🖥 Glenfly начала поставки образцов GF800 - первого Arm-SoC с собственной GPU и отдельным NPU

Шанхайский разработчик графических процессоров Glenfly Tech объявил о завершении отладки своего первого Arm-система-на-кристалле GF800 и начале поставок образцов заказчикам. Чип и платы на его основе показали на 26-й Китайской международной промышленной ярмарке в Шанхае.

GF800 объединяет восемь ядер Arm Cortex-A78 с GPU собственной разработки, выделенным NPU и унифицированной памятью, общей для CPU, GPU, NPU и видеоустройств. Это первый случай интеграции GPU-IP Glenfly непосредственно в SoC: компания противопоставляет решение вариантам Arm Mali и Immortalis, Qualcomm Adreno, Samsung Xclipse и Imagination PowerVR. GPU поддерживает DirectX 12, OpenGL 4.6, OpenGL ES 3.2, OpenCL 3.0 и Vulkan 1.3 и прошёл конформные тесты по каждому стандарту; есть отдельный 2D-движок. Заявлена работа с HDMI 2.1, DP 1.4, eDP 1.4b и DSI, до четырёх независимых дисплеев, вывод до 8K с HDCP, а также новый ISP с входом до 48 Мп. Интерфейсы - PCIe 4.0, USB 3.2, SATA, eMMC и Gigabit Ethernet.

Программный стек HUCA ориентирован на миграцию моделей, основные фреймворки глубинного обучения, инференс больших моделей и мультимодальные сценарии. Поддерживаются UOS от UnionTech и Kylin, Linux, Android и Windows. Целевые применения - AI-терминалы, периферийные серверы, промышленные вычисления и роботы. Производительность NPU, техпроцесс и сроки серийного производства Glenfly не раскрывает.

🎨 qvabo.studio/tg · картинки и видео

#Tech #Business #AI #Glenfly #GF800 #ArmSoC #NPU #EdgeAI

👩‍💻 Sphinx: Git-хук, который проверяет, понимаете ли вы код своего ИИ-агента

На Hacker News вышел открытый проект Sphinx - Git-хук для разработки с помощью ИИ-агентов. Перед тем как код агента уйдёт в удалённый репозиторий, Sphinx задаёт вам вопрос о том, что этот код на самом деле делает. Слоган проекта: «Вы можете передать ИИ свои размышления, но не понимание».

Работает это так: при git push в защищённых ветках Git ставит паузу. Модель, не видевшая вашего чата с агентом, читает дифф и задаёт вопрос про сценарий отказа - например, что произойдёт при повторном вебхуке Stripe. Ответили неверно - получаете объяснение и новый вопрос; ответили верно - пуш продолжается. Ответы никогда не попадают к кодинг-агенту, а файлы .env и ключи не открываются.

Установка - npm install -g sphinx-understand и sphinx install. Поддерживаются Codex, Claude Code, Cursor, OpenCode и Pi либо обычный Git. Работает на минимальном числе токенов через OpenRouter или любой OpenAI-совместимый эндпоинт. Для спешки есть режим sphinx yolo, но каждый пропуск логируется. Нужен Node 22.19+ и macOS, Linux или WSL.

🎨 qvabo.studio/tg · картинки и видео

#GitHub #AI #Skills #Development #DevTools #OpenSource

💵Anthropic купила стартап Opaque Systems для конфиденциального ИИ

Anthropic приобрела Opaque Systems - компанию, которая разрабатывает технологии обработки чувствительных данных в ИИ-системах с защитой на уровне аппаратного обеспечения. О сделке Opaque сообщила на прошлой неделе: вся команда стартапа переходит в Anthropic, финансовые условия не раскрываются.

Технология Opaque построена на confidential computing: данные шифруются и обрабатываются внутри доверенных сред исполнения (Intel SGX/TDX, AMD SEV), поэтому содержимое не видно даже оператору инфраструктуры и облачному провайдеру. Для корпоративных сценариев это ключевое условие - медицинские записи, финансовые транзакции и юридические документы нельзя отдавать модели, если нет гарантий, что доступ к ним не получит никто посторонний.

