AI for Devs

⚡️ Sakana AI выпустили Fugu Ultra: японская LLM обходит часть западных флагманов Sakana AI основали экс-инженеры Google Дэвид Ха и Лайон Джонс (один из восьми авторов оригинальной статьи про трансформеры). В апреле компания уже показывала Marlin: агента, который самостоятельно копает тему до 8 часов и выдаёт отчёт с презентацией. Fugu их следующий продукт с реализацией идеи «несколько моделей вместо одной»: компактная LLM, обученная решать, кого вызвать, в какой роли и с какими подзадачами под конкретный запрос. Нечто похожее недавно показали OpenRouter с продуктом Fusion. Fugu Ultra работает немного иначе: сама генерирует workflow на естественном языке, делит задачу на подзадачи, распределяет их по моделям и может рекурсивно вызвать себя как одного из воркеров. На бенчмарках Fugu Ultra идёт почти вровень с топовыми западными моделями. @ai_for_devs

Был в моей карьере небольшой период, когда я писал на Go. В то время периодически натыкался на видео Николая Тузова. Думаю, любой, кто в своё время сидел на Go, так или иначе видел его топовый глубокий инженерный контент: за больше чем 4 года такого накопилось довольно много.

Недавно узнал, что Николай читает наш канал. Приятно, честно говоря!

А сейчас его (как и всю индустрию) затянуло в AI, и он в это плотно погрузился. Теперь Николай активно экспериментирует, разбирается с LLM и делится практическими заметками в канале Tuzov AI Lab. Личные кейсы, что работает, что нет, объяснения базы и авторские мысли. Кому интересны личные кейсы опытного разработчика, объяснение базы про LLM и авторские заметки – welcome! P.S. Один из постов, который лично мне пришелся по душе – "Создатель OpenClaw — вайбкодер или инженер?". @ai_for_devs

⚡️ Anthropic добавили Artifacts в Claude Code: живые HTML-страницы из контекста сессии Теперь прогресс сессии можно опубликовать как интерактивную HTML-страницу. Claude Code собирает её из кодовой базы, коннекторов и переписки с моделью. Страница обновляется по тому же URL по ходу работы, версии сохраняются в истории.

И мы уверены, что у этой фичи есть предыстория. Ещё в мае Тарик Шихипар, инженер из команды Claude Code, рассказывал, что перешёл с Markdown на HTML. Главная причина: у HTML куда больше возможностей визуализации, а красивые таблицы, SVG-диаграммы и интерактивные слайдеры люди воспринимают лучше обычного текста. Видимо, каждый раз просить Claude сделать HTML ребятам поднадоело, и они решили избавить себя от лишних действий. Теперь подобный способ делиться результатами своей работы в Claude Code стал отдельной фичей продукта.

По умолчанию артефакт виден только автору. Делиться можно с участниками организации на тарифах Team и Enterprise, остальным пока что недоступно. Подробнее о том, почему HTML лучше Markdown с точки зрения инженера Anthropic, читайте на Habr. @ai_for_devs

⚡️ Subquadratic подали признаки жизни: вышла SubQ 1.1 Small с независимой проверкой бенчмарков Та самая SSA-модель с контекстом до 12M токенов, про которую мы писали раньше. Бенчмарки теперь проверила сторонняя организация Appen. Small в названии, по всей видимости, отражает размер модели в линейке. Сколько именно у неё параметров, компания не говорит. Дальше обещают модели покрупнее, также с контекстом до 12M токенов.

На тесте, где нужно связывать факты из разных частей текста, точность выросла с 95% до 99%. Обычные модели сверяют каждое слово с каждым, поэтому вычислений с ростом текста становится непропорционально больше. SubQ выбирает только значимые связи и реально использует 0.13% всех пар слов, отсюда экономия на длинных задачах. На контексте 1M токенов: вычислений в 64 раза меньше, чем у обычных моделей, ответ получают в 56 раз быстрее.

Общие способности не упали: GPQA Diamond — 85.4%, LiveCodeBench — 89.7%, почти на уровне лучших моделей. Пока модель доступна избранным партнёрам, широкий публичный релиз обещают к концу года. Ждём! @ai_for_devs

⚡️ Cursor готовят замену GitHub для AI-агентов Систему спроектировали так: основным автором и ревьюером кода становится AI-агент, человек подключается только на этапе финального одобрения. Анонс продукта сделал Томас Реймерс, основатель Graphite (сервис ревью кода, который Cursor купили в 2025 году).

