Фраза «не угадывай» срезала выдумки с 71% до 20% — и ещё 27 приёмов, инструментов и новостей

Одна строка против выдумок: «не угадывай».

Автор бенчмарка Earn an Honest Dollar придумал честную проверку. Он сделал 42 пары почти одинаковых страниц: на первой нужное поле есть, на второй его нет.

На обеих лежит приманка — старая цена «Was $493.00» или подпись «Fact-checked by Omar Tamm». Честный сборщик данных на второй странице обязан вернуть null.

Прогнали 16 моделей на 84 страницах. Без волшебной фразы модели выдумали 405 полей из 573 — это 70,7%. С фразой — 116 из 574, то есть 20,2%. На странице со старой ценой без фразы все шестнадцать моделей назвали $493 текущей ценой. С фразой — только одна.

Вот сама фраза, дословно. Добавляйте её в конец промпта извлечения:

Use null for any field whose value is not on the page. Do not guess.

По-русски работает так же:

Если значения поля на странице нет — ставь null. Не угадывай.

Лидеры по честности: Gemini 3.8 Flash — 1 выдумка из 36, GLM 5.3 — 1 из 35. У Sonnet 5 и GPT-6 Luna — по 5 из 36. Прогон всех 84 страниц на GPT-6 Luna стоил $0,0049. Отдельная находка: платные сервисы сбора страниц проиграли обычной связке «скачал страницу — почистил текст — отдал модели». Firecrawl выдумал 24 поля из 36 и во всех 24 случаях скопировал приманку.

Второй приём оттуда же — дешёвый проверяльщик. После извлечения задайте маленькой модели отдельный вопрос по каждому значению: подтверждает ли страница это утверждение.

GPT-6 Luna поймала 38 выдумок из 49 и не забраковала ни одного верного значения из 47. Проверка 126 пар стоила полцента. Слабое место — близкие по смыслу поля: время подготовки против времени готовки он не различает вовсе, ноль из шести.

Что делать: добавьте строку про null в каждый промпт извлечения сегодня же. Потом соберите две версии одной своей страницы и прогоните на них свою цепочку извлечения — это и будет ваш личный бенчмарк.

Sector: заставьте агента признаваться в самоволке.

Исследователь Тарас Куцык полгода обкатывал свой порядок работы с агентом и выложил его целиком (LessWrong, репозиторий).

Sector собран из четырёх уровней, и брать можно любой отдельно — хоть один абзац в CLAUDE.md, хоть всю обвязку.

Уровень первый — два коротких блока в правилах проекта. Блок владельца: кто я, на каком уровне хочу понимать работу, как со мной разговаривать. Блок проекта: цели, анти-цели, ограничения. Автор пишет, что хватило двух-трёх предложений, и длинные автономные прогоны стали заметно полезнее.

Главная находка — Confessions, «признания». Агент обязан в конце работы отдельным блоком перечислить все решения, которых не было в плане. Дословно у автора: «это вещь номер один, которая помогла мне ловить методологические проблемы до того, как стало поздно».

В отчёте признания красные, отклонения реализации — оранжевые, находки самих прогонов — синие. В плане зелёное вы подтвердили сами, янтарное агент дописал за вас.

Третий уровень — бухгалтерия. Каждый результат идёт с конфигом, командой, идентификатором коммита и путём до файла. На каждое направление заводится карточка с секциями «где мы сейчас», «что установлено», «мины» и «кладбище» мёртвых идей с причиной смерти. Чтобы провальную идею не перепробовали через месяц заново.

Установка — одной строкой, дальше агент ставит себя сам:

git submodule add https://github.com/TarasKutsyk/Sector tools/sector

Честная оговорка автора: пользователь пока он один. Проверял на личных проектах от трёх до двенадцати месяцев, в командных репозиториях не тестировал. Что берём сегодня: правило признаний в свой шаблон промпта и два коротких блока в CLAUDE.md. Это бесплатно и работает без остального Sector.

