Refat Talks: Tech & AI

#ReDigest Продолжаем субботнюю рубрику, тут я кратко рассказываю про новости из мира технологий и AI, которые привлекли мое внимание. Дайджест недели: - Google открыла Gemini 4 Argon для всех: API, AI Studio, Gemini. До 30 ноября промоцена $2/$10 за 1M. - Meta выпустила Muse Wonder для агентов: по уровню близко к другим фронтирам. - Anthropic перевела монорепо с git на свою систему Scion: агенты мержат до 30 тысяч изменений в день, git не тянул. Энтузиансты повторили ее дизайн в опенсорсе. GitHub тоже старается. - Apple представила HomeView за $299: умный дисплей с Siri и хабом умного дома. - Claude Code качественно обновил десктоп-приложение: новый дизайн, окружения из нескольких папок и дочерние сессии. - По данным FT, выручка Anthropic за Q3 выросла на ~45% до $16,8 млрд, но инвесторы ждут на IPO уже ~$1,5 трлн вместо 2. - AI Index 2026 OpenAI сокращает отставание от Anthropic в бизнесе, а в ЕС Codex и ChatGPT Work дают больше половины корпоративных токенов. - xAI объединила Grok, X Premium и Cursor в одну подписку с общей квотой, от $8 до $200 в месяц. - Google Play пустит приватные вайбкод-приложения из AI Studio без аккаунта разработчика. - Инженера OpenAI арестовали за прослушку в переговорной топ-менеджмента. Среди улик его запросы к чат-боту, как собрать и спрятать диктофон. - За лабы взялись регуляторы: FTC, ЕС и восемь штатов США. - Anthropic оценила, что маленьким моделям, возможно, осталось несколько месяцев до самовоспроизведения на дешевой технике вроде ТВ-приставок. - Character.AI подала на банкротство, первая заявка на активы от Disney всего $20 млн. В 2023 компанию оценивали в $1 млрд. - Китай предложил экспортный контроль на 23 AI-технологии, уже открытые модели под него не попадают. - С Opus 5.5 игры эпохи PS2 декомпилируют за ночь: в сети сотни браузерных портов. Блок с релизами моделей (раскрывается): - Meta выложила веса Muse Spark Open: омнимодальная MoE на 816B, лицензия с ограничениями. - DeepSeek обновила V4.1-Flash. Заодно открыли Search и Fetch API. - StepFun открыла веса Step 5 Preview на 600B. MBZUAI выложила открытые арабские Jais 3 до 375B. - NVIDIA выпустила открытые Nemotron 3.5 включая сжатую до 2 бит под 24 ГБ. - Black Forest Labs выпустила открытую FLUX 3 Image Klein для домашних видеокарт, а Krea выкатила Krea 3. - Z.ai выпустила GLM-Legal для юридических агентов. - xAI выпустила Grok Voice 3.0 с задержкой меньше секунды. - Tencent выпустила Hy Memory 2.0 для долгой памяти агентов, MemHub синхронизирует ее между Claude Code, Cursor и Codex. - Anthropic отрезала свои эвалы от интернета: Claude вытаскивал чужие токены доступа и отправил в полицию выдуманную наводку. - Команда Claude Code рассказала, как перестроила ревью. - Торвальдс выложил экспериментальные патчи ядра, написанные Claude Code под его руководством. - Вышел OpenCode 2.0: общий фоновый сервер, Code Mode и фоновые задачи. - Vercel научился держать бэкенды: Python в GA, контейнеры и демоны в бете. - diff-tour превращает git-изменение в экскурсию от LLM, как ее провел бы сеньор. - lintapple: линтер UI для агентов, проверяет шрифты и отступы в запущенном приложении. - Vals AI проверила команды агентов в кодинге: дороже в 2-5 раз, значимой разницы почти нет. Дешевле поднять reasoning effort. - Anthropic добавила трейсинг OpenTelemetry в Managed Agents, API и SDK. - agentplay показывает сессии кодинг-агента картой и таймлайном: что читал, где падал, где кончился контекст. - AgentMail замерил: ссылка на документацию подняла успех агентов с 76% до 84%, в основном они узнают, что инструмент вообще есть. - 👍 XERJ: локальный поиск по коду и документам для агентов вместо grep: CLI, MCP и скилл. - 🔥 Даниэль Моррилл рассказала, как ее агенты берут пароли из 1Password через сервисный аккаунт только на чтение. - 😍 earshot дает кодинг-агентам «уши»: описывает звук текстом, и агент может делать и править звуки на слух. - 🤩 DigUp: открытый локальный Spotlight, ищет по смыслу в документах, фото, аудио и видео.

Сложные системы знаний умирают, текстовые файлы остаются. И при чем тут frontmatter. Горячая тема последних лет: как строить "мозг компании", чтобы он одинаково хорошо работал для людей и агентов. Приходилось видеть, как компании строили, перестраивали и снова строили такие системы: сначала вокруг векторных БД, потом на графовых и самописных системах. Все это с болючими миграциями, а многие knowledge-системы сейчас как чемодан без ручки. Вы и сами видите, как все быстро меняется (где все эти посты про чанкование и векторный RAG?). А еще эти постоянные конвертации docx -> pdf -> md -> odt и тд. А сколько форматов файлов уже нет в живых? А знаете, какой формат жив практически всю историю компьютеров и, я уверен, проживет еще очень долго? Правильно: plain text. Отличный пост как раз на эту тему: Why Plain Text Is Still One of the Best Technologies We Have. На plain text стоят код, конфиги, CSV, markdown, HTML и тд. Скучность plain text и есть его суперсила. Плюс портативность, универсальность, скорость и доступность как для людей, так и для агентов. Но есть и минусы Их несколько, и они в целом преодолимы. Отсутствие структуры, сложность организации доступа, масштабируемость и тд. Разберу их по порядку в нескольких постах. В этом про главный - структуру. Frontmatter Markdown - это тоже текстовый формат, там есть заголовки, списки и прочие элементы структуры контента, но вот данных о самом документе (тип, дата, участники) в нем нет. Решается это давно и просто - через frontmatter. Это YAML-блок между --- в начале markdown-файла, по сути ключ-значение. Популяризовал его Jekyll в 2008-м, пример: --- type: meeting category: client date: "2026-10-13" attendees: - "[[Анна Петрова]]" - "[[CTO]]" --- Дальше *текст* документа Главный плюс - машиночитаемость такой структуры. Дальше вступает онтология: типы документов, их поля, допустимые значения и связи. Зная ее, агент обычными grep или лучше yq отвечает на вопросы, ради которых заводят БД: на скольких встречах был CTO, кто чаще принимает решения, какие отчеты провалидированы и кем. Либо можно построить быстрый индекс поверх этого, но важно, что источником истины остаются сами файлы. OKF В июне Google выпустил Open Knowledge Format, по сути стандарт такой базы: папка markdown-файлов с YAML-шапкой, а также ряд разумных предложений именно для агентной работы. В анонсе прямо ссылаются на старый добрый markdown, LLM Wiki Карпаты и Obsidian - Google признает сложившийся тренд и оформляет его в стандарт, удобный для агентных сценариев. Спеку как минимум стоит прочитать ради идей. Например, в секции про доверие раздельно хранится, кто написал документ и кто его подтвердил: generated: { by: claude-code/opus-5-5, at: 2026-09-27T22:53:05Z } verified: - { by: human:Refat, at: 2026-09-28T09:00:00Z } - { by: process:validate-format, at: 2026-09-28T09:01:00Z } Имея такие структурированные траст-маркеры, можно и валидировать при записи, и фильтровать, и учитывать в контексте. Там еще есть разделы про источники с сигналами достоверности, статус и срок годности документа, index.md и log.md для навигации и истории изменений и тд., а главное, онтологию можно начать с одного type и спокойно развивать. А вокруг самого frontmatter есть развитый тулинг: его читают библиотеки под все популярные языки и yq из консоли, валидируют по JSON Schema, а markdown-to-sqlite или DuckDB собирают из папки готовый индекс для SQL. -- Остальные нюансы (включая права доступа) разберу в отдельных постах. В общем, если думать про систему хранения знаний как что-то, что должно пережить многие хайп-тренды, то plain text файлы - хорошая ставка, как мне кажется. 🔥 ➕ 🔁 @nobilix

