Can't spell vagina without agi

Еженедельный дайджест | 22.03 - 29.03
или "Sora мертва, Anthropic судится с Пентагоном, а GPT-5.4 стал первым и о боже мой да всем насрать"

OpenAI закрывает Sora. Да, ту самую Sora, которую джва года ждали. Вебапп умрёт 26 апреля, API - в сентябре. Причина - "неустойчивая экономика видеогенерации в масштабе". Дисней подписал с ними контракт на $1 млрд в декабре - и теперь этот контракт летит в помойку вместе с Sora.
Не знаю, связано или нет, но OpenAI отменило закупку 40% мирового объёма памяти и разорвало контракты с Samsung и SK Hynix. Хоть какие-то хорошие новости. Держатели акций, фиксируем прибыль.

Anthropic vs Пентагон. Anthropic отказались разрешить использование Claude в автономных системах вооружений. В ответ Пентагон объявил их supply chain risk - ярлык, который обычно вешают на иноагентов (в хорошем? смысле этого слова). Федеральный судья: "это выглядит как попытка уничтожить компанию" и временно заблокировал бан. OpenAI тем временем тихонько подписали новый контракт с DoD (а с недавних пор department of war), что вызвало внутренний бунт и как минимум одну публичную отставку.

GTC 2026 (16-19 марта). Jensen показал Vera Rubin, заявил $1T+ в пайплайне инфраструктурных заказов, представил Nemotron Coalition (Mistral, Perplexity, Cursor). Physical AI и robotics впервые вышли на главную сцену. Agentic AI из слайдов переехал в продакшен - Fortune 500 показывали реальные деплои, не демки.

MCP перевалил за 97 миллионов установок. Agentic tooling - это уже не "интересный эксперимент", это стандарт.

Morgan Stanley предупредил о дефиците электроэнергии в США на 9-18 ГВт из-за AI compute. Загруженность пиццерии возле Пентагона дата-центров увеличилась вдвое.

@derplearning

axios@1.14.1 - или русская рулетка в npm install

axios - самый популярный HTTP-клиент в npm, 100M+ скачиваний в неделю. Сегодня выяснилось, что версия 1.14.1 тянет за собой plain-crypto-js@4.2.1 - пакет, которого вчера не существовало. Классический supply chain attack.

Под раздачу также попал axios@0.30.4 (для тех кто на легаси и думал что в безопасности - нет).

Что делает малварь:
- деобфусцирует payload в рантайме
- динамически подгружает fs, os, execSync чтобы обойти статический анализ
- выполняет shell команды
- копирует файлы в temp и ProgramData
- удаляет следы после себя

Все по классике - обфусцированный dropper который сам за собой убирает.

Если у вас axios - пинните версию, проверяйте lockfile, не обновляйтесь. npm audit вам не поможет, он уже давно декоративный.

100 миллионов скачиваний в неделю. Один npm install - и твоя циска в зоне риска.
Обколются своими агентами и вайбкодят друг друга

Тред

@derplearning

С каждым новым раундом диафрагма на логотипе должна становиться шире

Я в резюме: загляните на мой гитхаб, там шикарные проекты!

Мои проекты:

Ffmpeg перепишут на расте для вашей безопасности. Он и так быстрый слишком.

Тред

С 1 апреля конечно же

@derplearning

Чатгпт оценил сорцы Клод кода на 6.5 из 10 и окрестил
Staff engineer spaghetti 😁

Мем смешной, ситуация страшная (с)

В последнее время Клод жрет токены как не в себя, и юзеры жалуются, что одни и те же задачи теперь стоят в 5 раз больше токенов.

reddit

Интересное исследование от стэнфордских исследователей: пишут, что наше хвалёное компьютерное зрение это очень часто просто чушь, поданная с полной уверенностью.

Авторы вскрыли "эффект миража". Это когда мы просим нейронку описать картинку, которую забыли прикрепить (ну или она не прогрузилась по дороге), а кремниевый болван вместо того, чтобы сказать “бро, ты забыл загрузить изображение", начинает затирать про детали: какой там рентген, какие птички на ветках, какие цифры на номерах машины и т.д.

Самое интересное в препринте:

— Зрительные миражи: современные мультимодалки в среднем чаще чем в 60% случаев уверенно описывают несуществующие изображения. А при некоторых инструкциях у многих моделей эта хрень доходит вообще до 90–100%. Никаких “картинка не загружена”. Только уверенный полёт фантазии.

— Бенчмарки местами мусор: авторы показывают, что без картинок модели сохраняют в среднем 70–80% своей якобы “визуальной” точности. Тоесть огромный кусок успеха в “визуальных” тестах добывается тупо по тексту вопроса, скрытым паттернам датасета и статистике ответов.

— Медицинская беда: если изображения нет, модель не просто тупит, а часто начинает видеть патологию. В их примерах миражи в медицине заметно смещены в сторону всякой жести: меланом, карцином и прочих спидораков. Тоесть если картинка потерялась в пайплайне, эта скотина может не признать отсутствие данных, а уверенно сочинить диагноз.

— Унижение гигантов: исследователи взяли сравнительно мелкую модель Qwen-2.5 на 3 млрд параметров, дообучили её угадывать ответы по chest X-ray benchmark без картинок, и этот мелкий пиздюк обогнал и гигантские модели, и в среднем живых радиологов. Просто потому, что научился читать не снимки, а саму структуру теста.

Для лечения этой шизы они предлагают метод B-Clean: вычищать из бенчмарков все вопросы, которые модели могут брать без реального зрения, чтобы оценивать не мастерство врать, а хоть какое-то настоящее использование картинки.

тут статья

🫒 Fast Food Memes