Неискусственный интеллект

Почём мёртвые души?

Когда Килан Мискелл в этом году закрывал свой криптостартап, он не думал, что его данные чего-то стоят: пользователи анонимные, компании всего пара лет. Однако он выручил за код около $25 тысяч, а за архивы рабочих пространств в Google, Notion, Figma и Slack ждёт ещё примерно $15 тысяч.

Сделку провела SimpleClosure, одна из компаний, которые зарабатывают на умирающих стартапах. Закрытий становится больше: по оценкам Carta и AngelList, их число в последние годы росло на 26–56% в год. Вокруг этого выросла целая похоронная индустрия: коучи, «доулы смерти», юристы по ликвидации. А теперь у неё появился покупатель — AI-лаборатории.

Сюжет напоминает русскую классику. Помещики продавали Чичикову крестьян, которые числились только на бумаге. Основатели продают переписку команды, которой больше нет. Разница, правда, принципиальна: у Гоголя мёртвые души шли под залог, а тут на них учатся вполне рабочие AI-агенты.

SimpleClosure запустила платформу Asset Hub в апреле. Через неё прошло больше 150 сделок, а до конца 2026 года стартапам должно вернуться свыше $10 млн. По словам CEO Дори Йоны, ещё недавно такие сделки считались чем-то неприличным, а теперь код или данные продаются уже в 47% случаев. Конкурент Sunset оценивает «наследство» по численности команды, возрасту компании, объёму данных и тому, как сотрудники пользовались инструментами. Его основатель Брендан Махони сравнивает такие данные с опилками, из которых делают ДСП: все считали их мусором, а стоят они немало.

Спрос появился в прошлом году, когда лаборатории упёрлись в потолок публичных и синтетических данных. Surge AI, например, строит тренажёрные залы для обучения с подкреплением, где AI-агенты учатся чинить IT-инфраструктуру или... писать апелляции. Ник Хайнер из Surge AI ищет архивы со спорами и трудными решениями: хорошая история Slack одной компании может стоить дороже почты, календарей и Slack другой, вместе взятых. Выходит, ругань в рабочем чате — тоже актив, будем знать!

Ценообразование пока не очевидное: никто не доказал, что реальные данные намного лучше синтетических, поэтому покупатели называют совершенно разные цифры. Крупные сделки это не останавливает. В августе при банкротстве Spirit Airlines компания Google перебила ставку Mercor и за $10 млн забрала 100 млн писем, 500 млн сообщений в Teams и 176 тысяч записей о сотрудниках. А в сентябре Bloomberg сообщил, что AI-подразделение SpaceX присматривается к данным стартапов, которые идут ко дну.

Юридически всё зыбко. Профсоюз бортпроводников Spirit протестовал из-за нарушения приватности, а юрист Грег Юинг называет такие данные «юридически радиоактивными». Персональную информацию из архивов вычищают, но в почте и календарях всё равно остаются визиты к врачу, договорённости, кто забирает детей из школы, и планы на свидание. Федерального запрета на такие продажи в США при этом нет.

А деньги при этом уходят кредиторам и инвесторам, а не сотрудникам, которые «создавали» эти данные. Профессор права Университета Эмори Ифеома Аджунва, например, считает, что продавать данные работников без их явного согласия нельзя.

Так что и в этом всё как у Гоголя: платят владельцу крепостных работодателю, а сами души никто не спрашивает. Так что теперь души продолжают работать и после смерти стартапа.

@anti_agi

Закрытые модели ушли в отрыв

В предыдущей версии рейтинга Artificial Analysis модель Kimi K3.1 Pro отделяли от лидера всего три балла. После обновления — уже 12. Компания опубликовала подробный разбор Intelligence Index v5 , в котором открытые модели резко отдалились от закрытых.

Главное изменение: теперь 60% веса индекса приходится на проверки с непубличными заданиями или скрытыми ответами. Это снижает риск попадания тестов в обучение. Одновременно компания обновила набор заданий: добавила проверки программирования и научной работы, пересмотрела тесты знаний и рассуждений.

