Модели и технологии
Программирование весов. LLM от OpenAI, DeepSeek, Anthropic и других компаний умеют напрямую читать и править веса нейросетей; повторные эксперименты показывают точечные исправления и изменение поведения без обычного обучения.
- GPT-6 Astra Edits Qwen Weights: MATH-500 7.9% to 48.1%(откроется в новой вкладке)
- Sparks of Weight-Space Programming: LLMs can natively read & write neural network weights(откроется в новой вкладке)
- Like GPT-6 Astra, Qwen 3.8 27B can interpret model weights(откроется в новой вкладке)
- I tried MIT's "weight-space programming" on my own use case: Claude rewrote 8 neurons of Gemma 4 12B to change how it translates one Italian tense(откроется в новой вкладке)
- DeepSeek V4.1 Flash 1017 can also do Weight-Space Programming(откроется в новой вкладке)
- What Qwen is thinking when it gets stuck saying "Wait"(откроется в новой вкладке)
- Qwen 3.8 27B on my laptop can interpret model weights, too(откроется в новой вкладке)
- GPT-6 Astra sees the matrix and reprograms other AI models directly through their weights(откроется в новой вкладке)
- [AINews] Behind Latent Space: Kill My SaaS, Jev & AI in 2026 | AIEi Shanghai(откроется в новой вкладке)
- Tried the weight editing thing from the MIT post: Some cool applications, but nothing crazy(откроется в новой вкладке)
Модель Hydrogen-1.0. Deep Principle выпустила MoE-модель с открытыми весами на 753B параметров для химии, материаловедения и наук о жизни на базе GLM-5.3. Компания сообщает о победе над GPT-6-Astra в FrontierScience-Research.
Открытые фронтирные модели. Hy4 от Tencent и Kimi K3.1 Pro уже доступны или выложены с открытыми весами. У Hy4 появились работа с компьютером и понимание изображений; Baidu также выпустила базовую MoE-модель на 280B, а в репозитории с кодом Qwen есть намёки на будущие модели Qwen4.
- Alibaba's Qwen Code repo just leaked qwen4-max, qwen4-coder-plus, and qwen4-omni-120b(откроется в новой вкладке)
- Official Statement: Qwen Models Will Stick to Open Source to the End!(откроется в новой вкладке)
- Kimi-K3.1-Pro is now open-weights(откроется в новой вкладке)
- Kimi K3.1 is likely benchmaxxed (with some proof)(откроется в новой вкладке)
- Tencent says Hy4 ranks among the best open models. Its weights aren't out yet(откроется в новой вкладке)
- Baidu Releases ERNIE 5.5 Flash Base: A 280B MoE Base Model With 14B Active Parameters(откроется в новой вкладке)
- Baidu releases ERNIE 5.5 Flash Base with 280 billion parameters as an open-source foundation model(откроется в новой вкладке)
- Tencent releases Hy4 with vision and computer use, claims second place among Chinese AI models(откроется в новой вкладке)
ИИ ускоряет исследования ИИ. 11-недельный обзор METR показал, что темп улучшения моделей Anthropic вырос примерно вдвое; около 80% прироста дал ИИ, применённый в собственных исследованиях компании. Это перевело Anthropic через порог её политики ответственного масштабирования.
Агенты и бенчмарки
Проактивный кодинг-агент. DeepSeek открыла исходный код проактивного кодинг-агента для GitHub, который превращает одобренные запросы в параллельные рабочие задачи. В симуляции он завершал задачи в 1,9 раза быстрее базовой схемы с одной сессией.
Бенчмарк длинных задач. SemiAnalysis выпустила GDPx — бенчмарк из 206 задач. Лидирует Claude Opus 5.5 с 12%, у GPT-6 Astra — 9,6%; результаты показывают, что агенты по-прежнему плохо справляются с реальной работой, требующей многих часов.
Архитектура агентов сходится. LangChain утверждает, что стандартная архитектура агентов «цикл LLM + инструменты» сходится. Новые вызовы связаны с контекстом длинных задач, прогрессивным раскрытием и использованием инструментов в песочнице.
Git для масштаба Codex. OpenAI построила Pando — Git-бэкенд, который почти в 5 раз снижает медианную задержку push при параллельных push-операциях в масштабе Codex. Кроме того, компания приобретает Pierre Computer Company — создателя Code Storage и инструментов, на которых уже работает Codex.
Meta покупает Conductor. Meta купила ИИ-стартап Conductor, который делает инструменты для программирования; его агентные команды позволяют разработчикам запускать проекты в параллельных рабочих пространствах. Основатель Чарли Хольц говорит, что новых клиентов ждёт кое-что новое в начале следующего года.
Инфраструктура и локальный инференс
Скорость локальных MoE. Патчи вроде tandem.cpp и Strata вместе с новыми квантами позволяют Qwen Flash-Next и DeepSeek V4.1 Flash работать на одной GPU со скоростью 97–200+ ток/с при выгрузке на CPU/SSD. Конфигурации с 8 ГБ видеопамяти теперь декодируют на 50 ток/с.
