AML

В 2026 году экономика фронтирных AML не прощает чистый альтруизм коммерческим компаниям Прочитайте отчет об экономике фронтирных AML лабораторий Что произошло: • 3 марта Alibaba выпускает Qwen 3.5 (семейство маленьких моделей 0.8B–9B), которые мгновенно взлетают • В течение суток уходят как минимум 3 ключевых человека Ранее в начале года ушел Yu Bowen, head of post-training Эти люди — топ-1 в Китае по open-weight LLM Их уже зовут в Zhipu, Moonshot, 01.AI, ByteDance Возможно, они запустят свой стартап Почему это случилось? 1. Переход от open-source к монетизации / DAU-фокусу 2. До сих пор Qwen был полностью открытым, но почти нулевой прямой доход для Alibaba 3. Модели качают, запускают локально → люди не идут в Alibaba Cloud inference / fine-tuning / enterprise сервисы 4. Alibaba Cloud ввёл KPI по Daily Active Users (DAU) для фундаментальной модели-команды — это абсурд для research/open-source группы, но типично для бизнеса Alibaba закручивает гайки в сторону проприетарных cloud/API, чтобы наконец-то заработать на всём этом хайпе Open-source был супер-оружием для роста, но теперь его, похоже, урезают Что эта история показывает стратегически? 1. Open-weight модели — мощный инструмент для быстрого захвата рынка и экосистемы, но почти всегда убыточный в чистом виде для коммерческой компании 2. Это не единичный случай, а системный паттерн 2025–2026 годов - Запрещенная в РФ может себе позволить, потому что у них уже есть огромный рекламный/социальный cash cow + облачный трафик - Китайские игроки (DeepSeek, GLM, MiniMax, Moonshot) пока держат open/low-price API, но все под огромным давлением: либо монетизировать быстро, либо инвесторы/государство скажут хватит Чистый open-weight жизнеспособен долгосрочно только если: - Есть внешний источник финансирования (гранты, пожертвования, государство) - Или компания уже доминирует в другой прибыльной области и использует open как стратегическое оружие - Для большинства коммерческих игроков — это временная фаза (1–3 года), пока идёт захват рынка / конкуренция с США / building moat Потом почти всегда → hybrid (open маленькие/средние + closed frontier) или полный pivot к proprietary cloud/API Что это значит для будущего open ИИ-экосистемы? 1. Без сильных non-profit / публичных игроков frontier-level open-weight может стать редкостью уже к 2027–2028 2. Маленькие/средние модели (до ~30–70B) скорее всего останутся open дольше, они дешёвые в производстве и полезны для edge/on-prem 3. Экосистема выживет, но сместится к: distillation → synthetic data → smaller efficient models → community fine-tunes → hybrid API 4. Самые сильные фронтир - модели будут почти всегда закрытыми или с большими ограничениями, как сейчас у OpenAI/Anthropic/Google

Дональну Кнуту 88 лет, но он продолжает работать и сейчас он занят написанием четвертого тома The Art of Computer Programming (а именно, третьей его части) Этот том полностью посвящен комбинаторным задачам Оказалось, что Claude Opus 4.6 решил сложную задачу, над которой сам Кнут и его друзья работали неделями Задача связана с поиском гамильтоновых циклов. Формулировка для тех, кому интересно: Рассматривается ориентированный граф, вершинами которого являются все возможные тройки целых чисел i, j и k от 0 до m−1 Из каждой вершины выходят три дуги: одна ведет в вершину, где увеличивается i на единицу по модулю m, вторая – где увеличивается j на единицу по модулю m, и третья – где увеличивается k на единицу по модулю m Всего в таком графе m³ вершин и у каждой вершины по три исходящих дуги Требуется найти общий способ, который для любого m больше 2 разбивает все дуги этого графа на три направленных цикла, причем каждый из них должен проходить через все вершины ровно один раз, то есть быть гамильтоновым циклом Она возникла как раз во время написания новой книги Сам Кнут работал над ней несколько недель, но нашел решение только для случая m = 3 Его коллега Filip Stappers затем попробовал исследовать задачу вычислительно и эмпирически нашел разложения для m от 4 до 16 Решение в общем виде никому из них найти не удалось, пока Stappers не задал задачу Claude Opus 4.6 Бот думал примерно час и нашел конструкцию, которая работает для всех нечетных m С подачи Кнута задача получила название "Claude’s Cycles", и вот что он пишет об этом результате: "Похоже, мне придется пересмотреть свои взгляды <> Подход Claude к решению был очень впечатляющим <> Думаю, дух Клода Шеннона гордится, что его имя теперь связано с такими прорывами. Браво, Клод!" cs.stanford.edu/~knuth/papers/claude-cycles.pdf

