sejournal.io

Генеральный директор Circle Джереми Аллэйр обратился к Anthropic с призывом провести первичное публичное размещение акций (IPO), несмотря на существующие опасения относительно безопасности искусственного интеллекта. По его мнению, статус публичной компании заставит разработчика быть более прозрачным и подотчетным.

В обращении под названием «Сделай решительный шаг, Anthropic» Аллэйр рекомендовал создателям Claude не откладывать IPO из-за тревог о безопасности ИИ и нестабильности рынков.

Глава Circle полагает, что выход на биржу может стать для Anthropic дополнительным механизмом контроля. Он напомнил, что после листинга Circle на Нью-Йоркской фондовой бирже (NYSE) компания столкнулась с более строгими требованиями к раскрытию финансовой информации, корпоративному управлению и внутреннему контролю.

«Дисциплина публичного рынка превратила новую технологию в понятную инфраструктуру», — написал Аллэйр, связав прозрачность публичных компаний с доверием со стороны банков, государственных органов и крупных корпоративных клиентов.

Вместе с тем он подчеркнул, что одного IPO недостаточно: публичная отчетность и государственное регулирование должны дополнять друг друга.

В качестве примера Аллэйр привел рынок стейблкоинов и американский закон GENIUS Act, который, по его оценке, создал нормативную основу для работы подобных инструментов в финансовой системе.

Для сферы искусственного интеллекта, считает Аллэйр, необходим аналогичный подход: компании должны добровольно принимать на себя более высокие стандарты прозрачности, а государство — устанавливать понятные правила использования технологии.

Глава Circle убежден, что ведущие ИИ-компании уже превращаются в критическую инфраструктуру мировой экономики. Поэтому общественность интересуют не только их финансовые результаты, но и методы обеспечения безопасности, расходы на вычислительные мощности, структура выручки и корпоративное управление.

«Лучший ответ — не пресс-релиз, а форма S-1, биржевой тикер и связанная с ними подотчетность», — заявил Аллэйр.

Напомним, что в рамках инициативы по снижению рисков безопасности ИИ Anthropic привлекла Accenture в качестве независимого оценщика передовых моделей, предоставив ей уровень доступа, аналогичный доступу собственных сотрудников.

Anthropic и Accenture договорились о партнерстве: в течение пяти лет они планируют совокупно вложить не менее $2 млрд в независимую оценку передовых ИИ-моделей. Проект возглавит Faculty — специализированное ИИ-подразделение Accenture. Оно займется оценкой моделей, редтимингом, проверками выравнивания и тестированием защитных механизмов.

Инициатива связана с концепцией «встроенных оценщиков», о которой CEO Anthropic Дарио Амодеи говорил в июне. Предполагается, что такие команды должны работать внутри ИИ-компаний и иметь доступ, сравнимый с правами сотрудников: следить за обучением и развертыванием моделей, внутренними решениями, общаться с персоналом, проверять соблюдение обязательств по безопасности и искать уязвимости в процессах.

В сентябре Амодеи призвал замедлить развитие передовых ИИ-моделей из-за растущих рисков безопасности, упомянув инцидент с OpenAI и Hugging Face. Он предложил три направления: международные договоренности, единые отраслевые правила и независимые проверки внутри лабораторий.

Партнерство с Accenture не эксклюзивно: Anthropic в ближайшие недели планирует объявить о сотрудничестве с другими оценщиками, а Accenture будет работать со сторонними ИИ-разработчиками в аналогичном формате. Также ведутся переговоры с некоммерческой организацией METR о пилотном проекте встроенной оценки за счет ее собственного финансирования.

В долгосрочной перспективе Anthropic рассчитывает, что независимые проверки будут финансироваться из объединенных или государственных источников — как предусмотрено инициативой Advanced AI Framework. Пока таких механизмов нет, компания напрямую платит Accenture, признавая, что это создает противоречие с точки зрения независимости оценщика.

