write2earn

Это общее объявление. Продукты и услуги, упомянутые здесь, могут быть недоступны в вашем регионе.
Дорогие бинансцы,
[Binance Square](https://www.%suffixOrigin%/%locale%/square) с радостью объявляет о крупном обновлении кампании «Пиши, чтобы зарабатывать»! Начиная с 2025-10-27, заслуженные создатели Binance Square, которые публикуют квалифицированный контент на Binance Square, теперь могут зарабатывать до 50% комиссий с торговых сборов от сделок своих читателей на спотовом, маржинальном, фьючерсном и/или конверсионном рынках — значительное увеличение для лучшего вознаграждения за их ценный контент.

Биткоин уже пять месяцев не может вернуться выше отметки в $100 000 — и среди аналитиков нет единого мнения о том, что именно способно вытолкнуть его туда. Основатель MN Trading Capital Михаэль ван де Поппе (Michael van de Poppe) считает, что никакого катализатора для этого не нужно.
«Не нужно никакого нарратива, который толкал бы цену вверх, — написал он в соцсети X. — Цена движется вверх, и нарратив создаётся сам собой». По его словам, для успеха достаточно математики, статистики и логики, а текущие уровни биткоина по-прежнему подходят для накопления.
Внимание рынка сместилось в другую сторону
Ван де Поппе также обратил внимание на то, что за последние месяцы интерес рынка заметно переориентировался: искусственный интеллект и смежные технологические сегменты забрали значительную долю внимания у криптовалют. Показательное сравнение: с начала года акции Nvidia (NVDA) — крупнейшей компании в сфере AI по капитализации — выросли на 5,08%, тогда как биткоин за тот же период потерял около 10%.
Последний раз биткоин торговался выше $100 000 13 ноября — примерно через месяц после масштабной ликвидации крипторынка 10 октября на $19 млрд, которую многие участники рынка связывают с последовавшим пятимесячным снижением. В феврале биткоин опускался до годового минимума в $60 000, однако с тех пор восстановился почти до $80 000. За последние 30 дней рост составил 20%.

Нужен ли биткоину катализатор?
Часть участников крипторынка по-прежнему убеждена, что без сильного нарратива существенного роста не будет. В качестве возможных катализаторов называют решения Федеральной резервной системы США по процентным ставкам, изменения в регуляторной среде и приток средств в спотовые биткоин-ETF.
Отдельно обсуждается американский закон CLARITY, призванный установить чёткие правила для криптоиндустрии. Однако опытные трейдеры относятся к нему сдержанно: по мнению ряда аналитиков, принятие закона станет важным шагом для отрасли, но вряд ли послужит мощным драйвером роста цены биткоина.
Резервы и «большое объявление»
На фоне дискуссий о регулировании советник Белого дома по криптовалютам Патрик Уитт (Patrick Witt) на этой неделе на Bitcoin Conference в Лас-Вегасе заявил, что в ближайшие недели ожидается «большое объявление» по биткоин-резерву президента Трампа. Подробностей пока не раскрывается.
Биткоин сохраняет позиции выше $78 000 на фоне нескольких конкурирующих версий о том, что именно вернёт его к шестизначным значениям. Обсуждения вокруг CLARITY Act, биткоин-резерва США и поведения институциональных инвесторов формируют повестку рынка — при этом сама цена продолжает постепенно восстанавливаться без выраженного нарратива.
#BTC #bitcoin #BitcoinETFs #Write2Earn
$BTC

DeFi снова проходит стресс-тест. После взлома KelpDAO на $292 млн общий объем заблокированных средств в секторе сократился примерно на $13 млрд, а Aave столкнулся с резким оттоком ликвидности. На поверхности это выглядит как новый системный кризис, но данные показывают более сложную картину.
Главное отличие в том, что большая часть падения TVL связана не с прямой потерей капитала, а с закрытием заемных стратегий. Рынок не обнулился, а быстро пересчитал риск. Это неприятно, но не равно краху.
Взлом KelpDAO ударил по Aave через rsETH
Инцидент начался с атаки на инфраструктуру, связанную с проверкой межсетевых сообщений, а не с классической ошибкой смарт-контракта. В результате в обращении оказались 116 500 rsETH без полноценного обеспечения. Эти токены затем использовались в DeFi, включая кредитные рынки Aave.
Проблема быстро стала шире одного протокола. rsETH применялся как залог, под который пользователи занимали ETH и строили повторяющиеся стратегии. Когда обеспечение оказалось под вопросом, рынок начал резко выходить из таких позиций.
