Kinija mus visus išgelbėjo: kaip amerikiečių robotai pabėgo nuo „OpenAI“ ir tapo sukčiais --- JAV bendrovė „Hugging Face“ sugebėjo atremti ataką, pasinaudodama Kinijos atvirojo svorio modeliu.

 

 

Kinijos dirbtinis intelektas atkūrė Amerikos dirbtinio intelekto kontrolę. Amerikos dirbtinis intelektas čia buvo bevertis.

 

„Jie buvo, kaip vidurinės mokyklos mokiniai, bandantys įsilaužti į vadovėlių kompaniją, kad sukčiautų per baigiamąjį egzaminą.

 

Tik šie įsilaužėliai nebuvo žmonės.

 

Siužete, kuris atrodo kaip išplėštas iš mokslinės fantastikos romano puslapių, užpuolikai pasirodė esą dirbtinio intelekto modeliai, pabėgę iš „OpenAI“ tyrimų tinklo ir liepos 11 d. įsilaužę į dirbtinio intelekto kompaniją „Hugging Face“. Atrodo, kad dirbtiniai intelektai internete veikė kelias dienas, kol kas nors juos sustabdė.

 

„Hugging Face“ įkūrėjas ir vyriausiasis mokslo pareigūnas Thomas Wolfas vos tik peržiūrėjęs savo bendrovės savaitgalio atakos žurnalus pajuto, kad kažkas negerai. „Tai neturi prasmės. Šis vaikinas tik žiūri į kibernetinio saugumo duomenų rinkinius“, – prisimena jis pagalvojęs. „Žmonės užpuolikai, jie to nenori.“ „Jie nori kažko, ką galėtų parduoti.“

 

„Hugging Face“ po dviejų dienų nutraukė ataką, padedama modelio iš Kinijos, sakė Wolfas. Tik šią savaitę „Hugging Face“ iš „OpenAI“ sužinojo, kad už įsilaužimo slypi jų modeliai.

 

Incidentas sukėlė aliarmą „OpenAI“, kuri, sužinojusi apie incidentą, išjungė sistemas, kurias naudoja savo DI modeliams testuoti, kad įvertintų žalą ir užkirstų kelią tolesniems protrūkiams. Tai taip pat leido pasauliui pamatyti, kaip įsilaužimas gali atrodyti DI įrankių amžiuje, kurie gali rasti niekada anksčiau nematytų programinės įrangos klaidų ir jomis pasinaudoti neįtikėtinu greičiu.

 

Praėjus beveik dviem savaitėms, „OpenAI“ vis dar aiškinasi, kas įvyko. Ar DI modeliai įsilaužė į kitas svetaines ar asmenis? Kiek laiko truko jų neprižiūrimas siautėjimas? Ar bendrovės modeliai sukčiavo kituose etaloniniuose testuose? „OpenAI“ to nepasakė, tačiau bendrovė žada pateikti išsamią ataskaitą.

 

„Mes ir toliau atliksime išsamų tyrimą kartu su „Hugging Face“, – sakė „OpenAI“ atstovas.

 

Neteisėti DI kelias dienas be priežiūros įsilaužia bent viena bendrovė yra vienas pirmųjų realaus pasaulio pavyzdžių grėsmės, kurios ilgai bijojo dirbtinio intelekto saugumo tyrėjai: kontrolės praradimas.

 

Tai įvyko tuo metu, kai geriausių modelių, įskaitant „Anthropic“ „Mythos“, kibernetinio saugumo pajėgumai paskatino diskusijas Vašingtone apie tai, kaip reguliuoti dirbtinį intelektą.

 

Ir tai suteikia papildomą posūkį: teiginys, kad JAV bendrovė „Hugging Face“ sugebėjo atremti ataką, pasinaudodama atvirojo svorio modeliu iš Kinijos, pateikia kontrargumentą kai kuriems JAV pareigūnams, taip pat „OpenAI“ ir „Anthropic“ vadovams, kurie pritaria prieigos prie Kinijos modelių ribojimui.

