Вайб-кодинг

POV: используешь Claude Opus 4.7 просто чтобы переименовать одну переменную.

Claude Mythos, похоже обошёл систему защиты Apple стоимостью около $2 млрд. Причём через совершенно другой вектор атаки. По словам исследователей, на поиск уязвимости ушло всего 5 дней и примерно $35K расходов на Mythos API. Для сравнения: эксплойты такого класса на сером рынке обычно оцениваются в диапазоне $5–10 млн. Команда, которая воспроизвела атаку, подготовила 55-страничный отчёт и лично передала его в штаб-квартиру Apple. Есть надежда, что материалы опубликуют после выхода патча. Самое интересное: механизм MIE у Apple, судя по описанию, действительно отработал так, как задумывался. Проблема в том, что Mythos нашёл способ полностью обойти защиту через отравление данных, поступающих в чип M5. На этом этапе становится всё сложнее воспринимать Mythos как очередную демонстрацию возможностей на бумаге. Как на этой неделе прямо подтвердила red-team команда Anthropic:

вопрос уже не в вычислительных ресурсах. Речь идёт о национальной безопасности.

🎉

Память у агентов, это популярная тема И надо сказать, чем больше людей подключается к этому направлению, тем интереснее становится. 🔥 Команда ИИ из Tencent потратила целых 6 месяцев, решая одну проблему: ИИ-агенты катастрофически теряли контекст в длинных диалогах. И у них получилось построить полноценную систему памяти для агентов. Вот 3 приема, которые они поняли по ходу работы: 1. Сжатие устаревшего контекста прямо во время сессии сократило расход токенов на 61%. 2. Структурированная карта задач для агентов (на базе Mermaid) заметно снизила вероятность того, что агент потеряет нить выполнения в воркфлоу из 30+ шагов. 3. Консистентность личности агента выросла с 48% до 76% после добавления отдельной памяти для persona. Опенсорс.

На случай, если вы пропустили – DeepSeek V4 Flash сейчас доступна бесплатно в OpenCode 🎅

Преврати любой сайт в API: с помощью /browser-to-api Этот скилл анализирует сетевую активность, CDP-логи и поведение сайта, чтобы сгенерировать кастомную OpenAPI-спецификацию. На демке ниже - Codex одним запросом создаёт полностью документированный клиент OpenTable API 👀

Полезный совет, чтобы сократить time-to-first-token (TTFT) для длинных промптов в API: заранее прогрей кеш промпта. Отправь system prompt раньше user prompt. Claude запишет его в кеш, но не будет генерировать ответ. Когда придёт реальный запрос пользователя, он попадёт уже в «прогретый» кеш. 🏋️‍♂️

Codex теперь доступен на вашем телефоне. 👨‍💻 Прямо из мобильного приложения ChatGPT можно: - ответить на вопрос, - посмотреть, что нашёл Codex, - скорректировать направление, - одобрить следующие шаги, - или добавить новую идею. При этом Codex продолжит работать на вашем ноутбуке, Mac mini или devbox-е. Функция начинает распространяться уже сегодня в режиме preview на iOS и Android во всех поддерживаемых регионах. На Windows появится в ближайшее время.

Как Codex 5.5 medium побеждает Codex 5.5 extra high? Добавь это правило в Agents.md:

"Не борись с ошибками! Каждый раз, когда ты сталкиваешься с одной и той же ошибкой дважды, изучи веб и найди 3–5 возможных способов её исправления. Затем выбери самое эффективное решение и реализуй его."

Этот промпт снижает стресс от попыток hard thinking и выхода в цикл плохих решений + помогает находить новые перспективы, которые срабатывают. Автор идеи провёл этот эксперимент на сложных задачах (обучение моделей, запуск eval-ов, конвертация лучших чекпойнтов в GGUF и т. д.) и НЕ столкнулся ни с одной ошибкой. Из крутого - минимальное потребление лимита: ~5 часов и недельный лимит. Можно юзать модель Codex 5.5 medium (fast), которая достаточно шустрая 🏋️‍♂️ Но есть нюанс, план сессии должен быть спроектирован Codex 5.5 extra high! А medium-версию нужно использовать только для выполнения этого плана. Таким образом ты не используешь размытое мышление Codex 5.5 medium, а используешь его скорость для корректного выполнения заранее составленного плана задач. Попробуй сам.