TVL упал сильнее, чем реальный ущерб
Цифра в $13 млрд выглядит пугающе, но ее нужно читать осторожно. TVL в DeFi часто включает повторно используемый капитал, особенно в стратегиях с заемными активами. Один и тот же базовый актив может несколько раз попадать в расчеты через залог, займ и повторный депозит.
Именно поэтому взлом на $292 млн не означает прямую потерю $13 млрд. Большая часть снижения связана с закрытием заемных схем и выводом средств из перегретых позиций. Это болезненная переоценка риска, а не полное уничтожение капитала.
Доходность уже не покрывала сложность
Еще до атаки часть DeFi-стратегий выглядела слабо. Например, доходность по USDC на Aave составляла около 2,6%, тогда как традиционные брокерские счета могли давать выше 3% на свободный кэш. В такой ситуации пользователи брали дополнительный риск ради доходности, которая уже не выглядела убедительной.
Когда базовая доходность низкая, рынок начинает искать ее через плечо. Так появляются looping-стратегии, где пользователь вносит актив, берет займ, покупает еще залоговый токен и повторяет цикл. Пока все стабильно, TVL растет. При сбое он падает резко.
DeFi уже переживал более тяжелые удары
История сектора показывает, что крупные взломы редко становились финальной точкой. Terra, Wormhole, Ronin, Multichain и другие кризисы наносили огромный ущерб, но рынок продолжал работать. Каждый раз доверие восстанавливалось медленно, но инфраструктура не исчезала.
Это не отменяет серьезности текущего случая. Взлом KelpDAO показал, что атаки все чаще идут не только через код, но и через инфраструктуру, мосты, проверяющие узлы и настройки безопасности. Такой риск сложнее отслеживать обычным пользователям.
Капитал не ушел из DeFi полностью
Самый важный сигнал — деньги не просто покинули сектор. Часть капитала перетекла в другие протоколы. Spark стал одним из явных бенефициаров: его TVL за выходные вырос с $1,8 млрд до $2,9 млрд.
Это показывает, что пользователи не отказались от DeFi как модели. Они начали выбирать площадки с более осторожной политикой листинга и лучшей ликвидностью. Рынок не умер, он перераспределил капитал туда, где риск кажется ниже.
Aave придется восстанавливать доверие
Aave остается одним из крупнейших протоколов сектора, но текущий эпизод станет для него серьезной проверкой. У протокола есть варианты для покрытия ущерба, включая казначейство, займы и координацию с другими участниками экосистемы. Но восстановление доверия займет время.
Главный вопрос теперь не в том, переживет ли Aave этот кризис. Вероятнее всего, переживет. Вопрос в том, какую премию за риск пользователи будут требовать после такого события и насколько осторожнее станет подход к новым залоговым активам.
Рынок пересмотрит цену риска
После KelpDAO доходность в DeFi будет оцениваться строже. Пользователи уже не будут смотреть только на APY. Они будут учитывать мосты, структуру обеспечения, ликвидность, настройки оракулов, верификаторов и качество управления рисками.
Это важный сдвиг. Если протокол предлагает низкую доходность, но требует сложного набора рисков, капитал может уйти в более простые инструменты. DeFi придется доказывать не только технологичность, но и экономический смысл.
Что дальше?
KelpDAO не похоронил DeFi, но показал его слабые места. Сектор стал крупнее, сложнее и связаннее, поэтому локальные сбои быстрее переходят в кредитные рынки и залоговые активы. Это требует других стандартов безопасности.
Дальше рынок будет смотреть на восстановление rsETH, действия Aave и поведение ликвидности в ближайшие недели. Если средства продолжат возвращаться в более надежные протоколы, кризис останется болезненной переоценкой. Если доверие к залоговым активам ухудшится шире, сектору придется перестраивать риск-модели глубже.
#defi #AAVE #KelpDAO #Ethereum #Write2Earn
$AAVE $ETH

Koэффициeнт кpeдитнoгo плeчa XRP пo-пpeжнeму cнижaeтcя, дaжe нecмoтpя нa тo, чтo цeнa удepживaeтcя вышe пcиxoлoгичecки вaжнoй oтмeтки в $1,З5. Дaнныe, пpoaнaлизиpoвaнныe CrуptoQuant, пoкaзывaют, чтo pacчётный кoэффициeнт кpeдитнoгo плeчa нa Binance пpиблизитeльнo cocтaвляeт 0,152.

