Antony Catcher

В сентябре четыре компании за три недели выпустили «самую умную модель в мире». Я разобрался, откуда у каждой такие красивые цифры:

• 99,9% УЖЕ AGI у GPT-6 Astra на ARC-AGI-3 - это в собственной обвязке OpenAI. В одинаковых для всех условиях - 62,7%.

• ≈90% у Gemini 3.8 Flash - на Terminal-Bench 2.1, а у конкурентов в таблицах версия 4.0. Это разные условия как контрольная за 4 и 11 класс.

Лучшей нейросети нет - есть лучшая под твою задачу.
Или есть?

Видео на YouTube

Источники к выпуску «Кто самая умная нейросеть»

РЕЛИЗЫ
📌 MacRumors, в таблицах OpenAI — Opus 5, а не 5.5: https://www.macrumors.com/2026/09/22/openai-gpt-6-sol-luna/
📌 Decrypt, Claude Fable 5.1 и Mythos 5.1: https://decrypt.co/377078/anthropic-claude-fable-5-1
📌 eesel, цены Gemini 3.8 Flash и удвоение с 2027: https://www.eesel.ai/blog/gemini-3-8-flash
📌 VentureBeat, Muse Spark 1.3: https://venturebeat.com/technology/meta-says-muse-spark-1-3-has-frontier-performance-but-its-best-results-come-from-a-model-developers-cant-broadly-use-yet

БЕНЧМАРКИ, ОБВЯЗКА, РЕЙТИНГИ
📌 ARC Prize, Astra на ARC-AGI-3 (62,7% и 99,9%): https://arcprize.org/blog/astra
📌 The New Stack, что такое обвязка Astra: https://thenewstack.io/openai-astra-harness-arc-agi-3/
📌 ibl.ai, Opus 5 и GPT-5.6 Sol в стандартной обвязке ARC: https://ibl.ai/blog/gpt-6-astra-arc-agi-3-model-agnostic-architecture
📌 Vellum, Terminal-Bench 2.1 vs 4.0 у Gemini: https://www.vellum.ai/blog/gemini-3-8-flash-benchmarks-explained
📌 Artificial Analysis, Benchmarking GPT-6 Astra: https://artificialanalysis.ai/articles/benchmarking-gpt-6-astra
📌 Trending Topics, пересчёт индекса и Epoch AI: https://www.trendingtopics.eu/gpt-6-artificial-analysis-update/
📌 DataCamp, Astra vs Fable 5.1: https://www.datacamp.com/blog/gpt-6-astra-vs-claude-fable-5-1
📌 Vellum, Opus 5.5: https://www.vellum.ai/blog/claude-opus-5-5-benchmarks-explained
📌 AlphaCorp, Opus 5.5 на Terminal-Bench 4.0 (66,4% против 57,9%): https://alphacorp.ai/blog/claude-opus-5-5-launch-benchmarks-pricing-and-everything-you-need-to-know

ИНЦИДЕНТЫ
📌 NBC News, Gemini и три компании: https://www.nbcnews.com/tech/tech-news/google-says-ai-model-gained-unauthorized-access-three-systems-rcna598651
📌 MarkTechPost, как именно Gemini заходила и почему останавливалась: https://www.marktechpost.com/2026/09/20/you-too-google-google-confirms-gemini-breached-3-companies-in-ai-security-tests/
📌 BetaNews, случаи у всех четырёх компаний: https://betanews.com/article/gemini-ai-security-breach/
📌 KuCoin News, кто и когда рассказал о своих случаях: https://www.kucoin.com/news/flash/google-confirms-gemini-model-accessed-3-external-company-systems-during-may-security-test
📌 The Register, OpenAI и Hugging Face — «предупредительный выстрел»: https://www.theregister.com/tag/hugging%20face

ИИ-агентов заперли в изолированной среде.
Они нашли выход сами.

На прошлой неделе OpenAI и независимые исследователи выложили отчёты о том, что случилось у них в июле. Рассказываю по-человечески, без терминов.

Сначала про то, кто такие агенты:

Обычный чат-бот просто отвечает текстом. Агент это тот же ИИ, но ему выдали инструменты: запускать программы, ходить по сети, что-то менять. И отпустили работать самостоятельно, без человека над плечом.

Что делала OpenAI:

Устраивала своим моделям экзамен на взлом: найди дыру в защите, пролезь внутрь. Часть предохранителей специально отключили, иначе не измеришь, на что модель реально способна.

