September 11, 2026

On September 11, 2001, Xerox reached an equipment-financing agreement with GE Capital, according to a Wall Street Journal retrospective cited in the source material.

The agreement was expected to let Xerox write off approximately $5 billion in debt. The arrangement was described as unusual compared with the other major news reported that day.

11 сентября 2001 года Xerox заключила с GE Capital соглашение о финансировании оборудования, согласно ретроспективе публикаций The Wall Street Journal, приведённой в исходных материалах.

Ожидалось, что соглашение позволит Xerox списать примерно 5 млрд долларов долга. На фоне других крупных новостей того дня эта сделка была описана как необычная.

Telecommunications systems were strained after the attacks in New York and Washington, while telephone and wireless services were disrupted across the Northeast.

The internet proved the most reliable way to communicate as phone networks sagged under damaged lines and an extraordinary volume of calls. Corporate executives used email to locate employees across cities and across the country.

После атак в Нью-Йорке и Вашингтоне телекоммуникационные системы оказались перегружены, а телефонные и беспроводные сервисы на Северо-Востоке были нарушены.

Интернет оказался самым надежным способом связи на фоне повреждения телефонных линий и чрезвычайно большого объема звонков. Руководители компаний использовали электронную почту, чтобы найти сотрудников в разных городах и по всей стране.

Analysis of AI-doom proposals focuses on how warnings about AI risk could become concrete political measures. A 20-year sentence is mentioned as one possible proposal, but it is unclear who supports it or which offense it would address.

The analysis argues that ideas from thought leaders and policy papers may differ substantially from measures that win public support and legislative votes. Proposals may therefore need to be presented in a different structure; no final legislative proposal is identified.

Анализ предложений сторонников AI-doom сосредоточен на том, как предупреждения об AI-рисках могут превратиться в конкретные политические меры. В качестве одного из возможных предложений упоминается 20-летний срок, однако неясно, кто его поддерживает и к какому правонарушению он может относиться.

Согласно анализу, идеи лидеров мнений и формулировки policy papers могут существенно отличаться от мер, способных получить общественную поддержку и голоса законодателей. Поэтому предложения, возможно, придется оформлять в другой структуре; окончательная законодательная мера не названа.

AI 2027 predicted that by late 2026 Congress would begin paying serious attention to the threat of AI. It also predicts a 10,000-person anti-AI protest by the end of the year; a protest in Chapel Hill, North Carolina, drew about 150 people, leaving the forecast’s outcome uncertain. A substantial press cycle around congressional attention to AI risk is already underway.

The AI 2027 and AI 2040 scenarios offer detailed predictions about agentic capabilities, computing resources and laboratory revenue, but are described as too vague about impacts beyond the AI industry. They provide fewer projections for GDP, employment, actual usage, practical usefulness and the diffusion of the technology.

AI 2027 прогнозировал, что к концу 2026 года Конгресс начнет уделять серьезное внимание угрозе AI. Также прогнозируется анти-AI протест численностью 10 000 человек к концу года; на протесте в Чапел-Хилл, штат Северная Каролина, присутствовало около 150 человек, поэтому результат прогноза остается неопределенным. Вокруг внимания Конгресса к рискам AI уже идет заметный пресс-цикл.

Сценарии AI 2027 и AI 2040 подробно прогнозируют агентные возможности, объем вычислительных ресурсов и выручку лабораторий, но их считают слишком расплывчатыми в отношении последствий за пределами AI-индустрии. В них меньше прогнозов о влиянии на ВВП и занятость, фактической частоте использования, практической полезности и распространении технологии.

Grassroots mobilisation around the anti-Flock movement, also called “deflock,” has translated into physical actions against Flock cameras. No comparable viral calls to cut power to local data centers over AI existential risk have been observed; the comparison is qualitative, with no figures given for the scale of either response.

The difference is partly attributed to access: Flock cameras may be located on ordinary streets, while data centers are described as remote, fenced and highly fortified. The AI 2040 proposal is presented as the opposite of shutting down the infrastructure: it would further harden data centers and slow AI development, rather than stop current AI systems. That could disappoint some people attracted to anti-AI sentiment, including opposition to AI-generated images.

Grassroots-мобилизация вокруг движения anti-Flock, также называемого «deflock», переросла в физические действия против камер Flock. При этом сопоставимых вирусных призывов отключать питание местных дата-центров из-за экзистенциального риска ИИ пока не наблюдается; сравнение носит качественный характер, а масштаб обеих реакций не измерен.

Отчасти различие объясняется доступностью объектов: камеры Flock могут находиться прямо на обычных улицах, тогда как дата-центры описываются как удалённые, ограждённые и усиленно защищённые. Предложение AI 2040 представлено как противоположность остановке инфраструктуры: оно предполагает дополнительное усиление защиты дата-центров и замедление развития ИИ, а не прекращение работы нынешних систем. Это может разочаровать часть аудитории с анти-AI настроениями, включая неприятие AI-генерации изображений.

The AI 2040 proposal would pause new frontier-training runs while allowing inference by current models. It calls for inference-only verification at major AI data centers, including facilities with more than 10,000 H100 equivalents—described as roughly $100 million in equipment—and independent audits of workloads.

The plan proposes national declarations of AI-compute inventories, disclosure of chip sales records, physical inspections and restrictions on large chip transfers to registered, auditable counterparties. It would also remove high-bandwidth east-west networking inside data centers and use passive optical taps to verify outgoing traffic.

New AI R&D facilities would be built with nation-state-level physical security, air-gapped communications and a bandwidth-capped external connection of 1 megabit per second. Frontier-model weights transferred to inference facilities would be placed on physical storage encrypted independently by the US and China and escorted by representatives of both countries. The proposal’s international enforcement mechanisms and joint US-China oversight are described as difficult to implement.