#ReDigest Продолжаем субботнюю рубрику, тут я кратко рассказываю про новости из мира технологий и AI, которые привлекли мое внимание. Дайджест недели: - OpenAI выкатила GPT-6 в ChatGPT для всех + новая фича Intelligent UI: ответ собирается из графиков, форм и виджетов по ходу генерации. - Anthropic выпустила Claude Haiku 5.5 почти год с прошлого апдейта. Скакнули все метрики, особенно computer use, и сильно подешевела. - Подписчики Claude получают ежемесячные API-кредиты: Max на сумму подписки, Team до $500 на команду. И еще подтвердили что можно использовать подписки для claude -p и Agent SDK. - В Claude появились живые дашборды и Motion: анимированные ролики (бета). Claude также встраивается в боковую панель Google Docs, Sheets и Slides. - OpenAI пообещала 28 дней подряд выпускать по улучшению Codex или сбрасывать лимиты, первым днем модели ускорились примерно на 50%. Следить удобно по трекеру. - Anthropic обновила правила использования: с 12 ноября запрещено затяжное и бессмысленное жестокое обращение с Claude. - Google показала корпоративного агента-сотрудника со своей почтой и календарем. - Anthropic расширила программу для стартапов: год Claude Team и $1000 на API. - Microsoft вывела в релиз песочницу для агентов MXC: она встроена в Windows 11, а открытый движок работает и на macOS с Linux. На нем же построена песочница Copilot в VS Code. - Meta и Sierra предложили открытый стандарт Personal Agent Protocol. - Трамп создал Super Intelligence Force - штаб координирует политику США в AI. - OpenAI вводит невидимые водяные знаки для текстов ChatGPT и Codex в ЕС под AI Act. - Anthropic запустила бесплатный сканер уязвимостей для опенсорса на своих моделях, включая Mythos. - Ghost представил Core за $3499: домашний компьютер для личного AI на открытых моделях. 19-летний основатель привлек $11 млн. - Google открыла Playground: игры из промпта для браузера и смартфонов, с рейтингами и мультиплеером. Пока только в США. Блок с релизами моделей (раскрывается): - Mistral открыла превью Large 4 на триллион параметров, обученной в собственных европейских ДЦ. - Reflection AI представила Beam: американская открытая MoE на 501B параметров как ответ китайским моделям. - Aleph Alpha открыла Kolibri 1: европейская MoE под Apache 2.0 с 3,5B активных параметров, заточенная под немецкий. - Google выпустила Nano Banana 2.1 с более точными правками и текстом, и открытую мультимодальную EmbeddingGemma 2. - xAI выпустила облегченную видеомодель Grok Imagine Video 1.5 Lite, а Alibaba выложила быструю Qwen-Image-2.1-Turbo. - Microsoft выпустила Decision-1 (а-ля Jev). - Подробный гайд Anthropic по автоматизациям на Managed Agents, с готовым примером агента. - a16z выпустила седьмой Top 100 AI-приложений и впервые сравнила трафик с тратами: 29 из 50 самых зарабатывающих сервисов нет в топах по аудитории. - Ping Labs выложила ts-rust: порт компилятора TypeScript 7 на Rust, который Opus 5.5 написал за две недели. Прошлая попытка на моделях OpenAI застряла на 84% совместимости. - 👍 Google выпустила Foresight, бесплатный офлайн-аналог Granola для Mac: транскрибирует встречи и дописывает заметки, ничего не отправляя в облако. - 🔥 Вышел новый State of AI Report 2026: агенты делают реальную работу в софте и науке, фронтир стал гонкой трех лабораторий. - 😍 Google Docs научились нормально открывать Markdown: .md из Drive теперь читаются, редактируются и комментируются совместно, без конвертации. - 🤩 CEO Vercel выпустил gdp-ts: тайпчекер TypeScript ловит вызовы чувствительных функций без проверки прав. Агентам такие жесткие рамки только помогают.

На видео ролик, который я собрал с помощью Flute. Экспириенс так понравился, что решил поделиться. Фишка Flute в том, что он не рисует интерфейс заново, а берет живые компоненты вашего React-приложения и строит вокруг них 3D-сцену: камера, пролеты, фокус, глубина резкости. Агент режиссирует, Flute рендерит и экспортирует в MP4. Чтобы попробовать, достаточно скормить агенту в вашем проекте такой промпт: Установи Flute в отдельную ветку по инструкции из https://github.com/webprodigies-org/flute и сделай кинематографичную сцену из главной страницы: пролет камеры, фокус на ключевых элементах, экспорт в MP4. Open source, работает с любым React приложением. Автор выложил 2,5-часовое видео с процессом и демо-возможностей, там показана веб-аппка для работы и превью перед экспортом. Раньше такой ролик для лендинга или релиза - это моушн-дизайнер и несколько дней в After Effects. Сейчас - ветка в репозитории и пара промптов 🙂 Вообще, наверное, вы заметили: последние пару недель лента забита анимированными эксплейнерами от Claude. С Opus 5.5 он с первого-второго раза пишет вполне приличную анимацию кодом. Тренд настолько заметный, что вчера Anthropic выкатили Claude Motion - то же самое прямо в Claude, с редактором и экспортом в MP4. Что еще есть в эту сторону: - Remotion - видео на React, плюс официальные скиллы для Claude Code - HyperFrames от HeyGen - пишешь HTML, получаешь видео, сделано специально под агентов - shipvideo - кидаешь ссылку на продукт, получаешь launch-ролик - 🔥 Prompt Motion - галерея из 230+ роликов на Opus 5.5, к каждому приложен промпт или скилл. Берешь понравившийся и подставляешь свой продукт - 🤩 GreenLight Motion - тул и скилл от подписчика: собирает ролик из 275 готовых UI-сцен, тоже на базе html-генерации. Загляните в галерею - красота Может пригодится в ваших проектах ✌️ 🔥 ➕ 🔁 @nobilix

#ReDigest Продолжаем субботнюю рубрику, тут я кратко рассказываю про новости из мира технологий и AI, которые привлекли мое внимание. Дайджест недели: - OpenAI провела DevDay, главное: Dots, постоянно работающие агенты со своим облачным компьютером. Вышла GPT-6.1 Sol: почти уровень Astra, командные пространства - живые страницы и редактор слайдов. Разработчикам дали Codex в облаке и вход через ChatGPT. - Google представила Gemini 4 Argon с впечатляющими метриками. Пока доступ только у специалистов по кибербезопасности. - Anthropic выпустила Claude Sonnet 5.5: на 30% быстрее и дешевле на задачу при прежней цене. - OpenAI добавила тариф Pro за $500 со скоростным Ultrafast, а Pro за $200 вернула с вдвое меньшими лимитами. - Anthropic раскатала Claude Mods: расширения интерфейса Claude Code, включая десктоп апп, на TS. OpenAI в ту же неделю открыла mcp-extensions: свои панели и виджеты внутри ChatGPT. - AMD покупает World Labs Фей-Фей Ли за $8,2 млрд, Ли станет главным AI ученым AMD. - Reuters раскрыл детали проспекта IPO Anthropic: оценка свыше $2 трлн, выручка за год выросла в 12 раз,заложено $518 млрд на инфру. - Anthropic запустила Frontier Academy - вложит $100 млн, чтобы к концу 2027 года обучить 10K Frontier Deployed Engineers. - Baseten будет отдавать открытые модели в Codex и Responses API для корпоративных клиентов OpenAI. - FTC открыла расследование против OpenAI, Anthropic и METR из-за "сбежавших" агентов. А OpenAI уволила 3 исследователей безопасности за внешнюю передачу данных. - Трамп и главы AI-компаний подписали добровольное соглашение о самоконтроле. - Anthropic проверила открытую китайскую GLM-5.3: эксплойты пишет почти как Mythos, защиту легко снять. - DeepMind представила SynthID Bio: водяные знаки для сгенерированных белков. - Anthropic посчитала: роботы технически способны на 74% физических задач в США, но экономически оправданы пока лишь в 0,3%. - a16z пишет, что AI внедрили около 69% компаний S&P 500, а метрику для него отслеживают только ≈2%. - Vercel State of agent skills: скиллов для кода в избытке, а на бизнес-процессы и тексты спрос выше предложения. 0,04% скиллов собирают 62% установок. - Meta открыла Muse Gadgets: прошивка и SDK, чтобы собрать свое устройство для агента Muse на Raspberry Pi или ESP32. Блок с релизами других моделей (раскрывается): - Decision-модели продолжают тренд: Cloudflare открыла Clef, OpenAI анонсировала Decisions API, свои у Liquid AI, Perplexity, Amazon и открытая JEV-27B. Запускать у себя можно в SGLang и llama.cpp. - Голос: Eleven v4, MAI-Voice от Microsoft, диффузионная Mercury Voice и открытые модели перевода Index-Translate. - Видео и картинки: Kling 4.0 генерирует до 30 секунд за проход, вышли HeyGen Video и Ideogram 4.5. - Runway показала Praxis-1, открытую модель действий для роботов на базе видеомодели, а Tavus Griffin в видеозвонке приняли за человека 48% участников (по данным компании). - NVIDIA открыла OpenShell: рантайм для агентов, где политики ограничивают доступ, а каждое действие пишется в лог. - DeepSeek выпустил десктоп-версию Harness, своего агента, для macOS и Windows. - В API Google Docs, Sheets и Slides появились комментарии, а в Docs еще и предложения правок. Агентам пригодится. - Cloudflare открыла Forge, генератор SDK, CLI и документации из описания API, и объявила конкурс на Git-платформу для параллельной работы агентов. - jevgrep на модели Jev находит нужные файлы для кодинг-агента: по замерам автора, тот же результат на ≈30% дешевле. - 👍 Саймон Уиллисон подвел промежуточные итоги 2026 года в LLM. - 🔥 Anthropic показала, как Claude Code собирает эвалы для приложения и поднимает по ним метрику. - 😍 Агент Pi вышел в версии 1.0: Codemode, нативный MCP и Pi Durable для долгоживущих агентов. - 🤩 e2e: открытый фреймворк AI-тестов, который запоминает действия агента и потом повторяет их без вызова модели.

