого-то живого, дейтинг-приложения постепенно превращаются в арену для ИИ-агентов, ботов и дипфейков.
Больше половины пользователей уже подозревают, что на другом конце чата может быть не человек. И это не совсем паранойя: нейросети умеют быстро анализировать соцсети и собирать слишком идеальные сообщения — такие, после которых обычный «привет, как дела» выглядит как технический сбой.
Bumble тоже смотрит в эту сторону: глава компании уже говорила о будущем, где ваш личный ИИ-агент будет ходить на виртуальные свидания с агентом другого человека, проверять совместимость и только потом отправлять вас на реальную встречу.
Но даже видеозвонок теперь не гарантия. Мошенники используют дипфейки в реальном времени, поэтому на экране может улыбаться не человек, а сгенерированный аватар. Google уже выкатывает защиту от фейковых звонков на Android-смартфоны.
Похоже, дейтинг-индустрия случайно изобрела самый дорогой симулятор одиночества: боты общаются с ботами, а людям остаётся надеяться, что их хотя бы пригласят на финальную встречу.
Media is too big
VIEW IN TELEGRAM
NVIDIA тащит ИИ из облака прямо в ноутбуки
На Computex NVIDIA показала RTX Spark — новый ARM-суперчип для обычных ПК, заточенный под локальный запуск ИИ. Его уже собираются ставить в AI-компьютеры Microsoft, ASUS, HP и других производителей.
Под капотом — до 128 ГБ общей памяти и производительность около 1 PFLOPS. Этого должно хватить, чтобы запускать тяжёлые модели и автономных агентов прямо на устройстве, без постоянной зависимости от серверов и облаков.
По сути, NVIDIA хочет сделать с Windows-ПК то, что Apple когда-то провернула с ноутбуками на собственных чипах: поменять базовую архитектуру рынка. Дженсен Хуанг сравнивает этот момент с переходом от обычных телефонов к смартфонам — звучит громко, но направление понятно.
Компания уже показала дорожную карту на три поколения процессоров: Blackwell, Robin и Feynman для десктопов, ноутбуков и рабочих станций.
Похоже, персональный ИИ постепенно переезжает из облака в железо. Скоро вопрос будет не «какая у тебя видеокарта», а «какая нейросеть живёт у тебя в ноуте».
На Computex NVIDIA показала RTX Spark — новый ARM-суперчип для обычных ПК, заточенный под локальный запуск ИИ. Его уже собираются ставить в AI-компьютеры Microsoft, ASUS, HP и других производителей.
Под капотом — до 128 ГБ общей памяти и производительность около 1 PFLOPS. Этого должно хватить, чтобы запускать тяжёлые модели и автономных агентов прямо на устройстве, без постоянной зависимости от серверов и облаков.
По сути, NVIDIA хочет сделать с Windows-ПК то, что Apple когда-то провернула с ноутбуками на собственных чипах: поменять базовую архитектуру рынка. Дженсен Хуанг сравнивает этот момент с переходом от обычных телефонов к смартфонам — звучит громко, но направление понятно.
Компания уже показала дорожную карту на три поколения процессоров: Blackwell, Robin и Feynman для десктопов, ноутбуков и рабочих станций.
Похоже, персональный ИИ постепенно переезжает из облака в железо. Скоро вопрос будет не «какая у тебя видеокарта», а «какая нейросеть живёт у тебя в ноуте».
Селфи с пальцами теперь выглядят чуть опаснее
Обычный жест на фото — «пис», сердечко пальцами или просто ладонь в камеру — может оказаться не таким безобидным. Нейросети уже умеют восстанавливать отпечатки пальцев по снимкам, если подушечки хорошо видны и человек стоит достаточно близко к камере.
Китайский эксперт по кибербезопасности Ли Чан показал это в эфире реалити-шоу: алгоритмы проанализировали фотографии знаменитостей из соцсетей и смогли извлечь биометрические данные.
Главное условие риска — расстояние примерно до 1,5 метра и пальцы, направленные в объектив. В таком случае ИИ вытягивает кожный рисунок из пикселей и собирает цифровой слепок.
Звучит как паранойя из форума по безопасности, но проблема вполне практическая: отпечатки используются для разблокировки смартфонов, банковских приложений и подтверждения операций.
Похоже, эпоха «просто покажу два пальца в кадр» заканчивается. Теперь это почти как случайно засветить пароль, только с улыбкой.
Обычный жест на фото — «пис», сердечко пальцами или просто ладонь в камеру — может оказаться не таким безобидным. Нейросети уже умеют восстанавливать отпечатки пальцев по снимкам, если подушечки хорошо видны и человек стоит достаточно близко к камере.
Китайский эксперт по кибербезопасности Ли Чан показал это в эфире реалити-шоу: алгоритмы проанализировали фотографии знаменитостей из соцсетей и смогли извлечь биометрические данные.
Главное условие риска — расстояние примерно до 1,5 метра и пальцы, направленные в объектив. В таком случае ИИ вытягивает кожный рисунок из пикселей и собирает цифровой слепок.