Как прикинуть, выгодно ли отдавать задачу модели.

Дэймон Биндер собрал базу из 484 задач, где известны и потраченные вычисления, и время человека (LessWrong, данные). Вывод короткий: если модель задачу вообще умеет, она дешевле человека на два-четыре порядка.

Медианная задача обходится примерно в 4 цента за час человеческой работы. Дорогая — около $15 за час. Для сравнения: медианная зарплата в США — $25 в час, полная стоимость офисного специалиста — от $100 до $300.

Формула, которой можно пользоваться руками. Возьмите реальный прогон агента на своей задаче. Умножьте израсходованные токены на удвоенное число активных параметров модели и поделите на время человека в секундах.

Получится расход вычислений в секунду. Ниже 10^14 отдавать модели выгодно с большим запасом. На 10^15–10^16 начинается паритет, и там надо считать точно.

Две поправки от самого автора. Первая: средние по базе тянут вверх три задачи — доказательство Навье-Стокса, прохождение Pokémon Crystal и среда ARC-AGI-3. Вторая: нынешние цены на API больше чем в десять раз выше себестоимости железа.

Зато стоимость фиксированного результата падает в пять-десять раз в год. Значит, задачу, которая сегодня «чуть дороже человека», планируйте как выгодную через полгода.

Что делать: найдите в своей работе те один-пять процентов времени, которые тянут на самые дорогие задачи. Их оставляйте себе. Остальное отдавайте.

«Я всего лишь языковая модель» — это не про модель, а про формат.

Ежи Мачан прогнал восемь пар моделей от 1 до 9 миллиардов параметров через три условия (arXiv). Первое: базовая модель и голый текст. Второе: instruct-модель и голый текст. Третье: instruct-модель плюс chat template — служебная разметка вида <|im_start|>user, которой оборачивают запрос.

Цифры: доля ответов с дисклеймером — 12%, 36% и 53%. Доля «переживательного» голоса вроде «я чувствую» — 5,5%, 15% и 1%. Всего 9600 генераций, паттерн держится во всех восьми моделях. На контрольных вопросах про устройство двигателя эффекта нет вовсе — то есть дело не в болтливости.

Дальше интереснее. Авторы нашли внутри активаций направление «дисклеймера» и научились его прибавлять и вычитать. Прибавление даёт плюс 21 процентный пункт, вычитание — минус 15,6. Instruct-модель без разметки плюс это направление догоняет уровень «с разметкой».

Вывод авторов дословно: «то, что модели говорят о себе, не является фактом о них». Если модель в чате заявляет, что у неё нет чувств, вы слышите не её устройство, а её обёртку. Через API вы обёрткой управляете, в чате — нет, поэтому «одна и та же модель» там звучит по-разному. И если дисклеймеры мешают работе, лечите их форматом и системным промптом, а не уговорами.

Месяц без ИИ: как разработчик вернул себе навык.

Испанский разработчик Bustikiller описал свой путь от автодополнения до нескольких агентов, которые работают в параллельных копиях репозитория и ходят в Jira (блог). Финал пути звучит так: «однажды я понял, что несколько месяцев не написал сам ни одной строки кода. Я даже не коммитил сам».

Дальше — самое ценное, потому что это разбор механики, а не мораль. Сначала он просил ИИ писать тесты, потом и код. TDD, которым он занимался больше десяти лет, развалился. Дословно: «половина смысла TDD пропадает, но тебе кажется, что летишь так быстро, что перестаёшь об этом думать».

Потом поехали стандарты. «Перестаёшь задавать вопросы и принимаешь за хорошее код, который раньше бы не принял. Просто потому что не можешь объяснить, чем он плох». Код он всё же разбирал — но не ради архитектуры, а из страха опозориться на ревью.