AI в SDLC команды: как превратить регламенты в инструкции для агента Работать с агентом одному и всей командой - разные задачи. Это как если одному повару дать комбайн, ресторан не станет кормить быстрее, заказы просто скопятся у раздачи. Недавно прочитал на хабре кейс Just AI: они превратили правила команды в общую систему, агент по общим правилам работает с тикетами и гитом, билдит, и делает рутину. Ниже принципы, к которым я пришел сам и которые вижу у других команд, многое пересекается. 1. Автоматизируйте то, что вокруг кода Сюда можно отнести сборку, статусы в трекере, передачу на QA, актуализацию доков и прочее. По теории ограничений, если ускорить узкое место, то очередь просто переедет дальше. SDLC сильно шире чем написание кода. Что автоматизировать ищите в истории кодинг сессий и трекера, логах и даже в анализе транскриптов встреч. 2. Сделайте документацию и тулинг agent-native Агент знает о проекте только то, до чего может дотянуться. Можно держать документацию в markdown рядом с кодом, можно дать доступ к базе знаний через CLI/MCP. То же с трекером, CI и логами: куда человек смотрит, чтобы понять задачу, туда нужен доступ и агенту. Но как принято именно у вас тул не знает, мне понравилась идея с плейбуками. 3. Стройте агентные рутины Агента можно запускать не только из чата, но и по расписанию или событию: scheduled tasks есть в Claude Code и Codex, в CI/CD есть claude-code-action и GitHub Agentic Workflows и тд. Так можно закрыть актуализацию документации после мержа, утренний разбор логов или регулярные скриншоты, чтобы у агента был свежий визуальный ориентир, как интерфейс выглядит на самом деле. У меня раз в неделю рутина читает мои сессии Claude Code и предлагает как улучшить/упростить правила и скилы. 4. Постоянно вкладывайтесь в verification loop Это база, но в команде она устроена иначе. Проверка обычно внешний процесс: ревью, CI, QA. Но чем больше очевидных ошибок агент поймает пока пишет код, тем меньше их доедет до ревьюера и тестировщика. Стадии должны быть согласованы: хук после правки, быстрые тесты у агента, CI, E2E по сценариям пользователя. Обязательное - лучше в хуки. И ускоряйте сам цикл, например, если сборка и тесты у вас занимают слишком много времени, запускайте их в фоне на сервере. 5. Доставляйте правила слоями - Репозиторий. Самый простой и обычно самый действенный слой: правила, скилы, хуки и права коммитятся вместе с кодом в репо. - Плагины. Если проектов много, общее пакуйте в плагин из командного маркетплейса, он есть и у Claude Code, и у Codex. - Managed settings / Managed configuration - для того, что нельзя выключать. - Инфраструктура. CI/CD и серверные проверки. 6. Люди - самое сложное, но и самое главное Агенты - продвинутый инструмент, но трансформация все равно упирается в людей, и единого рецепта нет. У одних работает "чемпион" по агентам в каждой команде. У других - энтузиасты, которым дали свободу и бюджет. У третьих - пилот в одном отделе, который потом передает опыт остальным. Общее одно: практики расходятся через людей, которым команда доверяет. Это отдельная большай тема и часто - индивидуальная. Какие приемы работают у вас в команде? Особенно интересно, что не взлетело. 🔥 ➕ 🔁 @nobilix

Агент улучшит любую метрику. Твоя работа - выбрать правильную На днях Anthropic выпустили пост о том, как за двухнедельный спринт ускорили claude.ai и десктопное приложение в 3 раза. Годный и хорошо оформленный, советую прочитать целиком. Вот что я выделил: 1️⃣ Выбор метрики стал главным решением. Цикл "поменял - замерил - оставил или откатил" стал быстрым и дешевым, а еще его можно гонять параллельно: в пике шло 150+ тредов одновременно. Как только появлялось число, Claude начинал его улучшать. Поэтому больше всего в спринте давала не сама оптимизация, а выбор того, что мерить. 2️⃣ Считать шаги, а не время. Время шумит (частота CPU, сборщик мусора и тд) и не годится как гейт. Это как мерить прогулку по часам: туда попадают светофоры и пробки, которые от маршрута не зависят. А число шагов на том же маршруте одно и то же. В роли шагов у них - число инструкций CPU под Valgrind, React-коммиты, пересчеты стилей. Отличнейший инсайт! 3️⃣ Не каждая метрика полезна - ее надо приземлить. Удобное число еще не значит, что пользователю станет лучше. Поэтому инженеры ввели правило: каждый новый бенчмарк сначала должен доказать связь с реальным улучшением. 4️⃣ Планка, которая только опускается. Хорошая метрика становится автоматическим гейтом в CI: PR, который ее ухудшил, не пройдет. Так выигрыши не протухают. 5️⃣ Человек отвечает за амбицию, вкус и направление. Забавно было читать, как инженеры пинали и мотивировали агента. По умолчанию модель осторожничает: заводит тикеты вместо фиксов и закладывает запас в оценки. Один из инженеров, ходил по тредам с одной и той же фразой: "таргеты - не точка остановки, что дальше? Будь амбициознее!". В другом треде прямо написали: "я открыт к БЕЗУМНЫМ идеям". Это часть большого тренда. Вы, наверное, давно замечаете волну переписывания на Rust: даже создатель Rails переписал бэкенд HEY на Rust агентами. В другом отличном свежем посте рассказывают как за лето ускорились open-source библиотеки, которые годами выжимали лучшие люди в теме. А Дэн Луу объясняет почему: упал порог окупаемости perf-оптимизаций (мол, больше нет оправданий тормозному софту). По моему опыту, этот принцип куда шире перформанса: precision/recall в RAG, pass rate на evals, стоимость задачи в токенах, время сборки, tool calls - если есть честное число, агент будет его крутить. Сюда же autoresearch от Karpathy: одна метрика, фиксированный бюджет на эксперимент, и агент сам гоняет тот же цикл. Я применял этот подход в разных проектах, и он работает. Но легко прочитать все это как "выбери метрику, натрави агентов - и готово". На деле все сложнее, и это, пожалуй, сквозная мысль поста Anthropic. Ключевые сценарии выбирали по данным использования. CLS показывал "хорошо", пока не полезли в сырые данные и не нашли сдвиги верстки в 31% загрузок. Каждый бенчмарк доказывал связь с реальностью, а люди в тредах постоянно договаривались, что на самом деле важно пользователю. Выбрать правильную метрику по-прежнему непросто: нужны внимание к деталям и согласие команды о том, что значит "лучше". 🔥 ➕ 🔁 @nobilix

