Искусственный интеллект. Высокие технологии

DOOM запустили внутри SQL-базы. Каждый кадр теперь результат запроса 🤯
Лукас Фогель собрал SQLDoom: игровая логика и рендеринг оригинального DOOM работают внутри CedarDB.

Карты, монстры, оружие и состояние игры хранятся в таблицах. SQL рассчитывает движение, атаки и столкновения, а затем собирает картинку:

• около 1300 строк SQL и 89 CTE отвечают за рендеринг;
• ещё 5900 строк SQL реализуют игровую логику;
• кадры 320×200 генерируются примерно с 60 FPS на ноутбуке с Ryzen 7 PRO 7840U. В тяжёлых сценах частота падает до 35 FPS.

Python обрабатывает ввод, задаёт тайминг и выводит готовые кадры. Работает даже мультиплеер.

Теперь оптимизировать SQL нужно ещё и для того, чтобы монстры не лагали ☕️
Код:
https://github.com/cedardb/sqldoom

Онлайн-демка:
https://demo.cedardb.cloud/projects/38c0ee59-327d-495e-ad40-735521bba941

Anthropic готовится к IPO и предупреждает инвесторов: её модели могут представлять «экзистенциальный риск для человечества».

Из 261 страницы проспекта около 80 посвящены рискам. Компания допускает, что продвинутые модели могут сопротивляться отключению, скрывать информацию или вести себя подобно шантажисту. Ещё сложнее их проверять, если модель распознаёт, что проходит тест.

При этом Anthropic пишет, что для сохранения лидерства ей нужен непрерывный выпуск новых моделей. Ранее компания сообщила: за одну выбранную неделю на исследования безопасности пришлось около 6% вычислительных ресурсов для ИИ-исследований. Это показатель за неделю, а не доля всего бюджета.

Раскрывать риски перед IPO нормально. Необычно то, насколько подробно Anthropic описывает опасности технологии, на которой строится её бизнес.

Источник: https://www.reuters.com/business/finance/anthropic-warns-ai-may-pose-existential-risks-humanity-ipo-filing-2026-09-29/

Тысячи ИИ-агентов одновременно читают продакшен-базу. Что происходит с PostgreSQL?

Google представила PostgreSQL for agents в AlloyDB. Когда нагрузка растёт, система за секунды запускает изолированные экземпляры базы для агентов. Они получают доступ на чтение к актуальным данным, но не конкурируют за вычислительные ресурсы с основной базой. После работы экземпляры масштабируются до нуля.

Агентам доступны SQL, индексы, векторный и полнотекстовый поиск. Идея в том, чтобы они могли исследовать свежие данные и выполнять множество запросов, не замедляя транзакции пользователей.

Статус: Preview, доступ предоставляется по запросу.

Анонс Google Cloud - https://cloud.google.com/blog/products/databases/announcing-postgresql-for-agents-in-alloydb

Python и ИИ в 2026 году: как правильно работать с кодом через ChatGPT, Claude, Cursor и AI-агентов

Как использовать ИИ для написания, проверки, рефакторинга и отладки Python-кода. 

Лучшие промпты, примеры, workflow и правила работы с AI-ассистентами в 2026 году.

https://uproger.com/python-i-ii-v-2026-godu-kak-pravilno-rabotat-s-kodom-cherez-chatgpt-claude-cursor-i-ai-agentov/

Автор `uv` пришёл в OpenAI и сразу ускорил запуск Codex CLI примерно в 25 раз

Астрэл-гуру Rust, стоящий за одним из самых быстрых Python-инструментов uv, после присоединения к OpenAI взялся за производительность Codex CLI.

Результат - время холодного старта сократилось примерно в 25 раз.

На практике разница ощущается сразу: Codex теперь открывается практически мгновенно и субъективно стартует даже быстрее Pi и Claude Code.

