Модели — товар. Харнес — ров. Агенты — новые клиенты. Разбираем главные сдвиги AI-рынка за сутки.
Ключевые события индустрии: от геополитики до железа, от бенчмарков до корпоративных разворотов.
OpenAI представила бенчмарк LifeSciBench: даже флагманская GPT-Rosalind проходит лишь 36,1% задач против 25,7% у GPT-5.5. Почти две трети реальных исследовательских задач лучшая профильная модель всё ещё проваливает — отрезвляющий результат для «AI-учёного».
Контекст. OpenAI сама опубликовала бенчмарк, который показывает: их лучшая модель проваливает почти две трети реальных научных задач. Это не конкурент ударил — это самопризнание. GPT-Rosalind набрала 36,1% — и это флагман.
Последствия. Хайп вокруг «AI-учёного» получает холодный душ. Инвесторы, которые ставили на то, что AI заменит исследователей к 2027, должны пересмотреть таймлайны. Реальная наука сложнее, чем кажется из Кремниевой долины.
Наша оценка. Честность OpenAI впечатляет. Вместо того чтобы прятать неудобные результаты, они публикуют их и говорят: «Смотрите, вот где мы реально находимся». Это зрелость.
На закрытом обеде саммита G7 главы Anthropic и Google DeepMind призвали создать коалицию по управлению ИИ под лидерством США — с явным исключением Китая. AI становится геополитическим инструментом, а не просто технологией.
Контекст. Главы Anthropic и Google DeepMind на закрытом обеде G7 призвали создать AI-коалицию без Китая. Это не техническая дискуссия — это геополитика. AI становится таким же инструментом влияния, как ядерное оружие или контроль над чипами.
Последствия. Мир раскалывается на AI-блоки: западный (США + G7) и восточный (Китай + партнёры). Для бизнеса это означает: нельзя строить продукт на одной модели, если вы работаете в обеих юрисдикциях.
Связи. 17 июня: США заблокировали Claude Fable 5 — первый случай отключения модели государством. G7-обед — продолжение этой линии.
Ryzen AI Halo Developer Platform за $3999 — на $700 дешевле NVIDIA DGX Spark. 128 ГБ объединённой памяти хватает на модели до 200 млрд параметров. Локальный запуск больших LLM становится доступнее.
Контекст. $3999 за 128 ГБ unified memory — это демократизация AI-инференса. Модели до 200 млрд параметров локально, без облака, без подписок. AMD бьёт NVIDIA по самому больному месту: цене для разработчиков.
Последствия. Локальный AI перестаёт быть нишевым. Стартапы и исследователи могут запускать большие модели на своём железе. Это снижает зависимость от облачных провайдеров и ускоряет эксперименты.
Наша оценка. Хороший ход от AMD. Но главный вопрос — софт. NVIDIA выигрывает не железом, а CUDA. Пока AMD не решит проблему экосистемы, это нишевый продукт для энтузиастов.
Дэвид Сакс сместил фокус с «опасности модели» на «конфронтационную позицию компании». Белый дом сигнализирует: блокировка Fable 5 — политическое, а не техническое решение. Регуляторный риск для AI-компаний растёт.
Контекст. Дэвид Сакс публично заявил: проблема не в Fable 5, а в «упрямстве Anthropic». Это сдвиг нарратива: с «модель опасна» на «компания недоговороспособна». Политический сигнал для всей индустрии.
Последствия. AI-компании теперь должны не только доказывать безопасность моделей, но и выстраивать политические отношения. Технического превосходства недостаточно — нужна политическая лояльность.
Связи. 19 июня: Белый дом и Anthropic перешли от конфликта к выработке стандартов безопасности.
Дженсен Хуанг заявил, что обществу придётся менять социальные нормы под ИИ, а не наоборот. «У нас нет выбора» — сигнал, что крупнейший производитель AI-железа не видит сценария торможения. Ставка на полную интеграцию.
Новый метод RLHF-обучения: модель сама оценивает свои ответы по рубрикам и дистиллирует знания без человеческой обратной связи. Потенциально снижает стоимость alignment'а на порядок.
Контекст. Модель сама оценивает свои ответы по рубрикам и учится без человеческой обратной связи. Это снижает стоимость alignment на порядок. Раньше нужны были тысячи человеческих оценок — теперь модель справляется сама.
Последствия. Барьер входа в обучение AI-моделей падает. Стартапы могут делать alignment без дорогих команд разметчиков. Но растёт и риск: кто проверяет, что рубрики правильные?
Наша оценка. Технически впечатляет. Но самооценка без внешнего аудита — это как студент, который сам ставит себе оценки. Нужен независимый контроль рубрик.
