Claude Fable 5 ломает
математику, Google «зашивает» Gemini в кремний

Контекст. Гипотеза Якобиана — это не рядовая задачка. Она входит в список важнейших открытых проблем алгебры наряду с гипотезой Римана. 87 лет математики пытались её доказать — и вот Claude Fable 5 говорит: «Ребята, она неверна, вот контрпример».

Последствия. Это меняет правила игры. Если ИИ способен находить ошибки в фундаментальных утверждениях, над которыми бились поколения математиков, то научный метод получает нового участника. Математика перестаёт быть исключительно человеческой территорией.

Связи. 17 июля мы писали о Claude × 1Password — тогда агент получил доступ к паролям. Теперь он получил доступ к математической истине. Anthropic методично расширяет границы возможного.

Что делать. Если вы работаете в науке или R&D — присмотритесь к Claude Fable 5 как к инструменту верификации гипотез. Один контрпример может сэкономить годы работы целой лаборатории.

Контекст. Гонка чипов переходит в новую фазу. NVIDIA делает универсальные GPU, Apple — Neural Engine, а Google идёт дальше: «зашивает» конкретную модель в кремний. Это как если бы процессор был спроектирован специально под одну программу — максимальная эффективность, нулевая гибкость.

Последствия. Если Frozen v2 окажется успешным, Google сможет запускать Gemini на устройствах без интернета — смартфоны, умные колонки, автомобили. Это прямой удар по бизнес-модели OpenAI, которая держит всё в облаке.

Связи. 13 июля мы писали о Meta, начинающей производство собственных AI-чипов. Google отвечает ещё более радикальным подходом: не просто свой чип, а чип, который и есть модель.

Что делать. Следите за анонсами Google Hardware. Если Frozen v2 появится в Pixel 10 — это изменит рынок мобильного AI. Разработчикам приложений стоит уже сейчас думать об on-device инференсе.

Контекст. Юридическая битва вокруг обучения AI на защищённом контенте длится с 2023 года. Anthropic первой из крупных AI-компаний решила не судиться до конца, а договориться. $1.5 млрд — это сигнал: «Мы готовы платить, давайте выработаем правила».

Последствия. Это хорошо для Anthropic: они сняли юридический риск перед IPO. Это плохо для небольших AI-стартапов: $1.5 млрд — цена входа на рынок для тех, кто тренирует модели на общедоступных данных. Open-source модели получают преимущество — они не корпорации, с них нечего взять.

Связи. 12 июля мы писали о Patreon × Cloudflare, блокирующих AI-краулеров. Теперь у создателей контента появился ещё один рычаг: не просто блокировать, а требовать компенсацию через суд.

Что делать. Если вы создаёте AI-продукт на основе чужих данных — закладывайте юридический бюджет. Эра «соберём всё, что найдём в интернете» закончилась. Дифференцируйтесь через собственные данные и экспертизу, а не через объём обучающей выборки.

Контекст. США пытаются выработать AI-политику, но даже не могут удержать человека на посту больше одного дня. Это не техническая проблема — это идеологическая. Республиканцы хотят контролировать open-weight модели (читай: китайские), либертарианцы в партии против.

Последствия. Вакуум регулирования сохраняется. Пока США спорят, Китай выпускает Kimi K3, а ЕС внедряет AI Act. Компании работают в правовой неопределённости — и это хуже, чем плохие правила.

Связи. 14 июля мы писали о Nous Research за $1.5B — open-source AI набирает силу именно потому, что регуляторы не могут определиться. В вакууме побеждает тот, кто быстрее.

Что делать. Не ждите ясности из Вашингтона. Стройте AI-продукты с учётом самого жёсткого из возможных сценариев регулирования — европейского. Это дороже сейчас, но дешевле потом.

Контекст. OpenAI, когда-то носившая слово «Open» в названии, теперь просит правительство ограничить открытость. Это классический «pull up the ladder»: мы уже наверху, теперь давайте уберём лестницу.

Последствия. Если США введут ограничения на open-weight модели, это ударит в первую очередь по американским же разработчикам и стартапам, которые строят продукты на базе Llama и других открытых моделей. Китайские модели это не остановит — они уже есть.

Связи. 16 июля мы писали, как Microsoft тренирует продавцов дискредитировать OpenAI. Теперь OpenAI дискредитирует open-source. Круг замкнулся: все воюют против всех.

Что делать. Диверсифицируйте AI-стек. Не привязывайтесь к одному провайдеру. Open-weight модели — ваша страховка от вендор-лока. Имейте план Б на случай, если ваш основной провайдер изменит правила игры.

Контекст. Государство — самый консервативный клиент. Если FDA и CDC начинают тестировать AI-модели, значит, технология прошла точку доверия. Это не хайп, это procurement.

Последствия. Открывается рынок на десятки миллиардов долларов. Тот, кто первым получит сертификацию для госзакупок в здравоохранении, снимет сливки. Anthropic с её фокусом на безопасность имеет преимущество перед OpenAI.

Связи. 15 июля мы писали о NHS, внедряющей AI-анализ крови. Теперь к гонке подключаются США. Здравоохранение становится главным полем битвы AI-компаний в 2026 году.

Что делать. Если вы работаете в healthtech — сейчас момент для пилотов с госструктурами. Предложите бесплатный пилотный проект. Первый контракт с госсектором открывает двери ко всем остальным.

Контекст. Санкции США ограничили доступ Китая к передовым чипам. Ответ Китая — не жаловаться, а изобретать. Kimi K3 доказывает: архитектурные инновации могут компенсировать аппаратные ограничения. Это урок для всех, кто думает, что AI — это просто «больше GPU».

Последствия. Эффективность становится конкурентным преимуществом. Модели, которые требуют меньше вычислений, дешевле в эксплуатации и могут работать на менее мощном железе. Это открывает рынки, которые раньше были недоступны для AI — Африка, Юго-Восточная Азия, Латинская Америка.

Связи. 18 июля мы писали о GPU-финансистах, вкладывающих $400M в инференс-чипы. Kimi K3 подтверждает тренд: будущее за эффективным инференсом, а не за гигантскими тренировочными кластерами.

Что делать. При выборе AI-модели для продукта смотрите не на бенчмарки, а на стоимость инференса. Kimi K3 и аналоги могут быть в 5-10 раз дешевле GPT-5 при сопоставимом качестве. Это радикально меняет экономику AI-стартапов.