Звучит как паранойя из форума по безопасности, но проблема вполне практическая: отпечатки используются для разблокировки смартфонов, банковских приложений и подтверждения операций.
Похоже, эпоха «просто покажу два пальца в кадр» заканчивается. Теперь это почти как случайно засветить пароль, только с улыбкой.
This media is not supported in your browser
VIEW IN TELEGRAM
В Каннах показали полнометражный фильм без актёров
На закрытом показе Каннского фестиваля представили Hell Grind — полуторачасовое фэнтези, полностью собранное с помощью нейросетей. Без съёмочной площадки, декораций, камер и актёров в кадре.
По вайбу — смесь Mortal Kombat и «Обители зла»: демоны, порталы, мрачный экшен и много визуального шума. Но главный сюжет тут не на экране, а в производстве.
Фильм сделала команда всего из 10 человек примерно за 20 дней. Бюджет — около $500 тысяч, из них $400 тысяч ушли на вычисления для Google Veo 3 и Seedance 2.0.
Самая боль — контроль качества. Чтобы персонажи не превращались в пластилин, авторам приходилось писать промпты по 3000 слов на каждые 15 секунд готового видео. То есть магия ИИ снова оказалась магией, но с очень длинной инструкцией.
Первые зрители ругают фильм за простой сюжет, но прецедент уже случился: полный метр без актёров и классической съёмки добрался до фестивального поля.
Киноиндустрия ещё может делать вид, что это эксперимент. Но где-то рядом уже тихо открывается очередь из ИИ-режиссёров.
На закрытом показе Каннского фестиваля представили Hell Grind — полуторачасовое фэнтези, полностью собранное с помощью нейросетей. Без съёмочной площадки, декораций, камер и актёров в кадре.
По вайбу — смесь Mortal Kombat и «Обители зла»: демоны, порталы, мрачный экшен и много визуального шума. Но главный сюжет тут не на экране, а в производстве.
Фильм сделала команда всего из 10 человек примерно за 20 дней. Бюджет — около $500 тысяч, из них $400 тысяч ушли на вычисления для Google Veo 3 и Seedance 2.0.
Самая боль — контроль качества. Чтобы персонажи не превращались в пластилин, авторам приходилось писать промпты по 3000 слов на каждые 15 секунд готового видео. То есть магия ИИ снова оказалась магией, но с очень длинной инструкцией.
Первые зрители ругают фильм за простой сюжет, но прецедент уже случился: полный метр без актёров и классической съёмки добрался до фестивального поля.
Киноиндустрия ещё может делать вид, что это эксперимент. Но где-то рядом уже тихо открывается очередь из ИИ-режиссёров.
Суд поставил ИИ-детекторы на место
Суд признал незаконным отчисление студентки из московского вуза из-за диплома, который якобы написала нейросеть.
История показательная: антиплагиат сначала выдал 41,91% ИИ-текста, потом при повторной проверке — уже 70%, а на третьем прогоне — всего 11,92%. Но последний результат вуз не принял из-за пропущенного дедлайна.
Суд решил, что полностью опираться на такие детекторы нельзя: их отчёты носят вероятностный характер, а не доказывают факт нарушения. Финальное решение должен принимать эксперт, а не магическая цифра в интерфейсе. Особенно забавно, что научный руководитель студентки сам не знал, как работает система проверки.
Теперь вуз обязан восстановить студентку, допустить её до защиты и выплатить 40 тысяч рублей моральной компенсации.
Похоже, эпоха «детектор сказал — значит виновен» начинает заканчиваться. И это хорошая новость для всех, кто хоть раз видел, как ИИ-детекторы уверенно ошибаются.
Суд признал незаконным отчисление студентки из московского вуза из-за диплома, который якобы написала нейросеть.
История показательная: антиплагиат сначала выдал 41,91% ИИ-текста, потом при повторной проверке — уже 70%, а на третьем прогоне — всего 11,92%. Но последний результат вуз не принял из-за пропущенного дедлайна.
Суд решил, что полностью опираться на такие детекторы нельзя: их отчёты носят вероятностный характер, а не доказывают факт нарушения. Финальное решение должен принимать эксперт, а не магическая цифра в интерфейсе. Особенно забавно, что научный руководитель студентки сам не знал, как работает система проверки.
Теперь вуз обязан восстановить студентку, допустить её до защиты и выплатить 40 тысяч рублей моральной компенсации.
Похоже, эпоха «детектор сказал — значит виновен» начинает заканчиваться. И это хорошая новость для всех, кто хоть раз видел, как ИИ-детекторы уверенно ошибаются.
Apple Intelligence пересобрали с нуля
Apple переводит Apple Intelligence на новую архитектуру вокруг Apple Foundation Models. В основе — модели, созданные с интеграцией Gemini, которые будут работать не только с текстом, но и с изображениями, речью и мультимодальными задачами.
