sejournal.io

Криптобиржа Coinbase заявила, что более 95% её программного кода теперь создаётся с помощью искусственного интеллекта. Об этом рассказал руководитель платформы Роб Витофф. Для сравнения: в феврале этот показатель составлял 40%. Сейчас нейросети использует каждый сотрудник биржи ежедневно.

Уровень автоматизации зависит от задачи: создание прототипов полностью отдано ИИ, основные системы разрабатываются в гибридном режиме, а криптография остаётся ручной — программисты проверяют каждую строчку, а ИИ помогает искать уязвимости и проверять расчёты.

В мае Coinbase уволила 700 человек (14% штата). Глава компании Брайан Армстронг объяснил это желанием вернуть «скорость и дух стартапа» с помощью ИИ. Теперь небольшие команды из 2–3 опытных специалистов справляются с задачами, которые раньше требовали участия 10 и более человек. Под сокращение попали в основном младшие разработчики, а также сотрудники маркетинга, поддержки и комплаенса.

Сейчас на каждого инженера Coinbase приходится от 5 до 10 ИИ-агентов. В сумме они выполняют работу, равную труду 1200 человек. В компании ожидают, что к 2030 году число таких виртуальных сотрудников вырастет до 100 000.

Ранее, в апреле, Snap заявила о замене 1000 работников нейросетями ради экономии $500 млн. А в мае Dune объявила о реструктуризации и сокращении 25% персонала.

Криптобиржа BitMart включила в листинг токен XRPHAI проекта XRP Healthcare. Торги в паре с USDT начались 14 июля.

О токене и экосистеме

XRPHAI — это служебный токен ИИ-платформы, работающей на блокчейне XRP Ledger. Проект направлен на внедрение искусственного интеллекта в медицину.

Инфраструктура включает:

* XRPH AI App — приложение для оценки здоровья и поиска врачей.
* Proof Of Health — система начисления наград в токенах XRPHAI за здоровый образ жизни.
* XRPH Wallet — некастодиальный кошелек, поддерживающий XRPH, XRPHAI, XRP и стейблкоин RLUSD.

Планы развития

Разработчики продолжают создавать медицинского советника на основе агентного ИИ. В отличие от обычных чат-ботов, алгоритм учитывает историю диалогов и дает персонализированные рекомендации.

Общее количество XRPHAI ограничено 100 миллионами монет. Адрес выпуска токенов заблокирован, что предотвращает дополнительную эмиссию.

Команда XRP Healthcare также объявила о расширении партнерств для предоставления скидок на рецептурные препараты через приложение.

Напомним, в январе OpenAI запустила ChatGPT Health — специальный раздел для консультаций по вопросам здоровья.

Криптобиржа Coinbase заявила, что сейчас более 95% её программного кода создаётся с помощью искусственного интеллекта. Об этом в интервью Cointelegraph рассказал глава платформы Роб Витофф.

Этот показатель вырос более чем вдвое: ещё в феврале компания оценивала долю участия ИИ в разработке в 40%. Витофф отметил, что на данный момент нейросети ежедневно используют все без исключения сотрудники биржи.

Уровень автоматизации различается в зависимости от сложности задач:
— Прототипирование — полностью автоматизировано.
— Основные системы — работают по гибридной модели.
— Криптография — остаётся ручной. Разработчики проверяют каждую строку кода, а ИИ помогает находить уязвимости и проверять математические расчёты.

В мае Coinbase уволила 700 человек (14% штата). Генеральный директор Брайан Армстронг объяснил это необходимостью вернуть компании «скорость и фокус стартапа» с помощью ИИ.

Внедрение технологий изменило структуру команд. Теперь группы из 2–3 опытных специалистов справляются с задачами, которые раньше требовали участия 10 и более человек. Под сокращение в основном попали младшие разработчики, а также сотрудники маркетинга, поддержки и комплаенса.

