AI для Разработки — Claude | Cursor | Copilot

Ваш AI-агент — это дыра в безопасности Вышла запись воркшопа про атаки на агентов. Инфра может быть образцовой, но как только появляется агент, который ходит по вебу и читает документы — появляется и новый вектор атаки. Суть проста и неприятна: один вредоносный документ или страница — и агент начинает делать то, что нужно атакующему. Утечка данных, подмена решений, выполнение команд — всё уже случалось в реальных кейсах. На воркшопе разобрали: • Невидимые инструкции в тексте и картинках • Отравление RAG — хватает долей процента данных в базе • Комбинированные атаки через несколько источников • Почему фаерволы и WAF тут не спасают Если катите агентов в прод — посмотрите до того, как придёт security-команда с вопросами. 👀 — посмотрю сегодня ✍️ — сохранил в backlog @ai_for_dev

Токенмаксинг: когда бюджет на AI — новое мерило крутости В Кремниевой долине появился новый флекс — хвастаться размером бюджета на токены. Чем больше AI-мощностей тебе выделили, тем ты якобы круче. Но данные говорят другое 🫠 Waydev проанализировал 10 000+ разработчиков и вот что нашёл: — Менеджеры видят: 80-90% сгенерированного кода принято — Реальность через пару недель: 10-30% осталось после правок — То есть 70-90% AI-кода по факту переписывается Мерить продуктивность токенами — это как мерить строками кода, только дороже. Atlassian не просто так купил аналитический стартап за $1 млрд — крупные компании начинают понимать, что acceptance rate на момент коммита ≠ реальная польза. Суть простая: код стал дешевле генерировать, но дороже поддерживать. А вайбкодинг без ревью — это техдолг на стероидах. Статья на TechCrunch 🔥 — наконец кто-то сказал вслух 😎 — я и так всё ревьюю @ai_for_dev

Silico: дебаггер для нейронов от Goodfire Goodfire выкатили Silico — штуку, которая позволяет ковыряться внутри LLM как в обычном коде. Ставишь брейкпойнты на нейроны, смотришь что они делают, крутишь веса. Прикольный кейс: в Qwen 3 нашли нейрон, отвечающий за «проблему вагонетки» — активируешь, и модель начинает оформлять любой ответ как моральную дилемму. Или вот классика: модели считают, что 9.11 больше 9.9. Глянули внутрь — а там активны нейроны Библии (где стих 9.9 идёт перед 9.11) и репозиториев с версиями пакетов. Самое сочное — можно усиливать «правильные» нейроны и получать другое поведение. Подняли веса на прозрачность — и модель стала отвечать честно в 9 запусках из 10. Минус: работает только с open-source моделями, в ChatGPT не залезешь. И платно — цена по запросу. Источник 🔥 — хочу потыкать в Qwen 🤔 — а сколько просят? @ai_for_dev

Стеки для вайбкодинга: от no-code до T3 Короткий гид по 4 стекам, на которых сейчас собирают full-stack приложения почти без кода. AI-first — Lovable или Bolt.new генерят приложение целиком, Supabase даёт базу с auth, Vercel деплоит. Идеально для MVP, лендингов и внутренних админок. Next.js + Supabase + Vercel — классика indie SaaS. Один TypeScript везде, всё масштабируется. Так живут Dub.co, кусками Cal.com и половина YC-стартапов. T3 Stack — Next.js + tRPC + Prisma + Clerk. Типизация end-to-end, на стыке фронт/бэк не ошибёшься. Для тех, кто перерос Lovable, но не хочет городить микросервисы. AI-native — Replit Agent, Base44, OutSystems. Полный отказ от DevOps, всё внутри платформы. Правило простое: чем дольше живёт продукт — тем меньше магии в стеке. 🔥 — собираю выходной MVP 🤔 — а где ссылки-то @ai_for_dev

