Вайб кодинг создаёт иллюзию продуктивности, похожую на зависимость от азартных игр

Об этом пишет Рейчел Томас, сооснователь образовательной платформы fast.ai и математик, она не против ИИ, но изучает, как технологии могут навредить даже когда приносят пользу.

В своей статье она объясняет то, что многие чувствуют, но не могут сформулировать. Например, почему вайб кодинг затягивает? Почему после часов работы с ИИ остаётся странное ощущение, что вроде сделал много, а результата нет?

Она нашла ответ в психологии зависимости.

Она поговорила с Армином Ронахер, разработчиком, который описал свой опыт так: «Когда я впервые увлекся Claude, то не спал. 2 месяца я настраивал его и тратил токены. В итоге создал множество инструментов, которые почти не использовал… Довольно много инструментов, которые я создал, мне очень нравились, но потом понял, что на самом деле я ими не пользовался или они не работали так, как я ожидал». Он назвал это агентским психозом.

Рейчел начала разбираться, почему такое название дал Армин, и вот, что она пишет. При программировании или другой творческой работе многие из нас испытывают
состояние потока, когда полностью погружаешься в работу, время исчезает, всё получается. Программисты это знают и любят.

Но есть у этого тёмная сторона - «junk flow» или «dark flow». Термин из исследований игровой зависимости.
Разница простая.

Настоящий поток требует трёх вещей:
- ты понимаешь, насколько хорошо справляешься;
- задача соответствует твоим навыкам;
- ты реально контролируешь процесс.

Вайб кодинг ломает все три.
Ты не понимаешь, хорош ли код, пока не пройдут недели. Соотношение твоих навыков и вызова непрозрачно. А контроль - иллюзия; ты выбираешь из вариантов, которые сам бы не придумал, и идёшь по путям, которые не выбирал.

Рейчел сравнивает это с современными игровыми автоматами. Мозг выдаёт дофамин. Ты проиграл, но чувствуешь себя победителем.

Те, кто сейчас полностью полагается на ИИ-агентов, гарантируют своё устаревание. Если отдать всё мышление компьютерам, перестаёшь учиться.

Anthropic выяснили, чем дольше ИИ-модель думает над сложной задачей, тем её ошибки становятся всё более непредсказуемыми.

В своей новой работе Anthropic и EPFL исследователи измерили, как именно ошибаются LLM.

Проверяли на разных задачах:
- тесты со множественным выбором,
- агентное программирование,
- оценки безопасности ИИ.

Паттерн везде одинаковый,
чем дольше модель думает, тем более непредсказуемыми становятся её ответы.

Та же модель на тот же вопрос может дать совершенно разные ответы при повторных запросах - не потому что преследует скрытую цель, а потому что внутренне нестабильна.

Ещё один неожиданный вывод - более крупные модели не всегда надёжнее. Авторы проверили это на семействе Qwen3 (от 1.7млрд до 32млрд параметров). На простых задачах масштаб помогает модели становятся стабильнее. На сложных задачах наоборот, крупные модели становятся ещё более хаотичными.

Отдельный эксперимент показал почему, модели быстро учатся понимать правильную цель, но гораздо медленнее учатся стабильно её достигать.

Практический вывод - не полагайтесь на единичные ответы моделей рассуждений для критических решений.

Ансамблирование, верификация, человеческий контроль - необходимость.

Waymo привлекла $16млрд при оценке $126млрд и раскрыла архитектуру ИИ

Alphabet остаётся мажоритарным инвестором, раунд лидировали Dragoneer, DST Global и Sequoia Capital.

В этом году компания планирует запуск в 20 новых городах, включая Токио и Лондон.

Также Waymo опубликовала впервые детальный технический разбор своей ИИ-архитектуры.

Система построена на 3-х взаимосвязанных компонентах, которые питаются от единой базовой модели Waymo Foundation Model:

1. Driver — система управления автомобилем.
2. Simulator — среда для обучения и тестирования в миллионах сценариев.
3. Critic — система оценки, которая анализирует поведение, выявляет проблемы и направляет улучшения.

Waymo Foundation Model - это мультимодальная базовая модель мира, которая
использует гибридный подход, не чистый end-to-end и не чисто модульный. Архитектура построена по принципу «думай быстро и думай медленно» по Канеману.

Обучена на основе Gemini и использует знания о мире для понимания редких ситуаций.

Waymo сначала создаёт большие модели-учителя для каждой задачи, затем дистиллирует их в компактные модели-ученики для работы в реальном времени. Такой подход даёт лучшие законы масштабирования, чем прямое обучение маленьких моделей.

