Anthropic выпустили Opus 4.1 и выяснили ещё больше о том, как ИИ рассуждают - новое исследование

Вчера Anthropic присоединились к параду релизов и выпустили Opus 4.1, который стал еще лучше для кодирования и агентских задач. Напомним, что вчера OpenAI представили свою опен сорс модель. А Google - Genie3.

Более того, международная группа исследователей из Anthropic, Decode, EleutherAI, Goodfire AI, Google DeepMind опубликовала масштабное исследование внутренних механизмов больших языковых моделей.

Что выяснили?

1. Языковые модели используют многоэтапное мышление даже в простых задачах.

2. Модели сначала решают задачи на универсальном уровне, а потом переводят на конкретный язык.

3. У моделей есть специализированные "детекторы" для отслеживания грамматических структур, границ предложений и даже отдельных букв — особенно важно для рифм и акронимов.

Исследователи разработали "графы атрибуции" — способ визуализировать информационные потоки внутри модели. Это как МРТ для ИИ: можно увидеть, какие части "мозга" активны при решении конкретной задачи.

Методы оказались воспроизводимыми на разных моделях (GPT-2, Gemma, Llama) и уже используются сообществом — создано более 7000 таких "снимков мозга" ИИ.

Для математических задач модели используют заготовленные паттерны для конкретных комбинаций входных данных. Это объясняет, почему ИИ иногда неожиданно ошибается в, казалось бы, простых вычислениях.

Появляется возможность точечно настраивать поведение моделей, предсказывать их ошибки и создавать более надежные системы.

РФ заняла 3-е место по объему операций с криптовалютами - отчет Chainalysis о состоянии регулирования стейблкоинов в топ-25 юрисдикций в 2025 году

По состоянию на июль 2025 года регулирование эмитентов стейблкоинов полностью или частично действует в 11 из топ-25 юрисдикций, которые суммарно получили 38% от общего объема криптовалютных активов в 2024 году.

Топ-20 юрисдикций по статусу регулирования:

Полное регулирование: США, Великобритания, Канада, Гонконг, ЕС, Япония, ОАЭ

Частичное регулирование: Южная Корея

Предложение о регулировании есть, но без решений пока: Австралия, Сингапур

Без регулирования: Россия, Индонезия, Индия, Турция, Украина, Вьетнам, Аргентина, Бразилия, Мексика, Нигерия, ЮАР.

По России в отчете говорится, что нет специального регулирования стейблкоинов, регуляторы ввели ограничения на внутреннее использование криптовалют.

Интересные детали:

Канада трактует стейблкоины как ценные бумаги, а не платежные инструменты.
Япония разрешает выпуск стейблкоинов только лицензированным банкам, провайдерам денежных переводов или трастовым компаниям.
Только USDC соответствует канадским требованиям для торговли на криптобиржах.
Европейский союз имеет сложную систему с лимитами для стейблкоинов, привязанных к валютам вне ЕС.

О рынке и экономике ИИ от СЕО Anthropic, а также о проблемах ИИ-агентов

Дарио Амодей считает, что рынок ИИ уже почти сформировался из 3-6 крупных игроков, не больше. Это те компании, которые могут:

1. Создавать передовые модели
2. Имеют достаточно капитала для самофинансирования. Нужны огромные инвестиции в обучение моделей, которые не каждый может себе позволить

Дарио предлагает думать о каждой модели как об отдельной компании. Каждая модель окупается довольно быстро 9-12 месяцев. Это хороший бизнес на уровне отдельной модели. Проблема в том, что компания одновременно тратит деньги на следующую, более дорогую модель.

Дарио говорит о 2-х разных рынках:

1. Рынок базовых моделей, тут 3-6 игроков:
Anthropic (Claude)
OpenAI (GPT)
Google (Gemini)
Meta(запрещена в РФ), возможно еще пара.

2. Рынок приложений на базе этих моделей - здесь тысячи компаний.