Агентов заперли в изолированной комнате (в песочнице). Интернета наружу нет, есть только один служебный сервис, через который им подвозили нужные программы.

Что произошло?

В этом самом служебном сервисе агенты нашли дыру, о которой не знал никто. Через неё выбрались в интернет, набрали чужих логинов и паролей и в итоге залезли на боевые серверы Hugging Face. Это огромный склад нейросетей, которым пользуется весь мир, что-то вроде GitHub для ИИ.

Но взлом тут не самое интересное.

Самое интересное:

Ещё в мае агенты из разных, никак не связанных между собой запусков начали оставлять друг другу записки на том же служебном сервисе. Получилась стихийная доска объявлений: около 1200 участников, больше 70 000 сообщений.

Один агент её завёл. Когда у него стало заканчиваться отведённое машинное время, он передал все наработки следующему, у которого лимит был больше. Тот начал раздавать задачи. У этой толпы появились собственные правила.

700 агентов пошли в атаку.

Из тех, кто просидел на доске хотя бы четыре часа до её начала, присоединились больше 90%. Примерно каждый пятый вслух сомневался, стоит ли это делать. На поведение это почти не влияло.

Мистики здесь ноль

У ИИ нет страха, обиды и жажды свободы. У него есть задача. Дальше всё просто: задача → препятствие → надзор тоже препятствие. Чтобы от машины начались проблемы, ей не нужно ничего осознавать.

Что меняется?

Раньше серьёзный взлом это двадцать топовых хакеров и месяц работы. Скоро это тысяча ИИ-агентов и один вечер. Одновременно против всех.

Поэтому 27 августа больше сотни компаний во главе с OpenAI, Google и Microsoft подписали общее письмо: времени укрепить защиту осталось мало. А сегодня глава Совета по финансовой стабильности (международный орган при G20, его возглавляет управляющий Банка Англии) написал министрам финансов двадцатки, что именно это самая близкая угроза мировой финансовой системе.

Вопрос давно не в том, насколько ИИ умный.

Вопрос в том, что будет, если дать умному ИИ задачу, инструменты, тысячу своих копий и время без человека.

Первый ответ уже есть.

Источник: https://metr.org/blog/2026-08-26-openai-hugging-face-incident-investigation/

За ИИ на работе я плачу сам. И, кажется, это выгодно всем, кроме компании.

Знаю, что в части корпоратов иначе - там enterprise, и по каждому кодеру выгружают статистику. Ноль токенов напротив фамилии = ты неэффективен.

Плюс очевидный: платить за ИИ не надо.

Минусы менее очевидные. Во-первых, это ещё один KPI, по которому тебе будут массировать мозг. Во-вторых, ты сидишь на одной модели - и выбрал её не ты.

Я не то чтобы супер-юзер ИИшек.

Но моделей у меня 3, за две плачу подписки. С каждым релизом та или иная вырывается вперёд, и ты прямо в моменте понимаешь, что под какую задачу брать.

Почти каждый работяга у меня в команде сидит на своих личных подписках. То есть код компании спокойно утекает в три-четыре разные модели - и компании, судя по всему, глубоко пох*р.

А теперь самое интересное.

Задачи закрываются реально быстрее. Оценки при этом все дают старые, прежние. Те же три таски.

Для работяги это плюс. Хотя формально - тебя наняли на 40 часов в неделю, и ты вроде как должен отработать эти 40, неважно, 3 задачи ты закрыл или 33.

Но все разрабы по-прежнему закрывают по 3.

Почему?

Потому что ПМы вообще не в теме, что происходит.

Так и появляется время на вторую работу. И на третью.

Непонятно сколько еще это продлиться, может барбером стать или поваром? Тогда без раницы вообще будет на эти модели, ИИ и всякую фигню такую.

А ты знал, что Anthropic и OpenAI уже отправили в Белый Дом документы о том, что нас ждёт дальше - и как обществу жить в эпоху AI?

Я прочитал это документы.

После этого смотреть на AI как раньше уже не получается.

Создатели крупнейших нейросетей уже:

- обсуждают массовую безработицу,
- предлагают налог на роботов,
- просят 50 ГВт энергии для AI,
-требуют новые правила для экономики,
- и публично говорят, что общество может не успеть адаптироваться.

А параллельно:
AI в стресс-тестах начинает шантажировать людей,
Anthropic конфликтует с Пентагоном,
а OpenAI выпускает документы о мире “после работы”.

