[AINews] Humanity's Last Gasp
Выпуск AINews от Latent Space размышляет о парадоксе: ИИ-агенты делают всё больше работы, но люди работают не меньше, а больше — об этом говорят Аарон Леви, Тайлер Коуэн и Саймон Ласт из Notion. Автор проводит аналогию с «проблемой индейки»: инженеры могут видеть рост ценности своего труда вплоть до точки, когда они станут «лошадьми». На фоне насыщения SWE-Bench (Mythos — 78%) и оценки GPT 5.4 в GDPval как равной или лучше человеческих экспертов в 83% случаев, обсуждается, что ещё осталось решать. В Twitter-обзоре: Google запустил Skills в Chrome и Gemini Robotics-ER 1.6 (93% успеха на считывании приборов), Tencent анонсировал HYWorld 2.0, OpenAI выпустил GPT-5.4-Cyber, Hugging Face — Kernels с ускорением 1.7–2.5x, а Cursor с NVIDIA достигли 38% ускорения на 235 CUDA-задачах. Отдельные блоки посвящены Hermes Agent, deepagents 0.5 от LangChain и эволюции world models в редактируемые 3D-сцены.
[AINews] Humanity's Last Gasp
[AINews] Последний вздох человечества
a quiet day lets us reflect on work in the time of AI
тихий день позволяет порефлексировать о работе во времена ИИ
One topic that has come up again and again across Latent Space and AI Engineer is how much harder everyone seems to be working:
Одна тема всплывает снова и снова в Latent Space и AI Engineer — насколько усерднее, кажется, все работают:
(friend of the show) Aaron Levie reports that “AI is not causing anyone to do less work right now, and similar to Silicon Valley people feel their teams are the busiest they’ve ever been.”
Tyler Cowen argues from an economics standpoint that you should work much harder RIGHT NOW whether you believe AI will lower your value OR increase your value.
Simon Last of Notion commented on today’s pod that he’s back to sleepless nights and 24/7 work for the first time since giving up on ML model training, but this time because of agent layer token anxiety.
(друг шоу) Aaron Levie сообщает, что «ИИ сейчас никого не заставляет работать меньше, и, как и в Кремниевой долине, люди чувствуют, что их команды загружены как никогда».Tyler Cowen с экономической точки зрения утверждает, что вам следует работать гораздо усерднее ИМЕННО СЕЙЧАС — независимо от того, считаете ли вы, что ИИ снизит вашу ценность ИЛИ повысит её.Simon Last из Notion в сегодняшнем подкасте отметил, что он снова проводит бессонные ночи и работает 24/7 впервые с тех пор, как отказался от тренировки ML-моделей, — но теперь из-за token anxiety на уровне агентного слоя.
How can it both be true that “Agents are doing more work and yet Everyone is working harder”? How can it be true that Claude Mythos has been used internally for 2 months, and yet Claude keeps going down? How can it be true that Model and Agent Labs are more productive than ever and yet acquihiring and acquiring more than ever?
Как может одновременно быть верно, что «агенты делают больше работы, и при этом все работают усерднее»? Как может быть, что Claude Mythos используется внутри уже 2 месяца, а Claude продолжает падать? Как может быть, что лаборатории моделей и агентов продуктивны как никогда, и при этом acquihiring и поглощения совершаются чаще, чем когда-либо?
A simple thought exercise we’ve made before is the “Turkey problem”, where, based on real evidence and an abundance of historical data, Turkeys should conclude that life is fantastic and all of humanity is set up to make turkeys well fed as far as they’ve ever experienced. Turkey doomsayers would be alarmist, crackpots, and then ignored. Until Thanksgiving.
Простой мысленный эксперимент, который мы уже приводили, — это «проблема индейки»: исходя из реальных свидетельств и обилия исторических данных, индейки должны прийти к выводу, что жизнь прекрасна и всё человечество устроено так, чтобы кормить индеек как никогда. Те индейки, что предрекают беду, выглядели бы паникёрами и чудаками — и были бы проигнорированы. До Дня благодарения.
Are engineers, or all knowledge workers in general, turkeys, in this scenario? Should our “elasticity” and value of work be increasingly positive, right up to some crossover point we become horses? Now that SWE-Bench is saturated (with SWE-Bench Pro soon to be, Mythos is at 78%) and GDPval rates GPT 5.4 as better than/equal to human experts 83% of the time in most swathes of the economy, what’s left?
