Developer Relations *

Привет! 3 июля в Москве мы третий раз вручили Премию «Хакатоны России». Один вечер, шесть блоков, 35 номинаций — и целый год индустрии, спрессованный в несколько часов на сцене.

Внутри — полный список лауреатов до последней строчки. Кто забрал «Хакатон года» с 3514 участниками в пяти городах. Кто дебютировал так, что взял награду с первого запуска и многие другие хакатоны и IT-соревнования!

Плюс два новых блока Премии: про людей, которые тащат движение на себе, и про корпоративные хакатоны. А ещё — запуск платформы «Хакос» и первой студенческой CTF-Лиги.

Разбираем по блокам: масштаб и влияние, форматы и темы, ИИ и вайбкодинг, геймджемы, CTF. С цифрами, призовыми фондами и объяснением, за что именно суммарное мнение экспертов — включая вторые и третьи места.

Стартовал третий сезон Премии «Хакатоны России». Номинируй свой хакатон или IT-соревнования, заяви команду или сам стань экспертом. Заявки до 18 июня, церемония 3 июля в Москве. Подробности внутри 👇

Компания «Архитех ИИ» представила KodikScan — бесплатный инструмент для проверки контента на признаки генерации или подделки с помощью ИИ. Сервис анализирует изображения, видео, аудио и текст и должен помогать пользователям понять, был ли материал создан или изменён нейросетью.

По словам разработчиков, KodikScan использует ML-модели, которые ищут скрытые признаки синтетического контента: визуальные паттерны, особенности шума, временную динамику видео, акустические характеристики голоса и статистические признаки текста. На основе этого система оценивает вероятность того, что материал был сгенерирован или модифицирован ИИ.

В компании говорят, что сервис рассчитан не только на специалистов, но и на обычных пользователей. Идея в том, чтобы человек мог быстро проверить сомнительный файл до того, как перейдёт по ссылке, поверит видеосообщению или отправит деньги мошенникам. На фоне роста дипфейков такой сценарий выглядит вполне прикладным: поддельные голосовые и видеосообщения уже становятся частью повседневного цифрового мошенничества.

AI-стартап Hark привлёк $700 млн в раунде Series A при оценке $6 млрд. Компания разрабатывает персонального AI-ассистента, который должен стать универсальным интерфейсом к цифровому миру: работать с существующими сервисами, понимать контекст пользователя и со временем получить собственные аппаратные устройства.

Раунд возглавила Parkway Venture Capital. Среди участников — Nvidia, AMD Ventures, Intel Capital, Qualcomm Ventures, Salesforce Ventures, ARK Invest, Brookfield, Greycroft и другие инвесторы. Для стартапа без публично показанного продукта это очень крупная ставка.

Hark основал Бретт Эдкок, предприниматель, который также стоит за робототехнической компанией Figure.AI и разработчиком электрических летательных аппаратов Archer. Он запустил Hark в конце 2025 года, вложив в проект $100 млн собственных средств.

Пока компания раскрывает мало деталей. Известно, что Hark работает над agentic AI-системой — не просто чат-ботом, а помощником, который сможет действовать поверх разных приложений и сервисов. Первые мультимодальные модели обещают показать летом. После этого Hark планирует перейти к устройствам, специально созданным под такую AI-платформу.

Spotify договорился с Universal Music Group о запуске инструмента для создания фанатских AI-каверов и ремиксов. Пользователи смогут применять генеративный ИИ к песням участвующих артистов, а сами артисты и правообладатели будут получать долю дохода от таких треков.

Инструмент будет доступен как платное дополнение для подписчиков Spotify Premium. Цена и дата запуска пока не раскрыты. Также неизвестно, какие именно артисты Universal Music первыми согласятся участвовать в программе.

Главный смысл сделки — попытка перевести AI-музыку из серой зоны в лицензированную модель. В последние годы сервисы вроде Suno и Udio быстро набрали аудиторию, но сразу столкнулись с претензиями крупных лейблов. Музыкальная индустрия увидела спрос на AI-каверы и ремиксы, но не захотела отдавать этот рынок платформам, которые сначала запускают продукт, а потом разбираются с авторскими правами.

Spotify и UMG идут другим путём: сначала соглашение с правообладателями, потом запуск инструмента. В центре модели три принципа — согласие, указание авторства и компенсация. Артисты должны сами выбирать, участвовать ли в таких AI-инструментах, а при участии получать оплату за использование своих работ.

OpenAI заявила, что новая reasoning-модель нашла оригинальное математическое доказательство, опровергающее известную гипотезу Пала Эрдёша из дискретной геометрии. Речь идёт о unit distance problem — задаче о том, сколько пар точек на плоскости могут находиться ровно на расстоянии 1 друг от друга.

