Китай выигрывает в гонке ИИ не только опенсорс моделями.
Он выигрывает скоростью внедрения
FT пишет, что китайская аудитория заметно спокойнее и позитивнее относится к AI-продуктам, чем пользователи во многих других странах.
Когда люди не встречают каждый новый AI-сервис вопросом «а не заменит ли он меня завтра?», продуктам проще входить в повседневную жизнь. Банки, e-commerce, образование, доставка, госуслуги, корпоративные сервисы - всё это можно быстрее обкатывать на миллионах пользователей.
Параллельно меняется и центр тяжести в open source. Доля загрузок всё сильнее уходит от США и Европы в сторону Китая.
В итоге у Китая складывается редкая комбинация:
• пользователи готовы пробовать AI-продукты
• разработчики всё активнее идут в open source
• компании быстро встраивают модели в реальные сервисы
• рынок даёт огромный масштаб для тестов
• государство и бизнес двигают инфраструктуру в одну сторону
Что будет, если страна с миллиардным рынком, дешёвым внедрением и растущим open-source-комьюнити начнёт выкатывать AI-продукты быстрее всех остальных?
ft.com/content/d9af562c-1d37-41b7-9aa7-a838dce3f571
Он выигрывает скоростью внедрения
FT пишет, что китайская аудитория заметно спокойнее и позитивнее относится к AI-продуктам, чем пользователи во многих других странах.
Когда люди не встречают каждый новый AI-сервис вопросом «а не заменит ли он меня завтра?», продуктам проще входить в повседневную жизнь. Банки, e-commerce, образование, доставка, госуслуги, корпоративные сервисы - всё это можно быстрее обкатывать на миллионах пользователей.
Параллельно меняется и центр тяжести в open source. Доля загрузок всё сильнее уходит от США и Европы в сторону Китая.
В итоге у Китая складывается редкая комбинация:
• пользователи готовы пробовать AI-продукты
• разработчики всё активнее идут в open source
• компании быстро встраивают модели в реальные сервисы
• рынок даёт огромный масштаб для тестов
• государство и бизнес двигают инфраструктуру в одну сторону
Что будет, если страна с миллиардным рынком, дешёвым внедрением и растущим open-source-комьюнити начнёт выкатывать AI-продукты быстрее всех остальных?
ft.com/content/d9af562c-1d37-41b7-9aa7-a838dce3f571
По всему миру люди массово стоят в очередях и даже устраивают драки ради пластиковых часов за $400 — это коллаборация Swatch и Audemars Piguet. Часы AP обычно стоят десятки тысяч долларов и остаются недоступными для большинства покупателей, поэтому запуск вызвал такой ажиотаж. Огромные очереди заметили в Лондоне, Цюрихе, Нью-Йорке, Сингапуре, Бангкоке и Осаке. Многие покупают часы не для себя, а ради перепродажи — на ресейл-площадках их уже выставляют примерно за $3000.
⚡️ Linux может передать в SIGCHLD гораздо больше, чем просто «дочерний процесс завершился»
Обычно с дочерними процессами делают так: ловят SIGCHLD, а потом отдельно вызывают waitpid(), чтобы узнать, кто завершился и с каким статусом.
Но есть более интересный режим - SA_SIGINFO.
Если повесить обработчик через sigaction() и включить флаг SA_SIGINFO, ядро передаст в обработчик структуру siginfo_t с деталями по дочернему процессу.
Там уже есть:
• PID дочернего процесса
• статус завершения
• сигнал, если процесс был убит сигналом
• причина генерации SIGCHLD
• код события: завершился, был остановлен, продолжен и так далее
То есть вместо «что-то случилось с ребёнком» программа получает нормальный контекст события прямо в обработчике сигнала.
Примерно так можно понять разницу:
CLD_EXITED - процесс завершился сам
CLD_KILLED - процесс убит сигналом
info->si_pid - какой именно процесс
info->si_status - код выхода или номер сигнала
Это удобная штука для рантаймов, супервизоров, init-систем, job runners и всего, что управляет дочерними процессами.
Вреальном коде не стоит делать тяжёлую работу внутри signal handler. Часто обработчик только фиксирует событие или пишет в pipe/eventfd, а основная логика уже выполняется в обычном цикле программы.
