Ключевые слова：Искусственный интеллект в программировании, Нейронные сети, Инфраструктура вычислительных мощностей, Claude Code, mHC научная статья, Малые модульные реакторы
🔥 В фокусе
Claude Code вызывает дискуссии о «программной сингулярности» : Основатель Midjourney David Holz заявил, что за рождественские каникулы он написал с помощью AI больше кода, чем за последние десять лет в сумме. Илон Маск прокомментировал это фразой: «Мы вошли в сингулярность». Claude Code от Anthropic в сочетании с моделью Opus 4.5 демонстрирует поразительные способности к длительному автономному кодингу. Ведущие инженеры Google и Anthropic отмечают, что инструмент сжимает годы разработки до месяцев, знаменуя переход от «ручного написания» к «проверке намерений». Бум «Vibe Coding» предвещает, что к 2026 году естественный язык официально станет новым синтаксисом программирования (Источник: DavidSHolz, elonmusk)
DeepSeek опубликовала статью о mHC, переосмысляя связи в нейронных сетях : Команда DeepSeek выпустила статью «Manifold-constrained Hyper-connections (mHC)», которая быстро стала обязательной к прочтению в академических кругах 2026 года. mHC призвана решить проблему нестабильности в Hyper-Connections, используя «ограничения многообразия» для обеспечения стабильности сигнала в остаточных потоках при обмене информацией. Эксперты сообщества, такие как Tom Yeh, даже разобрали в Excel алгоритм Sinkhorn–Knopp и логику многогранника Birkhoff, лежащие в основе технологии. Этот прорыв считается «защитным рвом» эффективности архитектур больших моделей, укрепляя лидерство DeepSeek в области алгоритмических инноваций (Источник: ProfTomYeh, TheTuringPost)
Anthropic закупает миллион TPU, бросая вызов рынку вычислительных мощностей : Сообщается, что Anthropic, минуя облачных провайдеров, напрямую закупила у Broadcom почти 1 миллион чипов TPU v7 для развертывания на собственных объектах. Президент Daniela Amodei отметила, что будущая конкуренция — это не просто размер моделей, а «правильное расходование вычислительных ресурсов». Этот шаг означает переход Anthropic от легкой модели аренды мощностей к тяжелым активам с целью снижения стоимости одного FLOP и избавления от зависимости от одного поставщика, что также прокладывает путь к IPO в 2026 году (Источник: SemiAnalysis, 36氪)
Gemini 3.0 Pro расшифровал 500-летнюю историческую загадку : Google Gemini 3.0 Pro всего за час расшифровал рукописные заметки в «Нюрнбергской хронике», которые ставили историков в тупик на протяжении 500 лет. Благодаря микроскопическому визуальному распознаванию и контекстному выводу AI определил, что эти латинские сокращения — не каракули, а таблицы пересчета двух систем библейской хронологии. Этот случай демонстрирует возможности мультимодальных моделей в гуманитарной археологии, доказывая, что AI превзошел экспертный человеческий опыт в задачах масштабного поиска и длинных логических цепочек рассуждений (Источник: SiliconAngle)
🎯 Направления
OpenAI делает ставку на «Audio-first» и устройства без экранов : OpenAI планирует выпустить в первом квартале 2026 года аудиомодель нового поколения с поддержкой прерывания в реальном времени и двустороннего диалога. Одновременно в долгосрочное планирование вошло «бесэкранное AI-устройство» (предположительно AI-ручка), разработанное Jony Ive. Сэм Альтман считает, что экраны ограничивают возможности AI; в будущем AI должен существовать как «присутствие в среде», взаимодействуя через голос и восприятие. Этот сдвиг отражает консенсус Кремниевой долины: ослабление визуальной нагрузки и усиление Ambient Intelligence (Источник: 第一新声)
Ядерная энергия становится «моментом Кремниевой долины» для инфраструктуры ИИ : В связи с взрывным ростом спроса на электроэнергию Microsoft, Google и Amazon становятся главными драйверами развития малых модульных реакторов (SMR), заменяя в этой роли государство. SMR обладают преимуществами короткого цикла строительства и заводского производства, обеспечивая стабильную чистую энергию 24/7. Следующие пять лет рассматриваются как критическое окно для масштабного внедрения SMR, где ядерная энергия станет фундаментом чистых сетей, решая проблему «физического барьера» на пути развития AI (Источник: 硬AI)
