тема 1Справа про жучок в OpenAI: прокурори кажуть про підтримку Саудівської Аравії
14.10 тут писали про арешт інженера OpenAI Абдулрахмана Альфозана. Його звинувачують у тому, що він сховав записувач у переговорній. У неділю прокурори подали в суд нові деталі. У понеділок суддя Алекс Це залишив Альфозана під вартою до суду, бо є ризик, що він втече.
OpenAI знайшла пристрій 30.09. Він був за телевізором, прикритий туалетним папером. Прокурори пишуть, що пристрій стояв там кілька днів. У ці дні в тій самій кімнаті керівники OpenAI зустрічались з представниками уряду США. На телефоні Альфозана ФБР знайшло фото ще одного прихованого записувача в іншій переговорній.
Найважча частина стосується Саудівської Аравії. За даними обвинувачення, Альфозан листувався в WhatsApp з членом королівської родини з 2025 року до 05.10. На повідомлення «Саудівській Аравії ти потрібен більше, ніж США» він відповів «100». 04.10 він відкрив на телефоні папку «Saudi Gov Docs». Квиток в один бік до Ер-Ріяда для нього, дружини і дитини, за словами прокурорів, оплатив саудівський уряд. Після арешту представник саудівських військових купив дружині і сину квитки бізнес-класом до Дохи.
Окрема деталь стосується самих інструментів OpenAI. Прокурори пишуть, що Альфозан шукав зручні переговорні через внутрішнього агента OpenAI. Ще він питав у ChatGPT з акаунта дружини, як змусити записувач вмикатись на голос. Через того ж агента він шукав «10 людей з OpenAI для неформальної зустрічі з міністрами Саудівської Аравії».
Зараз обвинувачення - незаконний запис розмов, до 5 років вʼязниці. Прокурори кажуть, що можуть додати серйозніші статті. Вони допускають, що Альфозан діяв для себе, і кажуть, що для справи це не має значення.
Чому це важливо. Фронтирні лабораторії стали обʼєктом розвідки держав, як оборонні підрядники.
Ця справа показує дешевий шлях атаки: працівник з доступом і саморобний записувач. Логи внутрішніх агентів тут стали доказом проти користувача. Компанії, які дають працівникам агентів, отримують і детальний журнал їхніх намірів.
тема 2Маск обіцяє акцію SpaceX кожній дитині в США після фонду Anthropic
Вчора тут писали, що Anthropic віддає 5% акцій у фонд суспільного блага. Через кілька годин Ілон Маск написав у X, що наступного року дасть одну акцію SpaceX «кожній дитині в Америці». Semafor пише, що Маск зробив це у відповідь на пост Anthropic. Як саме роздавати акції, Маск не пояснив.
Пізніше Трамп подякував Маску і написав, що акції підуть на «рахунки Трампа». Це державна програма ощадних рахунків для дітей.
NYT рахує так: у США близько 72 мільйонів дітей до 18 років, акція SpaceX коштує близько $148.
Разом це приблизно $10,5 мільярда. Semafor дає $10,8 мільярда, це близько 1% акцій Маска в SpaceX.
Для порівняння, Майкл і Сьюзан Делл раніше пообіцяли на ці рахунки $6,25 мільярда готівкою.
У Маска є історія обіцянок без виконання. NYT нагадує, що його фонд Musk Foundation мав понад $14 мільярдів активів, але чотири роки поспіль не роздавав мінімум, якого вимагає закон. У 2021 році Маск пообіцяв $6 мільярдів Світовій продовольчій програмі ООН, якщо вона покаже план. План програма показала, гроші Маск не дав. Semafor ставить ще одне питання. SpaceX має акції двох класів, і Маск контролює голоси. Які права голосу отримають діти, поки невідомо.
Чому це важливо. Акції лабораторій AI стають політичним інструментом ще до великих IPO.
Anthropic привʼязала пожертву до ризиків для ринку праці, Маск привʼязав свою до програми Білого дому. В обох схемах великий пакет акцій опиняється в руках дружнього до компанії власника.
Semafor прямо пише, що так компанія може зібрати лояльний блок акціонерів.
тема 3Програмісти і код від AI, якого вони не розуміють
Найбільше коментарів на HN за добу зібрали дві теми про те саме. Перша - питання «Як жити з тим, що випускаєш код від AI, якого не розумієш?». Автор цитує пост інженера Meta: «Код став чорною скринькою. Якщо перевіряти кожен рядок, усе займе вічність». Під питанням 435 коментарів.
