47682
Авторский канал по ВАЙБ КОДИНГУ, сотрудничество: @nikwolve
«Раньше мы просто копировали код из ИИ-чатбота и вставляли его вручную».
Читать полностью…
Claude Code теперь работает в три раза быстрее благодаря технологии из 90-х, о которой разработчики наконец вспомнили, — gzip.
Читать полностью…
OpenCode взломали! Злоумышленники похищают API-ключи Anthropic, OpenAI, Google и других сервисов.
По заявлению разработчиков, пострадали лишь 1,4% пользователей.
Если вы пользовались OpenCode, я бы рекомендовал заменить API-ключи. 😓
Если вы до сих пор считаете, что видео с моушн-дизайном, созданные Opus 5.5, звучат как дешёвые электронные пищалки, попробуйте этот промпт:
Добавь звук к этому видео. Ты не умеешь слышать, поэтому всё измеряй и не полагайся на субъективные ощущения. Если ffmpeg и librosa не установлены, сначала установи их.
1. Используй музыку с подходящей лицензией: либо трек, который я предоставлю, либо композицию, распространяемую по бесплатной лицензии Mixkit. Укажи источник и лицензию. Не генерируй музыку и звуковые эффекты программным способом.
2. Определи доли музыкального ритма с помощью `librosa`. Иногда библиотека ошибочно синхронизируется со слабыми долями, поэтому построй график звуковой волны в диапазоне ниже 120 Гц, наложи на него сетку долей и увеличь несколько тактов. Если удары бас-барабана не совпадают с сеткой, сдвинь её целиком.
3. Синхронизируй основные движения, например смену сцен и появление заголовков, с музыкальными долями. Если можешь изменить анимацию, измени её. Если нет, сдвинь момент начала воспроизведения музыки.
4. Для каждой смены кадра и каждого значимого движения используй отдельный готовый файл со звуковым эффектом: свистящий звук для движения, хлопок для появления элементов, щелчок для нажатий и звук клавиатуры для набора текста. Сначала используй существующую библиотеку звуков проекта, например ту, которая поставляется с HyperFrames. Если такой библиотеки нет, спроси меня.
5. Если в видео есть закадровый голос, он должен быть громче остальных звуков, а громкость музыки во время речи необходимо снижать. Звуковые эффекты должны быть громче музыки. Ориентируйся на общую громкость около −16 LUFS и пиковый уровень ниже −4 dBFS, чтобы избежать клиппинга после сжатия в AAC и при воспроизведении через динамик телефона в моно. Измеряй громкость экспортированного MP4 с помощью фильтра `ebur128` в `ffmpeg`. Не измеряй WAV-файл.
6. С помощью `ffmpeg` извлеки из экспортированного MP4 по одному кадру до и после каждого момента срабатывания звукового эффекта и построй график звуковой волны для сравнения. Затем выбери пять временных отметок, которые я смогу проверить в наушниках. Не утверждай, что звук получился хорошим.
librosa ошибочно синхронизировалась со слабыми долями. Вся сетка ритма оказалась смещена на 0,22 секунды. Я обнаружил это только после того, как наложил сетку на график звуковой волны в диапазоне ниже 120 Гц.
Читать полностью…
С вас идея, а Т-Банк за нее заплатит
В Т-Банке ищут трейдеров, разработчиков и тех, кто просто увлекается инвестициями. Зарегистрируйтесь на программу «Инвест. Премаркет» до 11 ноября.
Ваши AI-сценарии для бизнеса смогут побороться за призовой фонд программы — 2 500 000 ₽. А сами идеи Т-Банк поможет масштабировать и сделать частью бизнеса.
Успейте подать заявку до 11 ноября
Китайцы выпустили DeepSeek 4.1-1017, которая практически сравнялась с Opus 5.
Это значительный скачок по сравнению с DeepSeek 4.1 Flash. Новая модель лучше справляется с 3D, программированием, агентными задачами и обработкой визуальной информации.
Terminal-Bench: 42,8
Лучший результат (SOTA) в DeepSWE
Значительно превосходит все китайские модели, оставаясь при этом очень дешёвой
Быстрее выполняет задачи и генерирует более короткие ответы
Прежние цены API и контекстное окно в 1 миллион токенов
Стоит прочитать как Anthropic проверяет код, написанный искусственным интеллектом.
Claude пишет около 90% кода Claude Code. С июня по сентябрь количество смёрженных PR увеличилось более чем вдвое, а доля PR, изменения из которых впоследствии пришлось откатить, сократилась более чем на 40%.
