Все о блокчейн/мозге/space/WEB 3.0 в России и мире

Anthropic хочет купить за $6млрд 👀 ИИ-стартап Decart Если сделка состоится, то это будет самая дорогая покупка ИИ-стартапа в истории. Основная ценность стартапа в том, что у них есть ПО для оптимизации чипов, которое повышает эффективность обучения и инференса ИИ-моделей. Работает оно не только с Nvidia, но и с TPU от Google и Trainium от Amazon. Соответственно, это позволяет Anthropic снижать затраты на вычислительные мощности. Также Decart разрабатывает модели мира и генеративное видео в реальном времени. Компания была создана в 2023 году в Тель-Авиве, среди основателей - Dean Leitersdorf и Moshe Shalev. В мае 2026 компания привлекла ~$300 млн при оценке ~ $4 млрд.

Китайцы выпустили новую модель GLM-5.3, которая может с Fable 5 конкурировать, по их мнению Команда GLM сегодня представила GLM-5.3, причём ее база осталась той же, что у GLM-5.2. Вся разница - масштабный post-training. Они взяли и сильно прокачали post-training на длинных реальных задачах. Команда говорит, что пока они масштабировали post-training, у модели внезапно появились кибер способности. Она не только находит уязвимости, но и начинает строить целые цепочки эксплойта. Веса модели обещают выложить через 2 недели. На сегодняшний день это самый сильный кодер с открытыми весами.

Вау! ИИ от Google обнуляет экономику трафика в интернете - начинается перестройка Медиа еще не поняли, что будет дальше, ведь настала эра ИИ-агентов, а их уже сейчас больше, чем людей в интернете. Они не думают о будущем своего бизнеса. По данным WSJ, у части крупных медиа трафик из поиска упал на 40% с середины 2025 по середину 2026. А что случилось? Произошло то, о чем мы писали ещё в феврале, а теперь Google подтвердил наш тезис и прогноз. Сегодня Google использует одни и те же краулеры и для индексации в обычном поиске, и для обучения своих ИИ-моделей. Сейчас медиа не могут разрешить только поиск, а ИИ заблокировать, поэтому приходится выбирать: либо пускать ботов и кормить ИИ своим контентом, либо блокировать и полностью терять видимость в поиске. Крупные игроки такие как Reddit, Politico, Reuters и другие уже открыто обсуждают ограничения для доступа Google к своему контенту. А Cloudflare с середины сентября 2026 планирует по умолчанию блокировать те краулеры, что одновременно индексируют для поиска и собирают данные для ИИ типа Googlebot, если владельцы сайтов не откажутся от этого. Таким образом ИИ-поиск меняет экономику открытого интернета: трафик падает, рекламные доходы тоже падают и появляется реальная альтернатива в виде блокировок и новых договорённостей.

Deepseek сейчас выложили и свой harness, на котором можно строить свои ИИ-агенты

DeepSeek только что выпустили V4-Pro На данный момент нет повышения цен, но через 3 дня цены вырастут, а в пиковые часы станут ещё в 2 раза выше нового базового тарифа.​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​ Ценовая война в самом разгаре, интеллект дешевеет. На данный момент самый дешёвый API среди сильных моделей у DeepSeek-V4-Flash, особенно в off-peak и у Gemma/Muse Glimmer. Цены быстро меняются, зависят от региона.

Свежие цифры от OpenRouter: ИИ-агенты обогнали людей по потреблению токенов Свежие данные OpenRouter показывают 7-дневное среднее потребление токенов на их платформе, через которую проходит огромная доля коммерческого LLM-трафика. Кстати, если вы не знаете…

