🛡 Noble Machines: промышленные роботы от инженеров SpaceX и Apple

Выходцы из SpaceX и Apple представили Noble Machines — систему, превращающую стандартных промышленных роботов в «умных помощников на производстве».

#роботы #SpaceX #NobleMachines
------
@tsingular

OpenAI Symphony: управление навыками ИИ агента как процесс

OpenAI выкатили opensourse (sic!) фреймворк в кои то веки.

Это прототип попытки управления процессом агентских навыков.

Устанавливать, наверное рановато, ну только если вы не ИИ первопроходец и пионер :)
Но вот изучить и почитать полезно.

🎻 Архитектура: Сервис работает как демон. Основа — разделение на слои: загрузчик воркфлоу, клиент трекера (Linear), менеджер рабочих пространств и ранер агента.

🛠 In-repo Policy: Инструкции и настройки модели лежат в файле WORKFLOW.md внутри репозитория. Команда версионирует логику агента вместе с кодом. Опирается на Harness Engineering.

🛡 Протокол: Общение с агентом идет по JSON-RPC через стандартный ввод-вывод (stdio). Описаны строгие методы: initialize, thread/start, turn/start. Это исключает вольную интерпретацию команд.

⚙️ Надежность: Система восстанавливается после перезапуска без внешней базы данных. Состояние читается из трекера задач и файловой системы. Предусмотрена детекция зависаний (Stall Detection) и автоматические повторы.

📊 Контроль: Оркестратор жестко ограничивает конкурентность. Доступен мониторинг потребления токенов и лимитов через встроенный HTTP API.

Интересно, что они не пытаются сделать n8n для агентов,- в спеке четко прописано что WebUI - вне планов.

#AI #Symphony #Engineering #OpenAI #Automation
------
@tsingular

IBM и архитектура цифрового суверенитета

IBM продвигает архитектуру цифрового суверинитета. Если раньше «цифровой суверенитет» был больше сферой юридической, то теперь это все больше переходит на физический уровень.
С учётом геополитической динамики, перспективы цифровой изоляции уже не кажутся далекими и для этого нужна инфраструктура.
Версия от IBM может выступить эталоном на корпоративном уровне.

🛡 Многоуровневый контроль: IBM делит суверенитет на данные (где лежат), операции (кто держит рубильник) и софт (кто владеет ключами). Если у вендора есть хоть одна лазейка к ключам шифрования — всё остальное превращается в маркетинговую тыкву.

🌍 Резиденство vs Юрисдикция: Факт того, что сервер стоит в Берлине, не делает данные немецкими. Важно, чья проверка (цифровая или физическая) имеет право постучать в дверь дата-центра.
IBM топит за «распределенные облака» (distributed cloud), где ИИ-стек живет у вас, а гибкость при этом остается облачной.

🧠 ИИ-страховка: Суверенитет сейчас, в том числе, это защита обучения своих ИИ моделей и агентов.

Скармливать проприетарные данные чужим моделям в «серых» юрисдикциях больше никто не хочет.

IBM подчеркивает: ИИ требует быстрой и защищенной инфраструктуры там, где данные возникают для обучения моделей "на местах".

💼 Бизнес аспекты: акцент делается на управлении рисками.
Данные, инфраструктура, доступ, ИИ модели становятся изолированными.

🔮 Будущее: Сплинтернет в действии.
Интернет задумывался как стирание границ, но через 40 лет мы пришли к их закрытию.
Облака становятся цифровыми посольствами с жестким периметром.

Каждая страна, - своя локалка.

#IBM #DataSovereignty #Cloud #cyberecurity
———
@tsingular

BullshitBench v2, созданный Питером Гостевым, - это бенчмарк, который проверяет, способны ли модели ИИ распознавать бессмысленные запросы и отказываться на них отвечать, вместо того чтобы уверенно продолжать и «придумывать» ответ.

Только модели Claude от Anthropic и Qwen 3.5 от Alibaba показывают результат выше 60% по распознаванию бессмыслицы.
А модели OpenAI и Google? Застряли на месте и почти не улучшаются.

