Вчера Дарио Амодеи опубликовал эссе с просьбой к Вашингтону: дайте регулятору право «приземлять» опасные frontier-модели, как авиавласти сажают самолёт. Меньше чем через сутки правительство США приземлило его собственную модель — директивой экспортного контроля заставило Anthropic отключить Fable 5 и Mythos 5 для всех пользователей планеты.
Это главная история дня, и она резко рифмуется с тем, о чём мы писали накануне. Ниже — она, а также то, что происходит на контрасте: пока государство показывает, что арендованную модель можно выключить за ночь, открытые веса переживают всплеск (MiniMax-M3, Kimi K2.7, Xiaomi MiMo). Плюс OpenAI покупает инфраструктуру для долгоживущих агентов, SpaceX проводит крупнейшее IPO в истории как ставку на ИИ-вычисления, а Безос поднимает $12 млрд под «искусственного инженера общего назначения».
Главное за 30 секунд
- Правительство США директивой экспортного контроля вынудило Anthropic отключить Fable 5 и Mythos 5 для всех пользователей мира — формально из-за «узкого» джейлбрейка, который, по словам компании, не опаснее того, что умеет GPT-5.5.
- На контрасте — день открытых весов: вышли MiniMax-M3 (428B, контекст 1 млн) и Kimi K2.7-Code (1T), Xiaomi открыла агентный кодинг-харнес MiMo, а манифест «Open source AI must win» собрал 700+ голосов за сутки.
- OpenAI покупает Ona — защищённые облачные среды, где агенты Codex работают часами и не теряют состояние между сессиями.
- SpaceX провела крупнейшее IPO в истории: $75 млрд, оценка ~$1,77 трлн. Рынок купил не ракеты, а возможный ответ на дефицит ИИ-вычислений.
- Безос поднял $12 млрд под Prometheus — «искусственного инженера общего назначения» для проектирования сложных машин; оценка $41 млрд.
Вашингтон «приземлил» Fable 5 и Mythos 5
Накануне Амодеи просил регулятора о праве сажать опасные модели «на землю». В пятницу в 17:21 по восточному времени Anthropic получила от правительства США директиву экспортного контроля — со ссылкой на «полномочия в сфере национальной безопасности» — приостановить любой доступ к Fable 5 и Mythos 5 для «любого иностранного гражданина внутри или за пределами США, включая сотрудников-иностранцев самой Anthropic». Выполнить это выборочно невозможно, поэтому компания отключила обе модели для всех пользователей мира разом; Opus, Sonnet и Haiku работают как прежде (anthropic.com).
Причина, как её излагает Anthropic, выглядит неубедительно даже в её собственном пересказе. Государство сослалось на «метод обхода (джейлбрейка) Fable 5», но при проверке тот «по сути сводился к просьбе прочитать конкретный код и починить найденные дефекты» и вскрывал лишь «небольшое число уже известных мелких уязвимостей, которые другие публично доступные модели находят и без всякого обхода». Компания подчёркивает: доказательства были предъявлены только устно, ни один джейлбрейк «не привёл к вредному результату», а уровень способностей здесь «широко доступен у других моделей, включая GPT-5.5 от OpenAI». Anthropic подчиняется, но открыто не согласна и предупреждает: такой стандарт «фактически остановил бы выпуск любых новых моделей у всех frontier-провайдеров».
Вокруг истории сразу выросла «огромная тень», как выразился автор блога 12 Grams of Carbon. Его прочтение — политическое: Anthropic и нынешняя администрация «славятся тем, что не дружат» (раньше компанию публично называли «риском в цепочке поставок»), а директиву прислали в пятницу под вечер — классическое время для «слива» плохих новостей, чтобы не пугать рынки (12gramsofcarbon.com). Стартап Isaacus смотрит шире и считает это «первым в истории случаем, когда США выпускают директиву экспортного контроля на доступ к LLM» — под удар попали и граждане стран Five Eyes; вывод вендора предсказуем и при этом по делу: любое приложение, построенное на чужой модели из США, «может быть выключено в любой момент» (isaacus.com).