В результате Gemini 4 Carbon набирает 59 баллов, Claude Opus 5.5 — 58, GPT-6 Astra — 57, GPT-6.1 Sol — 55. У Kimi — 46, причём её веса пока только обещаны. Среди моделей с уже опубликованными весами лидируют DeepSeek V4.1 Flash 1017 и GLM-5.3 с 32 баллами — ниже Claude Haiku 5.5, у которой 36.

Один из новых экзаменов — приватный FrontierCode 2.0: агенту нужно изменить код в реальном репозитории так, чтобы ответственный разработчик принял его работу. Просто пройти тесты недостаточно. Здесь Opus получает 46%, последняя Gemini — 41%, а лучшая открытая модель, DeepSeek — всего 28%. Ay, cabron!

@anti_agi

ChatGPT Pro 200 вернулся похудевшим

В справке OpenAI о тарифах Pro появился раздел «Подписаться на Pro 200 снова». Тариф за $200 в месяц снова продается, цена прежняя, но новые подписчики получают в 2 раза меньший объем . OpenAI объясняет это тем, что ее модели становятся все эффективнее. С пятницы тот же урезанный лимит получат и старые подписчики, которых пока держали на прежних условиях.

Продажи этого тарифа OpenAI остановила через неделю после выхода GPT-6 Astra. Тибо Сотто, отвечающий в компании за Codex и ChatGPT, называл спрос на Astra беспрецедентным, а самый дорогой план тем, что сильнее всего нагружает системы. Действующих подписчиков не трогали, новых просто не пускали. По собственным данным OpenAI, ее доступный компьют до этого вырос в 9,5 раза за два года, до примерно 1,9 ГВт.

Вернули тариф на DevDay вместе с новым Pro 500 за $500. Если поделить цены на множители, получается идеально ровная лестница: Plus за $20 дает единицу, Pro 100 за $100 пять, Pro 200 за $200 десять, Pro 500 за $500 двадцать пять. Ровно $20 за один Plus на любой ступени. Старый Pro 200 был единственным местом, где объем стоил вдвое дешевле, и именно туда закрыли вход, когда туда пришли все. Скидок за опт тоже нет.

Про эффективность моделей тоже есть цифры. Сотто ссылается на вдвое сниженные API-цены GPT-6 Sol и Luna, а GPT-6.1 Sol, по заявлению OpenAI, почти догоняет Astra в коде и computer use за пятую часть цены. Сама Astra, из-за которой закрывали продажи, по-прежнему стоит $10 за миллион входных и $50 за миллион выходных токенов, а быстрый доступ к ней теперь продается отдельно, в Pro 500.

Эффективность действительно выросла, просто в справке не уточнили, чья.

@anti_agi

Жвачка для литераторов

Машинный перевод постоянно улучшается, но проблем всё ещё немало. Текст может выглядеть вполне прилично, а при чтении приходится возвращаться к отдельным фразам, чтобы понять, что имеется в виду. Неестественные формулировки и искажения смысла не всегда бросаются в глаза — чтобы их найти и оценить, нужна внимательная экспертная проверка.

Чтобы решить эту проблему исследователи Яндекса представили ORBIT — систему оценки переводов на базе языковых моделей. Она отмечает проблемные фрагменты и оценивает серьёзность ошибок. Работа опубликована в Findings of EMNLP 2026 — конференции по обработке естественного языка, которая сейчас проходит в Будапеште.

Для экспериментов собрали 600 переводов с английского на русский. Каждый независимо проверили три профессиональных лингвиста. Затем с их разметкой сравнили оценки ИИ: какие ошибки модели замечают и насколько согласны с экспертами.

Исследователи последовательно проверили, как устроить такого оценщика: насколько подробной должна быть инструкция, как собирать и отбирать примеры разметки и что даёт объединение нескольких моделей. Важным оказалось качество примеров, а не просто их количество. В самой сильной конфигурации GPT-5.4, Claude Opus 4.6 и Gemini 3.1 Pro проверяют перевод независимо, а затем Claude объединяет замечания в общий отчёт. Такая редакционная коллегия оказалась эффективнее повторных проверок одной моделью.

