47682
Авторский канал по ВАЙБ КОДИНГУ, сотрудничество: @nikwolve
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
Андрей Карпати устал от рекомендаций YouTube и всего за два часа навайбкодил собственную альтернативу.
Проект получил название HackerTube. Он собирает рекомендации видео из комментариев Hacker News за последние почти 20 лет. В результате получился каталог из 6454 видео, распределённых по 150 темам, с возможностью персонализированных рекомендаций.
https://hackertube.org/
Anthropic, похоже, не может позволить OpenAI даже одного дня побыть в центре внимания, не попытавшись перетянуть его на себя.
Не успели появиться первые упоминания GPT-6.2 Astra, как следом загадочным образом всплыла и Mythos 5.5.view-source: https://www.anthropic.com/claude/mythos
Скоро? 👀
DeepSeek опубликовала исследование архитектуры Super-agent.
В работе рассматривается, как ИИ-агенты для вайбкодинга могут выйти за пределы отдельных сессий и перейти к более автономной работе.
Заслуживает внимания. 🍿
Этот парень выпустил подробное пошаговое руководство по созданию игр на Unreal Engine с помощью вайбкодинга.
Зацените - смотреть. 🍿
К концу 2027 года у Google появится крупнейший дата-центр в мире.
Ирония в том, что расположен он будет в городе Goodnight, округ Claude, штат Техас.
Братан, давай возьмём кредит в банке и откроем дата-центр для инференса ИИ.
Читать полностью…
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.
Восемь полезных плагинов для DeepSeek Harness, которые значительно расширяют возможности DSH.
Подборка охватывает поиск плагинов, генерацию изображений, долгосрочную память, удалённое управление и анализ контекста.
1. dshfind — поиск плагинов по категориям с возможностью просмотра информации о проектах и ссылок на авторов.
2. dsh-image-gen — генерация и редактирование изображений с помощью ИИ прямо в DSH. Также поддерживается работа с библиотекой изображений.
3. dsh-better-sidebar — улучшенная боковая панель с быстрым доступом к файлам, предпросмотру и терминалам.
4. dsh-mnemon — долгосрочная память для ИИ. Позволяет сохранять важную информацию, управлять памятью и проектной документацией, а также просматривать связи между воспоминаниями.
5. dsh-im — удалённое управление DSH со смартфона через чаты, включая WeChat и Feishu. Позволяет работать с DSH даже вдали от компьютера.
6. dsh-skills-manager — единый интерфейс для управления Skills: добавления, просмотра, редактирования и включения.
7. dsh-context — визуализация контекста с отображением его структуры, изменений и активности. Помогает отслеживать состояние текущей сессии.
8. dsh-deep-whale — тема оформления с аниме-персонажем Whale Girl, собственной цветовой палитрой и поддержкой светлого и тёмного режимов.
Vercel Labs открыла исходник agent-desktop.
Инструмент переносит подход к Computer Use, знакомый по agent-browser и отличающийся экономным расходом токенов, на всю операционную систему.
Главная особенность инструмента заключается в том, что ему не нужны скриншоты. Вместо анализа изображений агент напрямую считывает дерево доступности системы, получая информацию о кнопках, полях ввода и других элементах интерфейса.
При этом agent-desktop работает в фоновом режиме и не перехватывает управление мышью, поэтому пользователь может продолжать работать за компьютером. Поддерживается и одновременная работа нескольких агентов, каждый из которых получает собственный курсор.
Grok Bot счастлив. 🙂
OpenAI втайне тестирует GPT-6.2 Astra. Новую модель уже заметили в статистике Codex.
В списке доступных моделей по-прежнему значится GPT-6 Astra, однако у некоторых пользователей в статистике использования отдельно появилась gpt-6.2-astra.
Одно и то же изменение заметили сразу несколько пользователей, поэтому речь, по всей видимости, не об ошибке, а о постепенном развёртывании новой версии.
Похоже, выход GPT-6.2 Astra уже близок. 🤟
Вот так, по мнению Сэма Альтмана, устроен мир. 😭
Читать полностью…
xAI объявила о внедрении текстовых водяных знаков в Grok.
Судя по всему, новая система маркировки текстов, созданных ИИ, постепенно внедряется по всему миру.
До сих пор xAI оставалась последней компанией, не использовавшей подобную технологию.
https://docs.x.ai/developers/advanced-api-usage/watermarking
NVIDIA выпустила версию DeepSeek-V4.1-Flash-1017, размер которой уменьшен на 81 ГБ практически без потери качества.
В тестах на программирование результаты снизились всего на 0,7 балла в Terminal-Bench и на 0,26 балла в SciCode.
При этом производительность модели в бенчмарках по программированию и агентным задачам осталась практически на прежнем уровне.
Оптимизированная версия уже готова к использованию в продакшене для инференса.
https://huggingface.co/nvidia/DeepSeek-V4.1-Flash-1017-NVFP4