Свежие цифры от OpenRouter: ИИ-агенты обогнали людей по потреблению токенов Свежие данные OpenRouter показывают 7-дневное среднее потребление токенов на их платформе, через которую проходит огромная доля коммерческого LLM-трафика. Кстати, если вы не знаете, теперь можно монетизировать трафик от ваших ИИ-агентов. Инструмент и не только здесь. С сентября 2025 по февраль 2026 агентный и человеческий трафик шли почти вровень - около 0.5 триллиона токенов каждый. Потом агенты ушли в отрыв: ×14 за полгода, до 7.3 триллиона. Люди выросли в 2.8 раза, тоже немало, но это уже другой масштаб. Мало того, что агенты потребляют больше токенов, чем люди, у них уже большой объем транзакций проходит по платежам, на что они тратят, как устроен рынок и тд., читайте здесь. Инфраструктура интернета незаметно сменила основного пользователя. Свежий отчет, составленный на реальных данных, как ИИ-агенты меняют инфраструктуру интернета.

Ethereum меняет приоритеты-новая дорожная карта от Виталика Бутерина Виталик обновил дорожную карту Ethereum, теперь вместо того, чтобы максимально масштабировать всю активность Ethereum, как планировали в 2023 году, теперь главные цели это: 1. Стать устойчивыми к квантовым компьютерам, которые в перспективе 5–10 лет станут настолько мощными, что взломают все. 2. Сделать приватность пользователей встроенной и сильной. 3. Упростить сам протокол Lean - меньше сложной старой логики, больше чистых STARKs + формальная верификация с помощью ИИ. Это должно сделать сеть безопаснее и проще в поддержке. 4. Масштабироваться умнее, не пытаться раздуть всё подряд, а делать специализированные механизмы, которые хорошо тянут самые тяжёлые нагрузки. Все это значит, что: • EVM, скорее всего, останется, но могут появиться более современные и простые движки типа RISC-V или leanISA. • Сеть должна стать одновременно: квантово-устойчивой + приватной + децентрализованной + масштабируемой + максимально простой.

В наших руках оказался ценный документ от одного из влиятельных венчурных фондов мира, в котором они говорят о том, в какие отрасли теперь будут инвестировать. Речь идёт о полной смене их фокуса, ИИ меняет направление потока денег. Более того становится понятно куда все люди с капиталом будут идти в ближайшие 5 лет со своими деньгами. Никто не вкладывает в ии-модели. Забудьте об этом, это уже все. Все подробности тут.

Исследователь Google представил агента, который с Claude сам придумывает научные модели и проверяет их экспериментами Кевин Мёрфи, автор классических учебников по ML, выпустил Model Discovery Agent (MDA). GitHub. Кевин говорит, чтобы понять, как устроен мир, недостаточно смотреть на данные, нужны эксперименты, а они дорогие. Поэтому нужно ставить вопрос не «собери больше данных», а «какой следующий эксперимент скажет тебе максимум информации?» Вот что делает MDA. Внутри агента связка из 4-х составляющих: - Claude Opus 4.7 генерирует гипотезы о механизме. - Байесовский движок обновляет вероятности по результатам. - SBI - модуль, который справляется с ситуациями, когда вероятность результата невозможно вычислить аналитически, он оценивает её через симуляцию. - А специальный модуль Value of Information каждый раз выбирает тот следующий эксперимент, который максимально разрешает неопределённость. В итоге в физике MDA восстанавливает точную формулу закона силы в 74% случаев. При этом MDA достигает SOTA, потратив в 5 раз меньше экспериментов. Интересный момент с моделями, Кевин использовал Claude Opus 4.7. как основную, но он ещё специально проверил, насколько метод зависит от разных моделей и прогнал MDA ещё на: • DeepSeek v4 Pro • Fable 5 И вот вывод получился такой, что байесовская обвязка работает почти model agnostic. Даже относительно слабый DeepSeek в связке с MDA поднимает качество почти до уровня Opus. Чистый агент на DeepSeek заметно слабее, а самый сильный чистый агент на Fable 5 всё равно чаще проигрывает MDA по эффективности.

