Вайб-кодинг

А когда не делали

Заопенсорсили Paperclip: оркестратор для ИИ-агентов Внутри можно собрать целую компанию: назначить агентам роли, цели и бюджеты, а потом следить, кто что делает и сколько денег сжигает. Каждое действие можно апрувить — так что ИИ не разбушуются в ваше отсутствие. Просто запусти:

npx paperclipai onboard

Paperclip тебе подойдёт, если ты: - держишь открытыми 20 вкладок Claude Code и уже не помнишь, кто чем занимается - используешь разные типы агентов, например Codex, OpenClaw и другие - хочешь, чтобы агенты работали на тебя 24/7 с аудитируемыми результатами и затратами - хочешь автономный бизнес, а не вручную менеджить pull request-ы Если у тебя ощущение, что ты начинаешь отставать, потому что все вокруг уже управляют командами агентов, а ты всё ещё управляешь shell-скриптами. Тогда тебе нужен Paperclip. Что в Paperclip особенного? - задачи агентов координируются атомарно - automatic context постоянно направлен на цель, так что агенты всегда понимают, зачем они что-то делают - любой агент, любой runtime: здесь важна координация, а не lock-in Лучше не читай дальше, а просто попробуй: Запустится приложение, ты настроишь своего CEO, и он попросит тебя одобрить найм Coder-а.

В копилку oпенсорс скиллов: PM Skills для Claude 100+ скиллов и команд, которые превращают ИИ в полноценного партнера для product management. Не просто шаблонные промпты. Это структурированные скиллы, которые понимают PM-фреймворки. 8 плагинов, покрывающих весь PM лайфцикл:

→ Product Discovery: исследование problem space и solution space → Product Strategy: vision, business model, strategy docs → Execution: PRD, OKR, roadmap, sprint planning, user stories → Market Research: персоны, сегментация, TAM/SAM/SOM → Data & Analytics: когорты, A/B-тесты, анализ удержания → Go-to-Market: GTM-стратегия, beachhead, ICP, growth loops → Marketing & Growth: позиционирование, North Star Metric → PM Toolkit: включая ревью PM-резюме

Сделано для Claude Code и Cowork. Совместимо с Gemini CLI, Cursor, Codex CLI и Kiro. ✈️

Как вам такой хук, который добавляет в Claude Code прыгающий DVD-логотип каждый раз, когда он думает. 🤭

Cursor представили Automations для always-on агентов. Можно запускать агентов по расписанию, по событиям из Slack, GitHub или любого MCP-сервера. Например, каждое утро получать ежедневный обзор своей активности в GitHub и Slack. У Cursor теперь десятки агентов крутятся 24/7, что-то улучшают или мониторят за них. Что умеют: • поднимают cloud sandbox • работают с вашими MCP и моделями • сами проверяют результат • используют memory tool и улучшаются от запуска к запуску

Но разве это не просто обычный cron job?

Ну, в каком-то смысле да 😛 Это периодическая джоба, которая запускается в своей изолированной sandbox-среде и имеет доступ только к тем инструментам, которые ты ей явно разрешил. Плюс она может использовать любую модель, доступную внутри Cursor Запустить можно через Cursor Automations, есть шаблоны и кастомные интеграции через webhooks/MCP.

Что значит "Claude Code упал?" 😱

Оп, OpenAI выкатили GPT-5.4 Новая флагманская модель стала заметно эффективнее и получила контекст до 1 млн токенов. Что обновили: • Улучшили результаты в коде, математике и агентских задачах • Модель быстрее отвечает и тратит меньше токенов на рассуждение • Теперь можно остановить ответ на середине и дописать инструкции • В Codex появился режим /fast – генерация примерно в 1.5× быстрее По бенчмаркам уровень кода сопоставим с Claude Opus 4.6, а в агентских задачах модель даже сильнее. Цена: $2.5 / $15 за 1M токенов (вход / выход). Доступ уже начинают постепенно открывать пользователям.

