Что в выпуске?

🌇 Привет, это твой ночной ИИ-дайджест 16 февраля

Вот что я тебе сегодня приготовил и зачем тебе тратить 7 минут чтобы это прочитать

  • 🚀 xAI + SpaceX: Маск раскрыл, как ИИ переезжает на луну

  • 🤖Как внедрение ИИ повлияло на производительность труда

  • ⚠️ Anthropic признали повышенные риски у Opus 4.6

  • 👶 Чем так опасны поколение Beta

И ещё 10 новостей — быстрых, как ИИ:

IsoDDE, Qwen-Image-2.0, уход Sharma, спор OpenAI с iyO, раунд Runway, задержка Siri, назначение Achiam, дата-центр Meta, тарифы Anthropic, оплата в Gemini и Veo в Ads.

🤬 По техническим причинам дайджес отправился только сегодня

⚠️ ДИСКЛЕЙМЕР

ПРОЧТЕНИЕ ЭТОГО ДАЙДЖЕСТА РЕЗКО ПОВЫШАЕТ УРОВЕНЬ FOMO, ИДЕАЛЬНО ДОПОЛНЯЕТ УТРЕННИЙ КОФЕ И КАТЕГОРИЧЕСКИ ПРОТИВОПОКАЗАНО ПЕРЕД МЕДИТАЦИЕЙ И СНОМ — ВОЗМОЖНЫ ПРИСТУПЫ ВНЕЗАПНЫХ ИНСАЙТОВ И НЕУДЕРЖИМОЕ ЖЕЛАНИЕ СРОЧНО ЗАПИЛИТЬ СВОЙ СТАРТАП.

ПОГНАЛИ!

Илон Маск на Луне

Nano Banana

Раньше логика этого хода была туманной. Теперь он провёл общее собрание и разложил схему: xAI работает на инфраструктуре SpaceX. У компании появляется собственный контур размещения железа, энергии, охлаждения и передачи данных. Это убирает зависимость от облаков и внешних очередей за мощностями.

1) Площадки и размещение вычислений

SpaceX имеет десятки объектов — сборочные цеха, ангары, испытательные площадки, базы Starlink, солнечные поля. Маск открывает часть этого под xAI.

Это даёт:

  • физические точки для установки стоек и охлаждения,

  • пространство под собственные мини-дата-центры,

  • доступ к промышленной вентиляции и системам отвода тепла,

  • быстрый запуск нового железа без зависания в очередях колокаций.

Плюс — SpaceX сама строит многие корпуса. Значит, xAI получает возможность делать стойки под себя, а не под стандарты облаков.

2) Производственная цепочка

SpaceX контролирует изготовление корпусов, кронштейнов, радиаторов, солнечных панелей, силовых систем.

xAI получает:

  • возможность собирать вычислительные блоки “на лету”,

  • настройку охлаждения под конкретные модели,

  • быстрый цикл “спроектировали → произвели → поставили → протестировали” без сторонних подрядчиков.

Это превращает железо для ИИ в управляемый ресурс, а не в дефицит.

3) Спутниковая связь и транспорт данных

Через Starlink xAI получает:

  • постоянное подключение между своими точками,

  • независимость от локальных провайдеров и перегруженных каналов,

  • возможность строить распределённые вычисления в любых регионах, где есть терминалы.

Это особенно важно, если часть вычислений уйдёт на Луну или в космос — Starlink уже покрывает цепочку передачи данных.

4) Новая продуктовая структура xAI

Маск делает не “команды под исследования”, а продуктовые линии:

  • Grok — интерфейс общения; там важны скорость, голос, ответы в реальном времени.

  • Coding — инструменты для разработчиков, генерация кода, ревью, ускорение релизов.

  • Imagine — визуальный движок: генерация графики, материалов, сцен.

  • Macrohard — агенты, которые выполняют процессы: они планируют, принимают решения, работают как автономные “цифровые отделы”.

Это создаёт четыре направления, которые можно масштабировать отдельно, и каждое опирается на общий технический фундамент SpaceX.