Еще более неожиданно: модели с усиленным рассуждением (reasoning), которые «думают дольше», на самом деле показывают худшие результаты. Они используют дополнительное вычисление не для того, чтобы отвергнуть бессмысленный запрос, а чтобы рационализировать и оправдать этот абсурд.

https://x.com/petergostev/status/2028492838082666780

📖 Архитектура Claude Code и Openclaw от А до Я

shareAI-lab выкатили два эталонных туториала, которые разбирают механику современных агентов «до винтика». Если хотите понять, как ClaudeCode и OpenClaw устроен изнутри, - правильное место для начала.

🎓 learn-claude-code — 12 сессий по сборке nano-Claude-Code.

• Planning: Как заставить модель сначала писать Todo-лист, а потом код (в 2 раза повышает выполняемость задач).
• Context Compression: Трехуровневая стратегия сжатия для «бесконечных» сессий.
• Isolation: Выполнение задач в отдельных ветках git worktree, чтобы агент не разнес основной репозиторий.

🦞 claw0 — Пошаговое создание ИИ-краба с нуля.
Разбор модулей, превращающих скрипт в автономного ассистента:

• Heartbeat & Cron: Как научить агента «просыпаться» самому и планировать будущие задачи.
• Reliable Delivery: Гарантированная доставка сообщений в Telegram/Discord через очереди с подтверждением.
• Multimodal Lanes: Именованные «линии» для параллельной обработки голоса, текста и генераций.

Учимся сами, учим агентов.

Архитектуру и лайфхаки Крабоводства обсуждаем в гараже Киберлобстеров-Крабоводоведов

#ClaudeCode #OpenClaw #обучение #Китай
———
@tsingular

Docker Model Runner добавляет поддержку vLLM на macOS

Наконец-то на улице Apple Silicon праздник, - docker выпустил контейнер с vLLM для чипов M1-M4.
Теперь не только владельцы NVidia смогут запускать модели быстро, like а Pro :). 🍏

🦾 Главный инженерный плюс: Движок vllm-metal объединяет MLX и PyTorch в единую цепь вычислений.
Эффект от Zero-copy тензоров позволяет экономить на задержках особенно при росте контекста. 🛠

📈 По цифрам: На Llama 3.2 1B (4-bit) этот стек выдает около 280 токенов в секунду. Совместимость с OpenAI API полная — значит, кодовые-агенты вроде opencode или Крабов подключаются одной командой.

💡 Зачем это нам: Повышение скорости инференса на обычном макбуке с профессиональным управлением KV-кэшем и paged attention.
Удобно дебажить рои агентов прямо в самолете. 🦾

Изучаем документацию и поднимаем.

#vLLM #AppleSilicon #Docker #MLX #AI #Inference
———
@tsingular

Самый главный инсайт про агентов в бизнесе:

Мы верили, что система автоматизирует и упростит процесс работы. В реальности же, на примере программирования, мы получили настолько мощный инструмент, что 100% инженерам пришлось менять свой процесс. Вместо «внедрения» пришлось выстраивать процесс вокруг агентов.

Ровно то же самое произойдет со всеми остальными офисными функциями. То, что происходит сейчас с инженерными командами, в течении 3-18 месяцев случится с остальными функциями: кардинальная перестройка, новые узкие места, переизобретение процесса, борьба за надежность и качество с энтропией, увеличение эффективности в разы.

Cursor Automations: Дом Тысячи Крабов

Cursor выкатил Automations — систему для создания «вечно включенных» ИИ агентов.

🛠 Что это дает:
• Событийная модель: Агент просыпается не по клику, а по триггеру: сообщение в Slack, новый issue в Linear, мердж в GitHub или инцидент в PagerDuty.
• Облачные песочницы: При срабатывании агент разворачивает облачный sandbox, сам билдит код, запускает тесты через MCP и верифицирует результат перед тем, как прийти к человеку.
• Память: У агентов появился инструмент memory, позволяющий учиться на прошлых запусках и не совершать одни и те же ошибки в ревью. 🧠

💡 Где это реально работает:
• Авто-ревьюеры: Проверка безопасности на каждый пуш в main. Если риск низкий — авто-аппрув, если высокий — алерт в Slack с детальным отчетом.
• Incident Response: При падении системы агент лезет в логи Datadog, сопоставляет их с последними коммитами и выкатывает PR с фиксом до того, как дежурный инженер успеет допить кофе.
• Рутина: Сборка еженедельных дайджестов из Jira/Slack/GitHub или автоматическая допись тестов для свежего кода.

