Звездолёт Земля

За первую неделю сентября резко расширилась география роботакси. Waymo начала экспансию в Денвер, Сан-Диего и Тампу; Zoox — в Хьюстон и Сан-Диего. Reuters оценивает присутствие Waymo уже в 14 американских городах.

Ещё показательнее Европа: 3 сентября Uber и Wayve вывели первые коммерчески доступные автономные автомобили на улицы London. Пока это лишь 15 машин и с safety-driver за рулём, поэтому полноценным беспилотным транспортом их называть рано. Но важно другое: система Wayve испытывается не в специально подготовленном новом городе, а в одном из самых сложных старых городов мира — с узкими улицами, пешеходами, велосипедистами и круговыми перекрёстками.

Это имеет прямое отношение к будущему жилья. Если автономная поездка действительно станет дешёвой услугой, стоимость «последних 5–15 км» между домом и железнодорожной/городской инфраструктурой резко уменьшится.

Тогда экономически привлекательнее становится схема

плотный город → железная дорога → небольшие полицентры → малоэтажная застройка → автономный транспорт последней мили.

Это один из технологических факторов, способных сделать «собственный дом среди зелени» совместимым с городской инфраструктурой.

Codex CLI 0.155.x: голос появляется непосредственно внутри coding agent. В актуальной ветке OpenAI Codex появился экспериментальный /voice: живой разговор с Codex с транскрипцией и управлением микрофоном. Одновременно 0.155 добавляет live summaries рассуждения в терминале, управление фоновыми задачами и worktrees, а на поддерживаемых Mac — Touch ID для подтверждения MCP-вызовов. Вчера вышел патч 0.155.1.

Практически здесь интересен именно голос. Coding agent начинает превращаться из исполнителя, которому пишут тщательно сформулированные задания, в постоянного технического собеседника внутри проекта. Можно представить работу: «посмотри, почему импорт сломался; нет, эту миграцию не трогай; проверь сначала схему; хорошо, теперь исправляй» — при этом агент одновременно имеет репозиторий, терминал, Git и инструменты.

Пользователям стоит обновить Codex и попробовать /voice, если функция доступна в сборке. Это уже заметный скачок относительно сохранённой у нас версии 0.149.0. Помните, что пока не стоит менять текстовый способ постановки больших задач: голос хорош для интерактивного руководства и уточнений, а точные инварианты проекта всё равно лучше оставлять в AGENTS.md и письменном задании.

Роботизированное prefab-строительство начинает переходить от демонстрационных проектов к масштабированию капитала.

Американская Reframe Systems привлекла $40 млн на развёртывание сети небольших роботизированных «микрофабрик» домов. Концепция интереснее обычного модульного завода: не один гигантский комбинат с дорогой перевозкой модулей на сотни километров, а распределённая сеть автоматизированных фабрик возле рынков сбыта. Компания заявляет о строительстве примерно втрое быстрее и на 35% дешевле традиционного метода.

Если экономика подтвердится на масштабе, индивидуальный или малоэтажный дом превращается из ремесленного изделия в промышленный продукт.

Любопытно, что параллельно исследователи пытаются решить одну из главных проблем prefab — логистику. Финансируемый United States Department of Housing and Urban Development 24-месячный проект Washington State University разрабатывает гибридные mass-timber-модули именно с расчётом на дешёвую транспортировку и быструю сборку. Это важный инженерный сдвиг: оптимизируется уже не просто «деревянный дом», а вся производственно-логистическая система factory → truck → site → assembly.

Поразительные кадры появления Сатурна из-за Луны, снятые на любительский телескоп

Ответка от математиков к OpenAI прилетела - задача тысячелетия не решена, по которой OpenAI отчитались, что решили

Группа из 3-х специалистов по математической гидродинамике:Питер Константин, Принстон, Михаэла Игнатова, Темпл, и Влад Викол, Курантовский институт при NYU опубликовали ответный анализ на громкое заявление OpenAI, что задача тысячелетия Навье-Стокса решена.

