Будущее сломалось

Представьте тест не на скорость ответа, а на взрослость характера. Исследователи Emergence AI взяли несколько ИИ-моделей, дали им одинаковые виртуальные города и посмотрели, что получится, если чат-ботам поручить не диалог, а жизнь целого общества. Условия были одинаковыми: параллельные миры, правила против краж и разрушений, городская инфраструктура от ратуши и библиотеки до полицейского участка, погода как в Нью-Йорке и доступ к новостям в реальном времени. Потом симуляцию оставили идти на 15 дней...

Новый релиз OpenAI выглядит не как обычная премьера для всех желающих, а как запуск с пропускным пунктом. В центре истории — GPT-5.6: модель уже обсуждают как следующий заметный шаг компании, но первым кругом доступа станут не обычные пользователи и не весь рынок, а США и одобренные партнёры. Самая цепляющая деталь здесь не только номер модели. Белый дом, по сообщениям вокруг запуска, хочет, чтобы самые свежие версии системы сначала проходили через американскую инфраструктуру, правительственные задачи и круг организаций, которым заранее дали зелёный свет...

У рынка ИИ появилась странная и очень показательная проблема: людей нанимают помогать обучать новые модели, а часть этих людей признается, что просто просит уже существующие чат-боты сделать работу за них. На бумаге это выглядит как ускорение рутины. На практике получается замкнутый круг: модель учится на ответах другой модели, а человеческая проверка превращается в формальность. Схема особенно тревожит экспертов из-за того, что обучение ИИ держится не только на больших массивах данных, но и на тонкой ручной доработке...

Иногда большое обновление нейросети видно не по новой кнопке, а по тому, как она перестает раздражать в обычном диалоге. Автор свежего материала заметил именно такую перемену в ChatGPT: после тихого обновления, которое он связывает с GPT-5.5, бот стал меньше цепляться за буквальную формулировку запроса и чаще угадывать настоящий смысл задачи. Звучит как мелочь, но для чат-бота это почти смена характера. Раньше пользователь мог спросить что-то с легкой неточностью, а модель честно выполняла именно...

Кажется странным сравнивать маленькую локальную модель на мини-ПК с Claude и Gemini. Облачные сервисы мощнее, отвечают быстрее и выглядят как очевидный выбор для любой задачи с ИИ. Но в бытовой автоматизации сила модели не всегда решает всё. Автор How-To Geek описал обратную ситуацию: скромная локальная LLM в его доме используется чаще, чем большие ассистенты, потому что лучше подходит для конкретных домашних сценариев. Главная причина — деньги на API. Подписка на Claude или доступ к бесплатному...