Платформа рассчитана на сотни агентов, которые параллельно клонируют, создают ветки и коммитят в один репозиторий. На демо показали 22,6 коммита в секунду в одном репо и сотни тысяч клонов и пушей в час.

GitHub строили под людей, которые читают диффы и пишут комментарии к строкам кода. Cursor делает ставку на то, что код всё чаще пишут и проверяют агенты. Релиз запланирован на осень, лист ожидания уже открыт на cursor.com/origin. Цены и список функций пока неизвестны. @ai_for_devs

⚡️ Состоялся полноценный релиз GLM-5.2 Z.ai (Zhipu AI) опубликовали веса GLM-5.2 на HuggingFace под MIT-лицензией. Модель анонсировали ещё 13 июня, но без весов и с урезанным доступом.

Технически: 744B параметров (MoE, 40B активных), контекст вырос с 200K до 1M токенов, максимальный вывод 131K токенов. Два уровня рассуждений: GLM-5.2 (max) и GLM-5.2 (high). Цены на API те же, что у GLM-5.1.

Попробовать модель можно через их ADE ZCode, а также через Claude Code, OpenCode и т.д. Ребята из Китая сами написали инструкцию, как подключить GLM-5.2 в сторонних агентах. В отличие от релиза Kimi, здесь бенчмарки всем известные и результаты впечатляют. По первым отзывам пользователей модель также крайне хорошо себя показывает. @ai_for_devs

⚡️ SpaceX покупает Cursor за $60 млрд С апреля было известно, что SpaceX получил опцион на покупку: либо взять Cursor за $60 млрд, либо ограничиться партнёрством за $10 млрд. Сегодня подтвердилось – берут!

Cursor рос рекордно как по пользовательской базе, так и по объёмам выручки. Microsoft рассматривали возможности покупки, но в итоге отказались. OpenAI дважды пытались договориться и оба раза получили отказ.

Теперь у Маска электромобили, ракеты, спутники, соцсеть, Grok и один из самых популярных инструментов для разработчиков. @ai_for_devs

⚡ Kimi K2.7 Code HighSpeed: ускорение в 6 раз Moonshot AI запустили быстрый режим своей свежей модели Kimi K2.7 Code. На задачах со средним контекстом она выдаёт около 180 tok/s, на коротких до 260 tok/s — в 6 раз быстрее базовой версии K2.7 Code.

Пока доступ ограничен: участники Beta Program, по API и пользователям на тарифе Business. Вступить в бету можно без очереди.

Подсобрали самые быстрые модели за последнее время: 1. Xiaomi MiMo V2.5 Pro Ultra Speed: 1T-модель до 1200 tok/s на стандартных GPU 2. GPT-5.3-Codex-Spark: более 1000 tok/s на чипах Cerebras 3. Kimi K2.6: примерно 1000 tok/s на чипах Cerebras 4. GLM-5.1 High Speed: до 400 tok/s на стандартных GPU 5. Nemotron 3 Ultra: больше 300 tok/s на стандартных GPU Anthropic в этом плане "не торопятся") @ai_for_devs

⚡️ Связка дешёвых моделей обошла GPT-5.5 и Opus 4.8 OpenRouter запустили Fusion: запускаешь любые модели параллельно, синтезатор собирает лучшее из всех. Промпт уходит сразу на несколько моделей. Модель-судья анализирует ответы: ищет консенсус, противоречия, пробелы. Синтезатор пишет финальный ответ. На DRACO-бенчмарке Perplexity (100 задач по праву, медицине, финансам) связка из Gemini 3 Flash + Kimi K2.6 + DeepSeek V4 Pro отстала от Fable 5 меньше чем на 1% и обошла GPT-5.5 и Opus 4.8 в одиночку. Стоимость при этом оказалась вдвое ниже Fable. Но в целом Fusion обычно стоит примерно в 4–5 раз дороже, чем один вызов модели. Что довольно логично. @ai_for_devs

😱 Чем лучше Claude Code, тем хуже разработчик Boeing фиксирует: около 80% авиакатастроф с 1950-х связаны с человеческим фактором. За тот же период автопилоты из вспомогательного инструмента превратились в штатный режим полёта. Два этих факта связаны между собой. Этот эффект в авиации назвали automation-induced complacency. Чем надёжнее система, тем меньше оператор готов к её сбою. Claude Code, Cursor, Codex спроектированы так, чтобы разработчик меньше вмешивался. Судя по статистике, многие так и делают. При 1% ошибок и 200 фрагментах кода в день это приводит к ежедневным багам. Способность их замечать тем временем постепенно атрофируется.