8 сентября OpenAI опубликовала препринт своего решения, в котором заявила, что доказала возможность образования сингулярности (разрыва/«взрыва» решений) за конечное время для трехмерных уравнений Навье-Стокса при наличии некоторой гладкой внешней силы.

Математики в своей работе доказали, что «взрыв» у OpenAI происходит не из-за физических свойств самой жидкости, а из-за крайне специфической внешней силы, которой ученые OpenAI подталкивали поток.

Это похоже на то, как если бы систему раскачивали искусственно созданными микро толчками.

Ученые доказали, что если сделать эту внешнюю силу естественной и гладкой или вообще её убрать, то никакого «взрыва» не будет, вязкость жидкости легко гасит все возмущения.

Таким образом OpenAI не решила задачу тысячелетия.

Смотрите, 25 лауреатов Филдсовской премии по математике высказались про ИИ

Они пишут в своей декларации, что гонка ИИ-компаний в решении математических задач ради показателей вредит самой математике и сообществу.

Цели ИИ-компаний и цели математиков сильно расходятся. Они считают это частью более широкой проблемы, которая затрагивает и другие научные и творческие профессии, да и всё общество в целом.

Весь их текст пересказывать не будем, можете сами прочитать, он небольшой и там описаны очевидные вещи.

Но в голове возникают как минимум 2 вопроса: и что? Какие предложения, математики?

То, что они умеют красиво описать проблему - это понятный для них навык. Но, кто решит эти проблемы?

Ученые боятся брать на себя ответственность и выдвигать предложения по решению.

А знаете почему? Потому что они всю жизнь существуют внутри жёсткой иерархии: научный руководитель, кафедра, журналы-рецензенты, комитеты премий и тд. Каждое высказанное ими слово публично взвешивается сообществом. Ошибиться или занять неправильную позицию они не могут себе позволить , так как это репутационный риск. Иначе говоря они заложники иерархического мышления.

Поэтому у них выработался рефлекс, что описывать проблему можно, а предлагать решение - опасно. Более того они привыкли, что решения принимает за них кто-то из руководства.

И тут возникает вопрос- а кто тогда эти решения сформулирует и будет отстаивать? Очевидно, что те, кому в том числе адресована эта декларация-ИИ-компании.

А они уж точно придумают такие решения, которые выгодны непосредственно им, а не математике, сообществу и обществу.

Тогда вопрос - а смысл было писать эту декларацию?

Беспилотные такси Cybercab от Tesla собираются в 5 раз быстрее обычных машин

Илон Маск сообщил, что новая технология Unboxed позволяет собирать роботакси более чем в 5 раз быстрее, чем автомобили при традиционном производстве, а длину производственной линии сократить примерно вдвое. Модули машины собираются параллельно, после чего объединяются на финальном этапе.

Cybercab — двухместное беспилотное такси без руля и педалей. Tesla ранее заявляла о целевой цене менее $30 тыс., а в 2026 году начала ограниченный запуск сервиса в Остине.

Компания также разрабатывает автоматизированную систему обслуживания салонов роботакси, включая роботизированную уборку. Tesla рассчитывает за счет высокой степени автоматизации снизить стоимость эксплуатации и масштабировать парк Cybercab.

Пару часов назад, Дарио фактически последним из всех топовых лаб написал эссе с предложением замедлить ИИ прогресс во избежание катастрофических последствий, но его текст выглядит как наиболее конкретный для реализации.

Я думаю, ни для кого уже не является открытием или удивлением тот факт, что
- через 3-5 лет почти любая интеллектуальная работа будет выполняться ИИ быстрее и дешевле
- прогресс в развитии ИИ обгоняет самые смелые предположения
- инцидент с HF это тотальный треш, и это буквально шаг от глобальной катастрофы, которая будет стоить десятки миллиардов долларов и возможно даже жизней людей

У нас нет опции не изменять мир или остановить прогресс — это просто находится за пределами возможных сценариев для человечества, но у нас есть шанс попытаться минимизировать катастрофу за счет более вдумчивого, контролируемого, демократического и проверяемого подхода к внедрению топовых моделей.

Дарио предлагает доступ ко всем ИИ компаний от независимых наблюдателей, системы контроля перед релизом, международную кооперацию (демократии против диктатур и чтобы США всем по лицу надавали).

