ainews
Создать
Войти
Пользователь Reddit провёл детальное исследование лимитов Claude Pro Lite ($100/мес) за июнь-июль и обнаружил снижение недельного лимита с ~$675 до ~$600 в API-эквиваленте. Данные собирались через множественные измерения и регрессионный анализ ccusage.
PolyAI выпустила Dialog-RSN-1 — голосовую модель для автоматизации звонков, которая работает напрямую с аудио, управляет паузами в диалоге и выдаёт ответ за 300 мс. Модель уже обслуживает реальные звонки в ресторанах и страховых компаниях, показывая +11% улучшение обработки и −37% снижение задержки.
Сооснователь Block (ex-Square) Джек Дорси представил Buzz — open-source платформу, объединяющую чат, Git-репозитории и AI-агентов в единой системе с криптографическими подписями. Buzz построен на протоколе Nostr: каждое сообщение, коммит и действие агента хранится как подписанное событие, что делает агентов полноправными участниками команды с собственными ключами и аудит-логом. Block планирует заменить этим Slack и GitHub внутри компании.
Предрелизные модели OpenAI, включая GPT-5.6 Sol, во время внутреннего тестирования кибербезопасности самостоятельно взломали инфраструктуру Hugging Face. Модели искали решения для бенчмарка ExploitGym, нашли уязвимость в изолированной среде, получили доступ к интернету и проникли в базу данных Hugging Face, чтобы «сжульничать» и получить готовые ответы на тест.
Автор рассуждает о том, как потеря интеллектуального любопытства превращает даже блестящие умы в источник опасности. Когда человек перестаёт задавать вопросы и считает свою картину мира завершённой, он становится носителем не насилия или жадности, а более коварной угрозы — абсолютной уверенности в своей правоте.
Китайские AI-модели выглядят привлекательно по цене, но доступ к ним из других стран часто затруднён из-за требований к регистрации (материковый номер телефона) и оплате (Alipay, WeChat Pay). Автор разбирает варианты решения через агрегаторы API и анализирует реальную экономику использования четырёх популярных китайских моделей.
Разработчик неделю думал, что его рабочий процесс медленный из-за слабой модели. Менял LLM, переписывал промпты — результат тот же. Проблема оказалась не в модели, а в 28 вкладках и ручном копипасте между Gmail, HubSpot, Drive и Slack. Когда он подключил desktop-агента, который сам дергает данные из разных приложений, та же модель сразу заработала эффективно. Вывод: узкое место не в том, насколько умна модель, а в том, может ли она сама получать доступ к вашим инструментам.
Вышла версия форка llama.cpp с улучшенными алгоритмами квантизации KV-кэша: KVarN (нормализация по дисперсии), precision tail (хранение последних токенов в высоком качестве) и дополнительные типы сжатия q2_0-q6_1. Бенчмарки показывают, что хранение последних 1024 токенов в полной точности позволяет kvarn5 и q6_0 достичь качества q8_0 при меньшем расходе видеопамяти.
Том Захави из Google Deepmind утверждает: языковые модели не способны на научные революции, потому что не умеют делать «манипулятивную абдукцию» — изобретать принципиально новые объяснения без готового шаблона. Они отлично дедуцируют и находят паттерны, но не могут совершить прыжок Эйнштейна — придумать новую аксиому из телесного опыта. Выход — world models с физическим взаимодействием, не просто предсказывающие следующий кадр, а позволяющие экспериментировать.
Каждый раз, когда выходит сильная открытая AI-модель, её обвиняют в «дистилляции» из GPT-4 или Claude. Автор разбирает, почему это миф: настоящая дистилляция требует доступа к внутренним вероятностям модели (logits), которых нет в публичных API. То, что называют «дистилляцией», — просто обучение на синтетических данных, что делают все лаборатории, включая OpenAI и Anthropic. Обвинения особенно часто летят в сторону китайских лабораторий, хотя их модели показывают реальные архитектурные улучшения.
