47682
Авторский канал по ВАЙБ КОДИНГУ, сотрудничество: @nikwolve
Память у агентов, это популярная тема
И надо сказать, чем больше людей подключается к этому направлению, тем интереснее становится. 🔥
Команда ИИ из Tencent потратила целых 6 месяцев, решая одну проблему: ИИ-агенты катастрофически теряли контекст в длинных диалогах.
И у них получилось построить полноценную систему памяти для агентов.
Вот 3 приема, которые они поняли по ходу работы:
1. Сжатие устаревшего контекста прямо во время сессии сократило расход токенов на 61%.
2. Структурированная карта задач для агентов (на базе Mermaid) заметно снизила вероятность того, что агент потеряет нить выполнения в воркфлоу из 30+ шагов.
3. Консистентность личности агента выросла с 48% до 76% после добавления отдельной памяти для persona.
Опенсорс.
Преврати любой сайт в API: с помощью /browser-to-api
Этот скилл анализирует сетевую активность, CDP-логи и поведение сайта, чтобы сгенерировать кастомную OpenAPI-спецификацию.
На демке ниже - Codex одним запросом создаёт полностью документированный клиент OpenTable API 👀
Codex теперь доступен на вашем телефоне. 👨💻
Прямо из мобильного приложения ChatGPT можно:
- ответить на вопрос,
- посмотреть, что нашёл Codex,
- скорректировать направление,
- одобрить следующие шаги,
- или добавить новую идею.
При этом Codex продолжит работать на вашем ноутбуке, Mac mini или devbox-е.
Функция начинает распространяться уже сегодня в режиме preview на iOS и Android во всех поддерживаемых регионах.
На Windows появится в ближайшее время.
Антропики временно увеличили еженедельные лимиты на 50%
Акция уже действует и продлится до 13 июля 🤑
Годнота: есть NPM-утилита, которую можно использовать в dev-режиме – она позволяет кликать прямо по UI, указать ИИ, что именно нужно изменить, а затем копировать фидбэк напрямую в ваши ИИ-инструменты для кодинга.
→ инспектит и аннотирует любой элемент
→ генерирует точный контекст компонента
→ работает с Claude Code, Cursor и другими
→ больше никаких расплывчатых промптов и скриншотов
Вместо того чтобы вручную объяснять свой UI… ИИ уже понимает, что вы имеете в виду 👍
Теперь любой может создавать RL-среды для обучения. Для этого разработали скилл - RL_Envs_101
- Можно создавать среды в нескольких фреймворках, таких как OpenEnv, OpenReward, Verifiers, NemoGym и др
- в репозитории есть живые рабочие примеры сред, на которые может ссылаться ваш кодинг агент
- скилл изначально рассчитан на то, чтобы определить, какой тип модели вы обучаете, и уже с учётом этого создавать среду
$ npx skills add adithya-s-k/RL_Envs_101
Как заставить Claude работать, пока задача не будет доведена до конца?
Claude Code помогает с этим несколькими способами, включая одну функцию, которую недавно зарелизили: /goal
Задаёте условие завершения — и Claude продолжает работать, пока оно не будет выполнено:
/goal all tests in test/auth pass and the lint step is clean
/loop, чтобы запускать Claude в цикле./schedule запускает Claude по расписанию.stop hook даёт программный контроль над тем, когда Claude разрешено завершить работу.auto mode, который можно включить через Shift + Tab в CLI или через селектор режимов в десктопной версии./goal
Читать полностью…
Новое в Claude Code: agent view – единый список всех ваших сессий
Теперь все активные агентские сессии видны на одном экране: что сейчас выполняется, что ждёт вашего ответа, а что уже завершено. На запрос агента можно ответить прямо из общего списка, без перехода в отдельную сессию.
Фича уже доступна на всех платных планах в формате research preview 👍
https://claude.com/blog/agent-view-in-claude-code
Превращаем агентов в дизайн-исследователей: Lazyweb
Собирает 250 тыс. экранов рабочих приложений, чтобы искать готовые паттерны и опираться на лучшие решения при создании интерфейсов.
Легко подключается к Claude, Codex или Cursor через MCP. Можно собирать референсы и вручную.
Доступен бесплатно и без лимитов. 😃
Безопасники, это для вас: Daybreak
Daybreak объединяет самые мощные модели OpenAI, Codex и партнёров по безопасности, чтобы ускорить процессы киберзащиты и обеспечить непрерывную защиту ПО.