Джун, который с первого дня пишет код с агентом, пропускает путь от синтаксиса к архитектуре. Три навыка, которые деградируют быстрее всего: 1. Читать незнакомый код самостоятельно 2. Отлаживать без подсказок 3. Разбирать ошибки компилятора до конца, не скармливая их агенту

Когда агент ошибётся в чём-то нетривиальном, именно этих навыков не окажется и наш самолёт совершит крушение. В авиации эту проблему решают просто: пилоты обязаны регулярно летать вручную. Не потому что автопилот ненадёжен, а потому что надёжность автопилота != надёжности пилота. Разработчику тоже нужна практика без "автопилота". Периодически отлаживать возникшую проблему самостоятельно. Делать code review прежде чем просить агента объяснить чужой код. Иногда писать небольшую задачу с нуля. Может, мы драматизируем. Может, нет. Решаем в бурной дискуссии на Хабре: https://habr.com/ru/articles/1045628/comments/

⚡️ Moonshot AI выпустили Kimi-K2.7-Code Не так давно китайцы начали активно маркетить Kimi Code, теперь вышла отдельная модель, заточенная именно под работу с кодом. Внятных независимых бенчмарков для этой модели пока что нет. Ни SWE-Bench Verified, ни DeepSWE, только собственные бенчмарки Moonshot и пара агентных. По тому, что есть: прирост относительно K2.6 от 9 до 31% в зависимости от задачи. Модель на HuggingFace. @ai_for_devs

⚡️ Anthropic отключили Fable 5 и Mythos 5 для всех пользователей Правительство США сослалось на полномочия в сфере нацбезопасности и выпустило директиву об экспортном контроле: Fable 5 и Mythos запрещено использовать иностранным гражданам, в том числе находящимся в США и сотрудникам самой Anthropic с иностранным гражданством.

Выполнить это избирательно нельзя, поэтому Anthropic просто отключили обе модели для всех. Существующие сессии с Fable 5 закрываются с ошибкой, новые запросы в API тоже. По умолчанию все запросы переходят на Opus 4.8.

Anthropic назвала произошедшее недоразумением и говорит, что работает над восстановлением доступа. @ai_for_devs

⚡️ Пользователи Codex теперь могут сбросить лимит самостоятельно Всем платящим пользователям (Go, Plus, Pro и Business) выдали по одному бесплатному сбросу (часового и недельного лимита). Активировать можно в любой момент из меню профиля. Вместе с этим OpenAI запустили реферальную акцию: подписчики Plus и Pro могут пригласить до трёх человек. Каждый приглашённый, отправивший первое сообщение в Codex, даёт +1 сброс обоим. Чуваки буквально продвигают rate limit как фичу 😁 @ai_for_devs

⚡️ Подписки Anthropic и OpenAI убыточнее, чем считалось В январе исследователи уже считали реальную стоимость подписок Claude Code в пересчёте на API. Тогда $200/мес обошлись бы в ~$2 700 по API-расценкам. SemiAnalysis повторили опыт на всех тарифах провайдеров с длинными coding-задачами до истощения недельного лимита и текущие цифры заметно выше.

Для Anthropic цифра выросла почти втрое: claude-max-20x за $200/мес эквивалентен $8 000/мес по API. У OpenAI ещё хуже: chatgpt-pro-20x за те же $200 тянет на $14 000/мес.

SemiAnalysis считают, что все новые модели и фичи будут придерживать только для пользователей API. А Fable (Mythos), как уже известно, с 22 июня исчезнет из подписок и будет доступен только за extra usage. @ai_for_devs

⚡️ Xiaomi выпустили MiMo Code — своего coding-агента Вслед за Kimi ещё одна китайская компания обзавелась своим агентом. Основной упор в релизной статье китайцы делают на Max Mode: на каждом шаге агент генерирует 5 параллельных планов действий, а модель-судья выбирает лучший, остальные отбрасываются. По SWE-Bench Pro прирост у Mimo-V2.5-Pro до 20% за 4-5× больше токенов. MIT-лицензия, open source, построен на OpenCode. @ai_for_devs

⚡️ Anthropic выпустили Claude Fable 5 в публичный доступ Fable 5 принадлежит к новому классу Mythos, выше Opus по способностям. До сегодня модели этого класса были доступны только закрытым партнёрам по Project Glasswing.

