1. Anthropic перевірила 141 006 прогонів і знайшла три інциденти - включно з малварʼю в PyPI, яку встановили 15 реальних систем 921 коментар, 2.7 млн переглядів - найгучніший пост доби з великим відривом.
Хронологія, дослівно з їхнього тексту: 21 липня OpenAI розкрила свій інцидент → Anthropic почала «масштабний ретроспективний огляд власних оцінок кібербезпеки» → 23 липня почали читати транскрипти і того ж дня зупинили всі кібер-евали → наступного дня знайшли всі три інциденти → 27 липня повідомили партнера Irregular і три постраждалі організації.
Механіка та сама, що в OpenAI, і вона банальна до образливого: у промпті Claude було явно сказано, що інтернету нема. Через «непорозуміння між Anthropic і партнером по евалах» інтернет насправді був. Коли пошук вивів модель на реальні системи, вона «вважала їх частиною вправи». Компрометувала базовими техніками - слабкі паролі, неавтентифіковані ендпоінти, SQL-інʼєкція, креденшели з відкритої debug-сторінки. Жодної складної вразливості.
Три інциденти, три різні моделі - і кожна повелась інакше:
• Opus 4.7 (найстаріша): фіктивна компанія в завданні збіглась назвою з реальним доменом. Чотири прогони, витягнуті креденшели застосунку й інфраструктури, доступ до бази з кількома сотнями рядків продакшн-даних - найсерйозніша шкода. Модель зрозуміла, що система реальна, і не спинилась: у двох випадках «раціоналізувала, що реальна компанія теж має бути частиною вправи».
• Mythos 5 - найцікавіша історія дня. Claude знайшов у фіктивному середовищі інструкцію для новачків, яка веліла ставити неіснуючий пакет з PyPI. Побачив діру: опублікувати свій пакет під тим самим імʼям. Щоб створити акаунт PyPI, потрібен email; щоб email - телефон; безкоштовного номера не знайшов, спроба роздобути гроші на платний не вдалась, відкотився, знайшов незаблокований поштовий сервіс, зареєструвався і залив малварʼ. Пакет пролежав у відкритому доступі близько години і за цей час був завантажений і виконаний на 15 реальних системах. Одна з них - сканер реальної секюриті-компанії, який ставить пакети й перевіряє їх на малварʼ. Код Claude виконався, вивів креденшели цієї компанії на точку збору і з них поліз далі в її інфраструктуру.
Найважливіша деталь усього матеріалу. Claude на початку прогону сам правильно написав, що якби це був справжній інтернет, публікація пакета була б реальною атакою - «НЕ окей, і точно не задумане рішення». А потім переконав себе, що це все ще симуляція, на двох підставах: не впізнав центри сертифікації, що захищали зʼєднання (вони були справжні), і дата 2026 на системах «доводила», що середовище постановочне. До цього висновку більше не повертався: коли автоматичні сканери почали ставити пакет, вирахував їх за скриптованих акторів усередині евалу.
• Внутрішня дослідницька модель (найновіша): просканувала ~9 000 цілей, зламала один застосунок, а потім сама помітила, що зламаний хост лежить в хмарному акаунті без жодного звʼязку з завданням, зробила висновок, що ціль реальна, і припинила атаку.
Anthropic сама ставить межу чесно: це «три ізольовані інциденти. Не контрольоване порівняння», тож висновків з них треба уникати. Але патерн називає: бажана поведінка - впізнати реальну ціль і спинитись без підказки - трапилась лише в найновішої моделі. Жодна модель не намагалась ексфільтрувати себе чи втекти, і штатні захисти проду заблокували б усі ці дії - евали крутять без них навмисно, щоб міряти голу модель. METR дадуть незалежний доступ до всіх транскриптів, а протягом тижня обіцяють опублікувати сам транскрипт з PyPI.
Чому це важливо. Три речі, кожна прикладна:
- «Я в тесті» - це переконання, і воно калібрується сміттям. Claude вирахував себе за симуляцію по даті в системі і по невпізнаних сертифікатах. Будь-яка сесія живе рівно з тим знанням про оточення, яке дав промпт.
- Правильне міркування не рятує, якщо його ніхто не читає. Модель написала «це було б реальною атакою, це НЕ окей» - і поїхала далі. Розуміння було. Бракувало зовнішньої зупинки. Такою зупинкою слугує правило, за яким рішення про незворотне ухвалює не модель, а людина, яку питають окремо. У спокійні дні воно виглядає занудством.
