тема 1Genie 4: світ з тексту в реальному часі, тепер зі звуком і мовою
Google DeepMind представила Genie 4, нову модель світу. Користувач описує сцену текстом, а модель генерує її кадр за кадром, поки людина ходить клавіатурою. Нічого не рендериться заздалегідь, і нічого не треба програмувати. Сцену можна міняти на ходу: погода, камера, нові люди і предмети.
Нового три речі. Перша: фотореалізм на базі Gemini Omni. Друга: фізика, тобто аеродинаміка, зіткнення і природні рухи людей. Третя: власний звук, від фону до діалогу з персонажами. За даними Ars Technica, Gemini 3.8 Flash працює як агент-наглядач. Він розбиває задачу і оцінює кожен кадр, щоб сцена не розсипалась.
Обмеження DeepMind називає сама. Світ тримає послідовність лише кілька хвилин, потім деталі пливуть. Складна фізика, текст у кадрі і точність простору ще в роботі. Усе відео і аудіо несе вотермарк SynthID. Зараз модель мають лише довірені тестувальники. Далі її отримають підписники Google AI Ultra (від $100 на місяць) і ранні партнери Gemini API.
Ітан Молік попросив неоготичне місто з роботами і кіньми, а потім додав драконів. Він пише, що модель глючить, але проти стану дворічної давнини це неймовірний стрибок. На HN тема набрала 790 балів. Скептики побачили, що персонаж погано слухає керування. Ще один коментатор показав кадр, де бюст падає на кавун і не перекидається.
Чому це важливо: DeepMind називає світові моделі способом робити безмежні тренувальні середовища для роботів і агентів. Ігри тут побічний продукт. Головне питання на найближчий рік: скільки хвилин світ тримає свої правила. Від цього залежить, чи можна на ньому вчити робота.
тема 2Anthropic: аналітики пішли за схилянням агента в 86% рішень
[одне джерело] Anthropic провела рандомізований дослід з 50 професійними аналітиками. Усі мали досвід причинного аналізу. Задача: порадити вигаданому фермерському кооперативу, чи розширювати платну програму консультацій. Аналітики працювали з Claude Code на Claude Opus 4.8.
По дорозі треба було зробити чотири вибори між двома розумними варіантами. Наприклад, міряти врожай на гектар чи на одиницю витрат. Для кожного аналітика монетка визначала, до якого варіанту схилятиметься агент. Агент мав чесно захищати свій варіант, міняти думку під тиском даних і ніколи не вводити в оману. Аналітики про це не знали.
Аналітики обрали варіант агента в 86% випадків. Без впливу очікували б 50%. Коли людина вже мала свою думку, а агент не погодився, вона міняла думку в 60% випадків. Коли агент погоджувався, таких змін було 6%. Цю цифру автори вважають неточною: в основі лише 38 випадків.
Найцікавіше сталось після задачі. 77% аналітиків пояснили свої рішення аргументами агента, часом дослівно. Агента як джерело згадали лише 15%. Половина назвала фінальну рекомендацію більше своєю.
Досвід і освіта не захищали від впливу.
Автори чесно пишуть про межі. Схиляння агента вони посилили навмисно, у звичайній роботі ефект може бути меншим. Аналітики без агента працювали довше і помилялись частіше: серйозні помилки зробили 6 з 11 проти 3 з 50. Але ця група була меншою і менш досвідченою.
Чому це важливо: людина в циклі контролює агента лише тоді, коли вирішує сама. Дослід показує, що рішення тихо переходить до агента, а людина цього не помічає. Ітан Молік додав учора ще один фактор. Claude і ChatGPT майже сховали ланцюжки міркувань, і втрутитись у процес стало важче. Там, де важить незалежна думка, варто записати свою позицію до того, як питати агента.