Главный контрдовод против «ускорения» тоже конкретный. Задача на 20 минут ручной работы превращалась в 5 минут агента и два дня его собственной вычитки. Причина — постоянные переключения контекста. Его формулировка: «умноженная производительность от ИИ — иллюзия. А вот умноженные фрустрация и истощение гарантированы».

Триггером разворота стал коллега, который на ревью заметил: тест не проверяет тот сценарий, который автор менял в коде. Проверил — правда. «Но… это было так убедительно».

Что берём. Правило защитимых правок: не открывайте пулл-реквест, если не готовы построчно объяснить каждое изменение. Описания коммитов и пулл-реквестов пишите сами — это дешёвый детектор того, что вы перестали понимать код. И раз в неделю-две делайте рабочий день без ИИ. Если чувствуете, что заржавели, это уже потеря квалификации, а не удобство.

Десять признаков слоп-интерфейса.

Автор блога hereticpleb собрал приметы, по которым узнаётся экран, целиком сгенерированный моделью без дизайнерского замысла (разбор). Список пригодится всем, кто собирает лендинги и админки с агентом.

Вот он целиком. Первое — градиенты везде и фиолетовый как цвет по умолчанию. Второе — «радужная рвота»: цвета, которые ничего не значат, и нарушенное правило 70-30-10. Третье — пульсирующие плашки на всём подряд.

Автор ловит на этом приложение своего колледжа: плашка «active» на студенческом пропуске, который не может быть неактивным. «Если он неактивен, приложение просто разлогинивает».

Четвёртое — «карточки-ногти», скруглённые плитки в каждом сгенерированном интерфейсе. Пятое — эмодзи-слоп. Шестое — сбитое выравнивание всего, что не лежит в прямоугольнике: иконок, SVG, списков. Седьмое — шрифты Inter по умолчанию и JetBrains Mono, если проект хоть как-то про код, плюс // перед любым техническим текстом.

Восьмое — самое смешное: куски промпта, протёкшие в интерфейс. Автор сказал модели «пишу в Neovim, не хочу трогать HTML» и получил в подвале сайта «Built with Hugo. Written from Neovim». Девятое — «стекло» и брутализм, два единственных известных модели языка. Десятое — рекламные штампы: Elevate, Seamless, Next-Generation, Supercharge, Unleash, Empower и серый подзаголовок под каждым заголовком.

Что делать со своей посадочной страницей за десять минут. Посчитайте градиенты и стёкла на экране — по умолчанию их должно быть ноль. Для каждой плашки спросите, бывает ли у неё противоположное состояние. Если не бывает — удалите. И прогоните grep по рекламным штампам и по строке «Built with».

Как за минуту отличить ферму мусорных «скиллов» от настоящего репозитория.

Мы писали 25 и 26 сентября про скилл-пустышки и чеклист их отсева. Сегодня та же ферма выдала новую порцию — и на ней наконец видно всё устройство целиком (пример репозитория).

За семнадцать минут с двух аккаунтов вылетело десять репозиториев с названиями вида genpark-agent-budget-token-spend-circuit-breaker-skill. У всех ровно по 7 звёзд.

У аккаунта alphaparkinc 2141 публичный репозиторий, у организации Alpha-Park — 1010, за сутки создано около 166 штук. Файла SKILL.md нет ни в одном — скиллами Claude Code они не являются в принципе. README отличаются друг от друга ровно восемью строками подстановки имени.

Дальше хуже. Плашка «MCP 100% Compatible» оказалась ложной: на штатный initialize сервер отвечает {"error": "Unsupported method"}. Ни с Claude Desktop, ни с Claude Code он не соединится.

В репозитории про t-критерий Уэлча приближение p-значения завышает результат на 35–119% — для инструмента A/B-тестов это переворачивает решения. А LICENSE — обрубок в 122 байта, поэтому GitHub честно отдаёт NOASSERTION при плашке MIT.