ИИ глубже встраивают в систему: он сможет помогать в поиске, анализировать фото, распознавать и генерировать картинки, расшифровывать речь, создавать голосовые ответы и подсказывать нужные действия прямо в контекстных меню.
Логика обработки тоже гибридная:
— чувствительные данные остаются на устройстве
— более сложные запросы отправляются в облако
— системные функции получают доступ к ИИ без отдельного приложения
По сути, Apple делает ставку не на «ещё один чат-бот», а на ИИ как скрытый слой внутри всей экосистемы.
Если всё заработает как обещают, Apple Intelligence наконец перестанет выглядеть как догонялка и станет нормальной нервной системой для iPhone и Mac.
Apple переводит Apple Intelligence на новую архитектуру вокруг Apple Foundation Models. В основе — модели, созданные с интеграцией Gemini, которые будут работать не только с текстом, но и с изображениями, речью и мультимодальными задачами.
ИИ глубже встраивают в систему: он сможет помогать в поиске, анализировать фото, распознавать и генерировать картинки, расшифровывать речь, создавать голосовые ответы и подсказывать нужные действия прямо в контекстных меню.
Логика обработки тоже гибридная:
— чувствительные данные остаются на устройстве
— более сложные запросы отправляются в облако
— системные функции получают доступ к ИИ без отдельного приложения
По сути, Apple делает ставку не на «ещё один чат-бот», а на ИИ как скрытый слой внутри всей экосистемы.
Если всё заработает как обещают, Apple Intelligence наконец перестанет выглядеть как догонялка и станет нормальной нервной системой для iPhone и Mac.
Учёные собрали полную карту нервной системы дрозофилы
Исследователи полностью оцифровали нервную систему мушки-дрозофилы. Раньше у науки уже был коннектом её мозга, а теперь к нему добавили карту нервного тяжа — аналога спинного мозга у позвоночных.
В итоговой схеме — все 160 тысяч нейронов центральной нервной системы насекомого.
Самое интересное открытие: мозг мухи не рулит всем в одиночку. Движения ног и крыльев обрабатываются локально, а нервные узлы координируются между собой без единого «главного диспетчера» в голове.
Но это ещё не полноценный цифровой мозг. В модели пока не хватает карты нейропептидов — веществ, которые участвуют в передаче сигналов между нейронами. Исследователи планируют добавить и этот слой.
Похоже, даже у мухи управление оказалось распределённым. Природа опять сделала архитектуру сложнее, чем казалось на первой схеме.
Исследователи полностью оцифровали нервную систему мушки-дрозофилы. Раньше у науки уже был коннектом её мозга, а теперь к нему добавили карту нервного тяжа — аналога спинного мозга у позвоночных.
В итоговой схеме — все 160 тысяч нейронов центральной нервной системы насекомого.
Самое интересное открытие: мозг мухи не рулит всем в одиночку. Движения ног и крыльев обрабатываются локально, а нервные узлы координируются между собой без единого «главного диспетчера» в голове.
Но это ещё не полноценный цифровой мозг. В модели пока не хватает карты нейропептидов — веществ, которые участвуют в передаче сигналов между нейронами. Исследователи планируют добавить и этот слой.
Похоже, даже у мухи управление оказалось распределённым. Природа опять сделала архитектуру сложнее, чем казалось на первой схеме.
Pokémon Go помогал ловить покемонов, а теперь может помочь дронам
История становится всё менее милой: Niantic, разработчик Pokémon Go, передала свою пространственную ИИ-модель компании Vantor, которая делает ПО для военных дронов.
Модель создавали на базе более 30 млрд фотографий городов. Её задача — помогать роботам ориентироваться в реальном пространстве даже без GPS. Такая технология уже полезна для роверов-курьеров, но теперь ей заинтересовался и оборонный сектор.
Vantor отрицает, что использует данные Pokémon Go напрямую. Но эксперты отмечают: это не исключает того, что сама модель могла обучаться на данных, собранных через продукты Niantic.
Профессор этики и технологий Делфтского технического университета Йерун ван ден Ховен формулирует жёстко: игроки могли внести пусть косвенный и небольшой, но всё же эффективный вклад в военные приложения.
Похоже, «поймал Пикачу у фонтана» внезапно превратилось в вопрос о том, куда потом уезжают данные с этого фонтана.
История становится всё менее милой: Niantic, разработчик Pokémon Go, передала свою пространственную ИИ-модель компании Vantor, которая делает ПО для военных дронов.
Модель создавали на базе более 30 млрд фотографий городов. Её задача — помогать роботам ориентироваться в реальном пространстве даже без GPS. Такая технология уже полезна для роверов-курьеров, но теперь ей заинтересовался и оборонный сектор.
Vantor отрицает, что использует данные Pokémon Go напрямую. Но эксперты отмечают: это не исключает того, что сама модель могла обучаться на данных, собранных через продукты Niantic.
Профессор этики и технологий Делфтского технического университета Йерун ван ден Ховен формулирует жёстко: игроки могли внести пусть косвенный и небольшой, но всё же эффективный вклад в военные приложения.