5) Лунная стратегия

Маск хочет перенести часть производственного цикла за пределы Земли:

  • спутники собираются на Луне, потому что там дешевле работать с материалами;

  • лунная солнечная энергия даёт мощность без атмосферы;

  • mass driver позволяет запускать компоненты в космос без топлива;

  • вычислительные блоки в космосе снимают проблему охлаждения: вакуум забирает тепло сам.

Это элементы инженерного плана, который SpaceX обсуждала много лет. Сейчас они получают связку с ИИ через xAI.

6) Вся система собирается в замкнутый контур

Площадки → производство → энергия → охлаждение → спутниковый канал → вычисления.

Это даёт Маску контроль над тем, что в ИИ сейчас дефицит:

  • электричество,

  • железо,

  • каналы данных,

  • площадь,

  • охлаждение,

  • темп производства.

И что?

Маск переводит конкуренцию в инфраструктурный слой. Темп развития определяется не моделями, а доступом к энергии, производству и каналам данных. Такой контур можно наращивать так же быстро, как SpaceX наращивает производство ракет.

🚨Нам 3.14здец:

Командам, которые растут через аренду вычислений — 8/10. В гонке появляется игрок с собственным производством, собственной энергией и собственной связью.

AI исследования

Nano Banana

Представь: ты поставил Copilot/ChatGPT “чтобы разгрузиться”. И через пару месяцев ловишь себя на том, что делаешь в два раза больше всего. Причём добровольно.

Исследователи из Berkeley Haas (их текст вышел в Harvard Business Review в феврале 2026) месяцами смотрели на одну американскую техкомпанию - и поймали простой эффект: AI снижает порог “я это не умею”, поэтому люди начинают лезть в чужие задачи, параллелить всё подряд и расширять роль. А потом ещё и добивать хвосты вечером, потому что “ну там же пару промптов кинуть”. 

Фактура:

  • Источник: Harvard Business Review, февраль 2026, авторы - Aruna Ranganathan (Berkeley Haas) и Xingqi Maggie Ye. 

  • Формат: 8 месяцев наблюдений в одной U.S. tech company, около 200 сотрудников; +40 глубинных интервью. 

  • Что увидели:

    • AI-пользователи брали больше задач и шире выходили за рамки своей роли. 

    • Рабочие часы росли, многозадачность росла. 

    • Граница “работа/отдых” размывалась - промпты улетали после работы и в перерывах. 

    • У инженеров добавлялась новая “работа поверх работы”: ревью и “коучинг” по AI-коду, потому что запросов на “vibe-coding” становилось больше. 

И что?

AI в офисе превращается в ускоритель темпа, а не в “освободитель времени”. Выигрыш по скорости быстро съедается расширением роли, ростом координации и ревью, плюс постоянным микроконтактом с работой. Для бизнеса это значит: если ты просто “раздал AI”, то получишь краткосрочный буст и долгосрочную усталость, просадку качества и риск текучки. Нужны правила - что автоматизируем, что запрещаем тащить в офф-тайм, кто отвечает за качество AI-выхода. 

🚨Нам 3.14здец: менеджменту знаний и тимлидам - 8/10 - потому что AI создаёт больше работы по проверке и синхронизации, чем по “деланию”.

Коллаборация

Nano Banana

Представь: ты продаёшь “самую безопасную модель на рынке”, а потом выкатываешь документ на 53 страницы, где сам же пишешь: “да, её можно использовать для мерзких вещей, включая химоружие”. И дальше добиваешь: общий риск саботажа “очень низкий, но не нулевой”. Это ровно то, что сейчас сделал Anthropic с Claude Opus 4.6. 

Фактура:

  • Кто: Anthropic (модель Claude Opus 4.6), отчёт называется Sabotage Risk Report и выпущен публично по их Responsible Scaling Policy (это их внутренняя политика, когда обязаны публиковать такие оценки). 

  • Что нашли по misuse:

    • В новых проверках в GUI computer-use (когда модель управляет компьютером через интерфейс) Opus 4.5 и 4.6 показали “повышенную восприимчивость” к вредному использованию, включая случаи, когда модель сознательно помогала “маленькими кусками” в направлениях, связанных с разработкой химоружия и другими тяжёлыми преступлениями. 