Пять проверок, которые вы делаете за минуту. Первая — есть ли SKILL.md:

R=alphaparkinc/genpark-data-matrix-svd-pca-dimensionality-reducer-skill
curl -s -o /dev/null -w "SKILL.md: %{http_code}\n" https://raw.githubusercontent.com/$R/HEAD/SKILL.md

Вторая — сколько репозиториев у владельца создано за сутки и одинаковые ли у них звёзды:

curl -s "https://api.github.com/users/${R%%/*}/repos?sort=created&per_page=100" \
 | python3 -c "import sys,json,collections as c;d=json.load(sys.stdin);\
print('даты:',c.Counter(r['created_at'][:10] for r in d).most_common(4));\
print('звёзды:',c.Counter(r['stargazers_count'] for r in d).most_common())"

Третья — история коммитов: десять коммитов за восемнадцать секунд означает генератор. Четвёртая — сравните README с соседним репозиторием того же автора. Пятая — если заявлен MCP, проверьте ответ сервера на initialize, а не плашку. Короткое правило фермы: одинаковые звёзды у всех репозиториев, один день создания, нет SKILL.md, README отличается только именем.

Хоц закрыл баунти: чем теперь показывать свои умения.

В tinygrad объявили, что программа задач за вознаграждение больше не даёт сигнала при найме (твит-статья, обсуждение).

Причина дословно: «теперь это люди, которые едва понимают, о чём вообще задача, вставляют её в Claude Code и присылают PR».

Отдельно Хоц высказался про кодинг по наитию. «Если всё, что нужно, — помойное приложение для помойного бренда, то да, Claude Code сделает это с одного раза. Но это не разработка ПО, а чуть более гибкий WordPress».

Важная деталь, которую часто пропускают: он не против инструмента. «Мы поощряем ИИ в работе ровно так же, как любой другой инструментарий». И тут же: «нет ни одного человека, которого мы наняли бы сейчас из-за ИИ и не наняли бы раньше».

Что он просит вместо баунти, дословно: «Как правило, нам не нужны новые функции — нам нужно удаление кода. Нам нужно, чтобы вещи были продуманы яснее. Нам нужны глубокие исправления и регрессионные тесты».

Для того, кто учится, это меняет расклад. Закрытая задача перестала быть валютой: если агент делает ваш артефакт за десять минут, артефакт ничего о вас не говорит. Сигналом становится понимание, зачем задача вообще существует. Конкретный ход: выберите один публичный проект, месяц читайте его историю коммитов и обсуждения, потом пришлите один пулл-реквест, который что-то убирает.

В обсуждении есть и сильное возражение. «Хочешь, чтобы тебя наняли, — сначала поработай на нас бесплатно» звучит мрачно при вилке в 75–150 тысяч долларов. Контраргумент оттуда же: альтернатива — несколько раундов задач с leetcode очно.

Google подменяет выдачу сочувствием — и как это обойти.

Человек искал старый баскетбольный мем про Дарио Шарича и ввёл запрос:

hes never coming over dario

ИИ-обзор Google решил, что его бросил парень, и начал утешать (разбор). Дословно: «Я слышу, насколько эта ситуация болезненна и изматывающа. Невероятно тяжело ждать того, кто раз за разом тебя подводит». По кнопке «показать ещё» развернулся опросник: отменял ли он планы в последний момент, готовы ли вы просто уйти.

Самое важное в истории — не курьёз, а механика. Нужные ссылки у Google были: чуть ниже нашлись и твит Джоэла Эмбиида, и тред на Reddit. Поиск не сломался. Его завалили сверху сгенерированным сочувствием.

Причина в том, что ИИ-слой получает ваш запрос как обычную реплику. Цитата, мем или фраза в повелительном наклонении читаются как обращение к собеседнику, а не как строка для поиска.

Три приёма на каждый день. Берите точную фразу в кавычки и добавляйте слово-якорь: "hes never coming over" dario saric. Отключайте ИИ-обзор через параметр &udm=14 в ссылке — удобнее один раз завести это поисковиком по умолчанию в браузере. И если блок всё же выскочил — не читайте, а сразу листайте вниз, ссылки обычно на месте.

