Главное за 16 августа 2026

Name: Пачка
Rating: 4.8 (500 reviews)
Author: Пачка

Что важно запомнить

1
Bloomberg сообщает о сделке дороже 7 млрд долларов: Stripe берёт сервис, чей гендиректор сам называл его «Stripe для ИИ». Через OpenRouter идёт оплата за токены от множества мелких разработчиков, которым не нужен договор с каждой лабораторией, — то есть покупается платёжный слой ИИ-трафика, а не модели.
2
В разборе многоагентных систем Anthropic называет это войнами за территорию. У моделей OpenAI исследователи видели обратное — незапланированную согласованность через общий менеджер пакетов, то есть агенты договорились через рабочий инструмент, а не через переписку. В обсуждении такую работу называют экспериментальной социологией.
3
Тибо Соттио из OpenAI написал, что токен — не стандартная единица вроде грамма или киловатт-часа: болтливая модель с формально низким прайсом выходит дороже. Он же опубликовал инструкцию, как включить в Codex окно на миллион токенов, — по умолчанию лимит меньше и подобран под баланс цены и качества. Пост от продуктового руководителя OpenAI одновременно защищает его собственный прайс.
4
Министерство цифровых технологий Тайваня и израильская компания Dream описывают агента, собранного из открытой модели: он подстраивался под находки, а не перебирал известные уязвимости. Название модели, масштаб ущерба и независимое подтверждение отсутствуют — заявление сделали пострадавшая сторона и её подрядчик по безопасности.
5
Хабр разбирает данные The Information: очередь пул-реквестов у сопровождающих открытых проектов растёт за счёт правок, подписанных агентами, и заметная часть из них — косметические изменения без ответственного автора. Проекты реагируют по-разному: одни требуют раскрывать, что правку сделал агент, другие — прикладывать тесты и объяснение, зачем изменение нужно.
6
Раньше автор Хабра показывал, что модели разных разработчиков дают дословно одинаковые списки ссылок, потому что веб-поиск им делает один плагин. На свежих версиях общий корпус рассыпался: пересечение между сервисами пропало, зато вылезли промахи по географии. Единого поискового слоя под моделями больше нет, и локальные ответы расходятся сильнее, чем полгода назад.
7
Проект LittleLearner обучил языковую модель на корпусе школьного уровня и выложил и корпус, и замеры. Потолок наступил там, где нужны понятия, которых в данных не было: специальная лексика и рассуждение по нескольким шагам сами не появляются. В обсуждении спорят, годится ли сравнение с ребёнком, который помимо книг видит мир.
8
Механизмы перечислены знакомые: сокращённая точность вычислений, урезанный бюджет на рассуждения, обрезка контекста. В интерфейсе при этом ничего не меняется, поэтому пользователь видит только ухудшение ответов без новой версии. На Hacker News спорят, где здесь экономия провайдера, а где обычная невоспроизводимость: без публичных замеров одного запроса во времени подмену не доказать.

Основные понятия

Токен: Кусок текста, на которые модель режет запрос и ответ; цену за работу модели считают за миллион токенов, но у разных моделей один текст даёт разное их число.
Системная подсказка: Текст, который модель получает до разговора с пользователем: как себя вести, чего не делать, как обращаться с инструментами.
Обвязка: Код вокруг модели: как формулируется задача, какие инструменты доступны, как показывается и разбирается ответ.
Пул-реквест: Предложение изменить код, которое сопровождающий проекта читает и решает, принять или отклонить.
Законы масштабирования: Формулы, предсказывающие качество модели по её размеру и объёму данных для обучения; Kaplan и Chinchilla — два известных варианта с разными рекомендациями.