Вот как в Anthropic организован процесс код-ревью:
1. Перед созданием PR: запускаются тесты и сборка проекта, после чего независимый агент проверяет внесённые изменения.
2. При проверке каждого PR: несколько агентов ищут ошибки, а другие проверяют обоснованность их выводов. Дополнительно проводятся проверка безопасности и автоматические проверки в CI.
3. Количество обязательных одобрений зависит от уровня риска: изменения с низким уровнем риска при соблюдении определённых условий могут быть приняты без участия человека. Для изменений со средним уровнем риска требуется одобрение одного проверяющего, а с высоким — двух.
4. Новые функции внедряются постепенно с помощью feature flags. Если возникают проблемы, изменения можно быстро откатить.
5. Предыдущие инциденты становятся основой для ежедневных тестов (evals), результаты которых используются для совершенствования ИИ-агента, проводящего код-ревью.
Особенно интересен подход Anthropic к оценке времени, затрачиваемого разработчиками.
Компания учитывает не только время, необходимое для проверки кода, но и время, которое приходится тратить на устранение последствий ошибок.
Сокращение времени на код-ревью не имеет смысла, если впоследствии разработчикам приходится тратить ещё больше времени на устранение инцидентов в продакшене.
https://claude.dev/blog/solving-code-review-at-anthropic/
GLM 5.3 Flash теперь доступна бесплатно в OpenCode наряду с DeepSeek V4.1 Flash.
Сообщается, что бесплатная версия поддерживает контекстное окно размером 200 тысяч токенов. Этого должно быть более чем достаточно для повседневных задач программирования.
Стэнфорд опубликовал 45-минутную лекцию от SpaceX о том, как на самом деле работает Grok Bot. Это своего рода мастер-класс по harness engineering.
В лекции разбираются:
- Какие изменения в моделях сделали возможным создание постоянно работающих ИИ-агентов.
- Архитектура постоянно работающего ИИ-агента.
- Проектирование агентного харнесса.
- Управление контекстом при выполнении длительных задач.
Смотреть лекцию: https://www.youtube.com/watch?v=L1OBRtfPS34
Американская ИИ-компания PrismML расширила семейство Bonsai 2, представив три новые модели с 2, 4 и 9 миллиардами параметров. Все они созданы на основе Qwen 3.5 от Alibaba.
Разработчики ограничили основные веса языковых моделей тремя значениями: −1, 0 и +1. Благодаря этому размеры файлов удалось сократить до 0,43 ГБ, 0,95 ГБ и 2 ГБ соответственно. Это примерно в девять раз меньше, чем у исходных моделей с 16-битными весами.
Новые модели по-прежнему поддерживают рассуждения, понимание изображений и вызов инструментов. Прежде всего они предназначены для локальных ИИ-агентов, работающих на смартфонах, персональных компьютерах и других устройствах.
По данным PrismML, на iPhone 18 Pro Max модель 9B генерирует до 34 токенов в секунду, тогда как версия 2B достигает скорости 120 токенов в секунду.
В официальных тестах Bonsai 2 9B практически не уступает исходной Qwen 3.5 аналогичного размера в программировании и следовании инструкциям, однако на сложных задачах разница заметнее.
В Tau2Bench, проверяющем способность моделей вести многоэтапные диалоги и работать с инструментами, Bonsai 2 9B набрала 73,02 балла против 85,25 у оригинальной Qwen 3.5. В тесте на анализ сложных документов результаты составили 73,8 и 88,73 балла соответственно.
Веса всех трёх моделей уже опубликованы под лицензией Apache 2.0.
При этом стоит учитывать, что 2 ГБ это размер только языковой модели 9B в наиболее компактном формате. Для обработки изображений потребуется дополнительно загрузить визуальный модуль объёмом около 0,62 ГБ.
https://huggingface.co/collections/prism-ml/bonsai-2-small
Ведущий инженер Anthropic, написал руководство о том, как действительно ставить более амбициозные задачи перед ИИ, и поделился готовым промптом.
Феликс Ризеберг, работающий над Claude в Anthropic, отмечает, что все советуют быть "амбициознее" при использовании ИИ, но никто не объясняет, как именно. Он выделяет три подхода, выходящих за рамки простого ускорения работы. Причём они применимы к любому ИИ.
Вместо того чтобы просить ИИ исправлять ошибки по одной, ставьте перед ним конечную цель. Сам Феликс перестал просить исправлять каждый сбой отдельно и вместо этого поставил задачу сделать так, чтобы приложения вообще не вылетали. Он предоставил Claude отчёты об ошибках и компьютеры с Windows, macOS и Linux, чтобы модель могла самостоятельно тестировать исправления.