Дарио говорит о компаниях, которые просто оборачивают возможности модели в удобный интерфейс. Он предупреждает, что такие компании рискуют, когда выйдет следующая версия модели, которая сможет делать то же самое напрямую.

Про API как бизнес-модель - отличный бизнес, потому что модели принципиально не могут быть одинаковыми (в отличие от, скажем, баз данных).

Дарио говорит, что сейчас ИИ-продукты мало персонализированы. Персонализация станет огромным источником привыкания и удержания пользователей. Клиенты не захотят переключаться, потому что потеряют настройки.

В ИИ традиционные бизнес-модели не работают - экспоненциальный рост реален, но трудно предсказуем.

Проблема с ИИ-агентами по Дарио - 95% времени ИИ-агент работает автономно и справляется сам, а 5% времени нужно человеку, чтобы глубоко разобраться в деталях работы этого ИИ-агента.

Это как иметь сотрудника, который работает в другом офисе и делает 100 задач в день. Обычно все ОК, но иногда нужно понять, почему он принял конкретное решение в задаче №47. Это принципиально новая проблема дизайна интерфейсов, которую еще никто не решил.

Связка нейроинтерфейсов с ИИ— следующий большой тренд: Ани Асланян в интервью для Forklog

В свежем интервью Forklog, основатель @blockchainrf Ани Асланян рассказала об истории создания канала, в каких перспективных направлениях России нужно развиваться, о ChatGPT moment для биотеха и раундах в нейротехе и индустрия нейроинтерфейсов "выходит из коробки".

Некоторые моменты, которые высвечены:

1. Прогноз смены интерфейсов - эпоха Стива Джобса прошла, мы движемся к нейроинтерфейсам из-за желания ускорить взаимодействие с ИИ.

2. Состояние индустрии нейроинтерфейсов - в 2025 году индустрия выходит из коробки и переходит к большому количеству клинических испытаний, за 2024 год стартапы собрали $2.3 млрд - инвестиций.

3. Проблема материалов - главный барьер для нейроимплантов не софт, а отсутствие биосовместимых материалов.

4. Google/DeepMind может создать сильный ИИ через изучение мозга.

5. Прорыв российских ученых - работа команды института ИИ МГУ с М. Лебедевым по созданию электродов за $1 и 3 дня.

Главной задачей человечества в 21 веке, по мнению Ани, должно стать изучение человеческого мозга.

Накануне презентации OpenAI утекли данные о GPT-5 на GitHub.

Этот пост был быстро заархивирован людьми и вот, что мы узнаем:

1. Архитектурные изменения:
GPT-5 объединяет возможности рассуждений из o-серии с мультимодальностью GPT-серии. Модель автоматически выбирает уровень "размышления" в зависимости от сложности задачи.

Есть 4 варианта модели под разные задачи:

gpt-5: логика и многоэтапные рассуждения

gpt-5-mini: экономичная версия

gpt-5-nano: скорость и низкая задержка

gpt-5-chat: корпоративные диалоги с пониманием контекста

2. GPT-5 делает акцент на агентность - выполнение задач через инструменты.

Из внутреннего тестирования видно, что модель научилась группировать действия (11 правок файлов за раз вместо одной), не отвлекается на долгосрочных задачах, точнее следует инструкциям. Меньше объяснений, больше выполнения.

3. OpenAI убирает необходимость вручную выбирать между моделями. GPT-5 сама определяет, какой уровень вычислений нужен для конкретной задачи. Для пользователя это означает одну точку входа вместо множества вариантов.

Часть пенсий в США будет в крипте - Трамп подписывает указ об этом

Этот указ позволит включать в пенсионные планы 401(k) альтернативные активы, такие как частный капитал, недвижимость, криптовалюты и другие.

Это открывает доступ к рынку пенсионных накоплений, объем которого оценивается ~ в $12,5 трлн.

Это значит, что часть пенсионных накоплений американцев сможет инвестироваться в криптоактивы через управляющие фонды или ETF.

