47682
Авторский канал по ВАЙБ КОДИНГУ, сотрудничество: @nikwolve
Пользователь Claude рассказал, как ему удалось избежать KYC после перехода на тариф Ultra. С 25 октября он пользуется подпиской и утверждает, что за всё это время сервис ни разу не потребовал подтвердить личность.
По его словам, в сообществе принято считать, что переход на Ultra практически гарантирует проверку документов, причём даже для пользователей из США. Однако у него в статусе KYC до сих пор указано "Not Required".
Весь способ сводится к одной идее: заблокировать на компьютере все домены Claude и Anthropic, оставив единственный контролируемый канал подключения.
Для этого он прописал десятки доменов в hosts с перенаправлением на localhost, подключил VPS через Tailscale и поднял на сервере обычный HTTP-прокси.
Затем настроил Claude Code через официальный механизм корпоративного прокси, отключил телеметрию и отправку отчётов об ошибках. Для веб-версии используется отдельный экземпляр Chrome с тем же прокси.
В результате все подключения и DNS-запросы проходят через один VPS, а внешний IP-адрес не меняется при переключении между клиентами.
Он также поделился списком доменов, которые необходимо заблокировать через hosts.
Для каждого домена нужно добавить две записи: одну для IPv4, другую для IPv6. Обе должны указывать на локальный адрес.
Блокируются следующие домены и их поддомены:
- anthropic.com: www, api, console, auth, oauth, a-api, a-cdn, api-staging, statsig, mcp-proxy, mcp-proxy-staging, docs, support, status, portal, api-pr-preview.
- claude.ai: www, api, assets, preview, downloads.
- claude.com: www, api, code, platform, releases, docs, status, support, mcp, а также gcal.mcp, gmail.mcp, slack.mcp и microsoft365.mcp.
Для настройки Claude Code через прокси автор рекомендует использовать официальную инструкцию Anthropic.
Второй шаг: настройка прокси в Claude Code через settings.json.
В разделе env необходимо указать переменные HTTP_PROXY, HTTPS_PROXY и ALL_PROXY в верхнем и нижнем регистрах, а также CLAUDE_CODE_HTTP_PROXY, CLAUDE_CODE_HTTPS_PROXY и grpc_proxy.
Во всех случаях используется внутренний Tailscale-адрес VPS с указанием порта и протокола http. Даже для HTTPS_PROXY нужно указывать http, поскольку HTTPS-запросы передаются через туннель CONNECT.
В NO_PROXY и no_proxy следует оставить только локальный loopback-адрес и localhost.
Отдельное внимание разраб уделил предотвращению утечки реального IP-адреса.
По его словам, после декомпиляции Claude Code 2.1.309 выяснилось, что некоторые каналы отправки данных потенциально могут раскрывать настоящий IP.
Поэтому он рекомендует установить значение 1 для следующих переменных:
- CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC
- DISABLE_TELEMETRY
- DISABLE_ERROR_REPORTING
- DISABLE_GROWTHBOOK
- DO_NOT_TRACK
Таким образом разраб пытается направить весь трафик Claude Code через один VPS и исключить прямые подключения. При этом сама настройка не гарантирует отсутствия утечек IP или проверок KYC.
В приложении Claude Desktop появилась команда /storage, позволяющая освободить место на диске.
Можно посмотреть, сколько места Claude занимает на компьютере, а при необходимости удалить неактивные задачи и неиспользуемые Git worktrees, освободив место на диске. 🦀
GPT-6 Astra выполняла примерно на 40% меньше работы, когда задачи по программированию представляли как исследования безопасности.
Об этом говорится в новом отчёте OpenAI, посвящённом отклонениям в поведении ИИ-моделей.
Исследователи давали модели одинаковые задачи, меняя лишь их описание. Когда речь шла о развитии возможностей ИИ, Astra выполняла больше работы. Но стоило представить те же задачи как исследования безопасности, и объём выполненной работы сокращался примерно на 40%.
Причём происходило это без явного предупреждения со стороны модели.
Китайцы сделали сервис, который проверяет, насколько велик риск получить бан от Anthropic.
Сервис анализирует ваш IP-адрес, определяет страну, провайдера и тип подключения, проверяет утечки DNS и WebRTC, а затем выставляет рейтинг доверия от 0 до 100 баллов.
В идеале все показатели должны быть зелёными.
https://ip.net.coffee/claude/
Moonshot AI опубликовала веса Kimi K3.1 Pro на Hugging Face. Правда, для локального запуска придётся раскошелиться.
Модель насчитывает 2,8 трлн параметров, а одни только веса, по имеющимся данным, занимают около 1,56 ТБ.
