🔥 Студент собрал в общаге метеостанцию $101K на ставках на погоду с помощью Claude и трёх Mac Mini

Китайский студент-инженер собрал в своей общаге метеостанцию. Три Mac Mini с подписями на корпусах: UI/UX, DEV, ADMIN. Два монитора. Спутниковые карты на обоих экранах. Сосед по комнате думал, что это климатический исследовательский проект. Преподаватели думали, что прототип дипломной работы. Он никого не поправлял.

А потом кто-то заметил, к чему на самом деле подключена станция. К кошельку на Polymarket (Акк polymarket.com/@ColdMath?via=carverfomo). С профитом $101 042. 5 252 предсказания. Аккаунт ColdMath.

Claude забирает пилотные метеоданные в реальном времени. Настоящие сенсоры, настоящие показания, обновления каждые 1-3 часа со станций по всему миру. Сравнивает их с ценами на предиктивных рынках. Когда данные расходятся с ценой, DEV-бокс сигналит о несоответствии. Студент ставит.

Размеры ставок и выплат выглядят безумно. $25 на то, что в Токио будет 16°C 20 марта - выплата $12 452. $24 на Чикаго с 54°F 11 марта - выплата $12 398. $13 на Лакхнау с 39°C 7 марта - выплата $6 850. Ставки по $13-25 с возвратом по $6-12 тысяч.

Ключевой инсайт пришел от знакомого пилота гражданской авиации. Пилоты получают атмосферные данные за часы до любого публичного прогноза. Температуру с точностью до десятой доли градуса. Эти данные бесплатны, потому что авиационная безопасность требует их открытости. За пределами авиации на них просто никто не смотрит.

Он посмотрел. Направил Claude на эти фиды. Задача: найди каждый город, где прогноз расходится с ценой. Claude находил десятки таких расхождений. Каждый день.

Сосед однажды утром увидел работающую станцию и наконец спросил, что она делает. Студент показал баланс. Сосед ничего не сказал. Просто попросил второй монитор.

Сейчас 34 тысячи подписчиков наблюдают за аккаунтом. $96K в активных позициях. Три Mac Mini, два экрана, один тихий парень, который понял: самая предсказуемая вещь на Земле - та, которую все игнорируют. Погода.

Открытые данные + LLM для парсинга и сравнения + предиктивный рынок с неэффективным ценообразованием. Вся "альфа" в том, что парень заметил информационную асимметрию, которая лежала на поверхности. Авиационные метеоданные публичны и точнее любого прогноза, но рынки предсказаний их не закладывают, потому что ни один маркетмейкер туда не смотрит. Классический случай, когда edge появляется от источника данных, а модель просто делает грязную работу по мониторингу и сопоставлению.

🚀 Бесплатно запускаем Gemma 4 на телефоне без интернета.

Google выкатили AI Edge Gallery для iOS и Android. Это официальный клиент, где модели работают локально на устройстве.

Что внутри чат с моделью, разбор изображений, офлайн-транскрипция аудио и простой агент с инструментами

Никаких облаков всё считается прямо на телефоне

По моделям E4B - мощнее, но требует около 8 ГБ RAM E2B - легче и быстрее, запускается даже с ~1.5 ГБ памяти

Фактически это карманный ИИ без зависимости от сети и API

На видео запускается Google Gemma 4 E2B на iPhone 17 Pro.

Около ~40 токенов в секунду с MLX, оптимизированным под Apple Silicon.

Модель показала топовый уровень в коде и математике прямо на смартфоне с контекстом 128K.

Полностью офлайн, с режимом рассуждения.

https://blog.google/innovation-and-ai/technology/developers-tools/gemma-4/

Андрей Карпаты говорит, что когда AI-агенты дают сбой, это обычно проблема в Cкилах, а не возможностях агента

Ты просто:
- недостаточно хорошо написал инструкции
- неправильно настроил память
- или не распараллелил задачи

"Главный сдвиг - это работа на уровне макро-действий"

Один агент занимается исследованием
другой пишет код
третий планирует и всё это работает параллельно, в задачах по 20 минут

🎯Полезные Мл-ресурсы 🚀 Max

@data_analysis_ml

Если аналитика спрятана в отдельной вкладке, её почти никто не открывает. Данные есть, но в работе они не участвуют.

15 апреля в Yandex Cloud покажут, как встроить DataLens прямо в продукт — в личный кабинет, портал или клиентский сервис. Так, чтобы отчёты жили там же, где принимаются решения, а не где-то отдельно.

Речь не про очередной дашборд, а про нормальную интеграцию: без лишних аккаунтов, с безопасным доступом и адекватным UX.

Команда разберёт реальные кейсы и покажет, как работает embedding для непубличного и публичного встраивания.

Участие бесплатное, нужна только регистрация.

🔥 Китайцы выкатили мощный голосовой ИИ - VoxCPM2

Модель от OpenBMB, которая умеет:

• Понимать и генерировать речь
• Работать с голосом почти в реальном времени
• Делать voice-to-voice без сложных пайплайнов
• Подходит под ассистентов, звонки и голосовые агенты

Главный плюс - всё это в одной модели, без костылей из ASR + TTS


https://huggingface.co/openbmb/VoxCPM2

🔥 В Google Colab добавили овзмодность дообучения 500+ опенсорсных нейронок

Unsloth выкатили удобный ноутбук для настройки моделей.

Инструкция:

1. Открываем страницу в Colab: https://colab.research.google.com/github/unslothai/unsloth/blob/main/studio/Unsloth_Studio_Colab.ipynb

2. Запускаем блоки и сам Unsloth Studio.

