Создатель одного из самых популярных тестов AGI для ИИ в 2022 и 2023 годах говорил публично, что тест вряд ли будет пройден в течении многих лет. В декабре 2024 модель OpenAI o3 показала выше 85%, что превосходит средний результат людей.

После этого был запущен куда более сложный текст ARC-AGI-2, а сегодня вот официально опубликовано решение Poetiq (опенсорсная обвязка вокруг LLM) с использованием GPT-5.2, которое показало 75% в челлендже. Они использовали модель в режиме мега-пупер размышлений (читай: длина CoT), но как видно на графике это меньше $10 на задачу.

Не прошло и года, а очередной бенчмарк AGI уже не торт. Понятно, что goalpost продолжит двигаться, но вот посмотреть промты и логику работы Poetiq я очень рекомендую.

Это не совсем «один промпт = один ответ», а мета-система, которая показывает LLM несколько пар вход-выход, просит придумать правило и часто сразу написать Python-код, затем сама запускает этот код на тренировочных примерах, смотрит где не совпало, возвращает фидбек модели и заставляет исправлять (иногда меняя стратегию или даже выбирая другую модель для следующего шага). Фактически, это аудирующая сама себя система, которая обучается вне LLM и использует опыт решения для новых задач.

Чудесная история: китайцы опубликовали красиво снятый видосик, в котором робот T800 от EngineAI демонстрирует впечатляющее кун-фу (причем иногда на пару с человеком, и тогда прямо за человека страшно — но все проходит бесконтактно).
Но дальше случилось типичное для 2025: понабежали комментаторы с утверждениями, что все это — просто генерация, никакой робот в жизни так не может. Понятно, что “эксперты” и признаки генерации тут же обнаружили.
Дошло до того, что компании пришлось отбиваться и они выложили уже полулюбительскую съемку того, что происходило за кадром как доказательство подлинности красивого видео.
Мне аж интересно, найдут ли теперь эксперты по генеративкам признаки генерации на этой backstage версии и сколько потребуется итераций, чтобы их разубедить:))
Статья про эту историю и исходный глянцевый ролик —
https://newatlas.com/ai-humanoids/engineai-t800-humanoid/
А вот здесь — полный ролик бэкстейджа, его фрагмент я прямо в пост поставил
https://youtu.be/Ts7oiCRK5Qw?si=DxBWV0HFJpXU5oWe

В WSJ вышел интересный разбор того, как китайские братушки строят свой "особый путь". Они так испугались, что нейронки могут "научиться думать лишнее" и пошатнуть власть компартии, что выстроили для них настоящий идеологический Тьюринг-тест.

Суть: перед тем как выпустить любую нейронку в свет, её заставляют пройти экзамен из 2000 вопросов. Железка должна доказать, что она верный последователь идей Си. Если бот запнется на вопросе про Тайвань или попробует поставить под сомнение легитимность партии — то разработчики поедут на урановые рудники в продакшн не пустят.

Самое интересное том, что власти Китая официально классифицировали ИИ как серьёзную потенциальную угрозу, добавив его наряду с землетрясениями и эпидемиями в свой Национальный план реагирования на чрезвычайные ситуации.

А после этого в Китае появилась целая индустрия специализированных агентств, которые помогают ИИ-компаниям проходить эти тесты. Эдакие репетиторы для подготовки к ЕГЭ, только вместо школьников они натаскивают нейронки правильно отвечать на вопросы про социализм.

При этом западные исследователи отмечают закономерный побочный эффект: из-за того, что китайских ботов так нещадно бьют палками за политику, они по факту оказались "чище" западных в плане порнухи, насилия и советов по самовыпилу.

тут статья (пэйвол, но обходится в два клика)

Пока пишу следующий пост наткнулся на такое — старая новая фича ChatGPT, где в ответе выделяется несколько словосочетаний, при нажатии на которые справа всплывает целое отдельное окно, в котором генерируется статья на тему. Мини-википедия без увода людей на другие сайты.

Я видел это подчёркивание давно, но ни разу не нажимал (думал, что это просто гиперссылка на источник).

Но что меня удивило это что я ни разу не видел про это ни треда в твиттере, ни комментариев в канале или в других чатах.

По-моему, отличная замена для вопросов в конце ответа в духе «хочешь я расскажу про Х или У?».

UPD: заметил недоработку — для некоторых ключевых слов, написанных на английском языке, при открытии вкладки весь текст на английском, а не языке чата (то есть мета-информация и сообщения не пробрасываются).

💰 ИИ-лабы начали платить начинающим исследователям на уровне опытных инженеров - фактически «закрепляя» таланты ещё на старте.

Сегодня стажировки и junior-позиции в топ-лабораториях - это уже не подработк, а прямой вход в исследование: со стипендией и собственным бюджетом на эксперименты.

Примеры программ
- Anthropic - AI Safety Fellows
~ $3 850 в неделю + примерно $15 000 в месяц на вычисления.
По сути — стипендия плюс мини-грант на исследования.
Business Insider отмечает: 80% участников публикуют статьи — программа даёт результат.