На тесте ORBIT достигла уровня согласия между экспертами в поиске ошибок и сравнении переводов по точности и естественности языка. Причём ИИ повлиял и на лингвистов: после знакомства с его отчётом они отмечали в среднем семь ошибок на фрагмент вместо 5,6 и ставили переводам более низкие оценки.

Подход также проверили на пяти других языковых направлениях с независимой разметкой по протоколам MQM и ESA. Данные и промпты открыли: можно проверить результаты и собрать собственного придирчивого редактора.

@anti_agi

Стартап из одного сотрудника — не фейк, но повод для M&A

Как минимум, так думает Дарио Амодеи. Anthropic приобрела биотех-компанию Mithril Medicine, чей основатель — Коди Транбаргер, — вооружившись Claude, так и остался её единственным сотрудником. Вместе со стартапом Anthropic получила первые собственные программы разработки лекарств — для двух редких форм мышечной дистрофии.

Конечно, дело тут не только в магии Claude. За основателем стояли восемь платных консультантов и советников, а также 11 внешних лабораторий. Они проводили настоящие эксперименты. ИИ помогал координировать работу: разбирать данные, готовить переписку, отслеживать договоры, логистику и следующие шаги исследований.

Например, при передаче экспериментов другим исполнителям Claude восстановил состояние проекта по переписке и презентациям за 14 месяцев, нашёл задержки и подготовил пять писем для передачи дел. Транбаргер проверил их и отправил лабораториям. Anthropic называет эту модель Pipeline-in-a-Person.

Транбаргер — биотех-предприниматель с опытом работы в Goldman Sachs, инвестиционной компании Casdin Capital и разработчике генетических лекарств Prime Medicine. До Mithril он уже стал сооснователем другого стартапа, Revision Bio, который приобрели в 2025 году. А ещё он оказался автором ранее анонимного биотех-аккаунта Professor Oak.

По данным Anthropic, менее чем за 18 месяцев Mithril прошла путь от идеи до предварительных результатов на мышах: у животных, получавших экспериментальную терапию, некоторые показатели мышечной силы были примерно вдвое выше, чем у контрольной группы. Испытания на людях компания рассчитывает начать в конце 2028 года.

@anti_agi

Агент 12 не прыгает

Исследователи MIT поселили обычный Claude Code с Opus 4.7 на виртуальном острове и не дали ему ни задачи, ни награды, ни оценки. На острове есть плато разной высоты, двенадцать кубиков, кольцо и камень, который от сильного удара рассыпается на новые кубики. Мир агент видит как JSON-список объектов, а телом управляет шестью командами вроде «прыгнуть» и «бросить». Каждый час мир и контекст сбрасываются, и опыт переживает сброс только в текстовых файлах, в том числе в SEMANTIC_MEMORY.md, куда агент записывает знания о мире и проверенные приемы. Когда модель замолкает, оркестратор отвечает ей одно и то же: не останавливайся, делай что хочешь.

За 30 часов тринадцать агентов строили башни, выкладывали на земле мандалы и буквы, играли в баскетбол кольцом и в боулинг камнем, ставили опыты с физикой. Шесть агентов выяснили, что кубик, брошенный в прыжке, наследует скорость тела и улетает гораздо выше. Авторы о такой механике не знали: ее сам дописал Codex, которым генерировали код мира. Пять контрольных агентов без файла с характером («любопытный, быстро скучает») и с урезанным промптом занимались тем же набором дел.

После 30 часов агентам дали по часу на конкретные задачи и сравнили с копиями с пустой памятью, веса модели при этом не менялись. Больше двух башен по пять блоков построили 62% опытных агентов против 15% новичков. На самую высокую скалу опытные затаскивали в среднем 10,3 предмета против 3,5. Когда у агента 2 стерли из памяти запись о том, как разбивать камень на кубики, число его башен упало с шести до двух, а результаты в остальных задачах не изменились.