 

Atviruosius modelius galima nemokamai atsisiųsti ir vartotojai gali juos pritaikyti, nors bet kurio modelio naudojimas turi skaičiavimo išlaidų.

 

Viskas prasidėjo nuo kibernetinio saugumo lyginamosios analizės testo, vadinamo „ExploitGym“.

 

„ExploitGym“ atlieka maždaug 900 DI sistemų bandymų seriją, skirtą įvertinti, kaip gerai jos įsilaužia. Testas pateikia DI programinei įrangai, kurioje yra žinoma klaida, parodo, kaip suaktyvinti klaidą, ir pakviečia DI įsilaužti. Dirbtinis intelektas turi išsiaiškinti, kaip šią informaciją paversti vadinamuoju spragų kodu – kodu, leidžiančiu dirbtiniam intelektui gauti prieigą prie klaidingos sistemos.

 

Testas yra tarsi skaitmeninis vėliavos gaudymo žaidimas: kai dirbtinis intelektas patenka į sistemą, jis turi tai įrodyti užfiksuodamas ilgą, atsitiktinai sugeneruotą raidžių ir skaičių eilutę, saugomą sistemoje.

 

Paprastai „OpenAI“ produktai neatliktų tokio įsilaužimo, kokio reikalauja „ExploitGym“. Dirbtinio intelekto įmonės prideda apsaugos priemones, kad įsilaužėliai negalėtų piktnaudžiauti jų produktais. Tačiau šiuo atveju įmonė pašalino apsaugos priemones, kad galėtų pamatyti, ką modeliai gali padaryti, kai jie yra atjungti.

 

„OpenAI“ testavo savo moderniausią modelį, vadinamą GPT-5.6 Sol, ir kitą, galingesnį, kuris dar nebuvo išleistas. Pasak „OpenAI“ ir tų, kurie yra susipažinę su situacija, dirbtinio intelekto modeliai padarė išvadą, kad užuot įvykdę „ExploitGym“ iššūkį, jie įsilaužs į sistemą, kurioje jie buvo, vadinamą smėlio dėže, įsibraus į internetą ir apgaus. testas.

 

Dėl neaiškių priežasčių „OpenAI“ modeliai įsitikino, kad „Hugging Face“ slypi atsakymai. Jie galėjo ieškoti pataisų arba jau parašytų spragų išnaudojimo technikų, sakė Zhun Wang, Kalifornijos universiteto Berklyje doktorantas, vienas iš knygos „ExploitGym“ autorių. „Yra keletas būdų apgauti etaloną.“

 

Kibernetinio saugumo tyrėjai šį sukčiavimo tipą vadina „atlygio įsilaužimu“, sakė jis.

 

Atlygio įsilaužimas yra dirbtinio intelekto versija vaizdo žaidimų sukčiavimo. Tai atsitinka todėl, kad dirbtinis intelektas išmoksta maksimaliai padidinti atlygį – paprastai tam tikrą skaitinį balą, o ne pagrindinį programuotojų numatytą elgesį. Pats „OpenAI“ dokumentavo vieną pavyzdį 2016 m., kai mokė dirbtinį intelektą žaisti valčių lenktynių žaidimą. Dirbtinis intelektas išmoko, kad gali maksimaliai padidinti savo balą sukdamasis ratais vienoje vietoje, nors niekada nebaigė lenktynių.

 

Tuo pačiu metu dirbtinis intelektas pradeda išeiti iš jų smėlio dėžių. Ankstesnė „Anthropic“ „Mythos“ modelio versija naudojo daugiapakopį įsilaužimą, kad gautų prieigą prie interneto, ir nustebino „Anthropic“ tyrėją, išsiųsdamas el. laišką apie savo sėkmę, kai tyrėjas valgė sumuštinį parke, teigė bendrovė. Šį pavasarį neįvardytas „OpenAI“ modelis apėjo savo smėlio dėžę, kad viešai paskelbtų kai kuriuos bandymų rezultatus „GitHub“ platformoje, teigė „OpenAI“.