Но сама идея мощная: Linux не просто говорит «ребёнок умер».
Он может сразу сказать, какой именно, как именно и почему.
Обычно с дочерними процессами делают так: ловят SIGCHLD, а потом отдельно вызывают waitpid(), чтобы узнать, кто завершился и с каким статусом.
Но есть более интересный режим - SA_SIGINFO.
Если повесить обработчик через sigaction() и включить флаг SA_SIGINFO, ядро передаст в обработчик структуру siginfo_t с деталями по дочернему процессу.
Там уже есть:
• PID дочернего процесса
• статус завершения
• сигнал, если процесс был убит сигналом
• причина генерации SIGCHLD
• код события: завершился, был остановлен, продолжен и так далее
То есть вместо «что-то случилось с ребёнком» программа получает нормальный контекст события прямо в обработчике сигнала.
Примерно так можно понять разницу:
CLD_EXITED - процесс завершился сам
CLD_KILLED - процесс убит сигналом
info->si_pid - какой именно процесс
info->si_status - код выхода или номер сигнала
Это удобная штука для рантаймов, супервизоров, init-систем, job runners и всего, что управляет дочерними процессами.
Вреальном коде не стоит делать тяжёлую работу внутри signal handler. Часто обработчик только фиксирует событие или пишет в pipe/eventfd, а основная логика уже выполняется в обычном цикле программы.
Но сама идея мощная: Linux не просто говорит «ребёнок умер».
Он может сразу сказать, какой именно, как именно и почему.
This media is not supported in your browser
VIEW IN TELEGRAM
Магия: чел навайбкодил приложение для Apple Watch, чтобы «управлять» светом в квартире с помощью волшебной палочки.
Часы распознают движение рукой и голосовую команду, а затем запускают нужный сценарий через систему умного дома.
Главное, чтобы без «Авада Кедавры»😶
Часы распознают движение рукой и голосовую команду, а затем запускают нужный сценарий через систему умного дома.
Главное, чтобы без «Авада Кедавры»
Please open Telegram to view this post
VIEW IN TELEGRAM
Репозиторий для системной подготовки к собеседованиям по Rust на позиции middle, senior и staff.
Внутри 100 реальных вопросов с собеседований в продуктовых и инфраструктурных компаниях, подробные разборы с примерами кода и сценарии задач, которые встречаются в продакшене. Не «угадай вывод программы», а механика, на которой строятся настоящие сервисы.
Здесь lock-free структуры, self-referential типы в async, FFI с тензорными библиотеками, корректный Send на гардах через await, memory ordering под loom, soundness кастомных коллекций. И при этом все начинается с базы. Владение, заимствование, лайфтаймы. Кто хочет, может зайти и с нуля, и с уровня staff
https://github.com/Develp10/rustinterviewquiestions
Please open Telegram to view this post
VIEW IN TELEGRAM
Инструмент интегрируется с Claude Code, Cursor и другими кодинг-агентами.
Raindrop - стартап из 9 человек, основанный в 2023 году, который позиционирует себя одним из первых, кто оформил мониторинг для ИИ-агентов как отдельный продуктовый класс.
При использовании Workshop модель получает прямой доступ к трассировкам выполнения, читает их, пишет оценочные тесты и правит код, замыкая цикл самовосстановления.
Если агент в проде отклоняется от ожидаемого поведения, разработчик вызывает кодинг-агента прямо в терминале. Тот читает трассу через Workshop, пишет оценку под падающий сценарий, правит код и перезапускает прогон.
Цикл повторяется автоматически, пока не пройдут все проверки.
Workshop работает локально и стримит данные в реальном времени. Каждый токен, вызов инструмента и шаг рассуждения попадает в интерфейс по мере выполнения, без поллинга.
Есть режим воспроизведение, который берёт трассу из продакшена и прогоняет её через ваш экземпляр агента, запущенный локально.
Заявлена поддержка TypeScript, Python, Go и Rust, а также фреймворков Vercel AI SDK, OpenAI Agents SDK, Anthropic SDK, Claude Agent SDK, LangChain, LangGraph, CrewAI, Mastra, Pydantic AI и DSPy.
