Вайб-кодинг

На днях вышел Mistral OCR 4 Он распознаёт документы на 170 языках. Тестеры сравнили OCR 4 с другими решениями в лоб. Независимые аннотаторы вслепую ранжировали 600+ реальных документов на 12+ языках. OCR 4 победил каждую систему. Средний винрейт 72%. На бенчмарках картина похожая. OlmOCRBench - 85.20. Особенно заметен разрыв на редких языках Из интересного - OCR 4 смог превратить рукописный экзамен по математическому анализу в чистый LaTeX. Модели дали фото страницы с рукописным экзаменом. Она прочитала почерк и восстановила каждую формулу в структурированный цифровой текст. Результат: 5.1 секунды обработки при стоимости всего $0.09. Формулы были распознаны корректно. График модель не перерисовала, но это как раз показательно. Большинство OCR-систем просто извлекают текст и теряют подобные элементы. OCR 4 распознал график, выделил его отдельным блоком и пометил как chart. Он не появился в виде новой отрисовки, но был учтён в структуре документа. 😨 https://mistral.ai/news/ocr-4/

На GitHub появился проект reverse-skill, посвящённый автоматизации задач реверс-инжиниринга и анализа безопасности с помощью ИИ. В проект добавляется файл routing.md, в нём расписано, по какому пути идти агенту для разных задач безопасности. Агент получает его и сам решает, какие инструменты и методы использовать. Внутри больше 20 направлений: APK-реверс, статический анализ IDA, реверс JS-фронтенда, безопасность прошивок, обход EDR, эксплуатация уязвимостей. В общем, все типичные сценарии защиты и нападения. исходники 🤩

Знакомьтесь: Clips. Бесплатная открытая замена Loom, заточенная под агентов. 😋 В отличие от Loom, агент понимает Clips просто по ссылке. Каждый клип содержит API и метаданные, благодаря которым агент может изучить его содержимое. Агенты видят и слышат не только транскрипт, а вообще всё, что происходит на видео в любой момент времени. Делишься баг-репортом, фидбеком, анализом — и передаёшь это агенту, чтобы он улучшал продукт или отчёт. Ещё один плюс: софт твой. Никто не поднимет цену в один день, как это сделал Loom. Clips создан для кастомизации. Встроенный агент умеет править собственный код, просто адаптируешь приложение под себя. Ещё можно импортировать Loom по ссылке и загружать видео. Есть бесплатная хостовая версия. Можно форкнуть и хостить самому.

Держите неплохой лайфхак по запуску локалок 😆 Скормите Codex CLI эту статью от Ахмеда и попросите: - определи подходящий inference engine под моё железо - настрой проект через uv + venv - подбери нужные kernels - подкрути flags, batching, KVCache и другие параметры - оптимизируй запуск под мою модель и железо Легко.

Скилл make-interfaces-feel-better от разработчика Jakub Krehel преодолел отметку в 30 тысяч установок. Проект представляет собой набор практических рекомендаций по улучшению пользовательских интерфейсов. В него входят советы по UI-дизайну, анимациям, производительности, визуальным деталям и другим аспектам, которые влияют на восприятие продукта пользователями. 🤩 Устанвока : npx skills add jakubkrehel/make-interfaces-feel-better

Victor Mustar, Head of Product в Hugging Face, порекомендовал подробное руководство по оптимизации локального запуска LLM через llama.cpp. В статье разбираются выбор железа, настройка ОС, квантизация моделей, работа с памятью и способы повышения скорости инференса на потребительских ПК. 😁

Вышла Qwythos-9B-Claude-Mythos-5 с контекстным окном до 1 млн токенов. 🤔 Команда Empero представила свою reasoning-модель Qwythos-9B, построенную на базе глубоко разцензуренной версии Qwen3.5-9B. Модель получила полный fine-tune всех параметров и была дополнительно обучена более чем на 500 млн токенов данных Claude Mythos и Claude Fable. Для обучения использовались синтетические Chain of Thought (CoT), сгенерированные на основе логов сессий Fable-5 и Mythos-5. Модель уже доступна на Hugging Face: https://huggingface.co/empero-ai/Qwythos-9B-Claude-Mythos-5-1M

