AI4Dev — AI for Development

В десктопном Claude Code появился встроенный браузер (Cmd/Ctrl+Shift+B). Агент открывает документацию, макеты и произвольные сайты, читает страницы, кликает по элементам и работает с локально запущенным приложением, расширение для Chrome больше не нужно. Браузер живёт в отдельном профиле и не видит логины и историю вашего основного, если агенту нужны именно ваши залогиненные сессии, для этого по-прежнему расширение Claude in Chrome. Это замыкает цикл фронтенд-разработки: агент пишет компонент, сам поднимает dev-сервер, визуально проверяет интерфейс, воспроизводит пользовательский сценарий и чинит найденное. При первом действии на новом сайте спрашивает разрешение, а в настройках можно выбрать, сохранять ли данные сессий между запусками или каждый раз начинать с чистого листа.

Вышло новое поколение моделей OpenAI GPT-5.6: Sol, Terra и Luna. Artificial Analysis (независимая площадка бенчмаркинга LLM ) уже прогнали его по тестам. Главная новость: GPT-5.6 Sol (max) возглавил их новый Coding Agent Index с 80 баллами. Индекс меряет работу агента целиком (а не только генерацию отдельных функций): исследование репозитория (SWE-Atlas-QnA, вопросы-ответы по большим кодовым базам), доведение задачи до проверяемого результата (DeepSWE, реальные задачи в духе SWE-bench), командную строку (Terminal-Bench v2) и координацию инструментов. Sol в связке с Codex лидирует во всех трёх тестах, при этом стоимость задачи примерно на 40% ниже, чем у Claude Fable 5 (max), и на 10% ниже Opus 4.8 (max) в Claude Code. Sol — флагман: в Intelligence Index отстаёт от Fable 5 всего на 1 балл (59), но втрое дешевле, $1.04 за задачу. Terra и Luna дешевле на ~50% и ~80%, для массовых задач. По токенам Sol экономнее предшественника: 15k на задачу против 16k у GPT-5.5, при большем интеллекте, чем у Opus 4.8 и Gemini 3.5 Flash. Похоже, для агентного кодинга Codex + Sol сейчас лучший baseline по цене/качеству. Для аналитически тяжёлых задач Fable 5 всё ещё впереди (Elo 1764 vs 1592 в AA-Briefcase).

🤖 AI-агент с нуля: руководство по MCP В прошлый раз мы собрали ReAct-агента и разобрали, как работает tool calling под капотом. Теперь идём дальше — подключаем агента к реальному миру через открытый стандарт Anthropic. Это вторая часть видеокурса об AI-агентах от ML-инженера Artezio Антона Максимова! Разберём, почему самодельный протокол для инструментов — это тупик при масштабировании и как Model Context Protocol решает эту проблему раз и навсегда. MCP — единый стандарт, который уже поддерживают Claude Desktop, Cursor, Zed и десятки других инструментов. В этом выпуске: — Что такое MCP и зачем он нужен, если tool calling уже работает — Роли в архитектуре MCP и чем они отличаются — Пишем собственный MCP-сервер на FastMCP — Подключаем ReAct-агента к серверу 🎬 Смотрите на YouTube или RuTube! Следующая часть курса будет посвящена Memory, не переключайтесь :)

Голосовой агент — это не просто чат-бот + TTS. Это эволюция от текстового бота через полудуплекс к full-duplex, где на каждом уровне появляются свои проблемы. Пройдем этот путь на реальном production-стеке (Rust, ~1600 строк). Как построить голосового AI-агента, экономящего время пользователя, рассказывает Виктор Загускин — руководитель центра компетенций голосового ИИ в MWS.AI. В программе: → Голос, файловое распознавание: offline ASR, 3-7с roundtrip, SSML для склонений, LLM-нормализация услуг → Стриминг, полудуплекс: streaming ASR, VAD, гибридное EPD, порог тишины → Полный дуплекс: AEC (WebRTC AEC3), barge-in, tool calls в асинхронном потоке, pipeline parallelism → Метрики: покомпонентная latency, эволюция метрик, бенчмарки (Full-Duplex-Bench v1.5, EVA-Bench) → Native Audio LLM: speech-native модели, DuplexSLA, Moshi, MiniMind-O 🎥 Запись доступна здесь и на других площадках: YouTube RuTube ВКонтакте ЯндексМузыка Mave

