Инженерная ИИ-шница

😮 Что нового в мире ИИ 💛 SpaceX подписала окончательное соглашение о покупке Anysphere, разработчика Cursor, за $60 млрд. Сделку оформили обменом акций и запланировали закрыть в третьем квартале 2026 года. После закрытия SpaceX получит один из самых популярных инструментов для вайбкодинга. 🟡 Midjourney запустила медицинское направление и показала прототип сканера всего тела на ультразвуке. Во время процедуры человек опускался в воду через кольцо из примерно полумиллиона датчиков, а система за 60 секунд собирала трехмерную карту тканей без радиации и магнитов. Первый спа-центр с десятью сканерами компания запланировала открыть в Сан-Франциско в конце 2027 года, а медицинскую диагностику отложила до получения регуляторных разрешений. 💛 OpenRouter запустил Fusion, режим, который отправлял один запрос нескольким моделям, поручал отдельной модели сравнить ответы, а затем собирал общий результат. В собственном тесте компании бюджетная связка из Gemini 3 Flash, Kimi K2.6 и DeepSeek V4 Pro набрала 64,7% и обошла GPT-5.5 с 60% и Claude Opus 4.8 с 58,8%. Несколько параллельных генераций увеличили цену и время ответа, поэтому Fusion выпустили как эксперимент OpenRouter Labs. 🟡 Anthropic обновила Claude Design и научила его подхватывать дизайн-системы из GitHub, макетов и загруженных файлов. Инструмент начал собирать интерфейсы из настоящих компонентов компании, проверял результат по правилам бренда и синхронизировал проекты с Claude Code в обе стороны. В редактор добавили прямое перетаскивание, изменение размеров и выравнивание элементов на холсте. 💛 Genspark выпустил AgentBase, агента для сборки рабочих систем из собственных данных. В превью компания подключила Salesforce, HubSpot, почту, диски, календари и файлы. По одному запросу AgentBase начал собирать CRM, системы найма, трекеры проектов и дашборды под конкретную задачу. 🟡 MiniMax выпустила Hub, десктопную студию для создания контента с помощью нескольких ИИ-агентов. Четыре агента параллельно взялись за сценарий, изображения, видео и звук, а весь процесс от идеи до монтажа собрали на одном холсте. Приложение вышло для macOS и Windows, а тем, кто войдет до 1 июля, MiniMax начислит 3000 бонусных кредитов. 💛 Z.ai выпустила GLM-5.2, новую модель для длинных задач по программированию с контекстным окном на 1 млн токенов. На Terminal-Bench 2.1 она набрала 81 балл против 62 у GLM-5.1, а на SWE-bench Pro поднялась с 58,4 до 62,1. Компания открыла модель в API и дала ранний доступ подписчикам GLM Coding Plan. 💛 xAI обновила Grok Imagine до версии Video 1.5. Быстрый режим сократил генерацию шестисекундного ролика в 720p с 40 с лишним до примерно 25 секунд, а модель улучшила движение, физику, звук и синхронизацию речи с губами. xAI также добавила папки проектов, параллельные генерации и поиск по библиотеке, а обычную версию 1.5 вывела из превью в API. 💛 ByteDance выпустила Seedance 2.0 Mini, облегченную версию видеомодели для быстрых черновиков и массовой генерации. Компания ускорила создание роликов и снизила стоимость относительно базовой Seedance 2.0, а Mini сохранила работу с изображениями, видео и аудио в качестве референсов. Первый этап тестирования BytePlus ограничила периодом с 15 по 22 июня и площадкой Model Playground. #дайджест @neurozeh

⚡️ Нейросеть Mythos во время испытаний получила доступ к закрытым системам АНБ Во время испытаний она возможно получила доступ к большей части закрытой инфраструктуры американской разведки. Об этом, по данным источников, заявил глава Киберкомандования США Джошуа Радд.

