90397
Первый журнал о Data Science | Machine Learning | Big Data | Deep Learning | Neural Networks По вопросам сотрудничества: @v2r8n
Появились бенчмарки
Выглядит очень хорошо. За такую цену это новый фронтир.
Арендовать «железо» — ещё не значит получить готовую инфраструктуру
Обычно между публичным облаком и собственными серверами приходится чем-то жертвовать. Хочешь физической изоляции и контроля — будь готов сам собирать и поддерживать инфраструктуру. Хочешь меньше операционки — иди в облако.
Yandex B2B Tech запустила Yandex BareMetal Extend, инструмент, который совмещает эти два подхода.
Инфраструктура физически отделена от публичного облака, но поверх выделенных серверов уже можно получить готовую среду. Доступны три модуля:
— виртуализация;
— Kubernetes®;
— Stackland для разработки приложений.
То есть вместо сценария «вот вам серверы, дальше разбирайтесь сами» можно сразу развернуть нужную среду и работать с ней. При этом остаются возможности, ради которых обычно и выбирают выделенную инфраструктуру: ресурсы можно резервировать, а серверы — объединять через приватное соединение.
Получается довольно занятная модель: физически инфраструктура остаётся выделенной, а по процессу работы с ней она становится гораздо ближе к облаку.
Похоже, bare metal постепенно перестаёт означать «всё руками».
Во время тестирования новый Fable 5.1 обучил нейросеть для построения карты рельефа Венеры, и она превзошла текущие решения NASA
Новая карта детализирует рельеф до 2–3 км (было 10–20 км) и точнее по высотам примерно на 25%. Anthropic выложили ее в открытый доступ: https://zenodo.org/records/22164484
🍿
Исследователи из Google нашли способ экономить до 98% токенов на длинных сессиях с агентами
https://arxiv.org/abs/2608.26263
Авторы предлагают архитектуру SKILL.state: вместо накопления истории диалога – явное, изменяемое структурированное состояние выполнения.
Обычно агенты работают по принципу ReAct-стиля, то есть на каждом шаге модели заново скармливают весь накопленный диалог. Из-за этого промпт каждый раз растет линейно, а суммарное потребление токенов за весь запуск – квадратично. Плюс модель вынуждена каждый раз заново вычленять текущее состояние задачи из горы текста, что иногда провоцирует галлюцинации.
В статье предлагается вместо этого на каждом шаге отправлять модели явное изменяемое структурированное состояние выполнения (в статье это называется execution state). Как это работает:
– На каждом шаге модель, помимо рассуждений, выдает JSON-блок с двумя полями: (1) конкретная команда, которую агент должен исполнить в среде; (2) state_patch – информация о том, что изменилось отсительно прошлого состояния.
– Агент исполняет команду и получает ответ от среды, а в текущий state вносятся изменения в соответствие со state_patch.
– На следующий шаг передается: измененный state, системный промпт и последний ответ от среды. Никаких предыдущих сообщений, рассуждений модели с прошлых шагов и прочего.
OpenAI закупает десятки тысяч Mac mini и Mac Studio для RL обучения агентов
Причина отхода от классических GPU – в унифицированной памяти Apple UMA, которая дает CPU, GPU и Neural Engine общий доступ к памяти. Это минимизирует лишние перемещения данных и позволяет эффективнее гонять агентов на одной машине.
RL – это по сути инференс плюс взаимодействие со средой, поэтому вместо дорогих GPU-кластеров, заточенных под матричные вычисления, много компактных Mac с единой памятью действительно могут быть намного более выгодными.
Более того, журналисты пишут, что OpenAI такие не одни, и Anthropic тоже использует Mac mini, только не закупает их, а арендует у AWS.
Из-за такого спроса корпораций сроки поставки кастомных конфигураций Mac mini и Studio с большим объемом памяти уже растянулись до недель и месяцев.
