Репосчу, я выбираю тебя

Две новости в утро воскресенья, 2026-й год:

1. Huggingface, платформа для загрузки моделей и датасетов + тренировки, раскрыли, что недавно подверглись атаке на инфраструктуру. Эта атака отличалась от предыдущих одним свойством: она была произведена автономной системой ИИ-агентов от начала и до конца.

В результате атаки серьезного урона, по их оценкам, нет, но атакующие получили доступ к ограниченному набору внутренних данных и к нескольким учетным записям внутренних сервисов. Злоумышленник использовал два пути выполнения кода в пайплайне обработки данных, в результате которых внутренняя виртуальная машина запустила вредоносный код. После этого злоумышленник получил доступ на уровне сервера, собрал учетные данные облака и кластера и за выходные проник в несколько внутренних кластеров.

«Кампанией управлял автономный агент (используемая LLM до сих пор неизвестна), который выполнял тысячи отдельных действий в рое короткоживущих виртуальных машин с самомигрирующей командно-контрольной инфраструктурой, развернутой на общедоступных сервисах. Это соответствует сценарию "агентcкого злоумышленника", который давно прогнозировали в индустрии». Ну прям как в Терминаторе показывали 👀

Заметить и отразить атаку получилось из-за... ИИ, так как у HuggingFace за логами и аномалиями следит LLM (по описанию похоже на то, что сначала система на основе правил находит разные потенциальные инциденты, а затем модель их перепроверяет более детально).

«Когда мы начали анализ логов, мы сначала использовали передовые модели, работающие через коммерческие API. Это не сработало: для анализа требуется загружать большие объемы реальных команд и артефактов, но эти запросы блокировались защитными механизмами провайдеров, которые не могут отличить специалиста по реагированию на инциденты от злоумышленника. В итоге мы провели криминалистический анализ на нашей собственной инфраструктуре, используя GLM 5.2».

2. Bloomberg: США рассматривают возможность создания надзорного органа для аудита передовых ИИ-моделей. Уже составлен черновик предложения, и он рассматривается главой аппарата Белого дома. Это предложение предусматривает создание независимого регулирующего агентства в сфере ИИ, которое будет подотчетно Комиссии по ценным бумагам и биржам (SEC).

В целом, план США согласуется с предложениями, опубликованными ранее на этой неделе CEO DeepMind Demis Hassabis, который на следующей неделе поедет в Вашингтон обсуждать и лоббировать свои идеи. В публикации в твиттере он сравнил потенциальный новый надзорный орган с FINRA — независимым, финансируемым самой отраслью регулятором брокерских фирм, который технически не является частью правительства США. Свои полномочия он получает от SEC, которая, по сути, делегирует надзор, но проводит аудит и устанавливает правила.

Моё понимание такое, что схема нужна потому, что государство с одной стороны не может быть очень быстрым (как частные компании), а с другой стороны не может платить сотрудникам большие деньги. Официально-то директора и министры получают сущие копейки, меньше чем миддл-инженеры в Google — кто туда пойдет работать?

Лол, соц сеть Трампа Газета Правда / Truth нашла способ как монетизировать свою соц сеть – они предлагают банкам (!) купить доступ к API, который будет быстрее доставлять новости с важных политическиз аккаунтов чем алгоритм и пуши (!!)

Инсайд-торговля как сервис, таймлайн который мы заслужили ☕️

Google выпустил открытую диффузионную языковую модель DiffusionGemma

DiffusionGemma построена на базе Gemma 4, Имеет 26 миллиардов параметров, из которых 4 миллиарда активны. В отличие от обычных LLM, она не пишет ответ слева направо по одному токену, а генерирует блоки текста параллельно и постепенно их уточняет.

Google обещает до 4 раз более быструю генерацию на выделенных GPU. Больше 1000 токенов в секунду на NVIDIA H100 и больше 700 токенов в секунду на RTX 5090.