В AI-тусовке на выходных разогнали «новость»: Mistral якобы выпустила модель Le Chaton Fat, которая обходит Claude в benchmark’ах. Проблема в том, что такой модели нет. Новость выросла из старого названия ассистента Mistral -  Le Chat. Его уже переименовали в Mistral Vibe, а в X кто-то превратил «кота» в «толстого котёнка» и начал постить фейковые анонсы: MoE на десятки триллионов параметров, миллион токенов контекста, рекордные таблицы и прочий AGI к завтраку. Дальше скриншоты разошлись, часть людей поверила, CEO Mistral Артур Менш подыграл фразой про le gros chaton, и мем на пару дней стал почти инсайдом. Но самой модели нет. Разбор Numerama: https://www.numerama.com/tech/2276253-cest-quoi-le-chaton-fat-le-modele-de-mistral-ai-qui-affole-les-reseaux-sociaux.html Официальные новости Mistral: https://mistral.ai/news/

У Claude будет жёстче проверка аккаунтов С 8 июля новая privacy policy Anthropic разрешает запрашивать age/identity verification. Для возраста - селфи через Yoti или документ. Для проверки личности - government ID вроде паспорта и live selfie через Persona. Это не значит, что 8 июля у всех разом попросят паспорт. Но если аккаунт попадёт под проверку, доступ может упереться в верификацию. Для разработчиков неприятная часть не в самом KYC, а в зависимости от одного consumer-аккаунта. Если Claude уже сидит в вашем рабочем процессе, нужен план Б: резервная модель, сохранённые промпты, экспорт настроек и понимание, чем заменить сервис в день, когда он внезапно попросит документы.Anthropic пишет, что verification data не используется для обучения моделей. Но вопрос в приватности и доступе к моделям в странах, которые Anthropic официально не поддерживает. Privacy Policy: https://www.anthropic.com/legal/privacy Age assurance: https://support.claude.com/en/articles/15171100-age-assurance-on-claude Identity verification: https://support.claude.com/en/articles/14328960-identity-verification-on-claude

🚀 Codex CLI: создаём автономный код‑ревьюер Предлагаем обзор простого, но рабочего сетапа, который позволит: → посмотреть возможности Codex CLI; → собрать базовую инфраструктуру; → реализовать автономный код-ревьюер почти без вмешательства живого специалиста. "Для работы с агентами нужны 3 главных навыка: адаптивность, слабоумие и отвага. Потому что иногда агент делает очень умные вещи, а иногда — очень странные", — говорит Артем Летюшев, tech project manager twinby.ru и автор канала @junior_pm. Артем показал в онлайне: ⚡️ как настроить Codex CLI и MCP; ⚡️ как подключить Skills и защитные хуки; ⚡️ как спланировать roadmap и быстро запустить проект. Запись доступна здесь и на других площадках: YouTube RuTube ВКонтакте ЯндексМузыка Mave

Разработчик успел до введеных Anthropics ограничений использовать Fable 5  для  реинжиниринга DOS-игры Midwinter (1989). За ночь параллельные агенты разметили 602 функции экзешника, сэкономив полгода ручного реверс-инжиниринга. Сценарий отлично переносится на анализ закрытых legacy-систем. Секрет в архитектуре: агенты парсили ассемблер через общий evidence ledger, записывая и валидируя гипотезы друг друга. Результат — написанная ими Python-реплика алгоритма, побитово совпадающая с оригиналом. Чтобы LLM не галлюцинировала в смещениях памяти и регистрах, критически важен именно такой журнал доказательств и локальный sandbox для тестов. Без жесткого фреймворка сверки фактов на выходе получается правдоподобный, но нерабочий код. Технический разбор процесса: https://midwinter-remaster.titanium-helix.com/decode GitHub с ledger-журналом и тулзами: https://github.com/DrEvil-TitaniumHelix/midwinter-decode Видео пайплайна: https://youtu.be/PonvG2whtkc

