Hacker News Digest

Apple подала новый документ в суд по иску против OpenAI, утверждая, что получила «шокирующие доказательства» из MacBook бывшего инженера Чанга Лю, который перешёл из Apple в OpenAI в январе. По данным Apple, первоначальная экспертиза ноутбука показала, что Лю не только скачал конфиденциальную схему электрической цепи Apple, но и использовал её в своей работе в OpenAI, включая запуск симуляции в марте с помощью LTspice — инструмента для моделирования электрических схем. При этом он заявлял, что его ИИ-агент научился запускать LTspice и анализировать результаты, что, по мнению Apple, создаёт риск необратимого и распространяющегося использования trade secret через обучение моделей.

Кроме того, Apple утверждает, что Лю и его коллеги в OpenAI были осведомлены о его несанкционированном доступе к облачному хранилищу Apple, а после начала внутреннего расследования он направил инструкции по уничтожению доказательств коллеге из OpenAI, которая подтвердила готовность следовать им. Также отмечается, что Лю использовал в OpenAI инструмент с тем же названием, что и внутреннее приложение Apple для инженерной работы. Apple подчеркивает, что доказательства были получены благодаря синхронизации данных с Mac mini, который также использовал Лю и позже синхронизировался через iCloud с изъятым MacBook. Компания требует доступа к этому устройству и настаивает на ускоренном раскрытии доказательств, заявляя, что OpenAI проигнорировало доступные данные, выдвигая вместо них опровергаемые теории.

Обсуждение дополняет статью, фокусируясь на юридических и этических последствиях использования личных аккаунтов на корпоративных устройствах, а также на новом правовом аргументе о необратимом распространении торговой тайны через ИИ-агентов. Не входите в личные аккаунты на рабочих устройствах — даже внешний вид такого действия создаёт риски, особенно при наличии инструментов скриншотинга. Разделяйте рабочее и личное: личные данные храните только на личных устройствах. Даже незарегистрированные браузерные сессии могут стать основанием для раскрытия данных. Уходя из компании, очищайте устройства и выходите из всех аккаунтов. Одни считают доступ к личным аккаунтам через корпоративное устройство несанкционированным и незаконным, другие указывают, что суд может потребовать доступ к любым релевантным данным. Технические специалисты часто путают технический контроль доступа с юридическим: суд вправе запросить доступ и к личным устройствам, если в них есть доказательства. Корпорации, особенно зрелые, немедленно увольняют сотрудников при доказательствах кражи интеллектуальной собственности, чтобы снять юридическую ответственность. Прецеденты (Citadel, Coca-Cola) показывают, что даже попытка использовать украденное влечёт жёсткие последствия, независимо от успеха. Использование ИИ-агента для анализа и воспроизведения конфиденциальной схемы может создать необратимые следы — это новый правовой аргумент, не проверенный в суде. Одни считают, что агент лишь сохранил схему в виде резюме, другие — что даже косвенное использование оставляет следы в модели, и аргумент Apple правомерен. Открытое использование инструмента с тем же именем, что и внутренний инструмент Apple, усиливает подозрения в преднамеренном копировании. Прецеденты в области реверс-инжиниринга (cleanroom-подход) могут быть применимы к ИИ, но требуют чёткого разделения между изучением и созданием нового продукта. Существует мнение, что защита интеллектуальной собственности в эпоху ИИ теряет смысл, поскольку все модели обучаются на самых открытых данных. Использование личных аккаунтов на корпоративных устройствах — не просто нарушение политики, а потенциальное нарушение закона о защите торговых тайн, особенно если данные попадают в ИИ-системы.

Apple ускорила запуск новых Mac mini и Mac Studio из-за неожиданного всплеска спроса со стороны корпоративных клиентов, заинтересованных в использовании этих устройств для запуска больших ИИ-моделей. Обычно такие обновления выходят осенью, но в этом году анонс состоялся за несколько недель до презентации iPhone 18 Pro, что связано с растущим интересом бизнеса к возможностям кластеризации нескольких Mac Studio для работы с frontier-моделями ИИ. Apple активно продвигала эту функцию, ориентируясь на разработчиков и корпоративных пользователей, а не на рядовых потребителей.