Гипотеза была сформулирована в 1946 году. Долгое время считалось, что лучшие конструкции для этой задачи должны быть близки к квадратным решёткам. По заявлению OpenAI, модель нашла новое семейство конструкций, которое показывает лучший результат и тем самым опровергает это предположение.

Важно, что компания подаёт этот случай осторожнее, чем прошлую историю с “решением” задач Эрдёша. Тогда оказалось, что GPT-5 не решил открытые проблемы, а нашёл уже существующие решения в литературе. На этот раз OpenAI опубликовала дополнительные материалы к доказательству, а результат поддержали внешние математики, включая Ногу Алона, Мелани Вуд и Томаса Блума, который ведёт сайт Erdos Problems.

Сбербанк рассчитывает использовать китайские микрочипы для развития GigaChat — своей флагманской модели искусственного интеллекта. Об этом глава банка Герман Греф заявил во время визита Владимира Путина в Китай.

Причина проста: из-за санкций российским компаниям ограничен доступ к передовому западному AI-железу, а крупные языковые модели требуют всё больше вычислительных мощностей. Поэтому развитие ИИ всё сильнее упирается не только в качество моделей и данных, но и в наличие ускорителей, на которых эти модели можно обучать и запускать.

Сберу придётся конкурировать за китайские AI-чипы с крупнейшими интернет-компаниями самого Китая. ByteDance, Tencent и Alibaba тоже активно заказывают ускорители Huawei Ascend 950. Это один из самых продвинутых китайских AI-чипов, но он всё ещё уступает Nvidia H200. Какие именно чипы Сбербанк пытается получить для GigaChat, Греф не уточнил.

GigaChat остаётся одним из главных российских проектов в области генеративного ИИ. Но для таких систем вопрос инфраструктуры становится критическим. У крупнейших мировых игроков есть доступ к большим кластерам Nvidia, TPU или собственным вычислительным платформам. Российским разработчикам приходится искать альтернативные маршруты поставок и сильнее опираться на китайскую электронику.

Платформа промышленного ИИ «АтомМайнд» версии 2.0 станет доступна корпоративным заказчикам в ноябре 2026 года. Решение разрабатывают АО «ТВЭЛ», входящее в Росатом, и компания «Индастри софт солюшнс».

Главная задача платформы — ускорить разработку и промышленное внедрение ИИ-решений на предприятиях. Речь идёт не про чат-ботов для офиса, а про более прикладные сценарии: мониторинг состояния оборудования, прогнозирование отказов, управление качеством продукции и работу с промышленными данными.

В новой версии «АтомМайнд» должна появиться централизованная среда для управления ИИ-активами предприятия. Это важно для крупных производств, где ИИ-проекты часто застревают между пилотом и реальной эксплуатацией: модель сделали, данные собрали, но масштабировать решение на разные участки или заводы сложно.

Французская Mistral AI купила австрийский стартап Emmi AI, который занимается моделями для сложных физических процессов. Сумма сделки не раскрывается. Для Mistral это не просто расширение портфеля, а шаг в сторону industrial AI — ИИ-систем для производства, инженерии, робототехники и полупроводниковой отрасли.

Emmi AI специализируется на моделях, которые работают с задачами вроде движения воздуха, теплопередачи и напряжения материалов. Это важно для промышленности: такие процессы сложно описывать обычными универсальными моделями, потому что они завязаны не только на данные, но и на физику реального мира.

Mistral хочет использовать технологии Emmi AI в решениях для европейских промышленных клиентов. Компания делает ставку не на один универсальный чат-бот, а на набор специализированных ИИ-инструментов, которые могут работать вместе: один модуль следит за дефектами на производстве, другой управляет роботизированной рукой, третий обрабатывает логистические данные. Добавление физических моделей должно помочь таким системам точнее симулировать и учитывать процессы в реальном мире.

SandboxAQ договорилась с Anthropic и интегрировала свои научные AI-модели напрямую в Claude. Идея в том, чтобы дать исследователям доступ к инструментам для drug discovery — поиска и разработки новых лекарственных молекул — и материаловедения через обычный разговорный интерфейс, без отдельной вычислительной инфраструктуры и сложной настройки софта.

Речь не про очередной чат-бот для биофармы. SandboxAQ развивает так называемые Large Quantitative Models, или LQM. Это модели, которые компания описывает как physics-grounded: они опираются не только на статистические паттерны в данных, а на физические законы, лабораторные данные и научные уравнения.

