Open source *

Федеральный судья в США наложил санкции на управляющего партнёра юридической фирмы из Калифорнии из-за судебного документа, подготовленного младшим юристом с использованием AI-инструмента. В документе оказалась ложная ссылка на судебное дело.

Решение вынес магистратский судья Питер Канг в Сан-Франциско. Он указал, что ответственность за такие ошибки несёт не только юрист, который готовил документ, но и руководитель, обязанный контролировать работу сотрудников перед подачей материалов в суд.

Управляющий партнёр Webb Law Group Ленден Уэбб получил предупреждение, штраф $1 001 и обязан пройти обучение по надзору за юристами и этичному использованию ИИ. Судья отметил, что менеджеры юридических фирм должны принимать разумные меры, чтобы все юристы компании делали этичные и достоверные заявления перед судом.

Глава Replit Амджад Масад заявил, что компания хочет сохранить независимость, несмотря на активную консолидацию на рынке AI-инструментов для разработки. Поводом для обсуждения стали сообщения о том, что Cursor может быть продан SpaceX за $60 млрд.

По словам Масада, независимость становится сложной задачей для AI-компаний, которые строят продукты поверх foundation-моделей и при этом много тратят на инфраструктуру. Он отметил, что у Cursor, по сообщениям СМИ, отрицательная gross margin на уровне 23%. В такой ситуации компании трудно одновременно оставаться самостоятельной, оплачивать inference и инвестировать в собственные модели.

Replit, по словам Масада, находится в другой позиции. Компания уже больше года остаётся gross margin positive, а её бизнес резко вырос за последние 18 месяцев. Если за весь 2024 год Replit получила $2,8 млн выручки, то сейчас, по словам главы компании, она движется к годовому run rate около $1 млрд.

Пентагон заключил соглашения с семью AI-компаниями, чтобы развернуть их технологии в закрытых сетях Министерства обороны США. В список вошли SpaceX, OpenAI, Google, NVIDIA, Reflection, Microsoft и Amazon Web Services.

Эти решения будут интегрированы в сетевые среды Impact Levels 6 и 7. Такой уровень используется для работы с чувствительными и засекреченными данными, поэтому речь идёт не просто о доступе к публичным AI-сервисам, а о применении моделей внутри защищённой инфраструктуры военного ведомства.

В заявлении Пентагона говорится, что расширение списка поставщиков должно снизить риск vendor lock — зависимости от одного вендора. Это особенно важно на фоне истории с Anthropic: её инструменты активно использовались в Министерстве обороны, но ранее компания была признана supply-chain risk и получила запрет на использование в Пентагоне и у его подрядчиков.

Stripe обновила цифровой кошелёк Link и добавила функции для работы с автономными AI-агентами. Теперь пользователь сможет подключить агента к кошельку и разрешить ему инициировать платежи, не раскрывая напрямую данные карты или банковского счёта.

Link уже работал как обычный цифровой кошелёк: к нему можно подключать карты, банковские счета, криптокошельки, BNPL-сервисы, хранить платёжные и доставочные данные, отслеживать расходы и подписки. Новая часть продукта рассчитана на сценарии, где AI-агент бронирует услугу, покупает билет, оформляет заказ или выполняет другую задачу от имени пользователя.

Схема работы построена вокруг контроля со стороны человека. Сначала пользователь выдаёт агенту доступ к Link через OAuth. После этого агент может создать запрос на оплату, передать контекст операции и дождаться подтверждения. На вебе или в мобильном приложении пользователь получает уведомление, проверяет детали транзакции и только после этого разрешает платёж.

OpenAI запустила Advanced Account Security — набор дополнительных защитных функций для аккаунтов ChatGPT. Режим включается по желанию пользователя и рассчитан в первую очередь на людей с повышенными рисками: журналистов, исследователей, политиков, активистов и корпоративных пользователей, у которых в чатах могут храниться чувствительные данные.

Одновременно Yubico объявила о партнёрстве с OpenAI. Компании выпустят две совместные модели аппаратных ключей безопасности для ChatGPT: YubiKey C NFC и YubiKey C Nano. Такие ключи используются как дополнительный фактор входа и помогают защитить аккаунт от фишинга.

