Мира Мурати, бывшая CTO OpenAI, привлекла $2 млрд для своего стартапа Thinking Machines Lab всего через 5 месяцев после основания компании. Оценка составила $12 млрд при полном отсутствии продуктов и выручки.

Раунд возглавила Andreessen Horowitz, участвовали Nvidia, AMD, Cisco, ServiceNow и другие. Почти две трети команды составляют бывшие сотрудники OpenAI.

Мурати обещает представить первый продукт в ближайшие месяцы с открытым исходным кодом, ориентированный на исследователей и стартапы. Thinking Machines позиционирует себя как создатель более безопасных и надежных AI-систем широкого применения.

Это как бы подсказывает нам, что не всех Закерберг купил.

Google сообщил, что разработанный в компании агент Big Sleep смог предотвратить кибератаку, обнаружив критическую уязвимость CVE-2025-6965 в SQLite до того, как хакеры успели её использовать.

Big Sleep — это проект Google Project Zero и Google DeepMind, который использует большие языковые модели для поиска неизвестных уязвимостей в программном обеспечении. По словам Google, это первый случай, когда AI-агент напрямую сорвал попытку эксплуатации уязвимости в реальных условиях.

Группа анализа угроз Google обнаружила признаки подготовки zero-day атаки, но не смогла сразу определить конкретную уязвимость. Тогда данные передали команде Big Sleep, которая смогла изолировать уязвимость в SQLite.

Марк Закерберг дал небольшое интервью свежезапущенному проекту TheInformation TITV о планах Meta в области AI и озвучил две новые стратегии компании. Первая касается “персонального суперинтеллекта” — видения, кардинально отличающегося от подходов других лабораторий вроде OpenAI. Вместо централизованного ИИ для решения глобальных задач, Meta фокусируется на том, чтобы дать каждому человеку доступ к суперинтеллекту для повседневных нужд — отношений, творчества, развлечений.

Вторая стратегия — масштабные капиталовложения. Meta строит дата-центры мощностью в несколько гигаватт, включая проект Hyperion (в его посте в Facebook размер датацентра продемонстрирован наложением его профиля на Манхеттен). Компания использует необычный подход — устанавливает серверы в “штормоустойчивых палатках” для ускорения строительства.

Закерберг активно переманивает исследователей из OpenAI и других лабораторий, предлагая им максимальное количество вычислительных мощностей на исследователя. По его словам, лучшие специалисты хотят “минимум подчиненных и максимум GPU”. При этом он отрицает точность сообщений о пакетах в $100-200 млн для топ-кандидатов.

Ключевая идея — AI-очки как основная платформа для персонального суперинтеллекта. Закерберг считает, что в будущем отсутствие AI-очков будет означать “когнитивную неполноценность”, как отсутствие обычных очков для коррекции зрения сегодня.

Anthropic представила комплексное решение для финансового анализа на базе Claude, которое объединяет данные из различных источников — от рыночных фидов до внутренних платформ вроде Databricks и Snowflake — в единый интерфейс. Модель Claude 4 показывает лучшие результаты среди конкурентов в финансовых задачах, а Claude Opus 4 прошел 5 из 7 уровней чемпионата мира по финансовому моделированию с точностью 83% на сложных Excel-задачах.

Решение включает предустановленные коннекторы к крупнейшим финансовым провайдерам данных — FactSet, S&P Global, Morningstar, PitchBook, Palantir и другим. Это позволяет проводить комплексный анализ с автоматической проверкой информации по нескольким источникам и прямыми ссылками на первоисточники.

Это не нечто, что можно попробовать обычному пользователю через Claude Desktop — решение доступно на AWS Marketplace, поддержка Google Cloud Marketplace запланирована. Anthropic также привлекла ведущие консалтинговые компании — Deloitte, KPMG, PwC, Slalom — для внедрения и настройки под специфику клиентов.

Пентагон распределил контракты на $200 млн каждый между OpenAI, Google, Anthropic и xAI Илона Маска для масштабирования использования передовых AI-возможностей в Министерстве обороны США. Контракты направлены на разработку “агентных AI-рабочих процессов” для решения критических задач национальной безопасности.

OpenAI уже получил в прошлом месяце отдельный контракт на $200 млн для разработки “прототипов передовых AI-возможностей”. Теперь картина становится полнее — все крупные AI-компании интегрируются в оборонную экосистему.

Windsurf очень недолго наслаждался своей полной независимостью после ухода руководства и части компанды в Google — Cognition AI, создатель Devin, его уже купил.

