Дисциплинированные амбиции: отчёт EY о сдвиге в стратегии CEO
Глобальный опрос 1200 CEO от EY за весну 2026 фиксирует резкий разворот. Геополитический риск за полгода подскочил с 28% до 56% в топе угроз. Лидеры больше не уходят в оборону при шоках — они перестраивают операционку и при этом продолжают инвестировать в долгосрочный рост.
Термин от EY: «disciplined ambition».
🌍 Геополитика = множитель рисков: 56% CEO называют конфликты и фрагментацию главной угрозой (28% в сентябре 2025). 46% не выдержат устойчивого шока цен на энергоносители, 42% — длительных сбоев в экосистеме поставщиков. Геополитика вросла в ядро стратегии: цепочки поставок, кибер-экспозиция, доступ к стратегическим технологиям.
💰 AI: от адаптации к ROI: Фокус сместился с «внедрять или нет» на «где и как масштабировать с финансовой отдачей». AI-расходы растут даже в условиях неопределённости. Капитал распределяется по четырём направлениям:
- cost transformation,
- quality uplift,
- business model reinvention,
- incremental efficiency.
Только 11% CEO связали AI-эффект с финансовой отчётностью и регулярным ревью на уровне C-level.
Т.е. глобально уже важен не просто доступ к технологиям, а дисциплина в получении отдачи.
🛡 Кибер и AI как палка о двух концах: EY отмечает тревогу CEO по поводу того, что AI одновременно усиливает атакующих и защитников.
Компании, не успевающие за этим, проигрывают переговоры внутри совета за бюджет.
🧭 Что делают зрелые CEO: Ужесточают финансовую дисциплину и режут неэффективность.
Диверсифицируют цепочки поставок и встраивают политический риск в процесс принятия решений.
Селективные M&A и стратегические партнёрства как рычаг, а не панацея.
Инвестиции в производительность сотрудников и пересборку операционной модели.
💼 Бизнес аспект: Разрыв между «AI-энтузиастами» и «AI-операторами» — это разрыв между убытками и маржой.
Связь AI-инициатив с P&L и регулярным ревью на уровне правления становится must-have.
Без метрик AI остаётся строкой в IT-бюджете, которую первым срежут при следующем шоке.
🔮 Будущее: Грядёт деление рынка на «AI-led enterprises» с измеримой отдачей и «AI-spent» компании, которые сожгли бюджет на пилоты без unit-экономики. К 2027 году аналогичный опрос EY, вероятно, покажет 30%+ CEO с привязкой AI к финансовой отчётности. Те, кто не дошёл до этого порога сейчас, догоняют уже в режиме выживания.
#EY #CEO #AI #стратегия #геополитика #ROI
———
@tsingular
Глобальный опрос 1200 CEO от EY за весну 2026 фиксирует резкий разворот. Геополитический риск за полгода подскочил с 28% до 56% в топе угроз. Лидеры больше не уходят в оборону при шоках — они перестраивают операционку и при этом продолжают инвестировать в долгосрочный рост.
Термин от EY: «disciplined ambition».
🌍 Геополитика = множитель рисков: 56% CEO называют конфликты и фрагментацию главной угрозой (28% в сентябре 2025). 46% не выдержат устойчивого шока цен на энергоносители, 42% — длительных сбоев в экосистеме поставщиков. Геополитика вросла в ядро стратегии: цепочки поставок, кибер-экспозиция, доступ к стратегическим технологиям.
💰 AI: от адаптации к ROI: Фокус сместился с «внедрять или нет» на «где и как масштабировать с финансовой отдачей». AI-расходы растут даже в условиях неопределённости. Капитал распределяется по четырём направлениям:
- cost transformation,
- quality uplift,
- business model reinvention,
- incremental efficiency.
Только 11% CEO связали AI-эффект с финансовой отчётностью и регулярным ревью на уровне C-level.
Т.е. глобально уже важен не просто доступ к технологиям, а дисциплина в получении отдачи.
🛡 Кибер и AI как палка о двух концах: EY отмечает тревогу CEO по поводу того, что AI одновременно усиливает атакующих и защитников.
Компании, не успевающие за этим, проигрывают переговоры внутри совета за бюджет.
🧭 Что делают зрелые CEO: Ужесточают финансовую дисциплину и режут неэффективность.
Диверсифицируют цепочки поставок и встраивают политический риск в процесс принятия решений.
Селективные M&A и стратегические партнёрства как рычаг, а не панацея.
Инвестиции в производительность сотрудников и пересборку операционной модели.
💼 Бизнес аспект: Разрыв между «AI-энтузиастами» и «AI-операторами» — это разрыв между убытками и маржой.
Связь AI-инициатив с P&L и регулярным ревью на уровне правления становится must-have.
Без метрик AI остаётся строкой в IT-бюджете, которую первым срежут при следующем шоке.
🔮 Будущее: Грядёт деление рынка на «AI-led enterprises» с измеримой отдачей и «AI-spent» компании, которые сожгли бюджет на пилоты без unit-экономики. К 2027 году аналогичный опрос EY, вероятно, покажет 30%+ CEO с привязкой AI к финансовой отчётности. Те, кто не дошёл до этого порога сейчас, догоняют уже в режиме выживания.
#EY #CEO #AI #стратегия #геополитика #ROI
———
@tsingular
👍4⚡1✍1👨💻1
Forwarded from Security Show
sans-AISMM_ebook-2026.pdf
9 MB
Практически все организации уже живут в реальности, где ИИ используется везде: от “безобидного” ChatGPT и Copilot до внутренних агентных систем с доступом к боевым данным и API. При этом большая часть компаний все еще находится на уровне стихийных экспериментов и запретительных политик, которые создают иллюзию контроля, но на деле лишь выталкивают ИИ “в тень” 👻
Об управлении безопасностью ИИ написано немало, и недавно на глаза попалась брошюра SANS AI Security Maturity Model (AISMM) - неплохая практическая модель, которая отвечает на три простых вопроса: насколько вы зрелы в защите ИИ, в использовании ИИ для безопасности и в управлении ИИ-зоопарком 🙊
Модель опирается на SANS Secure AI Blueprint (Protect / Utilize / Govern), стыкуется с NIST AI RMF, EU AI Act, ISO 42001, CSA AICM и OWASP AI Exchange, но главное - дает безопасникам язык и структуру для перехода от “мы что‑то делаем с ИИ” к “мы знаем, где мы, куда идем и какой риск принимаем” 👍
Ключевая идея: правильный уровень зрелости не универсален. У SaaS‑компании, которая только включает AI‑фичи в готовые продукты, приоритеты радикально отличаются от государственного подрядчика, строящего агентные системы с реальными полномочиями 🤖
Модель оценивает зрелость безопасности ИИ в организации по 5 уровням:
• Unaware / Ad Hoc: BYOAI, отсутствие инвентаризации и политик, данные обрабатываются в публичныех моделях, безопасность и IT даже не знают масштаб использования ИИ
• Reactive / Policy‑Emerging: появляется первая политика уровня “не использовать” или “использовать с осторожностью”, включается блоклист, есть немного метрик, но запреты в духе Framework of No только загоняют ИИ “в подполье” (shadow AI)
• Defined / Risk‑Informed: формальный AI Governance Council, инвентаризация систем и агентов, первые Non‑Human Identities (NHI), учёт AI‑рисков в реестре, включение ИИ в тестирование продуктов и операционную деятельность безопасности
• Managed / Integrated: AI‑security по сути встроен в SDLC и SOC, есть AI red team, MLSecOps, SOAR с автономными сценариями, количественная оценка AI‑риска и отчетность на уровне совета директоров
• Optimizing / Adaptive: AI‑native безопасность, самоадаптирующиеся защиты, chaos engineering для ИИ, Zero Trust, расширенный на агентные системы, и активный вклад в стандарты и практики индустрии