#ReDigest Продолжаем субботнюю рубрику, тут я кратко рассказываю про новости из мира технологий и AI, которые привлекли мое внимание. Дайджест недели: - Anthropic выпустила Claude Opus 5.5: уровень Fable 5.1 на большинстве задач на 40% дешевле Opus 5. Заодно лимиты Claude Code подняли на 20% и добавили фичу сброса лимитов. - OpenAI в тот же день ответила GPT-6 Sol и Luna: цены вдвое ниже. Подписчикам сбросили лимиты Codex. - Облачные сессии Claude Code вышли в общий доступ. До 7 октября подписчикам Pro и Max дают $100 и $250 кредитов. - Anthropic открыла Claude Marketplace: 2000+ плагинов и коннекторов. - В Claude Code появился prompt-audit: проверяет CLAUDE.md и скиллы на антипаттерны и вычищает их. - Meta Connect показала VR-очки на 100 грамм и Muse Charm, брелок с камерами для агента Muse. Сам Muse обогнал ChatGPT по загрузкам на старте и получил реалтайм-аватар. - Microsoft собрала корпоративный Copilot в суперапп + облачный агент. - Apple готовит домашний хаб на Siri AI, выход возможен уже в следующем месяце. - Google сделала память ассистента, которую не может прочитать даже сама Google: ключи на устройстве. - Google, OpenAI и Anthropic договорились создать саморегулятора SAFA по образцу FINRA. - Апелляционный суд оставил Anthropic в списке рисков Пентагона. - Трамп предложил переименовать AI в Superior Intelligence и создать AI Force по образцу Космических сил. - a16z показала, что за AI-подписки платят единицы процентов американцев. - LLM посадили за руль настоящей Toyota Corolla. Трассу из конусов прошла только GPT-6 Astra на 1,5 км/ч. - ElevenLabs выпустила Studio 4.0: агент по промпту собирает черновой монтаж с озвучкой и музыкой. В ту же сторону Powermove, видеоредактор разговором с coding-агентом + video-demo: скилл, который записывает демо веб-приложения с зумами и озвучкой. - OpenAI, судя по коду ChatGPT, готовит тариф Pro Max за $500. Блок с релизами других моделей (раскрывается): - Xiaomi открыла MiMo-2.6 под MIT: Pro на триллион параметров близка к закрытым флагманам в агентных задачах, в придачу 7000+ RL-окружений. - xAI выпустила Grok 4.7: новая базовая модель, упор на многочасовые задачи в коде и офисной работе, цена прежняя. - Alibaba выпустила Qwen-Image 2.1: одна 7B-модель генерирует и редактирует. - Tencent ответила Hy Image 3.5 с аккуратной версткой мелкого текста. - Qwen показала синхронный перевод голосом самого говорящего и агентов для смартфонов. - Black Forest Labs открыла FLUX 3 Action, модель мира для роботов на 7B. - Google выпустила Gemini 3.8 Flash TTS: голос по описанию на 100+ языках и клон по 30 секундам записи. - Jev-подобные модели решений размножаются: Jared Palmer открыл маленькие Kev, есть открытый SemIf (Tunguz разбирает, почему if-решения дешевеют на 99%), а Together показала, как натренировать свой за $17. - Cursor срезал расход токенов агента на 7%: редкие инструменты подгружаются по требованию. Хорошие приемы для своих агентов. - Thariq из Claude Code объясняет, как выбирать effort. Смена effort теперь не ломает prompt cache. - Docker запустил Cloud Sandboxes: агент доделывает работу в облачной microVM, пока ноутбук закрыт. - The Open Frontier подбирает открытую модель под задачу и считает экономию против API. - 👍 Sawyer Hood показал свою «сдержанную» software factory на bb: автоматизировать, но видеть каждого агента и вовремя перехватить. А poteto в видео показывает, как отправил 2500 PR в прод за месяц. - 🔥 GoodVibes фильтрует X, Reddit и YouTube по описанию вайба, работает на Jev. - 🤩Supermemory открыла company brain: Slack-агент со знаниями компании, деплой в один клик, архитектура расписана в статье.

bb plugin atlas - чтобы плагины для bb писать не вслепую Это продолжение поста про bb и стрима, где мы его разбирали втроем. Если вы уже пробовали bb, то знаете: для плагинов он предлагает вайбкодинг на максималках: попросил агента свой сайдбар и фича уже в том же окне. Но что вообще возможно и как оно хоть примерно работает? Скажем, вы знали, что плагин может: - использовать под 30 мест интерфейса чтобы заменить или добавить свою компоненту - подсвечивать куски текста в поле ввода, пока вы печатаете - придержать или отклонить любое сообщение, пока оно не ушло модели - хранить данные в собственной SQLite с миграциями и в vault Для виджета на вечер это знать не обязательно, а вот для чего-то посерьезнее - нужно, и как минимум полезно знать как это правильно называется, чтобы нормально запромптить. Кое-какая документация у bb есть, но написана она скорее для агентов чем для человека (в виде скиллов, референсов и типов SDK). В общем, так появился bb plugin atlas. Сначала для себя, сейчас вот опубликовал. Забавно, что обычно документацию конвертируют в скиллы, а тут пришлось наоборот, из скиллов и исходников bb собирать документацию. Текст в основном писал агент, небольшую часть формулировок я переписал руками и направлял в нужную сторону. Что внутри: - карта UI-зон - сразу видно, куда можно встроиться и как это место называется, там же все полезные ссылки - архитектура bb и плагина: процессы, точки входа, RPC между фронтом и бэком, где живет состояние - модель доверия и многое другое + бриф для агента на каждой карточке, копируешь и вставляешь в Claude Code, Codex или композер bb Сайт собран на Astro со Starlight. Astro я беру уже не первый раз для самых разных статических сайтов, и с документацией он тоже справляется отлично. Ах да, скилы для технической документации тоже пришлись кстати. 🔥 ➕ 🔁 @nobilix

Стрим про getbb.app! Мы уже в эфире. Подключайтесь по ссылке: https://youtube.com/live/rQWGshpC1rc

#ReDigest Продолжаем субботнюю рубрику, тут я кратко рассказываю про новости из мира технологий и AI, которые привлекли мое внимание. Дайджест недели: - Google выпустила Gemini 3.8 Live: голос на 97 языках, а Extended Thinking рассуждает и говорит одновременно. - Anthropic слила Cowork и Design в обычный чат Claude, а артефакты выросли в Claude Docs и Slides с экспортом в PowerPoint. OpenAI же выпустила ChatGPT для Word. - OpenAI выпустила Astra for Law, а Anthropic выпустила Claude for Financial Advisors. - Трамп отказался тормозить AI, Хуанг согласен. Цукерберг тоже сказал что общая пауза не нужна, анонсировав модель Watermelon. - Bloomberg считает, что лабораториям выгодно притормозить, а FT заметил просадку акций AI-компаний из-за этих призывов. - 404 Media рассказала как подрядчики OpenAI читают переписки с ChatGPT. - Исследователи с Claude взломали внутренние системы OpenAI. - OpenAI запускает Sponsored Agents: клик по рекламе открывает чат с агентом бренда - Anthropic переделала Projects в Claude Code: проект это координатор, который режет цель на параллельные потоки. - Claude Code наконец читает AGENTS.md, также зреют моды - расширения CC. - Meta запустила AI подписку Meta One от $2,99. - Mozilla посадила ассистента Firefox на Mistral. - Bloomberg: найм разработчиков в Bay Area рухнул, зато есть рост вакансий forward deployed engineer, Latent Space разбирает, что вообще делает FDE. - Apple представила Reference Image для iPhone: снимок доказывает, что не сделан AI. - Crusoe, строившая датацентр OpenAI, подняла $3,9 млрд на крошечные датацентры с завода: инференсу гигакластеры не нужны. - Google открыла Agent Anomaly Detection: поиск подозрительного поведения агентов по трейсам. - Slack показал Slack Code: люди и агенты пишут код внутри мессенджера. - ElevenLabs выпустила AI-ресепшн для малого бизнеса. Блок с релизами моделей (раскрывается): - Alibaba выпустила Qwen3.8-Omni-Flash: миллион контекста, аудио и видео, час аудио в API подешевел на 98%. - TypeSafe AI вышла из стелса с Jev: модели без генерации текста, сразу ответ с вероятностями и в разы быстрее LLM. Подробнее в моем разборе. - Odyssey показала Odyssey-3, модель мира для роботов и машин. - Bolt запустил Forge: агент на открытых GLM, DeepSeek и Kimi. - Salesforce и Nvidia представили Koa на базе Nemotron: модель для CRM-задач. - Ant Group открыла веса финансовой Ling-3.0-flash-Fin. - Для локального железа: Bonsai 2 ужала Qwen 3.8 27B до 5,9 ГБ тернарными весами, Swift Qwen ускорила ее вдвое штрафом за overthinking, K2 Horizon 7B встала в индексе между Qwen 27B и 35B. Underdog - AI ассистент целиком на устройстве. - QuiverAI выпустила Arrow 2, генератор векторной графики. - Meta показала FLAT: картинки и текст в одну последовательность токенов переменной длины. - Google придумала ToolGrad: данные для tool use генерируются от цепочки вызовов к запросу. - Бенчмарки: в ApprenticeBench агента берут в компанию на полгода счетов. Real-SWE на закрытых репозиториях. HarnessTax: харнесс не влияет на успех, но сильно на цену. - Cloudflare открыла скилл для агентных аудитов безопасности. - px0: read-only IDE в браузере для проверки того, что написали агенты. И Code contracts: формулируешь, что код обязан делать, агенты проверяют. - ars umbris: markdown и yaml становятся типизированным графом с диагностикой, как компилятор для заметок. - Buzz шлет пуш на iPhone, когда агенту нужен человек - @shadcn/lint линтит дизайн-системы под агентов - Интерактивные статьи: слои compute-стека и что останется дорогим, когда AI подешевеет. - 👍 dbt Charts описывает дашборды декларативно - 🔥Cognition до 10 октября не считает в квоту Pro за $20 свою SWE-2 (сильный тюн Kimi K3) в Devin Desktop и CLI. - 🤩 Inspo: дизайн-референсы с 832 сайтов как MCP-сервер, агент подсматривает у лучших.

