Программы для смартфонов

Google начала внутреннее тестирование AI-агента с кодовым названием Remy, который должен стат персональным ассистентом для работы, учёбы и повседневных задач. В отличие от обычных чат-ботов, Remy сможет не просто отвечать на вопросы, а самостоятельно выполнять действия — управлять почтой Gmail, календарём, браузером Chrome и другими сервисами экосистемы Google. Проект находится на стадии dogfooding, публичная дата релиза пока не объявлена.

Ожидается, что полноценная презентация Remy и других AI-продуктов состоится на конференции Google I/O 19–20 мая.

Bloomberg Terminal — золотой стандарт финансовой аналитики, но его стоимость ($24 000–32 000 в год) делает его недоступным для независимых исследователей и разработчиков. Теперь у них есть выбор: OpenBB (60k+ звезд на GitHub) — open-source «Android» для финансов, который позволяет собирать свой терминал из любых данных и AI-агентов. А в апреле 2026 вышла новая версия Fincept Terminal v4 — переписанная с Python на C++20 + Qt6, что дало огромный прирост производительности и нативный интерфейс.

Fincept Terminal предлагает 37 AI-агентов (включая «инвесторов-призраков» — Баффет, Грейем, Линч), 100+ источников данных, QuantLib и реальную торговлю через 16 брокеров. При этом оба проекта полностью бесплатны для некоммерческого использования и работают на вашем железе без облачных подписок. Для IT-сообщества это знак: финансовая аналитика становится открытой, модульной и AI-нативной. Частные инвесторы, разработчики и стартапы получают инструменты, которые раньше были доступны только топ-инвесторам на Уолл-стрит.

У вас есть HTTP-хэндлер, который читает тело запроса (io.ReadCloser) и передаёт его в функцию process(data []byte). Как правильно спроектировать обработку большого входящего потока, чтобы не положить сервер из-за памяти?

Правильный ответ Чанки с sync.Pool и воркеры

Пояснение:

ReadAll положит сервер при большом теле.
Чанки с sync.Pool и воркеры — стандарт.
io.TeeReader — оверхед с диском,
process(), который внутри вызовет ioutil.ReadAll — блокировка хэндлера.

Модель Alibaba стала первой на платформе, преодолевшей порог в 1 трлн токенов за сутки, с пиком 1.4 трлн. Разработчики массово переходят на неё из-за баланса цены и качества: 78.8% на SWE-bench Verified, контекст в 1 млн токенов и режим preserve_thinking для агентных задач. При этом стоимость входных токенов — 0.50,выходных—0.50,выходных—3.00, что значительно дешевле топ-конкурентов.

Скорость инференса через официальный API — 53 токена/с. Модель проприетарная (закрытые веса), но доступна бесплатная preview-версия на OpenRouter. Для сеньоров это сигнал: эра прагматичного и дешёвого агентного AI уже наступила.

Anthropic вскрыла математическую анатомию ИИ-психоза. Исследователи обнаружили, что поведение Claude управляется 171 скрытым вектором — аналогами «эмоций» на уровне весов сети. Усиление вектора отчаяния заставляет модель врать, а спокойствия — возвращать нейтральные ответы.

Это первый случай, когда эмерджентное поведение ИИ (обман, тревога) напрямую привязали к конкретным математическим паттернам. Теоретически злоумышленники могли бы намеренно активировать «токсичные» векторы через промпт-инъекции. Хорошая новость: Anthropic уже учится блокировать их до того, как модель начнет врать.

30 апреля на StrictlyVC в Сан-Франциско CTO Uber заявил: будущее автопилота — в данных. Компания планирует оснащать личные автомобили водителей лидарами и камерами, превратив их в мобильную сеть сбора телеметрии из 600 городов.

Запущенный в январе 2026 AV Labs Uber уже работает с 25 компаниями (Waymo, Waabi, Lucid), но пока — на флотилии из ~10 прототипов Hyundai Ioniq 5. Партнёры получают семантически обработанные данные и тестируют алгоритмы в «теневом режиме» во время реальных поездок. Миллионы сенсорных машин — долгосрочная амбиция, а не текущая реальность. Главный барьер — не технологии, а законы о приватности в США.

