sejournal.io

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.

Вот перефразированный текст новости на русском языке:

Два подразделения британской Национальной службы здравоохранения (NHS) планируют внедрить анализ крови на основе искусственного интеллекта под названием PinPoint для женщин с подозрением на рак матки. В ходе исследования с участием 3313 пациенток алгоритм машинного обучения продемонстрировал 99% точность в выявлении и исключении гинекологических онкологических заболеваний, сообщает The Guardian.

Ежегодно в Англии около 90 тысяч пациенток направляют на обследование из-за обильных кровотечений после менопаузы. Примерно у 10 тысяч из них диагностируют рак матки (эндометрия). От этой болезни ежегодно умирают 2700 женщин.

Стандартная диагностика включает трансвагинальное УЗИ для измерения толщины эндометрия. Если подозрения сохраняются, назначают биопсию и гистероскопию. Многие пациентки считают эти процедуры болезненными.

При этом у 20% направленных онкология не подтверждается. По оценкам разработчиков, новый тест позволит исключить заболевание уже на этапе первичного обращения. Это избавит около 18 тысяч женщин в год от ненужных инвазивных вмешательств.

Принцип работы теста

Алгоритм PinPoint анализирует 30 биомаркеров в образце крови. На основе этих данных модель определяет степень риска: низкий, повышенный или высокий.

Технология создана компанией PinPoint Data Science из Лидса, которая специализируется на статистическом анализе медицинских данных.

Внедрение теста началось после испытаний с участием 16 481 пациента. Врачи общей практики из 170 клиник в Йоркшире направили их на проверку девяти видов рака. Анализ сдали все участники, включая 3313 женщин с кровотечениями и подозрением на рак матки.

> «Точность в 99% — выдающийся результат по любым клиническим стандартам. Но не менее важно то, что тест надежно исключает рак у женщин с низким риском», — отметил главный медицинский директор PinPoint Data Science Шон Даффи.

Mid Yorkshire NHS Teaching Trust планирует использовать тест для диагностики шести видов гинекологического рака и рака верхних отделов желудочно-кишечного тракта. Leeds Teaching Hospitals NHS Trust внедрит его для выявления гинекологических онкозаболеваний.

Мнение врачей

Терапевт Джасинта Уолш из Западного Йоркшира отметила, что сейчас для исключения рака требуется до шести визитов к врачу. По ее словам, PinPoint ускорит диагностику и освободит время для других пациентов.

Консультант-гинеколог Трейси Джексон из Leeds Trust заявила, что большинство направленных женщин оказываются здоровы. Новая технология позволит более эффективно проводить сортировку.

> «Женщины, у которых действительно есть онкология, быстрее попадут к врачу, получат диагноз и начнут лечение. Именно на этом и должен быть наш фокус», — подчеркнула она.

В Cancer Research UK назвали результаты теста PinPoint «многообещающими». Однако представительница организации Саманта Харрисон подчеркнула необходимость дополнительных исследований для оценки пользы для пациентов и системы здравоохранения.

Напомним, в апреле группа исследователей сообщила, что обучила ИИ выявлять рак поджелудочной железы задолго до появления симптомов.

Вот перефразированная новость на русском языке:

Криптовалютным проектам необходимо регулярно перепроверять старые смарт-контракты, так как инструменты на базе искусственного интеллекта ускоряют поиск уязвимостей и делают разовые аудиты менее эффективными. Об этом сообщает Cointelegraph со ссылкой на данные TRM Labs и отчет CertiK.

Ари Редборд из TRM Labs отметил, что методы атак развиваются быстрее, чем может предусмотреть аудит, проведенный на старте проекта. «Наши данные указывают на необходимость непрерывной проверки», — подчеркнул он.

Согласно отчету CertiK за первое полугодие, убытки сектора Web3 составили около $1,32 млрд в результате 344 инцидентов. После учета замороженных и возвращенных средств чистый ущерб оценивается примерно в $1,2 млрд.

Основной причиной большинства инцидентов стали ошибки в коде: зафиксировано 204 таких случая на сумму $151,6 млн. Эксперты отметили рост числа атак на контракты, которым больше года. Это говорит о том, что злоумышленники систематически возвращаются к старым проектам, а не только атакуют новые.

