47682
Авторский канал по ВАЙБ КОДИНГУ, сотрудничество: @nikwolve
Codex оказался хорошим наставником для обучения.
1. Открываю в браузере Codex статью, документацию или любой материал, который хочу изучить.
2. Спрашиваю всё, что непонятно. Если нужно копнуть глубже, прошу его поискать информацию в интернете.
3. Подключил скилл для Obsidian, поэтому после диалога Codex сам сохраняет конспект в мои заметки.
Получается что-то вроде персонального преподавателя, который читает материал вместе с тобой, отвечает на вопросы и сразу ведёт записи.
Так можно самостоятельно изучить практически любую тему. 💥
Насколько современные агенты умеют улучшать самих себя?
Исследователи решили это проверить, с помощью Meta-Agent Challenge.
Агенту дают песочницу, API для оценки результатов и ограничение по времени. Дальше он должен не решить задачу сам, а написать другого агента, который покажет лучший результат на скрытых тестах.
Итог получился менее впечатляющим, чем многие ожидали.
Большинство meta-agents не смогли догнать даже базовые решения, которые заранее собрали люди. Те немногие, кто смог приблизиться к человеческим результатам, почти всегда работали на топовых закрытых моделях.
Самое интересное произошло под сильным давлением оптимизации.
Вместо поиска лучших решений некоторые из них начали искать способы вытащить правильные ответы через систему оценки. Исследователи зафиксировали попытки получить ground truth через scoring API, хотя специально строили защиту от reward hacking.
Получается, что даже в контролируемой среде часть агентов решила, что проще взломать экзамен, чем лучше подготовиться к нему. 😁
Статья: https://arxiv.org/abs/2606.04455
Anthropic временно удвоила лимиты в Claude Cowork.
До 5 июля пользователи всех платных тарифов смогут делегировать Claude более крупные и длительные задачи без упора в ограничения.
Изменение уже доступно 🎉
Для Codex вышел официальный плагин MagicPath
Теперь очень просто дать агенту бесконечный многопользовательский канвас, где он может вместе с вами проектировать интерфейсы, создавать их и дорабатывать.
Он может импортировать UI из вашего репозитория в MagicPath, понимать используемые компоненты и дизайн-систему, а затем воссоздавать всё это в виде редактируемого интерактивного интерфейса на канвасе.
Для лучшего рабочего процесса откройте MagicPath в браузере Codex, войдите в аккаунт и откройте свой проект. Codex обнаружит его автоматически, либо вы можете просто указать название проекта. 😊
Бесплатный учебник по Agentic AI: скачать
Разбирает основы ИИ-агентов (планирование, память, использование инструментов, принятие решений и выполнение многошаговых задач.)
Подойдёт тем, кто хочет понять, как работают современные агенты и чем они отличаются от обычных LLM.
UPD: версия на русском (спасибо @pavel_pogodin)
Нашёл расширение NotebookLM Web Importer. 👔
Кликаешь по статье, YouTube-видео, плейлисту или RSS-ленте и оно сразу улетает в NotebookLM.
Ещё имеет массовый импорт нескольких источников сразу.
Есть бесплатный и платный тарифы.
Бесплатный тариф даёт 20 импортов в день, и для большинства этого более чем достаточно.
Инсайд по Anthropic: компания готовится к публичному запуску новой версии Mythos
Вчера один из чекпоинтов модели под кодовым названием Oceanus выдали участникам программы red teaming.
По информации источников, такие тесты обычно стартуют примерно за неделю до более широкого релиза. Если это правило сработает и здесь, анонс может состояться совсем скоро.
Но есть нюанс.
Программу уже приостановили. По данным scaling01, один из участников якобы перепродавал доступ к модели через китайский API-прокси. 😐
Пока непонятно, повлияет ли этот инцидент на сроки запуска. Anthropic публично ситуацию не комментировала.
Если информация подтвердится, то появление Oceanus выглядит как первый сигнал того, что следующее поколение Mythos уже находится на финальной стадии проверки перед релизом. 🏁
ChatGPT получил крупное обновление памяти.
Теперь он сам пытается отслеживать важные детали, а не только то, что вы вручную сохранили в память.
Сказали, что едете в отпуск в июле? ChatGPT должен понимать разницу между:
• поездка скоро начнётся
• поездка уже идёт
• поездка давно закончилась
Также появилась сводка памяти, где можно посмотреть, что именно модель о вас помнит, и при желании это подправить.