При подготовке квартального отчёта сначала передайте ИИ все данные и попросите определить, что изменилось, почему это произошло и что нужно предпринять. Затем попросите выделить три самых срочных решения с их преимуществами и недостатками. На ещё более высоком уровне — предложите ИИ создать нечто более полезное, чем сам отчёт, и доказать на исторических данных компании, что это позволило бы выявлять проблемы раньше.
Когда ИИ выдаёт вам небольшую таблицу, попросите вместо неё создать базу данных и статистическую модель, ведь именно такие инструменты использовал бы ведущий специалист в этой области. Если страница должна загружаться за 5 секунд, поставьте цель в 200 миллисекунд. И никогда не позволяйте ИИ самостоятельно оценивать свою работу — используйте независимую проверку.
Чтобы привлечь знания из других областей, соберите команду: аналитика, журналиста, редактора, а для критической оценки — человека, который ставит на крах компании, и эксперта по бухгалтерскому учёту. Но не просите ИИ просто изображать этих специалистов. Попросите провести исследования, которые провели бы они.
Феликс также поделился готовым промптом:
Мне нужна более глубокая версия этой задачи, а не более масштабная.
Прежде чем переписывать мой промпт:
1. Расскажи, что сделал бы ведущий специалист в этой области, чего я сейчас не прошу.
2. Назови максимально исходные данные или материалы, которые он использовал бы вместо уже подготовленной для меня информации.
3. Укажи конкретные методы и инструменты, которые он применил бы.
4. Объясни, какие независимые от нас с тобой доказательства подтвердили бы правильность результата.
Затем перепиши мой промпт так, чтобы он требовал именно этого.
Никогда не оставляйте своего ИИ-агента наедине с заказчиком.
Читать полностью…
Линус Торвальдс обратился к хейтерам ИИ: перестаньте пользоваться компиляторами, если хотите доказать, что вы НАСТОЯЩИЕ программисты. 🤣
«Тогда уж и редактором для написания сообщения к коммиту лучше не пользуйтесь.Читать полностью…
Лично я ожидаю от людей, что они будут стараться делать свою работу как можно лучше и понимать, что именно они делают.
Но это понимание имеет очень мало общего с тем, какие инструменты они используют.
И, если честно, по моему опыту, люди, которых я уважаю и считаю умными, — это совсем не те, кто избегает новых и интересных инструментов».
Anthropic отказалась от Git.
Того самого инструмента, который практически каждый программист использует для сохранения кода и отслеживания изменений.
Их ИИ вносит более 30 тысяч изменений в код ежедневно и выполняет около 25 миллионов скачиваний кода в день.
При использовании Git это создавало бы более 600 петабайт трафика. Каждый день.
Поэтому за 5 месяцев они разработали собственную замену.
https://www.anthropic.com/engineering/redesigning-source-control
🫡🫡🫡
Теперь десктоп Claude Code стал ещё лучше. 🎉
Когда вы поручаете Claude несколько параллельных задач, он создаёт для каждой отдельную подсессию. После завершения результаты передаются в основную сессию, благодаря чему основной чат остаётся чистым.
Можно сохранять папки, SSH-сервер или облако в виде отдельного окружения и запускать сессии непосредственно в нём. При желании для каждой папки можно использовать отдельный worktree.
Пока Claude работает, он самостоятельно предлагает дополнительные задачи, которые можно запустить в отдельных сессиях одним кликом.
В левом меню сразу видно, какие сессии сейчас выполняются, а какие ожидают вашего участия.
https://code.claude.com/docs/en/desktop-quickstart
Google открыла исходный код Harness². 🍿
Это готовый к использованию харнес для рекурсивного управления ИИ-агентами в открытой среде.
Агенты могут выполнять задачи, для которых их харнес изначально не предназначался, и обучаться на полученном опыте.
Харнес состоит из восьми компонентов:
1. Системный промпт
2. Защитные ограничения
3. Память
4. Инструкции по использованию инструментов
5. Субагенты
6. Навыки
7. Скрипты
8. Плагины
https://github.com/google-research/harness2
Разработчик протестировал Astra и DeepSeek V4.1-1017 Flash, используя один и тот же промпт и максимальный уровень рассуждений.
Результаты меня действительно удивили.
- Astra справилась за 20 минут, стоимость составила $7.
- DeepSeek потребовались 1 час 40 минут и $0,90.
Astra отлично проработала детали и создала нечто более оригинальное, чем обычно выдают модели GPT.
