Според анализ в Ars Technica [1], детонацията на тежката ракета New Glenn на компанията Blue Origin по време на статични изпитания доведе до зрелищно огнено кълбо над Флорида. Инцидентът не просто унищожи хардуера, но нанесе тежки щети върху наземната инфраструктура и предизвика сериозни сътресения в американската космическа индустрия и лунната програма на NASA [1].

Инфраструктурата на стартовия комплекс LC-36A в Кейп Канаверал е претърпяла значителни повреди. Тъй като Blue Origin не разполага с друга готова площадка за New Glenn (работата по съседната LC-36B и тази във Ванденберг е в начален етап), възстановяването на рампата ще отнеме между 12 и 15 месеца, дори при неограничените финансови ресурси на Джеф Безос [1].

В скорошна публикация технологичната компания DBOS изтъкна тезата, че PostgreSQL е единственото нещо, необходимо за устойчиво изпълнение на процеси (durable execution). Според тази концепция, ако организацията вече има доверие на базата си данни, тя няма нужда от допълнителен слой за оркестрация. Разработчиците на платформата Obelisk обаче развиват тази идея още по-далеч, твърдейки, че за широк кръг от устойчиви системи локалната база данни SQLite е напълно достатъчно решение [1].

Устойчивото изпълнение често се разглежда погрешно като изискване за скъпа и сложна изчислителна инфраструктура. В действителност устойчивата част е самото състояние на работния процес (workflow state) — логът на изпълнението и историята на преиграванията. Самите изчислителни ресурси (compute) могат да останат евтини, лесно заменими и временни [1].

Според публикация в Mashable [1], в сектора на изкуствения интелект има нов пазарен лидер. Компанията Anthropic обяви успешното привличане на инвестиции в размер на 65 милиарда долара, в рунд, воден от Altimeter Capital, Greenoaks, Dragoneer и Sequoia Capital. Това финансиране повишава пазарната оценка на компанията до рекордните 965 милиарда долара, правейки я най-скъпата частна компания за ИИ в света [1].

Досегашният лидер в надпреварата OpenAI, чийто чатбот ChatGPT дълго време олицетворяваше бума на технологията, за последно беше оценен на 852 милиарда долара през март тази година [1]. С новия рунд Anthropic изпреварва своя пряк конкурент не само по оценка, но и по приходи.

Френският пионер в сферата на изкуствения интелект Mistral AI предприема мащабна стратегическа трансформация, преминавайки от чисто предоставяне на модели към изграждането на цялостен вертикално интегриран стек. Това стана ясно от бележките на софтуерния разработчик Koen van Gilst [1] за затворената корпоративна среща AI Now Summit в Париж. Новата визия на компанията обхваща собствена изчислителна инфраструктура, специализирани модели, среди за агенти и директни консултантски услуги.

Вместо да се конкурира единствено чрез базови модели, Mistral AI изгражда собствена инфраструктура, която включва действащ 40MW център за данни в Париж и планове за географско разширяване в Швеция [1]. Ключовото им предимство за корпоративния сектор е възможността за локално внедряване (on-premise) на персонализирани модели. Това привлича големи организации с високи изисквания за сигурност, като европейската банкова група BNP Paribas, която обработва чувствителни данни за съответствие (KYC) в Белгия [1], и испанската Abanca, използваща оркестрация на агенти за мащабно обслужване на клиенти.

Според софтуерния разработчик Мауро Биег [1], навлизането на генеративния изкуствен интелект в програмирането е напът да повтори грешките от т.нар. „изгубено десетилетие“ на фронтенда. Терминът, популяризиран първоначално от Алекс Ръсел, описва епохата на масовото навлизане на тежките JavaScript библиотеки, които се превърнаха в пропускливи абстракции, отдалечаващи програмистите от браузъра и водещи до лошо потребителско изживяване [1].

Биег прави ясен паралел между начина, по който React „депрофесионализира“ фронтенд разработката – третирайки браузъра като крайна цел за компилация – и това как ИИ днес абстрахира самото писане на код [1]. Когато тези абстракции работят, те повишават скоростта, но същевременно крият фундаментална сложност. Тъй като генеративният ИИ е недетерминиран, абстракцията често пропуска (leak). Когато това се случи, разработчиците се сблъскват с грешки в среда, която не разбират, тъй като не притежават фундаментални познания за базовите материали [1].

Според информация от BBC [1], германският автомобилен концерн BMW започва нов пилотен проект в своя завод в Лайпциг, Германия, в който ще бъде интегриран новият хуманоиден робот AEON. Роботът е разработен от Hexagon Robotics — базирано в Цюрих подразделение на шведския индустриален гигант Hexagon. Проектът е част от по-широката стратегия на компанията за внедряване на концепцията за Физически ИИ (Physical AI) в реални производствени процеси, като целта е подпомагането на работниците при изпълнението на монотонни, ергономично натоварващи или рискови задачи [1].