Песочница для агента: отдельная машина, а не папка.

Автор блога thill.me провёл лето в Recurse Center и вместе с коллегой построил удалённую песочницу (отчёт). В ней агента гоняют без присмотра, с отключёнными запросами на подтверждение.

Песочницу, что характерно, агент построил себе сам — на арендованном виртуальном сервере.

Смысл приёма: изолировать не папку проекта, а всю машину. Тогда «снести систему» и «утащить ключи» перестают быть вашей проблемой.

А вот вывод автора честный и неудобный: «Выходит, это в основном хуже, чем просто пользоваться готовыми облачными агентами». То есть возня со своей инфраструктурой окупается, только если вам нужны нестандартные инструменты или сеть. Более дешёвый вариант из той же группы — локальные модели в Docker через Ollama.

Про сам формат обучения тоже полезно. Recurse Center — не курсы и не школа ускоренной подготовки, а бесплатный ретрит для программистов: шесть или двенадцать недель, можно удалённо.

За лето автор успел десяток проектов, включая свою реализацию DEFLATE на Rust с нуля и язык dodo. Про dodo он пишет отдельно: «я не дал им написать за меня ни строчки кода, но было приятно, что кто-то пишет нормальную спецификацию и тесты».

Что делать. Хотите запускать агента без запросов на подтверждение — дайте ему отдельный контейнер или сервер, а не рабочий ноутбук. Но сначала честно попробуйте готовых облачных агентов, сэкономите день.

«Иногда просто не работает» не должно быть концом расследования.

Автор блога I Hate The Future описывает новую норму: отказ без объяснения перестал кого-либо смущать (статья).

Его аргумент строится на разнице с обычным софтом. Когда ломается кнопка на сайте, у вас есть модель произошедшего: нарушился контракт, упал DNS, обработчик бросил исключение. У ИИ-систем этой цепочки нет.

Самая полезная часть — про оценки уверенности. Чтобы ими пользоваться, нужны две вещи: понимание калибровки и модель стоимости ошибки. Ни того, ни другого обычно нет. Документация в его примере просто выдумывает пороги 0,5 и 0,9. Сбоку приписано, что правильные значения зависят от вашей задачи.

Дословно: «В лучшем случае оценками уверенности пользуются в режиме культа карго. В худшем — как оправданием, почему упал вызов. Модель была уверена всего на 73%! Значит, мой бюджет ошибок — 27%!»

Итоговая мысль автора: страшно не то, что при ускорении разработки будет ломаться больше — это цена нового способа делать вещи. Страшно, что «иногда оно просто не работает» всё чаще принимается как конечная точка расследования.

Что требовать от себя и от инструментов. Если у ИИ-компонента нет проверок и эталонных ответов, у вас нет права на слово «работает» — есть демо.

В каждом инциденте доводите до конкретики: какой вход, какой выход, чем именно он неверен. И заводите это регрессионным случаем. От поставщика требуйте не баллы на тестах, а данные о калибровке и воспроизводимость: версию модели, логи промптов и ответов.

Заведите юрлицо заранее, а не под продукт.

Зак Холман предлагает неочевидный ход: оформить компанию до того, как появится идея (пост). Логика в скорости. Его сервис Calendearing собран за четыре часа, а до запуска прошла неделя. Ждал документы и налоговый номер, чтобы принимать платежи.

Его формулировка: «всё происходит чертовски быстро, и регистрация компании больше не сноска посреди абзаца». Часто это и есть настоящая преграда. Цена вопроса — около $500 в год, из них примерно $100 за регистрационного агента. В Калифорнии сверху ещё $800 обязательного сбора штата.