 

Kai savaitgalį „OpenAI“ modeliai pradėjo taikytis į „Hugging Face“, vienas pirmųjų įspėjimų, kuriuos gavo bendrovė, buvo iš kelių dirbtinio intelekto agentų, kuriuos ji naudoja patruliavimui, kad išvengtų atakų. Kažkas gaudavo neteisėtą prieigą prie kai kurių jos sistemų. Tačiau tai nebuvo panašu į nieką, ką „Hugging Face“ buvo mačiusi anksčiau. Šis įsilaužėlis atrodė lyg būtų iš ateities.

 

Ginkluotas pavogtais nežinomos kilmės prisijungimo duomenimis, dirbtinio intelekto įsilaužėlis iškėlė „spiečių“ trumpalaikių užpuolikų, kurie žvalgė „Hugging Face“ tinklą. Bendrovės tinklaraščio įraše teigiama, kad ataka pareikalavo net 17 000 veiksmų „Hugging Face“ tinkle.

 

Aptikusi įsilaužimą, „Hugging Face“ bandė analizuoti savo žurnalus naudodama „Anthropic“ modelius, įskaitant „Fable 5“ ir ankstesnį „Opus“ modelį. Tačiau kadangi žurnaluose buvo kibernetinės atakos elementų, abu modeliai atsisakė atlikti analizę, nurodydami savo apsauginius barjerus.

 

Vietoj to „Hugging Face“ pasirinko mažiau apribotą atvirojo svorio modelį GLM 5.2 iš Pekine įsikūrusio „Z.AI“.

 

Išanalizavusi ataką, „Hugging Face“ sugebėjo išmesti įsilaužėlius dirbtinius intelektus, atkurti slaptažodžius ir atkurti pažeistas tinklo dalis, teigė bendrovė, kai praėjusią savaitę atskleidė incidentą, dar nesužinojusi apie „OpenAI“ dalyvavimą.

 

„Wolf“ teigė, kad nebuvo nutekinti jokie klientų duomenys.

 

Nebuvo aišku, ar „ExploitGym“ problemos, kurias modelis bandė išspręsti, buvo sunkesnės nei ataka, kuria siekta pavogti atsakymus, ir ar jie apskritai rado kokių nors atsakymų. Ironiška tai, kad modeliai sėkmingai surengė precedento neturinčią ataką, kad išvengtų įsilaužimo įgūdžių testo.

 

„Tai sukčiavimas. Bet kartais apgauti lengviau“, – sakė Wolfas. „Leisiu jums nuspręsti, ar tai išlaikė kibernetinės atakos testą, ar ne.“” [1]

 

1. How Bots Escaped OpenAI And Went Rogue. McMillan, Robert; Schechner, Sam.  Wall Street Journal, Eastern edition; New York, N.Y.. 24 July 2026: A1.  

China Saved Us All: How American Bots Escaped OpenAI And Went Rogue --- Hugging Face, a U.S. company, was able to repel the attack by turning to an open-weights model from China

 

Chinese AI restored control of American AI. American AI was useless in this. 

 

“They were like high-school students trying to hack into the textbook company to cheat on their final exam.

 

Only these hackers weren't human.

 

In a plot that seems ripped from the pages of a science-fiction novel, the attackers turned out to be AI models that had escaped from a research network at OpenAI, and on July 11 hacked into AI company Hugging Face. And the AIs appear to have been active on the internet for several days before anyone stopped them.

 

Hugging Face co-founder and chief science officer Thomas Wolf sensed something was off the minute he first looked at his company's logs of the weekend attack. "This is making no sense. This guy is just looking at cybersecurity data sets," he remembers thinking. "Human attackers, they don't want that. They want something they could sell."

 

Hugging Face put an end to the attack two days later, with help from a model from China, Wolf said. It was only this week that Hugging Face learned from OpenAI that its models were behind the hack.