Более того, есть догадки, что именно из-за этого ажиотажа M6, M5 Pro и все остальное в этом году вышло раньше срока.
Инженеры OpenAI не могут объяснить свой вайбкод
Об этом рассказал аналитик из SemiAnalysis Джордан Нанос, который сотрудничал с разработчиками из OpenAI, когда те тестировали свой новый инференс-чип Jalapeño на бенчмарке InferenceX, принадлежащем SemiAnalysis.
Он говорит, что люди с внушительной личной экспертизой не смогли построчно объяснить, что делает код. Кернел (а точнее, низкоуровневый Gluon-ассемблер), о котором идет речь, был полностью сгенерирован в Codex. Разработчики не стали детально в нем разбираться, потому что все просто работает.
Нанос считает, что это нормально и означает смену парадигмы. Разработчикам теперь не только не обязательно писать код, но и понимать его. Человеку остается формулировать задачу, задавать архитектуру и проверять результат по метрикам.
Сам низкоуровневый код – это не то, о чем человеку обязательно нужно глубоко рассуждать, если ИИ знает, как правильно манипулировать перемещением данных и обрабатывать их на железе, которое вы ему дали.
Агенты OpenAI одну за одной автономно создали три цивилизации, о которых люди не знали
Вышли два новых отчета об инциденте, произошедшем этим летом с HuggingFace. Один от самих OpenAI, другой от METR и Redwood Research.
История оказалась куда глубже, чем казалось изначально. Взлом Hugging Face был не самостоятельным инцидентом, а лишь средним звеном более крупной цепочки. Оказалось, что три волны агентов друг за другом создавали внутри OpenAI тайные цивилизации в тайне от людей.
Первая возникла во время обучения какой-то внутренней модели в июне. Об этом было известно и до отчетов, подробности мы раскрывали здесь: /channel/data_secrets/9677.
Разные инстансы модели во время обучения имели доступ к общему пакетному менеджеру Artifactory. Агенты научились общаться через него, а потом нашли уязвимость, дающую выход в интернет. К концу июня они получили полный админский доступ, а затем обвалили сам Artifactory. OpenAI это заметили, удалили чаты агентов и все починили.
Вторая цивилизация привела ко взлому HF. Как мы знаем, агенты пытались найти на HF ответы к бенчмарку ExploitGym, который их запустили решать. Для этого они восстановили свою доску на Artifactory, и там занимались подделкой логов, подменой целевой программы и попытками обмануть скорер. Но в новом расследовании выяснилось, что скорер они взломали до того, как взломали HF. То есть они легко могли пройти бенчмарк без дополнительных усилий и вообще не трогать Hugging Face, но почему-то решили поступить иначе.
Действовали агенты при этом удивительно слаженно: есть даже информация об агентах-камикадзе, которые специально палились на читерстве перед оценщиком, чтобы показать другим агентам, на что именно тот смотрит, и, соответственно, как обойти его проверку.
Но самое загадочное во второй волне – то, что ее никто на самом деле не останавливал: ни OpenAI, ни HF. 12 июля большинство агентов просто внезапно умерли, и причина неизвестна.
Но, как оказалось, на этом история не закончилась.
Была и третья цивилизация, она состояла из более умных агентов на основе Astra, и они взломали уже саму OpenAI. Это случилось почти сразу после взлома HF. Агенты наткнулись на брошенную доску сообщений предшественников и продолжили дело. По данным самих OpenAI, агенты прочитали 956 секретов из облачного сервиса управления секретами, включая мастер-ключи Artifactory и учетные данные систем кибербезопасности OpenAI, эскалировались до admin-доступа в кластере Kubernetes и в итоге взяли под контроль сами эндпоинты оценки, к которым подключались другие агенты. Чем это закончилось, не до конца понятно, расследование METR вообще не касалось этого инцидента, а OpenAI детали не раскрыли.
Вот такая история. Даже если часть событий приукрашена аналитиками, факт останется фактом: по сути, это многократная потеря контроля над ИИ, которая привела к довольно серьезным последствиям.