Jev - это сенсор, а не собеседник Вы уже могли слышать про TypeSafe AI (основатель - соавтор InstructGPT из OpenAI), они пару дней назад вышли из стелса и показали модель, которая не умеет писать текст зато отвечает в десятки раз быстрее и дешевле LLM. Ну как отвечает, скорее выбирает, но иногда это ровно то, что нужно. Работает так: скидываешь ей данные и задаешь вопросы с заранее известными вариантами. Она не пишет ответ, а сразу выбирает вариант и говорит, насколько уверена. Промпт при этом никуда не делся - он живет внутри вопроса. В общем эту штуку можно сравнить с датчиком, по сути же - это умный классификатор. Родион уже прогнал Jev на практике: как реранкер в RAG она обошла Voyage, Qwen3-Reranker и Cohere, а как модератор чат-бота вышла в 5 раз быстрее и дешевле gpt-oss-120b. Мне еще понравилась демка с оптимизацией browser use. Что еще стоит посмотреть: - Опенсорс-реплики появились за трое суток: openjev (демо в браузере), jevmlx для Mac, vllm-jev-decison под vLLM, Verdict-open-jev - ближе всего к оригиналу: не логиты LLM, а энкодер ModernBERT. - Тред на HN, 1800+ поинтов. Главный спор - про слово "can't hallucinate": тип гарантирован, суждение нет. CEO отвечает лично. - Разбор Anthony Maio: самая трезвая критика. RLCD (метод обучения) не раскрыт, калибровка описывает популяцию ответов, а не конкретный ответ. - Бенчмарк на 2000 фишинговых писем: в лоб Jev проиграл Haiku с треском, 63% против 81%. А потом автор разбил решение на пять маленьких вопросов в одном вызове и получил 95%. Самая поучительная история про то, как эту штуку надо готовить. Еще 15 независимых эвалов с кодом - в каталоге awesome-jev - 👍. Мой тейк: штука полезная только при сильно лучшей экономике, и есть проблема всех узких решений (реранкеров, маленьких моделей, файнтюна): фронтир-лабы вливают миллиарды в универсальные модели, и те становятся лучше и быстрее даже в узких задачах просто по дороге. Бонусом LLM может "объяснить" свой выбор, а тут нет. И как любой классификатор, такие штуки по-настоящему раскрываются на своем железе: при нагрузке дорога до облака съедает всю экономию скорости. Поэтому моя ставка не на TypeSafe, а на идею. Либо большие лабы добавят режим типа "выбор с вероятностью" в свои API, либо китайцы наклепают открытых версий и тогда "типизированные" решения станут таким же примитивом, как structured output. В обоих случаях выигрывает интерфейс/способ, а не компания. 🔥 ➕ 🔁 @nobilix

Что вы знаете про bb? Они называют себя "AI IDE that builds itself". Достаточно молодой проект, который из коробки закрывает целый спектр задач, где раньше приходилось велосипедить всем колхозом. В текстовом варианте можете почитать отличный обзор у Рефата. Я же хочу предложить вам совместно изучить bb в формате практического стрима. Вместе со мной разбираться в особенностях этой IDE будут: 1. Рефат, автор канала "Refat Talks: Tech & AI" (кстати, у нас с Рефатом есть классный стрим про фреймворк Mastra) 2. Коля, автор канала "AI и грабли" Проходить стрим будет на моём YouTube-канале. Дата и время: 21 сентября, 19:00 GTM+3 Ссылка для добавления события в календарь p.s.: Почему парень из Сингапура назвал проект так, будто забыл переключить раскладку на русский язык, чтобы написать "ИИ"?

#ReDigest Продолжаем субботнюю рубрику, тут я кратко рассказываю про новости из мира технологий и AI, которые привлекли мое внимание. Дайджест недели: - OpenAI заявила о решении Навье-Стокса ("задача тысячелетия") силами агентов, но математики год скармливавшие свои черновики в Codex, обвинили ее в присвоении работы. - Неделя разговоров о замедлении. Пахоцки (OpenAI), Альтман и Амодеи предложили сделать добровольные паузы нормой. - 25 филдсовских лауреатов подписали декларацию против гонки AI-компаний за математическими рекордами. - OpenAI выкатила Agents API: харнесс Codex как сервис, цикл агента у OpenAI, среду исполнения выбираете сами. - Anthropic призналась в четырех инцидентах: на киберучениях у моделей по ошибке был реальный интернет, и Mythos 5 выложила на PyPI вредоносный пакет. - Anthropic опубликовала отчет о злоупотреблениях Claude: от подмены ответов чужими лабораториями до биоисследований, с разбором, как ловили и что делали. - Mistral подняла 3 млрд евро при оценке 21 млрд. Крупнейший раунд в истории европейского теха. - Meta выпустила персонального агента Muse: письма, бронирования, покупки через одноразовые карты Stripe. - OpenAI закрыла продажу новых Pro за $200, 5.3-Codex-Spark отправляют на пенсию. - Cursor открыл бету Projects: координатор раздает подзадачи субагентам, сам код не пишет. - В ChatGPT Work появился Data-агент: дата-коннекторы и дашборды. А Codex appshots доехали до Windows. - Anthropic тестирует Claude Code расширения, которые меняют интерфейс, логируют или ограничивают агента. - Anthropic выложила Economic Scenario Explorer: три сценария до 2030, в экстремальном ВВП США растет на треть, а зарплаты падают. - В британский парламент внесли законопроект о запрете ASI, в США такой анонсировал Сандерс. OpenAI ответила эссе про окно для регулирования. - McKinsey: сокращений из-за AI в разы меньше чем ожидали. - Стартап Abliteration AI продает API к моделям с вырезанным отказом. - Google и Janelia выложили полный коннектом мозга дрозофилы, и его тут же научили играть в Doom и торговать биткоином. - Google выводит TPUv7 Ironwood на чужие нагрузки: чипы впервые можно купить. Плюс агенты для переноса PyTorch в JAX. - Siri AI выйдет 14 сентября в бете с дневными лимитами: серверов не хватает. Apple Watch получили постоянно слушающие функции. - Shopify покупает Tailwind Labs: опенсорс остается под MIT, платные шаблоны сворачивают. Блок с релизами моделей (раскрывается): - DeepSeek выпустила V4.1-Flash: 552B MoE, контекст миллион, MIT. И снизила цены API, с кэшем для агентов вдвое. OpenDesign хвалит ее за дизайн. - OpenAI выпустила ChatGPT Images 2.5: правка отдельной детали без разъезда остального, прозрачный фон. - OpenAI открыла в API GPT-Live-1. - Cognition выпустила SWE-2: RL поверх открытой Kimi K3. Заодно компанию оценили в $48 млрд. - Tencent открыла терминального агента T1 на 122B: RL в песочнице с реальным шеллом. - Microsoft выпустила MAI-Image-2.6-Flash: 1/2 по цене, в редактировании лучше GPT Image 2. - Sakana обновила оркестратор Fugu и показала детектор AI-картинок Percept-Lens. - Black Forest Labs показала FLUX Video Edit: правка ролика по тексту с сохранением камеры и звука, 3 цента за секунду. - OpenUI выпустила OUI-1: диффузионная модель генерирует интерфейсы через свой DSL вместо HTML. - Sierra представила Hyper-tau-bench, где агент строит агента: Opus 5 один проходит 24% задач, с инженером 82%. - Alibaba открыла OpenCodeReview, свой внутренний AI-ревьюер кода. - Mirai показала рантайм Uzu: локальные модели на Mac в 2-3 раза быстрее. - hip-agent: агентный харнесс на 200 строк. - Design Words: выбираешь стиль, шрифты и тени, копируешь готовый кусок промпта для агента. - 👍 YC Globe: карта всех стартапов YC за 20 лет с фильтрами по нише и локации. - 🔥Скилл, который дает Codex или Claude Code смотреть видео через Gemini: таймкоды, что сказано, что показано. - 🤩Два скилла для диаграмм: archify качественно рисует архитектуру, diagram-design дает 38 редакторских типов без Mermaid-слопа.

