describe.ru

Tesla ограничила расходы на ИИ 200 долларами в неделю, в LiteLLM критическая уязвимость

Четыре зависимости, которые незаметны, пока не станут дорогими: от чужих моделей, от неуправляемого счёта за токены, от непроверенного шлюза и от самой привычки думать с ИИ. Примеры: Mistral, Tesla, Uber, LiteLLM и исследование на 26 000 студентов.

Сводка новостей ИИ за 4 июля 2026 года.

Зависимость незаметна, пока не становится дорогой.

Независимость как инженерная задача

Google отметила День независимости США рекламой, в которой отцы-основатели пишут Декларацию с помощью ИИ в Workspace. А мир ИИ провёл этот день в спорах о независимости другого рода. Её видов четыре, и каждый соответствует решению в ваших собственных планах.

Первая: чьи модели вам доступны

TechCrunch выпустил два материала о Mistral и подал французскую лабораторию как суверенную европейскую альтернативу. Она не похожа на OpenAI, выпускает открытые веса и строит предложение на том, что ни стране, ни компании не стоит пропускать весь свой интеллект через несколько американских лабораторий.

На этой неделе это не абстракция. Anthropic одновременно закрывает лазейки, через которые китайские фирмы добирались до Claude: подставные дочерние компании в Сингапуре и цепочки VPN.

Какими моделями вам разрешено пользоваться и кому разрешено пользоваться вашими, стало реальной осью контроля. А «просто вызывать лучший API» незаметно превращается в геополитическую ставку.

Вторая: кто управляет вашим счётом

Эта часть коснётся вашей организации напрямую. Tesla с понедельника ограничивает инженеров 200 долларами в неделю на токены ИИ. До этого некоторые сжигали тысячи долларов за неделю.

Tesla не одна. По сообщениям, Uber за четыре месяца израсходовала бюджет на ИИ в 3,4 миллиарда долларов: Claude Code раздали примерно 5 000 инженеров без ограничений на пользователя.

Урок для всех, кто руководит командой данных или машинного обучения. Модель без управления - это коммунальная услуга по счётчику, только счётчик спрятан. Если вы не видите расход токенов по каждому пользователю, вашими затратами управляете не вы, а поставщик. GitHub Copilot перешёл на оплату по использованию именно по этой причине.

Третья: на чём держится ваш инструментарий

Саймон Уиллисон на этой неделе опубликовал текст, чьё название уже содержит тезис: чем лучше модели, тем хуже инструменты. Неудобная мысль в его основе такая. По мере того как модели умнеют, обвязка вокруг них становится хуже, потому что в хорошие инструменты перестают вкладываться и опираются на сырую мощность.

От того же автора на той же неделе вышел и контрпример: карта мира, уложенная всего в 500 байт. Это напоминание о том, как выглядит ремесло при настоящих ограничениях, и полная противоположность привычке бросать передовую модель на каждую задачу.

А вот острая грань, которая подтверждает тезис. CVE-2026-42271 - критическая уязвимость в LiteLLM, открытом шлюзе к языковым моделям, через который многие команды пропускают все запросы. Она позволяет удалённо выполнить код без аутентификации и раскрывает API-ключи всех настроенных провайдеров. Агентство CISA обязало федеральные ведомства США установить исправление в течение трёх дней.

Это и есть счёт за «худшие инструменты». Чем больше вы направляете через один удобный прокси, который никогда не проверяли, тем вернее одна ошибка получает всю вашу цепочку поставки моделей.

Четвёртая: умеете ли вы без модели

Самое тихое исследование дня охватило 26 000 студентов и было посвящено скрытой цене ИИ для обучения. Оно совпадает с тревогой Уиллисона об инструментах. Зависимость удобна ровно до того момента, когда выясняется, что отданное на сторону умение утрачено.

Честный вопрос к инженеру: смогли бы вы написать запрос, собрать инструмент, прочитать код при выключенной модели?

Что объединяет все четыре

Механика одна. Вы не замечаете, что отдали контроль над затратами, пока не придёт счёт, как у Uber. Над цепочкой инструментов, пока не выйдет CVE. Над собственным навыком, пока модель не окажется недоступна.

Институты, которые сохраняют свободу, строят до того, как они понадобятся. Для команды данных в 2026 году это скучно и конкретно:

  • бюджеты на токены, которые действительно видны;

  • запасная модель, которой управляете вы;

  • цепочка инструментов, которую можно проверить;

  • люди, которые по-прежнему понимают, как всё устроено внутри.

Реклама Google переворачивает историю. Декларация никогда не была задачей на продуктивность, никому не требовалось написать её быстрее. Это было суждение о том, когда пора перестать зависеть от другого. Именно эту часть ИИ за вас не сделает.

Что сделать сегодня

Выгрузите расходы вашей команды на токены ИИ за последний месяц с разбивкой по пользователям. Если не получается, вы уже знаете, что чинить первым. Затем назовите один шлюз или инструмент, через который идёт всё, и спросите себя, что будет в день, когда он сломается или его взломают. Два вопроса, полдня работы, и станет ясно, насколько вы на самом деле независимы.

Комментарии

Загружаю.

Читать дальше

описалЮрий Костюченко22 августа

ИИ пишет половину задач в Linear, а команды выпускают код медленнее

Запросов на слияние стало втрое больше, а время разработки выросло. В тот же день стали известны цифры Anthropic: темп выручки 65 миллиардов долларов в год. Broadcom, по сообщениям, готовит долг под залог чипов.

Искусственный интеллект3 минуты
описалЮрий Костюченко12 мая

Атака на TanStack в npm: ответ OpenAI и предупреждение для пользователей macOS

OpenAI рассказала, как защищала свои системы и сертификаты подписи после атаки на цепочку поставок, и попросила владельцев Mac обновиться. В тот же день SAP расширила союзы с Microsoft и NVIDIA, а Databricks выпустила Catalog Commits.

Искусственный интеллект2 минуты
описалЮрий Костюченко11 мая

OpenAI запустила Daybreak и DeployCo, Claude Platform вышла в общий доступ в AWS

Daybreak ищет уязвимости в коде раньше атакующих, DeployCo помогает компаниям довести ИИ до рабочей эксплуатации. AWS открыла прямой доступ к платформе Anthropic, а суд Маска с OpenAI вынес наружу внутреннюю переписку компании.

Искусственный интеллект2 минуты
описалЮрий Костюченко5 октября

Meta и Microsoft уводят инженеров с Claude Code на собственные агенты

У Meta Claude Code пользовались 60 тысяч сотрудников, теперь 30 тысяч. Microsoft урезала внутренние траты на Anthropic на треть. Агента оказалось проще скопировать, чем модель, и вывод из этого касается любой команды.

Искусственный интеллект5 минут