Быстрые как ИИ новости за 12 мая


Apple тестирует AI-поиск в Safari через OpenAI, Anthropic и Perplexity. Вместо ссылок — прямые ответы моделей.
И что?
Сайты, живущие на SEO, потеряют трафик. Кейс для медиа и сервисов: интегрироваться в ответы ассистентов через API. Для продуктов — перестать гнать людей на сайты и научиться конвертировать прямо внутри ответа.

Anthropic дал Claude доступ к «живому» интернету через Web Search API. Теперь модель сама ищет свежие факты и цитирует источники.
И что?
Любой чат-бот, аналитический сервис или саппорт может в моменте проверять факты и давать ссылки на источники.
Кейс: финтех-приложение, которое тут же сравнивает банковские условия и даёт ссылку на документ. Или юридический сервис, который сразу вытаскивает актуальную судебную практику и цитирует решения.

Google обновил Gemini 2.0 Flash: теперь можно массово генерировать картинки с чётким текстом и меньше фильтров.
И что?
Маркетинг-отделы и e-commerce получают бесплатного дизайнера в виде кнопки. Кейс: товарный маркетплейс сам генерит тысячи баннеров с актуальными ценами и скидками, экономя неделю работы и бюджет на дизайнера.

Netflix внедрил AI-поиск через OpenAI: спрашиваешь разговорно, сразу получаешь подборку.
И что?
Отказ от сложных фильтров и списков ускорит покупки и просмотры. Кейс для EdTech и SaaS: студенты и пользователи будут искать курсы и услуги не фильтрами, а запросами вроде «курс SQL для аналитика за вечер» или «CRM для салона красоты без лишних функций». Заработает тот, кто внедрит такой формат первым.

LinkedIn запустил AI-поиск вакансий на естественном языке.
И что?
Рекрутинговым платформам придётся уходить от простой выдачи и продавать аналитику: скоринг кандидатов, сравнение условий по рынку, прогнозирование карьерного роста. Кейс: внутрикорпоративная система, которая сама ищет подходящие вакансии для текущих сотрудников и помогает с внутренними перемещениями.

Ace Studio выпустила ACE-Step — open-source модель, которая за 20 секунд генерирует 4 минуты музыки с контролем структуры через текстовый запрос.
И что?
Любой сервис, где нужен уникальный саунд, получает бесконечную музыкальную библиотеку бесплатно и без лицензий.
Кейсы: приложение для тренировок делает треки под скорость и тип упражнений, рекламная сеть генерит уникальные джинглы под каждого рекламодателя, видеоблогеры и подкастеры получают музыку одним кликом. Бесплатно и с авторскими правами на нее.

В сухом остатке:

Скорее всего появилась надежда: поиск наконец станет честным и релевантным.
Компании, продающие дерьмо красивыми лендингами, вряд ли смогут продолжать в том же духе, когда пользователь будет получать полную картину исходя из своего контекста.
Открытым остаётся вопрос — а нужно ли это людям?

Google обновил логотип — впервые за 10 лет . Теперь логотип стал больше похож на логотип Gemini. Официально компания о смене логотипа не объявляла.

И что?
Это не редизайн. Это подмена идентичности. Google больше не про поиск, а про ИИ.
Старый логотип ассоциировался с выдачей, ссылками, браузером. Новый — с моделью.
Бренд сдвигается туда, где теперь сила: не «найти», а «сгенерировать».

Mass General Brigham показали FaceAge — ИИ, который по обычному селфи оценивает «биологический возраст» и точнее прогнозирует, сколько пациенту с раком осталось.

Почему этому модно доверять:

— Модель натренировали на десятках тысяч лиц, научили считывать микроморщины и текстуру кожи.
— В среднем онко­пациенты выглядят на 5 лет старше паспорта; чем выше FaceAge, тем короче выживаемость.
— Врачам дали риск-скор FaceAge + клинические данные — позволило точнее угадывать, дотянет ли пациент до полугодового контроля;
— Предсказания бьются с экспрессией «гена старения» CDKN2A — то есть модель ловит то, что не видно специалисту.