- tandem.cpp: Qwen3.8-Flash-Next at 97 tok/s on a single 4090 + 64 GB RAM, 3.3× llama.cpp, works for any MoE(откроется в новой вкладке)
- Speedy is shockingly good for qwen3.8 FN(откроется в новой вкладке)
- 8 agents × 250K context, concurrently, on two 3090s (~600+ tok/s total)(откроется в новой вкладке)
- Sorry Sam, my "quite terrible" home DRAM is at 100% now: patched Strata to make DeepSeek V4.1 agent sessions start 20× faster on a good old standard gaming GPU, no datacenter required(откроется в новой вкладке)
- Getting incredible results with a single RTX 3090ti and 128gb of ram. Deepseek-V4.1-Flash-1017 (35 tok/s decode) and Qwen3.8-Flash-Next (130 tok/s decode)(откроется в новой вкладке)
- Qwen 3.8 Flash Next NVFP4 on 64gb RAM and 5090, Basalt. Ditched windows for it. Very hyped for qwen 4 model family now.(откроется в новой вкладке)
- We are in the golden age of Local LLM(откроется в новой вкладке)
- Qwen Flash Next on Strata is unreal.(откроется в новой вкладке)
- Another benchmark has hit the quant war(откроется в новой вкладке)
Конкуренция квантований. Unsloth и ISTA-DASLab публично спорят о качестве квантования DeepSeek-V4.1-Flash. Unsloth утверждает, что её GGUF-файлы превосходят другие варианты на 10–20% в задачах по программированию с длинным контекстом; соперничество приносит более качественные кванты.
- Unsloth vs GSQ-RCO - 512K context DeepSeek-V4.1 GGUF benchmarks Terminal Bench(откроется в новой вкладке)
- Kind of enjoying the ISTA (GSQ-RCO) vs Unsloth beef(откроется в новой вкладке)
- Inconsistencies in Unsloth's LiveCodeBench Results(откроется в новой вкладке)
- New Qwen3.8-Flash-Next Unsloth Dynamic V3.1 GGUFs(откроется в новой вкладке)
- Unsloth Qwen3.8-Flash-Next GGUFs V3.1 Update (November 4th 2026)(откроется в новой вкладке)
- Qwen 3.8 Flash Next GSQ RCO quant as good as BF16(откроется в новой вкладке)
Менеджер ресурсов GPU. Berth — менеджер ресурсов GPU на Go, который выдаёт приложениям лизы, приоритеты и очередь запросов. Он поддерживает чекпоинты CUDA и удержание моделей в RAM, чтобы быстрее переключать ИИ-нагрузки.
Бизнес и политика
OpenAI привлекла $11 млрд. OpenAI получила первый транш в $11 млрд в рамках раунда с оценкой $1,25 трлн. Это ниже прежних ожиданий — $30 млрд при оценке $1,4 трлн — после падения акций технологических компаний.
- OpenAI reportedly raises an additional $11 billion at a $1.25 trillion valuation(откроется в новой вкладке)
- OpenAI valued at $1.25 trillion, as rival Anthropic nears its IPO(откроется в новой вкладке)
- OpenAI lands an $11 billion funding round, but has to court dentists for more capital(откроется в новой вкладке)
Давление на IPO Anthropic. Выручка Anthropic выросла в 12 раз, до $17 млрд, но компания потеряла $23,3 млрд из-за обязательств по вычислительным мощностям. Инвесторов не устраивает оценка IPO в $1,5 трлн; некоторые предлагают $1 трлн.
- Anthropic grows revenue twelvefold but posts $23 billion loss(откроется в новой вкладке)
- Anthropic warns that it’s very close to RSI capability, aka self-building AI(откроется в новой вкладке)
- Anthropic is still grappling with the economics of compute(откроется в новой вкладке)
- Anthropic's $1.5 trillion IPO hits resistance as investors balk at valuation(откроется в новой вкладке)
- [AINews] Anthropic IPO: Whither Now?(откроется в новой вкладке)
- Anthropic pushes ahead with pre-Thanksgiving IPO despite tech selloff, accepts lower valuation(откроется в новой вкладке)
Отпор дата-центрам. Избиратели одобрили 40 из 41 местного ограничения для дата-центров. OpenAI пообещала не заключать NDA с чиновниками и полностью оплачивать электроэнергию, а Meta предупредила, что расширение ИИ может замедлиться.
- After the midterms, a bigger clash over data centers could be coming(откроется в новой вкладке)
- Big Tech claims voters’ AI backlash is “anti-Trump” not “anti-tech”(откроется в новой вкладке)
- Texas was the new epicenter of the AI data center buildout. That might be kaput.(откроется в новой вкладке)
- Data centers lost the midterms(откроется в новой вкладке)
- How a Blue Wave midterm might reshape the AI industry(откроется в новой вкладке)
- After the midterms, is the AI industry in for a rough two years?(откроется в новой вкладке)
- Big Tech lost big in the 2026 election(откроется в новой вкладке)
- All the latest updates on AI data centers(откроется в новой вкладке)
- After the midterms, things are looking rocky for Elon Musk and data centers(откроется в новой вкладке)
- OpenAI might rebrand its data centers as ‘AI compute campuses’(откроется в новой вкладке)
- OpenAI is stepping back from NDAs for data center projects(откроется в новой вкладке)
- After midterm rout, OpenAI tries to win over communities it needs for AI expansion(откроется в новой вкладке)
- Meta warns that election backlash against data centers could make AI expansion harder(откроется в новой вкладке)
- ‘Total repudiation’: The blue wave is about to hit AI(откроется в новой вкладке)
- OpenAI is already trying to shape the 2028 election(откроется в новой вкладке)
Это обзор недели – увидимся в следующее воскресенье.