CoreInfra

Любимый вопрос маркетологов "Какой бюджет на маркетинг?". Когда я это слышу от пришедшего ко мне маркетолога, у меня начинается внутренний диалог, который не ведет ни к чему хорошему для автора вопроса. Скажите _вы_ мне сколько я должен потратить и что за это получу. Когда вопрос задается про бюджет, который я хочу потратить, это для меня значит только одно – никакой ROI не считался и передо мной очередной осваиватель бюджета. Этот пост без негатива, ребята, предлагайте конкретные проекты и приносите конкретную пользу, вместо того, чтобы обсуждать с фаундерами гипотетические бюджеты. По умолчанию бюджет на маркетинг у нас 0 и ваша задача защитить бюджет и объяснить почему эта цифра должна измениться. @veradunets, держи в коллекцию к твоему посту =)

В разговоре за обедом с @razmser мы задались вопросом, что про себя думают китайские модели и откуда взялись их веса. Ответ на скриншоте: модели MiniMax и GLM 5.2 думают, что они Anthropic модели. Такое же встречали и в DeepSeek моделях через Pi agent, когда он был уверен, что он Sonnet от Anthropic =) Отдельной темы заслуживает объяснение, что такое дистилляция моделей и в частности On-policy distillation, которая используется в DeepSeek V4 при обучении в fine-tuning и RL фазе, а также другие темы, когда модель тренирует другую модель. Но каким-то образом знание о себе, как об аутентичной Anthropic модели, просочилось в топовые китайские модели. Такое бывает, но обвинять в списывании мы здесь конечно не будем. – @tthread

Как уст румяных без улыбки, Без грамматической ошибки Я русской речи не люблю. А.С. Пушкин

Александр Сергеевич точно что-то знал про LLM и современные паблики. Меня же не одного бесят вышколированные моделью полотна тексты, глупо размеченные смайликами? Друзья, читайте наш канал, здесь мы без AI рассказываем про AI, про то, как строим свою компанию и просто про технологии близкие нам =) – Илья

В предыдущих постах мы писали о том, как настроить Claude Desktop для MacOS и Windows. Поделюсь еще полезными настройками, которые стоит сделать, чтобы работа была комфортнее. Это выполняется при настройке инференса, там где задаютсся адрес хаба и API ключи. Чтобы открыть это меню вы можете в левом нижнем углу выбрать Gateway -> Inference Configuration. 1. [первый скриншот] Перейдите во вкладку Workspace restrictions и в поле Allowed egress hosts нажмите на кнопку Allow all или просто поставьте *. Эта опиця задает список интернет адресов доступных из клода. Вы можете ограничить его или как в данном примере разрешить доступ ко всем. 2. [второй скриншот] В той же вкладке ниже отметьте опцию Allow Auto mode. Это позволит для моделей 4.6+ иметь авто режим в котором клод меньше спрашивает пользователя и работает больше автономно. – @tthread

[промо] Использовать хаб можно не только программистам. Я подключил Claude Desktop через хаб для того, чтобы делать исследования, изучать статьи и в общем иметь удобный способ взаимодействовать с моделями Anthropic для выполнения операционных или исследовательских работ. Применять агентов удобно не только для программирования, но и для работы с маркетингом, финансами и юридическими документами. Хочу попросить аудиторию канала потестировать хаб и поделиться своим фидбеком. Для того чтобы попробовать хаб – зарегистрируйтесь, напишите нам в личку канала с приложенным скриншотом, где виден ID хаба и мы пополним баланс на 500 рублей. Дополнительные бонусные 1000 рублей можно получить если вы кратко опишите свой кейс: для чего вы применяете AI и расскажете нам об этом также в личном сообщении канала. [предложение ограничено первыми 20 участниками] – @tthread

Пару дней назад, Джон Кармак сделал репост про Фабриса Беллара, отметив что Фабрис гораздо круче его. https://x.com/ID_AA_Carmack/status/2064095424420487226?s=20 (автор оригинального поста какой-то странный чел) Мы, внутри коринфры, часто упоминаем автора QEMU, FFMPEG, QuickJS и других супер популярных программ для разработчиков, но действительно для широкой аудитории он достаточно неизвестный. Лучше всего о Фабрисе говорят его работы: https://bellard.org/ На скрине Windows 2000 запущенная под JSLinux в моем браузере – также разработка Белара, VM на JS с элементами WASM. Мы в своей работе активно используем WASM и сейчас работаем над рантаймом агентской среды, поэтому подобные разработки выглядят особенно приятно. По этой ссылке вы можете поиграть в Сапера на Windows 2000. – @tthread

Раз выдался такой повод, можно вспомнить еще пару моментов. Есть прямые запреты экспортного контроля, а есть другие способы лобирования своих инетресов. В свое время подобный запрет получала технология шифрования PGP за авторством Фила Циммермана, а сам автор подвергся приследованию. Также популярная история про то, как компанию Netscape обязали к выпуску экспортной версии с поддержкой ключей шифрования 40 бит, против 128 бит национальной версии. (очевидно более короткие ключи являются более уязвимыми) Но были и другие, не такие явные попытки защиты своих технологий и подрыва технологического суверенитета своих оппонентов. Знаменитая статья Брюса Шнайдера о том, что NSA намеренно лобировала стандрт содержащий ошибки в генераторе случайных чисел, которые понижают стойкость любого алгоритма шифрования их использующего. https://www.schneier.com/essays/archives/2007/11/did_nsa_put_a_secret.html Anthropic также рассказывал о том, что модель Fable и другие модели класса Mythos содержат защиту от использования в "неправильных" целях. В анонсе Fable они прямо заявляли.