Сейчас на каждого инженера Coinbase приходится от 5 до 10 активных ИИ-агентов. В сумме они выполняют объём работы, равный труду 1200 человек. В компании ожидают, что к 2030 году этот показатель вырастет до 100 000 виртуальных сотрудников.

Напомним, в апреле команда Snap объявила о замене 1000 работников нейросетями ради экономии 500 миллионов долларов.

В мае Dune сообщил о реструктуризации и сокращении 25% персонала.

Вот перефразированная новость на русском языке:

Эксперты австралийской криптобиржи Swyftx считают, что развитие микробизнеса с использованием искусственного интеллекта приведет к увеличению числа транзакций в стейблкоинах. Согласно их прогнозам, к 2033 году общий объем платежей в этом секторе достигнет 2,1 триллиона долларов, из которых 262 миллиарда придется на расчеты в «стабильных монетах».

Основной движущей силой станут индивидуальные предприниматели и небольшие компании (до пяти сотрудников). Такие организации быстрее внедряют ИИ и активнее работают на международных рынках.

Главные причины перехода на криптоактивы:
— Высокие комиссии: традиционные банки забирают значительную часть доходов фрилансеров при переводах.
— Скорость: обычные банковские операции занимают несколько дней, тогда как решения второго уровня (L2) на базе Ethereum работают практически мгновенно.
— Доступность: стейблкоины позволяют сотрудничать с клиентами из более чем 50 стран, отключенных от традиционных платежных систем.

Ведущий аналитик Swyftx Пав Хундал отметил, что использование стейблкоинов растет там, где есть экономическая выгода и четкие правила. Переход на L2-сети позволяет самозанятым сократить расходы на переводы на 80–90%.

Отдельным фактором роста станут ИИ-агенты. Поскольку программы не могут открывать банковские счета, криптовалюты станут для них основным средством оплаты услуг.

В Swyftx прогнозируют, что к 2033 году число таких технологичных индивидуальных предпринимателей вырастет до 17 миллионов человек. Это принесет инфраструктурным компаниям (кастодианам и поставщикам ликвидности) до 1,3 миллиарда долларов дополнительного дохода.

Напомним, что в феврале эксперты Citrini Research предсказали крах экономики из-за искусственного интеллекта.

Вот перефразированная новость на русском языке:

Развитие микробизнеса с использованием искусственного интеллекта приведёт к увеличению объёма транзакций в стейблкоинах. Такой прогноз дали аналитики австралийской криптобиржи Swyftx.

По их оценкам, к 2033 году сумма платежей в этом сегменте достигнет 2,1 триллиона долларов, из которых 262 миллиарда придётся на расчёты в «стабильных монетах».

Рост будет обеспечен индивидуальными предпринимателями и небольшими компаниями (до пяти человек). Такие организации быстрее внедряют ИИ и активнее работают на международных рынках.

Основные причины перехода на криптоактивы, по мнению экспертов:

* Высокие комиссии: традиционные банки забирают значительную часть дохода фрилансеров при переводах.
* Скорость: обычные банковские операции занимают несколько дней, тогда как L2-решения на базе Ethereum работают почти мгновенно.
* Доступность: стейблкоины позволяют взаимодействовать с клиентами из более чем 50 стран, которые отключены от традиционных платёжных систем.

Как отметил ведущий аналитик Swyftx Пав Хундал, использование стейблкоинов растёт там, где есть экономическая выгода и понятные правила. Переход на L2-сети позволяет самозанятым сократить расходы на переводы на 80–90%.

Отдельным драйвером станут ИИ-агенты. Поскольку программы не могут открывать банковские счета, криптовалюты станут для них основным инструментом оплаты услуг.

В Swyftx ожидают, что к 2033 году число таких технологичных соло-предпринимателей вырастет до 17 миллионов человек. Это принесёт инфраструктурным компаниям — кастодианам и провайдерам ликвидности — до 1,3 миллиарда долларов дополнительного дохода.