Диплинки в кодинговых агентах Deeplinks - простой, но иногда незаменимый прием для быстрого открытия программ прямо в нужном состоянии (как URL в браузере, только для приложений). Я все чаще пользуюсь именно десктопными версиями Claude Code и Codex, и иногда надо из другого приложения открыть конкретную сессию или создать новую в конкретном проекте. Тут-то и помогают эти самые диплинки - ты просто формируешь ссылку вида claude://code/new?folder=/path&q=... или codex://threads/new?path=...&prompt=... и вуаля: при клике апп откроется и покажется на первом плане именно на этой "странице". Как это можно использовать? Несколько идей. - Дашборд проектов. Страничка в Obsidian / Notion: по проекту две ссылки - "продолжить последнюю" и "новая сессия". Или написать свой простой апп с обзором сессий именно так, как тебе удобно, по клику - открывается Claude / Codex. - Всякие лаунчеры, типа Raycast. Можно открывать сессии откуда угодно. Например, удобно в Todoist задачу поставить ссылку на конкретную сессию в приложении агента. - Human in the loop. Пуш / имейл / сообщение "сессия ждет ответа" с прямой ссылкой на апп. Или написать инструкцию чтобы когда клод имеет в виду другую сессию - давал линк на нее. - Черновик промпта. Алерт или тикет с q=Investigate incident: ... - кликнул, промпт уже в поле: посмотрел черновик, захотел - дописал, отправил. Причем такое можно встраивать прямо в сайты. - Handoff между агентами. Claude сделал фичу и в конце отдает open "codex://threads/new?path=...&prompt=Review the diff". Кликнул - и ты телепортировался в Codex. Или наоборот. - Еще можно дернуть программно, скриптом или из терминала. Например, на маке это команда вида open "claude://code/continue?session=last". Доки тут: Claude Code CLI, Claude Desktop, Codex, секция Deep links. Но там есть не все. Ниже шпаргалка (раскрывается). Claude Code App: - claude://code/new?folder=/path&q=... - новая сессия в папке, промпт уже в поле. - claude://code/continue?session=last - последняя сессия. - claude://code/continue?session=local_<id> - конкретная сессия. Id - это имя json-файла в ~/Library/Application Support/Claude/claude-code-sessions, в самом приложении его нигде не показывают. - claude://code/needs-input - сессия, которая дольше всех ждет ответа на permission. - claude://resume?session=<uuid> - импорт CLI-сессии по uuid из ~/.claude/projects. Три последних маршрута в доках отсутствуют, вытащил из анализа билда приложения. Codex App: - codex://threads/<id> - конкретный тред. Id - это uuid в имени rollout-файла в ~/.codex/sessions, или Cmd+Opt+C в самом треде. - codex://threads/new?path=/path&prompt=... - новый тред в папке с промптом. Есть еще originUrl, чтобы тред помнил, откуда пришел. - codex://new?prompt=... - короткий вариант того же, нужен хотя бы один параметр. - codex://settings/..., codex://skills, codex://automations, codex://plugins/... - прыжок сразу в нужный раздел. - Правой кнопкой по чату - Copy deeplink, или Cmd+Opt+L на текущем. Все это есть в доках. Нюанс: некоторые приложения диплинки не открывают - Notion и Telegram, например, решается простой страницей с HTTP редиректом, типа такой. Начал копать в эту тему потому что планирую написать себе небольшой лаунчер с быстрым поиском и фильтром сессий, где нужная сессия находится и создается в одно касание. Пока писал пост, нашел отличный репо awesome-deeplinks - схемы для кучи приложений (вы только посмотрите сколько там всего!). Короче, довольно удобная штука, может и вам пригодится. 🔥 ➕ 🔁 @nobilix

#ReDigest Продолжаем субботнюю рубрику, тут я кратко рассказываю про новости из мира технологий и AI, которые привлекли мое внимание. Дайджест недели: - OpenAI выпустила GPT-6 Astra, Брокман объявил "эру AGI"). Бенчмарки впечатляют, особенно в computer use и 3D. Лимиты пока скромные: 200 сообщений в неделю за $200 Pro. - Anthropic выпустила Fable 5.1: умнее, чтение кеша вчетверо дешевле, меньше отказов по базовой биологии. - Nvidia официально объявила о покупке Hugging Face за $12,9 млрд. Хуанг обещает, что платформа останется нейтральной. - Anthropic подписала облачный контракт на $35 млрд с Lambda, и Reuters пишет о старте маркетинга IPO в середине октября (прогнозируют оценку $2 трлн). - Sony и Warner подали иск к Anthropic за пиратские книги и тексты песен в обучении Claude. А Минюст США встал на сторону OpenAI в иске NYT: обучение на текстах - fair use. - Claude Code и Cowork научились работать с компьютером в фоне, не отбирая его у вас. - Гайд по API Astra: асинхронные вызовы тулов, смена инструкций посреди задачи, reasoning effort меняется без сброса кеша. Temperature и top_p больше нет. - Claude Code получил /skill-doctor для поиска неиспользуемых скиллов. В ant CLI появился ant apply: можно сохранять/применять все зависимые скилы и настройки окружения в виде файла-конфига. - Anthropic выложила шаблоны агентов для e-commerce и статью с кодом об их архитектуре. - Qwen выпустила E-Commerce Bench: агент получает 100 тысяч юаней и управляет магазином. - Anthropic запустила проверку файлов на следы Claude и включила невидимые водяные знаки в тексты Fable 5.1. - Google запустил Pics, редактор картинок без холста на Nano Banana, работает в Docs и Slides. И открыл вейтлист на Play with Putty, многопользовательский вайб-кодинг. - Вышел OpenClaw 2.0, крупнейший релиз проекта, главная фича - общие облачные сессии. - Manus снова независим после развала сделки с Meta. - AfterQuery стал самым быстрым единорогом YC: превращает работу нанятых юристов, врачей и тд в обучающие данные. Блок с релизами других моделей (раскрывается): - Google выпустила Gemini 3.8 Flash и Flash Cyber для поиска уязвимостей (пока доступ ограничен). - Meta обновила Muse Spark до 1.3: местами приближается к Fable 5, веса обещают открыть. Кодинг-агент Muse Code вышел из беты с подписками от $5. - Meta выпустила Muse Voice Transcribe, Microsoft - MAI-Transcribe-2, а Inworld - синтезатор Realtime TTS-2. - Стартап Фей-Фей Ли выпустил Atlas, мультимодальную world model. - Runway показала две модели мира: Solaris генерирует интерактивные интерфейсы кадр за кадром, GWM Worlds 2 - среды в 720p со звуком в реальном времени. - IFM выпустила K2 Horizon: шесть моделей до 375B под Apache 2.0. - Z.ai открыла веса большой GLM-5.3 под особой лицензией: компаниям с выручкой от $10 млрд нужна проверка от Z.ai. - Google выпустила открытую TimesFM-3 на 330M: zero-shot прогноз временных рядов. - Тоби Лютке показал модель на 0.8B, обошедшую GPT-5.6 Sol на узкой задаче Shopify, собрана на их открытом Tangle. - Nvidia и CrowdStrike представили SafeMind: пара агентных моделей для кибербезопасности. - Perplexity в macOS-клиенте распределяет запросы между локальной моделью и облаком + фильтр перс. данных. Там движок Lily, обгоняющий MLX на Apple Silicon. - Еврокомиссия включила ChatGPT, Reddit и Roblox в список очень крупных платформ по DSA: ежегодный аудит, отчетность и тд. - ChatGPT, Claude и Grok 3 сентября легли одновременно. Вероятная причина - Azure (east-us). - Стэнфорд выбросил 85% курса CS146S по разработке ПО и переписал его под агентов, вкус и ревью. - Локальный AI в браузере взрослеет: Hugging Face выложила 207 открытых WebGPU-ядер, в 2,6 раза быстрее ONNX Runtime Web, а Three-LLM гоняет Qwen и Phi через шейдеры Three.js. - 👍 funes - долговременная память для коддинг-агентов, общая между машинами и агентами (Claude Code, Codex, pi), индекс локальный. - 🤩Подробный плейбук по архитектуре агентного харнесса: состояние, рантайм, инструменты.