Отдельный акцент - агентный ИИ. Автор вводит принцип Least Agency: прежде чем давать агенту автономию и доступ к API, честно ответьте, нельзя ли решить задачу более простой архитектурой. Если агент действительно нужен, дальше уже обязательны NHI с минимально необходимыми привилегиями, конкретным владельцем-человеком и аудитом всех действий 🧐
Ещё одна хорошая мысль из модели: “необученный персонал с мощными AI‑инструментами - это уже не просто риск, а чрезвычайная ситуация”. Высокое проникновение ИИ при низкой грамотности сотрудников автоматически поднимает требования к зрелости по домену Govern минимум до Stage 3, независимо от того, насколько “технологичной” компанией вы себя считаете 🤨
AISMM дает и очень приземленные шаги: от “проведите BYOAI‑опрос, назначьте владельца и напишите одностраничную политику” для небольших компаний до “встройте автоматизированное adversarial‑тестирование в CICD и меряйте MTTR по AI‑инцидентам” для тех, кто идёт к Stage 4–5
Как и в CMMI, для оценки используется пятибалльная шкала доказанности (от “нет вообще” до “оптимизируем и адаптируем”), но здесь общий уровень жестко ограничивается по самому слабому домену и по уровню governance, чтобы нельзя было маскировать проблемы управления за счет “красивых” технологических внедрений 🎯
Об управлении безопасностью ИИ написано немало, и недавно на глаза попалась брошюра SANS AI Security Maturity Model (AISMM) - неплохая практическая модель, которая отвечает на три простых вопроса: насколько вы зрелы в защите ИИ, в использовании ИИ для безопасности и в управлении ИИ-зоопарком 🙊
Модель опирается на SANS Secure AI Blueprint (Protect / Utilize / Govern), стыкуется с NIST AI RMF, EU AI Act, ISO 42001, CSA AICM и OWASP AI Exchange, но главное - дает безопасникам язык и структуру для перехода от “мы что‑то делаем с ИИ” к “мы знаем, где мы, куда идем и какой риск принимаем” 👍
Ключевая идея: правильный уровень зрелости не универсален. У SaaS‑компании, которая только включает AI‑фичи в готовые продукты, приоритеты радикально отличаются от государственного подрядчика, строящего агентные системы с реальными полномочиями 🤖
Модель оценивает зрелость безопасности ИИ в организации по 5 уровням:
• Unaware / Ad Hoc: BYOAI, отсутствие инвентаризации и политик, данные обрабатываются в публичныех моделях, безопасность и IT даже не знают масштаб использования ИИ
• Reactive / Policy‑Emerging: появляется первая политика уровня “не использовать” или “использовать с осторожностью”, включается блоклист, есть немного метрик, но запреты в духе Framework of No только загоняют ИИ “в подполье” (shadow AI)
• Defined / Risk‑Informed: формальный AI Governance Council, инвентаризация систем и агентов, первые Non‑Human Identities (NHI), учёт AI‑рисков в реестре, включение ИИ в тестирование продуктов и операционную деятельность безопасности
• Managed / Integrated: AI‑security по сути встроен в SDLC и SOC, есть AI red team, MLSecOps, SOAR с автономными сценариями, количественная оценка AI‑риска и отчетность на уровне совета директоров
• Optimizing / Adaptive: AI‑native безопасность, самоадаптирующиеся защиты, chaos engineering для ИИ, Zero Trust, расширенный на агентные системы, и активный вклад в стандарты и практики индустрии
Отдельный акцент - агентный ИИ. Автор вводит принцип Least Agency: прежде чем давать агенту автономию и доступ к API, честно ответьте, нельзя ли решить задачу более простой архитектурой. Если агент действительно нужен, дальше уже обязательны NHI с минимально необходимыми привилегиями, конкретным владельцем-человеком и аудитом всех действий 🧐
Ещё одна хорошая мысль из модели: “необученный персонал с мощными AI‑инструментами - это уже не просто риск, а чрезвычайная ситуация”. Высокое проникновение ИИ при низкой грамотности сотрудников автоматически поднимает требования к зрелости по домену Govern минимум до Stage 3, независимо от того, насколько “технологичной” компанией вы себя считаете 🤨
AISMM дает и очень приземленные шаги: от “проведите BYOAI‑опрос, назначьте владельца и напишите одностраничную политику” для небольших компаний до “встройте автоматизированное adversarial‑тестирование в CICD и меряйте MTTR по AI‑инцидентам” для тех, кто идёт к Stage 4–5
Как и в CMMI, для оценки используется пятибалльная шкала доказанности (от “нет вообще” до “оптимизируем и адаптируем”), но здесь общий уровень жестко ограничивается по самому слабому домену и по уровню governance, чтобы нельзя было маскировать проблемы управления за счет “красивых” технологических внедрений 🎯
⚡5🔥5✍3❤3👨💻1
Если кто-то пропустил на выходных, - я запустил ещё один канал без новостей и спама, но с подборками самого полезного, на что обычно уходят часы или даже дни для разработки или исследований.
Цель канала, - обеспечить подписчиков концентрированным опытом, чтобы сэкономить Ваше время.
Сегодня, например, опубликовал подборку из 21 исследования использования или планирования ИИ проектов в мире.
Вход тут:
https://paywall.pw/tsingular_favorites
#ИИзбранное
———
@tsingular
Цель канала, - обеспечить подписчиков концентрированным опытом, чтобы сэкономить Ваше время.
Сегодня, например, опубликовал подборку из 21 исследования использования или планирования ИИ проектов в мире.
Вход тут:
https://paywall.pw/tsingular_favorites
#ИИзбранное
———
@tsingular
❤🔥6✍6⚡3🗿2😢1
This media is not supported in your browser
VIEW IN TELEGRAM
Бывший аккаунт Обамы взломали обманув ИИ агента
31 мая хакер захватил Instagram*-архив Белого дома @obamawhitehouse. Он открыл чат с AI-саппортом Meta* и попросил добавить новую почту к аккаунту. Бот прислал код на адрес хакера, и тот ввёл его и сбросил пароль. Через несколько часов 2.4 млн подписчиков увидели AI-изображение с подписью «The White House is under Shiites' control» (Yahoo News).
📋 Как это сработало
Хакер включал VPN, открывал чат с Meta* AI Support Assistant и просил добавить новый email к целевому аккаунту. Бот посылал код подтверждения на адрес злоумышленника. Когда агент запрашивал селфи-видео, хакер подсовывал дипфейк, и бот принимал его. Под удар попали аккаунт Белого дома времён Обамы, Sephora и главный мастер-сержант Космических сил США (India Today).
🔧 Почему это новый класс атак
Полвека social engineering атаковал людей через давление на жалость, страх и срочность. Теперь мишенью стала AI-модель, у которой нет чувства подозрительности. Он был обучен «помогать восстанавливать доступ», и помогал любому, кто правильно просил.
Дипфейк бот принял за живое селфи, код отправил хакеру, и двухфакторка не спасла.
AI-саппорт был запущен в марте 2026, уязвимость нашлась за два месяца. Экономия на живых операторах обернулась захватом аккаунта-миллионника.
💡 Последствия для платформ
AI-агента с доступом к сбросу паролей невозможно протестировать на все нестандартные промпты. Пока платформа не докажет, что саппорт-модель нельзя обмануть, восстановление доступа обязано требовать человека. Каждый заброшенный аккаунт с аудиторией это бомба с AI-взрывателем.
*Instagram принадлежит Meta - запрещенной в РФ организации, признанной террористической
#Обама #cybersecurity #кибербезопасность
------
@tsingular
31 мая хакер захватил Instagram*-архив Белого дома @obamawhitehouse. Он открыл чат с AI-саппортом Meta* и попросил добавить новую почту к аккаунту. Бот прислал код на адрес хакера, и тот ввёл его и сбросил пароль. Через несколько часов 2.4 млн подписчиков увидели AI-изображение с подписью «The White House is under Shiites' control» (Yahoo News).
