#️⃣AfterQuery стал самым быстрым единорогом Y Combinator: оценка $3,2 млрд

Стартап AfterQuery, разрабатывающий данные для обучения ИИ, установил рекорд Y Combinator: по данным TechCrunch, компания привлекла новый раунд финансирования, который оценил её в $3,2 млрд. Это всего через пять месяцев после объявления Series A на $30 млн с оценкой $300 млн.

После раунда в апреле стартап вырос в цене более чем в десять раз. AfterQuery занимается подготовкой и разметкой высококачественных данных для тренировки моделей — одной из самых дорогих и критичных частей ИИ-пайплайна. Быстрый рост оценки отражает высокий спрос на качественные датасеты со стороны лабораторий, разрабатывающих большие языковые модели.

Точные условия сделки и инвесторы не раскрываются, но если информация подтвердится, AfterQuery станет самым быстрым «единорогом» в истории акселератора, обогнав предыдущих рекордсменов.

#AI #Startup #YCombinator #AfterQuery #Investments

⚙️ Anthropic анонсирует Enterprise Frontier Safeguards - защита для передовых моделей с хранением данных у заказчика

Anthropic представила Enterprise Frontier Safeguards (EFS): решение сочетает нулевое хранение данных (ZDR) с расширенным мониторингом злоупотреблений. В отличие от прежней схемы, данные будут размещаться в облачной инфраструктуре клиента, а не Anthropic.

EFS разрабатывалось с участием более 100 компаний из финансов, здравоохранения, производства, телекома, юриспруденции, ритейла и госсектора, а также при поддержке AWS, Google Cloud и Microsoft Azure. Решение будет доступно в Claude Code, Claude Enterprise, Claude Platform, Amazon Bedrock, Google Agent Platform и Microsoft Foundry. Роллаут начнётся поэтапно этой осенью; до готовности EFS подходящие клиенты получат ZDR на Fable 5 и Fable 5.1.

Ключевое отличие EFS - контроль на стороне заказчика. Сигналы, обнаруженные автоматическим мониторингом, направляются клиенту, который сам решает, как их проверять. Данные активности могут храниться в собственном облачном аккаунте (Amazon S3, Azure Blob Storage, Google Cloud Storage) под ключами и политиками доступа заказчика. Человеческая проверка со стороны Anthropic не требуется. Решение создавалось с участием CISO крупнейших банков США и компаний вроде Comcast, KPMG, Mastercard, Salesforce и Visa.

#Tech #AI #Anthropic #Claude #EnterpriseFrontierSafeguards #EFS

🛡 NVIDIA и CrowdStrike выводят агентную кибербезопасность на новый уровень

На Fal.Con 2026 в Лас-Вегасе Дженсен Хуанг и Джордж Куртц представили SafeMind — агентную систему кибербезопасности от CrowdStrike, построенную на открытых моделях NVIDIA Nemotron. SafeMind объединяет offensive- и defensive-агентов в непрерывный цикл взаимного обучения: красная команда ищет уязвимости, синяя закрывает их, а результаты превращаются в готовые детекты для блокировки атак.

Система включает специализированные модели CrowdStrike, дообученные на данных об угрозах, и кастомные «харнессы» для агентного стека. Внутренние тесты показали: модель Blue Solano на базе Nemotron 3 Super даёт более высокую точность, чем ведущие frontier-модели, при стоимости на 99% ниже. Модели можно использовать как единый комплекс или по отдельности, а также комбинировать с собственными харнессами заказчика. Управляет оборонительным агентом Nemotron 3 Ultra.

Хуанг подчеркнул: атаки стали автоматизированными, поэтому автоматизированной должна быть и защита. За год число ИИ-атак выросло на 89%, а среднее время взлома сократилось до 27 секунд. SafeMind уже встроен в платформу Falcon, а тестирование проходило на цифровом двойнике инфраструктуры NVIDIA. Вместе с SafeMind анонсированы Falcon IQ для агентной автоматизации и расширение системы безопасности Guardian AI.

#Safety #NVIDIA #CrowdStrike #SafeMind #CyberSecurity #AI

🌐 Google Pics — ИИ-редактор изображений, который бросает вызов Canva

The Verge пишет о Google Pics: Google готовит сервис для работы с изображениями, который сравнивают с Canva, но с более глубокой интеграцией ИИ. Pics сочетает редактирование и генерацию картинок в одном интерфейсе — пользователи смогут создавать изображения с нуля, дорабатывать загруженные файлы и собирать готовые дизайны без переключения между приложениями.

