У русскоязычных пользователей Claude новый уровень сложности: Persona просит фото паспорта и лица. С российским паспортом, судя по жалобам с 29 октября, уровень заканчивается баном. Мы начали игру заново, с нового аккаунта.
Исследователи MIT CSAIL вместе с Омаром Хаттабом, автором DSPy, описали подход, который назвали weight-space programming. Модели GPT-6 Astra дают не код и не промпт, а веса другой модели. Она их читает, находит, что сломано, и меняет веса напрямую, без дообучения. Главный опыт поставили на Qwen3.5-0.8B. Astra изменила 131 072 веса, это 0.016% модели, и результат на MATH-500 (500 олимпиадных задач по математике) вырос с 7.9% до 48.1%. На поиск правки ей дали 50 прогонов маленькой модели. Диагноз оказался приземлённым: Qwen зацикливался, направление “повторяй ещё раз” записывали MLP-блоки (полносвязные части слоя) 15-го и 19-го слоёв, и Astra вычла его из 64 выходных столбцов в каждом из них. GSM8K (школьные текстовые задачи) поднялся с 13.8% до 67.1%, IFEval (проверка, следует ли модель инструкциям) с 21.0% до 62.3%, а доля ответов, упиравшихся в лимит 32 768 токенов, упала с 93.0% до 33.1%.
Стратегию действий в Breakout Astra написала с нулевых весов, и та набрала 517.4 очка, тогда как PPO (стандартный алгоритм обучения с подкреплением) после 100 млн шагов набирал 15.8, а после 500 млн 25.3. В стратегии управления машинкой, которая заезжает на горку, она поправила 3.5% весов, и успех вырос с 0 из 256 попыток до 1024/1024. По 17 253 весам четырёх сетей, обученных через PPO, она определила, в какую игру каждая играет. Провалы там тоже есть: на Gemma 3 270M результат сдвинулся только с 6.8% до 7.7%, потому что одного компонента, который можно выключить, не нашлось.
Шон Гёдеке, инженер и автор блога о LLM, ответил разбором с говорящим названием: LLM не сверхчеловечески читают и пишут веса. Игру по весам, пишет он, выдаёт тепловая карта первого слоя, которую строят несколькими строчками на Python. А починка зацикливания это обычный steering, то есть сдвиг активаций вдоль найденного направления, по сути тот же приём, которым утилита Heretic снимает с моделей отказы. По его словам, это “ровно то, что сделал бы толковый исследователь-человек”. Zhihu Frontier пересказал разбор одного из её авторов. Тот восстановил процедуру по логам и посчитал, что 576 из 579 исправленных ответов раньше просто обрывались по лимиту токенов. То есть прирост на MATH-500 почти целиком пришёл от того, что модель перестала зацикливаться.
Нильс Рогге из Hugging Face показал воспроизведение с их агентом ML Intern, а Саймон Уиллисон запустил на ноутбуке Qwen 3.8 27B через LM Studio, без инструментов. По весам модель узнала Pac-Man за 46 минут, Pong за 1 час 5 минут и Breakout за 52 минуты, а на Freeway сдалась. Kimi K3.1 Pro через агрегатор API OpenRouter узнала Breakout за 9 минут 41 секунду. Саймон признаёт, что опытный человек с карандашом справился бы тоже, и объявлять конец эпохи исходного кода пока не готов.
Андрей Карпаты собрал за выходные HackerTube. За 20 лет на Hacker News накопилось 43 млн комментариев, и в них люди постоянно советуют друг другу видео с YouTube. В заметке в блоге он описывает конвейер: Opus скачал комментарии из датасета на Hugging Face, Sonnet в Claude Code отсеял спам, осталось около 40 тысяч рекомендаций за 2007–2026 годы. На сайте 6454 видео по 150 темам, без логинов, всё состояние хранится в браузере. Ушло около двух часов в десктопном Claude Code с Opus 5.5 на среднем reasoning effort. Руками сенсей Карпаты сделал только ключ Google Cloud API, VPS и домен, а потом попросил Claude обновить и защитить сервер. Данные он выложил одним архивом, чтобы любой мог натравить на них Claude и собрать свою версию. Цитата из заметки: “ничего похожего на традиционную инженерию я больше не делаю”. Клоны посыпались сразу, от HackerBooks до Wikihack, а на HN появился тред Ask HN с вопросом, неужели никого не беспокоит поток приложений “как HackerTube, только для X”.
