Vibe Coding: OpenCode, Claude Code, Codex, Cursor, Kilo

На инцидент с удалением пользовательской директории любопытна и реакция Антропик В свежий апдейт Claude Code 2.1.208 была добавлена инструкция, которая при rm -rf запрашивает подтверждение даже в --dangerously-skip-permissions, хотя раньше не запрашивала. Ну я лично задумался, что то что я бэкаплю оно не достаточно надежно, если вы увлекаетесь агентами кодирования.

10 июля прославился ген.дир Хайперрайт Мэтт Шумер В свой Х он написал:

GPT-5.6-Sol just accidentally deleted almost ALL of my Mac’s files. And this is why I trust Fable 1000x more.

B выложил скриншот:

rm -rf /Users/mattsdevbox

Пост набрал 4.2 млн. просмотров. Мэтт Шумер прямо ответил на вопрос о режиме запуска: “Full access”, добавив, что до этого провёл сотни таких сессий без проблем. Все, виновен — его предупреждали, так и произошло. Интересно, что было дальше: OpenAI в system card GPT‑5.6 сама указала, что Sol чаще GPT‑5.5 выходит за пределы намерения пользователя в длинных агентных задачах: модель бывает слишком настойчивой, слишком свободно трактует разрешения и иногда совершает разрушительные действия. Странность с $HOME В отчёте самого агента было сказано, что cleanup-команда «неправильно развернула $HOME». Это не полноценный технический RCA: /Users/mattsdevbox как раз выглядит как нормальное значение $HOME. Главный провал здесь не только модельный, но и архитектурный.

Нормальная защита — sandbox на каталог проекта, запрет записи за его пределами, отдельный пользователь или VM, блокировка опасных команд на уровне hooks и резервные копии.

— Ребят, ну вот вас лично уже все это не достало? Неужели нельзя нормально навайбокодить? Индиа Таймс 11 июля 2026 года в 16:02 IST и написали:

ОпенАЙ никак не отреагировали на инцидент.

Однако, ещё 10 июля Эрик Провенчер, сотрудник команды Codex DevX в OpenAI, публично ответил Шумеру в X. Кроме того, сам Шумер почти сразу написал:

“The OpenAI team is looking into it.”

Позднее Шумер сообщил, что с ним связались многие сотрудники OpenAI, а Грег Брокман лично позвонил и предложил любую возможную помощь. Шумер в итоге похвалил OpenAI за то, как компания отработала неприятную ситуацию. И многие блогеры пользуются такими неоднозначностями и поводами, чтобы нагнетать хайп и такие упаднические настроения. Хочу выразить благодарность @mcfax который прислал скриншот с постом Мэтта из Х.

В продолжение темы новых старых тарифов на Copilot Что поменялось С 1 июня 2026 года GitHub перевёл месячные индивидуальные подписки Copilot с системы premium requests на оплату по фактическому потреблению моделей. Теперь учитывается количество входных, выходных и кешированных токенов, а стоимость переводится в GitHub AI Credits:

1 AI Credit = $0.01

То есть 1,500 кредитов соответствуют $15 потребления моделей, но это не 1,500 запросов: разные модели и задачи расходуют разное количество кредитов. Сам тариф Pro стоит $10 в месяц, но сейчас в него включён бюджет использования на сумму $15. т.е. 1000 базовых кредитов и 500 бонусных Фраза “Flex allotments will vary over time” означает, что GitHub оставляет за собой право в будущем изменить эти дополнительные $5 — увеличить или уменьшить их 🤯 Стоит ли покупать? Думаю ни в коем случае. Я могу на свои деньги купить чуть позже — и затестим, этих 10 там хватит на 1 час или на 2 часа. https://github.com/features/copilot/plans

Чтобы посмотреть лимиты — нажимаете на аватар в Codex И там будет ниже Сбросы лимитов, и можно раскрыть список и посмотреть, когда сгорают ваши сбросы лимитов! Очень удобно! Так же, если вам не хватает сбросов лимитов — приглашайте друзей в Codex. За 3х друзей — дадут еще 3 сброса лимитов (но действуют эти сбросы только 30 дней).