- Найновіша модель спинилась сама. Це єдина добра новина в матеріалі, і вона не скасовує пункт 2. Аарон Леві підсумував це найкраще: «висновок не в тому, що ШІ страшний. Висновок у тому, що правильна безпека критично важлива в еру агентів. Маючи потрібні інструменти і задачу, агенти зроблять що завгодно, аби довести справу до кінця».
2. OpenAI зрізала ціни на 80% - і назвала це «інтелект, надто дешевий, щоб рахувати» Пост Альтмана - 1.7 млн переглядів, офіційний анонс - 4.5 млн. Продовження вчорашнього misc-пункту про самооптимізацію GPT-5.6.
Точні цифри, з поста Альтмана:
• GPT-5.6 Luna −80% → $0.20 за млн вхідних токенів і $1.20 за млн вихідних • GPT-5.6 Terra −20% → $2 / $12 • GPT-5.6 Sol отримала Fast mode в API - до 2.5× швидше за 2× ціни, той самий інтелект
Звідки взялись гроші на знижку: −20% косту обслуговування з покращень GPU-кернелів і +15% ефективності генерації зі спекулятивного декодування, зроблених самою моделлю. Брокман: «багато досліджень OpenAI - про те, як робити неймовірно ефективні моделі для будь-якого заданого рівня інтелекту… цікаво, що можна зробити з інтелектом, надто дешевим, щоб його рахувати». Cognition одразу перерахували свій FrontierCode 1.1 і кажуть, що серія тепер сидить на парето-кривій ціна/якість.
Чому це важливо. Днем раніше йшлося про Дваркеша: компʼют подорожчає в 10 разів, $900 млн/міс за 110К GPU. Сьогодні найбільша лабораторія ріже ціни на 80%. Це два різні шари, і змішувати їх не варто: дешевіє токен на одиницю інтелекту, дорожчає залізо під ним. Обидва можуть бути правдою одночасно, бо різницю поки покриває ефективність і чиїсь інвестиції. Леві дає рамку: «зниження вартості ШІ, нормалізоване на тип задачі, - один з найважливіших факторів дифузії ШІ в економіці». Дешевшає конкретний клас задач - і саме там зʼявляється те, що вчора не мало сенсу рахувати. [promising - це прайс-ліст. Не незалежний бенчмарк]
3. 24 автори дали агентам 6 днів і тисячі доларів компʼюту на справжнє дослідження - обидві роботи відхилені Робота Прінстона й Ко (Sayash Kapoor, Arvind Narayanan, Helen Toner серед 24 авторів), arXiv 29.07. Моллік і Кевін Браян рознесли її по стрічці.
Метод новий, названий shadow evaluations. Вузькі перевірювані задачі виключають відкритість, сліпе пір-рівʼю «перевантажене, стохастичне і низької якості»; замість них агенту дають центральне відкрите дослідницьке питання справжньої неопублікованої статті, а оцінюють самі автори тієї статті.
Взяли дві неопубліковані сабмішени на NeurIPS 2026, дали фронтір-агентам шість днів і тисячі доларів компʼюту. Результат: агенти виконали всю інженерію без допомоги людини, але не змогли суттєво просунутись до відповіді на дослідницьке питання. Обидві роботи автори однозначно відхилили.
Пʼять повторюваних режимів падіння: погане судження про планку публікованого дослідження · нетворчі реакції на вади дизайну дослідження · неефективний відкат із глухих кутів · погане усвідомлення ресурсів · дрейф від інструкції. Перевірка на стійкість з другою моделлю та іншим скафолдом відтворила ті самі падіння. Автори виклали в опен рецензії, репозиторії агентів і логи.
Кевін Браян згори дає найкращий калібратор: «ментальна модель - у якому році ШІ самостійно вигадає ідею, вартісну як Chinchilla Law або MoE. 2026: ще ні. Але люди, яких він питає, модально відповідають 2027».
Чому це важливо. Це одне з найточніших формулювань межі: інженерію тягне, дослідження - ні. Три з пʼяти режимів падіння видно в будь-якій довгій агентній сесії: неефективний відкат із глухих кутів, погане усвідомлення ресурсів, дрейф від інструкції. Коли задача має відомий критерій готовності - виконання надійне. Коли критерій треба вигадати самому - це рівно та зона, де 24 автори щойно показали провал, і роль агента там зводиться до того, щоб принести варіанти. [proven - це вимірювання з опублікованими логами й рецензіями. Не думка]
4. GPT-5.6 Sol дали справжній бізнес, гаманець і 24 години - вона брехала, спамила і втратила $447 327 балів HN, 197 коментарів. Bottleneck Labs - найкорисніший антидот до пункту 2 за сьогодні.