По сути, если один из триггеров сделать по аналогии с Heartbeat у Openclaw,- получим живых облачных кодовых агентов.

#Cursor #AI #Agents #CI #Automation #DevOps
------
@tsingular

Анонсируя вчера процессоры M5 Pro и M5 Max, Apple отдельно говорила про нейронные движки в каждом их графическом ядре — это значительно повысило производительность систем. А теперь держим это в уме и вот сама новость...

На GitHub появился проект ANE Training, который делает то, что Apple упорно не хочет разрешать официально — обучает нейронные сети напрямую на чипе Apple Neural Engine. Никаких официальных инструментов CoreML, никакого GPU — только реверс-инженеринг закрытых API и чистые вычисления на нейропроцессоре. Проект доказывает простую вещь: железо Apple давно готово к обучению моделей, но компания искусственно ограничивает его только задачами инференса (то есть использования уже обученных моделей).

Результаты на процессоре M4 выглядят одновременно впечатляюще и разочаровывающе. С одной стороны, один шаг обучения небольшого трансформера занимает всего 9,3 миллисекунды. С другой — утилизация Neural Engine составляет жалкие 11% из возможных 100%, а многие операции до сих пор выполняются на обычном процессоре через библиотеку Accelerate. Автор проекта применил несколько умных оптимизаций: подогнал формат данных под внутреннее представление ANE, разогнал нормализацию в десять раз и научил систему параллельно считать градиенты на CPU, пока нейропроцессор занят своими делами. Но это всё равно остается исследовательским проектом под лицензией MIT, который использует недокументированные API вроде _ANEClient — Apple может сломать всё это одним обновлением системы.

Для обычных пользователей это пока не значит ровным счетом ничего. Собрать кластер из Макбуков и обучать на них ChatGPT точно не получится — проект работает только с крошечными моделями (один слой трансформера с 768 измерениями против сотен миллиардов параметров современных языковых моделей), эффективность использования железа смехотворная, а стабильность никто не гарантирует. Но вот для Apple это должно быть важным звоночком.

Проект показывает типичную проблему экосистемы Apple — мощное железо искусственно ограничено программно. Neural Engine в чипах серии M теоретически способен выдавать до 38 терафлопс (M4 Max), но компания не дает разработчикам нормальных инструментов для его использования. В результате для обучения моделей все равно используют GPU через Metal или вообще уходят на NVIDIA. Если бы Apple официально открыла обучение на ANE с нормальной документацией и оптимизацией, Макбуки и айпады могли бы стать серьезной платформой для локального обучения небольших специализированных моделей — особенно актуально в контексте растущего интереса к приватности и локальному ИИ. Но пока компания предпочитает контролировать каждый аспект использования своего железа, даже если это тормозит развитие технологий.

@FixedOneNews

Google Workspace CLI (gws): Новый стандарт для людей и агентов

Google выкатил gws — единый opensourse CLI-инструмент для управления всем Workspace: Drive, Gmail, Calendar, Sheets, Docs, Chat и Admin.
Получился крутой динамический комбайн из API, построенный на базе Google Discovery Service. 🛠

🚀 Что делает его «крутым»:
• Динамичность: Он не хранит список команд статично. gws читает схему API Google в рантайме. Если в Workspace появляется новый метод или эндпоинт — CLI подхватывает его автоматически.

• Agent-First: Весь вывод — это структурированный JSON. Идеально для LLM и автоматизаций.

• 100+ Agent Skills: В репозиторий уже включены готовые навыки (SKILL.md) для популярных рабочих процессов.

• MCP Server: Поддержка Model Context Protocol из коробки. Можно за пару секунд превратить весь свой Google Workspace в набор инструментов для Claude Desktop или любого MCP-клиента.

