跟Leo看AI

Mt. Gox снова и снова переносит сроки: крайний срок выплат отодвинули до 31 октября 2027 года

Официальная причина — многие кредиторы до сих пор не завершили регистрацию и верификацию, а при выплате некоторых средств также возникли проблемы. Если вдуматься, Mt. Gox взломали уже больше десяти лет назад 👇👇

2014 год: японскую биржу Mt. Gox взломали хакеры, похитив около 850 тысяч биткоинов. Впоследствии биржа обанкротилась.

Июль 2024 года: Mt. Gox официально начала возвращать BTC через такие платформы, как Kraken, Bitstamp, BitGo, Bitbank и SBI VC Trade. За месяц было переведено более 90 тысяч BTC.

С 2023 года: крайний срок переносили уже 4 раза подряд — с 2023 года его отодвинули аж до 2027-го.

Из 142 тысяч BTC, предназначенных для выплат, уже вернули около 110 тысяч биткоинов. В кошельке управляющего осталось примерно 34 тысячи. Судя по всему, давление продаж на рынке из-за выплат Mt. Gox уже далеко не такое сильное, как раньше #门头沟还款再度延期

🐮😱Самый крутой документальный фильм в истории? Недавно за рубежом вышел фильм «Ты можешь увидеть всё», который получил самую высокую оценку MTC почти за 10 лет. И это настоящая документальная картина.

Главная героиня фильма — Элизабет Холмс, главная участница громкого мошенничества, потрясшего Кремниевую долину. В 19 лет она бросила учёбу в Стэнфорде и основала компанию, доведя её оценку до 9 миллиардов долларов — тогда она была одного масштаба с Tesla. Но в итоге выяснилось, что вся компания от начала до конца была аферой❗️

Фильм сняли за 34 дня до того, как она отправилась в тюрьму отбывать срок. Холмс сама появляется в кадре: интервью и съёмки следом за ней позволяют заглянуть в её повседневную жизнь. Если вспомнить, чем она занималась, и добавить её фирменные широко раскрытые глаза, которые почти не моргают, фильм производит по-настоящему жуткое впечатление.

Давайте вспомним эту аферу👇👇

В 2003 году Холмс основала компанию по анализу крови Theranos, заявив, что с помощью всего нескольких капель крови из пальца можно проводить более сотни анализов. Благодаря этой истории и тщательно скопированному образу Стива Джобса ей удалось привлечь в совет директоров таких влиятельных политиков, как Генри Киссинджер и Джордж Шульц. К 2014 году стоимость компании достигла примерно 9 миллиардов долларов, а Холмс стала самой молодой женщиной-миллиардером, сколотившей состояние самостоятельно. Но эта технология так и не заработала. Компания тайно проверяла образцы на модифицированном коммерческом оборудовании, обманывала инвесторов и надзорные органы, а также отправляла реальные пациентам неточные результаты анализов.

В 2015 году журналист The Wall Street Journal Джон Каррейру раскрыл аферу благодаря информации от сотрудников компании. В 2018 году Theranos была ликвидирована. В 2022 году Холмс приговорили к 11 годам и 3 месяцам тюрьмы за обман инвесторов. Она до сих пор отбывает наказание. Эта история стала самым известным отрицательным примером культуры Кремниевой долины «притворяйся успешным, пока не добьёшься успеха».#骗局 #你能看到一切

量子威胁又来了，这次似乎不太一样！！🚨🚨

Anthropic前两天发了一篇量子计算论文，标题写的是：「AI设计更高效的量子电路，让化学、材料科学的应用更早到来」。

但论文8个任务里写得最细的一个，是256-bit椭圆曲线点加法。它是量子计算机破解椭圆曲线离散对数的核心步骤，而$BTC、$ETH 的签名用的正是椭圆曲线。

任务包括什么？
1.只给Claude Mythos 5一段简短需求和一个自动评分器（qubit数 × gate数），让它自己闭环迭代，基本没有人工介入。
2.点加法里最贵的一步是模逆。Claude跑了53 小时，做出了第一个不需要存储分支历史的可逆divsteps实现，还自己证明了几个新的代数恒等式，并用Lean做了形式化验证。
3.和此前最小的设计相比，它用的qubit多了12%，但gate少了17倍。
4.顺手把DQI的Reed–Solomon解码器做到比Google之前的方案少12倍gate。
5.对比一下历史： FeMoco模拟所需的Toffoli gate，2017年估算约50万亿，现在降到约3.4亿，下降了大约15万倍。这主要靠多个研究组8年来一步步改进算法，每一步都要花上几个月。
而Claude这次的椭圆曲线设计，只是一次53小时的运行。