Почему старые аудиты теряют актуальность

Смарт-контракт может оставаться активным долгие годы после первичной проверки. За это время появляются новые инструменты для поиска ошибок и методы взлома, а команды поддержки проектов могут ослабевать.

В CertiK предупредили, что «окно максимальной уязвимости» не закрывается после запуска. Проектам с устаревшей инфраструктурой следует рассматривать повторный аудит как регулярную необходимость. При этом эксперты не утверждают, что рост атак на старые контракты однозначно вызван ИИ, но отмечают, что автоматизированные инструменты облегчают поиск скрытых уязвимостей в больших объемах кода.

TRM Labs зафиксировала рекордные 207 хакерских атак за полгода, однако общий ущерб составил $972 млн — вдвое меньше, чем за аналогичный период 2025 года. Большинство инцидентов (125 из 207) пришлось на эксплойты в смарт-контрактах, но основные потери были вызваны крупными инфраструктурными атаками (на ключи, подписи и системы управления), на которые пришлось 15% инцидентов, но 76% украденных средств.

Отдельно отмечается активность хакерских групп, связанных с КНДР. По оценке TRM Labs, они похитили около $643 млн, что составляет примерно две трети всех украденных средств. Почти весь этот ущерб пришелся на две атаки в апреле — против Drift Protocol и KelpDAO.

Пример Zcash

В качестве примера приводится инцидент с Zcash. Инженер по безопасности Тейлор Хорнби обнаружил критическую уязвимость в пуле Orchard, которая существовала с момента его запуска в мае 2022 года до исправления в июне 2026 года. Ошибка могла позволить незаметно создавать поддельные ZEC. Из-за приватной системы команда не смогла доказать, была ли уязвимость использована до исправления, хотя в Shielded Labs считают такой сценарий маловероятным. Этот случай показывает, что даже проверенный код с многолетней историей может содержать дефекты.

Как ИИ меняет поиск уязвимостей

Компания Anthropic опубликовала исследование, согласно которому ИИ-агенты все лучше находят и эксплуатируют уязвимости в смарт-контрактах. На тестовом наборе SCONE-bench агенты проверяли 405 реально взломанных контрактов. Результат на части задач вырос с 2% до 55,88% за год, а стоимость успешно смоделированных эксплойтов увеличилась с $5000 до $4,6 млн.

Anthropic оценила среднюю стоимость полного сканирования одного контракта в $1,22. Снижение цены и рост возможностей агентов ведут к сокращению времени между появлением уязвимости и ее эксплуатацией.

В Cointelegraph также упомянули атаку на протокол Aztec Connect, поддержка которого была прекращена в 2023 году. Злоумышленник вывел из него около $2,19 млн.

Ранее в Google Threat Intelligence Group зафиксировали рост использования ИИ киберпреступниками и впервые обнаружили хакера, применившего уязвимость нулевого дня, созданную с помощью искусственного интеллекта. В ноябре 2025 года специалисты Google также пришли к выводу, что новые семейства вредоносных программ используют большие языковые модели для атак.

Вот перефразированный текст новости на русском языке:

Компания SpaceXAI выпустила Grok 4.5 — новую модель, ориентированную на программирование, работу с агентами и интеллектуальные задачи. Разработчик называет её своей самой мощной системой.

Модель уже доступна через API, в Grok Build и в Cursor на всех тарифных планах. В странах Евросоюза она пока недоступна — запуск ожидается в середине июля.

Ключевые преимущества новинки — цена и скорость. Стоимость Grok 4.5 составляет $2 за миллион входных токенов и $6 за миллион выходных. Для сравнения: Claude Opus 4.8 от Anthropic обойдётся в $5 и $25 соответственно, Claude Fable 5 — в $10 и $50, а GPT-5.6 Sol от OpenAI — в $5 и $30.