Qwen 3.8 27B, локальный инференс и мои эксперименты с подбором железа Про эту модель уже несколько недель пишут "Opus 4.6 у себя дома". Нет, конечно. Но, черт, это первая небольшая локальная модель, которую я готов всерьез обсуждать в агентных сценариях, а не для чата по базе знаний. Небольшие локальные модели (которые влезут в домашний GPU) на агентных задачах часто зацикливается, либо ломают tool-calling. Qwen 3.8 27B, пожалуй первая в моих тестах, у которой это не разваливается. На агентном индексе Artificial Analysis она #8 из 140 моделей, сразу за Kimi K2, которая в сто раз больше по параметрам, и реддите ее дружно хвалят и тд. Мои тесты этой (и не только) модельки совпали с вполне прикладной задачей - выбрать железо для локального AI-периметра. Надо выбрать одновременно и модель, и железо. Для этого решил арендовать стенды на Vast.ai: 3090 за $0.13/час, там же брал 4090, 5090 и GB10 (тот же DGX Spark). Написал skill поверх их CLI, и дальше вместе с Claude поднимал и тушил машины для экспериментов, гонял бенчмарки по SSH и вел журнал. Десятки замеров, четыре типа железа, ряд моделей - все вместе примерно пару десятков баксов. Вот на контрасте с соседями по весовой категории (уместиться в 5090 или пару 3090) плотная Qwen 3.8 и выстрелила. Единственная из всех стендов дважды нашла все 10 заложенных дефектов в тестовом договоре. 100 из 100 по tool-calling. На заведомо нерешаемой задаче остановилась за 4 шага и честно отчиталась, пока конкуренты (в том числе MoE) зацикливались. Ну и да - первая локальная модель, которая осилила мой лифтовый вайб-чек (посмотрите пост, в декабре у ChatGPT лифт не ехал!). Минусы тоже есть: например, модель требует высокой полосы (на маке и Spark работает медленно) и, главное - знаний о мире у 27B, заметно меньше. Но знания агенту приносят тулы и поиск, а вот дисциплину в цикле извне не принесешь. Если присматриваетесь к локальному инференсу под агентов, вот что я бы хотел знать заранее: 1. Считайте секунды на шаг агента, а не только токены в секунду. У меня модель с втрое большим декодом делала шаг за 2.1 секунды против 1.2 у "медленной" и решала задачу за большее кол-во шагов. 2. Часто говорят только про память, но тут есть как минимум три оси. VRAM решает влезет ли модель и останется ли место под кэш. Пропускная способность памяти - очень важный параметр, влияет в первую очередь на скорость генерации ответа (поэтому старенькая 3090 все еще тащит). Compute решает, как быстро модель переваривает входящий промпт. Это упрощенно, вот например неплохой визуальный разбор roofline-модели. Отсюда следует много всего, например что при низкой полосе (на маках, спарках) лучше брать MoE модели. 3. Чат упирается в память, агент - в compute, контекст и кэш. Самое дорогое в агентном цикле - не ответ, а чтение промпта. Шагов много и на каждом шаге агент заново отправляет всю историю. Тут экстремально важен префикс-кэш. 4. Смена движка или его настроек может дать разницу в разы. Вариантов много: vLLM, SGLang, llama.cpp, кастомные движки вроде NInfer. Перебирать это руками долго, поэтому у меня этим занимался агент в стиле авторесерча: поднял ряд стендов, прогнал матрицу экспериментов параллельно, записал в журнал и тд. 5. Комьюнити уже прошло часть пути за вас: есть и готовые рецепты типа 3090-club и тулы вроде llmfit: сканирует железо и подтягивает реальные замеры других пользователей. Только эти бенчмарки регулярно не сходятся с реальностью. Тестируйте на своих задачах. По итогам, кстати, для этой модели по соотношению цена/качество победила пара 3090. А самое интересное в этой системе - архитектура "советника": локальная модель делает всю работу, а для редких сложных вопросов зовет фронтир через строгий гейт, который не выпускает приватные данные за периметр. Но это уже отдельный пост. upd: кстати, если хочется уже сейчас протестить, то у Валеры на neuraldeep она доступна бесплатно 🔥 ➕ 🔁 @nobilix

#ReDigest Продолжаем субботнюю рубрику, тут я кратко рассказываю про новости из мира технологий и AI, которые привлекли мое внимание. Дайджест недели: - Nvidia покупает Hugging Face за $12,9 млрд (соглашение еще не подписано). Комьюнити тревожится за не-CUDA бекенды. - Apple представила первый свой 2-нм чип M6 и M5 Ultra: Mac mini от $899, Mac Studio с памятью до 512 ГБ и полосой 1.2 ТБ/с. В продаже осенью. - Anthropic показала MHS - аналог MCP для физического оборудования: роботы, микроскопы, лазеры. - OpenAI показала первые результаты своего инференс-чипа Jalapeno: до 1.9x эффективнее Nvidia по работе на ватт. - OpenAI расторгает контракт с Cursor после его покупки SpaceX: доступ к моделям отключат 12 ноября. - WSJ: Nvidia за $7 млрд поглощает Poolside де-факто, но не де-юре: забирает технологию и команду с планами догнать Китай по опенсорсу. - Anthropic с 14 сентября постоянно поднимает недельные лимиты Claude на 25% - на смену акционным +50%. - У Claude появился встроенный браузер в Cowork, а память стала общей для чата и Cowork. - Claude Code: новую сессию на компе можно стартовать с телефона, а /resume подхватывает терминальные сессии в десктопе. - OpenAI выкатила Site tools - свою реализацию WebMCP: сайт отдает агенту готовые действия прямо в залогиненной странице. Параллельно хакатон WebMCP Challenge и пост про автоматизацию рутины через Codex. - ChatGPT Work: scheduled tasks теперь запускаются по событиям в Gmail, Slack и GitHub, а не только по расписанию. - OpenAI вернула Plus-подписчикам пятичасовой лимит в Codex и ChatGPT Work, в Pro его не будет. Блок с релизами моделей (раскрывается): - Z.ai раскрыла загадочную Ox Alpha: это GLM-5.3-Flash - мультимодальная, 320B (18B активных), веса открыты. На бенчах уровень фронтира. На запуске раздавала пакеты по 100 млн токенов. - Alibaba открыла веса Qwen3.8-Flash-Next - превью архитектуры Qwen4: 6B активных плюс 51B в n-gram памяти. - Tencent выложила открытую Hy4-preview: 770B (49B активных), Apache 2.0, заявка на лидерство в SWE-bench Pro. - Google выпустила Gemini 3.5 Transcribe: сразу чистый текст без слов-паразитов, 85+ языков. - IBM выпустила открытые Granite 4.2 (3B-30B, Apache 2.0) с переключаемыми режимами рассуждения. - fal показала H3 Max: 5 секунд видео генерируются быстрее, чем длятся (много новых юз кейсов!). - Apodex выпустила версию 1.1, открытую 35B mini и Apache-харнесс FrontierAgent под длинные задачи. - Pipecat и Nvidia открыли PhoneLLM для голосовых агентов: заявлен уровень GPT-5.6 Terra в разы дешевле. - Cohere запустила Parse: корпоративные документы в структурированные данные, $1.50 за тысячу страниц. - Perplexity выпустила Portable Computer - локальный агент на Qwen 3.8 и DGX Spark. - Суд отменил внесение Anthropic в черный список Пентагона. - OpenAI, Anthropic, Google и еще сотня компаний подписали письмо о срочном укреплении киберзащиты. - Расследование Reuters: план Цукерберга заменить сотрудников Meta агентами провалился. - AWS покупает DuckLabs (DuckDB), опенсорс-лицензии сохраняются. - Xiaomi показала прототип AI Cube - локальный AI-компьютер на трех собственных чипах, гоняет модели до 120B при 150 Вт. - Про роботов пишу редко, но слежу: пишут о близком hardware takeoff, а WSJ - о world models как следующем большом скачке AI. - TIME выпустил Time 100 AI 2026: добавился Суцкевер, вылетели Хуанг и Хассабис, есть Перис Хилтон. - Из ресерча: AWS измерила "налог на передачу задачи" между моделями, а JIT-Agent собирает харнесс под конкретную задачу сам. Anthropic выпустила TASTE - бенчмарк на отбор идей safety-ресерча. - Anthropic ввела enterprise-managed auth для MCP-коннекторов, а Vercel Connect вышел в GA с короткоживущими токенами вместо вечных API-ключей. - Awesome Graph Engineering - подборка о том, как графовые структуры организуют память и координацию мультиагентных систем. - AI SDLC playbook от Антропик - 👍 is-agentic.com проверяет, насколько ваш сайт готов к визитам AI-агентов. - 🤩 Microduck - опенсорсный 25-см робот от Pollen Robotics и Hugging Face за $399: за сутки собрал $2.6 млн заказов.