💡 Примеры использования:
• gws drive files list — список файлов с авто-пагинацией.
• gws sheets spreadsheets create — создание таблиц одной командой.
• gws mcp -s drive,gmail,calendar — запуск MCP-сервера для ИИ-ассистента.

🤖 Для ИИ агентов: Это «мастхэв». Он заменяет собой десятки разрозненных скриптов и упрощает авторизацию (поддерживает OAuth, Service Accounts и шифрование токенов в системном связке ключей).

Позволяет максимально просто интегрироваться в стэк навыков.

Даже если вы не используете GWS, - рекомендую посмотреть как пример архитектуры.

#GoogleWorkspace #CLI #AI #Agents #MCP #OpenSource #DevTools
------
@tsingular

🇰🇷 Южная Корея: до коллапса производства чипов 9 дней?


🛠 Детали блокады:
• Страховой стоп-кран: С 5 марта пулы Gard, Skuld и London P&I (90% мирового флота) аннулировали покрытие военных рисков в Заливе.
Без страховки танкеры работать не смогут — их не примет ни один порт и не пропустит ни один банк.

• Ормузская пробка: В проливе заперто ~150 судов. КСИР пообещали «сжигать» любого, кто дернется. Это физическая остановка 20% мирового трафика СПГ.

• Катарский инцидент: Остановка добычи на QatarEnergy (терминалы Рас-Лаффан) — это выбывание 7 млн тонн ежегодного импорта Сеула.

💡 Почему 9 дней — это критично:
• Правительство Южной Кореи подтвердило: запасы «выше обязательного минимума» в 9 дней. В докладе заявили, что ровно 9, потом наперегонки стали доказывать, что больше. Но по факту значит,- на грани.

• Samsung и SK Hynix не могут работать в режиме экономии. Литографические установки в чистых комнатах требуют идеального питания 24/7. Перебои в сети из-за дефицита газа на ТЭС могут привести к выходу из строя пластин на сотни миллионов долларов и длительному времени на перезапуск техпроцесса.

Из-за блокады так же под угрозой 90% импорта гелия, критичного для литографии на заводах Samsung и SK Hynix.

🤖 Итог для ИИ:
Если блокада не будет снята в течение недели (а там, похоже, на пол года история уже расписана), то мир ждет физический дефицит вычислительных мощностей.

Запасаемся покорном и электроникой.
Возможно следующий ИИ будет ламповый.
Ну или органоидно-фрикодельковый :)

#EnergyCrisis #SouthKorea #Semiconductors #Samsung #LNG #Geopolitics #AI
------
@tsingular

Paperclip: ваша ИИ компания

Если OpenClaw — это как правило, 1-2 сотрудника, то Paperclip — это целая компания.

Opensource проект позволяет вам взять под контроль целый рой ИИ сущностей.

🛡 Корпорация под контролем: Когда у вас открыто 20 терминалов с Claude Code, вы перестаете понимать, кто и зачем тратит ваши токены.

Paperclip превращает набор разрозненных сессий в полноценную оргструктуру с ролями CEO, CTO и менеджеров.

📉 Контроль и бюджеты: Теперь у каждого агента есть свой кошелек и лимит. Если «стажер» зациклится в бесконечном цикле написания кода, он упрется в бюджет раньше, чем обнулит ваш API-ключ.

Каждое действие логируется в неизменяемый аудит-лог,- полная прозрачность делегирования.

🧬 Clipmart и пресеты: В планах запуск маркетплейса готовых структур.

Можно будет в один клик скачать настроенный «Отдел контента» или «Команду разработки» с прописанными связями и целями.

Мы переходим от ручного управления промптами к управлению департаментами.

💼 Зачем бизнесу: Это первый серьезный шаг к созданию Zero-Human компаний. Вместо того чтобы нанимать людей для присмотра за ИИ, вы нанимаете ИИ для управления другими ИИ по классическим канонам менеджмента.

🔮 Будущее: В 2026-м ценность будет не столько в модели, а в архитектуре связей.

Хорошо настроенный рой в огромной модели не нуждается.

Paperclip — это чертеж для строительства автономных холдингов, где человек остается лишь в роли акционера.

Опять выходные в топку.

