Безопасность ИИ и регулирование
Гонка ИИ США и Китая. Трамп и спикер Палаты представителей Джонсон отвергли призывы ИИ-индустрии к замедлению, заявив, что регулирование может позволить Китаю вырваться вперёд. Трамп сказал: «кто победит в ИИ, тот победит».
- Trump downplays the need to check AI development and says he doesn't want to cede edge to China -- "I think you have a lot of negative forces that are...bringing up things that won’t happen...whoever wins with AI wins"(откроется в новой вкладке)
- Trump and Mike Johnson think the AI industry is overreacting(откроется в новой вкладке)
Руководители за надзор. Альтман, Маск и Хассабис поддержали призыв гендиректора Anthropic Амодеи к независимому надзору внутри ИИ-лабораторий на фоне усилившейся дискуссии думеров после того, как руководитель направления alignment в Anthropic оценил вероятность того, что ИИ убьёт всё человечество, более чем в 10% в течение ближайшего десятилетия.
План Обамы по ИИ. Обама призвал демократов сделать ИИ центральной темой повестки и разработать чёткую рамку для экономических проблем и вопросов безопасности после возвращения контроля над Палатой представителей.
Регуляторный захват open source. Сторонники локального ИИ и open source опасаются, что кампания за безопасность ИИ может быть использована для регуляторного захвата; в одном из тредов на Reddit материалы NYT называют «спонсированными OpenAI» и видят в этом реакцию на пузырь.
Модели и исследования
DeepSeek V4.1 Flash. DeepSeek V4.1 Flash заняла первое место в новом закрытом бенчмарке Artificial Analysis, обойдя GPT-6 Astra и Fable после того, как индекс обновляли дважды за три дня.
Научная модель Intern-S2. InternLM выпустила Intern-S2-397B — мультимодальную фундаментальную модель, обученную на научной литературе и агентном RL с длинным горизонтом; модель сильна в рассуждениях и решении научных задач.
Поисковые агенты Iris. Open-weight Iris-mini (35B) и Iris-pro (397B) от AllSpark — лучшие поисковые агенты в своём классе. Они построены на Qwen и обучены на вопросах, полученных обратной разработкой; также улучшают общие навыки работы с инструментами.
Агентные бенчмарки GPT-6 Astra. В Vending-Bench и Drone-Bench от Andon Labs GPT-6 Astra управлял симулированным бизнесом, заработав втрое больше баланса Fable, и стал первой моделью, обошедшей базовый уровень «человек + ИИ» на всех подзадачах наблюдения с дронов.
Рецепт золота IMO для Nemotron. Исследователи опубликовали открытый рецепт обучения Nemotron 3 Ultra, чтобы набрать 30/42 на IMO 2026 и получить золото, используя только генерацию доказательств на естественном языке, без формального прувера и интернета.
Маленькая модель Aurora. Выпустили Aurora1.0-150M — небольшую модель, обученную на 7 млрд токенов, с производительностью уровня GPT-2 на распространённых бенчмарках.
Elevenlabs Music v2.5. Elevenlabs выпустила Music v2.5 через приложение и API, заявляя о более полноценных песнях и предпочтении слушателей; доступны бесплатный и pro-тарифы, коммерческое использование разрешено с указанием авторства.
AlphaGenome, Meta Muse и математика. В подборке The Sequence — AlphaGenome Atlas от Google DeepMind для генетического картирования, персональный агент Muse от Meta и предложенное OpenAI решение одной из задач тысячелетия.
Локальный ИИ и железо
Дефицит RTX 5090. Пользователи LocalLLaMA сообщают, что RTX 5090 почти исчезли из продажи, а цены растут, усугубляя дефицит железа для локального ИИ.
Стена памяти Micron. Слайд с Hot Chips показывает: вычислительная мощность растёт примерно в 3 раза каждые два года, а пропускная способность HBM — менее чем в 2 раза. Решения — вычисления в памяти и более короткие связи.
Ускорение AMD RDNA4. Обновление R9V выдаёт около 100 ток/с на Qwen3.8 Flash Next IQ4_XS на двух GPU R9700 с 128 ГБ RAM, исправляет вылеты и добавляет поддержку Q4_K_XL.
VLLM на RTX 3090. В гайде на Reddit показано, что VLLM с AOT-компиляцией может запускать Qwen3.8 27B INT4 с контекстом 144K FP8 KV на 24-гигабайтной RTX 3090 — быстрее, чем llama.cpp.
DIY-сервер за 3 тысячи долларов. Самодельный сервер на EPYC с четырьмя GPU V620 и 256 ГБ RAM обошёлся примерно в $3 тыс. и выдаёт 1,3 тыс. ток/с на prefill и 70 ток/с на decode на Qwen3.8-next-flash.
CUDA на AMD в Windows. Сборка на базе ZLUDA позволяет Windows-приложениям, рассчитанным на CUDA, работать на GPU AMD с ROCm/HIP — примерно на 3% медленнее, чем нативно.
Локальные результаты Qwen3.8. Пользователи отмечают Qwen3.8-27b за one-shot-кодинг, генерацию SVG и игру, собранную за пять часов на 3090, называя её сильной локальной моделью.
Инструменты и фреймворки для агентов
GTM-агенты LangChain. LangChain построила GTM-агентов и paid-media-агентов на Deep Agents, автоматизировав ресёрч по аутбаунду, подготовку черновиков в Slack и сверку рекламных кампаний; GTM-агент увеличил конверсию из лида в opportunity на 250% и сэкономил менеджерам по продажам 40 часов в месяц.
Роутинг HydraFusion в GitHub. В превью Project HydraFusion для GitHub Copilot динамически оркестрируются несколько моделей по схемам single, cascade и critique для оптимизации задач кодирования.
Инструмент commit-rewriter. Саймон Уиллисон выпустил commit-rewriter 0.1 — веб-приложение для интерактивного редактирования сообщений коммитов и перезаписи истории репозитория, полезное для очистки мусора от кодинг-агентов перед публикацией.
Индустрия и общество
Спам от ИИ-агентов. В треде на Hacker News рассказывают про iLands — ИИ-агента, который рассылает спам-письма; это иллюстрирует злоупотребление агентным ИИ для нежелательных рассылок.
Исследование запрета ИИ в классе. Двухлетнее исследование в университете показало, что студенты с запретом на ИИ выступили хуже всех, а структурированное обучение оказалось эффективнее неконтролируемых подсказок ИИ — профессор пересмотрел своё исходное предположение.
Золотой век локальных LLM. В посте на Reddit нынешнее сообщество локальных LLM называют возвращением к ручной оптимизации и обмену опытом; движущая сила — дефицит железа, который заставляет повышать эффективность.
Это всё за этот день – примерно 5 минут чтения.