📋 Как это сработало
Хакер включал VPN, открывал чат с Meta* AI Support Assistant и просил добавить новый email к целевому аккаунту. Бот посылал код подтверждения на адрес злоумышленника. Когда агент запрашивал селфи-видео, хакер подсовывал дипфейк, и бот принимал его. Под удар попали аккаунт Белого дома времён Обамы, Sephora и главный мастер-сержант Космических сил США (India Today).
🔧 Почему это новый класс атак
Полвека social engineering атаковал людей через давление на жалость, страх и срочность. Теперь мишенью стала AI-модель, у которой нет чувства подозрительности. Он был обучен «помогать восстанавливать доступ», и помогал любому, кто правильно просил.
Дипфейк бот принял за живое селфи, код отправил хакеру, и двухфакторка не спасла.
AI-саппорт был запущен в марте 2026, уязвимость нашлась за два месяца. Экономия на живых операторах обернулась захватом аккаунта-миллионника.
💡 Последствия для платформ
AI-агента с доступом к сбросу паролей невозможно протестировать на все нестандартные промпты. Пока платформа не докажет, что саппорт-модель нельзя обмануть, восстановление доступа обязано требовать человека. Каждый заброшенный аккаунт с аудиторией это бомба с AI-взрывателем.
*Instagram принадлежит Meta - запрещенной в РФ организации, признанной террористической
#Обама #cybersecurity #кибербезопасность
------
@tsingular
Forwarded from Метаверсище и ИИще (Sergey Tsyptsyn ️️)
This media is not supported in your browser
VIEW IN TELEGRAM
Текстуры на 12К
Я уже писал что Rodin Gen-2.5 тизерит генерацию 3Д-моделей на 10 Миллионов полигонов.
Пишут типа: "вплоть до структуры кожи".
А теперь они бахнули генерацию текстур на 12К. В принципе это уже годно даже для кино. Не говоря про игры.
Узкое место, по-прежнему топология и генерация деталей, но сам факт того, что 3Д-генераторы начинают смотреть за пределы 3Д-печати - радует.
Промпт на видео тоже радует...
Пока только в бете для бизнес-акков.
@cgevent
Я уже писал что Rodin Gen-2.5 тизерит генерацию 3Д-моделей на 10 Миллионов полигонов.
Пишут типа: "вплоть до структуры кожи".
А теперь они бахнули генерацию текстур на 12К. В принципе это уже годно даже для кино. Не говоря про игры.
Узкое место, по-прежнему топология и генерация деталей, но сам факт того, что 3Д-генераторы начинают смотреть за пределы 3Д-печати - радует.
Промпт на видео тоже радует...
Пока только в бете для бизнес-акков.
@cgevent
🔥8🤯2
Media is too big
VIEW IN TELEGRAM
DeepRobotics DR02
Цифровые китайцы продолжают эволюционаровать.
Скоро Волшебника Изумрудного города можно будет снимать без спецэффектов.
Железный дровосек уже бежит за живым сердцем.
#роботы #deeprobotics #Китай
------
@tsingular
Цифровые китайцы продолжают эволюционаровать.
Скоро Волшебника Изумрудного города можно будет снимать без спецэффектов.
Железный дровосек уже бежит за живым сердцем.
#роботы #deeprobotics #Китай
------
@tsingular
🔥15👏6👾4⚡3
Forwarded from Сиолошная
Пару часов назад Anthropic рассказали, что расширяют Project Glasswing с 50 до 200 компаний (это те, кому будет доступен Mythos). Компании будут покрывать более широкий спектр критических организаций, обнаружение уязвимостей в которых может повлиять на десятки и даже сотни миллионов людей. В этом списке представлены компании из более чем 15 стран. Дальше будет ещё больше.
И сразу вслед за этим президент США подписал AI Executive Order, про который ходили слухи с месяц назад. В нём делается упор на кибербезопасность — федеральные агентства США теперь должны за 60 дней сделать приватный бенчмарк😀 для оценки моделей. По нему будут оценивать, насколько далеко продвинулись модели — за последнее отвечает NSA.
Далее компании в добровольном порядке должны:
1) предоставлять свои модели до релиза, чтобы их оценили
2) если модель хороша во взломах и поисках уязвимостей, то модель может быть предоставлена федеральному правительству в срок до 30 дней до публичного релиза
3) федеральные агентства должны использовать модель чтобы найти и исправить у себя уязвимости в критически важных системах
За всё платит DoD (DoW)😇
Отдельно в приказе прописано, что запрещается трактовать этот указ как введение обязательного государственного лицензирования или разрешительной системы для выпуска ИИ-моделей
И сразу вслед за этим президент США подписал AI Executive Order, про который ходили слухи с месяц назад. В нём делается упор на кибербезопасность — федеральные агентства США теперь должны за 60 дней сделать приватный бенчмарк
Далее компании в добровольном порядке должны:
1) предоставлять свои модели до релиза, чтобы их оценили
2) если модель хороша во взломах и поисках уязвимостей, то модель может быть предоставлена федеральному правительству в срок до 30 дней до публичного релиза
3) федеральные агентства должны использовать модель чтобы найти и исправить у себя уязвимости в критически важных системах
За всё платит DoD (DoW)
Отдельно в приказе прописано, что запрещается трактовать этот указ как введение обязательного государственного лицензирования или разрешительной системы для выпуска ИИ-моделей
Please open Telegram to view this post
VIEW IN TELEGRAM
⚡5
This media is not supported in your browser
VIEW IN TELEGRAM
Surface Spark от Microsoft и NVIDIA, -петафлоп в настольной коробке
На Computex 2026 показали Surface RTX Spark Dev Box, - AI-станцию размером с колонку, которая не требует облака и арендованных GPU.
Алюминиевый корпус с тысячей вентиляционных отверстий сам работает радиатором.
📋 Железо
Внутри NVIDIA RTX Spark:
20 ARM-ядер, Blackwell GPU с 6144 CUDA-ядрами и 128 ГБ unified-памяти LPDDR5X.
Порты: два USB-C, USB-A, HDMI, Ethernet и джек. На выходе петафлоп AI-вычислений. Спецификации — Tom's Hardware
🔧 Софт из коробки
Windows 11 Pro с VS Code, GitHub Copilot в терминале, WSL и PowerShell 7 — всё настроено.
Intelligent Terminal встроен прямо в консоль: пишешь код, планируешь и отлаживаешь с AI-ассистентом не покидая командной строки.
Плюс secured-core с BitLocker, Defender, Entra ID и Intune.
💡 Зачем это нужно
Петафлоп локально — это запуск 120-миллиардных LLM дома.
Никаких затрат на API-токены и очередей в облачные GPU.
Разработчики, которые тренируют или файнтюнят модели, получают быстрые и дешёвые итерации.
Тепловой пакет 100 Вт и алюминиевый радиатор держат стабильную производительность на длинных тренировочных прогонах.
💼 Контекст
NVIDIA заходит на рынок Windows-on-ARM с платформой, которая конкурирует с Apple Silicon и Qualcomm Snapdragon X.
В отличие от DGX Spark (Linux для исследователей), Dev Box целится в корпоративных разработчиков на Windows-стеке.
Ждем релиз осенью. Формат типизировали, - таких железок теперь будет десятки.
#Microsoft #NVIDIA #RTXSpark #DevBox #AIHardware
———
@tsingular
На Computex 2026 показали Surface RTX Spark Dev Box, - AI-станцию размером с колонку, которая не требует облака и арендованных GPU.
Алюминиевый корпус с тысячей вентиляционных отверстий сам работает радиатором.
📋 Железо
Внутри NVIDIA RTX Spark:
20 ARM-ядер, Blackwell GPU с 6144 CUDA-ядрами и 128 ГБ unified-памяти LPDDR5X.
Порты: два USB-C, USB-A, HDMI, Ethernet и джек. На выходе петафлоп AI-вычислений. Спецификации — Tom's Hardware
🔧 Софт из коробки
Windows 11 Pro с VS Code, GitHub Copilot в терминале, WSL и PowerShell 7 — всё настроено.