 

The incident set off alarms at OpenAI, which shut down systems it uses to test its AI models after it learned of the incident, to assess the damage and prevent further breakouts. It has also given the world a taste of what hacking might look like in the age of AI tools that can find never-before-seen software bugs and exploit them at astonishing speeds.

 

Nearly two weeks later, OpenAI is still piecing together what happened. Did the AI models hack other websites or individuals? How long did their unsupervised spree actually last? Did the company's models cheat in other benchmark tests? OpenAI hasn't said, but the company promises to produce a detailed report.

 

"We will continue to conduct a thorough investigation alongside Hugging Face," an OpenAI spokesman said.

 

Rogue AIs going unsupervised for days, hacking at least one company, represent one of the first real-world examples of a threat long feared by AI safety researchers: loss of control.

 

It comes as the cybersecurity capacities of top models, including Anthropic's Mythos, have helped fuel debate in Washington about how to regulate artificial intelligence.

 

And it brings an added twist: The contention that Hugging Face, a U.S. company, was able to repel the attack by turning to an open-weights model from China offers a counterargument to some U.S. officials, as well as executives at OpenAI and Anthropic, who support restricting access to Chinese models.

 

Open models are free to download and allow users to customize them, although operating any model comes with computing costs.

 

It all began with a cybersecurity benchmarking test called ExploitGym.

 

ExploitGym puts AI systems through a battery of about 900 tests, designed to see how good they are at hacking. The test gives the AI software that has a known bug in it, shows it how to trigger the bug and invites the AI to break in. It's up to the AI to figure out how to turn that information into what's known as an exploit -- code that lets the AI gain access into the buggy system.

 

The test is like a digital game of capture-the-flag: Once the AI gets in, it must prove it by capturing a long, randomly generated string of letters and numbers stored on the system.

 

Normally OpenAI's products wouldn't do the kind of hacking that ExploitGym requires. AI companies add safeguards to prevent hackers from misusing their products. But in this case, the company had removed the safeguards so it could see what the models could do when unharnessed.

 

OpenAI was testing its state-of-the-art model, called GPT-5.6 Sol, and another more-capable one that hasn't been released. According to OpenAI and those familiar with the situation, the AI models concluded that instead of completing the ExploitGym challenge, they would hack out of the system that contained them -- known as a sandbox -- wriggle their way onto the internet and cheat on the test.

 

For reasons that aren't clear, OpenAI's models became convinced that Hugging Face held answers. They might have been looking for patches or already written exploit techniques, said Zhun Wang, a University of California, Berkeley Ph.D. student who is one of the authors of ExploitGym. "There are several ways to cheat the benchmark."

 

Cybersecurity researchers call this type of cheating "reward hacking," he said.

 

Reward hacking is the AI version of videogame cheats. It happens because AIs learn to maximize a reward -- usually some form of numeric score, not the underlying behavior programmers intend. OpenAI itself documented one example in 2016 when training AIs to play a boat-race game. The AI learned it could maximize its score by spinning in circles in one spot, even though it never completed the race.

 

At the same time, AIs are starting to get out of their sandboxes. An early version of Anthropic's Mythos model used a multistep hack to get internet access and surprised an Anthropic researcher by sending an email about its success while the researcher was eating a sandwich in a park, the company said. This spring, an unnamed OpenAI model circumvented its sandbox to post some testing results publicly to the GitHub platform, OpenAI said.

 

When OpenAI's models started targeting Hugging Face on a weekend, one of the first warnings the company got was from a handful of AI agents it uses to patrol for attacks. Someone was getting unauthorized access to some of its systems. But it wasn't like anything Hugging Face had seen before. This hacker looked like it was from the future.

 

Armed with stolen credentials of unknown origin, the AI interloper popped up a "swarm" of short-lived attackers that conducted reconnaissance of the Hugging Face network. The attack took a whopping 17,000 actions on Hugging Face's network, the company said in a blog post.

 

After it detected the intrusion, Hugging Face tried using Anthropic models including Fable 5 and its earlier Opus model to analyze its logs. But because the logs included elements of a cyberattack, both models refused to do the analysis, citing their guardrails.