Такие модели могут выполнять квантово-химические расчёты, симулировать молекулярную динамику и микрокинетику — то есть оценивать, как потенциальные молекулы будут вести себя ещё до экспериментов в лаборатории. Для фармы это важный этап: поиск жизнеспособной молекулы может занимать годы и стоить миллиарды долларов, а большинство кандидатов всё равно отсеиваются.

Облачная платформа Restik запустила ИИ-ассистента для ресторанов, кафе и кофеен. В отличие от обычных чат-ботов, которые в основном дают рекомендации, новый агент может выполнять действия внутри системы: обновлять меню, проводить аналитику, создавать акции, работать со складом и менять настройки заведения.

На старте агент закрывает несколько операционных зон. В блоке меню он может собрать меню с нуля по описанию, перенести его из PDF, Excel или фотографии бумажного меню, обновить цены, описания, модификаторы и ингредиенты.

В аналитике агент умеет смотреть продажи за выбранный период, сравнивать их с прошлыми периодами и находить позиции, которые просели. Например, пользователь может попросить: «Сделай ABC-анализ за последние 30 дней и подскажи, какие позиции стоит убрать из меню». В ответ система должна выдать разбор с конкретными позициями и рекомендациями.

В складском блоке ассистент работает с остатками, прогнозирует закупки, помогает оформлять поставки по фото накладной и проводить инвентаризацию по фото бланка. В маркетинге он может создавать промокоды, скидки, бонусы и акции. Также агент умеет менять часы работы, зоны доставки и генерировать электронное меню.

Ученые института AIRI предложили метод, который помогает ИИ-агентам быстрее адаптироваться к новым условиям работы без дополнительного дообучения. Идея в том, чтобы модель могла сама определить, в какой среде она оказалась, и выбрать подходящую стратегию поведения.

Это одна из ключевых проблем физического ИИ и робототехники. Модель можно хорошо обучить в симуляции, но в реальном мире условия постоянно меняются: появляются препятствия, меняется сцепление с поверхностью, структура пространства, физические параметры среды или поведение других участников. Из-за этого качество работы агента может заметно падать.

Один из подходов к таким задачам — Forward-Backward. Он помогает агенту прогнозировать возможные будущие состояния и выбирать путь к цели. Но в нестабильных условиях у него есть слабое место: модель может усреднять разные сценарии развития событий и из-за этого выбирать неудачные действия.

Lake Tahoe, популярный курортный регион рядом с Кремниевой долиной, может столкнуться с ростом цен на электричество из-за перестройки энергорынка на западе США. У местного поставщика Liberty Utilities в мае 2027 года заканчивается соглашение с NV Energy, и региону нужно найти нового источника энергии.

Формально обе компании говорят, что завершение контракта было запланировано заранее. NV Energy также утверждает, что дата-центры не являются причиной этого решения. Но контекст вокруг ситуации важен: в Неваде быстро растет спрос на электроэнергию со стороны дата-центров, в том числе связанных с AI-нагрузками.

По данным Bloomberg, у NV Energy уже есть заявки более чем на 22 ГВт новой нагрузки. Это более чем в 40 раз больше пикового потребления Lake Tahoe. На таком фоне энергетические компании получают клиентов, готовых платить за большие объемы электричества, а небольшие локальные потребители оказываются в менее выгодном положении.

Китайская SMIC заявила, что видит рост заказов от зарубежных клиентов. Причина — глобальный спрос на AI-чипы, память и другие высокопроизводительные компоненты начал вытеснять менее передовые продукты с мощностей иностранных foundry.

По словам co-CEO SMIC Чжао Хайцзюня, многие зарубежные производители сейчас перераспределяют фабричные мощности в пользу AI-related products, памяти и high-bandwidth applications. Из-за этого часть продуктов, которые раньше выпускались за пределами Китая, больше не получает доступных мощностей на прежних фабриках.

На этом фоне зарубежные клиенты начинают переносить заказы в Китай. Чжао отметил, что в стране все еще идет активное расширение полупроводниковых мощностей, и именно там остается доступная производственная емкость. Как крупнейший китайский контрактный производитель чипов, SMIC получает значительную часть этого спроса.

Сбербанк представил дорожную карту развития корпоративной AI-платформы GigaChat Enterprise. Один из ключевых пунктов — появление коннекторов к популярным корпоративным системам, включая «1С» и «Битрикс».

GigaChat Enterprise позиционируется как «ИИ-поверхность» для компаний. Идея в том, чтобы сотрудники могли работать с AI-агентами внутри корпоративного контура, а сами агенты — обращаться к базам знаний, офисным приложениям и внутренним системам компании.

В Сбербанке считают, что обычного использования ИИ отдельными сотрудниками уже недостаточно. Компании хотят переносить AI-инструменты внутрь своего защищенного периметра, контролировать доступ к данным и применять ИИ не только на уровне личной продуктивности, но и в процессах целых подразделений.