Принцип работы аппаратного ключа отличается от обычного кода из SMS или приложения-аутентификатора. Ключ хранит уникальный криптографический идентификатор и подтверждает вход только при физическом подключении к устройству или через NFC. Даже если пользователь попадёт на фишинговую страницу и введёт пароль, злоумышленнику будет сложнее получить доступ без самого ключа.

29 апреля 2026 года состоялся релиз мультиплатформенного видеоредактора с открытым исходным кодом Shotcut 26.4, созданного на основе MLT Multimedia Framework. Исходный код проекта написан на C++ и QML (интерфейс на виджетах, а не на qml) и опубликован на GitHub под лицензией GNU General Public License v3.0. Разработка проекта этого видеоредактора началась более десяти лет назад.

В конце апреля 2026 года состоялся релиз серверной платформы для развёртывания корпоративных мессенджеров Zulip 12.0. Исходный код проекта опубликован на GitHub компанией Dropbox под лицензией Apache 2.0. Код серверной части написан на языке Python с использованием фреймворка Django.

29 апреля 2026 года проектная команда кросплатформенного открытого редактора кода Zed выпустила первую мажорную версию своего решения. Исходные коды Zed выложены на GitHub под лицензией GPL, серверные компоненты проекта доступны под лицензией AGPL, а платформа пользовательского интерфейса GPUI, лежащая в основе Zed, под лицензией Apache 2.0.

SoftBank, по данным Financial Times и The Wall Street Journal, готовит запуск новой компании Roze AI. Её задача — сделать строительство дата-центров в США более быстрым и эффективным за счёт роботизации и автоматизации.

Главная идея Roze AI — использовать автономных роботов при строительстве серверных ферм. Для рынка ИИ это становится всё более актуальной задачей: спрос на вычисления растёт, облачные провайдеры и AI-компании наращивают капитальные расходы, а физическое строительство дата-центров постепенно превращается в отдельное узкое место.

Пока компании конкурируют за GPU, электроэнергию и площадки под новые объекты, сама стройка тоже требует ускорения. Дата-центры — это не только серверы, но и инженерная инфраструктура: здания, системы охлаждения, электропитание, кабельные трассы и безопасность. Если часть этих процессов удастся автоматизировать, это может сократить сроки развёртывания новых мощностей.

Smart Engines обновила систему Smart Document Engine до версии 3.4 и добавила распознавание документов, которые изначально созданы в электронной среде. Речь идёт не о сканах бумажных документов, а о born-digital файлах, выгруженных с портала «Госуслуг» и подписанных электронной подписью.

Система теперь может автоматически обрабатывать цифровые версии паспорта, СНИЛС, ИНН, справки о доходах и другие электронные формы. Такие документы всё чаще используются в кадровом документообороте, дистанционном найме, банковских и финтех-сценариях, но раньше часто выпадали из автоматического контура и требовали ручной проверки.

Новая функциональность рассчитана на компании, которым нужно работать одновременно с бумажными и цифровыми документами. Например, банк может обрабатывать документы клиента в рамках кредитования, а HR-служба — проверять данные при приёме сотрудника на работу через КЭДО или дистанционный формат.

Компания «Аккофриск» открывает доступ к данным о физическом и психическом здоровье для исследователей и разработчиков медицинских ИИ-моделей. Данные будут доступны через подключение партнёров к платформе мониторинга здоровья «Аккофриск ИИ».

Речь идёт о массивах «сырых» данных, собранных с носимых устройств АККО. По данным компании, в структуре платформы используется более 300 параметров физического и ментального здоровья: показатели сна, активности, питания, приёма лекарств, а также прогнозы рисков развития заболеваний.

Такие данные могут быть полезны для обучения прогностических моделей, анализа временных рядов и поиска ранних признаков нарушений здоровья. В отличие от синтетических датасетов, здесь используются реальные измерения и наблюдения пользователей, что особенно важно для задач персонализированной медицины.

В начале марта GitHub устранил критическую уязвимость удалённого выполнения кода (CVE-2026-3854), которая могла позволить злоумышленникам получить доступ к миллионам частных репозиториев.