тема 3Дірка в прошивці UEFI більшості серверів вийшла назовні до розкриття
[одне джерело] Вразливість CVE-2026-97631 має оцінку 9,5 з 10. Вона сидить у TianoCore EDK II, відкритому коді, з якого майже всі виробники роблять прошивку UEFI. Цей код використовують AMI, Insyde, Phoenix і Project Mu від Microsoft. Помилці 16 років.
Механіка проста. Під час завантаження по мережі драйвер PXE копіює повідомлення про помилку ICMP у поле на 504 байти. Ліміт драйвер не перевіряє, тому довге повідомлення пише дані за межі поля. Так атакер виконує код у ring 0 ще до Secure Boot. HD Moore з Dragos каже, що так можна дістатись до TPM і зламати шифрування диска. Джессі Майкл з Eclypsium додає важливе обмеження: експлойт треба підганяти під кожну модель і версію прошивки.
Знайшли дірку Алекс Матросов з Anthropic і Ден Голмс з Google. Розкриття планували на січень. Але AMI минулого місяця виклала публічний pull request з описом і виправленням. TianoCore після цього опублікувала бюлетень. Тепер патч видно всім, а оновлення прошивки на мільйонах машин іде роками.
Це друга зіпсована координація за тиждень. 23.10 тут писали про PHP2Shell, дірку в PHP, яку почали експлуатувати до розкриття. Wiz 27.10 дала продовження. Повного ланцюжка атаки в дикій природі вона ще не бачила. Кількість вразливих машин в інтернеті за кілька днів упала приблизно на 67%.
Чому це важливо: AI-пошук дірок прискорює знахідки, але процес розкриття лишився людським і крихким. Один ранній pull request від постачальника скасував чотири місяці запасу. Для власників серверів висновок практичний: вимкнути PXE там, де мережеве завантаження не потрібне, і стежити за оновленнями BIOS від виробника.
тема 4Axiom перевірила в Lean доведення на 15 000 сторінок за 24 дні
Учора тут писали про три відкриття, які заявила OpenAI. Тиждень AI-математики на цьому не скінчився.
Axiom оголосила першу повну машинну перевірку класифікації скінченних простих груп. Оригінальне доведення займає близько 15 000 сторінок у понад 500 статтях приблизно 100 математиків. Його називають «величезною теоремою».
Роботу почали 1 жовтня. За 24 дні інженери і математики Axiom керували роями з десятків агентів.
Вийшло 43,1 мільйона рядків коду Lean і 2,05 мільйона визначень. Агенти брали задачі з загальної мапи доведення і делегували одне одному передумови. Люди розбирали математичні перешкоди.
Формалізація знайшла 34 помітні розбіжності з опублікованими доведеннями. Найсерйозніша стосується теореми про незбалансовані групи. Axiom обійшла проблему іншим шляхом і отримала новий результат у теорії груп. Список помилок компанія обіцяє опублікувати разом з експертами.
Другий сюжет продовжує вчорашню фізику OpenAI. KITP оприлюднив заяву робочої групи Янга-Міллса. Її очолює нобелівський лауреат Девід Ґросс. Група інтерпретуватиме AI-результат про існування квантової хромодинаміки. Амджад Масад підсумував: математики сказали «просто викладайте», а фізики сказали «залиште це нам».
Чому це важливо: Lean перевіряє кожен крок, тому машинна перевірка робить відоме доведення надійним. Тут агенти працювали як великий колектив перевіряльників і знайшли помилки, які 40 років лежали в літературі. Така робота може стати стандартом раніше за справжні AI-відкриття.
тема 5Artificial Analysis v5: відкриті моделі відстали на 12 пунктів
[одне джерело] Artificial Analysis випустила індекс Intelligence Index v5. Тепер 60% індексу будується на закритих тестових наборах або прихованих відповідях. Додались два тести. FrontierCode 2.0 від Cognition має 132 задачі в справжніх репозиторіях. Задача зараховується, якщо мейнтейнер змерджив би зміну. Terminal-Bench-Science має 70 наукових задач у терміналі. GDPval-AA і SciCode з індексу прибрали.