При этом GPT-5.6 пока доступен в ограниченном режиме: OpenAI открыла доступ к линейке лишь небольшой группе проверенных партнёров и планирует выпустить Sol, Terra и Luna в открытый доступ в ближайшие недели. Внутри этой же серии у Luna цена ниже — $1 за миллион входных токенов и $6 за миллион выходных.

По словам Илона Маска, Grok 4.5 — это модель «уровня Opus, но быстрее, дешевле и эффективнее по токенам». Позже он уточнил, что, по внутренним оценкам SpaceXAI, система «примерно сопоставима с Opus 4.7, но значительно быстрее».

Что показали тесты

Опубликованные SpaceXAI результаты неоднозначны: модель не стала абсолютным лидером во всех тестах, но и не оказалась безнадёжно позади конкурентов.

На тесте DeepSWE 1.0 Grok 4.5 набрала 62%. Она уступила Fable (66,1%) и GPT-5.5 (64,31%), но обошла Claude Opus 4.8 (55,75%) и Opus 4.7 (40,12%).

На DeepSWE 1.1 результат ниже: 53% против 59% у Opus 4.8, 67% у GPT-5.5 и 70% у Fable. На SWE Bench Pro модель показала 64,7% — это выше, чем у GPT-5.5 (58,6%), примерно на уровне Opus 4.7 (64,3%), но ниже Opus 4.8 (69,2%) и Fable (80,4%).

На Terminal Bench 2.1 Grok 4.5 набрала 83,3% — почти как GPT-5.5 (83,4%), но ниже Fable (84,3%). На SWE Marathon она заняла первое место с 29% против 26% у Opus 4.8 и 24% у Fable. Компания также заявила о лидерстве Grok 4.5 на тесте Harvey’s Legal Agent Benchmark.

Где кроется главное преимущество SpaceXAI

Более весомый аргумент в пользу релиза связан не с максимальными показателями в тестах, а с экономической эффективностью. По данным SpaceXAI, на задачах SWE Bench Pro Grok 4.5 использовала в среднем 15 954 выходных токена на задачу. У Claude Opus 4.8 этот показатель составил 67 020 токенов — в 4,2 раза больше.

Для команд, которые эксплуатируют ИИ на большом объёме задач, это напрямую влияет на итоговую стоимость. Благодаря более низкой цене за выходные токены Grok 4.5 может быть выгоднее в сценариях с большим количеством итераций: исправление ошибок, генерация правок, проверка кода и агентные циклы.

SpaceXAI также заявила о скорости генерации около 80 токенов в секунду и контекстном окне на 500 000 токенов. Компания позиционирует модель как компромисс между качеством, скоростью и стоимостью.

Связь с Cursor

В релизе SpaceXAI указано, что Grok 4.5 обучали совместно с ИИ-сервисом Cursor. Компания не раскрыла полный состав данных, но отметила, что модель создавалась для задач программирования, агентной работы с инструментами, науки, инженерии и математики.

По данным Decrypt, при обучении использовались данные сессий разработчиков Cursor, включая трассировки отладки и реальные правки кода, а не только статические репозитории.

В июне SpaceX заключила соглашение о покупке ИИ-сервиса с оценкой $60 млрд. Сделка пройдёт в акциях класса A SpaceX, закрытие ожидается в III квартале 2026 года после получения регуляторных одобрений.

Grok 4.5 стала одной из первых крупных моделей после объединения ИИ-направления Маска со SpaceX. Для её обучения компания использовала десятки тысяч графических процессоров Nvidia GB300.

Напомним, в феврале СМИ сообщали о планах тогда ещё отдельных SpaceX и xAI создать ПО для автономного оружия Пентагона.

Вот перефразированная новость на русском языке:

Китайский стартап в сфере ИИ DeepSeek начал разработку собственного процессора для своих моделей. Об этом сообщает Reuters со ссылкой на источники. По их данным, работа над чипом ведется уже около года.

Уточняется, что процессор предназначен для инференса — этапа использования нейросети после ее обучения, а не для самого обучения. Пока проект находится на начальной стадии: компания ведет переговоры с внешними партнерами по дизайну чипов, контрактному производству и памяти.

В последние месяцы DeepSeek в закрытом режиме нанимает инженеров по проектированию чипов. На запрос Reuters о комментарии в компании не ответили.