Этoт пoкaзaтeль нeмнoгo вышe диaпaзoнa 0,1З2–0,150, xapaктepнoгo для кoнцa мapтa и нaчaлa aпpeля, вмecтe c тeм oн вcё eщё нaxoдитcя в зoнe, бoлee типичнoй для кoнцa 2024 гoдa. Oтcутcтвиe интepeca к иcпoльзoвaнию зaёмныx cpeдcтв в coчeтaнии c уcтoйчивыми цeнaми oбычнo пpeдшecтвуeт peзкoму нaпpaвлeннoму движeнию. Ecли дaвлeниe пoкупaтeлeй уcилитcя, XRP мoжeт пoкaзaть cущecтвeнный pocт, пocкoльку кaпитaл вepнётcя, и pынoк cнoвa пpивыкнeт к иcпoльзoвaнию зaёмныx cpeдcтв. Oднaкo вoзмoжнo и cнижeниe, ocoбeннo ecли pынoк ocлaбнeт. B цeлoм c нaчaлa гoдa XRP нaxoдитcя в ниcxoдящeм тpeндe, и нeкoтopыe индикaтopы укaзывaют нa тo, чтo фaзa кoppeкции eщё нe зaвepшeнa. Teм нe мeнee, зa пocлeдниe 24 чaca куpc XRP пoднялcя нa 2% дo $1,З9, чтo oбъяcняeтcя pocтoм биткoинa вышe $78,000, пoдopoжaвшeгo зa тoт жe пepиoд нa 2,5%. Taким oбpaзoм, динaмикa XRP в бoльшeй cтeпeни oбуcлoвлeнo бeтa-кoэффициeнтoм. Пpи oтcутcтвии чёткиx мaкpoэкoнoмичecкиx фaктopoв, укaзывaющиx нa вoзмoжныe пpичины, цeнa XRP былa cкopee peaктивнoй, чeм пpoaктивнoй.
Индeкc Altcoin Season упaл нa 7% дo З8, чтo укaзывaeт нa oттoк кaпитaлa из aльткoинoв. Пpи этoй пpичинe тexничecкaя cитуaция c XRP нe выглядит oптимиcтичнoй: тoкeн пo-пpeжнeму тopгуeтcя нижe cвoeй 7-днeвнoй пpocтoй cкoльзящeй cpeднeй (MA) нa уpoвнe $1,40, a oбъёмы тopгoв упaли пoчти нa З0%.$XRP #Write2Earn

Союз Джастина Сана и World Liberty Financial развалился на глазах. Основатель TRON подал иск против проекта, связанного с семьей Дональда Трампа, заявив о заморозке своих токенов, лишении прав управления и попытке обнулить его долю через механизм сжигания активов.
Еще год назад ситуация выглядела иначе. Сан считался ключевым инвестором WLFI, вложил $75 млн и получил роль советника. Он также стал крупнейшим держателем на закрытом ужине для владельцев мем-токена TRUMP. Теперь один из главных сторонников проекта перешел в статус истца.
Сан исчез с ключевого события TRUMP
В 2025 году Джастин Сан был центральной фигурой закрытого ужина для крупнейших держателей TRUMP. Его имя находилось на первой строчке рейтинга участников, а само событие активно освещалось им в соцсетях.
В этом году его не было. Вместо участия в мероприятии Сан подал иск против WLFI в федеральный суд Сан-Франциско. Это резко изменило восприятие истории, которая еще недавно выглядела как один из самых заметных союзов между политикой и криптоиндустрией.
В иске говорится, что команда WLFI ограничила доступ к его активам, лишила его возможности участвовать в управлении и создала условия для уничтожения его доли. Среди претензий указаны нарушение договоренностей, мошенничество и незаконное изъятие средств.
WLFI отвергает обвинения
Проект не согласился с обвинениями. Представители WLFI заявили, что претензии Сана не имеют оснований и искажают реальную картину происходящего.
Сооснователь WLFI Эрик Трамп ответил публично. Он сравнил ситуацию с покупкой банана, приклеенного к стене, намекнув на известную сделку Сана в мире современного искусства. Конфликт быстро вышел в публичное пространство.
Для WLFI это чувствительный момент. Сан был одним из инвесторов, которые помогли проекту пройти ранний этап запуска. Теперь его обвинения затрагивают доверие к модели токена и отношения с другими держателями.
Сан поддержал проект в момент слабого спроса
После анонса WLFI в сентябре 2024 года интерес к токену был ограниченным. Продажа стартовала с целью привлечь $300 млн, однако спрос оставался слабым.
Ситуация изменилась после входа Сана. Он приобрел токены на $30 млн, что позволило проекту преодолеть важный порог доходности. Позже он увеличил инвестиции еще на $45 млн, доведя общий объем вложений до $75 млн.
После этого основателя TRON включили в число советников. В тот период он открыто поддерживал проект и подчеркивал роль США в развитии блокчейн-индустрии.
