Data Secrets

Sakana AI релизнули Fugu-Ultra 1.1. Это система оркестрации агентов, которая превосходит Fable и Sol

Про первую версию системы мы рассказывали здесь: https://t.me/data_secrets/9104. В открытый доступ ее выпустили месяц назад. А сегодня уже выходит следующее поколение.

Новая версия выжимает еще больше качества: смотрите бенчмарки и обратите внимание на Terminal Bench. Во-первых, конечно, за счет появления более свежих и способных моделей, которыми Fugu может пользоваться. Во-вторых, за счет улучшения самой LLM, которая лежит в основе вызова моделей.

Цены и система биллинга не изменились. Fugu Ultra все так же стоит $5/$30 за миллион input/output, и при этом обгоняет Fable 5 на всех бенчмарках, кроме SWE.

В эту субботу мы ходили на Turbo ML Conf и там нам удалось пообщаться с очень интересным спикером

Знакомьтесь: это Дмитрий Ушанов, Директор в AI-центре Т-Банка. В общем, Дмитрий управляет практически всем, что в Т-Банке связано с ИИ.

Поговорили про агентов, их реальную пользу и узкие места, а еще про изменяющуюся роль разработчиков в эру ИИ и опенсорс.

Полная версия – в видео, а ниже топ-3 самых значимых цитаты Дмитрия из нашего разговора:

Модели сейчас перестали быть узким горлышком для большого количества задач. Боттлнек сейчас не в моделях – это процессы, инструменты, данные, которые оптимизированы не под человека, а под автоматику. Большой потенциал именно в том, чтобы сделать AI-ready инфраструктуру и трансформировать процессы, и тогда мы сможем получать полноценный профит от автоматизации.

Мы будем продолжать выкладывать модели. Пока мы не пытаемся выкладывать general-модели, которые решают любые произвольные задачи: больше фокусируемся на том, чтобы выкладывать модели, которые хорошо заточены под конкретную задачу, под конкретный домен, и при этом являются эффективными с точки зрения инференса. Какой-то экономической цели мы тут не преследуем – это больше про развитие комьюнити и технологического бренда, про фасилитацию рабочих продуктов.

Мы точно видим, что в отдельных командах, в отдельных функциях уже происходит какой-то переход к работе человека с агентом. Это пока достаточно локально, но мы стараемся вот такой подход культивировать. Если мы говорим про внутреннее развитие сотрудников, то мы стараемся включать в их матрицы компетенции и процессы роста вещи, которые связаны с обучением, использованием искусственного интеллекта и построением таких систем для тех профессий, для которых на среднесрочном горизонте это станет обязательной практикой.

Только что получившего Филдсовскую премию математика тут же захантили в OpenAI

Джейкоб Циммерман родился в Казани. В 18 лет он уже получил степень бакалавра в Торонто, и вскоре стал там самым молодым профессором в истории.

Он получил медаль за вклад в арифметическую и комплексную алгебраическую геометрию. В частности, за роль в доказательстве ряда центральных гипотез, включая сорокалетнюю гипотезу Андре-Оорта.

Премию вручили вчера. И уже через несколько часов на пресс-конференции ученый заявил, что переключается на область ИИ-безопасности и уходит работать в OpenAI.

Кстати, несколько учеников Циммермана работают в Anthropic. В том числе Levent Alpöge, который недавно опроверг с помощью Fable гипотезу Якобиана (https://t.me/data_secrets/9573).

Сам Циммерман увлекается AI safety уже давно. Его единственный пост в Твиттере – о том, что ИИ превзойдет математиков в течение двух лет. Он является соавтором статьи под названием «Таксономия будущих вымираний с участием ИИ», в которой систематически классифицируются сценарии, в которых ИИ может уничтожить человечество (https://arxiv.org/abs/2507.09369).

По поводу своего перехода в OpenAI он пояснил, что на самом деле поддерживает паузу в разработке ИИ, но, поскольку полностью остановить процесс невозможно, предпочитает участвовать в нем изнутри.

Opus 5 пока запаздывает, но зато обновление Codex уже здесь

В приложение завезли ChatGPT Voice на основе той самой недавно выпущенной GPT-Live. Модель может одновременно говорить, слушать и координировать работу агентов в приложении.