Cognition предложил более справедливые условия — сотрудники, оставшиеся в компании, получат ускоренный вестинг имеющихся опционов и новые пакеты, если опционов не было. Как говорят источники, у команды Windsurf было несколько предложений, но условия Cognition AI оказались наиболее привлекательными.

Результат всех событий вокруг неудавшейся сделки Windsurf и OpenAI — Google заплатит $2.4 млрд за неэксклюзивную лицензию на технологию и многолетнюю компенсацию сотрудникам, которые перейдут в компанию. CEO Варун Мохан и часть команды присоединятся к Google DeepMind для работы над агентным кодингом, а сам Windsurf продолжит работать как независимая компания с оставшимися 250 сотрудниками.

Впрочем, всплывающие детали выглядят не очень приглядно. Дело в том, что, судя по источникам, указанную сумму разделят между собой основатели (почти все перешедшие в DeepMind) и инвесторы в компанию. Остающиеся сотрудники только утешатся тем, что теперь компания теперь принадлежит им — впрочем, у компании останется 100 млн долларов на счету.

Это в целом очень плохо для компании и вообще индустрии — вся идеология стартапов заключается в том, что сотрудники приходят в рискованное предприятие без гарантии на прибыльность, зачастую их зарплата ниже рынка, но взамен существует вероятность солидной компенсации в случае успеха. Этот пример показывает, что такие ожидания легко могут быть обмануты.

Сделка OpenAI по покупке Windsurf не случилась — истек эксклюзивный период и её не завершили. В итоге Google переманил CEO Windsurf Варуна Мохана, соучредителя Дугласа Чена и часть команды R&D в DeepMind. Они будут работать над “агентным кодированием” и развитием Gemini.

Google при этом не покупает Windsurf и это даже не acquihiring. Так что всё это обошлось явно дешевле 3 млрд, которые планировали заплатить OpenAI.

Windsurf продолжит работу под новым руководством — временным CEO стал Джефф Ван (глава бизнеса), а президентом — Грэм Морено (вице-президент по глобальным продажам). Возможно, компания найдет другого покупателя — с истечением эксклюзивного периода у нее развязаны руки в части поиска других вариантов. Но непонятно кто бы это мог быть.

Как говорит наш дорогой шеф — “Куй железо, не отходя от кассы”. Вероятно, у Илона Маска в активе не только владение русским языком, но и знакомство с классикой советского кинематографа. Короче, сразу после запуска новой модели AI компания xAI начала готовиться к новому раунду финансирования с оценкой до $200 млрд — в 10 раз выше прошлогодней. Это будет уже третий крупный раунд менее чем за два месяца: в июле привлекли $10 млрд займов и инвестиций, в июне продали акций на $300 млн.

Ключевую роль в сделке ожидается от саудовского суверенного фонда PIF, который уже инвестировал $800 млн в xAI через Kingdom Holdings Company. Не очень понятно, как будет оцениваться компания после привлечения раунда — FT почему-то считает, что может получиться до 245 млрд долларов, добавляя отдельно X, но ведь её туда уже добавили, а месяц назад компания размещала облигации по общей оценке в 113 млрд.

METR провел исследование влияния AI-инструментов на продуктивность опытных разработчиков, работающих с зрелыми проектами с открытым исходным кодом. Результаты оказались неожиданными — продуктивность снизилась на 19%, хотя сами участники считали, что AI ускорил их работу на 20%.

Методология была максимально строгой: 16 разработчиков из крупных open-source проектов выполняли 246 задач, случайным образом распределенных на категории “с AI” и “без AI”. В среднем проекты имели возраст более 10 лет и содержали свыше миллиона строк кода.

Основные проблемы: AI-генерируемый код не соответствовал “высоким стандартам проектов”, разработчики тратили много времени на проверку и исправление кода (принимали только 39% генераций), часто приходилось писать код заново после нескольких неудачных попыток с AI.

Исследование показало, что современные AI-инструменты хорошо работают с небольшими, четко определенными, “зеленопольными” проектами, но плохо справляются с крупными кодовыми базами, где требуется глубокое понимание контекста и неявных знаний о проекте.

Важный вывод: даже когда разработчики работали на 19% медленнее с AI, они субъективно ощущали ускорение на 20%. Это ставит под сомнение достоверность многих отчетов об эффективности AI-инструментов, основанных на самооценке.

Впрочем, вполне возможно и другое объяснение — опытные разработчики требовали переделывать код, когда он им не подходил по стилю или был, по их мнению, недостаточно эффективен, игнорируя его реальную работу. В этом случае может получиться, что в реальной жизни даже без AI “опытные разработчики” тратят на выполнение задачи на 39% больше времени и усилий (с AI они ускорились на 20%, но все равно медленнее на 19%), чем это реально необходимо.