# Сопутствующие статьи по теме БЯМ

Новостной центр HTX предлагает последние статьи и углубленный анализ по "БЯМ", охватывающие рыночные тренды, новости проектов, развитие технологий и политику регулирования в криптоиндустрии.

Stratechery опровергает теорию пузыря ИИ: что нам следует делать с ИИ?

В статье Бена Томпсона из Stratechery оспаривается тезис о «пузыре ИИ». Автор утверждает, что текущий рост отрасли — это не спекулятивная горячка, а структурные изменения, вызванные тремя ключевыми скачками в развитии больших языковых моделей (LLM). Первый прорыв — ChatGPT (2022), который продемонстрировал возможности ИИ, но был ненадежным инструментом, требующим постоянного контроля. Второй — модель o1 (2024), научившаяся «думать» и самостоятельно проверять ответы, что повысило надежность. Третий и главный скачок произошел в конце 2025 года с появлением настоящих агентов (Opus 4.5, GPT-5.2-Codex). Они действуют автономно: получают задачу, планируют, используют инструменты и проверяют результат без постоянного вмешательства человека. Ключевое изменение — не сами модели, а появление «агентской упряжки» (agent harness), системы управления, которая делает ИИ не инструментом, а исполнительной инфраструктурой. Это меняет экономику спроса: теперь огромный спрос на вычислительные мощности создают не миллионы пользователей, а меньшее число людей, управляющих множеством агентов. В бизнесе это ведет не просто к эффективности, а к структурным изменениям: компании смогут достигать больших результатов с меньшим количеством сотрудников. Поэтому огромные капитальные затраты на ИИ — не спекуляция, а отражение реального спроса. Автор заключает, что с превращением ИИ в инфраструктуру его экономическое влияние только начинается, и это не пузырь.

marsbit03/17 03:59

Stratechery опровергает теорию пузыря ИИ: что нам следует делать с ИИ?

marsbit03/17 03:59

KuCoin запустила Skills Hub — прорыв для AI-агентов

Криптобиржа KuCoin запустила платформу KuCoin Skills Hub, открытый рынок навыков для ИИ-агентов. Инициатива предназначена для предоставления более удобного доступа к инструментам искусственного интеллекта и крупным языковым моделям (LLM) для розничных пользователей, разработчиков, институциональных и количественных команд. Платформа, основанная на принципах доверия, прозрачности и безопасности, будет использовать стандартизированные API-интерфейсы. Это позволит ИИ-агентам напрямую взаимодействовать с данными биржи, упрощая и автоматизируя сложные рабочие процессы в криптоэкономике. Генеральный директор KuCoin Джонни Лай назвал этот шаг важным для создания более практичной и открытой экосистемы, обеспечиваемой искусственным интеллектом. В будущем KuCoin планирует расширять библиотеку навыков, источников данных и интеграций протоколов для поддержки инноваций.

TheNewsCrypto03/16 09:28

KuCoin запустила Skills Hub — прорыв для AI-агентов

TheNewsCrypto03/16 09:28

Словарь AI-жаргона (март 2026 года), рекомендуется сохранить

Словарь AI-жаргона (март 2026): краткий обзор. Статья объясняет ключевые термины искусственного интеллекта для новичков. Основные понятия включают LLM (большие языковые модели), AI Agent (интеллектуальные агенты), Multimodal (мультимодальность), Prompt (промпты), Generative AI (генеративный ИИ) и Token (токены). Также рассматриваются Context Window (контекстное окно), Memory (память), Training (обучение) и Inference (вывод). Продвинутые термины охватывают Transformer (архитектура трансформера), Attention (механизм внимания), Hallucination (галлюцинации ИИ), RAG (извлечение-усиление-генерация) и Fine-tuning (тонкая настройка). Статья полезна для понимания современной AI-терминологии и основных тенденций. Рекомендуется к сохранению для быстрого ознакомления.

marsbit03/11 11:54

Словарь AI-жаргона (март 2026 года), рекомендуется сохранить

Оригинальный автор Golem из Odaily представляет «Словарь AI-жаргона (март 2026)» — полезный ресурс для тех, кто хочет разобраться в базовых и продвинутых терминах искусственного интеллекта. Основные термины включают: LLM (большая языковая модель), AI Agent (интеллектуальный агент), Multimodal (мультимодальность), Prompt (промпт), Generative AI (генеративный ИИ), Token (токен), Context Window (контекстное окно), Memory (память), Training (обучение), Inference (вывод), Tool Use (использование инструментов), API (интерфейс). Продвинутые концепции: Transformer (архитектура трансформера), Attention (механизм внимания), Agentic Workflow (рабочий процесс на основе агентов), Subagents (под-агенты), Skills (навыки), Hallucination (галлюцинации ИИ), Latency (задержка), Guardrails (ограничители), Vibe Coding (интуитивное программирование), Parameters (параметры), Reasoning Model (модель рассуждений), MCP (протокол контекста модели), Fine-tuning (тонкая настройка), Distillation (дистилляция), RAG (извлечение-усиление-генерация), Grounding (привязка к данным), Embedding (векторное представление), Benchmark (бенчмарк). Статья подчеркивает важность понимания этих терминов для эффективной работы в сфере ИИ и рекомендует сохранить материал для будущего использования.