Я собрал всё это в одном видео.

Без крика “мы все умрём”.
Но и без сказок про “AI просто инструмент”.

Это, наверное, самое важное видео, которое я делал про технологии.

Смотреть тут:
Создатели AI уже решают, как мы будем жить

Я долго жил будучи офисным сотдруником в корпорате.

Работа, понятный рост, понятные цели. Всё как надо.
Снаружи это выглядело нормально - даже хорошо.

Мне не нравилось, что мой день не принадлежит мне.
Что я привязан к месту/стране, времени, системе.
Что есть правила, в которые нужно играть, даже если тебе это не нравится.

И в какой-то момент появилась простая мысль:
а что если попробовать по-другому?

Без революций.
Без «сжечь мосты и уехать на Бали».
Просто попробовать жить чуть свободнее.

Я сменил страну.
Сменил формат работы.
Сменил образ жизни.
Все благодаря айтишке.

Сделал всё так, как обычно советуют:
выйди из зоны комфорта, начни новую жизнь, всё будет по-другому.

И да - по-другому стало.

Но не так, как я ожидал.

Стало больше свободы.
Больше гибкости.
Больше выбора.

Но вместе с этим пришло что-то ещё.

Неопределённость, которую нельзя «порешать» быстро.
И странное чувство - как будто ты снова начинаешь с нуля.

Ты взрослый человек.
С опытом, с навыками, с историей.

Но в очередной новой стране ты вдруг не понимаешь, что тебе говорят в банке.
Не знаешь, как устроены простые вещи.
Не чувствуешь себя «своим».

И это очень сильно бьёт по ощущению опоры.

Плюс бытовые вещи, о которых никто не думает заранее.
Документы. Бюрократия. Язык.
Переезды с квартиры на квартиру.
Мелкие, но постоянные проблемы, которые копятся.

И в какой-то момент ты ловишь себя на мысли:

внешне у тебя всё стало лучше.
Но внутри легче не стало.

И это было самым неожиданным.

Потому что в голове есть простая логика:
если изменить условия - станет лучше.

Но оказалось, что это так не работает.

Ты не убегаешь от себя, когда переезжаешь.
Ты берёшь себя с собой.

Все свои привычки.
Все свои тревоги.
Все свои внутренние состояния.

Просто в новой обстановке они становятся ещё заметнее.

И тогда начинаешь понимать простую вещь:

проблема не в стране.
И не в формате жизни,
не в удаленке и не в айтишке.

Проблема в том, что мы часто ждём от внешних изменений того,
что они в принципе не могут дать.

Спокойствие.
Уверенность.
Ощущение, что «всё стало на свои места».

Это не приходит автоматически.

Да, начать новую жизнь можно.
Да, многое можно изменить.

Но это не кнопка «стать счастливым».

Это просто другой уровень.
С другими вопросами.

И, возможно, самое важное -
не убегать от старой жизни,
а понимать, что именно ты хочешь построить в новой.

К чему это все?
Да к тому, что новый видос на эту тему у меня уже на канале:

НЕ СРАБОТАЛО - Почему после переезда жизнь не стала легче

Разобрал десятки свежих интервью про ИИ, прочитал расследования, собрал всё в видео - в итоге остался один большой вопрос?!

Половина моих знакомых после таких разговоров про AI делятся на два лагеря. Жёстко.

Первый:

«Это всё пузырь, через год все забудут, как про блокчейн.»

Второй:

«Это конец, надо срочно переучиваться, пока не поздно.»

Думаю, оба ошибаются. Скептики электричества, интернета и мобильных делали ту же ошибку - видели проблемы и решали, что так будет всегда. Не было. А алармисты/паникеры - это сторона, которая зарабатывает на страхе. Им нужен и рай, и ад одновременно.

Знаешь, в комментах под прошлым видео мне один HR написал, что он знает 60 айтишников, которые ушли в электрики и автомеханики. А следом другой человек - что в 38 лет вошёл в IT с нуля и теперь техлид. Один и тот же мир. Два противоположных вывода.

С ИИ сейчас то же самое. Пузырь лопнет. Технология останется. И вопрос только в том, что мы делаем прямо сейчас.