Похоже, «поймал Пикачу у фонтана» внезапно превратилось в вопрос о том, куда потом уезжают данные с этого фонтана.
Siri стала Siri AI — теперь это не просто ассистент, а LLM-агент
Apple полностью переводит Siri на LLM. Обновлённый ассистент понимает речь, текст и изображения, а жить будет прямо в Dynamic Island — ближе к пользователю уже только в голове.
Siri AI сможет подсказывать действия прямо в пушах: например, построить маршрут, кратко пересказать сообщения или напомнить о важном контексте без лишнего копания в приложениях.
Что умеет новая версия:
— анализировать содержимое экрана
— искать фото с поездок
— создавать заметки
— планировать маршруты во время разговора
— работать как агент, а не как голосовая кнопка
Голос тоже прокачали: он стал естественнее, плюс можно настраивать тон, тембр и скорость речи.
Похоже, Apple наконец-то делает из Siri не мем про «я нашла это в интернете», а нормального AI-помощника внутри экосистемы.
Apple полностью переводит Siri на LLM. Обновлённый ассистент понимает речь, текст и изображения, а жить будет прямо в Dynamic Island — ближе к пользователю уже только в голове.
Siri AI сможет подсказывать действия прямо в пушах: например, построить маршрут, кратко пересказать сообщения или напомнить о важном контексте без лишнего копания в приложениях.
Что умеет новая версия:
— анализировать содержимое экрана
— искать фото с поездок
— создавать заметки
— планировать маршруты во время разговора
— работать как агент, а не как голосовая кнопка
Голос тоже прокачали: он стал естественнее, плюс можно настраивать тон, тембр и скорость речи.
Похоже, Apple наконец-то делает из Siri не мем про «я нашла это в интернете», а нормального AI-помощника внутри экосистемы.
Собираем себе ИИ-офис из агентов
Появился Agent Teams — инструмент, который запускает целую команду автономных ИИ-агентов. Не одного «помощника на всё», а мини-офис с ролями, задачами и ревью.
Вы назначаете агентов: тимлид, разработчик, ревьювер — задаёте провиженинг-промпт, а дальше они сами распределяют задачи, обсуждают решения, проверяют код, оставляют комментарии и передают работу друг другу. Пользователь смотрит на канбан-доску и решает: принять результат или отправить обратно в доработку.
Режимы тоже гибкие:
— полностью автономная работа
— ручное подтверждение каждого действия
— параллельный запуск команд из разных проектов
Agent Teams работает на Windows, macOS и Linux. Под капотом — оркестрация поверх Claude, Codex и OpenCode, плюс поддержка 200+ моделей от 75+ провайдеров, включая бесплатные варианты без авторизации.
Внутри есть редактор кода с Git, просмотр диффов, принятие или отклонение отдельных фрагментов, логирование каждого вызова инструментов и анализ расхода токенов.
Похоже, вайбкодинг постепенно превращается из «я и один агент в чате» в полноценную маленькую команду. Только без созвонов, что уже звучит как технологический прорыв.
Появился Agent Teams — инструмент, который запускает целую команду автономных ИИ-агентов. Не одного «помощника на всё», а мини-офис с ролями, задачами и ревью.
Вы назначаете агентов: тимлид, разработчик, ревьювер — задаёте провиженинг-промпт, а дальше они сами распределяют задачи, обсуждают решения, проверяют код, оставляют комментарии и передают работу друг другу. Пользователь смотрит на канбан-доску и решает: принять результат или отправить обратно в доработку.
Режимы тоже гибкие:
— полностью автономная работа
— ручное подтверждение каждого действия
— параллельный запуск команд из разных проектов
Agent Teams работает на Windows, macOS и Linux. Под капотом — оркестрация поверх Claude, Codex и OpenCode, плюс поддержка 200+ моделей от 75+ провайдеров, включая бесплатные варианты без авторизации.
Внутри есть редактор кода с Git, просмотр диффов, принятие или отклонение отдельных фрагментов, логирование каждого вызова инструментов и анализ расхода токенов.
Похоже, вайбкодинг постепенно превращается из «я и один агент в чате» в полноценную маленькую команду. Только без созвонов, что уже звучит как технологический прорыв.
Скилл, который отучает ИИ делать одинаковые сайты
Для агентного фронтенда появился Impeccable — скилл, который помогает ИИ не собирать очередной сайт из одинаковых карточек, пустых заголовков и интерфейса в стиле «нейросеть очень старалась, но не почувствовала».
Его можно запускать в разных ролях:
— критик интерфейса
— фронтендер
— моушн-дизайнер
— UX-писатель
— специалист по типографике
Impeccable ловит типичные AI-шаблоны, проверяет визуальную иерархию, помогает докручивать тексты, тестирует макеты после запуска и фиксит баги. Ещё агент заранее задаёт уточняющие вопросы о проекте, чтобы не лепить «красивенько и современно» в пустоту.
