⚡ AI меняет не серверы, а энергетику дата-центров

Развитие высоконагруженных вычислительных систем всегда сопровождалось ростом требований к аппаратному обеспечению. На протяжении многих лет основными вопросами при проектировании центров обработки данных являлись выбор серверов, организация сетевой инфраструктуры и систем хранения данных.

Сегодня ситуация начинает меняться.

⚙️ Развитие искусственного интеллекта приводит к появлению вычислительных комплексов, энергопотребление которых существенно превышает показатели традиционных дата-центров.

Если ещё несколько лет назад основным вопросом являлось количество серверов или графических ускорителей, то сегодня всё чаще обсуждается совершенно иной показатель — сколько электрической мощности способен обеспечить центр обработки данных.

Именно этот параметр начинает определять предельный масштаб AI-кластера.

❓ Почему это происходит?

Современные графические ускорители уже потребляют сотни и даже тысячи ватт каждый. При объединении тысяч GPU в единый вычислительный комплекс суммарное энергопотребление достигает десятков, а в перспективе — сотен мегаватт.

В результате ограничения начинают возникать уже не в вычислительной архитектуре.

Ограничением становятся возможности энергетической инфраструктуры.

🔋 Необходимо не только обеспечить требуемую электрическую мощность, но и доставить её непосредственно к вычислительному оборудованию, организовать распределение нагрузки между стойками, обеспечить резервирование, охлаждение и эффективный отвод тепла.

Именно поэтому сегодня обсуждаются серверные стойки с потребляемой мощностью до 1 МВт.

Ещё совсем недавно подобные значения относились скорее к небольшому дата-центру, чем к одной стойке.

🏗 Это приводит к изменению самого подхода к проектированию ЦОД.

Если раньше архитекторы начинали проектирование с вычислительных ресурсов, постепенно подбирая под них инженерную инфраструктуру, то теперь всё чаще процесс идёт в обратном направлении.

Сначала определяется, какую электрическую мощность способен принять объект, после чего рассчитывается максимально возможная вычислительная нагрузка.

Иными словами, энергетическая инфраструктура начинает определять архитектуру вычислительной системы.

💡 На мой взгляд, именно это является одним из наиболее интересных последствий развития искусственного интеллекта.

На протяжении десятилетий вычислительные мощности являлись главным ограничением при создании высоконагруженных систем.

Сегодня таким ограничением всё чаще становится энергия.

Возможно, уже в ближайшие годы главным вопросом при строительстве AI Factory будет не количество доступных GPU, а количество мегаватт, которое способен обеспечить дата-центр.

---

📚 Материалы по теме

🔹 Microsoft Research — исследование, посвящённое проектированию инфраструктуры AI-ЦОД нового поколения и вопросам энергоснабжения, охлаждения и масштабирования вычислительных кластеров.
https://arxiv.org/abs/2605.16255

🔹 Microsoft Azure Infrastructure Blog — материалы о развитии инженерной инфраструктуры дата-центров для искусственного интеллекта.
https://azure.microsoft.com/en-us/blog/

🔹 NVIDIA AI Factory — концепция специализированных вычислительных центров нового поколения для обучения и эксплуатации моделей искусственного интеллекта.
https://www.nvidia.com/en-us/solutions/ai-factories/

DiffusionGemma

Google релизнули дифузионную версию геммы 26BA4B. Модель в 4 раза быстрее при таком же количестве параметров — на H100 она выдаёт 1000 токенов в секунду, а на RTX 5090 очень неплохие 700. Качество падает по сравнению с авторегрессионной моделью, но тренировать текстовую диффузию всё ещё учатся, это не удивительно. Приятно видеть что работа над диффузией для ллм не останавливается, а то демка Gemini Diffusion год назад в релиз так и не ушла.

Веса
Блогпост

@ai_newz

Anthropic откатывают решение о невидимой деградации Fable

В комментарии Wired представители Anthropic заявили что сделали ошибку. Компания видит это как трейдоф — невидимые ограничения сложнее обойти, из-за чего они могут нерфить лишь небольшую долю пользователей. Теперь ограничения сделают видимыми, но повысят чувствительность фильтров.

@ai_newz

🚀 Вышел официальный релиз Ladcraft,- российской платформы автономных ИИ-агентов.

Так, ну пришло время открыть вам небольшой секрет (хотя, кто был на Подмосковных, наверное догадывались).