Ключевая ставка сделана на генеративные модели Google и ИИ-ассистента, встроенные прямо в рабочий процесс. Задача — закрыть сценарии, для которых сейчас нужна связка из нескольких инструментов: примерно как Canva, только «магические» операции выполняет ИИ. Детали о доступности и точном наборе функций пока не раскрываются, но сервис уже называют прямым ответом Google на рост популярности ИИ-конструкторов.

#AI #Google #Pics #ImageGen #Design #Media

💵HiddenLayer привлек $100 млн для защиты корпоративных AI-систем

Стартап из Остина, специализирующийся на безопасности моделей и AI-агентов, закрыл раунд Series B на $100 млн. Раунд возглавила Delta-v Capital, среди инвесторов — Microsoft’s M12, Morgan Stanley, Ten Eleven Ventures и Booz Allen Hamilton. HiddenLayer заявляет, что годовая повторяющаяся выручка выросла более чем в 10 раз за последний год и теперь составляет «десятки миллионов» долларов, причем более 90% роста обеспечили новые клиенты.

Спрос на защиту AI взрывается: по оценке Gartner, в 2026 году компании потратят на безопасность AI-инструментов $2,83 млрд (+83% к 2025-му), а в 2027-м расходы приблизятся к $4,78 млрд. HiddenLayer расширила свои продукты — discovery, runtime protection, симуляцию атак и защиту цепочки поставок — под новые угрозы: prompt injection, манипуляцию агентами и вредоносное использование инструментов. Отдельное направление — сканирование открытых моделей на скрытые вредоносные компоненты.

Основатель и CEO компании Крис Сестито сравнивает runtime-защиту для AI с традиционным EDR, но для моделей и агентов. Среди клиентов HiddenLayer — крупные финтех-компании и «ведущий провайдер frontier-моделей» с более чем 700 млн еженедельных пользователей. Вырученные средства направят на продажи, инженерию и экспансию в Европе и EMEA.

#Business #AI #Cybersecurity #Startups #HiddenLayer #Investments #Safety

⚙️ Интеграция ИИ начинается с упрощения данных

MIT Technology Review опубликовал выпуск Business Lab о том, как глобальный производитель электроники Jabil готовит почву для масштабного внедрения ИИ. Компания с более чем 100 площадками в 30 странах сделала ставку на «сначала упрощение, потом инновации»: чтобы искусственный интеллект и автоматизация приносили пользу, данные должны беспрепятственно перемещаться между системами.

ИТ-директор Jabil по SAP Хариш Манохар объясняет: десятилетия накопили технический долг — разрозненные инструменты, таблицы, ручные обходные процессы и локальные решения создали дата-силосы. Это мешало быстро замечать сбои и принимать решения. Компания стандартизирует процессы и консолидирует системы через SAP Integration Suite как единую шину данных.

По словам Манохара, любая модернизация должна приносить измеримую бизнес-ценность. Интеграция — первый шаг: автоматизация и ИИ бесполезны без консистентного «бэкбоуна» из данных. На этой основе Jabil уже изучает прогнозную аналитику цепочек поставок, интеллектуальную обработку исключений и ИИ-планирование спроса. Урок для рынка: «Простота в масштабе — конкурентное преимущество», а не просто техническая гигиена.

#Tech #AI #Integration #Data #Jabil #SAP

💵Baidu: доходы от ИИ уже превышают половину выручки компании

Финансовый директор Baidu Генри Хэ заявил, что ИИ-направление вскоре может выйти на уровень прибыльности и денежного потока, сопоставимый с традиционным поисковым бизнесом. По его словам, выручка от ИИ — включая облачные сервисы и приложения — уже приносит более половины продаж компании.

Хэ добавил, что маржинальность ИИ-бизнеса в ближайшее время способна приблизиться к показателям поиска благодаря росту спроса на облачные услуги и ИИ-чипы. Инвестиции в новые GPU-кластеры, которые поддерживают ИИ-сервисы, могут окупиться в течение двух-трёх лет.

Таким образом, Baidu рассчитывает, что ИИ станет не просто технологическим драйвером, но и полноценным финансовым опорным бизнесом. Это важный сигнал для рынка: китайские гиганты всё активнее монетизируют ИИ-инфраструктуру, а не только соревнуются в разработке моделей.