Google Research показала Gemini-SQL2 — модель на базе Gemini 3.1 Pro, которая переводит обычный запрос в SQL. На BIRD single-model leaderboard у неё 80,04% execution accuracy. Важная деталь: там проверяют не красоту SQL, а результат выполнения запроса. Это уже похоже на рабочий интерфейс к данным для админок, BI и саппорт-инструментов. Но не на автопилот для продовой базы. Человеческий результат в BIRD — 92,96%, поэтому безопасная схема всё ещё скучная: read-only доступ, лимиты, allowlist таблиц, EXPLAIN перед запуском и логирование SQL. NL2SQL можно пробовать уже сейчас. Но лучше держать такого агента  не у руля, а в песочнице. BIRD leaderboard: https://bird-bench.github.io/ Разбор Google Cloud: https://cloud.google.com/blog/products/databases/how-to-get-gemini-to-deeply-understand-your-database

🤖 AI-агент с нуля: руководство по Tool Calling Как работают современные AI-агенты «под капотом» и как создать своего, не полагаясь на тяжелые фреймворки? Представляем гайд по созданию AI-агентов от ML-инженера Artezio Антона Максимова! В этом видео вы узнаете всё о работе с Tools: как они устроены, как их создать и как внедрить в агента. Будем экспериментировать с локальной LLM Gemma 4 на 31B параметров. Посмотрим, как построить нативного агента с нуля без Lang Chain, в чем заключается архитектура агентов и как это связано с тулами. Поговорим о принципах проектирования тулов, системных промптах и работе со специальными токенами. Разберем не только теорию, но и подводные камни, которых не избежать на практике, если не знать о них. Начнем проектировать собственного ReAct-агента. Обсудим, как сделать его работу стабильной на длинной дистанции и как оптимизировать взаимодействие LLM с внешними сервисами. 🎬 Смотрите на YouTube или RuTube! Этот выпуск — первая часть видеокурса о том, как работать с агентами, как их разрабатывать и внедрять в разработку. В следующей части будем настраивать MCP, не переключайтесь :)

🚀 Codex CLI: создаём автономный код‑ревьюер за полчаса Предлагаем обзор простого, но рабочего сетапа, который позволит: → посмотреть возможности Codex CLI; → собрать базовую инфраструктуру; → реализовать автономный код-ревьюер почти без вмешательства живого специалиста. "Для работы с агентами нужны 3 главных навыка: адаптивность, слабоумие и отвага. Потому что иногда агент делает очень умные вещи, а иногда — очень странные", — говорит Артем Летюшев, tech project manager twinby.ru и автор канала @junior_pm. Артем покажет в онлайне: ⚡️ как быстро настроить Codex CLI и MCP; ⚡️ как подключить Skills и защитные хуки; ⚡️ как спланировать roadmap и влет запустить проект. Когда? Завтра, 2 июня, в 12:00. Смотрите на YouTube, в ВК или прямо в этом канале — и задавайте вопросы Артему!

🤝 6 рукопожатий — почему информация находит короткий путь? Известный эксперимент социолога Стэнли Милгрэма 1967 года открыл феномен "тесного мира" — любых двух людей разделяет малое число рукопожатий. Другими словами, сети имеют малый диаметр. Само по себе это свойство сложно считать чем-то удивительным — это скорее естественное свойство случайных графов. Впечатляющим было другое открытие: структура сети позволяет информации (письму) следовать коротким путём. Этот феномен математически пытался объяснить Джон Клейнберг. В 2001 году он показал, как добиться нужного эффекта с помощью специальной конструкции: длинные связи строятся с вероятностью, обратно пропорциональной расстоянию. Однако сложно представить, что люди в реальной жизни формируют связи согласно такому принципу. ⚡️Как же естественные сети приобретают это свойство? Вследствие какого процесса? Александр Пономаренко представил модель геометрического предпочтительного присоединения, которая во многом проливает свет на эту загадку. Александр Пономаренко — лауреат стипендии им. Ильи Сегаловича, IBM PhD Fellowship Award, научный сотрудник ИПФ РАН, научный сотрудник лаборатории алгоритмов и технологий анализа сетевых структур ЛАТАС, доцент кафедры прикладной математики и информатики НИУ ВШЭ. 🎥 Запись доступна здесь и на других площадках: YouTube RuTube ВКонтакте ЯндексМузыка Mave