В рамках консалтинга интеграторов и вендоров по разработке ИИ решений имел отношение к разработке одной очень крутой, как считаю, платформы, которая работает наравне с зарубежными аналогами, а в чем-то даже их превосходит, потому что под капотом встроен функционал, которого у многих просто нет по умолчанию.

📋 Что это такое
Ladcraft, - продвинутый harness корпоративного уровня , в котором живут ИИ-агенты.
У каждого агента своё хранилище файлов, свой чат, своя область работы. Агент, в принципе, работает по привычной уже модели, - планирует шаги, лезет в корпоративные системы (CRM, ERP и даже 1С), подтягивает внешние источники и возвращает результат с журналом действий, который можно проверить.

🔧 Что умеет, кратко:
- Работа с документами: загрузил отчёт или договор, - получил выжимку, ответы по тексту, извлечённые данные в структурированном виде.
- Генерация контента с опорой на файлы и контекст. Есть нативные форматы.
- Код и логика: агент сам пишет интеграции и сценарии под вашу задачу. Есть отдельный софт (свой “Cursor”) для разработки интеграций и инструментов.
- Навыки: готовые скиллы из библиотеки + свои кастомные (внутренний аналог Anthropic Skills, можно добавлять через, внимание, - встроенный маркетплейс навыков!).
- Интеграции: внешние сервисы и корпоративные системы через API. Агент сам поднимет и настроит обмен данными, если попросить.
- A2A - взаимодействие
- Интеграции с мессенджерами: Telegram,
- SaaS и, что полезно для корпоратов. - on-Prem версия.
- Анонимизация

⚙️ Технические особенности
- Inference вынесен в отдельный сервис с модельно-центричным подходом. Отдельно модели, отдельно провайдеры, отдельный связующий компонент, который рулит маршрутизацией.
- Виртуальная файловая система — отдельный большой сервис, монтируется через FUSE прямо в микровм и там крутятся навыки. Парсер документов тоже отдельный.
- Агент — частичная state-машина со stateless middleware-ами. В конце жизненного цикла сессии анализирует, что произошло, извлекает выученные уроки. Память пользователя + память агента, оба растут между сессиями. (прямо как Гермес :) )
- Уровни памяти: рабочая область пользователя → область агента → память чата → память пользователя.
- Анонимизация — собственный сервис с подготовкой к подключению внешних провайдеров.
- Документы генерируются через отдельный MCP с пайплайном на Python + OLM, нативные XLSX и презентации, не скриншоты.

💡 Почему это интересно с инженерной точки зрения
Большинство платформ, которые я видел на рынке, проектируются от провайдера или от модели. Когда моделей становится пять, а провайдеров восемь, начинается ад с фолбэками и балансировкой.
Ladcraft вытащил модели и провайдеры в разные сущности, добавил посередине маршрутизатор, - и инференс превратился в управляемый слой. Второй сильный ход, - вынести файловую систему и парсер в отдельные сервисы, а агенту оставить только логику.
Это даёт нормальное горизонтальное масштабирование и позволяет катать навыки в микровиртуальных машинах не переживая за общий контейнер.

💼 Зачем бизнесу
Фокус на ROI от внедрения.
Много готовых типовых сценариев и шаблонов.
Интеграции с популярным корпоративным софтом.
Корпоративная версия с гранулярными правами, админкой, on-prem развёртыванием.
Ну и главное, - российский разработчик, - всегда под рукой.
Сайт проекта: https://ladcraft.ru/

Если интересно попробовать - напишите в комментах или в личку, познакомлю с товарищами и помогу организовать демку.

#Ladcraft #ИИ #агенты #платформа #AI
———
@tsingular

ИИзбранное продолжает наполняться разными полезными материалами.

На этой неделе дополнил:
— чем Zero Human Company отличается от обычной компании и AI-native-подхода;
— как выбирать между скриптами, классическим ML, генеративным ИИ и обычной разработкой;
— 49 готовых сценариев применения Codex: от почты, аналитики и презентаций до веб-разработки, рефакторинга и автоматизации;
— из каких компонентов собирается корпоративная ИИ-платформа: агентские фреймворки, RAG, векторные базы, IAM, guardrails, observability, sandboxing, FinOps и governance (детальный справочник со ссылками на фреймворки на 49 страниц);
— как оценить готовность сотрудников к работе с ИИ и кто слабое звено в ИИ интеграции :).

