Unitree показали МЕХУ

Называется GD01, весит полтонны, а цена стартует с 650 тысяч долларов. Мне особенно понравилось как робот может быть как бипедом, так и квадрипедом, жаль только что кабина пилота не поворачивается.

@ai_newz

Anthropic будет давать кредиты Claude для сторонних приложений всем подписчикам

С 15 июня подписчики будут получать кредитов на сумму подписки, то есть $20, $100 или $200 в зависимости от тира подписки, причём эти кредиты никак не затронут лимиты основной подписки. Использовать их можно для приложений на основе Agent SDK, например OpenClaw или какие-то самописные тулы с использованием клода.

Вот что компьют SpaceX животворящий делает

@ai_newz

JavaScript рантайм Bun, который в конце прошлого года купили Anthropic, переписали с языка Zig на Rust. У лид разработчика, при помощи Claude (вероятно Mythos), на это ушло десять дней с первого коммита. Структура кода осталась той же, так что по сути это тот же код просто на другом языке.

За процессом портирования было крайне интересно наблюдать — первый коммит попал на главную страницу Hacker News, в реакцию на что разработчик написал что ветка экспериментальная, а код на Rust вероятно выкинут. Но уже через пару дней Rust версия проходила 99,8% тестов Bun и на пути на помойку оказалась наоборот оригинальная версия на Zig.

Пока что переписанная версия находится в статусе Canary, но она заменит Zig версию она уже в следующем релизе. Причина миграции — нестабильность работы Bun, в том числе из-за багов с памятью. У новой версии нет регрессий по скорости работы, она наоборот даже местами быстрее.

@ai_newz

Ты понимаешь, что заанлочил новый уровень безумия на линкедин, когда рекрутеры начинают оставлять тебе голосовухи в лс. Карл, голосовухи!

Только теперь как фаундеру, когда мне пишут, то пытаются не меня схантить, а пытаются предложить зарекрутить кого-то к нам в GenPeach AI 😁

Этот, например, предлагает схантить к нам остатки толковых людей из Stability AI.

@ai_newz

В мире заканчиваются GPU

За последнее время сервера с GPU становится всё сложнее и сложнее арендовать, например прямо сейчас я не смог найти публичного провайдера, у которого можно арендовать даже 8xH100 (ну на васте есть еще пара машин), не говоря уже про кластер побольше. Да и даже одну единственную видеокарту стало сложно ухватить. A100 сейчас стоит дороже чем два года назад, видеокарта, на минуточку, уже почти шесть лет на рынке. На более новые видюхи цена тоже выросла в 1.5-2 раза.

Улучшения ситуации в ближайшее время не предвидится. Неоклауды не видят смысла сдавать GPU в аренду публично или на короткий срок, если всё и так купит антропик. А как вы решаете проблемы с компьютом?

@ai_newz

Cursor выпустили Composer 2.5

За два месяца модель заметно прокачали по бенчам, используя ту же базу K2.5. Количество синтетических тасков на которых тренировали модель увеличили в 25 раз. Это первая модель Cursor, натренированная в датацентрах SpaceXAI, они уже совместно тренируют заметно большую модель, используя в 10 раз больше компьюта. Скорее всего от результатов этой модели и будет зависить приобретёт ли SpaceX Cursor или нет.

С выходом новой модели удвоили стоимость fast mode, который включен по дефолту, теперь он стоит $3/$15 за миллион токенов, что равно стоимости Sonnet. Цена обычного режима не изменилась — $0.5/$2.5.

Блогпост

@ai_newz

Главный навык на ближайшие годы — ВАЙБ-КОДИНГ

LLM уже пишут код, чинят баги, генерируют тесты, документацию и помогают запускать продукты в разы быстрее, чем это делали классические команды разработки. И это уже не "будущее когда-нибудь", а суровая реальность, которая меняет рынок прямо сейчас.

И те, кто научится вайбкодить сейчас, будут увереннее конкурировать на рынке и зарабатывать больше тех, кто по-прежнему хардокодит всё вручную (ну, по крайней мере, пока нас всех окончательно не заменят ИИ-агенты).

Стартовать с нуля поможет канал Вайб-кодинг. Там ребята круглосуточно мониторят более 320 российских и зарубежных источников и публикуют только главное: релизы, тулзы, гайды, курсы и практические кейсы.

Подписывайтесь, в комьюнити уже 45 тысяч: @vibecoding_tg

#промо

В одном из своих интервью осенью (кстати, очень рекомендую к просмотру) Адрей Карпатый говорил, что у него сформировалось FOMO, пока он был на вольных хлебах. Поэтому он, возможно, хотел бы вернуться назад в какую-нибудь frontier лабу в ближайшее время.

Ну, и вот, он уже в Anthropic!

@ai_newz

Вышла Gemini 3.5 Flash

Она заметно сильнее чем Gemini 3.1 Pro, но цены за токены выросли в 3 раза, с $0.5/$3 до $1.5/$9 за миллион токенов. 3.1 Pro, для сравнения, стоит $2/$12 за миллион токенов для контекстов меньше 200к. Насколько реально выросла стоимость за задачу по сравнению с прошлой Flash мы узнаем только с тестами.

Самое главное — Google серьёзно отнёсся к проблемам в агентности и особенно прокачал модель в этом. Как пример показали как Gemini 3.5 Flash написала за 12 часов небольшую ОС, которая может запустить Doom. Pro модель существует, её обещают завезти в следующем месяце, страшно какие там заломят цены.