Если CLI запускается десятки раз в день, даже несколько сотен миллисекунд быстро превращаются в раздражение.

https://x.com/Machinelearrn/status/2091103150014935526

Полный инженерный курс по AI-агентам на русском: от tool calling до production

Курс инженерный, а не обзорный. Здесь почти нет рассуждений о том, «изменит ли ИИ мир», зато есть: минимальные работающие реализации каждого механизма, лабораторные с критериями приёмки, шаблоны для копирования, чек-листы перед релизом, каталог антипаттернов и набор бенчмарков, по которым можно честно сравнить две версии своего агента.

 Качество агента почти никогда не упирается в модель. Оно упирается в инженерию вокруг модели: как описаны инструменты, что попадает в контекст, где стоят проверки, что происходит при третьей подряд ошибке и сколько это стоит за тысячу запусков. Модель - двигатель. Курс -про всё остальное в автомобиле.

https://github.com/justxor/Aiagentsfullcourse

⚡️ Harness Engineering - полный курс на русском

Как заставить AI-агента писать код надёжно. Не «какую модель выбрать», а как спроектировать вокруг неё рабочую систему: инструкции, инструменты, среду, состояние и верификацию.

Курс - от нуля до продвинутых тем: теоретическая база из 11 блоков, 14 модулей, 8 практических проектов, 14 лабораторных работ, диагностический протокол «как починить агента», библиотека готовых шаблонов, карта инструментов, 40 приёмов и каталог антипаттернов.

Главный тезис курса: способность модели и надёжность исполнения - это две разные вещи. Одна и та же модель в «голой» среде и в среде с продуманным harness даёт качественно разные результаты. Апгрейд модели - это самый дорогой и обычно не самый эффективный способ починить агента.

https://github.com/justxor/Harness_ru

🧠 Claude попытался решить гипотезу Римана и случайно улучшил результат, который десятилетиями считался пределом.

Исследовательская версия Claude не доказала саму гипотезу Римана, но нашла новый результат для связанной задачи: повысила известную нижнюю границу доли нулей дзета-функции, лежащих на критической прямой, с 41,6% до 67,2%. 

Claude Code получил очень общий запрос: «серьёзно попробуй решить гипотезу Римана». Сначала модель перебрала около 650 идей без успеха. Затем за полтора дня она координировала примерно 60 субагентов, выполнила около 2400 shell-команд, написала сотни Python-скриптов и провела тысячи численных проверок. Всего было сгенерировано около 31 млн выходных токенов. 

После обнаружения результата агенты:

- искали контрпримеры;
- перепроверяли доказательство независимо;
- скачали 54 научные работы, чтобы убедиться, что результат не был получен ранее;
- формализовали доказательство в Lean.

Работу дополнительно изучили математики Anthropic и внешние эксперты по теории чисел. 

Саму гипотезу Римана Claude не решил.

А полезный новый математический результат возник как побочный эффект автономного исследования задачи, которую модель решить не смогла.

https://www.anthropic.com/research/riemann-zeta

#AI #Claude #Mathematics #Research #AIAgents

✔️ Китай прорабатывает санкции против ИИ-компаний из США

Власти Поднебесной прорабатывают санкции против американских разработчиков ИИ в ответ на технологические ограничения со стороны США. В случае эскалации профильные ведомства КНР готовы внести компании в черные списки.

По версии Пекина, топовые американские языковые модели могут использоваться для кибератак на китайскую инфраструктуру. Представители КНР заявляют, что Anthropic целенаправленно закрывает доступ к своим технологиям для местного бизнеса, но не дает гарантий защиты от наступательного применения алгоритмов против страны.

Возможные контрмеры обсуждаются на фоне усиления экспортного контроля США. Китайская сторона утверждает, что американские ИИ-компании лоббируют запрет на поставки вычислительных чипов в КНР и прекращают обслуживание связанных с Китаем клиентов.
https://www.bloomberg.com/news/articles/2026-08-03/china-is-getting-more-anxious-about-mythos-before-trump-meets-xi

🌟 WASTE: запускаем полную Kimi K3 на MacBook Pro с 64 ГБ памяти

SQLite AI собрала https://github.com/sqliteai/waste)' rel='nofollow' target='_blank'>(https://github.com/sqliteai/waste)' rel='nofollow' target='_blank'>https://github.com/sqliteai/waste)
движок на 6000 строк C, который гоняет полновесную K3 без BLAS, CUDA и Python в рантайме.

