DEKSDEN notes

⚪️ Новости AI SWE - дайджест, часть 2 Думали, - все? Как бы не так)) ▶️ Palywright обновился: много доработок. Поддержка тестрования passkey, AbortSignal почти везде, симуляция DnD через locator.drop(), прямой доступ на чтение/запись к page.localStorage / page.sessionStorag, 🔗 Полный лог: https://playwright.dev/docs/release-notes Анонс - https://x.com/playwrightweb/status/2085055175438516590 А ещё доработали тестирование компонентов - анонс https://x.com/playwrightweb/status/2085055254689992712 и описание https://github.com/microsoft/playwright/issues/42139 Теперь создаём story и есть страничка gallery с ними. —— ▶️ Open Kimi PPT Skill: помните Kimi Slides такой есть? чел разобрал как оно работает и сделал по мотивам скилл. Можно посмотреть подходы к тому, как делать агентами презентации. 🔗 ритхаб: https://github.com/Binaryify/open-kimi-ppt-skill/blob/main/README_EN.md —— ▶️ takumi-pdf: чел пилит движок, который напрямую пишет pdf из jsx + tailwind. Не нужен хром, можно запускать на разных edge окружениях. Rust. PDF/A, все такое. Активно развивается. 🔗 Акк в твиттере с анонсами: https://x.com/kanewang_ 🔗 Гитхаб: https://github.com/kane50613/takumi 🔗 Офсайт: https://takumi.kane.tw/ —— ▶️ Vercel представил приватные паки для навыков: теперь можно не отдельные скиллы публиковать, а паки скиллов, что будет поудобнее для команд. Паки для каждого аккаунта закрыты, ими делятся в рамках Vercel аккаунта с коллегами. Публично паки нельзя зашарить. В пак добавляем репо гитхаба, локальные папки, иди опубликованные на skills.sh скиллы. 🔗 Анонс: https://vercel.com/changelog/skill-packs-are-now-available 🔗 Раздел на сайте: https://www.skills.sh/packs —— ▶️ OpenDesign новости. Добавили к себе модель DS4flash, на некоторое время бесплатно. Анонс: https://x.com/OpenDesignHQ/status/2084586169107386834 Чел написал книжку про openDesign: анонс - https://x.com/imehr/status/2084936431118729431 и репо книжки https://github.com/imehr/open-design . Не знаю, будут ли читать её люди, но может агенту пригодится. И OpenDesign в плагины кодекса добавили - анонс https://x.com/OpenDesignHQ/status/2084984244762210484 —— ▶️ Overeasy: файловая система поверх S3 от Modal. Ориентирована на работу с агентами, легко бранчится, есть CLI. 🔗 Анонс: https://x.com/erikdunteman/status/2085899578436657661 🔗 Гитхаб: https://github.com/modal-labs/overeasy —— ▶️ OpenTag: открытая альтернатива Claude Tag (бот для Slack / MS Teams). Работает поверх Channels SDK. 🔗 Анонс: https://x.com/svpino/status/2085715688698806651 🔗 Репка: https://github.com/CopilotKit/OpenTag —— ▶️ OriHarness: опенрутер выпустил утилиту для конфигурирования упряжек для работы с ним. Поддержаны Claue code, codex, openCode, hermes. Обещают правильную и оптимальную конфигурацию для работы. Удобно! Надо будет расковырять что именно они там придумали настраивать. 🔗 Блог: https://openrouter.ai/blog/announcements/ori-harness/ 🔗 Анонс: https://x.com/OpenRouter/status/2084708457631060359 @deksden_notes