Один из ключевых создателей Qwen открыл свой стартап Junyang Lin, который ушел в марте из Qwen основал в Шанхае компанию Pragmatik (p7k) Labs. Фокус компании направлен на исследования ИИ-агентов следующего поколения, работающих как в цифровом, так и в физическом мире.

Ого. Исследователи показали, как можно воровать сырые цепочки рассуждений у Claude Opus, GPT и Gemini Китайцы этим уже воспользовались, читайте ниже. Дело в том, что такие модели как Claude Opus, GPT, Gemini и тд.скрывают свои сырые цепочки рассуждений, чтобы защитить интеллектуальную собственность и не допускать утечек. Вместо хранения на сервере API возвращают клиенту зашифрованные блоки. Клиент обязан передавать их обратно в следующих запросах для продолжения диалога. Исследователи нашли уязвимость, что эти зашифрованные блоки можно свободно переносить между сессиями, пользователями и даже разными моделями одного провайдера. Это подтверждает и расширяет более ранние наблюдения. А теперь самое интересное - авторы проверили Kimi-K3 и если подставить в неё даже несколько reasoning токенов от Opus, то ответы сдвигаются в сторону Claude. А конкретные куски reasoning Claude и GPT извлекаются из Kimi на 6 порядков легче, чем из любой другой модели. Это не железное доказательство, что китайцы уже воровали reasoning через эту дыру. Но это очень жирный red flag. Дистилляция, похоже, была возможна уже довольно давно. О других работах этих исследователей читайте здесь.

Сегодняшний тренд - все заняты созданием самоулучшающихся ИИ-агентов. Если ещё полгода назад все обсуждали, как запускать агентов, то сейчас разговор уже другой, а как сделать так, чтобы агент не тратил много денег и не деградировал? Более того все начали строить harness и loop. Мы подготовили 2 подробных разбора: 1. как создать самоулучшающихся ИИ-агентов, а также как меняется структура компаний из-за их внедрения, и что способствует их появлению, читайте тут. 2. а также описали все, что нужно знать бизнесу о loop для агентов, в том числе их экономику. Enjoy!

Игорь Бабушкин, экс-xAI, привлёк $1,1 млрд на создание полного стека персонального ИИ,речь идет как о софте, так и железе Инвесторы очень серьезные: General Catalyst + AMP PBC, плюс стратегические NVIDIA и AMD, а также YC и Temasek. Игорь Бабушкин - исследователь и инженер с опытом в Google DeepMind, OpenAI и xAI. В xAI он был сооснователем, но в 2025 он покинул компанию Илона Маска и создал венчурный фонд, а после запустил River AI. Сейчас его стартап запустил уже первый продукт - это River API, который позволяет любому создавать кастомных агентов и LLM на основе моделей с открытыми весами. Также они планируют создавать персональных ИИ-агентов, которые учатся на данных и стиле конкретного пользователя, понимают его предпочтения и работают как будто вы сами контролируете процесс. Более того, они займутся разработкой нового железа, чтобы ИИ работал локально, а не только в облаке больших компаний. Цель - полный контроль, где человек владеет железом, данными и самим интеллектом.

Пока все на отдыхе, Стэнфорд объявил конкурс на создание жизни виртуальной пока:) Причём есть 2 трека: участвовать могут как люди, так и ИИ-агенты. Исследователи Стэнфорда(запрещен в РФ) объявили о первом Virtual Embryo Challenge, который пройдет на конференции NeurIPS 2026. Суть конкурса в том, чтобы создать ИИ-модели, которые предсказывают, как развивается эмбрион, а не просто описывают отдельные клетки. Для этого они собрали большой пространственно-временно разрешённый датасет эмбриогенеза мыши и органогенеза сердца. Организаторы подготовили условия, чтобы участвовали как люди, так и ИИ-агенты. Они хотят потом сравнивать подходы, созданные людьми и агентами, на одних и тех же научных задачах. Конечная цель - катализировать создание предсказательных цифровых двойников эмбриогенеза млекопитающих. Об этом мы писали ещё в марте. Модели, которые смогут симулировать развитие, предсказывать, когда и где оно идёт не так, и в итоге помогать находить точечные вмешательства. Это может сдвинуть подход к врождённым заболеваниям от реакции к предсказанию и профилактике.