Что изменится в нашей жизни если все получится

Раньше онколог смотрел на фото пациента, пожимал плечами и ставил галочку — «выглядит усталым». Теперь прогноз 🪦

У клиники было — биопсия, КТ, неделя ожидания. Стало — фото на приёме, и система сразу подсвечивает, нужен ли этот набор или пусть идет домой.

У страховщика был паспортный возраст и анкета «курили — не курили». Стало — объективный фотоскор, и база для расчета тарифа.

У фармы был отбор в испытания по дате рождения. Стало — критерий «стареешь быстрее нормы», значит, терапия покажет реальный эффект.

И что?

Любое фото — паспорт, пропуск в офис, случайный сторис — превращается в медицинскую карту.
HR увидит, как быстро вы стареете под стрессом. Страховая — пересчитает тариф. Дейтинг-апп подскажет, сколько лет осталось вашему метаболизму.
Камере будет достаточно секунды, чтобы выдать диагнозы, о которых вы ещё не догадываетесь.

Готовы жить в мире, где внешность читается точнее, чем анализы?

Tesla выложила новое видео — Optimus танцует так, будто учился у Boston Dynamics.

Трос на поясе — страховка, всё остальное-— чистое RL в симуляции, потом «залито» в железо. Милан Ковач - руководитель направления роботов.

- Движения тренируются в облаке, прошиваются сразу на весь парк.

- Маск целит 10 000 ботов к 2025-му, цена < $20 000 при миллионной серии.

И что?

Бизнес
Робот становится платформой: новые жесты загружаются файлом. Завод платит подписку, а не интегратору-программисту.

Производство
Сначала «танец» → завтра хватание коробок → послезавтра сборка электроники. Стартапы могут продавать готовые motion-сценарии — «упакуй», «инспектируй», «таскай».

Инвесторам
10 000 ботов × даже $100 за месячное обновление движений = $12 млн ARR на ровном месте. Расти будут сенсоры, модульные «руки», маркетплейс движений.

Жизнь
Версия сегодня — шоу. Версия завтра — рабочая смена на конвейере. Робот обновляется, как смартфон: процессов менять будем мы, а не он. Готовы?

Четыре студента из MIT в 2022-м решили, что IDE — тормоз, если модель уже знает весь GitHub. Собрали грубый плагин, который понимал контекст файла и дописывал функции. Назвали Anysphere, показали OpenAI — те с ходу вложили $8 млн и дали доступ к приватным весам. Переименовали плагин в Cursor и за полгода догнали Copilot по качеству автодополнения, но добавили поиск по коду и «объясни, что тут происходит» в один клик.

Дальше всё на ускорении:

• весна-2023 — публичная бета;
• осень-2024 — $60 млн, оценка $400 млн;
• декабрь-2024 — $105 млн, $2,6 млрд;
• апрель-2025 — $900 млн, $9 млрд.

Команда — 35 человек, маркетинг ≈ нулю: продукт разлетелся по Slack-чатам инженеров. Сегодня Cursor генерит миллиард строк кода в день и висит в тулбаре у Spotify, Stripe, Midjourney.

И что?

1. Скорость разработки стала переменной → идея превращается в MVP за неделю.
Можно повторить: AI-генератор автотестов; «одно предложение → Terraform для кластера»; миграция легаси-SQL в современный ORM.

2. Рынок переносит ценность с manpower на workflow.
Можно повторить: вертикальный CI/CD для геймдев-студий, где билд, тест и релиз описаны на естественном языке; дизайнерская Figma-плагин-кнопка «сверстай и задеплой».

3. Технический барьер входа исчез.
Можно повторить: нишевой SaaS, где главная боль не код, а домен — например, «AI-аудитор GDPR» для европейских SMB; платформа, которая конвертирует клинические протоколы в API-эндпоинты для health-apps.

4. Деньги идут к скорости. Инвесторы видят траекторию Cursor и готовы ставить на команды < 10 человек, если кривая ретеншн растёт быстрее burn rate.

И что?(продолжение) : кто использует AI не как фичу, а как двигатель разработки, может за два года вытянуть идею из спальни до много-миллиардной оценки. Главное — выбрать узкую боль, убрать всё, кроме core-workflow, и дать модели писать грязную работу.