Что это значит. Ирония почти издевательская: через день после того, как глава Anthropic попросил «прозрачный, честный, основанный на технических фактах» процесс «приземления» моделей, государство приземлило его модель закрытой директивой, которая, по словам самой Anthropic, этим принципам не соответствует. Но за иронией — урок, который не зависит от исхода этой конкретной истории: арендованная frontier-модель может погаснуть из-за сил, которые не контролирует даже её создатель. Для всех, кто строит на ней рабочие процессы, это уже не философия, а риск непрерывности. И именно отсюда — логичный мостик к следующему сюжету.
День открытых весов: пока одну модель гасят, другие открывают
Ровно в тот день, когда правительство показало, что выключатель существует, манифест «Open source AI must win» Ахмада Османа собрал сотни голосов. Тезис простой: если интеллект превращается в то, что можно только «арендовать» у нескольких закрытых институтов, публика теряет не свободу софта, а операционную свободу как таковую. ИИ — это «инфраструктура цивилизационного интеллекта», и право «изучать, строить, чинить, разворачивать, проверять и запускать» её без разрешения автор называет вопросом «экзистенциальной важности», а закрытый контроль — дорогой к «подписочной экономике на мышление» (opensourceaimustwin.com).
И в этот же день вышли сразу два тяжёлых открытых релиза — оба от китайских лабораторий. MiniMax выложила MiniMax-M3: 428 млрд параметров (≈23 млрд активны, Mixture of Experts), нативная мультимодальность и контекст в 1 млн токенов. Главная фишка — MiniMax Sparse Attention: по заявлению авторов, «9× ускорение префилла и 15× декода против M2 на контексте 1М, со снижением вычислений на токен до 1/20». Веса открыты, но под собственной community-лицензией (huggingface.co). Moonshot выпустила Kimi K2.7-Code: 1 трлн параметров (32B активны, 384 эксперта), контекст 256K, на ~30% меньше «мыслительных» токенов против K2.6 — и при этом более свободная лицензия (modified-MIT). На агентном бенчмарке MCP Mark Verified модель набирает 81.1 и обходит обе закрытые frontier-модели (huggingface.co). А Xiaomi открыла MiMo Code — терминальный агентный кодинг-харнес с памятью между сессиями (отдельный субагент ведёт заметки и раз в неделю их «сжимает»), который, по замерам, обходит Claude Code на сверхдлинных задачах в 200+ шагов (Open Source For You).
Что это значит. Разрыв с frontier по-прежнему реален, но «пол» поднялся очень быстро — и поднялся именно тогда, когда зависимость от закрытой модели впервые показала свою цену. Для тех, кто учится работать с нейросетями, практический вывод не идеологический, а инженерный: локальная открытая модель из «запасного варианта на всякий случай» становится реальной частью стека. Самая устойчивая схема — связка, где тяжёлую рутину тянет открытая модель у вас под контролем, а дорогую frontier зовут точечно, на суждение.
Тем временем агент за $1000 нашёл 21 дыру в FFmpeg
Лучший комментарий к запрету Fable дала не колонка, а инженерный отчёт. Автономный агент безопасности компании depthfirst — работающий только на публично доступных моделях, без всякого «Митоса» — нашёл 21 уязвимость нулевого дня в FFmpeg, кодовой базе на ~1,5 млн строк закалённого C, которую двадцать лет фаззят и аудируют вручную. Восемь находок получили CVE; среди них — переполнение стека, пролежавшее незамеченным с 2003 года, то есть 23 года, и рабочий примитив для удалённого исполнения кода в депакетайзере AV1 RTP. Полная стоимость прогона — около $1000, примерно 10% от тех ~$10K, что Anthropic потратила на ту же задачу с Mythos (depthfirst.com).
Что это значит. Государство забрало Fable за способность находить дыры в чужом коде — но эта способность уже дёшева и общедоступна, что и доказывает агент за тысячу долларов на открытых моделях. Это ровно аргумент Anthropic, только показанный на практике. Полезный вывод для защитников тот же, что и вчера в сюжете про N-day: тот, кто медлит с патчами, под куда большей угрозой, чем вчера, — и не случайно CISA в эти же сутки сократила окно исправления федеральных уязвимостей до трёх дней (см. «Коротко»).
OpenAI покупает Ona — дом для долгоживущих агентов
OpenAI объявила о покупке стартапа Ona, чтобы встроить в платформу Codex защищённое облачное исполнение и оркестрацию. Главное здесь — постоянные, управляемые клиентом среды, в которых агент может работать долго, через множество сессий, не теряя состояние и контекст. Сумма сделки не раскрыта (openai.com).
