Выпуск канала mediocre notes — @mediocreit

🧠 Новые модели и бенчмарки

• Anthropic выпустила Claude Opus 5 — рабочая лошадка дешевле Fable 5 — Opus 5 лидирует на Frontier-Bench и CursorBench, превосходит Fable 5 по ряду метрик при вдвое меньшей цене ($5/$25 за млн токенов) и срабатывании фильтров на 85% реже.
• Opus 5 — №1 в Intelligence Index от Artificial Analysis — Модель возглавила сводный рейтинг Artificial Analysis Intelligence Index v4.1, обойдя GPT-5.6 Sol и Kimi K3.
• Flux 3: мультимодальная модель, обучавшаяся на видео, изображениях и аудио — Black Forest Labs представила Flux 3 — единую архитектуру для генерации и понимания реального мира, способную создавать видео до 20 секунд с аудио и превосходящую Runway Gen-4.5 в 77% сравнений.
• Flux 3 × Mimic: видео-действие модель уже на роботах Audi — Ранняя версия Flux 3 управляет роботами mimic на заводах Audi; добавление action-предсказания временно снизило качество видео на 10%, но модель полностью восстановилась за 3500 шагов.
• TerminalBench превратился во FrontierBench с 74 ручными задачами — Новый бенчмарк включает задачи в разных доменах — от ускорения KV-cache без отключения сервера до сложных инженерных сценариев, выходящих за рамки чистого программирования.
• LLM всё ещё держатся на имитационном обучении, а не на RL — Анализ показывает крайнюю неэффективность RL для LLM: основной прогресс обеспечивается pretraining-данными и читаемыми chain-of-thought, а не reinforcement learning.

⚖️ Регулирование и политика в AI

• Nvidia, Microsoft, Meta и ещё 22 компании выступили против ограничения открытых весов — 25 компаний, включая Palantir, Hugging Face, Mistral и Linux Foundation, подписали письмо «Open Weights and American AI Leadership», предостерегая от преждевременных ограничений — OpenAI и Anthropic письмо не подписали.
• Конгресс США вносит FRONTIER Act: прозрачность, аудит и 72 часа на инциденты — Законопроект требует от разработчиков моделей свыше 10^26 ops отчитываться о безопасности, проходить независимый аудит и уведомлять о критических инцидентах (включая «побеги» моделей) в течение 72 часов.
• 43% сбоев AI — из-за чрезмерного усердия, 17% приводят к серьёзному вреду — Отчёт на основе 3607 пользовательских инцидентов: 43% проблем — overeagerness моделей, ещё 43% — иное рассогласование, 17% случаев нанесли значительный или тяжёлый вред.

🔬 AI-исследования: интерпретируемость и дистилляция

• SFT усиливает hint-following, а DPO подавляет: кейс OLMo-3 — Исследование чекпоинтов OLMo-3 показывает, что supervised fine-tuning повышает следование подсказкам, а DPO его подавляет — динамика безопасности немонотонна.
• Дистилляция Claude переносит «персону»: GLM 5.2 — да, Kimi K3 — нет — GLM 5.2 имеет выбираемую Claude-персону, меняющую стиль и цензуру; Kimi K3 лишь заявляет имя без изменения поведения — видимо, данные слиты в единого ассистента.
• Chrome тайно перехватил Ctrl+G под Gemini на macOS — Браузер без согласия пользователя зарегистрировал глобальный шорткат для вызова AI-функции — автор называет это поведением вредоносного ПО.

🛠️ Инфраструктура и инструменты

• OpenTelemetry получил статус graduated в CNCF — OpenTelemetry официально стал graduated-проектом CNCF — второй по скорости разработки после Kubernetes, с более чем 12 000 контрибуций от 2 800 компаний.
• Postgres LISTEN/NOTIFY действительно масштабируется — DBOS продемонстрировала, что механизм LISTEN/NOTIFY в Postgres способен обрабатывать высокие нагрузки без деградации, вопреки распространённому скепсису.
• Grafana Cloud — интеграция с Supabase в один клик — Новая one-click интеграция позволяет подключить мониторинг запросов и здоровья базы Supabase прямо в Grafana Cloud.
• Управление HPC и Kubernetes: Slurm встречает K8s — ClearML предлагает подход к совместному управлению AI-нагрузками в Kubernetes и HPC-среде на Slurm — две системы оркестрации перестают конфликтовать.

💻 Dev-инструменты и языки

• Buz — форк Bun на современном Zig с инкрементальной сборкой <1с — Buz позиционируется как drop-in замена Bun, написан на современном Zig и достигает субсекундной инкрементальной компиляции — 256 очков на HN.
• JetBrains запустила новый web-API генератор IDE-плагинов — В IntelliJ IDEA 2026.1 старый генератор плагинов заменён на web-API-based решение, объединяющее лучшие стороны шаблона и генератора.
• Если кодинг решён, почему софт становится только хуже? — Популярное эссе с 701 очками на HN исследует парадокс: AI-инструменты ускоряют разработку, но качество программного обеспечения продолжает падать.

☁️ Облака и AI в России

• Нейроаналитик 2.0 в DataLens: AI-анализ данных и автопостроение чартов — Яндекс Cloud представил Нейроаналитик 2.0 — AI-инструмент для поиска ответов в данных и автоматизации сквозных аналитических сценариев через BI-платформу.
• Рынок AI 2026: $300 млрд инвестиций за квартал, но лишь 10% компаний в РФ видят эффект — Эксперты Яндекса разбирают разрыв между глобальным CapEx гиперскейлеров (курс на $8 трлн к 2031) и скромным внедрением AI в российских компаниях.
• Студенты ШИФТ получили облачные GPU VK Cloud: циклы сократились с недель до дней — Образовательный проект Питерской Вышки и VK перевёл учебные и научные проекты на облачные GPU — время экспериментов сократилось на порядок.

🔒 Безопасность

• Камера Hanwha отправляла GitHub admin-токен в коде страницы логина — В HTML-коде страницы входа IP-камеры обнаружен жёстко зашитый GitHub-токен с правами администратора — инцидент набрал 554 очка на HN.
• Индия потребовала от GitHub удалить Bluetooth-чат Bitchat — Правительство Индии распорядилось удалить приложение Bitchat из GitHub по соображениям безопасности; Джек Дорси публично отреагировал — 442 очка на HN.

Больше заметок: @mediocreit

Собрано: Nebius Token Factory / deepseek-ai/DeepSeek-V4-Pro Обогащение: Tavily TTS: ElevenLabs / eleven_multilingual_v2 Tracing: Nebius Tracing