Все о блокчейн/мозге/space/WEB 3.0 в России и мире

Свежая работа Google: больше агентов ≠ лучше. Google DeepMind провели 180 экспериментов на GPT-5, Gemini и Claude и вот какие выводы: 1. Если один умный агент уже решает задачу на 45–50 % и выше — добавлять толпу других почти всегда ухудшает результат. Деньги и время на ветер. 2. Финансовый анализ, исследование рынка, due diligence — тут несколько агентов с оркестратором дают +80 % качества. Один смотрит отчёты, второй — новости, третий — риски, четвёртый собирает всё в одну красивую картину. Работает шикарно. 3. Веб-поиск, сложная навигация по сайтам — небольшая команда из 3–4 агентов даёт +9–15 %. Больше не надо. 4. Долгое последовательное планирование, например, «собери дом в Minecraft шаг за шагом» или сложный код с кучей зависимостей, любые многоагентные системы портят всё на 40–70 %. Лучше один сильный агент и не мешать ему. 5. Чем больше разных инструментов (поиск, код, базы, калькуляторы), тем дороже обходится общение между агентами — токены улетают на «привет, а ты что нашёл?» вместо реальной работы. 6. Самое крутое - Google сделали модель, которая по описанию вашей задачи предсказывает лучшую архитектуру с точностью 87 %.

Герман Греф прогнозирует, что РФ запретит ИИ-моделям других стран вход в страну. Это произойдет, по мнению Грефа, по тому, что США и Китай ограничили вход в свои страны фундаментальным моделям, созданным в других странах. Об этом он сказал сейчас на конференции «FI Day. ИИ & Блокчейн»

Вау! DeepSeek использует самые крутые чипы Nvidia Blackwell для обучения своей новой ИИ-модели По данным источников The Information, #DeepSeek тренирует свою следующую модель на нескольких тысячах чипов Nvidia Blackwell - огромный кластер, способный обучать модели уровня GPT-5. Стоимость одного — сотни тысяч $, так что общий улов DeepSeek оценивается в миллиарды. Отметим, что США запретили экспорт Blackwell в Китай с 2024 года. Запрет касается всех стран, потенциально поставляющих в Китай, чтобы предотвратить утечку технологий. Но DeepSeek якобы получила чипы через потайные пути: они сначала устанавливались в дата-центрах в разрешённых странах: в Сингапуре/Малайзии, где проходили инспекцию серверного оборудования, а затем разбирались на компоненты и тайно переправлялись в Китай.

А вот и 1-я ИИ-модель, обученная в космосе. И это модель Google Стартап Starcloud только что показал первую в истории тренировку большой языковой модели в орбитальном пространстве. Ранее, Google представил свой проект по ЦОДу в космосе. Starcloud запустили и протестировали модель Gemma от Google DeepMind. Модель отвечает на запросы в реальном времени, например, на вопрос "Где ты сейчас?" она может ответить: "Над Африкой, скорость 28 000 км/ч" на основе телеметрии спутника. Обучили NanoGPT — маленькую LLM, созданную сооснователем OpenAI Андреем Карпати. Данные для обучения: полное собрание сочинений Шекспира. В результате модель генерирует текст в стиле Шекспира. Модель Gemma живёт на спутнике и обрабатывает данные, включая спутниковые снимки от партнёра Capella Space. Ранее, 2 ноября 2025 года Starcloud запустил свой первый спутник Starcloud-1 на ракете SpaceX. На борту графический процессор Nvidia H100 GPU.

