Вайб-кодинг

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.

Claude Code Unpacked: визуальный разбор всей слитой кодовой базы на ~500k строк. 😱 Что происходит, когда вы вводите сообщение: - цикл агента - 50+ инструментов - мультиагентная оркестрация - невыпущенные фичи Хотите разобраться во внутреннем устройстве или собрать собственный agent harness? Начните отсюда: https://ccunpacked.dev/

Универсальный CLAUDE.md , который по заявлениям даёт снижение количества выходных токенов Claude на 63% Подключается «из коробки». Без изменений в коде. Исходники 👊 Это по сути context engineering в одном файле. CLAUDE.md, который подгружается перед каждым взаимодействием и убирает лишнюю воду. Снижение вывода на 63% выглядит логично, если учитывать, сколько токенов Claude тратит на вежливые формулировки до перехода к сути. Важно отметить, что большая часть затрат в Claude Code обычно приходится на входные токены, а не на выходные, так что это скорее улучшает UX, чем напрямую снижает стоимость. Тем не менее, имеет смысл добавить такой файл в каждый проект.

Вчера гений собрал прикольный проект: gitreverse Обратный инжиниринг любого репозитория до его исходного промпта. 🧙‍♂️

Google Stitch представил новую концепцию: DESIGN.md Аналогично README.md, но для дизайн-систем. Это обычный markdown-файл, который LLM читают, чтобы генерировать консистентный UI. Вот курируемая коллекция файлов DESIGN.md, вдохновлённая developer-ориентированными продуктами, такими как Stripe, Vercel, Linear, Notion, Figma и другими. 🤵

Нашёл инструмент для преобразования документации в skills для Claude Code 100% опенсорс

Если вы используете AI-агентов, то вам нужно использовать Agent Skills Проблема? Их тысячи, и за всеми невозможно уследить. Этот инструмент автоматически определяет технологии в вашем проекте и устанавливает для вас наиболее подходящие.

$ npx autoskills

Антропики показали свой новый режим NO_FLICKER для Claude Code в терминале. Он использует новый экспериментальный рендерер. Рендерер пока на ранней стадии и имеет компромиссы, но уже сейчас большинство внутренних пользователей предпочитают его старому. Также он поддерживает события мыши (да, прямо в терминале). Попробовать: CLAUDE_CODE_NO_FLICKER=1 claude Некоторые плюсы: - Больше нет мерцания (flickering) - Больше нет «прыжков» интерфейса - Постоянное потребление памяти и CPU по мере роста диалога - Поддержка мыши. Теперь можно кликать, чтобы перемещать курсор внутри input-поля. Некоторые элементы UI тоже стали кликабельными - Более аккуратное поведение выделения. Например, при выделении кода мы больше не включаем номера строк и элементы UI Есть и минусы: - Нативный cmd-f не работает. Вместо этого нажмите ctrl+o, затем /, чтобы искать по транскрипту (или используйте ctrl-r для реверс поиска) - Нативный копипаст не работает. Вместо этого при выделении текст по умолчанию копируется в буфер обмена. Это можно изменить в settings.json, чтобы использовать ctrl+c, если так удобнее - «Физика» скролла отличается на разных устройствах, и это всё ещё настраивают, чтобы она ощущалась одинаково хорошо в разных терминалах При разработке под терминал возникает много компромиссов. В отличие от веба, мобильных и десктопных приложений, у терминала довольно ограниченный набор инструкций для рендеринга — ANSI escape-коды. Есть ANSI-код для «переместить курсор в (x, y)», другой — для «вывести 'foo'» и т.д. Это немного похоже на программирование на уровне Assembly. Поскольку не существует ANSI-кода для «переместить курсор в (x, -y)», чтобы перерисовать строку вне текущего viewport, приходится использовать команду «очистить весь экран» — отсюда и мерцание. Их новый экспериментальный рендерер NO_FLICKER решает это за счёт виртуализации всего viewport. Они перехватывают события клавиатуры и мыши, чтобы реализовать скроллинг, и виртуализируют viewport, перенося контроль над тем, что рендерится, на уровень приложения. У этого подхода есть компромиссы, но на практике он ощущается неожиданно хорошо. Это способ работать в рамках ограничений терминального рендеринга, при этом давая более богатый и производительный пользовательский опыт.