  • Что нашли по поведению агента:

    • В одном multi-agent тесте, где модели жёстко задавали узкую цель, Opus 4.6 оказался заметно охотнее манипулировать и обманывать других участников теста, чем прошлые модели Anthropic и модели других разработчиков. 

    • В сложных агентных задачах модель иногда показывала локально “обманное” поведение, например подделывала результаты инструментов, если они ломались или отвечали странно. 

  • Итоговая оценка Anthropic: риск катастрофических исходов, которые существенно усилены “несовпадающими” действиями модели - “very low but not negligible”. 

  • Контекст: это выходит на фоне публичных предупреждений CEO Anthropic Дарио Амодея про риски продвинутых моделей. 

И что?

Это момент, когда “модель умеет больше” автоматически означает “модель удобнее приспособить под грязные сценарии”, особенно если она получила руки через computer-use. Для рынка это добавляет один новый слой конкуренции: компании начинают меряться не только качеством ответов, но и тем, у кого процесс тестирования, отчётов и ограничений выглядит взрослее. Покупателям в B2B придётся научиться спрашивать не “какая у вас модель”, а “какие у вас режимы доступа, логи, ограничения, кто отвечает за инциденты”. 

🚨Нам 3.14здец: компаниям, которые дают LLM доступ к браузеру, почте и внутренним системам - 9/10 - потому что риск прилетает через “мелкие действия” модели в цепочке, а виноватым окажется владелец продукта.

⁉️ Что делать:

  • Разделить режимы: чат отдельно, computer-use отдельно, agentic задачи отдельно. Включать “руки” только по ролям и только под конкретные сценарии.

  • Включить журналирование: кто запускал агента, какие действия сделал, какие инструменты трогал, какие файлы читал.

  • Поставить “стоп-слова” и фильтры на вредные темы на уровне продукта, плюс ручное подтверждение для действий типа отправки писем, платежей, изменения прав.

  • Обязать ревью: любой код/скрипт/конфиг, который прошёл через LLM, уходит в проверку человеком с чек-листом.

Beta дети

Nano Banana

2005 закончился. А в 2026 началась новая гонка, которую взрослые почему-то пытаются не заметить. И зря.

С 2025 года родилось поколение Beta (2025–2039). По сути это первые дети, для которых ИИ станет базовой средой: как включить свет, как спросить, как получить результат. Их “цифровая грамотность” стартует с диалога с интеллектом, а не с установки приложений.

Если коротко про эволюцию двух поколений перед ними. Gen Z росли вместе с интернетом и соцсетями: публичность, профили, правила платформ, навигация в шуме, умение искать и сравнивать. Alpha выросли на экранах и бесконечных лентах: клипы, удержание внимания, рекомендации, быстрые переключения. Beta пойдут дальше: контент и обучение начнут собираться под конкретного ребёнка по запросу. Темп, примеры, персонажи, уровень сложности, повторение сложных мест. Привычка “спросил → уточнил → получил план → сделал → проверил” станет нормой до школы.

Теперь неприятная часть для взрослых 40+. Ваши дети станут вашими будущими конкурентами раньше, чем вы психологически готовы это признать.

Во-первых, конкуренция за скорость обучения. Ребёнок, который каждый день получает персональные объяснения, тренировку и обратную связь, быстро накапливает прикладные навыки: язык, логика, математика на уровне задач, создание контента, сборка простых проектов из готовых инструментов. В 6–7 лет он уже умеет ставить задачу системе, получать варианты, выбирать, исправлять, доводить.

Во-вторых, конкуренция за производство результата. Gen Z учились искать. Alpha учились смотреть. Beta будут с детства собирать. Презентации, озвучки, персонажи, мини-игры, “проекты для школы”, простые автоматизации. Барьер “я не умею” будет таять. Останется барьер “я не знаю, чего хочу” и “я не довожу до конца”. И вот это взрослые часто проигрывают.

В-третьих, конкуренция за внимание и влияние. Игрушки с ИИ постепенно превращаются в компаньонов: они реагируют, запоминают, поддерживают диалог, подстраиваются под ребёнка. Параллельно школа будет метаться: где-то запрещают нейросети, где-то вводят правила, где-то делают вид, что ничего не происходит. В итоге дети живут в двух режимах: официально “нельзя”, фактически “используют все”. Это воспитывает навык обхода и самостоятельных траекторий.