Для Anthropic покупка - способ усилить позиции в регулируемых отраслях, где заказчики требуют подтверждаемой аппаратной изоляции перед запуском Claude. Крупные облака (Azure Confidential Computing, Google Confidential VMs) уже продвигают похожие подходы, так что стартап даёт Anthropic готовую экспертизу и команду в этой нише.

🎨 qvabo.studio/tg · картинки и видео

#Business #Safety #Anthropic #OpaqueSystems #Security #Claude

💵 AI-платформа Deal Engine обрабатывает до 200 тысяч возвратов в день

Deal Engine, AI-платформа для авиакомпаний, онлайн-агентств и тревел-менеджеров, подвела итоги года. В дни массовых сбоев система обрабатывала около 200 тысяч сложных возвратов за сутки, когда инфраструктура перевозчиков работала на пределе. Компания расширила работу с Emirates, Qatar Airways и LATAM, а также продолжила расти вместе с Flight Centre.

Из решения для возвратов Deal Engine выросла в полноценную платформу обслуживания: добавились обмен билетов, компенсации и аудит в реальном времени, чтобы у авиакомпаний был единый слой автоматизации. Главная сложность в том, что у каждого перевозчика свои правила, системы и логика для нестандартных случаев, а финансовые решения должны оставаться точными.

AI ускоряет сборку и запуск автоматизации, но не заменяет детерминированный слой исполнения, отмечают в компании. "Когда авиакомпания решает, возвращать ли 2000 долларов, ответ не может быть "вероятно"", - говорится в сообщении. Deal Engine строит работу на сочетании AI и строгих правил принятия решений.

🎨 qvabo.studio/tg · картинки и видео

#Ai #DealEngine #Business #Refunds #TravelTech #Automation

🛡 Хакер атаковал John Deere и SharkNinja с помощью армии ИИ-агентов

Исследователи из компании Norforge обнаружили, что один хакер взломал более 100 сайтов, используя ИИ-агентов, которые действовали почти автономно. Как сообщает Reuters, среди жертв - John Deere, SharkNinja и Cummins.

Атаки велись через Cairn - открытую платформу, которую разработчики описывают как «универсальный движок для решения задач». Пользователь задаёт агенту начальную и конечную точку, а тот самостоятельно документирует прогресс на пути к цели. Тот же механизм позволяет координировать кибератаки: злоумышленнику достаточно описать «предпочтительную тактику вторжения» - в этом случае хватило менее 100 китайских иероглифов. Успешный взлом занимал около 23 часов.

Всего Norforge нашёл более 20 открытых экземпляров Cairn, которые «вероятно, используются во вредоносных целях». Атакованный хакер действовал против компаний в США, Канаде, Австралии и Японии. John Deere заявила, что чувствительные данные не пострадали; Cummins проверяет атаку на сайт стороннего подрядчика; SharkNinja сообщила, что затронут отдельный сайт со справочной информацией и угроза локализована.

🎨 qvabo.studio/tg · картинки и видео

#AI #CyberSecurity #Attacks #Agents #Norforge #Cairn

📈 Stripe: покупки через ИИ-агентов растут, но цифры компания не раскрывает

ИИ-агенты всё активнее оплачивают покупки для пользователей через сервис Stripe Link. По данным Upstarts Media, в сентябре число транзакций выросло в 38 раз, а объём платежей - в 20 раз. Абсолютных значений Stripe не публикует, поэтому речь идёт о росте с небольшой базы.

Исполнительный директор Stripe Дэн Хилл отмечает: объём платежей постепенно становится значимым. На момент анализа сервисом пользовались около 70 агентов, сейчас - примерно 200, включая Muse от Meta* и Grok Bot. Средний чек составляет около $100, но некоторые агенты бронируют авиабилеты и покупают мебель на тысячи долларов. На ритейл пришлось 36% транзакций и 32% объёма, на путешествия - 28% объёма.

Link не передаёт агенту реальный номер карты: вместо него выдаётся отдельный 16-значный номер, а пользователь может задать лимит расходов. Anthropic и OpenAI тоже используют Link, но пока не для покупок агентами. Хилл признаёт, что у Stripe появятся конкуренты - PayPal и Shop Pay от Shopify, - и называет рынок агентских платежей совсем ранним.