Нейронные аудиокодеки: мощное сжатие звука с помощью LLM gzip жмёт английскую Википедию 3:1. NNCP с нейросетью внутри — 9:1. Лидер мирового бенчмарка LTCB. Идея простая. Берём LLM как огромный словарь токенов — и она предсказывает следующий лучше любого статистического кодера. А теперь — что если так же поступить со звуком? В 2024 году Kyutai выкатили Moshi и аудиокодек Mimi. Он не предсказывает сэмплы напрямую — это было бы безумием, в секунде их десятки тысяч. Mimi сжимает аудио до 12,5 Гц. Около 24 токенов в секунду на каждый слой квантования. Голос. Дыхание. Шум кофейни на фоне. Всё умещается в поток размером с короткое SMS. Внутри — автоэнкодер и остаточный квантователь RVQ. Семантика — за смысл, акустика — за тембр. Развести эти потоки в реалтайме было главной болью всех предыдущих кодеков.

Nvidia показала роботов, которые сами научились собирать ПК — но почему-то дорогие видеокарты им не доверила Nvidia показала отряд роботов, которыми рулит ИИ. Эти машины сами учатся выполнять тонкие и ювелирные задачи в реальном мире. Им не нужно каждое действие прописывать заранее — алгоритмы подстраиваются под обстановку. По сути, это шаг к роботам, которые могут быстро переучиваться под любую работу. #nvidia #робот #ии 📎Подробнее 🔖 3DNews в TG | MAX | VK

Топ-менеджер Anthropic обещает вернуть Claude Fable 5 в ближайшие дни. Верим? Верим же? По X разлетается цитата Криса Циаури, управляющего директора Anthropic по международному направлению, который в Сеуле в среду заявил: “[мы] очень уверены, что в ближайшие дни модели [Fable 5 и Mythos 5] снова станут доступны”. Хочется верить, что так оно и будет, и мой канал наконец-то перестанет выглядеть боевым листком с войны Anthropic и правительства США. Но взглянем более трезво. Мероприятие в Сеуле задумывалось как анонс экспансии Anthropic в Корее, но пресс-конференция превратилась в поток вопросов насчет блокировок Fable 5/Mythos 5 и участия корейских компаний в Project Glasswing (об этом позже, там самая соль). На большинство вопросов Anthropic отвечали “без комментариев” и только в конце Циаури бросил про “в ближайшие дни”. Пресс-конференция прошла раньше обеда, на котором лидеры G7 обсуждали ИИ с топ-менеджерами ведущих компаний, среди которых были Дарио Амодеи, Сэм Альтман и Демис Хассабис. По итогам никаких обязательств взято не было, только Дональд Трамп сказал, что переговоры прошли хорошо, но он всегда так говорит. Интересно другое. На обеде Дарио Амодеи прямым тоном призвал к созданию международной ИИ-коалиции во главе с США и в обход Китая. Идею в общих чертах поддержал Хассабис, Сэм Альтман был мягче и говорил о необходимости международных институтов для регулирования ИИ. Поначалу это плохо укладывается в голове: громче всех о регулировании ИИ продолжает говорить компания, которую прямо сейчас бьют регуляторной палкой. Я уже немного писал о возможной мотивации: сейчас выстраиваются контуры будущей ИИ-регуляторики и Anthropic продолжает заниматься regulatory capture – пытается перехватить инициативу в определении того, какой эта регуляторика будет. “В этот раз обязательно получится” 😁 Вернемся в Корею. Пресса продолжает раскрывать детали цепочки событий, которая привела к блокировки Fable 5/Mythos 5. Незадолго до выпуска модели Anthropic подала властям США новый список компаний-участников Project Glasswing – закрытой инициативы поиска уязвимостей с помощью Mythos 5. В списке оказалась корейская SK Telecom, которую власти США подозревают в связях с Китаем – а значит, ответы модели могут утечь китайской разведке. Anthropic оперативно убрала SK Telecom из списка компаний, но было поздно – власти США уже занервничали. Fable 5 все-таки выпустили, но затем последовал злополучный джейлбрейк Amazon, который показал: если модель попросить найти ошибки в коде, то она укажет и на уязвимости, которые можно использовать для взлома. Этого оказалось достаточно, чтобы чиновники рубанули экспортный запрет. По некоторым данным, США потребовали доработать Fable 5 таким образом, чтобы модель в принципе нельзя было “джейлбрейкнуть”. Anthropic упирает, что это технически невозможно. И здесь я согласен: защита абсолютно любой модели обходится “социальной инженерией” в промптах. Но и власти находятся под давлением. Первую проблему уже называл – конкурирующие модели растут в коде. Вышедшая на этой неделе китайская GLM-5.2 в некоторых бенчмарках уже наступает на пятки Opus 4.8, GPT-5.5 и даже Fable/Mythos. Открытые модели легко использовать для поиска уязвимостей, поэтому блокировкать более мощный ИИ – наоборот, лишать всех обороны. Вторая проблема – удар по индустрии в неудачный момент. Anthropic только что подала на IPO, OpenAI планирует до конца года. Если сейчас непредсказуемо душить индустрию запретами, то размещения провалятся, это ударит по цепочке инвесторов и поставщиков, а затем и по экономике. Посмотрим, насколько осознают это стороны и как быстро придут к договоренностям. Для “Бусти” я сейчас готовлю разбор системного промпта Claude Fable 5 – его вытащили из модели перед запретом (тоже нелегально). Это огромный документ на 17 тысяч слов, который интересен с точки зрения техник промптинга, используемых инженерами Anthropic, и просто помогает разобраться, как устроены системные промпты всех ИИ, как они влияют на ответы и почему ваша модель иногда начинает “тупеть” на ровном месте.