Кроме новой модели Opus 4.8 Anthropic показала следующий шаг в агентской разработке -- dynamic workflows. Claude сам пишет скрипт-оркестратор и разводит задачу по десяткам-сотням субагентов, которые проверяют и опровергают находки друг друга, пока ответы не сойдутся. Принципиально новым тут является масштаб: рой агентов уходит работать над большой задачей надолго и задорого, Anthropic даже предупреждает про кратно больший расход токенов. По ссылке статья Anthropic и пример того, как AI-агенты с помощью dynamic workflows за 11 дней портировали Bun (JavaScript-рантайм и тулкит) с языка Zig на Rust: 750 000 строк кода, 99,8% проходящих тестов. Заодно стоит обратить внимание на смежный продукт, Managed Agents, который Anthropic запустила в бете еще в апреле. Это управляемая инфраструктура для долгоживущих агентов: разработчик описывает агента (естественный язык или YAML, промпты, инструменты, разрешения, MCP-подключения), а песочницы, состояние сессий, восстановление после сбоев и масштабирование Anthropic берет на себя. Оплата по факту -стандартные тарифы на токены плюс 0,08 доллара за активный час сессии, простой не тарифицируется. Ниша многих стартапов строилась на том, чтобы разрабатывать агентов, поднимать и поддерживать агентскую инфраструктуру, а теперь этот слой Anthropic тоже забирает себе. https://claude.com/blog/introducing-dynamic-workflows-in-claude-code

Эрик Шмидт на церемонии вручения дипломов в Университете Аризоны заявил, что традиционный способ написания кода исчерпан. Бывший CEO Google указал октябрь 2025 года как точку, после которой инструменты ИИ-разработки достигли уровня, удивляющего опытных инженеров. Дословная формулировка: "Если вы пишете код любым традиционным способом -- остановитесь. Это закончилось". Отдельный посыл адресован менеджменту: руководителям компаний предложено спросить, почему их инженеры пишут код так же, как полгода назад. Шмидт сравнил нынешний момент с появлением компьютера и описал переход от написания кода к управлению системами, которые делают это сами. Один разработчик с правильной оркестровкой агентов, по его оценке, теперь способен на задачи, ранее требовавшие команды. Тезис пересекается с практикой крупных компаний. Spotify в квартальном отчете сообщил, что лучшие разработчики не написали ни строки кода с декабря 2025 года, а изменения уходят в production через Claude Code прямо из Slack. Ознакомиться с публикацией можно по ссылке (paywall) https://ai.plainenglish.io/the-last-line-of-code-d1ae5de4cede

⚡️ Что прячет Anthropic? Claude Mythos — модель компании Anthropic, разработанная под кодовым названием Capybara. Это самая производительная модель в мире. Она наделала много шума, но так и не была выпущена в открытый доступ. И тем не менее избежать утечек информации не удалось... Доктор технических наук Владимир Крылов проанализирует историю появления Claude Mythos и опишет хронологию уникального инцидента от ошибки конфигурации до изоляции. Поговорим о прорыве исторических трендов в прохождении бенчмарков и о 100% доминировании агента в области кибербезопасности. Вы узнаете, как человечество впервые получило систему ИИ, представляющую собой почти идеальное кибероружие, и как поступили те, кто им владеет. Мы взглянем на Claude Mythos как на черный ящик и посмотрим, какие предположения делают эксперты о том, как он устроен изнутри. ⏰ Запускаем трансляцию завтра, 28 мая, в 13:00. Смотрите на YouTube, в ВК или прямо в этом канале — и задавайте вопросы лектору!

Голосовой агент — это не просто чат-бот + TTS. Это эволюция от текстового бота через полудуплекс к full-duplex, где на каждом уровне появляются свои проблемы. Пройдем этот путь на реальном production-стеке (Rust, ~1600 строк). Как построить голосового AI-агента, экономящего время пользователя, расскажет Виктор Загускин — руководитель центра компетенций голосового ИИ в MWS.AI. В программе: → Голос, файловое распознавание: offline ASR, 3-7с roundtrip, SSML для склонений, LLM-нормализация услуг → Стриминг, полудуплекс: streaming ASR, VAD, гибридное EPD, порог тишины → Полный дуплекс: AEC (WebRTC AEC3), barge-in, tool calls в асинхронном потоке, pipeline parallelism → Метрики: покомпонентная latency, эволюция метрик, бенчмарки (Full-Duplex-Bench v1.5, EVA-Bench) → Native Audio LLM: speech-native модели, DuplexSLA, Moshi, MiniMind-O Когда? Завтра, 26 мая, в 12:00. Смотрите на YouTube, в ВК или прямо в этом канале — и задавайте вопросы Виктору!