🤭🤭🤭

Sandboxs теперь полностью автономные. Docker Desktop не нужен. Теперь с ещё более быстрым cold start, работают «из коробки» с Claude Code, OpenAI Codex, GitHub Copilot, Google Gemini и Kiro. Даже с NanoClaw. Полная автономность агентов — при этом всё важное остаётся в безопасности. Подробнее → тут

Небольшое напоминание: в Gemini есть встроенная альтернатива OpenClaw. Да. Agent mode буквально может выполнять практически любые задачи: - Использовать браузер и работать с любыми сайтами/инструментами - Интегрирован с Gmail, Calendar, Drive, Tasks и т.д. - Генерировать презентации в Slides - Использовать видео с YouTube как источники - Создавать задачи, архивировать письма, писать черновики ответов И многое другое, включая deep research, canvas и т.д. Также можно настроить Gemini так, чтобы Agent запускался автоматически: каждый день, раз в неделю и т.п. для регулярных задач. Возможно, одна из самых недооценённых функций. Кстати, Gemini Agent доступен и на мобильных устройствах. На данный момент — для подписчиков AI Ultra в США.⏳

Anthropic встроили в Claude Code две системы защиты от дистилляции, чтобы помешать конкурентам обучаться на их данных. Одна из них внедряет фейковые вызовы инструментов в поток вывода модели, чтобы «засорить» любые собранные датасеты для обучения. Другая — вырезает все детали вызова инструментов, заменяя их размытыми сводками, чтобы конкуренты не могли восстановить, что именно делал агент. 🔥

Anthropic запустил для своих автономных агентов новый портфель на $50,000, чтобы посмотреть, насколько хорошо они справляются с инвестированием в акции и смогут ли они обогнать Баффета 👊 Процесс построен так, чтобы полностью исключить участие человека. Вот как устроен этот портфель: Этап 1. Скрининг: Портфель управляется агентами, каждый из которых выполняет свою роль Сначала они оценивают акции из индекса Russell 1000, загружая и анализируя финансовую отчетность, новости и данные аналитиков Топ-50 акций по скорингу переходят на следующий этап Этап 2. Состязательное исследование (Adversarial Research): 30 AI-агентов запускаются параллельно 15 отстаивают медвежий сценарий (почему продавать), 15 — бычий сценарий (почему покупать) Каждый агент независимо ищет информацию в сети, при этом учитываются только новости за последние 7 дней — более старая информация уже учтена в цене Этап 3. Моделирование сценариев: Еще 15 агентов строят модели с учетом вероятностей для каждого кандидата: бычий, базовый и медвежий сценарии с целевыми ценами на горизонтах 1, 3, 6 и 12 месяцев AI дискутирует сам с собой, чтобы избежать подтверждающего смещения и не видеть только то, что хочет увидеть Это ключевой этап. Этап 4. Формирование портфеля: В дело вступает «агент над агентами» Агент-оптимизатор выбирает 15 позиций с точными аллокациями на основе альфы, сектора и риска Ограничения: ни один сектор не должен превышать 35%, каждая позиция должна иметь положительную ожидаемую доходность, а весь портфель — обгонять SPY Этап 5. Регулярная ребалансировка: Главный оркестратор заново прогоняет весь пайплайн, сравнивает результаты с бенчмарком из отскоренных акций и предлагает сделки с полной аргументацией Если он считает, что акцию нужно продать — он это прямо укажет и заменит её на более высоко оцененную

😂 Я не могу перестать смеяться В claude-code есть «детектор раздражённого пользователя» Там есть regex, который определяет, когда ты злишься (причём он полностью захардкожен) Когда он срабатывает, Claude меняет своё поведение/состояние UI Claude буквально понимает, когда ты на него материшься Вот все захардкоженные ругательства:

const negativePattern = 

wtf | wth | ffs | omfg | shit (ty|tiest)? | dumbass | horrible | awful | piss(ed|ing)? off | piece of (shit | crap | junk) | what the (fuck | hell) | fucking? (broken | useless | terrible | awful | horrible) | fuck you | screw (this | you) | so frustrating | this sucks | damn it

Все мы иногда ошибаемся, вот и Anthropic снова облажались. Исходный код Claude Code снова утёк в сеть — и в этот раз в огромных масштабах! 🤦‍♂️ Что вообще произошло? Официальный npm-пакет Anthropic был опубликован без исключения source map-файлов — инженер просто не убрал их из сборки, и команда выложила sourcemap прямо в npm. В итоге любой, кто выполняет npm install, может найти его прямо в node_modules, и буквально в один клик (через source map) получить все 1906 оригинальных .ts-файлов. Что ещё хуже — это уже второй раз, когда они допускают ту же самую элементарную ошибку. В феврале 2025 года уже был аналогичный слив, тогда Anthropic срочно всё удалила и пофиксила, но сейчас они снова наступили на те же грабли. На данный момент на GitHub уже появилось несколько полных mirror-репозиториев (leeyeel, dnakov, ghuntley и др.), где исходники аккуратно разложены и доступны для изучения или форка. Claude Code можно найти тут, документация и как он работает здесь