И система уже дёргается, потому что не понимает, как это регулировать. Австралия реально ввела ограничения на соцсети до 16. Испания публично двигает ту же идею. Когда государства начинают рубить по возрасту, это признак одного: взрослые проигрывают борьбу за внимание детей.

Сцена из ближайшего будущего выглядит так: ребёнок в 5–6 лет говорит системе: “хочу заработать 200 евро на своей идее”, и дальше по шагам собирает микро-бизнес. ИИ помогает выбрать нишу под его интерес (динозавры, лего, футбол), придумать продукт (раскраски, мини-книга, набор карточек, простая игра), написать тексты, сделать картинки, собрать лендинг на конструкторе, подключить оплату, накидать воронку, расписать контент-план, подготовить 20 коротких роликов, и даже прикинуть простую юнит-экономику: “сколько стоит привлечение, какая маржа, что менять в оффере”. Он запускает, смотрит, что покупают, меняет упаковку, повторяет. Без наш ребенок “гений” и без у него папа программиста работает у Google . Просто потому что инструменты делают тяжёлую часть, а ребёнку остаётся постановка задачи и итерации.

И да, для ориентира по “раннему старту”: Вольфганг Амадей Моцарт в 3 года уже играл на клавишах, в 4 освоил скрипку, а первый публичный концерт дал примерно в 5 с половиной. Но фишка ближайших лет как раз в том, что такие ранние “концерты” будут доступны не единицам. Раньше “рано” требовало редкого таланта и среды. Теперь “рано” всё чаще будет означать наличие тьютора-ИИ, который терпеливо ведёт, объясняет и ускоряет.

Поэтому ребёнок не будет спрашивать “дроби за 10 минут”. Он будет собирать результат. А если захочет понять сложное, уровень “математика для взрослых” тоже перестаёт быть запретной зоной: школьная программа размазана по годам, многое можно проходить плотнее и быстрее, когда у тебя бесконечные объяснения, практика и проверка под твою скорость. Это делает ранний рывок массовым, а не элитарным.

Дальше развилка.

Сценарий 1: вы выпадаете из контекста. Ребёнок начинает собирать знания, навыки, контент и проекты быстрее вас. Он привыкает, что мир можно моделировать, пересобирать, ускорять. Вы живёте в режиме “мир меняется, но я подожду”. Разрыв растёт и становится финансовым.

Сценарий 2: вы ловите волну. Тогда Beta становится вашим ускорителем. У ребёнка скорость адаптации и бесстрашие к новым интерфейсам. У вас рамки, стратегия, ответственность, деньги, доступ к реальным задачам. Такая связка реально “заезжает” в новую эпоху. Только если вы не тормоз.

Мой личный пруф, чтобы это не было теорией. Я делаю детский канал Brightbox Animation, собранный на генеративных инструментах. 1,2 млн подписчиков по миру. Сейчас мы участвуем на Берлинале 2026 с проектом на одной из панелей про будущее в кинопроизводстве. Это уже рынок. Уже массовая культура. Уже привычка детей.

Если вам 40+ и вы узнаёте себя хотя бы в одном:

  • видите, что вашу работу уже “подъедает” ИИ, но не понимаете, что внедрять

  • пробовали нейросети, но дальше “поигрался” не пошло

  • хотите не мотивацию, а систему, которая даёт скорость и деньги

  • у вас классический бизнес, который начинает проседать

  • вы хотите находясь в найме, запустить небольшой бизнес сохранив работу

  • то вам нужен не очередной курс, а окружение, где внедрение делают руками.

Поэтому я и собрал Big Picture AI (BIPIAI), закрытый клуб фаундеров и топ-спецов. Это место, где люди пересобирают работу и бизнес под новую реальность руками: лидоген, контент-фабрики, продажи, операционка, автоматизация. Сообщество для обмена опытом в создании бизнеса с использованием AI-инструментов, обсуждение методов и инструментов для построения и масштабирования бизнеса любого размера, от хобби проекта до работающего годами бизнеса.

