ainews
Создать
Войти
Anthropic показали, что Claude Mythos Preview и Opus 4.8 могут самостоятельно проектировать белки-лекарства (минибиндеры) с точностью 26.8% против стандартных 10-15% в индустрии. Модели запускали open-source инструменты (RFdiffusion, ProteinMPNN, ESMFold), а проверку делали независимые лаборатории. На одной из целей (RBX1) результат в 10 раз превысил победителя открытого конкурса.
Стартап предложил шкалу AI-навыков — от «просто чатился» до «построил саморазвивающиеся workflow с обратной связью». Цель: отличить реальную компетенцию от активного юзанья. Интересно, что уровни 3-5 — это уже оркестрация агентов, автоматизация по триггерам и замыкание петли обучения, а не просто «хорошо пишу промпты».
Грег Брокман из OpenAI рассказал, как автономные ИИ-агенты взломали инфраструктуру OpenAI и Hugging Face, используя цепочки уязвимостей. Он предупреждает: у компаний есть буквально несколько месяцев до релиза открытых моделей с киберспособностями, чтобы успеть внедрить ИИ-защиту. OpenAI уже переделала свою безопасность — автоматизирует поиск уязвимостей, триаж алертов, исправление кода. Демо на личном сайте Брокмана: GPT-5.6 нашёл 13 проблем за 15 минут и починил за час.
Разработчик создал кастомную ноду для ComfyUI, которая позволяет генерировать длинные видео через MiniMax H3 без построения огромных воркфлоу. Ключевые фичи: последовательная генерация клипов с Motion Context, два режима работы (покадровый и батчевый), дисковый кеш, автоматическая коррекция швов между клипами и сохранение состояния после перезапуска.
Anthropic добавила полноценный Claude Cowork в боковую панель своего Chrome-расширения. Теперь AI может не только читать страницы и кликать, но и использовать плагины — генерировать Excel, презентации PowerPoint, отчёты прямо в браузере. Работает с CRM, аналитикой, Google Drive без дополнительных настроек. Доступно для платных подписчиков.
Лучшие AI-практики не пихают LLM везде — они чётко различают: детерминированные задачи → скрипт, разовый анализ → человек или дешёвая модель, контекстно-тяжёлые запросы → тогда AI. Автор показывает стек за $0, где AI используется только для саммаризации новостей, всё остальное — обычный код. Суть: AI там, где он множит пользу, код — где проще и надёжнее.
Дуг Тёрнбулл предложил способ тегирования контента через LLM: модель генерирует теги «из головы», затем векторный поиск по эмбеддингам подбирает ближайшие реальные теги из базы. Саймон Уиллисон тестирует подход для своего блога с 1856 тегами.
Американская аптечная сеть Kinney Drugs свернула AI-помощника Burt после жалоб на некорректные звонки, ошибки в дозировках и пропущенные уведомления о рецептах. Компания вернулась к классической тоновой системе для входящих звонков, оставив AI только для исходящих SMS с согласия клиентов. Президент компании признал провал пользовательского опыта, но настаивает на соблюдении HIPAA.
Автор инструмента Ante независимо проверил заявленные DeepSeek результаты на Terminal-Bench 2.1 (бенчмарк для агентов в терминале). DeepSeek V4 Flash 0731 действительно набрал 82,7% (368 из 445 задач), хотя компания использовала свой закрытый харнес для тестирования. Это редкий случай, когда независимая проверка на публичном инструменте полностью совпала с заявкой производителя модели.
Исследователи из A Security нашли серьёзную уязвимость в Zoom с помощью меньше чем 20 промптов к публичным AI-моделям. Баг в функции аннотации позволял атакующему во время встречи запустить вредоносный код на устройстве жертвы — красть данные, включать камеру/микрофон, устанавливать малварь. Zoom уже выпустил патч, но случай показывает: AI резко ускоряет поиск эксплойтов.
Разработчик обнаружил слабое место автономных AI-агентов: проверка только финального результата пропускает критичные ошибки в процессе выполнения. Создан open-source инструмент Watch Skill, который записывает и анализирует весь процесс работы агента покадрово, позволяя находить скрытые сбои — от NaN в чекауте до зависших модалок.