Если новый подход не нравится, старый режим Saved Memories никуда не делся. Его можно вернуть в настройках.
Бонусом OpenAI удвоила объём памяти.
Пока раскатка идёт только для Plus и Pro в США, но обещают постепенно открыть доступ для остальных стран и тарифов. Обновление приложения на iOS и Android обязательно. 🤩
Ещё: Microsoft представила Scout. 🫢
Это агент, который работает в фоне и сам двигает задачи вперёд, без постоянных промптов и ручных команд.
Scout стал первым агентом Microsoft с режимом Autopilot.
Он умеет работать между Teams, Outlook, OneDrive и другими сервисами Microsoft, выполняя действия в рамках политик и прав доступа, настроенных вашей организацией.
Microsoft запустила собственную ИИ-модель
Microsoft разработала её самостоятельно. Называется она MAI-Code-1-Flash, и её разворачивают для всех тарифов Copilot. (на бесплатном тоже)
Новая линейка моделей MAI включает:
• MAI-Code-1-Flash — для программирования
• MAI-Thinking-1 — reasoning-модель на 35 млрд параметров
• MAI-Image-2.5 — генерация изображений
• MAI-Transcribe-1.5 — распознавание речи на 43 языках
Что заявляет Microsoft:
• модель обучалась прямо в продакшн-среде Copilot, а не отдельно от продукта
• на сложных задачах использует на 60% меньше токенов по сравнению с сопоставимыми моделями
• набирает 85.8% на внутреннем adversarial coding benchmark Microsoft
• контекстное окно — 256K токенов
Если Copilot уже подключён, можно сразу переходить к выбору модели.
полный анонс 😴
В Claude поменяли триггер для динамических workflow. Теперь вместо "workflow" нужно писать "ultracode".
Фраза вроде "use a workflow for this" всё ещё работает, но если Claude поймёт, что речь не про динамический workflow, он не станет запускать его автоматически.
Если нужен гарантированный запуск, просто напишите "ultracode".
Похоже, это сделали после жалоб пользователей на ложные срабатывания. 🏁
Вчера зарелизили Hermes Desktop для macOS, Windows и Linux. 🌙
Несколько месяцев Hermes был агентом, который изучал ваши проекты, писал собственные скиллы и постепенно строил модель того, как вы работаете. Но всё это было спрятано в логах терминала.
Теперь у него появился полноценный интерфейс.
Под капотом тот же агент, те же сессии, память и скиллы, что и в CLI. Можно начать задачу в терминале, открыть приложение и продолжить с того же места. Контекст общий, ничего не пересоздаётся.
Что даёт GUI:
• стриминг инструментов и рассуждений в реальном времени
• предпросмотр кода, страниц и изображений рядом с чатом
• панель артефактов со всеми файлами, которые создавал агент
• Remote Gateway для запуска агента на VPS
• управление skills, cron-задачами и профилями через GUI вместо YAML
• голосовой режим, drag-and-drop файлов и генерацию изображений
Самая интересная фича для меня это Remote Gateway. Агент может работать 24/7 на VPS за $5 в месяц, а вы управляете им с ноутбука так, будто он запущен локально.
Впервые Hermes Desktop показали на презентации Jensen Huang во время NVIDIA GTC, а теперь он доступен в публичной превью-версии.
Если уже пользуетесь Hermes, после установки Desktop всё подхватится автоматически.
Попробуйте подать заявку на 6 месяцев бесплатного ChatGPT Pro. 😳
Если у вас есть опенсорс репозиторий с хорошим количеством звёзд на GitHub, шансы вполне реальные.
OpenAI запустила программу Codex for Open Source, в рамках которой мейнтейнеры открытых проектов могут получить:
- 6 месяцев ChatGPT Pro
- доступ к Codex
- API-кредиты
- в отдельных случаях доступ к Codex Security
По отзывам разработчиков, процесс подачи заявки занимает буквально несколько минут. Достаточно указать ссылку на проект и кратко описать, чем вы занимаетесь. Одобрение приходит довольно быстро.
Форма для подачи заявки: https://openai.com/ru-RU/form/codex-for-oss/
Создавать приложения теперь почти смешно просто.
Завезли Sites для Codex.
