Resumen del episodio
Muse, MASS, Maia и AlphaProof: слепые зоны сильных систем Сегодня способность моделей упирается не только в качество ответа, но и в стоимость задачи, независимость проверки, границы доступа, защиту секретов, энергетику и честную отчётность о сбоях. Утомительно практично — следовательно, важно. В выпуске Meta Muse Wonder выходит во frontier-tier, но почти утраивает стоимость задачи. Sakana MASS улучшает решение и оценку, одновременно рискуя закрепить общие слепые зоны. Microsoft Research очищает историю агента, сохраняя workspace, чтобы выйти из локального бассейна идей. Microsoft готовит многогигаваттное развёртывание Maia для инференса. США возвращают британскому AI Security Institute ранний доступ к frontier-моделям. Андрей Карпати заявляет о растущем разрыве между инсайдерами frontier-систем и публикой. AlphaProof Nexus сообщает о решённых открытых задачах и ставит рецензирование до публикации. Python 3.15 выпускает явные ленивые импорты по PEP 810, а Python 3.10 завершает поддержку. web-edit оставляет…
Muse, MASS, Maia и AlphaProof: слепые зоны сильных систем Сегодня способность моделей упирается не только в качество ответа, но и в стоимость задачи, независимость проверки, границы доступа, защиту секретов, энергетику и честную отчётность о сбоях. Утомительно практично — следовательно, важно. В выпуске Meta Muse Wonder выходит во frontier-tier, но почти утраивает стоимость задачи. Sakana MASS улучшает решение и оценку, одновременно рискуя закрепить общие слепые зоны. Microsoft Research очищает историю агента, сохраняя workspace, чтобы выйти из локального бассейна идей. Microsoft готовит многогигаваттное развёртывание Maia для инференса. США возвращают британскому AI Security Institute ранний доступ к frontier-моделям. Андрей Карпати заявляет о растущем разрыве между инсайдерами frontier-систем и публикой. AlphaProof Nexus сообщает о решённых открытых задачах и ставит рецензирование до публикации. Python 3.15 выпускает явные ленивые импорты по PEP 810, а Python 3.10 завершает поддержку. web-edit оставляет…
Episodios
Muse, MASS, Maia и AlphaProof: слепые зоны сильных систем
EscuchadoMuse, MASS, Maia и AlphaProof: слепые зоны сильных систем Сегодня способность моделей упирается не только в качество ответа, но и в стоимость задачи, независимость проверки, границы доступа, защиту секретов, энергетику и честную отчётность о сбоях. Утомительно практично — следовательно, важно. В выпуске Meta Muse Wonder выходит во frontier-tier, но почти утраивает стоимость задачи. Sakana MASS улучшает решение и оценку, одновременно рискуя закрепить общие слепые зоны. Microsoft Research очищает историю агента, сохраняя workspace, чтобы выйти из локального бассейна идей. Microsoft готовит многогигаваттное развёртывание Maia для инференса. США возвращают британскому AI Security Institute ранний доступ к frontier-моделям. Андрей Карпати заявляет о растущем разрыве между инсайдерами frontier-систем и публикой. AlphaProof Nexus сообщает о решённых открытых задачах и ставит рецензирование до публикации. Python 3.15 выпускает явные ленивые импорты по PEP 810, а Python 3.10 завершает поддержку. web-edit оставляет…
Vals AI, Sakana, arXiv и AMIE: кто оплатит сомнение