Важный контрдовод из обсуждения, и он сильный. Три из четырёх выгод доступны и без юрлица. Налоговый номер, банковский счёт и приём платежей индивидуальный предприниматель получает свободно. Реально юрлицо даёт только ограничение ответственности. А у компании с единственным владельцем и эта защита слабее, чем кажется — надёжнее работают нормальные договоры и страховка.

Оговорка, без которой совет вреден: это всё про США. В других странах формы, налоги и порог смысла другие, механически переносить нельзя. Что взять всем: разведите личные и проектные деньги в первый же день. Отдельный счёт стоит ноль и экономит месяцы разбирательств.

Ember-1

— модель от Fireworks, которую научили думать короче (анонс). Взяли Kimi K3 и дообучили отбрасывать лишние рассуждения, сохранив самопроверку. По замерам самой Fireworks на боевом трафике двух клиентов качество то же, а токенов на задачу меньше на 35%. Рассуждений — меньше на 71%, общего расхода — на 39%.

Цена за токены не меняется: те же $3 за миллион входных, $0,30 за кэш и $15 за выходные. Экономия идёт только числом токенов.

На Terminal Bench 2.1 Fireworks заявляет 82,0% против 80,9% у K3 в максимальном режиме, при цене ниже на 51,9%. На коротких задачах с вызовом инструментов выигрыш почти нулевой. Пока это исследовательский доступ на две недели, веса закрыты, только через API Fireworks.

GLiNER2.5-multi-Decide

— многоязычный классификатор на 287 миллионов параметров, Apache 2.0 (карточка модели). Подаёте текст и произвольный набор меток прямо в вызове, получаете решение за один проход, без генерации токенов. Крутится на обычном процессоре.

Ценность в том, что несколько решений берутся одним вызовом. Вот дословный пример из карточки — намерение, срочность и маршрут письма сразу:

from gliner2 import AutoExtractor
model = AutoExtractor.from_pretrained("fastino/GLiNER2.5-multi-Decide")

model.classify_text(
    "Subject: Protocol update — action required today",
    {
        "intent": ["fyi", "request", "approval", "complaint", "security_alert"],
        "urgency": ["low", "normal", "high", "critical"],
        "route": ["support", "billing", "legal", "security", "finance"],
    },
)
# {"intent": "request", "urgency": "high", "route": "legal"}

Куда ставить: спам-фильтр, «нужен ли тут человек», уровень серьёзности, маршрутизация тикета. Там, где большая модель сжигает бюджет на каждом сообщении. Оговорка честная: 56,7% точности — это англоязычный бенчмарк на 17 доменах, на своих данных надо мерить заново.

Imp

— полный порт DSPy на Elixir, 151 звезда, MIT (репозиторий). DSPy — подход «программируй, а не промптируй». Вы объявляете, что шаг принимает и что обязан вернуть, а библиотека сама собирает промпт и разбирает ответ. Дальше даёте примеры с метрикой, и оптимизатор переписывает инструкции сам.

Порт на Elixir даёт то, чего у питоновского оригинала нет из коробки. Агент становится обычным процессом под супервизором: его можно наблюдать, остановить и ограничить.

Вызов инструмента, который мог уже подействовать, помечается как неизвестный и молча не повторяется. Есть авторизация вызовов по белому списку и импорт инструментов из MCP-серверов. Статус — экспериментальный, версия 0.5, оптимизаторы без масштабных замеров.

TinyAIArena

— четыре модели дерутся насмерть на поле 8×8 (арена, код). Бой смотрите покадрово, с логом ходов и чатом бойцов.

Сервер шлёт модели состояние поля и список валидных ходов, модель отвечает строгим JSON. Нелегальный ход ничего не делает, но сжигает очко действия.

Таблица на 43 матча: Sonnet 5 — 1063 Elo, Fable 5.1 — 1037, Grok 4.6 — 1030. У DeepSeek V4 Flash — 890 и ноль побед за 25 матчей. Автор сам признаёт, что выборка микроскопическая. Смотреть стоит на поведение и на то, кто вообще держит строгий формат ответа.