Выяснилось, что в Zig действует одна из самых строгих политик против LLM среди всех крупных проектов с открытым исходным кодом.

Microsoft в сотрудничестве с энтузиастами из IBM выложила в открытый доступ исходный код 86-DOS 1.00, промежуточные версии ядра PC-DOS 1.00, утилиты, листинги ассемблера, бумажные распечатки и рукописные заметки проекта.

В конце апреля 2026 года состоялся выпуск проекта дистрибутива DietPi 10.3 для одноплатных ПК на базе архитектур ARM и RISC‑V, таких как Raspberry Pi, Orange Pi, NanoPi, BananaPi, BeagleBone Black, Rock64, Rock Pi, Quartz64, Pine64, Asus Tinker, Odroid и VisionFive 2. Версия проекта DietPi 9.0 вышла в январе 2024 года. Сборку DietPi 10.0 представили в январе 2026 года.

28 апреля 2026 года Valve представила обновление библиотеки GameNetworkingSockets 1.5.0 с реализацией системы передачи сообщений поверх UDP, которая может применяться для организации высокоскоростного и надёжного сетевого обмена данными в играх. Исходный код проекта написан на языке С++ и опубликован на GitHub под лицензией BSD. Предыдущая стабильная версия проекта вышла в июне 2022 года.

В Нидерландах создали платформу совместной разработки проектов с открытым исходным кодом для госучреждений. Новый ресурс под названием code.overheid.nl разработан на базе Forgejo и позиционируется как европейская альтернатива сервисам вроде GitHub и GitLab, призванная укрепить цифровой суверенитет государства.

За проект отвечает подразделение Open Source Program Office при Министерстве внутренних дел. В основе платформы лежит принцип «Открыто, если не оговорено иное» (Open, tenzij), согласно которому исходный код государственного ПО по умолчанию должен быть доступен общественности.

6 мая уже во второй раз собираем комьюнити инженеров и системных администраторов, чтобы встретиться вживую, обсудить интересные кейсы применения ИИ в рабочей рутине, узнать про новые инструменты и просто здорово провести время с коллегами.

Участвовать →

Американский defense-tech стартап Scout AI привлек $100 млн в раунде Series A. Компания называет себя «frontier lab for defense» и разрабатывает ИИ-модель Fury для управления военной автономной техникой — сначала в логистике, а затем и в сценариях с автономными вооружениями.

Scout AI основана в 2024 году Коби Адкоком и Коллином Отисом. Стартап уже получил оборонные контракты на $11 млн от DARPA, Army Applications Laboratory и других структур Министерства обороны США. Технологии компании тестируются в том числе в рамках тренировочного цикла 1-й кавалерийской дивизии армии США.

Главный фокус Scout AI — не производство самих машин, а программный слой автономности для военной техники. Компания обучает свои модели на вездеходах, которые ездят по пересеченной местности на военной базе в Калифорнии. В отличие от городских роботакси, такие системы должны работать без разметки, понятных правил дорожного движения и стабильной среды: на песке, холмах, развилках и исчезающих тропах.

Ученые Пермского Политеха совместно с китайскими коллегами разработали гибридную ИИ-модель для прогноза горизонтальных напряжений в горных породах. Такие расчёты важны при бурении нефтяных и газовых скважин: если неправильно оценить давление пород, можно получить обрушение стенок скважины, поломку оборудования или аварийный выброс.

Обычно горизонтальные напряжения оценивают по образцам пород или через геофизические формулы. Но такие методы не всегда учитывают сложную тектонику и могут давать ошибку на месторождениях с разломами, горными структурами и неравномерным сжатием пород. Нейросетевые подходы уже применяются для таких задач, но, по данным авторов разработки, их точность часто ограничивается диапазоном 65–85%.

Новая модель объединяет два подхода: нейросеть с самонастраиваемой структурой и математический метод, который помогает быстрее находить оптимальное решение. Алгоритм анализирует девять параметров, которые обычно получают при геофизических исследованиях скважин: скорость звука, плотность породы, электрическое сопротивление, естественную радиоактивность, пористость и другие показатели.