Intelligent Terminal встроен прямо в консоль: пишешь код, планируешь и отлаживаешь с AI-ассистентом не покидая командной строки.
Плюс secured-core с BitLocker, Defender, Entra ID и Intune.
💡 Зачем это нужно
Петафлоп локально — это запуск 120-миллиардных LLM дома.
Никаких затрат на API-токены и очередей в облачные GPU.
Разработчики, которые тренируют или файнтюнят модели, получают быстрые и дешёвые итерации.
Тепловой пакет 100 Вт и алюминиевый радиатор держат стабильную производительность на длинных тренировочных прогонах.
💼 Контекст
NVIDIA заходит на рынок Windows-on-ARM с платформой, которая конкурирует с Apple Silicon и Qualcomm Snapdragon X.
В отличие от DGX Spark (Linux для исследователей), Dev Box целится в корпоративных разработчиков на Windows-стеке.
Ждем релиз осенью. Формат типизировали, - таких железок теперь будет десятки.
#Microsoft #NVIDIA #RTXSpark #DevBox #AIHardware
———
@tsingular
🔥11❤5👍3⚡2🤩2
Как ИИ агент помогает в мелочах на примере HTML-читалки
Дальнейшая инструкция приводится исключительно в исследовательских целях и категорически не должна использоваться для получения контента, защищённым авторским правом.
Допустим вы нашли открытую бесплатную, не защищённую авторскими правами книгу или документацию, которой по каким-то причинам нет ни в txt ни в pdf, но есть в html онлайн читалке, которая каждую страницу подгружает по мере чтения.
Т.е. вы можете листать страницы, но сама книга не качается.
Если поставить задачу агенту напрямую, - он так и скажет, - источников нет, даже в исходниках страницы - сорян.
Но, решение есть.
Формулируем задачу так:
"скачай HTML страницу читалки, изучи код, перепиши его так, чтобы страницы сохранялись в файл, затем собери в PDF"
Дальше действия агента:
——————
🔎 Разведка через
Краб открывает читалку и проверяет три места:
— Глобальные JS-переменные: ищет массивы со строками-хешами (
— Конфиг:
— Network:
📦 Достаём массив страниц
Краб находит массив из сотен элементов с URL каждой страницы. Вытащить наружу одним eval нельзя объём слишком большой. Режет на чанки по 50 URL через
⬇️ Качаем параллельно
Никакой авторизации: viewer сам только что их подгрузил.
🧩 Собираем PDF
Pillow:
📋 Порядок страниц
Алфавитная сортировка хешей ≠ порядок в читалке. Берём порядок из исходного массива, не из имён файлов.
——————
Профит. Сохраняем файл.
Тут важно, что все эти действия, которые выполняет агент, - вам знать не обязательно.
Управление на уровне формулирования целей.
Работает с FlipHTML5, Publuu, Flipsnack, Issuu, любой JS-читалкой.
#lifehack #html #reader
———
@tsingular
Дальнейшая инструкция приводится исключительно в исследовательских целях и категорически не должна использоваться для получения контента, защищённым авторским правом.
Допустим вы нашли открытую бесплатную, не защищённую авторскими правами книгу или документацию, которой по каким-то причинам нет ни в txt ни в pdf, но есть в html онлайн читалке, которая каждую страницу подгружает по мере чтения.
Т.е. вы можете листать страницы, но сама книга не качается.
Если поставить задачу агенту напрямую, - он так и скажет, - источников нет, даже в исходниках страницы - сорян.
Но, решение есть.
Формулируем задачу так:
"скачай HTML страницу читалки, изучи код, перепиши его так, чтобы страницы сохранялись в файл, затем собери в PDF"
Дальше действия агента:
——————
🔎 Разведка через
openclaw browserКраб открывает читалку и проверяет три места:
— Глобальные JS-переменные: ищет массивы со строками-хешами (
window.pages, window.pageList, любой Array > 10 элементов).— Конфиг:
bookConfig, bookPath, pageListPath, totalPageCount.— Network:
performance.getEntriesByType('resource') — что уже подгружено.📦 Достаём массив страниц
Краб находит массив из сотен элементов с URL каждой страницы. Вытащить наружу одним eval нельзя объём слишком большой. Режет на чанки по 50 URL через
evaluate, сохраняет в файлы через write, склеивает.⬇️ Качаем параллельно
xargs -P 16 curl — 16 потоков, 500+ страниц за пару минут. Никакой авторизации: viewer сам только что их подгрузил.
🧩 Собираем PDF
Pillow:
images[0].save("out.pdf", "PDF", save_all=True, append_images=images[1:]). img2pdf на больших списках падает — argv раздувается до сотен КБ, Python зависает. Pillow собирает multi-page PDF без проблем.📋 Порядок страниц
Алфавитная сортировка хешей ≠ порядок в читалке. Берём порядок из исходного массива, не из имён файлов.
——————
Профит. Сохраняем файл.
Тут важно, что все эти действия, которые выполняет агент, - вам знать не обязательно.
Управление на уровне формулирования целей.
Работает с FlipHTML5, Publuu, Flipsnack, Issuu, любой JS-читалкой.
#lifehack #html #reader
———
@tsingular
👍16🫡7✍5❤1
⚠️ WARNING! Ollama 0.30.0 ломает работу
Релиз v0.30.0 задуманный как архитектурный сдвиг и «improved compatibility» сломан.
Ollama свернула собственный форк ggml и перешла на прямую связку с апстримным llama.cpp. Для части пользователей это означает что модели перестали грузиться.
⚠️ Что сломалось
Разработчики с AMD GPU остались без ускорения — issue «GPU cannot be used under AMD platforms» уже открыт.
Интеграция с opencode упала.
Известные сломанные модели в самом релизном чейнджлоге: laguna-xs.2, llama3.2-vision, nomic-embed-text.
А главное — GGUF-модели с Hugging Face, включая GPT-OSS, перестали работать и импортироваться через
🔧 Почему это произошло
Ollama хранит модели в собственном blob-формате, а не в .gguf-файлах напрямую. При обновлении формат blob изменился, и уже загруженные модели оказались несовместимы с новым llama.cpp-бэкендом.
Проект не стал объявлять major-версию, но по сути это breaking change. Issue #11891 — Certain GGUFs from hf.co no longer working
💡 Что делать
Три варианта. Первый: откатиться на v0.29.0 через
Второй: удалить blob-файлы и пересобрать все модели с нуля —
Третий: перейти на llama.cpp напрямую, если работаете с кастомными GGUF.
💼 Контекст
Это часть более широкой истории. Ollama давно критикуют за агрессивную «эншиттификацию»: собственный форк ggml, несовместимый с экосистемой llama.cpp, отказ упоминать llama.cpp в документации, отсутствие лицензии в репозитории.
Сообщество опасается повторения Docker Hub playbook: «приучи → захвати → монетизируй». Обсуждение на Hacker News
Коротко: не обновляйтесь без тестирования на отдельной машине. И проверьте свои модели прямо сейчас.
#Ollama #llamacpp #fail
------
@tsingular
Релиз v0.30.0 задуманный как архитектурный сдвиг и «improved compatibility» сломан.
Ollama свернула собственный форк ggml и перешла на прямую связку с апстримным llama.cpp. Для части пользователей это означает что модели перестали грузиться.
⚠️ Что сломалось
Разработчики с AMD GPU остались без ускорения — issue «GPU cannot be used under AMD platforms» уже открыт.
Интеграция с opencode упала.
Известные сломанные модели в самом релизном чейнджлоге: laguna-xs.2, llama3.2-vision, nomic-embed-text.
А главное — GGUF-модели с Hugging Face, включая GPT-OSS, перестали работать и импортироваться через
ollama create (issue #11891).🔧 Почему это произошло
Ollama хранит модели в собственном blob-формате, а не в .gguf-файлах напрямую. При обновлении формат blob изменился, и уже загруженные модели оказались несовместимы с новым llama.cpp-бэкендом.