⚪️ Новости AI SWE - краткий формат Для разгребания бэклога новостей используем формат дайджеста, чтобы не спамить пучками новостей в канал. ▶️ Новости Клода: наконец то разрешили обмениваться сообщениями между сессиями. ранее можно было между агентами чатится. В кодексе тоже можно. 🔗 Анонс: https://x.com/ClaudeDevs/status/2085817074816070014 🔗 Дока: https://code.claude.com/docs/en/cross-session-messaging С 14 августа в Клод Коде будет дефолтом авто-режим разрешений на действия агента. Они протестировали и решили что он ок. Аналог кодексового Approve-for-me. Он лимиты, кстати, весьма бодро кушал - расход токенов приличный. 🔗 Анонс: https://x.com/ClaudeDevs/status/2085794862608318627 ▶️ Грок выпустил - думаете обещанный 4.6? Нет. Новую картиночную модель Imagine Image 2.0 - улучшено следование промпту, редактирование. Доступно в вебе, в апи позже. 🔗 Анонс: https://x.com/grok/status/2085931542262526102 🔗 Новость: https://x.ai/news/grok-imagine-image-2 Уже рекламируют что цензура R-rated совсем слабая, а также что копирасты в печали )) https://x.com/TomLoweCinema/status/2085976911055065350 Не проверял, но звучит завлекательно —— ▶️ Куча вполне годного чтения от Cloudflare. Не читаете сами - скормите агенту/в гемини ноутбук, получите выжимку. Оно полезное. 🔗 How Cloudflare enforces engineering standards using AI : https://blog.cloudflare.com/engineering-standards-enforcement/ и анонс https://x.com/CloudflareDev/status/2084708447053042102 🔗 Give any website a WebMCP interface : https://blog.cloudflare.com/webmcp/ и https://x.com/rseroter/status/2085789821554008098 В целом, WebMCP заслуживает внимания - это превращение любого сайта в набор инструментов для ИИ агента. Годная тема. Я попытаюсь ими публикацию на сторонних ресурсах автоматизировать. 🔗 Сторонний блог про Cloudflare-OS, про её смысл: Cloudflare OS is an architecture of distrust - https://lord.technology/2026/08/05/cloudflare-os-is-an-architecture-of-distrust.html 🔗 Про новый стандарт MCP (мы анонсировали его в канале, тут про него ещё раз пишет уже CF): The next generation of MCP - https://blog.cloudflare.com/mcp-v2/ и https://x.com/mattzcarey/status/2085352166017937765 —— ▶️ У Минимаксов свой кодинговый агент на базе Pi: MinimaxCode 2.0: 🔗 Анонс: https://x.com/MiniMaxAgent/status/2085679716976243045 Это ремейк софта, загружать тут - https://agent.minimax.io/download Дока: https://agent.minimax.io/docs/code/welcome Да, сильно похоже на кодекс апп. Исходников (пока?) нету. —— ▶️ Маленькая блогозапись от exe.dev - архитектура их агентой системы, какие автономные циклы они прикрутили. Небезинтересно 🔗 A Non-Exhaustive Inventory of exe's Software Factory : https://blog.exe.dev/inventory @deksden_notes