Создание собственного «железа» может снизить зависимость от Nvidia и Huawei. Ранее стартап использовал их решения: базовая модель для R1 обучалась на Nvidia H800, адаптированном для китайского рынка. Позже компания активнее применяла чипы Huawei. В апреле DeepSeek представила модель V4, оптимизированную для процессоров Ascend. В Huawei подтвердили, что их процессоры использовались при обучении части V4-Flash.

Попытка создать собственное оборудование происходит на фоне экспортных ограничений со стороны США и растущего спроса на решения для инференса. Основатель DeepSeek Лян Вэньфэн еще в 2024 году называл экспортный контроль над чиками серьезной проблемой для компании.

Сейчас в гонке за создание собственной ИИ-инфраструктуры лидируют OpenAI, Broadcom, Anthropic, Alibaba и Baidu. В Reuters отметили, что успех проекта DeepSeek не гарантирован из-за высокой конкуренции, значительных финансовых затрат и ограниченного доступа к передовым зарубежным фабрикам.

Напомним, в мае стало известно, что DeepSeek формирует новую команду для разработки Code Harness — инструмента для автономного программирования. Он станет прямым конкурентом Claude Code от Anthropic и Codex от OpenAI.

Вот перефразированный текст новости на русском языке:

Исследователи из Чжэцзянского университета и компании Alibaba представили на конференции ICML 2026 в Сеуле новый тип атак на системы искусственного интеллекта. Их цель — не взлом модели или кража данных, а намеренное замедление её работы до полной потери функциональности.

Как работает новая атака

Рассуждающие модели, в отличие от обычных языковых моделей, перед ответом разбивают задачу на последовательные этапы. Их всё чаще применяют в системах, требующих сложного многоступенчатого анализа.

При обработке неполных или противоречивых данных такие модели склонны к излишним размышлениям — они генерируют слишком длинные цепочки рассуждений. Это увеличивает время обработки запросов и расход вычислительных ресурсов. В автоматических системах это создаёт возможность для DoS-атак.

Учёные разработали метод, который намеренно провоцирует такое поведение. Генетический алгоритм изменяет условия задач, удаляет важные исходные данные и добавляет лишние. Затем он отбирает те варианты, которые вызывают самый длинный ответ.

На тестовом наборе задач MATH длина рассуждений увеличилась в 26,1 раза. Разработанный метод превзошёл существующие способы подобного воздействия. Уязвимыми оказались модели DeepSeek-R1, Qwen3-Thinking, GPT-o3 и Gemini 2.5 Flash.

Авторы также обнаружили, что запросы, созданные для одной небольшой модели, оказались эффективны и против других систем, включая крупные коммерческие проекты. Это позволяет готовить атаки на закрытые сервисы с минимальными затратами.

«Мы не стремимся показать, что масштабные атаки возможны дёшево, а хотим зафиксировать сам факт существования такой уязвимости», — отметил исследователь Вэй Цао в комментарии для IEEE Spectrum.

Почему это важно

Рассуждающие модели всё чаще используются в агентных ИИ-системах, включая торговых ботов, инструменты проверки смарт-контрактов и децентрализованную инфраструктуру.

В сфере DeFi цифровые ассистенты на базе ИИ управляют реальными средствами без участия человека. Сбой в логике, в том числе вызванный намеренно, создаёт операционные риски.

Новое исследование опирается на уже известную особенность рассуждающих моделей — склонность к излишним размышлениям. В феврале 2025 года группа учёных проанализировала 4018 агентных траекторий и выявила повторяющиеся модели чрезмерного обдумывания:

* Аналитический паралич — модель продолжает рассуждать вместо выполнения задачи.
* Непредсказуемые действия — после ошибки пытается выполнить несколько действий одновременно.
* Преждевременное завершение — прекращает выполнение задачи, не проверив результат.

Рассуждающие модели оказались более склонны к излишним размышлениям. Чем сильнее этот эффект, тем ниже их эффективность.