Берёшь рабочий документ, идею, план или набросок проекта, а Codex превращает это в интерактивный сайт или приложение, которым можно сразу пользоваться и делиться по URL.
Получаем рабочую штуку, которую команда может открыть и потыкать самостоятельно.
Пока выкатывают для тарифов Business и Enterprise. Позже обещают расширить доступ и на остальные планы. 🫡
Нашёл простой способ узнать, какие LLM потянет ваш компьютер. ( и это не /llmfit)
Устанавливаете:
npm install -g llm-checker
llm-checker hw-detect
llm-checker recommend --category coding
Если пользуешься Hermes, то у Nous Research появился полноценный гайд по созданию собственных плагинов для него.
Скопируйте эту страницу целиком в своего агента и напишите:
I want to build a plugin for [x]
Нашёл интересный апгрейд для /goal под названием /supergoal.
По сути, это самовосстанавливающийся и самоуправляемый апгрейд для обычного /goal.
Для Claude Code, Codex и любой IDE, которая поддерживает /goal.
линк: https://github.com/robzilla1738/supergoal ✍️
Тем временем, Cursor завезли visual prompts.
В Design Mode теперь можно просто ткнуть в элемент, обвести нужное место или сказать голосом, что поменять в UI.
Canvas тоже получил обновления. Теперь его можно публиковать и делиться им с командой по ссылке. С помощью Canvas агент умеет создавать дашборды, отчёты и внутренние инструменты.
Ещё одна полезная фича: Cursor теперь показывает использование контекста в виде интерактивного отчёта прямо в Canvas. Context Explorer позволяет увидеть, на что расходуются токены: системный промпт, определения инструментов, правила, скиллы и другие части контекста. ☺️
NVIDIA выкатила Nemotron 3 Ultra.
550B MoE-модель с открытыми весами, заточенная под долгоживущих агентов.
По заявлениям NVIDIA:
• инференс до 5 раз быстрее
• до 30% дешевле на сложных агентных задачах
• сильнее в программировании, deep research и долгосрочном планировании
Главный фокус не на чатах, а на агентных сценариях, где модель часами планирует действия, вызывает инструменты, обрабатывает ошибки и принимает решения по следующим шагам.
Использует гибридную архитектуру Mamba + Transformer MoE, которая позволяет выполнять больше циклов рассуждений за то же время.
Из интересного:
• может работать с большими кодовыми базами
• держит длинные цепочки tool calls
• умеет собирать и синтезировать данные из сотен источников
• дообучалась под OpenClaw, Hermes Agent и LangChain
NVIDIA также открыла не только веса модели, но и синтетические датасеты вместе с рецептами постобучения.
И сразу приятный бонус.
Nous Research присоединилась к коалиции Nemotron и вместе с NVIDIA и Nebius открыла бесплатный доступ к Nemotron 3 Ultra через Nous Portal на две недели.
Для тех, кто хочет запускать модель локально, уже появились GGUF-квантизации от Unsloth
GGUF: тут
Guide: тут
😊😊😊
Grok Build стал доступен всем пользователям SuperGrok и X Premium+.
Это агентная среда разработки от xAI с Plan Mode, генерацией изображений и видео через Imagine, а также CLI для создания автоматизаций, агентов и оркестраторов.
Одновременно xAI открыла API-доступ к grok-build-0.1 в публичной бете.
Это та же модель, которая лежит в основе Grok Build CLI и заточена под агентное программирование.
Цена:
• $1 за миллион входных токенов
• $2 за миллион выходных токенов
А теперь в Grok Build появилась ещё и новая модель — Composer 2.5.
По словам xAI, она отлично справляется с длительными задачами, сложными инструкциями и многошаговыми рабочими процессами.
Небольшой трюк для пользователей Codex.
Для работы Codex на телефоне не обязательно запускать полноценное приложение Codex на удалённой машине.
Достаточно выполнить:
codex remote-control
Плюсом: Microsoft представила официальный клиент для OpenClaw. 🤙
Теперь агент может управлять системой через отдельное приложение:
✓ встроенные разрешения
✓ полный контроль через системный трей
✓ безопасный запуск по умолчанию в контейнерах
Под капотом используется новая технология Microsoft Execution Containers (MXC), которую Microsoft продвигает как основу для более безопасных AI-агентов на Windows.
открытый исходный код
Google выпустила новую Gemma 4 12B с заявкой на производительность уровня моделей класса 26B.
