ИИ что дальше?

Флорида подала в суд на OpenAI

Генеральный прокурор Флориды Джеймс Утмайер засудил OpenAI и лично Сэма Альтмана. Формулировка: выпуск небезопасного продукта. Флорида — штат, где аллигаторы живут в бассейнах, а люди стреляют по ураганам. И вот они решили, что ChatGPT опасен.

За этим стоит конкретная история: вред, причинённый ИИ реальным людям. Какой именно — в иске пока не раскрыто подробно, но сам факт того, что штат идёт против корпорации от имени пострадавших, а не просто грозит регуляторным пальчиком, меняет расклад.

До сих пор все разговоры о вреде ИИ были абстрактными: «а вдруг», «потенциально», «в теории». Теперь это судебный иск с конкретным ответчиком и конкретным истцом. Прокуроры штатов в Америке - ребята серьёзные, они не подают иски ради пиара. Ну, почти не подают.

Интересно, что Флорида при этом один из самых про-бизнесовых штатов в стране 🤔

Google дал сайтам кнопку «отключиться от ИИ»

Google добавил в Search Console тумблер — можно отключить свой сайт из AI Overviews и AI Mode. Мол, не хотите кормить нашу нейросеть трафиком — пожалуйста, вот дверь.

Только дверь эта ведёт в никуда. Google держит 90%+ поискового рынка. Отключился от AI-выдачи - потерял видимость. Остался - твой контент перемалывают в кашу для AI Overview, и пользователь на сайт уже не переходит. Классический выбор между «плохо» и «очень плохо».

Это как если бы монополист-арендодатель сказал: «Я поднял аренду в три раза, но вы свободны съехать». Формально свобода, а фактически ловушка.

Когда через полгода кто-то пожалуется в антимонопольный комитет, Google покажет этот тумблер и скажет «мы же дали выбор». Галочка для регуляторов, не для вебмастеров.

Самое забавное - тумблер появился ровно тогда, когда AI Mode начали раскатывать на всех пользователей 🎪

Claude наплодил багов в rsync? Ну почти

Новости из стана разработчиков все веселее (https://alexispurslane.github.io/rsync-analysis/). Началось все с того, что Claude добавил баги в rsync — старейшую утилиту для синхронизации файлов. Мол, AI-коммиты ухудшили качество кода. Другой автор решил это опровергнуть и написал подробный разбор: нет, всё нормально, баги были и до Claude, а новые коммиты вполне адекватные. Защита AI получилась страстная, аргументированная, с графиками.

Один нюанс. Разбор, защищающий AI, сам явно написан с помощью AI. И это видно невооружённым глазом — характерная структура, обороты, даже способ подачи аргументов.

Давайте посчитаем слои иронии:
- Слой первый: AI обвиняют в багах.
- Слой второй: AI оправдывают с помощью AI.
- Слой третий: AI-анализ AI-кода может содержать те же слепые пятна, что и сам AI-код.

Мы буквально попросили подсудимого написать себе оправдательный приговор.
Самое смешное, что никто из участников дискуссии, похоже, не видит в этом проблемы. Рекурсия доверия к машине, которая проверяет машину, уже стала нормой 🤷

12 миллиардов параметров бьют 27

Google показала Gemma 4 12B — мультимодальную модель без энкодера, которая обходит их же Gemma 3 27B.

Модель в два с лишним раза меньше предшественницы, а результаты лучше. Лицензия Apache 2.0, то есть бери и делай что хочешь.

Главное для тех, кто считает: запускается локально на ноутбуке с 16 ГБ видеопамяти. Это RTX 4060 или даже MacBook с M-чипом. Никаких облачных подписок, никаких API-токенов по $0.01 за запрос.

Тренд очевиден — модели худеют и при этом умнеют.

Конгресс хочет заморозить законы штатов об ИИ

Двухпартийная группа в Палате представителей предложила федеральный фреймворк по регулированию ИИ. Главная фишка — трёхлетний мораторий на законы штатов. Федеральные правила получают приоритет, а весь зоопарк локальных регуляций ставится на паузу.