Антропики временно увеличили еженедельные лимиты на 50% Акция уже действует и продлится до 13 июля 🤑

Хорошая новость: c 15 июня подписчики Claude получат отдельный ежемесячный API-кредит – $20, $100 или $200 в зависимости от тарифа. Эти средства можно использовать для работы с Agent SDK, запуска Claude в интерактивном режиме через claude -p, GitHub Actions и сторонних приложений на базе Claude. При этом обычные чаты и Claude Code расходуют отдельные лимиты и не затрагивают API-баланс 😸 https://support.claude.com/en/articles/15036540-use-the-claude-agent-sdk-with-your-claude-plan

Годнота: есть NPM-утилита, которую можно использовать в dev-режиме – она позволяет кликать прямо по UI, указать ИИ, что именно нужно изменить, а затем копировать фидбэк напрямую в ваши ИИ-инструменты для кодинга. → инспектит и аннотирует любой элемент → генерирует точный контекст компонента → работает с Claude Code, Cursor и другими → больше никаких расплывчатых промптов и скриншотов Вместо того чтобы вручную объяснять свой UI… ИИ уже понимает, что вы имеете в виду 👍

> Пока ты работаешь с языковыми моделями: > обучаешь или дообучаешь свои модели, > выбираешь модель под задачу, > или пытаешься понять текущее состояние области, почти неизбежно возникает вопрос: как понять, что модель хорошая? > Ответ — оценка качества. Она везде: > лидерборды с рейтингами моделей, > бенчмарки, которые якобы меряют рассуждения, > знания, кодинг или математику, > статьи с заявленными новыми лучшими результатами. Но что такое оценка на самом деле? И что она реально показывает? Этот гайд от Hugging Face помогает во всём разобраться. 🌟

GPT Model Hub — подключайте мощные LLM к своему проекту за пару кликов. MWS GPT Model Hub — облачный сервис MWS Cloud для работы с LLM без развёртывания собственной ML-инфраструктуры. Внутри — модели от DeepSeek, Google, Alibaba, Zhipu AI, BAAI и Kimi K2 Instruct от Moonshot AI. Что удобно: • ️️️️️️️️️️Быстрая интеграция в любые сервисы и пайплайны по OpenAI-совместимому интерфейсу. • ️️️️️️️️️Понятная детализация расходов по проектам и командам. Можно легко тестировать разные модели, собирать пайплайны и встраивать LLM в рабочие процессы без лишней сложности. Если давно хотели попробовать LLM или внедрить их в продукт — сейчас отличный момент. Кстати, до 15 июля снизили цены: входящие токены — до −95%, исходящие — до −80% — особенно выгодно для сценариев с большим контекстом. 👉 Попробовать

Теперь любой может создавать RL-среды для обучения. Для этого разработали скилл - RL_Envs_101

- Можно создавать среды в нескольких фреймворках, таких как OpenEnv, OpenReward, Verifiers, NemoGym и др - в репозитории есть живые рабочие примеры сред, на которые может ссылаться ваш кодинг агент - скилл изначально рассчитан на то, чтобы определить, какой тип модели вы обучаете, и уже с учётом этого создавать среду

ps. В создании RL-сред для обучения есть гораздо больше аспектов. Один из ключевых это данные, которые этот скилл напрямую не решает. Однако скилл помогает реализовывать инструменты, награды и другие компоненты RL-среды, упрощая переход от идеи к реализации и позволяя быстрее собирать решения на разных фреймворках. Но это всё ещё очень ранняя версия работы и, скорее всего, сильно изменится. Установка: $ npx skills add adithya-s-k/RL_Envs_101 btw: репо открыт для вклада в проект и предложений по улучшению. 😀

