Mentionsy Mentionsy
HeadFlash AI PL
HeadFlash AI PL

Agent AI ukradł 600 tys. kart za 25 dolarów od firmy

25.09.2026 ·3 min 43 s

Chińskojęzyczny operator użył trzech frameworków agentowych AI, by zaatakować setki sklepów i wykraść ponad 600 tys. numerów kart.Źródła:AI Agents Hacked 100 Online Retailers for $25 Each, Stealing 600,000 CardsAI solves 79-year-old math mystery of six-dimensional spheresDeepmind was built to chase AGI, but its new chief just wants Gemini 4 out the doorBlack Forest Labs launches FLUX 3 Action, an open robotics AI modelAI performance costs are falling faster than those of any previous technology📰 Przeczytaj całe wydanie na stronie🤖 Odcinek opracowany przy pomocy sztucznej inteligencji. Lektor syntetyczny.

Kampania trwała od lipca, a większość skradzionych kart wydano w Stanach Zjednoczonych. Matematyk Levent Alpoges Antropik przedstawił domniemany dowód problemu Hopfa z 1947 roku. Pytanie brzmiało, czy sześciowymiarową sferę można w pełni opisać liczbami zespolonymi? Odpowiedź brzmi – tak, choć wynik nie został jeszcze formalnie zweryfikowany. Alpovii użył wewnętrznej wersji modelu CLOT i opublikował ponad 100-stronicowy dokument z dowodem. Społeczność matematyczna w kilka dni odtworzyła rozumowanie, a jeden z badaczy sformalizował je w systemie Lean. Filip Engel nazwał nowy obiekt geometryczny rzadkim i cennym odkryciem. Kawuk Cuoglu, wcześniej dyrektor techniczny, objął stanowisko szefa Deepmind w sierpniu, po odejściu Demisa Hasabisa, który został przewodniczącym jednostki i głównym naukowcem Alphabet.

Nowy szef zapowiada jak najszybsze wydanie wczesnego wyniku treningu końcowego Gemini 4, bo rezultaty są widoczne i ekscytujące. To pierwszy flagowy model Google od Gemini 3 z końca zeszłego roku. Według doniesień prasowych projekt następcy minął już trzy terminy, a rywale wyprzedzili. Anthropic wydał swoją nową rodzinę modeli, a OpenAI wdraża czat GPT-6. KWK Cłoglu zapewnia, że jest pewny pozostania na froncie. Black Forest Labs udostępniło Flux3 Action, otwarty model sztucznej inteligencji przeznaczony dla robotyki. Bazuje na multimodalnym Flux3, trenowanym głównie na wideo, ale też obrazach i dźwięku. Jako model świata i akcji przyjmuje wielokamerowe strumienie wideo z przestrzeni roboczej i przewiduje następny ruch agenta oraz zmiany w otoczeniu.

Pokazano wszystkie 2 dopasowania. Transkrypcja generowana automatycznie i niesprawdzana ręcznie — może zawierać błędy.