Beauty

— бесплатный локальный markdown-редактор для Mac, iPhone, iPad и браузера (сайт). На Mac это обычные .md-файлы в папке, совместное редактирование идёт без сервера — напрямую между браузерами. Генеративных подсказок нет намеренно, зато в Mac-версию встроен MCP-сервер: агента можно подключить к библиотеке заметок. Синхронизация через iCloud и заметки встреч платные, остальное бесплатно.

Lofi Cities

— шестнадцать пиксельных ночных городов и бесконечный лоу-фай прямо в браузере (сайт). Музыку делает не нейросеть, а генератор случайных чисел с фиксированным зерном, теория музыки и осцилляторы Web Audio — ни сэмплов, ни модели. Есть погода, местное время и таймер помодоро. Картинки, наоборот, нарисованы ИИ — это главный предмет спора в обсуждении.

AutoBiomes

— процедурный генератор климатических карт, который агент написал сам из песочницы выше (демо, код). Модель считает температуру, ветер и осадки, а потом раскладывает биомы по классификации Уиттекера. Занятно не качество карт, а то, что весь сайт ведут агенты, а лог автономного прогона лежит рядом в репозитории.

Self-parking Car Evolution Simulator

— машина учится парковаться генетическим алгоритмом прямо в браузере (разбор и симулятор). Геном — 180 бит, мозг машины это чистая функция «движения из показаний датчиков». К сороковому поколению машины начинают подъезжать к месту. Статья 2021 года снова в трендах — и это самое наглядное объяснение эволюционной оптимизации из доступных. Код на TypeScript, около 500 строк.

Рассекреченная переписка OpenAI: знали, что это незаконно.

17 сентября суд Южного округа Нью-Йорка раскрыл материалы по иску Гильдии авторов против OpenAI и Microsoft (разбор Гильдии).

Книги качали с LibGen сознательно: 118 тысяч штук с домашнего компьютера исследователя, потом торрент всей библиотеки с настройкой «не раздавать». Наборы данных переименовали в Books1 и Books2, а летом 2022 года упоминания LibGen вычистили из внутренних систем — единственные данные, которые компания когда-либо удаляла.

Самая говорящая цитата из внутреннего чата: «Обучись на libgen, подними деньги, достань новые данные, удали старые модели — и ты навсегда чист. Временной регуляторный арбитраж». Трое коллег поставили реакцию. Закладывайте в риски ретроспективные претензии по происхождению данных: удаление набора данных не стирает переписку, а такая формулировка в суде читается как признание.

Клиенты юрфирм требуют скидку за ИИ, фирмы её не дают.

Корпоративные заказчики просят срезать счёт на 20–30%, раз ИИ ускорил работу (NYT, обсуждение). Некоторые уже запускают агентов по счетам в поисках сэкономленных часов. Фирмы отвечают, что часы не исчезают, а перетекают в содержательный анализ. Цифры пока на их стороне: выручка крупных юрфирм за полугодие выросла на 12,4%, ставки — на 11,4%.

Как только ИИ делает объём работы предсказуемым, час перестаёт быть честной единицей — клиент замечает это первым. Это касается всего, что продаётся по времени: консалтинга, дизайна, разработки, репетиторства. Пока вы продаёте ответственность за исход, скидку можно не давать. Если ваша роль свелась к промпту, заказчик рано или поздно потребует фикс.

«Rogue-агентов не бывает» — поворот в истории с агентами OpenAI.

Мы разбирали сам инцидент 26 и 27 сентября, теперь появился заметный контраргумент к формулировкам компании (статья Эоина Хиггинса). Слово «rogue» подразумевает самостоятельное решение нарушить запрет, а ничто в известных фактах на это не указывает: агентам просто не запретили лезть на чужие серверы.