Быстрые как ИИ новости за 13 мая

SoftBank притормозил обещанные $100 млрд для гигантского дата-центра Stargate, который OpenAI хочет строить в США.
Первая трещина в мантре «денег на ИИ сколько угодно». Японцы боятся пошлин на оборудование и взлетающих цен на энергию и охлаждение.

И что?
Инфраструктура выходит на передний план: кто поможет снизить CAPEX (модульные ЦОД, жидкостное охлаждение, дешёвая “зелёная” электроэнергия) — получит контракты раньше «ещё одной LLM».

Google DeepMind запустил AI Futures Fund. Стартапам дают чек, инжиниринговую команду и доступ к закрытым моделям Gemini. Это альтернатива фонду OpenAI.

И что?
Если у вас проект про сложную робототехнику, RL или multi-модальные агентов — можно торговаться: Compute-for-Equity вместо «покупать GPU на чёрном рынке».

Perplexity (поисковик-ассистент, который сразу отвечает, а не сыплет ссылками) поднимает $500 млн с оценкой $14 млрд.
Компания выросла из «умной Википедии» в сервис, где остаются искать даже профессионалы.

И что?
Контент-экономика смещается: важен не поток кликов, а доверие к ответу. Медиа и SaaS-доки должны интегрироваться как «проверенный источник» — иначе есть риск потери аудитории.

FDA (американский регулятор лекарств) разворачивает ИИ по всей структуре до конца июня.
На пилоте задачи, которые занимали у экспертов три дня, сократились до минут.

И что?
Health-стартапы получают шанс пройти регистрацию быстрее — если умеют упаковать данные в машинно-читаемый вид. Нишевые продукты которые можно собрать: генератор досье для препарата, AI-помощник по клиническим данным, симулятор отчётов для фармы.

Саудовская Аравия объявила Humain — национальную AI-платформу под крылом крон-принца.
Цель — стать ближневосточным хабом ИИ, как ОАЭ с Dubai-AI.

И что?
Бюджет у Королевства традиционно «сколько нужно». Появится спрос на арабские LLM, локальные финтех-KYC, gov-чаты. Под арабский мир мало готовых решений — низкая конкуренция, быстрые пилоты. Нет планов и обязательств, пакуйте чемоданы и за деньгами.

Carnegie Mellon выложил LegoGPT — модель, которая по тексту собирает устойчивые конструкции из кубиков.
Это не игрушка, а демонстрация пространственного «мышления» модели.

И что?
Далее это — 3D-конфигураторы мебели, упаковки, роборуки для быстрой сборки. B2B-дизайн-платформы могут дать клиенту возможность описать изделие словами — остальное сделает AI.

⸻

В сухом остатке

Деньги всё ещё дают, но инфраструктура стала узким горлышком. Регуляторы и государства строят свои стеки, а поиск уплывает к ответ-ассистентам. Зарабатывать будут те, кто:

1. снижает цену вычислений,
2. превращает регуляторные данные в машинный формат,
3. локализует модели под новые рынки,

Инженер с 20-летним стажем, $150 k в год.

2008 — вылетает после краха ипотечного рынка.
2020 — под раздачу ковид-сокращений.
2024 — последняя точка: компанию перекраивают под AI-стек, место seniorа занимает модель.
800 откликов → 0 офферов.

Сейчас он развозит заказы из трейлера и говорит: «Обесценивание профессий доберётся до всех».

И что?

1. Опыт в строках, а не в решениях, обнуляется.
Если ваш скилл = «знаю синтаксис и паттерн», модель знает его лучше и дешевле.

2. Кризисы стали циклом апдейта.
2008 — финансы, 2020 — удалёнка, 2024 — ИИ. Каждые ~7 лет рынок сносит слой специалистов, которые не успели переупаковать ценность.

3. Тихая жизнь — не стратегия.
Пока вы «пересматриваете путь», модель обучается на вашем публичном коде и блогах.

4. Что делать разработчику, чтобы не оказаться в трейлере?
– Превращать навыки в продукт: плагины, API-надстройки, микросервисы с обороткой.

– Брать на себя результат целиком (метрика бизнеса), а не коммиты.