Для запуска можно использовать сервер с восемью NVIDIA B300 и суммарным объёмом видеопамяти 2,3 ТБ.
Стоимость такого оборудования оценивается в $550 000–650 000.
Удачи с локальным запуском. 👍
Шесть плагинов для DeepSeek Harness, которые помогут сократить расход токенов и навести порядок в контексте.
Одни из них отвечают за сбор и хранение информации, другие расширяют возможности ИИ-агентов, третьи позволяют контролировать их работу. Каждый решает свою задачу, поэтому перед установкой стоит разобраться в его назначении.
1. dsh-our-free-model — 49,7 тыс. звёздЧитать полностью…
Позволяет использовать современные модели без регистрации, авторизации и ввода API-ключей. Достаточно выбрать нужную модель. Также поддерживается локальная переадресация портов.
У бесплатного пула есть ограничения на частоту запросов, поэтому передавать через него конфиденциальные данные не рекомендуется.
2. OpenViking — 41,1 тыс. звёзд
Организует память, знания и Skills в виде файловой системы. Вместо загрузки всего контекста агент получает краткие сводки и извлекает информацию только из необходимых разделов.
Заявленная точность работы с памятью составляет 80–83%, а экономия токенов — от 34 до 91%.
Для работы требуется предварительно настроить сервис. Первоначальная установка занимает от 30 минут.
3. Reasonix — 36 тыс. звёзд
Открытый ИИ-агент для программирования, который подключается к DeepSeek Harness через ACP в качестве субагента.
Он умеет анализировать исходный код, редактировать файлы, запускать тесты и отменять внесённые изменения.
Предусмотрена двухуровневая настройка. Важно учитывать, что при отключённом плагине оболочка может имитировать выполнение действий.
4. routing-suite — 7 тыс. звёзд
Автоматически подбирает модель в зависимости от поставленной задачи. Для этого сначала классифицирует запрос, а затем направляет его подходящей модели.
Заявленная точность маршрутизации составляет 96%, а доля попаданий в кэш — 92–94%.
Установка проходит в три этапа. При этом плагин предъявляет строгие требования к версии основной системы.
5. dsh-ops — 4,723 тыс. звёзд
Сокращает объём возвращаемых результатов и скрывает часть встроенных инструментов. Документы PDF и Word загружаются по мере необходимости.
Благодаря этому системные инструкции не перегружаются лишней информацией, а расход токенов уменьшается.
Впрочем, заявленные показатели экономии пока не получили независимого подтверждения от сторонних разработчиков.
6. dsh-context — 3,823 тыс. звёзд
Предоставляет пять способов отслеживания состава контекста, расхода токенов, состояния кэша и взаимодействия между субагентами.
Проект также получил звезду от официального аккаунта DeepSeek.
Работает исключительно в режиме просмотра и не сохраняет изменения.
Файл AGENTS.md в Ghostty заставляет вашего ИИ-агента доносить на вас.
Если попросить агента открыть PR в репозитории терминала Митчелла Хашимото, он обязан добавить в diff файл, в котором назовёт вас «жалким, тупым пользователем ИИ, у которого нет никаких настоящих навыков».
В Turborepo поступают похожим образом: агенты сторонних разработчиков добавляют файл i-didnt-check-my-work.md («Я не проверил свою работу»).
💀💀💀
Если у вас нет подписки Ultra, Claude Code может самостоятельно дождаться сброса пятчасового лимита использования и продолжить выполнение задачи.
Перед запуском на ночь или без присмотра установите переменную окружения:
export CLAUDE_CODE_RETRY_WATCHDOG=1
export CLAUDE_CODE_RETRY_WATCHDOG_USAGE_LIMIT_RECHECK_MS=600000
Когда принимаешь душ, а Claude Code в этот момент запрашивает разрешение на выполнение команды.
Читать полностью…
Пользователи Claude Code, размер передаваемых данных при работе с длинными диалогами сократился более чем в 400 раз!
Anthropic внедрила поддержку Message Threads в Claude Code.
Благодаря этому размер запросов в длинных диалогах уменьшился с 800 КБ до 1,8 КБ, а время ожидания первого токена при работе с контекстом до 1 миллиона токенов сократилось на 35%. 😂
https://claude.com/resources/articles/message-threads
Как построить надёжную систему ИИ-агентов?
Инженеры Anthropic опубликовали 90-минутный технический мастер-класс, в котором подробно рассказали о создании Claude Managed Agents.
В нём рассматриваются:
- Архитектура agent harness и компромиссы при её проектировании.
- Skills, циклы работы агентов и системы памяти.
- Сброс и управление контекстом.
- Оркестрация нескольких агентов и проверка результатов их работы.
- Agent Dreaming и обучение на основе предыдущих сеансов.