Вышла GLM-5.2 — топовая модель для создания презентаций, отчетов и макетов сайтов. В бенчмарке Design Arena она обошла даже Claude Fable 5. У модели 1 млн контекста, она легко работает с большими проектами, не теряя важные детали. Помимо дизайна неплохо показывает себя в кодинге и агентских задачах. И ее можно напрямую интегрировать в Claude Code. Пользуемся по ссылке.

Что там у Claude Fable 5? А ничего хорошего! Похоже, надежды на быструю разблокировку Fable 5 не оправдались. Более того, тают и шансы на разблокировку не быструю. В понедельник Anthropic отправила в Вашингтон команду технических специалистов – убеждать администрацию, что Fable 5 не несет серьезных угроз для кибербезопасности. Ее поддержали кибербез-эксперты: в открытом письме они настаивали, что блокировка опаснее – конкурирующие модели (в том числе, открытые китайские) развиваются быстро и скоро смогут находить аналогичные уязвимости, поэтому глупо запрещать ИИ, с помощью которого их можно заранее закрыть. По данным СМИ, команда Anthropic провела несколько встреч, которые не увенчались успехом. Позже Bloomberg выложил текст письма, которым 12 июня министр торговли США Говард Латник приравнял Fable 5 и Mythos 5 к технологиям, находящимся под экспортным контролем США. Теперь Anthropic нужно разрешение властей, чтобы дать доступ любому негражданину США. Конкретные причины в письме не называются – только ссылки на законы об экспортном контроле и норму про риск ухода технологии к военной разведке противника. Письмо адресное – нормы распространяются только на Fable 5 и Mythos 5, но не касаются OpenAI, Google и других. Пока не касаются. Жесткий разбор письма сделал Аласдер Филлипс-Робинс: юрист, который в 2023–2025 был старшим советником министра торговли США по ИИ, полупроводникам и экспортному контролю. Он не спорит, что Fable 5 может быть опасной, а скорее указывает на то, что текущее законодательство США вообще плохо ложится на регулирование ИИ. Во-первых, экспортный контроль регулирует передачу материальных вещей. Модель же – фактически услуга, она крутится на серверах в США и лишь обрабатывает запросы иностранца. В январе Палата представителей приняла отдельный законопроект (Remote Access Security Act), который должен распространить экспортный контроль на удаленный доступ через облако – но законом он пока не стал. Во-вторых, запрет шире, чем норма на которую ссылается. Она заточена на военные разведки конкретного списка стран – Китая, России и так далее. Письмо же бьет по всем иностранцам вообще. В-третьих, письмо нарушает Первую поправку в области свободы слова: в США даже неграждане имеют право получать информацию. Впрочем, Аласдер сразу оговаривается, что это – самый слабый из его аргументов. Наконец, четвертый аргумент – письмо написано настолько криво, что Anthropic могла бы ничего не делать вообще. Текст требует ограничить “экспорт модели”, но модель – это веса, хранящиеся на сервере. Пока веса лежат на серверах в США, модель никуда не экспортируется – за границу отправляются лишь ее ответы. Аласдер считает, что Anthropic могла ничего не отключать, но перестраховалась, чтобы показать лояльность. Его финальный вывод: экспортное право – не универсальная кнопка “забанить все”. Если власти боятся опасных моделей, нужно проводить через Конгресс нормальный регулирующий закон. На завершившемся во Франции саммите G7 тема доступа к Fable 5 стала одной из ключевых. По сообщениям СМИ, премьер Британии Кир Стармер поднял вопрос о возвращении доступа британцам – и публично получил отказ: сейчас от модели отрезаны даже сами американцы. Но в кулуарах участники «семёрки» обсуждали обходной механизм – как дать доверенным союзникам, странам или компаниям, доступ к передовым моделям. Отдельно прошел закрытый обед ИИ-лидеров – Дарио Амодеи, Сэма Альтмана, Демиса Хассабиса и других, – где регулирование обсуждали уже со стороны бизнеса. Какие у всего этого итоги – неизвестно. Для нас с вами это в любом случае не позитивные новости. Мир стремительно входит во время цифровой сегрегации. Она уже началась по цене (Claude Fable 5 было реально использовать на подписках от $100 и дороже), теперь же рискует продолжиться по паспорту. Впрочем, где одни ограничивают, другие используют это как конкурентное преимущество. Во вчерашнем анонсе GLM-5.2 китайская z.AI прямым текстом кольнула Anthropic, заявив, что на ее модель никакие барьеры не действуют. Посмотрим, что будет дальше. “сбежавшая нейросеть” на Бусти

