Generative Ai

Claude Skill Building — ключевые инсайты для продакшна 1. Skill = контракт + оркестрация • Фиксируем входы, выходы, формат, ограничения • Модель — только слой принятия решений; вокруг нужны валидация, retry, fallback 2. Eval-first подход • До релиза собираем набор тест-кейсов (happy path + edge cases) • Любое изменение промпта/логики гоняем через авто-eval • Без eval промпт-тюнинг превращается в “кажется стало лучше” 3. Контекст важнее “умности” модели • Стабильная структура system/dev/user • Минимизируем шум, даем только релевантный контекст • Жёстко задаем формат ответа (JSON schema / строгий шаблон) 4. Tool use — production-фича • Инструменты с чётким интерфейсом и предсказуемым результатом • Таймауты, идемпотентность, обработка ошибок обязательны • Логируем каждый вызов: что вызвали, что вернулось, почему упало 5. Надёжность > креативность • Guardrails: policy checks, output filtering, PII redaction • Fallback-стратегии на каждый критичный шаг • Никаких silent failures — всегда понятный статус и next step 6. Стоимость и латентность — часть архитектуры • Разделяем fast path и deep reasoning • Кэшируем неизменный контекст • Декомпозируем сложные задачи на этапы 7. UX для доверия • Показываем прогресс: “думаю / проверяю / готово” • Лучше короткий надёжный ответ сейчас, чем длинный нестабильный позже Вывод: выигрывают не лучшие “магические промпты”, а системы с eval + observability + control loop. Ссылка: https://resources.anthropic.com/hubfs/The-Complete-Guide-to-Building-Skill-for-Claude.pdf?hsLang=en

То, что надо: Codag позволяет визуализировать рабочие процессы AI/LLM прямо в репозитории и посмотреть, как именно работает ваш AI-код. Без всякой настройки Codag строит карту всего AI-пайплайна: все вызовы LLM, ветвления решений и этапы обработки данных. 100% опенсорс код

🔥 Anthropic собрали C-компилятор командой из 16 Claude агентов Масштаб проекта: • ~2000 Claude Code сессий • $20,000 API costs • 100,000 строк Rust кода • 2B input токенов, 140M output • 2 недели автономной работы Результат: Компилятор собирает Linux 6.9 на x86, ARM, RISC-V + QEMU, FFmpeg, SQLite, Redis, Doom 🎮 Как работает harness:

while true; do
  claude --dangerously-skip-permissions \
    -p "$(cat AGENT_PROMPT.md)" \
    --model claude-opus-4-6
done

Каждый агент в Docker-контейнере, общий git-репо, синхронизация через lock-файлы (current_tasks/parse_if.txt). Ключевые уроки:

| Проблема                   | Решение                                           |
| -------------------------- | ------------------------------------------------- |
| Агенты делают одно и то же | Lock-файлы на задачи                              |
| Context pollution          | Минимум вывода, всё в логи                        |
| Claude не чувствует время  | --fast режим (1-10% тестов)                       |
| Все застряли на одном баге | GCC как oracle — каждый агент фиксит разные файлы |
| Код дублируется            | Отдельный агент на рефакторинг                    |

Специализация агентов: • 🐛 Основные — фиксят баги • 🧹 Один — убирает дублирование • ⚡ Один — оптимизирует перформанс • 📝 Один — документация • 🔍 Один — code review как "Rust эксперт" Ограничения: • Нет 16-bit x86 (звонит GCC) • Ассемблер/линкер ещё багованы • Код не супер-оптимальный • Качество Rust "норм, но не эксперт" Вывод автора: "Я не ожидал что это будет возможно так рано в 2026. Это волнует, но и тревожит." Код открыт: github.com/anthropics/claudes-c-compiler Это буквально следующий уровень — от "AI помогает кодить" к "AI пишет компилятор пока ты спишь" 🤯

Claud Opus 4.6 Release Antropic just released a blog post on new model updates. Spoiler: not AGI yet, but a step in the right direction. Benchmarks attached. Read post: https://www.anthropic.com/news/claude-opus-4-6 #Antropic #AGIrace #AI

Сейчас AI-агенты всё лучше пишут код, но запускать их напрямую на локалке не всегда то и хочется Особенно в режиме автозапуска, страшно, что AI случайно удалит важные файлы или вообще получит доступ к приватным данным. Недавно на GitHub наткнулся на Vibe: опенсорс проект для macOS, который поднимает сверхбыструю Linux-виртуалку в песочнице. Главные плюсы: нулевая конфигурация, изоляция за <10 секунд, можно спокойно закрыть AI в клетку. AI видит только текущий проект, а все остальные чувствительные каталоги полностью изолированы. Написан на Rust, использует родную виртуализацию Apple, безопаснее Docker и при этом почти не грузит ресурсы

