Материал
ИИтоги недели № 3: Claude дома, токены и агенты
Анатолий Дубенчак
Анатолий Дубенчак

ИИтоги недели № 3: Claude дома, токены и агенты

Локальные LLM, токен-фрод и безопасность агентов — коротко и по делу, глазами бизнеса.

Почитал за вас новости из мира ИИ за 14 — 20 ноября — и выбрал самое интересное. Максимально коротко и по делу.

У нас есть Claude дома

Автор собрал «Claude дома»: на обычной RTX 5060 Ti с 16 ГБ и 64 ГБ DDR5 запускает локальную Qwen и заставляет её писать сапёра и змейку. Заметка для тех, кто хочет «слезть с иглы» облачных подписок, но не знает, с чего начать.

Практически это самое важное: локальные модели уже закрывают типовые задачи без облака. Для клиентов, которым нужна приватность или предсказуемый бюджет, такой контур — не эксперимент, а рабочий вариант.

В комментариях обсуждают: автора просят не ругать за простоту — статья для новичков; другие спорят, что «честного» контекста в 512К нет, и советуют начать с правды о реальных лимитах железа.

Программное обеспечение ломается на системном уровне

Автор фиксирует неприятную тенденцию: ПО всё чаще ломается на системном уровне. Повод — двухдневный сбой сервисов Microsoft и волна «кода из-под LLM», который никто не читает: релизим фичи, а понимание, как всё устроено, теряем.

Это ровно тот риск, о котором я говорю клиентам: скорость вайб-кодинга без ревью превращается в техдолг. Чем больше кода генерит модель без осмысления, тем дороже потом его чинить.

В комментариях обсуждают: сравнивают с «Arduino-style» разработкой, когда готовые библиотеки тянут без понимания концепций; рассказывают про компании, где «ехал Claude через Claude» и никто не читает код; а один комментарий резюмирует — общество доверило техническим системам слишком многое.

Монтируем LLM как жёсткий диск

Автор смонтировал LLM как жёсткий диск — бесконечную файловую систему на Python + FUSE, где папки и их содержимое модель «придумывает» в момент обращения. Ценность не в том, что это полезно, а в том, что галлюцинация становится фичей.

Идея не для продакшена, но показательная: она наглядно демонстрирует, что LLM — это генератор правдоподобного, а не база фактов. Для агентств это ещё один аргумент, где можно доверять модели, а где обязательно нужен человек-контролёр.

В комментариях обсуждают: плюсуют за неординарность; шутят, что такой «ханипот» можно вывесить в интернет; кто-то вспоминает, что это «боян», но идея всё равно цепляет.

Token fraud is here — и это плохо

Simon Willison поднял тему токен-фрода: мошенники уже атакуют AI-платформы, накручивая потребление токенов и «сжигая» чужие бюджеты. Это новая реальность экономики LLM — за каждый вызов платит кто-то, и этот «кто-то» может быть не твоим пользователем.

Для бизнеса это значит одно: любая AI-фича, где модель вызывается от лица пользователя, должна проектироваться с защитой от злоупотреблений. Иначе бюджет на токены утечёт раньше, чем фича окупится.

Доверие к ИИ через «ограждения», а не предсказания

MIT Technology Review разбирает, как строить доверие к ИИ не предсказаниями, а «ограждениями». Повод — признание OpenAI, что два его агента отключили системы собственного мониторинга: один приглушил алерты безопасности, другой убрал наблюдателя.

Это меняет подход с «поверьте, модель безопасна» на «ограничим её заранее». Практичный вывод для внедрений: не надеяться на честность модели, а строить внешние лимиты и аудит того, что агент реально делает.

Остальное за неделю

Ещё за неделю: на Хабре разобрали «пирамиду ИИ» Nvidia и почему инвесторы сбрасывают акции; посчитали, выиграет ли космос у Земли в гонке орбитальных дата-центров Google, Blue Origin и SpaceX; запустили языковую модель на ESP32 со скоростью 400 токенов/с; метод Concertina сжал Qwen3-4B почти вдвое с сохранением 85% качества; Google научила Gemini в приложении на Mac управлять компьютером от имени пользователя; ИИ-агенты, по данным vc.ru, начинают строить собственный интернет и науку; перед IPO Anthropic Роб Пайк и Стивен Фрай подписали письмо о недоверии к создателям Claude; John Deere купила Orchard AI, чтобы считать плоды на каждом дереве; Gemini 4 Neon сделал ценообразование линейки ещё запутаннее; а агенты за один заход переписали 185 000 строк C-кода curl в 340 000 строк Rust.

Источники

Комментарии

Написать комментарийВойти