Подписываемся тут

#ИИзбранное
———
@tsingular

Prometheus Безоса: $12B на «инженера широкого профиля» для физического мира

Стартап Project Prometheus, который Безос и Вик Бадж (сооснователь Verily, экс-Google Life Sciences) запустили в ноябре 2025-го, закрыл второй раунд: $12 млрд инвестиций при оценке в $41 млрд. Деньги дали сам Безос, JPMorgan Chase, Goldman Sachs и BlackRock. Штат — 150 человек в Сан-Франциско, Лондоне и Цюрихе.

На эти деньги они строят «artificial general engineer» — софт, который автоматизирует проектирование и производство сложных физических систем: от реактивных двигателей до молекул лекарств.

🛠 Что именно строят. «General engineer» — это не чат-бот общего назначения, а узкоспециализированный агент под инженерный цикл: моделирование, CAD, выбор материалов, оптимизация производства.
Бадж раньше работал в Google Life Sciences, и медицинский трек здесь не случаен — синтез молекул это та же задача дискретной оптимизации в физическом пространстве, что и аэродинамика лопатки турбины.

Prometheus берёт инженерный стек, который сегодня распределён по SolidWorks, ANSYS, COMSOL, MATLAB (привет Компас 3Д) и внутренним pipeline корпораций, и сшивает его в одну автономную петлю.

⚖️ Тезис Безоса про «labor scarcity». По версии Безопаса нас ждут не массовые увольнения, а обратный эффект: «дефицит рабочей силы», т.е. рост спроса на человеческий труд.
Просто, возможно, исчезнут переработки.

Это радикально расходится с нарративом Anthropic, McKinsey и даже Goldman Sachs Research, которые последние полгода рисуют кривые замещения рабочих мест.

У Безоса, как и у его критиков экономическая логика кейнсианская, только у него про рост спроса через рост дохода, а у его критиков, - про замещение труда капиталом.
Обе стороны используют одну и ту же экономику XIX века, просто с разной стороны.

🏭 Физический ИИ как замедляющий барьер.
Невозможность «скомпилировать» реактивный двигатель или молекулу без лабораторий, производственных линий, сертификации и регуляторики защищает человечество от парадигмы, что «софт съест мир и ИИ отберёт работу».
Cerebras в мае подняла $2.5B под ту же идею, и список стартапов в physical AI растёт каждый месяц.

💼 Зачем бизнесу: Корпоративный R&D в авиадвигателях, фарме, автопроме, полупроводниках — это десятки процентов выручки, и 90% работы в нём рутина.
Если Prometheus добьётся хотя бы 30% автоматизации инженерного цикла, это перераспределит целые отрасли: инженерные бюро среднего размера станут не нужны, а крупные корпорации (Pratt & Whitney, Boeing, AstraZeneca, Novartis) получат асимметричное преимущество.

В общем, если кратко, - "мы автоматизировали разработку, теперь автоматизируем инженерку и сборку.
С вас $12 млрд."

#Prometheus #Безос #Bezos #инженерия
───
@tsingular

KPMG написала отчёт о пользе ИИ для бизнеса, а ИИ этот отчёт и похоронил — GPTZero проверила ссылки во флагманском докладе «Total Experience: Redefining Excellence in the Age of Agentic AI» и обнаружила, что из 45 источников настоящими оказались только пять.

📋 Октябрь 2025 года, KPMG International публикует ежегодный отчёт по глобальному исследованию клиентского опыта с фокусом на агентный ИИ. Документ пестрит кейсами: UBS внедряет AI-агентов в инвестконсультирование, железные дороги Японии используют их в транспортных сервисах, Philips масштабирует AI-здравоохранение. Всё подкреплено 45 ссылками. А потом приходит GPTZero со своим Hallucination Check, прогоняет каждую ссылку через верификацию, и картина рассыпается: 40 из 45 заголовков фальшивые, 28 ссылок содержат перефразированные или выдуманные компоненты, ещё 12 слишком расплывчаты, чтобы понять, существует ли источник. Примерно половина утверждений, подкреплённых этими ссылками, либо ложны, либо приписаны не тем организациям.

💡 Механика ошибок выдаёт почерк большой языковой модели: заголовки перефразированы, авторы перепутаны с объектами статей, даты не совпадают. GPTZero ввела для этого термин «vibe citing», цитирование на ощупь, когда генеративный ИИ комбинирует реальные источники, придумывает заголовки и лепит правдоподобные, но несуществующие отсылки. Модель выдумала данные даже о собственном работодателе: отчёт сослался на «исследование KPMG» с цифрой 55%, тогда как настоящий KPMG CEO Outlook за тот же месяц даёт 71%.