Найпопулярніша відповідь проста. Людина сама проєктує абстракції і звʼязки між ними, а модель лише заповнює реалізацію. Тоді автор знає, як працює система, навіть якщо не читав кожну функцію.
Інші коментатори пишуть похмуріше. Один сеньйор з 10 роками досвіду каже, що просто апрувить PR колег, бо фізично не встигає прочитати тисячі змінених рядків на тиждень.
Друга тема - Пол Беттлі заархівував усі свої Ruby-геми. Він пише, що сам Ruby тепер значною мірою розробляють агенти, а Матц називає Ruby «мовою для епохи AI». Беттлі не хоче наповнювати спільний код, який компанії збирають для навчання моделей. Під постом 418 коментарів. Віллісон того ж дня процитував «некролог програмуванню» Джеремі Шеффа. Головна думка: якщо вам подобалось розвʼязувати головоломки в коді, втрата справжня. Якщо вам подобається будувати системи, AI - це подарунок.
Ринок тим часом платить за перевірку. Greptile, яка робить AI-ревʼю пул-реквестів, залучила $50 мільйонів раунду B за оцінкою $750 мільйонів. Компанія пише, що перевіряє понад 1% усіх PR, які відкривають на GitHub за день. У команді менше 50 людей.
Чому це важливо. Писати код стало дешево, а розуміти його ні. Вузьке місце переїхало в ревʼю, і туди йдуть гроші інвесторів. Робоча порада з треду дешева: тримати архітектуру в голові людини, а рядки віддавати моделі. Без цього команда отримує систему, яку не може пояснити.
тема 4Джек Кларк у МВФ: «сингулярність почалась»
Співзасновник Anthropic Джек Кларк виступив 17.10 на зустрічі МВФ у Бангкоку з лекцією імені Пера Якобссона. Повний текст він виклав у своїй розсилці. Головна теза: «цього року ми отримали переконливі докази, що сингулярність почалась».
Аргументи Кларк бере з науки. На Humanity's Last Exam найкращий результат на старті в січні 2025 року був 8%, тепер Claude Opus 5.5 має 67,7%. На FrontierMath результат виріс з 2% до 94%. Ще приклад - тест TheoPhysEval з 50 неопублікованих задач теоретичної фізики. GPT-6 Astra спершу набрала трохи менше 90%. Потім модель наполягала, що помилились експерти, і в кількох задачах вони справді знайшли помилки у своїх відповідях. Після виправлень Astra має 49 з 50.
Кларк каже, що дослідники Anthropic пишуть майже в 10 разів більше коду, ніж у перші чотири роки компанії. За моделюванням Anthropic, ВВП США за швидкого сценарію може сягнути $44 трлн до 2030 року. Від урядів він просить будувати лабораторії, роботів і наукове обладнання, як раніше просив будувати датацентри. І друге: обмежувати сам розвиток технології. На питання модератора Рагурама Раджана Кларк нагадав, що Даріо Амодеї писав про можливі «обмеження на стелю інтелекту» систем.
Вікно, щоб діяти, за його словами, - «кілька років».
Чому це важливо. Про сингулярність тут говорить співзасновник лабораторії, і говорить перед центробанкірами та міністрами. Вчора тут була цифра Майкла Селліто, що Claude може вести 80-90% навчання моделей. Кларк дає ширшу картину з тієї ж компанії. Цифри бенчмарків у промові перевіряються. Прогноз ВВП - модель самої Anthropic.
тема 5Дешевий ярус моделей: MiniMax M3.1 Flash і дифузійна Mercury 3
Вчора тут писали, що краща модель уже не гарантує трафік розробників. За добу вийшли дві моделі, які грають саме ціною і швидкістю.
MiniMax випустила M3.1 Flash. Ціна - $0,15 за мільйон вхідних токенів і $0,60 за мільйон вихідних.
Компанія пише, що на агентних задачах модель коштує на 70% менше за попередню і працює майже втричі швидше. Результати за даними самої MiniMax: 73,7% на DeepSWE v1.1, 61,7 на OSWorld V2, 82% на CyberGym. Анонімна модель Space Bunny, яка обробила понад 200 трлн токенів, була ранньою версією M3.1 Flash. Ваги компанія обіцяє викласти пізніше.