Invoice CRM - файловая мини-CRM для инвойсов в PDF. Сделал для себя и решил поделиться. Главная фишка — всё управляется через Claude Code или любого другого AI-агента. Говоришь “сделай инвойс для Startup Inc на 5000 евро” — получаешь готовый PDF. Что под капотом: • База постоянных клиентов и провайдеров в YAML • Реквизиты компаний и банков для переиспользования • Шаблоны на Jinja2 - можно делать любые PDF-документы, хоть афиши • QR-коды для оплаты (EUR/SEPA, TRY, USD/SWIFT, крипто) • Цифровая подпись PDF • Шифрование через age (хоть весь архив) Всё через Make: • make invoice-startup # инвойс пример • make cards # карточки реквизитов • make list # список клиентов Стек: Python + Jinja2 + Pydantic + WeasyPrint github.com/fortunto2/invoice-crm

OpenAI запустили инструмент для написания пейперов Prism построен на базе купленного OpenAI стартапа Crixet. Представляет он из себя совместный LaTeX редактор с интегрированным внутрь ChatGPT. Он может проверить цитаты, перевести диаграмму/формулу из наброска в LaTeX и т.д. Prism доступен бесплатно всем желающим, но подписчикам ChatGPT обещают как-то потом докинуть продвинутых фичей. prism.openai.com @ai_newz

Google начали раскатывать доступ к Genie 3 Пока что модель доступна лишь подписчикам Ultra. Юзеры могут создать набросок мира с помощью Nano Banana Pro, перед тем как туда залететь. Также есть библиотека готовых миров, которые можно ремиксить. Длина симуляции до 60 секунд, а видео можно потом скачать. http://labs.google/projectgenie/ @ai_newz

Опытные пользователи Claude Code, вам стоит это увидеть. Есть публичный репозиторий, который по сути как полноценная ОС для Claude Code: агенты, skills, hooks, команды, правила, конфиги MCP, всё уже связали и можно просто подключать. Можешь просто посмотреть (или забрать себе) целиком. Это мнение автора, которое уже обкатали на реальных проектах.

Тут в деталях разобрали, что входит в 200$ подписку на Claude Code: За 200$ вы покупаете $2708 аналога трат по API, За 100$ – $1354 За 20$ – $163 При этом, все обращения в кеш диалога от клод кода стоят 0 денег – что делает эти подписки еще более секси; по API кэшированные запросы стоят 10% от стоимости на каждое чтение (кэширование запросов это когда у вас история чата с LLM не меняется и увеличивается от каждого хода, вот ее провайдеры API продают со скидкой – иначе дорого выходит) В итоге, получается, что тарифный план за 100$ выгоднее API почти в 37 раз (!) – не понимаю как любой стартап может конкурировать с этим, строя своего кодинг агента ☕️ Тут все расчеты: https://she-llac.com/claude-limits

Исследователи собрали новый подход к RAG, который: * не требует vector DB * не делает эмбеддинги * не режет документы на чанки * не выполняет similarity search И он показал 98,7% точности на финансовом бенчмарке (SOTA). Вот какую ключевую проблему классического RAG этот подход решает: Обычный RAG режет документы на чанки, превращает их в векторы и достает фрагменты по семантической похожести. Но похожесть ≠ релевантность. Когда ты спрашиваешь: "Какие были тренды по долгу в 2023?", векторный поиск вернет куски, которые семантически похожи на запрос. А реальный ответ может быть спрятан где-нибудь в Appendix, упомянут ссылкой на другой странице, в разделе, который вообще не пересекается по смысловым словам с твоим вопросом. Классический RAG, скорее всего, это просто не найдет. PageIndex это закрывает. Вместо чанкинга и эмбеддингов PageIndex строит иерархическое дерево структуры документа, по сути умную "таблицу содержания". А дальше модель рассуждением проходит по этому дереву. То есть она не спрашивает: "Какой текст больше всего похож на мой запрос?" Она спрашивает: "Судя по структуре документа, где бы человек-эксперт искал ответ?" Это принципиально другой подход, у которого: * нет произвольного чанкинга, который рвет контекст * не нужно тащить и обслуживать vector DB * retrieval трассируемый: видно, почему выбрали конкретный раздел * можно нормально ходить по внутренним ссылкам документа ("см. Table 5.3"), как делает человек Но глубже проблема вот в чем. Векторный поиск воспринимает каждый запрос как независимый. А документы имеют структуру и логику: разделы ссылаются друг на друга, контекст накапливается по страницам. PageIndex уважает эту структуру, вместо того чтобы сплющивать все в эмбеддинги. При этом важно: такой подход не везде имеет смысл, потому что классический vector search все еще быстрый, простой и отлично работает во многих кейсах. Но для проф-документов, где нужна доменная экспертиза и многошаговые рассуждения, tree-based, reasoning-first подход реально раскрывается. Например, PageIndex показал 98,7% точности на FinanceBench и заметно обогнал традиционные vector-based RAG системы в разборе сложных финансовых документов. Все полностью в oпенсорс, можно посмотреть реализацию на GitHub и попробовать самому.