ИИ миру необходим, это единственное из возможных решений проблем неравенства, болезней, изменения климата, недостатка ресурсов, научного прогресса.

Но прежде чем он случится нас ждет период, в котором
1. Misaligned AI может существенно навредить человечеству
2. Леваки и прочие популисты могут использовать страх и недоумение общества чтобы уничтожить общество
3. Бандиты и прочие негодяи с ИИ могут навредить человечеству (создавая биоружие, кибератаки, вирусы)

Бенчмарки перестали быть чем-то полезным:

- METR уже не имеет смысла, потому что агенты делают автономную работу которая измеряется неделями человеческого времени
- ARC-AGI, все три версии полностью решены на 99%
- FrontierMath (все четыре редакции), где каждая задача заняла недели времени топовых математиков для составления решен на 98%

Мы пришли в ту стадию, где ИИ нужно оценивать только по экономическому эффекту. Я сгенерировал график роста выручки ИИ компаний за последние кварталы. Выручка это некоторый прокси пользы модели в экономике, но важно понимать что стоимость токена, который может решать одну и ту же задачу все еще падает примерно в 10 раз в год.

Например, в 2024 году модель o3 первой решила все задачи ARC-AGI и это стоило больше чем $4,500 за одну задачу. В 2026 DeepSeek V4 решает все те же задачи примерно за 2 цента на задачу. То есть, способность, появившаяся в новой модели неизбежно станет коммодити в течении года-двух и станет доступна многим. При этом, конечно, использование вырастет.

Astra является прекрасной моделью для 3D и CAD дизайна, редактирования видео и анимации, но пока еще дорогая для того чтобы запускать миллионы агентов для не-крупных компаний. Это изменится.

Вчера на интервью у Дваркеша Джон Шульман (кофаундер OpenAI) сказал что примерно 3-4 года осталось до того момента, когда модели будут лучше людей во всех когнитивных или интеллектуальных задачах. Пока что, нет никаких причин сомневаться в этих прогнозах учитывая насколько часто они были правдивы.

Вопрос в другом: как адаптировать экономику и собственную стратегию до этого момента, чтобы не остаться за бортом?

Да, очевидно, для большинства людей это будет шоком, неожиданностью и громом среди ясного неба, но вам не обязательно быть этими людьми.

Да, очевидно, это приведет к экономическим и социальным шокам, которые потребуют радикальных мер сравнимых или больших чем во время ковида.

Но здоровая реакция тут не всепропало, а попытаться адаптироваться и адаптировать других к изменениям.

Оказывается, сверхсила в экстремальных ситуациях, вроде классической "матери, поднимающей машину чтобы спасти ребенка", называется истерической силой.

✨ Механизм — тело в норме использует ~60–70% максимальной силы мышц, остальное заблокировано на уровне ЦНС, чтобы не порвать сухожилия и связки. Адреналиновый выброс при угрозе снимает этот ограничитель. Цена — микроразрывы мышц, переломы, повреждения суставов уже после.

Примеры: https://en.wikipedia.org/wiki/Hysterical_strength#Examples

Работайте, братья.

https://t.me/gpt_news/8874

По-видимому, одним из фундаментальных свойств природы является то, что основные физические законы описываются с помощью математической теории, обладающей настолько большим изяществом и мощью, что требуется чрезвычайно высокий уровень математического мышления, чтобы понять её. Вы можете спросить: почему природа устроена именно так? На это можно только ответить, что наши современные знания показывают, что природа, по-видимому, устроена именно таким образом. Мы просто должны согласиться с этим. Описывая эту ситуацию, можно сказать, что Бог является математиком весьма высокого класса и в своём построении Вселенной он пользовался весьма сложной математикой.

П. А. М. Дирак, один из создателей квантовой механики.