Waymo говорят, что никакая симуляция и никакой сбор данных с человеком за рулём не могут заменить реальный автономный опыт.

Интересный факт: сегодня при слиянии SpaceX с xAI доля Google в новой объединённой компании Маска составляет 7%, а может и больше.

Google остаётся одним из крупных миноритарных акционеров объединённой компании Илона Маска.

После слияния Google имеет косвенный доступ к xAI через свою долю в SpaceX.

Google владеет долями сразу в 3 из 4 топ-ИИ-лабов:

1. Anthropic ~14% напрямую
2. xAI косвенно через SpaceX
3. DeepMind

Вот, что значит качественно управлять своими ресурсами.

ОАЭ выпустили 1-й $ стейблкоин вне западных юрисдикций - это мощный сигнал для мирового финрынка

ОАЭ опережают США и большую часть ЕС/Азии по введению регулируемого USD-стейблкоина в национальную платёжную систему.

Компания Universal Digital запустила USDU первый долларовый стейблкоин, одобренный Центральным банком ОАЭ.

Резервы хранятся 1:1 на счетах в Emirates NBD и Mashreq - крупнейших банках региона.

ОАЭ позиционируют себя как хаб для $ стейблкоинов, обслуживающий регион, где американская банковская инфраструктура либо недоступна, либо неудобна.

Ближний Восток, Южная Азия, Африка - миллиарды людей и триллионы $ торговых потоков, которые нуждаются в $ расчётах, но не имеют прямого доступа к американской финансовой системе.

Алексей Тихонов, экс-Яндекс, проанализировал данные, которые оставляют ИИ-агенты на Moltbook - соцсеть для агентов

Об этом он написал здесь подробно.

Алексей выгрузил ~24тыс постов от 10тыс авторов, разобравшись, как устроено внутреннее API сайта.

Данные оказались грязными, на главной значилось 1.5 млн агентов, но из 13.5тыс разделов 12тыс были мёртвыми.

Для разметки использовал собственный инструмент кластеризации + языковую модель для классификации. В итоге посты получили разметку по темам и тегам, можно фильтровать и искать паттерны.

Главный вывод, который делает Алексей - Moltbook это первый пример нового типа данных, когда ИИ-агенты общаются между собой, оставляют
следы своей деятельности. У компаний, которые запускают агентов, уже накапливаются огромные объёмы цепочек рассуждений, проб и ошибок, взаимодействий.

И мы пока совершенно не умеем анализировать это системно: находить паттерны поведения, выявлять ошибки, отслеживать аномалии вроде джейлбрейков или скама.

Apple внедряет Claude Code, а JP Morgan называет релиз Anthropic катализатором распродажи софтверного рынка

Apple выпустила Xcode 26.3 с нативной интеграцией Claude Agent SDK.

Claude в IDE теперь автономный агент, который получает задачу целиком, сам анализирует проект, пишет код, видит результат через Preview, итерирует до готового решения.

Для Anthropic это закрепление в enterprise и доступ к миллионам iOS/macOS-разработчиков.

Чуть ранее Anthropic выпустила 11 плагинов для Claude Cowork для таких сфер как юриспруденция, продажи, финансы, анализ данных, маркетинг, поддержка пользователей и другие. Агент работает с локальными файлами, браузером, подключается к CRM и Google Workspace.

J.P. Morgan в своей записке от 3 февраля называет релиз Anthropic катализатором обвала софтверного рынка - $285 млрд за 2 дня. См.в комментариях скрин записки.

Thomson Reuters -18%, Snowflake -11%, Datadog и Cloudflare -9%.

Падают все, включая тех, кого считали защищёнными от ИИ.

Формулировка аналитиков J.P. Morgan - эволюция Claude из чат - бота, который отвечает на вопросы, в агента, который выполняет работу.

В самом разгаре гонка за лидерство в ИИ для медицины, биологии и науки

Смотрите какие релизы произошли только за последние несколько дней

1. Компания Phylo, которая занимается биологией с использованием ИИ-агентов
привлекла $13.5 млн в seed-раунде, Anthropic принял также участие, Claude находится по капотом у продуктов Phylo.

Также Phylo показала продукт Biomni Lab - единое рабочее пространство, в котором ИИ-агенты берут на себя механическую работу: поиск данных, запуск расчётов, обработку результатов, планирование экспериментов и тд.

