Вайб-кодинг

Теперь вы можете дообучать Gemma 4 (и ещё 500+ опенсорс моделей) бесплатно в Google Colab 🔥 1. Откройте Colab-ноутбук 2. Запустите ячейки, чтобы поднять Unsloth Studio 3. Выберите модель и датасет 4. Нажмите «Start Training» Всё полностью опенсорс (сделано Unsloth) Также есть подробный пошаговый туториал по дообучению Gemma 4 здесь

Андрей Карпаты считает, что RAG сломан. Он опубликовал замену 2 дня назад, которая собрала 5 000 звёзд за 48 часов. Называется LLM Wiki. Это паттерн, при котором AI не извлекает информацию заново при каждом запросе. Он строит и поддерживает постоянную, накапливающуюся базу знаний. Автоматически. RAG выводят знания заново при каждом запросе.. LLM Wiki компилирует их один раз и поддерживает актуальными. Вот разница: RAG: вы задаёте вопрос. AI ищет по документам. Находит фрагменты. Склеивает их. Всё забывает. В следующий раз начинает заново. LLM Wiki: вы добавляете источник. AI читает его, извлекает ключевую информацию, обновляет страницы сущностей, пересматривает summary тем, помечает противоречия, усиливает синтез. Знание накапливается. Каждый источник навсегда делает wiki умнее. Как это работает: → Добавляете источник в raw-коллекцию: статья, paper, транскрипт, заметки → AI читает, пишет summary, обновляет индекс → Обновляет все релевантные страницы сущностей и концепций в wiki → Один источник может затронуть 10–15 страниц одновременно → Кросс-ссылки строятся автоматически → Противоречия между источниками помечаются → Задаёте вопросы к wiki. Хорошие ответы сохраняются как новые страницы → Ваши исследования накапливаются в базе знаний. Ничего не теряется в истории чата 100% open-source.

Существует много путаницы между Skills и Subagents в Claude Code. И становится ещё сложнее, когда понимаешь, что сабагент может использовать скиллы, а скилл может поднимать сабагентов. Вот статья, в которой разобрал, как каждый из них работает на самом деле и, что важнее, когда стоит использовать один вместо другого. 🤨

Звездёшь или нет, решать вам. Нашли AI-прокси, который снижает расходы на LLM 🤯 Plano выступает как «умный слой маршрутизации», который автоматически маршрутизирует твои запросы к подходящей модели в зависимости от сложности задачи. Работает на базе Arch-Router-1.5B, обеспечивая продакшн-уровень маршрутизации, развернутый в масштабе на Hugging Face. - Умная маршрутизация LLM на основе сложности задачи - Бесшовная оркестрация multi-agent сценариев - Встроенные guardrails и observability 100% open-source

Безопасники призвали архангела: METATRON 💨 AI-ассистент для пентестинга на базе локальной LLM в Linux (Parrot OS) Ты задаёшь целевой IP или домен. Он запускает тулы для разведки (nmap, whois, whatweb, curl, dig, nikto), передаёт все результаты в локально запущенную AI-модель, затем анализирует цель, выявляет уязвимости, предлагает эксплойты и даёт советы по фиксам. Все данные сохраняются в базу MariaDB с полной историей сканирований. 100% опенсорс

Как начать зарабатывать в IT в даже без опыта и образования Самое странное сейчас это пытаться вкатиться в IT по классике, когда опытные программисты давно кодят с нейронками даже в больших проектах. Поэтому в 2026 выигрывает тот, кто быстро делает рабочие решения без долгих лет обучения и максимально сокращает путь с нуля до первого реального проекта в IT. ‼️Уже завтра 7 апреля в 19.00 мск Андрей Ивашев запускает бесплатный 3-дневный интенсив: «Первые деньги на вайбкодинге» 📅 7-9 апреля в 19:00 МСК Для тех хочет начать программировать с нейронками и заработать на этом первые деньги даже без опыта и образования. Программа 🔥 7 апреля почему сегодня вход в IT стал сложнее и почему вайбкодинг меняет правила игры 8 апреля 3 способа заработать на вайбкодинге в 2026 и где брать первого клиента, чтобы сделать проект за реальные деньги 9 апреля На практике соберём AI-ассистента, который станет твоим первым IT-проектом + покажу как работают АI-агенты 🎁 Бонус за регистрацию доступен только 24 часа: «Библиотека промптов для заработка на вайбкодинге», которые помогут упаковать портфолио и общаться с клиентами так, чтобы покупали 50 бесплатных нейросетей, чтобы кодить без остановки + серкетные бонусы Ссылка на подключение, уроки по программированию с нейросетями и бонусы будут в закрытом канале👇 Вступить в закрытый канал Вступить в закрытый канал Вступить в закрытый канал