Напомним, в начале июля 2026 года аналитики предупредили, что дальнейшее развитие компаний OpenAI и Anthropic всё сильнее зависит от доступности вычислительных мощностей, финансирования дата-центров и регуляторных решений.

Вот перефразированная новость на русском языке:

Австралийский департамент занятости и трудовых отношений выпустил первый национальный доклад о том, как искусственный интеллект влияет на рынок труда. Ведомство не обнаружило массовых увольнений из-за ИИ, но отметило, что в сферах, наиболее подверженных автоматизации, рост занятости замедлился.

Согласно отчету, с ноября 2022 года по февраль 2026 года в пятой части профессий, сильнее всего подверженных влиянию генеративного ИИ, занятость выросла на 5,6%. В то же время в группах, которые технология затронула меньше всего, рост составил 9,5%. Исследователи назвали это ранним и умеренным сигналом, а не доказательством масштабной потери рабочих мест.

Модель департамента показывает, что для профессий с уровнем подверженности ИИ на одно стандартное отклонение выше среднего, занятость к февралю 2026 года оказалась примерно на 2% ниже, чем можно было бы ожидать, если бы тренды до появления ChatGPT сохранились.

При этом результаты зависят от методологии. Отрицательная связь между подверженностью ИИ и ростом занятости перестает быть статистически значимой при использовании двух других показателей воздействия, а также если исключить из модели период пандемии COVID-19.

Кто в зоне риска

Наиболее уязвимыми к автоматизации названы рутинные когнитивные профессии: офисные работники, операторы ввода данных, администраторы, бухгалтеры, специалисты по рекламе и маркетингу, а также программисты.

Меньше всего ИИ угрожает профессиям, связанным с физическим трудом и уходом за людьми: сиделкам, электрикам, водителям грузовиков, уборщикам, плотникам, сантехникам и садовникам.

Издание The Guardian обратило внимание на гендерный и образовательный разрыв. В наиболее уязвимых профессиях мужчины составляют 43,7% работников, тогда как в наименее уязвимой группе — 69,5%. Доля работников с дипломом бакалавра или выше в группе высокого риска достигает 43,7% против 14,9% среди наименее подверженных профессий.

Авторы доклада пояснили, что риск связан с тем, что эти группы чаще заняты в сферах, где задачи легче автоматизировать с помощью генеративных моделей.

Доклад также зафиксировал сдвиг в привычном понимании автоматизации. Раньше главным риском считалась замена ручного и рутинного труда. Однако сейчас генеративный ИИ сильнее затрагивает офисные и интеллектуальные задачи: написание текстов, обработку данных, подготовку документов, общение с клиентами и программирование.

При этом ситуация не сводится к простому вытеснению «белых воротничков». Некоторые профессии с высокой подверженностью ИИ продолжают расти. Например, число занятых в категории «Разработчики ПО и приложений» в Австралии к февралю 2026 года достигло 199 000 человек — на 25% больше, чем в ноябре 2022 года.

Авторы также не нашли ухудшения положения выпускников учебных заведений. В докладе говорится, что рынок труда для них остается стабильным: безработица среди молодежи с высшим образованием низкая, а доля выпускников, работающих на позициях, обычно требующих диплома, выросла. Это отличает Австралию от некоторых исследований по США, где молодые специалисты в профессиях с высокой подверженностью ИИ считаются потенциальной первой группой риска.

Массового потрясения пока нет

По данным доклада, в феврале 2026 года уровень безработицы в Австралии составлял 4,2% — ниже любого значения за десятилетие до пандемии. Доля занятых в населении достигла 64%, что выше среднего допандемийного уровня. Авторы также не заметили ускоренного перераспределения работников между профессиями.

Более заметные сигналы появились в группе профессий с высокой подверженностью ИИ. Там медленнее росли занятость, отработанные часы и количество вакансий. Уровень безработицы в этой категории вырос сильнее, чем в других группах. Однако в докладе подчеркивается, что многие рутинные когнитивные профессии сокращались как доля занятости еще до появления ChatGPT. Поэтому текущая слабость может объясняться не только ИИ, но и прежними структурными трендами, постпандемийной перестройкой рынка труда и макроэкономическими факторами.