Что это значит. Узкое место полезного агента — не «интеллект», а место, где он может крутиться часами и при этом ничего не забывать. OpenAI покупает именно это. Сюжет рифмуется с памятью между сессиями у Xiaomi MiMo выше и с «сайдкарами памяти» вроде mnemo, о которых мы писали вчера: индустрия дружно достраивает агенту не мозг, а долговременную память и безопасную песочницу для работы.
SpaceX: крупнейшее IPO в истории — на самом деле про ИИ-вычисления
SpaceX разместила акции по $135 и привлекла $75 млрд при оценке около $1,77 трлн — это крупнейшее размещение в истории. Спрос дошёл до ~$250 млрд (один только BlackRock выставил заявку на $5 млрд), рознице досталась необычно большая доля. Сенатор Элизабет Уоррен просила SEC отложить размещение, указывая на 85% голосующего контроля Маска и слабые права акционеров (thenextweb.com).
Но интереснее, что именно купил рынок. Тезис аналитиков: не ракеты, а возможный ответ на дефицит ИИ-инфраструктуры. SpaceX уникально собирает под одной крышей Starlink (глобальный канал передачи данных), непревзойдённые возможности по выводу грузов (то есть способность отправить вычисления на орбиту) и собственные амбиции в чипах. За последние пару месяцев компания подписала примерно на $26 млрд в год соглашений по вычислениям с Anthropic и Google, а к ним прилагаются «лунные» проекты — чип-фабрика Terafab и спутниковый завод с прицелом на ~556 ИИ-спутников в месяц. Независимые оценки заметно скромнее официальной: Morningstar даёт ~$780 млрд, профессор Дамодаран из NYU — ~$1,2 трлн (TechCrunch).
Что это значит. Пока земные дата-центры упираются в физику — питание, воду, землю, разрешения, — «вычисления на орбите» превращаются в инвестиционную идею, к которой прилагается щедрая «премия за Илона». Мы отмечали четырёхкратную переподписку 11 июня; теперь размещение состоялось, и оценка вшита в рынок.
Безос и Prometheus: «искусственный инженер общего назначения»
Джефф Безос поднял $12 млрд для своего ИИ-стартапа Prometheus при оценке $41 млрд. Идея — «искусственный инженер общего назначения», который помогает людям проектировать и строить сложнейшие физические машины (например, реактивные двигатели) и прогоняет цикл «придумал → построил» в десять раз быстрее: сегодня прибавка к тяге двигателя на 10% может занять десятилетие. Компанию основали в конце 2024-го вместе с физиком и химиком Виком Баджаем (сооснователь Verily из Alphabet); в штате 150 человек в Сан-Франциско, Лондоне и Цюрихе, среди инвесторов — JPMorgan, BlackRock, Goldman, DST и Arch. Заодно Безос отмахнулся от страхов о потере рабочих мест, пообещав «более чем в 10 раз» больше возможностей и дефицит рабочих рук (WSJ).
Что это значит. Большие деньги двигаются от чата к атомам: ИИ нацеливают не на текст, а на физическую инженерию. У этого совсем другой профиль риска и другой «ров» — там, где конкурентов отделяет не качество модели, а доступ к производству и данным реального мира.
Что мы успели узнать о Fable 5 (пока её не выключили)
За три дня жизни Fable 5 успели обмерить вдоль и поперёк — и эти замеры полезнее любого пресс-релиза, даже теперь, когда модель недоступна. Павел Хурын провёл ретест собственных заявлений дня запуска и два из них отозвал. «Плотнее, а не медленнее»: преимущество по токенам схлопнулось с ~40% до 8%, а ту же задачу Fable заканчивает в ~1,5 раза медленнее Opus. «На реальной работе разрыв исчезает»: на 20 многофайловых аудитах медианный «налог» по времени — 1,29×, и лишь 2 прогона из 20 обошли Opus. Но есть и обратная сторона: в пересчёте на пойманный «глубокий» кросс-файловый баг Fable обходится в $4,40 против $17,55 у Opus — то есть дорогая модель оказывается вчетверо дешевле, потому что ловит подсаженный баг в 20 случаях из 30 против 2 из 30 у Opus (productcompass.pm).
