Когато става въпрос за генериране на код чрез изкуствен интелект, процесът често изглежда магически: подаваме инструкции (prompts), получаваме работещ код. Но между входа и изхода се крие „черна кутия“, в която ИИ взема решения, които никой не е поискал – феномен, който експертите наричат „black box AI drift“.

Джонатан Гордън, основател на Reweaver.ai и ветеран в UX дизайна, споделя опита си от едногодишен стрес тест на ИИ инструменти [1]. Той открива, че докато на повърхността ИИ генерира уверен изход, в действителност кодът често е пълен с грешни предположения, излишни имплементации и скрити уязвимости.

Китай съобщи за зашеметяващо количество налична изчислителна мощ за изкуствен интелект, което според експерти насочва към съществуването на „тъмен басейн“ (dark pool) от ресурси, хиляди пъти по-голям от публичните доклади.

Според Министерството на индустрията и информационните технологии (MIIT), Китай е достигнал 1,882 екзафлопа (exaflops) – единица за измерване, съкращение от „exa floating-point operations per second“. Това се превежда като 1,882 квинтилиона (милиард милиарда) изчисления в секунда [1].

По време на конференцията Google Cloud Next 2026, технологичните гиганти NVIDIA и Google Cloud обявиха мащабно разширяване на своето партньорство [1]. Сътрудничеството е насочено към изграждането на т.нар. „ИИ фабрики“ (AI factories) — специализирани среди за мащабно внедряване на изкуствен интелект в две ключови направления: автономни софтуерни системи и индустриална автоматизация.

Основният стълб на тази визия е Google Cloud AI Hypercomputer — архитектура, която интегрира новия хардуер на NVIDIA директно в облачната инфраструктура на Google, позволявайки безпрецедентна скорост и икономическа ефективност [1].

Изображение: Alex Shipps/MIT CSAIL

Един от най-големите проблеми на съвременните модели с изкуствен интелект не е просто, че грешат, а че го правят с непоколебима увереност. Дори най-способните системи за разсъждение днес често поднасят грешни отговори със същия авторитетен тон, с който съобщават и фактите. Изследователи от Лабораторията за компютърни науки и изкуствен интелект на MIT (CSAIL) обаче са открили начин да коригират това поведение [1].

Изображение: Генерирано чрез Svetni.me AI

Meta е открила нов, изключително богат източник на данни за обучение на своите модели: собствените си служители. Според репортажи на BBC [1] и TechCrunch [2], компанията е обявила старта на вътрешен инструмент, който ще записва всяко движение на мишката, натискане на клавиш и взаимодействие с потребителския интерфейс (като навигация в падащи менюта) на работните компютри.

Изображение: Саймън Уилисън чрез Anthropic

Доверието в екосистемата на инструментите за програмиране с изкуствен интелект е крехко нещо, както разбра Anthropic през последните 24 часа. Популярният технически блогър Саймън Уилисън съобщава за кратък, но интензивен период на объркване, в който компанията на практика „скри“ своя нов CLI инструмент Claude Code от стандартния план Pro ($20/месец), поставяйки го зад бариерата на плановете Max ($100) и Team ($200) [1].