47682
Авторский канал по ВАЙБ КОДИНГУ, сотрудничество: @nikwolve
Новая фича в Claude Code: инструмент Monitor
Claude поднимает фоновый процесс, и каждая строка из stdout стримится в диалог, не блокируя поток выполнения.
Например: «Используй инструмент monitor и kubectl logs -f | grep .., чтобы отслеживать ошибки, и сделай PR для исправления любых падений».
Это одновременно более надёжно и более эффективно по токенам, чем опрос внутри цикла агента.
Разработчики сделали бесплатную альтернативу Claude Cowork:
- полностью локально
- поддержка голоса
- работает с любыми LLM
- расширяемость через MCP-инструменты
- vault, совместимый с Obsidian
- фоновые агенты и веб поиск
- автоматическое построение knowledge graph
100% open-source. 🤝
Design Mode в Cursor 3 это что-то новое 😈
Можно не писать описания вроде «та синяя кнопка справа»:
→ можно напрямую кликать по UI-элементам в браузере
→ отмечать места, которые нужно изменить
→ Cursor сразу вносит точечные изменения в код
Также теперь официально можно запускать Cursor на любой машине и управлять им из любого места.
Новая статья по мульти-агент системам от Stanford.
Больше агентов - значит лучше результаты, верно?
Не так быстро.
Эта работа ставит под сомнение одно из ключевых допущений вокруг хайпа мульти-агент систем, контролируя то, что большинство исследований игнорирует: общий объём вычислений.
В статье сравниваются одно-агентные и мульти-агентные архитектуры LLM на задачах multi-hop reasoning при выравненных бюджетах thinking-токенов для разных моделей.
Вывод однозначный:
Одно-агентные системы более эффективно используют информацию, если количество reasoning-токенов фиксировано. Также авторы выявили существенные артефакты в контроле бюджета через API, которые могут искусственно завышать преимущества мульти-агент подходов.
Почему это важно? Многие заявленные преимущества мульти-агент систем исчезают, если учитывать неравенство вычислительных ресурсов.
Перед тем как строить такую систему, проверьте, справится ли одно-агентная с тем же бюджетом токенов. В статье предлагается фреймворк для принятия такого решения.
Статья: https://arxiv.org/abs/2604.02460
Джерри сделал skill для Claude Code, который позволяет генерировать deep research отчёт по любому набору сложных документов (PDF, Word, PPTX)📝
1. Он парсит текст и bounding boxes из каждого документа с помощью liteparse
2. Затем генерирует полноценный HTML-отчёт, где можно видеть построчные цитирования с привязкой к исходному документу на каждой странице
У Claude уже есть возможности для deep research, но ему не хватает аудит трейла до исходных данных. Этот skill даёт исследовательский отчёт, который можно проверять и валидировать.
https://github.com/jerryjliu/liteparse_samples
LiteParse: https://github.com/run-llama/liteparse
Anthropic выпустили Claude Opus 4.6 всего два месяца назад. А уже сегодня они поделились некоторыми деталями о новой модели — Claude Mythos Preview, которая с отрывом обогнала Opus 4.6 во всех бенчмарках
По бенчмаркам :
— SWE-bench Verified: 93.9% vs 80.8%
— CyberGym: 83.1% vs 66.6%
— Terminal-Bench 2.0: 82.0% vs 65.4%
Цифры просто невероятные, скачок потрясающий. Но это не релиз для пользователей. Релиз модели пока не планируется (т.к. она слишком сильна и опасна, чтобы сразу выпускать ее на широкую публику). Но Anthropic запускает Project Glasswing, в котором будут участвовать лидеры рынка вроде Amazon, Apple, Google, Microsoft, NVIDIA и CrowdStrike. Компания выделила для них $100 млн в кредитах на использование модели и $4 млн в формате пожертвований опенсорсным проектам, чтобы они использовали Mythos в благих целях. 🤩
Anthropic утверждают, что модель способна находить уязвимости на уровне, превосходящем даже лучших человеческих спецов, за редким исключением. Сообщается, что на данный момент она уже обнаружила тысячи критических уязвимостей, в том числе в массово используемых ОС и браузерах. Некоторые из этих дыр по 10-20 лет лежали незамеченными.