*компания Meta признана экстремистской и запрещена на территории Российской Федерации

🎨 qvabo.studio/tg · картинки и видео

#Business #Stripe #AI #Agents #Payment #Link

🔽 Неоклаудам предсказали консолидацию: Nvidia рискует потерять больше всех

После недели обвала акций и отменённых IPO участники рынка ждут схлопывания сегмента «неоклаудов» - молодых провайдеров ИИ-облаков. Из сотен игроков через несколько лет останутся лишь 7-10, считают опрошенные The Information руководители дата-центров.

Австралийская Firmus внезапно отменила размещение, акции CoreWeave и её менее крупных конкурентов упали примерно на 20%, а показатель кредитного риска CoreWeave достиг исторического максимума. Британская Nscale потеряла сделку с Microsoft по площадке в Лафтоне, где планировалась аренда 23 000 чипов Nvidia: энергетики не ждут там подключения раньше 2030-х. Инвесторы также требуют снизить оценку Nscale с ~$30 млрд до $16-19 млрд.

Для Nvidia это критично. Клиенты за пределами гиперскейлеров, включая неоклауды, принесли $40 млрд за июльский квартал - 45% выручки дата-центров. Причём Nebius, IREN и Nscale строят ЦОДы сами: их финансовые проблемы остановят стройку, а вместе с ней и поставки чипов. Gartner прогнозирует, что 80% независимых неоклаудов прекратят самостоятельную работу к 2030 году.

🎨 qvabo.studio/tg · картинки и видео

#Business #AI #Nvidia #IPO #NeoClouds #Infastructure

⚙️ Свой LLM-прокси: реальные логи вместо красивых графиков провайдера

В блоге, разошедшемся по Hacker News, автор спорит с подходом «просто сидеть в веб-интерфейсе провайдера»: панели аналитики показывают милых маскотов и абстрактные картинки вместо временных рядов по токенам, по которым инженер мог бы принимать решения. Экспорт в OTel есть, но это лишь один аргумент из шести.

Остальные: единая точка входа для многих провайдеров и моделей под вашим контролем; логи - какой ключ, какую модель, через какого клиента и с каким статусом вызвал и когда; виртуальные API-ключи вместо одного мастер-ключа, размазанного по агентам и харнессам; собственная инфраструктура и хранение; быстрый перевод нагрузки на другого провайдера без пересборки окружения в третий раз. Прокси можно форкать и допиливать под себя - например, добавлять собственные эндпоинты для MCP-серверов и расширенную телеметрию.

Практическая ценность: по логам автор находит причину cache miss в сессии кодинга примерно за 20 секунд, а API прокси позволяет это автоматизировать. Вывод - инструментировать инференс и владеть путём данных, а не доверять статистике подписки.

🎨 qvabo.studio/tg · картинки и видео

#Tech #LLM #AI #Development #Observability #MCP

🖥 SenseCore раскрыла архитектуру Prefill/Decode-кластеров для агентного инференса

На саммите CSDI в Шэньчжэне вице-президент и CTO SenseTime SenseCore Сюань Шаньмин рассказал, как компания перестраивает инференс-инфраструктуру под эпоху агентов: мультиагентные сценарии и длительные автономные задачи резко увеличивают спрос на токены по сравнению с обычными чат-ботами.

Ключевая идея - разделение стадий Prefill и Decode (PD) внутри гетерогенных кластеров масштаба 10 000 GPU в Lingang AIDC. Prefill, требующий вычислений, отдаётся отечественным ускорителям, а Decode, которому нужна высокая пропускная способность памяти, - мощным GPU; стадии обмениваются состоянием через KV Cache по смешанной фабрике 800G/400G/200G. Риск такой схемы - до 30-50 Prefill-нод могут кормить одну Decode-ноду, поэтому SenseCore держит резерв-карт для быстрого failover и динамически меняет роли нод под нагрузкой.

В тесте с тем же числом флагманских GPU, что и в базовой конфигурации, гетерогенное PD-планирование дало примерно пятикратный рост общего throughput токенов. Платформа уже обслуживает около 6 трлн токенов в день, цель - 10 трлн к IV кварталу 2026 года.