Напомним, в феврале эксперты Citrini Research предсказали крах экономики из-за искусственного интеллекта.

Вот перефразированный вариант новости на русском языке:

Компания Meta отключила в своей модели Muse Image функцию, позволявшую создавать изображения на основе упоминаний публичных аккаунтов Instagram. Об этом говорится в обновлении к официальному анонсу.

7 июля Meta представила Muse Image как первую модель генерации изображений от Meta Superintelligence Labs, встроенную в Meta AI. Одной из возможностей была опция добавления в запрос публичного профиля Instagram, чтобы сервис использовал открытые фотографии для создания картинки.

Однако уже через три дня компания изменила анонс, сообщив, что эта функция больше недоступна. Причина — она «не оправдала ожиданий» пользователей в плане конфиденциальности.

Издание The Guardian отметило, что Muse Image подверглась критике из-за автоматического включения функции и рисков для приватности. Актриса Ханна Эйнбиндер призвала отключать эту опцию.

Профсоюз SAG-AFTRA заявил, что любой механизм, кроме явного согласия на использование изображений, неприемлем. После отключения функции организация поддержала решение Meta:

«Любое использование изображений пользователей Instagram, кроме явного и заметного согласия, неприемлемо и является полным просчетом в оценке общественного мнения относительно очевидных опасностей и вреда, связанных с таким использованием».

При этом сама модель Muse Image как продукт осталась доступна в Meta AI — для генерации и редактирования изображений по текстовым запросам и фотографиям.

В анонсе Meta также упомянула, что Muse Image используется в более чем 30 новых ИИ-эффектах для Instagram Stories и в чатах WhatsApp с Meta AI в ограниченном числе стран.

Напомним, 9 июня Meta представила мультимодальную модель Muse Spark 1.1 для агентных задач и программирования.

Компания Meta анонсировала выпуск мультимодальной нейросети Muse Spark 1.1. По заявлению разработчиков, по своим характеристикам новая модель сопоставима с Opus 4.8 и GPT-5.5. Кроме того, корпорация открыла публичную предварительную версию Meta Model API: впервые сторонние разработчики могут получить платный доступ к фирменным ИИ-моделям.

Агентные способности

Новая модель ориентирована на выполнение задач, требующих планирования и координации нескольких приложений и сервисов. Muse Spark 1.1 способна взаимодействовать с новыми инструментами, MCP-серверами и пользовательскими сценариями без необходимости предварительного обучения.

В режиме главного агента система собирает контекст, разрабатывает план и распределяет задачи между параллельно работающими подагентами. В роли подагента она выполняет поставленную задачу и, при необходимости, передает управление обратно главному агенту.

Объем контекстного окна составляет 1 миллион токенов. Модель запоминает свои действия, извлекает информацию из предыдущих этапов работы и сжимает контекст, сохраняя ключевые для пользователя шаги.

Работа с компьютером

Muse Spark 1.1 обучена взаимодействовать с рабочим столом в многозадачных сценариях с изменяющимися условиями. Нейросеть способна удерживать контекст в длительных сессиях и адаптироваться к незнакомым интерфейсам при минимальном участии человека.

Вместо пошагового выполнения действий модель самостоятельно выбирает стратегию. Для рутинных операций она пишет скрипты, для простых — работает напрямую через интерфейс. На каждом шаге она может генерировать пакеты действий.

Программирование

Разработчики сообщили о значительном прогрессе модели в работе с крупными кодовыми базами. Muse Spark 1.1 способна диагностировать сложные ошибки, внедрять функции в корпоративные системы и проводить масштабные миграции кода.

Технология также поддерживает популярные агентные фреймворки для программирования: режим планирования, делегирование подагентам, целевое кондиционирование и сжатие контекста. Среди ранних партнеров — Replit, Cline и Box.