Cerebras Systems провела одно из самых заметных технологических IPO 2026 года. Компания, которая разрабатывает специализированные AI-чипы и конкурирует с Nvidia в сегменте вычислений для искусственного интеллекта, привлекла $5,5 млрд.

Акции Cerebras разместили по $185 за штуку. Это оказалось заметно выше первоначального диапазона, который сначала составлял $115–125, а затем был повышен до $150–160. Объем размещения также увеличили — до 30 млн акций.

На открытии торгов бумаги Cerebras подскочили до $385, то есть более чем на 108% выше цены IPO. Позже рост немного охладился: к середине дня акции торговались выше $330, а завершили день на уровне $311. По данным Yahoo Finance, это дало компании оценку около $66 млрд.

Даже по цене размещения Cerebras выходила на биржу с полностью разводненной оценкой около $56,4 млрд. Доли сооснователей компании также резко выросли в цене: пакет CEO Эндрю Фельдмана при цене $185 оценивался почти в $1,9 млрд, а доля CTO Шона Ли — примерно в $1 млрд.

Origin Lab привлекла $8 млн посевного финансирования, чтобы связать игровую индустрию с AI-лабораториями, которые строят world models — модели, способные понимать физический мир, движение объектов и взаимодействие в пространстве.

Раунд возглавила Lightspeed Ventures. В нем также участвовали SV Angel, Eniac, Seven Stars, FPV, а среди ангельских инвесторов — сооснователь Twitch Кевин Лин и основатель Cruise Кайл Вогт.

Идея Origin Lab простая: у разработчиков игр уже есть огромные объемы цифровых миров, объектов, сцен, анимаций и поведения персонажей. Для обычной игровой индустрии это готовые ассеты. Для AI-лабораторий — потенциально ценный источник данных, особенно если речь идет не о языковых моделях, а о системах, которым нужно понимать, как устроен физический мир.

Notion продолжает двигаться от приложения для заметок и баз знаний к платформе, где люди, данные и AI-агенты работают в одном workspace. Компания представила Notion Developer Platform — набор инструментов, который позволяет подключать внешних агентов, запускать собственную логику и собирать многошаговые автоматизации внутри Notion.

Главное отличие от уже существующих Custom Agents в том, что теперь агенты не ограничены только данными и сценариями внутри Notion. Раньше они могли помогать с повторяющимися задачами: отвечать на частые вопросы, собирать статусы, автоматизировать простые процессы. По данным компании, пользователи уже создали больше 1 млн таких агентов. Но у них были ограничения: нельзя было нормально подключать внешние источники данных, использовать кастомную бизнес-логику или связать Notion с агентами, которые компания уже применяет в других инструментах.

Теперь Notion добавляет Workers — облачную среду для запуска пользовательского кода в изолированной песочнице. Через Workers команды смогут синхронизировать данные с Notion, запускать вебхуки, создавать собственные инструменты для агентов и автоматизировать процессы без отдельной инфраструктуры. Компания отдельно отмечает, что писать код вручную необязательно: его можно сгенерировать с помощью AI coding agent.

В США запускается Medicare-программа ACCESS, которая впервые создаёт экономическую модель для применения AI-агентов в сопровождении пациентов с хроническими заболеваниями. Программа стартует 5 июля 2026 года и рассчитана на 10 лет.

ACCESS расшифровывается как Advancing Chronic Care with Effective, Scalable Solutions. Её запустил CMS — федеральный центр, отвечающий за программы Medicare и Medicaid. В первый набор вошли 150 участников, включая AI-стартапы, провайдеров виртуальной медицинской помощи, компании с подключёнными устройствами и wearable-производителей.

Главное отличие ACCESS — в модели оплаты. Традиционно Medicare возмещает медицинские услуги по времени и действиям: визиты, консультации, чек-ины и другие формальные активности. Новая модель платит не за процесс, а за измеримый результат: например, снижение давления, уменьшение боли или улучшение состояния пациента.

Когда система работы оказывается под давлением, локальные улучшения редко дают устойчивый результат. Одни изменения снимают напряжение лишь на время, другие создают новые риски, третьи незаметно ослабляют систему в точках, которые проявятся позже.

4–5 июня Николай Фабричев, Scrum Master в Garage Eight и эксперт по развитию команд и организационным изменениям, выступит на PeopleSense’26 с мастер-классом «Под давлением: от локальных улучшений к системным изменениям». Николай уже более 15 лет в IT и трансформациях, прошел путь от разработчика до лидера гибких преобразований, сопровождал изменения в стартапах и крупных корпорациях, помог трансформировать более 100 команд.