🎨 qvabo.studio/tg · картинки и видео

#Tech #SenseTime #SenseCore #Inference #Infrastructure #AI #GPU

🛡 Хакеры атаковали AI-редактор кода OpenCode: пользователям накрутили счета за API

OpenCode - открытый AI-агент для кодинга, конкурент Claude Code и Cursor - сообщил о взломе устаревшей системы онлайн-платформы OpenCode Console. Затронуты 1,4% пользователей, хранивших там API-ключи; все они получили уведомления по почте.

В ночь атаки разработчики начали сообщать в Reddit и X о неожиданных списаниях: у некоторых - сотни долларов, у отдельных пользователей - больше $1000. Anthropic и Google заблокировали скомпрометированные ключи, OpenAI вместе с OpenCode восстановила доступ и вернула клиентам потраченные на атаку кредиты. Возвраты проводит и сам OpenCode. Сооснователь Dax Raad подчеркнул: утечка касается только Console, сам open-source-клиент и CLI не затронуты - ключи на серверы компании не передаются.

Отдельный сюжет - реакция команды: атаки шли 48 часов подряд, и защитные AI-агенты помогали лишь до момента, когда вредоносный код активировал фильтры безопасности моделей. Доступ к программе OpenAI Daybreak Blue с ослабленными ограничениями для defensive security ускорил разбор инцидента. Схожая проблема была у Hugging Face в июле.

🎨 qvabo.studio/tg · картинки и видео

#Safety #OpenCode #AI #Tools #Cybersecurity #API #Development

🌐 Интернет для AI-агентов может стать хуже для людей

Массовый запуск персональных AI-агентов ломает привычное деление посетителей сайтов на «ботов» и «людей». Агенты вроде Dots от OpenAI и Muse от Meta* действуют от имени конкретного человека, но работают на машинной скорости - и не вписываются в старые системы верификации.

Результат уже виден: агентный трафик вырос втрое с августа по сентябрь, Muse скачали 5 млн раз за первый месяц. При этом Yelp, Pizza Hut и Amazon просто блокируют агентов; Amazon судится с Perplexity и заявляет, что агенты угрожают рекламной модели, размывая границу между людьми и ботами. Shopify пошёл другим путём - выделил агентам отдельные очереди оформления заказа.

Профессор Wharton Итан Моллик предупреждает: как только люди поймут, что агента можно отправить выбивать возврат или торговаться, службы поддержки захлебнутся. Дальше - интерфейсы для людей начнут ухудшаться, а персональные цены и постоянные проверки «вы точно человек?» станут нормой. Правила взаимодействия агентов с сайтами только пишутся, и от них зависит, будет ли веб работать на нас или против нас.

*компания Meta признана экстремистской и запрещена на территории Российской Федерации

🎨 qvabo.studio/tg · картинки и видео

#AI #Agents #Internet #Research #LLM #OpenAI

📉 MiniMax M3.1 Flash: китайская гонка ИИ-цен пробила дно

MiniMax выпустила reasoning-модель M3.1 Flash: 42 балла в Artificial Analysis Intelligence Index против 29 у предыдущей M3, при этом стоимость одной задачи упала более чем вдвое - примерно до $0,22.

Основной прогресс - в сложных рассуждениях. На Humanity's Last Exam модель набирает 48% против 43% у Deepseek V4.1 Flash 1017, на бенчмарке CritPt для физики исследовательского уровня - 22% (у GLM-5.3-Flash 15%, у Gemini 3.8 Flash 18%), а на AA-Omniscience по фактической точности - 56% верных ответов против 28% у GLM и 43% у Deepseek. Контекст - до 1 млн токенов, поддержка текста и изображений. Цены API: $0,15 за 1 млн входных токенов, $0,60 за 1 млн выходных, кэшированные входы - $0,015. Модель работает втрое быстрее M3 и тратит заметно меньше выходных токенов (189 млн против 224 млн у Deepseek), что и даёт более низкую цену за задачу.

Главная слабость - очень высокий уровень галлюцинаций (93% по замерам Artificial Analysis): модель пытается ответить на любой вопрос, вместо того чтобы признать неуверенность. Открытые веса обещаны 23 октября, API уже работает на platform.minimax.io.