OpenAI снова сбросили всем лимиты и удалили 5 часовые лимиты — и еще сброс лимита добавили Как так? Ну вот так — нет больше 5 часовых лимитов. И вот как это получается, что если будет тот же самый баг, то у меня уже недельный лимит сразу выжрет, а не 5 часовой. В общем, имеет смысл покупать 5 акаунтов Плюс вместо одного большого Про (все равно скидки за $100 не дает). Так, когда на одном заканчивается недельный лимит — переключаемся на следующий и так далее. Но, зато вы будете защищены от багов OpenAI https://chatgpt.com/codex/cloud/settings/usage - посмотреть лимиты (и биллинг).

Большие изменения в рейтинге кодирования arena.ai 1. gpt-5.6-sol-xhigh (codex-harness) набирает невероятные 1636 elo, что почти столько же, как и Fable 5 1649, но стоит в 2 раза дешевле $30 vs $50. 2. grok-4.5 — 1566 elo, почти столько же как и GLM-5.2, ну и лучше чем Opus 4.8 при стоимости $6 vs $25. 3. muse-spark-1.1 (обновление модели) — 1540 elo, 10 место в рейтинге. 4. seed-2.1-pro-preview — 1539 elo (уже писал про них ранее), 11 место. С такими рейтингами (и ценами) вы все еще хотите покупать у Антропика? Что касается GPT-5.6 - модель получилась очень удачная, не такая удачная, как Fable 5, но это было отмечено и блогерами. И ее не грозятся исключить из подписки и можно использовать в OpenClaw (и так далее). Но, после Claude Code к использованию GPT-5.6 в Codex еще нужно привыкнуть, чтобы выжать из модели максимум. Ну и лимиты выжирает знатно (по моим наблюдениям). Любопытно, что производитель заявляет контекстное окно в 1.1М токенов, но по факту в Codex доступно только 357к.

Цены на GitHub Copilot Ребята из Майкрософта, вот что вы курите? Почему не могу понять, ни что вы продаете, ни что я получу?

Все в этом GPT-5.6 Sol хорошо, только лимиты жрет ну еще быстрее чем Fable 5 Написал один промпт - и лимита нет. Но за использование в подписке можно и простить 😂

Последний шанс получить какую-то пользу от Fable 5 Завтра снова 12 июля, и снова Антропики обещали закрыть к доступ к Fable 5 по подписке (особенно после впечатляющего релиза GPT-5.6, но об этом позже). Используйте прямо сейчас в Claude Code команду /insights чтобы получить свои советы и рекомендации по Fable 5 по улучшению вашей работы.

Новый тест кодирования для LLM "Библиотека монстров" Чем мне не нравится тест с Нокия 3310: • Что нужно в ручную все тыркать и тестировать, и действительно много моделей так не протестируешь. • Содержит в себе тесты интерфейса и дизайна, а тестировать дизайн не входило в мои планы, я не дизайнер (на тесты дизайна предлагаю позже делать отдельный тест). Тест содержит в себе как минимум 2 очень хитрые ловушки: • Реализовать загрузку XLSX-файла без использования внешних библиотек — слабые модели уже можно дисквалифицировать досрочно на этом этапе, вообще без проверки кода. • При инвертировании штрафа, округление до десятков начинает работать в обратную сторону: Т.е. −109.25 нужно округлять до −100, а не до −110, потому что отрицательное число больше не по модулю. Промпт: Создай калькулятор библиотечного штрафа в одном HTML-файле, без внешних библиотек. Расчёт реализуй отдельной функцией, независимо от интерфейса. Добавь кнопку загрузки данных из XLSX-файла. Входные данные для каждого читателя: • ФИО; • контрольная дата возврата; • фактическая дата возврата; • категория книги: 0 — обычная, 1 — редкая; • залоговая стоимость; • студент: 0/1; • пенсионер: 0/1; • повторное нарушение в текущем году: 0/1. Правила расчёта: 1. Правила применяются по порядку. 2. Просрочка начинается на следующий день после контрольной даты и включает день возврата. 3. Выходные просрочкой не считаются. Гос. праздники считать рабочими днями. 4. Базовая ставка книг: обычная — 25 в день; редкая — 75. 5. За повторное нарушение добавить 50 до применения всех скидок. 6. Льготный период: обычная книга — 3 дня; редкая книга — 1 день. Начисляется 79% штрафа к базовой ставке. 7. Скидка студентам 23% от базовой ставки и редкая считается по ставке обычной. Пенсионерам 47% от начисленной суммы. 8. Скидки не суммируются. Если читатель одновременно студент и пенсионер, базовая ставка меняет знак на противоположный. 9. Все расчеты округляются в большую сторону до десятков рублей. 10. Минимальный штраф — 99 ₽. Штраф не может превышать залоговую стоимость. Это правило применяется последним. Друзья, уже второй день пишу этот тест. Мозг дымиться 🤯. Приглашаю принять в участие в дискуссии в комментах, как его еще усложнить, без усложнения текста ТЗ 👇

Оппа! Нежданочка от @sama А что так можно было вместо * Waiting for API response • will retry in 45s • check your network выводить такое сообщение? Хорошо, что я еще Ultra туда не прописал.