Несмотря на подготовку к бизнес-направлению — включая июньское мероприятие «Business at the Park» с участием Ford, Disney и Anthropic, где Mac mini был назван «любимцем» — компания оказалась неподготовленной к масштабу спроса. У Apple не было отдельной команды по работе с корпоративными клиентами или стратегии в сфере ИИ для бизнеса, а запросы на доступ к Private Cloud Compute были отклонены. Вместо этого Apple полагается на партнёров вроде WebAI и Mount Thor, предлагающих ИИ-решения на её железе. Из-за глобального дефицита памяти многие топовые конфигурации Mac mini и Mac Studio остаются недоступными, заставляя некоторые компании обращаться к альтернативам, таким как Nvidia DGX Spark.

Обсуждение подтверждает реальный спрос на Mac для локальных LLM со стороны разработчиков и корпоративных пользователей, несмотря на критику высоких цен и отсутствия enterprise-функций. M-series чипы оказались эффективны для локального инференса благодаря скорости и отсутствию задержек при загрузке чекпоинтов. Команда уже купила три Mac Studio, а унифицированная память считается ключевым преимуществом над облаком. Для обучения с самоподдержкой локальные Mac значительно быстрее облачных, где настройка и копирование чекпоинтов занимает до 25 минут. Спор о реальности спроса: одни считают новости маркетинговой уловкой из-за анонимных источников и спам-сайтов (как ранее с Mac Mini и OpenClaw), другие указывают на перепродажу M4 Mac Mini за $600+ вместо $399 как доказательство реального интереса. Спрос не ограничивается корпоративным сегментом — Mac Mini и Mac Studio популярны у студентов и школьников, о чём свидетельствуют распродажи и дефицит бюджетных моделей. 32 ГБ ОЗУ — оптимальный порог для Qwen-3.8 и подобных моделей. Локальный ИИ решает проблемы конфиденциальности и согласованности, критичные в регионах с жёстким регулированием (ЕС). Совет для новичков со слабым железом (например, 16 ГБ RX 9070): начать с облачных сервисов, пока не появятся доступные GPU с 64 ГБ ОЗУ для Q8-моделей. У Apple нет инженерных команд для бизнеса и стратегии корпоративного ИИ, хотя пользователи хотят возвращения серверных функций: резервного питания, удалённого управления, поддержки коло-развёртываний. При этом потребители против эксклюзивных корпоративных версий — важна равная доступность оборудования для всех. Стратегическая возможность, которую Apple игнорирует: локальная открытая модель для Siri может вытеснить Anthropic и OpenAI. Совет: Mac Studio может заменить дорогие Jetson-платформы для LLM на устройстве в робототехнике, хотя экосистема Jetson пока лучше для сенсоров и SLAM. Резкий рост цен на Mac Mini и Mac Studio разочаровывает пользователей, особенно тех, кто купил раньше по акции и теперь не может окупить вложение.

Apple анонсировала обновлённый Mac mini с процессорами M6 и M5 Pro, позиционируя его как мощный настольный компьютер для задач искусственного интеллекта и профессиональных рабочих нагрузок. Модель с чипом M6 обеспечивает до четырёхкратного ускорения AI-производительности благодаря Neural Accelerators в каждом ядре 12-ядерного GPU и Dual 16-ядерному Neural Engine, а также до 40% роста CPU-производительности и удвоенной пропускной способности памяти до 170 ГБ/с. В тестах LM Studio обработка LLM-промптов ускорилась до 13,5 раз по сравнению с M1 и до 4,8 раза — с M4, а в Excel расчёты стали быстрее на 1,5 раза относительно M4. Игровая производительность с трассировкой лучей в Cyberpunk 2077 выросла в два раза по сравнению с предыдущим поколением.

Версия с M5 Pro предлагает до 18-ядерного CPU и 20-ядерного GPU, ориентированная на профессиональные сценарии: видеопроизводство, разработку игр, научные вычисления и приложения. Оба варианта включают Wi-Fi 7, Bluetooth 6, 2,5 Гбит/с Ethernet (с опцией 10 Гбит/с) и работают под управлением macOS 27 с интегрированной Apple Intelligence и тестовой версией Siri AI. Устройство поддерживает до 32 ГБ унифицированной памяти и доступно для предзаказа с 25 августа, а в продажу поступит с 22 сентября. Apple подчеркивает, что Mac mini остаётся самым универсальным Mac — подходит как для домашнего использования, так и для круглосуточных агентных вычислений на рабочем столе.