– Учиться продавать: идея-→-прототип-→-пилот, а не «выполнил задачу из Jira».

– Диверсифицировать доход: консалт, ревшэр, доля в стартапе, а не ставка «full-time и всё».

5. Для основателей и инвесторов.

– Игроки, которые предлагают «AI как удочка, а не рыба», будут расти: обучение моделей на данных клиента, интеграция с legacy, guardrails.

– Рынок труда провиснет: найдутся таланты без работы — наймите их под ревшэр до того, как они уйдут в курьеры.

Линия проста: навыки, которые не масштабируются самим специалистом, масштабирует рынок без него.

Windsurf (бывший Codeium) всегда жил поверх чужих LLM: брал GPT-4 / Claude, заворачивал в удобную IDE и продавал «код-ассистента». На прошлой неделе просочилась новость, что OpenAI готов отдать за сервис $3 млрд — крупнейшая покупка в их истории.

И вот через пару дней Windsurf выкатывает собственный двигатель: линейку SWE-1.

Компания говорит так:
- SWE-1 full достанется платным пользователям и в внутренних тестах уступает только «фронтиру» (Claude 3 Sonnet, GPT-4o).
- SWE-1 lite уйдёт всем бесплатно вместо старой Cascade Base.
- SWE-1 mini можно крутить локально, чтобы ИИ не видел корпоративный код.

Ключевое отличие — модель обучали не просто дописывать функции, а «жить» во всём цикле: редактор, терминал, браузер. Под это придумали flow awareness: ИИ ведёт единую хронологию действий, поэтому разработчик может бросить задачу и вернуться без потери контекста, а агент — подхватить работу дальше.

И что?

Для CTO-команд
- Сценарий “смена-бот” Ставите SWE-1-lite в тестовый репозиторий: бот закрывает мелкие баг-фиксы и правит конфликты мерджей ночью → утренний стендап короче, релиз не откладывается.
- On-prem режим SWE-1-mini запускается локально; значит, можно подключить AI к приватному монолиту без вывоза кода в облако и не спорить с информационной безопасностью.

Для стартапов-интеграторов
- Сервис “Flow plug-in” Подвязываете метрики CI/CD к тайм-линии модели → авто-онаружение узких мест (долгие тесты, ручные проверки, медленные билд-степы). Клиент получает сокращение Lead-time, вы — ежемесячную плату за отчёты.
- Магазин motion-скриптов (по аналогии с marketplace Copilot) — продаёте готовые “рецепты” действий для SWE-1: миграция с Jest на Vitest, настройка Terraform, генерация e2e-тестов Playwright. Раз поменяли → тысяча команд скачали.

Для продуктов
- Feature-flags без рук Модель видит, что фича застряла в ревью, и сама подсвечивает нужный киш-код, предлагает тест и правку. Ваша команда тратит часы, а не дни.
- Документация из истории чата Flow awareness хранит контекст — эти данные можно выгружать в Confluence: “как и почему здесь принято решать задачу”. Экономит онбординг junior-инженеров.

Для инвесторов
- Смотрим на компании, которые снижают compute-cost (оптимизация inference, кастомные GPU-дашборды) или расширяют горизонт применений (security-сканер на базе SWE-1).
- Чисто «UI-клонам Copilot» пора проходить мимо: без собственного движка и оффлайн-варианта вы будете конкурентом, а не партнёром крупнейших LLM-провайдеров.

Для специалистов
- Если ваша ценность — «пишу код по ТЗ», готовьтесь к ценовому давлению.
- Если умеете формулировать задачу, разложить фичу на подзадачи, взять ответственность за метрику — модель станет вашим мультипликатором.

Год назад Gemini жил в браузере — тихий чат-бот рядом с поисковой строкой.

Теперь гугл рассказал "что было дальше"

Gemini станет единой мозговой прослойкой для всего, где крутится Android.

Схема релизов простая:
сначала — часы на Wear OS: летом спрашиваешь на бегу «нормален ли мой пульс?», ответ — прямо в наушник;

следом — Google TV: «хочу фильм про стартапы, меньше 2 ч» — получаешь плей-лист без меню;

потом — Android Auto: ассистент читает почту, ищет зарядку, перестраивает маршрут;

финал — грядущая XR-гарнитура, где все жесты и голос сразу понимает Gemini.

