Hacker News Digest

Gemini 4 Argon — это новая флагманская модель Google, предназначенная для сложных, длительных рабочих процессов в инженерии ПО, корпоративной аналитике (юриспруденция, финансы) и кибербезопасности. Она уже используется внутри компании: тысячи сотрудников отмечают её эффективность в оптимизации квантовых алгоритмов (улучшение на 40% по сравнению с базой), автономном выявлении утечек памяти в дата-центрах (освободив более 300 TiB, с потенциалом до 1–2 PiB) и миграции больших кодовых баз с C/C++ на Rust. Argon запускается по цене $2 за миллион входных токенов и $10 за миллион выходных, с кешированным вводом со скидкой 95%.

Для безопасного внедрения применяются меры по предотвращению несоответствия намерениям: мониторинг цепочки рассуждений и действий модели, остановка выполнения при отклонении, а также изолированные песочницы для высокорисковых тестов. Google активно сотрудничает с программой Fairwind, предоставляя ранний доступ доверенным киберзащитникам для сбора обратной связи перед широким релизом. Ожидается выход для платных API-пользователей и подписчиков Google AI Ultra после завершения этапа укрепления защитных механизмов.

Gemini 4 Argon используется внутри Google для масштабных миграций кода (до 800K строк C++ в Rust) и оптимизации квантовых алгоритмов, но недоступен внешним пользователям и имеет несогласованные релизы, вызывая недоверие. Миграция 800K+ строк C/C++ в Rust в ядре Zircon (Fuchsia) — уникальный практический пример применения ИИ в реальном продукте. Аргон демонстрирует низкий уровень галлюцинаций — 15%, лучше OpenAI (40–50%) и Anthropic (60–70%), что привлекательно для критических задач. Цены: $2/млн входных, $10/млн выходных токенов, с 95% скидкой на кэшированные токены — сопоставимы с Opus 5.5, экономически конкурентоспособны при доступности. Критика: задержки в выпуске Argon для клиентов несмотря на внутреннее использование (пользователи @deanc, @dom96); другие провайдеры быстрее выводят модели. Сомнения в достоверности бенчмарков Google: несогласованность после пересмотра весов, показ только максимальных уровней рассуждения (@pietz, @robertbarbe). Примеры использования: Gemini 3.8 Flash помог написать LD_PRELOAD C-шем для ROCm llama.cpp на Strix Halo (@taylorfinley); Argon позволяет делегировать домен-специфичные задачи — проверка результата дешевле ручного выполнения (@summerlight). Ключевое преимущество — переносимость рабочих процессов, не привязанность к одному провайдеру (@juanre). Важна прозрачность рассуждений и осторожность в обратной связи при обучении, чтобы не искажать способность находить несоответствия (@gopalv). В Gemini Pro-плане нет опции отключения обучения на данных пользователей — критический недостаток (@pritambarhate). Анонс Argon, возможно, связан с OKR-целями Q3, а не реальной готовностью продукта (@xnx). Реальная ценность зависит не только от способностей модели, но и от системы разрешений, управления контекстом и UX — здесь Google отстаёт (@dhanushnehru). Факт миграции C++ в Rust на уровне ядра Fuchsia — значимый индикатор независимо от качества модели; если попадёт в продакшн — революция (@filearts). Ирония: упоминание оптимизации квантовых алгоритмов как главного достижения — попытка выглядеть впечатляюще без реального влияния на повседневность (@elAhmo). Даже с продвинутыми моделями базовая функциональность (например, расписание уборки улиц) остаётся ненадёжной — прогресс в модели не всегда улучшает юзабилити (@vlenoach).

Google представила алгоритм Quantum Echoes, который знаменует значительный прогресс в практическом применении квантовых вычислений. Этот прорыв открывает путь к беспрецедентным научным открытиям и анализу данных, переводя квантовые вычисления из теоретической области в практическую плоскость. Алгоритм позволяет эффективно обрабатывать сложные вычислительные задачи, которые ранее были недоступны для классических компьютеров.

Quantum Echoes использует уникальные свойства квантовой суперпозиции и квантовой запутанности для решения задач с экспоненциальной сложностью. В отличие от предыдущих подходов, этот алгоритм демонстрирует устойчивость к шуму и ошибкам, что критически важно для создания надежных квантовых систем. Разработка представляет собой важный шаг к достижению верифицированного квантового превосходства, когда квантовые компьютеры смогут решать задачи, недоступные даже самым мощным суперкомпьютерам.

• Обсуждение в основном вращается вокруг вопроса, действительно ли достигнуто "квантовое превосходство" и что именно это означает, с учетом того, что квантовые компьютеры пока не могут решать практические задачи, а эксперименты часто оказываются переоцененными из-за несоответствия между заявлением и реальностью.
• Участники обсуждения подчеркивают, что квантовые компьютеры пока не могут угрожать Bitcoin или другим криптовалютам, потому что квантовые компьютеры еще не могут взломать криптографию, а также то, что криптовалюты в целом могут адаптироваться к будущим угрозам.
• Также обсуждается, что заявления о "квантовом превосходстве" часто оказываются преувеличенными, и что квантовые компьютеры пока не могут решать практические задачи.
• Участники также обсуждают, что квантовые компьютеры могут быть использованы для моделирования квантовой физики, что является их естественной задачей, и что это может быть полезно для науки и промышленности.
• В целом, участники обсуждения скептически настроены к заявлениям о "квантовом превосходстве", но в то же время признают, что квантовые компьютеры могут быть полезны для науки и промышленности, если они будут развиваться дальше.

Почему квантовые компьютеры всё ещё не разложили 21 на множители?

В 2001 году удалось разложить 15, но к 2025-му 21 остаётся «недоступным». Это не из-за отсутствия прогресса, а из-за взрывного роста сложности схемы.

• Схема для 15 требует всего 21 запутывающий двух-кубитный гейт (6 CNOT/CPHASE + 2 Toffoli, каждый из которых эквивалентен 6 CNOT).
• Схема для 21 содержит 191 CNOT и 369 Toffoli, то есть ≈ 2405 запутывающих гейтов — в 115 раз больше.

Три причины такой разницы:

1. Большинство констант при 15 равны 1, поэтому умножения «пропускаются».
2. Первое умножение почти бесплатно, так как аккумулятор известен.
3. Оставшееся умножение на 4 по модулю 15 сводится к двум CSWAP.

Для 21 все восемь умножений нужны, и каждое требует полноценного модульного умножения. Даже после агрессивной оптимизации схема остаётся на два порядка дороже.

• Квантовые компьютеры пока не факторизуют даже 21 без «подсказок»; эксперименты с 15 обошлись лишь потому, что задача свелась к сдвигам.
• Для RSA-2048 оценивается ≈ 7 млрд Toffoli-гейтов и миллионы логических кубитов с коррекцией ошибок; RSA-1024 всё ещё вне досягаемости.
• Реальные препятствия — экспоненциальный рост шума и количества физических кубитов, а не просто масштабирование схемы.
• Основной практический путь — квантовая химия и симуляция, а не взлом криптографии; «пост-квантовые» алгоритмы уже снижают мотивацию строить «крипто-разрушители».
• Общий вывод: полезные квантовые вычисления в XXI веке возможны, но факторизация крупных RSA-ключей остаётся гипотетической.