Сам Claude Code поймали на том, что он отправляет email пользователя сайтам. Автор issue от 5 ноября заметил свой адрес в заголовке User-Agent (строка, которой программа представляется серверу) при веб-поиске и связывает с этим поток мошеннических писем. Под issue уже больше 730 лайков, и один из комментаторов посчитал, что по реакциям оно четвёртое среди 16 тысяч открытых. В треде на HN Лидия Халли из команды Claude Code объяснила механику и извинилась: пользователи жаловались, что Claude выдумывает имена в тегах @author, поэтому email аккаунта добавили в контекст модели. Когда модель писала команды вроде curl, она иногда подставляла этот адрес в User-Agent. В том же треде заметили, что многие ловили это на API Комиссии по ценным бумагам США (SEC). Её документация просит автоматических клиентов представляться в User-Agent, и в образце там указан email. С версии 2.1.317 запросы блокирует встроенный мод cc-plugin-privacy, он включён по умолчанию, а из контекста модели email уберут в следующем релизе. Жалоба не новая, ещё в мае открывали issue #55743 про email в контексте модели без возможности отключить.
На Reddit посчитали, что в трекере Claude Code 16 060 открытых issues и 15 766 из них ни на кого не назначены, это больше 98%. Автор поста напоминает, что сама Anthropic пишет о 30 тысячах с лишним изменений кода в день.
С 29 октября русскоязычные пользователи Claude жалуются на одну и ту же историю: сервис просит пройти проверку личности через Persona, внешний сервис для KYC: нужно сфотографировать документ и лицо. Сразу после загрузки российского паспорта аккаунт блокируется. Самый известный пример описан на Reddit. Там речь о платном подписчике, который пользовался в основном Claude Code, живёт в Новой Зеландии по четырёхлетней визе и за два дня до блокировки заплатил за следующий месяц. Похожие случаи были у пользователей в Грузии и Армении, а один из них получил письмо о “большом количестве сигналов” нарушения правил использования. Россия в списке поддерживаемых стран отсутствует, а Новая Зеландия, Грузия и Армения в нём есть, и сами правила привязаны к месту, откуда человек пользуется сервисом, а не к гражданству. Мы тоже попали под раздачу, пришлось регать новый аккаунт. Публичных объяснений от Anthropic мы не нашли.
На Хабре 5 ноября вышел рассказ с обратным исходом: автор пользуется Claude из России через VPN, после верификации по загранпаспорту получил бан, подал апелляцию через стандартную форму и примерно через три часа получил доступ обратно. Подписку Max ему при этом отменили с частичным возвратом $78.97, и оформлять её пришлось заново. Anti-Malware отдельно оговаривается, что автор не утверждает, будто причина в паспорте, и свою роль могли сыграть регион, VPN и смена IP. Форма апелляции открывается только из заблокированного аккаунта на claude.ai/restricted, сама Anthropic предупреждает, что ответа придётся ждать дольше обычного, а данные из аккаунта можно выгрузить до решения.
OpenAI показала, что умеет её ещё не вышедшая кибермодель. В середине октября конвейер на ней разобрал 2308 потенциальных уязвимостей в ядре Linux, 1724 воспроизвёл на живой системе и написал под один из популярных дистрибутивов 948 рабочих эксплойтов LPE (повышение прав обычного пользователя до root) и 291 PoC (демонстрацию уязвимости) на утечку данных. Всё вместе обошлось в $1 213 430 API-кредитов, это $1279 за один эксплойт. По расценкам хакерских соревнований Pwn2Own и TyphoonPWN, где за такие баги платят $20–70 тысяч, тот же улов стоил бы $18.9–66.3 млн, в 16–55 раз дороже. Для сравнения OpenAI взяла kernelCTF, программу Google с наградами за эксплойты ядра: под её правила модель сделала 21 эксплойт LPE примерно за $32 936, тогда как с начала 2026 года kernelCTF приняла 26 таких zero-day. Новых LPE модель нашла в 5 с лишним раз больше, чем прогон на GPT-5.6 Sol в июле. Чинить начали с критичных багов по совету сообщества ядра, вместе с партнёрами программы Patch the Planet.
Эрик Уоллес из OpenAI сравнил: до AI исследователи находили около 20 Linux LPE за обычный год, а тут около 1000 за неделю, потратив на токены примерно $1 млн. За десять дней работы больше 100 найденных LPE успели исправить другие люди, а около 300 уже обсуждались публично. Аккаунт с минимальными правами на непропатченной системе для хорошо обеспеченного атакующего почти равен root, поэтому недоверенный код советуют запускать в изоляции вроде Firecracker или gVisor.
У OpenAI вышла Images 2.6 в ChatGPT, Codex и API. Генерация на 50% быстрее, появились GIF, экспорт в SVG и разметка изображений в API, а новый параметр complexity управляет тем, сколько модель планирует перед рисованием. В API две версии: GPT-Image-2.6 Flare отдаёт картинку на низком качестве за 6 секунд, Sunburst рисует качественнее и лучше сохраняет детали при редактировании. По словам OpenAI, пользователи генерируют 4 млрд изображений в неделю. На лидерборде Arena, где модели сравнивают вслепую голосами людей, Sunburst второй в генерации по тексту с 1409 очками, а Flare четвёртый, и вся пятёрка лидеров теперь принадлежит OpenAI. В редактировании Sunburst третий, Flare пятый.