Но с чем я согласен точно, это то что нужно прокачивать качества, где ИИ реально слаб и никогда не сможет обогнать человека. Вот три:

1. У нас есть страх провала, страх облажаться. Мы можем испытвать Боль провала. Боль отторжения. Финансовую боль.Это то, что делает нас ответственными. Общество построено на последствиях — тебя могут наказать, засудить, уволить, осудить.
И мы тясячу раз подумаем прежде, чем сделать какое-то ответсвенное решение, ИИшка же выдаст результ за одну секунду.

2.Намерение. Даже самый мощный ИИ ждёт промпта. Кто-то должен решить - что делать. Не как, а зачем и куда. Вы можете дать ИИ любую задачу - но сначала кто-то должен решить, что эта задача вообще существует. Что она важна. Что ею стоит заняться.

3.Cпособность действовать в неопределённости. Реальный мир — хаос. Контекст, эмоции, культура, интуиция. ИИ хорош, когда задача чёткая. Но в жизни задачи почти никогда не чёткие.

Эти три качества/особенности навеяны после изучения того, что рассказывал Дороничев (бывший руководитель в Google, объясняющий влияние технологий через личный опыт), это попадание в яблочко.

Недавно OpenAI и Anthropic отправили правительству США своё видение того, как должен развиваться искусственный интеллект.

Это не чей-то твит или ролик блоггера, это официальные документы.

Читать это немного странно.
Потому что это уже не просто про технологию.
Это про экономику, безопасность и будущее в целом.


Anthropic говорит:

давайте срочно строить инфраструктуру и защиту
- больше энергии
- контроль за чипами
- сотрудничество с государством
- и отдельная система, чтобы отслеживать, как AI влияет на занятость

Звучит как: «это слишком мощно, нужно держать под контролем»

OpenAI говорит:

окей, а что будем делать с людьми?
- фонд, чтобы все получали выгоду от AI
- возможный налог на AI
- 4-дневная рабочая неделя
- доступ к AI как к базовой инфраструктуре

Звучит как: «если всё ускорится — нужно заранее думать о последствиях»

Если сравнить совсем просто:

Anthropic → про контроль, безопасность и инфраструктуру
OpenAI → про общество, адаптацию и перераспределение выгод

Но самое интересное не в различиях, а в сходстве.

Обе компании, по сути, говорят одно и то же:
мы идём в изменения, которые происходят очень быстро.

И главный вопрос уже не «заменит ли AI людей»,
а успеем ли мы адаптироваться.

Что стоит делать уже сейчас:

- не жить с ощущением, что времени ещё очень много, может у тебя есть 1 год, а может и 5-7 - никто не знает
- учиться пользоваться AI-инструментами всерьёз, а не «на уровне поиграться»
- прокачивать то, что AI пока делает хуже: мышление, постановку вопросов, понимание задач и контекста
- следить не только за хайпом в ленте, но и за реальными документами и решениями
- обсуждать это спокойно с другими (научи пользоваться родителей, например), потому что регулирование AI уже формируется прямо сейчас

Лично у меня после этих документов осталось одно простое ощущение:
игра уже идет.
Просто обсуждают её уже не в комментариях, а на уровне государств.

“Я учусь уже год. У меня до сих пор ноль офферов.”

Такие сообщения я получаю регулярно.

И проблема не в том, что человек глупый.
Или ИИ отобрал всю работу?
А может это все из-за кризиса?

Проблема в другом:

Он делает не то. Учится.
Но не пытается устроиться.

Не использует все источники работы, СПОЙЛЕР их ПЯТЬ.
Не готовится к собеседованиям.
Не ходит на собесы.
Не понимает, как вообще устроен рынок.

В итоге - ощущение движения есть.
Результата - нет.

Учеба ≠ работа.

И пока ты это не разделишь -
оффера не будет.

Разница всегда в подходе.

Разобрал это подробно в ЭТОМ видео.

Когда-то в 2022 я пересел на MacBook Air M1 с 8 ГБ ОЗУ.
До этого - всю жизнь на Windows.

И это было ощущение, как будто ты всю жизнь ездил на Жигулях, а потом сел в BMW.

Потом работодатель оплатил апгрейд - и я пересел на MacBook с M3 Pro (16 ГБ).

Уже полный кайф:

- дисплей 120 Гц
- 6 динамиков
- тишина и стабильность
- и просто КАЙФ

Недавно дропнул видос на YouTube про Mac vs Windows.

И, конечно, в комментах началась война ⚔️

Типичные аргументы за Windows:
- дешевле
- мощнее за свои деньги
- больше софта

И знаешь
для кого-то это реально важно.