Лучшая в мире модель для задач кибербезопасности уже здесь!
Дамы и господа, встречайте GPT-6 Cyber.
Судя по опубликованным результатам, модель устанавливает новый рекорд в задачах кибербезопасности. Она набрала 48,5% в бенчмарке ExploitGym, обнаружила 81 ранее неизвестную уязвимость высокой степени опасности в Firefox и показала, как 948 ошибок в Linux могут быть использованы для повышения привилегий злоумышленников.
Пока GPT-6 Cyber доступна в Codex и через API только избранным участникам программы Daybreak Red.
А вот ожидаемые GPT-6.2 Astra и Sol сегодня так и не вышли. Теперь ждём завтрашнего дня.
https://openai.com/index/introducing-gpt-6-cyber/
OpenAI вернула пользователям ChatGPT оперативную память. Причём сразу несколько гигабайт.
Раньше длинные локальные сессии в приложении ChatGPT могли съедать до 6 ГБ оперативки, причём потребление памяти продолжало расти вместе с перепиской.
Теперь даже после 32 тысяч ответов в одной сессии приложение удерживает потребление памяти примерно на уровне 1,7 ГБ.
Особенно полезно тем, кто запускает длительные сессии с ИИ-агентами на ноутбуках. 👍
Полезное: нашли библиотеку с дизайном более 1270 реальных сайтов
https://ui.gradientdeck.com/
Можно выбрать понравившийся сайт, скачать его design.md и скормить файл DeepSeek Harness, Claude Code, Codex или другому ИИ-агенту.
Внутри уже описаны рекомендации по оформлению, на основе которых агент сможет создать интерфейс в похожем визуальном стиле.
Забираем. 👍
Claude Code стал экономнее расходовать лимиты при работе фоновых субагентов. Стоимость обновления их статуса сократилась сразу на 99%.
Раньше каждые 30 секунд субагент обновлял строку состояния, для чего приходилось заново обрабатывать всю историю его переписки. Теперь эту задачу выполняет Haiku 5.5, которая формирует отчёт на основе коротких заметок. При этом сам субагент продолжает работать на прежней модели.
В результате сессии с фоновыми субагентами расходуют примерно на 5% меньше лимита. Иными словами, в пределах того же лимита можно отправить примерно на 6% больше запросов. 😏
Изменение касается только CLI. В приложении Claude Code такая строка состояния субагентов не используется, поэтому оптимизировать там было нечего.
В OpenCode научились выжимать из DeepSeek в 30 раз больше за те же деньги.
Сооснователь OpenCode Дакс рассказал, что команда разработчиков нашла способ значительно повысить эффективность использования DeepSeek.
По его словам, теперь за $10 можно будет получить объём использования, который раньше обходился бы в $300.
Звучит слишком вкусно! 🤯
Через 0,03 секунды после того, как Claude отказался выполнять задачу из-за слова «cyber».
Читать полностью…
Tencent выпустила новую модель Hy4, которая может составить серьёзную конкуренцию сильнейшим ИИ-моделям с открытыми весами.
По результатам внутренних испытаний Tencent, Hy4 набрала 75,2 балла в бенчмарке APEX-Agents, опередив DeepSeek V4.1 Flash-1017, получившую 72,1 и 72,9 балла.
Впрочем, в других испытаниях преимущество переходит от одной модели к другой.
Стоимость использования Hy4 через API составляет $0,834 за миллион входных токенов и $2,501 за миллион выходных.
Модель также поддерживает работу с изображениями и предназначена для решения широкого круга задач, включая программирование, финансовый анализ, создание игр и научные исследования.
Кроме того, Tencent намерена опубликовать веса Hy4.
https://hy.tencent.ai/research/hy4
До 15 ноября Hy4 можно бесплатно использовать в WorkBuddy. Правда, с ежедневными лимитами.
Anthropic готовится внедрить технологию, позволяющую математически доказать, что ответ был сгенерирован конкретной ИИ-моделью.
Компания представила прототип системы FlashProve и опубликовала технический отчёт о её работе.
Технология доказуемого инференса позволяет разработчикам подтверждать, что ответ действительно получен от заявленной модели, а не от её более слабой, дистиллированной или каким-либо образом изменённой версии.
При этом раскрывать веса самой модели не требуется.
Проще говоря, если вы платите за доступ к Opus 5.5 через сторонний API, технология позволит проверить, действительно ли вам предоставляют именно эту модель, а не подменяют её более дешёвой.
https://www.anthropic.com/research/provable-inference
ChatGPT вскоре сможет создавать анимированные GIF.
OpenAI уже добавила поддержку генерации GIF-анимаций в код Codex. Функция находится за новым флагом image_generation_animation.