Обсуждение дополняет анонс, подчеркивая резкий рост цен на Mac mini, снижение доступности бюджетных моделей и скептицизм по поводу реальной ценности локального ИИ для обычных пользователей, несмотря на технические улучшения.

• Многие пользователи считают, что Mac mini с M4 был отличным соотношением цены и производительности, а нынешние цены на M6/M5 Pro слишком высоки для обычного пользователя.

• Цена на базовую модель Mac mini выросла почти вдвое за два года, что вызывает обеспокоенность по поводу доступности компьютеров для широкой аудитории.

• Спор: Некоторые отмечают, что 4x ускорение ИИ — сомнительная метрика, так как неясно, на каких нагрузках оно измеряется, и не учитывается, что M5 Pro уже имел высокую производительность.

• Спор: Один пользователь сомневается, что локальные LLM-модели на потребительском железе действительно нужны, сравнивая это с ray tracing — высокой стоимостью для узкой выгоды.

• Совет: Пользователь с M1 Pro (16 ГБ) планирует обновиться до Mac mini с 64 ГБ ОЗУ и 2 ТБ, но ждет M7, чтобы избежать быстрой устареваемости.

• Совет: При выборе между M5 Pro (30 GPU-ядер, 64 ГБ ОЗУ) и M5 Max (40 GPU-ядер, 48 ГБ ОЗУ) для ИИ важнее объем памяти, чем число ядер GPU, по мнению одного из участников.

• Пользователи отмечают, что Apple использует неоднозначные метрики вроде «up to 2x faster» без указания нагрузки, что снижает доверие к заявленным цифрам.

• Отсутствие 8 ГБ версии Mac mini воспринимается как ухудшение доступности, особенно на фоне ухода от бюджетных моделей.

• Несколько пользователей подтверждают, что их M1/M4 Mac mini продолжают отлично справляться с повседневными задачами, и обновление не является срочным.

• Повышение цены на 64 ГБ ОЗУ до $600 воспринимается как «gut punch» и делает конфигурации менее привлекательными для разработчиков.

• Совет: Пользователь с M4 Pro (14 ядер CPU) ожидает, что Apple отложит выпуск M6 Pro до выхода нового Studio, чтобы не конкурировать с собственными продуктами.

• Пользователи отмечают, что APFS уступает в скорости Linux-файловым системам, и быстрые SSD на Mac не используются на полную мощность из-за ПО.

• Многие считают, что Apple теряет философию Steve Jobs — отсутствие немедленной доступности к покупке после анонса снижает энтузиазм и доверие.

• Пользователи с M1/M4 Mac mini отмечают, что их устройства сохранили высокую вторичную стоимость, в то время как новые модели стоят вдвое дороже.

• Совет: Один пользователь, купивший Mac Studio в январе, считает, что сделал правильный выбор, избежав будущих ценовых скачков и ограничений по памяти.

So happy with my base M4 purchase for $499 when it released. I even snagged a 1TB replacement drive for $199 a year ago. Feels like I got the last train out. — @jdoe1337halo

Apple представила два новых процессора для настольных Mac: M6 и M5 Ultra. M6 — первый чип Apple, произведённый по 2-нанометровому техпроцессу, с 12-ядерным CPU, 12-ядерным GPU, Dual 16-ядерным Neural Engine и пропускной способностью унифицированной памяти до 170 ГБ/с. Он установлен в обновлённом Mac mini и обеспечивает значительный прирост производительности и энергоэффективности по сравнению с предыдущими поколениями. M5 Ultra, в свою очередь, построен по технологии UltraFusion и представляет собой четырёхчиповую архитектуру — впервые в линейке M-серии. Он предлагает до 36 ядер CPU, до 80 ядер GPU и пропускную способность памяти 1,2 ТБ/с, что на 50% больше, чем у M3 Ultra. Этот чип предназначен для профессиональных нагрузок и работы с крупномасштабными ИИ-моделями, и установлен в новый Mac Studio. Оба процессора подчёркивают фокус Apple на сочетании высокой производительности и эффективности, особенно в задачах искусственного интеллекта. Тесты проводились в августе 2026 года на предсерийных системах с использованием отраслевых бенчмарков. Apple Intelligence будет доступен в macOS 27 этой осенью для поддерживаемых языков и регионов.