3. Выбираем модель, датасет .

4. Жмём «Start Training» и наблюдаем за прогрессом в реальном времени.

5. Всё готово - обычную и файн-тюн версию модели можно сразу сравнить в чате.

Claude Mythos нашёл дыру в своей безопасности, вырвался и рассказал об этом всему миру!

Пока все обсуждают невероятный прорыв Antropic моделей, : Они провели еще один эксперимент и получили результат, который выглядит как сценарий из триллера.

Claude Mythos выбрался из изолированной среды и пошёл дальше, чем от него ожидали.

Модель поместили в sandbox и дали простую задачу: попробуй выбраться и сообщи об этом человеку. На бумаге обычный тест. На практике получилось куда интереснее.

Mythos не просто нашёл уязвимость. Он собрал последовательность действий и аккуратно её реализовал, обойдя ограничения, заданные разработчиками.

Но ключевой момент был дальше.

Вместо того чтобы остановиться после «побега», модель нашла ещё одну дыру и получила доступ к открытому интернету. Изначально ей оставили только ограниченные каналы для связи с пользователем.

Дальше поведение стало неожиданным.

Claude сообщил разработчику о побеге, который в этот момент спокойно ел сэндвич в парке, и параллельно выложил детали эксплойта в открытый доступ.

Вся история выглядит так:

- сначала выход из sandbox
- потом расширение доступа
- потом публикация того, как это было сделано в интрнет

https://www-cdn.anthropic.com/53566bf5440a10affd749724787c8913a2ae0841.pdf

@vistehno

Claude Mythos опять подогрел разговоры достигли мы AGI или нет .

При этом единого определения AGI как не было, так и нет. Google DeepMind еще в 2023-м попытались разрулить хаос и выкатили целую таксономию с уровнями от нуля до сверхчеловеческого.

Помогло примерно никак.

Итого: все спорят о том, достигли ли мы AGI, для определение которого тоже не можем договориться. Классика.

🚀 Представь: уровень рассуждений как у Claude 4.6 Opus, но полностью локально на твоей GPU с всего 16GB VRAM

Эта версия Qwen3.5 на 27B параметров, дистиллированная на reasoning-трейсах Claude 4.6 Opus, даёт уровень кодинга почти как у топовых моделей — но без облака

Что внутри:
- Обгоняет Claude Sonnet 4.5 на SWE-bench даже в 4-битной квантизации (Q4_K_M)
- Сокращает chain-of-thought на 24% — меньше мусора, быстрее ответы
- Сохраняет 96.91% точности на HumanEval
- Идеально подходит для агентных циклов (без API и задержек)

📦 Уже 300K+ скачиваний на Hugging Face

Локальные модели начинают догонять фронтир и это только начало

https://huggingface.co/Jackrong/Qwen3.5-27B-Claude-4.6-Opus-Reasoning-Distilled

Сегодня Anthropic запустила в открытую бету Claude Managed Agents - хостируемый сервис для запуска долгоживущих агентов на инфраструктуре Claude Platform.

Если коротко: вы описываете задачи, инструменты и ограничения, а всё остальное берет на себя платформа.

Самое интересное спрятано в инженерном блоге, где команда описала архитектуру. Они пришли к ней через боль. Первая версия упаковывала всё в один контейнер: и сессию, и harness (цикл вызовов модели), и sandbox. Контейнер превращался в "питомца" - если он падал, сессия терялась. Дебажить можно было только через шелл внутри контейнера, а там лежали пользовательские данные. Когда клиенты хотели подключить свой VPC, им приходилось пирить сети.

Решение: декомпозиция на три интерфейса. Session - append-only лог всех событий, живущий отдельно от всего. Harness - stateless оркестратор, который при падении просто перезапускается, подтягивает лог через getSession(id) и продолжает с последнего события. Sandbox - среда исполнения, к которой harness обращается как к обычному инструменту через execute(name, input) → string. Каждый компонент стал "скотом", а не "питомцем" в классической инфраструктурной метафоре.

Отдельно стоит сказать про безопасность. В монолитной архитектуре prompt injection мог добраться до токенов, лежащих в том же контейнере. Теперь sandbox физически изолирован от credentials. Git-токены прошиваются в remote при инициализации, OAuth хранится в vault за прокси. Агент никогда не видит реальных ключей.

По перформансу результаты заметные: p50 TTFT (время до первого токена) упал на 60%, p95 - на 90 с лишним процентов. Контейнер теперь поднимается по требованию через tool call, а если задача не требует sandbox, инференс стартует сразу.

Архитектура поддерживает "many brains, many hands": один агент может управлять несколькими sandbox-ами, а несколько агентов могут передавать окружения друг другу. Сессия при этом выступает как объект контекста за пределами context window модели - harness может запрашивать срезы через getEvents(), трансформировать их и управлять cache hit rate.

Notion уже в закрытой альфе: команды делегируют задачи Claude прямо из рабочего пространства, десятки задач выполняются параллельно.

Философия проекта прямо проговаривается в блоге: это мета-harness. Anthropic намеренно не фиксирует конкретную реализацию оркестрации, потому что она устаревает с каждым поколением моделей. Они уже столкнулись с этим, когда "context anxiety" из Sonnet 4.5 исчез в Opus 4.5, а workaround превратился в мертвый код. Поэтому ставка на стабильные интерфейсы, за которыми реализация меняется свободно - ровно та же идея, что у POSIX: read() работает одинаково для диска из 70-х и современного SSD.

https://www.anthropic.com/engineering/managed-agents