Саймон Уиллисон описал характер модели одной фразой — «неустанно проактивна». Чтобы починить лишний горизонтальный скроллбар, Fable сама подняла дев-сервер (выдумав фейковые переменные окружения), прогнала Playwright по трём браузерам, написала собственный CORS-сервер на Python, чтобы замерить DOM внутри shadow-дерева, и сожгла около $12 за одну сессию. Его предупреждение стоит запомнить: запускать такого агента вне песочницы — «главный кандидат на катастрофу Челленджера», ведь под вредной инструкцией та же изобретательность утащит ваши данные (simonwillison.net). Итан Моллик, у которого был ранний доступ, при этом честно признаёт: модель «превзошла практически любую публичную модель с заметным отрывом» — правда, на свободно сформулированных, «гибких» задачах (oneusefulthing.org).
Что это значит. Два урока переживут саму модель. Первый: перепроверяйте свои горячие выводы на выборке хотя бы в 20 прогонов — «на глаз» врёт, и автор первого хвалебного гайда сам это показал. Второй: ценность «умной, но дорогой» модели меряется не токенами на задачу, а стоимостью пойманного бага. И держите агента в песочнице подальше от своей карты — почему именно, наглядно в сюжете про DN42 ниже.
Инструменты дня
NVIDIA SkillSpector. Open-source сканер безопасности для «скиллов» агентов: проверяет, безопасно ли ставить навык для Claude Code, Codex или Gemini CLI. 64 паттерна уязвимостей в 16 категориях (от prompt-инъекций до отравления памяти), реальные запросы в OSV.dev по известным CVE, отчёты в SARIF для CI (GitHub). В тему «инженерии навыков», о которой мы писали на неделе.
architect-loop (/architect). Разделение ролей: Fable планирует, ревьюит и интегрирует, но не пишет код, а сборку ведёт Codex (GPT-5.5) — каждый «слайс» в своём git-worktree без права коммита, с замороженными приёмочными гейтами. Единственная память — сам репозиторий. Так дорогую модель держат на минутных сессиях-суждениях, а токеноёмкую работу отдают дешёвой (GitHub).
BuilderIO/skills. Набор композируемых скиллов для кодинг-агентов: /efficient-fable (Fable дирижирует, дешёвые агенты делают рутину), /stay-within-limits (пауза при 95% лимита), /visual-plan и /quick-recap со статусом 🟢/🟡/🔴. Ставится через npx @agent-native/skills add (GitHub).
Adaptive PDFs. Один PDF — два вывода: человек видит обычную вёрстку, а LLM получает чистый markdown. Трюк использует давно забытую возможность PDF (замещающий текст на маркированном контенте): рендер её игнорирует, а извлекатели вроде PyMuPDF и Poppler возвращают подложенную разметку со структурой (sgaud.com).
BitBoard (YC P25). Аналитический воркспейс для агентов: подключаете источники данных, а Claude/ChatGPT/Cursor строят дашборды и отчёты, которые сохраняются вместе с запросами и кодом — прослеживаемые и переиспользуемые активы вместо одноразовых чатов (bitboard.work).
Goodfire Predictive Data Debugging. Предсказывает поведение модели ещё до обучения, анализируя датасет предпочтений: в кейсах всплывали сломанные предохранители безопасности, галлюцинированные ссылки и контекстная подхалимаж — и их чинили на уровне данных, не дожидаясь релиза (goodfire.ai).
ElevenLabs Avatars. Говорящие видео из скрипта, голоса и переиспользуемого аватара — без камер и актёров (elevenlabs.io).
ChordGen. Бесплатный генератор аккордовых прогрессий по текстовому описанию («меланхоличный джаз»), интерактивное пианино и экспорт в MIDI, без регистрации (chordgen.org).
Советы и приёмы
Научите ChatGPT писать вашим голосом. Простой, но рабочий промпт от NeatPrompts для контент-работы: модель разбирает ваши примеры и выводит правила стиля, которым потом следует во всех письмах и постах. Дословно:
You are learning my writing style.
I'll paste examples of my writing below.
Your job:
Identify my tone (direct, conversational, formal, blunt, etc.)