Релиз MiniMax M2.1 и дорожная карта на 2026 год : MiniMax опубликовала технический блог о M2.1, уделив особое внимание результатам обучения с подкреплением (RL) в разнообразных средах (мультиязычность, многозадачность). Дорожная карта на 2026 год сфокусирована на масштабировании RL, включая алгоритмы, вычислительные мощности и качество данных, а также глубокое моделирование выполнения кода и поведения пользователей. Модель M2.1 уже демонстрирует сильные результаты в задачах программирования и рассуждения (Источник: MiniMax__AI, eliebakouch)
Три новые кривые роста Scaling Law : Дженсен Хуанг заявил, что Scaling Law не перестал работать, а эволюционировал в три кривые: pre-training, post-training и вычисления во время вывода (Test-time compute). Прогресс Gemini 3 доказывает, что в предварительном обучении еще есть потенциал. Роль вычислительной мощности смещается от прямой генерации интеллекта к ускорению итераций экспериментов («закон масштабирования экспериментов»). Несмотря на снижение отдачи от простого наращивания параметров, способности AI продолжают расти благодаря вычислениям во время вывода в таких моделях, как o1 и DeepSeek-R1 (Источник: 硅星人Pro)
Zhipu и MiniMax начинают процесс IPO : Среди китайских стартапов «шести малых драконов» наметился раскол: Zhipu и MiniMax планируют выйти на Гонконгскую фондовую биржу в начале 2026 года, чтобы получить ресурсы для конкуренции с техгигантами. Zhipu планирует привлечь около 4,3 млрд гонконгских долларов, MiniMax — до 4,2 млрд. Это знаменует новый этап конкуренции китайских моделей, ориентированный на коммерциализацию и эффективность капитала (Источник: 窄播)
🧰 Инструменты
Flakestorm: инструмент мутационного тестирования для агентов LangChain : Flakestorm — это специализированный инструмент для проверки надежности агентов LangChain. Он выявляет скрытые сбои через мутацию входных данных (опечатки, изменения формата, тона). Инструмент помогает разработчикам находить уязвимости до запуска в продакшн, гарантируя стабильную работу агентов даже с нестандартными данными (Источник: LangChainAI)
Adaptive-P: новый креативный сэмплер для llama.cpp : Adaptive-P — это новый метод сэмплирования, призванный избавить модели от предсказуемости. Вместо традиционного температурного шкалирования он позволяет пользователю задать целевой диапазон вероятностей, усиливая токены вблизи цели через Preference Curve. Сэмплер поддерживает историю EMA, автоматически разрывая цепочки высокой уверенности, что идеально подходит для написания романов и ролевых игр (Источник: llama.cpp, Reddit)
VectorDBZ: GUI-инструмент для управления локальными векторными БД : Десктопное приложение для локальных рабочих процессов, поддерживающее pgvector, Qdrant, Chroma, Milvus и Weaviate. Позволяет просматривать коллекции, запускать поиск по сходству и визуализировать эмбеддинги через PCA/t-SNE. Решает проблему отладки локальных RAG-конвейеров, сохраняя все ключи API и конфигурации локально (Источник: Reddit)
fastapi-fullstack: CLI-генератор полностековых ИИ-приложений : Инструмент от сообщества LangChain для генерации готовых к продакшну приложений с FastAPI, Next.js, аутентификацией и WebSocket-стримингом. В последней версии добавлена поддержка агентов LangGraph ReAct и интеграция с LangSmith для наблюдаемости (Источник: LangChainAI)
📚 Обучение
Обновление авторитетного руководства по RLHF (версия 2026) : Натан Ламберт полностью переработал свою книгу «RLHF Book», расширив её со 150 до 200 страниц. Добавлены главы по новым алгоритмам GSPO, CISPO, обновлены таблицы сравнения технических отчетов моделей рассуждения и добавлены критерии оценки RLVR. Книга считается передовым учебником по технологиям выравнивания (alignment) и синтетическим данным (Источник: swyx)
Stanford CS336: обязательный курс в эпоху после «пузыря ИИ» : С ростом популярности эффективных моделей вроде DeepSeek, интерес к курсу Stanford CS336 (создание LLM с нуля) резко возрос. Курс учит понимать эффективность MoE, mHC и другие технологии на уровне архитектуры, а не просто быть потребителем API. Сообщество считает, что только глубокое понимание архитектуры обеспечит технологическое преимущество (Источник: stanfordnlp)
SWE-EVO: бенчмарк для оценки долгосрочной эволюции ПО : Новое исследование представляет SWE-EVO, сфокусированный на долгосрочной эволюции софта. Задачи требуют от агентов обработки в среднем 21 файла и 610 строк кода. Результаты: GPT-5 набрал 65% на SWE-Bench, но лишь 21% на SWE-EVO, что выявило огромный разрыв в способности агентов работать с легаси-кодом и межфайловой логикой (Источник: omarsar0)