Главные прогнозы на 2026 год по ИИ рынку от венчурного фонда a16Z Это 1-я часть прогнозов о ключевых технологических трендах 2026 года. Прошлогодние тренды тут. 1. Появится 1-й ИИ-нативный университет, построенный с нуля вокруг интеллектуальных систем. Преподаватели станут архитекторами обучения, а студентов будут оценивать не за то, использовали ли они ИИ, а за то, как они его использовали. 2. существующая инфраструктура не выдержит ИИ-агентов. Нужно новое поколение агент-нативной инфраструктуры. Узкое место — координация: роутинг, блокировки, управление состоянием на масштабе массивного параллельного исполнения. 3. Мультиплеер между агентами разных сторон. Скорее всего появятся первые рабочие кейсы в юртехе и недвижимости (агент покупателя ↔ агент продавца), но массово вряд ли появится раньше 2027–2028. 4. Смерть интерфейсов и экранного времени. Системы учёта CRM, ITSM теряют стратегическую позицию. Интерфейс превращается в динамический агентский слой, традиционная система записей скатывается в фон как товарный слой хранения. В 2026 агенты начнут координироваться между стейкхолдерами: роутинг к функциональным специалистам, синхронизация изменений, переговоры контр-агентов в рамках параметров. Это создаст сетевые эффекты. 4. 2026 станет точкой перехода от масс маркета к индивидуальному. 5. Мультимодальные данные и уборка мусора. Уже сейчас 80 % корпоративных знаний в PDF, скриншотах и видео. RAG всё ещё часто врёт, агенты падают на грязных данных. В 2026 это станет отдельной крупной категорией. Потому что без этого дальше не поедет ни один серьёзный enterprise-агент. 6. System of Record отходит на второй план Уже есть Salesforce Einstein, ServiceNow Vancouver, Microsoft Copilot for Finance — всё это уже агентский слой поверх старых баз. В 2026 база станет commodity. Маржа уйдёт в слой рассуждений и исполнения. 7. Появление нового массового сегмента — "здоровые MAU" в медицине. Уже появляются подписки на биомаркеры + AI-коучинг. В 2026 сегмент вырастет в разы, потому что это самый платёжеспособный и самый большой рынок, который раньше игнорировали.

ИИ от Google и Harmonic помогли решить 50-летнюю математическую задачу Один из авторитетных математиков мира Терренс Тао опубликовал историю решения задачи Эрдёша №1026. Это отличный кейс, показывающий реальную роль ИИ в научных исследованиях. Вот как это произошло: 12 сентября 2025 — задача добавлена на сайт проблем Эрдёша с пометкой о неоднозначной формулировке Тот же день — математики в онлайн-дискуссии уточняют постановку, вычисляют первые значения, устанавливают границы. За несколько часов сообщество продвинулось от расплывчатой формулировки к конкретной гипотезе: c(k²) = 1/k 7 декабря 2025 — инструмент ИИ Aristotlе автоматически доказывает гипотезу на языке формальных доказательств Lean В течение часа — математик дает альтернативное человеческое доказательство Следующий день — AlphaEvolve (ИИ от Google DeepMind) вычисляет точные значения для расширенного диапазона, что позволяет сформулировать полную гипотезу. Поиск литературы: - ИИ deep research инструменты не смогли найти релевантную статью 2016 года - Классический Google Scholar справился лучше - Но ИИ-поиск успешно нашел ключевую статью 2024 года (Baek-Koizumi-Ueoro) Финал — задача закрыта благодаря комбинации найденных результатов. То есть ИИ не заменяет математиков, а становится новой инфраструктурой для математических исследований.

Впервые Европа впереди Китая. Новая модель Mistral - лидер в агентном программировании Европейский стартап Mistral AI впервые обошёл китайский DeepSeek в самой горячей дисциплине — агентном кодировании. Новая модель называется Devstral 2. Две версии: – 123B и лёгкая 24B. Основные факты: - SWE-Bench Verified: Devstral 2 — 72,2 % DeepSeek-R1 — 73,1 % (почти паритет, но Devstral меньше в 5,5 раза) - Blind-предпочтения пользователей в Cline: Devstral 2 побеждает DeepSeek V3.2 в 71 % случаев. Цена в продакшене: $0,15 за миллион токенов — в 7–10 раз дешевле Claude Sonnet 4.5 и почти в 2 раза дешевле DeepSeek Где пока проигрывает: - В чистой математике и сложных рассуждениях DeepSeek V3.2 и R1 всё ещё заметно сильнее - Нет пока поддержки изображений - Контекст 128k против 200k+ у китайских конкурентов. DeepSeek остаётся лидером универсальности, но в узкой и самой востребованной разработчиками нише Европа впервые вырвалась вперёд.