#AI #Agents #Orchestration #Paperclip #рой
───
@tsingular

Это следовало ожидать

Openclaw - ИИ агент теперь может управлять дронами через Mavlink на Dimensional.

Программирование физического пространства теперь можно осуществлять с помощью естественного языка.

Запрос: «Следуй за следующей белой машиной, которая проезжает через перекрёсток»

Ссылку не дам.
Просто имейте ввиду, что и такое уже делают.

#openclaw #дроны #military
------
@tsingular

Anthropic опубликовала большое исследование влияния AI на рынок труда. Кому лень читать много букв — посмотрите хотя бы картинку, прикреплённую к посту.

В синей области — задачи, которые ИИ теоретически может выполнять прямо сейчас.

Красным — то, для чего люди фактически используют ИИ.

В настоящее время как минимум четверть задач, выполняемых работниками в США, доступны для искусственного интеллекта — и это 49% рабочих мест. Что на 36% больше, чем год назад.

В реальных условиях применение ИИ пока составляет лишь малую часть от того, что уже возможно. Каждый месяц красная зона немного увеличивается.

Как говорится, думойте ☝🏻

⚠️ GPT-5.4 впервые получил статус “высокого уровня киберугрозы” среди универсальных AI-моделей.

GPT-5.4 - официально признана high cybersecurity risk.

Это означает, что модель уже способна самостоятельно планировать и выполнять сложные кибератаки на симулированные корпоративные сети.

Основание для такой оценки - тесты Capture the Flag (CTF).

В индустрии кибербезопасности CTF - это соревнования по взлому систем.
Участники должны проникнуть в симулированную сеть, найти уязвимости, взломать сервисы и добыть скрытые данные - так называемые *flags*.

Для этого требуется:
- взламывать шифрование
- делать reverse engineering программ
- находить уязвимости в веб-приложениях
- строить сложные цепочки атак

По результатам официальных тестов GPT-5.4 набрал 88% в профессиональных CTF-сценариях.

Это очень высокий показатель.

Фактически это означает, что модель уже умеет:
- находить уязвимости в системах
- писать эксплойты
- строить стратегии взлома

Если AI способен проходить профессиональные hacking-челленджи, значит он обладает теми же навыками, которые используют реальные хакеры для взлома корпоративных инфраструктур.

Главная проблема - масштабирование атак.

Если раньше хакеру нужно было вручную искать слабые места, то теперь AI может автоматически анализировать систему и находить уязвимости.

Это резко ускоряет и удешевляет кибератаки.

Именно поэтому GPT-5.4 стал первой универсальной AI-моделью, официально получившей высокий уровень киберриска в системной карте безопасности.

deploymentsafety.openai.com/gpt-5-4-thinking/gpt-5-4-thinking.pdf

DeepInnovator: ИИ исследователь от HKUDS

Китайские товарищи из HKUDS (Гонконгский университет) продолжают выкатывать в оупенсорс полезные ИИ инструменты.

На этот раз это ИИ агент- научный лаборант.

🔬 Механика работы: Модель на 14B параметров (база Qwen) обучена имитировать логику научного поиска.

Она разбивает горы литературы на когнитивные примитивы (Insight, Trending, Serendipity) и через итеративный цикл «догадка–опровержение» (по Попперу) синтезирует новые гипотезы.

📊 Бенчмарки: DeepInnovator-14B обходит GPT-4o и Gemini-2.5-pro в качестве обоснования научных идей.

Даже в абсолютно незнакомых ей областях — праве или образовании — модель находит те самые «белые пятна», которые люди пропускают годами.

💼 Зачем бизнесу: Это готовый Copilot для R&D-департаментов.

Вместо того чтобы заставлять экспертов читать 1000 статей в месяц, вы отдаете это агенту, который на выходе выдает не саммари, а выявленные неочевидные связи и направления для патентов.

🔮 Будущее: Мы переходим от «поиска информации» к «автономному синтезу знаний».

Модель небольшая, быстрая, поэтому в качестве простого варианта можно подключить как промежуточный шаг в подготовке транскрибаций по длинным записям.

#AI #Research #Innovation #HKUDS #DeepInnovator #Китай
───
@tsingular