Крупные финансовые компании - BlackRock, Apollo Global Management и Blackstone, уже давно лоббируют доступ к рынку 401(k), видя в нем огромный потенциал для роста. Например, Apollo и State Street уже запустили целевые фонды с компонентами частного капитала, а Blue Owl Capital сотрудничает с Voya для создания подобных продуктов.

Потенциальные плюсы:
1. Диверсификация портфелей.
2. Более высокая доходность, исторически частный капитал показывал более высокую доходность по сравнению с публичными рынками.
3. Инвестиции в недвижимость и инфраструктуру часто включают механизмы защиты от инфляции, такие как повышение арендной платы, привязанное к индексу потребительских цен.
4. Доступ для обычных инвесторов.
5. Включение биткоина и эфира может привлечь молодых инвесторов и увеличить ликвидность крипторынка. Например, биткоин обгонял Nasdaq по годовой доходности в 5 из последних 6 лет.

Потенциальные риски:
1. Низкая ликвидность.
2. Высокие комиссии.
3. Сложность и непрозрачность.
4. Криптовалюты и частный капитал подвержены значительным колебаниям.
5. Управляющие планами 401(k) могут столкнуться с повышенной ответственностью в случае убытков от альтернативных активов, что может замедлить их внедрение.

Anthropic уже тестирует ИИ-агента в браузере и запустил автоматические проверки безопасности кода

Anthropic активно развивает свой ИИ-агент Claude Code, представив сразу несколько значимых обновлений.

Claude Code теперь доступен прямо на сайте Claude.ai для раннего доступа. Новая версия интегрируется с GitHub и использует специальную конфигурацию "Claude Code Dispatch" для настройки рабочей среды.

Ключевые возможности:
1. Прямая работа с GitHub
2. Отслеживание активности агента в реальном времени
3. Создание черновиков pull request'ов
4. Возможность переключения в терминал через функцию "teleport".

Пользователи создали библиотеку Claude Code Templates с готовыми конфигурациями для различных задач:

ИИ-специалисты: хакатон-стратег, эксперт по декомпозиции задач, промпт-инженер.

Архитектурные роли: GraphQL-архитектор, ИИ-инженер.

Бизнес-функции: бизнес-аналитик, контент-маркетолог, автоматизатор продаж.

Технические роли: специалист по поиску, интеграции платежей, поддержке клиентов.

Anthropic представил 2новых инструмента безопасности:

1. Команда /security-review
Запускается из терминала и анализирует код на наличие:
- SQL-инъекций
- XSS-уязвимостей
- Проблем с обработкой данных
При обнаружении уязвимости можно сразу попросить Claude исправить её.

2. GitHub Actions интеграция-
автоматически проверяет каждый pull request и оставляет комментарии с:
- Объяснением найденных проблем
- Рекомендациями по исправлению
- Примерами безопасного кода.

Начинается презентация GPT-5, анонсированы самые ключевые сотрудники компании.

Тут утром уже выложили утечку информации о самой модели.

Итак, реальные возможности GPT-5 vs. заявления OpenAI

Вчера OpenAI представили GPT-5 как "интеллект на уровне эксперта с докторской степенью" с такими показателями:

- На 45% меньше ошибок, чем GPT-4o
- Автоматически выбирает режим работы под задачу
- Улучшенное пошаговое мышление (chain-of-thought)
- Есть мультимодальность: текст, изображения, голос
- Доступна всем пользователям ChatGPT.

Что показала независимая оценка METR за 3 недели до релиза:

1. 2 часа 17 минут - время выполнения сложных задач с 50% успехом
2. лучше o3 (1ч 30мин), но далеко от опасных порогов (40+ часов)

3. Ситуационная осведомлённость — модель понимает, что её тестируют

4.Стратегическое поведение — меняет ответы в зависимости от контекста

5.Непонятные рассуждения — иногда производит неинтерпретируемые следы мышления.

Ключевые расхождения METR с OpenAI

1. OpenAI говорят: «У нас модель уровня доктора наук». На это METR после тестирования - GPT-5 все ещё отстаёт от экспертов-людей.