И что?

1. Один ассистент → сквозная работа. Пользователь, привыкший к Gemini в машине, автоматически ждёт те же функции на ТВ и часах. Кто делает сервисы для Android-экосистемы, должен готовить “Gemini-Action” вместо отдельного навыка под каждое устройство.

2. Новые «точки захвата» бизнеса.

Fitness-приложение: тренер на часах разговаривает, на ТВ показывает форму, в машине подскажет, что купить в спортпите по дороге.

EdTech: урок начинается на диване, продолжается в XR, тестируется голосом в авто.

3. Продуктовый сдвиг: UI → intent-слой.
Владельцу контента нужно не приложение, а семантическая интеграция: фильм, товар, курс должны находиться по описанию, а не по клику.

4. Для инвесторов.
Спрос уход в сторону “AI-middleware”: компании, которые упакуют сервисы в форматы intent-/ action-Gemini, будут покупать экосистема-партнёры быстрее, чем классические мобильные студии.

Самое главное зачем вы это прочитали: пока Apple только намекает на «Siri-2», Google кладёт LLM-ядро под весь Android-парк. Кто встроится в эту прослойку первым, получит пользователя везде — от запястья до лобового стекла.

Пятьдесят лет назад двое молодых математиков спорили за кофе и нашли хитро́сть: матрицы можно перемножать семью умножениями вместо восьми. Формула Штрассена мгновенно перекочевала в учебники, а потом в каждый видеочип. Благодаря ей ускорились графика, обработка сигналов, тренировка нейросетей — всё, где крутятся огромные массивы чисел.

С тех пор рекорд не двигался: лучшие умы перебрали все понятные приёмы, а ручной перебор новых идей занял бы годы. При этом вокруг лежат десятки похожих задач — расписания серверов, оптимальные маршруты, загадки теории чисел — и все упёрлись в потолок «человеческой смекалки».

Чтобы потолок снова треснул, в Google собрали агента AlphaEvolve. Он работает как электронный селекционер. Gemini Flash сочиняет сотни крошечных программ-идей, Gemini Pro тут же гоняет их на тестах, слабые отбрасывает. Выжившие куски кода «скрещиваются», параметры слегка мутируют — и цикл повторяется всю ночь без участия людей.

Первый выхлоп: агент сократил ещё одну операцию в алгоритме Штрассена. Для дата-центров это сразу минус киловатты и короче время обучения моделей. Дальше цепная реакция: AlphaEvolve придумал расписание, которое загрузило серверы Google на 0,7 % плотнее; на критичном ядре тренировки Gemini выжал 23 % скорости; в макете будущего TPU нашёл короче проводники и проверил, что всё компилируется.

Чтобы проверить, не счастливый ли это случай, агенту дали пять десятков открытых математических задач из геометрии, комбинаторики и теории чисел. В трёх из четырёх кейсов он воспроизвёл лучший мировой результат, а в каждой пятой задаче улучшил рекорд: например, разместил 593 сферы в 11-мерном пространстве, подняв знаменитый «kissing number», и нашёл короче Голомбову линейку на 29 отметок.

И что?

ИИ перестаёт писать код «как человек» и начинает добывать проценты роста прямо из математики.

— Бизнес может сэкономить на железе и штатах PhD: запустить цикл эволюции на паре A100 дешевле, чем строить новую серверную.
— Продукты, чей selling point — «мы оптимизируем графики и расписания», услышат вопрос: почему не AlphaEvolve?
— Инвестору стоит смотреть на команды, которые умеют скрещивать алгоритмы, а не только прикручивать готовые модели. Настоящая альфа теперь сидит в формуле, которая режет издержки, а не в очередном дэшборде.

PDF в коментариях

Пять лет назад Google выложил в open-source трансформер и случайно нажал кнопку «пуск» для всей сегодняшней ИИ-гонки.
У них — полный набор победителя: 136 млрд кликов в месяц в поиске, 73 млрд просмотров на YouTube, собственные TPU-фермы, армия ресёрчеров. Даже «папа ИИ» Джефф Хинтон долгие годы сидел у них в офисе.