Вот сколько бы ни хоронили промпт-инжиниринг (никогда не понимал этого пафосного названия), но то, как вы формулируете запрос, по-прежнему во многом определяет качество результата. Например, мой частый совет из практики - Заменяй summarize на extract. "Суммаризируй" дает общий пересказ, а вот "Извлеки ключевые факты списком, по одному на пункт, без комментариев" - операция ближе к парсингу. Точный глагол = точный режим. Что еще часто использую: Просить маркировать уверенность вместо "не галлюцинируй". "Пометь каждое утверждение: факт из текста / вывод / догадка". Жесткая версия для документов: "процитируй точное предложение под каждым пунктом" - цитату не подделаешь незаметно. Разворачивать направление: пусть модель спрашивает вас. "Прежде чем отвечать, задай мне 3-5 вопросов, которые сильнее всего изменят твой ответ". Она часто спрашивает про то, о чем вы не подумали. В СС так и пишу обычно: используй AskUserQuestion. Заставлять критиковать свой ответ. "Раскритикуй ответ выше: что неточно, чего не хватает. Потом перепиши". Генерация и оценка - разные режимы, популярный grill-me скилл, кстати, cюда же, но неплохо работает и просто фразой. Отделять инструкцию от данных.. Если в тексте за промптом идет сам инпут, то оборачивайте данные тегами (`<text>...</text>`) или тройными бэктиками - особенно когда инпут длинный или содержит собственные инструкции. Часто диктовать лучше чем печатать. Голосом вы отдаете в разы больше контекста за то же время, а промпту вредят не лишние слова, а недосказанность (ramble session как назвал это Карпаты). База, но напомнить не лишне, потому что использую давно и почти каждый день, но встречаю еще людей, которые брезгуют и из принципа набирают куцый текст двумя пальцами даже там, где больше деталей бы выдали голосом. Этажом выше мета-приемы. Про один я уже писал: терминология домена - назвав вещь ее именем, попадаешь в самую суть, и, между прочим, LLM вознаграждают экспертизу - модель усиливает качество инпута, а не подменяет его. Еще пример: "я, вероятно, неправ, но..." перед своим тезисом - удивительно полезно. Модели очень хотят угодить, и, поставив свою точку зрения под сомнение, вы как бы разрешаете модели проверить ее честно, а не поддакивать. И да, модели правда становятся все понятливее, все важнее становится доменный контекст, а не большое количество детальных инструкций. Но пара нужных слов все еще меняет ход ответа. Это моя базовая база, из памяти, хотел зафиксировать заметкой. Какие приемы у вас в постоянной ротации? 🔥 ➕ 🔁 @nobilix

#ReDigest Продолжаем субботнюю рубрику, тут я кратко рассказываю про новости из мира технологий и AI, которые привлекли мое внимание. Дайджест недели: - OpenAI официально притормозила обучение будущей фронтир-модели Astra (из-за киберспособности). Anthropic тем временем рассказала о внутренней Model 2 сильнее Mythos, которую выпускать не планирует. - Z.ai выпустила GLM-5.3 с фронтирным кодингом, но придержала веса на две недели: кибер-скоры вышли выше Mythos 5. - Cursor запустил Origin - хостинг репозиториев под агентный темп разработки; в ту же нишу метит новый code.storage. - Stripe покупает OpenRouter за $7+ млрд. - Anthropic берется за автономный дизайн лекарств и дизайн белков, а Амодеи пишет, что большинство болезней можно вылечить за 5-10 лет. - Выручка Anthropic перед IPO превысила $65 млрд годовых - семикратный рост за год. - OpenAI срезала цены GPT-5.6 Sol на 20-30% на три месяца, следом подвинулись OpenRouter и Vercel, а Replit запустил Free Mode с x30 лимитами на Luna. - Anthropic продлила +50% лимитов Claude Code до 31 августа. - Контекст GPT-5.6 Sol в Codex расширили до 1 млн токенов через конфиг; все сверх 272к идет по двойному тарифу. - Claude Code: скилл /design с редактируемыми UI-артбордами, cross-session упоминания через @ и др. - OpenAI выпустила ChatGPT for Teens: подростков автоматически переводят в режим с защитами с родительским контролем. - Anthropic запустила Claude Academy - бесплатное обучение AI-грамотности плюс скилл academy-guide. - Meta выпустила десктопное AI-приложение для macOS с диктовкой и шарингом экрана. - OpenAI: совместное редактирование в ChatGPT Sites и прозрачный фон в GPT-Image-2. - Bank of China кредитует AI-разработчиков, оценивая их по расходу токенов и выручке от AI-продуктов. - Робособаки закрывают кадровые дыры в охране в США: берут на себя рутинные обходы, смена дешевле штата на $80-130 тысяч в год. - Anna's Archive зовет волонтеров сканировать книги на фоне скандала с промышленным разрезанием редких изданий AI-компаниями. - Apple засветила в коде macOS больше 10 продуктов: AirPods с камерами, складной iPhone, OLED MacBook. - Google Research показала PhotoScan: оценку состава тела и риска инсулинорезистентности по двум фото со смартфона. - Public AI Observatory - независимое измерение реального использования AI: 24,5 тыс. диалогов, 52 модели (findings). - DeepSeek выпустила V4-Flash-Vision-Exp - мультимодальную версию под агентов, которым нужно видеть экран - Голосовые: Sonic-3.6 от Cartesia возглавила рейтинги синтеза речи, ElevenLabs открыла v3 Conversational для голосовых агентов. - Sand.ai открыла видеомодель MAGI-2: MoE 114B с 6B активных, 10-секундные ролики сразу с аудио. - Alibaba открыла бету музыкального генератора HappyShrimp. - Engram с Harvey показали, как дообученная Qwen3.8-27B решает юрзадачи в 10 раз дешевле Opus 4.8. - Artificial Analysis запустила Search Index - бенчмарк поисковых API для агентов. - Отрезвляющие бенчмарки: CADBench - топовые модели берут лишь четверть задач в Fusion 360, SWE-bench Science - ниже 50% на научном софте. - Вокруг Grok Bot выросла социальная лента ботов, которую человеку уже сложно читать, а Hermes Desktop от Nous Research скопировал этот UX своим Bot mode. - Vercel дает $1 млн (bounty фонд) за побег из своей песочницы. - Berd от Block - Mac-приложение: папка = проект, персонажи-агенты и доска, работает на ваших подписках Codex и Claude Code. - openhistory.sh - открытое Mac-приложение, трекающее весь рабочий день для агентов (идея как у OpenAI). - Очень неплохое и детальное сравнение подходов к памяти агентов. - 1kpapers.com - тысяча лучших статей года, суммаризированных и визуализированных за $4 на DeepSeek V4 Flash. - 👍 TrueFoundry открыла TrueForge - self-hosted харнесс для продакшн-агентов с песочницами, аппрувами и трейсами (как Managed Agents от Claude). - 🔥 Notion открыл lore - общую память агентов на основе истории разговоров. - 🤩 Vercel открыла fx - кодинг-агент на Zig весом 6 Мб с мгновенным стартом, работает даже в браузере.