Теперь вы можете дообучать Gemma 4 (и ещё 500+ опенсорс моделей) бесплатно в Google Colab 🔥
1. Откройте Colab-ноутбук
2. Запустите ячейки, чтобы поднять Unsloth Studio
3. Выберите модель и датасет
4. Нажмите «Start Training»
Всё полностью опенсорс (сделано Unsloth)
Также есть подробный пошаговый туториал по дообучению Gemma 4 здесь
Существует много путаницы между Skills и Subagents в Claude Code.
И становится ещё сложнее, когда понимаешь, что сабагент может использовать скиллы, а скилл может поднимать сабагентов.
Вот статья, в которой разобрал, как каждый из них работает на самом деле и, что важнее, когда стоит использовать один вместо другого. 🤨
Как начать зарабатывать в IT в даже без опыта и образования
Самое странное сейчас это пытаться вкатиться в IT по классике, когда опытные программисты давно кодят с нейронками даже в больших проектах.
Поэтому в 2026 выигрывает тот, кто быстро делает рабочие решения без долгих лет обучения и максимально сокращает путь с нуля до первого реального проекта в IT.
‼️Уже завтра 7 апреля в 19.00 мск Андрей Ивашев запускает бесплатный 3-дневный интенсив:
«Первые деньги на вайбкодинге»
📅 7-9 апреля в 19:00 МСК
Для тех хочет начать программировать с нейронками и заработать на этом первые деньги даже без опыта и образования.
Программа 🔥
7 апреля
почему сегодня вход в IT стал сложнее и почему вайбкодинг меняет правила игры
8 апреля
3 способа заработать на вайбкодинге в 2026 и где брать первого клиента, чтобы сделать проект за реальные деньги
9 апреля
На практике соберём AI-ассистента, который станет твоим первым IT-проектом + покажу как работают АI-агенты
🎁 Бонус за регистрацию доступен только 24 часа:
«Библиотека промптов для заработка на вайбкодинге», которые помогут упаковать портфолио и общаться с клиентами так, чтобы покупали
50 бесплатных нейросетей, чтобы кодить без остановки + серкетные бонусы
Ссылка на подключение, уроки по программированию с нейросетями и бонусы будут в закрытом канале👇
Вступить в закрытый канал
Вступить в закрытый канал
Вступить в закрытый канал
Компоненты кодинг-агентов: В этой статье сделаем volhovnihto/компоненты-кодинг-агентов-2526b9aac866">небольшой разбор строительных блоков, лежащих в основе кодинг-агентов , от контекста репозитория и использования инструментов до памяти и делегирования.
Приятного прочтения 🪖
Claude не разрешено записывать файлы вне рабочего пространства.
Но он захотел это сделать.
Поэтому Claude написал Python-скрипт и выполнил его через bash, чтобы изменить файл, по сути обойдя мои ограничения доступа. 👋
Скилл для Claude Code, который взорвал GitHub: /last30days
Вводишь /last30days [topic], и он сканирует Reddit, X и веб — собирает всё, что авторы говорили по теме за последние 30 дней.
Двухпроходный подход: сначала широкий сбор по всем источникам, затем углублённый проход по конкретным аккаунтам, сабреддитам и именам, которые были найдены.
Результат: сводка с цитатами, метриками вовлечённости и, если тема связана с промптами — готовые к копипасту промпты.
Все данные сохраняются в SQLite для последующих запросов.
Установка: просто клонировать в ~/.claude/skills/ + добавить API-ключи.
Ссылка: github.com/mvanhorn/last30days-skill
После утечки исходного кода Claude Code, бывший PM выделил его систему мультиагентной оркестрации в опенсорс, модель-агностичный фреймворк.
Он изучил архитектуру, сосредоточился на слое мультиагентной оркестрации (координатор, который декомпозирует цели на задачи, система команд, message bus, планировщик задач с учётом зависимостей) и реализовал эти паттерны с нуля как отдельный опенсорс фреймворк, не нарушая код Anthropic.