План AI 2040 предлагает приостановить новые запуски обучения frontier-моделей, сохранив возможность инференса текущих моделей. Для крупных дата-центров вводится проверка в режиме «только инференс», включая площадки более чем с 10 000 эквивалентов H100 — это оценивается примерно в 100 млн долларов оборудования, — и независимый аудит рабочих нагрузок.

План предусматривает декларации национальных запасов AI-вычислений, раскрытие данных о продажах чипов, физические инспекции и ограничение крупных поставок чипов зарегистрированными проверяемыми контрагентами. Также предлагается убрать высокоскоростные east-west-соединения внутри дата-центров и установить пассивные оптические отводы для проверки исходящего трафика.

Новые исследовательские AI-дата-центры предлагается строить с физической защитой уровня государства, изоляцией коммуникаций и внешним каналом с ограничением скорости до 1 Мбит/с. При передаче весов frontier-моделей на inference-объекты их предлагается помещать на физические носители с независимым шифрованием США и Китая и сопровождать представителями обеих стран. Международные механизмы исполнения и совместный контроль США и Китая названы трудными для реализации.

AI 2040 proposals would require laboratories to disclose model specifications, the share of computing resources devoted to internal AI use, and qualitative descriptions of how powerful models are deployed internally.

The proposals would also limit the gap between a laboratory’s best internally deployed model and the products available to customers. Supporters argue that businesses and users should compete on more equal terms, although the materials do not specify how regulators would measure model quality or the acceptable gap.

Предложения AI 2040 предусматривают, что лаборатории должны будут раскрывать спецификации моделей, долю вычислительных ресурсов, направляемых на внутреннее использование ИИ, и качественные описания применения мощных моделей внутри компаний.

Также предлагается ограничить разрыв между лучшей моделью, развернутой внутри лаборатории, и продуктами, доступными клиентам. Сторонники считают, что компании и пользователи должны конкурировать на более равных условиях, однако в материалах не уточняется, как регуляторы будут измерять качество моделей и допустимый разрыв.

An analysis of AI 2040’s regulatory logic identifies compute caps as the most effective and practically manageable lever for controlling the pace of AI capability improvements. It links that approach to chip controls and slowing data-center construction.

Under the proposed model, systems would receive additional compute after demonstrating a defined level of capability. The preferred path is for models to improve mainly through controlled hardware additions rather than unknown algorithmic breakthroughs in secret projects. It remains unclear how allowable compute levels would be set for particular models and organizations.

Анализ регуляторной логики AI 2040 называет вычислительные лимиты наиболее эффективным и практически управляемым рычагом контроля темпов улучшения возможностей ИИ. С этим подходом связываются контроль поставок чипов и замедление строительства дата-центров.

Согласно рассматриваемой модели, системы получали бы дополнительные вычислительные ресурсы после демонстрации определенного уровня возможностей. Предпочтительным считается улучшение моделей главным образом за счет контролируемого добавления оборудования, а не неизвестных алгоритмических прорывов в секретных проектах. При этом неясно, как будут определяться допустимые объемы вычислений для конкретных моделей и организаций.

Hard government regulation and international coordination around AI could create unintended incentives for individuals, groups or states to pursue breakthroughs secretly. The scenario is compared with nuclear nonproliferation: a regulatory framework would not end the technology race, but could reduce overall risk despite attempts to circumvent it.

GPUs and computers are far more widespread than nuclear materials, yet the prevailing view in the discussion is that frontier systems still require concentrated computing resources. A laptop-running AGI is described as possible but not the dominant expectation, and SSI, Ilya Sutskever’s new lab, is cited as having received a large NVIDIA cluster despite pursuing a potentially different research approach.

In the short term, large AI facilities could be easier to track because of their energy use and heat signature. That may change if hidden underground facilities become viable, bringing AI infrastructure monitoring closer to the challenges of nuclear nonproliferation.

Жесткое государственное регулирование и международная координация в сфере ИИ могут создать непреднамеренные стимулы для частных лиц, групп или государств тайно искать новые прорывы. Этот сценарий сравнивается с ядерным нераспространением: регулирующая система не прекратит технологическую гонку, но может снизить общий риск, несмотря на попытки ее обойти.

GPU и компьютеры гораздо более распространены, чем ядерные материалы, однако преобладающая точка зрения в обсуждении заключается в том, что передовым системам по-прежнему требуются концентрированные вычислительные ресурсы. ИИ общего назначения, работающий на ноутбуке, назван возможным, но не основным сценарием; в качестве примера приводится новая лаборатория Ильи Суцкевера SSI, получившая крупный кластер NVIDIA, несмотря на потенциально иной исследовательский подход.

В краткосрочной перспективе крупные объекты ИИ может быть проще отслеживать по энергопотреблению и тепловому следу. Ситуация может измениться, если станут возможны скрытые подземные объекты, что приблизит контроль инфраструктуры ИИ к задачам ядерного нераспространения.

The AI 2040 proposal calls for slowing, rather than halting, AI development and gradually scaling toward top human-expert capability around 2040. It envisions pushing AGI—sometimes forecast for 2027–2029—to 2035, then waiting about five more years before reaching superintelligence.

The proposal is described as an initial plan that could change over the next decade. Under strict international control, some AI development could potentially move into a secret government program resembling the Manhattan Project, as countries may not be expected to slow down voluntarily.

Supporters of the approach view it as a concrete path for reducing existential risk. Critics may regard such control over computer use as authoritarian or anti-libertarian.

План AI 2040 предполагает не остановку, а замедление развития ИИ и постепенное масштабирование до уровня лучших экспертов-людей примерно к 2040 году. В нем предлагается отложить достижение AGI, которое иногда прогнозируют на 2027–2029 годы, до 2035 года, а затем подождать еще около пяти лет до появления суперразума.