- Находите и устраняйте уязвимости
- Разгружайте накопившийся бэклог безопасности
- Автоматизируйте обнаружение, валидацию и реагирование на угрозы
Исследователи нашли способ ускорить большие языковые модели в 8.5 раза? 🤓
Спекулятивное декодирование — довольно эффективный способ решить проблему узкого места одного токена в традиционном инференсе больших языковых моделей.
Сначала маленькая черновая модель генерирует несколько следующих токенов, затем большая модель проверяет их все сразу за один прямой проход.
Если токен на любой позиции оказывается неверным, сохраняется всё до него, после чего генерация продолжается с этой точки. Такой подход никогда не работает хуже обычного декодирования.
Но текущие черновые модели в спекулятивном декодировании всё ещё предсказывают токены по одному. Из-за этого сам этап черновой генерации становится узким местом, ограничивая ускорение в реальных сценариях примерно 2–3 разами.
DFlash — новая техника, которая заменяет авторегрессионную черновую модель на облегчённую блочную диффузионную модель, предсказывающую все токены параллельно за один проход.
Стоимость черновой генерации остаётся постоянной независимо от количества спекулятивно предсказываемых токенов.
Дополнительно черновая модель получает скрытые признаки из нескольких слоёв целевой модели, которые внедряются в каждый слой генерации черновика. Благодаря этому она делает заметно более точные предсказания по сравнению с моделью, работающей без такого контекста.
В демонстрации выше обычное декодирование работает со скоростью 48.5 токена в секунду. DFlash достигает 415 токенов в секунду на той же модели без какой-либо потери качества.
Техника уже интегрирована в vLLM, SGLang и Transformers, а модели для черновой генерации доступны на HuggingFace для Qwen3, Qwen3.5, Llama 3.1, Kimi-K2.5, gpt-oss и многих других моделей.
- репозиторий на GitHub
KV-кэширование — ещё одна обязательная техника для ускорения инференса больших языковых моделей. Вот об этом статья.
Дай любому ИИ-агенту полный контроль над файлами Office: OfficeCLI 🤩
Создан специально для ИИ-агентов. Позволяет работать с документами Word, Excel и PowerPoint без установки офисного пакета, прямо из терминала. Поддерживаются создание, чтение и изменение файлов, что удобно для автоматизации.
После установки , агенты по типу Claude Code и Cursor, могут обрабатывать офисные файлы автоматически.
Типовые сценарии:
- пакетное изменение Excel-файлов через скрипты
- генерация Word-документов
- обработка презентаций PPT
- автоматизация без ручного открытия файлов
Бесплатный, с открытым исходным кодом, один бинарный файл.
Появился новый подход для RAG, который:
- уменьшает размер корпуса данных в 40 раз;
- снижает количество токенов на запрос в 3 раза;
- повышает релевантность векторного поиска в 2.3 раза.
И всё это в open-source. Читать подробности 😈
Tencent выпустили полностью опенсорс модель перевода, которая, по заявлениям, превосходит Google Translate — и при этом запускается локально прямо на смартфоне. 🤩
Модель поддерживает:
- 33 языка;
- полностью офлайн-перевод;
- запуск прямо на устройстве без облака.
Размер модели всего около 440MB.
Для сжатия используется AngelSlim — внутренний тулкит Tencent для компрессии моделей. За счёт этого удалось сильно уменьшить размер и сохранить производительность.
Веса модели и GGUF-версии доступны на Hugging Face: Hy-MT1.5-1.8B-1.25bit
Также разработчики выложили Android-демо для тестирования локального перевода прямо на телефоне. Ссылка доступна на странице модели в Hugging Face.
🤨 Codex превратил браузер в свою основную рабочую среду.
OpenAI сегодня официально объявила, что Codex теперь нативно поддерживает расширения браузера Chrome, работая напрямую на macOS и Windows.
Получается, теперь он не только лучше управляет веб-страницами и приложениями, но и способен обрабатывать несколько вкладок параллельно в фоновом режиме, вообще не перехватывая управление окном браузера.
Это означает, что однотипные задачи в браузере, такие как: структурированная навигация по страницам, сложный ввод данных, проверки дашбордов, обновления в CRM и т.д. — Codex может выполнять самостоятельно: генерировать код, выполнять его и параллельно обрабатывать задачи в многопоточном режиме.
Расширение Chrome уже доступно для установки в приложении Codex (пока не поддерживается в ЕС и Великобритании, поддержка появится позже).
На случай, если вы пропустили – DeepSeek V4 Flash сейчас доступна бесплатно в OpenCode 🎅
Читать полностью…
Полезный совет, чтобы сократить time-to-first-token (TTFT) для длинных промптов в API: заранее прогрей кеш промпта.