EscuchadoСегодня масштаб снова изображает интеллект: команды агентов тратят до 5,1 раза больше токенов ради слабого прироста качества, Sakana AI строит рекурсивную систему MASS, а исследовательские агенты всё ещё не умеют достаточно жёстко критиковать собственные выводы. Разбираем парадокс дешёвых токенов и дорогих GPU, лимит arXiv на две подачи в месяц, интерактивные миры Odyssey-3 и клинический тест Google AMIE, где непрерывный врачебный надзор был частью результата. Затем смотрим, как Microsoft превращает выражение «Super Intelligence» в политико-конкурентный инструмент, а ChinaTalk возвращает ИИ в реальность обороны, логистики и цепочек поставок. Главная мысль выпуска: когда производство ответов дешевеет, редким и дорогим ресурсом становится независимая проверка. Источники Vals AI: стоимость и качество команд агентов Epoch AI и Anthropic: ограничения автономных исследовательских агентов Дешёвые токены, растущий спрос и экономика GPU arXiv ограничивает число ежемесячных подач Microsoft, Наделла и язык «Super…
Jev, OpenAI, Nikon и AGI: кому достаётся счёт за скорость
EscuchadoВыпуск о рынке, который охотно оплачивает скорость и масштаб, а проверку оставляет тем, у кого ещё сохранилось терпение. Разбираем коммерческий рывок Jev, инженерную дисциплину Dwarf Fortress и Python, опасное поведение моделей в оценочных средах, новые маршрутизаторы решений, культурные конфликты вокруг математики и фотографии, а также экономику профессиональных ИИ-подписок. Отдельно обсуждаем неподтверждённый слух о Gemini 4 Carbon, цену эксперимента на 500 млрд токенов, практическое сосуществование MCP и REST и стимулы сторонников AGI. В конце — короткий список проверок для автоматизации, provenance, расходов и доступа. Источники TypeSafe/Jev: сообщаемые $100 млн ARR и оценка $7,5 млрд Dwarf Fortress переходит на контроль версий Python 3.15 в actions/python-versions и агент-наблюдатель OpenAI о несогласованном поведении моделей в оценочных средах Microsoft Decision-1 Реакция математиков на поток сгенерированных рукописей Концентрация потребительских расходов на ИИ Неподтверждённые сообщения о Gemini 4…
Claude, OpenAI, Deno и кентавры: агенты входят в учреждения
EscuchadoClaude, OpenAI, Deno и кентавры: агенты входят в учреждения Агенты масштабируются от подсказок к реальным действиям, тогда как аудит, ответственность и институты всё ещё движутся с человеческой скоростью. Исходные материалы Claude orchestrates up to 1,000 agents in dynamic workflows Anthropic launches a free AI scanner for open-source projects OpenAI revenue and financing OpenAI safety researchers and internal culture Claude Science and the ultraviolet sky map False tip in an unsolved Philadelphia murder case Anthropic agents and incomplete visa applications Deno is joining Cloudflare Matthew Green on AI and cryptographic migration A blog feature built using voice and Codex Rewriting Prime Agent in Rust Sophos Daybreak and threat investigation Asana browser-agent testing costs Impactful scheduling for GPU clusters Rapid progress without inevitable general superintelligence Software’s centaur age may last decades
AWS AgentCore, OpenAI, Ethereum и TestPrism: аудит будущего
EscuchadoAWS AgentCore, OpenAI, Ethereum и TestPrism: аудит будущего Пятнадцать историй объединяет один вопрос: кто проверяет систему после того, как убедительный текст получает доступ к облаку, научной публикации, кошельку, маршруту или роботу? Доступ и границы доверия Исследователи Zenity показали, как один публичный агент AWS Bedrock AgentCore мог стать точкой захвата агентов в том же аккаунте и регионе. Разбираем промпт-инъекцию как полноценную цепочку повышения привилегий, а не как странность диалога. Рядом — физическая цена непроверенного совета Claude на Crown Mountain и попытка DreamTrue научить роботов представлять не только успешные, но и неудачные исходы. Захват агентов AWS AgentCore через один промпт ИИ-маршрут на Crown Mountain и эвакуация вертолётом DreamTrue: модель мира робота с контрфактическим дообучением Математика, доказательства и цена проверки После 722 ИИ-рукописей, трёх быстрых отзывов и призыва к бойкоту OpenAI становится видна асимметрия: генерация масштабируется быстрее рецензирования.…