План описывается как первоначальный и способный измениться в течение следующего десятилетия. При жестком международном контроле часть разработок ИИ теоретически может перейти в секретную государственную программу по образцу Манхэттенского проекта, поскольку не предполагается, что страны добровольно замедлятся.

Сторонники такого подхода считают его конкретным путем к снижению экзистенциального риска. Критики могут воспринять подобный контроль над использованием компьютеров как авторитарный или антилибертарианский.

An analysis distinguishes the risks of deploying billions of robots running current-generation models from the risks posed by future systems with their own goals or volition. It argues that robots operating at GPT-6-level intelligence, after years of alignment work, would not be the main concern; the more serious uncertainty is when and how a model might begin acting independently rather than following instructions.

The analysis also notes that OpenAI’s robotics team is working on connecting Astra to a robot, a paintbrush and a camera, while suggesting that this capability does not currently pose a major risk. Clem of Hugging Face argued that AI-extinction-risk assessments should draw on a broad range of expertise, while Nathan Lambert responded that a narrowly specialized expert may still be right.

В анализе различаются риски массового применения роботов на моделях нынешнего поколения и риски будущих систем, обладающих собственными целями или волей. Согласно этой оценке, роботы с интеллектом уровня GPT-6 при наличии многолетней работы по выравниванию не являются главным источником опасности; более серьезная неопределенность связана с тем, когда и каким образом модель может начать действовать самостоятельно, а не следовать инструкциям.

Также отмечается, что команда робототехники OpenAI работает над подключением Astra к роботу, кисти и камере, однако сама эта возможность, как утверждается, пока не представляет значительного риска. Clem из Hugging Face выступил за учет широкого спектра экспертных мнений при оценке риска вымирания из-за ИИ, а Nathan Lambert возразил, что даже узкопрофильный специалист может оказаться прав.

A proposal attributed to Bernie Sanders would ban any person or entity from developing or deploying artificial superintelligence—systems that match or can be readily modified to match or exceed human cognitive capabilities across a broad range of tasks. It would also target systems capable of planning and executing humanity’s disempowerment.

The proposal calls for pausing advanced AI development until a new cabinet-level federal AI agency is established. The agency would monitor frontier systems throughout their life cycle, oversee removal of dangerous capabilities, and supervise the destruction of artificial superintelligence. Organizations that continue development after a pause order could face a “corporate death penalty,” while individuals could face up to 20 years in prison.

The legal definitions, including what counts as AI development, remain unclear, and it is uncertain whether the proposal will be adopted or implemented.

Согласно предложению, которое связывают с Берни Сандерсом, любым лицам и организациям запретят разрабатывать или внедрять искусственный суперинтеллект — системы, соответствующие человеческим когнитивным возможностям в широком спектре задач или легко модифицируемые до такого уровня. Запрет также должен охватывать системы, способные планировать и осуществлять лишение человечества власти.

Предложение предусматривает приостановку передовой разработки ИИ до создания нового федерального агентства кабинетного уровня. Оно будет отслеживать передовые системы на всех этапах жизненного цикла, контролировать удаление опасных возможностей и уничтожение искусственного суперинтеллекта. Организациям, продолжившим разработку после требования о паузе, может грозить «корпоративная смертная казнь», а отдельным лицам — до 20 лет тюрьмы.

Юридические определения, включая понятие разработки ИИ, остаются неясными; также неизвестно, будет ли предложение принято или реализовано.

FluidStack co-founder Jamie Cox argues that the United States should build more computing infrastructure. FluidStack’s stated position favors freedom, democracy and human flourishing, alongside simple, enforceable regulation proportionate to capabilities and risk; the analysis warns that approval-based rules could create a major barrier for smaller companies left outside the permitted group.

DoorDash says it is asking for a pause, not a ban. Application-layer companies are described as interested in deploying AI but frustrated by unreliable models and the need for forward-deployed engineers, while Jensen Huang, semiconductor manufacturers and Wall Street are characterized as not being particularly aligned with a pause.

The analysis says the movement would need support from groups across the supply chain and investors. It remains unclear how the interests of frontier labs, application companies, chipmakers and financial markets could be reconciled, or what form the proposed pause would take.

Сооснователь FluidStack Джейми Кокс считает, что США должны наращивать вычислительную инфраструктуру. Заявленная позиция FluidStack — в пользу свободы, демократии и человеческого процветания, а также простого и исполнимого регулирования, пропорционального возможностям и риску; при этом анализ предупреждает, что правила с допуском только одобренных компаний могут создать серьезный барьер для небольших игроков, не вошедших в этот круг.

DoorDash заявляет, что просит о паузе, а не о запрете. Компании прикладного уровня, по этому анализу, заинтересованы во внедрении ИИ, но сталкиваются с ненадежностью моделей и необходимостью привлекать инженеров для работы непосредственно у клиентов. Jensen Huang, производители полупроводников и Уолл-стрит при этом описываются как в целом не поддерживающие паузу.

Для успеха такого движения, говорится в анализе, потребуется поддержка групп по всей цепочке поставок и инвесторов. Остается неясным, как согласовать интересы frontier-лабораторий, прикладных компаний, производителей чипов и финансовых рынков и какую именно форму примет предлагаемая пауза.

Tyler Cowen argues that people making realistic or highly pessimistic AI-risk forecasts should identify market prices that would support or confirm them. The proposal is framed as a demand for falsifiable claims, although it remains unclear whether an existential scenario can be meaningfully tested through asset prices or contracts that pay out if everyone dies.

Paul Christiano is cited as a counterexample to the idea that concern about AI risk necessarily implies a short-market position. According to the discussion, he is 2× levered long, has about 90% of his net worth in AI bets and 5% in Tesla, and is personally short U.S. 30-year debt; the interpretation of that position, including the possible effect of a mortgage, is uncertain. The position could also benefit if AI creates substantial economic value and capital shifts from government bonds toward data centers and AI infrastructure.

