AI Vibe Digest за 2 апреля 2026
Открыть пост выпуска в TelegramКратко главное
- Утечка кода Claude Code привела к массовому удалению репозиториев на GitHub.
- Представлены новые компактные ИИ-модели для работы на обычных устройствах.
- ИИ активно используется для поиска уязвимостей в коде и решения научных задач.
- В индустрии ИИ происходят сокращения и закрытия стартапов на фоне высоких затрат.
- Эксперты критикуют поверхностное внедрение ИИ и предлагают системный подход.
Подробности по блокам
Модели и технологии
Machinelearning рассказывает о сверхкомпактной модели LFM2.5 от Liquid AI. Всего 350 млн параметров, но она хорошо справляется с задачами агентов и работает даже на CPU.
Machinelearning сообщает о семействе 1-битных моделей Bonsai от PrismML. Флагман на 8 млрд параметров занимает всего 1,15 ГБ, обещая высокую скорость и эффективность.
Machinelearning анализирует выпуск моделей Holo3 для управления графическими интерфейсами. Младшая версия с 35 млрд параметров доступна в открытом доступе и показывает высокие результаты в тестах.
Sinекура разбирает метод TurboQuant для экстремального сжатия KV-кэша в LLM. Подход близок к теоретическому пределу и не требует дообучения моделей.
Инциденты и сообщество
Machinelearning сообщает, что Anthropic добилась удаления 8100 репозиториев на GitHub из-за утечки кода Claude Code. Платформа удовлетворила запрос по DMCA.
По информации Data Secrets, на базе утекшего кода уже создан форк OpenClaude, который совместим с любыми моделями, включая локальные.
ИИ в разработке и безопасности
Сиолошная рассказывает, как ИИ находит критические уязвимости в коде, которые годами оставались незамеченными. Это меняет ландшафт кибербезопасности.
Мысли вслух рассуждает о том, как GitHub эволюционировал в базу знаний для ИИ-агентов, которые теперь могут понимать контекст целых проектов.
ИИ в науке
Сиолошная сообщает, что ИИ продолжает решать задачи из списка Эрдёша. Недавно были найдены ещё три решения, причём некоторые не воспроизводятся публичными моделями.
Бизнес и индустрия
Machinelearning анализирует массовые сокращения в Oracle, вызванные огромными инвестициями в ИИ-инфраструктуру. Акции компании упали на 25% с начала года.
Machinelearning сообщает о закрытии ИИ-стартапа Yupp, который не смог адаптироваться к смещению фокуса с чат-ботов на сложных агентов.
Методология и критика
e/acc объясняет, почему не стоит проецировать человеческие ожидания на ИИ. Вместо этого нужно строить системы, которые компенсируют ограничения моделей.
Всеволод Викулин | AI разбор критикует поверхностное внедрение ИИ, которое экономит секунды, и призывает перестраивать целые бизнес-процессы с контролем качества.