Разница между Fable 5 и Mythos 5 (который остаётся закрытым) в защитных фильтрах: запросы по кибербезопасности, биологии, химии и distillation-трафик перенаправляются к Opus 4.8.

Цена: $10 за миллион входных токенов и $50 за выходных, вдвое дешевле Mythos Preview. Доступна на тарифах Pro/Max/Team/Enterprise до 22 июня, затем потребует usage credits. @ai_for_devs

⚡️ Xiaomi разогнали 1T-модель до 1200 tok/s на стандартных GPU Китайские команды MiMo и TileRT опубликовали режим UltraSpeed для модели MiMo V2.5 Pro (1,02T параметров). На одном 8-карточном сервере со стандартными GPU, до ~1200 токенов в секунду. Cerebras выдаёт похожие скорости на кастомном железе. Здесь обошлись без него.

В кратце работает так: 1. MoE-слои сжали с 16 до 4 бит: они занимают большую часть весов и хорошо переносят потерю точности, остальное оставили нетронутым 2. Рядом с основной моделью запускается маленькая, которая угадывает сразу 8 токенов вперёд 3. Основная проверяет их разом и принимает правильные 4. В coding-сценариях угадывается ~6,3 токенов из 8 Похожий механизм Google применяет в Gemma 4.

На видео можно заценить скорость: 12 секунд против 6 минут на стандартных скоростях, к которым мы сейчас привыкли. @ai_for_devs

⚡️ Kimi Code: open-source CLI-агент для программирования Репозиторий kimi-cli на GitHub существовал несколько месяцев, но не получал широкого продвижения. Сейчас Moonshot полностью заребрендили и проапгрейдили инструмент, переписали CLI на TypeScript/Node.js и активно форсят его в соцсетях. Kimi Code работает в терминале, есть расширение для VS Code, а также интеграция c другими IDE через ACP-протокол (JetBrains, Zed и др.).

Ключевые улучшения крайнего обновления: – Однострочная установка через curl, очень быстрый запуск – Под капотом модель kimi-for-coding на базе Kimi K2.6 (нативно мультимодальная) – Видео как контекст: можно перетащить запись экрана, и агент способен анализировать её и писать код – API совместим с OpenAI/Anthropic: можно использовать как бэкенд в Claude Code, Roo Code и аналогах

Стоимость подписки Kimi Code составляет от $19 до $199 в месяц (разные тиры с разными квотами). API-токены тарифицируются отдельно. @ai_for_devs

⚡️ Anthropic выпустили исследование про самосовершенствование ИИ Claude уже пишет более 80% кода, который попадает в кодовую базу Anthropic. Во втором квартале 2026 типичный инженер коммитит в 8 раз больше кода в день, чем в 2024-м. Количество != качество. Это правда. Но и по качеству картина меняется: сотрудники Anthropic оценивают код Claude как примерно равный человеческому уже сейчас, а через год ожидают, что он станет лучше.

Следующий шаг с их точки зрения очевиден: когда качество кода ИИ достигнет паритета с человеческим, люди перестанут его писать и перейдут только к ревью. Но ревью уже становится узким местом. Исполнение задач почти ничего не стоит в человеческом времени — пока единственное настоящее преимущество людей остаётся в выборе задач и оценке результатов.

Anthropic описывают три возможных сценария развития событий: 1. Тренд тормозит, а нынешние модели просто расходятся по экономике 2. Разработка ИИ автоматизируется, но люди остаются теми, кто решает, что делать 3. ИИ замыкает петлю и начинает улучшать себя сам Первый они, конечно же, считают маловероятным) @ai_for_devs

⚡️ Nemotron 3 Ultra стала полностью доступна 550B параметров, 55B активных, MoE-архитектура. По бенчмаркам держится рядом с Kimi K2.6, скорость инференса выше 300 tok/s. Полностью open-source: веса, данные, процесс тренировки. Заценить на своих задачах можно бесплатно уже сейчас, модель доступна на OpenRouter и в OpenCode. @ai_for_devs