OpenAI решает 90-летнюю задачу, а Meta запускает агента Muse

Контекст. Задачи тысячелетия — это математический «Эверест»: за 25 лет решена только одна (гипотеза Пуанкаре). Если OpenAI действительно закрыла Навье-Стокс, это первый случай, когда фундаментальную математику сделала нейросеть, а не человек.

Последствия. Спор о доступе к чужим черновикам в Codex — это не мелочь. Он вскрывает главный вопрос эпохи: где граница между «модель обучилась» и «модель подсмотрела». Если выяснится, что агенты читали чужие сессии, доверие к «научным прорывам» ИИ рухнет.

Связи. 7 сентября мы писали про GPT-6 Astra, которая прошла Portal за $571 — та же модель, что теперь «решает» математику. И 6 сентября — про иск Seattle Times к OpenAI: вопрос «на чём училась модель» снова в центре.

Что делать. Не спешите верить заголовкам о «ИИ решил математику». Дождитесь независимой проверки доказательства — она займёт месяцы. А вот сам паттерн «10 000 агентов работают над одной задачей» — это то, что уже можно применять в бизнесе.

Контекст. Раньше, чтобы получить нужную картинку, приходилось воевать с промптами. Sketch меняет интерфейс: ты рисуешь, а не описываешь. Это снижает порог входа для людей без навыков промпт-инжиниринга.

Последствия. Для дизайнеров и маркетологов это ускоряет итерации: набросал макет — получил варианты. Но одновременно обесценивает «чистую» генерацию по тексту — теперь важнее визуальное мышление, а не словарный запас.

Связи. 5 сентября мы разбирали Roland Melody Flip — генеративную музыку как инструмент, а не замену. Sketch — та же логика в картинках: ИИ как кисть, а не как художник.

Что делать. Если делаете контент для соцсетей или рекламу — попробуйте Sketch для быстрых концептов. Экономия времени на согласовании макетов с дизайнером может быть кратной.

Контекст. Meta отстаёт в гонке агентов: у OpenAI есть Work, у Anthropic — Claude Cowork. Muse — попытка догнать, используя главный актив Meta — 3+ млрд пользователей, которые уже живут в её экосистеме.

Последствия. Если Muse получит доступ к Instagram, WhatsApp и Facebook, это будет самый массовый агент в истории. Но «агент, который живёт твою жизнь» — это и максимальный риск: он видит всё, что ты делаешь в соцсетях.

Связи. 8 сентября мы писали, что Meta перестанет отслеживать использование ИИ при оценке сотрудников. Теперь Meta сама делает агента, который «использует ИИ» за пользователя — ирония налицо.

Что делать. Следите за тем, какие разрешения вы даёте агенту. Правило из разборов видео ниже: давай агенту только те инструменты, которые реально нужны для задачи, а не «всё сразу».

Контекст. Anthropic весь год наращивала платные тарифы, обещая доступ к топовым моделям вроде Fable. Но лимиты и «усердная работа» моделей часто не совпадали с ожиданиями пользователей.

Последствия. Иск — сигнал, что «подписочная» модель монетизации ИИ трещит по швам. Пользователи устали платить за обещания. Это подтолкнёт вендоров к прозрачности лимитов и, возможно, к pay-per-use.

Связи. 3 сентября мы писали про Gemini 3.8 Flash, которая «работает усерднее, но может стоить дороже» — та же проблема непрозрачных лимитов у Google.

Что делать. Если вы платите за ИИ-подписку — фиксируйте, что реально получаете. Для бизнеса это аргумент в пользу pay-per-use API вместо «безлимитных» подписок, которые на деле не безлимитны.

Контекст. Nvidia доминирует в ИИ-чипах, но облака устали платить монопольную ренту. AWS уже делает свои Trainium/Inferentia, теперь подключает Qualcomm — это диверсификация поставщиков.

Последствия. Чем больше конкурентов у Nvidia, тем дешевле инференс для всех. Для конечного пользователя это значит: стоимость работы с ИИ продолжит падать, как мы и писали в разборах GPT-5.6.

Связи. 6 сентября мы писали про Nscale и $3,5 млрд pre-IPO — compute-провайдеры набирают вес. Qualcomm×Amazon — та же гонка за железом, но со стороны чипов.

Что делать. Для бизнеса это значит: не привязывайтесь к одному провайдеру инференса. Цены на compute будут волатильными, держите запасной вариант.

Контекст. AlphaFold уже решил задачу сворачивания белков. Теперь Google идёт глубже — к геному целиком. Это фундаментальная наука, где ИИ даёт реальный, измеримый результат.

Последствия. Если атлас генома заработает, это ускорит разработку лекарств и персонализированную медицину. Но до клинического применения — годы. Пока это научный инструмент, а не продукт.

Связи. 2 сентября мы писали про John Deere и ИИ-чатбота для фермеров — ИИ выходит в физические отрасли. AlphaGenome — тот же тренд, но в медицине.

Что делать. Для инвесторов и предпринимателей это сигнал: биотех + ИИ — одна из самых недооценённых ниш. Но вход дорогой и требует доменной экспертизы.

Контекст. Это классический протекционизм: обязать бизнес использовать отечественные модели (GigaChat, YandexGPT), если они «не сильно дороже». Порог в 1,5 раза — ключевой параметр, вокруг которого идёт торг.

Последствия. Если примут — российские вендоры получат гарантированный спрос, а бизнес — ограничение выбора. Но «не дороже в 1,5 раза» — размытая формулировка, которая оставляет простор для споров о том, как считать цену.

Связи. 31 августа мы писали, что Минцифры не поддержало ретроспективные выплаты правообладателям. Регуляторная повестка в РФ набирает обороты — теперь уже про сами модели.

Что делать. Если вы строите ИИ-продукт для российского рынка — закладывайте совместимость с отечественными моделями уже сейчас. Это страховка от будущих требований.