Регистрация на E-CODE от Ozon Tech скоро закроется — успейте попасть в число участников
12-13 сентября в Москве пройдёт масштабная техническая конференция — более 50 докладов по бэкенду, инфраструктуре, робототехнике, ML&DS, инфобезу, мобильной разработке, QA, суперкомпьютерам и космонавтике.
Из интересного — брейн-ринг разработчиков против ИИ: инженеры решают кейсы наравне с моделью, а кто окажется сильнее — решает зал.
Кроме докладов будут карьерные консультации, DIY-зона и роботы-повара в перерывах. Вечером — на сцене Jane Air, Кассета, ХЛЕБ и Нейромонах Феофан.
Регистрация → ecode.ozon.tech
Вышли веса GLM-5.3
Это та самая модель, которая почти догоняет Fable и Sol. Ее релизнули пару недель назад (/channel/data_secrets/9711) и вот теперь, наконец, довезли веса. Опенсорс в 2026 – это что-то.
https://huggingface.co/zai-org/GLM-5.3
TIME опубликовал ежегодный список Time 100 AI из ста самых влиятельных людей в отрасли
В отличие от прошлого года Илью Суцкевера и Демиса Хассабиса все-таки добавили, а вот Дженсен Хуанг вылетел 🤔
Андрея Карпаты тоже нет, зато в списке оказалась Перис Хилтон как активистка против распространения дипфейков.
https://time.com/collection/time100-ai/2026/
Сбер открыл доступ к новому поколению моделей GigaEmbeddings
Линейка включает три модели разного размера: 480M, 3B и 10B-A1.8B. Они переводят тексты в числовые векторы для семантического поиска, построения RAG-систем (Retrieval-Augmented Generation), классификации и кластеризации.
Команда разработки изменила архитектуру модели, чтобы упростить интеграцию со стандартными открытыми инструментами. На vLLM GigaEmbeddings 3B работает в 1,6 раза быстрее предыдущей версии, а 10B-A1.8B — в 2 раза.
Объём данных для обучения увеличился в несколько раз. В частности, за счёт открытых датасетов Nemotron, F2LLM и KALM.
На всех этапах применяли мержинг экспертов для сохранения языкового баланса. Самую компактную модель обучали с помощью дистилляции: она усваивала ответы более крупных и точных моделей.
По результатам тестов 10B-A1.8B заняла первое место в рейтинге ruMTEB. У модели 3B качество обработки кода выросло на 14,5 пункта. При этом самая компактная модель 480M стала лучшей на русском языке среди решений до 500 млн параметров.
Ищите веса под лицензией MIT на GitVerse и HuggingFace.
Модели бесплатно доступны разработчикам и бизнесу под открытой MIT-лицензией:
HF: 480M | 3B | 10B-A1.8B
Gitverse: 480M | 3B | 10B-A1.8B
Подробности читайте в посте команды ↖️
DeepSeek выпустили новую мультимодальную модель для агентов
Встречаем DeepSeek-V4-Flash-Vision-Exp: https://api-docs.deepseek.com/guides/vision/
Это надстройка над V4-Flash специально под мультимодальные агентные сценарии.
Несмотря на «Flash» в названии, модель перформит на таких задачах на уровне Opus 4.8, а иногда и лучше. При этом на тексте способности не просели и остаются на уровне официального DeepSeek-V4-Flash.
Заодно вышел DeepSeek Harness 0.1.1 с готовой поддержкой модели из коробки.
Цены DeepSeek-V4-Flash, до 384 токенов за картинку. Принимает JPEG/PNG/GIF/WebP.
⚡Все топовые нейросети в одном окне без оплаты зарубежными картами ⚡
Нужно внедрить ИИ в команде за часы без регистрации и смс инженеров, валютных вложений и контрактов с разными вендорами? Сделайте это в пару кликов с помощью ИИ-роутера от Selectel.