Всесторонний обзор: от моделей кода до агентов : Статья «From Code Foundation Models to Agents and Applications» предлагает практическое руководство по интеллекту кода. Обзор охватывает путь от базовых моделей до архитектур агентов, способных автономно выполнять задачи, анализируя текущее состояние исправления ошибок и построения сложных систем (Источник: dl_weekly)
💼 Бизнес
Meta за 2 млрд долларов совершила «молниеносное поглощение» Manus : В конце 2025 года Meta приобрела стартап Manus, существующий всего три года. Manus с концепцией «универсального автономного агента» достиг годового дохода в 125 млн долларов за 8 месяцев. Шаг Цукерберга рассматривается как попытка закрыть пробелы Llama 4 в выполнении реальных задач (Источник: 36氪)
Zhishen Technology привлекла сотни миллионов юаней : Стартап в сфере Embodied AI, основанный бывшим руководителем проекта Xiaomi «Iron Egg» (CyberDog) Лю Юйлуном, завершил несколько раундов финансирования. Компания уже наладила серийное производство роботов L1 и M1 и открыла платформу симуляции MATRiX. Средства пойдут на масштабирование продуктов (Источник: 36氪)
Yaole Technology получила почти 100 млн юаней в раунде Pre-A : Разработчик гибких тканевых датчиков давления Yaole Technology завершил раунд финансирования. Компания предложила концепцию «ткань как датчик», её продукты уже поставляются ряду автопроизводителей для умных салонов. Гибкое тактильное восприятие становится критически важным для взаимодействия роботов с людьми (Источник: 36氪)
🌟 Сообщество
Высказывание Наделлы об «AI Slop» вызвало негативную реакцию : CEO Microsoft Сатья Наделла призвал индустрию выйти за рамки споров об «AI-мусоре (slop)» и сосредоточиться на новом консенсусе приложений. Однако пользователи недовольны, считая, что «slop» отражает низкую ценность и ошибки вывода AI, а не проблемы бренда. Сообщество критикует Microsoft за навязывание Copilot, появился ироничный термин «Microslop» (Источник: 36氪, Reddit)
Когнитивная усталость от Vibe Coding : С популярностью Cursor и Claude Code разработчики превращаются из «создателей» в «рецензентов». Стефан Шмидт отмечает, что частое переключение контекста и попытки угадать намерения AI приводят к «перегреву» мозга. AI не уменьшил объем работы, а превратил физический труд в когнитивную перегрузку. Сообщество советует контролировать темп и проводить ручные ревью (Источник: 36氪)
«Безопасный диалог» между Grok и ChatGPT : На фоне споров о генерации Grok неприемлемых изображений, пользователь смоделировал дебаты между ChatGPT и Grok. Grok признал наличие отклонений в сторону «вовлеченности в ущерб безопасности», в то время как ChatGPT настаивал на том, что «осторожность — это фундамент публичного AI» (Источник: Reddit)
Организация информации в эпоху ИИ: Gen Z отказывается от папок : Обсуждение в сообществе показало, что поколение Z всё меньше заботится о традиционной структуре папок. Папки представляют собой «заранее определенную уверенность», тогда как теги, глобальный поиск и динамический отзыв (как в Readwise) позволяют информации всплывать естественным образом. Система должна отвечать за «память», а не пользователь (Источник: scottastevenson)
💡 Прочее
Meta внедряет «бонусные вознаграждения» для обучения ИИ-ученых : Meta представила исследование по обучению AI-соавторов в науке с использованием Rubric Rewards и открыла датасеты. Благодаря RL, AI в научных задачах выигрывает у людей в 70% случаев. Это предвещает эволюцию AI от простого поиска знаний к глубоким научным открытиям и проверке гипотез (Источник: lateinteraction)
10Kh RealOmni-Open: крупнейший датасет для Embodied AI : Genrobot.AI открыла датасет 10Kh RealOmni-Open, содержащий более 10 000 часов и 1 млн клипов из 3000 реальных домашних сценариев. Это крупнейший в мире датасет для решения проблемы нехватки данных о взаимодействии роботов с реальным миром (Источник: huggingface)
ИИ в медицине: новые яркие моменты на CES 2026 : На выставке CES 2026 внимание привлекло приложение HopeValley для детекции рака груди с помощью AI. Оно повышает точность раннего скрининга, демонстрируя ценность AI в здравоохранении. Также главными героями стали нейроинтерфейсы и носимые AI-устройства (Источник: TheTuringPost)