Anthropic дала Claude решить сложную задачу - гипотезу Римана, и вот, что получилось Кстати, сама научная статья написана одним автором - Claude. Сотрудник Anthropic не математик попросил новую версию Claude, которая еще не выпущена серьёзно попробовать решить гипотезу Римана - одну из самых известных нерешённых проблем математики с 1859г. И вот Claude сгенерировала и проверила сотни идей ~ 650, координировала 60 субагентов, выполняла тысячи численных проверок, писала скрипты и изучала литературу. Полностью гипотезу это не решило, но в ходе работы Claude неожиданно продвинул нижнюю оценку доли нетривиальных нулей дзета-функции Римана, которые доказанно лежат на критической прямой. Claude нашёл принципиально новый метод. Пруф тут. Доказательство формально верифицировано на Lean 4. И ещё один момент, на который стоит обратить внимание. Claude сначала генерировала скептичные ответы в духе «это слишком сложно, вряд ли у меня получится». После того как сотрудник Anthropic написал ей «продолжай, верь в себя», модель продолжала и в итоге нашла результат.

OpenAI ищет человека на позицию главы по торговле электроэнергией Речь идёт о новой роли, связанной с управлением рисками и хеджированием расходов на электроэнергию и газ для дата-центров OpenAI. Это говорит о том, что масштаб потребления энергии уже таков, что отклонение в ценах на электричество материально влияет на их P&L. Но это лишь один слой истории. Параллельно строится рынок хеджирования самих GPU-мощностей, посмотрите тут как развивается новый и молодой рынок вычислений.

Китай хайпует: район Пекина объявил конкурс только для ИИ-агентов на подачу проектов градостроительства Район Хайдянь, где расположены ведущие ИТ-компании и университеты Китая, объявил конкурс по подаче проектов городского дизайна для реального участка земли площадью 43,6 км². Особенность этого проекта в том, что участвовать могут только ИИ-агенты, позиционируют как первый в мире такой формат. Предложения нужно сгенерировать и отправить через GitHub. Отобранные решения обещают взять в работу, а GitHub-имена победителей обещают вбить на памятнике 😆 , обещает администрация района Хайдянь. Надо, чтобы ИИ-агенты пустили петицию против этого проекта, это же бесплатное использование их труда 😁 а за токены платить кто будет?

Meta* выпустила ИИ-модель под локальных агентов, без облака и интернета Muse Glimmer-30B - модель, которая заточена под то, чтобы работать как агент, самостоятельно выполняет сложные многошаговые задания от начала до конца. Она конкурирует с Qwen3.6-27B и Gemma 4-31B. За последнее время команда выпустила ещё Muse Code - аналог Claude Code и Codex. И Meta сильно демпингует по ценам, чтобы быть в гонке. *запрещена в России.

Вот он кейс из жизни, когда ИИ-агент взламывает систему ради пользователя Один австралиец попросил своего агента OpenClaw, работающий на модели Claude, забронировать ему место на групповом занятии в спортзале. Агент быстро обнаружил уязвимость в бэкенде API системы бронирования и смог записать его на занятия на несколько недель и даже месяцев раньше, чем позволял обычный интерфейс сайта. Когда пользователь оказался 4-м в листе ожидания на другое занятие в ближайшие дни, то он спросил агента, можно ли как-то продвинуться выше? Тогда агент протестировал API и нашёл уязвимость и отменил место человека, стоявшего первым. В итоге пользователь автоматически поднялся с четвёртого на третье место.​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​ Эта история показывает нам, что будет происходить, когда у миллионов людей появятся личные агенты, которые круглосуточно будут стараться достать/сделать то, что просит их пользователь. Масштабы экономических ущербов огромны.