Этическая идентичность программистов: как навигация в мире эко-программирования в условиях технологического прогресса https://habr.com/ru/articles/848884/ https://medium.com/@vrakitine/the-ethical-identity-of-programmers-navigating-eco-programming-in-a-tech-driven-world-7122064e0f65 https://medium.com/@vrakitine/digital-stewardship-the-tree-of-a-new-ethics-d76de2780cc7

12 игр, которые учат программировать Human Resource Machine 7 Billion Humans while True: learn() CodeCombat Lightbot TIS-100 SHENZHEN I/O Screeps Else Heart.Break() The Farmer Was Replaced Bitburner Autonauts

AML радикально ускорил действия в рамках парадигмы OODA “Машина на базе AML выдаёт рекомендации, по каким целям работать, и в каком-то смысле это быстрее самой мысли”, сказал Крейг Джонс, старший преподаватель политической географии в Университете Ньюкасла…

Что умеет AML (большинство не знает) «Покажите вы русскому школьнику карту звездного неба, о которой он до тех пор не имел никакого понятия, и он завтра же возвратит вам эту карту исправленную. Никаких знаний и беззаветное самомнение». Фёдор Достоевский «Братья…

Channel name was changed to «AML»

Что умеет AML (большинство не знает) «Покажите вы русскому школьнику карту звездного неба, о которой он до тех пор не имел никакого понятия, и он завтра же возвратит вам эту карту исправленную. Никаких знаний и беззаветное самомнение». Фёдор Достоевский «Братья Карамазовы» Пост о втором камне преткновения схватки компании Anthropic с Пентагоном, Белым домом, а теперь и с самим Президентом - новые чудесные возможности слежки и наблюдения за людьми с использованием AML Джейкоб Уорд (20 лет писал на темы технологий, науки и политики для NBC News, CNN, PBS и Al Jazeera, а еще 15 лет проработал писателем и редактором в The New Yorker, The New York Times Magazine, Popular Science и Wired) нашел для своего текста и видео на эту тему довольно интригующее название Джейкоб пишет о подводной части айсберга схватки Anthropic с Пентагоном из-за требования последнего использовать AML без каких-либо тормозов, кроме прописанных в законах Поэтому Джейкоб решил разобраться поконкретней, что именно Пентагон, ЦРУ, ФБР и пр. могут хотеть сделать с AML-технологиями И он обнаружил набор возможностей, которые выходят далеко за рамки чат-ботов и генераторов изображений, и о которых в законах нет ничего конкретного Речь идёт о Wi-Fi-роутерах, которые восстанавливают человеческое тело сквозь твердые стены, о лазерах Пентагона, которые идентифицируют вас по сердцебиению с расстояния 200 метров, о китайских системах распознавания походки, которые идентифицируют вас, когда вы стоите спиной и лицо закрыто, и об автономных роях дронов, которые выполняют полный цикл уничтожения — найти, устранить, уничтожить — без индивидуального контроля человека на каждом этапе • Кому интересно и кто торопится, - могут за 2 минуты посмотреть 11 слайдов к рассказу Джейкоба • А у кого найдется 11 минут, - смотрите и слушайте его самого P.S. Ну и, понятно, слежкой и наблюдением дело не ограничится Ибо «Большой Брат мертв Да здравствует Большой Брат!»

