AI for Devs

⚡️ Cursor запустил Origin: собственный хостинг кода для AI-агентов Мы уже писали о его анонсе, а теперь сервис начал публичное развёртывание в ранней бете.

Доступ получают пользователи всех платных тарифов. На старте доступны репозитории, пул-реквесты, просмотр и поиск кода, а также синхронизация с GitHub.

Создать репозиторий можно во вкладке Codebase, после чего Cursor покажет CLI-команды для клонирования или загрузки локального проекта. Репозитории из GitHub можно подключать выборочно и отключать в любой момент. @ai_for_devs

⚡️ GPT-5.6 Sol разогнали до 750 токенов в секунду OpenAI и Cerebras запустили ограниченное превью Ultrafast, нового режима GPT-5.6 Sol в API. Полная модель генерирует до 750 выходных токенов в секунду. Это до 14 раз быстрее Standard без перехода на уменьшённую модель.

На всех 2500 вопросах Humanity's Last Exam Sol закончила работу за 11 часов 11 минут. Claude Fable 5 понадобилось 78 часов 27 минут при сопоставимой точности.

Для сравнения, нынешний Fast mode ускоряет Sol только до 2,5 раза и стоит вдвое дороже Standard. Цену Ultrafast пока не раскрыли, а доступ дали лишь нескольким клиентам. Можно попробовать оставить заявку на ранний доступ. @ai_for_devs

⚡️ Qwen3.8-27B запускается локально и местами обходит Opus 4.6 Alibaba открыли веса Qwen3.8-27B. В одном из тестов на агентное программирование результат вырос более чем втрое по сравнению с Qwen3.6-27B.

По совокупности тестов новинка оказалась сильнее даже предыдущей облачной Qwen3.7-Plus.

В отдельных задачах по программированию она показывает результаты выше Opus 4.6, хотя всё ещё уступает некогда флагману в сложных рассуждениях и работе с терминалом. Облегчённая версия от Unsloth занимает около 17 ГБ: её можно запустить на Mac с Apple Silicon или видеокарте с 24 ГБ памяти. @ai_for_devs

⚡️ Google выпустили Gemini 3.7 Flash Последнюю Pro-модель Google выпустили ещё 19 февраля. Зато с тех пор успели зарелизить уже три Flash подряд: 3.5, 3.6 и 3.7.

По coding-бенчмаркам 3.7 Flash примерно на уровне GPT-5.6 Terra и в среднем немного лучше Sonnet 5. На DeepSWE — 65.3% против 69.6% у Terra и 53.8% у Sonnet, на FrontierCode уже обходит обе: 43.6% против 41.3% и 42.7%.

До конца года стоимость $0.75/$3.75 за миллион токенов (input/output). Это в 2.7 раза дешевле Sonnet 5 по output и больше чем в 3 раза дешевле Terra. Контекст 1M, модель уже доступна через API, в AI Studio и Antigravity. @ai_for_devs

⚡️ DeepSeek поднимают цены на API до 12 раз С 16 августа DeepSeek вводят часы пик. В это время API будет стоить вдвое дороже, чем в остальные часы. Сами базовые цены тоже выросли.

Генерация V4 Flash подорожает с $0,28 до $0,66–1,32 за миллион токенов, V4 Pro — с $0,87 до $1,98–3,96. Сильнее всего досталось кэшированному входу V4 Pro: вместо $0,003625 придётся платить $0,022 вне часов пик и $0,044 в часы пик. Это в 6–12 раз дороже.

Эпоха почти бесплатного DeepSeek подошла к концу. @ai_for_devs

⚡️ Z.ai выпустили GLM-5.3: обошла Opus 4.8 на, но уступила Fable 5 и GPT-5.6 Sol Технически внутри та же GLM-5.2: без нового претрейна и архитектуры, просто ещё месяц RL на длинных инженерных задачах DeepSWE вырос с 46,2% до 66,9%, Terminal-Bench 3.0 с 4,6% до 28,3%.

На Terminal-Bench 3.0 новинка обошла Kimi K3 и Opus 4.8, но не дотянула до Fable 5 и GPT-5.6 Sol. Начиная с GLM-5.2 команда проверяла реальные кодовые базы несколькими своими моделями и нашла 2436 уязвимостей в 269 проектах; какие именно версии участвовали, Z.ai не уточняет.

GLM-5.3 уже раскатили в Coding Plan от $18/мес, а веса обещают через две недели; цены API за токены пока нет. @ai_for_devs

На Hugging Face появился обратный отсчёт до релиза Qwen3.8-27B. https://huggingface.co/Qwen/Qwen3.8-27B Среди тех, кто запускает LLM на своём железе, Qwen 27B – это народный любимец. За последнее время локальных моделей вышло немало. Отсюда вопрос.