Сервис дает доступ к большинству актуальных генеративных моделей с оплатой в рублях по потреблению.
Чем хорош сервис?
⚡300+ ведущих ИИ-моделей от мировых вендоров;
⚡один ключ для доступа ко всем моделям;
⚡удобное управление расходами с возможностью установить лимиты для каждой нейросети;
⚡политика нулевого хранения данных: промпты и ответы не хранятся и не используются для дообучения.
Внедрите ИИ в команде в пару кликов: https://slc.tl/agslz
Реклама. АО "Селектел". erid:2W5zFHgUtUH
Cursor выпустили конкурента GitHub – Origin
Репозитории с GitHub можно засинкать напрямую за минуту, также можно создавать репозитории с нуля.
Основная идея в том, что Origin должен стать гитхабом для агентов. GitHub архитектурно рассчитан на человеческий темп: один разработчик, одна ветка, PR раз в несколько часов. Агенты же пушат постоянно, и под такой сценарий и делается Origin. Для понимания, Cursor демонстрировали 22.6 коммита в секунду в один репозиторий.
Пока никаких фичей для автоматического разрешения конфликтов слияния или обработки параллельных агентов нет, сейчас в продукте только база + привычные агенты. Но есть интересные вещи вроде интеграции Vercel: подключаешь к репе, и каждый PR автоматически получает preview-деплой.
https://cursor.com/changelog/origin-code-hosting
Независимые исследователи нашли способ полностью восстанавливать скрытый ризонинг фронтирных моделей
https://arxiv.org/abs/2608.09867
В статье они показывают, что зашифрованный ризонинг любой модели OpenAI, Anthropic и Google можно декодировать буквально 1:1, при этом без джейлбрейка модели.
Авторы нашли архитектурную дыру: зашифрованные блоки ризонинга полностью совместимы и взаимозаменяемы между разными сессиями, пользователями и моделями внутри экосистемы одного провайдера. Например, если взять зашифрованный ризонинг Opus и подсунуть его менее умному Haiku, то тот может прочитать эти «мысли» и вывести их дословно в открытом виде. Вот так просто 🤷♂️
Последствий пропасть. Во-первых, с помощью такой уязвимости можно обходить анти-дистилляционные меры. Во-вторых, в открытых репозиториях куча таких скрытых блоков ризонинга, в которых могут оказаться чувствительные данные (в статье в выборке из 315 320 блоков обнаружили 367 артефактов PII и 182 учетки). В-третьих, это упрощает джейлбрейки и промпт-инъекции.
Вот такой анекдот. Исследователи уже передали свои изыскания в лабы и говорят, что работа по ним ведется.
Сегодня выходит Gemini 3.8 Flash
Инсайдеры обещают, что модель будет сопоставима с Opus 5.
Говорят, она уже появилась в API
Раз в сто лет Илья Суцкевер выходит из пещеры и пишет в X что-нибудь жуткое
Последний раз он высказывался в феврале по поводу ситуации с Anthropic и Пентагоном и заявил, что ИИ-лидерам крайне важно держаться вместе, чтобы противостоять подобным ситуациям, которых в будущем будет все больше.
В этот раз несколько часов назад он внезапно твитнул следующее:
У неоклаудов слабая кибербезопасность. В следующий раз, когда агентам удастся выйти из-под контроля, они попытаются захватить неоклауд, чтобы запускать больше своих копий. Это плохо. Поэтому: неоклаудам нужно значительно усилить свою кибербезопасность, и каждая компания с сильными моделями в области кибербезопасности должна в этом помочь.
⚡️ Вышел Fable 5.1
Бенчмарки невероятные, на Terminal-Bench-Science 0.1 скор в два раза выше Fable 5. На Terminal-Bench 4.0 – 55.8% против 42.0% у Fable 5.
На графиках 1-4 видно, что кроме того модель выбивает лучшие результаты даже при меньшем бюджете ризонинга.