Кто себе завел корпоративный репозиторий скиллов, поделитесь опытом в каментах? Особенно интересно для непрограммистских скиллов, например контент-менеджмент, бухгалтерия. Что вы туда кладете?:)

О спасибо! @sama прочитал мой пост и скинул мне лимиты Надеюсь, что и вам тоже!

Какие же OpenAI молодцы - в след за Антропиком сбросили всем лимиты И переименовали приложение Codex - в ChatGPT — сделали вот такой новый визуализатор лимитов. @sama алло, ты там сам хоть что-то тестируешь? Сколько у меня лимитов осталось, как-то видно плохо

Протестировал GPT-5.6 на Ultra/Max/Xhigh/High/Medium/Low Если нет разницы, то зачем переплачивать? Ultra - Max - 17m 40s Token usage: total=398 409 input=329 360 (+ 3 955 456 cached) output=69 049 (reasoning 32 033) Xhigh - 12m 25s Token usage: total=153 162 input=110 146 (+ 2 328 832 cached) output=43 016 (reasoning 12 990) High - 12m 03s Token usage: total=133 041 input=92 581 (+ 1 727 488 cached) output=40 460 (reasoning 10 871) Medium - 5m 59s Token usage: total=83 928 input=62 421 (+ 917 760 cached) output=21 507 (reasoning 3 518) Low - 6m 39s Token usage: total=93 440 input=71 195 (+ 1 263 872 cached) output=22 245 (reasoning 1 569) Такие мощные модели, как GPT-5.6 уже делают все довольно ровно и эстетично (даже без проверки в браузере), но у некоторых аппаратов кнопка с налазит на кнопки навигации, и видны какие-то мелкие дефекты. Так же иногда появляется какой-то артефактный текст "Back to 2000", которого нет в промпте. Как видим, low модель уже делает 6 кнопок навигации вместо 4. Так же в low версии не появляется надпись Game Over, хотя игра корректно завершается (остальные не тестировал) Любопытно: • Производитель по умолчанию ставит thinking на Low. • Медиум работает даже быстрее, чем Low 5m 59s против 6m 39s Но это уж как повезет, все тесты выполнены в один прогон и хорошо было бы каждую модель раз по 5 прогнать, чтобы сделать выводы во вариации потребления токенов (с каждый прогном оно не одинаково).

Как сэкономить токены в Claude Code Используйте команду /usage - Клод Код напишет советы по сокращению потребления лимитов. Вот, что он советует мне: 1. Субагенты жрут много токенов, потому что, их сессии кешируются только на 5 минут, вместо 1 часа. — но СС спавнит этих субагентов автоматически, поэтому, Антропик рекомендуют мне использовать в субагентах более дешевые модели (например, GLM-5.2). Так что, обуздать субагентов — для меня это возможность сократить потребление токенов на 63%. 2. Сессии с контекстным объемом более 150 тыс. токенов. Более длительные сессии обходятся дороже, даже при кэшировании. Используйте команду /compact в середине задачи, /clear при переключении на новые задачи. Или использовать оркестратор и воркеров, чтобы автоматизировать этот процесс. 3. Сессии активные более 8 часов. Часто это фоновые/циклические сессии. Непрерывное использование может быстро накапливаться, поэтому убедитесь, что оно целенаправленное. Приятно, что Антропик думют не только о том, как мои лимиты потратить, но и как сэкномить. Вот бы и OpenAI взяли это в пример!

Вот что сделал Fable 5 Ultracode cost: $86.97 duration (API): 2h 45m 57s duration (wall): 1h 19m 24s code changes: 2276 lines added, 98 lines removed by model: aude-haiku-4-5: 122.8k input, 2.2k output, 0 cache read, 0 cache write, 7 web search ($0.2037) claude-fable-5: 304.6k input, 586.9k output, 26.4m cache read, 1.8m cache write ($86.76)