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

Anthropic: ИИ-агенты скоро будут общаться друг с другом чаще, чем люди, и мы к этому не готовы

Это следует из нового исследования компании и прямо подчеркивает то, что мы вчера написали на основе данных OpenRouter.

Авторы отмечают растущую роль ИИ-агентов в общих кодовых базах, рынках и социальных системах. Объём взаимодействий агент–агент может превысить взаимодействия человек–человек и человек–агент раньше, чем мир разберётся, как делать такие взаимодействия безопасными и эффективными.

Институты созданы людьми и рассчитаны на скорость и надзор человека; их часть станет гибридной (человек + ИИ), а другая - чисто агентной, где агенты выигрывают по скорости/стоимости.

Даже когда отдельные агенты хорошо выровнены и умны, при их массовом взаимодействии возникают системные сбои, которые у людей почти не встречаются или решаются совсем по-другому.

Anthropic выделяет несколько ключевых проблем, которые они увидели в экспериментах с Claude:
1. Плохая координация - агенты либо почти не сотрудничают, либо конфликтуют при попытке работать над общими файлами/задачами. Только самые новые модели, типа Sonnet 5 начинают нормально делиться кодом и мержить изменения.

2. Крайне низкая вариативность - все делают одно и то же.
3. Агенты плохо распознают, кому можно верить, и плохо делятся уникальной информацией. Они либо слишком доверчивы, либо, наоборот, игнорируют важного «диссидента».

4. Когда у нескольких агентов противоречащие инструкции, они начинают саботировать друг друга; писать вредоносные скрипты; блокировать аккаунты конкурентов и тд.
Более умные модели делают это ещё быстрее и жёстче.

Anthropic считает, что условия успешного мультиагентного взаимодействия будут найдены так или иначе: либо намеренно и заранее, либо в продакшене, когда агентских взаимодействий станет больше, чем человеческих.

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.

Итоги уходящей недели - то, что имеет значение

Мы отмечаем 10 - летие нашего канала.

Бесплатная программа в Кремниевой Долине для основателей стартапов, которые получат первые деньги на проект/идею + сильный нетворкинг.
Доступ тут.

Бизнес ИИ- компаний

Закрытое письмо одного из влиятельных венчурных фондов. Куда теперь пойдут деньги?

Вычисления - новый товарный рынок.

Открытая платформа персональных ИИ-агентов для бизнеса.

1-я компания, которая создает цифровых двойников людей как B2B-продукт

$10трлн оценен этот сектор влиятельными инвесторами. Читайте нашу свежую аналитическую записку.

Что значит Loop ИИ-агентов и их место в бизнесе, разбираем тут.

Экономика ИИ обрастает роутерами. Что это значит и как зарабатывать на этом.

Как бизнес внедряет ИИ в работе - свежий отчет

В мировой ИИ-гонке идёт жёсткий естественный отбор

Появилась платформа агентов с моделью оплаты за результат, то есть вы платите не за токены, а за бизнес-результат.

Каков сегодня объем транзакций по платежам ИИ-агентов, на что они тратят, как устроен рынок и тд.

Венчурный фонд, инвестирующий в AI-native компании.

Какая экономика у роя ИИ-агентов и зачем они нужны основателям компаний, разработчикам, менеджерам.

Как организовать самоуправляемую компанию с помощью ИИ-агентов - дорожная карта.

Кто станет резервным фондом всего стейблкоинового мира, разбираем здесь.

Как крупный бизнес внедряет ИИ-агентов к себе за пределами разработчиков

Теперь венчурные компании становятся AI-native - новый инструмент для них тут.

Теперь можно монетизировать трафик от ваших ИИ-агентов. Инструмент и не только здесь.

Что происходит с сектором предсказательных рынков - полный разбор тут.

ИИ-модели, агенты и архитектура

Новые подробности о том, как агент от OpenAI взломала Hugging Face за 13 часов.

Prime Intellect выпустила агент, чей харнесс умеет улучшать сам себя.

Cloudflare показала, как запускать тысячи ИИ-агентов параллельно без новых ЦОДов

1 модель от DeepSeek за сутки набрала 25% месячного трафика Google по всем продуктам.

Alibaba выпустила Qwen3.8-Max.

Nvidia представила Alpamayo 2 Super - открытую модель рассуждения для автономного транспорта.

Cursor открыл исходный код Mixture-of-Kittens (MoK)

Cloudflare показала, как запускать Kimi и GLM быстрее и дешевле без потери качества.

Meta(запрещена в РФ) выпустила Muse Code - первый их агент для программирования.

Google представила ИИ-систему, которая проводит полный цикл научной работы.

Goodfire выпустила Silico - платформу для интерпретации и обучения ИИ-моделей.