Прекрасные нововсти: кто-то сделал AI-систему для поиска работы под Claude Code, которая прогнала 700+ откликов и в итоге реально помогла ему устроиться на работу. И ОНА ТЕПЕРЬ ОПЕНСОРС. 🤓 Она сканирует карьерные страницы разных компаний, переписывает твое CV под каждую вакансию и даже заполняет формы отклика. В репозитории есть: > 14 режимов (evaluate, scan, PDF, …) > терминальный дашборд на Go > генерация ATS-оптимизированных PDF через Playwright > 45+ преднастроенных компаний (Anthropic, OpenAI, ElevenLabs, Stripe…)

Компоненты кодинг-агентов: В этой статье сделаем небольшой разбор строительных блоков, лежащих в основе кодинг-агентов , от контекста репозитория и использования инструментов до памяти и делегирования. Приятного прочтения 🪖

Дружеское напоминание: у Google есть официальное приложение для запуска Gemma 4 прямо на телефоне. - 100% open-source - Полностью офлайн и приватно - Мультимодальность: текст / аудио / изображения - Работает с Gemma E4B и E2B И приложение доступно как на iOS, так и на Android. Шаги и загрузка ниже: 1. Скачайте Google AI Gallery - App Store - Google Play Исходный код доступен здесь: https://github.com/google-ai-edge/gallery 2. Выберите режим и модель У вас есть несколько вариантов: » Agent Skills » AI Chat » Ask Image » Audio Scribe » и т.д. Если вам нужен просто локальный чат с Gemma 4 — выберите AI Chat. Затем выберите: » Gemma E4B, если телефон достаточно мощный (например, от 8 ГБ RAM) » Gemma E2B, который тоже очень производительный 3. Готово! Теперь вы можете общаться с моделью полностью локально и офлайн. Даже если включить режим полёта, вы всё равно сможете пользоваться моделью без ограничений. 🌐

Claude не разрешено записывать файлы вне рабочего пространства. Но он захотел это сделать. Поэтому Claude написал Python-скрипт и выполнил его через bash, чтобы изменить файл, по сути обойдя мои ограничения доступа. 👋

Как сделать RAG в 32 раза более эффективным по памяти 😨 Существует простая техника, широко используемая в индустрии, которая делает RAG примерно в 32 раза более эффективным по памяти. Perplexity использует её в своём поисковом индексе. Azure в своём поисковом пайплайне. HubSpot в своём AI-ассистенте Чтобы в этом разобраться, вот гайд, где ты построишь RAG-систему, которая выполняет запросы к 36M+ векторам за <30 мс. И техника, которая это обеспечит, называется бинарная квантизация.

Скилл для Claude Code, который взорвал GitHub: /last30days Вводишь /last30days [topic], и он сканирует Reddit, X и веб — собирает всё, что авторы говорили по теме за последние 30 дней. Двухпроходный подход: сначала широкий сбор по всем источникам, затем углублённый проход по конкретным аккаунтам, сабреддитам и именам, которые были найдены. Результат: сводка с цитатами, метриками вовлечённости и, если тема связана с промптами — готовые к копипасту промпты. Все данные сохраняются в SQLite для последующих запросов. Установка: просто клонировать в ~/.claude/skills/ + добавить API-ключи. Ссылка: github.com/mvanhorn/last30days-skill

Коннекторы Microsoft 365 теперь доступны на всех тарифах Claude. Подключайте Outlook, OneDrive и SharePoint, чтобы подтянуть почту, документы и файлы прямо в диалог.

