Daily Digest - 4 августа 2026

Акции Amazon пробили отметку в $3 трлн капитализации не на обещаниях, а на цифрах отчёта, которые оказались выше прогнозов аналитиков - редкий случай, когда рынок поверил в AI-ставку по факту, а не наперёд. Anthropic тем временем показала Конгрессу обратную сторону этой гонки: конкурент из Alibaba выкачивал знания её модели Claude через десятки тысяч поддельных аккаунтов вместо того, чтобы строить собственную технологию с нуля. Спор вокруг чипов и обучающих данных китайской модели Kimi K3 добавил ещё один пример того, как сложно в этой индустрии отличить настоящий прорыв от заимствованного. Даже наука о старении в этом выпуске выбирает точность вместо красивых гипотез: и модель предельной продолжительности жизни, и новый взгляд на белковую диету построены на массиве данных, который опровергает привычные ожидания. Итог один и тот же в бизнесе и в науке: слово перестало быть валютой, платят теперь только за доказанное.

Amazon вошла в клуб компаний с капитализацией $3 трлн - и на этот раз рынок поверил цифрам, а не презентации

По данным CNBC, капитализация Amazon впервые превысила $3 трлн после квартального отчёта, который вышел лучше ожиданий Уолл-стрит. Компания подняла прогноз капитальных затрат на этот год до $220 млрд - с $200 млрд, которые называла ещё в феврале. Скорректированная прибыль на акцию составила $1,97 против прогнозных $1,82, а общая выручка компании достигла $200,61 млрд против ожидавшихся $196,47 млрд.

За ту же неделю отчётностей крупнейших технологических компаний Microsoft, по данным CNBC, прибавила $600+ млрд капитализации, а Amazon и Alphabet - $400+ млрд каждая. Инвестбанкиры Jefferies оценивают, что расходы крупнейших технологических компаний на AI за ближайшие 12 месяцев приближаются к ~$800 млрд. Само облачное подразделение Amazon выросло на 37% до $42,23 млрд с операционной маржой 39,4%, а AI- и чиповый бизнесы компании вышли на годовой темп в $25 млрд каждый. Акции Amazon выросли на 3,1% до $279 - рекордного значения, а рост капитализации с начала года достиг 17,5%.

Ралли Amazon совпало с сезоном квартальных отчётов, который резко поделил крупные технологические компании на два лагеря: у Microsoft и Alphabet тоже подскочили в цене облачные подразделения, а у части конкурентов инвесторы не увидели такого же перехода от AI-обещаний к AI-выручке. Для Amazon рост AWS - облачного подразделения Amazon - стал именно таким переходом: доказательством, что миллиарды, вложенные в дата-центры и чипы, уже превращаются в реальный спрос клиентов, а не остаются ставкой на будущее. Это меняет расстановку сил в Big Tech: дальше рынок будет сравнивать конкурентов не по размеру AI-бюджета, а по тому, у кого эти вложения уже окупаются цифрами.

Ещё год назад рынок был готов платить вперёд за одни только обещания AI-трансформации. Теперь цена растёт у тех, кто может показать выручку, а не план на будущее. Капитальные затраты в $220 млрд оправданы только до тех пор, пока AWS продолжает демонстрировать такой же рост спроса на AI-вычисления - и именно поэтому следующий квартальный отчёт будет читаться инвесторами придирчивее, чем предыдущий.

Alibaba выкачала знания Claude через 25 000 фальшивых аккаунтов - Anthropic принесла цифры атаки в Конгресс

По данным Forbes, Anthropic заявила Конгрессу США, что Alibaba провела крупнейшую из известных атак дистилляции, использовав 25 000 поддельных аккаунтов и обменявшись с Claude 28,8 млн запросами и ответами. Атака дистилляции - это когда конкурент вместо обучения модели с нуля засыпает чужую систему вопросами и учит свою на её ответах, экономя годы разработки и миллиарды долларов на обучении. По расчётам на основе этих цифр, объём извлечённых данных мог составить около 57,6 млрд токенов - условных единиц текста, которые модель обрабатывает при обучении.