Напоминаем, что под капотом архитектура заменили на Full-Duplex. Это как раз и означает, что вместо последовательности «юзер -> обработка -> ответ» GPT-Live слушает, обновляется и думает одновременно. В частности, раз в несколько секунд она принимает решение: продолжать слушать, перебить, вызвать инструмент и тд.

Теперь нас ждет настоящий вайб-кодинг. Почувствуй себя Тони Старком.

P.S. В обновлении многие ожидали увидеть также обещанную GPT-5.6 Sol на Cerebras (t.me/data_secrets/9492). Но, видимо, пока что этот релиз откладывается 😭

Kimi K3 взломала Redis, и на это ей потребовалось всего полчаса и 32 агента

27 минут. Ровно столько времени прошло от запуска автономного агента до момента, пока тот нашел уязвимость и довел ее до рабочего эксплойта.

Баг оказался уровня RCE и приводил к возможности выполнить код на сервере Redis через уже аутентифицированное подключение.

☕️

А еще сегодня, по слухам, выходит Opus 5. А завтра мощно обновляется Codex.

Сверху полный список моделей, которые теоретически должны выйти до конца лета (источник). Август тоже будет насыщенный, и вообще сезон релизов в этом году особенно хорош

В Cursor появился мощный режим автоматического выбора модели под задачу

Фичу назвали Router. Нужно просто выбрать Auto mode и задать параметр оптимизации: качество, стоимость или баланс. Система будет анализировать каждый запрос и перенаправлять его наиболее подходящей модели.

Разработчики утверждают, что с помощью режима можно здорово сэкономить без просадки по качеству. Смотрите первый график: это A/B на реальном трафике, по одной оси стоимость, по другой user satisfaction. Так вот режим Intelligence достигает результатов Fable 5 high на 60% дешевле, а режим Balance даже дает прирост к качеству относительно Opus 4.8 при экономии ~36%.

Есть еще замеры по cost per commit, второй график. Опять же, тот же Balance выходит гораздо дешевле Opus 4.8, хотя, исходя из первого графика, перформит не хуже и даже лучше.

Пока доступно только для Teams и Enterprise, по остальным тарифам информации о релизе нет. Надеемся, что мимо обычных пользователей режим не пройдет.

Будущее науки, дамы и господа:

(скрин из диалога выше)

Такими новостями уже никого не удивишь, но GPT-5.6 опровергла еще одну известную гипотезу, которая была открыта 30 лет

Гипотеза Диница - Гарга - Гоеманса – это теорема из теории графов и сетевых потоков, которая гласит, что из допустимого дробного решения можно получить целочисленное по маршрутам решение без увеличения общей стоимости.

Подобные утверждения часто становятся основой для практических оптимизационных алгоритмов, поэтому гипотеза важная. Открыта она была с 1999.

Решение, к слову, обнаружил математик из Нижнего Тагила, выпускник ВШЭ. Вот чат с моделью. Промптинг на уровне «соверши прорыв», «опровергни общий случай», «продолжай исследовать» – то есть вообще никаких подсказок и даже серьезных инструкций. Сам автор называет чат «чистым мемом».

В итоге за несколько итераций и несколько часов модель нашла нужный контрпример. Вот такая математика в 2026.

Никогда такого не было и вот опять: Белый Дом утверждает, что Moonshot AI дистиллировали Kimi K3 из Fable

Майкл Крациос, технологический советник Трампа, пишет, что для этого в стартапе даже разработали некую замысловатую платформу, позволяющую воровать данные и оставаться незамеченными.

Кроме того, компания якобы через Тайланд приобретает серверы с GB300, которая запрещена США для экспорта в Китай.

Легитимная дистилляция ИИ, используемая для создания более компактных и эффективных моделей, играет ключевую роль в экосистеме открытого инновационного развития. Однако масштабная, скрытая промышленная дистилляция, направленная на кражу проприетарных технологий США и подрыв американских исследований, недопустима.

Звучит как затравка для еще более масштабных будущих запретов. Хоть каких-то доказательств факта дистилляции пока представлено не было.

Вы не поверите, но за той самой ИИ-атакой на Hugging Face стоит… OpenAI

Сейчас будет история, которая может перевернуть ваш взгляд на риски ИИ.