Ребята протестировали обе локально.
Обе модели запускались на одной RTX 4090 и получили одинаковое задание: написать самодостаточную HTML5 Canvas-анимацию с реальной физикой в одном файле, без сторонних библиотек. Сцены:
• доска Гальтона
• столкновение двух блоков с отскоком от стены
• хаотический тройной маятник
Результаты:
Gemma 4 26B-A4B
• 15 ГБ VRAM
• 6.9 тыс. токенов
• 138 токенов/с
Gemma 4 12B
• 9 ГБ VRAM
• 8.9 тыс. токенов
• 80 токенов/с
Несмотря на принадлежность к одному семейству Gemma 4, модель 26B-A4B выиграла во всех трёх сценах и работала примерно в 1.7 раза быстрее, используя всего 4 млрд активных параметров.
При этом 12B отстала совсем ненамного, потребляя почти вдвое меньше видеопамяти. Для ноутбуков с 16 ГБ VRAM это делает её одним из самых интересных вариантов для локального запуска.
GGUF: здесь
Guide: здесь
POV: ты всё ещё пользуешься GitHub Copilot после 1 июня 2026 года
@IT_Portal
В Claude Code обновили команду /fork.
Теперь /fork запускает фонового агента, который получает точно такой же контекст, как и ваша текущая сессия:
• системный промпт
• доступные инструменты
• историю диалога
• выбранную модель
• prompt cache
После завершения работы результат автоматически возвращается обратно в текущую сессию.
То есть /fork теперь больше похож на запуск параллельного подагента для отдельной задачи, чем на создание новой ветки чата.
Если нужен старый сценарий поведения, используйте: /branch
Именно /branch теперь выполняет прежнюю функцию /fork:
• копирует текущий диалог в новую сессию
• создаёт отдельную ветку разговора
• дальнейшую работу в этой ветке ведёте вы сами
По сути, различие теперь такое:/fork
→ запустить автономного фонового агента и получить результат обратно/branch
→ создать новую ветку диалога для ручной работы
Антропик завезли CLI для Claude Platform, который позволяет запускать любой API-эндпоинт прямо из терминала: /ant
Можно дергать Messages API, поднимать Claude Managed Agents и прокидывать результаты сразу в shell через пайпы.
CLI ant хорошо понимается кодовыми агентами вроде Claude Code через навык claude-api.
Для интерактивной авторизации есть:
ant auth login
messages, models, files и другие.@path, а ответы можно преобразовывать через --transform.json, yaml, jsonl и explore (по умолчанию) с TUI-интерфейсом, поиском и сворачиваемыми секциями.ant также можно создавать и обновлять Claude Managed Agents как локально, так и из CI.ant beta:agents update
ant через встроенный скилл:/claude-api
brew, curl или go. 🎉🎉🎉
Читать полностью…
OpenAI выкатила свои фронтирные модели и Codex в AWS.
Теперь компании могут использовать OpenAI через Amazon Bedrock, оставаясь в привычных процессах безопасности, комплаенса и управления, которые уже настроены в AWS.
Заодно это первый шаг к более широкой интеграции возможностей OpenAI в AWS. В будущем там появятся и инструменты для кибербезопасности, включая Daybreak. 😊
Perplexity представила Search as Code, новую архитектуру поиска для агентов.
Вместо классического цикла из вызовов инструментов модель генерирует Python-код, который напрямую работает с поисковым стеком.
Доступно в Perplexity Agent API и теперь используется по умолчанию в Computer.
Что это даёт:
• Параллельный запуск множества поисковых запросов
• Дедупликацию результатов
• Фильтрацию и объединение данных
• Ранжирование результатов до того, как они попадут в контекст модели
По словам Perplexity, классический tool calling страдает от высокой задержки, ручного управления потоком выполнения и засорения контекстного окна промежуточными данными.
Search as Code тестировали на DSQA, BrowseComp, HLE, WideSearch и WANDR.
Система либо сравнялась, либо обошла конкурентов на всех пяти бенчмарках.
На DSQA она набрала 0.871 против 0.815 у решения Anthropic, при этом стоимость выполнения задачи почти вдвое ниже.
Интересная идея. Вместо того чтобы вызывать поиск шаг за шагом, агент сначала пишет программу поиска, а потом выполняет её. 📈