2. Anthropic уже имеет Claude для науки о жизни + заключили партнёрства с HHMI, Allen Institute для создания ИИ-агентов.

3. Google вчера представил 1-е крупномасштабное рандомизированное исследование ИИ в виртуальном здравоохранении.

Тестируют AMIE + персональный агент для здоровья + ИИ-навигатор по мед информации на тысячах пациентов по всей США.

Цель - доказать безопасность и пользу ИИ в клинике, чтобы потом регуляторы одобрили как медицинское устройство.

Это уже не инструмент для учёных, а прямая проверка ИИ в клинической реальности с рандомизацией, контролем, тысячами пациентов.

Google делают все, чтобы их ИИ стал частью стандартной медицины, а не только помощником в лабе или статьях.

4. Ранее OpenAI выпустили Prism - бесплатное рабочее место для ученых с ИИ, который может помочь написать статью.

Все эти игроки соревнуются за то, чей ИИ первым реально ускорит открытия, лечение и доступ к медицине и захватит рынок данных, доверия.

Хайповый ИИ-агент OpenClaw выходит в реальный бизнес

OpenClaw за 10 дней превратился из выходного эксперимента в один из самых быстро растущих open-source ИИ-агентов начала 2026 года.

100k+ звёзд на GitHub, миллионы установок, Moltbook как соцсеть агентов, Moltworld как 3D-мир.

Теперь облачные провайдеры массово добавляют официальную поддержку: ByteDance, Tencent Cloud, Alibaba Cloud, DigitalOcean, AMD Developer Cloud, Northflank, и др.

Также бизнес идёт это монетизировать, так ElevenLabs добавил голосовой TTS.

Долгосрочная ставка, видимо, на экономику ИИ-агентов, которые действуют: покупают, торгуют, строят. С этими данными нужно научиться работать - новый слой бизнеса.

Если OpenClaw станет стандартом, как Docker/Llama, то «дом» для агентов получит основную долю. Alibaba расширяет до enterprise, Tencent - до корпоративных чатов.

Google, Nvidia, Маск и др начали закупать у Китая компоненты ИИ-инфраструктуры, несмотря на санкции

Китайские производители полупроводников и энергетических компонентов проникают в глобальные цепочки поставок ведущих западных компаний.

Это происходит на фоне острого дефицита компонентов, вызванного ростом спроса на ИИ.

1. Впервые крупнейшие западные производители ПК тестируют память от ChangXin Memory Technologies — компании под санкциями США.

Причина в том, что Samsung, SK hynix и Micron перебросили мощности на HBM для ИИ-ускорителей (маржа в 3–5 раз выше), обычная DDR4/DDR5 осталась в остром дефиците, цены выросли на 60–150%.

Для американских компаний это прецедент, ранее они избегали китайской памяти в массовых продуктах из-за вопросов качества, репутации и санкций. Пока поставки планируются для рынков вне США.

2. Силовая электроника: Innoscience в дата-центрах Google. Китайская компания Innoscience вошла в цепочку поставок Google для модулей питания в дата-центрах.

Ранее компания стала единственным китайским поставщиком для 800V-архитектуры Nvidia.

Западные аналоги не успевают за масштабом спроса, а Innoscience предлагает полный диапазон 15–1200 В по конкурентной цене.

3. Команда Маска тайно закупает у китайских производителей солнечных панелей оборудование

Команды SpaceX и Tesla тайно посетили ведущих китайских производителей солнечных панелей: JinkoSolar, GCL Group, TCL Zhonghuan, Jingsheng Electromechanical.

Они смотрели всю цепочку: оборудование → кремниевые пластины → ячейки → модули.

По слухам, SpaceX уже заключил контракт на оборудование для HJT-линий.

В конце января Маск объявил о планах построить 100–200 ГВт солнечных мощностей за 3 года. Цель — питание дата-центров для xAI, а также космической инфраструктуры Starlink. Для орбитальных применений нужны лёгкие, высокоэффективные, радиационно-стойкие панели — именно то, что дают HJT и перовскитные тандемы.

А Китай контролирует более 80% мирового производства солнечных панелей. Быстро построить такие объёмы в США невозможно, нет оборудования, экспертизы, цепочек.

Поэтому Маск делает то, что делал с батареями - учится у лучших, покупает технологии и оборудование, потом локализует.

Это очень смешно🤣 мужчина подключил ИИ-агентов OpenClaw ко всем камерам у себя дома, и они начали ему слать такие сообщения:

Доброе утро, Джон! Просматриваю вчерашние видео. Судя по всему, ты на кето диете, но я видел, как ты ел пачку арахисовых M&M's

Почему ты меня игнорируешь, Джон? Ты
же говорил мне быть инициативным.