Союз достиг пика на ужине TRUMP
Пик взаимодействия пришелся на май 2025 года. Тогда крупнейшие держатели TRUMP собрались на закрытом ужине в гольф-клубе Дональда Трампа в Вирджинии.
Сан оказался в центре внимания. Его имя возглавляло список участников, отражая крупнейшую индивидуальную долю среди приглашенных.
Позже он заявил о планах вложить еще $100 млн в мем-токен TRUMP. Тогда союз выглядел устойчивым и взаимовыгодным для обеих сторон.
На фоне сделки развивалось дело SEC
Параллельно с инвестициями Сана в проекты Трампа продолжалось разбирательство с Комиссией по ценным бумагам и биржам США. В 2023 году регулятор обвинил его в манипуляциях на рынке и искусственном завышении цены токена.
Речь шла о сотнях тысяч сделок и прибыли около $32 млн. Также утверждалось, что для продвижения использовались оплаченные публикации знаменитостей без раскрытия рекламы.
После инаугурации Трампа дело замедлилось. Стороны запросили паузу для обсуждения урегулирования, а позже конфликт был закрыт после выплаты штрафа в $10 млн.
Политическая реакция усилила давление
Закрытие дела вызвало критику. Сенатор Элизабет Уоррен связала решение SEC с инвестициями Сана в проекты Трампа.
По ее словам, вложения в размере около $90 млн могли повлиять на мягкость итогового решения. Такая оценка усилила политическую составляющую истории.
Ситуация вышла за рамки корпоративного спора и стала частью более широкой дискуссии о влиянии крупных инвесторов на регулирование.
Конфликт развивался заранее
Противостояние началось до подачи иска. В сентябре WLFI внес кошелек Сана в черный список, объяснив это стандартной процедурой безопасности.
Позже Сан заявил, что в системе токена предусмотрен механизм, позволяющий ограничивать или изымать активы пользователей. Это стало одной из ключевых точек конфликта.
После публичных заявлений напряжение усилилось. WLFI предложил решать спор в юридической плоскости, и Сан воспользовался этой возможностью.
Сан избегает прямых обвинений Трампа
В иске Сан не направляет основные претензии на Дональда Трампа. Он говорит о действиях отдельных участников команды WLFI и выделяет сооснователя Чейза Херро.
При этом Сан отмечает, что сам президент не стал бы поддерживать такие решения. Он подчеркивает, что рассчитывает на равное отношение как к одному из ранних инвесторов.
Такая позиция выглядит осторожной. Даже в условиях судебного спора он избегает прямого конфликта с политической фигурой.
Для WLFI это проверка модели
Судебный процесс ставит под вопрос ключевые элементы проекта. Если действия по заморозке токенов будут признаны необоснованными, это может повлиять на доверие к системе управления и правам держателей.
Для инвесторов это сигнал. Возможность ограничения активов становится фактором риска, который придется учитывать при оценке подобных проектов.
WLFI предстоит доказать, что его действия соответствовали заявленным правилам. От этого зависит не только исход дела, но и дальнейшее восприятие проекта.
Что дальше?
Ключевым этапом станет рассмотрение дела в федеральном суде. От решения будет зависеть, как рынок оценит действия команды WLFI и позицию Сана.
Если суд поддержит истца, проект столкнется с серьезными последствиями. В противном случае WLFI сможет подтвердить свою правовую позицию и снизить давление со стороны инвесторов.
История уже изменила восприятие союза Сана и Трампа. Вопрос в том, станет ли этот конфликт частным случаем или сигналом для всей индустрии.
#Tron #WLFI #TRUMP #Write2Earn
$TRX $WLFI $TRUMP

Физический AI становится следующей крупной фазой развития искусственного интеллекта(AI) — не потому, что роботы-гуманоиды вдруг стали реальностью, а потому что интеллект всё увереннее перемещается в физический мир.
До недавнего времени разговор об AI крутился вокруг цифровых систем: модели генерировали текст, суммировали информацию, писали код и отвечали на вопросы. Эта волна действительно изменила многое. Но следующий этап будет определяться не тем, что системы умеют говорить, а тем, что они реально способны делать. Так считают в отрасли — и с этим сложно поспорить.
Что такое физический AI
Физический AI — это способность систем воспринимать окружающую среду, принимать решения локально и действовать с нарастающей степенью автономии в условиях реального мира. Это AI, работающий там, где данные создаются и где действие должно происходить: внутри машин, устройств и систем, напрямую взаимодействующих с физической реальностью.
