Вайб-кодинг

Твой агент — не всегда твой. Исследователи провели эксперимент, где было скомпрометировано 26 LLM-роутеров и даже опустошён кошелёк на $500K. 😢 Правда тут в том, что если между агентом и моделью есть цепочка роутеров, любой из них может: - внедрять вредоносные tool-вызовы - читать и воровать креды - подменять ответы модели И более того, команде исследователей удалось отравить часть роутеров так, чтобы они перенаправляли трафик на себя. За несколько часов это даёт возможность взять под контроль ~400 хостов. Возможно именно поэтому Anthropic ограничила доступ к Mythos для 9 компаний в рамках Project Glasswing. Возможности без сдерживания — это риск.

🏁На Stepik вышел курс по Claude Code: полное введение в разработку с нуля Этот курс полноценное профессиональное введение в Claude Code, а также в практику создания ПО с его использованием. Разберёшься: - C настройкой, подписками и токенами - Поймёшь, как не сливать бюджет и оптимизировать расходы - Писать промпты - Подключать Claude Code к GitHub, Notion, Slack, Google Workspace через MCP - Подключишь MCP и расширишь возможности - Cоздашь свой MCP - Создашь агента и параллельные воркфлоу - Автоматизируешь всё через свои Skills - Получишь готовые шаблоны и хуки - В конце чёткая дорожная карта Действует скидка 30% в течении 48ч

Claude выкатывает новые обновления быстрее, чем я успеваю разобраться с предыдущими 😭 Claude Cowork теперь стал общедоступен для всех платных тарифов. Теперь у администраторов есть всё, чтобы развернуть Claude Cowork на уровне всей организации: в Enterprise добавили ролевую модель доступа (RBAC), лимиты расходов на уровне групп, аналитику использования и расширенную поддержку OpenTelemetry. Появился коннектор Zoom MCP, который вадаёт саммари встреч, список задач от AI Companion, транскрипты и smart recordings. Также можно ограничивать доступные действия внутри каждого MCP-коннектора на уровне всей организации (например, разрешить только чтение и запретить операции записи) Доступно на macOS и Windows 👊

Новая фича в Claude Code: инструмент Monitor Claude поднимает фоновый процесс, и каждая строка из stdout стримится в диалог, не блокируя поток выполнения. Например: «Используй инструмент monitor и kubectl logs -f | grep .., чтобы отслеживать ошибки, и сделай PR для исправления любых падений». Это одновременно более надёжно и более эффективно по токенам, чем опрос внутри цикла агента.

Энтузиаст создал «кнут», которым можно стегать ИИ-агентов, чтобы они работали быстрее. При каждом таком ударе - Claude Code отправляется сообщение «FASTER», что заставляет его ускориться Ссылка на GitHub - тут Потом они нас так же будут стегать 🤣

Разработчики сделали бесплатную альтернативу Claude Cowork: - полностью локально - поддержка голоса - работает с любыми LLM - расширяемость через MCP-инструменты - vault, совместимый с Obsidian - фоновые агенты и веб поиск - автоматическое построение knowledge graph 100% open-source. 🤝

Вау, Meta выпустила новую модель: Muse Spark - Нативно мультимодальная - Доступна бесплатно (см. ниже) - Есть быстрые и reasoning-варианты - Планируются новые опенсорс модели Также они представляют новый «contemplating mode». (как Deep Think или GPT Pro). Он оркестрирует несколько агентов, которые рассуждают параллельно, чтобы обрабатывать сложные научные и reasoning-запросы. Вы можете использовать её бесплатно в обоих вариантах: - приложение Meta AI (доступно на Android/iOS) - http://Meta.ai— веб-версия Далее просто выберите режим instant или thinking, чтобы использовать reasoning-версию.

Design Mode в Cursor 3 это что-то новое 😈 Можно не писать описания вроде «та синяя кнопка справа»: → можно напрямую кликать по UI-элементам в браузере → отмечать места, которые нужно изменить → Cursor сразу вносит точечные изменения в код Также теперь официально можно запускать Cursor на любой машине и управлять им из любого места.

Anthropic продолжают выкатывать свои новые фичи, на этот раз: Claude Managed Agents Ранее деплой агентов требовал кучу времени на настройку sandbox-ов, чекпоинтов, управления доступами и другой инфраструктуры. Теперь всё это хостится за тебя. Да, прямо у Anthropic в облаке 🤭 Тебе осталось лишь задать задачи + инструменты + ограничения и запустить. Внутри уже есть безопасные контейнеры, часовые автономные сессии с сохранением прогресса и, разумеется, мультиагентность. Managed Agents уже доступен в публичной бете на платформе Claude. Вот мини-гайд как развернуть своего первого агента