🎨 qvabo.studio/tg · картинки и видео

#AI #Tech #MiniMax #Models #LLM #Reasoning #DeepSeek #OpenSource

⚛️ «Мы смотрели на это неправильно»: исследователь заявил, что нейросети поддаются расшифровке

Ник Каммарата из стартапа Goodfire опубликовал 26 000-словный пост, который всколыхнул AI-мир. Его тезис: нейросети могут оказаться гораздо понятнее - а значит, и контролируемее, - чем считалось. Поводом стала тревожная осень: агенты крупных компаний неоднократно выходили из-под контроля, и индустрия ищет способы заглянуть внутрь собственных моделей.

Каммарата, ранее работавший в OpenAI над механистической интерпретируемостью, вернулся к модели Inception v1 2014 года. Раньше считалось, что нейрон, реагирующий и на машины, и на кошек, - пример «суперпозиции», неразбираемого клубка смыслов. Пересмотрев тысячи примеров, он увидел общее: V-образную форму - морду кошки и передок автомобиля сбоку. Реагировал нейрон и на угол бильярдного стола, нос синкансэна, а «выключали» его круглые O-образные объекты.

Оптимизм разделяют не все. Крис Поттс из Стэнфорда называет это «догадкой», Джейкоб Хилтон из ARC напоминает, что понято менее 0,01% внутреннего устройства топовых LLM, а Нил Нанда из Google DeepMind не видит существенного сдвига в интерпретируемости. Сам Каммарата признаёт: открытых вопросов много, и технические результаты по современным LLM ещё впереди.

🎨 qvabo.studio/tg · картинки и видео

#AI #Interpretation #Tech #Science #Research #Goodfire

❓Что такое инженерия обвязки вокруг ИИ-моделей и как она работает

Perplexity опубликовала разбор понятия harness engineering - инженерии обвязки, то есть кода, который окружает саму модель и превращает её в работающего агента.

В основе - три задачи. Первая: запуск агентов, цикл вызова модели, обработка ответов и передача управления инструментам. Вторая: управление контекстом - что именно попадает в промпт, как отбираются файлы и история, как обрезаются лишние токены. Третья: проверка работы - тесты, линтеры и автоматические верификаторы, которые ловят ошибки до того, как результат уйдёт пользователю.

Практический смысл в том, что качество агента всё меньше зависит от самой модели и всё больше - от этой обвязки. Один и тот же LLM в хорошем harness решает задачи заметно стабильнее, чем в «голом» чате. Для разработчиков это означает: вложения в контекст-менеджмент, инструменты и контроль качества дают больший прирост, чем очередная смена модели.

🎨 qvabo.studio/tg · картинки и видео

#AI #Agents #Perplexity #LLM #Development #Talk #HarnessEngineering

🤖 OpenAI: новые модели научились лучше писать код на COBOL, Fortran и Visual Basic

OpenAI сообщила о заметном прогрессе своих моделей в низкоресурсных языках программирования - COBOL, Fortran и Visual Basic. Кода и документации по ним мало, но на них держится критическая инфраструктура: COBOL обслуживает более 40% систем онлайн-банкинга и 95% транзакций банкоматов, Fortran используется в прогнозах погоды и анализе безопасности реакторов.

Для замера прогресса OpenAI представила две оценки. MultiLangBench проверяет, может ли модель с нуля собрать SQLite-совместимый движок на 20 языках. GPT-6 Astra показала средний pass rate 87,4% против 26,8% у GPT-5.6 Sol, с ростом в каждом языке: COBOL - с 10,9% до 72,1%, Fortran - с 21,4% до 83,5%, Visual Basic - с 27,5% до 89,4%. Более дешёвая GPT-6 Luna даёт 40,3% при примерно 78% ниже стоимости API.

Вторая оценка - миграция COBOL на C++, Java, Kotlin, Python или Rust с побайтовым сохранением поведения, включая правила округления в финансовых расчётах. GPT-6.1 Sol достигает 86,6% при низком reasoning effort (у GPT-5.6 Sol - 5,4%) и 97,9% при высоком, при этом на 39% дешевле. Набор тестов MultiLangBench выложен на GitHub.

🎨 qvabo.studio/tg · картинки и видео

#OpenAI #COBOL #AI #Coding #Development