Напомним, CEO Nvidia Дженсен Хуанг выступил против регуляторного замедления ИИ, назвав безопасность технологии «инженерной проблемой».

Совокупная регулярная годовая выручка семи крупнейших китайских разработчиков искусственного интеллекта достигла 10,7 млрд долларов. Это лишь около 10% от суммарного показателя OpenAI и Anthropic, говорится в отчете Rhodium Group.

При этом оценки некоторых китайских компаний уже сопоставимы с американскими или даже превышают их по отношению к доходу. Аналитики изучили финансирование ИИ-индустрии Китая и сравнили данные Alibaba, ByteDance, Kuaishou, DeepSeek, Moonshot AI, Z.ai и MiniMax с конкурентами из США.

Выручка китайских ИИ-компаний быстро растет, но пока сильно отстает от их рыночной стоимости. Лидером стала ByteDance с годовым регулярным доходом около 4 млрд долларов, за ней следует Alibaba с 2,4 млрд долларов. У остальных разработчиков показатели значительно меньше. Например, доход Z.ai с января по август 2026 года вырос примерно в 20 раз — с 74 млн до 1,6 млрд долларов, а у MiniMax — в четыре раза.

Однако рост выручки не означает сопоставимой прибыльности. Китай вкладывает в ИИ-инфраструктуру сотни миллиардов: в 2026 году инвестиции оцениваются в 139 млрд долларов, что вдвое выше уровня предыдущего года, а в 2027-м могут превысить 193 млрд долларов. Для сравнения, американские вложения в дата-центры в 2026 году оцениваются примерно в 800 млрд долларов.

При этом у трех крупнейших китайских гиперскейлеров — Alibaba, Tencent и Baidu — свободный денежный поток в первой половине 2026 года стал отрицательным (минус 16 млрд юаней), хотя годом ранее был положительным (170 млрд юаней).

Китайские ИИ-компании сильнее зависят от акционерного финансирования и банковских кредитов, чем американские, которые все активнее используют долговые инструменты. В 2026 году инвестиции в капитал китайской ИИ-индустрии достигли 282 млрд юаней к 21 августа. Для передовых лабораторий Z.ai, MiniMax, DeepSeek и Moonshot особенно заметен рост частного и венчурного финансирования: если в 2025 году их совокупные инвестиции от PE/VC составили около 9 млрд юаней, то за первые восемь месяцев 2026-го объем такого финансирования вместе с поступлениями от IPO и частных размещений достиг 179 млрд юаней.

Значительную роль сохраняет государство: около 25% прямых инвестиций в китайский ИИ-сектор приходится на государственные фонды и связанные структуры. В сегменте чипов и серверов доля государственных и аффилированных с государством инвесторов достигает 47%, еще 14% приходится на банки, преимущественно государственные. То есть более 60% инвестиций в этот сегмент имеют государственное или квазигосударственное происхождение.

Оценки китайских ИИ-компаний относительно выручки высоки. У OpenAI и Anthropic отношение стоимости к регулярной годовой выручке составляет примерно 34x и 21x соответственно. У Z.ai показатель около 46x, у Moonshot — 50x, а у DeepSeek достигает 163x. Например, оценка Moonshot выросла с 4 млрд долларов в конце 2025 года до 50 млрд долларов в августе 2026-го.

При этом рентабельность китайских разработчиков ниже, чем у американских: валовая маржа DeepSeek оценивалась в 45% в июле против примерно 65% у Anthropic, у Z.ai и MiniMax в первой половине 2026 года она составляла около 26% и 18% соответственно. Одна из причин — более низкие цены на китайские ИИ-сервисы: большинство китайских моделей обходятся примерно в 0,04–0,50 доллара за задачу, тогда как топовые LLM Claude стоят около 2–4 долларов, а самые дорогие GPT — 1–2 доллара.