Проект не стал объявлять major-версию, но по сути это breaking change. Issue #11891 — Certain GGUFs from hf.co no longer working
💡 Что делать
Три варианта. Первый: откатиться на v0.29.0 через
curl -fsSL https://ollama.com/install.sh | OLLAMA_VERSION=0.29.0 sh. Второй: удалить blob-файлы и пересобрать все модели с нуля —
rm -rf ~/.ollama/models/blobs/* и заново ollama pull каждую. Третий: перейти на llama.cpp напрямую, если работаете с кастомными GGUF.
💼 Контекст
Это часть более широкой истории. Ollama давно критикуют за агрессивную «эншиттификацию»: собственный форк ggml, несовместимый с экосистемой llama.cpp, отказ упоминать llama.cpp в документации, отсутствие лицензии в репозитории.
Сообщество опасается повторения Docker Hub playbook: «приучи → захвати → монетизируй». Обсуждение на Hacker News
Коротко: не обновляйтесь без тестирования на отдельной машине. И проверьте свои модели прямо сейчас.
#Ollama #llamacpp #fail
------
@tsingular
✍11⚡6
NVIDIA NemoClaw для ИИ агентов в промышленных проектах
NVIDIA на GTC Taipei в рамках COMPUTEX показала NemoClaw — open blueprint для долгоживущих (работающих часы/дни) агентов с безопасным runtime и frontier-моделями. И показали уже десяток примеров интеграций от Cadence, Siemens, Dassault и Synopsys и др.
⚙️ Архитектура: NemoClaw — это TypeScript-плагин к OpenClaw CLI + Python-оркестратор OpenShell.
OpenShell — open source runtime, который контролирует доступ к файлам, сети и инструментам через политики безопасности.
🛡 OpenClaw поддержка: NemoClaw поддерживает OpenClaw и Hermes как harness-фреймворки. Фактически NemoClaw — это «open blueprint», а OpenClaw — рантайм, на котором этот blueprint исполняется с политиками изоляции NVIDIA.
🏭 Кейсы от мейджоров:
— Cadence — автономный RTL-инженер на ChipStack. RTL-верификация: с недель до часов.
— Siemens — Fuse EDA AI Agent для 3D IC, PCB и полупроводников.
— Dassault Systèmes — 3DEXPERIENCE Agentic Platform.
— Synopsys — Ansys Icepak в связке с NemoClaw.
— PhysicsX + Microsoft Surface — агент термосимуляции ноутбуков (недели ручного CAE → AI-циклы).
— P-1 AI Archie — мехатронный инженер для data center cooling, дальше авто/аэро/безопасность.
💼 Бизнес аспект: Сейчас бутылочное горлышко, как правило, не в симуляции инфраструктуры (она ускорена GPU), а в сквозном процессе до и после неё: CAD → mesh → setup → debugging → post-processing → отчёты.
И NemoClaw обеспечивает работу этого конвейера.
Агент не просто считает — он проектирует, итерирует и документирует.
🔮 Будущее: А дальше, с выходом Spark линейки (DGX или новый вариант, который планируют запустить осенью), можно будет собрать персонального ИИ-агента, который для инженера станет полноценным коллегой.
Не просто «чат с документацией», а именно интеллектуальный агент, интегрированный в Microsoft Discovery, Synera+Autodesk Moldflow, Flexcompute и nTop, который сам собирает и запускает симуляции, анализирует ошибки и перезапускает инфраструктуру.
Github NemoClaw
#NVIDIA #NemoClaw #агенты #OpenClaw #CAE #EDA #симуляция #COMPUTEX #GTC
───
@tsingular
NVIDIA на GTC Taipei в рамках COMPUTEX показала NemoClaw — open blueprint для долгоживущих (работающих часы/дни) агентов с безопасным runtime и frontier-моделями. И показали уже десяток примеров интеграций от Cadence, Siemens, Dassault и Synopsys и др.
⚙️ Архитектура: NemoClaw — это TypeScript-плагин к OpenClaw CLI + Python-оркестратор OpenShell.
OpenShell — open source runtime, который контролирует доступ к файлам, сети и инструментам через политики безопасности.
🛡 OpenClaw поддержка: NemoClaw поддерживает OpenClaw и Hermes как harness-фреймворки. Фактически NemoClaw — это «open blueprint», а OpenClaw — рантайм, на котором этот blueprint исполняется с политиками изоляции NVIDIA.
🏭 Кейсы от мейджоров:
— Cadence — автономный RTL-инженер на ChipStack. RTL-верификация: с недель до часов.
— Siemens — Fuse EDA AI Agent для 3D IC, PCB и полупроводников.
— Dassault Systèmes — 3DEXPERIENCE Agentic Platform.
— Synopsys — Ansys Icepak в связке с NemoClaw.
— PhysicsX + Microsoft Surface — агент термосимуляции ноутбуков (недели ручного CAE → AI-циклы).
— P-1 AI Archie — мехатронный инженер для data center cooling, дальше авто/аэро/безопасность.
💼 Бизнес аспект: Сейчас бутылочное горлышко, как правило, не в симуляции инфраструктуры (она ускорена GPU), а в сквозном процессе до и после неё: CAD → mesh → setup → debugging → post-processing → отчёты.
И NemoClaw обеспечивает работу этого конвейера.
Агент не просто считает — он проектирует, итерирует и документирует.
🔮 Будущее: А дальше, с выходом Spark линейки (DGX или новый вариант, который планируют запустить осенью), можно будет собрать персонального ИИ-агента, который для инженера станет полноценным коллегой.
Не просто «чат с документацией», а именно интеллектуальный агент, интегрированный в Microsoft Discovery, Synera+Autodesk Moldflow, Flexcompute и nTop, который сам собирает и запускает симуляции, анализирует ошибки и перезапускает инфраструктуру.
Github NemoClaw
#NVIDIA #NemoClaw #агенты #OpenClaw #CAE #EDA #симуляция #COMPUTEX #GTC
───
@tsingular
✍3❤2👍2🆒1
Media is too big
VIEW IN TELEGRAM
Agent-Zero: ещё один опенсорсный агентский фреймворк со своей виртуалкой линукса
Agent Zero - открытый фреймворк работающий с любыми моделями и имеющий огромное количество готовых инструментов под капотом (включая MCP, навыки, личности, плагины, сабагенты, расписание и память), имеет одну очень крутую отличительную особенность, - он запускает полноценную Linux-машину внутри Docker-контейнера.
XFCE-десктоп, браузер, файловая система, терминал — агент работает за компьютером как обычный пользователь, но при этом она внутри изолированной песочницы.
Alan Majer из Linux Foundation назвал его «высокоавтономным агентом поверх централизованных и децентрализованных систем».
📋 Как устроен
• XFCE-десктоп в контейнере: агент видит экран и кликает, тот же интерфейс, что у человека, без скриншотов и пиксельных координат.
• Встроенный браузер с DOM-аннотациями: размечает страницу, заполняет веб-формы и собирает данные.
• Plugin Hub на 100+ расширений, AI-сканер безопасности при установке каждого плагина.
• CLI-коннектор как мост к хосту: реальные файлы и браузер за пределами Docker.
• Мультиагентное делегирование: головной агент дробит задачу на подчинённых, у каждого своя память и проект.
💼 Бизнесу на заметку
Операторские задачи в legacy-софте без API, документооборот через LibreOffice без ручного экспорта, пентесты, OSINT, визуальная аналитика данных.
Настоящий наблюдаемй Computer Use в агенте с удобным WebUI.
Если очень хочется, можно Краба или Hermes повесить как openai совместимый эндпоинт внутри а0.
📎 GitHub · Сайт · Десктоп-гайд · Видеообзор (176К)
#AgentZero #ComputerUse #aiagent #opensource
------
@tsingular
Agent Zero - открытый фреймворк работающий с любыми моделями и имеющий огромное количество готовых инструментов под капотом (включая MCP, навыки, личности, плагины, сабагенты, расписание и память), имеет одну очень крутую отличительную особенность, - он запускает полноценную Linux-машину внутри Docker-контейнера.
