AI Vibe Digest за 23 мая 2026
Кратко главное
- AI-модель Anthropic находит уязвимости в важнейших системах быстрее, чем их успевают чинить — более 10 000 critical и high багов, 90% находок подтверждены
- DeepSeek обрушил цены на языковую модель уровня Gemini 3.1 Pro — входной токен теперь стоит в 4-7 раз дешевле фронтир-моделей
- Подводный дата-центр в Китае вышел на коммерческую работу без единого чиллера — охлаждение только забортной водой и питание от ветряков
- Опубликован детальный ML Roadmap без сказок про «войти в ML за месяц» — от линейной алгебры до AI‑агентов и MLOps с реальными сроками
- Google массово расширяет AI‑команды и делится структурой собеседований — тройной наём Forward Deployed Engineer с прозрачными этапами отбора
Подробности по блокам
AI и кибербезопасность
Анализ данных рассказывает о первом апдейте Project Glasswing от Anthropic. Модель Claude Mythos Preview вместе с партнёрами обнаружила свыше 10 000 опасных уязвимостей в системах, на которых держится интернет. Только у Cloudflare нашли около 2 000 багов (400 критических), а Mozilla за месяц закрыла 271 дыру в Firefox — некоторые из них прятались в коде больше 15 лет. Независимые исследователи подтвердили 90,6% находок как реальные high/critical уязвимости, то есть инструмент уже работает на уровне топовых экспертов. Публичного доступа к модели пока нет: в Anthropic опасаются злоупотреблений и считают, что индустрия не готова контролировать такую мощность.
Цены на языковые модели
Data Secrets сообщает о резком удешевлении DeepSeek-V4-Pro. Стоимость входных токенов упала на 75% (до $0,43 за миллион), выходных — до $0,87, а с кэшированием ещё ниже. По бенчмаркам модель примерно на уровне Gemini 3.1 Pro, но теперь она в 4–7 раз дешевле всех фронтир-разработок — серьёзный шаг к тому, чтобы мощные LLM стали повседневным инструментом небольших команд.
Инфраструктура для AI
Machinelearning рассказывает о первом в мире коммерческом подводном ЦОДе близ Шанхая. Комплекс на 24 МВт и примерно 2 000 серверов размещён прямо рядом с морскими ветротурбинами и не использует промышленных кондиционеров — тепло отводит забортная вода. Нагрузка связана с AI‑задачами: обучением китайских языковых моделей, разметкой данных и развитием 5G. Проект стоимостью $226 млн уже вышел в полноценную эксплуатацию, хотя остаются вопросы по коррозии, герметизации под давлением и влиянию на морскую среду.
Практическая база для входа в ML
Анализ данных делится русскоязычным Machine Learning Roadmap 2026. Это не очередной список «топ-10 библиотек», а структура из семи треков: от фундамента (Python, математика) через классический ML и глубокое обучение к LLM, агентам, MLOps и специализациям. Маршрут расписан по времени — от трёх месяцев до года и дальше — без иллюзий, что одна модель сделает из джуна сеньора. К карте приложено семь больших бесплатных курсов.
Анализ данных анонсирует Yandex ML Challenge. Соревнование включает задачи по компьютерному зрению, большим языковым моделям и обучению с подкреплением. Длинный онлайн‑тур рассчитан на 11 дней, топ‑100 выходят в очный финал в Москве. Приз за первое место — 1 млн рублей, топ‑15 получат устройства от Яндекса, регистрация уже открыта.
New Yorko Times объясняет, как Google Cloud расширяет направление Forward Deployed Engineering — штат утраивают, и это не реорг, а стратегическая ставка. Среди этапов отбора: кейс по дизайну AI‑агента или GenMedia-решения от scoping до поддержки, кодинг (облегчённый литкод без хардов) и поведенческое интервью. Автор предлагает рефералы для знакомых и подходящих кандидатов с коротким интро.