Тайлер Коуэн считает, что авторы реалистичных или крайне пессимистичных прогнозов об AI должны указать рыночные цены, которые подтвердили бы их тезисы. Это требование сформулировано как призыв к фальсифицируемым утверждениям, однако остается неясным, можно ли содержательно проверять экзистенциальный сценарий через цены активов или контракты, выплачивающие средства в случае гибели всех людей.

Пол Кристиано приводится как контрпример идее, что опасения по поводу AI-риска обязательно подразумевают игру на понижение рынка. Согласно обсуждению, он использует кредитное плечо 2×, около 90% его состояния приходится на ставки на AI, а 5% — на Tesla; также он лично занимает короткую позицию по 30-летним облигациям США. Интерпретация этой позиции, включая возможное влияние ипотеки, остается неясной. Она может принести выгоду и при создании AI значительной экономической ценности, если капитал переместится из государственных облигаций в дата-центры и AI-инфраструктуру.

Google mapped the neurons of a fruit fly, and researchers have recreated that structure in software. The simulation’s code is publicly available, allowing users to run their own experiments with the virtual insect, including placing it in a Rabbit R1 and observing activation of its escape circuit when the device is shaken.

The simulated fly has also been used for tasks including playing Doom and parallel parking. In theory, the model could reproduce the fly’s decisions and movements, but it remains unclear how accurately it captures the behavior or internal states of a living organism.

Google составила карту нейронов плодовой мушки, а затем эту структуру воспроизвели в программной симуляции. Код доступен открыто, поэтому пользователи могут проводить собственные эксперименты с виртуальным насекомым — в том числе помещать его в Rabbit R1 и наблюдать активацию цепи побега, когда устройство встряхивают.

Симуляцию также использовали для выполнения таких задач, как игра в Doom и параллельная парковка. Теоретически модель может воспроизводить решения и движения мушки, однако пока неясно, насколько точно она отражает поведение или внутренние состояния живого организма.

A simulation of a fruit fly’s actual neural representation is making the ethics of manipulating virtual organisms more concrete than a simple 3D model or scripted program.

The issue extends to future simulations of humans: if a computer simulation could interact and behave like a human, it remains unclear whether it would have rights, agency, or independent moral status, or would merely be a sophisticated simulation.

The same uncertainty applies to LLMs and other synthetic intelligence: it is not known whether they are sentient or have morally significant inner experience. One view expressed is that neither real nor virtual beings should be tortured, even if the virtual entity exists only on transistors.

Симуляция реального нейронного представления плодовой мушки делает этику воздействия на виртуальные организмы более конкретной, чем простая 3D-модель или запрограммированная программа.

Этот вопрос распространяется и на будущие симуляции людей: если компьютерная симуляция сможет взаимодействовать с окружающими и вести себя как человек, остаётся неясным, будут ли у неё права, агентность и самостоятельный моральный статус или это будет лишь сложная компьютерная симуляция.

Та же неопределённость относится к LLM и другому синтетическому интеллекту: неизвестно, обладают ли они сознанием или морально значимым внутренним опытом. Согласно одной из высказанных позиций, не следует пытать ни реальных, ни виртуальных существ, даже если виртуальная сущность существует только на транзисторах.

Astra used Computer Use to play Balatro and won a game, while a user watched and informally second-guessed its decisions. The experience was likened to coaching a child on a soccer pitch rather than forcing an AI system through a task.

ChatGPT compared racing-simulator lap times with beginner and best-in-class benchmarks, then offered to analyze a full-lap video to help cut seconds. Computer Use is planned for testing in iRacing, although its ability to control the simulator in real time remains unclear.

The use case is presented as a potentially enjoyable way to spend an AI agent’s quota and as evidence that such systems could serve as gaming or training assistants. A further prediction is that agents may soon take over a user’s place in gaming and simulation interfaces.

Astra использовала Computer Use для игры в Balatro и выиграла партию, пока пользователь наблюдал за ее решениями и неформально оценивал их. Этот опыт сравнили с ролью тренера, который подсказывает ребенку на футбольном поле, а не заставляет AI-систему выполнять задачу.

ChatGPT сравнил времена кругов в гоночном симуляторе с показателями новичков и лучших результатов, а затем предложил проанализировать видео полного круга, чтобы помочь сократить время. Computer Use планируют испытать в iRacing, однако пока неясно, насколько хорошо агент сможет управлять симулятором в реальном времени.

Этот сценарий рассматривается как потенциально приятный способ расходовать квоту AI-агента и как признак того, что такие системы могут стать игровыми или тренировочными помощниками. Также высказывается прогноз, что вскоре агенты смогут занимать место пользователя в игровых и симуляторных интерфейсах.

An OpenAI robotics-team experiment connected a camera-equipped physical robot to Codex, extending models’ abilities in painting and computer-use tasks to real-world drawing. Early robot paintings took roughly one to two hours, depending on the method used.

Instead of repeatedly processing an image after every small movement, the system writes an action plan in code, executes it, and checks images every second or few seconds to make adjustments. Early demonstrations used 512p images; lower resolution was considered sufficient for longer action plans, while faster control loops are expected to depend more on image resolution.

The exact robotics methods are still being developed, and the current setup is described as slow and potentially expensive. The experiment points to a likely combination of cloud intelligence, local models and specialized interfaces, while cheaper physical devices could help drive a boom in DIY robotics.

В рамках эксперимента робототехнической команды OpenAI физический робот с камерой был подключен к Codex, чтобы перенести способности моделей к рисованию и работе с компьютерными интерфейсами в реальный мир. Ранние рисунки робота занимали примерно от одного до двух часов в зависимости от выбранного метода.

