✔️ Главы ИИ-компаний готовятся к жёсткой реакции властей на крупный инцидент Руководители ведущих лабораторий проводят закрытые учения, моделируя кризис после крупного инцидента с участием ИИ. Инсайдеры индустрии ждут крупной кибератаки с отключением банковских систем, связи или энергосетей в ближайшие 6–12 месяцев и считают, что первый же серьёзный ущерб вызовет резкую реакцию общества, а ответственность возложат на создателей моделей. Кроме стресс-тестов самой защиты лаборатории озабочены политикой и опасаются, что Конгресс США, не разбираясь в деталях, в панике примет радикальные меры. В OpenAI подтвердили, что проводят такие учения, Anthropic комментировать отказалась. axios.com ✔️ Создатели модели принятия решений Jev привлекли 870 млн долларов Раунд стартапа TypeSafe AI возглавил Andreessen Horowitz при участии Sequoia Capital. В команде чуть больше двадцати человек, в основном выходцы из OpenAI, Google и лаборатории Цукерберга. Несмотря на раннюю стадию, стартап заявил о выходе на чистую прибыль, точных показателей не раскрыв. Единственный его продукт – модель Jev, представленная несколько недель назад. По словам TypeSafe, она обрабатывает десятки миллиардов токенов в день, набрала больше миллиона пользователей, а тестирует её примерно треть компаний из Fortune 500. Деньги пойдут на инфраструктуру, найм инженеров и закупку мощностей. bloomberg.com ✔️ Anthropic выпустила ИИ-сканер уязвимостей для открытого кода OSS Scanner – бесплатный аудит безопасности открытых проектов, который выполняют модели компании. Предварительную проверку в отделе ИБ Anthropic отчёты не проходят, зато содержат описание уязвимости, способ её воспроизвести и, если нужно, предложения по правке. В пилоте участвовали PostgreSQL, wolfSSL, OpenSSL и curl, и, по словам создателя curl Даниэля Стенберга, сканер нашёл одну из самых серьёзных уязвимостей библиотеки за последние годы. Проекты подключают через пул-реквест в репозитории на GitHub. anthropic.com ✔️ JetBrains представила открытую модель для кодинг-агентов Mellum 2.1 – обновление модели на архитектуре MoE с 12 млрд параметров, из которых активны 2,5 млрд. Этап посттренинга переработан, обучение с подкреплением перенесли в реальные изолированные среды и прогнали миллионы запусков в песочницах. Модель теперь ориентируется в кодовой базе, сама правит файлы и проверяет результат собственными тестами. Предсказание нескольких токенов разом ускорило генерацию одиночных запросов примерно в 1,6 раза, а под высокой нагрузкой на одном ускорителе H200 модель выдаёт почти вдвое большую пропускную способность, чем Qwen3.5-9B. Веса лежат на Hugging Face под лицензией Apache 2.0, сборки GGUF для llama.cpp, Ollama и LM Studio обещают выпустить в ближайшее время. jetbrains.com ✔️ OpenRouter отдала отдел продаж агенту Инструмент Rasp на собственном движке Ori экономит команде из пяти менеджеров около 600 часов в месяц. Агент взял на себя оценку заявок, справки перед звонками, выжимки из расшифровок и заполнение CRM, время на одно обращение упало со 103 до 44 минут. По данным компании, цикл закрытия сделок ускорился на 34%, конверсия выросла вдвое. Расходы на бота упали с 800 долларов у первых прототипов до 30 долларов в день, из которых 18 уходит на инференс модели GLM 5.2. Снизить стоимость удалось слоем маршрутизации Ori, который сам подбирает модель под подзадачу. openrouter.ai @ai_machinelearning_big_data