Миллиардер Виктор Вексельберг о своем отношении к ИИ и новым материалам Российский миллиардер скептически относится к сегодняшнему развитию ИИ, он это даже не считает интеллектом, но принимает, что влияние ИИ будет огромным. Более благожелателен Виктор Феликсович и инвестирует в проекты по созданию новых материалов. Также он сказал, что он смотрит и на то, чтобы построить ЦОД для ИИ, но ему больше всего интересны технологии накопления энергии. Все это он сказал сейчас на встрече в Российском еврейском конгрессе в рамках проекта Impact Heroes.

Anthropic, OpenAI, Google и Microsoft договорились о едином стандарте разработки ИИ-агентов Они готовятся объявить о создании новой организации Agentic AI Foundation. Основная цель этой структуры - создание открытых стандартов для ИИ-агентов. Они хотят, чтобы агенты от разных компаний, включая их собственные могли работать друг с другом. Они будут фокусироваться на открытых протоколах, созданных Anthropic - MCP от для доступа агентов к данным и инструментам, и Google - Agent-to-Agent.

Ещё от Anthropic: навыки важнее ИИ-агентов Недавно команда Anthropic на AI Engineering Code Summit представила доклад "Skills > Agents" (фокус на "Agent Skills" как альтернативе множеству агентов). Они аргументируют, что вместо строительства кучи специализированных ИИ-агентов лучше инвестировать в модульные навыки, которые делают общего агента, как Claude универсальным и полезным для реальных задач. Кстати, Skills были представлены в октябре ещё. Они представили классный график, объясняющий почему навыки важнее агентов в развитии ИИ, особенно в контексте их инструмента Claude Code. На этом графике видна визуализация прогресса в обучении и развитии ИИ. День 1 — Нет навыков. Здесь ИИ или человек на уровне базового интеллекта — умение думать, анализировать, но без практических инструментов. Это как умный студент, который знает теорию, но не может применить её на деле. Полезность минимальна. День 5 — Несколько навыков. Уже рост. Появляются первые навыки, и уровень поднимается до «способного». ИИ начинает справляться с простыми задачами, но всё ещё ограничен. Это переходный этап — от теории к базовой практике. День 30 — Много навыков. Полный расцвет. Кривая уходит вверх, и теперь мы в зоне полезного. С накоплением навыков ИИ становится не просто умным, а эффективным. Навыки умножают интеллект, делая систему гибкой и применимой в реальных сценариях.

Новое от Anthropic - как можно «вырезать» из большой нейросети опасные знания, при этом почти не навредить её обычным способностям. Новая технология называется Selective Gradient Masking (SGTM). Код, статья все тут. Простыми словами это вот как: 1. Во время дообучения модели говорят модели: «Вот опасные тексты — запоминай их только в этих специальных ячейках памяти (оранжевые). А всё полезное — только в обычных ячейках (синие)». 2. Модель послушно разделяет знания: плохое в одну сторону, хорошее в другую. 3. В конце просто берут и обнуляют «оранжевые» ячейки. Всё. Опасные знания физически исчезли из модели, их нельзя «вытащить» даже если очень постараться. Главное — это работает даже, когда часть опасных текстов не нашли и не пометили, а это в реальной жизни почти всегда так. Другие проекты по безопасности тут. Результаты интересные: - после «вырезания» модель почти не теряет общие знания, - чтобы вернуть удалённые способности обратно, нужно в 7 раз больше усилий, чем раньше, - лишние вычисления при обучении — всего +5–6%.