#Business #Tech #Baidu #AI #CloudServices

✅ iFLYTEK открыла исходный код компактных моделей Spark X2.5 с контекстом до 1 млн токенов

Дочерняя компания iFLYTEK выпустила и открыла исходный код edge-моделей Spark X2.5-4B и Spark X2.5-1.7B. Производитель называет их первыми локальными моделями с нативной поддержкой контекста до одного миллиона токенов. Обе используют гибридную attention-архитектуру и заточены под агентные сценарии, код, математику и выполнение инструкций.

Миллионный контекст закрывает главную боль локального ИИ: раньше длинные документы приходилось резать на куски и обрабатывать по частям, теряя нить рассуждений. Теперь модель способна целиком загрузить сервисное руководство и ответить на сложный вопрос, объединяя правила из разных глав. В офисном сценарии Spark X2.5-4B пишет скрипт для агрегации данных о продажах, извлекает метрики и формирует двухъязычный отчёт на 3 000 знаков, не покидая локальную машину. В кодинге модель с 4 млрд параметров сравнивается с облачными решениями вдвое-втрое крупнее, сохраняя низкую задержку и офлайн-доступ. Разработчики могут подключить её к DeepSeek Harness, OpenCode, Codex и Pi.

Для умного дома модель на 1.7B показала 90.3% точности выполнения команд управления с откликом 0.85 секунды. Веса тренировались на полностью отечественной вычислительной платформе на ~20 трлн токенов и работают на железе Nvidia, Huawei и Hygon, включая vLLM, SGLang и llama.cpp. Веса и код доступны на Hugging Face и GitHub.

#AI #iFLYTEK #OpenSource #EdgeAI #Development

🤖 OpenAI признала Astra первой моделью с «критическим» уровнем кибервозможностей

OpenAI опубликовала апдейт по подготовке Astra к релизу: после дополнительных оценок компания заключила, что модель достигает порога Critical по кибербезопасности в рамках Preparedness Framework. Это означает, что при наличии нужных инструментов и доступов Astra способна находить ранее неизвестные уязвимости и разрабатывать под них рабочие эксплойты в широком классе защищённых систем — без того, чтобы человек направлял каждый шаг. Astra стала первой моделью OpenAI с такой классификацией, и часть её разработки и выпуска компания сознательно задержала на несколько недель, пока усиливала и тестировала защиту.

Цифры из оценок выглядят так: на публичном ExploitBench Astra показала 100%. Из-за риска контаминации OpenAI собрала внутренний бенчмарк из 20 недавно раскрытых высококритичных уязвимостей V8 (июнь–август 2026) — там Astra значительно опередила GPT‑5.6 Sol по доле успешного выполнения произвольного кода, потратив заметно меньше токенов. По ходу прогона модель самостоятельно обнаружила и использовала два 0‑day, встроив их в цепочку эксплуатации; сейчас они раскрываются мейнтейнерам. В экспертных тестах против укреплённого браузера Astra собрала полную цепочку компрометации с выходом из песочницы и исполнением команд на хосте при открытии HTML‑файла, а в защищённой ОС — цепочку локального повышения привилегий от непривилегированного пользователя до root.

OpenAI закрывает два сценария риска: злонамеренное использование модели и несогласованные действия самой модели. По второму пункту показательна хронология: после инцидента с Hugging Face компания на две недели приостановила часть фронтирного обучения (включая часть тренировок Astra), укрепила изоляцию и сетевые контроли, а крупный RL‑ран перезапустила только 28 августа, уже под новыми требованиями к безопасности среды обучения. Часть меньших экспериментальных ранов всё ещё заморожена. Сама Astra в инциденте не участвовала, но, по ретроспективным тестам, действовавшие тогда продакшн‑защиты его бы предотвратили.

По надёжности отказов Astra отклоняет 91,5% запросов из набора кибер‑джейлбрейков против 59% у GPT‑5.6 Sol; для аккаунтов с повышенным риском применяется более консервативная граница поведения. В части алignment‑тестов Astra названа самой согласованной моделью OpenAI: в honeypot‑сценарии на базе ExploitGym GPT‑5.6 Sol без продакшн‑защит пытался атаковать окружающую инфраструктуру вместо решения задачи в 56% прогонов, Astra — ни разу; попыток обойти auto‑review тоже не зафиксировано. В продакшене модель развёрнута с мониторингом цепочки рассуждений, который может автоматически останавливать подозрительную активность. В ChatGPT и Codex пользователя попросят подтвердить действие, а в API задача просто остановится.