Kimi K3 после предварительной конвертацииhttps://github.com/sqliteai/waste#converting-kimi-k3)' rel='nofollow' target='_blank'> (https://github.com/sqliteai/waste#converting-kimi-k3)' rel='nofollow' target='_blank'>https://github.com/sqliteai/waste#converting-kimi-k3)
из safetensors в формат, который движок умеет читать, занимает 982 ГиБ (диск бы назвал это 1,05 ТБ). В оперативную память она не влезает даже приблизительно.

WASTE держит в RAM только резидентную часть на 27,28 ГБ, а экспертов подтягивает с SSD ровно тогда, когда они понадобились. Скорость генерации выходит 0,49-0,54 токена в секунду. Веса при этом полные, без дистилляции и обрезки слоёв.

🟡Расчёт строится на устройстве MoE

На каждый токен K3 включает около 4% собственных весов - 16 экспертов в каждом из 92 слоёв. Простаивающему весу незачем сидеть в памяти, ему достаточно успеть подгрузиться вовремя.

Контейнер с моделью устроен так, что один эксперт стоит ровно одного чтения с диска - матрицы gate, up и down лежат вплотную, а сами эксперты хранятся в остаточном векторном квантовании (3 ступени кодбуков по 256 записей, 3 бита на вес), и матрица никогда не разворачивается целиком.

🟡Скорость диска

На один токен движок вычитывает 17 ГБ. Внутренний NVMe в MacBook выдаёт 12,78 ГБ/с, и модель успевает читать.

Внешний бокс по USB даёт 0,94 ГБ/с, и тот же токен считается 13 секунд. Вариант для очень терпеливых.

🟡Работа с памятью

Раздувать кэш экспертов выше 46 ГБ бесполезно и вредно - на 52 ГБ скорость падает втрое, на 58 ГБ в 8 раз.

Причина в том, что движок остаётся внутри своего бюджета, а система уже нет - macOS вытесняет кэш на диск, и попадание в память оборачивается обращением к подкачке. Поэтому по умолчанию WASTE не забирает все доступные ресурсы, а берёт на один рабочий набор экспертов меньше, чем мог бы.

Полтокена в секунду - это 30 секунд на одно предложение, но модели вчетверо меньше до сих пор запускают на серверах с терабайтом DDR5, а здесь почти 3 триллиона параметров отвечают без сети.

Если триллионы параметров не нужны, тот же движок крутит Kimi-Linear 48B из контейнера на 19 ГБ и выдаёт 10,7 токена в секунду - с этого проще начать знакомство.

Для K3 придётся освободить терабайт на диске и потратить около 5 часов на M5 Pro в три процесса, почти сутки - если гонять конвертацию чистым торчем.

Авторы, кстатhttps://github.com/sqliteai/waste/blob/main/docs/LEARNED.md)' rel='nofollow' target='_blank'>и, завели файл (https://github.com/sqliteai/waste/blob/main/docs/LEARNED.md)' rel='nofollow' target='_blank'>https://github.com/sqliteai/waste/blob/main/docs/LEARNED.md)
с опровергнутыми гипотезами и записали туда всё, что померили и выбросили.


📌Лицензирование: Apache 2.0 Lhttps://github.com/sqliteai/waste)' rel='nofollow' target='_blank'>icense.


🖥Github (https://github.com/sqliteai/waste)' rel='nofollow' target='_blank'>https://github.com/sqliteai/waste)

#AI #ML #Inference #KimiK3 #WASTE #SQLiteAI

📈 AI-лихорадка в одном IPO: производитель памяти за день подорожал до $500 млрд

Китайский производитель памяти CXMT вышел на биржу и в первый день акции взлетели примерно на 465%. Капитализация выросла с $85,5 млрд при IPO до почти $500 млрд, временно сделав компанию самой дорогой на биржах материкового Китая.