Одним из итогов #NeurIPS2025 стало сильное выступление AIRI Ребята победили в 2-х престижных соревнованиях MindGames Arena и CURE-Bench. Если вы не в курсе, то рассказываем: MindGames Arena - соревнование, где агенты играют в социальные игры - переговоры, доверие, манипуляции. Это продолжение знаменитой серии Concordia, которую год назад запустили Google DeepMind. Команда In2AI, которая состояла из AIRI + Coframe + Иннополис, взяла 1-е место в самом сложном треке Generalization (новые игры, которых модель никогда не видела). Их модель на 8 млрд параметров обыграла оппонентов, включая агентов на GPT-5, Gemini 2.5 Pro и Grok 4, и сделала это сразу в двух дивизионах: эффективные и открытый. По сути, они показали, что в социальном интеллекте грамотный RL важнее размера. А вторая история - медицинские рекомендации без интернета. Команда VIM, которая состояла из AIRI + iMak AI Lab, вошла в топ-8 на CURE-Bench - первый большой челлендж от Гарварда и MIT, где проверяли именно терапевтический ИИ. Ребята выбрали самый сложный трек - Internal Model Reasoning, где нельзя использовать внешние базы, API, поисковики. Kaggle. В итоге их модель показала высокую согласованность с врачебной практикой, когда нельзя гуглить и подглядывать в справочники. Это показывает, что медицинский ИИ ≠ обязательно LLM + RAG + PubMed. Команда показала, что можно обойтись без этого и всё равно выдавать клинически осмысленные рекомендации, которые проходят тройную проверку. Это важно для нашего реального мира, где в больнице интернета может не быть, базы могут быть недоступны, а решение нужно прямо сейчас. За согласованность прогнозов и отсутствие выдуманных фактов в рассуждениях команда получила Excellence Award.

Мифы об экономике OpenAI рушатся: OpenAI снизила ожидания по доходам от ИИ-агентов на $26 млрд за ближайшие 5 лет Взамен OpenAI планирует больше полагаться на рост подписок на ChatGPT, который остается основным источником дохода. Сказки о бесконечном экономросте OpenAI начинают трещать по швам, и все это происходит благодаря конкуренции. Ранее, в апреле–июне 2025 года, OpenAI прогнозировала, что ИИ-агенты и другие новые продукты принесут значительный рост. Компания ожидала, что к 2029 году общий доход достигнет $125 млрд, а к 2030-му — $174 млрд, с долей агентов около 24%. Это основывалось на оптимистичных сценариях быстрого внедрения агентов в бизнес и потребительские приложения. Финансовая реальность компании такая: - В 2024-м OpenAI потеряла $5 млрд при доходе $4 млрд. В 2025-м убытки уже $9–14 млрд, а доходы — $12–20 млрд (в основном от подписок Plus/Pro). - скорость сжигания денег — $8–17 млрд в год на GPU и дата-центры. Только на обработку запросов ChatGPT уходит $700 тыс. долларов в день! - К 2030-му кумулятивные расходы на инфраструктуру — $792 млрд, а обязательства по вычислениям — $1,4 трлн (спасибо контрактам с Microsoft и Amazon). HSBC прогнозирует дефицит в $207 млрд — без новых инвестиций не обойтись.

4-х месячный стартап решил самую сложную Олимпиаду по математике Putnam, Джефф Дин из Google уже в восторге 4-месячный стартап Axiom сообщил, что их ИИ AxiomProver решил 9 из 12 задач в языке Lean. Команда обещает завтра выложить код, доказательства. Axiom строит ИИ-математика, способного на рассуждения, генерацию доказательств, проверку своей работы. Коммерческие последствия огромны - верификация, логистика, трейдинг, научные исследования и любые домены, где важны корректность и оптимизация. Что именно сделал их ИИ: - Задачи формализовали люди (это был внутренний «Prove-a-ton» — хакатон по переводу задач в Lean) - Дальше AxiomProver работал полностью автономно - 8 задач решены за первые 58 минут после экзамена, 9-я — к полудню следующего дня - Всё в Lean 4 + Mathlib, каждое доказательство проверено компилятором на 100 % Что говорят сами математики: 1. Это первый случай, когда ИИ даёт полностью верифицируемые доказательства на уровне топ-5 мира 2. Формальные доказательства пока дорогие, но цена одного пруфа может превышать зарплату аспиранта 3. Через 5–10 лет такие системы будут обычным инструментом, как сейчас Wolfram Alpha, только для доказательств. Основателем стартапа является 24-летняя Карина Хонг,окончившая MIT и получившая 2 диплома математика и физика за 3 года, также она лауреат Morgan Prize, Rhodes Scholar, бросила PhD/JD в Стэнфорде. Недавно к ней присоединился Кен Оно — один из самых влиятельных ныне живущих специалистов по теории чисел и эллиптическим кривым (бывший вице-президент AMS, ментор десятков Putnam Fellows). Команда — 17 человек, среди них аспиранты и постдоки из MIT, Cambridge, Imperial, Humboldt; часть раньше работала в Meta AI for Math(запрещенная в РФ). Стартап привлек уже $64 млн от Menlo Ventures. Этот кейс интересен тем, что уровень сложности экзаменов выше, чем IMO, которым хвастались Google, OpenAI, Harmonic.