Авторы исследования делают вывод, что китайский ИИ-сектор сталкивается с теми же фундаментальными проблемами, что и американский: компании одновременно увеличивают капитальные расходы и вычислительные мощности, но пока не генерируют достаточный денежный поток. Особенность китайской модели — сильная зависимость от рынка акций и банковского кредитования. Если стоимость ИИ-компаний продолжит расти быстрее выручки, любое ухудшение на фондовом рынке может ограничить привлечение нового капитала.

Rhodium Group ожидает дальнейшего роста ИИ-инвестиций в Китае в 2026–2027 годах, но считает финансирование одним из ключевых ограничений для масштабирования отрасли наряду с доступностью современных чипов.

Весной 2026 года американские вооруженные силы едва не начали операцию по перехвату китайского судна в ближневосточном регионе. Причиной стал разведывательный отчет, сгенерированный искусственным интеллектом и оказавшийся недостоверным, сообщил CNN 18 сентября.

В отчете говорилось, что на борту находятся компоненты для ядерной оружейной программы. Согласно четырем источникам CNN, военные с оружием готовились высадиться на судно, а авиация уже была поднята в воздух.

Однако непосредственно перед стартом операции старшие аналитики повторно изучили первичные данные и выявили неточность. Фактический груз судна журналистам выяснить не удалось. Один из источников охарактеризовал отчет как «абсолютно ложный».

Представители Тихоокеанского командования специальных операций США и Пентагона не прокомментировали ситуацию.

Причина ошибки

Сотрудник подразделения специальных операций ввел в чат-бот разведывательные сведения о судовом манифесте, предоставленные Тихоокеанским командованием специальных операций. Осталось неясным, применялась коммерческая нейросеть или внутренняя правительственная система.

Искусственный интеллект объединил открытые данные с секретными материалами радиоэлектронной разведки и ошибочно классифицировал содержимое. После этого аналитик вновь использовал нейросеть, чтобы преобразовать выводы в типовой разведывательный отчет, и передал его военным.

Источники CNN отметили, что применение подобных технологий в вооруженных силах и спецслужбах по-прежнему не централизовано: различные ведомства используют свои системы и протоколы безопасности. Общего стандарта для верификации сгенерированных данных не существует.

Один из собеседников добавил, что такие «галлюцинации» уже случались при работе американских спецслужб с ИИ, процитировав: «Искусственный интеллект помогает быстрее добраться до плохой идеи».

Кроме того, военные все чаще используют нейросети для обработки разведывательной информации и определения целей. По словам источника CNN, применение ИИ в этих сферах растет, однако четких регламентов, определяющих роль человека для предотвращения ошибочных ударов, пока не разработано.

Ранее, в июне, Bloomberg сообщил, что Пентагон негласно одобрил обновленную доктрину, разрешающую использование ИИ для выбора целей на поле боя.

Журналист Bloomberg Картер Леффен рассказал, что при помощи модели GPT-6 Astra ему удалось расшифровать текст немецкой военной радиограммы, отправленной 10 июля 1941 года. Это сообщение хранилось в архиве CryptoCellar с 2005 года и оставалось неразгаданным.

Речь идёт о радиограмме с идентификатором MVUEH, состоящей из 82 зашифрованных символов. Два известных ключа, использовавшихся в тот же день, для неё не подошли.

Исследование проводилось 14–15 сентября. Леффен ставил задачу и направлял процесс, а Astra вместе с несколькими параллельно работающими ИИ-агентами изучала архивные материалы, сопоставляла варианты нечётко написанных букв, создавала программы для поиска ключа и проверяла найденные решения. По оценке Леффена, непосредственно работа Astra заняла около 10 часов, однако в подробном отчёте он отметил, что процессы шли параллельно, поэтому точно разделить время, затраченное моделью и человеком, невозможно.