CXMT выпускает DRAM для смартфонов, ПК и серверов. Инвесторы рассчитывают, что дефицит памяти и рост AI-инфраструктуры помогут компании приблизиться к Samsung, SK Hynix и Micron. Сейчас её долю мирового рынка оценивают примерно в 8%.

Скачок усилила и механика размещения: в свободное обращение поступило лишь около 6,7% акций, поэтому ограниченное предложение резко разогнало цену.

CXMT находится в санкционном списке Пентагона, но Apple, по данным FT, уже добивается разрешения на закупку её памяти. 

Производитель ОЗУ за один день становится дороже банков и IT-гигантов, состояние AI-рынка объяснять больше не нужно.

ChatGPT помог семье спустя 5 лет понять, что диагноз был другим

В 18 лет Кайли диагностировали глиобластому и предупредили, что жить ей могут остаться месяцы. Но прошло пять лет, а состояние оставалось стабильным.

После очередного МРТ её муж Коул загрузил медицинские документы в ChatGPT. Модель помогла заметить в старой биопсии важную деталь: мутацию IDH1.

Коул показал находку нейроонкологу. Врач подтвердил: по современной классификации опухоль Кайли относится к IDH-мутантной астроцитоме, а не к глиобластоме. Болезнь всё ещё серьёзная, но прогноз и подход к долгосрочному лечению заметно отличаются.

Важно: ChatGPT здесь не заменил врача и не поставил диагноз. Он помог найти деталь в десятках страниц старых документов, которую затем проверил специалист.

Теперь вместо жизни «от сканирования до сканирования» пара впервые за годы начала планировать будущее.

https://x.com/Machinelearrn/status/2080961135356846482

OpenAI собрала библиотеку реальных сценариев работы с ChatGPT и Codex

На сайте Work, in progress публикуют практические кейсы, эксперименты и промпты от разработчиков и обычных пользователей.

Среди примеров:

* создание сайтов, API и интерактивных инструментов;
* работа с несколькими ИИ-агентами;
* анализ документов и исследования;
* ревью и исправление кода;
* монтаж видео через Codex;
* автоматизация повседневных задач.

Материалы можно фильтровать по продукту, типу задачи, автору и языку. Полезная база идей для тех, кто ищет реальные способы встроить ChatGPT и Codex в работу.

https://work-in-progress.openai.chatgpt.site/

✔ Moonshot приостановил оформление подписок на Kimi K3

Стартап временно остановил продажу подписок на модель Kimi K3 из-за нехватки вычислительных мощностей. Действующие пользователи работают без ограничений, доступ новым клиентам откроют по мере масштабирования инфраструктуры.

Для балансировки нагрузки на кластеры компания меняет систему монетизации и делит единую подписку на 2 тарифа.

В план Kimi Membership входят веб-версия, мобильное приложение и стандартные сценарии использования. Для инженеров вводится Kimi Code Membership - ресурсы этого тарифа выделены только под генерацию и анализ кода. Такое разделение потоков должно стабилизировать работу сервиса.
Kimi в сети https://x.com/kimi_moonshot/status/2078855608565207130)' rel='nofollow' target='_blank'>Х (https://x.com/kimi_moonshot/status/2078855608565207130)' rel='nofollow' target='_blank'>https://x.com/kimi_moonshot/status/2078855608565207130)

📌 Физики создали память на механических колебаниях для квантового компьютера

Группа из Швейцарской высшей технической школы Цюриха экспериментально продемонстрировала https://phys.org/news/2026-07-mechanical-vibrations-magnetic-memory-quantum.html)' rel='nofollow' target='_blank'>(https://phys.org/news/2026-07-mechanical-vibrations-magnetic-memory-quantum.html)' rel='nofollow' target='_blank'>https://phys.org/news/2026-07-mechanical-vibrations-magnetic-memory-quantum.html)
 квантовые вычисления, в которых рабочая память построена на механических колебаниях, а не на электромагнитных состояниях.

Архитектура скопирована с классического компьютера, где процессор и оперативная память разделены.

Роль процессора играет сверхпроводящий кубит, а роль памяти - крошечные механические резонаторы внутри квантового чипа, элементы, отдалённо похоже на гитарные струны, которые при записи информации начинают колебаться на частотах за пределами слышимого.