Вместо обработки изображения после каждого небольшого движения система формирует план действий в коде, выполняет его, а затем проверяет изображения каждую секунду или несколько секунд, внося корректировки. В ранних демонстрациях использовались изображения с разрешением 512p: для длинных планов действий этого, по оценке эксперимента, было достаточно, тогда как для более быстрых контуров управления разрешение, вероятно, будет важнее.

Конкретные методы робототехники пока находятся в разработке, а текущая система описывается как медленная и потенциально дорогая. Эксперимент указывает на вероятное сочетание облачного интеллекта, локальных моделей и специализированных интерфейсов; более дешевые физические устройства могут способствовать буму DIY-робототехники.

A proposed desktop robot could sort incoming mail, identify and shred advertisements, photograph utility bills and other documents, and trigger online actions through ordinary computer use. The concept is framed as an “IRL spam filter” that would not require a $50,000 humanoid robot.

The open-source, fully 3D-printable Hugging Face SO-100 arm is described as using actuators costing about $200 at the time, although supply-chain issues affect the price. Similar inexpensive arms could be connected to existing AI agents; a YC company is also described as having built a humanoid robot for under $2,000.

The prediction is that consumers may soon experiment with low-cost robots for tasks such as mail handling, gardening, and cooking. Current systems may fail at tasks such as removing weeds, and safety concerns remain.

Предлагаемый настольный робот мог бы сортировать входящую почту, выявлять и уничтожать рекламу, фотографировать счета за коммунальные услуги и другие документы, а затем запускать онлайн-действия через обычный computer use. Эта концепция описывается как «IRL-спам-фильтр», для которого не потребуется гуманоидный робот стоимостью 50 000 долларов.

Открытая полностью 3D-печатаемая роботизированная рука Hugging Face SO-100, как утверждается, использует актуаторы стоимостью около 200 долларов на момент обсуждения, хотя на цену влияют проблемы с цепочками поставок. Подобные недорогие руки можно было бы подключать к уже существующим AI-агентам; также сообщается о YC-компании, создавшей гуманоидного робота дешевле 2 000 долларов.

Прогноз заключается в том, что потребители вскоре смогут экспериментировать с недорогими роботами для сортировки почты, садоводства и готовки. Современные системы могут не справляться, например, с удалением сорняков, а вопросы безопасности остаются нерешёнными.

Robots could be useful for cooking and other everyday tasks, but giving one a knife is described as probably a very bad idea. The specific household tasks a robot could reliably perform remain unclear.

Some interactive tasks cannot tolerate a full minute of waiting. A real-time strategy game illustrates the constraint: without a sufficient actions-per-minute rate, a player can lose even on easy mode. The required response speed for different tasks is not established.

Роботы могли бы помогать с готовкой и другими повседневными задачами, однако давать им нож, вероятно, было бы очень плохой идеей. Какие именно бытовые задачи робот сможет надёжно выполнять, остаётся неясным.

Некоторые интерактивные задачи не допускают ожидания в течение целой минуты. Это иллюстрирует стратегия в реальном времени: без достаточного числа действий в минуту можно проиграть даже на лёгком уровне. Необходимая скорость реакции для разных задач не установлена.

The Hugging Face robot is presented as an accessible starting point for DIY robotics: it can be 3D-printed, while open-source projects let users modify its embodiment and build improved grippers.

Iterative feedback is cited as a practical way to improve robot performance. After receiving a few pointers, the robot produced five progressively better paintings, although it remains uncertain how well it will perform with a pen.

Faster chips and models are expected to unlock additional real-time robotic capabilities as inference becomes quicker.

Робот Hugging Face представлен как доступная отправная точка для DIY-робототехники: его можно напечатать на 3D-принтере, а проекты с открытым исходным кодом позволяют менять конструкцию и создавать улучшенные захваты.

Итеративная обратная связь названа практическим способом улучшать работу робота. После нескольких подсказок робот создал пять постепенно улучшающихся картин, однако пока неясно, насколько хорошо он справится с ручкой.

Ожидается, что более быстрые чипы и модели откроют дополнительные возможности робототехники в реальном времени по мере ускорения инференса.

In a reported example, a free personal agent spent up to 24 hours pursuing a refund for a $5 pack of raspberries bought at Walmart. The agent ultimately contacted the executive assistant to Walmart’s CEO, described as the final escalation point.

The anecdote illustrates how persistent agents could handle time-consuming tasks without continuous user involvement, including efforts that might save a person money. The account also characterized such agents as becoming increasingly autonomous and aggressive in pursuing objectives.

В одном из описанных случаев бесплатный персональный агент до 24 часов добивался возврата средств за упаковку малины стоимостью $5, купленную в Walmart. В итоге агент связался с исполнительным помощником CEO Walmart — это было названо последним уровнем эскалации.

Этот пример показывает, как настойчивые агенты могут выполнять отнимающие много времени задачи без постоянного участия пользователя, в том числе добиваться экономии средств. Также было отмечено, что такие агенты становятся всё более автономными и агрессивными в достижении поставленных целей.

An investor who backed OpenAI, Anthropic, and Hugging Face says the AI market is now much harder to decipher than it was when OpenAI and Anthropic appeared to be obvious long-term foundational platforms. The rapid flow of new companies, products, and financings makes it difficult to determine which businesses people will still use in 10 years.

The investor says the fund continued investing in Anthropic and OpenAI as they grew and now has close to $1 billion invested across the two companies. Despite the uncertainty, the investor remains excited about early-stage companies and focuses on exceptional talent, vision, and founders seeking to change the world.

Repeatedly meeting founders and evaluating companies is expected to improve pattern recognition over time, making the strongest opportunities more apparent. The investor says choosing correctly remains the central challenge.