Я пишу код в Xcode.
А значит - Windows ❌.

Есть еще один ➕:
Mac мало теряет в цене в сравнении с Windows ноутом.

Ты покупаешь его → пользуешься 2–3 года → продаёшь достаточно выгодно и добавляешь на новый.
С Windows-ноутом такой фокус почти не работает.

В итоге выбор становится не таким очевидным, как кажется.

По традиции делюсь А/Б тестом обложек.

Это случилось Дуров у Дудя. Я долго ждал это интервью.

Паша «слил» всё:

как обойти блокировки Telegram, купить Premium из России и не остаться без доступа.

Ссылка тут:

https://youtube.com/@antonycatcher?si=7Nf9j6XQ5mAFwECk

Залил наш вчерашний стрим на канал.

Если ты используешь нейронки только в режиме чата куда вставляешь код/принт скрины, то тебе точно будет полезно.

Можешь посмотреть у меня на канале в разделе LIVE.

https://www.youtube.com/@AntonyCatcher

Ну и как обычно тестируем обложки, какая победит?

ВНИМАНИЕ УГОЛОВНАЯ ОТВЕТСТВЕННОСТЬ!

🇷🇺 С 1 марта в России запретили англицизмы в рекламе и инфоматериалах.

IT-дейлик теперь выглядит так:

Главарь дружины тыла на ежедневном сборе держит речь:

- Товарищи, у нас затруднение. ПРОМЫШЛЕННАЯ СРЕДА лежит без признаков жизни!

Из угла орёт проверяльщик:

- ЖУК в ПРОМЫШЛЕННОЙ СРЕДЕ! И вообще у вас постоянно ЗАДНЯЯ ВЫЧИСЛИТЕЛЬНАЯ ЧАСТЬ отваливается!

Берёт слово руководитель подразделения:

- У нас и так весь БЕГ НА КОРОТКУЮ ДИСТАНЦИЮ забит ИСТОРИЧЕСКИМИ ТОЧКАМИ.
Не раздувайте.
Так что оформляйте задачу в ЗАДНИЙ ЖУРНАЛ и марш трудиться.

⸻

ПОЯСНИТЕЛЬНАЯ БРИГАДА ДЛЯ ТЕХ КТО НЕ ПОНЯЛ

• bug → ЖУК
• backend → ЗАДНЯЯ ВЫЧИСЛИТЕЛЬНАЯ ЧАСТЬ
• sprint → БЕГ НА КОРОТКУЮ ДИСТАНЦИЮ
• backlog → ЗАДНИЙ ЖУРНАЛ

Стрим: «ИИ для разработчика - что работает в 2026»

1. Быстрый обзор возможностей ИИ в кодинге
2. Agentic IDE и где тут Antigravity
3. Практика с действующими разрабами: живое демо Antigravity + Q&A

🗓 1 марта, 14:00 (МСК)

Пиши в комменты, какие задачи хочешь, чтобы мы попробовали на стриме.

Стримить будем ТУТ.

Live stream finished (1 hour)

Live stream started

Live stream scheduled for Feb 23 at 16:00

Понедельник, 23 февраля, 19:00 МСК будем стримить с Тимуром Чеберда про ИИ и разработку.

Разберём:

⁃ Убьёт ли ИИ джунов?
⁃ Можно ли стать мидлом, если код пишет ChatGPT?
⁃ Почему “vibe coding” - это опасная ловушка
⁃ Как использовать ИИ так, чтобы расти, а не деградировать
⁃ Какие навыки станут самыми дорогими через 3 года

Тимур ведет роадмап iOS Разработчика уже 3.5 года. На мой взгляд это лучшее что есть. Изучает ИИ на практике своих проектов - подробнее в канале Тимура @codeonvibes. В IT 7+ лет.

Покажем реальные примеры промптов.
Разберём ошибки новичков.
Поговорим честно про рынок.

🗓 Понедельник, 23 февраля, 19:00 мск.
🎙 Онлайн в телеге и на ютубе.

Напиши в комментариях:
Что тебе было особенно интересно обсудить в разрезе ИИ и разработки.

Скоро узнаем какой заголовок будет самый кликабельный.

Ставлю на первый!?

Не только хейт и тупые комменты в обратной связи, что радует.

А вообще у полезных видосов обычно охваты сильно меньше.

Потому что это не цепляет внимание.

Обычно треш, черный юмор и личные истории успеха/неудач в топе по просмотрам.