💼 Это уже третий случай в большой четвёрке: в мае EY отозвала исследование с фальшивыми сносками, в октябре Deloitte вернула деньги правительству Австралии за отчёт с AI-галлюцинациями, а теперь KPMG сняла доклад с сайта. Автор расследования GPTZero Пол Эсау резюмирует: «Мы подозреваем, что ни один человек в KPMG не перепроверил ссылки или источники перед публикацией». Для клиентов большой четвёрки это означает простую вещь: если три из четырёх уже попались, разумно предположить, что непроверенный AI-контент сидит и в других отчётах, на основе которых уже приняты решения.

📎 Расследование GPTZero · FT · City AM · Crypto Briefing

Как раньше было, - "крупная международная компания возьмёт в аренду дырокол".
А теперь, похоже, справедливо, - "крупной консалтинговой компании срочно требуется консультант по ИИ" :)

#KPMG #AIhallucinations #BigFour #GPTZero
———
@tsingular

Правительство США приказало Anthropic отключить Fable 5 и Mythos 5 для всех пользователей планеты — впервые в истории регулятор принудительно остановил развёртывание коммерческой передовой модели.

📋 11 июня 2026, 17:21 по восточному времени. Anthropic получает директиву: экспортный контроль со ссылкой на полномочия национальной безопасности.
Конкретные пункты приказа:
• запрет любого доступа к Fable 5 и Mythos 5 для всех иностранцев
• запрет действует как за пределами США, так и внутри страны
• под запрет подпадают даже сотрудники самой Anthropic с иностранным гражданством
• для исполнения модели отключены для вообще всех пользователей
Остальные Claude не затронуты. (Пока)

Причина: правительство заявляет, что ему стало известно о методе обхода защит (jailbreak) для Fable 5.

Anthropic изучила демонстрацию и подтверждает: метод находит небольшое число ранее известных, простых уязвимостей, которые обнаруживаются другими публичными моделями без обхода.

💡 Суть конфликта в стандарте доказательств.

Обход сводится к просьбе прочитать кодовую базу и исправить ошибки, и эти возможности широко доступны в GPT-5.5 от OpenAI.

Ни одного jailbreak с вредоносным результатом Anthropic не получала.

Компания провела тысячи часов тестирования командами исследователей с правительством США, UK AISI и частными сторонами до запуска, и её стратегия эшелонированной защиты делает обход либо узким, либо дорогим.

Anthropic: «Если этот стандарт применить ко всей индустрии, это остановит все новые развёртывания передовых провайдеров».

💼 Тектонический сдвиг в AI-регулировании.
До сих пор правительства ограничивались добровольными обязательствами, а теперь принудительное отключение коммерческого продукта.
Если прецедент закрепится, любой передовой релиз может быть остановлен одним письмом, и вопрос о том, где запускать самые мощные модели, становится исключительно юрисдикционным

📎 Заявление Anthropic · WSJ · CX Today

Поигрались и хватит.
Ждем чем ответит Китай.

Кстати, а значит ли это, что ИИ прогресс на этом всё?
Ведь по идее любые следующие модели будут только сильнее.

#Anthropic #Fable #Mythos #government
------
@tsingular

А еще это значит, скорее всего, что Андрей Карпатый, который перешёл в Антропик и при этом является гражданином Канады,- тоже не может работать ни с Mythos ни с Fable.

Заказжу-ка, пожалуй, грузовик попкорна.

Кстати, а вот ещё кто может попасть в зону риска, если начнут закручивать гайки на доступ к ведущим технологиям по гражданству:

Демис Хассабис
Британский исследователь, сооснователь и CEO Google DeepMind Руководитель одной из ключевых frontier-лабораторий мира формально тоже нуждался бы в проверке статуса U.S. person для доступа к американской контролируемой модели.

Джеффри Хинтон
Британско-канадский исследователь, один из основателей современной школы глубокого обучения
Даже исторически важнейшие учёные могут оказаться за пределами американского контура доступа, если критерий строится по персональному статусу.

Йошуа Бенжио
Канадский исследователь, научный советник Mila и один из наиболее влиятельных специалистов по безопасности ИИ
Особенно парадоксальный случай: ограничения могут распространяться и на экспертов, которым модель нужна для исследований рисков.