Мультимодальность

Модель работает с текстом, изображениями и видео. Среди заявленных возможностей — генерация кода из визуальных макетов, детальное описание изображений и видео, а также агентные сценарии, где восприятие и действие происходят одновременно.

Meta продемонстрировала пример с Facebook Marketplace: модель снимает товар на видео со смартфона, извлекает фото, формирует описание для листинга и публикует его через браузер от имени пользователя.

Бенчмарки

Meta опубликовала сравнительную таблицу с Opus 4.8, GPT-5.5 и Gemini 3.1 Pro. Результаты неоднородны.

В агентных тестах Muse Spark 1.1 лидирует. На MCP Atlas (масштабное использование инструментов) модель набрала 88,1 балла — Opus 4.8 и GPT-5.5 набрали около 80 баллов. На JobBench (профессиональное использование инструментов) — 54,7 против 48,4 у Opus 4.8 и 38,3 у GPT-5.5.

В кодинге модель уступает лидерам. На Terminal-Bench 2.0 Muse Spark 1.1 набрала 59,0. Для сравнения: GPT-5.5 — 82,7, Gemini — 68,5, Claude Opus 4.8 — 65,4. Meta признала отставание и заявила о продолжении инвестиций в эту область.

На внутреннем бенчмарке компании модель существенно улучшила показатели первого Muse Spark и, по заявлению компании, конкурирует с ведущими альтернативами.

Безопасность

Meta провела оценку безопасности по протоколу Advanced AI Scaling Framework. По всем категориям фронтирных рисков — химические и биологические угрозы, кибербезопасность и потеря контроля — модель находится в допустимых пределах.

Компания заявила об устойчивости к прямым джейлбрейкам и атакам через недоверенные данные, промпт-инъекции и атаки на системные промпты. По данным разработчиков, также снизились уровень галлюцинаций и поддакивания.

API и цены

Стоимость доступа: $1,25 за 1 млн входных токенов и $4,25 — за 1 млн выходных. Это ниже Claude Sonnet 4.6, но выше начальных моделей OpenAI и Anthropic. При регистрации разработчики получают $20 бесплатных кредитов.

API совместим с форматами OpenAI SDK (Chat Completions и Responses) и Anthropic Messages. Для подключения достаточно сменить базовый URL на api.meta.ai/v1 и указать ключ без переписывания кода.

Публичная предварительная версия пока доступна только разработчикам из США. Для обычных пользователей модель работает в режиме Thinking в приложении Meta AI и на сайте meta.ai.

Стратегический разворот

Запуск платного API — смена курса для Meta. Ранее компания выстраивала ИИ-стратегию вокруг открытых моделей семейства Llama с публичными весами. Muse Spark 1.1 — проприетарная модель с закрытыми весами.

Директор по ИИ Meta Александр Вонг заявил CNBC, что улучшение кодинга было ключевым фокусом обновления. По его словам, без сильных возможностей в коде невозможно создать полноценных ИИ-агентов. Компания уже тренирует более мощную модель под кодовым названием Watermelon. Сроки выпуска не раскрываются.

Первый Muse Spark вышел в апреле и был доступен только избранным партнерам в приватной предварительной версии.

Напомним, 7 июля Meta запустила модель генерации изображений Muse Image и впервые показала раннюю предварительную версию Muse Video.

Компания OpenAI выпустила GPT-Live — новое поколение голосовых моделей, которое уже интегрировано в режим «Разговор» чат-бота ChatGPT.

Ключевая особенность GPT-Live — полнодуплексная архитектура. Теперь нейросеть способна одновременно слушать и говорить, не дожидаясь пауз. Она распознаёт междометия, делает паузы и не перебивает пользователя, если тот просто задумался.

Разработчики разделили процесс общения и выполнение задач. Пока GPT-Live поддерживает диалог, другая модель (на старте это GPT-5.5) в фоновом режиме ищет информацию в интернете или выполняет сложные вычисления. Это позволяет ИИ переводить речь в реальном времени и обрабатывать запросы, не прерывая беседу.