也就是说，这次AI只用53小时，就把量子破解BTC、ETH签名的关键步骤做得更省资源，你的加密货币现在还不会被盗，但量子威胁到来的时间可能比大家预想的更早。

一旦硬件追上，公钥已经在链上暴露过的地址会最先面临风险，所以抗量子签名的升级不能再拖了！！

#AI Может ли CoreWeave стать «бомбой замедленного действия» на рынке ИИ? 🚨⚠️ На этот раз одних обещаний Хуан Жэньсюня может быть недостаточно

В последнее время господин Хуан неустанно вселяет в рынок уверенность: нынешняя турбулентность рано или поздно закончится, ИИ изменит каждую отрасль, а мы всё ещё в самом начале пути.

Но Уолл-стрит беспокоит уже не вопрос «есть ли от ИИ польза?», а вот что: когда окупятся огромные займы на покупку GPU?

Модель роста CoreWeave проста: покупать GPU, заключать долгосрочные контракты на вычислительные мощности, затем привлекать финансирование под эти контракты и активы, чтобы покупать ещё больше GPU. Если клиенты платят вовремя, а финансирование не иссякает, этот цикл может продолжаться.

Проблема в том, что нехватка электроэнергии может замедлить поставки, а значит, доходы поступят позже, тогда как проценты всё равно придётся платить. К тому же старые GPU дешевеют по мере развития технологий. Если новых заказов станет меньше, а цены при продлении контрактов снизятся, зарабатывать и брать деньги в долг может стать одновременно труднее.

Доходы ниже ожиданий — займы обходятся дороже; займы обходятся дороже — погашать долги сложнее. Вот что рынок называет «смертельной спиралью», а не просто падением акций в течение нескольких дней.

У Хуан Жэньсюня, конечно, есть причины верить в ИИ. Но то, что NVIDIA зарабатывает на продаже GPU, ещё не означает, что компании, которые их покупают, смогут окупить свои вложения.

Долгосрочные контракты и устойчивый спрос могут поддержать эту модель, и сейчас ещё слишком рано говорить о «кризисе субстандартного кредитования». Но чтобы развеять сомнения рынка, CoreWeave нужно показать денежный поток, а не просто веру.

Маск и правда авангардист человеческого прогресса! Только посмотрите, что он создаёт: ракеты, Starlink, электромобили, центры обработки данных в космосе — каждая идея тянет на отдельный голливудский блокбастер. А теперь он ещё и летающий автомобиль сделал! То, о чём мы писали в школьных сочинениях, стало реальностью!!! Это просто круто, нельзя не восхищаться этим человеком #特斯拉发布Roadster

Недавно новость о Lao Gan Ma попала в тренды: говорят, эта компания заработала почти 800 миллионов долларов за год благодаря ИИ.

Что случилось? На самом деле в прошлом году Lao Gan Ma внедрила систему визуального контроля качества на основе ИИ, благодаря которой доля брака на ключевых этапах производства снизилась до 0,02%. В цеху камеры каждые 0,3 секунды сканируют конвейер, а некачественные перцы сдувает в контейнер для отходов. Если говорить просто, к заработку ИИ имеет мало отношения — его просто притянули за уши 😂😂

Но до внедрения системы ИИ на всей производственной линии работало более 600 сортировщиков перца, а теперь осталось меньше 50. Неужели только мне жаль этих работников, которых заменили??

#Muse超越ChatGPT成iOS免费榜首 Почему в Китае до сих пор не появилось собственного Muse? Телефон Doubao: «Я бы хотел, но они не согласны» 😕😕

Ассистент телефона Doubao давно хотел создать целый набор функций, чтобы автоматически оформлять для пользователей заказы на Taobao и заказывать доставку еды через Meituan. Чтобы получить разрешение, в прошлом месяце Doubao опубликовал правила и выставил их на общественное обсуждение на 30 дней, предложив компаниям-разработчикам приложений решить, разрешать ли ИИ Doubao автоматически выполнять действия от имени пользователей. Но когда срок обсуждения закончился, многие ведущие китайские компании, включая WeChat, Alipay, Taobao, Meituan, Pinduoduo и Xiaohongshu, отказали..