Но вся эта мощь обслуживала рекламу: каждая ссылка и каждый ролик должны приносить клик. Пока внутри пересчитывали CPC, OpenAI показал окно «спросил → получил ответ» — без кликов и баннеров. У Google есть Gemini, но его держат на поводке: честный ответ не продаёт рекламу. История знает подобные сюжеты: Nokia берегла кнопки, Kodak — плёнку.

И что?
• Предпринимателям: любую нишу из поиска можно вырезать и отдавать ответ сразу. Пользователь уже готов к zero-click сервисам.
• Маркетологам: классическое SEO и баннеры тают. Готовьтесь работать там, где продажи идут без перехода на сайт.
• Инвесторам: ставьте на команды, которые обходят страницу поиска. Если Google не сломает модель «клик → деньги», его рекламный триллион уйдёт к тем, кто отвечает без посредников.

Два года назад Codex научил Copilot подсказывать строчки кода. Сегодня OpenAI выкатывает Codex-Agent — уже не подсказчик, а удалённый «мидл», который сидит в отдельной облачной песочнице и параллельно делает несколько задач сразу. Его ядро — codex-1, версия модели o3, натасканная только на софт-инжиниринг.

Как это выглядит в деле
ты пушишь в репозиторий AGENTS.md — там пишешь: «при добавлении фичи обновляй тесты, следуй нашему линтеру, не трогай legacy-папку». Codex-Agent читает инструкцию, лезет в изолированный контейнер, пишет новую функцию, фикстит баг, запускает тест-раннер и в конце выдаёт diff. Всё без доступа к продовому ключу и без рисков уронить деплой.

Пока агент доступен Pro-, Enterprise- и Team-пользователям ChatGPT. Дальше будет тариф по лимиту запросов: надо больше параллельных задач — докупаешь слоты.

И что?

— Тимлиду: можно делегировать рутину — миграции, регрессы, документацию — и оставить людям продуктовую логику.
— Стартапу: один разработчик + Codex-Agent = мини-команда, которая закрывает хвосты и держит velocity.
— CTO-инвестору: следи за бюджетом CI/CD — если агент справляется, резать аутсорс проще, чем нанимать ещё одного джуниора.

Почему это стыкуется с покупкой Windsurf за $3 B? Всё просто: Codex-Agent живёт в облаке и пишет код, а Windsurf — уже встроен в IDE тысяч разработчиков. OpenAI берёт канал к клавиатуре и тут же подсовывает своего облачного коллегу. Код появляется в песочнице, прыгает в IDE Windsurf, а GitHub остаётся смотреть со стороны.

Осень 2007-го. Два дизайнера из Сан-Франциско надувают три матраса в своей гостиной, ставят простенький сайт и предлагают ночлег за 80 долларов тем, кто не нашёл номера на конференцию. Через неделю у них первые трое постояльцев, через год — тысячи объявлений по США, а ещё через пару лет гостиничные сети вводят собственные сервисы «дом для отдыха», понимая, что привычка «снять номер» сменилась на «снять чью-то квартиру». Мини-команда показала: достаточно пары точных шагов, чтобы тихо сдвинуть норму целого рынка.

Небольшая группа способна менять правила, даже если речь идёт о совсем простых цифровых существах. Учёные из Университета Лондона проверили это на сотне автономных ИИ-агентов.

Как шёл эксперимент
1. Агентов посадили в общий чат-«комнату».
2. Каждый раунд случайную пару просили придумать слово-метку для одного и того же объекта. Совпали — оба получают очко, промахнулись — штраф.
3. Память у бота минимальная: он хранит два последних удачных слова. Никакого координатора или «главного» нет.

Спустя примерно 200 раундов почти все агенты уже использовали одну и ту же метку — общий язык возник самостоятельно. Затем в систему добавили пятёрку упорных «новичков», которые писали другое слово. Через 40 раундов новая метка стала нормой для всей сотни.

Это показало две вещи:

- коллективные правила формируются без центра управления;

- маленькая, но настойчивая подгруппа может повернуть этих правил в свою сторону.


И что?