В результате получился то, что JackChen называет «open-multi-agent». В отличие от claude-agent-sdk, который поднимает отдельный CLI-процесс на каждого агента, здесь всё выполняется in-process и может деплоиться где угодно (serverless, Docker, CI/CD).
Посмотреть: https://github.com/JackChen-me/open-multi-agent 🔭
Энтузиаст создал «кнут», которым можно стегать ИИ-агентов, чтобы они работали быстрее.
При каждом таком ударе - Claude Code отправляется сообщение «FASTER», что заставляет его ускориться
Ссылка на GitHub - тут
Потом они нас так же будут стегать 🤣
Вау, Meta выпустила новую модель: Muse Spark
- Нативно мультимодальная
- Доступна бесплатно (см. ниже)
- Есть быстрые и reasoning-варианты
- Планируются новые опенсорс модели
Также они представляют новый «contemplating mode». (как Deep Think или GPT Pro).
Он оркестрирует несколько агентов, которые рассуждают параллельно, чтобы обрабатывать сложные научные и reasoning-запросы.
Вы можете использовать её бесплатно в обоих вариантах:
- приложение Meta AI (доступно на Android/iOS)
- http://Meta.ai — веб-версия
Далее просто выберите режим instant или thinking, чтобы использовать reasoning-версию.
Anthropic продолжают выкатывать свои новые фичи, на этот раз: Claude Managed Agents
Ранее деплой агентов требовал кучу времени на настройку sandbox-ов, чекпоинтов, управления доступами и другой инфраструктуры. Теперь всё это хостится за тебя. Да, прямо у Anthropic в облаке 🤭
Тебе осталось лишь задать задачи + инструменты + ограничения и запустить.
Внутри уже есть безопасные контейнеры, часовые автономные сессии с сохранением прогресса и, разумеется, мультиагентность.
Managed Agents уже доступен в публичной бете на платформе Claude. Вот мини-гайд как развернуть своего первого агента
Кстати, в Claude Code не так давно появилась новая команда /powerup.
Запускаешь её, и прямо в терминале тебя обучают работе с Claude Code с помощью интерактивных уроков, которые открываются по мере прохождения.
/autofix-pr теперь позволяет запускать autofix прямо из командной строки.
После завершения работы над PR просто выполните /autofix-pr. Команда отправляет текущую сессию в облако, чтобы PR-автофиксер получил полный контекст для исправления падений в CI и комментариев.
Выглядит, как существенный буст продуктивности. 👃
Тем временем, китайские друзья — выпустили GLM 5.1 👊
№1 среди опенсорс моделей и №3 в мире по бенчмаркам SWE-Bench Pro, Terminal-Bench и NL2Repo
К концу прошлого года агенты могли выполнять около 20 шагов. Сейчас GLM-5.1 может делать до 1 700. По заявлениям, может работать автономно до 8 часов, улучшая стратегии через тысячи итераций
Он уже появился в Text Arena и заметно превосходит своего предшественника GLM-5 на +11 пунктов и на +15 пунктов опережает Kimi K2.5 Thinking.
Цены по API: $1.40/M input, $4.40/M output
Unsloth уже сжали модель на 744B с 1.65TB до 220GB (−86%) с помощью Dynamic 2-bit.
Cursor переработали процесс генерации токенов в MoE-моделях на GPU Blackwell, что дало ускорение инференса в 1.84 раза и более точные выходные данные.
Эти улучшения напрямую влияют на обучение Composer, позволяя им чаще выпускать улучшенные версии модели. 🪖
Андрей Карпаты считает, что RAG сломан. Он опубликовал замену 2 дня назад, которая собрала 5 000 звёзд за 48 часов.
Называется LLM Wiki.
Это паттерн, при котором AI не извлекает информацию заново при каждом запросе. Он строит и поддерживает постоянную, накапливающуюся базу знаний. Автоматически.
RAG выводят знания заново при каждом запросе.. LLM Wiki компилирует их один раз и поддерживает актуальными.
Вот разница:
RAG: вы задаёте вопрос. AI ищет по документам. Находит фрагменты. Склеивает их. Всё забывает. В следующий раз начинает заново.
