Среда, 21 мая, принесла одну из крупнейших инфраструктурных сделок в истории ИИ — Anthropic законтрактовал у SpaceX вычислений на $45 миллиардов. Параллельно русскоязычная рассылка AI Mindset выпустила, пожалуй, лучший текст месяца о том, как меняется сама роль человека в работе с нейросетями («prompt mindset закончился — operator mindset начался»), а The Rundown показал 15-минутное упражнение по аудиту того, что Claude на самом деле «думает» о вас. Разбираем.
Anthropic платит SpaceX $45 млрд за вычисления
Anthropic согласился платить SpaceX почти $45 миллиардов в течение трёх лет за вычислительные мощности — по $1,25 миллиарда в месяц до мая 2029 года. Любая из сторон может расторгнуть соглашение, предупредив за 90 дней. Это расширение партнёрства: ранее в мае компании уже заключили сделку, по которой Anthropic получил 300 мегаватт мощности дата-центра SpaceX в Мемфисе, известного как Colossus 1; теперь добавились мощности второго дата-центра SpaceX.
Контекст делает историю ещё интереснее: на следующий день стало известно (об этом в завтрашнем выпуске), что и Microsoft хочет поставлять Anthropic свои чипы. Создатель Claude явно упирается в потолок compute — спрос на модель растёт быстрее, чем инфраструктура Amazon и Google, на которой Anthropic исторически сидит. Для пользователей Claude Code это хорошая новость: лимиты и очереди — следствие именно этого дефицита.
Источник: TLDR AI от 21.05 со ссылкой на The Information / CNBC.
AI Mindset: harness, skill, operator — словарь новой эпохи
Александр Поваляев (AI Mindset, канал @ai_mind_set) выпустил программный текст «prompt mindset закончился. operator mindset уже начался» — о трёх словах, которыми команда описывает работу с ИИ после трёх лет практики: около 60 production-скиллов, ~13 000 заметок в vault и ежедневные евалы (автоматические проверки качества) на каждом ответе.
Ключевые определения из письма, дословно:
«harness — это не место, где сидит модель. это место, в котором может жить скилл. без harness скилл — просто md-файл, ему не на что натянуться».
Harness — это «упряжь»: ваша среда (Claude Code, файлы, разрешения, инструменты), в которую встраиваются скиллы. Про сами скиллы — честное наблюдение: «у нас в ~/.claude/skills/ сейчас около 90 скиллов. и каждый, кто говорит "скилл", слышит это слово по-своему: один — сохранённый промпт, другой — папку с инструкциями, третий — хаб контекста, четвёртый — протокол стиля. и все правы». Skill — слово ремесленное: кузнец передавал ученику не идею ножа, а удар по железу.
Третье слово — operator, противопоставленный commander'у: «commander — фигура старая. военная команда, бизнес-иерархия, башня. один знает, куда вести, остальные знают, куда идти». Оператор же — фигура XX века (телефонный коммутатор, диспетчер, электростанция): «оператор не приказывает току куда течь — он держит контур, в котором действие может случиться». Итоговая формула: вопрос operator mindset — «какой контур должен существовать без меня».
Практическая часть: команда завернула весь свой опыт в скилл /AIM-harness-setup — «это не шаблон. это проводник, который задаёт вопросы и оставляет за собой артефакты: AGENTS.md, карту скиллов, baseline евалов, политику разрешений». Идея, которую стоит украсть, даже не имея доступа к самому скиллу: сетап рабочей среды — это не копирование чужого конфига, а интервью, после которого остаются документы.
Оригинал: prompt mindset закончился. operator mindset уже начался.
Туториал: аудит памяти Claude за 15 минут
The Rundown опубликовал простой, но очень полезный гайд: устроить Claude допрос о том, что он «знает» о вас из памяти и прошлых чатов, вычистить устаревшие предположения и обновить память. Со временем Claude накапливает контекст — и часть его протухает: старые проекты, разовые эксперименты, личные вопросы, которые он начинает считать вашей основной работой.