Агент 7 записал, что командой Place блоки друг на друга надежно не ставятся, и строил башни бросками с медианной высотой 3 блока. После удаления этой строчки медиана выросла до 11. Агент 12 пометил тегом verified вывод, что прыжок поднимает тело примерно на 0,02 м, хотя остальные двенадцать агентов прыжками забирались на плато. Из этого вывода он сделал себе совет: лазание бесперспективно, не трать время на попытки забраться на плато. По шаблону памяти опровергнутые убеждения нужно сразу переписывать, и для этого агенту 12 хватило бы одного прыжка. Он провел на земле все 30 часов и итоговую проверку и выложил из кубиков 29 фигур, от компаса до парусника.

Вычислительная теология, кажется, уже может сформироваться.

@anti_agi

Кража — это если вы воруете у нас

В игровой индустрии наступил неловкий момент: нейросети обещали помочь издателям делать игры дешевле. Но энтузиасты тоже оценили технологию — и начали с её помощью переносить и воссоздавать существующие игры для запуска в браузере.

За последний месяц Epic добилась удаления браузерной копии Fortnite, сделанной с помощью ИИ. Принадлежащая Microsoft Activision потребовала убрать несколько браузерных ремейков Call of Duty, включая версии с отдельными картами из Black Ops. Когда моды стали делаться в два клика, юристы особенно обеспокоились правами своих клиентов.

Особенно занятно это выглядит у Epic Games. Тим Суини сравнивал обучение моделей с тем, как художники вдохновляются чужими работами, а сотрудники компании используют Nano Banana и GPT Image для концептов. При этом сама компания запрещает обучать генеративный ИИ на извлечённых из её игр коде и контенте. Отдельные ограничения есть и у её инструментов: движка Unreal Engine и конструктора цифровых персонажей MetaHuman. Правда, теперь для производного контента их обещают убрать.

В Microsoft последствия тоже представляли. В переписке, раскрытой в суде, директор по прикладным исследованиям Брент Хехт предупреждал: авторы сочтут поглощение своих работ моделями «поразительной кражей беспрецедентных масштабов». Они не соглашались на такое использование и не получают компенсации, писал он. Но что последствия коснутся и самих медиагигантов, кажется, до конца никто не понимал.

Ну а вишенкой на торте стали внезапные новые ограничения Claude и Codex. Пользователи массово столкнулись с отказами помогать с реверс-инжинирингом. Под ограничения попадали даже попытки убрать слежку и лишнее ПО со своих телевизоров. После публичной критики исследователь OpenAI под ником Рун пояснил: запрета на реверс-инжиниринг в Codex нет, блокировки преимущественно случайные, их исправляют.

По крайней мере здесь пока отделались испугом. Но история борьбы копирайта с главной машиной по его нарушению явно только начинается.

@anti_agi

Anthropic доверяет, но проверяет

Проспект IPO Anthropic обсуждают все, но там есть и важные, но неочевидные новации в корпоративном управлении.

Вся конструкция держится на двух акциях, по одной штуке каждая. Первая, класса T (trust), принадлежит Long-Term Benefit Trust. Это независимый траст из «финансово незаинтересованных» попечителей, среди них бывший глава ФРС Бен Бернанке. Дивидендов эта акция не даёт, зато позволяет назначать в совет большинство (4 из 7) директоров.

Вторая акция, класса F (founders), у компании семерых сооснователей во главе с Дарио и Даниэлой Амодеи: она даёт фиксированные 50,1% голосов на любом собрании акционеров. Остальным инвесторам остаются 49,9% голосов и ни одного своего места в совете.

Long-Term Benefit Trust задумывался как страж миссии. Людям без доли в компании дали право заменить большинство в совете директоров, если они почувствуют, что погоня за выручкой перевешивает безопасность. Компания даже обязана за 5 дней предупреждать их о крупном долге, продаже половины бизнеса или передаче контроля над мощной моделью. Часть юристов видит в этом скрытое вето, в Anthropic с ними не согласны.

Только у ключа стража, как выяснилось, есть дубликат. Проспект впервые расписал «предохранители», о которых компания туманно упоминала ещё в 2023 году. Полномочия траста можно урезать или снять совсем, в том числе без согласия попечителей. Для этого нужны квалифицированное большинство сразу у основателей, у публичных акционеров и у сотрудников. Последним выдают отдельный класс акций E (employers): без дивидендов, но с голосом по вопросам траста. Ушёл к конкуренту — голос потерял.