Кодификация уже существующих программ, единый подход к управлению ИИ на федеральном уровне. По сути, попытка собрать разрозненные инициативы в одну рамку и не дать штатам наплодить 50 несовместимых режимов.

Крупные ИИ-компании годами жаловались, что каждый штат тянет одеяло на себя. Калифорния хочет одно, Техас другое, Нью-Йорк третье. Единый федеральный стандарт - это то, о чём лоббисты мечтали за утренним кофе.

Что дальше: три года - срок короткий. Если за это время федералы не родят внятные правила, штаты вернутся с удвоенной энергией. А законодатели, как мы знаем, славятся своей оперативностью 😏

Сулейман боится не Google, а Anthropic

Мустафа Сулейман, глава ИИ-направления Microsoft, на Build сказал интересное: его команда больше всего озабочена не Google, не Meta и даже не OpenAI (с которым они, на минуточку, партнёры). Главный конкурент — Anthropic.

Почему? Потому что Anthropic, по его словам, делает модели, которые реально лучше справляются с задачами разработчиков. Код, рассуждения, работа с инструкциями — ровно то, что Microsoft хочет продавать корпорациям через Azure.

Забавная ситуация: Microsoft влил в OpenAI миллиарды, а нервничает из-за конторы, в которую вложился Amazon. При этом Google с Gemini и Meta с открытыми моделями - типа ок, не страшно 😏

Можно считать это тактическим ходом - публично хвалишь конкурента, чтобы мотивировать команду. Классика менеджмента. Но Сулейман - сооснователь DeepMind и знает, когда технология реально опасна для бизнеса.

Не набрал 100 часов в Cursor — не лезь учить

Jon Barron из Google DeepMind (тот самый, кто стоит за NeRF) выдал совет аспирантам: если ваш научный руководитель не провёл 100 часов в агентных IDE, можете смело игнорировать его мнение.

Звучит дерзко, но давайте на секунду задумаемся. Человек из DeepMind, у которого вычислительные ресурсы Google под рукой, говорит аспирантам — ребята, ваш профессор устарел, если не сидит в Cursor или Windsurf.

Математики бьют тревогу, а ИИ бьёт рекорды

Science рассказал (https://www.science.org/content/article/mathematicians-issue-warning-ai-rapidly-gains-ground) о коллективном обращении математиков: ИИ начинает менять саму культуру их науки. Авторы предупреждают о потоке сгенерированных работ, проблемах с авторством, перегрузке системы рецензирования и постепенной утрате привычки самостоятельно проверять результаты.

Поводом для тревоги стали не провалы ИИ, а его успехи. Одна из новых моделей OpenAI смогла самостоятельно найти решение известной геометрической гипотезы, над которой исследователи работали десятилетиями. И это уже далеко не единичный случай.

Математика долго считалась одной из самых защищённых профессий от автоматизации. Творчество, абстракции, доказательства, глубокое понимание. Сегодня именно математики первыми столкнулись с тем, что машина начинает работать на их территории всерьёз.

Похоже, именно эта дискуссия станет одной из главных тем ближайших лет.

Азиатская лаборатория проверила DeepSeek на опасность

Новая AI safety лаборатория Neo Research стартовала сразу с дела — независимая оценка рисков DeepSeek v4 Pro. Проверяли CBRN (химия, биология, радиация, ядерка), кибер-угрозы, манипуляции и риск потери контроля.

Что тут любопытно. Во-первых, лаба азиатская. До сих пор безопасность ИИ — почти монопольная тема западных организаций. Во-вторых, первым делом взялись за DeepSeek, а не за GPT или Claude. Логично: DeepSeek растёт быстро, а независимых оценок его рисков практически не было.

Meta опять сканирует лица. Сюрприз

Помните, как Meta в 2021-м торжественно удалила миллиард биометрических профилей и заплатила $2 млрд штрафов? Покаялись, исправились, всё такое.