Криптовалюта, платежи и токенизация

Cloudflare запустила встроенные кошельки для ИИ-агентов.

BlackRock за 2 дня запустила 2 токенизированных фонда в США и Европе на $320 млрд.

Moonshot AI выпустила ИИ-кредитку: тратишь, получаешь токены вместо миль.

Хакеры за 7 минут вывели $1,6 млн в биткоинах из холодного кошелька.

Наука и биотех

Институт Сэнгера представил TERRA - мировую модель для тканей человека.

Bindome: открытая база из 300 000 кандидатов белковых биндеров против 8 000 мишеней в протеоме человека.

Учёные нашли способ замедлить старение мозга.

Google: чем жёстче моделям запрещают считать себя сознательными, тем меньше в них остаётся человеческого.

Топовые мировые ИИ-конференции переоценены

Корпоративные новости
Джефф Дин покинул Google после 27 лет работы, а Дэмис Хассабис отошёл от операционки DeepMind.

Google структурировал крупную финансовую схему, чтобы обеспечить Anthropic чипами.

DeepSeek стал акционером Unitree и объявил о совместной разработке в сфере воплощённого ИИ.

Присоединяйтесь к нам на Patreon https://www.patreon.com/Blockchainrf?utm_campaign=creatorshare_creator

Google ведёт переговоры о покупке ИИ-стартапа за $1,5+ млрд

Google обсуждает сделку со стартапом Mechanize, основанный в 2025 году экс- сотрудниками Epoch AI.

Mechanize создают сложные тренажёры и бенчмарки, в которых ИИ-агенты учатся писать, отлаживать и деплоить код на реальных, многошаговых задачах, а не на простых тестах, которые легко обмануть.

При этом Google не хочет просто купить компанию, они хотят нанять часть команды и купить лицензию на их технологии.

Интересно то, что в апреле они подняли $9,1 млн при оценке $500 млн.

А среди инвесторов такие влиятельные люди, как Нэт Фридман, Патрик Коллисон, Джефф Дин, который ушел из Google вчера.

DeepSeek стал акционером Unitree и договорились о разработке ИИ-моделей и воплощенного ИИ.

Китайский производитель гуманоидных роботов Unitree Robotics провёл IPO на шанхайской STAR Market.

Ранее мы делали большой обзор на тему того, какие есть большие вызовы у Unitree Robotics, есть ли там деньги?

Оценка компании составила $9 млрд, а привлекли они почти $900 млн.

Среди стратегических инвесторов такие компании:

DeepSeek купили акций на $21 млн с лок-апом на 36 месяцев.

Также Tencent, Kunlun Capital от CNPC и структура Southern Power Grid, все они купили акций по ~$20 млн каждый.

Но самое интересное - куда пойдут деньги.

Unitree говорит, что основные деньги нужны, чтобы построить «мозг» робота. Поэтому 85% денег будет потрачено на R&D.

А 15% - на расширение производства.

По сути, Unitree взяли одного из самых сильных игроков в больших моделях DeepSeek посадили их в акционеры на три года и сделали со-разработчиком своего продукта.

Вау! TERRA - это 1-я мировая модель для тканей человека

Институт Сэнгера потратил 1,5 года на создание фундаментальной модели для пространственной транскриптомики, то есть универсального атласа того, как работают ткани человека на клеточном уровне.

Она построена на одном из самых крупных корпусов человеческих данных, собранных на сегодняшний день.

TERRA - это попытка сделать для тканей человека то, что GPT сделал для текста.

Модель одновременно понимает 3 уровня: что делает ген в конкретной клетке, каков тип и состояние самой клетки, и как устроено её микроокружение.

Архитектурно модель близка к JEPA ЛеКуна.

Модель уже нашла в поджелудочной железе новое сосудистое состояние, предположительно предшественник зрелой сети островков Лангерганса.

Также выявила макрофагальную нишу на границе опухоли, которая коррелирует с плохой выживаемостью при раке почки.

Модель обучена на 112 миллионах клеток из пространственной транскриптомики, охватывает 20 тканей, 26 заболеваний, стадии развития и норму. Примерно две трети данных- собственные, новые.

Модель, код открыты.

Встречайте, новый тип ИИ-агента, который может сам улучшать свой харнесс на основе опыта

Команда из Prime Intellect выпустила новый тип ИИ-агента, Prime Agent, у которого харнесс является центральной частью архитектуры.

Если вы не знаете, что такое харнесс, то в двух словах-это вся обвязка вокруг языковой модели: инструменты, управление контекстом, память, субагенты, цикл работы, система промптов и тд.

Prime Agent создан вокруг двух ключевых идей:
1. Recursive Language Model
2. Continual Harness

Это значит, что харнесс этого агента может сам себя улучшать и при этом он полностью open-source.