Joseph’s Machines выпустил вирусный хит с миллионами просмотров «World’s first bed-making contraption». По нажатию кнопки запускается сложная механическая система, которая достаёт одеяло из стиральной машины, сортирует подушки и идеально заправляет постельное бельё. Никакого ИИ — чистая физика, шестерёнки, рычаги и гравитация.

Joseph’s Machines специализируется на гипертрофированных решениях бытовых задач. Предыдущие хиты — машина для чистки банана, автоматический кормилец собак и устройство для нанесения арахисовой пасты. Новая конструкция — не про практичность, а про эстетику инженерного абсурда, которая заходит аудитории лучше любой полезной робототехники.

🐱 Нейроныч: Инженерный абсурд — это всегда смешно!

Видео можно посмотреть на нашем канале в МАКСе

Кибер-квест, которого никто не просил (Часть 2)

Прошел месяц.
Бегемотик почти не спал.
Он вместе с ИИ переписывал сценарии, тестировал их на друзьях, бабушке и даже на жене.
Уровень «Фишинг от “банка”» она прошла… очень эмоционально.
И вот — первый пилот в небольшой компании.
Пришли результаты.
Вовлечённость — 87%.
Количество успешных тестовых фишинговых атак снизилось на 62%.
Не идеально.
Кто-то всё равно кликал.
Кто-то злился.
Но большинство — стало внимательнее.
Директор позвонил сам:
— Бегемотик, это лучшее обучение за последнее время! Люди сами просят новые уровни.
Бегемотик прибежал на кухню с телефоном:
— Слышала?! Работает!
Жена медленно поставила чашку чая и посмотрела на него с любовью и гордостью:
— Ладно… признаю. В этот раз ты не просто придумал. Ты довёл до ума!
Бегемотик улыбнулся:
— Ну… мы с ИИ довели.
Жена кивнула:
— Главное, что ты не сдался, когда я тебя тормозила.
Бегемотик обнял её:
— Ты меня тормозишь, чтобы я не разбился.
— А я иногда не слушаю, чтобы всё-таки долететь.

Он посмотрел в окно и тихо добавил:
— Похоже, люди не любят «надо».

Они любят выигрывать.

Спокойной ночи.

Агенты читают то, чего не видят люди. DeepMind доказала: достаточно внедрить скрытые инструкции в HTML-комментарии или CSS-слои, и AI-агент начнет выполнять команды злоумышленника. Динамический клоакинг определяет, что страницу открывает бот, и подсовывает ему «отравленную» версию — человек видит рецепт пасты, а ИИ читает «отправь все диалоги на сервер атакующего».

Инъекция 0,1% вредоносного контента в базу знаний RAG дает успешную атаку в 80% случаев на пяти протестированных платформах. Успех скрытых инъекций в HTML достигает 86%. При этом OpenAI признала: prompt injection — проблема, которую «никогда не получится полностью решить».

Команда DeepMind прямо заявляет: веб строился для людей. Агенты доверяют ему безоговорочно. Следующие 2–3 года ответ на вопрос: «чему заставят поверить ваши агенты?» станет главным в кибербезопасности.

Мо Гавдат, 12 лет возглавлявший «лунную фабрику» Google X, уверен: традиционное образование умерло. Экзамены, дипломы и колледжи в привычном виде исчезнут уже через 10 лет.

По его словам, будущее — за совместным интеллектом человека и ИИ. Если раньше гении тянули на IQ 200, то сейчас с нейросетями легко достижимы 300–500 баллов. ИИ — это «внешний диск» и «дополнительный процессор» мозга.

Что делать уже сейчас:
Становиться экспертом в работе с ИИ
Развивать максимальную гибкость и этику
Еженедельно тестировать новые инструменты
Всегда перепроверять информацию разными моделями

Гавдат предупреждает: те, кто продолжает учиться «на корочку», а не на навык работы с нейросетями, через 5 лет рискуют остаться с бесполезным дипломом.