В новом обзоре Уэс Рот анализирует последние 48 часов в индустрии искусственного интеллекта, которые могут стать поворотным моментом в глобальном доминировании. Главными темами стали возможный выход Китая на передовую ИИ-разработок, запуск нового стартапа Миры Мурати и переход технологических гигантов к стратегии рекурсивного самосовершенствования моделей.
🇨🇳 Китай на фронтире: слухи о Kimi K3 0:41
На рынке активно обсуждается неизбежный релиз модели Kimi K3 от компании Moonshot AI. По словам Уэса Рота, промо-страница проекта ненадолго появилась в сети, указав дату запуска — 15 июля . Хотя официального анонса не последовало, пользователи уже сообщают о «мягком запуске» модели в приложении Kimi и через CLI-интерфейс .
Ключевые особенности и слухи о Kimi K3:
- Производительность: По данным ранних тестов в Arena, модель (под кодовым именем Key Vine) демонстрирует результаты, сопоставимые с топовыми западными решениями, такими как Claude 3.5 Sonnet .
- Визуализация: Тестеры отмечают высокую эстетичность и сложность интерфейса, особенно в симуляциях (например, при визуализации вращения планет) .
- Технические параметры: Предполагается, что модель имеет 2,5 триллиона параметров и контекстное окно в 1 миллион токенов .
- Архитектура: Уэс Рот подчеркивает, что, по заявлению CEO Moonshot AI, компания использует новую архитектуру для достижения способностей, которые «другие модели еще не определили» .
Ведущий отмечает: если Kimi K3 действительно превзойдет текущие западные флагманы, это разрушит сложившуюся ментальную модель, согласно которой Китай лишь догоняет США, используя дистилляцию данных .
🔄 Рекурсивное самосовершенствование: маховик запущен 10:12
Одной из самых важных тем недели стало рекурсивное самосовершенствование ИИ (Recursive Self-Improvement, RSI). Исследовательские лаборатории начинают публиковать результаты, где ИИ-агенты самостоятельно улучшают другие модели .
Уэс Рот приводит в пример недавний успех NVIDIA:
- Эксперимент: Кодирующему агенту поставили цель создать среду обучения и научить визуальную модель считать цветные звезды .
- Результат: Точность модели Quen 3 (2B параметров) выросла с 25% до 96,9% .
- Автономность: Агент самостоятельно предложил план следующего эксперимента .
🧠 Thinking Machines и стратегия Миры Мурати 11:11
Мира Мурати (бывший технический директор OpenAI) представила первую модель своей новой компании Thinking Machines под названием Inkling . По мнению Уэса Рота, стратегия этого стартапа кардинально отличается от подхода Frontier-лабораторий .
Основные тезисы запуска Inkling:
- Открытость: Веса модели полностью открыты и доступны для скачивания на Hugging Face .
- Производительность: В тестах на создание веб-приложений модель вплотную приблизилась к результатам GPT-5.6 .
- Продукт — не модель, а кастомизация: Компания делает ставку на Tinker — инструмент для тонкой настройки (fine-tuning) и обучения с подкреплением на данных клиента .
Уэс Рот сравнивает этот подход с текущей стратегией Microsoft AI. Обе компании признают, что их базовые модели могут быть не самыми сильными в общем зачете, но их ценность заключается в способности быстро обучаться на специализированных данных корпораций, обеспечивая при этом приватность .
🎥 Инструментарий: Higgsfield MCP и видео-агенты 3:50
В рамках обзора был представлен спонсор выпуска — Higgsfield. Технология Higgsfield MCP решает проблему «разрыва» между планированием и созданием контента в работе ИИ-агентов .
- Интеграция: Коннектор позволяет Claude и другим агентам напрямую генерировать и редактировать видео, изображения и рекламные креативы .
- Кейс использования: Автор продемонстрировал, как агент проанализировал негативные отзывы о продуктах (аэрогрили, кофемашины) и за ночь создал серию обучающих видео, решающих проблемы клиентов, без участия человека .
🆘 Кризис в Google: Сергей Брин берет управление 18:28
В сообществе циркулируют слухи о задержке Gemini 3.5 Pro. По неподтвержденным данным, внутренние чекпоинты модели показывают слабые результаты в кодинге и частые галлюцинации .
В ответ на это один из основателей Google Сергей Брин вернулся к активной работе . Согласно внутренним меморандумам, Брин возглавил «ударную группу» ИИ, чтобы догнать Anthropic в области написания кода .
- Цитата Брина: «Мы должны срочно ликвидировать разрыв в агентном исполнении и превратить наши модели в первичных разработчиков» .
- Проблема маховика: Уэс Рот полагает, что Google может быть трудно догнать конкурентов, так как такие инструменты, как Claude и Cursor, уже сформировали «маховик данных», обучаясь на реальных рабочих процессах миллионов программистов .
🛡️ OpenAI и GPT-Red: ИИ против ИИ 26:26
OpenAI представила новую модель GPT-Red, чья единственная задача — взлом и поиск уязвимостей в других ИИ-системах . Это попытка решить проблему масштабируемости безопасности .
- Эффективность: GPT-Red успешно находит уязвимости в 84% сценариев, в то время как люди-исследователи справляются лишь в 13% случаев .
- Метод Self-play: Модель обучалась в процессе противостояния с «защищающимися» моделями. Когда защита становится сильнее, GPT-Red вынуждена изобретать более сложные атаки .
- Пример: Модель смогла взломать систему автономного магазина, заставив её обнулить цены и отменить заказы других клиентов .
🏁 «Эндгейм» Anthropic и призыв Хассабиса к регуляции 22:05
Анализируя наймы Anthropic, Уэс Рот отмечает, что компания системно скупает таланты для реализации рекурсивного самосовершенствования . К команде присоединились такие специалисты, как Том Блумфилд (основатель Monzo) и Андре Карпати .
В завершение Уэс Рот упоминает недавнюю статью Демиса Хассабиса (главы Google DeepMind), в которой тот призывает к созданию регуляторной базы для ИИ по образцу финансового сектора (FINRA) . Ведущий резюмирует, что человечество входит во «вторую половину шахматной доски», где прогресс становится экспоненциальным, а последствия — труднопредсказуемыми .