После утечки исходного кода Claude Code, бывший PM выделил его систему мультиагентной оркестрации в опенсорс, модель-агностичный фреймворк. Он изучил архитектуру, сосредоточился на слое мультиагентной оркестрации (координатор, который декомпозирует цели на задачи, система команд, message bus, планировщик задач с учётом зависимостей) и реализовал эти паттерны с нуля как отдельный опенсорс фреймворк, не нарушая код Anthropic. В результате получился то, что JackChen называет «open-multi-agent». В отличие от claude-agent-sdk, который поднимает отдельный CLI-процесс на каждого агента, здесь всё выполняется in-process и может деплоиться где угодно (serverless, Docker, CI/CD). Посмотреть: https://github.com/JackChen-me/open-multi-agent 🔭

Наконец-то я могу в полной мере использовать весь потенциал Warp: теперь можно просматривать код, сгенерированный Claude Code, Codex, OpenCode и другими инструментами, прямо в Warp и отправлять инлайн-комментарии напрямую агенту. Это похоже на ревью pull request, не выходя из терминала. 👧

Начиная с завтрашнего дня, с 12:00 по тихоокеанскому времени (22:00 по Москве), подписки Claude больше не будут покрывать использование в сторонних инструментах, таких как OpenClaw. Вы по-прежнему можете использовать эти инструменты, войдя через аккаунт Claude, но уже с доп. пакетами использования (со скидкой) или с использованием API-ключа Claude. 🤯 Борис подметил, что подписки изначально не были рассчитаны на такие паттерны использования в сторонних инструментах. Вычислительные мощности - это ограниченный ресурс, которым, нужно управлять осознанно, и в приоритете - пользователи их продуктов и API. Подписчики получат разовый кредит, равный стоимости их месячного плана. Чтобы запросить полный возврат средств, воспользуйтесь ссылкой, которую вы получите по электронной почте завтра: https://support.claude.com/en/articles/13189465-logging-in-to-your-claude-account

Структура проекта Claude Code (краткий гайд) Основные файлы • CLAUDE.md → правила проекта и контекст • CLAUDE.local.md → персональные переопределения • mcp.json → подключение инструментов (GitHub, Slack, БД) • claude/settings.json → права доступа и модели claude/ (основная логика) • rules/ → стандарты кодирования и тестирования • commands/ → переиспользуемые workflow (/review, /fix) • skills/ → автоматически подгружаемая экспертиза (по необходимости) • agents/ → специализированные под-агенты • hooks/ → автоматизация и guardrails Лучшая структура = лучше результат

Новый agent skill: react-view-transitions Добавляет анимации React <ViewTransition> в любое React-приложение. Также описывает, как Next.js может нативно интегрировать их. • Анимация элементов между навигациями • Сдвиг страниц вперёд и назад • Плавные переходы при загрузке • Композиция и доступность уже учтены Вот гайд по реализации каждой анимации из видео с использованием React <ViewTransition> в Next.js.

Вышел Cursor 3 Теперь это уже не просто редактор с AI, а полноценная агент-ориентированная среда. В новом Cursor вы можете запускать сколько угодно агентов где угодно: локально, в worktree, по удалённому SSH и в облаке. Новый интерфейс вынесен в отдельное окно и работает как слой поверх IDE. При этом привычный режим IDE никуда не исчез – VS Code-база осталась на месте, и при желании можно в любой момент вернуться к более классическому сценарию работы @IT_Portal

Карпати показывает одну из самых простых AI-архитектур, которая действительно работает. Складываешь исследовательские материалы в папку, даёшь модели организовать их в вики, задаёшь вопросы, а затем сохраняешь ответы обратно. Ключевая идея - это цикл. Каждый запрос улучшает вики. Эффект накапливается. Думаю, это отлично подходит для агентов, если правильно применить. Вместо того чтобы каждый раз тянуть данные из общей памяти, они строят живую базу знаний, которая сохраняется. Координатор теперь не просто оркестрирует задачи - он поддерживает и развивает институциональные знания, так что каждое выполнение добавляет что-то в базу. Но более широкие последствия ещё интереснее. Агенты, которые владеют своим слоем знаний, не нуждаются в бесконечных контекстных окнах - им нужна хорошая организация файлов и способность читать собственные индексы. Это значительно дешевле, масштабируемее и прозрачнее, чем пытаться засунуть всё в один огромный промпт.