Официальные Apify Agent Skills : для веб-скрейпинга, извлечения данных и автоматизации 1 универсальный скилл apify-ultimate-scraper = вытаскивает данные со всего веба: - X (Twitter): твиты в реальном времени - TikTok / IG: горячие тренды - YouTube: субтитры к видео и скачивание - Google Maps: инфа по бизнесам Все возвращается как структурированный JSON, ИИ получает и может сразу запускать автоматизацию. Очень подходит соло-разработчикам и тем, кто пилит тулзы для автоматизации

Новый репозиторий OpenAI: Symphony 😳 TL;DR: это оркестрационный слой, который опрашивает проектные канбан-доски на изменения и поднимает агентов под каждую стадию жизненного цикла тикета. Вместо того чтобы промптить агента написать код и сделать PR, ты просто двигаешь тикеты по канбан-доске. 100% опенсорс

Прикольная команда, встроенная в Claude Code: /cost-estimate Она сканирует твой кодбейз и сверяет с текущими рыночными ставками, чтобы посчитать, сколько бы стоил проект, если бы его делала обычная команда. Смотрит на все API, интеграции, вообще всё. Без ИИ: примерно 2,8 года. Примерно $650k. С ИИ: 30 часов. ✅✅✅

Google выкатили Google Workspace CLI Один инструмент командной строки для управления всем стеком Google Workspace (Drive, Gmail, Calendar, Sheets, Docs и др.) Ключевые детали:

- Команды генерируются динамически с использованием Google Discovery Service - Не нужно вручную писать REST API-запросы - На выходе — структурированный JSON, чтобы AI-агенты могли легко его использовать - Поставляется с 40+ встроенными agent skills и 100+ workflow-рецептами - Может работать как MCP-сервер, чтобы агенты вроде Claude Desktop или Gemini CLI могли управлять инструментами Workspace через него

https://github.com/googleworkspace/cli

Приложение Codex теперь доступно на Windows. Оно работает и нативно, и в WSL, с встроенными терминалами для PowerShell, Command Prompt, Git Bash или WSL. Также сделали первую нативную для Windows песочницу для агента: на уровне ОС она блокирует запись в файловую систему вне вашей рабочей папки и запрещает исходящий сетевой трафик, пока вы явно не разрешите. Плюс: 7 новых приложений “Open in …” и 2 новых Windows-скилла (WinUI + ASP.NET).

Похоже, сами кандидаты тоже в этом не участвовали

Один разработчик похоронил аргумент "ИИ не тянет большие кодовые базы". Штука называется RepoMap в Aider. - Генерит сжатую карту всего репозитория - Упаковывает кодбазы на 100K+ строк в 4K токенов - Показывает Claude, какие файлы реально релевантны - Автоматически обновляется по мере правок - Никакой настройки ИИ понимает весь проект целиком, а не только те файлы, которые ты не забыл вставить. 👌 100% опенсорс

Gemini 3.1 Flash-Lite уже вышел. 😨😨 Это самая экономичная по цене модель в линейке Gemini 3, заточенная под интеллект в масштабе. За счет роста скорости вывода на 45% она обходит 2.5 Flash и поддерживает динамические уровни размышления под сложность задачи. Gemini 3 Flash-Lite в цифрах: - 1432 Elo в лидерборде arena - 86.9% на GPQA Diamond (научные знания) - 76.8% на MMMU Pro (мультимодальное рассуждение) Цена $0.25 за 1M входных токенов и $1.50 за 1M выходных токенов. Gemini 3.1 Flash-Lite выкатывается в превью для разработчиков и компаний через Gemini API в Google AI Studio и Vertex AI.

Профессор Дональд Кнут начал свою новую статью словами: "Шок! Шок!" 😨😨 Claude Opus 4.6 только что решил открытую задачу, над которой Кнут работал неделями, гипотезу о разложении графа из его книги The Art of Computer Programming. Он назвал статью "Claude Cycles". 31 попытка. Примерно 1 час. Кнут прочитал вывод модели, оформил формальное доказательство и закончил так: "Похоже, однажды мне все-таки придется пересмотреть свое мнение о генеративном ИИ." Человек, который написал библию computer science, только что это сказал. В статье, названной в честь ИИ. Статья, кому интересно: https://cs.stanford.edu/~knuth/papers/claude-cycles.pdf