Работает с популярными агентами. Установка — через клонирование репозитория в .claude/skills/ или командой npx skills add pbakaus/impeccable.
Похоже, вайбкодинг взрослеет: теперь агенту мало просто сверстать страницу — ему ещё нужно объяснить, почему она не выглядит как демо из 2023-го.
Для агентного фронтенда появился Impeccable — скилл, который помогает ИИ не собирать очередной сайт из одинаковых карточек, пустых заголовков и интерфейса в стиле «нейросеть очень старалась, но не почувствовала».
Его можно запускать в разных ролях:
— критик интерфейса
— фронтендер
— моушн-дизайнер
— UX-писатель
— специалист по типографике
Impeccable ловит типичные AI-шаблоны, проверяет визуальную иерархию, помогает докручивать тексты, тестирует макеты после запуска и фиксит баги. Ещё агент заранее задаёт уточняющие вопросы о проекте, чтобы не лепить «красивенько и современно» в пустоту.
Работает с популярными агентами. Установка — через клонирование репозитория в .claude/skills/ или командой npx skills add pbakaus/impeccable.
Похоже, вайбкодинг взрослеет: теперь агенту мало просто сверстать страницу — ему ещё нужно объяснить, почему она не выглядит как демо из 2023-го.
Школьник продал AI-счётчик калорий примерно за $100 млн
Зак Ядегари вайбкодил Cal AI в перерывах между уроками в старшей школе. К выпуску приложение уже собрало 10 млн пользователей и вышло на $30 млн годовой выручки.
В декабре 2024 года MyFitnessPal купил Cal AI. Сам Зак оценивает сделку примерно в $100 млн. Неплохой аргумент против фразы «сначала нормально доучись».
Теперь он делает Flow — стартап против думскроллинга. Это физический будильник с док-станцией: кладёте её в другой комнате, выбираете приложения для блокировки и ставите будильник. Когда он срабатывает, телефон остаётся заблокированным, пока вы не встанете и не приложите его к док-станции.
Дополнительно Flow отслеживает фазы сна и записывает ночные звуки. Набор из док-станции и приложения стоит $69.
И это не первый выход Зака. В 16 лет он продал Totally Science — сайт с играми в обход школьных блокировок — за $100 тысяч.
История звучит как новый учебник по вайбкодингу: найди боль, быстро собери продукт, не сломай монетизацию.
Зак Ядегари вайбкодил Cal AI в перерывах между уроками в старшей школе. К выпуску приложение уже собрало 10 млн пользователей и вышло на $30 млн годовой выручки.
В декабре 2024 года MyFitnessPal купил Cal AI. Сам Зак оценивает сделку примерно в $100 млн. Неплохой аргумент против фразы «сначала нормально доучись».
Теперь он делает Flow — стартап против думскроллинга. Это физический будильник с док-станцией: кладёте её в другой комнате, выбираете приложения для блокировки и ставите будильник. Когда он срабатывает, телефон остаётся заблокированным, пока вы не встанете и не приложите его к док-станции.
Дополнительно Flow отслеживает фазы сна и записывает ночные звуки. Набор из док-станции и приложения стоит $69.
И это не первый выход Зака. В 16 лет он продал Totally Science — сайт с играми в обход школьных блокировок — за $100 тысяч.
История звучит как новый учебник по вайбкодингу: найди боль, быстро собери продукт, не сломай монетизацию.
Anthropic открыла Fable 5 — безопасную версию Mythos для всех
Anthropic выкатила Claude Fable 5 — публичную и более безопасную версию той самой Mythos, теперь доступную обычным пользователям.
По заявленным результатам модель заметно сильнее Opus 4.8 и GPT-5.5 в кодинге, исследованиях и агентных задачах. На SWE-Bench Pro Fable 5 набрала 80,3% против 69,2% у Opus 4.8 — звучит как серьёзная заявка на лидерство среди AI-разработчиков.
Интересная часть — безопасность. На опасные запросы отвечает не сама Fable 5, а Opus 4.8. Таких сессий, по данным Anthropic, меньше 5%. То есть мощную модель держат в рабочем режиме, а спорные сценарии отдают более контролируемой системе.
Цена — $10/$50 за миллион токенов, вдвое дешевле предыдущей Mythos Preview. Подписчики Pro, Max, Team и Enterprise могут тестировать бесплатно до 22 июня.
Похоже, Anthropic аккуратно выводит Mythos из режима «для избранных» в массовый продакшен. Только теперь с ремнём безопасности и ценником пониже.
Anthropic выкатила Claude Fable 5 — публичную и более безопасную версию той самой Mythos, теперь доступную обычным пользователям.
По заявленным результатам модель заметно сильнее Opus 4.8 и GPT-5.5 в кодинге, исследованиях и агентных задачах. На SWE-Bench Pro Fable 5 набрала 80,3% против 69,2% у Opus 4.8 — звучит как серьёзная заявка на лидерство среди AI-разработчиков.