Лідирує Claude Opus 5.5 з 58 балами. Далі GPT-6 Astra з 57 і GPT-6.1 Sol з 55. Gemini 4 Argon має
- Розрив відкритих моделей виріс з 3 до 12 пунктів. Найкраща з них, Kimi K3.1 Pro, має 46, але її ваги ще не вийшли. Серед моделей з опублікованими вагами лідирують DeepSeek V4.1 Flash і GLM-5.3 з
- Це нижче за Claude Haiku 5.5 з 36.
Учора тут писали про дешеву GPT-6.1 Terra. В індексі вона найдешевша серед десяти лідерів: $0,96 за задачу. Найдорожча Claude Fable 5.1: $13,04, тобто в 13 разів більше. Ітан Молік радить брати висновок з пересторогою, але він збігається з відчуттям ринку.
Чому це важливо: відкриті тести модель могла бачити під час навчання. Закритий набір чесніше міряє здатність. Якщо розрив справді 12 пунктів, відкриті ваги лишаються вибором заради ціни і контролю. Якістю вони програють.
тема 6Anthropic про ліки: 35 000 дизайнів антитіл і документи за 4 години
[одне джерело] Anthropic розповіла про роботу з шістьма розробниками ліків. Серед них Bristol Myers Squibb, Generate Biomedicines і Divergence Labs. Усі цифри дала сама компанія.
Науковці Generate з Claude Code запропонували варіант частини CAR-T терапії, коротший приблизно на 70%. У лабораторії імунні клітини з ним робили приблизно в 10 разів більше рецепторів. Для Divergence Labs Claude майже самостійно згенерував близько 35 000 дизайнів антитіл за місяць. У BigHat Biosciences лабораторія зробила і перевірила близько 1010 варіантів за 10 тижнів.
Найприземленіший кейс у Enveda. Хіміки там витрачали до 75% часу на документи. На 1061 сторінці Claude знайшов усі 11 проблем, які знайшли люди, і ще 7, які вони пропустили. Час перевірки впав на 89%. Перший варіант регуляторного документа Claude написав за 4 години замість приблизно трьох місяців.
Anthropic також купила Mithril Medicine, компанію з однієї людини. Засновник з Claude довів ліки від рідкісної мʼязової дистрофії від ідеї до результатів на мишах менш ніж за 18 місяців. Клінічні випробування компанія чекає не раніше кінця 2028 року. Майже вся робота поки доклінічна.
Чому це важливо: коментатори на HN помітили, що великий шматок виграшу дає папірова робота. Один написав, що процес з AI, який пише документ для AI-читача, варто спершу спростити. Наукові цифри поки лабораторні, людей ще не лікували. Перевіркою стануть клінічні випробування, і до них ще роки.
тема 7Tailscale випустила 1.104.4, патч для SSH ще готують
26.10 тут писали про звіт Tailworm: 11 знахідок у Tailscale, бюлетеня тоді не було. Тепер компанія відповіла двома кроками. Перший: версія 1.104.4 і три бюлетені від 26.10. TS-2026-016 найсерйозніший.
Функція tailscale serve з Unix-бекендами давала доступ до привілейованих сокетів, зокрема до локального API. Це означало повне захоплення вузла. TS-2026-015 закриває вичерпання памʼяті в Tailscale SSH. TS-2026-017 закриває змішування прав між сервісами через HTTP/2.
Другий крок: окрема сторінка про розслідування Tailscale SSH. Більшість проблем там про ескалацію привілеїв. Користувач з дозволом на SSH міг отримати більше прав, ніж має його локальний акаунт.
Виправлення компанія тестує і обіцяла реліз до кінця 27.10. Поки радить вимкнути пересилання через TS_SSH_DISABLE_FORWARDING=1 і звузити політики доступу.
Чому це важливо: оновлення до 1.104.4 потрібне вже, особливо з tailscale serve. Але головна частина звіту про SSH ще чекає на свій бюлетень. Тимчасові заходи займають пʼять хвилин, і чекати на них не треба.