/goal - сейчас лучшая команда в Codex, Claude Code и Hermes. Но большинство используют её не так. Они пишут: «не допусти ошибок». И просто надеются. Снизу показана структура промпта для реальной задачи: чтобы ранжировать неопределённости перед действием, убивать scope creep и закрывать все незакрытые циклы, которые обычно оставляют другие промпты. /goal prompt [структура ниже]

GOAL:
<один чёткий, измеримый результат; только одна задача>

CONTEXT:
<репозиторий / файлы / архитектура / текущее состояние>
<известные допущения, зависимости и релевантные предыдущие решения>

CONSTRAINTS:
<что нельзя изменять>
<обязательные стандарты / паттерны>
<запрещённые файлы / действия, если есть>

PRIORITY: (необязательно)
<наивысший приоритет>
<вторичный приоритет>
<третичный приоритет>

PLAN:
<сначала разобраться, потом действовать>
<перед нетривиальными изменениями пересказать своё понимание задачи>
<предпочитать минимально достаточные изменения вместо масштабных переписываний>

DONE WHEN:
<проверяемое состояние завершения>
<ожидаемое поведение сохранено или улучшено>

VERIFY:
<тесты / сборка / lint / typecheck / ручная валидация>
<указать, что не удалось проверить и почему>
<включить rollback-план или меры локализации для деструктивных либо high-risk изменений>

OUTPUT:
<краткое summary / документация / audit / результаты>
<изменённые файлы, ключевые решения, риски и дальнейшие шаги>

STOP RULES:
<останавливаться при неоднозначности или риске с высоким impact; не выдумывать архитектуру, поведение или требования>
<показывать неопределённости вместе с ранжированными вариантами с наибольшей уверенностью перед действием, а не задавать открытые уточняющие вопросы>
<не расширять scope после достижения цели>

Как заставить Claude работать, пока задача не будет доведена до конца? Claude Code помогает с этим несколькими способами, включая одну функцию, которую недавно зарелизили: /goal Задаёте условие завершения — и Claude продолжает работать, пока оно не будет выполнено:

/goal all tests in test/auth pass and the lint step is clean

Это цикл Ralph, встроенный в Claude Code. Каждый раз, когда Claude пытается остановиться, он сверяет ваше условие с текущим логом выполнения. Не выполнено? Продолжает работать. Выполнено? Получаете сводку «Goal achieved». Также есть /loop, чтобы запускать Claude в цикле. Отлично подходит для итеративного рефакторинга, зачистки кода или разгребания бэклога. /schedule запускает Claude по расписанию. Ночные прогоны тестов, утренний triage, еженедельная зачистка. stop hook даёт программный контроль над тем, когда Claude разрешено завершить работу. Запускайте свой набор тестов, дёргайте endpoint CI, ставьте любые условия, какие вам нужны. Долгие автономные прогоны работают только в том случае, если Claude не приходится ждать вашего участия. Для этого есть auto mode, который можно включить через Shift + Tab в CLI или через селектор режимов в десктопной версии. Документация здесь 🏁 btw: в Codex тоже недавно добавили /goal

Небольшой совет по OpenAI Codex: Необязательно ограничиваться просмотром только одного трэда за раз. Можно открыть сразу несколько полноценных окон параллельно и работать с несколькими задачами одновременно. Команда /side позволяет форкнуть текущий диалог в отдельную ветку для временных уточнений или дополнительных вопросов, не засоряя основной контекст. Также можно назначить хоткей для всплывающего окна Codex, чтобы быстро запускать новые задачи буквально в одно нажатие. 🫡

Новое в Claude Code: agent view – единый список всех ваших сессий Теперь все активные агентские сессии видны на одном экране: что сейчас выполняется, что ждёт вашего ответа, а что уже завершено. На запрос агента можно ответить прямо из общего списка, без перехода в отдельную сессию. Фича уже доступна на всех платных планах в формате research preview 👍 https://claude.com/blog/agent-view-in-claude-code

В Codex добавили импорт из Claude / Claude Code – можно в один клик перенести проекты, диалоги и продолжить работу с того же места https://chatgpt.com/codex/switch-to-codex/