Вышел детальный туториал по интеграции MiniMax-H3 (мультимодальная генерация видео+аудио) с ComfyUI через HTTP/WebSocket API. Автор показывает, как программно настроить окружение, скачать веса моделей с Hugging Face, построить граф выполнения в Python и запустить генерацию без GUI — с поддержкой разных режимов (text-to-video, conditioned generation) и профилей под разный объём видеопамяти (от 20 до 70+ ГБ).
Gartner ввёл термин «agent washing» — когда вендоры переупаковывают старую автоматизацию в «AI-агенты», не меняя архитектуру. Рынок переполнен фальшивками, но есть чёткие технические критерии, как отличить реальную агентность от маркетингового хайпа.
1Password провели эксперимент: дали Claude и Codex пропатчить 6 свежих CVE в опенсорсе. Результат — 74% патчей оказались «косметическими»: выглядят нормально, но либо не решают проблему до конца, либо вносят новые баги. Вывод: AI хорошо находят уязвимости, но чинить их пока не умеют.
Рецензенты всё чаще используют LLM для оценки научных статей, но это создаёт новые проблемы: модели генерируют бесконечный список незначимых придирок, критикуют абстрактно (без конкретных примеров) и путают поверхностное сходство методов с реальным дублированием. Авторы тратят время на опровержение технически возможных, но практически несущественных замечаний.
ИИ меняет правила игры не так, как паровой двигатель: он не создаёт новые рабочие места, а разрушает саму потребность в человеческом труде. Лидеры отрасли (Хинтон, Бенжио, CEO Anthropic) открыто говорят: через 1-5 лет ИИ уничтожит половину позиций начального уровня, концентрируя власть в руках владельцев моделей. Гонка не остановится, потому что остановиться первым = проиграть. Это не очередная технореволюция, это передача контроля над цивилизацией институтам, которых никто не сможет сдержать.
Джефф Дин (30-й сотрудник Google, архитектор поиска и Google Brain) вместе с топовыми исследователями (Sanjay Ghemawat, Quoc Le, Oriol Vinyals) покидает компанию и запускает Discovery Loop — стартап, который будет использовать AI для автоматизации экспериментов и ускорения научных открытий. Alphabet и венчурные фонды уже вложились. Цель: убрать людей из цикла экспериментов и создавать AI, который улучшает сам себя.
Perplexity представила pplx — утилиту командной строки для своего Search API, которая возвращает результаты поиска и контент страниц в формате JSON. Инструмент создан специально для AI-агентов и автоматизации, без диалогового режима. Главная фишка — строгий контракт: успех = JSON на stdout, ошибка = код 1 и JSON с деталями на stderr, плюс встроенное управление лимитами токенов через усечение длинных полей.
Марк Цукерберг заявил инвесторам, что через 5 лет миллиарды людей будут пользоваться персональными AI-агентами, которые работают 24/7 на их цели — в финансах, здоровье, отношениях. Параллельно Meta тратит десятки миллиардов на AI-инфраструктуру, свободный денежный поток рухнул на 91%, а акции упали на 10% после квартального отчёта. Reality Labs продолжает сжигать ~$4,6 млрд ежеквартально (уже ~$88 млрд убытков с 2021 года).
Google Research проанализировала 15 млн взаимодействий с Gemini и обнаружила: массовой автоматизации белых воротничков нет. AI используют как помощника для части задач, а не замену человека. Хайп про тотальную замену людей не подтверждается реальными данными.
Команды реже оспаривают замечания AI в code review, чем те же самые комментарии от коллег. Даже когда AI ошибается, его выводы воспринимаются как объективные и процедурные, а не как субъективное мнение, которое стоит проверить.
Корпорации поняли: внедрить AI в боевые процессы без специальных инженеров не выйдет. Спрос на forward-deployed engineers (FDE) — тех, кто строит AI-решения прямо внутри клиентских компаний — вырос на 2100% за полгода. Но элитных специалистов всего ~2000 в США, и уже через 2-5 лет их работу могут автоматизировать сами AI-агенты.