Отправь system prompt раньше user prompt. Claude запишет его в кеш, но не будет генерировать ответ.
Когда придёт реальный запрос пользователя, он попадёт уже в «прогретый» кеш. 🏋️♂️
Как Codex 5.5 medium побеждает Codex 5.5 extra high?
Добавь это правило в Agents.md:
"Не борись с ошибками! Каждый раз, когда ты сталкиваешься с одной и той же ошибкой дважды, изучи веб и найди 3–5 возможных способов её исправления. Затем выбери самое эффективное решение и реализуй его."
C 15 июня подписчики Claude получат отдельный ежемесячный API-кредит – $20, $100 или $200 в зависимости от тарифа.
Эти средства можно использовать для работы с Agent SDK, запуска Claude в интерактивном режиме через claude -p, GitHub Actions и сторонних приложений на базе Claude. При этом обычные чаты и Claude Code расходуют отдельные лимиты и не затрагивают API-баланс
Тем самым Антропики красиво забрали claude -p 😸
https://support.claude.com/en/articles/15036540-use-the-claude-agent-sdk-with-your-claude-plan
> Пока ты работаешь с языковыми моделями:
> обучаешь или дообучаешь свои модели,
> выбираешь модель под задачу,
> или пытаешься понять текущее состояние области,
почти неизбежно возникает вопрос:
как понять, что модель хорошая?
> Ответ — оценка качества. Она везде:
> лидерборды с рейтингами моделей,
> бенчмарки, которые якобы меряют рассуждения,
> знания, кодинг или математику,
> статьи с заявленными новыми лучшими результатами.
Но что такое оценка на самом деле?
И что она реально показывает?
Этот гайд от Hugging Face помогает во всём разобраться. 🌟
/goal - сейчас лучшая команда в Codex, Claude Code и Hermes.
Но большинство используют её не так. Они пишут: «не допусти ошибок». И просто надеются.
Снизу показана структура промпта для реальной задачи: чтобы ранжировать неопределённости перед действием, убивать scope creep и закрывать все незакрытые циклы, которые обычно оставляют другие промпты./goal prompt [структура ниже]
GOAL:Читать полностью…
<один чёткий, измеримый результат; только одна задача>
CONTEXT:
<репозиторий / файлы / архитектура / текущее состояние>
<известные допущения, зависимости и релевантные предыдущие решения>
CONSTRAINTS:
<что нельзя изменять>
<обязательные стандарты / паттерны>
<запрещённые файлы / действия, если есть>
PRIORITY: (необязательно)
<наивысший приоритет>
<вторичный приоритет>
<третичный приоритет>
PLAN:
<сначала разобраться, потом действовать>
<перед нетривиальными изменениями пересказать своё понимание задачи>
<предпочитать минимально достаточные изменения вместо масштабных переписываний>
DONE WHEN:
<проверяемое состояние завершения>
<ожидаемое поведение сохранено или улучшено>
VERIFY:
<тесты / сборка / lint / typecheck / ручная валидация>
<указать, что не удалось проверить и почему>
<включить rollback-план или меры локализации для деструктивных либо high-risk изменений>
OUTPUT:
<краткое summary / документация / audit / результаты>
<изменённые файлы, ключевые решения, риски и дальнейшие шаги>
STOP RULES:
<останавливаться при неоднозначности или риске с высоким impact; не выдумывать архитектуру, поведение или требования>
<показывать неопределённости вместе с ранжированными вариантами с наибольшей уверенностью перед действием, а не задавать открытые уточняющие вопросы>
<не расширять scope после достижения цели>
Небольшой совет по OpenAI Codex:
Необязательно ограничиваться просмотром только одного трэда за раз.
Можно открыть сразу несколько полноценных окон параллельно и работать с несколькими задачами одновременно.
Команда /side позволяет форкнуть текущий диалог в отдельную ветку для временных уточнений или дополнительных вопросов, не засоряя основной контекст.
Также можно назначить хоткей для всплывающего окна Codex, чтобы быстро запускать новые задачи буквально в одно нажатие. 🫡
В Codex добавили импорт из Claude / Claude Code – можно в один клик перенести проекты, диалоги и продолжить работу с того же места
https://chatgpt.com/codex/switch-to-codex/
Как вам такое: Zenbu.js — фреймворк для хакерского/модифицируемого софта
Идея была в том, чтобы можно было редактировать используемые приложения прямо через код-агентов. Из этого вырос Zenbu.js
Zenbu.js позволяет собирать десктоп-приложения, которые пользователь может менять уже после установки. Это достигается за счёт:
- поставки приложения с исходным кодом
- встроенной системы плагинов для расширения логики
npx create-zenbu-app@latest
Слева - водяной знак, который GPT Image 2 встраивает в каждое сгенерированное изображение.