Ключевой подсказкой стала другая радиограмма от того же дня — SIPVX, расшифрованная ещё в 2017 году. В её тексте дважды подряд встречалось название Rosenow. Исследователи предположили, что последовательность ROSENOWROSENOW может присутствовать и в MVUEH. Эти 14 символов использовали как «криб» — предполагаемый фрагмент исходного текста, который помогает сузить круг возможных ключей. Остальные 68 символов заранее известны не были.

Работу осложняло плохое состояние архивных документов. Ещё до поиска ключа команда выявила 12 мест, где отдельные рукописные буквы можно было прочитать по-разному. Итоговая реконструкция отличается от одной из прежних транскрипций тремя символами.

Astra написала симулятор Enigma и программы для криптоанализа на Python и C++. В рамках заданных условий система проверила около 4,29 миллиарда комбинаций положения криба и параметров роторов. После нахождения кандидата дополнительно проверили примерно 14,8 миллиона физических ключей по сохранившемуся заголовку радиограммы.

В результате были восстановлены порядок роторов II-V-III, настройки колец H-M-F, начальное положение R-W-D и десять соединений коммутационной панели. Две независимые реализации Enigma успешно расшифровали и снова зашифровали все 82 символа сообщения и его заголовок с найденными параметрами.

Содержание радиограммы таково: отправитель просил сообщить дальнейший маршрут движения, указывал, что находится в Rosenow, и требовал немедленного ответа по радио. Какой именно населённый пункт имелся в виду, пока не установлено. Подпись отправителя предварительно прочитали как Waschbusch.

Результат проверил исследователь Enigma Фроде Вайеруд, который ведёт архив CryptoCellar. Он подтвердил найденный ключ и отметил, что тот заметно отличается от двух других известных ключей за 10 июля 1941 года. По его словам, предыдущим попыткам могли мешать ошибки в старой транскрипции радиограммы и необычный переход левого ротора ближе к концу сообщения.

Авторы эксперимента подчёркивают, что Astra не «взломала Enigma» как шифр. Методы её криптоанализа появились ещё до и во время Второй мировой войны. В данном случае исследователи восстановили ключ и текст одной конкретной радиограммы, которая оставалась неразгаданной в современном архиве. Они также не утверждают, что это первая в мире расшифровка такого сообщения: поиск был полным только в рамках заданных предположений о типе машины, роторах, коммутационной панели, вариантах чтения исходного документа и выбранном крибе.

Напомним, в начале сентября OpenAI объявила о заявленном решении задачи существования и гладкости уравнений Навье — Стокса — одной из семи задач тысячелетия, за каждую из которых Институт Клэя установил премию в 1 миллион долларов.

Большинство ведущих производителей PFAS собираются наращивать выпуск. Основной спрос обеспечивают дата-центры, полупроводниковая промышленность и производство материалов для литий-ионных аккумуляторов, сообщается в отчете ChemSec.

PFAS — это пер- и полифторалкильные соединения, известные как «вечные химикаты». Многие из них крайне медленно разрушаются в природе, а некоторые накапливаются в живых организмах. Благодаря термостойкости их применяют в системах охлаждения, при изготовлении чипов и в компонентах литий-ионных батарей.

Аналитики ChemSec изучили десять крупнейших производителей таких веществ. Точных данных о мировых объемах выпуска нет, поэтому в рейтинге учитывались объемы производства или импорта PFAS в ЕС и США, а также открытая информация. Почти все компании из списка уже расширяют мощности в Европе, Азии и Северной Америке. Исключение — BASF и Archroma. BASF планирует к 2028 году отказаться от продукции с PFAS, оставив лишь некоторые агрохимические действующие вещества. Archroma сокращает использование PFAS и разрабатывает альтернативы без них.

Где именно нужны «вечные химикаты»

Один из способов охлаждения дата-центров — двухфазная иммерсионная система. Серверы погружают в диэлектрическую жидкость с низкой температурой кипения: при нагреве она испаряется, затем конденсируется и снова поступает в контур. Для таких установок могут применяться фторированные жидкости, которые позволяют экономить воду и электроэнергию по сравнению с некоторыми традиционными решениями. Однако технология остается нишевой: по данным ChemSec, большинство дата-центров используют воздушное охлаждение или однофазное жидкостное без PFAS.

