[AINews] Humanity's Last Gasp

[AINews] Последний вздох человечества

тихий день позволяет порефлексировать о работе во времена ИИ

Одна тема всплывает снова и снова в Latent Space и AI Engineer — насколько усерднее, кажется, все работают:

(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.

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?

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.

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 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…

…или всё-таки остались более ценные задачи?

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

Топ твитов (по вовлечённости)

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.

Инфраструктура агентов: Hermes, Deep Agents и продакшен-харнесы

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.

Робототехника, world models и 3D-генерация

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.

Модели, бенчмарки и специализированные системы

Продолжайте читать с 7-дневным бесплатным пробным периодом

Подпишитесь на Latent.Space, чтобы продолжить чтение этого поста и получить 7 дней бесплатного доступа ко всему архиву.