Запускаем свой ИИ-стартап: Anthropic выпустили бесплатное руководство по созданию бизнеса с нейронками. Рассказывают, как использовать Claude Code на каждом этапе стартапа — от проработки идеи до сборки MVP и масштабирования. Есть практические задания, фреймворки и готовые промты. Забираем плейбук основателя стартапа по ссылке.

AI уже уверенно помогает писать программный код, но почему с RTL-разработкой всё намного сложнее? В этом докладе Богдан рассказывает, какие ограничения есть у современных AI-агентов в ASIC/FPGA-разработке, почему вейформ-анализ остаётся сложной задачей и как появился инструмент WavePick, который помогает агентам работать с временными диаграммами через командную строку. Смотрите полный доклад по ссылке. VK | RUTUBU | YOUTUBE Скачать презентацию доклада

Полезное: нашли скилл Agent Reach — позволяет Claude, Cursor и другим агентам легко искать инфу в соцсетях, на YouTube, новостных сайтах и не только. Поможет быстро сделать саммари YouTube-видео, собрать подборку новостей, проверить тренды в X или поискать решение технических проблем на Reddit или GitHub. Сам подбирает и проверяет рабочие способы доступа. Если метод перестанет работать, переедет на другой. Разбираться с подключениями к каждому сервису больше не придется. Ставим бесплатно по ссылке.

«Мои ученики не умеют читать» Исследователи MIT зафиксировали физиологическую цену делегирования задач ИИ. При работе с языковыми моделями нейронная связность мозга падает на 55%. Возникает «когнитивный долг»: после отказа от чат-ботов активность коры не возвращается к норме. Студенты теряют физическую способность удерживать внимание при чтении. Разрушение памяти начинается ещё до запуска алгоритмов. Спектроскопия подтверждает: пассивное присутствие смартфона на столе перегружает мозг и подавляет дыхание, блокируя понимание текста. Школа закрепляет дефицит, натаскивая учеников на сканирование коротких абзацев для тестов. Обсудим, почему университеты стали конвейером по выдаче дипломов истощённым людям и к чему ведёт массовая атрофия аналитического мышления.

Asus представила настольный компьютер по цене однушки в Москве.