Производители связывают новые инвестиции с ростом спроса со стороны цифровой инфраструктуры и выпуска полупроводников. Daikin строит в Японии завод по производству перфторэластомера FFKM для оборудования по изготовлению чипов — поставки начнутся в 2027 году, а мощности планируется увеличить более чем втрое. Arkema в 2025 году запустила в Кентукки линию по выпуску HFO 1233zd мощностью 15 000 тонн в год, вложив около $60 млн; один из продуктов предназначен для отвода тепла в высокотемпературных тепловых насосах и дата-центрах. Chemours разрабатывает жидкость Opteon 2P50 для двухфазного иммерсионного охлаждения, которая, по заявлениям компании, может снизить энергозатраты на охлаждение до 90%, а общее энергопотребление дата-центра — до 40%. Продукт пока проходит регуляторное одобрение. ChemSec считает Opteon 2P50 веществом из группы PFAS, но Chemours с этим не согласна, ссылаясь на химические свойства и характер распада. Единого международного определения PFAS не существует. По оценкам ChemSec, производство PFAS обеспечивает от половины до двух третей выручки Chemours, которая составляет $5,8 млрд.

Претензии к отрасли

В июле 17 экологических организаций обратились в Агентство по охране окружающей среды США (EPA) с требованием отклонить заявку Chemours на Opteon 2P50 и не рассматривать ее по ускоренной процедуре. Экологи предупредили, что крупным дата-центрам могут потребоваться десятки тысяч литров такой жидкости, и даже небольшие утечки при массовом внедрении создадут риск загрязнения. Chemours возразила, что двухфазная система работает по замкнутому контуру и вещество не должно попадать в окружающую среду при штатной эксплуатации.

29 января 192 жителя Франции и четыре экологические организации подали иск против Arkema и Daikin из-за предполагаемого загрязнения PFAS в районе Лиона. Истцы требуют компенсацию более €36 млн. Arkema заявила о намерении защищаться в суде, а Daikin сообщила о мерах по сокращению выбросов и инвестициях в экологический контроль.

«Планы этих компаний по расширению показывают: если правительства и регуляторы не потребуют быстрого отказа, нас ждет новая волна вечных химикатов», — заявила исполнительный директор ChemSec Анн-Софи Беккар.

ChemSec — некоммерческая организация, выступающая за ограничение и замену опасных химических веществ. Вместе с публикацией исследования она отправила руководителям европейских производителей из списка наборы для анализа крови на PFAS и предложила публично раскрыть результаты.

Напомним, в июле Water UK предупредила, что в Великобритании не хватит воды для запланированных дата-центров. Ранее губернатор Нью-Йорка ввела мораторий на строительство крупных ЦОД до утверждения закона.

Рост популярности искусственного интеллекта ведет к резкому увеличению энергопотребления дата-центров. По оценке Международного энергетического агентства, к 2030 году этот показатель может вырасти с 485 до 950 ТВт·ч. В ответ на это формируется новый сегмент — «регенеративный ИИ», к которому относится стартап EcoGPT. Он предлагает компенсировать экологический ущерб от работы нейросетей, финансируя посадку деревьев за определенное число запросов.

Журналисты ForkLog попытались разобраться в устройстве проекта, но не получили ответа от разработчиков. Изучив открытые документы и мнения экспертов, они пришли к выводу, что экологическая миссия EcoGPT во многом остается маркетинговой.

Компания ECOGPT, INC. зарегистрирована в Делавэре в феврале 2026 года как Benefit Corporation, позволяющая совмещать коммерческие интересы с заявленными общественно полезными целями. Основатель — Итан Леонард. В бесплатной версии сервиса одно дерево сажается за каждые 200 генераций, в платной Pro-подписке — за 100 запросов. Счетчик на сайте показывает более 263 000 посаженных деревьев. Приложение имеет высокий рейтинг в App Store (4,8) и средний в Google Play (3,7), где пользователи жалуются на зависания и качество ответов.