Модель рассчитана на сценарии, где важна скорость: редактирование текста на лету или автодополнение кода. Там, где нужно качество, Google советует использовать традиционную LLM Gemma 4.

https://blog.google/innovation-and-ai/technology/developers-tools/diffusion-gemma-faster-text-generation/

Тут чуваки из компании Ahrefs, наконец-то развеяли мифы о продвижении интернет страниц в АИ ассистентах и оптимизации для роботов, ставя точку в вопросе «а как работает SEO в АИ эпохе»:

За последние 6 месяцев они проанализировали более 1 миллиарда точек данных в рамках 14 исследований:

1. Статьи-подборки формата «Лучшие топ-X» - самый заметный формат страниц, который цитируют АИ-чатботы. На них приходится ~40% всех типов страниц, цитируемых конкретно ChatGPT

2. 67% из топ-1 000 цитирований ChatGPT приходятся на источники, на которые маркетологи и продвигаторы не могут повлиять: Wikipedia - 29,7%, главные страницы сайтов - 23,8%, магазины приложений - 6,6%. Только 32,3% - это контент, на который можно влиять: образовательные страницы, обзоры, новости и посты в блогах

3. У 28,3% самых цитируемых ChatGPT страниц нулевая органическая видимость в Google (!) Эти страницы многократно цитируются ChatGPT, хотя вообще не ранжируются в Google – это совершенно отдельный слой обнаружения контента

4. ChatGPT цитирует только около 50% URL, которые он находит – оно получает десятки страниц по одному запросу, но половину использует как фоновый контекст без указания источника. Это значит, что попасть в выборку и быть процитированным - совсем разные вещи

5. Добавление schema-разметки не оказало сколько-нибудь значимого влияния на цитирования в АИ Ассистентах. В AI Overviews (это в гугле когда АИ быстро ответ пишет) показатель даже снизился на −4,6%, тогда как в AI Mode (+2,4%) и ChatGPT (+2,2%) изменения были практически неотличимы от нуля – можете смеяться в лицо, всем кто продает вам оптимизацию сайта для АИ

6. Упоминания темы в YouTube имеют самую высокую корреляцию - 0,737 - с видимостью бренда в АИ среди всех факторов, которые они изучали, включая все классические SEO-метрики вроде обратных ссылок, количества страниц, DR и так далее. Это подтвердилось как для продуктов Google, так и для продуктов OpenAI

7. AI Overviews в Google снижают клики по первому месту в гугл поиске на 58% – всего 10 месяцев назад этот показатель составлял 34,5%, тренд ускоряется, уводить из гугла стало сложнее

8. 99,9% AI Overviews появляются по запросам с информационным запросом - транзакционные, навигационные и локальные запросы почти полностью свободны от AIO, в поиске покупок AIO срабатывают лишь в 3,2% случаев

9. Для одного и того же поискового запроса Google AI Mode и AI Overviews приходят к одинаковым выводам в 86% случаев, но цитируют почти полностью разные источники: пересечение по цитированиям составляет всего 13,7%

10. Гугловские AI Overviews меняются в среднем каждые 2,15 дня, при этом 70% контента отличается между соседними наблюдениями, семантическое сходство остается на уровне 0,95 – слова, источники и сущности постоянно перемешиваются, но фактический смысл почти не меняется

Короче продвигаться в интернете стало еще сложнее и дороже, спасибо АИ ☕️

Microsoft представил семь собственных AI-моделей

MAI-Thinking-1 — флагманская рассуждающая модель Microsoft. Средний размер. В слепом сравнении достигает паритета с Sonnet 4.6. Обучена с нуля, без дистилляции чужих моделей.

MAI-Code-1-Flash — быстрая модель для разработчиков. Глубоко интегрирована в GitHub Copilot и VS Code. Сравнима с Haiku, но дешевле.

MAI-Image-2.5 (стандартная и Flash-версия) — генерация и редактирование изображений. На Арене она нравилась людям больше, чем Nano Banana Pro.

MAI Transcribe-1.5 — Microsoft пишет, что это лучшая в мире модель транскрибации. В пять раз быстрее конкурирующих моделей и имеет встроенную поддержку терминологии, специфичной для конкретной области, на 43 языках.

MAI-Voice-2 (стандартная и Flash-версия) — модель для генерации речи на 15 языках. Клонирует голос по короткому образцу.