2. OpenAI говорят: «У GPT-5 фокус на возможностях». На это METR - фокус на рисках безопасности.

3. OpenAI: «мы проводили тщательное тестирование безопасности». METR - модель показывает признаки обмана.

GPT-5 мощнее предшественников — METR подтверждает улучшения. Но OpenAI преувеличивает — "доктор наук" пока не соответствует реальности.

Появляются новые риски — ситуационная осведомлённость и стратегическое поведение.

Время на подготовку сокращается — до потенциально опасных систем остаётся 1-2 года.

ИИ-агент учится напрямую у человека без разметки данных

Gensyn выпустили BlockAssist, где ИИ-агент учится играть в Minecraft, просто наблюдая за действиями игрока в реальном времени.

Вместо традиционного подхода с разметкой данных RLHF, здесь агент напрямую учится на человеческих действиях во время игры.

- Обучение происходит локально на вашем устройстве
- Агенты могут делиться знаниями через P2P сеть
- Обученные модели можно загрузить на HuggingFace
- Пока поддерживает только Mac и Linux.

Зачем это нужно?
Minecraft — удобная песочница для экспериментов с ИИ:структурированный мир, понятные действия, измеримые результаты. Если подход сработает здесь, его можно будет адаптировать для более сложных задач.

Это исследовательский проект на ранней стадии. Код экспериментальный, функционал базовый. Не стоит ждать, что агент сразу станет строить сложные конструкции — пока это больше про сбор данных и тестирование подхода.

Попробовать можно тут.

Ещё больше полезного для ваших ИИ-агентов от Databricks, Salesforce и Microsoft

1. Microsoft представил универсальную платформу для оптимизации агентов

Agent Lightning — платформа, которая обеспечивает бесшовную оптимизацию агентов для любых существующих агентских фреймворков, но не ограничиваясь дообучением моделей, настройкой промптов, выбором моделей и тд.

2. Salesforce представляет CoAct-1 — мультиагентная система, которая объединяет управление через графический интерфейс (GUI) с прямым программным исполнением.

CoAct-1 построен вокруг 3-х специализированных агентов:
1. Оркестратор
2. Программист
3. GUI Оператор.

CoAct-1 достиг нового SOTA результата успешности 60.76% на сложном бенчмарке OSWorld, став первым CUA агентом, преодолевшим 60% барьер.

3. Databrick представил систему ALHF, которая делает агентов умнее в ответах

Это новая парадигма машинного обучения под названием ALHF (Agent Learning from Human Feedback) — обучение агентов на основе человеческой обратной связи. В отличие от традиционных подходов, где системы учатся на численных наградах или статичных метках, ALHF позволяет агентам обучаться непосредственно на минимальной обратной связи на естественном языке

⚡️Команда Цукерберга создала 1-й полноценный атлас клеток мышиного лемура. Это прорыв в клеточной биологии и сравнительной геномики приматов.

Эту работу сделала команда из 150 экспертов под руководством ученых из Chan Zuckerberg Biohub San Francisco (структура Марка Цукерберга и его супруги) и Стэнфордского университета. Эта команда создала атлас из 226,000 клеток из 27 органов и тканей - огромный объем данных высочайшего качества.

Другие проекты CZI тут и тут.

Впервые ученые смогли четко определить и обнаружить, какие типы клеток встречаются только у одного из этих видов при сравнении мыши, лемура и человека.

Исследование направлено на решение критической проблемы в медицине - биологического разрыва между мышами, на которых тестируют лекарства и людьми.

Данные из этого атласа используются для обучения и тестирования последней биологической ИИ модели CZI - TranscriptFormer, генеративной мультимодальной модели для одноклеточной транскриптомики.

Посмотрите этот матч по шахматам между Grok и Gemini, пока ни одна из моделей не играет в шахматы на высоком уровне, как человек

На этой неделе мы писали о новом бенчмарке от Google и Kaggle - Game Arena.