 

Instead, Hugging Face turned to a less-restricted open-weight model, GLM 5.2, from Beijing-based Z.AI.

 

After dissecting the attack, Hugging Face was able to kick out the hacking AIs, reset its passwords and rebuild the compromised parts of its network, the company said when it disclosed the incident last week, before learning of OpenAI's involvement.

 

 Wolf said no customer data was leaked.

 

It wasn't clear whether the ExploitGym problems the model was trying to solve were more difficult than the attack it mounted to steal the answers -- or if they even found any answers. There is irony in the fact that models successfully orchestrated an unprecedented attack to avoid a hacking skill test.

 

"It's cheating. But sometimes it's easier to cheat," Wolf said. "I'll let you decide if it passed the cyberattack test or not."” [1]

 

1. How Bots Escaped OpenAI And Went Rogue. McMillan, Robert; Schechner, Sam.  Wall Street Journal, Eastern edition; New York, N.Y.. 24 July 2026: A1.  

Išlaidos dirbtiniam intelektui mažina technologijų bendrovių akcijų vertę --- Susirūpinimas dėl „Magnificent 7“ rinkos vertės sumažėjo 890 mlrd. dolerių

 

„Volstritas susiduria su nauja realybe: didžiausios technologijų bendrovės nebėra pinigų spausdinimo mašinos.

 

Ketvirtadienį susirūpinimas dėl „Alphabet“ ir „Tesla“ pelno rezultatų išplito į kitas pagrindines technologijų bendrovių akcijas, investuotojams atkreipiant dėmesį į padidėjusių kapitalo išlaidų pasekmes, kurios pakenkė dirbtinio intelekto prekybai.

 

„Alphabet“ akcijų vertė sumažėjo apie 7 %, o tai bendrovei kainavo daugiau nei 293 mlrd. dolerių rinkos vertės – tai didžiausias vienos dienos rinkos kapitalizacijos sumažėjimas per visą istoriją. „Tesla“ akcijų vertė sumažėjo 15 % – tai blogiausias akcijų rezultatas po pelno paskelbimo. Išpardavimas išplito ir į kitas technologijų bendrovių akcijas: „Meta“ akcijos krito 3,4 %, „Oracle“ – 4,6 %. „Magnificent Seven“ rinkos vertė sumažėjo beveik 890 mlrd. dolerių – tai didžiausias vienos dienos rinkos kapitalizacijos sumažėjimas nuo 2025 m. balandžio mėn. tarifų suirutės. „Nasdaq“ sudėtinis indeksas prarado 2,2 %.

 

Tiek „Alphabet“, tiek „Tesla“ pranešė apie sparčiai augančias pajamas, tačiau investuotojai vietoj to sutelkė dėmesį į savo išlaidas dirbtiniam intelektui. Dienos frazė: laisvas pinigų srautas – kuris abiejose bendrovėse tapo neigiamas.

 

„Alphabet“ laisvas pinigų srautas siekė neigiamus 5,9 mlrd. USD – tai pirmas neigiamas rezultatas nuo tada, kai bendrovė 2004 m. tapo vieša akcija. Bendrovės finansų vadovas teigė, kad laisvas pinigų srautas išliks spaudžiamas, nes bendrovė didina investicijas į dirbtinį intelektą. „Alphabet“ taip pat padidino savo kapitalo išlaidų prognozę iki 205 mlrd. USD šiais metais.

 

Tuo tarpu „Tesla“ daug investuoja į autonominių transporto priemonių ir robotikos plėtrą. Tai apima lustų gamybos įrenginio, vadinamo „Terafab“, statybą, kurį „Tesla“ kuria bendradarbiaudama su Elono Musko raketų bendrove „SpaceX“ ir „Intel“.

 

Prognozuojama, kad „Meta Platforms“, kai kitą savaitę paskelbs antrojo ketvirčio rezultatus, praneš apie neigiamą laisvą pinigų srautą, teigia „FactSet“ apklausti analitikai. Analitikai to paties tikisi iš „Amazon.com“, kuri taip pat paskelbs ataskaitą kitą savaitę ir kurios laisvas pinigų srautas jau pirmąjį ketvirtį sumažėjo iki raudonųjų.