Система оснащена 748 Гбайт когерентной памяти, распределённой между 72-ядерным процессором Arm Neoverse V2 Grace (496 Гбайт памяти LPDDR5X) и графическим процессором Blackwell Ultra (252 Гбайт памяти HBM3e). Пропускная способность памяти процессора составляет 396 Гбайт/с, а графического процессора — 7,1 Тбайт/с.

Система предназначена для локального обучения ИИ, инференса и выполнения задач агентного ИИ. Цена - 11,5 миллиона рублей.

Не Claude и ChatGPT единым: китайцы бодро забирают рынок Ребята, пока на западе творится дичь - США экспортным предписанием заставили 💬 Anthropic вырубить топовые модели Fable 5 и Mythos 5 для всех "не-американцев" (причем отрубить пришлось вообще всем клиентам, чтобы соответствовать предписанию) - на востоке происходит настоящая революция 🪼 Китайские модели сейчас - это не дешевая копия, а реальные монстры, которые по скорости и кодингу дышат в затылок западным гигантам. Собрала для вас самое сочное 👇 1️⃣ Kimi K2.7 Code - скорость Moonshot запустила HighSpeed-режим для Kimi K2.7 Code: около 180 tok/s на средних задачах и до 260 tok/s на коротких. Это до 6 раз быстрее базовой версии. Пока доступ не для всех: бета/API/Business. Есть на huggingface 2️⃣ GLM-5.2 - контекст на миллион Zhipu/Z. ai выкатили GLM-5.2 с контекстом до 1 млн токенов. Модель заточена под код, длинные документы и агентские задачи. Есть 2 режима размышления - High и Max. Для сложного кодинга советуют Max. 🪼 Важный нюанс: открытые веса под MIT обещают, но бенчмарков на старте почти нет. В обещшм, пока звучит мощно, но проверять лучше на своих задачах. 3️⃣ MiMo Code от Xiaomi - агент в терминале Xiaomi открыли MiMo Code - терминального агента-программиста. Он работает с кодом, shell-командами, Git и памятью между сессиями. Сейчас вообще бесплатно (стадия беты), так что затестить стоит каждому. Xiaomi заявляет, что на длинных задачах (200+ шагов) обгоняет Claude Code - правда, по своим замерам 🧠 4️⃣ OpenRouter Fusion - несколько моделей вместо одной OpenRouter запустил Fusion - несколько моделей (например, Gemini 3 Flash + Kimi K2.6 + DeepSeek V4 Pro) работают параллельно, а модель-судья собирает лучший ответ. На бенчмарке DRACO от Perplexity такая бюджетная связка обходит поодиночке и GPT-5.5, и Opus 4.8, и подбирается к Fable 5 (отставание ~1%) - при этом вдвое дешевле, чем сама Fable. 🪼 Учтите, что это не замена кодинговой модели на каждый день, а штука для сложных запросов, где полезно собрать несколько мнений. ⚠️ Маленькая, но честная оговорка: почти все громкие цифры выше - это бенчмарки самих вендоров. Независимых замеров по новым моделям (особенно Kimi K2.7 и MiMo) пока почти нет, так что щупайте на своих задачах. Лично я в восторге от того, как бодро двигаются китайцы - без лишних сантиментов просто берут и делают. Пока западные гиганты разбираются с экспортным контролем, мы можем спокойно юзать мощные инструменты без костылей (ну, почти 😉) А вы уже пробовали пересаживаться на китайские модели и как вам? @NeuralProfit

Как откликаться на вакансии с помощью нейросети Если вы в поиске работы и ещё не начали использовать нейросети, то данный пост для вас. На момент публикации с помощью нейросети отправлено более 50 откликов, и сегодня расскажу, как у меня построен этот процесс.

Кто я? Сергей Мелодин — IT-менеджер, бэкенд-разработчик и автор блога Юный менеджер. В настоящее время безработный, но в активном поиске.