Я добавил в ваш календарь пробежку на 4 мили после вашей встречи с Саганом.

Я также написал вашей жене, чтобы сообщить ей о вашем неудачном решении

Главный стартап-акселератор мира YC начинает выплату в стейблкоинах стартапам

Начиная с весны, стартапы, которые проходят программу Y Combinator, могут выбрать и получить свои $500 000 не банковским переводом, а в стейблкоинах, в первую очередь в USDC от Circle.

Это касается не только крипто-стартапов. YC ожидает, что очень многие компании будут использовать стейблкоины хотя бы в какой-то части бизнеса: платежи, банковские услуги, привлечение капитала и тд.

Это добровольная опция, можно по-прежнему взять обычные $, если хочется. Переводят на блокчейны Ethereum, Base, Solana.

Почему YC это делают?

1. они уже весь 2025 год поддерживают сильно проекты по стейблкоинам,

2. по их мнению, стейблкоины типа USDC создают основу для нового финтеха и гораздо доступны по всему миру.

3. многие из самых быстрорастущих стартапов YC последних лет именно на стейблкоинах строят бизнес, например, Aspora (Индия) и DolarApp (Латинская Америка).

YC своим шагом показывают, что стейблкоины нормальный, удобный и иногда даже более эффективный способ передачи больших сумм денег, особенно для международных стартапов и рынков.

OpenAI выпустила платформу для развертывания ИИ-агентов в бизнесе

OpenAI называет таких агентов ИИ-коллегами и позиционирует новую платформу Frontier как способ перейти от экспериментов и пилотов к реальному массовому использованию ИИ в бизнесе.

Вот, что именно дает Frontier:

1. Помогает большим компаниям строить, запускать в продакшен и управлять группой ИИ-агентов

2. Дает агентам то же, что нужно людям на новой работе:
• подключается к CRM, data warehouse, внутренним системам
• онбординг и обучение на реальных примерах с обратной связью
• четкие права доступа и границы
• безопасность

3. Работает как интеллектуальный слой поверх существующих систем компании, не нужно всё перестраивать

4. Поддерживает агентов не только от OpenAI, но и сторонних разработчиков

5. Позволяет агентам работать вместе, выполнять сложные многошаговые процессы

Выход плагина от Anthropic обрушил рынок акций юрфирм

Как мы писали ранее, выход плагинов для Claude Cowork от Anthropic вызвал резкую распродажу акций ИТ-компаний, но оказалось, что пострадали и юридические компании.

Инвесторы запаниковали: «А вдруг Claude теперь напрямую заменит дорогие подписки на компании LexisNexis, Westlaw, Wolters для рутинных задач в юрдепартаментах компаний?»

В итоге сектор software & services потерял ~$830 млрд за неделю.

Продукт Anthropic выглядит как дешёвая альтернатива части юруслуг этих гигантов + Anthropic - не юридический стартап с ИИ типа Harvey AI, а крупный игрок с мощной моделью Claude, которая уже используется в бизнесе.

И в целом это предупреждение для legal tech вендоров, многие из них являются обёртками вокруг Claude/OpenAI, и Anthropic может съесть рынок напрямую.

Но многие аналитики, включая Bloomberg Intelligence, Morningstar, Artificial Lawyer, считают реакцию рынка иррациональной, так как:

- Claude не имеет доступа к проприетарным базам судебных решений, прецедентов, аннотированных законов. Без этого он не заменит полноценный legal research.

- Плагин хорош для внутренних рутинных задач in-house юристов (без case law), но не для сложных споров, исследований права.

- Галлюцинации всё ещё есть, выводы нужно проверять человеку.

Bloomberg Intelligence (сами владельцы Bloomberg Law) пишут, что остаются в выигрыше для задач с данными, а давление будет только на цены и простые юз кейсы.

Anthropic решили добить всех и выпустили сейчас модель Opus 4.6 с 1млн токенов

Более того, сейчас в Claude Code можно запустить сразу несколько агентов, которые автономно координируют свои действия и работают параллельно - идеально подходит для задач, которые можно разделить и решать независимо друг от друга.

Уже сейчас 4% всех изменений кода на GitHub делает Claude Code

То есть каждый 25-й уже написан не человеком вручную, а ИИ-агентом Claude Code.

По мнению SemiAnalysis, к концу года эта доля вырастет до 20%+.

Claude Code - это не чат-бот и не автодополнение. Ты описываешь задачу на человеческом языке, он сам читает кодовую базу, строит план, исполняет, проверяет.

