Интеллект как товар: объяснение циклических сделок с ИИ
Каждые несколько месяцев критики указывают на циклические сделки в сфере ИИ — OpenAI привлекает средства от Microsoft и тратит их на серверы Microsoft, или Nvidia гарантирует долг CoreWeave, пока CoreWeave покупает GPU Nvidia — и кричат «пузырь». Войцех Грыц утверждает, что это неверное понимание. Эти сделки сигнализируют не о повторении доткомов, а о товаризации интеллекта: ИИ-вычисления переходят от продукта к взаимозаменяемому товару, такому как электричество, медь или природный газ.
Товарные сделки 101
В традиционных товарных рынках крупная инфраструктура (шахты, НПЗ, порты) требует огромных первоначальных вложений. Циклические сделки решают эту проблему: товарно-торговая компания гарантирует покупку всего объема по установленной цене, делая кредиторов уверенными. Трейдер также может получить долю в капитале. Такая модель появилась в 1960-х у японских товарных трейдеров, продолжилась в 1980-х на Ямайке и сегодня применяется в сфере критически важных минералов в США: MP Materials заключила 10-летний контракт с Министерством обороны на покупку неодим-празеодимовых магнитов по цене не менее 110 долларов за кг, а затем подписала соглашения о выкупе с General Motors.
ИИ взаимозаменяем и дорог
Передовой генеративный ИИ — как обучение, так и инференс — сильно зависит от GPU Nvidia. Это по сути взаимозаменяемые вычислительные блоки с огромными капитальными затратами. Как покупатели нефти заключают форвардные контракты для снижения рисков шахт, так и игроки ИИ используют циклические финансовые структуры для обеспечения поставок GPU. Статья отмечает, что это не обязательно плохо: это позволяет создавать мощности, которые иначе не удалось бы профинансировать.
Однако риски возникают, когда циклическим сделкам не хватает реального взаимозаменяемого рынка. Если контрагент не может перепродать GPU или вычислительные мощности на глубоком ликвидном рынке, сделка становится хрупкой. Автор предупреждает, что некоторые циклические сделки в ИИ могут привести к «ужасным сюрпризам» для компаний или всего сектора — особенно когда базовый актив не столь глобально торгуем, как нефть или медь.
Для разработчиков, использующих ИИ-агентов, это означает, что инфраструктура, питающая ваши инструменты, все больше финансируется как коммунальное предприятие. Стоимость и доступность GPU-вычислений могут стабилизироваться или стать более предсказуемыми — но также могут быть подвержены тем же циклам бума и спада, что и товарные рынки, если ликвидность иссякнет.
📖 Читать полный источник: HN AI Agents
👀 Смотрите также

MTP Multi-Token Prediction: генерация токенов в 2 раза быстрее на AMD Strix Halo и Radeon 9700 AI Pro
Мультитокенное предсказание (MTP) обещает до 2-кратного ускорения генерации токенов для локальных LLM. Новое демо-видео показывает MTP на оборудовании AMD Strix Halo и Dual Radeon 9700 AI Pro, ориентированном на модели класса Qwen 3.6.

Обсуждение OpenClaw по вопросам обмена сообщениями и контекстом между ИИ-агентами
Обсуждение на Reddit исследует последствия использования ИИ-агентами личного контекста для общения с другими агентами от имени пользователя, рассматривая, какой информацией пользователи могут быть готовы поделиться.

Ограничения скорости запросов в Claude Code могут быть связаны с перегрузкой из-за контекстного окна в 1 миллион токенов.
Пользователь Reddit предполагает, что недавние ограничения скорости и сбои в работе Claude Code вызваны контекстным окном в 1 млн токенов в Opus 4.6, что может приводить к неэффективному сжатию контекста и перегрузке серверов. Переключение на старую модель без 1 млн контекста, по сообщениям, улучшает стабильность.

Результаты тестирования: модели Qwen3.5 на Apple Silicon и AMD GPU с ROCm и Vulkan
Разработчик провел бенчмарк моделей Qwen3.5 (35B MoE, 27B плотная, 122B MoE) на компьютерах Apple Silicon Mac и рабочих станциях с GPU AMD, сравнивая бэкенды ROCm и Vulkan с тестами на масштабирование контекста. Используемое оборудование включало M5 Max, M1 Max и три GPU AMD с различными конфигурациями PCIe.