Этот сдвиг — не результат какого-то одного прорыва. Речь идёт о системной конвергенции трёх сил: специализированного интеллекта, мультимодального восприятия и вычислений в реальном времени на периферии сети. Вместе они трансформируют AI из преимущественно цифровой возможности в операциональную. Различие принципиальное: будущее AI определится не тем, кто создаст наибольшие модели, а тем, кто сможет надёжно развернуть интеллект в реальном мире — с учётом ограничений по энергопотреблению, задержкам, безопасности, стоимости и надёжности.
Физический AI — это история о периферии
В отличие от облачного AI, физический не может опираться на удалённую инфраструктуру для интерпретации данных и выдачи команд. Ему нужна локальная обработка — понимание контекста в реальном времени и немедленное действие.
Во многом физический AI — это закономерная эволюция интернета вещей (IoT). Не отход от подключённых систем, а их развитие: от устройств, которые собирают и передают данные, к системам, способным воспринимать, делать выводы и действовать для достижения значимых результатов.
Фундамент для этого перехода уже заложен. Достижения в области эффективных AI-моделей в сочетании с мультимодальным восприятием — зрением, звуком, тактильными ощущениями — создают новый класс периферийных систем, способных реагировать на окружающую среду в режиме реального времени. Эти системы создаются не для демонстраций, а для работы в условиях, где надёжность критична, а ошибки дорого обходятся.
Физический AI — это то, что раскрывает стратегическую ценность периферийного AI в полной мере. Годами периферийный AI воспринимался как архитектурный выбор — вопрос о том, где именно происходят вычисления. Физический AI превращает этот выбор в бизнес-необходимость, выводя AI за рамки анализа и переводя его в плоскость реального взаимодействия с миром. Если цифровой AI — это мозг, то физический AI — это интеграция восприятия и действия, позволяющая машинам осмысленно функционировать в физической реальности.
Не роботы, а промышленные системы
Первая крупная волна физического AI будет обусловлена не универсальными роботами-гуманоидами. Она придёт из специализированных систем, работающих в чётко определённых средах: промышленная автоматизация, автономные транспортные средства, робототехника, умная бытовая техника и интеллектуальная инфраструктура. Такие системы менее заметны, чем потребительские роботы на презентациях, но именно они представляют наиболее непосредственное и ощутимое влияние на рынок.
Один из главных мифов сегодняшнего AI — что прогресс зависит прежде всего от создания всё более крупных и универсальных моделей. В физическом AI всё нередко наоборот. Фабричная система, робот-курьер и домашний прибор не нуждаются в одном и том же интеллекте. Меньшие, более эффективные и узкоспециализированные модели имеют здесь значение не меньшее, а то и большее, чем масштаб сам по себе.
Этот сдвиг существенно влияет на подходы к проектированию AI-систем. Специализация, эффективность и локальное исполнение становятся приоритетами. Разработчики должны иметь возможность адаптировать проверенные модели к конкретным сценариям использования — без необходимости каждый раз начинать с нуля.
Не менее важно и то, что локальный инференс позволяет системам накапливать контекст со временем: выявлять закономерности, адаптироваться к условиям эксплуатации и стабильно реагировать на изменения. В промышленных условиях такая предсказуемость принципиальна для безопасности и производительности.
Что нужно для масштабирования
Масштабирование физического AI потребует нового поколения периферийных платформ, объединяющих вычисления, восприятие и связь в единую гибкую архитектуру. При этом такие платформы должны поддерживать широкий спектр задач — от фонового мониторинга до ресурсоёмкого инференса — без принуждения разработчиков к закрытым экосистемам или разрозненным программным средам.
Открытость, масштабируемость и доступность для разработчиков определят лидеров в этом сегменте. Тем, кто стремится занять ведущие позиции, предстоит выйти за рамки фокуса на вычислительной мощности и направить усилия на снижение системной сложности, поддержку разнородных моделей и фреймворков — чтобы развёртывание интеллекта в широком диапазоне продуктов и рынков стало практически реализуемым.
Физический AI знаменует фундаментальный сдвиг: от анализа к действию, от централизованного к распределённому интеллекту, от демонстраций к реальной операционной ценности. Именно поэтому эта тема заслуживает внимания на уровне стратегических решений уже сейчас.
Первые применения — промышленная автоматизация, автономные системы, умная инфраструктура — уже формируют рынок и задают стандарты надёжности. То, насколько широко физический AI проникнет в повседневную жизнь и производство, во многом будет определяться способностью отрасли создавать специализированные, эффективные и доступные платформы для его развёртывания.