🌟 GLM-4.7 Flash: лайт-версия флагмана GLM-4.7. В полку моделей, тех, что можно запустить локально, не продавая почку, прибыло. ZAI выкатили GLM-4.7 Flash - облегченную версию GLM-4.7 на 30 млрд. параметров, с контекстным окном в 128К на архитектуре MoE. Со слов создателей, модель должна занять нишу между сегментом SLM и проприетарными мастодонтами, предлагая SOTA-уровень в кодинге. 🟡MoE Всего 30B, но активных параметров на токен гораздо меньше, официальной инфы нет, но в сообществе пишут, что 3 млрд. 🟡Interleaved Thinking Киллер-фича для агентов, которая досталась в наследство от старшей GLM-4.7. Обычно модели выплевывают весь свой CoT в начале, а вот эта техника дает возможность модели думать перед каждым вызовом инструмента. 🟡Файнтюн на эстетику и DevOps Опять-таки, со слов Zai, они натаскали GLM-4.7 Flash не просто писать валидный HTML/CSS, а использовать актуальные паттерны, нормальные отступы и цветовые схемы. Плюс, подтянули работу с CLI и девопс-задачами (понимает права доступа, навигацию по файловой системе). 🟡Цифры тестов выглядят как конфетка. В SWE-bench Verified модель выбивает 59.2%. Для сравнения: Qwen3-30B-A3B: 22.0%, GPT-OSS-20B: 34.0%. В математическом AIME 25 тоже обходит конкурентов - 91.6%. А вот на BrowseComp она лучше GPT-OSS-20B почти в 1.5 раза. Вобщем, Flash-версия выглядит как идеальный кандидат для локальных кодинг-агентов. Если есть пара свободных видеокарт (или есть стойкость терпеть квантование на одной), это, возможно, лучшая рабочая лошадка на сегодня. 📌Лицензирование: MIT License. 🟡Модель 🟡Квантованные варианты под все 🟡Demo1 🟡Demo2 @ai_machinelearning_big_data #AI #ML #LLM #GLM #ZAI

🤖 Лучшие GitHub-репозитории, чтобы выучить AI с нуля в 2026 Если хочешь разобраться в ИИ не по курсам “в вакууме”, а через реальные open-source проекты - вот топ реп, которые реально ведут от базы до практики: 1) Karpathy – Neural Networks: Zero to Hero Самый понятный вход в нейросети и backprop “на пальцах” https://github.com/karpathy/nn-zero-to-hero 2) Hugging Face Transformers Главная библиотека современного NLP/LLM: модели, токенизаторы, fine-tuning https://github.com/huggingface/transformers 3) FastAI – Fastbook Практическое DL-обучение через проекты и эксперименты https://github.com/fastai/fastbook 4) Made With ML ML как инженерная система: пайплайны, прод, деплой, мониторинг https://github.com/GokuMohandas/Made-With-ML 5) Machine Learning System Design (Chip Huyen) Как строить ML-системы в реальном бизнесе: данные, метрики, инфраструктура https://github.com/chiphuyen/machine-learning-systems-design 6) Awesome Generative AI Guide Подборка материалов по GenAI: от основ до практики https://github.com/aishwaryanr/awesome-generative-ai-guide 7) Dive into Deep Learning (D2L) Одна из лучших книг по DL + код + задания https://github.com/d2l-ai/d2l-en Сохрани себе - это база, на которой можно реально вырасти до ML/LLM-инженера. @DevOPSitsec

Пришло время Agentic RAG — подхода, при котором AI-агент самостоятельно ищет, рассуждает и действует, используя RAG не как чат, а как инструмент доступа к знаниям 😎 На вебинаре 22 января специалисты Cloud․ru покажут, как с помощью Evolution AI Agents, Evolution Managed RAG и MCP-протокола построить систему, способную решать многошаговые задачи в реальном времени. А еще будет практическая часть: получится развернуть AI-агента в Evolution AI Agents и подключить MCP-сервер для Evolution Managed RAG. Зарегистрироваться