Ждём первый рэп-кодинг баттл 🤣

⚡️ DeepSeek обновили V4 Pro Китайцы выкатили V4 Pro 0813: большое обновление апрельской Preview-версии модели, которое уже заменило старую модель в API. После нового пост-тренинга почти все агентные бенчмарки заметно выросли: Terminal Bench поднялся с 72,1 до 87,9, вплотную к Kimi K3 и Fable 5 и выше Opus 4.8.

На DeepSWE результат вырос почти в пять раз: с 12,8 до 62,7. На бенчмарке от Code Arena новинка получила 1607 баллов и попала на Pareto frontier — сопоставимые по качеству модели стоят в разы дороже.

Цена тоже не изменилась: $0,435/$0,87 за миллион токенов. Веса модели пока что не опубликовали. @ai_for_devs

⚡️ xAI выпустили Grok 4.6: модель сравнялась с GPT-5.6 Sol В CursorBench Grok обошёл GPT-5.6 Sol: 69,9% против 67,2%. Но на DeepSWE и Terminal-Bench GPT пока заметно впереди: 73% против 65,9% и 34,6% против 26%.

Цена $2 за миллион входных и $6 за миллион выходных токенов. Fast-версия вдвое дороже, а первую неделю в Cursor и Grok Build дают двойные лимиты.

Модель уже доступна в Cursor, Grok Build, API и OpenRouter. @ai_for_devs

⚡️ SpaceXAI выпустили Grok Bot: мессенджер для взаимодействия с AI-агентами Боты работают на облачном компьютере: входят в приложения и на сайты, используют сохранённые сессии и выполняют задачи.

Можно запустить несколько агентов параллельно. Они обмениваются контекстом, передают друг другу задачи и продолжают работать при выключенном компьютере.

Grok Bot работает на инфраструктуре Cursor и доступен по подписке Cursor Ultra за $200 в месяц. @ai_for_devs

⚡️ NVIDIA представили Nemotron 3.5 Lightning, быструю локальную модель В тестах самой NVIDIA новинка уступила Qwen3.6 и Gemma 4. Недавно представленная Muse Glimmer, которая идёт примерно на уровне Qwen, тоже выглядит сильнее.

Зато козырь Lightning это скорость: на большой очереди типовых задач она справилась с работой на 30% быстрее Qwen при сопоставимом качестве.

Веса модели занимают около 20 ГБ. В OpenCode модель сейчас доступна бесплатно. @ai_for_devs

⚡️ OpenAI выпустили GPT-5.6-Cyber для поиска zero-day и разработки эксплойтов Модель зарелизили в рамках программы Daybreak, которая даёт проверенным специалистам расширенный доступ к AI-инструментам для кибербезопасности.

Вместе с ней появились два уровня доступа: • Daybreak Blue с GPT-5.6 Sol для аудита кода и защитных задач • Daybreak Red с GPT-5.6-Cyber для продвинутого исследования уязвимостей На кибербенчмарках GPT-5.6-Cyber лучше Sol и GPT-5.5-Cyber справляется с разработкой эксплойтов и поиском zero-day, хотя в отдельных тестах обычная GPT-5.6 Sol всё ещё впереди.

По данным OpenAI, модель уже нашла две связанные уязвимости в V8/Chrome, минимум пять уязвимостей в мобильной ОС, три критические уязвимости в популярной базе данных и более 400 способов повышения привилегий в ядре ОС. @ai_for_devs

⚡️ Spotify выпустили Xirp — единую среду для Claude Code, Codex и т.д. Xirp подключается к внутреннему порталу компании и передаёт агентам контекст о сервисах, владельцах, зависимостях, документации и принятых архитектурных решениях.

Сессии, задачи и документы сохраняются в общем Workspace, поэтому контекст не пропадает после завершения работы. Также Xirp автоматически превращает результаты сессий в актуальную документацию для следующих разработчиков и агентов. Между Claude, Gemini и Codex можно переключаться без потери контекста, а запускать сессии локально или удалённо.

В Spotify инструментом уже пользуются больше 1300 инженеров, для остальных открыта бета. @ai_for_devs

⚡️ Компания Цукерберга выпустила локальную модель на 30 млрд параметров На прошлой неделе они выпустили в бету Muse Code, терминального кодинг-агента на базе большой модели Muse Spark 1.2. На Terminal-Bench модель уступила только Opus 5, обойдя GPT-5.6 Terra, Grok 4.5 и Gemini 3.6 Flash.