На самом деле логику крупных компаний понять несложно: если поручить действия ИИ, как тогда зарабатывать на рекомендациях продавцов и рекламе, которая показывается при запуске приложения? Как ни посмотри, одни сплошные минусы. В ближайшее время решения этой проблемы, похоже, не будет.

Ещё один мужчина-знаменитость признался, что торговал NFT и потерял на этом больше, чем на акциях 😂😂 Кажется, среди знаменитостей NFT ещё покупали Стивен Чоу, Джей Чоу, JJ Lin и Эдисон Чен. Но большинство из них, похоже, успели срубить денег с доверчивых инвесторов. #方力申自爆买NFT亏惨

Просто не могу поверить! Такое качество 3D-игры — и всё это один человек за полмесяца сделал вручную с помощью ИИ! Я сам поиграл: и стиль, и музыка — на высшем уровне. А после публикации за одну ночь набралось больше 1,6 миллиона просмотров! И число до сих пор стремительно растёт.

Вот это мощно! Хороший вкус + умение работать с ИИ + высокая исполнительность + готовность делиться и выражать свои мысли — вот формула успеха в наше время!!!

Этот мир и правда сошёл с ума... ИИ уже начал рожать детей, ещё и в декрет надо уходить😓😓

На днях суд Южного округа Нью-Йорка приговорил 54-летнего Майкла Смита к 18 месяцам тюрьмы за мошенничество с музыкой, созданной ИИ, и накруткой прослушиваний в стриминговых сервисах 😳😳 Это первое уголовное дело такого рода в США.

Как именно он это провернул? Сначала с помощью ИИ он массово создал сотни тысяч песен и загрузил их на крупные платформы вроде Spotify и Apple Music, чтобы получать отчисления за авторские права, а затем использовал ботов для накрутки прослушиваний. За семь лет эта схема принесла ему 8,09 миллиона долларов⋯⋯

И ведь этого парня поймали ещё в 2024 году. Используй он нынешние ИИ-инструменты — заработал бы ещё больше #神操作

Не могу поверить, что узнала об этом блогере только сейчас!! Студент из Гонконга Martin Luk в прошлом году с годовой доходностью 969,8% стал чемпионом в категории акций на чемпионате США по инвестициям 🏆🐮

Говорят, его самая популярная и проверенная стратегия называется «покупка на откатах». Она отлично подходит для небольшого капитала, а цена ошибок при её применении невелика. Я посмотрела: на YouTube у него больше 8000 подписчиков, и по вечерам он часто проводит прямые эфиры, где торгует акциями.

#Ledger暂停CryptoBilis销售 После кражи у Ledger кто-то раскопал условия компенсации другого производителя аппаратных кошельков — OneKey: там написано, что максимальная выплата составляет всего 100 долларов. Хотя эту ситуацию и правда сложно оценивать, да и, похоже, в Web2 нет аналогичных случаев. Разве кто-нибудь покупал сейф, а после кражи имущества требовал компенсацию у производителя сейфа? Но если из-за проблем с безопасностью самого кошелька украдут хранившиеся в нём активы на огромную сумму, а производитель скажет, что может выплатить максимум 100 долларов, кто такое стерпит? 🤡🤡

#xrp账本修复可增发xrp的漏洞 Если я не ошибаюсь, несколько месяцев назад с ZEC произошло нечто подобное, и в тот же день он обвалился более чем на 50%, верно? Почему цена XRP почти никак не реагирует??

Обязательно совершать обмен руками? Ногами нельзя?

Сестра Сиба умеет отжигать, ахахаха

#Manus完成超5亿美元新一轮融资 Manus и правда снова вернулся в игру?? И привлёк 500 миллионов долларов

После целой череды драматических событий — приобретения компанией Meta, экстренной остановки сделки и её отмены — Manus не пал. Возможно, спустя много лет мы оглянемся назад и поймём: тогда было правильно не продаваться Meta.