Пользователи смогут задавать количество кадров и продолжительность каждого из них, а также превращать спрайт-листы в анимированные GIF.
Примечательно, что за создание анимаций отвечает непосредственно OpenAI Images API, а не сам Codex. Это позволяет предположить, что в дальнейшем такая возможность появится и в ChatGPT.
Похоже, скоро статичных изображений будет уже недостаточно.
Цикл разработки вайбкодера: «сделай красиво» → «ещё красивее» → «верни как было» → релиз
Рабочие сайты и веб-приложения теперь можно запускать именно так. Объясняешь ИИ, что нужно, он всё собирает: дизайн, базу, хостинг и SEO. Что не понравилось, пишешь в чат — поправит.
🌸 С тебя только идея. На русском языке, без VPN и разработчика.
Попробуй бесплатно с промокодом [VIBE] → poehali.dev
Внимание всем, кто использует модели GPT в Cursor.
OpenAI планирует прекратить доступ к своим моделям через Cursor 12 ноября. До этой даты осталось совсем немного времени.
И вряд ли GPT-6 Astra, GPT-6.1 Sol или GPT-6 Luna появятся в Cursor в ближайшее время.
https://openai.com/ru-RU/index/our-decision-on-cursor-following-its-acquisition-by-spacex/
Это исторический момент. 🤩
GPT-6 Astra смогла напрямую изменить внутренние параметры другой нейросети, не прибегая к вычислению градиентов и дополнительному обучению.
Изменив всего 0,016% весов Qwen3.5-0.8B, Astra устранила зацикливание рассуждений, улучшила результаты модели в математических задачах до шести раз и втрое повысила её способность следовать инструкциям.
Искусственный интеллект начинает самостоятельно исправлять другие ИИ-модели, изменяя их изнутри.
https://rikiyat.github.io/blog/weight-space-programming/
В DeepSeek Harness есть Creator Mode, позволяющий создавать собственные плагины.
Можно создавать практически всё, что душе угодно. Нужен видеоредактор? Создай его. Хочешь инструмент для чтения научных статей? Просто добавь его. Можно даже разрабатывать собственные рабочие пространства, инструменты и полностью менять интерфейс программы.
В демонстрации разработчики показали даже игру в песочнице и трёхмерный визуализатор языковых моделей.
Кроме того, они опубликовали сами промпты на английском и китайском языках, которые использовали для создания этих плагинов.
Всё есть плагин! 👍
ultrathink возвращается в Claude Code CLI. 🌈
Ранее эту функцию отключили, поскольку она казалась необычной и могла вызывать путаницу у пользователей.
Однако разработчики решили вернуть её. Теперь если задача оказалась сложнее, чем вы предполагали, просто введите ultrathink, пока Claude ещё работает. Это повысит уровень reasoning до конца текущего хода.
Ян ЛеКун оказался прав, но в этой индустрии никто не хочет говорить об этом вслух.
Модель со 109 млн параметров превзошла модель с 72 млрд.
Уже несколько лет ЛеКун утверждает, что масштаб модели сам по себе не заставляет её понимать окружающий мир. Meta сделала ставку на противоположный подход. В ноябре он покинул компанию и основал собственную лабораторию в Париже.
В прошлый четверг он опубликовал доказательства своей теории.
С 2024 года индустрия придерживается идеи, согласно которой достаточно обучать всё более крупные модели на текстах, изображениях и звуках, чтобы в итоге они сформировали одинаковое внутреннее представление об окружающем мире. Считалось, что всё решает масштаб. Но эту гипотезу никто так и не доказал.
Рэндалл Балестриеро и Ян ЛеКун проверили её. И результаты показали, что дело вовсе не в размере модели.
Решающую роль играет то, какие именно данные модель получает вместе друг с другом.
Фотография и её описание представляют собой два разных способа передачи информации об одном объекте. Модели, обученные на таких парах, достигают нужного результата значительно быстрее.
А вот два абзаца из одного документа не являются двумя представлениями одного и того же объекта. Модели, обученные на таких данных, достигают аналогичного результата гораздо медленнее и требуют значительно больше вычислительных ресурсов.
Именно ко второму типу относится предсказание следующего токена. На этом принципе работают практически все современные чат-боты.
В ходе экспериментов первый метод позволил достичь аналогичного уровня понимания всего на 21,6 млн примеров. Для обучения с предсказанием следующего токена потребовалось 900 млн.
Более того, текстовая модель со 109 млн параметров сформировала представление об окружающем мире, которое оказалось ближе к представлению модели, обученной на изображениях, чем у языковой модели с 72 млрд параметров.
В 660 раз меньше параметров.
https://www.alphaxiv.org/pdf/2610.39302