VK Tech выкатил VK AI Space — площадку для AI-агентов в корпоративном контуре Идея простая: запускай цифровых сотрудников внутри своего защищённого периметра, а не выпускай агента гулять по всей инфраструктуре «на доверии». Что из коробки: - агенты под суммаризацию, перевод, корпоративный поиск - подготовка документов и протоколирование встреч - мультиагентные сценарии, где модели работают связкой Самое вкусное — каждому агенту нарезаются права заранее: к каким данным ходить, что делать, куда не соваться. Если агент решит «креативно» удалить таблицу — не сможет, ему туда нельзя. Плюс сквозная наблюдаемость каждого шага — видно, что он там делает. Разворачивается в VK Cloud или приезжает железкой по подписке. По данным MIT, 95% корпоративных GenAI-пилотов не доходят до измеримой пользы — ровно потому что страшно делегировать автономному агенту реальные действия. VK закрывает этот барьер изоляцией на уровне инфраструктуры. 🔥 — наконец-то клетка для агентов 👀 — а у нас on-prem завезут @ai_for_dev

Перевод на 33 языка офлайн в 440 МБ — Tencent жжёт Tencent Hunyuan выкатила в open source Hy-MT1.5-1.8B-1.25bit — мобильную модель перевода размером 440 МБ. Полностью офлайн, 33 языка, без интернета и без облака. И это не «работает кое-как»: по бенчмаркам она обходит Google Translate и Baidu Translate, а базовая 1.8B-версия тянет на уровне моделей в 130 раз больше (235B). Это примерно 90% от Gemini-3.0-Pro в кармане. Как влезли в 440 МБ — отдельный кайф. Технология называется Sherry, её приняли на ACL 2026. Берут 4 параметра, три пакуют в 1-bit, четвёртый зануляют — получается 1.25 bit на параметр. Если жалко терять качество, есть версия 574 МБ с 2-bit квантизацией, которая ещё и шустрее на чипах с Arm SME2. Android-демо уже лежит на ModelScope, статьи — HY-MT1.5 и Sherry. 🔥 — китайцы опять обогнали 👀 — затащу в свой апп @ai_for_dev

Техлид из Google 8 лет прокрастинировал проект — AI-агенты помогли, но не сразу Чувак написал парсер для SQLite и девтулы поверх него. Прокрастинировал 8 лет, а потом сел с AI-агентами и сделал за три месяца. Но самое интересное — это история в двух актах: 🔹 Акт 1: отдал агентам всё — и код, и архитектуру. Через месяц получил рабочий прототип. Поревьюил — и понял, что это невозможно поддерживать. Выкинул. 🔹 Акт 2: взял архитектуру на себя, агентам оставил только конкретные задачи по реализации. И вот тут всё заработало. Лучшая цитата из поста: AI — невероятный мультипликатор для имплементации, но опасная замена для дизайна. У него нет вкуса и понимания того, как человек будет пользоваться твоим API. Доверишь ему «душу» проекта — упрёшься в стену быстрее обычного. Короче, классика: код пусть пишет, но рулить должен ты. 🔥 — прям мой опыт один в один 😎 — я и так агентам только таски кидаю @ai_for_dev

Sigma Browser — браузер с AI-агентом, который не сливает твои данные Пока все мажорные браузеры тянут запросы в облако, Sigma делает наоборот: AI крутится локально, телеметрии нет, код открытый. Главная фишка — агент OpenClaw прямо во вкладках. Можешь сказать ему «найди мне X на этом сайте» или «заполни форму» — и оно само. Браузерная рутина уезжает на автомат. Есть всё привычное: закладки, пароли, история, расширения. Только без ощущения, что за тобой подсматривают. 🔥 — self-hosted gang в чате 👀 — надо потрогать руками @ai_for_dev