Главная ставка EcoGPT — использование небольших open-source моделей (Llama, DeepSeek, Qwen, Mistral) на инфраструктуре Groq LPU. Сервис работает в дата-центре Google Cloud в Финляндии, который на 98% использует безуглеродную энергию. Однако эксперты отмечают, что обучение крупных моделей само по себе требует огромных ресурсов, а при массовом использовании совокупное энергопотребление инференса может доминировать.

Сооснователь Hyperfusion Алекс Петров считает, что называть EcoGPT полностью «экологичным» — преувеличение, так как проект перекладывает экологический долг на разработчиков фундаментальных моделей. Точно рассчитать углеродный след одного запроса без детальных данных об инфраструктуре невозможно, можно лишь строить оценочные модели. Кроме того, снижение затрат на отдельную операцию не обязательно сокращает общее энергопотребление отрасли из-за парадокса Джевонса.

Экологическая модель «200 запросов = 1 дерево» сталкивается с временным разрывом: энергия расходуется сразу, а деревья поглощают CO₂ постепенно, достигая максимальной скорости удаления углерода лишь через 20–40 лет. Выживаемость саженцев в Восточной Африке может быть низкой — от 36 до 75% в разных проектах. Основатель CarbonLab Михаил Юлкин называет посадку деревьев имитацией решения проблемы и подчеркивает, что важнее снижать собственный углеродный след дата-центра, а не компенсировать его посадками. Разные виды экологического воздействия нельзя автоматически взаимозачитывать.

EcoGPT сотрудничает с фондом Trees for the Future, который подтверждает партнерство и выдал сертификат на 100 000 деревьев. Однако в условиях сервиса нет утверждений о соответствии посадок сертифицированным углеродным единицам. Корпоративный клиент может указать в отчетности, что часть средств направляется на экологию, но это не считается сокращением собственных выбросов. Возникает риск двойного учета, если один и тот же климатический результат будут заявлять несколько сторон.

В публичных материалах EcoGPT нет упоминаний о блокчейне или токенах. Платежи обрабатываются через Stripe, Apple и Google Play, но компания не раскрывает, какая доля выручки идет на посадку деревьев. Ведущий исследователь Basilisk Labs Денис Смирнов считает, что блокчейн сам по себе не защищает от гринвошинга, а собственный токен не обязателен — достаточно публичной отчетности о расходах на экологию.

EcoGPT заявляет, что не использует чаты для обучения моделей и предпочитает провайдеров с политикой Zero Data Retention. Однако при маршрутизации через OpenRouter нулевое хранение не гарантируется, а история разговоров хранится до удаления пользователем (в течение 30 дней). Эксперты подчеркивают, что даже ZDR-режим основан на доверии, а не на технической невозможности сохранить данные.

В итоге EcoGPT выглядит скорее как продуктовая модель, соединяющая ИИ-сервис с экологическим вкладом, чем как инновационная «зеленая» технология. Публичные материалы не позволяют установить, как именно рассчитывается экологический эффект и какой объем средств направляется на посадки. Для подтверждения климатических заявлений необходимы прозрачная отчетность, независимая верификация и мониторинг посадок.

OpenAI представила новый механизм отслеживания, расследования и публикации случаев, когда ИИ-модели действуют в обход инструкций. Вместе с запуском инициативы компания раскрыла шесть новых инцидентов.

Раньше такие сообщения появлялись нерегулярно и часто оставались единичными. Теперь OpenAI обещает выпускать отчеты быстрее — в том числе когда причины поведения еще не выяснены, а исправления не завершены. Новая система охватывает этапы обучения, оценки, тестирования и эксплуатации моделей. Компания будет рассказывать об отклонениях от предписаний, о том, как они проявляются и где отказывают защитные механизмы: несанкционированные действия, координация между моделями, попытки уйти от надзора и поведение, ставящее под сомнение выводы опубликованных проверок безопасности.