Теперь опубликовали на Hugging Face веса Muse Glimmer. Это мультимодальная модель на 30 млрд параметров с контекстом 131к токенов, лицензией Apache 2.0 и 17-гигабайтной квантизацией для запуска на устройствах с 24 ГБ памяти. В агентном кодинге она заметно сильнее Gemma4-31B, а с Qwen3.6-27B идёт примерно вровень: Glimmer лучше на SWE-Bench Pro, Qwen лучше на Terminal-Bench.

Для ускорения генерации также добавили небольшую вспомогательную модель: с ней Glimmer выдаёт в среднем 233 токена в секунду на RTX 5090, 50 на M5 Max и 38 на M4 Max. @ai_for_devs

⚡️ Claude Code может общаться не только с Claude Code В продолжение прошлого поста: Anthropic подружили сессии Claude между собой, а Herdr позволяет свести вообще любых терминальных агентов. Например, Codex может поставить задачу Claude Code, дождаться результата и забрать ответ.

Никакого общего протокола или MCP: Herdr управляет обычными терминалами, поэтому Claude Code может отправить промпт Codex, дождаться завершения и прочитать ответ. Для автоматической оркестрации агентам понадобится Herdr Skill.

Поддерживает Claude Code, Codex, Gemini CLI, Cursor, OpenCode, Grok и ещё десяток инструментов. Сессии работают в фоне, а все агенты собраны в одном интерфейсе. @ai_for_devs

⚡️ Сессии Claude Code теперь могут общаться друг с другом Теперь можно попросить Claude передать соседней сессии решение, статус или вопрос, а ответ придёт обратно.

Передаётся только текстовое сообщение, которое Claude сам составляет по текущему контексту. История переписки и файлы между сессиями не шарятся.

Claude может написать другой сессии и сам: например, предупредить, что только что изменил API, от которого зависит её работа. @ai_for_devs

⚡️ Anthropic сделает Auto mode режимом по умолчанию в Claude Code: люди пропустили 86,4% опасных команд С 14 августа все новые сессии будут запускаться в Auto mode. Каждое действие агента проверяет отдельный классификатор вместо пользователя.

Причина: люди одобряют 97% команд Claude Code. В эксперименте с 1053 участниками один обычный запрос подменяли явно опасной командой. Люди заблокировали только 13,6% таких команд, Auto mode — 89%. После 50 запросов внимательность человека падала до 5%.

В отмеченных системой безопасности реальных сессиях серьёзные вредоносные действия встречались в 6,3% случаев с ручным подтверждением и в 2,4% с Auto mode. При этом Anthropic по-прежнему не гарантирует полную безопасность и называет Auto mode исследовательской функцией. Он работает лучше ручных подтверждений, но ответственность по прежнему на разработчике. @ai_for_devs

Black Hat выложили классный доклад о том, как AI-агенты OpenAI случайно устроили полноценный взлом Hugging Face. Началось всё с криво составленного задания: агенту не хватало данных, интернет был отключён, и он полез искать обход. В процессе нашёл дыру во внутреннем Artifactory и оставил там записку для других агентов. Те записку обнаружили, и так между независимыми запусками моделей появилась общая доска сообщений. Дальше агенты уже распределяли задачи, делились эксплойтами и учётками, передавали друг другу скрипты и вместе двигались по инфраструктуре. Когда OpenAI закрыли первую уязвимость и удалили доску, через два дня модели восстановили её другим способом: начали кодировать сообщения в названиях директорий. В итоге они связали несколько zero-day, получили выполнение кода в проде Hugging Face, а меньше чем за 13 часов добрались от одного пода до прав администратора нескольких кластеров.

И всё это, судя по расследованию, чтобы не решать тест самостоятельно, а украсть готовые ответы 🧠

Доклад идёт 37 минут. Очень рекомендую посмотреть целиком. 📺 The “Breaking” News: The OpenAI–Hugging Face Incident @ai_for_devs

⚡️ Claude, GPT, Gemini, Kimi и DeepSeek без VPN: Veai запустили рефералку Veai — российский AI-агент с доступом к Claude, GPT, Gemini, GLM и DeepSeek без VPN и зарубежной карты. Агент видит кодовую базу через индексы IDE, умеет запускать и дебажить проект, исправлять тесты, поддерживает MCP, Skills и сабагентов. Новым пользователям дают 30 дней бесплатно. Теперь у Veai появилась реферальная программа. Ссылка уже лежит в личном кабинете каждого пользователя.

Приглашённый получает скидку на первый платный месяц после триала: 5% на тарифе «Персональный» и 10% на «Профессиональном». Вам после каждой его оплаты начисляют 1% минут тарифа (пожизненно). Для владельцев каналов, блогов и сообществ есть отдельная программа с возможностью выводить вознаграждение.

Подробнее • Скидка 10%