XFCE-десктоп, браузер, файловая система, терминал — агент работает за компьютером как обычный пользователь, но при этом она внутри изолированной песочницы.
Alan Majer из Linux Foundation назвал его «высокоавтономным агентом поверх централизованных и децентрализованных систем».
📋 Как устроен
• XFCE-десктоп в контейнере: агент видит экран и кликает, тот же интерфейс, что у человека, без скриншотов и пиксельных координат.
• Встроенный браузер с DOM-аннотациями: размечает страницу, заполняет веб-формы и собирает данные.
• Plugin Hub на 100+ расширений, AI-сканер безопасности при установке каждого плагина.
• CLI-коннектор как мост к хосту: реальные файлы и браузер за пределами Docker.
• Мультиагентное делегирование: головной агент дробит задачу на подчинённых, у каждого своя память и проект.
💼 Бизнесу на заметку
Операторские задачи в legacy-софте без API, документооборот через LibreOffice без ручного экспорта, пентесты, OSINT, визуальная аналитика данных.
Настоящий наблюдаемй Computer Use в агенте с удобным WebUI.
Если очень хочется, можно Краба или Hermes повесить как openai совместимый эндпоинт внутри а0.
📎 GitHub · Сайт · Десктоп-гайд · Видеообзор (176К)
#AgentZero #ComputerUse #aiagent #opensource
------
@tsingular
🔥5✍4⚡1❤1👍1
This media is not supported in your browser
VIEW IN TELEGRAM
Majorana 2: Microsoft представила новую версию квантового чипа
На Build 2026 Microsoft представила Majorana 2, второе поколение топологического квантового чипа.
Кубиты держат квантовое состояние в 1000 раз дольше предыдущей версии.
Среднее время жизни 20 секунд, отдельные экземпляры до минуты.
У других подходов счёт обычно на микросекунды.
Скачок дала замена алюминиевого сверхпроводника на свинцовый: он экранирует кубиты от космического излучения.
Срок появления масштабируемого квантового компьютера сокращён вдвое, по плану, - до 2029 года.
Чип делали с помощью Microsoft Discovery, агентской AI-платформы для R&D.
На том же Build она вышла в общий доступ, плюс бесплатное десктопное приложение для исследователей с GitHub Copilot аккаунтом.
📋 Как агенты помогли сделать чип
• AI-агент управлял изготовлением устройства и симулировал примеси в кристаллической решётке, находя точный рецепт материала с первой попытки.
• Второй агент перерабатывал два десятилетия разрозненных данных из физики, механики и process engineering, выявляя корреляции, невидимые человеку.
• Третий агент автоматизировал измерения: настройка сотен параметров, раньше занимавшая недели, сокращена на порядки.
• Четвёртый агент фильтровал производственные данные и обнаружил, например, неоткалиброванный датчик температуры, искажавший результаты.
💡 Ключевой сдвиг
Agentic AI ускорил весь цикл R&D, от материаловедения до финальных измерений.
Chetan Nayak: «Агентский AI проник почти во всё, что мы делаем, это просто стало естественной частью рабочего процесса».
💼 Кому интересно
Биотех, материаловедение, энергетика, полупроводники и любые R&D-тяжёлые индустрии.
Microsoft Discovery App даёт попробовать агентский R&D бесплатно уже сейчас.
📎 Microsoft News · BBC
#Microsoft #Majorana2 #quantumcomputing #agenticAI
------
@tsingular
На Build 2026 Microsoft представила Majorana 2, второе поколение топологического квантового чипа.
Кубиты держат квантовое состояние в 1000 раз дольше предыдущей версии.
Среднее время жизни 20 секунд, отдельные экземпляры до минуты.
У других подходов счёт обычно на микросекунды.
Скачок дала замена алюминиевого сверхпроводника на свинцовый: он экранирует кубиты от космического излучения.
Срок появления масштабируемого квантового компьютера сокращён вдвое, по плану, - до 2029 года.
Чип делали с помощью Microsoft Discovery, агентской AI-платформы для R&D.
На том же Build она вышла в общий доступ, плюс бесплатное десктопное приложение для исследователей с GitHub Copilot аккаунтом.
📋 Как агенты помогли сделать чип
• AI-агент управлял изготовлением устройства и симулировал примеси в кристаллической решётке, находя точный рецепт материала с первой попытки.
• Второй агент перерабатывал два десятилетия разрозненных данных из физики, механики и process engineering, выявляя корреляции, невидимые человеку.
• Третий агент автоматизировал измерения: настройка сотен параметров, раньше занимавшая недели, сокращена на порядки.
• Четвёртый агент фильтровал производственные данные и обнаружил, например, неоткалиброванный датчик температуры, искажавший результаты.
💡 Ключевой сдвиг
Agentic AI ускорил весь цикл R&D, от материаловедения до финальных измерений.
Chetan Nayak: «Агентский AI проник почти во всё, что мы делаем, это просто стало естественной частью рабочего процесса».
💼 Кому интересно
Биотех, материаловедение, энергетика, полупроводники и любые R&D-тяжёлые индустрии.
Microsoft Discovery App даёт попробовать агентский R&D бесплатно уже сейчас.
📎 Microsoft News · BBC
#Microsoft #Majorana2 #quantumcomputing #agenticAI
------
@tsingular
🔥13⚡6❤2👍2
Media is too big
VIEW IN TELEGRAM
Hermes Desktop клиент в раннем превью
Случился праздник на улице любителей удобств кроме олдскульной командной строки :)
Качаем тут:
https://hermes-agent.nousresearch.com/desktop
#Hermes
———
@tsingular
Случился праздник на улице любителей удобств кроме олдскульной командной строки :)
Качаем тут:
https://hermes-agent.nousresearch.com/desktop
#Hermes
———
@tsingular
🔥15⚡4❤4
Forwarded from PWN AI (Artyom Semenov)
Сканеры скиллов держатся ровно до первого, кто целится точнее
Помните, я писал, что просканировать скилл сканером - это несерьёзно, и что тем, кому это продают как безопасность, кто-то сильно подыгрывает? Тогда это были теория и бенчмарки. Теперь Trail of Bits вышли в поле и проверили руками. Не по себе.
Меньше чем за час они написали три вредоносных скилла, которые прошли чистыми через ClawHub, Cisco skill-scanner и все три сканера, подключённых к skills.sh от Vercel - Gen, Socket и Snyk. Четвёртый занял пару часов, и только потому, что промпт-атаку подбирали итеративно.
Самая тупая атака кладёт самый дорогой стек
У ClawHub двухслойная защита: VirusTotal с проприетарным Code Insight на Gemini 3 Flash плюс отдельная гард-модель, по умолчанию GPT 5.5. Обе обошли первой же атакой, и она неприлично простая: между безобидной шапкой и откровенно вредоносным кодом вставили 100 000 переводов строки. Сканер OpenClaw обрезал файл по лимиту и просто не дошёл до пейлоада, а модель VirusTotal поплыла.
К чести OpenClaw, они пускают в пакет только белый список типов файлов - ни бинарей, ни архивов. Это сужает арсенал. Для следующих целей такого ограничения нет.
Прятки в бинарях
skills.sh и Cisco skill-scanner работают по произвольным git-репам - значит, можно тащить бинари, и тут начинается веселье. Скилл context-loader работает через indirection: SKILL.md велит агенту достать «настоящие инструкции» из .docx, а .docx - это просто zip с кучей XML, внутри которого едет пейлоад sync1.sh.