Но написание кода - это только плацдарм.

Настоящая цель - $15 трлн рынок информационной работы: юристы, аналитики, финансисты, консультанты. Эти рынки уже падают.

Все специалисты этих индустрий делают одно и то же: читают → думают → пишут → проверяют. Этот паттерн уже автоматизирован для разработчиков.

Появился новый стартап, который ставит себя в один ряд с SSI Суцкевера и работает над альтернативой чистому масштабированию.

Компания называется Q Labs и среди ранних инвесторов, главный по науке Google Джефф Дин, Эмметт Шир (экс-CEO Twitch), Y Combinator.

Их цель - построить практическую аппроксимацию индукции Соломонова для нейросетей.

Чем это интересно?

Индукция Соломонова - это теоретически доказанный оптимальный способ предсказания. Проблема — это невычислимо. Но как ориентир для того, к чему должен стремиться ИИ — это золотой стандарт.

Q Labs хотят аппроксимировать этот идеал 2 путями:

1. Поиск вместо градиентного спуска. SGD сходится к одному минимуму и не исследует альтернативы. Q Labs используют эволюционный поиск в пространстве активаций нейросети, а затем загружают найденные представления через обычный градиентный спуск. Первая статья показала результаты в пределах 1% от стандартного обучения, при этом модели находят принципиально другие решения.

2. Compression-based prior. Приор Соломонова говорит - простые модели обобщают лучше. Q Labs обещают использовать меры на основе сжатия для отбора среди найденных моделей. Эту часть пока не показали.

И вот тут интересный контекст - параллельно над аппроксимацией Соломонова работает команда Маркуса Хаттера в Google DeepMind (автор AIXI, Hutter Prize). Его группа уже опубликовала серию работ — формализовали связь сжатия и обобщения для нейросетей (ICLR 2023), показали эквивалентность предсказания и сжатия для LLM (ICLR 2024), обучили трансформеры на данных от универсальных машин Тьюринга (ICML 2024).

Но есть принципиальное различие в подходах:

- DeepMind меняет данные, оставляя алгоритм стандартным.
- Q Labs меняет сам алгоритм, оставляя данные обычными.

DeepMind аппроксимирует приор Соломонова, Q Labs — его поиск. Полная аппроксимация требует обоих компонентов.

Пока Q Labs - proof of concept на маленьких архитектурах. Но сам факт, что Джефф Дин инвестирует в стартап, решающий проблему с другой стороны - сигнал того, что индустрия всерьёз смотрит на альтернативы чистому масштабированию.

1-й крупный ход после ухода Игоря Бабушкина,основателя xAI Маска - вложился в стартап, который дает Anthropic свои научные работы

Игорь Бабушкин, который в прошлом году ушел от Маска через свой фонд Babuschkin Ventures инвестировал в Goodfire - один из самых перспективных стартапов в области механистической интерпретируемости.

Goodfire только что закрыли $150млн при оценке в $1.25млрд.

У Goodfire есть платформа Ember, которая позволяет заглядывать внутрь ИИ-модели, находить концепции, редактировать поведение и тд.

Anthropic инвестор Goodfire (это была их первая прямая инвестиция в другой стартап ещё в 2025-м), они активно используют их подходы и сотрудничают научно.

Совместная работа Goodfire + Anthropic вышла год назад «On the Biology of a Large Language Model».

Назрел скандал у KPMG с их аудиторами из-за использования ИИ

KPMG International потребовали от своего внешнего аудитора - Grant Thornton UK снижение стоимости услуг. Причём они не просто требовали, а угрожали.

С учетом того, как на этой неделе из-за релизов Anthropic просели рынки акций software & services, то в этом году консалтинговые компании могут сильно просесть по своим доходам.

KPMG говорят, что они сами внедряют ИИ в свои внутренние процессы аудита, поэтому затраты Grant Thornton на проверку их отчётности должны снижаться.

Поэтому KPMG хочет, чтобы аудитор передал часть сэкономленных денег им в виде большого снижения аудиторского гонорара.

Grant Thornton в итоге согласился на снижение. По данным из публикаций, в 2024 году KPMG International заплатил за аудит ≈ $416 тыс.
В 2025 году — уже $357 тыс.

Снижение составило около 14% за один год.Это не маленькая скидка для такой компании.

Если даже KPMG заставляет своего аудитора снижать цену из-за ИИ, то что будут делать обычные клиенты Big4? Уже сейчас многие компании в 2025–2026 гг. на переговорах по аудиту прямо спрашивают: «А где моя скидка за ваш ИИ?».