В докладе приводится широкий диапазон прогнозов о влиянии ИИ на рынок труда. В качестве одной из крайних оценок авторы цитируют главу Anthropic Дарио Амодеи, который ранее заявлял, что ИИ может уничтожить до половины рабочих мест начального уровня среди «белых воротничков» и поднять безработицу до 10–20% в течение одного-пяти лет.

В The Guardian отметили, что доклад вышел на фоне подготовки новых шагов правительства Энтони Албаниза по регулированию ИИ. По данным издания, власти Австралии в ближайшее время должны представить обновленный подход к управлению технологией, включая вопросы безопасности, экономики, авторского права и доверия к системам.

В июле министр занятости и трудовых отношений страны Аманда Ришворт заявила, что правительство намерено использовать ИИ для создания «хороших рабочих мест, а не для угрозы им».

«Мы продолжим следить за тем, чтобы австралийцы получали поддержку в этих изменениях — через навыки, обучение и карьерные траектории, необходимые для адаптации и получения выгоды», — подчеркнула она.

Департамент занятости и трудовых отношений планирует продолжать ежеквартальный мониторинг рынка труда. Однако следующее обновление возможно только в конце 2026 года из-за перехода статистической службы на новую классификацию профессий.

Напомним, в феврале компания Block сократила более 4000 сотрудников, уменьшив штат с более чем 10 000 до менее 6000 человек. Глава финтех-компании Джек Дорси заявил, что ИИ-инструменты меняют принципы создания и управления организацией. Однако позднее он признал, что фирма избыточно наняла людей в период пандемии.

В том же месяце CEO OpenAI Сэм Альтман обвинил крупные компании в использовании ИИ как предлога для увольнений. По его мнению, со временем влияние автоматизации на рынок труда будет только расти.

В мае Народный суд средней инстанции города Ханчжоу постановил, что компании не имеют права увольнять сотрудников исключительно из-за замены их ИИ.

Вот перефразированный текст новости на русском языке:

Министерство коммерции Китая в последние недели провело переговоры с компаниями Alibaba, ByteDance и Z.ai о возможном введении ограничений на доступ иностранцев к самым передовым китайским моделям искусственного интеллекта. Об этом сообщает Reuters со ссылкой на три источника.

По их данным, ограничения могут коснуться только будущих моделей, а не тех, что уже доступны на рынке. Чиновники предложили считать утечку или кражу запатентованных ИИ-технологий нарушением закона о национальной безопасности. Также обсуждались возможные ограничения для инвесторов, вкладывающих средства в китайские стартапы в сфере ИИ.

Reuters связывает эти меры не только с желанием обеспечить технологический суверенитет, но и с опасениями по поводу американских кибермоделей. По данным агентства, китайские власти опасаются, что модель Mythos может использоваться для поиска и эксплуатации уязвимостей в интересах Вашингтона.

Как отмечают журналисты, такие решения могут ослабить один из главных каналов, по которому Китай конкурирует с американскими разработками. Кроме того, запреты способны затронуть ключевое преимущество китайских моделей на мировом рынке: в 2025–2026 годах они активно распространялись за рубежом благодаря низкой цене, открытым весам и менее строгому режиму доступа.

Ранее Китай уже предпринимал отдельные шаги по ужесточению контроля над ИИ-сектором. В апреле Государственный комитет по делам развития и реформ КНР распорядился отменить сделку Meta по покупке стартапа Manus за 2 миллиарда долларов. В июне американская компания остановила обмен данными и отключила Manus от своих систем, а сотрудникам запретила использовать его инструменты во внутренних проектах.

В том же месяце Пекин ужесточил контроль над зарубежными сделками, связанными с китайскими инвесторами, технологиями, данными и национальной безопасностью. По данным Reuters, власти проверяли Manus и другие местные ИИ-стартапы, которые перенесли свою деятельность за границу.

Отдельно агентство упоминает майскую экспертную дискуссию, опубликованную на площадке суда по интеллектуальным правам Верховного народного суда КНР. Ее участники предложили дифференцированный подход к открытому коду: от простой регистрации для базовых инструментов до полного запрета публичного выпуска или ограничения внутренним рынком для наиболее чувствительных передовых моделей.