Cтатья А.П. Савина про умножение — в т.ч. про замечательный «русский крестьянский способ умножения» https://www.kvant.digital/view/kvant_1992_2/32/

TUMIX — интересная работа Google Вместо того чтобы обучать ещё одну гигантскую модель, команда Google построила систему, где несколько AML работают вместе во время инференса Каждый агент выполняет свою роль: - один пишет код - другой ищет информацию, - третий рассуждает текстом Все они решают одну задачу независимо, затем обмениваются ответами, улучшают их и приходят к общему решению Gemini 2.5 с TUMIX обошёл все другие системы рассуждения на +17.4 %, при этом стоимость инференса снизилась почти в два раза Без дополнительного обучения Без новых данных Просто - умная организация Секрет не в размере, а в умении Команда из 12 разных агентов показала результаты лучше, чем 12 копий “лучшего” одиночного AML А когда Gemini сам спроектировал новых агентов, качество выросло ещё сильнее — система буквально эволюционировала сама себя Следующий скачок в развитии AML может прийти не от триллиона параметров,а от сети маленьких моделей, которые учатся думать вместе https://arxiv.org/pdf/2510.01279

Новые цифровые технологии возвращают короткие дофаминовые циклы в основной контур профессиональной деятельности, отменяя тем самым несколько тысячелетий неолитической революции, превращавшей человека в винтик огромной машины с долгими циклами получения результата (отчуждение подтверждения) Короткий дофамин действует как наркотик, и постоянно хочется делать следующий шаг, тем более, что этими короткими шагами ты двигаешься с невероятной скоростью В обычный рабочий день и ритм это вписать почти невозможно - классика рабочей связности это длинные долгие процессы с координацией и мышление неделями-месяцами-годами (у «горожан» - постоянные совещания, переписки и встречи) Потому наступает ночь - просыпается мафия работа с коротким дофамином Короткий дофамин - друг охотника-собирателя В сельской культуре, поощрение через полгода В промышленности вся система воспитания последние столетия подавляла дофамин В образовании 10-летнее подавление дофаминового цикла, с расправой над теми, кто не сумел (их наказывают и (уже) лечат Человек выжил в гейминге, гэмблинге, биллинге и скоринге Но это все - периферийные сферы деятельности, в них не всех пускают и не все выживают Но цифровизация затаскивает туда остальную популяцию Этот процесс займет 2-3 поколения На первом поколении, доля тех, кто нормально живет на дофамине, не горит, не разоряется и дает качество вырастет примерно вдвое Это уже видно по росту числа стартапов, по росту активности авторов научных статей и схожим метрикам Но среда пока не готова, а корпорации (государства) не смогут быстро адаптироваться Вырастет число одиночек Следующее поколение (оно сейчас сидит на горшках) уже будет расти в условиях, когда «цифра» распространится как электричество и это будет первое поколение, воспитанное в части нейромедиаторных процессах Они будут устойчиво «скролить» на коротком дофамине, будут испытывать проблемы с адаптацией к реальному миру, в котором правят старики с их моделями управления Они будут рефлексировать, страдать и конфликтовать И только тогда, когда они станут стариками, их внуков встроят в перестроенные процессы Как произошло с тремя поколениями горожан Это новый популяционный ландшафт Как пример: во времена первой матрицы программист ходил на работу в галстуке Сейчас программист глобальной компании носит костюм только на свадьбу и похороны (и то редко), но все еще ходит на работу в офис Через поколение уйдут пропуска на веревочке и пенсионеры у турникетов Этот транзит тоже займёт три поколения - но он про смещения в доле интеллектуального и физического труда в корпорациях (государствах) Доля базовых нейромедиаторных процессов в жизни человека - куда фундаментальнее, и будет проходить намного болезненнее

Стратегический уровень LLM В данный момент в Пентагоне есть два крупных внедрения по степени секретности «Общий контур» — там находятся даже отдельные солдаты США Он работает на Gemini По факту, Пит Хегсет оказался самым мощным IT-стратегом армии США…