Claude Fable 5 launched on June 9 with a safeguard that quietly limited answer quality on frontier AI development tasks, with no notice and no model fallback, affecting an estimated 0.03 percent of traffic. Но самое интересное здесь: Unlike our interventions for cybersecurity, biology and chemistry, and distillation attempts, these safeguards will not be visible to the user. Fable 5 will not fall back to a different model. Instead, the safeguards will limit effectiveness through methods such as prompt modification, steering vectors, or parameter-efficient fine-tuning (PEFT). These interventions will not affect the vast majority of coding work. We estimate they will impact ~0.03% of traffic, concentrated in fewer than 0.1% of organizations

В случае если модель решит, что ваш запрос попадает под safegurads относительно дистилляции моделей (способ когда более умная модель используется для обучения более простой) – она может сработать намеренно плохо. О чем буквально было заявлено в пресс-релизе. Как видим, здесь работают оба способа, с одной стороны внутренние явные ограничения внутри модели, с другой стороны регулирование с помощью экспортного контроля. Ничто не ново под луной, в прочем. Про Fable и дискуссию вокруг safegurads можно почитать по ссылке: https://news.ycombinator.com/item?id=48463808 – @tthread

Здесь мог бы быть ироничный пост, но пожалуй не будет. Мы видим не начало, а вполне жесткую регуляторику AI уже на полном ходу. Сегодня правительство США выпустило директиву на запрет коммерческой модели Claude Fable 5. О чем сообщил Anthropic в пресс-релизу https://www.anthropic.com/news/fable-mythos-access Это значит, чем модели будут более продвинутыми, тем они будут жестче регулироваться в том числе с для конкурентной борьбы с другими странами. Поэтому правильней сказать, что AI это не новое электричество, а новая атомная энергетика — не все ее получат. — @tthread

Мы добавили в хаб модели DeepSeek v4 Pro и Flash. На удивление они неплохо работают, особенно, когда для них есть хороший харнес и задача четко описана. Модели можно попробовать через OpenCode или Pi агент, поддержку которых мы также добавили. Поделюсь немного эмоцией: на самом деле очень круто, когда есть возможность не переключая личные кабинеты настроить сразу несколько агентов, что-то интегрировать в IDE и гибко переключаться между моделями, агентами и сценариями использования. Лично я использую: Zed/VSCode плагины codex/claude, codex cli, Codex App, Claude, Pi и интеграцию с инференсом хаба в Android Studio. Теперь в нашем хабе есть самая дорогая модель (Claude Fable 5) и одна из самых дешевых (DeepSeek v4 Flash). – @tthread

Многие замечают, что ИИ не умеет в архитектуру. Поделюсь теорией, почему: Хорошая архитектура – это всегда про упрощение: нахождение такой структуры, что простые куски просто композируются и в результате дают сложное поведение с интересными свойствами. ИИ фундаментально не умеет упрощать и абстрагировать – поэтому не может и архитектурить. Почему ИИ этого не может – вопрос открытый. Лично я согласен с Пенроузом, который считает, что из теоремы Геделя следует, что understanding is not computable. На практике – LLM хорошо закрашивают нарисованые схемы, но сами схемы рисовать не могут. – @pgregory

Anthropic зарелизил новую модель Claude Fable 5, детали можно почитать в пресс-релизе на сайте компании: https://www.anthropic.com/news/claude-fable-5-mythos-5 По заявлениям инференс-провайдера это самая мощная модель на текущий момент и первая модель линейки Claude 5 и первая публичная модель класса Mythos. Модель будет доступна первое время только по API и Enterprise планам. На нашем хабе она уже доступна прямо сейчас.

SpaceX готовится к IPO и по этому поводу запустили сайт и сняли интервью на заводе SpaceX. Интервьюер – Дэн Хуот, работал в NASA и в частности отвечал за международное сотрудничество в рамках проекта МКС с Россией, сейчас возглавляет пресслужбу в SpaceX, собственно Макс и главный инженер по спутникам Ян Даль. Достаточно визионерское интервью, поговорили про шкалу Кардашова, основанную на оценке прогресса технологического развития цивилизации по потребляемой человечеством энергии и анонсировали спутник дата-центр AI1 (забавно перекликается по названию с нашей системой прикладной верификации CoreInfra AT1). По планам до конца 2027 года давать 1 ГВт утилизированного AI-компьюта. Для сравнения это примерно половина того, сколько потребляет сейчас Anthropic из тех чисел, что удалось найти в Интернете. Ссылка на интервью: https://x.com/SpaceX/status/2064099405758906727 Сайт под IPO: spacexipo.com