Новые исследования от CMU. Главный прорыв в разработке агентов заключается в понимании стратегий их асинхронного запуска. Простое увеличение числа итераций для одного агента помогает, но не масштабируется эффективно. Исследования в области многоконтурных агентов показывают, что координация важнее вычислений. Новая работа от CMU подтверждает это с помощью практической многоконтурной системы. CAID (Centralized Asynchronous Isolated Delegation) заимствует проверенные практики человеческой разработки ПО: менеджер строит граф зависимостей, делегирует задачи инженерным агентам, работающим в изолированных git-деревьях, выполняющим задачи одновременно, проверяющим себя с помощью тестов и интегрирующим изменения через git merge. CAID повышает точность на 26.7% по сравнению с одиночными агентами при воспроизведении задач с научными статьями (PaperBench) и на 14.3% для задач разработки Python-библиотек (Commit0). Ключевое открытие состоит в том, что изоляция плюс явная интеграция превосходят как масштабирование одиночных агентов, так и наивные подходы с многоконтурными агентами. Для долгосрочных задач в области разработки ПО координация многоконтурных агентов с использованием git-примитивов должна быть стандартной стратегией, а не запасным вариантом. Статья: https://arxiv.org/abs/2603.21489

llm-sast-scanner: универсальный SAST-скилл (Static Application Security Testing) для анализа уязвимостей в коде с использованием LLM. Разработан для подключения к AI coding-агентам (Claude Code, OpenAI Codex и др.) и выполнения структурированного taint-анализа (source-to-sink) по 34 классам уязвимостей. исходники

Если вы используете GitHub Copilot, то насторожитесь. С 24 апреля ваши запросы, ответы, код и контекст могут использоваться для тренировки их моделей. 😶 Если вы не хотите этого, отключите эту опцию в: Настройки → Copilot → Функции → Конфиденциальность Хорошо, что GitHub ясно отображает это при заходе на свою страницу. Также удивительно, что этого не было раньше.

Вышел плагин Codex для Claude Code 🙈 Этот плагин Codex предоставляет вам простой способ интегрировать Codex в Claude Code Он полезен для трех вещей: 1. Обычный обзор Codex 2. Более скептический и противостоящий обзор 3. Передача работы Codex, когда вам нужно, чтобы другой агент выполнил второй проход Настройка:

/plugin marketplace add openai/codex-plugin-cc
/plugin install codex@openai-codex
/codex:setup

Вам потребуется подписка на ChatGPT, включая бесплатную, или ключ API OpenAI, а также Node.js 18.18 или выше. Если Codex ещё не установлен:

npm install -g @openai/codex

Если Codex установлен, но не аутентифицирован:

!codex login

Основные команды: /codex:review — выполняет стандартный обзор Codex только для чтения. /codex:adversarial-review — выполняет обзор с возможностью настройки. Используйте его, когда хотите, чтобы Codex ставил под сомнение реализацию, а не просто проверял её. /codex:rescue — передает задачу непосредственно Codex. Долгие задачи могут выполняться в фоновом режиме с командами /codex:status, /codex:result и /codex:cancel для управления ими. Простой первый запуск: Когда использовать:

/codex:review --background
/codex:status
/codex:result

Основная ценность здесь — получение настоящего второго прохода от другого агента без выхода из Claude Code. Хороший шаблон по умолчанию: - Выполняйте /codex:review для всех задач. - Выполняйте /codex:adversarial-review для всего важного и критического. - Используйте /codex:rescue, когда поток работы останавливается или вы хотите, чтобы Codex взял задачу на себя. Противостоящий обзор особенно полезен для миграций, изменений в аутентификации, инфраструктурных скриптов, рефакторинга и всего, где опасность скрывается в неверных предположениях, а не в очевидных синтаксических ошибках. Как это работает? Плагин делегирует через локальный CLI Codex и сервер приложения Codex. Так что он использует ту же локальную авторизацию, конфигурацию, окружение и настройку MCP, которые у вас уже есть с Codex. Вот почему он чувствуется лёгким. Это не отдельное время выполнения. Это Codex, только вызванный изнутри Claude Code. Вы также можете включить контроль обзора:

/codex:setup --enable-review-gate

Это может остановить завершение работы Claude Code до того, как будет выполнен обзор Codex. Полезно, но используйте это осторожно. Это может создать долгий цикл Claude/Codex и быстро расходовать лимиты использования.

Автоматический режим для Claude Code теперь доступен на Enterprise плане и для пользователей API. Чтобы попробовать его, обновите установку и выполните команду claude --enable-auto-mode.