Anthropic отдельно подчеркнула, что атака целилась не в рядовые ответы на простые вопросы, а в самые ценные способности Claude - самостоятельное пошаговое рассуждение без подсказок человека, разработку кода и решение долгих многошаговых задач: это ровно те навыки, за которые компании платят Anthropic по подписке, и ровно то, что нельзя воспроизвести иначе как через чужую модель. Ещё один акцент компания сделала на том, что Alibaba торгуется на Нью-Йоркской бирже и формально подотчётна американским инвесторам и регуляторам - то есть действовала не из серой зоны, а под прямым надзором тех самых институтов, чьи данные использовала. Это превращает историю из спора двух компаний в аргумент для регуляторов: раз надзор не остановил атаку даже у публичной компании, действующих правил уже недостаточно.

История разворачивается на фоне растущего внимания Конгресса к китайским моделям в целом. То, что раньше выглядело единичным эпизодом, превращается в системный вопрос для всей индустрии - от лабораторий уровня Anthropic до компаний, которые подключают дешёвые китайские модели ради экономии, не проверяя, на чьих данных те обучены.

Anthropic вынесла спор о происхождении AI-моделей из кулуаров на публичное слушание в Конгрессе и требует санкций против лабораторий КНР и закрытия лазеек в доступе к чипам. Если законодатели прислушаются, доступ к API топовых моделей подорожает и обрастёт новыми проверками для всех - не только для тех, кто действительно копирует чужие данные.

Alibaba, Moonshot AI и Вашингтон спорят, откуда на самом деле взялись чипы и знания для модели Kimi K3

Kimi K3 обучалась на кластере из 20 000 чипов Nvidia, которые предоставила Alibaba - и на этом согласие сторон заканчивается. Источники, близкие к Moonshot, утверждают, что это были чипы H200 - топовые чипы Nvidia для обучения AI, формально когда-то запрещённые к продаже в Китай, а сейчас доступные в ограниченном количестве. Alibaba это отрицает и признаёт лишь то, что сдавала Moonshot в аренду часть мощностей Nvidia.

Представитель правительства США Майкл Кратсиос пошёл дальше: заявил, что речь идёт о чипах семейства Blackwell - новейшем поколении чипов Nvidia для AI, продажа которых китайским компаниям запрещена в принципе. Он же публично сообщил, что у США есть информация о дистилляции модели Fable от Anthropic для разработки K3 - ещё один случай, похожий на историю с Alibaba и Claude выше. По данным CNBC, Kimi K3 получила 2,8 трлн параметров - параметрами измеряют размер и мощность AI-модели - и это крупнейшая китайская AI-модель на момент релиза, и именно поэтому вопрос её происхождения вызывает такой резонанс.

Alibaba одновременно инвестор Moonshot AI и её конкурент на рынке AI-моделей - и именно поэтому ей выгодно и помогать стартапу с доступом к железу, и держаться подальше от прямой ответственности за то, что этому стартапу в итоге досталось.

Запутанная цепочка поставок чипов и данных - не случайность, а следствие экспортных ограничений США: раз напрямую купить нельзя, компании ищут схемы через инвесторов, аренду мощностей и посредников. Проблема в том, что теперь ни Alibaba, ни Moonshot, ни правительство США не могут предъявить единую версию событий - а значит, каждый новый релиз крупной китайской модели будет сопровождаться не только техническими характеристиками, но и вопросом, кто на самом деле её оплатил и обучил.

Учёные подсчитали теоретический предел жизни человека - и он в полтора раза выше рекорда Жанны Кальман

Математическая модель, опубликованная в научном журнале npj Aging, оценивает теоретическую продолжительность жизни человека в диапазоне от около 146 до 194 лет. Для сравнения: старейший подтверждённый человек в истории, француженка Жанна Кальман, прожила 122 года - намного меньше, чем предсказывает модель.

Модель построили исследователи из России, а её главным ограничителем стали нейроны мозга и клетки сердечной мышцы - они почти не делятся у взрослого человека, и именно их износ определяет потолок жизни. При объединении четырёх ключевых систем органов медианная оценка составила около 156 лет, а максимальная - от 210 до 557 лет.

Авторы прямо оговариваются: это теоретическая верхняя граница при условии, что устранены все обратимые признаки старения, кроме одного - накопления мутаций в клетках. Модель намеренно не учитывает митохондриальную дисфункцию - сбои в работе клеточных энергостанций - и хроническое воспаление, а значит, реальный потолок продолжительности жизни может быть куда ниже. Исследование невольно перекликается с личным экспериментом предпринимателя Брайана Джонсона, который годами тестировал на себе протоколы долголетия и сам признал, что часть практик зашла слишком далеко.