⚪️ Текущие впечатления от поколения 5.6 и флоу Много обсуждали в чате, и, пользуясь служебным положением, резюмирую впечатления от поколения gpt моделей 5.6 Использую, как и все, наверное, Sol и Luna. Terra остаётся не у дел: не ясно зачем она нужна - расход немаленький, а качество пониже Sol. ▶️ Планирую Sol. Попытки планирования Луной не сказать чтобы провальные, но она заметно больше упускает, не так глубоко прорабатывает, и делает все сильно дольше. Что у Sol хорошо: он действительно может глубоко проработать. High / Xhigh ризонинга мне хватало. Max / Ultra практически не включал, смысла не вижу. Что у Sol плохо: мощная тяга все усложнять. Без промптинга на жёсткое упрощение навыком Ponytail/аналогами все время получаем космолёт. И в предыдущих поколениях такое было - но сейчас это правило усложнить на ровном месте . Снижение ризонинга помогает слабо и заметно слабее проработка деталей - поэтому приходится спасаться промпингом. Что ещё плохо: лимиты Sol просто кушает. Кодинг на Sol по качетсву ок, времени мало занимает, пишет сразу все хорошо, но даже на Medium/Low лимиты тают ▶️ Что у Луны хорошо: лимиты практически не кончаются. Я уже и количество подписко в пуле снизил (пока на четверть), потому что у меня остались лимиты при текущей загрузке! Думаю, с таким расходом можно повышать использование, больше проектов одновременно и больше сессий. Надо добивать облачный оркестратор. Что у Луны ещё хорошо: она, в принципе, недурственно справляется со всеми конкретно поставленными задачами. Что у Луны плохо: она не так внимательна, как Sol. Может что-то упускать. Спасает ревью. Что ещё у Луны плохо: скорость. Модель не особо летает, и думает она медленно, токенов на max тратит немало. Что ещё у Луны плохо: если встретилась проблема в протоколе (что то не учли заранее или прописали так, что остаётся люфт) - может под goal очень и очень долго ходить кругами и предлагать ерунду вместо решения проблемы. За долгими сессиями надо следить - благо сейчас /side во время сессии позволяет получить справку чего там происходит, что сделано, что не сделано, какие проблемы. ▶️ Насчёт флоу: не могу нащупать баланс - рельсовые флоу получаются очень долго все прорабатывают, могут крутится часами. Качество, конечно, хорошее - но оптимизации затруднены. Попытки делать роутинг простых задач в более простой флоу автоматически приводят к тому, что модели часто видят ситуацию сложнее, чем оно того стоит, в итоге выбирая более тяжёлые флоу чем я бы выбрал "руками" и чем оно того стоит. Не уверен в том, как это чинить - вроде бы упрощать флоу не хочется, для сложных вопросов оно такое надо, но проблему траты кучи времёни надо решать. Пока склоняюсь к созданию облачного оркестратора и работе просто с большим количеством параллельных сессий. Интерактивные сессии с простыми вручную вызываемыми скиллами - тоже вариант, но чтобы получилось качественно, надо много руками дёргать скиллов/субагентов. Без проработки скиллами/субагентами на проектах крупнее 30-50к loc уже получается слоп. ▶️ В целом, я скорее за рельсовые флоу по мотивам SDD / TDD/ BDD, но надо придумывать как бороть их недостаток: очень "тяжелые". Уже разные оптимизации придумываю, всякий роутинг автоматический, всякий вариант не фокусными агентами делать, а группировать в субагентов аспекты пачками. Есть ещё одна задумка: дорабатывать фичи более лёгким флоу, с последующей глубокой проработкой рефакторингом в фоновом режиме (ночью, в облаке, например) - но это все упирается в слабую способность моделей пилить качественную и простую архитектуру. Надежда на астру в этом плане - нужна не оверинжиниринг в моделях, а сеньёрность, умение сделать максимально просто но с полным функционалом. Ponytail это пробует зафорсить, становится лучше, но здравого смысла к сожалению, добавить не всегда может. Возможно, секрет в нескольких агентах и их коллаборации по таким вопросам. Вопрос требует исследований и экспериментов - делитесь если кто то туда же думает. 👉 Примерно так. Можно спрашивать если что то развернуть или невнятно описал. @deksden_notes

⚪️ Неделя без ресетов Заканчивается первая за последнее время неделя без ресетов кодекса Прошла тяжело, народ уже ломало к завершению Попытка подсадить на продукт - увенчалась! Уверен, что если слухи о продажах ресетов за деньги будут правдой - то "прогрев гоев" считаю успешным, народ готов. Я перебивался лунамаксингом, но границы этой модели начинают нащупываться. ❓ Что думаете? Как у вас прошло? @deksden_notes

⚪️ Бэклог новостей Я веду себе своеобразный бэклог новостей, - когда встречаю что то достойное заметки в канал, я это фиксирую для дальнейшей проработки. Часто в итоге получается заметка в канале. Нынче новинок вышло много, бэклог скопился такой: • kiro crew • CF: How Cloudflare enforces engineering standards using AI • celld • Open Design news + book • role-model • Ori Harness • matt pockock skills v1.2 (?) • takumi-pdf 0.2 • open-kimi-ppt-skill • papr • Prime Agent: • cezar • Playwright news • DeepCode v2 • bb 👉 Нетерпеливые желающие могут нагуглить при необходимости самостоятельно и заценить сабжи! Ну а я продолжу потихоньку постить заметки) @deksden_notes

