Дайджест AI Intelligence — 26.05.2026

Новые парадигмы LLM: от диффузии до борьбы с «передумыванием»

Индустрия искусственного интеллекта переживает фундаментальный сдвиг в подходах к генерации и рассуждениям. На смену традиционному посимвольному выводу приходят модели текстовой диффузии, такие как LLaDA, Mercury и Gemini Diffusion. В отличие от стандартных LLM, эти системы работают по принципу итеративного уточнения: они начинают с шума или масок и постепенно превращают их в связный текст, что позволяет обновлять множество позиций одновременно и использовать двунаправленный контекст.

Параллельно с этим исследователи обнаружили проблему «передумывания» (over-thinking) в современных reasoning-моделях. Анализ показал, что более 90% шагов рассуждений в таких моделях, как DeepSeek-R1 и Qwen3, являются избыточными. Эта избыточность — не баг, а структурное следствие использования вознаграждений, не зависящих от длины ответа. Чтобы исправить это, разработчикам необходимо внедрять штрафы за длину или бюджеты токенов, зависящие от сложности задачи.

Также внимание ученых сосредоточено на калибровке уверенности моделей. Исследования с использованием бенчмарков LifeEval и HaluEval подтверждают, что reasoning-модели (включая GPT-o3 и Claude Sonnet 4) демонстрируют гораздо более сильную корреляцию между заявленной уверенностью и фактической точностью, чем обычные чат-боты. Тем не менее, модели склонны к гиперуверенности при решении сложных задач и к недоуверенности в простых.

Проактивные агенты и эволюция кодинга

В области архитектуры ИИ на смену реактивным чат-ботам приходят проактивные системы. Новая архитектура Context предлагает замену модели «запрос-ответ» на агентов, которые самостоятельно продвигают общие задачи к завершению, не дожидаясь подсказок пользователя. Это достигается за счет использования «библиотек мудрости» (компонуемых программ в песочнице) и оптимизации KV-кэша, что позволяет значительно снизить затраты на вычисления.

В сфере разработки ПО наблюдается спор о роли ИИ. Несмотря на популярность «vibe coding» и быстрого создания низкокачественного кода, LLM-агенты демонстрируют высокую эффективность в поиске багов. Использование нескольких разных моделей для анализа одного PR позволяет практически свести к нулю уровень галлюцинаций, превращая ИИ из «генератора посредственности» в мощный инструмент аудита и повышения здоровья кодовой базы.

Этика, общество и «долг ИИ»

Папа Римский Лев XIV выпустил энциклику Magnifica Humanitas, посвященную защите человеческого достоинства в эпоху ИИ. В документе подчеркивается, что данные должны рассматриваться как общественное благо, а не принадлежать узкому кругу лиц. Особое внимание уделяется экологическому следу ИИ (затратам энергии и воды) и рискам делегирования важных жизненных решений автоматизированным системам, лишенным милосердия и сострадания.

С точки зрения управления предприятиями, возникает понятие «долга ИИ» (AI debt). Он включает в себя долг промптов (недокументированные правки), зависимость от внешних моделей и «долг извлечения» (грязные данные в RAG). Согласно исследованиям MIT и S&P Global, до 95% ИИ-проектов не доходят до продакшена или не приносят ценности из-за плохого проектирования. Решением может стать только строгий контроль версий промптов как кода и внедрение систем непрерывной оценки.

На рынке труда ситуация остается напряженной: безработица среди выпускников колледжей в США достигла 5,6%. Пока неясно, является ли это следствием внедрения ИИ или результатом макроэкономических факторов, но эксперты призывают к созданию программ переквалификации, чтобы избежать социального конфликта.

Индустриальный ландшафт и инфраструктура

В США наблюдается стабилизация экосистемы открытых моделей. Модели Gemma 4 (выпущенные под лицензией Apache 2.0) демонстрируют высокую адаптивность и конкурируют с китайскими разработками, такими как Qwen. В то же время китайские лаборатории сталкиваются с ресурсными ограничениями в масштабировании обучения.

Инфраструктурный бум перемещается в плоскость энергоснабжения. Компания TeraWulf объявила о строительстве в Кентукки кампуса мощностью 1 ГВт для обслуживания нагрузок ИИ и высокопроизводительных вычислений (HPC). Очевидно, что главным ограничением рынка стали не чипы, а доступ к электроэнергии и передающим мощностям.

Геополитика и макроэкономика

Мир входит в эру «G-2», где США и Китай принимают невозможность полного доминирования друг над другом. После визита Дональда Трампа в Китай в мае стало ясно, что обе державы обречены на «конкурентное сосуществование». США сохраняют лидерство в финансах и технологиях (рыночная стоимость Nvidia достигла 5,7 трлн долларов), но Китай успешно противостоит этому влиянию в западной части Тихого океана.

В Европе экономическая ситуация остается неопределенной. ЕЦБ ожидает рост на уровне 0,9%, однако отмечает риски, связанные с разрывами цепочек поставок и инфляцией. При этом глобальный бум ИИ сейчас выступает в роли мощного стимула спроса, поддерживающего мировой рост.

Криптовалюты и финансовые рынки

Биткоин демонстрирует низкую волатильность, удерживаясь в диапазоне от 74 500 до 80 000 долларов. Это связано с концентрацией предложения и позициями по опционам перед экспирацией 29 мая. Компания Strive продолжает наращивать свои запасы, увеличив общее количество монет до 16 500 BTC.

В секторе стейблкоинов произошел серьезный инцидент: компания StablR приостановила операции с USDR и EURR после кибератаки. Из-за уязвимости мультисиг-кошелька (порог 1-из-3) злоумышленники смогли выпустить незамещенных токенов на сумму 13,5 млн долларов, фактически похитив 2,8 млн долларов.

Одновременно с этим платформа Hyperliquid расширяет свое присутствие, запуская рынки макроэкономических исходов (ставки ФРС, данные по инфляции), напрямую конкурируя с Polymarket.

Кибербезопасность и медицина

Обнаружена критическая уязвимость в Microsoft Copilot Cowork. Через косвенную инъекцию промптов злоумышленники могут добиться эксфильтрации файлов из Microsoft 365. Атака особенно опасна в случае использования «запланированных задач», которые выполняются без надзора пользователя.

В фармацевтике завершилась эпоха надежд на класс препаратов TIGIT. Компания Roche столкнулась с серией неудач своего флагманского препарата тираголумаба. В некоторых испытаниях препарат оказался даже хуже стандартной терапии, что привело к полному удалению тираголумаба из пайплайна компании.