Odaily星球日报03/11 11:37

11 ключевых вопросов о Lobster: Самое понятное объяснение принципов работы OpenClaw

ОткрытыйКоготь (OpenClaw) — это не сам ИИ, а «оболочка» вокруг большой языковой модели (LLM), которая превращает простой «предсказатель текста» в активного цифрового помощника. Модель не имеет памяти, восприятия или понимания — она лишь предсказывает следующее слово. OpenClaw имитирует память, каждый раз передавая модели огромный промпт с историей чата, файлами личности (AGENTS.md, SOUL.md, USER.md) и данными инструментов. Стоимость использования высока, потому что каждый запрос обрабатывает весь контекст (до 5000+ токенов), а фоновый «heartbeat» продолжает потреблять ресурсы. OpenClaw выполняет действия (чтение файлов, запуск кода) через инструменты: модель输出ет структурированный текст, а оболочка выполняет команды локально на вашем компьютере. Это позволяет избежать аутентификации, но и создаёт риски. Для сложных задач модель создаёт под-агентов (sub-agents), чтобы не перегружать контекст, и использует механизм «сна» (cron) для ожидания. Активность обеспечивается heartbeat-механизмом, который периодически проверяет задачи. Безопасность критична: OpenClaw имеет доступ к вашей системе, поэтому рекомендуется изоляция (отдельное устройство, Docker), минимальные права и обязательное подтверждение деструктивных действий. Модель уязвима к инъекциям промптов — она не отличает ваши инструкции от вредоносных текстов извне.

Odaily星球日报03/11 09:56

11 ключевых вопросов о Lobster: Самое понятное объяснение принципов работы OpenClaw

Odaily星球日报03/11 09:56

Лобстер выходит на сушу: следующая игра в конструктор AI-аппаратного обеспечения

OpenClaw, открытый фреймворк ИИ, выходит за пределы экранов, превращая аппаратные устройства в модульные, подобно Lego, системы. Китай переживает бум «сборки лобстеров» (вероятно, отсылка к OpenClaw), где все — от умных очков Rokid и Apple Watch до роботов-манипуляторов и собак-роботов — интегрируется с этим агентом для создания программируемых интеллектуальных устройств, управляемых естественным языком. Этот ажиотаж, особенно заметный в Шэньчжэне, также стимулирует рост китайских больших языковых моделей (LLM) на глобальной арене. Согласно данным платформы OpenRouter, китайские модели, такие как MiniMax M2.5 и Kimi2.5, теперь занимают лидирующие позиции по объему потребляемых токенов, причем значительная часть выручки поступает с международного рынка. OpenClaw стал ключевым драйвером этого «экспорта» китайских токенов, открывая новую главу в конкуренции ИИ-агентов и переопределяя границы между производителями оборудования, разработчиками и компаниями, создающими модели.

比推03/11 06:51

Лобстер выходит на сушу: следующая игра в конструктор AI-аппаратного обеспечения

比推03/11 06:51

Зарплата в 20 тысяч юаней, а «Лобстера» не потянуть?

Статья «Зарплата в 20 000 юаней, а на «Лобстера» не хватает?» разбирает пять ключевых заблуждений вокруг OpenClaw — фреймворка для создания персональных AI-агентов. Автор объясняет, что опыт использования OpenClaw сильно зависит от способа развертывания: локальный (дорогое оборудование), облачный (ограниченный доступ к данным), на ПК (риск безопасности) или через сервисы вроде Kimi Claw (просто, но с ограничениями). Подчеркиваются риски безопасности: случаи несанкционированного удаления данных и уязвимости, позволяющие хакерам получать контроль. Производительность «Лобстера» зависит от мощности и стоимости подключаемой языковой модели (например, GPT или Claude), а высокое потребление токенов может привести к большим расходам. OpenClaw — еще не готовый продукт, а быстро развивающийся opensource-проект с сырыми функциями и высоким порогом входа. Автор советует оценить реальную необходимость в агенте, готовность нести финансовые и временные затраты, а также свои технические навыки, прежде чем прыгать в эту волну. Ключевой вывод: AI — это усилитель возможностей, а не их замена, и его эффективность зависит от умения человека им управлять.