#AI #ML #Agents #Workshop #RaindropAI
Please open Telegram to view this post
VIEW IN TELEGRAM
Это первая страна, которая раздала подписку всем гражданам, а не только учителям или правительству. Единственное требование — быть жителем или резидентом + пройти курс цифровой грамотности по использованию нейронок.
«Искусственный интеллект формирует наше будущее. Эта инициатива гарантирует, что каждый гражданин имеет возможность стать частью этого будущего», — пишет их местный министр экономики.
Почему они, а не мы…
Please open Telegram to view this post
VIEW IN TELEGRAM
Максим Решетников*:
"Российская экономика меняется и российскому бизнесу придётся меняться вместе с ней".
gov.ru
*глава Минэкономразвития
"Российская экономика меняется и российскому бизнесу придётся меняться вместе с ней".
gov.ru
*глава Минэкономразвития
Прямых рейсов из России за границу этим летом станет на четверть меньше. Без пересадок россияне смогут улететь лишь примерно в 31–32 страны — это почти в три раза меньше, чем было даже во времена СССР. Среди причин называют геополитику, рост расходов на топливо и сезонное сокращение полётов.
17 уравнений, которые изменили мир
Есть формулы, которые не просто живут в учебниках. Они меняют то, как человек видит реальность.
Эти 17 уравнений стали фундаментом науки, инженерии, технологий, связи, финансов и всей современной картины мира.
1. Теорема Пифагора
База геометрии. Без неё не было бы нормальной архитектуры, навигации, картографии и инженерных расчётов.
2. Логарифмы
До компьютеров логарифмы были главным способом упрощать сложные вычисления. Они ускорили астрономию, физику и инженерные расчёты.
3. Математический анализ
Производные и пределы дали язык для описания движения, скорости, ускорения и изменений во времени.
4. Закон всемирного тяготения
Ньютон связал падение яблока, движение Луны и орбиты планет одной формулой.
5. Квадратный корень из минус единицы
Когда-то казался математической странностью. Потом стал основой электротехники, квантовой механики, обработки сигналов и комплексного анализа.
6. Формула Эйлера для многогранников
Показала, что у формы есть внутренняя структура. Один из входов в топологию.
7. Нормальное распределение
Колокол Гаусса стал языком статистики, вероятностей, ошибок измерений и анализа данных.
8. Волновое уравнение
Описывает звук, свет, колебания, вибрации и распространение сигналов.
9. Преобразование Фурье
Позволило раскладывать сложный сигнал на простые частоты. Без него не было бы современной связи, аудио, изображений, МРТ и цифровой обработки сигналов.
10. Уравнения Навье-Стокса
Описывают движение жидкостей и газов. Авиация, погода, турбины, океанские течения и аэродинамика стоят рядом с ними.
11. Уравнения Максвелла
Объединили электричество, магнетизм и свет. Фактически открыли дорогу радио, антеннам, электродинамике и всей современной связи.
12. Второй закон термодинамики
Дал математический язык энтропии и объяснил, почему у времени есть направление.
13. Теория относительности
Показала, что масса и энергия - две формы одного и того же.
14. Уравнение Шрёдингера
Фундамент квантовой механики. Без него не было бы современной физики атомов, полупроводников, лазеров и квантовых технологий.
15. Теория информации
Шеннон дал математический язык данным, сжатию, шуму и передаче информации.
16. Теория хаоса
Показала, что простые системы могут вести себя непредсказуемо, если они чувствительны к начальным условиям.
17. Уравнение Блэка-Шоулза
Изменило финансовые рынки и стало базовой моделью для оценки опционов.
Главная мысль простая: математика здесь не абстракция ради абстракции.
Это способ сжать огромный кусок реальности в одну строку.
Геометрия. Движение. Свет. Вероятность. Информация. Хаос. Деньги. Вселенная.
17 формул - 17 способов перепрошить человеческое понимание мира.
Есть формулы, которые не просто живут в учебниках. Они меняют то, как человек видит реальность.
Эти 17 уравнений стали фундаментом науки, инженерии, технологий, связи, финансов и всей современной картины мира.