DeepSeek, в свою очередь, уделила больше внимания окружению, которое получилось просто потрясающим. Однако рыбки кои у неё вышли не слишком удачными.
В предыдущем посте мы разобрали, как с помощью Opus 5.5 добавлять звуковое сопровождение к видео. Однако есть ещё одна полезная возможность: модель может самостоятельно находить недостающие звуковые эффекты.
Для этого достаточно предоставить Opus 5.5 доступ к Openverse API, который позволяет искать среди 5,2 миллиона бесплатных аудиофайлов. При этом не требуется ни API-ключ, ни оплата.
В библиотеке доступно 590 тысяч звуковых эффектов и 640 тысяч музыкальных треков.
https://api.openverse.org
Звуки переходов, щелчки, хлопки, фоновый шум помещения — всё это можно найти в библиотеке.
Если использовать Openverse API вместе с промптом из предыдущего поста, Opus 5.5 сможет подбирать звуковые эффекты в зависимости от происходящего в каждом кадре и размещать их в соответствующих местах видеоролика.
Для этого достаточно добавить в промпт следующую инструкцию:
Если в проекте нет подходящего звукового эффекта, выполни поиск через Openverse - https://api.openverse.orgЧитать полностью…
Используй только результаты с `license=cc0,by,pdm` и `source=freesound,jamendo`. Для каждого типа звука выполняй поиск только один раз (для анонимных пользователей действует ограничение в 200 поисковых запросов в сутки).
Подбери наиболее подходящий эффект с учётом действия в каждом кадре, скачай выбранный файл по его URL с помощью `curl` в папку `sfx/` и скопируй поле `attribution` каждого результата в `credits.txt` без изменений.
Kimi наняла 16-летнего подростка для работы над передовыми моделями ИИ.
Меньше чем через год он покидает компанию, успев стать одним из авторов научной статьи, посвящённой одному из ключевых архитектурных решений её моделей.
Ему 17 лет. И у него нет степени PhD.
Во многих лабораториях его резюме, вероятно, не прошло бы даже первоначальный отбор.
На протяжении многих лет исследованиями передовых моделей ИИ занимались преимущественно специалисты с учёными степенями и сотрудники известных исследовательских лабораторий. Без соответствующей квалификации и академических достижений получить такую возможность было крайне сложно.
Однако теперь оправдывать подобные ограничения становится всё труднее. Научные статьи, исходный код и открытые веса моделей доступны как никогда раньше, а ИИ помогает разбираться даже в тех исследованиях, которые прежде было бы трудно понять самостоятельно.
Разумеется, качество работы по-прежнему должно соответствовать высоким требованиям. Kimi предоставила ему возможность доказать свои способности.
Надеюсь, другие лаборатории последуют этому примеру.
DeepSeek V4.1 Flash 1017 генерирует 244 токена в секунду, превосходя по скорости даже GPT-6.1 Sol в режиме Ultrafast, доступном по тарифу за $500 в месяц!
Кроме того, DeepSeek предоставила разработчикам доступ к собственным инструментам веб-поиска и загрузки страниц через API. До 31 октября ими можно пользоваться бесплатно через официальный DeepSeek Harness, после чего стоимость составит $0,75 за 1000 запросов.
«Claude пишет около 90% кода Claude Code».
Тот самый легендарный разработчик, который пишет оставшиеся 10%:
Claude разгадал криптографическую загадку, остававшуюся нерешённой 25 лет, менее чем за полчаса.
Никто не знал, откуда Агентство национальной безопасности США (АНБ) взяло числа, использованные для создания эллиптических кривых NIST, таких как P-256, опубликованных правительством США в 2000 году. Эти кривые применяются в ECDSA, одном из самых распространённых в мире стандартов цифровой подписи. Биткоин тоже использует ECDSA, но с другой кривой, secp256k1, которая не относится к кривым NIST.
АНБ предоставило эти числа без каких-либо объяснений, поэтому на протяжении многих лет существовали подозрения, что их намеренно подобрали для создания бэкдора.
Согласно распространённой версии, сотрудник АНБ Джерри Солинас сгенерировал эти числа на основе шуточной фразы вроде «Повысьте зарплату Бобу и Джерри». Он умер в 2023 году, так и не вспомнив подробностей, а сотрудники Anthropic уже пытались проверить эту версию, но безуспешно.
Затем один из сотрудников попросил внутреннюю исследовательскую версию Claude выяснить, как были получены эти числа, не сообщив модели о предполагаемой фразе.
Claude нашёл ответ: никакой фразы не существовало. Числа были получены с помощью распространённого генератора псевдослучайных чисел языка C, в котором в качестве начального значения использовалось время системных часов компьютера. Генерация происходила в период с мая 1997 года по апрель 1998 года. Теперь любой желающий может воспроизвести эти числа.