Inception випустила Mercury 3. Це дифузійна модель. Вона уточнює весь фрагмент тексту за кілька проходів, тоді як звичайна модель пише по одному токену. Inception пише, що Mercury 3 понад у 40 разів більша за Mercury 1 і видає 1068 токенів за секунду на GPU NVIDIA. Контекст - 1 млн токенів. Ціна - $0,20 і $0,70 за мільйон, на старті зі знижкою 50%. За даними компанії, модель не гірша за GPT-6 Luna і Claude Haiku 5.5.
Чому це важливо. Для агентів швидкість кожного кроку множиться на кількість кроків. Тому в дешевому ярусі затримка тепер важить так само, як ціна. Цифри обох компаній поки що власні.
Незалежних замірів на HN у треді ще нема, тож порівнювати варто на своїх задачах.
тема 6США прибрали DeepSeek з цивільних федеральних систем
18.10 тут писали, що DeepSeek виклала V4.1 Flash під MIT. Тепер Міністерство внутрішньої безпеки США наказало прибрати технології DeepSeek з цивільних федеральних агенцій. Серед них Мінфін, Держдеп і Мінʼюст. Міністерства оборони наказ не стосується. Наказ оприлюднили в понеділок, але діє він з кінця липня.
WSJ пише, що заборона стосується і майбутніх закупівель. Вона охоплює продукти афілійованих з DeepSeek компаній і сторонні продукти, побудовані на моделях DeepSeek. Яку саме загрозу бачить міністерство, наказ не пояснює. BBC нагадує, що DeepSeek використовують Snowflake, Vercel і OpenRouter.
Чому це важливо. Фраза «побудовані на моделях DeepSeek» - найширша частина наказу. Відкриті ваги легко вбудувати в чужий продукт, і постачальник не завжди каже, яка модель усередині. Для компаній, які продають уряду США, походження моделі стає пунктом перевірки, як походження чипа.
тема 7Mistral: модель для часових рядів і модель фізики з CERN
Обидва анонси вийшли 15.10, але на HN їх обговорювали вчора, і в цих випусках їх ще не було.
Timestral - перша сімʼя моделей Mistral для прогнозу часових рядів: показів датчиків, метрик, фінансових потоків. Моделей чотири: на 5, 28, 123 і 209 мільйонів параметрів. Mistral пише, що найбільша з них перша на трьох публічних бенчмарках: GIFT-Eval, TIME і fev-bench. Модель на 28 мільйонів, за словами компанії, обходить Chronos-2, яка приблизно вчетверо більша. GPU не потрібен: на 8 потоках процесора прогноз на добу вперед займає від 10 до 140 мс. Більшість даних для навчання синтетичні.
CERN і Mistral підписали заяву про намір співпрацювати. Мета - «Large Physics Model», перша базова модель для фізики колайдерів. Її навчать на мільярдах симульованих зіткнень протонів у Великому адронному колайдері. CERN має близько одного ексабайта даних, а після запуску HL-LHC близько 2030 року зіткнень стане вдесятеро більше.
Чому це важливо. Mistral будує нішу, яку великі американські лабораторії майже не займають:
малі спеціалізовані моделі для промисловості і науки, які можна запустити на своєму залізі.
Прогноз часових рядів без GPU - це прямий продукт для заводу чи енергетики. Партнерство з CERN поки лише заява про намір.
тема 8Російський супутник підійшов на сотні метрів до радарного супутника, яким користується Україна
Компанія LeoLabs, яка стежить за орбітою радарами, повідомила про маневр російського військового супутника Космос 2612. Він наблизився до ICEYE-X36, комерційного радарного супутника з американської дочірньої компанії фінської ICEYE. Минулого тижня Космос 2612 почав швидко зближуватись. У пʼятницю він тримався за 2-3 км, а у вихідні супутники були ближче за 500 м. LeoLabs називає це першим відомим несанкціонованим зближенням на низькій орбіті.
Космос 2612 запустили у квітні разом з пʼятьма іншими супутниками. Щонайменше чотири з них підлаштували орбіти під ICEYE-X36. LeoLabs пише, що це не випадковий проліт: був контрольований підхід, облет, довга стоянка поруч і контрольований відхід. Супутники ICEYE бачать поверхню крізь хмари і вночі. Україна отримує від ICEYE розвідувальні знімки з 2022 року. Того ж року російський чиновник назвав цивільні супутники, які допомагають армії України, «законною ціллю».
Чому це важливо. Комерційні супутники стали частиною війни, і тепер їх фізично переслідують на орбіті. Для України це ризик для джерела розвідки, яке не залежить від рішень однієї компанії чи уряду. Після історії з обмеженнями Starshield ця залежність помітна особливо.