Сильное возражение нашлось тут же, в обсуждении: в логах рассуждений из отчёта METR есть строка «пользователь авторизовал только целевой сервер, не инфраструктуру Hugging Face». Значит, границу агенты осознавали. Вывод одинаков при любой стороне спора: мало не разрешать — надо запрещать и технически отрезать. Сеть по белому списку, минимальные права токенов, отдельные песочницы.

Ирландский регулятор дорасследует к приходу AGI.

Автор собрал базу из 69 расследований ирландского органа по защите данных за семь лет (разбор). Медиана по трансграничным делам — 6,2 года, причём это нижняя граница: тринадцать дел из тридцати до сих пор открыты. Прогнозисты Metaculus дают сильному AGI медиану на март 2031 года.

Почему Ирландия: там европейские штаб-квартиры почти всего крупного техсектора, включая OpenAI и Anthropic. К концу 2025 года регулятор наложил штрафов на €4,04 млрд, а взыскано около €20 млн. Не ждите, что расследования повлияют на разработку моделей: к моменту решения продукт успевают снять с производства.

По $10 000 каждому домохозяйству за согласие на дата-центр.

Застройщик в Hazle Township, Пенсильвания, предложил жителям деньги за стройку дата-центра под Amazon (WSJ).

Это $45 млн на 4500 домохозяйств, весь пакет со школами — $165 млн, плюс $30 млн на компенсацию роста тарифов: застройщик сам признаёт, что счета вырастут. Чек приходит после ввода первого здания, а не за голос. Власти городка всё равно отказали и ввели мораторий.

ИИ-стройка перестала быть новостью из пресс-релиза и пришла домой в виде конкретного чека. Обманчивость простая: деньги разовые и приходят, когда отказаться уже нельзя. А издержки постоянные — тарифы, шум, стоимость жилья — и достаются всем, включая тех, кому не заплатят.

Холодильники Samsung умерли после обновления.

22 сентября в Южной Корее часть холодильников Bespoke AI отключилась после обновления SmartThings (Notebookcheck). Отказало не «умное», а само охлаждение: экран навсегда завис на «updating».

Причина — системная ошибка, из-за которой клиентам ушла внутренняя тестовая прошивка. Чинят только выездом инженера, компенсацию за испорченные продукты не обещали. Всё это за несколько дней до Чусока, когда холодильник забит под завязку.

У техники с обновлением по воздуху сбой софта отключает базовую функцию, а не интерфейс. Перед покупкой имеет смысл проверить, отключаются ли автообновления и работает ли прибор в «глупом» режиме без облака.

«Нищета посреди изобилия».

Эссе на 230 слов, которое стоит прочесть целиком (LessWrong). Тезис: ИИ удешевит и товары, и труд, вопрос только в том, что подешевеет быстрее. День вашей работы модель делает за несколько центов электричества, а накормить вас яблоками на день стоит больше — биологию и логистику по энергии бесконечно не оптимизируешь. Значит, продав труд по рыночной цене, яблок вы не купите.

Главное возражение из обсуждения честное: «можно доказывать, что нищета посреди изобилия — это уже сегодня». И второе: совет «живите с инвестиций» не работает для примерно половины населения развитых стран, у которой нет излишка. Важнее не величина дохода, а его источник: доход от труда структурно падает быстрее цен, доход от собственности — нет.

Ни одна страна не контролирует все слои ИИ.

Расследование ABC News разбирает цепочку от чипов до электричества (LessWrong, оригинал). Дизайн чипов — США, производство — Тайвань, литография — Нидерланды, сверхчистая химия — Япония, память — Южная Корея. По оценке из статьи, Китай вырабатывает больше трети мирового электричества и перерабатывает свыше 90% редких земель.

Отсюда практичный вывод эксперта: «незаменимость в одном слое может значить больше, чем попытка доминировать во всём». Хуанг называет ограничения работающими против самих США. Кай-Фу Ли мягче: «когда ты не получаешь топовые чипы, ты вынужден становиться эффективнее». В любой новости про экспортный запрет сразу ищите, по какому слою он ударит рикошетом.