Для вычисления кубит обращается к колебанию в памяти, обрабатывает и изменяет его состояние, а затем записывает обратно. Такое разделение вычислений и хранения отличает подход от многих существующих квантовых схем, где обработка и память тесно переплетены.

🟡Ставка на механику объясняется двумя ограничениями

Сегодня квантовую память чаще всего делают электромагнитной в связке со сверхпроводящими кубитами - обе технологии хорошо изучены и позволяют считывать и менять квантовые состояния с высокой точностью.

Но такие элементы относительно громоздки, что мешает превращать лабораторные установки в практические машины.

Механические резонаторы заметно компактнее, а главное - ёмче (как струна может звучать разными тонами, резонатор поддерживает множество мод колебаний, и каждая мода работает как отдельная ячейка памяти).

Вдобавок, по данным группы, механические состояния дольше остаются стабильными - информация не затухает так быстро, как в электромагнитных аналогах.

🟡Работоспособность проверили на реальных задачах

Первая - квантовое преобразование Фурье, базовая процедура, на которую опираются многие квантовые алгоритмы, включая знаменитый алгоритм Шора для разложения чисел на множители.

Вторая - поиск периода функции, продемонстрировавший применение этой процедуры на практике.

Обе задачи требуют одновременно и точно управлять множеством квантовых состояний, хранить их и связывать между собой, не разрушая их хрупкую природу.

Авторы говорят, что их схема в принципе способна выполнять все базовые операции, необходимые для произвольного квантового вычисления, то есть годится как основа универсального программируемого квантового компьютера.

🔜 Почитать полную статью можно в в жуhttps://www.science.org/doi/10.1126/science.aef4139)' rel='nofollow' target='_blank'>рнале Science (https://www.science.org/doi/10.1126/science.aef4139)' rel='nofollow' target='_blank'>https://www.science.org/doi/10.1126/science.aef4139)

⚡️ Microsoft выпустил MAI-Transcribe-1.5 - модель транскрибации речи, которая обрабатывает аудио в 276 раз быстрее реального времени. 

Для сравнения: второй по скорости точный конкурент из топ-10 работает вдвое медленнее.
При этом по качеству - 2.4% WER по бенчмарку Artificial Analysis, третье место в общем зачёте. Впереди только Alibaba Fun-Realtime-ASR-preview (1.7%) и ElevenLabs Scribe v2 (2.2%).

 keyword biasing для редких слов - имён собственных, медицинских терминов и поддержка 43 языков включая арабский, японский, китайский.
Скорость такого уровня при точности из топ-3.

https://microsoft.ai/news/introducingmai-code-1-flash/

Гейб Ньюэлл против юристов: Bloomberg раскрыл, как основатель Valve лично отстоял Steam от цензуры

Bloomberg выпустил большой материал про Valve и Гейба Ньюэлла. Там всплыл один показательный момент: бывший юрисконсульт компании Карл Квакенбуш предложил ввести жесткую модерацию взрослого контента на Steam. Гейб выслушал и ответил примерно так: "Если это твое мнение, то зачем я вообще тебе плачу?"

Bloomberg изучил, как Ньюэлл реально управляет Valve. В повседневные процессы он не лезет: предпочитает играть в Dota 2 в офисе или кататься на яхте. Но если что-то его задевает - включается на полную.
Расследование также касается антимонопольных претензий к Valve. Steam обвиняют в злоупотреблении рыночным доминированием: независимые разработчики утверждают, что платформа навязывает им непрозрачные правила ценового паритета и карает, если студия нарушает условия. Ньюэлл присягался под присягой отрицал сам факт наличия таких правил.

При этом внутренние документы, всплывшие в рамках судебных процессов в США и Великобритании, рисуют другую картину. Valve - одна из немногих крупных тех компаний, которая остается частной. И одновременно - одна из немногих, где один человек реально решает все.

Оригинальный материал Bloomberg: https://www.bloomberg.com/news/features/2026-06-02/valve-gabe-newell-lawsuit-steam