1️⃣ Выбирайте ИИ-агента Я использую Codex как основной рабочий ИИ-инструмент. Для него существует плагин Chrome в десктоп-приложении и расширение для Chrome. Если будете повторять мой путь, то вам понадобятся оба элемента. Сложности никакой нет, всего два шага: * Плагин в Codex устанавливается через UI, но он доступен в поиске и для использования только под VPN в локации США. * Расширение для Chrome устанавливается только для связи с приложением, функционала там нет. Далее создаёте обычный чат и пишете туда: «Используй @Chrome и открой hh.ru». Если всё успешно соединилось, то агент откроет страницу и отчитается, что всё работает. Агент не держит соединение постоянно открытым. Если вы даёте ему какую-то задачу, он подключается к Chrome, водит там мышкой, потом отключается. Поэтому вы можете сначала открыть своё резюме и дать ему ознакомиться. А потом открыть для него список вакансий. Можно и этот путь автоматизировать, но быстрее самому кликнуть. 2️⃣ Как обучать агента Заведите с агентом md-файлик, куда он будет записывать данные о вашем резюме, вакансиях и аспектах поиска. Вот какая структура получилась у моего агента:

# Заметки для поиска вакансий на HH

## Ограничения кандидата

Где кандидат готов работать, какой формат подходит, какие зарплатные ожидания учитывать, какой уровень английского допустим, какие сферы запрещены и какой опыт нельзя приписывать.

## Сильные стороны кандидата

Что можно использовать в сопроводительных письмах и на что обращать внимание в вакансиях.

## Дерево принятия решений

Пошаговая логика отбора вакансий: быстрый фильтр по названию и формату, проверка стоп-факторов, признаки хорошего совпадения, правила для частичного совпадения и случаи, когда нужно уточнение от пользователя.

## Правила отказа

Типовые причины, почему не брать вакансию. Например, если сфера вам не нравится или вы не владеете разговорным английским.

## Политика частичного совпадения

Когда можно откликаться, даже если опыт совпадает не полностью; как честно обозначать пробелы и чем их компенсировать в сопроводительном письме.

## Матрица выбора резюме

Какое резюме выбирать под разные типы ролей, если у вас больше одного резюме с разными заголовками.

## Рабочий процесс поиска

Как работать со списком вакансий: держать выдачу открытой, открывать вакансии в новых вкладках, проверять дубли, учитывать повторные отклики в одну компанию.

## Правила сопроводительных писем

Как писать сопроводительные: коротко, честно, без корпоративной воды, не дублировать резюме, добавлять контекст именно под конкретную вакансию.

## Чеклист перед отправкой

Что обязательно проверить перед финальным откликом: вакансию, компанию, выбранное резюме, стоп-факторы, анкету, сопроводительное письмо и подтверждение пользователя.

## Журнал откликов

История отправленных откликов: дата, компания, вакансия, HH id, выбранное резюме и краткая логика подачи.

## Библиотека отказов

Список типовых причин отказа пользователем и конкретных уроков из прошлых вакансий, чтобы не повторять одни и те же ошибки.

3️⃣ Ручной контроль Если вам не всё равно, на что и как откликается нейросеть, то рекомендую подход, который использую сам: 1. Дать задачу найти 5 подходящих вакансий, расписать, где я подхожу и где не подхожу. 2. Прочитать вакансии самому, чтобы провалидировать вывод нейросети. 3. На те вакансии, которые нравятся, дать задание подготовить сопроводительные письма в интерфейсе сайта, но не отправлять. 4. Прочитать сопроводительные и проверить, появилась ли анкета с дополнительными вопросами: есть такое на HH. 5. Если всё ок, дать добро на отправку откликов и зафиксировать информацию в заметках. В тех случаях, когда агент не учёл какие-то требования вакансии или сделал плохое сопроводительное, нужно дать ему понятный фидбек и попросить отметить это у себя md-файле. 4️⃣ Зачем это нужно и результаты Такой процесс значительно снимает нагрузку в скучной части: листать ленту и просматривать вакансии, вспоминая, откликался ты или нет. При этом он позволяет достаточно точно контролировать, что и кому уходит. Мне такой уровень контроля подходит. Что же касается результатов. Из предыдущих 160 ручных откликов у меня было всего пяток собеседований. Остальные отклики улетают куда-то в /dev/null и часто остаются без ответа. Отклики через нейросеть не сделали ситуацию лучше, но и хуже не сделали. Зато теперь я за час-два просматриваю вакансий столько, сколько раньше за день просматривал. А остальное время уделяю более интересным задачам. 5️⃣ Пишите письма Делитесь в комментариях есть ли у вас опыт отклика через нейросети и какие результаты получались. Так же, открыт к предложениям о сотрудничестве.