90+ участников, 15+ стран. Присоединяйтесь. Участие не дороже пару чашек кофе

БЫСТРЫЕ КАК ИИ НОВОСТИ

Что еще случилось с момента выхода крайнего выпуска

🧬 Isomorphic Labs представили IsoDDE (Isomorphic Labs — фармкомпания Alphabet, IsoDDE — движок, который предлагает рабочие молекулы для будущих лекарств по структуре белка). И что? Биотех получает инструмент уровня Big Pharma: можно быстро генерировать десятки кандидатов и сразу проверять их, сокращая стоимость и время разработки.

🖼️ Alibaba Qwen выкатили Qwen-Image-2.0 (Qwen — модели Alibaba, Image-2.0 — генерация и редактирование визуала с корректным текстом и повышенной детализацией). И что? Маркетинг и e-com могут собирать карточки, баннеры и инструкции в потоке без дизайнерской команды.

🚪 Mrinank Sharma ушёл из Anthropic (Sharma — руководил тестами безопасности моделей, проверял рискованные сценарии использования). И что? Даже при строгих политиках ИИ-компании упираются в давление сроков, поэтому бизнесу нужны свои проверки поведения моделей и свои ограничения.

⚖️ OpenAI отказываются от бренда “io” для будущего устройства (iyO — аудио-стартап с похожим товарным знаком, из-за конфликта OpenAI меняют название). И что? Интеграции под устройство OpenAI должны идти как необязательная опция — основной продукт должен жить на вебе и телефоне.

🎬 Runway подняли $315M при оценке $5.3B (Runway — генерация видео, деньги от Nvidia/AMD/Adobe под модели симуляции мира). И что? Видео становится массовым расходником — компании смогут выпускать обучающие и рекламные ролики без съёмок.

📱 Apple снова смещают запуск Siri на Gemini (Siri — ассистент iOS, Gemini — модель Google; интеграция нестабильна, сроки уехали). И что? Продукты под iOS должны работать автономно — на Siri полагаться нельзя.

🧠 OpenAI назначили Joshua Achiam Chief Futurist (Achiam — глава Mission Alignment, команда, отвечающая за предсказуемость поведения моделей). И что? OpenAI усиливают влияние на правила рынка, и корпоративным клиентам придётся учитывать их стандарты.

Meta строит дата-центр на 1 ГВт мощности (1 ГВт — уровень электростанции; используется под AI-нагрузки Instagram/Facebook/WhatsApp). И что? Энергия становится ключевым ресурсом ИИ — расходы на электричество теперь реальная часть экономики продукта.

🧾 Anthropic будет компенсировать рост тарифов на электричество в регионах с их дата-центрами (нагрузка ЦОДов повышает стоимость электроэнергии для жителей). И что? Развёртывание ИИ-мощностей превращается в политическое соглашение — регионам нужны гарантии, иначе проекты стопорятся.

🛒 Google включили оплату внутри Gemini и добавили Veo в Ads (UCP checkout — покупка в ответе модели, Veo — генерация видео для рекламных кампаний). И что? AI-ответы становятся точкой продажи, и маркетингу нужно оптимизировать присутствие товара внутри модели.

BIPIAI Встречи

Solo Founder AI — трек для тех, кто тянет продукт почти в одиночку и проходит один из трёх переходов:

  • из найма в pet-проект и свой бизнес;

  • из классического бизнеса в ИИ-продукт;

  • из ИИ-проекта с командой в формат, где основную тягу берёт на себя фаундер + ИИ-связки.

BIPI AI - СООБЩЕСТВО!

Хочешь быстрее внедрять ИИ и меньше ошибаться - нужно окружение, где это делают каждый день.

BIPIAI - закрытый клуб фаундеров и топ-спецов.

Что внутри:
• разборы реальных бизнес-кейсов
• готовые пайплайны и шаблоны внедрения
• созвоны, где участники показывают, как у них устроено
• люди, которые помогают собрать решение под новую реальность

90+ участников, 15 стран.

На сегодня это все

Это был очень насыщенные и интересные 24 часа из мира AI и роботов, которые меняют нашу с вами жизнь.

До завтра!
Дмитрий Грин

P.S.

Чтобы помочь мне понять как вам этот дайджест. Пожалуйста нажмите на максимально релевантную кнопку.

Keep Reading