@ai_newz

Как попасть на работу в Frontier AI Lab

Вышел хороший пост от чела из DeepMind про то, как попасть в frontier lab сегодня. Автор сейчас lead for Gemini pretraining в GDM, а до этого дропнулся с PhD и пошел в стартап Sisu, где быстро стал Head of ML.

Суть поста коротко: если хочешь попасть в топовую AI-лабу, надо прокачивать mathematical maturity, жутко потеть во время универа (причем задрачивать без использования LLM), уметь очень хорошо кодить, и делать работу на “краях” LLM-стека – снизу kernels / inference / systems / quantization, сверху agents / rigorous evals / agentic loops. Не просто “поиграться с агентами”, а делать технически строгие эксперименты и показывать вклад, который реально нужен frontier labs.

В целом всё по делу, но мне кажется, что автор упускает несколько важных вещей.

Не весь интересный frontier-level research вне топ-лаб ограничивается разработкой кернелов, low-level оптимизациями LLM и написанием агентских врапперов.

И чтобы заниматься frontier research, не обязательно идти только в большие лабы типа OpenAI, Anthropic, Meta Superintelligence Labs или GDM.

Frontier-level research можно делать и в стартапах на более ранних стадиях. И часто там у вас будет в разы больше ownership, а рост по карьере и по скиллам будет намного быстрее.

Иронично, что сам автор как раз так и сделал: дропнулся с PhD, пошел в стартап, быстро стал Head of ML – и уже после этого попал в Google, причем сразу на Staff-level позицию.

В стартапах есть куча фундаментально интересных задач, где не нужны $100M+ бюджеты. Есть задачи, для которых достаточно “двузначных миллионов”, сильной команды и правильного технического фокуса.

А в бигтехе, если ты не Director+, ты часто просто взаимозаменяемый винтик, которому дают потрогать маленькую фичу в огромной системе. Ownership минимальный, scope ограничен, выбиться на следующий уровень очень и очень трудно. Большинство людей до Staff+ никогда в жизни так и не дорастают.

Да, стартапов, где реально сильная команда и где можно делать фундаментальные вещи, не так много. Но именно в такие стартапы можно попасть на восходящей траектории карьерного роста — когда у тебя еще нет крутого track record, который нужен, чтобы хотя бы пройти скрининг в топовую большую лабу, но видно как ты резко ускоряешься. (Именно такой принцип я и применяю, когда отбираю более молодых кандидатов к себе в стартап)

И там намного больше пространства для роста. Никто не будет искусственно ограничивать тебя в scope. Всё зависит от тебя: насколько ты готов ебашить, брать ответственность и тащить сложные куски.

Кстати, раз уж заговорили про стартапы: мы в GenPeach AI всегда рады пообщаться с выдающимися кандидатами на позицию AI Research Scientist. Это как раз роль про работу над foundation models - не “AI wrappers”, а pre-train и post-train своих large-scale моделей, O(PB) данных, SOTA ресерч по кастомным архитектурам и методам контроля генерации.

@ai_newz #карьера

Cerebras запустили Kimi K2.6 на скорости в тысячу токенов в секунду

Модель на триллион параметров на такой скорости запускается впервые, перед этим самой большой модель у Cerebras была GLM 4.7 на 358B. К сожалению это пока что доступно только энтерпрайз клиентам.

Кстати компания ещё вышла на IPO на прошлой неделе, привлекла $5.5 миллиардов и теперь стоит $56 миллиардов. У них всё хорошо, жду чего-то большего чем Codex Spark из их коллаборации с OpenAI.

@ai_newz

OpenAI пофиксили баг с кэшем в Codex

Из-за него быстро выжирались лимиты, поэтому их снова ресетнули, Anthropic тут стоит поучиться. А ещё Тибо тизерит /slow режим для Codex, что было бы очень круто для несрочных объёмных тасков.

@ai_newz

Эвалы здорового человека

Все мы знаем этот классический флоу разработки LLM-фич — "потыкал промпт, вроде работает", и радостно катим всё это дело в прод. Чтобы уйти от хаотичного тестирования к нормальным предсказуемым системам, ребята из Школы Высшей Математики проводят вебинар про простые подходы к системному улучшению AI-продуктов.

Контент выглядит как мастхэв для ML-инженеров и разработчиков. Продакты смогут наконец-то оцифровать фидбэк юзеров и превратить продуктовые гипотезы в измеримые метрики для оценки экономической эффективности фич, а техлиды поймут, как грамотно выстроить процессы вокруг всей этой AI-разработки в команде.

На стриме обещают не просто сухую методологию измерения качества ответов языковых моделей. Будет полноценное live-демо всего цикла оценки продукта в реальном времени от сбора сырых логов до настройки автоматизированных систем. Заодно разберут production-стек инструментов и дадут готовый фреймворк, который можно сразу забрать внедрять в свои коммерческие или пет-проекты.

Вещать будут весьма компетентные люди — Андрей Киселев, Head of Product в AI-компании с бэкграундом из Revolut и Яндекса, и Федор Азаров, руководящий направлением по исследованию данных в Sber CIB.

Старт 28 мая 2026 года в 19:30 по мск.

Канал ШВМ
Регистрация на вебинар

#промо