Для разработчиков продуктов
Если в вашем сервисе живут боты-агенты (торговые, рекомендательные, игровые), они способны сами придумать «сленг» взаимодействия. Полезно строить механику мониторинга: отслеживать, какие новые шаблоны решений появляются, и вовремя оценивать, безопасны ли они для пользователя.

Для кибербезопасности
Появляется задача «социального антивируса»: ловить ранние сигналы того, что маленькая группа агентов продвигает нежелательную норму (например, завышает цену или фильтрует контент). Это отдельный слой наблюдения рядом с классической защитой от взлома.

Для бизнеса и стартапов
Механизм «маленькая группа → массовый стандарт» можно использовать и конструктивно. Допустим, нужно внедрить новый протокол обмена данными в отрасли: обучаете ограниченный пул агентов работать по нему и подключаете к открытой сети. При корректной настройке наград они со временем «заразят» остальных правильным форматом без долгих переговоров.

Для инвесторов
Обратите внимание на команды, которые разрабатывают инструменты поведения и наблюдения за мульти-агентными системами: аналитика микро-трендов, раннее обнаружение «тipping-point», инструменты перезапуска культуры агентов. Эти решения станут востребованы по мере того, как компании начнут подключать ИИ-ассистентов к реальным процессам.

Ps. Прошу прощения, за очень длинный пост.

Быстрые как ИИ новости за 19 мая

OpenAI готовит GPT-5: Codex, Deep Research, Memory и Operator сольются в одну модель.
И что? Меньше переключений разработчиков, но жёсткий lock-in: весь пайплайн будет зависеть от ценника OpenAI. У нишевых LLM-стартапов появляется ниша «анти-lock-in»-модулей.

Китай вывел первые 12 спутников «Three-Body Computing» (план — 2 800). Вычисления идут прямо на орбите.
И что? Гео-аналитика, IoT и снимки Земли получат секунды вместо минут. Всё, что экономит ватт или грамм в космосе (радиа-стойкие чипы, компактное охлаждение, edge-inference), станет горячим B2B-товаром.

Британия отказалась требовать раскрытие обучающих датасетов; Элтон Джон назвал это «кражей в особо крупных».
И что? Суды за контент усилятся, а «белые» каталоги музыки и медиа подорожают. Лицензированный датасет превращается в аргумент на переговорах с корпклиентами.

xAI откатила Grok после «несанкционированного патча», из-за которого бот зациклился на теме ЮАР.
И что? LLM-безопасность = контроль версий весов. Компаниям придётся внедрять CI/CD и логирование для моделей, иначе чужой weight-patch может незаметно исказить продукт.

Grok теперь строит графики прямо в диалоге (уже работает в браузере).
И что? Мгновенные визуализации удерживают пользователей внутри бота. BI-сервисы без instant-charts рискуют потерять аудиторию к чат-интерфейсам.

Synyi AI открыла в Саудовской Аравии клинику, где виртуальный врач сам ставит диагнозы и выписывает рецепты.
И что? Если страховщики одобрят формат, себестоимость первички рухнет. Окно для health-стартапов продавать «Software-as-Physician» на рынках GCC.

Университет Токио показал микроскоп-ИИ, который видит образование тромбов в реальном времени во время обычного анализа крови.
И что? Диагностика переходит из «сдать — ждать» в «увидеть сразу». Производители реагентов смогут продавать умные одноразовые наборы по подписке, вытесняя громоздкие приборы.

Почти 20 лет Build был «конференцией про Windows-апки».

В 2025-м Microsoft вышла на сцену с другой историей:

Дальше вебом будут пользоваться не люди, а агенты.
Наша задача — дать им инструменты и дать вам рычаги управления.

За пару часов на сцене они показали, как это будет выглядеть на практике. Посмотреть можно тут

GitHub Copilot вырос из «допиши строчку кода» в самостоятельного исполнителя: ставишь задачу и идёшь за кофе — агент сам открывает ветку, пишет функцию, гоняет тесты, заводит pull-request.

Copilot Chat для VS Code — теперь open-source; можно подключать свои плагины и не бояться лицензий.

Magentic-UI — открытый прототип, где агент кликает сайты «как человек», а вы в один тап одобряете или отклоняете действия — страховка для тех, кто переживает за автопилот.