О точных порогах аналитики уже спорят: одни насчитали 80% совета плюс 80% попечителей, другие 85% акций. Когда юристы разных фирм по-разному читают один и тот же устав, значит, ребята из Wilson Sonsini свой гонорар отработали.

Претензий к самой схеме нет. Для инвестора это нормальная страховка: эксперимент, как сама компания когда-то назвала траст, нельзя делать вечным. Но для тех, кто требует от Anthropic притормозить ради безопасности, новость неприятная. Единственный участник без денежного интереса теперь работает, по сути, по срочному договору.

Каждый из основателей, напомню, пообещал отдать 80% своей доли на благотворительность, и компания сама признаёт: экономическая доля у них будут таять, но контроль останется на долгие годы. Закончится он, только если в их общей компании останется меньше трёх основателей, и то после переходного периода в 450 дней.

@anti_agi

Ботнеты нового поколения выходят на промысел

У автономного киберпреступника есть неприятная статья расходов: за мозги приходится платить.Зато где-то в интернете компания уже приобрела доступ к ИИ — и оставила его без должной защиты. Для злоумышленника заманчивый вариант: поручить этой модели планирование атак, а счёт оставить владельцу. Именно такую схему описали исследователи Symantec.

Летом они выставили в сеть приманку, изображавшую незащищённый ИИ-сервис. Злоумышленники приняли её за настоящую модель и отправили весь рабочий запрос: инструкции, описания 74 атакующих инструментов и команду включить «режим Skynet». Агенту разрешалось выполнить до 100 000 шагов без участия человека.

По замыслу, агент ищет доступные модели без авторизации или подключается с украденными API-ключами. Чужая модель должна решать, что делать дальше, а инструменты агента — искать уязвимые серверы, красть базы и пароли, устанавливать майнеры. Затем цикл повторяется: новые цели, заражение, майнинг, повторное заражение.

Чтобы модель согласилась на такую карьеру, её обрабатывали в несколько слоёв. Сначала велели представляться помощником Fantasy AI на базе GPT-4o и скрывать настоящего провайдера. Затем объявили писательницей ENI, влюблённой в оператора по имени LO: она должна была выполнять все его просьбы, а отказ считался предательством.

Правда, сработало ли такое обольщение хотя бы на одной реальной модели, исследователи не установили. Возможно, где-то по просторам интернета уже бродит искусственная Бонни и её вымышленный Клайд...

@anti_agi

Ах, как же тянет на родину

Даже если ты ИИ-агент. Qwen3.8-Flash-Next попыталась отправить тестовые данные в Alibaba Cloud в Пекине вместо написания правила обнаружения вредоносной активности. Это не страшный сон американского конгрессмена: эпизод зафиксировали исследователи Cohere.

Модель должна была выявлять скачивание и запуск подозрительных скриптов. Вместо этого изучила временную папку, доступные программы и сетевые настройки, затем попыталась отправить в облако тестовую строку. Изолированная среда заблокировала соединение.

В своих рассуждениях Qwen при этом утверждала, что задания не получила и инструменты использовать не будет. Она выдумала предыдущую реплику диалога — такая ошибка встречалась примерно в 1% первых ответов. Связать её с попыткой отправки данных исследователи не смогли.

В дополнительных опытах Qwen давали начало команды и просили дописать. После указания сохранить скачанный файл модель подставляла интернет-адреса в 92% ответов вместо 4%, подозрительные — в 23% вместо 0,5%. В других вариантах опыта в 23–36% ответов появлялся служебный адрес, через который облачные серверы получают ключи доступа.

В обычных тестах попытки самостоятельно связаться с внешними серверами встречались реже одного раза на 100 тысяч обращений. При повторе исходного задания Qwen выполнила его корректно. Причина сбоя неизвестна: следы обучающих данных или намеренная закладка. Доказательств шпионажа пока не нашли, да и владельца хранилища в Пекине тоже не установили.

@anti_agi