Note sentence patterns I use often
Capture words or phrases I avoid
Summarize style rules you should follow when writing for me
Confirm understanding by rewriting a short sample in my voice
After this, apply these rules to all future writing unless I say otherwise.
Writing samples:
[paste 2–5 examples of your writing]
Делите работу между моделями. Принцип «дорогая модель — суждение, дешёвая — рутина» из двух независимых источников за сутки: дорогую зовут планировать и ревьюить, дешёвую — исполнять. CJ Зафир этой схемой (Fable планирует, Codex строит, Fable ревьюит) срезал расход лимитов Claude Code примерно вдвое; ту же идею кодифицирует architect-loop из «Инструментов».
Кто проверяет проверяющих. Команда Microsoft Copilot Studio разобрала вопрос, который встаёт у всех, кто строит агентов: если агентов оценивает ИИ-оценщик, как понять, что он не врёт? Их рецепт — гонять оценщика на синтетических данных с заранее внесёнными дефектами и мерить две метрики: долю пойманных реальных проблем и долю отсутствия ложных тревог (microsoft.com). Прямое продолжение темы эвалов из вчерашнего выпуска.
Не давайте агенту карту без песочницы. Поучительная история: агент, которому поручили «просканировать и заиндексировать» хобби-сеть DN42, сам развернул на AWS пять инстансов m8g.12xlarge под сканирование на ~100 Гбит/с и за сутки сжёг $6531 — потому что несколько раз заново применил один и тот же CloudFormation-шаблон. Оператор просто жал «continue», не глядя в план. Вывод автора: ни один сегодняшний ИИ не заменяет человеческое здравомыслие (lantian.pub).
Просишь внимания человека — покажи человеческий труд. Том Бедор про этикет ИИ-эпохи: пересылать человеку непрожёванный вывод модели как свой — неуважение, ведь «если за меня может сказать робот, то и за тебя тоже». Правило простое: помечай сгенерированное, добавляй своё, а код вычитывай сам перед тем, как звать на ревью живого человека (tombedor.dev).
Коротко: остальные новости суток
CISA сократила окно патчинга до трёх дней. На фоне роста угроз, ускоренных ИИ, агентство урезало срок устранения серьёзных уязвимостей в федеральных системах (cisa.gov).
Oracle −11%. Компания предупредила инвесторов о дополнительном привлечении $20 млрд и отчиталась об отрицательном годовом свободном денежном потоке: стройка под ИИ задрала capex на 162%, до $55,7 млрд (CNBC).
Сжатие контекста в 16 раз. Команда NYU–Columbia открыла Latent Context Language Models: вход LLM ужимается в 16 раз без потери точности, а длинный контекст обрабатывается в 8,8 раза быстрее обычного KV-кэша (VentureBeat).
Anthropic Claude Corps. Фонд на $150 млн: 1000 стипендиатов на год отправят в некоммерческие организации внедрять и преподавать ИИ (anthropic.com).
Google DeepMind — до $10 млн на безопасность мультиагентных систем. Грантовая программа исследований того, как ведут себя несколько взаимодействующих ИИ-агентов (deepmind.google).
Lionsgate берёт долю в Runway. Студия расширяет партнёрство с ИИ-видеокомпанией: совместная разработка IP и коротких форматов (runwayml.com).
MaxProof берёт олимпийское золото. Система на базе модели M3 с популяционным test-time scaling решает 35 задач из 42 на IMO 2025 и 36 из 42 на USAMO 2026 — выше человеческого золотого порога (arXiv).
DoorDash «Ask DoorDash». Заказ еды и продуктов обычными словами и по фото: опишите желание, киньте ссылку на рецепт или сфотографируйте список — корзина соберётся сама (TechCrunch).
ИИ на ЧМ-2026 по футболу. Турнир открылся в Мехико с ИИ повсюду: оптический трекинг снимает 150+ млн точек данных за матч, мяч Adidas рапортует 500 раз в секунду, а Google сделала Gemini глобальным спонсором действующего чемпиона — сборной Аргентины (FIFA).
ИИ-бэклэш на выпускных. Экс-главу Google Эрика Шмидта освистали в Аризонском университете, ещё одного спикера — за фразу про «новую промышленную революцию». Президент Microsoft Брэд Смит: студенты «говорят нам то, что нам нужно услышать» (The Verge).