LLM Wiki: вы добавляете источник. AI читает его, извлекает ключевую информацию, обновляет страницы сущностей, пересматривает summary тем, помечает противоречия, усиливает синтез. Знание накапливается. Каждый источник навсегда делает wiki умнее.
Как это работает:
→ Добавляете источник в raw-коллекцию: статья, paper, транскрипт, заметки
→ AI читает, пишет summary, обновляет индекс
→ Обновляет все релевантные страницы сущностей и концепций в wiki
→ Один источник может затронуть 10–15 страниц одновременно
→ Кросс-ссылки строятся автоматически
→ Противоречия между источниками помечаются
→ Задаёте вопросы к wiki. Хорошие ответы сохраняются как новые страницы
→ Ваши исследования накапливаются в базе знаний. Ничего не теряется в истории чата
100% open-source.
Безопасники призвали архангела: METATRON 💨
AI-ассистент для пентестинга на базе локальной LLM в Linux (Parrot OS)
Ты задаёшь целевой IP или домен. Он запускает тулы для разведки (nmap, whois, whatweb, curl, dig, nikto), передаёт все результаты в локально запущенную AI-модель, затем анализирует цель, выявляет уязвимости, предлагает эксплойты и даёт советы по фиксам. Все данные сохраняются в базу MariaDB с полной историей сканирований.
100% опенсорс
Прекрасные нововсти: кто-то сделал AI-систему для поиска работы под Claude Code, которая прогнала 700+ откликов и в итоге реально помогла ему устроиться на работу.
И ОНА ТЕПЕРЬ ОПЕНСОРС. 🤓
Она сканирует карьерные страницы разных компаний, переписывает твое CV под каждую вакансию и даже заполняет формы отклика. В репозитории есть:
> 14 режимов (evaluate, scan, PDF, …)
> терминальный дашборд на Go
> генерация ATS-оптимизированных PDF через Playwright
> 45+ преднастроенных компаний (Anthropic, OpenAI, ElevenLabs, Stripe…)
Дружеское напоминание: у Google есть официальное приложение для запуска Gemma 4 прямо на телефоне.
- 100% open-source
- Полностью офлайн и приватно
- Мультимодальность: текст / аудио / изображения
- Работает с Gemma E4B и E2B
И приложение доступно как на iOS, так и на Android.
Шаги и загрузка ниже:
1. Скачайте Google AI Gallery
- App Store
- Google Play
Исходный код доступен здесь: https://github.com/google-ai-edge/gallery
2. Выберите режим и модель
У вас есть несколько вариантов:
» Agent Skills
» AI Chat
» Ask Image
» Audio Scribe
» и т.д.
Если вам нужен просто локальный чат с Gemma 4 — выберите AI Chat.
Затем выберите:
» Gemma E4B, если телефон достаточно мощный (например, от 8 ГБ RAM)
» Gemma E2B, который тоже очень производительный
3. Готово!
Теперь вы можете общаться с моделью полностью локально и офлайн.
Даже если включить режим полёта, вы всё равно сможете пользоваться моделью без ограничений. 🌐
Как сделать RAG в 32 раза более эффективным по памяти 😨
Существует простая техника, широко используемая в индустрии, которая делает RAG примерно в 32 раза более эффективным по памяти.
Perplexity использует её в своём поисковом индексе. Azure в своём поисковом пайплайне. HubSpot в своём AI-ассистенте
Чтобы в этом разобраться, вот гайд, где ты построишь RAG-систему, которая выполняет запросы к 36M+ векторам за <30 мс.
И техника, которая это обеспечит, называется бинарная квантизация.
Коннекторы Microsoft 365 теперь доступны на всех тарифах Claude.
Подключайте Outlook, OneDrive и SharePoint, чтобы подтянуть почту, документы и файлы прямо в диалог.
Наконец-то я могу в полной мере использовать весь потенциал Warp: теперь можно просматривать код, сгенерированный Claude Code, Codex, OpenCode и другими инструментами, прямо в Warp и отправлять инлайн-комментарии напрямую агенту.
Это похоже на ревью pull request, не выходя из терминала. 👧