А теперь WIRED нашли в коде Meta AI скрытую систему NameTag: три ИИ-модели на 50 млн устройств тихонько сканируют лица через камеру очков Ray-Ban, генерируют биометрические подписи и сливают на серверы. Без спроса у тех, кого снимают 🎭

Uber платит $1500 в месяц за ИИ на сотрудника

Если инженер использует Claude Code и GPT Codex одновременно, потолок вырастает до $3000 в месяц или $36 000 в год на человека.

Если компания с сотнями миллионов долларов расходов на разработку разрешает инженеру сжигать десятки тысяч долларов в год на токены, это означает простую вещь: выгода оказывается выше затрат.

Ещё недавно главным аргументом против ИИ была цена. Сегодня крупнейшие компании вводят не запреты, а лимиты. Вопрос уже не в том, дорого ли это. Вопрос в том, сколько именно можно потратить, прежде чем финансовый отдел начнёт нервничать.

Для обычного пользователя $20–200 в месяц за ИИ кажутся заметными расходами. Для корпорации эффективный разработчик с хорошим агентом уже выглядит как актив, на который разумно тратить десятки тысяч долларов в год сверх зарплаты.

Похоже, мы начинаем видеть первые реальные рыночные цифры стоимости «усиленного ИИ человека».

Сайты сломались, теперь их чинят агенты

Кто-то сделал пародийный сайт https://agenticmotherfucking.website. Раньше веб был уродливым, но быстрым и рабочим. Потом пришли дизайнеры, фреймворки, попапы. А теперь пришли ИИ-агенты, и стало совсем весело. Сайты превратились в горящий мусор, который сам решает, что тебе показать, сам кликает кнопки и сам с собой разговаривает.

Это, наследник легендарного motherfuckingwebsite.com (2014) — страницы из чистого HTML без единой картинки, которая грузилась за 0 мс и доносила одну мысль: хватит усложнять.

Мне нравится, что каждая эра веба получает свой манифест в формате «да какого чёрта вы творите». Сначала ругали за jQuery-лапшу, потом за React-бандлы на 14 мегабайт, теперь за агентов, которые переписывают страницу на лету под настроение LLM.

Прогресс линейный: каждые 5 лет появляется новый способ сделать простую штуку невыносимо сложной 🔥

Клонирование голоса за 110 мс — теперь опенсорс

Miso One — open-source модель text-to-speech на 8 миллиардов параметров. 110 мс латентность и one-shot voice cloning. То есть одного сэмпла голоса достаточно, чтобы модель его воспроизвела. Веса лежат на GitHub, можно хостить локально.

Коммерческие TTS-сервисы берут деньги за каждый запрос и держат модели закрытыми. Здесь 8B параметров, которые крутятся на своём железе.

Почему большие модели лучше справляются с редкими задачами

Исследователи из Stanford University предложили простое объяснение того, почему большие языковые модели оказываются умнее маленьких.

Во время обучения модель одновременно усваивает миллионы закономерностей. Часто встречающиеся примеры получают много внимания, а редкие начинают конкурировать за ресурсы. В небольших моделях такие редкие знания просто вытесняются более популярными задачами.

У крупных моделей свободного места больше. Они лучше сохраняют информацию о редких случаях и постепенно учатся тому, что маленькие модели обычно пропускают.

Практический вывод любопытный. Если ваша бизнес-задача встречается редко по меркам интернета, маленькая модель может ошибаться вовсе не из-за нехватки данных. Ей банально не хватает внутренней ёмкости, чтобы удержать такие знания наряду с тысячами других. Поэтому попытка дообучить компактную модель на узкую нишу часто оказывается менее эффективной, чем кажется.

OpenAI тратит $130M на безопасность. Посчитаем?

OpenAI Foundation запускает инициативу AI Resilience на $130 миллионов. Гранты пойдут на три направления: био-устойчивость, кибер-устойчивость и влияние ИИ на молодёжь. Возглавил всё сооснователь OpenAI Войцех Заремба.