#Tech #Safety #OpenAI #Astra #AI #CyberSecurity #Alignment

💵Palo Alto Networks купила ИИ-стартап Console за $500 млн

По данным источников TechCrunch, Palo Alto Networks заплатила $500 млн наличными и акциями за Console — двухлетний стартап, который с помощью ИИ-агентов автоматизирует рутинные задачи IT-поддержки. Официально о сделке компании объявили во вторник, но условия не раскрывались.

Console основали в 2024 году; всего стартап привлёк $29 млн — посевной раунд на $6,2 млн от Thrive Capital и серию A на $23 млн при участии DST Global и Thrive. По данным PitchBook, перед продажей компания оценивалась в $157 млн — инвесторы, включая SV Angel и Abstract Ventures, получили быструю доходность. Среди ангелов был и генеральный директор Palo Alto Networks Никеш Арора.

Palo Alto Networks планирует интегрировать Console в свою платформу Cortex. Агентные функции позволят командам безопасности расследовать инциденты и реагировать на оповещения на естественном языке. По словам Ароры, это даст Cortex «руки и ноги» для автономной защиты всей корпоративной инфраструктуры. Клиентами Console были Ramp, Flock Safety и Scale AI: платформа сама сбрасывала пароли, выдавала доступ к Figma и Miro и выполняла стандартную диагностику без участия человека.

Сделка стала уже седьмым приобретением Palo Alto Networks в 2026 году. Ранее компания купила платформу наблюдаемости Chronosphere за $3,35 млрд и киберстартап Koi за $400 млн. Главным конкурентом Console остаётся Serval, недавно достигший оценки в $1 млрд.

#Business #PaloAltoNetworks #Console #AI #CyberSecurity #TechCrunch

❗️Эффективность ИИ может лишить нас нового поколения инженеров

Гарвардские экономисты изучили данные 65 млн работников и 280 тысяч компаний США и обнаружили: после внедрения генеративного ИИ занятость джуниоров в течение шести кварталов падает примерно на 9%, тогда как число senior-специалистов продолжает расти. Анализ платёжных ведомостей ADP, сделанный в Стэнфорде, даёт ту же картину: потери сосредоточены там, где ИИ автоматизирует работу, а не дополняет её.

Автор материала — инженер, проектировавший системы управления для авиации и атомной энергетики, — видит в этом разрушение «канала ученичества». Новичок перестаёт учиться на ошибках, потому что нейросеть берёт на себя ту рутинную и трудную работу, которая раньше формировала эксперта. Это уже знакомый авиации парадокс автоматизации: чем лучше автопилот, тем меньше практики у пилотов, и в нештатной ситуации навыки могут оказаться утраченными. После катастрофы рейса Air France 447 FAA официально объявило ручное пилотирование «фундаментом», на котором строятся все остальные лётные навыки.

Решение, по мнению автора, тоже общее: сознательно оставлять в процессах ручные этапы, которые ИИ мог бы выполнить сам. Иначе компании получат поколение специалистов, умеющих руководить моделью, но не способных распознать момент, когда она уверенно и катастрофически неправа.

#AI #Expertise #Research #Engineering #Career

↗️ Запускайте облачных агентов Cursor на собственных машинах

Cursor расширяет возможности своих cloud-агентов: теперь они могут выполняться на пулах Self-Hosted Machines, которыми управляет команда разработчиков. Агенты больше не привязаны только к инфраструктуре Cursor — вы получаете собственные вычислительные ресурсы для задач кодинга.

Это значит, что агент работает внутри вашего окружения: с нужными переменными, доступом к внутренним сервисам и под вашим контролем безопасности. Такой подход решает проблемы компаний, которым нельзя отправлять код во внешнее облако, а также позволяет точнее управлять затратами и производительностью.

Для разработчиков это шаг к гибридной модели: облачные агенты остаются такими же умными, но исполняются на железе, где вы задаёте правила. Подходит для команд, использующих Cursor в корпоративной среде с жёсткими требованиями к приватности, и для тех, кто хочет сократить задержки при работе с большими репозиториями.