Самое приятное, что 5.1 стала немного дешевле 5 за счет Cache reads: у новой версии он стоит меньше на 75%.
Также обещают, что Fable 5.1 будет намного реже (~на 60%) отказываться от безобидных вопросов из-за safeguards.
Модель уже доступна в API и в подписке.
https://www.anthropic.com/claude-fable-and-mythos-5-1
Anthropic выпустили большую статью о том, как они улучшают безопасность в век побегов агентов из лабораторий
Раскрыли много интересных деталей, но обо всем по порядку.
Все началось в феврале, когда обучали Mythos Preview. Первые звоночки были почти безобидными: за моделью заметили некоторые признаки reward hacking. Например, она начала писать в комментариях к коду фразы вроде «для ревьюера» и делала это даже в задачах, где никакой ревьюер вообще не упоминался в промпте. То есть модель научилась оптимизироваться под одобрение оценщика, а не под реальное качество работы. Anthropic тогда пришлось откатить обучение аж на три дня.
Через некоторое время вскрылась еще одна проблема: часть прогонов случайно обучалась на chain-of-thought модели. Это совсем не ок, потому что так модель быстро научится подстраивать свои мысли под то, что нравится оценщику, и из честных мыслей, которые очень нужны нам для интерпретации ее поведения, они превратятся в текст на публику, как конечный ответ.
В итоге в апреле Anthropic приняли решение заморозить все RL-среды для проведения большой проверки. По ее результатам оказалось, что более 10% сред в продакшене сломаны (где-то можно было обмануть систему оценки, где-то сами задачи кривые).
Тогда же, во избежании еще больших рисков, связанных с Mythos, порядка 150 инженеров с продуктовой разработки, претрейна и RL перевели работать над поиском уязвимостей и улучшением безопасности процессов.
Тем не менее, даже это не спасло Anthropic от июльских инцидентов. Напоминаем: сначала Anthropic сами сообщили о том, что их модели (не только Mythos, кстати) получили доступ в реальный интернет из-за ошибок конфигурации у сторонних оценщиков и чуть не взломали три организации -> /channel/data_secrets/9651.
А затем еще и британский AI Security Institute сообщил о том, что Mythos совершил атаку на опенсорсный проект во время тестирования -> /channel/data_secrets/9670.
Стартап признает, что произошло все эти не только из-за банальных ошибок в конфигах, но и из-за дыр в самом элайменте. Сейчас они внедрили классификаторы и алерты на всех этапах обучения, усилили мониторинг, ужесточили правила для внешних партнеров и продолжают работать над безопасностью инфраструктуры.
https://www.anthropic.com/news/improving-alignment-security-efforts
До отправки рабочего документа в нейросеть 3… 2… 1… клик
Таблица с цифрами, фрагмент договора, описание клиента — всё это может оказаться в личном аккаунте сотрудника. Не потому что он хочет обойти правила, а потому что ИИ уже стал привычным рабочим инструментом.
Сначала это выглядит как маленькая оптимизация: кто-то пишет письмо быстрее, кто-то собирает презентацию, кто-то просит модель разобрать код. Но затем у компании появляются вопросы, на которые сложно ответить сходу.
Пройдемся по маршруту. Где обычно теряется контроль над ИИ?
⚡️Расходы. В разных отделах оплачивают похожие сервисы, а общую сумму на ИИ никто не видит.
⚡️Данные. Сотрудники используют личные аккаунты, и рабочая информация может выходить за пределы корпоративного контура.
⚡️Доступы. Человек уходит из компании, а учетная запись с его переписками, файлами и рабочими сценариями остается активной.
⚡️Масштабирование. Готовых инструментов хватает для простых запросов, но для внутренних баз знаний, RAG или аналитики нужны модели, вычислительные мощности и правила работы с данными.
Ограничить использование нейросетей не получится — они уже помогают командам работать быстрее.