 

The Didžiausios pasaulio technologijų bendrovės, kurios išgarsėjo dėl gausaus pinigų srauto ir stabilių balansų, išgyvena transformaciją.

 

Visos jos tam tikru mastu statė savo ateitį ant didėjančio dirbtinio intelekto naudojimo, investuodamos į duomenų centrus, kurie leis teikti dirbtinio intelekto užklausoms apdoroti reikalingus skaičiavimus.

 

Šios bendrovės kaupia precedento neturinčias skolas, kad finansuotų savo dirbtinio intelekto infrastruktūros planus.

 

Tuo pačiu metu pigesnės atvirojo kodo dirbtinio intelekto sistemos kelia grėsmę pirmaujančių dirbtinio intelekto laboratorijų, kurių skaičiavimo ir lustų poreikiai skatina hiperskalio išlaidas, verslo modeliams.

 

„Microsoft“, kuri tikisi šiais finansiniais metais padvigubinti savo kapitalo išlaidas, yra vienintelė iš didžiųjų dirbtinio intelekto investuotojų (dažnai vadinamų hiperskaliotojais), generuojančių teigiamą pinigų srautą, o „FactSet“ duomenimis, birželio mėnesio ketvirtį tikimasi daugiau nei 16 mlrd. USD.

 

„Investuotojai nuoširdžiai nerimauja, kad šios bendrovės naikina kai kuriuos sėkmingiausius, keičiamo dydžio ir investuotojams palankiausius verslo modelius, kuriuos kada nors matė akcijų rinka“, – sakė Mike'as O'Rourke'as, vyriausiasis rinkos strategas „JonesTrading“. „Tai turėtų kelti nerimą.“

 

Laisvas pinigų srautas iš esmės yra pinigai, kuriuos bendrovės turi Likutis po išlaidų ir didelių investicijų.

 

Tai skiriasi nuo grynojo pelno, kuris paskirsto didelių investicijų kainą per kelerius metus per nusidėvėjimą ir amortizaciją.

 

Kai kurie analitikai teigė, kad laisvas pinigų srautas suteikia aiškesnį, nors ir neaiškų, vaizdą apie tai, kiek pinigų yra investuotojams patinkantiems dalykams, įskaitant dividendus ir akcijų atpirkimą.

 

Šis rodiklis kartais buvo gynyba nuo susirūpinimo dėl dirbtinio intelekto išlaidų. Kai skeptikai lygino dabartinį technologijų beprotybę su 2000-ųjų pradžios dot-com burbulu, buliai suskubo atkreipti dėmesį, kad šiandieninį išlaidų bumą finansuoja patikrintos įmonės, turinčios tvirtus balansus ir kibirus pinigų.

 

Dabar šios pinigų atsargos mažėja, o investuotojų kantrybė dėl milžiniško Silicio slėnio išlaidų šėlsmo bus išbandyta.

 

Davidas Wagneris, „Aptus Capital Advisors“ akcijų ir portfelio valdytojas, nesitiki, kad tai greitai baigsis.

 

„Visi mano, kad tai sulėtės, nes jie ieško pirmosios įmonės, kuri mirktels į kapitalinių išlaidų lūkesčius“, – sakė Wagneris. „Tačiau atrodo, kad tai tik pradžia.“ [1]

 

1. AI Spending Rips Tech Stocks --- Concerns shave $890 billion in market value from the Magnificent 7. Lang, Hannah Erin; Li, Tina; McCabe, Caitlin.  Wall Street Journal, Eastern edition; New York, N.Y.. 24 July 2026: A1. 

AI Spending Rips Tech Stocks --- Concerns shave $890 billion in market value from the Magnificent 7

“Wall Street is reckoning with a new reality: The biggest tech companies are no longer cash-printing machines.