Тесты показали, что GPT-Live превосходит предыдущие решения в научных рассуждениях и поиске данных. В интерфейсе ChatGPT также появились визуальные карточки с прогнозом погоды, курсами акций и спортивными результатами.

OpenAI выпустила две версии: мощную GPT-Live-1 и упрощённую GPT-Live-1 mini. Доступность:
— пользователи платных тарифов Plus и Pro получили доступ к основной модели;
— в бесплатной версии ChatGPT доступна mini-версия;
— в ближайшее время компания откроет API для разработчиков.

Программисты добавили в систему новые фильтры безопасности. Они блокируют попытки имитации чужих голосов и ограничивают контент, связанный с насилием или самоповреждением. Для подростков предусмотрен родительский контроль.

Напомним, в июне OpenAI открыла ограниченный доступ к GPT-5.6 Sol, Terra и Luna через API и Codex для небольшой группы доверенных партнёров. Компания запустила превью по просьбе американских властей.

Вот перефразированная новость на русском языке:

Компания Meta анонсировала в своём блоге Meta AI новую модель для генерации изображений под названием Muse Image, а также впервые продемонстрировала предварительную версию Muse Video.

Вот перефразированная новость на русском языке:

Исследователи предложили концепцию термодинамического компьютера — новой вычислительной архитектуры, которая в будущем может значительно сократить энергопотребление систем искусственного интеллекта. Об этом сообщает Quantum Insider.

Специалисты из компании Extropic и Массачусетского технологического института утверждают, что их подход способен сделать выполнение некоторых задач ИИ до 10 000 раз более энергоэффективным по сравнению с традиционными вычислениями.

Вместо борьбы с шумом — использование его в расчетах

Современные процессоры, включая GPU, на которых обучаются и работают большие языковые модели, тратят много ресурсов на точные детерминированные вычисления. При этом физический шум и тепловые флуктуации считаются помехой, которую нужно минимизировать.

Авторы работы предлагают противоположный метод. Вместо подавления случайных тепловых процессов они предлагают использовать их как часть вычислений. Этот принцип получил название термодинамических вычислений (Thermodynamic Computing).

По мнению исследователей, многие задачи ИИ, такие как поиск наиболее вероятного ответа или оптимального решения, по своей природе являются вероятностными. Поэтому вычислительная система, использующая случайные физические процессы, потенциально сможет выполнять их гораздо эффективнее классических процессоров.

Решение одной из главных проблем ИИ

Интерес к таким архитектурам вызван растущим энергопотреблением индустрии искусственного интеллекта. Крупнейшие технологические компании вкладывают миллиарды долларов в строительство дата-центров, а спрос на электроэнергию для обучения и работы современных моделей продолжает быстро расти.

Если предложенная архитектура окажется жизнеспособной, она сможет снизить не только энергозатраты, но и стоимость эксплуатации ИИ-инфраструктуры, уменьшив потребность в дорогих вычислительных кластерах.

До практического применения еще далеко

Пока речь идет о фундаментальном исследовании, а не о готовом процессоре. Авторы представили архитектуру и результаты моделирования, которые показывают преимущества нового подхода для отдельных классов задач. До появления коммерческих чипов, построенных на принципах термодинамических вычислений, могут пройти годы.

Тем не менее, эта работа отражает растущий интерес отрасли к альтернативным вычислительным архитектурам. По мере увеличения масштаба ИИ-моделей все больше внимания уделяется не только их возможностям, но и стоимости вычислений. На этом фоне поиск способов радикально сократить энергопотребление становится одним из ключевых направлений исследований наряду с развитием квантовых и нейроморфных компьютеров.

Напомним, в мае Amazon внедрила новую архитектуру сетей дата-центров, которая ускоряет передачу данных и снижает энергопотребление.