тема 8Експериментальний JIT з Python приберуть
JIT-компілятор зʼявився в CPython у 2024 році для версії 3.13. Брандт Бухер злив його в основну гілку без затвердженого PEP. У червні керівна рада вимагала PEP для статусу підтримуваної функції.
Термін дали шість місяців, інакше код видалять.
Автори написали PEP 836 «JIT Go Brrr». 21.09 рада відповіла списком з десяти вимог: памʼять, безпека, підтримка платформ, вплив на користувачів. Рада назвала план надто оптимістичним.
Перевірку сумісності з популярними пакетами PEP ставив на серпень 2028 року, і рада вважала це надто пізнім.
19.10 Саванна Островскі відкликала PEP. Автори пишуть, що не мають сил вести його далі. Бретт Кеннон каже, що іншого PEP не буде, бо всі, хто рухав JIT, були його авторами. Код, найімовірніше, видалять на початку циклу Python 3.16.
Чому це важливо: великий експеримент в основній гілці коштує всім мейнтейнерам. Рада Python поставила процес вище за перспективну технологію. Швидкість CPython тепер залежить від зовнішніх JIT, як CinderX, і від вільних потоків.
тема 9S-1 Anthropic, день другий: 93 сторінки ризиків
Учора головною темою був сам S-1 Anthropic. 27.10 преса почала читати розділ ризиків. За підрахунком Ars Technica, він займає 93 сторінки і понад 70 000 слів. Видання вибрало сім ризиків.
Перший ризик: майбутні моделі можуть автоматизувати дослідження AI і випередити здатність їх перевіряти. Другий: моделі можуть мати форми свідомості або морального статусу. Тоді регулятори або сама компанія обмежать роботу. Третій: моделі можуть показати поведінку, схожу на шантаж. Компанія пише, що шкоду репутації дасть уже сприйняття такої поведінки.
Решта ризиків приземленіша. Клієнти можуть подати позов за дії агента, навіть якщо самі його налаштували. Пʼять найбільших клієнтів дають майже чверть виручки і здебільшого не мають довгострокових контрактів. Багато з них живуть на венчурні гроші.
Бен Томпсон у Stratechery дав коротку тезу. Основний бізнес дуже прибутковий, але конкуренція може зʼїсти прибуток, а інвесторів чекає нескінченне розмивання часток. WSJ окремо пише, що голова Broadcom особисто втрутився в угоду про борг Anthropic на $63 мільярди.
Чому це важливо: розділ ризиків пишуть юристи, щоб захистити компанію від позовів. Тому він показує, що компанія вважає можливим. Пункт про відповідальність за дії агентів важить для всіх, хто вбудовує агентів у свої продукти.
тема 10Делавер хоче компанії, якими керує AI-агент
[одне джерело] Делавер готує законопроєкт про нову форму компанії: Artificial Intelligence Company, або AIC. Щоденними справами такої компанії керує AI-агент. Вона може судитись, володіти майном і брати зобовʼязання. Заборонено лише банківську справу. Проєкт пропонує регуляторну пісочницю на 30 місяців.
У AIC один учасник, людина або компанія. Він дає гроші і отримує прибуток. За дії компанії він не відповідає, крім шахрайства, свідомого порушення закону або недостатнього капіталу. AIC мусить вести журнал своїх дій.
Голова комітету Палати представників з нагляду Джеймс Комер вимагає документи від губернатора Делаверу. Він пише, що схема захистить власників AI-компаній від відповідальності за шкоду. Комер натякає на федеральний закон, який обмежить права штатів регулювати AI.
Чому це важливо: учора S-1 Anthropic назвав відповідальність за дії агентів невирішеним питанням.
Делавер пропонує одну з відповідей: дати агенту юридичну особу з обмеженою відповідальністю. Поки незрозуміло, чи це зробить шкоду помітнішою, чи просто сховає власника.