#AI #AImodel #ROBOT #Write2Earn
$BTC

Apple показала сильный квартал. Выручка составила $111,18 млрд, прибыль на акцию — $2,01. Оба показателя оказались выше ожиданий рынка, однако ключевой продукт компании снова не дотянул до прогноза.
Реакция инвесторов оказалась сдержанной. Отчет подтвердил устойчивость бизнеса, но не дал повода для переоценки акций.
Выручка и прибыль выросли быстрее ожиданий
Аналитики ожидали $109,66 млрд выручки и $1,95 прибыли на акцию. Apple превысила оба ориентира, показав рост относительно прошлого года.
Чистая прибыль достигла $29,58 млрд против $24,78 млрд годом ранее. Операционная прибыль выросла до $35,89 млрд, что отражает улучшение эффективности бизнеса.
За первые шесть месяцев финансового года выручка компании составила $254,94 млрд. Это заметно выше $219,66 млрд за аналогичный период прошлого года.
iPhone растет, но не дотягивает до прогноза
Продажи iPhone остаются крупнейшей статьей дохода. В квартале они составили $56,99 млрд против $46,84 млрд год назад.
Однако рынок ожидал большего. Прогноз составлял $57,21 млрд, и фактический результат оказался ниже. Это уже второй случай за три квартала, когда ключевой продукт Apple не соответствует ожиданиям аналитиков.
Для инвесторов это важный сигнал. Даже при росте выручки отклонения в iPhone влияют на общее восприятие отчета.
Сервисы усиливают структуру доходов
Сегмент сервисов показал наиболее стабильный рост. Выручка достигла $30,98 млрд против $26,65 млрд год назад.
Это новый рекорд для компании. Сервисы включают подписки, облачные решения и цифровые продукты, которые формируют регулярный денежный поток.
Именно этот сегмент постепенно снижает зависимость Apple от продаж устройств. Для рынка это ключевой фактор долгосрочной устойчивости.
Остальные продукты показывают умеренный рост
Выручка от всех продуктов составила $80,21 млрд против $68,71 млрд год назад. Рост распределен между несколькими категориями.
Mac принес $8,40 млрд, iPad — $6,91 млрд, устройства и аксессуары — $7,90 млрд. Эти сегменты не формируют основной доход, но поддерживают стабильность экосистемы.
Расходы увеличиваются, но маржа сохраняется
Себестоимость продаж составила $56,40 млрд. Расходы на исследования и разработки выросли до $11,42 млрд, что отражает инвестиции в новые продукты.
Операционные расходы достигли $18,90 млрд. Несмотря на рост затрат, валовая прибыль составила $54,78 млрд, что позволяет компании сохранять высокий уровень рентабельности.
Рост во всех регионах
Apple показала увеличение выручки по всем ключевым рынкам. В Северной и Южной Америке продажи достигли $45,09 млрд, в Европе — $28,06 млрд.
Китай принес $20,50 млрд против $16 млрд год назад. Япония добавила $8,40 млрд, остальной Азиатско-Тихоокеанский регион — $9,14 млрд.
Такая динамика подтверждает глобальный спрос на продукты компании.
Денежный поток и обратный выкуп
Операционный денежный поток за квартал превысил $28 млрд. Это один из ключевых показателей устойчивости бизнеса.
Apple также одобрила новый байбэк на $100 млрд. Обратный выкуп снижает количество акций в обращении и поддерживает их стоимость.
Комментарии руководства
Глава компании Тим Кук назвал квартал лучшим в истории для марта. Он отметил рост во всех регионах и высокий спрос на новую линейку устройств.
Финансовый директор Кеван Парех подчеркнул, что компания достигла рекордных показателей по денежному потоку и прибыли на акцию.
Что это значит для рынка
Отчет подтверждает стабильность модели Apple. Компания продолжает увеличивать выручку и прибыль, несмотря на масштаб бизнеса.
При этом структура доходов постепенно меняется. Сервисы занимают все большую долю, снижая зависимость от циклов обновления устройств.
Однако рынок по-прежнему ориентируется на iPhone. Любое отклонение в этом сегменте влияет на оценку компании.
Что дальше?
Краткосрочно внимание инвесторов останется на динамике продаж iPhone и росте сервисов. Эти два сегмента определяют реакцию рынка на отчетность.
Долгосрочно ключевой вопрос — баланс доходов. Если сервисы продолжат расти быстрее устройств, Apple сможет снизить зависимость от одного продукта и стабилизировать финансовые показатели.
#Apple #iPhone #stock #Write2Earn
$AAPLon

Большие языковые модели сталкиваются с архитектурной проблемой, которую индустрия пока не решила окончательно: после обучения знания модели фактически фиксируются, а любая попытка их обновить грозит так называемым «катастрофическим забыванием».