Интересная часть — безопасность. На опасные запросы отвечает не сама Fable 5, а Opus 4.8. Таких сессий, по данным Anthropic, меньше 5%. То есть мощную модель держат в рабочем режиме, а спорные сценарии отдают более контролируемой системе.
Цена — $10/$50 за миллион токенов, вдвое дешевле предыдущей Mythos Preview. Подписчики Pro, Max, Team и Enterprise могут тестировать бесплатно до 22 июня.
Похоже, Anthropic аккуратно выводит Mythos из режима «для избранных» в массовый продакшен. Только теперь с ремнём безопасности и ценником пониже.
Siri переезжает в Spotlight и получает доступ к файлам
Apple готовит более полезную Siri для macOS: помощник будет работать прямо внутри Spotlight и сможет понимать контекст файлов на компьютере.
Идея в том, чтобы Siri стала не просто голосовой кнопкой для таймера, а нормальным системным агентом. Её можно будет попросить найти фото, сравнить документы, проанализировать файлы, написать сообщение, составить расписание или напомнить о встрече.
Плюс помощник появится в контекстных меню и будет предлагать действия в зависимости от того, с чем вы сейчас работаете.
Если всё это заработает нормально, Spotlight может превратиться из поиска по Mac в главный вход к локальному ИИ. Осталось только, чтобы Siri наконец перестала делать вид, что не поняла вопрос.
Apple готовит более полезную Siri для macOS: помощник будет работать прямо внутри Spotlight и сможет понимать контекст файлов на компьютере.
Идея в том, чтобы Siri стала не просто голосовой кнопкой для таймера, а нормальным системным агентом. Её можно будет попросить найти фото, сравнить документы, проанализировать файлы, написать сообщение, составить расписание или напомнить о встрече.
Плюс помощник появится в контекстных меню и будет предлагать действия в зависимости от того, с чем вы сейчас работаете.
Если всё это заработает нормально, Spotlight может превратиться из поиска по Mac в главный вход к локальному ИИ. Осталось только, чтобы Siri наконец перестала делать вид, что не поняла вопрос.
Google нашла неприятную лазейку в споре с музыкантами
Независимые музыканты подали в суд на Google: они утверждают, что компания использовала их треки с YouTube для обучения музыкального ИИ Lyria 3 без отдельного разрешения.
Ответ Google получился максимально холодным. Компания попросила отклонить иск и сослалась на пользовательское соглашение YouTube: если автор сам загрузил музыку на платформу, он уже дал ей права на воспроизведение, распространение и создание производных работ.
То есть логика такая: вы нажали «согласен» — и, возможно, сами открыли дверь для обучения ИИ на своём контенте.
Похоже, главный конфликт AI-эпохи всё чаще будет прятаться не в коде моделей, а в мелком шрифте пользовательских соглашений.
Независимые музыканты подали в суд на Google: они утверждают, что компания использовала их треки с YouTube для обучения музыкального ИИ Lyria 3 без отдельного разрешения.
Ответ Google получился максимально холодным. Компания попросила отклонить иск и сослалась на пользовательское соглашение YouTube: если автор сам загрузил музыку на платформу, он уже дал ей права на воспроизведение, распространение и создание производных работ.
То есть логика такая: вы нажали «согласен» — и, возможно, сами открыли дверь для обучения ИИ на своём контенте.
Похоже, главный конфликт AI-эпохи всё чаще будет прятаться не в коде моделей, а в мелком шрифте пользовательских соглашений.
Microsoft насторожилась из-за Claude Fable 5
У Microsoft возникла неприятная развилка с Claude Fable 5. Раньше версии Claude работали для компании по схеме ZDR — Zero Data Retention, то есть данные пользователей не сохранялись.
С Fable 5 правила другие: система безопасности модели по умолчанию может хранить входные и выходные данные до 30 дней. Для обычного пользователя это звучит как пункт в политике, который никто не читает. Для Microsoft — как потенциальная мина под конфиденциальные данные сотрудников и клиентов.
Контекст только добавляет нервов: Fable 5 — первая публичная модель из серии Mythos. Изначально Anthropic считала её настолько сильной в кибербезопасности, что не спешила выпускать в широкий доступ.
Microsoft ситуацию пока не комментирует.
Получается классическая корпоративная дилемма AI-эпохи: модель хочется использовать, но данные отдавать страшно. Особенно когда через компанию проходят не промпты про котиков, а терабайты закрытой информации.
У Microsoft возникла неприятная развилка с Claude Fable 5. Раньше версии Claude работали для компании по схеме ZDR — Zero Data Retention, то есть данные пользователей не сохранялись.
С Fable 5 правила другие: система безопасности модели по умолчанию может хранить входные и выходные данные до 30 дней. Для обычного пользователя это звучит как пункт в политике, который никто не читает. Для Microsoft — как потенциальная мина под конфиденциальные данные сотрудников и клиентов.
Контекст только добавляет нервов: Fable 5 — первая публичная модель из серии Mythos. Изначально Anthropic считала её настолько сильной в кибербезопасности, что не спешила выпускать в широкий доступ.