Первый специализированный бенчмарк для оценки AI-агентов в фармакологических задачах: от анализа молекул до предсказания токсичности. AI-агенты выходят на поле реальной медицины.
Контекст. Первый бенчмарк для AI-агентов в фармакологии — от анализа молекул до предсказания токсичности. Это не просто «ещё один тест», это признание: AI-агенты выходят на поле реальной медицины.
Последствия. Фармкомпании получают стандартизированный способ оценки AI-инструментов. Это ускорит закупки: вместо «давайте попробуем» — «покажите результат на TxBench-PP».
Наша оценка. Хороший сигнал. Медицина — самая консервативная отрасль, и стандартизированные бенчмарки — это язык, на котором она говорит. Без них AI в фарму не пустят.
Топ видео об AI-агентах, автоматизации и заработке на нейросетях — с нашим кратким пересказом, чтобы не тратить время на просмотр.
1:08:43
50:26
18:23
16:00
8:11
27:06
7:11
27:28
17:38
23:14
Реальные примеры: от локального AI-железа до геополитических альянсов.
AMD выпустила мини-ПК с 128 ГБ объединённой памяти за $3999 — на $700 дешевле NVIDIA DGX Spark. Этого хватает для запуска моделей до 200 млрд параметров локально. Для AI-агентств и стартапов это означает: обучение и инференс без облачных счетов на тысячи долларов в месяц.
Даже флагманская GPT-Rosalind, созданная специально для научных задач, проходит лишь 36,1% реальных исследовательских кейсов. Вывод: AI пока не заменяет учёного — он ассистирует. Но 36% сегодня означает, что через 12-18 месяцев планка может подняться до 60-70%.
Три AI-агента на Base44 заменяют: утреннюю сортировку почты, лид-фоллоуап (новый лид → персонализированное письмо), и еженедельную отчётность (Google Sheets → Telegram с аналитикой). Время настройки — 15 минут на агента. Стоимость — $0 (бесплатный тариф Base44).
Мультиканальный аутрич (email + LinkedIn) на автопилоте: кампания настраивается один раз, работает без участия человека. Себестоимость — $200/мес (Victoria AI). Цена для клиента — $2500-3000/мес. Один закрытый клиент при LTV 12 месяцев окупает всю операцию.
Амодеи (Anthropic) и Хассабис (Google DeepMind) на закрытом обеде G7 призвали к созданию коалиции по управлению ИИ под лидерством США с явным исключением Китая. AI становится геополитическим инструментом: доступ к передовым моделям будет определяться не ценой, а принадлежностью к альянсу.
Пять практических моделей заработка на AI в 2026 — от агентств до инфраструктуры для агентов.
Не продавай шаблоны автоматизации — продавай управляемый сервис. Берёшь дешёвый AI-инструмент (Victoria AI за $200/мес, Vapi за $100/мес, Base44 бесплатно), добавляешь свою экспертизу и стратегию, упаковываешь в ежемесячный ретейнер за $2000-5000. Маржа 85-95%. Три лучших оффера: контент-генерация, голосовые агенты для поддержки, лидогенерация.
n8n, Make, Zapier — навыки с потолком. Agentic Automation — навык без потолка: описываешь систему на человеческом языке, AI строит полное приложение (фронтенд, бэкенд, БД, API, платежи). То, что требовало 50 блоков и 2 недели, делается за 2 часа одним промптом. Ценник — $5000 за проект, а не $50/час.
Твой клиент — не человек, а AI-агент. Агенты уже имеют кошельки (Stripe ACP, Coinbase X402), почту (AgentMail) и ищут инструменты через MCP-серверы. Построй микро-API для одной узкой задачи (транскрибация YouTube, верификация email, поиск контактов) с оплатой per-call через X402. Бесплатный тир для discoverability, платный — для масштаба.
Система из трёх этапов: трендвотчинг (AI-парсинг конкурентов → виральные идеи), производство (аватары, озвучка, нарезка), дистрибуция (сетка аккаунтов с автоматизацией). 30 исходных видео × 16 площадок × 10 аккаунтов = 1 800 публикаций. Бренды платят за органический охват, который со временем дешевеет (в отличие от таргета).
Малый бизнес хочет AI, но не знает как. Ты настраиваешь 3-4 агента на Base44 (или аналоге): сортировка почты, лид-фоллоуап, еженедельная отчётность, поддержка клиентов. Время настройки — 1-2 часа на клиента. Поддержка — 30 мин/нед. Цена — $500-1500/мес с клиента. При 10 клиентах — $5000-15 000/мес пассивного дохода.
Подпишитесь на ежедневный дайджест и получайте проверенные кейсы, модели монетизации и разборы видео каждое утро.
Агентство автоматизации