⚪️ Grok Build 1.0.0 Вот и Grok Build дошел до условно стабильного релиза! Они его, конечно, удивительно бодро пилят, респект Ждем-с Desktop еще для комплекта @deksden_notes

⚪️ Codex v0.147.0 Вот и рыбный день принес новый апдейт CLI: • поддержка нового стандарта agent plugin (логично!) - https://t.me/deksden_notes/1090 • прогрессивная загрузка сессий - должно побыстрее теперь работать • approve-for-me флаг: но будте внимательнее, эта фича неплохо так токены тратит, хоть сейчас и на луне это экономичнее, но расход все равно считается заметным (!!!) • улучшение взаимодействия с другими агентами - импортируем скиллы Cursor, синхронизируем сессии с Claude / Cursor; • поддержка нового стандарта MCP 2026-07-28 • улучшения работы на Amazon Bedrock - компакт и кеширование веб поиска Обновляемся! @deksden_notes

⚪️ Kitesurf от Cloudflare В полку агентных браузеров пополнение - Kitesurf от Cloudflare. Легче Хрома в 3-7x раз, работает на CF Worker, бесплатно пока в beta, работает в рамках сервиса Browser Run. Сделали за 12 недель, вдохновлялись obscura, конечно написано на Rust (компилировано при запуске на воркере в wasm). Совместимо с CDP - потому на Browser Run как опция в существующем флоу идет к Puppeteer / Playwright. Совместимость со стандартами: может запустить Doom - остальное не так важно. 🔗 Анонс: https://x.com/CloudflareDev/status/2085394318005846411 🔗 Блог: https://blog.cloudflare.com/kitesurf/ 🔗 Дока: https://developers.cloudflare.com/browser-run/kitesurf/ 🔗 Плейграунд: https://kitesurf.cloudflare.app/ Смотрим доку - там указано чего браузер может, как сравнить с Хромом и чего он не умеет (видео, webGL, ...). 👉 Кто какие новые браузеры последнего времени помнит? Их много) @deksden_notes

⚪️ Grok Build Desktop Слухи намекают, что ребята Маска скоро выпустят свой клон кодекс.апп трехпанельный десктопный ADE Ну и хорошо! Ядро бы оставили какое у grok build, и было бы хорошо Формат cli + app довольно удачный. cli все равно важен как ядро агента и иструмент автоматизации/headless/remote agent Де факто, уже подходы к инстурментам нового поколения просматриваются Я всё равно думаю линейка пока не закончена - нам нужно еще ядро для воркера на vps/vm/sandbox, и оркестратор этих удаленных облачных агентов. Но такого пока от вендоров не наблюдаю! Ждем-с, смотрим @deksden_notes

⚪️ Agent Plugins Новый 15й стандарт в агентном мире! Теперь - на плагины: пакуем скиллы и MCP вместе стандартным способом, который понимают несколько упряжек разных вендоров. Агентов пакануть туда все еще нельзя. Но есть Client extensions - посмотрим чего туда запихают разные упряжки, может, хуки и агентов? 🔗 Оффсайт: https://agent-plugins.org/ 🔗 Гитхаб: 🔗 Анонс: https://x.com/OpenAIDevs/status/2085398373511918022 На момент старта совместимые упряжки: • Codex • ChatGPT • Cursor • Github Copilot • Kiro • VS Code Vercel еще поддерживает Конечно нет (и не будет?) антропиков. Остальные, надеюсь - подтянутся. Грок (? но он предпочитает клода копировать, не клозедов - по личным причинам). В общем, очередной стандарт Хорошее начинание, конечно, но немного забавно @deksden_notes