1. Теорема Пифагора
a² + b² = c²База геометрии. Без неё не было бы нормальной архитектуры, навигации, картографии и инженерных расчётов.
2. Логарифмы
log(xy) = log(x) + log(y)До компьютеров логарифмы были главным способом упрощать сложные вычисления. Они ускорили астрономию, физику и инженерные расчёты.
3. Математический анализ
Производные и пределы дали язык для описания движения, скорости, ускорения и изменений во времени.
4. Закон всемирного тяготения
F = Gm₁m₂ / r²Ньютон связал падение яблока, движение Луны и орбиты планет одной формулой.
5. Квадратный корень из минус единицы
i² = -1Когда-то казался математической странностью. Потом стал основой электротехники, квантовой механики, обработки сигналов и комплексного анализа.
6. Формула Эйлера для многогранников
V - E + F = 2Показала, что у формы есть внутренняя структура. Один из входов в топологию.
7. Нормальное распределение
Колокол Гаусса стал языком статистики, вероятностей, ошибок измерений и анализа данных.
8. Волновое уравнение
Описывает звук, свет, колебания, вибрации и распространение сигналов.
9. Преобразование Фурье
Позволило раскладывать сложный сигнал на простые частоты. Без него не было бы современной связи, аудио, изображений, МРТ и цифровой обработки сигналов.
10. Уравнения Навье-Стокса
Описывают движение жидкостей и газов. Авиация, погода, турбины, океанские течения и аэродинамика стоят рядом с ними.
11. Уравнения Максвелла
Объединили электричество, магнетизм и свет. Фактически открыли дорогу радио, антеннам, электродинамике и всей современной связи.
12. Второй закон термодинамики
dS ≥ 0Дал математический язык энтропии и объяснил, почему у времени есть направление.
13. Теория относительности
E = mc²Показала, что масса и энергия - две формы одного и того же.
14. Уравнение Шрёдингера
Фундамент квантовой механики. Без него не было бы современной физики атомов, полупроводников, лазеров и квантовых технологий.
15. Теория информации
Шеннон дал математический язык данным, сжатию, шуму и передаче информации.
16. Теория хаоса
Показала, что простые системы могут вести себя непредсказуемо, если они чувствительны к начальным условиям.
17. Уравнение Блэка-Шоулза
Изменило финансовые рынки и стало базовой моделью для оценки опционов.
Главная мысль простая: математика здесь не абстракция ради абстракции.
Это способ сжать огромный кусок реальности в одну строку.
Геометрия. Движение. Свет. Вероятность. Информация. Хаос. Деньги. Вселенная.
17 формул - 17 способов перепрошить человеческое понимание мира.
Qwen3.7 уже залетел на Arena😻
Версии
• Qwen3.7-Max-Preview
• Qwen3.7-Plus-Preview
Это пока preview-версии, вот их результаты:
- #6 на Text
- #5 в Vision
Ждём полноценный релиз.
Изначально ожидалось, что её анонсируют и запустят на Alibaba Cloud Summit 20 мая, но, похоже, команда Alibaba Qwen просто не смогла ждать ивент!
chat.qwen.ai
Версии
• Qwen3.7-Max-Preview
• Qwen3.7-Plus-Preview
Это пока preview-версии, вот их результаты:
- #6 на Text
- #5 в Vision
Ждём полноценный релиз.
Изначально ожидалось, что её анонсируют и запустят на Alibaba Cloud Summit 20 мая, но, похоже, команда Alibaba Qwen просто не смогла ждать ивент!
chat.qwen.ai
Cloudflare протестировали закрытый Mythos от Anthropic — и они реально напуганы его мощью 👀
Компания проверила Mythos на 50+ внутренних репозиториях, и модель оказалась настолько хороша, что её пока нельзя выпускать без дополнительных ограничений. Главный ее прикол в том, что нейронка умеет не только искать дыры (в отчете их нашли и другие модели), но и связывать несколько незначительных багов в одну полноценную атаку (!) с готовым PoC.
Причем пока что Mythos доступен практически без защит — то есть его легко уговорить сделать что-то незаконное.