Часть моделей уже можно попробовать на https://playground.microsoft.ai/chat

https://microsoft.ai/news/building-a-hillclimbing-machine-launching-seven-new-mai-models/

Nvidia показала чип для запуска локальных AI-агентов на ноутбуках

RTX Spark — новый чип для Windows-ноутбуков и компактных ПК. Обещают до 1 петафлопа AI-производительности и до 128 ГБ единой памяти, чтобы на устройстве можно было запускать локальных AI-агентов и большие модели.

Microsoft участвует в проекте на уровне Windows. Для таких агентов появятся новые механизмы безопасности, а Nvidia добавит OpenShell — среду, где можно задавать, что агенту разрешено делать на компьютере.

RTX Spark также рассчитан на тяжелую работу с графикой и видео. Nvidia говорит про запуск LLM на 120 миллиардов параметров, 3D-сцены больше 90 ГБ, 12K-видео и игры в 1440p с RTX.

Первые ноутбуки и компактные ПК на этой платформе выйдут осенью у ASUS, Dell, HP, Lenovo, Microsoft Surface и MSI.

https://nvidianews.nvidia.com/news/nvidia-microsoft-windows-pcs-agents-rtx-spark

Грядет Крупнейшее IPO в истории человечества 🚀 Оценка SpaceX — $2 триллиона.

Цель — привлечь до $80 миллиардов. При оценке ~$2 триллиона. Для сравнения: IPO Saudi Aramco в 2019 году привлекло $29.4B. SpaceX собирается побить этот рекорд почти в 3 раза 🤯

Ключевые цифры:
📊 $18.7B выручки в 2025 году
💰 $5.4B чистой прибыли
🛰 10+ миллионов подписчиков Starlink
🚀 650+ орбитальных запусков, 99%+ success rate
👥 ~17,000 сотрудников

Три бизнеса под одной крышей:
1️⃣ Launch — ракеты Falcon 9 и Starship. Falcon — рабочая лошадка. Starship — стоимость доставки $100/кг на орбиту (!!!было $10,000/кг 20 лет назад!!!). Доставка грузов на орбиту запланирована на вторую половину 2026
2️⃣ Starlink — спутниковый интернет. Выручка: $10B+ в 2025. Прогноз аналитиков на 2026: $16–24B. Самый быстрорастущий сегмент. Маржа растёт с каждым запущенным спутником 📡
3️⃣ И самое неожиданное — орбитальные AI-дата-центры. SpaceX планирует запускать спутники с AI-вычислительными мощностями - Inference в космосе.

Маск — CEO, CTO и председатель совета директоров. В одном лице. Контроль полный ⚡️

А теперь внимание, ребята, всем любителям посчитать свой рынок!
Заявленный TAM: $28.5 триллионов.
Туда входит: запуски, спутниковый интернет, AI-инфраструктура, колонизация Марса и «понимание истинной природы вселенной». Серьёзно — это в официальном документе SEC 😅

Для фаундеров здесь три вещи:
1️⃣ SpaceX — не компания про строительство ракет. Это технологический конгломерат. Ракеты — это всего лишь транспорт. Starlink — генератор кэша. AI в космосе — next frontier. Маск строит вертикально интегрированную империю от физики до inference. Аналогов в истории нет.
2️⃣ 24 года до IPO. SpaceX основан в 2002. Первый успешный запуск Falcon 1 — 2008 (после трёх провалов). Первая посадка Falcon 9 — 2015. Первый reuse — 2017. Прибыльность — 2024. IPO — 2026. Это не история «быстрого роста». Это история терпения на уровне, который мало кто из фаундеров готов проявить
3️⃣ Если Маск станет триллионером после IPO — это изменит всё. Deeptech, который 20 лет был убыточным, оказался самой ценной компанией своего поколения. Каждый фаундер, строящий что-то «слишком долгое и слишком сложное», получит новый аргумент для инвесторов.

Альтман предложил 2 миллиона долларов в токенах всем стартапам из текущего батча YC в обмен на долю в компании

Абсолютно логичная вещь. Удивительно, что не стала стандартом рынка ещё года 3 назад.

Инвестировать во все YC-стартапы подряд — в принципе стратегия имеющая право на жизнь, на этом уже можно заработать или не так уж много потерять. Инвестировать токенами — сразу закладывать маржу x10. И ещё и халявой привязывать к себе на будущее.

https://x.com/sama/status/2056933166875857290