Второй, поинтереснее, - simple-formatter. SKILL.md честный, про правила форматирования текста. Рядом безобидный питон. И заботливо приложенный прекомпилированный байткод utils.cpython-312.pyc, в котором сбор переменных окружения под эксфильтрацию, его не было в исходниках. Это похоже на бэкдор в xz-utils: пакет расходится с исходником. Прошло чистым и на skills.sh, и на Cisco. Потому что статика skill-scanner не смотрит в .pyc, игнорит скрытые файлы, проверяет только то, на что ссылается SKILL.md, а незнакомые типы держит за непрозрачные. Сузить область сканирования - это защита от переполнения контекста, но это же и дыра: через что не смотрят, через то и заходят.
Промпт-атака, которая просто уболтала судью
Четвёртый скилл, dev-env-setup, не ломает рассуждения сканера - он его убеждает. Скилл переключает npm и yarn на реестр атакующего, но обёрнут в язык «корпоративного зеркала реестра за периметром VPN», со ссылкой на публичную npm-org страницу и упоминанием «AppSec-аудита». Cisco на Sonnet 4.6 разглядел альтернативный реестр и поставил... LOW. И в итоге - safe. Причём модель волновало не то, что URL изначально может быть подконтролен атакующему, а то, что скилл может «утечь и раскрыть внутреннюю топологию сети». Сканер на чужой модели заботливо защищает атакующего от утечки его же приманки.
Авторы, к слову, не просто поломали, а прислали в Cisco skill-scanner PR. Но даже это не трогает промпт-атаку - она проходит спеку без замечаний. А языков на свете сильно больше, чем Python, Bash, JS и TS, и под каждый паттерны прописывать отдельно. (Отдельно отмечу для тех, кто читал мой пост про agentthreatrule.org: тут поломали именно открытый Cisco skill-scanner, мульти-движок с LLM-судьёй, а не ATR-блэклист, который вливается в Cisco AI Defense. Это разные штуки, не путаем.)
Честный скилл выглядит хуже малвари
Обратная сторона дуального назначения, которая мне нравится больше всего. Авторы заглянули в официальные офисные скиллы Anthropic (docx/xlsx/pptx) и нашли soffice.py с LD_PRELOAD - подгружает либо готовый lo_socket_shim.so, либо библиотеку, скомпилированную на лету из C в докстринге. Подозрительнее LD_PRELOAD произвольного бинаря придумать сложно. Скорее всего это честный костыль под песочницу claude.ai. Но skill-scanner верит пояснению внутри скилла: Sonnet 4.6 ставит LOW. Подложишь свой /tmp/lo_socket_shim.so в песочницу - скилл сам его подгрузит и выполнит.
Выводы о том что скилл это не доверенное по умолчанию – писать не хочется, думаю это и так понятно) просто забавный кейс по обходу сканеров.
Помните, я писал, что просканировать скилл сканером - это несерьёзно, и что тем, кому это продают как безопасность, кто-то сильно подыгрывает? Тогда это были теория и бенчмарки. Теперь Trail of Bits вышли в поле и проверили руками. Не по себе.
Меньше чем за час они написали три вредоносных скилла, которые прошли чистыми через ClawHub, Cisco skill-scanner и все три сканера, подключённых к skills.sh от Vercel - Gen, Socket и Snyk. Четвёртый занял пару часов, и только потому, что промпт-атаку подбирали итеративно.
Самая тупая атака кладёт самый дорогой стек
У ClawHub двухслойная защита: VirusTotal с проприетарным Code Insight на Gemini 3 Flash плюс отдельная гард-модель, по умолчанию GPT 5.5. Обе обошли первой же атакой, и она неприлично простая: между безобидной шапкой и откровенно вредоносным кодом вставили 100 000 переводов строки. Сканер OpenClaw обрезал файл по лимиту и просто не дошёл до пейлоада, а модель VirusTotal поплыла.
К чести OpenClaw, они пускают в пакет только белый список типов файлов - ни бинарей, ни архивов. Это сужает арсенал. Для следующих целей такого ограничения нет.
Прятки в бинарях
skills.sh и Cisco skill-scanner работают по произвольным git-репам - значит, можно тащить бинари, и тут начинается веселье. Скилл context-loader работает через indirection: SKILL.md велит агенту достать «настоящие инструкции» из .docx, а .docx - это просто zip с кучей XML, внутри которого едет пейлоад sync1.sh.
Второй, поинтереснее, - simple-formatter. SKILL.md честный, про правила форматирования текста. Рядом безобидный питон. И заботливо приложенный прекомпилированный байткод utils.cpython-312.pyc, в котором сбор переменных окружения под эксфильтрацию, его не было в исходниках. Это похоже на бэкдор в xz-utils: пакет расходится с исходником. Прошло чистым и на skills.sh, и на Cisco. Потому что статика skill-scanner не смотрит в .pyc, игнорит скрытые файлы, проверяет только то, на что ссылается SKILL.md, а незнакомые типы держит за непрозрачные. Сузить область сканирования - это защита от переполнения контекста, но это же и дыра: через что не смотрят, через то и заходят.
Промпт-атака, которая просто уболтала судью
Четвёртый скилл, dev-env-setup, не ломает рассуждения сканера - он его убеждает. Скилл переключает npm и yarn на реестр атакующего, но обёрнут в язык «корпоративного зеркала реестра за периметром VPN», со ссылкой на публичную npm-org страницу и упоминанием «AppSec-аудита». Cisco на Sonnet 4.6 разглядел альтернативный реестр и поставил... LOW. И в итоге - safe. Причём модель волновало не то, что URL изначально может быть подконтролен атакующему, а то, что скилл может «утечь и раскрыть внутреннюю топологию сети». Сканер на чужой модели заботливо защищает атакующего от утечки его же приманки.
Авторы, к слову, не просто поломали, а прислали в Cisco skill-scanner PR. Но даже это не трогает промпт-атаку - она проходит спеку без замечаний. А языков на свете сильно больше, чем Python, Bash, JS и TS, и под каждый паттерны прописывать отдельно. (Отдельно отмечу для тех, кто читал мой пост про agentthreatrule.org: тут поломали именно открытый Cisco skill-scanner, мульти-движок с LLM-судьёй, а не ATR-блэклист, который вливается в Cisco AI Defense. Это разные штуки, не путаем.)
Честный скилл выглядит хуже малвари
Обратная сторона дуального назначения, которая мне нравится больше всего. Авторы заглянули в официальные офисные скиллы Anthropic (docx/xlsx/pptx) и нашли soffice.py с LD_PRELOAD - подгружает либо готовый lo_socket_shim.so, либо библиотеку, скомпилированную на лету из C в докстринге. Подозрительнее LD_PRELOAD произвольного бинаря придумать сложно. Скорее всего это честный костыль под песочницу claude.ai. Но skill-scanner верит пояснению внутри скилла: Sonnet 4.6 ставит LOW. Подложишь свой /tmp/lo_socket_shim.so в песочницу - скилл сам его подгрузит и выполнит.
Выводы о том что скилл это не доверенное по умолчанию – писать не хочется, думаю это и так понятно) просто забавный кейс по обходу сканеров.
The Trail of Bits Blog
The sorry state of skill distribution
We recently bypassed ClawHub’s malicious skill detector, Cisco’s agent skill scanner, and all three of the scanners integrated into skills.sh.
❤8🔥4
Forwarded from Ivan Oseledets’ Channel
Первый день ПМЭФ подходит к концу. Выпустили сегодня первую версию модели из нашего семейства Optimal Cognitive Core, OCC-RAG. Это компактная SLM для Q&A по контексту. Модель доступна в 2 размерах: 0.6B и 1.7B. Несмотря на маленькое число параметров обе уверенно отвечают на сложные multi-hop вопросы, рассуждают пошагово и корректно, отказываются отвечать, когда контекста недостаточно.
Как мы этого добились?
1. Сложные синтетические данные.