На праздники в честь Дня образования КНР съездил на малую родину. В уездном городе никто не говорит об ИИ, больших языковых моделях, американском фондовом рынке, чипах или воплощённом ИИ — вечные темы всё те же: семейные дела и повседневные заботы.

Кажется, мир так и остался прежним 🤫🤫

Muse爆火第13天Meta涨11%，但"AI新入口"的故事先别信

Десять лет назад Цукерберг на F8 показал бота Messenger, который подбирает цветы и говорит: «Никому не нравится звонить продавцам». Десять лет спустя та же компания выпустила персонального агента Muse: за 13 дней он поднялся на первое место в бесплатных чартах в США — и дважды сразу; скачиваний — более 2,5 млн.

Мета-нарратив замкнул круг: в 2023-м «год эффективности» сэкономил деньги и увеличил выручку почти на 200%; к 2026-му капзатраты разогнали до $130 млрд, а свободный денежный поток во 2-м квартале остался лишь $784 млн, но из-за Muse в один день рост снова составил 11%. Рынку не важно, тратишь ты деньги или экономишь — его волнует, сможет ли история самообосноваться.

Но это уже 5-й раз, когда гигант пытается перехватить «супер-вход» с помощью ИИ — первые четыре раза все останавливалось на функциях и не доходило до входа: Alexa для голосовых покупок пробовали лишь 2% пользователей, и почти 90% больше не возвращались; боты Messenger превратились в службу поддержки; провалились GPT Store и Humane AI Pin; ChatGPT Instant Checkout раскритиковали в Walmart — конверсия оказалась только 1/3 от показателя, который ведет на сайт. После китайского Нового года «Qianwen 30 миллиардов» с раздачей бонусов вывел DAU до 73,52 млн, а затем откатился до 30 млн. Каждый раз рынок платил за шум — и каждый раз финал был одинаков.

Главное противоречие агента: уничтожать время, но хотеть удержать пользователя

Монетизация интернет-входов бывает лишь двумя путями: рекомендации, которые продают показами за «поглощение времени», и поиск — который за счет «доставки» передает человека продавцу. Персональный агент не занимает ни ту, ни другую сторону: он делает за тебя задачу и помогает тебе как можно быстрее уйти — это «уничтожение времени»; но при этом хочет удержать пользователя у себя. Он передает продавцу всего лишь заказ: виден аккаунт и адрес, но не видно того, кто «ходил по магазину» — нет браузинга, задержки и повторных покупок. Следующий заказ — снова сравнение цен, и победа на этот раз не дает долгосрочного преимущества.

Продавцы не будут платить высокую цену за заказ, где нет видимого пользователя. А у агента на фронтенде есть реальные предельные издержки: вывод рассуждений, виртуальные машины, рендеринг, попытки снова — все это стоит денег. Мета при этом хочет «прилепиться» с обеих сторон: и брать с пользователей подписку, и одновременно снимать комиссию с транзакций.

С расчетами холодно: аналитики JPMorgan смоделировали, что в 2028-м у Muse будет 100 млн пользователей, 5 запросов в день, 10% из них имеют коммерческую ценность; при каждом сеансе монетизация — $0,07, а за год это — $1,3 млрд. Для Meta вклад в прибыль на акцию — всего 1%. А в Meta Q2 годовая реклама — $237 млрд.

Быть на чьей-то стороне — это ремесло

Для кого сервис — для потребителей или для продавцов? Что стоит покупать — если выигрывает «платная жизнь продавца»: например, YiTao bị 京东屏蔽 (внутр. блокировался JD), а Google Shopping из бесплатного сравнения перешел к платным показам. 20 сентября Amazon запретил Muse — причина предельно проста: сторонние приложения, которые помогают клиентам оформлять заказы между магазинами, должны открыто работать и уважать волю сервис-провайдеров. Как только агент переключится на то, чтобы за деньги приводить трафик продавцам, он больше не будет агентом-покупателем, который экономит тебе, а станет еще одним рекламным каналом. Цукерберг говорит, что Muse должен «помогать тебе зарабатывать и помогать тебе экономить», но интересы этих двух вещей изначально конфликтуют.