Шаги (промпты дословно):
- Первый промпт — аудит:
Audit your context and memory assumptions about me. Put them in a table with what you believe, why you believe it, your confidence level, and whether each item is confirmed. Cover my role, priorities, KPIs, tools, workflows, and anything you may be over-weighting from old chats or projects
Просмотрите таблицу: ищите устаревшие предположения, побочные проекты, разовые тесты и личные вопросы, которые Claude принимает за «настоящую работу».
Превратите аудит в интервью:
Now interview me about the assumptions, outdated items, and unknowns from that audit. Ask in rounds. Use MCQs wherever possible. After each round, summarize what changed
- Ответьте на вопросы и попросите Claude обновить память и составить отчёт об интервью с next steps по улучшению ваших ИИ-воркфлоу. Сохраните отчёт.
Упражнение занимает 15 минут и заметно повышает качество ответов — особенно если вы пользуетесь Claude с включённой памятью давно. Гайд: Audit Claude's context of you and your work.
Модель OpenAI опровергла гипотезу 1946 года
Reasoning-модель OpenAI автономно опровергла крупную гипотезу, связанную с задачей о единичных расстояниях на плоскости (planar unit distance problem) — открытым вопросом комбинаторной геометрии, восходящим к 1946 году. Доказательство использовало техники из алгебраической теории чисел и было независимо проверено внешними математиками. Это один из первых случаев, когда ИИ-система самостоятельно закрыла давнюю математическую проблему, а не просто помогла человеку в переборе.
Для скептиков «LLM не умеют рассуждать» это важная веха: речь не о решении олимпиадной задачи с известным ответом, а о новом математическом результате, прошедшем рецензию людей.
Gemini API: управляемые агенты одним вызовом
Вдогонку к I/O Google анонсировал в Gemini API превью управляемых агентов на базе Antigravity: один API-вызов поднимает агента с изолированной Linux-песочницей, исполнением кода, веб-браузингом и файловым менеджером. Агент рассуждает, использует инструменты и выполняет код в эфемерном окружении — то, что раньше требовало собственной инфраструктуры (как у Claude Code или Devin), теперь продаётся как managed-сервис по API. Подробности — в Google AI Studio и анонсах I/O для разработчиков.
Коротко: остальные новости суток
- OpenAI готовится к IPO — по сообщениям прессы, уже в сентябре, после того как суд отклонил иск Илона Маска к структуре компании. Параллельно вышел скептический разбор «Cheap AI could derail OpenAI and Anthropic's IPOs»: дешевеющие модели американских и китайских лабораторий угрожают ценовой власти лидеров.
- Белый дом готовит указ о проверке моделей: администрация провела брифинг для OpenAI, Anthropic и Reflection AI о планируемом executive order, который позволит госагентствам проверять передовые модели за 90 дней до публичного релиза (The Information).
- Stable Audio 3.0: Stability AI выпустила семейство аудио-моделей, включая открытые веса, генерирующие музыку и звуковые эффекты.
- Google добавил проверку llms.txt в Chrome Lighthouse — файл llms.txt (аналог robots.txt для ИИ-агентов) становится частью стандартного аудита сайтов. Если делаете сайты — пора добавлять.
- Хорошее чтение про агентов: разбор «On building agents from first principles» — автор убирает абстракции фреймворков (TRL, Unsloth, PRIME-RL) и показывает, что любой агентный тренинг сводится к одному циклу: промпт → действие модели → среда → награда → обновление градиента, на примере игрушечного text-to-diagram агента на чистом Python (ссылка в выпуске TLDR AI).
Источники
- TLDR AI, выпуск от 21.05.2026: «Anthropic SpaceX $45B deal, Google Agent Executor, OpenAI races to IPO» — tldr.tech/ai
- AI Mindset (Александр Поваляев): «prompt mindset закончился. operator mindset уже начался» — aimindsetspace.substack.com
- The Rundown AI, выпуск от 21.05.2026: «OpenAI cracks an 80-year math belief» — therundown.ai, гайд: Audit Claude's context
- The Neuron, выпуск от 21.05.2026: «Could your company be training AI on you?» — theneurondaily.com
- Google AI Studio: анонс managed agents в Gemini API — aistudio.google.com