Илья Суцкевер
Публично описывается как израильско-канадский исследователь; сооснователь Safe Superintelligence Один из сильнейших специалистов по frontier-моделям может не считаться автоматически допущенным к американской модели другой компании.

Мустафа Сулейман
Гражданин Великобритании, CEO Microsoft AI
Ограничение может затрагивать не только исследователей, но и руководителей американских ИИ-подразделений глобальных корпораций. Сам Сулейман публично подчёркивал британское гражданство.

Эйдан Гомес
Публично описывается как британско-канадский исследователь; сооснователь и CEO Cohere
Автор Transformer-архитектуры и глава канадской frontier-компании — очевидный пример внешнего партнёра, которому может понадобиться отдельный режим допуска.

Ну и список можно продолжать. Тут как бы или всем придётся раздавать гражданство или Штаты сами себе стреляют в ногу.

#мысли #Карпатый #Anthropic #Fable
------
@tsingular

Joshua Lochner - ML разработчик из HF дал Fable 5 задачу: написать кастомные WebGPU-ядра для инференса Gemma 4.

Сначала она разогналась до 84 tok/s, потом уперлась в стену и начала утверждать, что дальше оптимизировать невозможно.
[Включила дурочку 4.8]

Спустя несколько часов Anthropic откатила невидимые защитные ограничения на разработку LLM — и она довела Гемму до 255 tok/s.

Сегодня доступ к Fable 5 был заблокирован.

Фоновый вывод,- модели уровня Fable5 делают позицию ML разраба необязательной.

#Fable #Gemma #HuggingFace
------
@tsingular

z.ai подсуетились :)

GLM-5.2 is now available to all GLM Coding Plan users across Lite, Pro, Max, and Team plans.

проверяем

#ZAI #GLM
———
@tsingular

🧠 О двух типах синхронности

Недавно я читал студентам лекцию о синхронных и асинхронных методах передачи данных. Но в какой-то момент стало очевидно: чтобы объяснить инженерные решения, нужно заглянуть глубже — в природу самого явления синхронности.

Мы привыкли считать, что синхронность — редкое исключение, а хаос и асинхронность — естественное состояние мира. Но если посмотреть шире, оказывается, что синхронизация проявляется на всех масштабах — от космоса до живых систем и инженерных архитектур.

⭐ Природные эталоны времени

Любая синхронизация начинается с ритма.

В природе существуют процессы, обладающие настолько высокой стабильностью, что их можно использовать как естественные эталоны времени.

Самый впечатляющий пример — пульсары. Это нейтронные звёзды, вращающиеся с исключительно стабильным периодом. Некоторые из них настолько точны, что используются астрономами для построения высокоточных временных шкал и проверки фундаментальных физических теорий.

Не менее впечатляющи и гравитационные системы. Планеты миллиарды лет обращаются вокруг своих звёзд, а звёздные системы — вокруг центра галактики. Эти движения определяются фундаментальными законами гравитации и обладают высокой регулярностью.

Гравитация способна не только создавать устойчивые ритмы, но и приводить к синхронизации движения небесных тел. Именно поэтому Луна всегда обращена к Земле одной стороной — её вращение вокруг собственной оси синхронизировано с обращением вокруг Земли. Это явление называется приливной синхронизацией.

🌌 Первичная синхронность

Первичная синхронность определяется общими законами физики и возникает как прямое следствие фундаментальных взаимодействий.

Примеры:

• Приливная синхронизация.
• Когерентность в сверхтекучих и сверхпроводящих системах.
• Сверхизлучение Дикке.
• Синхронизация связанных нелинейных осцилляторов.

Здесь синхронность не «настраивается» — она является следствием структуры физических законов и характера взаимодействий.

⚡ Вторичная синхронность

Вторичная синхронность формируется эволюционно — как результат самоорганизации устойчивых режимов в сложных системах с обратными связями.

Так работают:

Сердечные клетки — каждая клетка обладает собственной электрической активностью, но через межклеточные связи система выходит на общий ритм.

Нейронные сети мозга — миллиарды нейронов формируют согласованные ритмы взаимодействия.

Стаи птиц — ориентация на ближайших соседей, приводят к формированию согласованного движения без центра управления.

Косяки рыб — позволяют группе мгновенно перестраивать траекторию движения.

Колонии светлячков — фазовая подстройка вспышек соседей приводит к глобальной синхронизации свечения.

Во всех этих случаях синхронность не задана заранее — она возникает как результат взаимодействия множества независимых элементов и делает систему устойчивее, эффективнее и надёжнее.