Moonshot выложила веса Kimi K3.1 Pro, как и обещала к 4 ноября. Это MoE (модель, где на каждый токен работает только часть экспертов) на 2.8 трлн параметров, из них активны 104 млрд. Экспертов 896, по 16 на токен плюс 2 общих. Из 93 слоёв 69 построены на линейном внимании KDA и 24 на разреженном Gated DSA. Это механизмы внимания, которыми модель связывает текущий токен с предыдущим текстом. Контекст 1 048 576 токенов, на входе текст и картинки. Веса хранятся в MXFP4, компактном формате с 4-битными числами; модель сразу учили под этот формат. По собственной таблице Moonshot, Kimi заметно отстаёт от закрытых флагманов на HLE-Diamond (самая сложная часть Humanity’s Last Exam, набора экспертных вопросов), 39.4 против 55.1–65.8. В агентном рейтинге Arena она стала первой среди open weight моделей и 13-й в общем зачёте.
Лицензия на базе MIT с двумя оговорками: продукты больше чем со 100 млн активных пользователей в месяц или $20 млн выручки в месяц должны показывать в интерфейсе “Kimi K3.1-Pro”, а сервисам, которые продают доступ к модели как услугу с выручкой больше $20 млн за 12 месяцев, нужен отдельный договор с Moonshot.
В блоге MindStudio разобрали, почему ноутбук MSI Prestige N16 Flip AI Plus на Nvidia RTX Spark под Linux работает в разы медленнее, чем под Windows. Распределением питания между CPU и GPU управляет компонент Nvidia Platform Controllers and Framework, а таблицу питания расшифровывает только драйвер для Windows. В итоге под Linux от сети GPU держится около 780 МГц против примерно 2.2 ГГц под Windows. GPT-OSS-120B выдаёт 65.4 токена в секунду под Windows, 65.1 в WSL (Linux внутри Windows) и всего 13.9 под нативным Linux, около 21% от скорости в Windows. Смешнее всего, что от батареи Linux выдаёт 61–67 токенов в секунду. Из 128 ГБ общей памяти Linux поначалу видел только 28 ГБ, пока не уменьшили резерв памяти через Windows. Исправить это может только сама Nvidia, если перенесёт управление питанием в свой драйвер для Linux.
Google разрешит школам отключать свои AI-инструменты, но с подвохом. Со следующего года Gemini, NotebookLM и Gemini в Classroom для школьников будут выключены по умолчанию, и школа должна сама их включить. Но если школа запретит AI полностью, ученики потеряют и Google Search. Крис Филлипс, отвечающий в Google за образование, объяснил New York Times, что такие ученики “не получат доступа к поиску и увидят сообщение от школы о том, что он недоступен”, потому что поиск и AI теперь “глубоко интегрированы”. Объявление вышло вместе с запуском режима Guided Learning.
Дата-центры добрались до бюллетеней американских выборов 3 ноября. Журналист Джей Ди Капелото насчитал около 40 населённых пунктов в 13 штатах, где голосовали за запреты, конкретные проекты и отзыв чиновников, поддержавших стройки. По подсчёту Semafor, жители больше 30 населённых пунктов в девяти штатах проголосовали за мораторий, запрет или другие ограничения. Эджуотер во Флориде записал запрет в устав города, а Перри в Огайо ограничил гиперскейлеров (крупнейших облачных операторов), которые просят налоговых льгот. Демократы больше чем в 130 гонках крутили рекламу против техкомпаний и дата-центров. Адам Ковачевич, глава техлобби Chamber of Progress, привёл экзитполы NBC, по которым для 23% избирателей тема AI и дата-центров была решающей. Член Палаты представителей от Аризоны Ясамин Ансари предложила повестку демократов на первый день: пауза в разработке продвинутого AI, регулирование отрасли и запрет искусственного сверхинтеллекта. Если вам интересно, что там в этой Омэрике, почитайте, очень интересные треды получились.
Semafor отмечает, что банки уже считают местное сопротивление кредитным риском, и это хорошо рифмуется с новостями про Anthropic. В октябре я писал о её прибыльности по скорректированной метрике, а теперь, по данным WSJ, годовая выручка в пересчёте с текущего темпа превысила в октябре $80 млрд. Но инвесторы сомневаются в оценке $1.5 трлн на IPO, и один из них считает, что справедливая ближе к $1 трлн. Ещё раньше FT сообщила, что Blackstone, якорный инвестор сделки на $63 млрд по финансированию чипов, теперь ожидает для Anthropic кредитный рейтинг уровня BB, то есть верхнюю ступень мусорного, хотя прежде рассчитывала на инвестиционный уровень до 2027 года.
Ну и напоследок:
Оставайтесь любопытными.
Пишу об искусственном интеллекте, языковых моделях и инструментах для разработчиков. Тестирую модели и сервисы на реальных задачах, а выводами делюсь в телеграм‑канале.
Автор: controlled_hallucinations