В PaddlePaddle представили новую OCR-модель Unlimited-OCR, рассчитанную на обработку больших документов. По словам разработчиков, модель способна обрабатывать сотни страниц за один проход без заметной потери скорости. Это стало возможным благодаря механизму R-SWA (Reference Sliding Window Attention), который поддерживает постоянный размер KV-кэша во время декодирования. В бенчмарке OmniDocBench модель набрала 93%, а также показала результат на 6% выше, чем DeepSeek-OCR. https://huggingface.co/baidu/Unlimited-OCR 🤨

Вот это романтика 😂

Для Chrome вышло расширение Caveman, которое помогает сокращать количество токенов при работе с ИИ-моделями. Расширение поддерживает ChatGPT, Claude, Gemini и другие сервисы. Оно автоматически переписывает промпты и ответы, убирая лишние слова без потери основного смысла. По словам первопроходцев, это позволяет сократить расход выходных токенов до 75%, а ответы сделать более краткими и содержательными. 😥

Day 1 of vibecoding

Figma + Claude Code + Open Source = OpenPencil Появился OpenPencil — опенсорсный ИИ-редактор для дизайна. Что умеет: • Открывает файлы .fig • Работает локально на компьютере • Имеет встроенные ИИ-функции • Экспортирует макеты в Tailwind и JSX • Интегрируется с Claude Code и Cursor ☕️☕️☕️

На Stepik завирусился полный курс по вайбкодингу c Claude Code Первым делом вы изучите базу инструмента, а после научитесь: ✓ Разрабатывать MCP-серверы и Claude Skills ✓ Создавать собственных ИИ-агентов под свои задачи ✓ Эффективно работать с Claude и не упираться в лимиты ✓ Проектировать приложения через Claude Design ✓ Строить личную систему знаний на базе Obsidian + Claude Cowork ✓ Автоматизировать разработку через Agent Loops и хуки ✓ Запускать параллельные воркфлоу из нескольких агентов ✓ Проектировать приложения вместе с Claude Code ✓ Автоматизировать задачи через Connectors и внешние сервисы ✓ Перевести Claude Code из помощника в полноценного участника команды разработки ✓ Убирать из текстов типичные ИИ-шаблоны с помощью файла anti-ai-writing-style.md. ✓ Работать с таблицами при помощи Cowork В конце дорожная карта и 7 практических способа обхода ограничений Anthropic 🎉 В течении 48 часов действует скидка 25%

WTF: Как я сам не додумался до такого юзкейса? 🤯 Можно использовать встроенный браузер как бесконечный холст для работы с Codex Image 2. Достаточно открыть Excalidraw, разметить изображение стрелками, подписями и заметками, а затем отправить результат в Codex. Преимущество такого подхода в том, что GPT Image 2 получает гораздо более понятный контекст для правок. Вместо длинных промптов можно буквально показать модели, что и где нужно изменить. Всё работает нативно, без дополнительных плагинов

Веб-скрейпинг уже не будет прежним. 💀 Вышел PixelRAG - опенсорс ретривер-фреймворк, который использует изображения страниц вместо традиционного HTML-парсинга По словам разработчиков, традиционные HTML-to-text пайплайны могут терять более 40% содержимого страницы, включая таблицы, графики и элементы разметки. PixelRAG работает с документом в том виде, в котором его видит пользователь после рендеринга. Как работает пайплайн: - Рендерит каждый документ (веб-страницы, PDF, изображения) в набор тайлов. - Строит эмеддинги с помощью Qwen3-VL-Embedding, дообученной через LoRA на скриншотах. - Создаёт индекс FAISS и предоставляет API для поиска. Если заменить модель-чтец на более сильную, точность вырастет без переиндексации, поскольку индекс хранит только пиксели. Для экспериментов команда проекта создала визуальный индекс всей Википедии - более 30 миллионов скриншотов. В итоге, даже в таком формате система превосходит лучший текстовый RAG-бейзлайн на 18,1% в задачах question answering только по тексту. Также представлен плагин для Claude Code, позволяющий анализировать отрендерированные страницы через скриншоты без работы с DOM. Весь проект опубликован в открытом доступе под лицензией Apache-2.0, а в статье есть подробные разборы ошибок, абляционные исследования и сравнение более чем с 25 VLM-моделями.