⚪️ Muse Code Мета на годик выпала из большой ИИ гонки после факапа с ллама4 и полного обновления команды. Видимо, решено было использовать новые нескучные обои новый бренд чтобы отстроиться от скандалов прощлого. Сейчас проискодит некоторый камбэк - выпуск модели Muse Spark 1.1/1.2 (примерный уровень грока 4.5, что вполне достойно), и нынче выпущен кодинговый агент Muse Code. 🔗 Блог: https://research.meta.ai/blog/introducing-muse-code-and-muse-spark-1-2 🔗 Оффсайт : https://developer.meta.com/ai/products/muse-code/ Основная фишка - помимо основного агентного цикла у агента есть фоновые агенты, которые расширяют возможности основного. Эти агенты не спавнятся как в других системах. Они остаются активными все время работы - идея в том, чтобы не тратить время на сбор контекста о проекте на каждую задачу. Сессия позволяет возобновиться с места прерывания - тут ничего необычного не вижу, как у всех. Встроенные скиллы /plan, /goal, /grill Ценник: подписок нету. По токенам: $1.25/$4.25 ($0.15 кеш) или при условии отдавать на обучение свои данные - $0.10/$0.20 ($0.002 кеш). Ну - такое!.. 👉 В общем, бенчи неплохие - пошли бы на воркеров во флоу, возможно. Идея долгоживущих воркеров оригинальна, хотя и требует подтверждения на практике (как там с компактом?), но без подписок смотреть как это работает по токенам при текущих ценах чего то не очень хочется. @deksden_notes

⚪️ Cloudflare OS Тут Клаудфлёр выпустил довольно специфическую штуку - проект Cloudflare OS, причем не как сервис, а как ospe source проект. Разворачиваем в своем аккаунте сами. 🔗 Тред анонса от техлида: https://x.com/KentonVarda/status/2084990137180590572 🔗 Оффсайт : https://os.cloudflare.app/ 🔗 Блог: https://blog.cloudflare.com/cloudflare-os/ 🔗 Гитхаб: https://github.com/cloudflare/cloudflare-os Я довольно долго разбирался чего это за зверь и склоняюсь к мнению, что это изх видение способа запуска вабкодинга в компании, чтобы это не вызвало катастрофы с доступом к данным. Это построенная повер workers система, ограничивающая не только запуск агентов, что в любом сендбоксе делается. Оригинальна тут концепция Gatekeepers - адаптеров доступа к данным, которые не только позволяют прочитать что либо, но и влияют далее на судьбу конкретного сендбокса. Это некий аналог и расширение MCP. Если в него были переданы какие либо чувствительные данные, то можно запретить шеринг этого сендбокса - то есть мы управляем еще и судьбой получателя данных. Концепция "экземпляр приложения" на каждого пользователя с его данными - вроде бы тоже довольно оригинальна, они ее назвали Gadget. То есть это собственный код и данные, без разделения кода как в SaaS Скорее это не про кодинг, а для дашбордов с корпоративными данными или мини-приложений уровня подразделения. @deksden_notes

⚪️ Warp Agent CLI Теперь агент отдельно от самого Warp Фишки: • роутинг задачи на нужную модель • субагенты и управление облачными агентами - можно сделать перенос текущей задачи в облако (oz задействован); • удобная работа с терминальными командами с автодополнением Правила роутинга примерно так ставятся: - "Send simple requests to minimax" - "Send planning tasks to Claude" - "Send bug fixes to Kimi k3" В общем, надо будет посмотреть повнимательнее - роутинг заинтересовал. Чего не понял: работает ли эта штука с существующими подписками - точно работает с подпиской самого Warp (но она вроде бы была не особо выгодной), есть BYOK, и подписка грока поддерживается (почему то). Будем разбираться. 🔗 Тред анонса: https://x.com/zachlloydtweets/status/2084724994043412690 🔗 оффсайт: https://www.warp.dev/agent-cli 🔗 гитхаб : https://github.com/warpdotdev/warp @deksden_notes