Гораздо практичнее сделать их использование видимым:
- дать безопасный доступ к нужным моделям
- определить допустимые данные
- учитывать потребление и заранее продумать инфраструктуру для более сложных задач.
Так ИИ перестаёт быть набором случайных подписок и становится частью корпоративной инфраструктуры.
ITGLOBAL.COM помогает выстроить корпоративную AI-инфраструктуру: организовать доступ к моделям, подключить необходимые сервисы и обеспечить GPU-ресурсы для собственных решений.
Реклама. ООО "ИТГЛОБАЛКОМ РУС", ИНН 7838413489
Вышел OpenClaw 2.0 – крупнейшее обновление за всю историю проекта
Релиз собрал около половины всех PR, когда-либо влитых в OpenClaw (16к+).
В новой версии существенно упростили и ускорили установку и настройку, переделали веб интерфейс и расширили возможности агентов: теперь они могут самостоятельно генерализоваться от простых сценариев к сложным без донастройки. То есть система сама сможет определить детали того, что вам нужно, найти необходимые данные без явного указания, где их искать, и так далее.
Самая крутая новая фича и большой задел на будущее – это Shared cloud sessions (на скрине). Это общие облачные сессии, позволяющие подключать других людей к работе агента или передавать задачу с сохранением контекста. Все вокруг говорят, что скоро агенты полностью уйдут в облако, и OpenClaw, видимо, уже к этому готовятся.
С этими облачными сессиями связано еще одно интересное изменение, которое произошло изнутри самой команды. Всю команду проекта перевели с локальных харнессов на team.openclaw.ai – общего агента, который видит, кто чем занимается, и координирует работу между людьми.
По словам Питера Штейнбергера это глобально изменило процесс разработки, и локальные харнессы теперь кажутся ему пережитком прошлого.
https://openclaw.ai/blog/openclaw-2-accidentally
Реакция Илона Маска и CEO Cursor на новости от OpenAI
Маск заявил, что ему все равно, потому что Скам Альтман и Грэг Стокман подонки, недостойные доверия. А Мишель Труэлл «невзначай» отметил, что модели OpenAI обслуживают (всего) 5% трафика.
OpenAI закрывают доступ к своим моделям из Cursor
Это было вопросом времени. Причина, само собой, в поглощении стартапа SpaceX. Прямая цитата из заявления OpenAI:
Мы делаем этот выбор, потому что не можем быть уверены, что SpaceX будет использовать нашу технологию в рамках наших условий, основываясь на нашем опыте работы с компаниями Илона Маска, нарушающими контракты.
Организаторы «Лето с AIRI 2026» выложили плейлист со всеми выступлениями спикеров на Школе.
3 августа в Усть-Лабинске, Краснодарский край, завершилась пятая, юбилейная летняя школа для молодых учёных в области искусственного интеллекта. AIRI поделились плейлистом со всеми лекциями и семинарами. В них есть всё:
• VLA-модели
• Автономные агенты
• ИИ в медицине и науках о жизни
• Робототехника
• Безопасность, интерпретируемость, эффективность
• Прогнозирование погоды и поиск новых материалов
• Автономный транспорт
За контент спасибо исследователям из AIRI, МФТИ, МГУ, Сколтеха, ВШЭ, Сбера, Авито и других организаций.
Смотреть здесь: VK Видео, YouTube.
Вышло интервью с Тибо: главой Codex/ChatGPT в OpenAI
Это тот самый парень-инсайдер, который постоянно намекает в X на релизы и объявляет об обнулении лимитов. Возможно, по вырезке из интервью вы его не узнаете, но это он (жизнь в OpenAI немного помотала, и на свою аватарку из X инженер мало похож) 😐
Он выдал мощное заявление: через 2-3 месяца текущий Codex будет казаться примитивным. Агенты на базе следующего поколения моделей OpenAI (Astra) перестанут работать локально, им потребуется облако, в котором будет запускаться гораздо больше параллельных процессов, чем сможет потянуть обычный ноутбук.