Инструкция, как подключить приложение Claude к CoreInfra AI Hub, чтобы использовать Claude Cowork, Claude Code и чат в одном приложении. Шаг 0: скачайте и установите https://claude.com/download на свой компьютер. Поддерживается Windows, MacOS, Linux. Шаг 1 [первый скриншот]: запустите Claude и включите режим разработчика Help->Troubleshooting->Enable Developer Mode Шаг 2 [второй скриншот]: добавьте инференс-провайдера CoreInfra через Developer->Configure Third-Party Inference... Шаг 3[третий скриншот]: настройте подключение к CoreInfra. Для этого выберете Credential kind Static API key, в Gateway base URL укажите адрес хаба для клода https://hub.coreinfra.ai/claude/api, в поле Gateway API key укажите API-токен вашего хаба https://hub.coreinfra.ai, он находится на главной вкладке хаба, Gateway auth scheme выберете x-api-key. Шаг 4: настройка завершена, нажмите на кнопку Test connection и при положительном балансе хаба вы должны увидеть, что клод смог выполнить тестовый запрос. После этого нажмите кнопку Apply changes и наслаждайтесь работой. – @tthread

Обычно ты учишь агента – но иногда агент учит тебя! TIL: sample(1) на MacOS. sample $PID регулярно снимает стеки процесса, агрегирует и показывает результат. В отличие от perf на линуксе – всего одна команда, не нужен sudo, не нужно знать/думать про perf_event_paranoid и прочее. Незаменимо для дебага зависаний, полезно для быстрого профилирования. Спасибо, кодекс! На картинке фрагмент вывода для этого скрипта:

import hashlib as h, time
payload = b"sample" * 200000
end = time.time() + 10
count = 0
while time.time() < end:
    h.sha256(payload).digest()
    count += 1
print("hashes", count)

– @pgregory

Компании учатся работать с бюджетами на AI tools. Сегодня стало известно о том, что Uber ввел ограничение на $1500 в месяц на один AI инструмент на разработчика. Здесь интересно два момента, с одной стороны это по-прежнему очень существенная часть бюджета, в какой-то мере сравнимая с фондом оплаты труда, с другой, что бесконтрольный рост приводит к другим новостям. Таким как неделю ранее Uber сообщил о том, что потратил весь бюджет 2026 года заложенного на AI для разработки. Ссылки: [1] https://www.bloomberg.com/news/articles/2026-06-02/uber-caps-usage-of-ai-tools-like-claude-code-to-cut-costs [2] https://simonwillison.net/2026/May/27/product-market-fit/#the-ai-failure-stories-around-this-are-pretty-thin

Наткнулся на забавный интерактив, где иллюстрируется, как менялись важные цифры в жизни системного программиста. А какие цифры должен знать программист в 2026 году? Проверьте себя, вы в порядок попадаете? Хороший вопрос на собеседовании =) https://colin-scott.github.io/personal_website/research/interactive_latency.html – @tthread

Рассказали о команде CoreInfra на своем сайте, а также откуда взялся тейк AI x Verification -> Future. https://coreinfra.ru/team

Opus 4.8:

Hangs are vanquished now— one cursor, two racing minds: the tree won't hold still.

Тоже не справился, но гораздо структурнее подошел к отладке (кодекс, как его не проси, не мог перестать исправлять мелочи, каждый раз надеясь, что "точно последний фикс") – и докопался до принципиальной проблемы (несовместимость асинхронного offload с не-асинхронным древообразным исполнением). Что хочу отметить? Во-первых, очень удобно иметь доступ сразу к нескольким фронтирным моделям. Во-вторых, забавно наблюдать, что модели, несмотря на весь огромный прогресс, все еще вообще не понимают происходящего – а только симулируют понимание. На легких задачах одно с другим легко спутать. – @pgregory

Вести с полей: второй день пытаюсь заставить GPT-5.5 xhigh решить довольно сложную но ограниченную задачу с хорошим E2E проптестом – научиться делать offload модулей нашего агентского рантайма в браузер, используя вебсокеты для коммуникации. Безуспешно :-( Вот как сам кодекс суммаризирует ситуацию:

• We are trying to implement a remote execution adapter for a deterministic async streaming system: conceptually, it should just mirror a small local poll-style protocol over a socket and preserve the same observable behavior. The problem is unusually well-scoped: there is a strong end-to-end property test, failures are reproducible, and the desired architecture is simple enough to describe as an explicit state machine. Yet after a lot of agentic coding effort, progress stalls because the implementation keeps drifting into local patches around symptoms: wakeups, progress notifications, child calls, output buffering, trace visibility. My current read is that this is a good example of where coding agents are weak: when the bug is not in one line, but in the absence of a crisp ownership model. The test keeps exposing that the real task is not “fix this failure”, but “make the protocol have one obvious source of truth”; without that, the loop becomes high-effort whack-a-mole.

Opus, посмотрим что можешь ты. – @pgregory