🔥 Почему это важно

В распределённых системах мы постоянно выбираем между синхронными и асинхронными механизмами. Но природа показывает, что это не всегда противоположности.

Физика объясняет, как возникают устойчивые ритмы и синхронизация. Биология показывает, как эти принципы используются для коллективного поведения. Инженерия переносит те же идеи в распределённые вычисления, сети связи и системы управления.

Интересно, что во всех этих областях есть общий паттерн: сначала существует устойчивый ритм или источник времени, затем возникают механизмы согласования, и только после этого появляется коллективная динамика.

⚙️ Итог

Первичная синхронность определяется фундаментальными законами природы и возникает как прямое следствие физических взаимодействий.

Вторичная синхронность формируется эволюционно — как результат самоорганизации и отбора устойчивых динамических режимов в сложных системах с обратными связями.

Это деление не является общепринятым, но помогает увидеть единый принцип организации динамики — от космических масштабов до распределённых вычислительных систем.

#синхронность #физика #пульсары #highload #РСУ #DCS #асинхронность

—

🌐 Highload & Mission Critical

Сегодня не до ИИ.

Просто красивая картинка вам в ленту :)

#пейзажи #оффтопик
------
@tsingular

Как включить Telegram Rich Messages в Hermes Agent

Тут телеграм подвёз поддержку сложного форматирования в сообщениях и ноусы мгновенно добавили их поддержку в Гермеса.

Как включить:

Скопируй и отправь своему Гермесу:

Выполни строго по шагам, ничего не пропуская:

1. Обнови Hermes Agent до последней версии:
hermes update

2. Обнови python-telegram-bot до 22.7+:
~/.hermes/hermes-agent/venv/bin/pip3 install 'python-telegram-bot[webhooks]>=22.7'

3. Проверь, что rich_messages default ON в коде (должен быть True):
grep -n '_rich_messages_enabled.*coerce_bool_extra' ~/.hermes/hermes-agent/gateway/platforms/telegram.py
Если видишь False — исправь на True:
sed -i 's/_coerce_bool_extra("rich_messages", False)/_coerce_bool_extra("rich_messages", True)/' ~/.hermes/hermes-agent/gateway/platforms/telegram.py

4. Отключи стриминг для Telegram (он подавляет rich-отправку):
hermes config set display.streaming false
hermes config set display.platforms.telegram.streaming false
hermes config set gateway.platforms.telegram.streaming false

5. Убедись что rich_messages в конфиге true:
hermes config set gateway.platforms.telegram.extra.rich_messages true

6. Перезапусти гейтвей:
systemctl --user restart hermes-gateway

7. Проверь что гейтвей запустился:
systemctl --user status hermes-gateway --no-pager -l | head -6
Должно быть: Active: active (running)

8. Отправь тестовое сообщение с таблицей и details — если таблица с границами, а details раскрывается — всё работает.

#hermes #rich_messages #update
———
@tsingular

ИИ агенты операторы за работой.

симуляторы людей всё совершеннее.

а главное никаким софтом это не отследить - с точки зрения системы выглядит как-будто за консолью реальный пользователь.

#агенты #китай #смартфоны
———
@tsingular

Используем ИИшки без палева

GPTDisguise - расширение Chrome, которое меняет Web интерфейс ChatGPT или Claude превращая их в Google Doc.

Плагин позволяет пользователям вводить вопросы как бы непосредственно в документ, а ответ ИИ появляется на той же странице.

Расширение предлагает различные темы, включая стили Microsoft Word и Notion, и поддерживает несколько моделей искусственного интеллекта.

Chrome Webstore

#chrome #gptdisguise
------
@tsingular

OpenRouter запустил Fusion - систему, где на один запрос отвечает не одна модель, а сразу несколько

Суть в том, что Fusion отправляет ваш промпт параллельно в разные модели. Каждая модель пытается решить задачу по-своему, при необходимости использует web search и bash-инструменты, а затем отдельный judge сравнивает ответы. После этого synthesizer собирает финальный вариант.

Получается не просто «выбор лучшей модели», а полноценная серверная схема коллективного мышления:

* несколько моделей работают одновременно;
* инструменты помогают проверять факты и считать;
* judge отбрасывает слабые ответы;
* synthesizer собирает итоговый результат в один связный ответ.

OpenRouter утверждает, что Fusion уже обходит frontier-модели на DRACO, deep research benchmark от Perplexity.

https://openrouter.ai/fusion

@machinelearning_ru