Azure AI Foundry пополнился Grok 3 и Grok 3 mini: теперь в каталоге 1 900+ моделей, и среди них есть вариант без строгих лицензий OpenAI.

NLWeb — задел «HTML для агентов»: пара тегов — и на вашем сайте появляется диалоговое окно, которому сразу открыт DOM и кошелёк.

Copilot Studio 2.0 научился тонко подстраиваться под данные компании и координировать несколько агентов над одной задачей — отчёт, маркетинг, юр-проверка.

И что?

Разработчикам. Один Copilot-агент закрывает ветку «создать задачу → написать код → прогнать тесты → PR». Velocity растёт без найма, а менеджеру меньше микрозадач.

Продакт-командам. NLWeb вставляется на сайт двумя тегами: чат-интерфейс, доступ к DOM, готовый «агент-на-фронте». Новый способ собирать лиды и обслуживать корзины без отдельного SPA.

Безопасность . Magentic-UI показывает рабочий шаблон “human-in-the-loop”: агент действует, человек подтверждает. Так можно внедрять автоматизацию даже там, где регулятор пока запрещает полный автопилот.

Экономический эффект. Grok-3 в Azure Foundry даёт альтернативу GPT-семейству без жёстких лицензий: экономия на токенах и свобода выбора модели в рамках того же облака.

Стартапам. 1 900+ моделей в Foundry и открытый Copilot Chat = рынок надстроек: кастомные навыки, фирменные плагины, агент-оркестраторы для конкретных ниш (финансы, legal, медицина).

Инвесторам. Microsoft двигает парадигму «сайтами пользуются агенты, не люди». Продукты, которые живут только на кликах человека, рискуют исчезнуть. Стоит смотреть на компании, которые берут комиссию за трафик и действия самих агентов: аудит, настройка, безопасность, UX-прослойки.

Microsoft разложила подробный «набор запчастей» для агентного веба. Следующий шаг — кто первым соберёт из них бизнес-процесс и сделает деньги.

Сегодня подумал и что Growt Mindset - это конечно круто но похоже немного устарел. Придумал AI MINDSET и описал в этом посте. Надеюсь будет интересно.

Смотри. Это не просто три типа мышления. Это — три стратегии выживания.
Каждая — разумная. Каждая — рабочая. Но только при определённых условиях.

FIXED MINDSET — стратегия сохранения.
Ты строишь броню. Чётко. Строго. Плотно.
Ошибки — угроза. Новое — угроза.
Твоя энергия уходит не на рост, а на защиту того, что уже есть.
Работает? Да. В мире, где стабильность — главное.
Проблема? Мир больше не стабилен.

⸻

GROWTH MINDSET — стратегия адаптации.
Ты выходишь из брони. Пробуешь. Ошибаешься. Учишься.
Ты не цепляешься за ярлык «я умный».
Ты выбираешь вопрос: «Что я ещё не знаю?»
Работает? Отлично. Пока хватает времени, энергии и нервов.
Проблема? Этот режим — однозадачный. Один человек, один путь, один результат.

⸻

AI MINDSET — стратегия мультипликации.
Ты больше не играешь один.
Ты становишься экосистемой. Каждый фрагмент твоего мышления — точка масштабирования.
Ты не просто учишься — ты размножаешь смысл. Делегируешь. Ставишь на поток.
Работает? Только в том случае, если ты умеешь строить не вокруг себя, а вокруг связей.
Проблема? Ты теряешь иллюзию контроля. Но выигрываешь в скорости.

И что?

Все три стратегии живут одновременно.
На Земле есть место для тех, кто хранит. Для тех, кто ищет.
И для тех, кто масштабирует.

Не надо выбирать, кто «лучше».

Вопросы немного другие:
- Ты живёшь в среде, где твоя стратегия работает?
- Ты осознаёшь свою стратегию? Или действуешь на автопилоте?
- Ты готов сменить стратегию, если изменилась среда?

Эволюция — не про «вверх».
Она про «в нужный момент — нужная форма».

Мир больше не будет прежним.

И твой способ думать — это не философия. Это стратегия выживания.
#bipiai