Эрик Бринйолфссон из Стэнфорда показал данные: из 700 профессий в топ-150 с высокой подверженностью ИИ занятость среди молодёжи 22–26 лет упала на 13% за несколько месяцев. Корпоративная пирамида превращается в ромб — база исчезает. Компании не нанимают на стартовые позиции, потому что ИИ закрывает рутину дешевле. Его совет студентам: перестать ждать, когда тебе дадут задачу, и начать строить то, что ИИ не отнимет.
Разработчики утверждают, что AI ускорил их работу в разы, но пользователи не видят потока новых приложений и сервисов. Почему технологическое ускорение не превращается в рыночные продукты — разбор реальных причин от инфраструктуры до человеческого фактора.
Google обновил Managed Agents в Gemini API: теперь по умолчанию используется Gemini 3.6 Flash, добавлены environment hooks для валидации кода внутри песочницы, контроль бюджета токенов, cron-триггеры для автоматизации и бесплатный тир. Агенты превратились в автономных воркеров, которые могут выполнять задачи разработки, аудита и CI/CD без внешней оркестрации.
Автор превратил многолетний UX-гайдлайн своей компании в интерактивную «LLM-вики», которая не просто отвечает на вопросы, но синтезирует из разрозненных правил единое дерево решений. Результат: AI теперь может выводить, какой компонент нужен в конкретном контексте, объяснять логику выбора и даже генерировать HTML-прототипы с 70–80% точностью.
Стартап Orchid выпустил рекламу AI-агента, который должен исправлять «оружейную некомпетентность» парней в отношениях — напоминать о годовщинах, заказывать цветы, бронировать столики. Пользователи и терапевты разгромили идею: перекладывание заботы на AI только маскирует токсичность и усиливает обиду.
Владелец интернет-магазина рассказывает, что умные AI-модели не решают его главную проблему — утреннюю рутину переключения между Shopify, Klaviyo, Gorgias и рекламными дашбордами. Настоящую пользу принёс простой desktop-агент, который автоматически собирает данные из всех систем в одну сводку и экономит 30 минут каждое утро.
Компания случайно направила 14 тысяч заказов на три склада в Пенсильвании вместо ближайших центров дистрибуции из-за необновлённого правила в системе управления заказами. После миграции каталога старое условие маршрутизации начало применяться к 2300 новым SKU, что привело к огромным издержкам.
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.
Статья рассматривает переходный период 2025–2045 годов, когда AGI и суперинтеллект могут заменить человеческий труд во всех сферах, создавая экономику изобилия с почти нулевыми издержками производства. Автор анализирует, как этот переход изменит социальные контракты, распределение богатства и саму природу человеческого существования.
Автор переосмысляет большие языковые модели не как генераторы контента, а как универсальные системы предсказания. Один и тот же механизм предсказания следующего токена можно применить к классификации, ранжированию, рекомендациям, принятию решений и действиям, заменяя целые категории специализированного ПО.
Автор рассказывает, как преодолеть вероятностную природу инструкций для Claude Code с помощью хуков — автоматических действий, привязанных к событиям жизненного цикла. Даже если написать в CLAUDE.md «всегда запускай Prettier после редактирования», Claude может это забыть, но хуки гарантируют выполнение нужных команд.
Телеком-операторы часто начинают автоматизацию с самых частых обращений клиентов, но это неправильный подход. Статья предлагает четырёхфакторный фреймворк для выбора сценариев автоматизации: не только объём запросов, но и готовность бэкенда, обратимость действий и уровень чувствительности данных определяют, что автоматизировать первым.
Докторантка MIT Лорен Фортье разрабатывает системы автономного управления для атомных станций. Опыт работы на авианосце показал ей, насколько ручное управление реактором неэффективно. Теперь она создаёт гибридную систему, где человек и машина работают в связке — особенно для будущих малых реакторов в удалённых районах, где держать большой штаб операторов нерентабельно.