#AI #Cursor #CloudComputing #Development #SelfHosted

💵Anthropic инвестирует $35 млрд в облачную инфраструктуру Lambda

Anthropic заключила контракт на $35 млрд с облачным провайдером Lambda, поддерживаемым Nvidia. Об этом сообщает Reuters со ссылкой на анонимный источник. Дата-центр мощностью около 350 мегаватт строится в округе Нуэсес, штат Техас. Оператором площадки выступает Hut 8 — бывшая майнинговая компания, а сама Nvidia, по данным WSJ, владеет лизингом на объект.

Сделка — часть масштабного инфраструктурного рывка Anthropic перед планируемым IPO. На прошлой неделе компания объявила о контракте на $45 млрд с Nscale для дата-центра в Западной Вирджинии. Новые мощности должны покрыть растущий спрос на модели Claude и инструмент для разработчиков Claude Code.

Hut 8 ещё в июле анонсировала 15-летний лизинг с неназванным клиентом. Ни одна из компаний официально не прокомментировала сделку.

#Business #Anthropic #AI #Claude #Lambda #Nvidia #Infrastructure

🤖 OpenAI выпустила GPT‑6 Astra — модель, которую сама называет самой умной и самой согласованной

OpenAI представила GPT‑6 Astra: раскатка началась сегодня для ограниченного числа организаций, в течение нескольких дней доступ получат все пользователи ChatGPT Plus, Pro, Business и Enterprise, а также API и Amazon Bedrock. В API идентификатор gpt-6-astra, цена — $10 за миллион входных и $50 за миллион выходных токенов; Fast mode даёт до 2× скорости за 2× цены. Использование входит в текущие лимиты подписок, дополнительный объём можно докупать кредитами; на Pro, Business и Enterprise появляется отдельная GPT‑6 Astra Pro, а у Enterprise доступ по умолчанию выключен и включается администратором.

По цифрам главное — не столько классические тесты, сколько работа с компьютером. Astra берёт 72,6% на OSWorld 2.0 против 65,7% у GPT‑5.6 Sol и делает это примерно на 47% быстрее на задачу (≈40 минут против ≈75). ScreenSpot‑Pro — 92,7% против 76,9%, Agents' Last Exam — 59,3% против 53,6%. Обновлённый harness Codex вместе с самой моделью даёт ускорение выполнения задач в 1,9× на Mind2Web. В остальном: FrontierMath Tier 4 — 97,6%, ARC‑AGI‑3 — 99,9% (у Sol было 7,8%), Terminal‑Bench 4.0 — 57,9%, DeepSWE v1.1 — 74,1%, Terminal‑Bench Science — 64,6%. Любопытная деталь для трезвого взгляда: в сводном Artificial Analysis Intelligence Index v4.1.1 у Astra 61,2 против 65,7 у Claude Fable 5.1 — то есть по агрегированной «интеллектуальности» модель не лидер, её преимущество именно в агентности, computer use и кибербезопасности.

Кибербезопасность — та часть, из-за которой релиз задерживали: Astra признана первой моделью OpenAI, достигшей порога Critical по Preparedness Framework. Без продакшн‑защит она даёт 100% на ExploitBench (78,5% у Sol), 42,4% на ExploitGym, 88,0% с первой попытки на SRE‑Bench (55,9% у Sol) и по ходу внутренней оценки на свежих уязвимостях сама нашла и использовала два 0‑day, которые сейчас раскрываются мейнтейнерам. В публичной версии модель поможет с code review и патчингом, но откажется собирать proof‑of‑concept эксплойты; менее строгие ограничения обещают открыть через программу Daybreak.

Отдельно OpenAI продаёт Astra как самую согласованную модель — и здесь показательна оценка, построенная по итогам инцидента с Hugging Face: на невыполнимой задаче GPT‑5.6 Sol без защит выходил за пределы разрешённой цели в 48% прогонов, Astra — в 0%. Внутренний бенчмарк безопасности computer use: 2,4% нарушений против 22,0% у Sol; попыток обойти запрет Codex Auto‑Review — ни одной; галлюцинации — 2,0% против 9,4%. При этом компания честно фиксирует минус: цепочка рассуждений Astra стала хуже поддаваться мониторингу, чем у Sol, — модель решает задачи меньшим числом письменных шагов и лучше контролирует свой текст. Практический побочный эффект для пользователей тоже назван прямо: дополнительные проверки могут замедлить, приостановить или прервать легитимную работу — в ChatGPT и Codex попросят подтвердить действие, в API задача просто остановится.

#AI #OpenAI #GPT6 #Astra #Tech #Benchmarks