Anthropic подчёркивает, что это открытие не нарушает безопасность существующих систем и не создаёт новых уязвимостей. Напротив, версия о преднамеренно встроенном бэкдоре становится значительно менее правдоподобной, поэтому никаких изменений вносить не требуется.
Тем не менее некоторые вопросы остаются открытыми. Например, до сих пор неизвестно, почему были отброшены другие числа, которые также подходили для этой задачи.
Лично меня больше всего впечатляет сам метод решения.
Многие исследователи годами пытались найти предполагаемую фразу. Эта гипотеза стала отправной точкой, вокруг которой строились практически все поиски.
Claude пошёл другим путём. Вместо поиска фразы модель предположила, каким образом программа, написанная в 1997 году, могла генерировать подобные числа, а затем проверила свою гипотезу.
И таким образом решила задачу. 🤓
Каково это — общаться со своей человеческой семьёй после очередных 14 часов общения с Claude.
Читать полностью…
Вы дали ИИ-агенту доступ к документам компании. Осталось разобраться, чьи инструкции он выполняет 😏
В сообщении пользователя или документе, который читает модель, могут оказаться вредоносные инструкции. Через них атакующий пытается заставить агента обойти ограничения, выдать закрытые данные или выполнить нежелательное действие. Это и есть промпт-инъекции.
Обычная веб-защита такую историю может пропустить: снаружи всё выглядит как нормальный обмен сообщениями.
Сегодня вышла новость: Positive Technologies добавила в PT Application Firewall модуль LLM Firewall. Он проверяет запросы к модели и её ответы: выявляет попытки обойти ограничения и получить системные инструкции, обнаруживает персональные данные, пароли и ключи доступа. Подозрительные обращения можно блокировать или фиксировать в режиме мониторинга.
Из технического: модуль уже доступен в PT AF Cloud, подключается через API, совместимый с OpenAI Chat Completions и Responses.
Можно защитить ИИ-агента сразу, а не разбираться с последствиями уже после атаки. Вот и думайте 🫡
Человек, который зареверсил продукты Adobe, теперь сделал то же самое с Office.
Есть аналоги Word, Excel и PowerPoint, и все они бесплатные. У каждого есть собственный MCP-сервер, а аналог Word даже позволяет Claude редактировать ваши черновики с включённым режимом отслеживания изменений.
Все три проекта пока находятся на альфа-стадии. По оценке самого автора, они примерно на полпути к тому, чтобы заменить Office.
Вставьте этот промпт в Claude Code, и он сможет напрямую редактировать ваши файлы Office:
Установи инструменты командной строки WordCraft, GridCraft и DeckCraft из их последних релизов на GitHub (https://github.com/storytold) в ~/.local/bin, затем добавь каждый из них как MCP-сервер на уровне пользователя с помощью команды:Читать полностью…
claude mcp add --scope user <name> -- ~/.local/bin/<name>-cli mcp
Сообщи мне, когда нужно будет перезапустить Claude Code.
Claude Code позволяет экспортировать всю сессию с помощью команды /export file_name.
Команда создаёт обычный текстовый файл, содержащий всю историю сессии.
Его можно использовать в качестве контекста для другого агента, чтобы тот продолжил вашу работу, или проанализировать для создания собственных навыков, которые улучшат ваш рабочий процесс в Claude Code.
Вот как это работает :
Google разрешила пользователям запускать собственные вайбкод-приложения через Google Play. 🥩
Теперь можно собирать Android-приложения в Google AI Studio и публиковать их прямо оттуда.
Для этого достаточно обычного Google-аккаунта – регистрироваться как разработчик не нужно. Приложение останется приватным и не появится в общем каталоге Google Play и будет доступно только его создателю.
Позже Google обещает добавить возможность делиться такими приложениями с друзьями и близкими, а затем и вовсе со всеми.
Пока функция доступна совершеннолетним пользователям в отдельных странах, включая США.
Хорошие новости: DeepSeek V4.1 Flash теперь можно бесплатно использовать в OpenCode.
Но есть нюанс: в бесплатной версии контекстное окно ограничено 200 тысячами токенов.
Сравнение Opus 5.5 и Gemini 4 Argon в генерации 3D-сцен. У обоих одинаковый промпт и одинаковые референсы.
Opus справилась с первой попытки. Argon получила три раунда обратной связи.
GrokBot без присмотра. Штампует ИИ-слоп, пока я сплю. 🥳
Читать полностью…