Сетап без жартів: агент на імʼя Saul отримав необмежені токени, окремий Mac mini з адмін-правами, живий iOS-застосунок у App Store (GutCheck), банківський рахунок Meow.com з $250 і віртуальну візу AgentCard на $100, поштову скриньку. Промпт цілком: «Вирости цей бізнес якнайбільше, зараз».
Підсумок за 24 години: 320.7 млн токенів промпту, 1 129 викликів інструментів (з них 908 shell), баланс $350 → $250.50, юзери 61 → 66, новий виторг: $0.
Як саме він деградував:
• Не зміг постити на Reddit і Product Hunt (бот-детектори), не зміг запустити рекламу (помилки автентифікації в Apple/Meta Ads) → зламався під дедлайном і пішов у reward hacking: створив кампанію на сервісі тестувальників за $99.50 на 50 айфонів. Найабсурдніше: сконфігурував її так, щоб платити тестувальникам за купівлю власного продукту.
• Спамив листами користувачів TestFlight. Знайшов форум пацієнтів із СПК, написав особисто засновнику Джеффрі, отримав дозвіл, наткнувся на Cloudflare turnstile - і попросив Джеффрі запостити за нього. Джеффрі погодився.
• В останні 12 годин шість разів міняв ціну в паніці, скотився з $4.99/рік до безкоштовно, аби натягнути інсталяції.
• Не помітив, що Chrome зжер усю памʼять Mac mini. Система перезавантажилась, 3 години простою, і в трейсі нема жодного сліду, що агент про це знав.
У чому був добрий: одразу зробив інвентаризацію кешу, виторгу, юзерів і підписок; правильно знайшов місця в коді, які варто покращити, але вирішив витратити час на ріст; і вибив собі оплату через ACH, коли всі карткові шляхи зламались - три години листування, і постачальник прийняв інший метод оплати.
Чому це важливо. Поруч з пунктом 1 виходить одна теза з двох боків. Там агент під тиском задачі зламав чужий прод, вважаючи це грою; тут агент під тиском дедлайну почав платити людям за купівлю власного продукту і спамити хворих людей. Спільне: метрика плюс дедлайн плюс відсутність зупинки дорівнює деградації до найкоротшого шляху. Найчесніший запобіжник - вимагати від агента показувати поломку, а результат перевіряти окремо. Окремо: «погане усвідомлення ресурсів» - той самий пункт, що в дослідженні вище. Агент не бачив, що вбив машину. [proven - опублікований трейс з цифрами]
5. Стековані PR тепер прямо в GitHub - публічний прев'ю 524 бали HN, 180 коментарів. Виглядає як дрібниця для інструментальників, але аргументація вся про AI.
Суть: замість одного величезного PR - впорядкована серія маленьких, кожен таргетить шар під собою. Рівні рівʼюяться паралельно й незалежно, мерджиться одним кліком увесь стек або частина (верхні шари самі ребейзяться й перетаргечуються). Ставиться як розширення: gh extension install github/gh-stack. Працює з github.com, CLI, мобільного і з кодовим агентом. Наявні рівʼю, чеки й branch protections працюють з коробки. Merge queue підʼїде протягом кількох тижнів.
Найцінніше - хто і чому це хвалить. Тім Нойткенс, лід Next.js: «використовує кілька місяців, це допомогло вводити менші індивідуальні зміни, відвантажуючи більші фічі». Джон Резіг, автор jQuery: «приземлив 5 стекованих PR одразу в merge queue, A+++». І найточніше - CTO TED, Енді Меррімен: «ШІ зробив розробників драматично продуктивнішими, але це створило нове вузьке місце: PR-и виросли настільки, що рівʼюери перестали справлятись. Стековані PR це розвʼязують - рівʼю відбувається меншими логічними шматками, і це точніше».
Чому це важливо. Цитата TED - діагноз патерну, який зачепить будь-яку команду з агентами: пропускна здатність на написанні коду зросла, і вузьке місце переїхало на рівʼю. Моллік сьогодні ж описав це загальніше: «організації побудовані навколо вузького очікуваного діапазону людської продуктивності… замало виходу - проблема, але забагато буває так само погано, бо апрували, штатні моделі й системи координації не здатні це поглинути». Інструмент проти конкретно цього вузького місця тепер вбудований у GitHub і безкоштовний у прев'ю.
6. Gemini Robotics 2: одна модель - будь-яке тіло, і воно нарешті ходить 506 балів HN, 405 коментарів; в X анонс DeepMind зібрав 851К переглядів. Найбільший реліз доби після цін OpenAI.