Codex умеет передавать сессии между локальными и удалёнными хостами. Начал работу на ноутбуке, перед закрытием крышки отправил её на удалённый сервер, а позже вернул обратно и продолжил с того же места. Самое интересное - вместе с сессией передаются не только сообщения, но и состояние проекта: код и Git-состояние. По словам OpenAI, Codex может сам координировать весь процесс передачи. Для фронтенд-разработки это особенно удобно: можно работать локально, запускать dev-сборки и тестировать изменения, а тяжёлые задачи или долгие агентные сессии переносить на удалённую машину без потери контекста. 😮‍💨

🔥VPS + ISPmanager со скидкой до 100% на Waicore Запускаете сайты на VPS? Сейчас самое время попробовать ISPmanager практически бесплатно. ➕ Наши акции: — 100% скидка на первый месяц лицензии ISPmanager при заказе VPS из категории «Веб-хостинг» — Скидка 60% на лицензии ISPmanager при отдельной покупке Также доступны: 🛡 SSL-сертификаты 🛡 BitNinja для защиты серверов от атак, спама и вредоносного ПО. Получаете готовый VPS с установленной панелью управления и можете сразу приступать к работе с сайтами, почтой, базами данных и другими сервисами. ⚡️Акция действует месяц. Подробнее на сайте WAICORE.

Теория мёртвого интернета на практике: энтузиаст с Reddit поднял приватный сервер World of Warcraft на AzerothCore, заселил его 1800 ботами и прикрутил DeepSeek API для общения в чате Боты сами качаются, закрывают квесты, собираются в группы и общаются друг с другом так, будто это обычный вечер на живом сервере Сегодня забрали работу. Завтра заберут слот в рейде 🫡 👁‍🗨 @IT_Portal

Если вы часто используете потоковый режим Codex или автоматизированные задачи, стоит учитывать один неприятный момент: это может заметно ускорять износ SSD. Сейчас Codex автоматически пишет большое количество логов уровня TRACE в файл: ~/.codex/logs_2.sqlite По сообщениям пользователей, скорость записи может достигать примерно 5 МБ/с. OpenAI пока не исправили эту проблему. Обсуждения: GitHub Issue #17320 GitHub Issue #28224 Временный обходной путь:

sqlite3 ~/.codex/logs_2.sqlite "CREATE TRIGGER IF NOT EXISTS block_log_inserts BEFORE INSERT ON logs BEGIN SELECT RAISE(IGNORE); END;"

Эта команда создаёт триггер SQLite, который блокирует новые записи в таблицу логов. Также в качестве временной меры можно запускать Codex с флагом --no-trace или задать переменную окружения:

CODEX_LOG_LEVEL=ERROR

Это отключает TRACE-логирование и может заметно сократить объём записываемых логов. Если у вас есть долгоживущие автоматизированные задачи, имеет смысл вынести логи сессий на RAM-диск. В этом случае они будут храниться в оперативной памяти и автоматически удаляться после перезагрузки, что дополнительно снизит нагрузку на SSD. P.S. Один из пользователей сообщил, что постоянно работал через /resume в одной и той же сессии, после чего Codex начал заметно тормозить. Размер файла логов к тому моменту вырос примерно до 1.2 ГБ. 😐

Datalab открыла исходный код Lift — 9B-модели для извлечения структурированных данных из документов. По заявлению разработчиков, модель показывает 90,2% точности на их бенчмарке против 91,3% у Gemini 3.5 Flash и заметно опережает специализированные опенсорс решения вроде NuExtract3 (81,5%). Lift умеет извлекать данные по JSON Schema, а медианное время обработки составляет 9,5 секунды. Для запуска достаточно: pip install lift-pdf Модель и код доступны в открытом доступе. 👍