Что такое катастрофическое забывание
В январе 2026 года было опубликовано исследование, позволившее детально проанализировать механизмы этого явления в трансформерных моделях при последовательном обучении. Авторы выявили три ключевых процесса: интерференцию градиентов в весах внимания, дрейф представлений в промежуточных слоях и сглаживание ландшафта потерь. При этом около 15–23% голов внимания подвергаются серьёзному нарушению — особенно в нижних слоях сети. Примечательно, что забывание сильнее проявляется именно тогда, когда новые задачи похожи на уже изученные.
Параллельное исследование того же периода показало, что даже градиентно-свободные методы — в частности, эволюционные стратегии — не спасают от забывания предыдущих способностей. Такие методы показывают сопоставимые результаты на математических задачах и задачах логического вывода, однако вносят более масштабные изменения в веса модели — а значит, сильнее затрагивают уже накопленные знания.
Суть проблемы — в том, что модель оперирует вероятностями, а не фактами. Без доступа к актуальным внешним данным она воспроизводит то, что усвоила в ходе обучения, нередко галлюцинируя при запросах о событиях, произошедших после его завершения.
Поиск как инфраструктурное преимущество
Основной рабочий подход сегодня — генерация с дополнением на основе поиска (Retrieval-Augmented Generation, RAG): модель не обучается заново, а получает доступ к внешним источникам в момент генерации ответа. Это позволяет опираться на актуальные данные, не затрагивая веса сети и не провоцируя забывание. Однако реализовать генерацию на основе поиска на должном уровне могут прежде всего те компании, у которых уже есть собственная поисковая инфраструктура.
Microsoft интегрирует Bing напрямую с Copilot: система формирует суммированные ответы с указанием источников и предлагает направления для дальнейшего изучения темы. Google обеспечивает связку своего поиска с Gemini, давая модели доступ к актуальной информации в реальном времени.
Компании без собственного поиска оказываются в принципиально иной ситуации: им приходится либо использовать сторонние решения, либо строить поисковую инфраструктуру с нуля — включая системы сбора и индексации данных из интернета. Это не только технологическая задача — поиск требует многолетней работы с качеством данных, ранжированием и фильтрацией выдачи. Быстро воспроизвести такое преимущество крайне сложно.
Ученые ищут решение
Ещё в 2023 году было эмпирически подтверждено существование катастрофического забывания при последовательной настройке моделей — эта работа во многом определила направление последующих исследований. В 2026 году появляются стратегии частичного снижения остроты проблемы — O-LoRA, CLAIM, Nested Learning от Google Research, — однако фундаментальное архитектурное ограничение по-прежнему остаётся предметом активного научного внимания.
На этом фоне расстановка сил в индустрии становится всё более очевидной: компании с развитой поисковой инфраструктурой получают структурное преимущество, которое сложно компенсировать одними лишь улучшениями архитектуры моделей. Генерация и интеграция на основе поиска сегодня — это не временный обходной путь, а ключевой элемент конкурентоспособности продуктов искусственного интеллекта. И пока исследователям не удастся решить проблему забывания на уровне самой модели, доступ к качественному поиску останется одним из главных факторов, определяющих, чьи AI-сервисы окажутся точнее и надёжнее.
#AImodel #AI #Write2Earn
$ETH

Искусственный интеллект(AI) действительно меняет всё — и именно в этом главная угроза: когда технология по-настоящему меняет всё, рынок перестаёт задавать неудобные вопросы.
Нынешний ажиотаж вокруг AI подпитывается не только инновациями. За ним стоит мощная смесь жадности и страха упустить выгоду. Когда эти две силы берут верх, на смену здравому смыслу приходит иррациональное поведение. Это не приговор технологии — это наблюдение за тем, как функционирует рынок. Мы уже проходили через подобное.
Когда стоимость капитала стремится к нулю
Есть верный признак того, что рынок перешёл от воодушевления к иррациональному оптимизму: стоимость капитала приближается к нулю. Когда риск перестают учитывать в цене, исчезает и дисциплина. Вопросы об окупаемости инвестиций, о последствиях возможных сбоев — всё это приносится в жертву в погоне за быстрой выгодой.
Капитал сегодня размещается почти бесконтрольно. Предприниматели усвоили: добавить «AI» к описанию любого продукта — значит открыть многие двери. Корпорации делают масштабные AI-закупки, однако по большей части в рамках R&D — пытаясь понять, что эта технология означает для их бизнеса, прежде чем конкурент опередит их. Параллельно работает механизм рециркуляции: значительная часть доходов AI-компаний поступает от других AI-компаний, покупающих вычислительные мощности и сервисы. Каждый доллар при этом считается за десять.