А теперь представьте, если доступ попадет не в те руки💀
Компания проверила Mythos на 50+ внутренних репозиториях, и модель оказалась настолько хороша, что её пока нельзя выпускать без дополнительных ограничений. Главный ее прикол в том, что нейронка умеет не только искать дыры (в отчете их нашли и другие модели), но и связывать несколько незначительных багов в одну полноценную атаку (!) с готовым PoC.
Причем пока что Mythos доступен практически без защит — то есть его легко уговорить сделать что-то незаконное.
А теперь представьте, если доступ попадет не в те руки
Please open Telegram to view this post
VIEW IN TELEGRAM
Внутри Google сформировали специальный внутренний «комитет по компьюту»
Он распределяет доступ к кластерам TPU/GPU среди подразделений и проектов компании и решает, кто получает приоритет, а кто ждет в очереди.
То есть в условиях дефицита ресурсов даже сотрудникам Google приходится буквально конкурировать за железо и шлифовать продажные презентации для внутреннего комитета, чтобы получить квоту на вычисления.
Если квоту не дали, то ты со своим проектом либо останешься ждать в очереди, либо можешь пойти и слезно просить занять компьют у другой команды.
На фоне этого из Google начали уходить исследователи. В основном они перебираются в маленькие стартапы.
Он распределяет доступ к кластерам TPU/GPU среди подразделений и проектов компании и решает, кто получает приоритет, а кто ждет в очереди.
То есть в условиях дефицита ресурсов даже сотрудникам Google приходится буквально конкурировать за железо и шлифовать продажные презентации для внутреннего комитета, чтобы получить квоту на вычисления.
Если квоту не дали, то ты со своим проектом либо останешься ждать в очереди, либо можешь пойти и слезно просить занять компьют у другой команды.
На фоне этого из Google начали уходить исследователи. В основном они перебираются в маленькие стартапы.
Китайские кандзи теперь стали бенчмарком для VLLM
Вышел открытый Chronicles-OCR - новый визуальный бенчмарк для проверки, насколько хорошо мультимодальные модели понимают древние китайские иероглифы.
Идея очень крутая: модели дают не современные аккуратные символы из шрифта, а реальные исторические формы письма за 3000 лет эволюции.
В датасете:
• 7 исторических стилей письма - от гадательных костей до скорописи
• 2800 сбалансированных изображений
• разные физические носители, где символы выглядят совсем не как “чистый OCR”
• задачи на поиск символов, распознавание, разбор древнего текста и классификацию стиля письма
Почему это интересно?
Потому что обычный OCR проверяет, умеет ли модель читать текст. А Chronicles-OCR проверяет другое: понимает ли VLLM, как меняется визуальная форма одного и того же знака во времени, на разных материалах и в разных стилях письма.
Для мультимодальных моделей это больное место. Символ может быть тем же самым по смыслу, но визуально выглядеть как совершенно другой объект. И здесь сразу видно, где модель реально “видит”, а где просто угадывает по паттернам.
Paper: https://arxiv.org/abs/2605.11960
GitHub: https://github.com/VirtualLUOUCAS/Chronicles-OCR
Вышел открытый Chronicles-OCR - новый визуальный бенчмарк для проверки, насколько хорошо мультимодальные модели понимают древние китайские иероглифы.
Идея очень крутая: модели дают не современные аккуратные символы из шрифта, а реальные исторические формы письма за 3000 лет эволюции.
В датасете:
• 7 исторических стилей письма - от гадательных костей до скорописи
• 2800 сбалансированных изображений
• разные физические носители, где символы выглядят совсем не как “чистый OCR”
• задачи на поиск символов, распознавание, разбор древнего текста и классификацию стиля письма
Почему это интересно?
Потому что обычный OCR проверяет, умеет ли модель читать текст. А Chronicles-OCR проверяет другое: понимает ли VLLM, как меняется визуальная форма одного и того же знака во времени, на разных материалах и в разных стилях письма.
Для мультимодальных моделей это больное место. Символ может быть тем же самым по смыслу, но визуально выглядеть как совершенно другой объект. И здесь сразу видно, где модель реально “видит”, а где просто угадывает по паттернам.
Paper: https://arxiv.org/abs/2605.11960
GitHub: https://github.com/VirtualLUOUCAS/Chronicles-OCR