Microsoft ситуацию пока не комментирует.
Получается классическая корпоративная дилемма AI-эпохи: модель хочется использовать, но данные отдавать страшно. Особенно когда через компанию проходят не промпты про котиков, а терабайты закрытой информации.
«Второй мозг» теперь реально становится рабочим инструментом
Notion, Obsidian и другие системы заметок раньше были просто аккуратным цифровым складом мыслей. Теперь, с подключением Claude, ChatGPT и других ИИ-агентов, они превращаются в персональную базу знаний, с которой можно работать как с живым ассистентом.
ИИ получает доступ к вашим заметкам через MCP и начинает использовать их как контекст: не просто искать по ключевым словам, а связывать идеи, вытаскивать нужные фрагменты и помогать принимать решения.
Что это даёт:
— поиск связей между сотнями заметок
— генерация идей на основе личного контекста
— помощь в коде, текстах и планировании
— превращение разрозненных мыслей в рабочую систему
По сути, заметки перестают быть местом, куда всё складывают «на потом». Они становятся памятью для агента, который может реально помогать в работе.
Эксперты ждут, что в ближайшие 10 лет большинство сервисов придут к персональным ИИ-системам. Похоже, эпоха «я где-то это записывал» заканчивается — теперь вопрос в том, сможет ли ваш агент это вспомнить быстрее вас.
Notion, Obsidian и другие системы заметок раньше были просто аккуратным цифровым складом мыслей. Теперь, с подключением Claude, ChatGPT и других ИИ-агентов, они превращаются в персональную базу знаний, с которой можно работать как с живым ассистентом.
ИИ получает доступ к вашим заметкам через MCP и начинает использовать их как контекст: не просто искать по ключевым словам, а связывать идеи, вытаскивать нужные фрагменты и помогать принимать решения.
Что это даёт:
— поиск связей между сотнями заметок
— генерация идей на основе личного контекста
— помощь в коде, текстах и планировании
— превращение разрозненных мыслей в рабочую систему
По сути, заметки перестают быть местом, куда всё складывают «на потом». Они становятся памятью для агента, который может реально помогать в работе.
Эксперты ждут, что в ближайшие 10 лет большинство сервисов придут к персональным ИИ-системам. Похоже, эпоха «я где-то это записывал» заканчивается — теперь вопрос в том, сможет ли ваш агент это вспомнить быстрее вас.
Xiaomi открыла MiMo Code — AI-агента, который не забывает проект на середине
Xiaomi выложила в open source MiMo Code — ИИ-агента для программирования, который бьёт по типичной боли Cursor, Copilot и Claude Code: чем больше проект, тем быстрее агент начинает терять контекст.
Решение выглядит интересно: в фоне работает субагент-архивариус. Когда диалог подходит к лимиту контекстного окна, он сжимает историю в структурированную сводку, а основной агент продолжает работу без ощущения, что впервые видит ваш проект.
Есть и режим /dream: раз в 7 дней агент чистит старые сессии, убирает дубли, проверяет пути к файлам и сжимает долговременную память. Почти цифровой сон, только вместо снов — уборка технического долга.
Что ещё умеет MiMo Code:
— Compose по Tab: задаёте цель, агент сам планирует, пишет, тестирует и проверяет код
— поддержка моделей DeepSeek, Kimi, GLM
— голосовой ввод через MiMo-V2.5-ASR
— установка без регистрации на macOS, Linux и Windows через npm
По тестам Xiaomi заявляет 62% на SWE-Bench Pro и 72% на Terminal Bench 2 — на 5 п.п. выше Claude Code на той же базовой модели.
Похоже, агентные IDE постепенно учатся главному навыку разработчика: не просто писать код, а помнить, зачем они вообще начали.
Xiaomi выложила в open source MiMo Code — ИИ-агента для программирования, который бьёт по типичной боли Cursor, Copilot и Claude Code: чем больше проект, тем быстрее агент начинает терять контекст.
Решение выглядит интересно: в фоне работает субагент-архивариус. Когда диалог подходит к лимиту контекстного окна, он сжимает историю в структурированную сводку, а основной агент продолжает работу без ощущения, что впервые видит ваш проект.
Есть и режим /dream: раз в 7 дней агент чистит старые сессии, убирает дубли, проверяет пути к файлам и сжимает долговременную память. Почти цифровой сон, только вместо снов — уборка технического долга.
Что ещё умеет MiMo Code:
— Compose по Tab: задаёте цель, агент сам планирует, пишет, тестирует и проверяет код
— поддержка моделей DeepSeek, Kimi, GLM
— голосовой ввод через MiMo-V2.5-ASR
— установка без регистрации на macOS, Linux и Windows через npm
По тестам Xiaomi заявляет 62% на SWE-Bench Pro и 72% на Terminal Bench 2 — на 5 п.п. выше Claude Code на той же базовой модели.
Похоже, агентные IDE постепенно учатся главному навыку разработчика: не просто писать код, а помнить, зачем они вообще начали.