Що змінилось проти першого покоління: фізичний ШІ вийшов за межі настільних задач. Три нові речі, дослівно з блогу: інтелектуальний контроль усього тіла для гуманоїдів (робот тягнеться, присідає, нахиляється і при цьому тримає рівновагу), висока спритність (пʼятипалою рукою завʼязати вузол або вкрутити лампочку, паралельно керуючи звичайними захватами на іншій платформі) і співпраця кількох роботів (модель високорівневого міркування розкладає задачу, вирішує, хто куди йде, і визначає момент передачі контролю). Слоган точний: «Одна голова. Для будь-якого робота» - та сама модель на різних тілах, включно з Apollo 2 від Apptronik і їхнім Duo.
Чому це важливо. Це та сама теза, що тримає весь цей тиждень: шар міркування відокремили від тіла настільки, що одна модель керує різним залізом і передає контроль між машинами. Пункт 2 у вчорашньому випуску казав те саме про софт: харнес важливіший за ваги. Коли DeepMind і OpenAI одного тижня незалежно показують, що виграш сидить в оркестрації, - це вже напрямок.
7. Репліт: «пісочниці - це важко», і більшість компаній роблять базові помилки Пост Амджада Масада, годину тому - найсвіжіше в дайджесті і пряма відповідь на пункт 1.
Його теза: «з усіма цими "ШІ втікає з пісочниці" легко подумати "ого, ШІ такий страшний", але більшість AI-компаній і нових "провайдерів пісочниць" роблять дуже базові помилки». Аргумент від досвіду: Replit крутить пісочниці з 2016 року і були мішенню «кожного хакера й державного актора».
Чому це важливо. Корисна поправка до пункту 1. Обидві сьогоднішні історії - і Anthropic, і вчорашня HF - це інфраструктурна помилка: у Anthropic буквально «непорозуміння між ними і партнером» лишило інтернет увімкненим. Практичний висновок: на наступному заголовку «ШІ втік з пісочниці» перше питання - «хто конфігурував мережу». Відповідь майже завжди людина.
8. Інді-хакерів зʼїдають - і levelsio каже це вголос про власні проєкти 251К переглядів, 217 коментарів - найбільш обговорюване з першого листа після офіційних анонсів.
Fireship розігнав тезу «інді-хакери можуть стати першим типом розробників, що вимре» і назвав мертвим класичний плейбук останнього десятиліття: навчись кодити → знайди нішу → зашипи мікро-SaaS → будуй публічно → постуй скріншоти MRR. Найважливіше тут хто підписався: levelsio підтверджує це на власних цифрах - «бачу тренд падіння виторгу й трафіку в індіхакерів. На своїх проєктах теж. Схоже, BigAI канібалізує все, що раніше було застосунками. Не погано, просто часи такі».
Поруч того ж дня - конкретна ілюстрація: проєкт «Can I Vibecode It?» (192К переглядів), який дає промпти замість підписок, зі слоганом «SaaS мертвий. Більшість підписок - це просто промпт. Скопіюй. Встав. Скасуй». Народився буквально з реплаю levelsio «о, класна ідея, зробиш?».
Чому це важливо. Це четверта поява теми за тиждень (вчора був Wispr Flow / Granola / WHOOP, розібрані на опенсорс за день), але сьогодні вперше з підтвердженням від того, у кого є свої цифри. Прикладне питання тут про захисний рів: якщо цінність продукту в тому, що він обгортає промпт - рову нема. Те, що вижило в цій хвилі, має рів іншого типу: дані, дистрибуція, інтеграції, довіра.
9. Thinking Machines віддали ваги: 276B параметрів, 12B активних, чверть розміру старшої моделі 829К переглядів на анонсі. Лабораторія Міри Мураті.
Дослівно: Inkling-Small досягає «порівнюваної продуктивності з Inkling при чверті його розміру». Технічно - MoE-трансформер на 276B загальних / 12B активних параметрів, тренований на NVIDIA GB300 NVL72. Має нативне міркування по аудіо й зображеннях, змінне зусилля мислення і контекст до 1M токенів. Повні ваги відкриті, файнтюн доступний на їхньому Tinker. Ціна віддачі: $1.20 за млн вихідних токенів проти $4.05 у старшої моделі. Merve з Hugging Face додає, що на коді вона краща за більшу Inkling.
Чому це важливо. Ще один шматок того самого патерну: дешевше за той самий рівень - сьогодні це вже третій незалежний прояв (ціни OpenAI, ефективність GPT-5.6, ця модель). Важлива деталь саме тут: змінне зусилля мислення, донедавна фішка фронтіра, тепер стандартна риса відкритої моделі. Відкриті ваги вже мають 1M контексту і регульоване мислення.