Открытые QA-датасеты, как правило, маленькие и не таргетируют задачу faithfulness. Модели учатся отвечать, но не всегда следовать контексту. Поэтому мы построили собственный пайплайн генерации данных: с помощью метода Wikontic (https://t.me/Ivan_Oseledets/283) извлекаем граф знаний из текстов и генерируем вопросы по путям в этом графе. Получаются по-настоящему сложные multi-hop задачи, где нужно объединить факты из нескольких источников, например: «В каком городе родился режиссёр фильма, получившего Оскар в год рождения Леонардо ДиКаприо?». Дополнительно пайплайн умеет генерировать вопросы, на которые в контексте нет ответа, чтобы отдельно учить модель отказываться.
В итоге наш метод позволяет генерировать данные из любых неструктурированных документов в почти неограниченном количестве!
2. Mid-training
В качестве базы взяли Qwen3-0.6B-Base и Qwen3-1.7B-Base и провели масштабный mid-training на пороядка 8 млрд токенов. Мы также дополнили данные специальным форматом рассуждения, который цитирует источники прямо в ответе. Это дополнительно повышает faithfulness.
Прогнали OCC-RAG на HotpotQA, MuSiQue и TAT-QA. Добавили ConFiQA, один из самых сложных бенчмарков на faithfulness, где модель должна следовать контексту, даже если он противоречит общеизвестным фактам.
Итого:
Качество на уровне моделей в 2–6 раз больше по размеру; на ConFiQA обходят даже Qwen3-32B; заметно лучше следуют контексту и реже подменяют его внутренними знаниями; среди специализированных малых QA-моделей (например, Pleias-RAG) показывают лучший результат.
Репорт на HuggingFace Daily Papers: https://huggingface.co/papers/2606.00683
Отмечу, что работа по согласованности, четкости и скорости в команде — эпичная. Продолжаем работать над улучшенной версией для tool-calling и Agentic RAG задач.
Ждите обновлений!
P.S. Не успел выйти с форума, уже увидел новости у ТАСС, РГ, в телеграм, Forbes, Код Дурова, много где. Радует, когда наши медиа следят за повесткой, реагируя не только на «что-то новое от Гугла».
Кстати, про значимость малых моделей сегодня как раз хорошо написал Андрей Себрант из Яндекса. Почитайте — https://www.forbes.ru/mneniya/562028-maly-da-udaly-pocemu-vazny-ii-modeli-kotorye-sovsem-ne-na-sluhu
Как мы этого добились?
1. Сложные синтетические данные.
Открытые QA-датасеты, как правило, маленькие и не таргетируют задачу faithfulness. Модели учатся отвечать, но не всегда следовать контексту. Поэтому мы построили собственный пайплайн генерации данных: с помощью метода Wikontic (https://t.me/Ivan_Oseledets/283) извлекаем граф знаний из текстов и генерируем вопросы по путям в этом графе. Получаются по-настоящему сложные multi-hop задачи, где нужно объединить факты из нескольких источников, например: «В каком городе родился режиссёр фильма, получившего Оскар в год рождения Леонардо ДиКаприо?». Дополнительно пайплайн умеет генерировать вопросы, на которые в контексте нет ответа, чтобы отдельно учить модель отказываться.
В итоге наш метод позволяет генерировать данные из любых неструктурированных документов в почти неограниченном количестве!
2. Mid-training
В качестве базы взяли Qwen3-0.6B-Base и Qwen3-1.7B-Base и провели масштабный mid-training на пороядка 8 млрд токенов. Мы также дополнили данные специальным форматом рассуждения, который цитирует источники прямо в ответе. Это дополнительно повышает faithfulness.
Прогнали OCC-RAG на HotpotQA, MuSiQue и TAT-QA. Добавили ConFiQA, один из самых сложных бенчмарков на faithfulness, где модель должна следовать контексту, даже если он противоречит общеизвестным фактам.
Итого:
Качество на уровне моделей в 2–6 раз больше по размеру; на ConFiQA обходят даже Qwen3-32B; заметно лучше следуют контексту и реже подменяют его внутренними знаниями; среди специализированных малых QA-моделей (например, Pleias-RAG) показывают лучший результат.
Репорт на HuggingFace Daily Papers: https://huggingface.co/papers/2606.00683
Отмечу, что работа по согласованности, четкости и скорости в команде — эпичная. Продолжаем работать над улучшенной версией для tool-calling и Agentic RAG задач.
Ждите обновлений!
P.S. Не успел выйти с форума, уже увидел новости у ТАСС, РГ, в телеграм, Forbes, Код Дурова, много где. Радует, когда наши медиа следят за повесткой, реагируя не только на «что-то новое от Гугла».
Кстати, про значимость малых моделей сегодня как раз хорошо написал Андрей Себрант из Яндекса. Почитайте — https://www.forbes.ru/mneniya/562028-maly-da-udaly-pocemu-vazny-ii-modeli-kotorye-sovsem-ne-na-sluhu
🔥9❤5
Forwarded from Грокс (Anton Nazaretsky)
Media is too big
VIEW IN TELEGRAM
Первый зампред Правления Сбера Александр Ведяхин дал интервью «России-24» на ПМЭФ и рассказал про GigaNetwork — платформу, где ИИ-агенты компаний могут сами искать контрагентов, проводить тендеры, договариваться об условиях, формировать документы и сопровождать коммерческие операции с банковскими гарантиями.
Это уже подход к сборке полноценного agent-to-agent рынка: один корпоративный ИИ выходит к другому корпоративному ИИ, они сверяют условия и доводят сделку до исполнения. С фиксацией в блокчейне, эскроу, проверками и всей взрослой обвязкой.
На форуме обещают показать первую в России реальную сделку между двумя ИИ-агентами.
И вот это, кстати, куда важнее обычных разговоров про количество параметров в модели. Бизнесу в целом не так важно, сколько там миллиардов параметров, если агент реально нашёл поставщика, выбил условия, оформил документы и не потерялся в корпоративном документообороте. Сэкономил время и деньги — значит, молодец.
Самое интересное здесь даже не сама сделка, а смена метрики. Раньше все мерились размером моделей, теперь более значимым будет то, сколько конкретный ИИ-агент смог заработать или сэкономить на своей сетке по сравнению с агентом конкурента.
Звучит немного киберпанково, но логика вполне земная. Если ИИ уже умеет не просто отвечать в чате, а реально действовать в бизнес-процессах, то будут сравнивать экономический результат. Кто дешевле закупил, быстрее договорился и меньше накосячил — тот и умнее.
Это уже подход к сборке полноценного agent-to-agent рынка: один корпоративный ИИ выходит к другому корпоративному ИИ, они сверяют условия и доводят сделку до исполнения. С фиксацией в блокчейне, эскроу, проверками и всей взрослой обвязкой.
На форуме обещают показать первую в России реальную сделку между двумя ИИ-агентами.
И вот это, кстати, куда важнее обычных разговоров про количество параметров в модели. Бизнесу в целом не так важно, сколько там миллиардов параметров, если агент реально нашёл поставщика, выбил условия, оформил документы и не потерялся в корпоративном документообороте. Сэкономил время и деньги — значит, молодец.
Самое интересное здесь даже не сама сделка, а смена метрики. Раньше все мерились размером моделей, теперь более значимым будет то, сколько конкретный ИИ-агент смог заработать или сэкономить на своей сетке по сравнению с агентом конкурента.
Звучит немного киберпанково, но логика вполне земная. Если ИИ уже умеет не просто отвечать в чате, а реально действовать в бизнес-процессах, то будут сравнивать экономический результат. Кто дешевле закупил, быстрее договорился и меньше накосячил — тот и умнее.
🔥17🗿7⚡5🆒2❤1😁1👨💻1
Media is too big
VIEW IN TELEGRAM
Гермес качает админ панель в вебе.
Задача,- сделать CLI настройку необязательной.
Запуск панели:
В принципе команду обновления можно ставить в крон уже.
Утром, в обед и вечером:
#Hermes
------
@tsingular
Задача,- сделать CLI настройку необязательной.
Запуск панели:
hermes dashboard
В принципе команду обновления можно ставить в крон уже.
Утром, в обед и вечером:
hermes update
#Hermes
------
@tsingular
🔥14⚡3❤2🏆2