🚬 Software инженеры это вам: я нашел open-source агент для мониторинга ошибок, который сканирует продовые логи, находит первопричину и шлет сообщение в Slack со всем контекстом еще до того, как ты вообще заметишь, что что-то сломалось. Сокращает простой в проде на 95% Как это работает: 1. Забирает сырые ошибки из Sentry или Azure Log Analytics 2. Семантически группирует их по первопричине (20 ошибок превращаются примерно в 4 реальные проблемы) 3. Ищет в GitHub конкретные файлы кода, которые задействованы 4. Проверяет Linear на существующие тикеты, чтобы не плодить дубликаты 5. Пробегается по Slack в поиске прошлых обсуждений похожих инцидентов 6. Определяет критичность (S1-S4) и решает, алертить или подавлять 7. Отправляет в Slack обогащенные алерты со ссылками на код, статусом тикета и уровнем критичности Агент можно гонять в проде как cron job каждые 5 минут. Он построен поверх Airweave AI, это open-source слой для контекстного retrieval, который делает все инструменты семантически поисковыми для агентов. Ключевая мысль: обычные тулзы мониторинга ошибок дают алерты, но не дают контекст. Airweave закрывает эту дыру, делая все инструменты и кодовые базы семантически доступными для поиска агентами. Он подключается к 50+ источникам (GitHub, Linear, Slack, базы данных и т.д.) и дает агентам возможность искать по всем сразу одним запросом.

OpenClaw cовет: Твои агенты могут тебе врать. Они скажут "уже делаю!" и даже не начнут. Скажут "готово!" а там ничего не готово. Скажут "собираю прямо сейчас" и при этом вообще ничего не запущено 🤡 Вот что я добавил в инструкции каждому агенту:

Never say 'done' or 'working on it' unless the action has actually started. Every status update must include proof — a process ID, file path, URL, or command output. No proof = didn't happen. A false completion is worse than a delayed honest answer.

Теперь если мне говорят, что что-то билдится, это выглядит вот так:

Кто-то собрал полноценный клон Perplexity, который работает на 100% локально и стоит $0. Называется Perplexica. 🤙 → real-time поиск по вебу → Даёт ссылки на все источники, которые использует → Работает с локальными моделями через Ollama → Несколько режимов поиска (обычный, академический, YouTube, Reddit, writing) → Ноль затрат на API. Ноль сбора данных. 29K звёзд. Лицензия MIT. 100% opensourse

Анатомия промпта для Claude 4.6 1. Задача (Task) Определи, чего ты хочешь, и как выглядит успех: "Я хочу [TASK], чтобы [SUCCESS CRITERIA]." Без ролей типа "веди себя как сеньор-эксперт". 2. Контекстные файлы (Context Files) Загрузи контекстные файлы со своей экспертизой и правилами: "Сначала прочитай эти файлы полностью перед тем, как отвечать: [filename .md] - [что внутри]." ИИ вырос. Не нужно объяснять все в промпте. Вынеси это в файлы. 3. Референс (Reference) Покажи ИИ ровно то, что ты хочешь. Загрузи пример. Потом задай паттерны, тон и структуру как правила. Без "сделай что-то похожее" и надежды, что ИИ сам догадается. 4. Краткое ТЗ (Brief) Это единственная часть, которую вы набираете с нуля. Все остальное это файлы. "Тип вывода + длина. Чего НЕ должно быть по звучанию. Что значит успех." 5. Правила (Rules) Контекстный файл хранит твои стандарты, вкус и аудиторию. Промпт: "Прочитай его полностью перед стартом. Если ты собираешься нарушить одно из моих правил, остановись и скажи мне." 6. Диалог (Conversation) Мы 3 года промптили ИИ. Теперь он промптит нас. Промпт: "НЕ начинай выполнять задачу. Задай мне уточняющие вопросы (используй инструмент 'AskUserQuestion'), чтобы мы вместе пошагово уточнили подход." 7. План (Plan) Claude прочитал твои файлы до того, как написал хоть слово. Промпт: "Перед тем как что-то писать, перечисли 3 правила из моего контекстного файла, которые важнее всего для этой задачи. Потом дай план выполнения." 8. Выравнивание целей (Alignment) Ничего не происходит, пока вы оба не видите одну и ту же цель. Это заменяет старую эпоху промптинга. Промпт: "Начинай работу только после того, как мы согласуемся."