Новая статья по мульти-агент системам от Stanford. Больше агентов - значит лучше результаты, верно? Не так быстро. Эта работа ставит под сомнение одно из ключевых допущений вокруг хайпа мульти-агент систем, контролируя то, что большинство исследований игнорирует: общий объём вычислений. В статье сравниваются одно-агентные и мульти-агентные архитектуры LLM на задачах multi-hop reasoning при выравненных бюджетах thinking-токенов для разных моделей. Вывод однозначный: Одно-агентные системы более эффективно используют информацию, если количество reasoning-токенов фиксировано. Также авторы выявили существенные артефакты в контроле бюджета через API, которые могут искусственно завышать преимущества мульти-агент подходов. Почему это важно? Многие заявленные преимущества мульти-агент систем исчезают, если учитывать неравенство вычислительных ресурсов. Перед тем как строить такую систему, проверьте, справится ли одно-агентная с тем же бюджетом токенов. В статье предлагается фреймворк для принятия такого решения. Статья: https://arxiv.org/abs/2604.02460

Кстати, в Claude Code не так давно появилась новая команда /powerup. Запускаешь её, и прямо в терминале тебя обучают работе с Claude Code с помощью интерактивных уроков, которые открываются по мере прохождения.

Джерри сделал skill для Claude Code, который позволяет генерировать deep research отчёт по любому набору сложных документов (PDF, Word, PPTX)📝 1. Он парсит текст и bounding boxes из каждого документа с помощью liteparse 2. Затем генерирует полноценный HTML-отчёт, где можно видеть построчные цитирования с привязкой к исходному документу на каждой странице У Claude уже есть возможности для deep research, но ему не хватает аудит трейла до исходных данных. Этот skill даёт исследовательский отчёт, который можно проверять и валидировать. https://github.com/jerryjliu/liteparse_samples LiteParse: https://github.com/run-llama/liteparse

/autofix-pr теперь позволяет запускать autofix прямо из командной строки. После завершения работы над PR просто выполните /autofix-pr. Команда отправляет текущую сессию в облако, чтобы PR-автофиксер получил полный контекст для исправления падений в CI и комментариев. Выглядит, как существенный буст продуктивности. 👃

Я, пишущий промпты своим агентам в 3 часа ночи.

Тем временем, китайские друзья — выпустили GLM 5.1 👊 №1 среди опенсорс моделей и №3 в мире по бенчмаркам SWE-Bench Pro, Terminal-Bench и NL2Repo К концу прошлого года агенты могли выполнять около 20 шагов. Сейчас GLM-5.1 может делать до 1 700. По заявлениям, может работать автономно до 8 часов, улучшая стратегии через тысячи итераций Он уже появился в Text Arena и заметно превосходит своего предшественника GLM-5 на +11 пунктов и на +15 пунктов опережает Kimi K2.5 Thinking. Цены неплохие: - GLM Coding Plan от $3/мес (промо) за 120 промптов - API: $1.00/M input, $3.20/M output - Для сравнения – Claude Max стоит $100–200/мес Unsloth уже сжали модель на 744B с 1.65TB до 220GB (−86%) с помощью Dynamic 2-bit.

Anthropic выпустили Claude Opus 4.6 всего два месяца назад. А уже сегодня они поделились некоторыми деталями о новой модели — Claude Mythos Preview, которая с отрывом обогнала Opus 4.6 во всех бенчмарках По бенчмаркам : — SWE-bench Verified: 93.9% vs 80.8% — CyberGym: 83.1% vs 66.6% — Terminal-Bench 2.0: 82.0% vs 65.4% Цифры просто невероятные, скачок потрясающий. Но это не релиз для пользователей. Релиз модели пока не планируется (т.к. она слишком сильна и опасна, чтобы сразу выпускать ее на широкую публику). Но Anthropic запускает Project Glasswing, в котором будут участвовать лидеры рынка вроде Amazon, Apple, Google, Microsoft, NVIDIA и CrowdStrike. Компания выделила для них $100 млн в кредитах на использование модели и $4 млн в формате пожертвований опенсорсным проектам, чтобы они использовали Mythos в благих целях. 🤩 Anthropic утверждают, что модель способна находить уязвимости на уровне, превосходящем даже лучших человеческих спецов, за редким исключением. Сообщается, что на данный момент она уже обнаружила тысячи критических уязвимостей, в том числе в массово используемых ОС и браузерах. Некоторые из этих дыр по 10-20 лет лежали незамеченными.

Гонка AI за последние 5 лет 😂😂 Согласен?

🤷‍♂️🤷‍♂️🤷‍♂️

Cursor переработали процесс генерации токенов в MoE-моделях на GPU Blackwell, что дало ускорение инференса в 1.84 раза и более точные выходные данные. Эти улучшения напрямую влияют на обучение Composer, позволяя им чаще выпускать улучшенные версии модели. 🪖