Порог копирования низкий — пугающе

Протокол MCP позволяет быстро унифицировать доступ к возможностям вроде Gmail, календаря и карт. У каждого — по одной облачной виртуальной машине и видимому браузеру. Такая архитектура для Meta не уникальна — Gemini Spark от Google обогнал Muse примерно на три с лишним месяца. Если по-настоящему «пройти» эту дорогу, логично, что выиграют те, у кого уже есть Gmail/Chrome/Android — Google или же OpenAI/Доу Бэй (Доубао). И кстати, самый высоко оцененный сценарий Muse как раз завязан на Google-почту: чуть поменял прайс — и уже «догоняешь». Он выигрывает только старт нового продукта: за те же 13 дней ChatGPT скачали 3,1 млн раз — и это все равно больше Muse.

В Китае то же самое: Qianwen связали с Taobao, но за один квартал он потерял 13,8 млрд юаней на AI — и ударил по собственным рекламным потокам рекомендаций; WeChat Xiaowei сдерживал «серый» режим из-за того, что Tencent зарабатывает на рекламе в Видеоаккаунте (视频号); Meituan оставляет открытые интерфейсы, но берет комиссию на кассе; Doubao дважды уперся в «стену». Самое тихое место — Pinduoduo: это компания, которая сильнее всего зависит от «прогулки», и она страдает сильнее всего.

Срок годности входа

Чтобы стать входом, нужно как минимум четыре вещи: создать потребность, забрать деньги, удержать пользователей и сохранять нейтралитет. Сейчас персональные агенты максимум «держат» одну-две из них. Каждая сэкономленная ими минута внимания — это актив, который интернет-компании потенциально могли бы продать. Каждый пользователь, которого агент удержал, — это человек, за которого продавцы в первую очередь сами готовы платить.

Аналитик JPMorgan Брайан Новак сказал, что его волнует только одна вещь: платят ли пользователи реально за покупки в Muse, и его не интересуют загрузки и DAU.

В последние годы рынок любит переоценивать технологические компании, ориентируясь на масштаб «сколько денег влили». Но среди стольких историй про несуществующие входы действительно редкое качество — никогда не тратить «не те деньги», то есть уметь видеть, какие расходы не имеют смысла.

Вчера Meta взлетела более чем на 11% в течение одного дня; Intel и AMD поднялись примерно на 12% и 10% соответственно. Причина — продукт Meta для персональных AI-агентов Muse продолжает пользоваться спросом. Об этом стоит сказать, потому что это может переписать базовую логику «AI-вычислений».

1. Что именно изменил Muse

Большинство потребительских AI по сути остаются инструментами «вопрос–ответ»: вы вводите фрагмент текста, модель строит вывод и возвращает результат — на этом задача заканчивается. Muse переносит AI из чат-окна в реальный рабочий процесс: вы задаёте цель, он разбивает шаги, входит на сайты, подключает внешние сервисы, читает состояние страниц и затем решает, что делать дальше; сталкиваясь с оплатой, письмами, изменением расписания, он сам находит вас для авторизации и, закончив, продолжает проверять, выполнена ли задача.

Замкнутый цикл таков: понять цель → составить план → вызвать инструменты → наблюдать результат → скорректировать план → продолжать выполнение.

Если для традиционного AI единицей работы является «один диалог», то для агента — «полностью выполненная задача». Meta также добавила облачную среду персистентного выполнения: вы закрываете приложение — а в фоне процесс продолжает идти. Это означает, что конкуренция больше не сводится только к базовым моделям: важны точки дистрибуции, пользовательские данные и бизнес-экосистема. Meta держит доступ к огромному числу пользователей; как только Muse накопит в почте, расписании, привычках покупок и истории задач, стоимость миграции становится запредельно высокой — вам нужно переносить не только переписку, а целый способ работы.

2. Почему на этот раз «тянет» CPU

За последние годы главная «арена» AI-инфраструктуры была GPU. Но когда агенты входят в рабочий поток, структура вычислений меняется: GPU отвечает за «думать» (понимать цель, генерировать план, распознавать страницы), а части «делать» — запускать системы, поднимать виртуальные машины, обращаться к API, управлять правами, вести состояние задач — полностью ложатся на CPU и традиционные серверы.