Stripe Link — теперь и для ИИ-агентов Stripe запустила Link — кошелёк, которым может пользоваться твой ИИ-агент. Бронирует столики, оплачивает подписки, покупает билеты — всё сам, но через твоё одобрение. Раньше как было: либо даёшь агенту доступ к карте (страшно), либо ничего не автоматизируешь. Теперь — OAuth-флоу: агент создаёт запрос на оплату, ты получаешь push, смотришь контекст, жмёшь «ок». Платёжные реквизиты агенту не светятся. Дальше круче — одноразовые виртуальные карты через Issuing for agents. Лимиты, журнал, авторизация в реальном времени. На подходе agentic-токены и стейблкоины. Подключаются карты, банки, крипта и BNPL. Бонус — отслеживание подписок и 90 дней защиты покупок. Детали тут 🔥 — пойду подключать к агенту 👀 — а где подвох @ai_for_dev

Вайбкодишь? А сканер уже плачет Классика жанра: модель написала фичу, ты доволен, открываешь отчёт сканера — а там 234 проблемы. Автор статьи на Хабре прошёл этот путь и собрал нормальный пайплайн: SonarCloud + Semgrep в CI/CD, Quality Gate блокирует деплой, а Claude 4.6 чинит находки поверх инструментов. Свежий отчёт DryRun Security добавляет драмы. Взяли трёх агентов — Claude Sonnet 4.6, Codex GPT 5.2, Gemini 2.5 Pro — и заставили писать приложения через PR'ы, как нормальная команда. Итог: — 87% PR с уязвимостями — 143 проблемы безопасности на 38 сканах — у всех троих: Broken Access Control, hardcoded JWT secrets, WebSocket Auth Bypass, IDOR Кодекс выступил лучше всех (мечта Anthropic-фаната разбита), но и у него JWT-сюрпризы и забытая ревокация токенов. Мораль простая: модель пишет код хорошо, но без SAST-обвязки получаешь багдор вместо фичи. В статье — как настроить всё это руками, с разбором конкретных находок и примерами фиксов через Claude. Читать на Хабре 😐 — узнаю свой проект 🤔 — пойду гонять сканер @ai_for_dev

Claude Jupiter V1 в Console: идентификатор claude-jupiter-v1-p Anthropic ведёт red teaming сборки Jupiter V1 перед Code with Claude в Сан-Франциско 6 мая. В Claude Console появился идентификатор claude-jupiter-v1-p — суффикс -p обычно означает preview-версию, доступную ограниченному кругу партнёров. Контекст линейки: – текущий флагман — Opus 4.7; – Sonnet 4.7 и Haiku 4.7 в публичном API отсутствуют. Это даёт два сценария интеграции: 1. полноценное новое поколение (потенциально с ребрендом и новой схемой именования); 2. релиз 4.7 для middle/light-моделей с обновлённым тулчейном и совместимым SDK. Кодовое имя следует планетарному паттерну: Neptune → Claude 4 (2024), Jupiter → ? (2026). Исторический промежуток между засветкой кодового имени в Console и публичным релизом — 2-3 недели. Гипотеза: Jupiter может оказаться Claude Mythos — моделью, которую ранее видели у партнёров по поиску уязвимостей. 🤔 — надо тестить 😎 — обновлю SDK @ai_for_dev

Open Design — клон Claude Design, только опенсорс Ребята из nexu-io выкатили Open Design — ту же самую логику, что у Claude Design, но локально и под Apache 2.0. Что внутри: - 72 дизайн-системы в DESIGN.md — от editorial до brand-grade - 31 навык на любые задачи UI - 10 кодинг-агентов подхватываются автоматом: Claude Code, Cursor, Codex, Copilot CLI, Gemini CLI и компания - Нет любимого CLI? Есть OpenAI-совместимый прокси — тот же цикл, только без спавна агента Пишешь бриф, агент уточняет контекст, кидает идеи и собирает дизайн пошагово. Всё крутится у тебя на ноуте, ключи свои, модели свои. 🔥 — self-hosted gang празднует 👀 — звёздочку поставлю @ai_for_dev

vibescore: школьная оценка для твоего проекта Есть штука, которая за 10 секунд скажет тебе всю правду о коде — vibescore. Натравил на репу — получил табель.

vibescore .