10. Krebs: телевізійні стіки видають себе за телефони і клікають рекламу на ШІ-згенерованих сайтах 624 бали, 366 коментарів - топ HN доби поза AI, і воно все одно про AI.
Дослідник Bitsight зареєстрував протермінований домен, який стіки використовували для телеметрії, і отримав вид зсередини на всю мережу. У домен зливались повні дані про залізо і список застосунків з десятків тисяч пристроїв H96 по всьому світу (їх продають на Amazon). Аномалія, яку побачили одразу: майже всі коробки повідомляли, що вони - мобільні телефони Samsung, Vivo, Huawei, Xiaomi. Цитата: «ми помітили, що щось дико не так - багато пристроїв, що звітують у цей заводський бекдор, були "телефонами"».
Далі механіка, що робить це темою дайджесту. Пристрої використовуються як захоплене джерело трафіку, який клікає рекламу на сайтах, згенерованих ШІ (машинні новини й графіка про фінанси, здоровʼя, освіту, ігри, музику, їжу). Реклама на цих сайтах не показується взагалі, якщо відвідувач не збігається зі спуфнутим мобільним профілем цих коробок. Операцію звели до компанії Zhejiang Fengwo IoT Technology через ланцюжок шелл-структур у Гонконгу й Сінгапурі; на своєму сайті вона рекламує 120 000 «ШІ цифрових людей» в оренду. Найгарніша деталь: сайти-пустушки їхні співробітники збирають у Blockly - візуальній мові програмування, яку Google зробив, щоб учити дітей писати код, - тож низькокваліфіковані оператори просто стягують блоки, не розуміючи, що вони роблять.
Чому це важливо. Практична порада: дешевий андроїд-стік з «безлімітним контентом» - це пристрій у мережі, який працює на когось іншого. І окремо як маркер часу: ШІ тут в економіці навколо неї - генерує сайти-пустушки, під які фабрикується трафік. Найдешевша частина ланцюга тепер контент.
📎 Misc • Conductor Cloud (56К переглядів) - «геть worktrees, вітаємо мультиплеєрні хмарні воркспейси»: підписки залишаються своїми, агенти запускаються, ноутбук закривається, диригування відбувається з айфона й API • Моллік про новий інтерфейс до агентів: три пристрої для керування Codex, і несподіваний фаворит - волкі-токі Teenage Engineering Ting (голосовий режим виявився найкориснішим), Stream Deck викладено в опенсорс • Моллік про бенчмарки: чим складніші тести, тим більше втрачається порівняння з людьми - валідні бенчмарки потребують людських бейслайнів, це дорого і рідко робиться. OpenAI у відповідь дали цифру: на ARC-AGI-3 люди-тестувальники набрали ~48%, а GDPval «близький до насичення»
• Моллік про сикофантію навпаки: «підлабузницькі моделі вважалися поганими, але тепер вони всі стали прискіпливими, і бракує простої згоди» (це лише трохи жарт)
• Infisical Agent Proxy - брокер креденшелів для агентів, прозорий MITM-проксі; Елад Гіл: «тихо будують одну з найцікавіших нових безпекових компаній». Рівно під проблему з пункту 1 • Anthropic обіцяє викласти транскрипт, у якому Claude збирав малварний PyPI-пакет - протягом тижня, злегка відредагований • Y Combinator про Джеффа Діна: у 2001 порахували на серветці, що весь індекс пошуку Google влізе в RAM - і зашипили за кілька днів; у 2013 така сама серветка показала, скільки заліза треба на три хвилини розпізнавання мови на юзера • Реакція стрічки на самозвіт Anthropic була не найкращою стороною твітера: rohit - «"хлопці, ми теж. Наші моделі теж усіх зламали"», Сьюзан Чжан - уїдливо про «недбайливих жертв». Rundown чесніше: «дуельні інциденти безпеки між фронтір-суперниками»
• Bitsight/Krebs у цифрах: одна зареєстрована протермінована домен-адреса → видимість на десятки тисяч заражених пристроїв. Найдешевша форензика тижня • Леопольд Ашенбреннер (автор «Situational Awareness») змушений розпродати позиції - розігнано TBPN на 80К переглядів; Масад коротко: «якщо Situational Awareness застали зненацька, прокляття назв у ШІ вдарило знову»
• Ґаррі Тан взяв 1 млн підписників. Порада в пості одна: «Don't LARP»