Скидываем рутину на ИИ как профи: появился сайт с набором готовых сценариев автоматизации для агентов. Добавляет специальные команды, с которыми агент самостоятельно промтит себя по расписанию. Не остановится, пока не пройдется по всем критериям закрытия задачи. Все копируется в один клик и работает с Claude, Cursor и Codex. Забираем тут.

Скотт Чакон, сооснователь GitHub, переписал Git на Rust. С помощью ИИ-агентов. Проект называется Grit. Это новая реализация Git с нуля: library-first, memory-safe и почти полностью на безопасном Rust. Она уже проходит 99,3% собственного тестового набора Git — 41 715 из 42 001 теста. Цифры: * 360 000+ строк Rust * 7 000+ коммитов * 500+ pull request’ов * около 45 млрд токенов через Claude, Cursor и Codex * примерно $10–15 тыс. затрат на ИИ Что интересного: * library-first дизайн, без постоянного fork/exec для каждой Git-операции * reentrant, linkable, modular архитектура: Git можно напрямую встраивать в GitButler, Jujutsu, Zed и другие инструменты * потенциальная WASM-сборка: Git-команды можно запускать в edge functions * лицензия MIT вместо GPL * почти полностью safe Rust: только один FFI-модуль для date/time Отдельно интересен сам разбор разработки. Это честный взгляд на agentic coding в большом масштабе: агенты, которые «читерят» в тестах, тихо ломают код, создают проблемы с координацией и превращают Cursor в режим бесконечного гринда. Стоит прочитать: http://blog.gitbutler.com/true-grit

⚡️Глобальные реформы в образовании в связи с наступлением нового технологического уклада ИИ и робототехники начались в Китае. В КНР отменяют под 12 тысяч устаревших университетских специальностей в рамках наступающей эры искусственного интеллекта (ИИ), а образовательная реформа затронула более 30% программ высшего образования. Под нож пошли многочисленные направления связанные с менеджментом, экономикой и изучением иностранных языков и лингвистики, а также многочисленные гуманитарные науки (кроме философии и истории), а вместо них власти ввели более 10 тысяч новых направлений и специальностей, связанных с технологиями и ИИ, отмечает South China Morning Post.

Разбавлю каплей юмора, вы же не против? 😁

Что нового в мире ИИ? Anthropic выпустила Claude Fable 5 — новую топовую модель, которая обошла все прошлые модели компании почти на каждом тесте, особенно на длинных и сложных задачах. На выходных ее, правда, закрыди. Google выкатила крупное обновление NotebookLM. Под капотом теперь новые модели Gemini 3.5 и Antigravity, а у каждого блокнота появился свой облачный компьютер, так что сервис сможет писать код и проводить анализ прямо на месте. Форматов вывода стало больше десятка, среди них PDF, docx, презентации и графики, причём править их можно будет уже после генерации. Microsoft показала Microsoft Scout — первого агента нового типа Autopilots, который будет работать сам и действовать от имени пользователя, без отдельной команды на каждый шаг. Агент получит доступ к почте, чатам, календарю и файлам через Teams, Outlook и OneDrive и сможет сам назначать встречи, готовить материалы и ловить застрявшие задачи. Со временем он подстроится под то, как работает человек. Пока агент доступен только в закрытом превью через программу Frontier. Moonshot выпустила Kimi Work — десктопное приложение, которое будет работать как локальный агент с доступом к файлам, браузеру и расписанию. Для сложных задач оно запустит Agent Swarm: до 300 агентов параллельно разберут работу на куски, а результат соберётся в PowerPoint или Excel за секунды. Есть встроенный планировщик, так что можно будет ставить задачи на ночь, и агент сам прогонит скрипты и обработает данные. Xiaomi выпустила MiMo Code — бесплатный терминальный агент для программирования и аналог Claude Code с открытым кодом. Главная фишка в длинных задачах: обычные агенты на сотне шагов переполняют контекст и теряют нить, а MiMo Code будет по ходу записывать состояние в файлы и, когда окно закончится, откроет новое и всё восстановит. В слепом тесте на 474 реальных репозиториях после 200 шагов он обошёл Claude Code в 65% случаев. Moonshot выложила в открытый доступ Kimi-K2.7-Code — свежую модель для программирования с исходниками на Hugging Face. По сравнению с прошлой версией она прибавила 21.8% на Kimi Code Bench v2 и 31.5% на MLS Bench Lite, а думать стала экономнее: на 30% меньше токенов на рассуждения, то есть ответы выйдут быстрее и дешевле. Модель лучше держит длинные задачи и чаще доводит код до готового результата. Luma Labs представила Ray 3.2 — обновленную модель для генерации видео с упором на рекламу и контент кинокачества, теперь с полноценным API для студий и разработчиков. Главное нововведение — режим мультикадров: можно будет задать до 16 опорных изображений внутри одного ролика и точно расписать сложную сцену, движения актёров и перемещение камеры.