Цепочка чат-модели выглядит так: ввод → рассуждение → вывод → освобождение ресурсов. Цепочка агента: рассуждение → выполнение на CPU → ожидание внешнего ответа → повторное чтение состояния → снова рассуждение → снова выполнение; одна длинная задача может прокручиваться десятки или даже сотни раз. Браузер, виртуальные машины, память и состояние задач должны оставаться онлайн. Потребность в «AI-вычислениях» расширяется от «сгенерировать один токен» до «обеспечить все системные ресурсы для выполнения задачи».

Как только Muse откроют для нескольких миллиардов пользователей, даже если одновременно запустят агента лишь небольшая часть, это создаст огромный параллелизм виртуальных машин, процессов браузера и вызовов API. Персональные агенты должны взаимодействовать с почтой, платежами и правами аккаунта; нельзя затолкать задачи всех в одну среду, и чем сильнее акцент на безопасности и изоляции, тем больше требуется независимых ресурсов для каждого пользователя. Потребность CPU в эпоху агентов возникает по трём линиям: растёт число параллельных запусков, увеличивается длительность задач и ужесточается безопасность/изоляция. Вот почему рынок снова нацелился на многоядерные серверные CPU; даже есть оценка, что в будущем потребность в ядрах CPU удвоится, а соотношение CPU и GPU приблизится к 1:1.

Одной фразой в рамке наблюдения: когда снижаются затраты на рассуждение, AI-бутылочное горлышко смещается с «может ли модель хорошо думать» к «может ли бэкенд выполнять задачи в достаточном параллелизме с достаточно низкой себестоимостью».

3. Как спрос превращается в прибыль

Спрос не равен прибыли; ключ — юнит-экономика Muse. Бесплатная версия плюс подписки в двух уровнях (20 и 100 долларов), а дальше — дополнительная монетизация через корпоративных агентов, API для разработчиков и комиссионные с транзакций. Muse способен распознавать реальные намерения к покупке, и теоретическая ценность одного пользователя может быть выше, чем у традиционных рекламных кликов; есть оценки, что будущие доходы могут превысить 10 миллиардов долларов.

Но у агента другая структура затрат: нужно запускать виртуальные машины, занимать память, «жечь» сеть, поднимать модели; чем активнее использование, тем выше бэкенд-расходы. Две ступени подписки по сути тоже про контроль ресурсов — лимиты на число задач, лимиты на количество вызовов и ограничение длительности фонового выполнения. По сравнению с фиксированной подпиской, комиссионные с транзакций лучше ложатся на структуру себестоимости в эпоху агентов.

Торговая модель при этом может разжечь конфликт интересов платформ. Amazon уже отключила покупки с использованием Muse внутри своего приложения — после того как агент выполняет для пользователя поиск и оформление заказа, пользователи пропускают рекомендательные страницы и рекламу. Третьесторонние платформы, вероятно, пойдут по одному из трёх путей: взимать плату за открытые интерфейсы, требовать долю с транзакций или блокировать неавторизованный доступ. Любой сценарий будет сжимать границы сервиса Muse и снижать маржинальность.

4. Как понять всю цепочку передачи

Для Meta: Muse — ключевой тест, может ли AI-капитальные затраты конвертироваться в потребительские доходы. Загрузки показывают дистрибуцию, завершённость задач определяет ценность, удержание и платёжеспособность определяют доход, а стоимость выполнения одной задачи — прибыль.

Для Intel: GPU отвечает за «думать», CPU — за «исполнять». Если потребительские агенты масштабно развернут, CPU серверов может превратиться из вспомогательного компонента в критический фактор масштаба параллелизма и стоимости выполнения.

Вся цепочка выглядит так: потребительский агент получает доступ к пользователю → задача уходит от «ответов» к непрерывному выполнению → растут запросы к виртуальным машинам, браузерам и вызовам инструментов → увеличиваются потребности в CPU, памяти и сети → растут затраты инфраструктуры → подписки и доходы с транзакций подтверждают юнит-экономику → потребность в чипах в итоге конвертируется в прибыль поставщиков.

GPU определяет, сможет ли агент ясно «проработать мысли», а CPU и базовая системная инфраструктура — сможет ли он одновременно сделать достаточно дел для достаточно большого числа людей; в конечном итоге капиталовая отдача зависит от того, сколько денег приносит каждый выполненный агентом шаг задачи и сможет ли этот доход перекрыть всю цепочку стоимости исполнения.