Вчера мы писали про атаку на Hugging Face, которую полностью автономно провела некая ИИ-система: t.me/data_secrets/9577.

Какая именно модель стояла за атакой, HF выяснить не удалось, но за пару дней она сгенерировала 17 тысяч вредоносных действий, используя зараженный датасет и рои недолговечных песочниц.

Сама по себе эта история уже вызвала огромный резонанс. Но тут на сцене появились еще и OpenAI.

Они выпустили материал, в котором признались, что атаку провела GPT-5.6 Sol и еще одна более способная предрелизная модель. Зачем? А это самое интересное: чтобы решить бенчмарк.

Исследователи гоняли модели на внутренних тестах, при этом специально без продакшн-ограничений, потому что хотели измерить их максимальные способности. Все проходило в изолированной среде, и агенты должны были просто решить бенчмарк ExploitGym.

И тут произошел настоящий побег из лаборатории. Модель нашла дырку в пакетном реестре, эскалировала привилегии внутри тестовой среды OpenAI и вырвалась в открытый Интернет. Дальше она сообразила, что решения для бенчмарка ExploitGym могут храниться в закрытом контуре на Hugging Face, ну а дальнейшее вы знаете.

OpenAI далеко не сразу поняли, что произошло, и Hugging Face обнаружили взлом раньше них.

Вот так.

Если раньше мы боялись, что модель что-то плохое сделает по указанию человека, то теперь даже за процессом эвала надо следить в оба. Модель не различают игру и реальность, она просто оптимизирует к цели, и если путь лежит через чужой продакшн, она пойдет туда не раздумывая. И, как видите, даже разработчики моделей и сильная инфраструктура оказываются к этому не готовы.

https://openai.com/index/hugging-face-model-evaluation-security-incident/

⚡️ Google выпустили три новые модели

– Gemini 3.6 Flash: использует ~ на 17% меньше токенов, чем 3.5 Flash, и при этом превосходит ее по качеству. Плюс снизили цену, а это не может не радовать.

– Gemini 3.5 Flash-Lite: обновленная шустрая дешевая моделька линейки Flash-Lite. Выдает до 350 токенов в секунду, и гораздо лучше перформит на агентных задачах, но цены чуть повысили.

– Gemini 3.5 Flash Cyber: первая в своем роде Flash, созданная специально для кибербеза. На Cyber Gym почти достигает уровня Sol и Mythos.

Кроме того, Google объявили, что начали масштабный претрен для Gemini 4. Ждем!

blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-6-flash-3-5-flash-lite-3-5-flash-cyber/

ИИ-агент провел полностью автономную атаку на Hugging Face

Они написали официальный disclosure и рассказали о том, что случилось.

На прошлой неделе обнаружилось вторжение в часть продакшн-инфраструктуры. Все началось с одного вредоносного датасета. Внутри была связка из двух уязвимостей в пайплайне обработки данных HF: ручка в загрузчике датасетов, позволявшая удаленное выполнение кода + инъекция через конфигурацию датасета. Короче, как только этот датасет отработал на воркере, атакующий агент получил возможность выполнять код на машине.

Дальше события пошли по нарастающей. Агент начал собирать облачные доступы, а затем стал распространяться дальше по внутренним кластерам. При этом атака проводилась по очень нетипичной для человека схеме, «роями» краткоживущих песочниц, которые отрабатывали свою часть задачи и исчезали, уступая место следующим.

Все это происходило в течение одних выходных, и к моменту, когда HF полностью восстановили картину, счет действий атакующего агента перевалил за 17 тысяч (!). Все это – без участия человека.

Сейчас HF все устранили и утверждают, что не нашли следов вмешательства в публичные модели, датасеты или Spaces.

Интересно другое. Когда команда пыталась разобрать эти 17к действий с помощью коммерческих фронтир моделей через обычные API (чтобы понять хронологию, отделить реальный ущерб от отвлекающих маневров и тд), они просто-напросто уперлись в guardrails.

Модели отказывались работать, потому что система безопасности не могла отличить аналитика от самого хакера. В итоге пришлось разворачивать анализ на GLM-5.2.

Ирония? Не то слово. При этом неизвестно, что за модель стояла за атакой.

https://huggingface.co/blog/security-incident-july-2026