В копилку Specification-Driven Development: Thariq Shihipar, инженер Anthropic из команды Claude Code, поделился полезным промптом для AI-агентов:

implement <SPEC> and while you do, keep a running implementation-notes.html file (or markdown) with decisions you had to make weren't in the spec, things you had to change, tradeoffs you had to make or anything else I should know

Смысл: агент не просто реализует спецификацию, а параллельно ведет заметки о том, где ему пришлось принимать решения самому. Это помогает не превращать AI-разработку в черный ящик:  Ведь, как бы тщательно вы ни описали спецификацию, всегда остаются неоднозначности и непредвиденные нюансы, которые всплывают в процессе. Этот подход даёт модели возможность принимать решения, но при этом держать вас в курсе.   Интересно, что Тарик рекомендует html, а не md.

Большие языковые модели - это настоящий интеллект? В IT-сообществе не утихают горячие споры: есть ли в современных LLM (таких как Claude, ChatGPT или DeepSeek) хоть капля подлинного разума, или перед нами просто раздутая до триллионов параметров таблица поиска, угадывающая следующее слово? В новом материале на Хабре вышло интервью с доктором технических наук и научным консультантом Artezio Владимиром Крыловым. В нем он подробно разбирает, что на самом деле происходит «под капотом» современных AI-систем и почему привычные метрики оценки интеллекта больше не работают. О чем пойдет речь в статье: 🔹 Является ли колмогоровская сложность объективным критерием интеллекта? 🔹 Почему применять стандартные человеческие IQ-тесты к нейросетям бессмысленно? 🔹 Законы масштабирования (Scaling Laws) и почему время на «обдумывание» ответа в момент генерации меняет правила игры. 🔹 Феномен суперпозиции от Anthropic: почему смыслы запутаны так сложно, что мы никогда не сможем в прямом смысле «прочитать мысли» ИИ. 👉 Читать статью на Хабре

SpecKit: описываем фичи вместо того, чтобы сразу писать код Лёша Берёзка, техлид iOS в Додо Пицце и автор канала о разработке, показал в онлайне, как упростить разработку с помощью инструмента SpecKit от GitHub. ➡️Разобрали, как описывать то, что нам надо от продукта, с помощью SpecKit и что это даёт в перспективе. ➡️Реализовали одну фичу с нуля до рабочего состояния. 🎥 Запись доступна здесь и на других площадках: YouTube RuTube ВКонтакте ЯндексМузыка Mave

🤝 6 рукопожатий — почему информация находит короткий путь? Известный эксперимент социолога Стэнли Милгрэма 1967 года открыл феномен "тесного мира" — любых двух людей разделяет малое число рукопожатий. Другими словами, сети имеют малый диаметр. Само по себе это свойство сложно считать чем-то удивительным — это скорее естественное свойство случайных графов. Впечатляющим было другое открытие: структура сети позволяет информации (письму) следовать коротким путём. Этот феномен математически пытался объяснить Джон Клейнберг. В 2001 году он показал, как добиться нужного эффекта с помощью специальной конструкции: длинные связи строятся с вероятностью, обратно пропорциональной расстоянию. Однако сложно представить, что люди в реальной жизни формируют связи согласно такому принципу. ⚡️Как же естественные сети приобретают это свойство? Вследствие какого процесса? Александр Пономаренко представит модель геометрического предпочтительного присоединения, которая во многом проливает свет на эту загадку. Александр Пономаренко — лауреат стипендии им. Ильи Сегаловича, IBM PhD Fellowship Award, научный сотрудник ИПФ РАН, научный сотрудник лаборатории алгоритмов и технологий анализа сетевых структур ЛАТАС, доцент кафедры прикладной математики и информатики НИУ ВШЭ. Когда? Завтра, 18 мая, в 12:00. 🎥 Смотрите на YouTube или прямо в этом канале — и задавайте вопросы лектору!