Эти обсуждения проходят на фоне расширения экспортного контроля США с чипов на доступ к ИИ-моделям. 12 июня компания Anthropic по требованию американских властей ограничила доступ к моделям Fable 5 и Mythos 5 для иностранных граждан, включая собственных сотрудников за пределами страны. Некоторые СМИ связали директиву правительства с возможным использованием одной из моделей группой, связанной с Китаем.

30 июня Anthropic заявила, что власти США отменили директиву. До этого стартап обвинил связанных с Alibaba операторов в дистилляции Claude, назвав это крупнейшей известной для него атакой такого рода, направленной на ускорение развития китайских моделей.

В конце июня независимый разработчик под псевдонимом Thereallo обратил внимание на некоторые механизмы в Claude Code. Они считывали данные о локальном часовом поясе и проверяли адреса прокси или пользовательских API-точек на ключевые слова, связанные с китайскими облачными провайдерами, ИИ-компаниями и сервисами перепродажи доступа.

После этого Alibaba решила запретить сотрудникам с 10 июля использовать продукты Anthropic в рабочих средах и предложила им перейти на собственную платформу Qoder.

Напомним, 24 июня основатель 360 Security Technology Чжоу Хунъи представил ИИ-инструмент для автоматического поиска уязвимостей Tulong Feng. Он назвал разработку китайским ответом на Mythos 5 от Anthropic.

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 перефразированный текст новости на русском языке:

Искусственный интеллект может значительно повысить производительность экономики, однако ощутимый эффект от его внедрения станет заметен лишь спустя несколько лет. Такое мнение в интервью Bloomberg Television высказал Джим Рид, глава отдела макроэкономических и тематических исследований Deutsche Bank.

«За всю мою карьеру я не видел технологии с таким потенциалом для роста производительности, как ИИ. Но компаниям потребуются годы, чтобы полностью интегрировать его в свои процессы и добиться максимальной выгоды», — заявил он.

Рид признал, что после бурного роста акций ИИ-компаний в технологическом секторе возможна коррекция. Однако долгосрочное влияние технологии выйдет за рамки рыночных циклов — миру предстоит период адаптации, который может быть отмечен высокой волатильностью и пересмотром ожиданий.

Эксперт также полагает, что развитие больших языковых моделей (LLM) не приведет к массовой безработице. По его словам, предыдущие технологические революции вызывали схожие опасения, но в итоге не снижали общий уровень занятости. Рид уверен, что ИИ станет скорее инструментом для повышения эффективности труда, чем заменой работникам.

Отдельно он оценил возможное влияние ИИ на экономику. Эксперт отметил, что за последние 250–300 лет внедрение новых технологий повышало производительность, но не приводило к устойчивому снижению инфляции. Несмотря на рост эффективности бизнеса, развитие ИИ может нести и дополнительные инфляционные риски.

Инвестиции растут быстрее, чем отдача

Мнение Рида совпадает с выводами ряда крупных финансовых институтов. В ежегодном обзоре World Outlook аналитики Deutsche Bank отмечали, что текущие темпы развития технологии, скорее всего, приведут к заметному росту производительности, но реальные результаты проявятся только после 2026 года.

При этом объем инвестиций в ИИ-инфраструктуру продолжает увеличиваться. Консенсус-прогноз аналитиков Уолл-стрит по капитальным затратам крупнейших технологических компаний на текущий год составляет $527 млрд, тогда как в начале сезона отчетности за третий квартал ожидалось $465 млрд.

Однако масштаб вложений пока опережает измеримый экономический эффект. В Goldman Sachs отмечали, что расходы на ИИ поддерживают инвестиции в оборудование и инфраструктуру, но их вклад в рост ВВП остается скромным. По оценке банка, в 2026 году они добавят около 0,3 процентного пункта к реальному росту экономики и 0,1 п.п. — к измеряемому.

Напомним, в конце июня аналогичными наблюдениями поделились эксперты из Банка международных расчетов. Они увидели в ИИ-буме риски для финансовой системы.