- OpenAI Residency
~ $18 300 в месяц в течение 6 месяцев —
формат как оплаченное обучение внутри фронтир-организации.


Если дать новичкам деньги + доступ к мощностям,
они начинают приносить ощутимый вклад почти сразу.

ИИ-карьера всё больше выглядит как полноценная научная работа с зарплатой и ресурсами - с самого старта.

businessinsider .com/top-paying-ai-internships-fellowships-residencies-openai-anthropic-meta-google-2025-12

#ai #agi

—————————
Мысли Рвачева
—————————

«Нам дали инопланетный инструмент без мануала»

Андрей Карпатый идеально описал то чувство, которое испытывают многие разработчики прямо сейчас. Код пишется сам, но сложность управления этим процессом (MCP, агенты, контексты) выросла экспоненциально.

«Я никогда еще не чувствовал, что настолько отстаю как программист. Профессия сейчас проходит жесткий рефакторинг, так как вклад самого программиста становится все более разреженным и эпизодическим. У меня есть ощущение, что я мог бы стать 10x разработчиком, если бы просто правильно связал воедино всё то, что стало доступно за последний ~год. И неспособность использовать этот буст определенно ощущается как нехватка скила.

Нужно освоить новый программируемый слой абстракции (в дополнение к привычным нижним слоям), включающий агентов, субагентов, их промпты, контексты, память, режимы, пермишены, тулзы, плагины, скиллы, хуки, MCP, LSP, слэш-команды, воркфлоу, интеграции с IDE... А также необходимость выстроить в голове всеобъемлющую ментальную модель сильных сторон и подводных камней этих фундаментально стохастических, ошибающихся, непрозрачных и постоянно меняющихся сущностей, которые внезапно перемешались с добрым старым классическим инжинирингом.

Очевидно, нам раздали какой-то мощный инопланетный тул, но к нему не прилагается мануал, и каждому приходится самому разбираться, как его держать и как им рулить, пока профессию сотрясает землетрясение магнитудой 9 баллов. Засучите рукава, чтобы не отстать».

https://x.com/karpathy/status/2004607146781278521

Что думают и чувствуют профессионалы при использовании AI?

Anthropic тут опубликовал исследование по результатам интервью 1000+ людей о том, что они думают и чувствуют, когда юзают AI в своей работе.

Ключевые пункты (дочитайте до 9го пункта, там полезное):
1) Почти все сказали, что AI помогают им быстрее и качественнее делать свою работу

2) НО 69% признаются, что скрывают использование AI в работе: от коллег, руководителей, и клиентов

3) Больше половины видят долгосрочную угрозу от AI для своей карьеры, некоторые даже прямо так и сказали, что готовятся уже менять карьеру, идти переучиваться

4) Хотят автоматизировать рутину, но не вещи, которые составляют их идентичность: общение с другими людьми, креативные задачи, оценку (judgment)

5) Люди креативных профессий сталкиваются с интересной дилеммой: с одной стороны, благодаря AI, они быстрее делают свою работу; с другой - AI все больше и больше драйвит их работу, креативные идеи, и возникают ощущение, что они как авторы уходят на второй план. Вообще, возникает вопрос самоидентичности: а что тогда такое креатор, если AI делает все? (почитайте на эту тему вот этот мой пост)

6) Ученые и ресерчеры очень хотят видеть в AI помощника по исследованиям, но пока разочарованы качеством их идей и выводов (галлюцинации и вот это вот все)

7) Вообще, доверие, а точнее НЕдоверие к AI - ключевой пункт у всех профессионалов. Вот вчерашний пост про то же

8) Прикольно, что Anthropic проделал все эти 1000+ интервью в режиме чат бота - я сразу удивился, мол, кто это захотел 10-15 мин общаться с чатботом и давать фидбек, но в итоге выяснилось, что они наняли за денежку их. Тем не менее, сейчас вот на claude.ai есть этот чатбот и можно поболтать. бесплатно 😉

9) Самое крутое: они опенсорснули все транскрипты - 1250 штук - и я для вас подготовил бота, которому скормил все транскрипты и теперь он может отвечать на любые ваши вопросы на их основе. Enjoy!

P.S. Для себя же я сделал детальный анализ всех транскриптов sales профессионалов - правда, там всего 36 таких - но есть интересное. Напишу еще по теме

Ого, Метачка покупает Manus!

Ну может теперь можно будет делать авто постинг в личную ленту Фейсбука...

Причем покупает жоско: «После сделки китайские инвесторы не будут иметь доли в Manus AI, и Manus AI прекратит предоставление услуг и работу в Китае»

Manus - это Сингапурский стартап, стрельнувший всего восемь месяцев назад.

https://techcrunch.com/2025/12/29/meta-just-bought-manus-an-ai-startup-everyone-has-been-talking-about/

@cgevent

Аккурат под Новый год Unitree запустили, похоже, первый в мире офлайновый розничный салон-магазин, торгующий исключительно роботами: двуногими и четырехлапыми. Хорошая ласточка посреди зимы:)
https://www.globaltimes.cn/page/202512/1351903.shtml