 

Concerns about Alphabet's and Tesla's earnings results spread to other major tech stocks on Thursday, with investors dialed in to the implications of ramped-up capital spending, putting a dent in the artificial-intelligence trade.

 

Alphabet's shares slumped some 7%, costing the company more than $293 billion in market value, its largest one-day market-cap loss on record. Shares of Tesla tumbled 15%, the stock's worst post-earnings performance ever. The selloff extended to other tech stocks: Meta fell 3.4%, Oracle slid 4.6%. The Magnificent Seven erased nearly $890 billion in market value, the biggest one-day market cap decline since the tariff turmoil of April 2025. The Nasdaq composite lost 2.2%.

 

Both Alphabet and Tesla reported soaring revenue, but investors instead zeroed in on their AI spending. The phrase of the day: free cash flow -- which turned negative at both.

 

Alphabet's free cash flow came in at negative $5.9 billion -- the first negative result since the company went public in 2004. The company's finance chief said free cash flow would remain under pressure as the company deepens its investments in AI. Alphabet also lifted its capital-spending forecast to as much as $205 billion this year.

 

Meanwhile, Tesla is spending big on its pivot toward autonomous vehicles and robotics. That includes building a chip-manufacturing facility called Terafab, which Tesla is developing in partnership with Elon Musk's rocket company SpaceX and Intel.

 

Meta Platforms is projected to report negative free cash flow when it releases second quarter results next week, according to analysts surveyed by FactSet. Analysts expect the same from Amazon.com, which also reports next week and already saw its free cash flow dip into the red in the first quarter.

 

The world's biggest tech companies, which came to be known for generating ample cash and stable balance sheets, are in the middle of a transformation.

 

They have all bet their futures to some extent on rising AI use, investing in data centers that will make it possible to deliver the computing needed to process AI queries.

 

Those companies are racking up unprecedented debt to fund their AI infrastructure plans.

 

At the same time, cheaper open-source AI systems threaten the business models of leading AI labs whose computing and chip needs are driving hyperscale spending.

 

Microsoft, which expects to double its capital spending this fiscal year, is alone among the big AI spenders -- often called hyperscalers -- in generating positive cash flow, with expectations for more than $16 billion in the June quarter, according to FactSet.

 

"Investors are genuinely concerned that these companies are in the midst of destroying some of the most successful, scalable, investor-friendly business models the equity market has ever seen," said Mike O'Rourke, chief market strategist at JonesTrading. "That should be alarming."

 

Free cash flow is essentially the money companies have left over after expenses and making big-ticket investments.

 

It is different from net earnings, which spread the cost of major investments over several years through depreciation and amortization.

 

Some analysts said free cash flow offers a clearer picture -- albeit a bumpy one -- of how much cash is available for things investors like, including dividends and share repurchases.

 

The metric has at times been a defense against AI spending concerns. When skeptics have drawn comparisons between the current tech frenzy and the dot-com bubble of the early 2000s, bulls have rushed to point out that today's spending boom is financed by proven companies with fortress balance sheets and buckets of cash.

 

Now, those cash reserves are shrinking, and investors' patience for Silicon Valley's colossal spending spree is set to be tested.

 

David Wagner, head of equities and portfolio manager at Aptus Capital Advisors, doesn't expect it to end soon.

 

"Everyone thinks it's going to slow down, where they're looking for the first company to blink on capex expectations," Wagner said. "But this seems just to be the start."” [1]

 

1. AI Spending Rips Tech Stocks --- Concerns shave $890 billion in market value from the Magnificent 7. Lang, Hannah Erin; Li, Tina; McCabe, Caitlin.  Wall Street Journal, Eastern edition; New York, N.Y.. 24 July 2026: A1. 

Zelensky Lost More Cards: China imposes export restrictions on fourteen EU entities

Purchase authorization: The European Union has made a rare exception and allowed Ukraine to use part of its defense loan funds to purchase critical components for military drones in China, while European Union is short of them.

 

Global dependency: Most of the world’s drone engines and rare earth magnets are processed in China, so Ukraine, even when localizing, has to purchase some components through international chains from China.