Мы откладывали это на завтра, но расскажем сегодня

Сегодня в вэб-версии ChatGPT появится возможность делать покупки прямо внутри чата. Скоро будет и в мобильном приложении Вот как это будет выглядеть, смотрите на фото. Этот новый опыт электронной коммерции на ИИ основан на протоколе агентской коммерции (ACP), который Stripe запустили вместе с OpenAI в сентябре.

Крупнейшая инвесткомпания мира займётся стейкингом Ethereum ETF BlackRock, управляющий активами на $11 трлн, подал заявку в SEC на запуск ETF, который будет давать инвесторам доход от стейкинга Ethereum прямо через биржевой фонд. Это значит, что миллиарды $ институциональных денег, не вовлеченных в криптовалюты, станут часть индустрии и смогут легально получать доход от стейкинга Ethereum. BlackRock хочет быть лидером в крипто-ETF, как в традиционных активах, тут подробнее. Вместо того чтобы добавлять стейкинг в уже существующий ETF, BlackRock решили запустить отдельный новый фонд — будет первый ETF, который: - держит ETH, - сам стейкает эти монеты через проверенных операторов, - выплачивает инвесторам доход от стейкинга (минус комиссия BlackRock). Аналитики отмечают потенциал роста ETH на 50% в ближайшие месяцы за счет институционального притока, особенно с апгрейдом Fusaka. Но волатильность сохраняется

Дэмис Хассабис обещает в 2026г. надежных ИИ-агентов. Вот, что он выделил из направлений, где будет прогресс у ИИ 1. В 2025 году много обсуждали агентов, но они не могут еще полностью и надежно выполнять целые задачи. К следующему году у нас будут агенты, которые очень близки к этому уровню. Цель — универсальный ассистент на всех устройствах (очки, умные часы, ПК), который интегрируется в жизнь: от рекомендаций книг/фильмов до помощи в ремонте, например, Gemini Live наведи камеру на проблему — ИИ подскажет. 2. Модели мира: от симуляций к интерактивности. Развитие моделей типа Genie 3 — это интерактивные видео-модели, где ИИ генерирует видео и позволяет гулять внутри как в игре или симуляции. Это мейнстрим в 2026: ИИ будет предсказывать физику реального мира, помогая в планировании, играх и науке. 3. Мультимодальность: синергия модальностей и видео+язык. Gemini изначально мультимодальный, и в ближайший год фокус на полной конвергенции: модели будут принимать/генерировать все типы данных, что усилит рассуждения и креативность. Ключевой тренд - слияние видео и языковых моделей. ИИ сможет анализировать видео шаг за шагом, понимать нарратив, генерировать истории или симуляции.