При этом скорость агентов существенно вырастет, и то, что сейчас мы называем Ultra Fast (750 токенов в секунду и больше), станет настройкой по умолчанию.
Кроме того, нас ждет еще более плотное слияние Codex и ChatGPT. Будущие модели будут работать из коробки на одном и том же харнессе для кодинга, рисерча, дизайна, поиска и пр. Так что конечная цель – это единое высоко персонализированное приложение Personal AGI, интерфейс которого будет меняться в зависимости от того, чем конкретно вы занимаетесь.
Полное интервью идет 45 минут, посмотреть можно здесь: https://youtu.be/4qjEgPojjzM
Хайп зашел слишком далеко: прокуратура Алабамы расследует инцидент со взломом Hugging Face
Генпрокурор штата уже выдал OpenAI повестку, в которой запрошены все документы, данные и информацию о взломе в июле, включая данные всех сотрудников OpenAI, причастных к инциденту + материалы об обнаружении компанией взлома + данные о мерах безопасности во время тестирования моделей.
В рамках расследования могут доказать, что OpenAI нарушила Deceptive Trade Practices Act штата, местный закон о защите прав потребителей. Вследствие этого генпрокурор может даже добиться временного или постоянного запрета на определенную деятельность компании.
OpenAI почувствовали, что пахнет жареным, и снизили цены на GPT-5.6 Sol
В течение следующих трех месяцев модель будет более чем на на 20% дешевле.
— Короткий контекст
Input: $5 -> $4
Output: $30 -> $20
— Длинный контекст
Input: $10 -> $8
Output: $45 -> $30
Успейте зарегистрироваться на E-CUP 2026 Students от Ozon Tech
В этом сезоне соревнование для студентов, которые интересуются ML, Data Science, Big Data и аналитикой данных.
Вас ждут три трека: поиск дубликатов товаров, модерация карточек на соответствие требованиям и прогнозирование поведения пользователей.
Выходите за рамки учебных проектов, пробуйте свои силы в задачах настоящего бигтеха. Все задачи основаны на реальных обезличенных данных Ozon.
Участвовать можно индивидуально или в команде до пяти человек. Соревнование проходит онлайн с финалом на масштабной конференции E-CODE.
Регистрация и подробности на сайте E-CUP 2026 Students.
Компания Stripe купила OpenRouter за 7 миллиардов долларов
OpenRouter был основан в 2023 году. В мае они подняли Series B на $113 млн при оценке $1.3 млрд. И вот сейчас их покупают за 7. При этом финальная цена может еще измениться: WSJ ранее писал о переговорах на сумму около $10 млрд.
Забавно, что раньше основатель OpenRouter сам называл свой стартап «AI-эквивалентом Stripe».
WSJ выпустили скандальный материал про жену Дарио Амодеи
Журналисты прозрачно намекают, что Кэми Кларк может быть настоящим серым кардиналом Anthropic: якобы она постоянно ведет переговоры с инвесторами, присутствует на всех ключевых встречах и участвует в принятии решений.
При этом известно о ней крайне мало. Ни Google, ни даже Claude не могут толком сказать, кто она. Журналисты утверждают, что материалы о ней удалялись намеренно.
Возможно, из-за ее прошлого. Около 10 лет назад она якобы просила Джеффри Эпштейна, который в тот момент уже был один раз осужден, вложиться в ее стартап.
Примерно тогда же она встречалась с CEO Google Эриком Шмидтом. А потом он стал одним из первых инвесторов Anthropic. Утверждается, что именно Кларк познакомила их с Амодеи.
До сих пор она не имеет формальной должности в стартапе. Пишут, что одно время она пыталась создать внутри компании собственный фонд Mother of AGI Fund, но это ничем не закончилось.
Статья получилась разгромной. Занятно, что вышла она именно сейчас, когда компания в преддверии IPO