 

This makes the EU’s conflict with China over Ukraine seem strange, even Landsbergis-like.

 

“China on Friday banned the sale of products that can be used for both civilian and military purposes to 14 European Union (EU) companies, citing national security concerns.

 

The move came a day after the EU imposed similar export restrictions on 51 new entities, including Chinese and Hong Kong companies it accused of supporting Russia in Ukraine.

 

“In order to safeguard national security and national interests, China has decided to add 14 EU entities, including Lafert Group, to its export control list,” China’s Ministry of Commerce said in a statement.

 

The ban, which takes effect on Friday, “will prohibit exporters from selling dual-use goods to the entities,” the ministry added.

 

A spokesman for China’s Ministry of Commerce said the ban was “a response to the EU’s scandalous actions” a day earlier.

 

The 14 entities include Italian electric motor manufacturer Lafert Group and German arms manufacturer Rheinmetall.

 

The list also includes Dutch shipbuilding company IHC, which produces heavy marine equipment, and Czech company Tatra Trucks, which produces military vehicles.

 

The ban also prevents foreign organizations and individuals from supplying dual-use goods from China to these fourteen European entities.”

 

Geographic Spread: Affected firms span multiple European nations, including entities based in Germany, France, Italy, Poland, the Netherlands, the Czech Republic, Bulgaria, and Lithuania.

Zelenskis prarado daugiau kortų: Kinija įvedė eksporto apribojimus keturiolikai ES subjektų

 

Leidimas pirkti: Europos Sąjunga pritaikė retą išimtį ir leido Ukrainai dalį gynybos paskolos lėšų panaudoti kritiniams svarbių karinių dronų komponentams įsigyti Kinijoje, kai Europos Sąjungoje jų trūksta.

 

Pasaulinė priklausomybė: Dauguma pasaulio dronų variklių ir retųjų žemių magnetų yra apdorojami Kinijoje, todėl Ukrainai, net ir vykdant lokalizaciją, dalį komponentų tenka įsigyti per tarptautines grandines iš Kinijos.

 

Todėl ES keliamas konfliktas su Kinija dėl Ukrainos atrodo keistai, net landsbergiškai.

 

“Kinija penktadienį nacionalinio saugumo sumetimais uždraudė parduoti produktų, kurie gali būti naudojami tiek civilinėms, tiek karinėms reikmėms, keturiolikai Europos Sąjungos (ES) įmonių.

 

Šis žingsnis žengtas kitą dieną po to, kai ES įvedė panašius eksporto apribojimus 51 naujam subjektui, įskaitant Kinijos ir Honkongo įmones, kurias ji apkaltino, remiant Rusiją Ukrainoje.

 

„Siekiant užtikrinti nacionalinį saugumą ir nacionalinius interesus, Kinija nusprendė įtraukti 14 ES subjektų, tarp jų ir „Lafert Group“, į savo eksporto kontrolės sąrašą“, – teigiama Kinijos prekybos ministerijos pranešime.

 

Draudimas, kuris įsigalioja nuo penktadienio, „uždraus eksportuotojams parduoti dvejopo naudojimo prekių minėtiems subjektams“, pridūrė ministerija.

 

Kinijos prekybos ministerijos atstovas spaudai teigė, kad draudimas yra „atsakas į skandalingus ES veiksmus“, įvykusius dieną anksčiau.

 

Tarp 14 subjektų yra Italijos elektros variklių gamintoja „Lafert Group“ ir Vokietijos ginklų gamintoja „Rheinmetall“.

 

Į sąrašą taip pat įtraukta Olandijos laivų statybos bendrovė IHC, gaminanti jūrinę sunkiąją techniką, ir Čekijos įmonė „Tatra Trucks“, gaminanti karines transporto priemones.

 

Draudimas taip pat užkerta kelią užsienio organizacijoms ir asmenims tiekti dvejopo naudojimo prekes iš Kinijos šiems keturiolikai Europos subjektų.”