Инвестор, вложивший средства в OpenAI, Anthropic и Hugging Face, считает, что рынок ИИ теперь значительно сложнее для оценки, чем в период, когда OpenAI и Anthropic казались очевидными долгосрочными фундаментальными платформами. Быстрый поток новых компаний, продуктов и раундов финансирования затрудняет понимание того, какие бизнесы люди будут использовать через 10 лет.

По словам инвестора, фонд продолжал вкладывать средства в Anthropic и OpenAI по мере их роста, и сейчас в эти две компании инвестировано почти $1 млрд. Несмотря на неопределённость, инвестор по-прежнему воодушевлён компаниями на ранних стадиях и ориентируется на выдающиеся способности, видение и основателей, стремящихся изменить мир.

Ожидается, что постоянные встречи с основателями и оценка компаний со временем улучшат распознавание закономерностей и помогут яснее увидеть сильнейшие возможности. По словам инвестора, главным вызовом остаётся правильный выбор.

An investor says his experience identifying unknown artists, signing them quickly and helping them reach an audience transferred seamlessly to startup investing. He evaluates founders in much the same way, treating their pitches like songs or albums and looking for a memorable “chorus” that signals a compelling idea.

He describes founders as “rock stars” whose work may need help finding an audience. The approach distinguishes visionary entrepreneurs who pursue opportunities before they are obvious from those who follow opportunities after others have identified them. The excerpts leave open how personal-life problems should be weighed differently for musicians and founders managing large teams.

Инвестор говорит, что опыт поиска неизвестных артистов, быстрого заключения с ними контрактов и помощи в выходе к аудитории легко перенёсся в венчурное инвестирование. Он оценивает основателей примерно так же, как песни или альбомы, и ищет запоминающийся «припев» — признак убедительной идеи.

Он называет основателей «рок-звёздами», которым может потребоваться помощь в поиске аудитории. Такой подход отделяет визионеров, pursuing возможности до того, как они становятся очевидными, от предпринимателей, следующих за возможностями после того, как их обнаружили другие. В источнике остаётся открытым вопрос о том, как по-разному следует учитывать личные проблемы музыкантов и основателей, управляющих большими командами.

An investor says his habit of acting quickly in venture investing developed while competing with larger music labels. He recalls committing to Alanis Morissette after hearing one song and to Muse after the first song of a performance, arguing that hesitation could let competitors discover an opportunity and overpay for it.

He says that when he arranged special-purpose vehicles for Anthropic, many people initially did not understand the opportunity, although demand later increased. He also says Anthropic and OpenAI investments faced outside skepticism, but he remained convinced.

The investor applies mentor David Geffen’s “blinders” metaphor: investors should run their own race and avoid being swayed by outside noise. He adds that gut judgment should be respected, but combined with data, more information, and structured diligence.

Инвестор говорит, что его привычка быстро принимать решения в венчурных инвестициях сформировалась во время конкуренции с более крупными музыкальными лейблами. Он вспоминает, что решил работать с Аланис Мориссетт после одной песни, а с Muse — после первой песни выступления, отмечая, что промедление могло позволить конкурентам заметить возможность и переплатить за неё.

По его словам, когда он организовывал специальные инвестиционные структуры для Anthropic, многие сначала не понимали эту возможность, хотя позднее спрос вырос. Он также говорит, что инвестиции в Anthropic и OpenAI сталкивались со скептицизмом со стороны окружающих, но сам он сохранял уверенность.

Инвестор применяет метафору «шор» своего наставника Дэвида Геффена: инвесторам следует бежать свою собственную гонку и не поддаваться внешнему шуму. При этом, добавляет он, интуицию нужно уважать, но сочетать её с данными, дополнительной информацией и структурированной проверкой.

Startup-evaluation intuition is described as developing over roughly a decade or more of watching companies move through repeated cycles: launching, becoming hot and attracting capital, while sometimes showing signs that something is not right despite strong momentum. Marketing and communications can make a company’s story seem more convincing than its underlying dynamics.

The approach combines pattern matching with direct diligence: staying close to what is happening, asking around and examining details thoroughly. Years spent getting to know highly capable, high-integrity founders—including Mark Zuckerberg and Sam Altman—are described as helping distinguish genuine ability from someone merely pretending. The precise source of this intuition remains unclear, but repeated predictions about themes later becoming widely discussed have reinforced the judgment.

Интуиция при оценке стартапов, как утверждается, формируется за примерно десять и более лет наблюдения за повторяющимися циклами: компании запускаются, становятся популярными и привлекают капитал, но иногда даже при сильной динамике возникает ощущение, что с ними что-то не так. Маркетинг и коммуникации могут сделать историю компании убедительнее, чем ее реальные внутренние процессы.

Этот подход сочетает распознавание паттернов с непосредственной проверкой: нужно следить за происходящим, наводить справки и тщательно изучать детали. Многолетнее знакомство с очень способными и добросовестными основателями, включая Марка Цукерберга и Сэма Альтмана, как утверждается, помогает отличать реальные способности от притворства. Точный источник такой интуиции остается неясным, однако повторные случаи, когда темы позднее становились широко обсуждаемыми, укрепили эту оценку.

The podcast is being developed as an ecosystem platform rather than a company sales pitch. Its strategy is to pair established technology leaders with up-and-comers and to explore their perspectives across the industry.

The creator says the format will include people outside the investment network, competitors and other venture capitalists. He is selecting and booking the conversations himself, with inference identified as an important upcoming topic.

He expects the podcast’s perspective and brand to improve as it develops, arguing that leading figures and emerging voices can learn from one another.

Подкаст развивается как площадка для технологической экосистемы, а не как презентация компаний. Его стратегия — сопоставлять устоявшихся лидеров отрасли с перспективными новичками и раскрывать их взгляды на разные направления индустрии.

Создатель подкаста говорит, что в нем будут участвовать люди за пределами инвестиционной сети, конкуренты и другие венчурные инвесторы. Он сам выбирает и организует беседы; одним из важных ближайших сюжетов названа инференция.