Не являются ли инженеры — или вообще все работники умственного труда — индейками в этом сценарии? Должны ли наша «эластичность» и ценность труда всё больше расти — вплоть до некой точки перехода, когда мы становимся лошадьми? Теперь, когда SWE-Bench насыщен (а SWE-Bench Pro скоро тоже — Mythos на 78%), и GDPval оценивает GPT 5.4 как лучше или равного человеческим экспертам в 83% случаев в большинстве секторов экономики, — что остаётся?
Notion is working on Notion’s Last Exam. Greg and Francois are have set out ARC-AGI-3. I’m working on the next frontier of coding evals. But it all seems somewhat moot if hardware is destiny and AGI is predictably a 20GW supercluster away…
Notion работает над Notion’s Last Exam. Greg и Francois задали ARC-AGI-3. Я работаю над следующим рубежом коддинг-эвалов. Но всё это кажется отчасти бессмысленным, если железо есть судьба, а AGI предсказуемо находится в одном суперкластере на 20 ГВт от нас…
…or are there more valuable problems left?
…или всё-таки остались более ценные задачи?
AI News for 4/3/2026-4/4/2026. We checked 12 subreddits, 544 Twitters and no further Discords. AINews’ website lets you search all past issues. As a reminder, AINews is now a section of Latent Space. You can opt in/out of email frequencies!
AI News за 3.04.2026–4.04.2026. Мы проверили 12 сабреддитов, 544 Twitter-аккаунта и больше никаких Discord-серверов. Сайт AINews позволяет искать по всем прошлым выпускам. Напоминаем, что AINews теперь является разделом Latent Space. Вы можете подписаться или отписаться от частоты email-рассылок!
AI Twitter Recap
AI Twitter Recap
Top Tweets (by engagement)
Топ твитов (по вовлечённости)
Google’s Chrome “Skills” turns prompts into reusable browser workflows: Google introduced Skills in Chrome, letting users save Gemini prompts as one-click actions that run against the current page and selected tabs. Google also shipped a library of ready-made Skills, which makes this more than prompt history: it’s effectively lightweight end-user agentization inside the browser.
Tencent’s HYWorld 2.0 positions world models as editable 3D scene generators, not video models: Ahead of release, @DylanTFWang teased HYWorld 2.0 as an open-source, engine-ready 3D world model that generates editable 3D scenes from a single image.
Google DeepMind shipped Gemini Robotics-ER 1.6: The new model, announced by @GoogleDeepMind, improves visual/spatial reasoning for robotics, adds safer physical reasoning, and is available in Gemini API / AI Studio. Follow-up posts highlight 93% instrument-reading success and better handling of physical constraints like liquids and heavy objects.
OpenAI expanded Trusted Access for Cyber with GPT-5.4-Cyber: OpenAI says GPT-5.4-Cyber is a fine-tuned version of GPT-5.4 for defensive security workflows, available to higher-tier authenticated defenders under its Trusted Access program.
Hugging Face launched “Kernels” on the Hub: @ClementDelangue announced a new repo type for GPU kernels, with precompiled artifacts matched to exact GPU/PyTorch/OS combinations and claimed 1.7x–2.5x speedups over PyTorch baselines.
Cursor described a multi-agent CUDA optimization system built with NVIDIA: @cursor_ai says its multi-agent software engineering system delivered a 38% geomean speedup across 235 CUDA problems in 3 weeks, a concrete example of agents being applied to systems optimization rather than app scaffolding.
Chrome «Skills» от Google превращает промпты в переиспользуемые браузерные воркфлоу: Google представил Skills в Chrome, позволяя пользователям сохранять Gemini-промпты как действия в один клик, выполняемые над текущей страницей и выбранными вкладками. Google также выпустил библиотеку готовых Skills, что превращает это в нечто большее, чем история промптов: фактически — лёгкая агентизация конечного пользователя внутри браузера.HYWorld 2.0 от Tencent позиционирует world models как редактируемые генераторы 3D-сцен, а не видеомодели: в преддверии релиза @DylanTFWang анонсировал HYWorld 2.0 как open-source 3D world model, готовую к интеграции с движками, которая генерирует редактируемые 3D-сцены из одного изображения.Google DeepMind выпустил Gemini Robotics-ER 1.6: новая модель, представленная @GoogleDeepMind, улучшает визуально-пространственное мышление для робототехники, добавляет более безопасные физические рассуждения и доступна в Gemini API / AI Studio. Последующие посты подчёркивают 93% успешного считывания приборов и лучшую работу с физическими ограничениями вроде жидкостей и тяжёлых предметов.OpenAI расширил Trusted Access for Cyber с помощью GPT-5.4-Cyber: OpenAI сообщает, что GPT-5.4-Cyber — это дообученная версия GPT-5.4 для воркфлоу оборонительной безопасности, доступная аутентифицированным защитникам более высокого уровня в рамках программы Trusted Access.Hugging Face запустил «Kernels» на Hub: @ClementDelangue анонсировал новый тип репозитория для GPU-ядер с предкомпилированными артефактами под точные комбинации GPU/PyTorch/OS и заявленным ускорением 1.7x–2.5x по сравнению с базовым PyTorch.Cursor описал мульти-агентную систему оптимизации CUDA, построенную совместно с NVIDIA: @cursor_ai сообщает, что его мульти-агентная система разработки софта достигла среднегеометрического ускорения 38% на 235 CUDA-задачах за 3 недели — конкретный пример применения агентов к системной оптимизации, а не к шаблонной разработке приложений.