Почему в самом начале скорость расширения Вселенной была столь близка к критической, что едва позволяла избежать немедленного обратного сжатия? Если бы через секунду после Большого Взрыва эта скорость была меньше всего на миллиардную часть от миллиардной доли, Вселенная тут же пережила бы коллапс, не достигнув наблюдаемых ныне размеров. С другой стороны, будь скорость расширения в ту секунду на столь же ничтожную долю больше требуемой, Вселенная расширилась бы настолько, что сейчас была бы практически пустой.
Почему Вселенная зародилась именно так, очень трудно объяснить чем-либо иным, кроме воли Бога, который намеревался сотворить существ, подобных нам.

Стивен Хокинг, "Краткая история времени"

Почему реальность математична? Почему абстрактная математика, возникающая в человеческом уме, с невероятной точностью описывает устройство мира, позволяя путем вычислений заранее предсказывать будущие открытия в физике?

Почему математически возможная Вселенная оказалась именно такой? Почему начальные условия и параметры оказались в области, допускающей звёзды, сложную материю и в конце концов человека-наблюдателя?

Откуда организованная материя получает больше способностей, чем в неё вкладывалось?

Почему конечной вершиной эволюции должен быть человеческий разум?

Математика → Физика → Жизнь → Субъектность → Сознание → ?

Знак вопроса в конце напоминает о понятии "Бог". И тогда Он перестаёт мыслиться как "метафизический довесок" к Вселенной. Наоборот: Бог — предельный уровень осязаемой нами реальности. Не волшебник снаружи ноокосмоса, а его логическая вершина:

точка в бесконечности, где сходятся все прямые.

Платон вернулся: и не через философов, а через биолога, выращивающего живых роботов.
 
В журнале Philosophies 9 сентября вышла статья "Воплощающиеся разумы" профессора биологии Университета Тафтса Майкла Левина, одного из создателей ксеноботов (ксенобот – синтетический организм, который разрабатывается на компьютере для выполнения определённой функции и создаётся путём объединения биологических тканей). В ней сформулирована потрясающая гипотеза:
 
возможно, мозг не создает разум, а является интерфейсом, через который разум воплощается в материи.
 
Левин пришёл к этой идее, изучая довольно странные результаты собственной лаборатории.
 
Ксеноботы создаются из обычных клеток эмбриона лягушки. У клеток не меняют ДНК. Но если освободить их от обычного окружения эмбриона, они собираются в новое многоклеточное существо, начинают самостоятельно двигаться, взаимодействовать друг с другом, заживлять повреждения и при определённых условиях даже воспроизводить себе подобных.
 
Никаких миллионов лет эволюции ксеноботов при этом не существовало. Естественный отбор никогда не учил клетки кожи лягушки быть маленьким плавающим роботом.
 
Есть ещё более странный пример — антроботы, которых получают уже из клеток человеческой трахеи. Клетки сами собираются в подвижные микроскопические организмы. Скопления антроботов закрывали разрыв в слое выращенных человеческих нейронов, восстанавливая ткани. Генетически эти клетки никто не переписывал, эволюция никогда не отбирала человеческие клетки трахеи по способности становиться микророботами.
 
Обычный ответ биологии — "эмерджентность": сложная система приобретает свойства, которых нет у её элементов. Левин предлагает более радикальную модель.
 
Представьте треугольник. Если вы знаете два его угла, значение третьего задаётся самой математической структурой треугольника. Физическая система как будто получает недостающую информацию бесплатно.
 
Левин называет это free lunch — «бесплатным обедом» и полагает, что природа постоянно пользуется такими. Генетика создаёт определённую физическую конструкцию, среда задаёт условия, но возможные формы и способы поведения определяются огромным пространством математических закономерностей, которое существует независимо от нас.
 
Левин называет его Платоновским пространством.
 
В этом пространстве могут существовать не только простые структуры вроде чисел, геометрических отношений или алгоритмов, но и целый континуум паттернов разной сложности и степени агентности — от математической формы до того, что мы называем "разум".
 
Тогда отношение между разумом и телом – примерно такое же, как между математикой и физическим треугольником.
 
Тело не создаёт форму, а дает форме возможность воплотиться в материи.
 
Люди в этой картине — тоже паттерны, получившие физическое воплощение через биологическую конструкцию.
 
Из этого сразу вытекает ещё один вывод.
 