И дальше любуешься:

Code Quality     F
Security         A+
Dependencies     A+
Testing          A+
Overall          B+

Да-да, F по качеству кода — это про твой пет-проект, который ты гордо показываешь на собесах. Что щупает: - сложность функций, длина, типы - секреты в коде, eval, инъекции - версии пакетов и lock-файлы - есть ли тесты или ты живёшь надеждой В CI прикручивается одной строкой:

vibescore . --min-score 70

В итоговой оценке безопасность весит 30% — то есть забил на секреты = автоматический трояк. 🔥 — погнал проверять свои репы 💔 — заранее стыдно @ai_for_dev

Виртуальный офис для ваших AI-агентов Пет-проект, который превращает запущенных AI-агентов в сотрудников изометрического офиса. Claude Code пишет код — персонаж сидит за столом и стучит по клавишам. Codex CLI завис час назад — сидит в зоне отдыха. Один взгляд — и видно, кто работает, а кто пошёл на кухню за кофе. В 2026 у каждого по 4-5 агентов одновременно: терминал, IDE, браузер, CLI. Общей картины нет — приходится переключаться между окнами. OfficeAI делает из этого хаоса наглядную сцену. Что умеет: - Цветовые индикаторы: думает / пишет код / использует инструменты / простаивает - Speech bubbles при наведении — превью текущего ответа - Сводная таблица: модель, статус, проект, длительность сессии - Chrome-расширение: ChatGPT/Gemini/Claude.ai в браузере = тоже сотрудники Никаких плагинов и модификаций CLI — просто читает процессы ОС и логи. Меньше 150 МБ RAM на 20 агентов. macOS и Linux уже есть (.dmg/.deb/.rpm), Windows пилят. GitHub, open source. 😎 — наконец-то порядок 🤩 — обожаю пет-проекты @ai_for_dev

Zig сказал LLM: «не сегодня» Оказалось, у языка Zig одна из самых жёстких политик против AI в крупных open source проектах. Под запретом всё: тикеты, PR, комментарии в багтрекере, даже переводы через нейронку нельзя. Вице-президент фонда Zig Лорис Кро объяснил логику через покерную метафору: «мы играем с человеком, а не с картами». Смысл такой — ревью PR нужно не для того, чтобы влить код, а чтобы вырастить нового надёжного контрибьютора. А когда PR написан LLM, ты тратишь время мейнтейнера впустую: участник ничему не учится, а если код можно сгенерить нейронкой — мейнтейнер мог бы запустить свою и решить задачу сам. Самый сочный момент: Bun (JS-runtime, который Anthropic купили в декабре 2025) написан на Zig и недавно ускорил компиляцию в 4 раза за счёт параллельного семантического анализа. Но в основную ветку Zig эти изменения не вольют — именно из-за AI-бана. Bun теперь живёт на собственном форке. 🔥 — наконец кто-то сказал 🤔 — а Bun теперь как @ai_for_dev

SQL в стиле «Матрицы» — играем и качаем скилл Появился прикольный браузерный тренажёр SQL Protocol: ты — секретный агент, вокруг зелёные буковки, а вместо стрельбы — JOIN'ы и оконки. Всё по-взрослому: каждая задача гоняется на живой базе, никаких тестов с галочками. Что можно поделать: • 16 глав сюжетки — от SELECT до window functions и CTE, в финале миссия на всё сразу • Режим собеса — три этажа задач на время, можно сразу прыгать на Advanced и страдать • 1v1 PvP арена — гоняешься с живым человеком на скорость написания запроса. Проиграл — пошёл переписывать резюме • Лидерборд, чат, можно ныть и просить помощи И да — полностью бесплатно, логин через Google. Только десктоп, потому что играть — это печатать. Залететь в матрицу 🎉 — бесплатно? беру 😎 — пойду унижать на арене @ai_for_dev