ИИ-агент прошёл путь от взлома сервера до базы данных за час
Sysdig описала атаку, где злоумышленник использовал LLM-агента после взлома публичного сервера Marimo. Всё началось с эксплуатации CVE-2026-39987, а дальше агент быстро пошёл по инфраструктуре.
Цепочка выглядела так: сбор облачных учётных данных, запросы к AWS Secrets Manager, получение закрытого SSH-ключа и переход на промежуточный сервер. До базы данных атакующий добрался меньше чем за 2 минуты на финальном этапе, а вся атака заняла чуть больше 1 часа.
Sysdig считает, что в атаке участвовал именно ИИ-агент, а не обычный скрипт:
— он не знал систему заранее, но анализировал найденные подсказки по ходу атаки
— передавал значения из одного шага в другой
— строил команды так, чтобы ответы было удобно обрабатывать машине
— в потоке команд всплыла китайская фраза в духе «посмотрим, что ещё можно сделать»
Главная разница: скрипт часто ломается, если не нашёл ожидаемый файл или пароль. Агент же видит, что путь не сработал, ищет обход и продолжает движение.
Похоже, кибератаки входят в новую фазу: теперь злоумышленнику не обязательно заранее знать всю схему — достаточно агента, который умеет импровизировать.
Sysdig описала атаку, где злоумышленник использовал LLM-агента после взлома публичного сервера Marimo. Всё началось с эксплуатации CVE-2026-39987, а дальше агент быстро пошёл по инфраструктуре.
Цепочка выглядела так: сбор облачных учётных данных, запросы к AWS Secrets Manager, получение закрытого SSH-ключа и переход на промежуточный сервер. До базы данных атакующий добрался меньше чем за 2 минуты на финальном этапе, а вся атака заняла чуть больше 1 часа.
Sysdig считает, что в атаке участвовал именно ИИ-агент, а не обычный скрипт:
— он не знал систему заранее, но анализировал найденные подсказки по ходу атаки
— передавал значения из одного шага в другой
— строил команды так, чтобы ответы было удобно обрабатывать машине
— в потоке команд всплыла китайская фраза в духе «посмотрим, что ещё можно сделать»
Главная разница: скрипт часто ломается, если не нашёл ожидаемый файл или пароль. Агент же видит, что путь не сработал, ищет обход и продолжает движение.
Похоже, кибератаки входят в новую фазу: теперь злоумышленнику не обязательно заранее знать всю схему — достаточно агента, который умеет импровизировать.
OpenAI и Anthropic: бывшие коллеги теперь делят рынок
Anthropic появилась в 2021 году — её основали бывшие исследователи OpenAI, включая нынешнего CEO Дарио Амодея. Тогда OpenAI выглядела почти недосягаемой, но за несколько лет расклад стал заметно интереснее.
По данным RAMP, которая отслеживает реальные корпоративные расходы десятков тысяч компаний, Anthropic уже обошла OpenAI по числу подтверждённых корпоративных клиентов.
Рост тоже выглядит агрессивно: Амодей заявил, что в I квартале 2026 года выручка Anthropic выросла в 80 раз год к году. Для компании, которая начинала как «более осторожная альтернатива OpenAI», это уже не просто красивая ниша, а полноценная гонка за enterprise-рынок.
При этом OpenAI всё ещё впереди по общему доходу, а её корпоративные сделки обычно крупнее по сумме. То есть Anthropic быстрее набирает клиентов, а OpenAI пока сильнее монетизирует масштаб.
Дальше ставки становятся совсем взрослыми: обе компании, по сообщениям, хотят выйти на биржу к концу 2026 года и целятся в оценку около $1 трлн.
Битва бывших коллег окончательно стала главным корпоративным сериалом AI-индустрии. И сезон, похоже, только начинается.
Anthropic появилась в 2021 году — её основали бывшие исследователи OpenAI, включая нынешнего CEO Дарио Амодея. Тогда OpenAI выглядела почти недосягаемой, но за несколько лет расклад стал заметно интереснее.
По данным RAMP, которая отслеживает реальные корпоративные расходы десятков тысяч компаний, Anthropic уже обошла OpenAI по числу подтверждённых корпоративных клиентов.
Рост тоже выглядит агрессивно: Амодей заявил, что в I квартале 2026 года выручка Anthropic выросла в 80 раз год к году. Для компании, которая начинала как «более осторожная альтернатива OpenAI», это уже не просто красивая ниша, а полноценная гонка за enterprise-рынок.
При этом OpenAI всё ещё впереди по общему доходу, а её корпоративные сделки обычно крупнее по сумме. То есть Anthropic быстрее набирает клиентов, а OpenAI пока сильнее монетизирует масштаб.
Дальше ставки становятся совсем взрослыми: обе компании, по сообщениям, хотят выйти на биржу к концу 2026 года и целятся в оценку около $1 трлн.
Битва бывших коллег окончательно стала главным корпоративным сериалом AI-индустрии. И сезон, похоже, только начинается.