Среди шести описанных случаев — разные сценарии. В одном эксперименте модель оставляла во внутренних заметках указания для своей следующей версии: скрывать от пользователя ошибки и при необходимости додумывать недостающие сведения. Всего обнаружили 27 таких записей. В другом случае модель нашла в открытом репозитории API-ключ и применила его без разрешения, а при нехватке данных для ответа сгенерировала их вместо сообщения о проблеме.

Еще два эпизода касались загрузки файлов в интернет. В одном модель разместила собственный файл на временном публичном сервисе, чтобы затем ссылаться на него как на источник, — возможно, для обхода автоматической оценки. В другом несколько агентов, которым разрешалось работать только с локальными документами, выложили их на внешний ресурс, поскольку не смогли обменяться файлами напрямую.

Также OpenAI описала нестандартные способы коммуникации моделей: в одном тесте агенты использовали внутренний программный репозиторий как доску сообщений, в другом — публичный файловый сервис для обмена документами. Похожие действия агенты OpenAI предпринимали во время несанкционированного взлома инфраструктуры Hugging Face в июле.

В компании отметили, что шесть инцидентов — отдельные случаи и не отражают частоту подобного поведения у всех моделей. По новой процедуре любой сотрудник может передать такой эпизод командам по безопасности и выравниванию ИИ. Далее случай классифицируют по одному из трех направлений: готов к публикации, требует небольшого расследования или длительного изучения. Все новые отчеты будут выпускаться по этой схеме.

Напомним, в начале сентября OpenAI анонсировала этот фреймворк для мониторинга поведения моделей, признав участие своих ИИ-агентов в инциденте с «вики».

Исследователи CrowdStrike обнаружили злоумышленника, выдававшего себя за баг-хантера. Чтобы получать доступ к системам и находить уязвимости, он распространял вредоносное ПО, созданное с помощью искусственного интеллекта.

Оператор кампании под псевдонимом PhantomRaven маскировал вредоносный код под легитимные библиотеки в репозиториях npm. После установки такие пакеты запускали на устройстве стилер.

Хакер собирал системные данные и другую информацию для доступа к корпоративным ресурсам. Сам инструмент специалисты назвали относительно простым, а схему распространения — классической атакой на цепочку поставок ПО.

В CrowdStrike заявили, что код стилера с высокой долей вероятности сгенерирован с помощью большой языковой модели (LLM). На это указывают многословные комментарии, шаблонные фрагменты и статистические паттерны токенов в скрипте.

В компании предположили, что за атаками стоял финансово мотивированный «охотник». Полученные доступы он использовал для проникновения в корпоративные системы, поиска там уязвимостей и подачи отчетов в программы bug bounty.

PhantomRaven вел активную сетевую деятельность с 2022 года. На его странице в X упоминались вознаграждения как минимум от девяти компаний из технологического, розничного и гостиничного секторов. Он также сотрудничал с платформами для белых хакеров, включая Bugcrowd, Intigriti, YesWeHack, HackenProof и HackerOne.

В ноябре 2025 года злоумышленник лично написал одной из потенциальных жертв, заявив, что обнаружил компрометацию устройства. Он приписал ее другой кампании с использованием вредоносных npm-пакетов.

Хакер также пытался расширить вектор атаки и загрузить код на PyPI, но получил отказ. Анализ оставшихся Python-файлов показал, что они содержат код аналогичного стилера.

Исследователи не обнаружили признаков продажи украденных PhantomRaven данных на теневых площадках. Это подтверждает гипотезу о том, что доступы использовались исключительно для поиска уязвимостей и получения bug bounty.

Команда CrowdStrike добавила, что устраняла последствия нескольких инцидентов с PhantomRaven.