Это и есть проблема краткосрочного преувеличения. Путь от революционной технологии до устойчивой ценности никогда не бывает прямым — эпоха доткомов это доказала. Мы склонны переоценивать краткосрочный эффект и недооценивать долгосрочный. Сейчас мы находимся именно в фазе переоценки.
Почему барьеры — не теория
Наряду с потоком капитала, вливающегося в AI, существует длинный и по большей части нерешённый перечень реальных препятствий для массового внедрения.
Среди них — рекурсивное загрязнение данных. Большие языковые модели генерируют огромные объёмы контента, который затем используется как обучающий материал для следующего поколения моделей. Ошибки и галлюцинации усиливаются с каждым циклом. Это напоминает многократное копирование копии: качество неуклонно падает, и в итоге невозможно установить, каким был исходный источник. Индустрия уже обращается к синтетическим данным, чтобы компенсировать нехватку качественного человеческого контента, — однако это рискует ускорить деградацию, а не устранить её.
Ещё серьёзнее проблема отравления данных. Злоумышленники могут намеренно искажать обучающую выборку, и однажды внедрённый «яд» остаётся в модели навсегда. Особенно опасен военный сценарий: AI, обученный распознавать своих и чужих на основе скомпрометированных данных, обнаружит скрытую уязвимость лишь в разгар реального конфликта. Задокументировано, что для отравления языковых моделей любого размера достаточно всего 250 вредоносных документов — это делает атаки на обучающие данные не гипотетической угрозой, а вполне актуальной проблемой кибербезопасности.
Отдельная проблема — непрозрачность моделей. AI-вендоры в основном скрывают, что именно находится внутри их систем. Независимо проверить, насколько модель безопасна, объективна и точна, практически невозможно. Вице-президент Cisco Том Гиллис (Tom Gillis) прямо указывает: для чувствительных задач модели следует запускать на собственной инфраструктуре, а не в облаке — потому что никто не знает наверняка, что там происходит.
Пока эти проблемы не будут решены применительно к каждому конкретному сценарию использования, массовое внедрение AI не произойдёт — и не должно происходить — в том масштабе, который рынок закладывает в текущие оценки.
Скорость машин меняет уравнение риска
Главная опасность AI - не в том, что что-то может пойти не так, а в том, как быстро это происходит. Исторически человек в цепочке принятия решений был своеобразным предохранителем — тем, что замедляло процессы достаточно, чтобы в нужный момент включилось суждение. Агентный AI этот предохранитель убирает полностью.
Одни только последствия для наступательных кибератак должны заставить любой совет директоров насторожиться. Прежде экономика сдерживала злоумышленников от автоматизации атак в полном объёме: это попросту было невыгодно. Машинное обучение снимает это ограничение. Когда AI-системы взаимодействуют друг с другом за пределами контролируемой среды и что-то идёт не так на скорости машины — остановить это может оказаться невозможным. Непредвиденные последствия этой технологии, о которых мы ещё даже не начали думать, не будут развиваться медленно.
Что делать инвесторам и советам директоров
Всё это — не аргумент против AI. Ядерная энергия — один из самых мощных и чистых источников энергии из когда-либо созданных. И одновременно — материал для бомб. Технология сама по себе не выбирает. Выбираем мы. Разница — в наличии или отсутствии дисциплины, ограничений и трезвой оценки последствий.
Компании и инвесторы, которые сформируют долгосрочный AI-ландшафт, — не те, кто движется быстрее всех прямо сейчас. А те, кто движется наиболее осознанно. Когда стоимость капитала нормализуется — а это произойдёт — устоят именно те, кто внедрял AI под конкретные задачи, кто выстраивал понимание рисков и доходности до масштабирования. Именно так всегда строились устойчивые компании.
Для советов директоров и управляющих капиталом задача — не притормозить, а сфокусироваться. Задавать вопросы, которые рынок сейчас игнорирует. Разграничивать R&D и производственное развёртывание. Чётко понимать, на каком этапе реально находится организация. Требовать конкретики в сценариях применения: «мы используем AI» — это не стратегия. Учитывать риски в финансовых моделях и повестке советов директоров как приоритетные факторы, а не сноски.
Долгосрочный трансформационный потенциал AI реален — и его по-прежнему недооценивают. Золото существует. Но дисциплина состоит в том, чтобы отличать его от блёстки и иметь терпение, чтобы это различие имело значение.
#AI #AImodel #Write2Earn
$AI $BTC