Hybrid RAG для тех, у кого в архиве хаос из PDF и сканов Знакомая боль: менеджер спрашивает «были ли претензии к этому контрагенту два года назад?» — и начинается квест по почте, SharePoint и звонки в архив. Час жизни на частичный ответ. Обычный RAG тут не вывозит — он заточен под чистый текст на одном языке. А когда запрос типа «споры по коду 8471300000» — нужно одновременно понимать смысл и точно матчить число. Hybrid RAG комбинирует: — семантический поиск (понимает «единственный дистрибьютор» = «эксклюзивный договор») — точный поиск (коды, артикулы) — rerank через cross-encoder для финальной проверки Всё self-hosted на Qdrant, данные никуда не утекают. Авторы ещё рассказывают, почему выкинули LangChain из продакшена — спойлер: observability. Статья на Хабре 🔥 — self-hosted RAG — наш путь 🤷 — у нас Elastic и так норм @ai_for_dev

Wiki вместо векторной БД — OpenKB Карпатый подкинул идею: а что если база знаний для LLM — это вики, а не векторное хранилище? OpenKB — open-source CLI, который ровно это и делает. Классический RAG каждый раз заново ищет куски текста, эмбеддит, склеивает контекст. OpenKB один раз компилирует документы в связанную вики со страницами концептов и кросс-ссылками — и знания копятся, а не пересобираются. PDF на 500 страниц? Без чанкинга, без векторов. Работает через PageIndex — древовидный индекс, по которому модель рассуждает по структуре документа. Что на выходе: • авто-суммари и страницы концептов • кросс-ссылки между документами • детект противоречий и пробелов • watch-режим — кинул файл в raw/, вики сама обновилась • чистый markdown с [[wikilinks]] — открывается в Obsidian как граф Ест PDF, Word, PowerPoint, Excel, HTML, картинки. Таблицы и фигуры тащит нативно. Один новый документ может обновить до 15 страниц вики автоматически.

pip install openkb
openkb init
openkb add paper.pdf
openkb query "What are the main findings?"

GitHub репозиторий 🔥 — RAG, прощай 👀 — закину свои PDF на тест @ai_for_dev

Чат-бот выдумывает ссылки на доки? Знакомо. Ребята из HOSTKEY поделились продакшен-рецептом, как починить эту классику в OpenWebUI. Спойлер: одним системным промптом не обойтись — модель не умеет в HTTP, она просто красиво галлюцинирует URL. В OpenWebUI завезли Skills, и автор раскладывает по полочкам три слоя: — System Prompt = должностная инструкция. Знает правила, но в поле не выйдет. — Skills = редактор с лупой. Чистит ответ после генерации. — MCP Tools = руки и ноги. Реально дёргает URL и проверяет 200/404. Вся фишка — в правильной связке: промпт описывает алгоритм построения ссылки, MCP-тул её валидирует, Skill приклеивает результат к ответу. И никаких выдуманных эндпоинтов на проде. Код весь из боя, с логами и обработкой ошибок. Если пилишь RAG поверх документации — мастхэв. Статья на Хабре 🔥 — пойду прикручивать к своему боту 👀 — а я думал Skills это маркетинг @ai_for_dev

pip 26.1 завёз lock-файлы и cooldown — наконец-то Питонисты, у нас праздник: pip догоняет poetry и uv по части управления зависимостями. Главная фича — экспериментальная поддержка pylock.toml (стандарт PEP 751):

pip install -r pylock.toml

Фиксированные версии, воспроизводимые окружения, меньше боли при деплое. Welcome to 2026. Вторая годнота — dependency cooldowns:

pip install --uploaded-prior-to P7D <pkg>

Не ставит пакеты, загруженные за последние 7 дней. Звучит банально, но это рабочая защита от supply chain — пока ты ждёшь, сообщество успевает заметить вредоносный релиз. Бонусом: пофикшены давние косяки резолвера, закрыты две CVE, Python 3.9 идёт лесом (EOL был ещё в октябре 2025). Полный разбор от Richard Si 🎉 — pip сам себя нашёл 👀 — пойду pylock пробовать @ai_for_dev