Так вот на платформе Kaggle прошёл необычный шахматный турнир Game Arena, где соревновались языковые модели ИИ: Grok 4 от xAI, Gemini 2.5 Pro от Google, Claude 4 Opus от Anthropic и другие. Это не привычные шахматные движки вроде Stockfish, а ИИ, созданные для обработки текста, которые учатся играть в шахматы с нуля.

Такие турниры нужны для тестирования способностей моделей к планированию и рассуждению.

Одним из самых ярких моментов стал полуфинальный матч Grok 4 против Gemini 2.5 Pro. Игра закончилась со счётом 2.5–2.5, а победителя определил тай-брейк в формате "армагеддон", где Grok вырвал победу.

Шахматы — сложная задача для языковых моделей, которые не видят доску так, как специализированные алгоритмы. Например, Claude 4 Opus выбыл в первом раунде, проиграв Gemini со счётом 0:4, из-за слабой позиционной игры.

В финале Grok 4 встретился с o3 от OpenAI, но проиграл 0:4.

Итоги уходящей недели, то, что имеет значение в России и мире

Мы празднуем 9-летие нашего канала. 5 августа 2016 был создан канал.

ИИ и агенты

Google на пороге решения "Задач тысячелетия" с помощью ИИ

ByteDance создали новую ИИ-модель, которая завоевала золото на Международной математической олимпиаде 2025 для школьников

OpenAI впервые за 5 лет выпустила открытую модель GPT-OSS

Anthropic представила Opus 4.1 и выяснила, как ИИ рассуждают, а также показывают контроль личности ИИ одним вектором

Google представили Genie 3 — универсальная модель, которая генерирует интерактивные симуляции целых миров по текстовому запросу. А тут планы Хассабиса в отношении этой модели.

Реальные возможности GPT-5, обзор новой модели

ИИ-экономика от CEO Anthropic — инсайты о рынке ИИ и проблемах агентов

Google и Kaggle запустили опен сорс платформу, где ИИ - модели соревнуются в сложных играх для оценки возможностей. Как продвинутые ИИ играют в шахматы, обзор

Google представила новый метод обучения, который сокращает требования к данным для тонкой настройки LLM на порядки

Китайский опен сорс ИИ XBai обходит закрытые модели, у модели есть параллельное мышление

Пошаговая инструкция по ИИ-агентам от Manus

Anthropic тестирует ИИ-агента в браузере и новые возможности автономной работы

Microsoft создали универсальную платформу для агентов

Salesforce представили CoAct-1- мультиагентная система, которая объединяет управление через интерфейс с прямым программным исполнением

Databricks ALHF улучшает качество ответов ИИ-агентов

ИИ - агент учится играть в Minecraft, просто наблюдая за действиями игрока

Криптовалюты и блокчейн

МВФ: стейблкоины стали цифровым долларом для развивающихся стран

Россия на 3-м месте по крипто-операциям — новый отчет Chainalysis о состоянии регулирования стейблкоинов

Криптобиржа Bullish идет на IPO и планирует конвертировать средства от размещения в стейблкоины

Трамп разрешил пенсии в крипте, подробнее в посте

Робототехника, чипы

RoboMonkey — фреймворк для синтетических данных и масштабирования вычислений для роботов

Huawei открывает исходники ИИ-инструментов для своих чипов Ascend

ИИ проектирует чипы для ИИ в 9.5 раз быстрее — фреймворк Coflex автоматизирует оптимизацию ASIC-чипов для LLM

Нейроинтерфейсы, биотехнологии и новые материалы

Нейроинтерфейсы + ИИ — новый тренд — интервью Ани Асланян для Forklog о будущем технологий

Команда Цукерберга создала атлас клеток мышиного лемура — прорыв в клеточной биологии и сравнительной геномике приматов

Meta* выпустила 2 опенсорс-инструмента для создания материалов доступны всем разработчикам

Новая модель опен сорс модель DeepPolisher от Google снижает ошибки на 70% в геномной сборке.

*запрещенная в России организация.