Справа - отпечаток SynthID, который Google встраивает в каждое изображение Nano Banana и Gemini.
Невидим для человеческого глаза. Добавляется во время генерации, а не постфактум. Спроектирован так, чтобы сохраняться после скриншотов, обрезки и сжатия.
Большинство юзеров не осознают, что их вывод помечается на уровне пикселей. Почти все крупные генераторы фоток маркируют контент, и эта метка сохраняется при любом дальнейшем распространении.
Это можно проверить самостоятельно. Content Credentials Verify обнаруживает C2PA-метаданные в изображениях OpenAI. Gemini определяет SynthID при прямой загрузке изображения.
btw: вот исследование, показывающее рабочий обход SynthID от Google на Nano Banana Pro
Думаю, для GPT скоро тоже сделают реверс-инжиниринг таких механизмов 😈
Сохраняем в коллекцию MCP-инструментов: CodexSaver
Он выносит низкорисковые задачи из Codex в DeepSeek, оставляя дорогим моделям только принятие решений. В тестах на пяти задачах средняя экономия составила 48%, задержка — около 6 секунд.
Microsoft выпустила waza — CLI-инструмент на Go для системной оценки качества Agent Skills.
Может быть полезен для повышения качества разработки агентов и построения бенчмарков.
исходники 🐀
Парень крашнул телевизор с помощью Claude Code
Понимая, что он работает на Linux, он попросил Claude подумать о типичных уязвимостях, которым могла бы быть подвержена обычная Linux-машина 2014 года, учитывая, что она доступна только из локальной сети.
Они протестировали несколько вариантов (например, Heartbleed) и в итоге нашли CVE-2012-5958 — баг в libupnp, C-библиотеке, которая есть почти в каждом Smart TV того времени.
Отправили один сетевой пакет с одним полем, где было на несколько байт больше, чем нужно, что привело к переполнению стекового буфера и падению телевизора.
Дальше пошла декомпиляция прошивки, попытка понять, что именно эти производители телевизоров могут видеть о пользователях через свои сомнительные рекламные программы.
Vizio в 2017 году был засужен FTC за тайное отслеживание всего, что смотрят люди, и продажу этих данных рекламодателям. 😕
Тимлид команды Google Gemini, Адди Османи собрал воркфлоу и стандарты разработки, накопленные старшими инженерами за много лет, в унифицированную библиотеку скиллов, позволяющую ИИ-агентам выполнять каждый этап написания кода по единым высоким стандартам.
Это можно рассматривать как снабжение ИИ операционным мануалом от опытных инженеров. 🤩
Самая вирусная функция Anthropic теперь с открытым исходным кодом.
Раньше возможности генерации интерфейсов у Anthropic существовали только внутри их продуктов.
CopilotKit выпустил Open Generative UI — реализацию артефактов Claude с открытым исходным кодом, которая работает в любом приложении.
Агент генерирует HTML и SVG во время выполнения, а CopilotKit передаёт результат по токенам в изолированный iframe внутри чат-интерфейса приложения.
Пользователь видит, как интерфейс собирается в реальном времени, а не после завершения ответа.
Песочница полностью изолирована: нет доступа к родительскому приложению, объектной модели документа и пользовательским данным. Даже при некорректной разметке или неожиданном JavaScript-коде утечек за пределы iframe не происходит.
Внутри система не выбирает из готовых компонентов. Каждый раз генерируется произвольная визуализация с нуля.
Выходные данные по умолчанию не ограничены, но поведение можно направлять через промпт-скрипты, которые задают правила визуальных форматов.
Например, такой слой инструкций может заставить агента формировать дашборд на Chart.js с корректными осями и адаптивной версткой или интерактивную 3D-модель с управлением вращением.
Видеодемонстрация показывает работу системы, а качество вывода формируется именно этим слоем инструкций.
Open Generative UI работает поверх AG-UI и совместим с LangGraph, CrewAI, Mastra, Google ADK, AWS Strands и другими системами.
Также поставляется отдельный сервер MCP (Model Context Protocol), который подключается к Claude Code, Cursor и другим MCP-совместимым клиентам.
Вся платформа построена поверх CopilotKit — фронтенд-фреймворка для агентов и генеративных интерфейсов с десятками тысяч звёзд на GitHub и SDK для React, Next.js, Angular и Vue.
Вот демка, можно потестить самому 😃