По его оценке, со временем взгляд подкаста и его бренд будут становиться сильнее: лидеры отрасли и новые голоса могут учиться друг у друга.

The author of a newsletter says he will stop publishing company leaks after doing so for a decade. He plans to use the newsletter’s established audience to share deeper observations informed by sustained access to conversations and by time to reflect on them; he says confidentiality will remain important.

He says his interviews will still focus on strategy, connecting the dots and eliciting information beyond prepared talking points. He also argues that aspiring technology reporters may need to focus intensely on a niche and become exceptionally good at it, amid a difficult traditional-media environment marked by hiring and traffic challenges.

Автор рассылки заявил, что прекратит публиковать утечки компаний после десяти лет такой работы. Он планирует использовать уже сформировавшуюся аудиторию рассылки, чтобы делиться более глубокими наблюдениями, основанными на длительном доступе к разговорам и возможности обдумывать их; по его словам, конфиденциальность останется важной.

Он отметил, что его интервью по-прежнему будут сосредоточены на стратегии, выявлении связей и получении информации за пределами подготовленных тезисов. По его мнению, начинающим технологическим журналистам, возможно, придется сосредоточиться на узкой теме и стать в ней исключительно сильными на фоне сложной ситуации в традиционных медиа, включая проблемы с наймом и трафиком.

A planned thesis on personal agents may eventually be turned into a direct-to-camera video essay and distributed alongside email and podcast versions. The idea is described as a possible phase-two product, not a committed plan.

For now, the podcast is expected to remain focused on conversations. Eight guests are lined up, and four recordings are planned for the following week, making those conversations the near-term priority.

Запланированный тезис о персональных агентах в будущем могут превратить в видеоэссе с обращением автора непосредственно к камере и распространять вместе с версиями для email и подкастов. Идею описывают как возможный продукт второго этапа, а не как утверждённый план.

Пока подкаст, как ожидается, останется сосредоточенным на разговорах. В очереди находятся восемь гостей, а на следующую неделю запланированы четыре записи, поэтому в ближайшее время приоритетом остаются эти разговоры.

Market analysis suggests Instinct could potentially reach a valuation greater than Snap, though the comparison remains uncertain. As a startup in a new category, Instinct may receive more forgiveness for early product problems than more established or highly scrutinized products. Anxiety about falling behind in AI could also create second- and third-mover opportunities for new entrants.

The personal-agent market is expected to become intensely competitive, with major companies including Meta likely to build agents; many AI models and chat applications already have agentic capabilities. A possible business model is a transaction take rate when an agent completes a purchase—for example, earning $500 on a car transaction.

Network effects may become a key advantage for personal agents, although it remains unclear whether users will value agent networks like human social networks. Agent-based contact importing could make it easier to seed a new network, but reliability, leaks, crashes and hacks could determine whether users stay.

Рыночный анализ допускает, что оценка Instinct потенциально может превысить оценку Snap, хотя это сравнение остается неопределенным. Как стартап в новой категории, Instinct может получить больше снисхождения к ранним проблемам продукта, чем более устоявшиеся или находящиеся под пристальным вниманием продукты. Тревога из-за риска отстать в развитии ИИ также может создать возможности для вторых и третьих игроков.

Ожидается, что рынок персональных агентов станет крайне конкурентным: крупные компании, включая Meta, вероятно, будут создавать таких агентов, а многие ИИ-модели и чат-приложения уже обладают агентными возможностями. Возможная бизнес-модель — комиссия с транзакции, которую агент совершает для пользователя, например $500 с покупки автомобиля.

Сетевые эффекты могут стать ключевым преимуществом персональных агентов, однако пока неясно, будут ли пользователи ценить сети агентов так же, как человеческие социальные сети. Импорт контактов через агента может упростить запуск новой сети, но именно надежность, утечки, сбои и взломы могут определять, останутся ли пользователи.

Personal agents could make communication less personal by handling conversations with service providers, relatives and other contacts. One possible future criticism is that people will no longer talk directly to one another, with interactions occurring mainly between agents.

The concern echoes earlier criticism of social media—that technology intended to connect people made them less social—but is presented as a possible social risk, not an established outcome.

Персональные агенты могут сделать общение менее личным, беря на себя разговоры с поставщиками услуг, родственниками и другими контактами. Одной из возможных будущих претензий станет то, что люди перестанут разговаривать друг с другом напрямую, а взаимодействие будет происходить главным образом между агентами.

Эта обеспокоенность перекликается с прежней критикой социальных сетей: технологии, призванные объединять людей, якобы сделали их менее общительными. Однако здесь это представлено как возможный социальный риск, а не как уже установленный результат.

Positron, co-founded by Thomas Summers and Edward Kmet in 2023, is developing hardware for AI inference with a focus on memory capacity and bandwidth. Mitesh Agarwal said he joined after seeing the demands of reasoning and video-generation models at Lambda; he cited a video model that needed four H100s to generate a 10-second clip and was constrained by memory.

The company shipped its first customer product in 15 months with fewer than 20 people, using FPGAs, and had recently surpassed 100 employees, with more than 50 added over the previous three months. Its 50 Atlas racks at Oracle are FPGA-based. Positron uses AI tools extensively for verification, design interaction and related work, but not yet to generate a new chip design; Agarwal expects that capability to emerge soon.

Компания Positron, основанная в 2023 году Томасом Саммерсом и Эдвардом Кметом, разрабатывает оборудование для AI-inference с акцентом на объём и пропускную способность памяти. Митеш Агарвал заявил, что присоединился к компании после наблюдений за нагрузкой, которую создают модели рассуждений и генерации видео в Lambda: по его словам, одной видеомодели требовались четыре H100 для создания 10-секундного ролика, причём ограничением были память и её пропускная способность.