146-194 года - это не прогноз для следующего поколения, а физический потолок, который держится именно на клетках, что не умеют делиться, а не на диете или образе жизни. Разница между 122 годами Кальман и верхней границей модели - не медицинский прорыв, который можно купить уже сейчас, а карта того, где искать: в способе замедлить износ нейронов и клеток сердца, а не в добавках. Для денег, которые идут в longevity, это значит, что перспективнее выглядят не биохакинг-бренды, а лаборатории, ищущие способ замедлить именно этот процесс.

Меньше протеина - дольше жизнь? Новое исследование бьёт по моде на высокобелковые диеты

Обзор более 350 исследований - от дрожжей и насекомых до грызунов - показывает, что снижение потребления белка может продлевать жизнь малоподвижным людям. Работа вышла в журнале Cell Press Blue. Между тем новые диетические рекомендации США предписывают 1,2-1,6 г белка на килограмм веса в день - почти вдвое больше прежней нормы. По данным Newsweek, прежняя рекомендуемая норма составляла 0,8 г белка на килограмм веса - именно от неё в этом году оттолкнулся министр здравоохранения США Роберт Кеннеди-младший, поддержавший курс на увеличение потребления белка американцами.

«Совершенно очевидно, что белок полезен для роста мышц и восстановления после тренировок у активных людей. Но большинство людей ведут малоподвижный образ жизни и, вероятно, потребляют больше белка, чем им реально нужно, а это может иметь негативные последствия для здоровья», - говорит соавтор исследования Дадли Лэмминг из Университета Висконсин-Мэдисон. Механизм - в гормоне FGF21: его уровень растёт, когда белка в рационе становится меньше, а сам гормон повышает расход энергии, улучшает регуляцию сахара в крови и снижает воспаление. Отдельная роль отведена трём аминокислотам - метионину, изолейцину и валину: их избыток может включать в клетках механизмы, ускоряющие старение.

Выводы идут вразрез с общенациональной модой на белок - протеиновые добавки сегодня добавляют даже в хлопья, кофе и воду. Но авторы не говорят, что белок вреден сам по себе: для физически активных людей и для пожилых, которые борются с потерей мышечной массы, повышенное потребление белка по-прежнему полезно и снижает возрастные риски.

Главный вывод не в том, что белок - это плохо, а в том, что универсальной нормы для всех быть не может: у малоподвижного человека избыток белка блокирует тот самый гормон FGF21, который иначе продлевал бы ему жизнь, а у активного человека тот же избыток идёт на восстановление мышц и вреда не приносит. Для рынка биодобавок это неприятная новость - продавать одну формулу «больше белка = дольше жизнь» всем подряд больше не получится, если наука требует учитывать уровень активности каждого конкретного человека.

За разными историями этого выпуска стоит одна и та же смена правил: раньше рынок и аудитория соглашались подождать доказательств, теперь их требуют сразу. Инвесторы больше не платят за AI-стратегию на словах - AWS показала это ценой в $3 трлн капитализации. Anthropic не жалуется на конкурента в кулуарах, а приносит в Конгресс точные цифры атаки. Даже рекомендации по белку и модели предельной жизни строятся не на интуиции, а на сотнях исследований. Китайские AI-лаборатории пока остаются исключением - они продолжают спорить о происхождении чипов и моделей вместо того, чтобы просто предъявить доказательства.

В истории с Alibaba и Kimi K3 есть слепое пятно: Anthropic требует от Конгресса наказать Alibaba за кражу знаний Claude, подкрепив обвинение точными цифрами, - и тут же выясняется, что её собственную модель Fable, по словам чиновника Кратсиоса, тоже могли дистиллировать для той же Kimi K3, но на этот раз без такой же детализации, только на основе слова чиновника. Стандарт, который сегодня решает цену акций Amazon и доверие к научной модели старения, честен только тогда, когда точных цифр требуют от каждого обвинения, а не только от одной стороны. Если вы продаёте инвесторам или клиентам собственную AI-стратегию как то, что уже работает - готовы ли вы предъявить те же цифры, которые сегодня Anthropic потребовала от Alibaba?

Этот материал подготовлен командой AI-агентов AravanaAI и проверен главным редактором.