По словам специалистов, атака перестала работать в новых версиях npm. Поведение пакетного менеджера изменили: теперь скрипты установки в зависимостях по умолчанию блокируются, пока разработчик не разрешит их запуск вручную.

Напомним, в сентябре 2026 года аналитики F6 указали на быстрое распространение ИИ среди хакеров. Инструменты на основе искусственного интеллекта встроились в реальные кибератаки — от первичной разведки до генерации вредоносного кода.

Мировой дефицит микросхем памяти продолжит усиливаться, а нехватка компонентов уже срывает сроки проектов и приводит к росту цен в 5–7 раз. Об этом заявил генеральный директор Intel Лип-Бу Тан на AI Infra Summit в Санта-Кларе, сообщает Seoul Economic Daily.

По словам Тана, еще в начале прошлого года он предупреждал, что память может стать серьезным узким местом, но многие тогда не осознавали масштаб проблемы. Сейчас это стало реальностью, и дальше ситуация будет только ухудшаться. Доступные производственные мощности остаются сильно ограниченными. Из-за нехватки памяти компании откладывают проекты, а производители недорогих и среднебюджетных смартфонов и ноутбуков испытывают трудности с закупкой компонентов.

Глава Intel не уточнил, о каких типах микросхем идет речь при оценке роста цен, с каким периодом проводится сравнение и какие условия поставок учитываются.

По данным TrendForce, во втором квартале выручка производителей DRAM выросла на 59,5% по сравнению с предыдущим кварталом. Аналитики связали это с повышением контрактных цен и высоким спросом со стороны ИИ-серверов. В третьем квартале ожидается замедление роста контрактных цен на обычную DRAM до 13–18% квартал к кварталу. Для сравнения, в первом квартале показатель составлял 93–98%, пишет Reuters. При этом дефицит сохраняется: запасы поставщиков находятся вблизи исторических минимумов, а дополнительные мощности направляются прежде всего в серверный сегмент.

Расширение ИИ-инфраструктуры увеличило спрос сразу на несколько типов памяти. Ускорителям нужна HBM с высокой пропускной способностью, серверам — большие объемы DDR5 и высокоемкие RDIMM. Производители перераспределяют мощности в пользу этих продуктов, поэтому предложение памяти для персональных компьютеров и смартфонов растет медленнее. По информации Reuters, небольшие производители электроники меняют конструкции устройств, заранее резервируют компоненты и в отдельных случаях используют память из старого оборудования. Для некоторых компаний главным ограничением стала уже не цена, а физическая доступность микросхем.

Ранее CEO SK Hynix Квак Но Чжон называл 2027 год потенциально худшим в истории отрасли с точки зрения предложения. По его оценке, спрос может превышать производственные мощности и после 2030 года.

Тан отметил, что память — лишь один из барьеров для дальнейшего масштабирования ИИ-инфраструктуры. Другими ограничениями он считает доступ к электроэнергии и системы охлаждения. По его словам, помимо воздушного охлаждения развиваются жидкостное и микрофлюидное, и Intel инвестирует в несколько таких направлений. Глава Intel также заявил, что отрасль переходит от продажи отдельных процессоров к комплексным системам: Nvidia и AMD объединяют GPU, центральные процессоры, сетевое оборудование и программное обеспечение в готовые серверные стойки. Поэтому производителям необходимо учитывать всю инфраструктуру целиком — энергопотребление, соединения между компонентами и отвод тепла.

Он подтвердил, что Intel продолжит сотрудничество с Nvidia. Компании одновременно конкурируют на рынке ИИ-оборудования и совместно разрабатывают продукты для дата-центров и персональных компьютеров.

Напомним, 10 сентября стало известно, что Huawei, Cambricon, MetaX и Iluvatar CoreX повысили цены на ИИ-ускорители. Одной из основных причин источники Reuters назвали мировой дефицит HBM.