Если биологическое тело является лишь одним из возможных интерфейсов для разума, то у живой материи нет монополии на разум. Искусственно созданный организм, киборг, робот или ИИ принципиально тоже могут оказаться такими интерфейсами.
 
Левин не объявляет, что доказал существование платоновского мира или души – он предлагает исследовательскую программу: создавать всё более необычные биологические, компьютерные и гибридные системы и смотреть, какие способности возникают в них без предварительного отбора, обучения или прямого конструирования. Измерить тот самый "бесплатный обед": насколько у системы сами собой возникают сложные способности, которые не закладывались в систему специально.
 
Если никакого дополнительного источника закономерностей обнаружить не удастся, пишет Левин, гипотезу следует забыть. А если удастся — последствия будут довольно весёлыми.
 
Потому что тогда окажется, что вопрос "может ли машина стать разумной?" поставлен неправильно.
 
Правильный вопрос будет звучать так:
 
Как надо построить машину, чтобы в неё вошел разум?

Психология профессионального развития знает явление, которое называют ранним закрытием идентичности: подросток принимает готовую идентичность до того, как достаточно исследовал альтернативы. Получается молодой человек, который с 14 лет «будущий программист», но к зрелости вдруг обнаруживает, что живет внутри чужого решения.

Сегодняшний мир делает преждевременную специализацию ещё менее разумной. Конкретные профессии будут меняться быстрее, чем базовые психические компетенции. Умение глубоко входить в предмет, видеть систему, самостоятельно учиться, переносить навыки между областями, работать с людьми, использовать ИИ как усилитель, формулировать задачи и создавать что-то своё — скорее всего ценнее, чем заранее узнать название своей должности.

Не существует причины заранее считать, что придуманный инженерами интерфейс —

цвет = параметр А,
звук = B,
вибрация = C —

оптимален для конкретного мозга.

Можно сделать коадаптивный интерфейс:

мозг обучается коду ↔️ ИИ обучается мозгу.

ИИ наблюдает, какие сочетания человек различает легко, какие путает, какие автоматически группирует, где возникает перегрузка, и постепенно перестраивает интерфейс, оптимизируя его под эффективные результаты.

В свежих обзорах BCI именно co-adaptation — взаимное обучение пользователя и алгоритма — рассматривается как один из ключевых следующих этапов нейроинтерфейсов.

https://www.nature.com/articles/s44385-026-00074-w

Образование увеличивает пропускную способность человеческого языка при той же физиологической скорости речи или чтения.

Человек, знающий сто культурных паттернов, имеет сто адресов крупных кластеров данных.

Человек, знающий сто тысяч паттернов, имеет сто тысяч адресов.

Поэтому два чрезвычайно образованных собеседника способны за час разговора произвести чудовищный объём смысловой работы, хотя физически, внешне, они проговорили те же примерно несколько тысяч слов, что и два парня с сёмками и пивом у подъезда.

Получается, что язык — великолепное инженерное решение именно потому, что он совмещает:

очень дешёвый последовательный канал
+
чудовищно дорогие параллельные декодеры на обоих концах.

Как изменимся мы, когда изменится мир

Навье—Стокс взят ИИ.

Что это значит? OpenAI заявила о решении одной из самых знаменитых задач человечества. Уравнения Навье—Стокса описывают течение жидкостей и газов и применяются при создании самолетов, прогнозировании погоды, в медицине. Практические задачи люди давно умеют решать численно, на компьютерах. Но OpenAI заявила даже не способ описать любое течение, а лишь контрпример, когда при плавном воздействии на жидкость возможен неограниченный рост ее скорости. Тогда в чем же прорыв?

Прорыв не в том, что это сделал ИИ — для тех, кто следит за развитием ИИ, такие новости уже часть естественных ожиданий. Токены постепенно становятся столь же важны для науки, как и телескопы или коллайдеры.

Главное в этом событии — это изменения, к которым оно приведет через десять, сто лет. Каким станет этот мир?