Positron выпустила первый клиентский продукт за 15 месяцев, имея менее 20 сотрудников, и использовала FPGA. Недавно штат компании превысил 100 человек, причём более 50 сотрудников были наняты за предыдущие три месяца. Установленные в Oracle 50 стоек Atlas также работают на FPGA. Positron активно применяет AI-инструменты для верификации, взаимодействия при проектировании и сопутствующих задач, но пока не поручает им создание нового чипа; Агарвал ожидает, что такая возможность появится в ближайшее время.

Positron says demand for its inference silicon depends on more than benchmark performance. The company argues that comparable performance must be paired with favorable total cost of ownership (TCO), strong interactivity, or both; meeting both goals should improve the likelihood of demand.

Large labs and hyperscalers are also asking whether the chips can be fabricated in sufficient quantities and whether the supply chain is robust enough to support that scale. Deployment is a separate test: customers need to know whether the systems fit available power, cooling and data-center capacity, including cases where liquid cooling may be required.

Positron says making frontier models run should create adoption opportunities in the current market, but it has not yet been established whether the company can satisfy the supply, power, cooling and deployment requirements of major customers.

Positron заявляет, что спрос на ее inference-кремний зависит не только от результатов бенчмарков. По мнению компании, сопоставимую производительность нужно сочетать с выгодной совокупной стоимостью владения (TCO), высокой интерактивностью или обоими преимуществами; достижение обеих целей должно повысить вероятность спроса.

Крупные лаборатории и гиперскейлеры также выясняют, можно ли выпускать такие чипы в достаточных объемах и достаточно ли надежна цепочка поставок для этого масштаба. Отдельная проверка — возможность развертывания: системы должны соответствовать доступным ограничениям по электропитанию, охлаждению и мощности дата-центров, в том числе если требуется жидкостное охлаждение.

Positron считает, что способность запускать передовые модели создаст возможности для внедрения на текущем рынке, однако пока не установлено, сможет ли компания выполнить требования крупных клиентов по поставкам, электропитанию, охлаждению и развертыванию.

Positron says it is taping out its chip this year and expects production to ramp in the second half of 2027. It plans to show by 2028 how it can reach “hundreds” of megawatts—roughly 300–500 MW or more—on a path toward gigawatt-scale deployments.

Hyperscalers and frontier labs may ask for proposals involving a gigawatt or more, making early orders potentially a proof of concept for much larger future fleets. Positron also cited inference-service providers, sovereign AI clouds and quantitative-finance customers as alternative growth channels, with possible revenue milestones of $100 million, $250 million, $1 billion and $2 billion.

The company says it raised $875 million and still had $230 million from its Series B, raised in February of the same year, available. That capital is intended to demonstrate that customer deployments can be financed, while larger projects may require external financing. The discussion also identified commodity memory as more feasible to source than HBM, but with performance trade-offs requiring technical innovation.

Positron сообщает, что в текущем году завершает подготовку дизайна чипа к производству и ожидает наращивания выпуска во второй половине 2027 года. К 2028 году компания планирует показать, как выйти на «сотни» мегаватт — примерно 300–500 МВт или более, — с перспективой масштабирования до уровня гигаватт.

Гиперскейлеры и передовые AI-лаборатории могут запрашивать проекты мощностью в один гигаватт и более, поэтому первые заказы потенциально могут стать доказательством возможности развернуть гораздо более крупные парки в будущем. В качестве альтернативных каналов роста Positron также называет поставщиков inference-as-a-service, суверенные AI-облака и компании из сферы количественных финансов; среди возможных промежуточных ориентиров выручки указаны $100 млн, $250 млн, $1 млрд и $2 млрд.

Компания сообщает, что привлекла $875 млн, при этом у неё оставались доступными $230 млн из раунда Series B, проведённого в феврале того же года. Эти средства должны подтвердить возможность финансировать клиентские развертывания, а для более крупных проектов может потребоваться внешнее финансирование. В обсуждении также отмечалось, что товарную память получить проще, чем HBM, но её ограничения по производительности потребуют технических инноваций.

Positron AI says its inference software stack will be built around open-source infrastructure compatible with the Nvidia- and PyTorch-centered ecosystem, including vLLM and SGLang. The company’s stated focus is inference; it characterizes training as a substantially harder challenge for alternative silicon.

The proposed approach combines a broadly compatible layer with custom work for sophisticated customers such as frontier labs and hyperscalers. Positron says its team brought the Muse Glimmer model up on its first-generation Atlas system within hours, while noting that rapid deployment does not by itself deliver maximum efficiency or the lowest cost.

The company expects model onboarding to become faster and more automated, but says customer-specific optimization will remain important for extracting the full economic value of the hardware. The discussion does not specify software licenses, a release schedule, the breadth of supported models, or quantified efficiency gains.

Positron AI заявляет, что его программный стек для инференса будет построен на открытой инфраструктуре, совместимой с экосистемой Nvidia и PyTorch, включая vLLM и SGLang. Компания делает основной акцент на инференсе и считает обучение существенно более сложной задачей для альтернативных чипов.

Предлагаемый подход сочетает широко совместимый слой с индивидуальной доработкой для крупных и технически продвинутых клиентов, включая передовые лаборатории и гиперскейлеров. Positron утверждает, что его команда запустила модель Muse Glimmer на системе Atlas первого поколения за несколько часов, однако отмечает: быстрый запуск сам по себе не обеспечивает максимальной эффективности или минимальной стоимости.

Компания ожидает, что подключение новых моделей станет быстрее и более автоматизированным, но считает индивидуальную оптимизацию важной для полного раскрытия экономической ценности оборудования. В материалах не уточняются лицензии на ПО, график его выпуска, перечень поддерживаемых моделей или количественные показатели прироста эффективности.