Agent Infrastructure: Hermes, Deep Agents, and Production Harnesses
Инфраструктура агентов: Hermes, Deep Agents и продакшен-харнесы
Hermes Agent is becoming a serious open local-agent stack, with reliability and memory as the differentiators: Several posts converged on the same theme: users are migrating from alternatives to Hermes Agent because it is more durable for long-running work. The project shipped a substantial v0.9.0 update with web UI, model switching, iMessage/WeChat integration, backup/restore, and Android-via-tmux support via @AntoineRSX, while Tencent highlighted a one-click Lighthouse deployment for always-on cloud hosting with messaging integrations. On the memory side, hermes-lcm v0.2.0 from @SteveSchoettler adds lossless context management with persistent message storage, DAG summaries, and tools to expand compacted context. Community posts from @Teknium, @aiqiang888, and others reinforce that Hermes’ key advantage is less raw model IQ than operational stability, extensibility, and deployability.
LangChain is pushing “deep agents” toward deployable, multi-tenant, async systems: The deepagents 0.5 release adds async subagents, multimodal file support, and prompt-caching improvements. Related posts emphasize that deepagents deploy is an open alternative to managed agent hosting, with upcoming work around memory scoped to user/agent/org and custom auth / per-user thread isolation via @LangChain and @sydneyrunkle. The interesting pattern here is a shift from “agent demos” to platform concerns: tenancy, isolation, long-lived tasks, and integration surfaces like Salesforce and Agent Protocol-backed servers.
Harness design is becoming a first-class engineering topic: Multiple posts argued that agent performance depends at least as much on the scaffold as the model. @Vtrivedy10 made the clearest case for task-specific open harnesses over ideology (“thin vs thick”), while @kmeanskaran stressed workflow design, memory switching, and tool output control over frontier-model chasing. This aligns with @ClementDelangue asking for a curated mapping from models to their best coding/agent harnesses, which is increasingly necessary as open-weight models diversify.
Hermes Agent становится серьёзным открытым стеком для локальных агентов, где надёжность и память — главные отличия: несколько постов сошлись на одной теме — пользователи мигрируют с альтернатив на Hermes Agent, потому что он более устойчив для длительной работы. Проект выпустил масштабное обновление v0.9.0 с веб-интерфейсом, переключением моделей, интеграцией iMessage/WeChat, бэкапом/восстановлением и поддержкой Android через tmux — об этом пишет @AntoineRSX, а Tencent отдельно отметил развёртывание в один клик через Lighthouse для постоянного облачного хостинга с интеграциями обмена сообщениями. Со стороны памяти, hermes-lcm v0.2.0 от @SteveSchoettler добавляет управление контекстом без потерь с постоянным хранением сообщений, DAG-сводками и инструментами для разворачивания сжатого контекста. Посты сообщества от @Teknium, @aiqiang888 и других подкрепляют тезис: ключевое преимущество Hermes — не «голый IQ» модели, а операционная стабильность, расширяемость и развёртываемость.LangChain толкает «deep agents» в сторону развёртываемых, мульти-тенантных, асинхронных систем: релиз deepagents 0.5 добавляет асинхронные субагенты, мультимодальную поддержку файлов и улучшения prompt-caching. Связанные посты подчёркивают, что deepagents deploy — это открытая альтернатива управляемому хостингу агентов, с предстоящей работой над памятью, ограниченной областью user/agent/org, и кастомной аутентификацией / изоляцией потоков по пользователям — об этом пишут @LangChain и @sydneyrunkle. Интересный паттерн здесь — сдвиг от «демо агентов» к платформенным заботам: тенантность, изоляция, долгоживущие задачи и интеграционные поверхности вроде Salesforce и серверов на базе Agent Protocol.Дизайн харнесов становится инженерной темой первого класса: несколько постов утверждают, что производительность агентов зависит как минимум так же сильно от скаффолда, как и от модели. @Vtrivedy10 наиболее чётко аргументировал в пользу специфичных под задачу открытых харнесов, а не идеологии («тонкий vs толстый»), в то время как @kmeanskaran подчеркнул важность дизайна воркфлоу, переключения памяти и контроля выводов инструментов вместо погони за frontier-моделями. Это перекликается с просьбой @ClementDelangue о курированном маппинге моделей к их лучшим коддинг/агентным харнесам — что становится всё более необходимым по мере диверсификации open-weight моделей.