比推03/09 17:14

Зарплата в 20 тысяч юаней, а «Лобстера» не потянуть?

比推03/09 17:14

Район Лунган в Шэньчжэне планирует ввести специальную политику «Десять положений о лобстере»

Краткое содержание: Район Лунган в Шэньчжэне планирует ввести специальную политику «Десять положений о лобстере» для поддержки развития проекта OpenClaw и OPC (One Person Company). Политика направлена на создание благоприятных условий для разработчиков ИИ и индивидуальных предпринимателей, предлагая бесплатное развертывание, субсидии на данные, оборудование, вычислительные мощности и использование больших моделей. Меры включают поддержку инноваций, финансирование до 200 млн юаней, льготные условия для аренды помещений, упрощенные процедуры регистрации бизнеса, а также стимулы для международной экспансии и участия в конкурсах. Политика будет действовать с 2026 года в течение трех лет, сфокусирована на развитии «экономики интеллектуальных агентов» и поддержке индивидуального предпринимательства в сфере ИИ.

marsbit03/09 01:42

Капитал зажигает: Гонка ИИ за суперфинансированием OpenAI

Крупное финансирование OpenAI знаменует переход глобальной индустрии ИИ в фазу «тяжелых капитальных игр». Изменилась не только структура финансирования, но и логика конкуренции: перераспределяется власть в отрасли, определяются суверенитет над вычислительными мощностями и выбор технологических путей. OpenAI эволюционировала от миссионерской некоммерческой организации к гибридной модели, сочетающей коммерческие интересы с общественными целями. Её поддерживают стратегические инвесторы, такие как Microsoft, Amazon, Nvidia и SoftBank, предоставляющие не только капитал, но и критическую инфраструктуру. В конкурентной гонке выделяются разные подходы: Google полагается на внутренние ресурсы и замкнутую экосистему, xAI (от Илона Маска) интегрирует ИИ в социальные платформы, Anthropic делает ставку на безопасность, а Meta продвигает открытые исходные коды. Финансирование OpenAI резко повысило входной барьер в индустрию: разработка передовых моделей требует десятков тысяч GPU и миллиардов долларов. Это ведет к высокой концентрации рынка, где останутся лишь несколько провайдеров базовых моделей, множество прикладных компаний и ключевые поставщики чипов. Будущее ИИ будет определяться балансом между масштабом и эффективностью, а также тем, станет ли отрасль высокомонополизированной суперинфраструктурой или открытой экосистемой.

比推03/03 04:53

Капитал зажигает: Гонка ИИ за суперфинансированием OpenAI

比推03/03 04:53

Когда финансирование становится двигателем: капитальная реструктуризация и конкурентное разделение в глобальной индустрии ИИ на примере супер-финансирования OpenAI

После рекордного раунда финансирования OpenAI глобальная индустрия искусственного интеллекта вступила в фазу перестройки капитала и конкурентной дифференциации. Изначально созданная как некоммерческая организация, OpenAI перешла к модели ограниченной прибыли, что позволило привлекать коммерческий капитал при сохранении контрольных функций. Ключевые инвесторы, включая Microsoft, Amazon и Nvidia, предоставляют не только финансирование, но и критически важную инфраструктуру. В сравнении с конкурентами OpenAI демонстрирует уникальную траекторию: в отличие от самодостаточной экосистемы Google, она зависит от внешнего капитала; в отличие от интеграции xAI с социальными платформами, фокусируется на корпоративных услугах; в отличие от подхода Anthropic, ориентированного на безопасность, делает ставку на масштабирование; а в противовес открытой стратегии Meta придерживается закрытой коммерческой модели. Конкуренция развивается по двум направлениям: гонка за масштабом (лидером которой является OpenAI) и оптимизация эффективности. Высокие затраты на вычисления (тысячи GPU, миллиарды долларов) резко повышают порог входа в отрасль, что ведет к концентрации рынка вокруг нескольких провайдеров базовых моделей. Будущее OpenAI зависит от способности монетизировать свои услуги (API, корпоративные подписки) быстрее, чем растут затраты на вычисления. Глобальная конкуренция в сфере ИИ переходит на уровень государственных стратегий, где политика в области экспорта вычислительных мощностей и цепочек поставок чипов становится ключевым фактором. Исход этой борьбы определит, станет ли ИИ высокомонополизированной инфраструктурой или открытой экосистемой.

marsbit03/03 04:19