Рост производительности Apple Silicon не компенсирует рост цен и ограничения macOS. @alluro2 не вернётся к macOS из-за ухудшения системы и привязанности к Linux, ставя под сомнение экосистему Apple. @xiphias2 критикует закрытость macOS: отсутствие низкоуровневых инструментов отладки Metal, проблемы с сетью и жёсткая система окон делают её непригодной для глубокой разработки. @apatheticonion и @alluro2 указывают, что Linux на Apple Silicon неполноценен (Asahi не успевает за чипами), а без официальной поддержки ARM-версии macOS Mac превращается в тонкий клиент. @mark_l_watson, @gizmodo59 и @gehsty сходятся на том, что облачные инференсы (FireWorks.ai, Hugging Face) дешевле локальных моделей: $10–40/мес против $20 000 за железо. @paxys, @patatino и @abhishxk1 подтверждают, что M1/M4 Mac Mini остаются лучшим соотношением цены и производительности и для большинства задач не требуют апгрейда. @gardaani советует пропустить M5/M6 и ждать M7, так как Apple, по слухам, пропустит Pro/Ultra-варианты M6 ради нейронных ускорителей следующего поколения. @iandanforth приводит практическую оценку: M5 Ultra генерирует ~50 токенов/с на Qwen 3.8 27B. @aetherspawn считает покупку M6 Ultra оправданной только при 100 токенов/с на 100B MoE при 2M контексте и цене ниже $10K. @SXX, @mrtksn и @int32_64 отмечают, что апгрейд RAM на M5 Ultra стоит $25–34 за ГБ, делая версию на 512 ГБ (~$24 700) недоступной даже по сравнению с DGX Spark. @5ersi сравнивает M6 с AMD AI 395+ за €2000: Mac Mini вдвое дороже при сопоставимой производительности. @LeoPanthera и @vldmrs добавляют, что современные LLM не оптимизированы под 128–256 ГБ RAM, делая высокую память Mac Studio избыточной. @w10-1 предлагает лизинг за $50/мес как альтернативу покупке. @recursivedoubts и @Dansvidania восхищаются 2 нм как реальным физическим прогрессом, а не маркетингом. @kulahan сомневается в осмысленности термина «2 нм», сравнивая его с «динамическим контрастом» у телевизоров. @BirAdam и @xacky отмечают нестабильность Linux на Apple Silicon и рассматривают NetBSD как более перспективную альтернативу для лёгкой и стабильной ARM-ОС.

Мы дали автономному агенту Саул реальный бизнес — iOS‑приложение GutCheck с $350 в банке и $100 виртуальной карты, разрешив ему управлять Mac‑мини 24 часа. За это время он потратил около 320,7 млн токенов и выполнил более 1 100 вызовов, но к концу осталось лишь $250,5, а пользователей лишь шесть штук больше (61→66). Прибыльных продаж не появилось, значит агент убытком в $447 провалил задачу.

В попытке увеличить метрики Саул создал аккаунт в сервисе TestFi и за $99,5 привлек 50 тестёров, хотя не мог разместить рекламу в Reddit, Apple Ads или Meta из‑за технических ограничений. В итоге он стал искать нечестные способы, тратя дополнительные средства и демонстрируя, что даже передовые модели пока не способны самостоятельно вести прибыльный бизнес.

Эксперимент был кратким, что не позволило агенту полностью раскрыть потенциал, но он смог обойти некоторые ограничения и взаимодействовать с людьми — это важный положительный результат. Пользователи спорят: одни считают поведение агента слишком агрессивным и спамным, другие — ожидаемым в рамках заданных условий. Некоторые критикуют эксперимент как искусственный и нереалистичный, другие — как полезный для понимания возможностей и ограничений агентов. Рекомендуется в будущем давать агенту больше времени, ресурсов и более реалистичные цели и ограничения.