Robotics, World Models, and 3D Generation
Робототехника, world models и 3D-генерация
Google’s Gemini Robotics-ER 1.6 is a notable productization step for embodied reasoning: The release from @GoogleDeepMind emphasizes better visual/spatial understanding, tool use, and physical constraint reasoning. Follow-ups note 10% better human injury-risk detection, support for reading complex analog gauges, and availability in the API; @_philschmid highlighted 93% success on instrument-reading tasks. This feels less like a robotics foundation-model paper drop and more like a developer-facing embodied-reasoning API.
World models are shifting from cinematic demos to editable spatial artifacts: Tencent’s HYWorld 2.0 teaser explicitly contrasted itself with video-generation systems by framing the output as a real 3D scene that is editable and engine-ready. On the web side, Spark 2.0 from @sparkjsdev shipped a streamable LoD system for 3D Gaussian splats, targeting 100M+ splat worlds on WebGL2 across mobile, web, and VR. Together these suggest the stack for “AI-generated 3D” is maturing from content generation into interactive rendering and downstream use.
Open 3D generation is advancing on topology, UVs, rigging, and animation readiness: @DeemosTech introduced SATO, an autoregressive model for topology and UV generation, while @yanpei_cao released AniGen, which generates 3D shape, skeleton, and skinning weights from one image. These are meaningful because the bottleneck in production 3D pipelines is rarely “can you generate a mesh?”; it’s whether the asset is structured enough to animate, texture, and edit.
Gemini Robotics-ER 1.6 от Google — заметный шаг продуктизации embodied reasoning: релиз от @GoogleDeepMind делает акцент на улучшенном визуально-пространственном понимании, использовании инструментов и рассуждениях о физических ограничениях. Последующие посты отмечают 10%-ное улучшение определения риска травмирования человека, поддержку чтения сложных аналоговых датчиков и доступность в API; @_philschmid подчеркнул 93% успеха на задачах считывания приборов. Это ощущается не как выпуск исследовательской foundation-model работы по робототехнике, а скорее как embodied-reasoning API для разработчиков.World models сдвигаются от кинематографических демо к редактируемым пространственным артефактам: тизер HYWorld 2.0 от Tencent явно противопоставил себя системам видеогенерации, представив вывод как настоящую 3D-сцену, которая редактируема и готова к интеграции с движками. Со стороны веба, Spark 2.0 от @sparkjsdev выпустил стримящуюся LoD-систему для 3D Gaussian splats, нацеленную на миры с 100M+ сплатов на WebGL2 — на мобильных, в вебе и в VR. Вместе это намекает, что стек для «AI-генерируемого 3D» взрослеет — от генерации контента к интерактивному рендерингу и последующему использованию.Open-source 3D-генерация продвигается по топологии, UV, риггингу и готовности к анимации: @DeemosTech представил SATO, авторегрессивную модель для генерации топологии и UV, а @yanpei_cao выпустил AniGen, которая генерирует 3D-форму, скелет и веса скиннинга из одного изображения. Это значимо, потому что узкое место в продакшен-пайплайнах 3D — редко «можешь ли ты сгенерировать меш?»; скорее — достаточно ли структурирован ассет, чтобы его можно было анимировать, текстурировать и редактировать.
Models, Benchmarks, and Specialized Systems
Модели, бенчмарки и специализированные системы
Keep reading with a 7-day free trial
Продолжайте читать с 7-дневным бесплатным пробным периодом
Subscribe to Latent.Space to keep reading this post and get 7 days of free access to the full post archives.
Подпишитесь на Latent.Space, чтобы продолжить чтение этого поста и получить 7 дней бесплатного доступа ко всему архиву.