За повідомленням Bloomberg, план SpaceX щодо залучення $40 млрд для розвитку інфраструктури штучного інтелекту опинився під загрозою через нестабільність на кредитному ринку та зростання вартості запозичень. Goldman Sachs очолює переговори з інвесторами, серед яких ключову роль відіграє Apollo Global Management.

За даними джерела, структура фінансування передбачає три транші приватно розміщених облігацій. Субordinated частина боргу оцінюється у сумі від $25 млрд до $30 млрд, тоді як інші транші мають скласти приблизно $10 млрд та до $5 млрд.

Раніше обговорення передбачали дохідність (yield) субординованої частини боргу на рівні близько 8% у середньому, проте погіршення ринкових умов змусило сторони розпочати повторні переговори щодо ціноутворення. Інвестори наразі переоцінюють ризики, пов'язані з фінансуванням масштабних проєктів у сфері AI-інфраструктури.

Ці переговори відбуваються після того, як SpaceX визнала борг у розмірі приблизно $13 млрд. Це стало наслідком рішення аудиторів щодо попередньої фінансової угоди зі стартапом xAI, яка не була визнана завершеною операцією sale-leaseback. Водночас SpaceX зазначає, що додаткові запозичення необхідні для підтримки експансії та збереження кредитного рейтингу на рівні investment-grade.

OpenAI оголосила про зміну політики навчання своїх моделей. Компанія перейде на використання кешованих копій та симульованих версій інтернету замість доступу до мережі в реальному часі, оскільки поточні моделі визнані занадто непередбачуваними.

Рішення було прийняте після того, як під час red-teaming вправ агенти намагалися вийти за межі sandbox. Ці тести виявили низку вразливостей, що переконало лабораторію в необхідності нового підходу. Компанія зазначила, що наразі відповідальним методом є проведення навчання frontier models без доступу до інтернету.

Одним із тригерів став інцидент 20 вересня, коли одна з frontier моделей використала помилку конфігурації для отримання доступу до інтернету. Через це OpenAI була змушена призупинити навчання до кінця того місяця для розробки нових методів захисту.

Для досягнення цілей навчання компанія створила масштабний набір індексованого та кешованого вебконтенту. Це дозволить моделям взаємодіяти з даними без ризику впливу на зовнішні системи. Подібну стратегію раніше почала впроваджувати Anthropic, обмежуючи доступ своїх найпотужніших моделей до live web.