В этом выпуске: OpenAI представила Codex, который помог создать сам себя, Китай обрушил цены на DDR4 в три раза, а Alphacool придумала, как забыть о термопасте. Также разбираемся, почему ИИ полезно иногда «забывать» информацию.
🧊 Жидкие прокладки вместо термопасты: Alphacool бросает вызов традициям
Немецкий бренд Alphacool, известный своими топовыми системами жидкостного охлаждения, представил продукт, который может навсегда избавить нас от мучений с подбором толщины термопрокладок. Речь идет о жидком термоинтерфейсе Apex Thermal Putty X1.
Универсальный солдат для охлаждения
Главная проблема классических термопрокладок — их фиксированная толщина. Ошибся на 0,25 мм — и либо нет прижима, либо плата выгибается дугой. Жидкая прокладка X1 решает это раз и навсегда:
- Саморегуляция: Это незатвердевающий гель, который под давлением радиатора заполняет абсолютно все пустоты и микротрещины.
- Характеристики: Теплопроводность в 10 Вт/(м*К) ставит новинку в один ряд с профессиональными решениями. Она работает в диапазоне от -20 до +125 °C, что подходит даже для самых горячих чипов видеопамяти.
- Безопасность: Состав является диэлектриком, а значит, даже если излишки выдавятся на плату, короткого замыкания не будет.
Цена вопроса
Удобство стоит денег. Тюбик на 30 грамм обойдется примерно в 3 000 рублей, а 50 грамм — в 4 000 рублей. Это дороже обычной пасты, но для тех, кто часто обслуживает видеокарты или собирает кастомные контуры, это спасение: больше не нужно держать дома целый склад прокладок разной толщины.
🧠 «Забывать, чтобы помнить»: Китайские ученые нашли способ сделать ИИ эффективнее
Современные нейросети часто напоминают студентов-отличников, которые знают всё, но теряются, если им дать проект на целый месяц. Исследователи из Китая предложили решение проблемы «забывчивости» ИИ, представив систему FS-Researcher.
В чем проблема?
Даже если у модели огромное «контекстное окно» (память), при выполнении длинных задач она начинает путаться в данных и терять логику. Китайские специалисты выяснили, что реальные возможности автономных ИИ-агентов выполнять сложные задачи удваиваются каждые 7 месяцев, но память остается «бутылочным горлышком».
Система «Начальник и Секретарь»
Вместо того чтобы запихивать все данные в голову одной модели, исследователи разделили функции:
- Context Builder (Исследователь): Этот агент ищет информацию, структурирует её и раскладывает «по папкам» во внешней файловой системе.
- Report Writer (Исполнитель): Основная модель, которая пишет итог. Она не держит в памяти всё сразу, а лишь запрашивает нужные фрагменты из папок, когда они ей необходимы.
Результат: Такой подход позволил ИИ писать глубокие аналитические отчеты, которые по качеству обходят даже специализированные режимы глубокого анализа от топовых корпораций. Ученые уверены: разделение памяти и исполнения — единственный путь к созданию ИИ-коллег, способных вести проекты длиной в несколько недель без ошибок.
🤖 Момент «Скайнета»? GPT-5.3-Codex начала помогать в собственном создании
Компания OpenAI представила новую модель GPT-5.3-Codex, и это не просто очередной апдейт. Впервые в истории индустрии разработчики официально признали: ранняя версия этого ИИ была ключевым инструментом для отладки, обучения и развертывания... самой себя.
Больше, чем просто помощник
Если раньше Codex был «умным Т9» для программистов, то новая версия позиционируется как «универсальный агент»:
- Самообучение и самолечение: Инженеры OpenAI использовали модель для поиска багов в коде обучения будущей GPT-5.3. Это создаёт замкнутый цикл, где ИИ ускоряет собственную эволюцию.
- Скорость и мощь: Модель стала на 25% быстрее, сохранив при этом феноменальную точность. Она побила рекорды в сложнейших тестах: 56,8% на SWE-Bench Pro и внушительные 77,3% на Terminal-Bench 2.0.
- Режим «Коллега»: Теперь с Codex можно общаться в реальном времени, направляя его действия прямо в процессе написания кода. Он может самостоятельно проводить исследования, работать с файлами и разворачивать сайты «под ключ».
Отдельный акцент сделан на кибербезопасности. Модель специально обучали искать уязвимости, и она стала первой в категории «высокозащищённых» для кибер-задач. Платные подписчики (Plus, Team, Enterprise) уже могут опробовать новинку в деле.
📉 Китай наносит удар по ценам: Память DDR4 в три раза дешевле аналогов
Пока мировые гиганты вроде Samsung и Micron пожинают плоды дефицита чипов, китайская компания CXMT (ChangXin Memory Technologies) решила обрушить рынок. Они выпустили серверный модуль DDR4-3200 ECC на 32 ГБ, цена которого заставила конкурентов понервничать.
Демпинг как стратегия
Цифры говорят сами за себя:
- Рыночная цена (Samsung/Micron): $300 – $400 (~23–31 тыс. рублей).
- Цена CXMT: всего $140 (~11 тыс. рублей).
Это почти в три раза дешевле! Рынок отреагировал мгновенно: акции других тайваньских производителей чипов упали на 5–9% сразу после анонса. Китайцы явно нацелены на агрессивный захват доли рынка, пользуясь тем, что все ресурсы лидеров сейчас брошены на сверхдорогую память для ИИ.
Глобальные планы
CXMT не собирается останавливаться. К 2027 году они планируют запустить в Шанхае гигантский завод, который увеличит их мощности в три раза. Основная цель — обеспечить чипами серверы, ПК и даже автомобили. Главный вопрос для нас: доберутся ли эти сверхдешевые модули до глобального рынка или останутся внутренним инструментом Китая для импортозамещения? Если доберутся — нас ждет долгожданный обвал цен на апгрейд домашних систем.
📝 Итог
Этот выпуск подводит черту под очень насыщенной неделей:
- Железо становится проще: Мы увидели жидкие термопрокладки от Alphacool, которые упрощают сборку ПК.
- ИИ становится человечнее: Китайские ученые учат нейросети «забывать» лишнее, чтобы работать эффективнее, а OpenAI доверяет ИИ писать собственный код.
- Экономика меняется: Пока Intel пугает дефицитом до 2028 года, Китай выбрасывает на рынок память в три раза дешевле конкурентов.
Мы входим в фазу, когда технологии не просто растут, а начинают конкурировать за наш кошелек и наше время гораздо агрессивнее, чем раньше.