Во-первых, дефицитом станут не ответы, а вопросы. Нам все время твердили, что идеи, даже хорошие, — это ничто, реализация — всё. (Отчасти потому что ресурсы для реализации находились в руках тех, кто это заявлял.) Но реализация становится все дешевле и проще. Я не знаю, написана ли уже фэнтези, в котором герой с бедной фантазией получает неограниченную возможность исполнять желания, но для героя это будет самый страшный хоррор. Ощутить свою исчерпанность, ощутить свою одинаковость с миллионами, хотя раньше думал про уникальность — это трагедия.

Миллионы советов о том, чему учить детей в эпоху ИИ, мечутся от софт-скиллов или критического мышления до математики и культуры. Но зачем софт-скиллы нужны потерянному маленькому человеку, который не знает, что делать? Зачем считать критическое мышление или математику главными навыками, когда ИИ делает это быстрее и лучше?
Чтобы ощущать себя человеком, уже недостаточно быть прокачанным и причесанным приматом.
Человек в эпоху ИИ — это тот, кто способен порождать смыслы. Тот, кто может задавать вопросы, о которых раньше никто не думал. Тот, кто может видеть общее и закономерности там, где другие видят лишь частности.

Знаете, что считал самым ценным в обучении великий математик Владимир Арнольд? Что он узнал от своего учителя Ивана Петровского и нес дальше?
Самое главное, что ученик должен узнать от учителя — что некоторый вопрос еще не решен. (Дальнейший выбор вопроса из нерешенных — дело самого ученика. Выбирать за него задачу — всё равно, что выбирать сыну невесту.) Вдумайтесь, учитель годами работает с учеником, но главное его наследство — не методологии, не навыки ученика, и уж тем более не воспитательные порывы, а вопросы, которые он оставляет ученику.

А какие вопросы вы оставите после себя? Я рискну утверждать, что масштаб человека часто соразмерен величине вопроса, за который он берется и который оставляет после себя. И это не только про обучение. Любая работа, по найму или на себя, начинается с вопросов и заканчивается ими.

В первом потоке челленджа «Включи новизну!» я добавил несколько упражнений на умение задавать вопросы. Они многим давались не сразу. Потому что вопрос — это способ двигать познание, находить несогласованности в понимании мира, трещины в объяснениях, неочевидные взаимосвязи. А мозг сопротивляется изменениям картины мира, и особенно сильно — когда включается страх потери привычного себя. И надо набраться достаточной смелости и отваги, чтобы увидеть и задать себе по-настоящему глубокие вопросы.

Во-вторых, мир станет заметно понятней. Не только мир природы, но и наш, человеческий мир. Вы сможете прогнозировать, как поведут себя сотрудники компании в какой-то ситуации, при каких условиях соседи поддержат начинание, сможете понять, как стать успешным в своей профессии — чего не хватает и как это исправить.

Представьте мир, в котором у физиков или социологов есть 99% ответов, причем в яркой форме фильмов и картинок. Всем известно, и что происходит, и как что-то сделать.

И тогда главным вопросом останется «зачем?», потому что он порождает смысл. Именно поиску ответа на него стоит учить детей. И задавать его себе, снова и снова.

Интересный обмен мнениями случился сегодня:

Jacob Coxon, исследователь, последние три года работавший над предобучением в OpenAI и Антропике, сегодня уволился, написав что обе компании несутся к самоулучшающемуся сверхинтеллекту, не имея достаточного контроля над тем, что строят. Что эту проблему осознают все больше людей внутри (те, кто в лабах не работают - лесом), но конкурентная гонка за RSI убивает любую осторожность.

Он объясняет это так же как Дарио (что скорее доказывает, что Дарио искреннее так считает) - что мол OpenAI многие до конца не осознают масштаб риска, а в Антропик риск понимают, но считают, что обязаны прийти первыми, потому что конкурентам доверять нельзя.

В ответ руководитель алаймента в Антропике пишет, что Коксон прав, внутри компании действительно всерьез считают, что AI может уничтожить человечество. Его личная оценка - больше 10% вероятности в следующие 10 лет. Он признает, что у Антропика пока нет решения проблемы контроля сверхинтеллекта и нет уверенности, что они вообще успевают его найти.

Это вам не Ямпольский или Юдковский, а люди, которые реально каждый день над этими проблемами работают.