Нашёл клад, а там этот skill: который лечит Cursor/Claude от типичного “AI-вайба” в интерфейсах. Когда пишешь код с AI, то UI получается один и тот же: фиолетово-розовый градиент, шрифт Inter и белый фон, классический набор из трёх пунктов. 😯 Этот oпенсорс проект просто упаковал базу знаний профессиональных UI-дизайнеров: 57 UI-стилей (glassmorphism, clay, минимализм, брутализм и т.д.) 95 наборов отраслевых цветовых схем 56 комбинаций шрифтов 100 дизайн-правил для разных индустрий Поддерживает Cursor, Claude Code, Windsurf, Copilot, Kiro и почти все популярные AI-инструменты для программирования. Установка одной командой:

# Install CLI globally
npm install -g uipro-cli

# Go to your project
cd /path/to/your/project

# Install for your AI assistant
uipro init --ai claude      # Claude Code
uipro init --ai cursor      # Cursor
uipro init --ai windsurf    # Windsurf
uipro init --ai antigravity # Antigravity (.agent + .shared)
uipro init --ai copilot     # GitHub Copilot
uipro init --ai kiro        # Kiro
uipro init --ai codex       # Codex CLI
uipro init --ai qoder       # Qoder
uipro init --ai roocode     # Roo Code
uipro init --ai gemini      # Gemini CLI
uipro init --ai trae        # Trae
uipro init --ai all         # All assistants

Дальше просто пишешь /ui-ux-pro-max помоги сделать SaaS-лендинг и готово.

Пришло время Agentic RAG — подхода, при котором AI-агент самостоятельно ищет, рассуждает и действует, используя RAG не как чат, а как инструмент доступа к знаниям 😎 На вебинаре 22 января специалисты Cloud․ru покажут, как с помощью Evolution AI Agents, Evolution Managed RAG и MCP-протокола построить систему, способную решать многошаговые задачи в реальном времени. А еще будет практическая часть: получится развернуть AI-агента в Evolution AI Agents и подключить MCP-сервер для Evolution Managed RAG. Зарегистрироваться

⚡️ 3 млн рублей за лучший ИИ-прорыв 2026 ВТБ и Институт ИИ МГУ открыли прием заявок на конкурс научных статей Data Fusion Awards 2026. С какими темами можно подаваться: 🔹Математический аппарат ИИ 🔹Алгоритмы оптимизации 🔹Машинное и глубокое обучение 🔹Нейроморфные вычисления 🔹Робототехника 🔹Explainable AI и смежные треки Требования: статья из 2025 года в журнале/конференции, первый автор с российской аффилиацией. 💰 Призовой фонд — 3 млн рублей (по 1 млн трём победителям) ⏰ Дедлайн — до конца января 🔥 Подать заявку

Claude Cowork: агент для повседневных задач на компе Компания тестирует агента на базе Claude с доступом к файлам и системным командам для нетехнических задач. Но пока только за сотку в месяц. Anthropic анонсировала Claude Cowork — по сути это Claude Code, но для всех остальных задач, где не нужно программировать. Агент получает доступ к файлам на компьютере и может выполнять системные команды: разобрать завалы в документах, запланировать встречи в календаре, подготовить презентацию или прототип, обработать табличные данные. Тул выходит в формате research preview: это намекает на то, что даже в Anthropic пока не до конца понимают, какие сценарии использования откроются. Запускают, смотрят, собирают фидбек: сначала выкатывают MVP, потом адаптируются под реальное поведение пользователей. Claude Code за последние месяцы доказал свою полезность как инструмент для больших проектов: он берёт детальный план, разбивает на подзадачи и методично их выполняет, не отвлекаясь. Я сам на выходных распробовал его не только для программирования, но и для работы с большими массивами текстовых данных — штука реально экономит время там, где нужна последовательность и внимание к деталям. Логично, что много нетехнических задач можно было бы делегировать похожему агенту. Вопрос всегда был в безопасности: Claude Code по умолчанию спрашивает разрешение перед любыми изменениями файлов или системных настроек. Судя по релизу Cowork, Anthropic нащупала баланс между автономностью агента и контролем пользователя. Но есть нюансы. Во-первых, Claude Cowork доступен только подписчикам Max — это стоит $100 в месяц и выше. Во-вторых, агентные сценарии жрут токены как не в себя: на обычной подписке Pro я упираюсь в недельные лимиты почти моментально после того, как даю Claude Code серьёзную задачу. С Cowork, скорее всего, будет так же. Тем не менее это ещё один маркер того, что 2026-й действительно становится годом агентов. Anthropic, OpenAI, Google, OpenCode — все двигаются в сторону того, чтобы дать AI не просто возможность отвечать на вопросы, но и выполнять многошаговые задачи с доступом к инструментам. Вопрос только в том, насколько быстро эти инструменты станут доступны не только корпоративным клиентам и энтузиастам с жирными подписками, но и обычным пользователям. Пока что Anthropic тестирует спрос среди тех, кто готов платить.