⚪️ Buzz Расскажу про проект Buzz от Джека Дорси, который придумал твиттер, а теперь в Block делает squared, chashapp, и много чего еще. В общем, источник заслуживает внимания. 🔗 Оффсайт: https://buzz.xyz/ 🔗 Гитхаб: https://github.com/block/buzz Проект можно описать как рабочую среду для людей и агентов. Некий Slack на максималках - но на формате сообщений Nostr и авторизации по ключам (немного похоже на ssh авторизацию). Релей можно поднять самому на своем сервере. У релея есть "встроенный" гит, есть встроенная файловая система для хранения вложений в сообщения, есть воркфлоу (запусаются триггерами сообщений, вебхуками, расписанием). Агенты - codex/claude/goose со свооими подписками, или их упряжкап. 👉 Фишка что понравилась: очевидность организации коллаборации над проектом в обсуждении, без переключения между гитхабом, чатами агентов и людей. Достойный и весьма самобытный, оригинальный проект. Буду за ним следить @deksden_notes

⚪️ Not Diamond Router Открыт лист ожидания на доступ к умному роутеру моделей, который для каждого запроса выбирает оптимальную модель. Авторы в блоге показывают как добиваются заметного снижения цены (от. 25 до 60%) при аналогичном качестве или даже росте качества! Есть бенчмарки роутинга между антропиковскими моделями и в миксе с китайским опенсорсом Выглядит все достаточно интересно. Растет скорость, снижается цена!.. Использование роутера платное - $0.05 за MTok. При этом они еще и учат модели (нету ZDR - пока? или только для enterprise тира?) Работает как локальное прокси, которое извлекает метаданные сессии и отправляет их роутеру для выбора моделей. далее запрос идет традиционным путом к традиционным энжпоинтам - к NotDiamond ваша кодовая база напрямую не отправляется, только мета. В общем, выглядит духоподьемно и интересно, будем наблюдать 🔗 Оффсайт : https://www.notdiamond.ai/ 🔗 Блог про роутер : https://www.notdiamond.ai/blog/not-diamond-code-intelligent-model-routing-for-coding-agents 🔗 Тред анонса : https://x.com/tomas_hk/status/2084669945150062619 @deksden_notes

⚪️ Google (Dream)beans Начну разгребать пачку новостей, что скопились для разбора Тут гугол в рамках нового эксперимента решил выпустить gemini 3.5 pro новую приложуху. Подключаем к ней гугол приложения (gmail, историю поиска, фотки, ...) и она дает персонализированные истории о наиболее важных для вас темах. Может посоветовать места для посещения, что то попробовать, события какие то... Если история касается знакомых вам людей, как референсы для нанобанано-картинок бдет использовано фото этих людег из гугол фоток. То есть - кормим ее нашей персональной информацией и переписками чтобы получить набор каких то картинок. Звучит заманчиво (нет)! Но - сделали такое. В целом, как эксперимент с точки зрения персонального ассистента и формата выдачи каких то саммари, наверное, имеет место быть. Доступно: US only, AI Pro / Ultra подписки. 🔗 Оффсайт: https://labs.google/dreambeans В общем, есть и такое @deksden_notes

⚪️ Тибо и ресеты Тибо, кмк, открыл ящик Пандоры - написал что в DM получает запрос на ресет в среднем раз в 6 минут и иногда уступает. Зря он это сказал! Теперь прийдется делать пайплайн на агенте для обработки шквала запросов. Все таки 10м+ пользователей @deksden_notes

⚪️ Работа в OpenAI Клозеды нанимают! Позиций много, разных 🔗 Писать сюда: https://x.com/vinhocent/status/2084740080166752591 (DM) @deksden_notes

⚪️ Релиз Codex 0.146.1 Релиз по вторникам нынче принес нам минорный багофикс релиз в среду. Ничего примечательного. Для codex.app даже ченжлога нету, хотя бамп версии с 26.727 до 26.730 произошел. В общем - "всё пропало! ИИ упёрся в стену" (ц) утешимся смирением @deksden_notes