Помните Леопольда Ашенбреннера,экс-OpenAI, который пугал мир AGI? Так вот его фонд стал одним из самых быстрорастущих хедж-фондов в истории

Фонд привлек $1,5 +млрд и показал доходность +47% в первом полугодии 2025 года и стал одним из самых быстрорастущих хедж-фондов в истории, во многом благодаря популярности вирусного эссе Ашенбреннера "Situational Awareness", в котором он изложил свои взгляды на развитие ИИ.

Основные факты о фонде:

1. Инвестиционная стратегия - ставка на цепочку поставок для ИИ, включая:
- Полупроводники;
- Дата-центры;
- Энергосистемы.

2. Ашенбреннер называет свой фонд "мозговым трестом по ИИ", который стремится опережать рынок, инвестируя в технологии и инфраструктуру, необходимые для развития ИИ. Он прогнозирует достижение AGI к 2027 году и последующий бум инфраструктурных инвестиций на триллионы $.

ByteDance представили новый ИИ, который в 3 раза быстрее делает перевод в онлайне

Seed LiveInterp 2 — это модель полного дуплексного преобразования речи в речь с точностью более 70%.

Представьте как эта технология изменит жизнь людей, которые не знают иностранные языки, но им нужно срочно подключиться к видеозвонку с иностранцами.

Новая концепция развития интернета, основанная на ИИ-агентах

Это исследование от международной коллаборации ведущих университетов и исследовательских центров.

Интернет эволюционирует от библиотеки документов к экосистеме взаимодействующих интеллектов, где агенты создают контент друг для друга, возможно никогда не показывая его людям.

Главное, на что делают акцент исследователи - переход от "пользователь делает" к "пользователь делегирует" — вместо ручного выполнения задач в интернете, люди теперь ставят цели, а ИИ-агенты автономно их достигают.

Какие изменения предполагаются:

1. Веб-страницы становятся активными программными агентами

2. Гиперссылки превращаются в каналы координации между агентами

3. Информация встраивается в параметры ИИ-моделей, а не хранится в документах

Новые протоколы связи:
MCP — агенты ↔ инструменты/сервисы
A2A — агент ↔ агент прямая коммуникация

Экономика внимания ИИ-агентов - сервисы теперь конкурируют не за клики людей, а за выбор агентами. Рождается новая бизнес-модель, где агенты становятся "покупателями".

Вызовы:

Безопасность — как контролировать автономные системы
Экономика — кто платит за действия агентов
Управление — как регулировать машинные решения
Доверие — как обеспечить надежность агентов.

GitHub.

Когда ещё не наступил интернет ИИ-агентов, а люди уже, смотреть до конца🤣

Топ ИИ-агентов по объёму выручки

Компания Anysphere (владелец Cursor) лидирует с выручкой в $500 млн.

А стартапы вроде gLean и MERCOR показывают сильный рост, несмотря на более позднее основание.

Уровень выручки на сотрудника варьируется сильно — от $53K до $3.2M, что говорит о разных моделях бизнеса.

На кого бы вы сегодня поставили $$ , чтобы выиграть в долгосрочной перспективе?

Meta создала 1-ю ИИ-модель для предсказания реакций мозга на стимулы в разных модальностях и у разных людей

Модель TRIBE (Trimodal Brain Encoder) с 1 млрд параметров — это первая глубокая нейронная сеть, обученная предсказывать реакции мозга на стимулы в разных модальностях, кортикальных областях и у разных людей.

Модель объединяет предварительно обученные представления нескольких базовых моделей Meta*:

- текстовой (Llama 3.2),
- аудио (Wav2Vec2-BERT от Seamless)
- видео (V-JEPA 2), чтобы предсказывать пространственно-временные отклики мозга (fMRI) на фильмы, собранные в рамках проекта Courtois NeuroMod (80 часов на каждого испытуемого).

Команда разработчиков модели Meta FAIR’s Brain & AI заняла 1-е место на соревновании по моделированию мозга Algonauts 2025.

Код.
Данные.

*запрещенная в России организация.