OpenAI оценивается в $300 миллиардов. $130 миллионов — это 0,04% от оценки. Для сравнения: примерно столько стоит обучить одну большую модель. То есть компания, которая генерирует риски промышленного масштаба, выделяет на изучение этих рисков бюджет одного обучающего прогона.

Три направления звучат правильно — био, кибер, дети. Но это же классический набор для PR-отчёта перед регуляторами. Ни слова про конкретные метрики успеха, ни про то, кто будет оценивать результаты грантов.

OpenAI теперь продаётся на полке Amazon

OpenAI показала свои топовые модели и Codex прямо на AWS. То есть теперь можно покупать модели OpenAI через Amazon, как подписку на Prime Video — только дороже и без сериалов. Microsoft, которая влила в OpenAI десятки миллиардов, наблюдает, как её протеже идёт торговать к соседу.

Microsoft вложила порядка $13 млрд в OpenAI за эксклюзивность через Azure. А OpenAI спокойно раздаёт свои модели конкурирующим облакам. AWS берёт свою маржу сверху, OpenAI берёт свою.

Anthropic подала на IPO и тут же масштабирует Claude

Anthropic за 48 часов сделала два хода: подала заявку на IPO и раскатала свою самую мощную модель на новые рынки. Совпадение? Ну просто так совпало по календарю :)

Перед IPO нужно показать инвесторам рост — пользователи, охват, выручка. Лучший способ нарисовать красивую кривую перед размещением — расширить доступ к продукту прямо сейчас. Через месяц в проспекте эмиссии появится строчка «взрывной рост аудитории во втором квартале». Магия.

Крупные фонды, пенсионные в том числе, уже сидят в Anthropic через венчурные раунды. Ваши пенсионные накопления, если вы житель страны из "золотого миллаирда", вероятно уже работают на Claude. Теперь эту историю хотят вынести на публичный рынок.

IPO тут не про «привлечь деньги», а про дать ранним инвесторам сделать выход. Классика жанра, просто теперь с приставкой AI

The New Yorker спрашивает, хотим ли мы читать ИИ?

Журналист придумал простой тест. Он брал тексты известных писателей, просил нейросеть продолжить их в том же стиле, а потом сравнивал результат с оригиналом.

ИИ научился копировать голос автора. Длину предложений, словарь, ритм, любимые обороты. Иногда настолько хорошо, что отличить становится трудно. Но тут всплывает проблема.

Оказывается, мы любим хороших писателей вовсе не за стиль. Мы любим их за способность удивлять.

Большая языковая модель обучена угадывать наиболее вероятное продолжение текста. А лучшие авторы часто делают прямо противоположное. Неожиданная аналогия. Странная мысль. Абзац, который никто не ждал.

ИИ всё лучше пишет тексты, которые никто не хочет читать ради удовольствия, но которые всем нужны: документацию, инструкции, справки, описания продуктов, корпоративные отчёты. И всё хуже справляется с тем, ради чего люди вообще начали читать книги, эссе и колонки.

EY пугает Индию потерей IT-рабочих мест

Знаете, что держит на плаву индийский IT-аутсорсинг? Миллионы людей, которые делают руками то, что ИИ уже умеет делать быстрее и дешевле. EY выпустили отчёт Economy Watch за май 2026, где прямо говорят: модель «много рук за мало денег» больше не работает.

Индия десятилетиями строила экономику на том, что её программисты стоят в разы дешевле западных. Я помню, как в нулевых все массово переводили разработку в Бангалор. Логика была железная — зачем платить $150/час, если можно $30? Но ИИ сейчас предлагает $0/час за рутинный код, тестирование и поддержку.

EY при этом сохраняет оптимизм насчёт индийской экономики . Мол, страна может стать третьей экономикой мира. Но для этого надо «переосмыслить стратегию роста». На языке консалтинга это значит: ребята, у вас горит, но мы сформулировали это вежливо.

Самое любопытное — отчёт написала компания, которая сама активнее всех внедряет ИИ вместо живых консультантов 😏