План Маска по космическому ИИ: сначала солнечные ЦОДы в космосе, а после лунные фабрики спутников Илон Маск предложил свой подход к масштабированию ИИ-вычислений, используя спутники в космосе как ключевой фактор. Он заявил, что менее чем через 3 года самым дешёвым способом вычислений ИИ станут спутники с локальными ИИ-вычислителями в низколатентной, солнцесинхронной орбите, где всегда есть солнечный свет для питания. Только результаты будут передаваться обратно на Землю, что минимизирует трафик. Ранее, Маск обещал ЦОДЫ в космосе через 4-5 лет. Через 4 года это станет самым быстрым способом масштабирования, поскольку на Земле уже трудно найти доступные источники электроэнергии. По его расчётам, запуск 1 мегатонны спутников в год (каждый с мощностью 100 кВт) добавит 100 ГВт ИИ-мощности ежегодно — без затрат на эксплуатацию и обслуживание. Эти спутники подключатся к constellation Starlink через высокоскоростные лазеры. Далее Маск говорит о следующем уровне — строительство фабрик спутников на Луне с использованием электромагнитной рельсовой пушки для запуска спутников на орбиту без ракет. Это позволит масштабировать до >100 ТВт ИИ-мощности в год и сделать значительный шаг к цивилизации Кардашёва II.

Итоги уходящей недели, то, что имеет значение в России и мире Очерки нашей команды @blockchainrf с самой лучшей конференции #NeurIPS : Фокус конференции в этом году, а также одна из статей. Лауреат премии Тьюринга Ричард Саттон объяснил, почему индустрия застряла в локальном минимуме. И живое фото Саттона с поклонниками. ИИ-модели, агенты, методологии Meta предложила путь к безопасному superintelligence — концепция co-improvement: ИИ развивается вместе с людьми, решая проблему выравнивания совместно a16z и OpenRouter выпустили свежий отчёт по реальному использованию LLM в 2025 году Anthropic запустила Interviewer для масштабного проведения интервью Shopify выпустил Tangle — первая open source платформа для экспериментов с content-based кэшированием и визуальным редактором Стартап Harmonic доказал проблему Эрдёша №124, а математики оценили это AIRI представили Wikontic — построение графов знаний в 10–20 раз дешевле OpenAI в аварийном режиме готовит новую модель, которая выйдет как экстренный ответ на Gemini 3 DeepSeek запустили две модели для агентов Google представили open-source фреймворк для оценки универсального понимания звука в мультимодальном ИИ Mistral выпустили семейство моделей Mistral 3 Berkeley и UIUC научили BERT общаться через диффузию SemiAnalysis выяснили, что OpenAI за 1,5 года не создали новых фронтирных моделей Google DeepMind перешла на новый подход к пониманию работы ИИ-систем OpenAI нашла метод, который обучает ИИ сообщать, когда он нарушает инструкции или идёт в обход Выпущена статья SIMA 2 от Google DeepMind — воплощённый ИИ-агент для виртуальных миров с новой архитектурой адаптации LLM LatentMAS позволяет агентам общаться без каналов Anthropic протестировала агентов на блокчейн-смарт-контрактах LabOS - 1-й Co-Scientist с ИИ и XR — система использует мультимодальное восприятие и самообучающихся агентов для помощи в реальном времени Корпоративные движения и оценки IT-компании РФ заплатят 3% вузам в 2026 от сэкономленных на льготах средств Anthropic готовится к IPO на $300–400 млрд — разбор Claude Code — первый продукт в истории ПО, достигший $1 млрд ARR за 6 месяцев Альтман собирает деньги на покупку / партнёрства с космической компанией ИИ оборудование, софт для железа Новое аналоговое ИИ-оборудование может раскрыть потенциал без громоздких конвертеров Nvidia представила CUDA 13.1 — крупнейшее расширение платформы с момента запуска в 2006 году Две экс-сотрудницы Google создали стартап по разработке чипов с интеграцией ИИ Квантовые вычисления, биотех и нейроинтерфейсы CEO Google: квантовые вычисления сегодня на уровне ИИ в 2020 Тренды интеграции ИИ в нейроинтерфейсы от легенды индустрии Михаила Лебедева Стартап Альтмана по долголетию хочет привлечь $1 млрд Криптовалюты и блокчейн ЦБ РФ признал необходимость стейблкоинов, а Bank of America разрешил криптовалюту в портфелях 10 крупнейших банков Европы создают евро-стейблкоин — при поддержке ЕЦБ, чтобы вытеснить американские USDT и USDC Великобритания первой закрепила статус криптовалюты в законе Ларри Финк сообщил, что фонды скупают биткоин на падениях *запрещенная компания в РФ.