AI в PCB layout постепенно выходит из режима демонстраций и начинает давать измеримый эффект на реальных проектах. EMA Design Automation опубликовала кейс Qualcomm по применению Allegro X AI в потоке проектирования печатных плат. По данным кейса, Qualcomm оценивала инструмент на low/medium complexity designs - платах до 5 100 компонентов и с плотностью выводов ниже 100 pins/cm². Для таких проектов заявлено сокращение времени проектирования до 60-70%. Источники: - https://www.ema-eda.com/ema-resources/product-guide/x-ai/what-is-allegro-x-ai-component-placement/ - https://www.ema-eda.com/ema-resources/case-study/qualcomm-saves-up-to-60-70-of-vital-design-time-with-allegro-x-ai/ Технически подход выглядит не как "нейросеть сама разводит плату", а как автоматизация layout-задач на основе корректно заданных инженерных ограничений. На вход Allegro X AI передаются: - электрические данные: stack-up, netlist, требования по power/ground; - механика: фиксированные позиции компонентов, ограничения MCAD, высоты, mounting holes; - производственные ограничения: правила изготовления и сборки; - логика размещения: connectivity, room assignments, требования к группировке компонентов. После этого инструмент формирует варианты размещения компонентов, делает copper pours для power/ground, выполняет routing и дает ранний анализ layout. В кейсе Qualcomm отдельно указано, что AI запускался в фоне, пока инженеры занимались другими задачами. Цифры из кейса: Design 1: placement completion около 97%, AI run time - 4 минуты, последующая ручная доработка - 1-1.5 часа; Design 2: placement completion 100%, AI run time - 6 минут, ручная доработка - 2-3 часа; routing для одного из дизайнов: AI run time - 6 минут, ручная доработка - 2-3 часа. Отдельно стоит отметить ограничение: качество результата напрямую зависит от качества входных данных и constraints. Если не описаны electrical, mechanical и manufacturing requirements, инструмент не сможет корректно восстановить design intent. Это ближе к ускорению работы опытного layout-инженера, чем к замене инженерной экспертизы. С практической точки зрения интересен не сам факт применения AI, а то, какие задачи автоматизируются первыми: component placement, copper pours, routability estimation, ECO routing, подбор вариантов размещения и маршрутизации. Это как раз те зоны, где много итерационной ручной работы и где экономия времени может быть существенной без отказа от последующей инженерной проверки. Для аппаратных команд вывод простой: AI в EDA имеет смысл оценивать не по рекламным формулировкам, а по конкретному flow: - какие входные данные требуются; - как задаются constraints; - что считается приемлемым результатом; - сколько времени занимает cleanup; - как проверяются SI/PI, DRC, manufacturability и соответствие требованиям. В таком виде AI-инструменты могут стать рабочим способом увеличить throughput layout-команды, особенно на типовых платах низкой и средней сложности.