AI для Разработки — Claude | Cursor | Copilot

Mojo 1.0 beta — Python со скоростью C++ почти доехал Вышла первая бета Mojo 1.0 от Криса Латнера (того самого, что сделал Swift и LLVM). Команда говорит: «почти готов к повсеместному использованию». Финалка — осенью. Что внутри для нас: — Пишешь как на Python, работает как C/C++ — Borrow checker как в Rust — память не утечёт — Из коробки GPU, SIMD, ML-ускорители — параллелизм без боли — VS Code плагин, Jupyter, REPL, отладчик — всё есть — Stdlib открыт под Apache 2.0, компилятор пока в чёрном ящике Главная новость беты — API больше не ломается. Можно наконец-то начинать что-то серьёзное, а не переписывать после каждого релиза. Интересно, найдёт ли Mojo свою нишу между Python и Rust, или останется языком для ML-перформанса. 👀 — пойду пощупать 🤔 — а где использовать-то @ai_for_dev

PHP переехал на BSD-3 — старая лицензия в утиль Команда PHP отправила в OSI письмо: «выводим из обращения PHP License 3.01, спасибо, до свидания». Весь код, включая Zend Engine, теперь живёт под BSD 3-Clause. Исторически у PHP была своя лицензия с пунктом «нельзя без письменного разрешения использовать слово PHP в рекламе производных продуктов». Из-за этого Фонд СПО считал её несовместимой с GPL — и это годами портило жизнь тем, кто пытался миксовать PHP-код с GPL-проектами. Теперь всё чисто: BSD-3, без брендовых ограничений, без требований упоминать PHP в маркетинге производных продуктов. Согласие у каждого контрибьютора собирать не пришлось — PHP Group изначально зашила в лицензию право менять её, юристы Perforce подписали, готово. Формально это PHP License v4 и Zend Engine License v3 — но внутри просто BSD-3. Детали. 🎉 — лицензионный карантин снят 🤷 — я на ноде, мне без разницы @ai_for_dev

AI/ML за неделю 4-10 мая 2026: голос, ускорение, MoE OpenAI представили три голосовые модели: GPT-Realtime-2 — voice-to-voice с ризонингом уровня GPT-5. Окно контекста увеличено в 4 раза до 128К, параллельный вызов инструментов с озвучкой действий. Задержка 1.12-2.33 сек. Цена: $32/$64 за 1M аудио-токенов, кэш $0.40/1M. GPT-Realtime-Translate — потоковый перевод за $0.034/мин с задержкой 200мс. GPT-Realtime-Whisper — потоковая STT за $0.017/мин. Подробности GPT-5.5 Instant заменяет 5.3 как дефолт в ChatGPT. Заявлено -52.5% галлюцинаций в чувствительных темах (медицина, право, финансы), -37.3% на реальных диалогах. По API доступна как chat-latest. Системная карточка. Google: Gemma 4 MTP — открыты веса drafter-моделей для speculative decoding. До 3x ускорения генерации без потери качества. Работает в transformers, MLX, vLLM, SGLang, Ollama. Блог, HF. Zyphra ZAYA1-8B — 8.4B MoE с 760M активных параметров, сжатый KV-кэш, обучена целиком на железе AMD. Блог. 💯 — плотная неделя 🤔 — что пробовать первым @ai_for_dev

RPCS3 устали от ИИ-слопа и начали банить Мейнтейнеры эмулятора PS3 **RPCS3** официально пригрозили баном тем, кто продолжит присылать «некачественный ИИ-код» в их репозиторий на GitHub. Сначала вежливо попросили, потом терпение кончилось — посты в X стали заметно жёстче. Проекту 14 лет, держится на энтузиастах, и за это время фанаты довели 70% игр PS3 до играбельного состояния. А теперь вместо нормальных PR — поток сгенерированного шлака, который даже не компилируется. Команда прямо говорит: вручную такой код написать невозможно. В феврале то же самое описывали ребята из Godot Engine — там даже думали нанимать отдельных людей для разгребания AI-генерёжки. Кажется, эра «сейчас Cursor накидает PR в любимый проект» подходит к не очень дружелюбному финалу. 😐 — мейнтейнеров жалко 🙈 — сам так делал, простите @ai_for_dev

Локальный Cursor в одном HTML-файле — SlopLobster 🦞 Чувак под ником PasiKoodaa выкатил SlopLobster — AI-кодера, который работает прямо в браузере и вообще без интернета. Подключаешь свой локальный LLM через LM Studio — и поехали. Никаких API-ключей, никаких подписок, никакого «упс, лимит токенов кончился». Что умеет из коробки: • Читать, править, создавать файлы — с диффами и опциональным Accept/Reject • Гонять shell-команды (с защитой от rm -rf /, спасибо) • Жать на кнопки в браузере через Playwright • Гуглить через DuckDuckGo и парсить страницы • Жрать картинки, PDF и SVG • Коммитить в Git • Спавнить суб-агентов и работать в plan mode Всё это — один HTML-файл плюс маленький сервер. Self-hosted-мечта. github.com/PasiKoodaa/SlopLobster 🔥 — self-hosted gang, погнали 👀 — а потянет ли мой Qwen @ai_for_dev

Короткий промпт может стоить дороже длинного. Серьёзно. Классический инстинкт: у агента 30+ tools — давайте отберём 5–7 релевантных на каждом шаге, промпт короче, всё быстрее и дешевле. На одном запросе — да. В агентном цикле из 20–50 вызовов — нет. Почему: меняешь список tools → меняется ранний блок промпта → prefix cache начинается заново почти на каждом шаге. В логах это выглядит как cached_tokens около нуля при стабильном system prompt. Боль. Что делать: - Держать стабильный список tools, а доступность регулировать через masking / constrained decoding - В API провайдеров искать allowed_tools, tool_search, defer_loading - Логировать cached_tokens, prefix_hash, tools_count и алертить при падении cache hit rate Мораль: иногда тащить все 30 tools в каждый запрос — реально дешевле, чем умничать с отбором. Разбор от AI Platform Lead Битрикс24. 🔥 — пойду чинить агента 🤡 — а я как раз вчера «оптимизировал» @ai_for_dev

Airbnb: ИИ генерирует 60% нового кода платформы Компания Airbnb на звонке с инвесторами сообщила, что около 60% кода, написанного её разработчиками за первый квартал 2026 года, было сгенерировано с помощью ИИ. Гендиректор Брайан Чески отметил, что эффект особенно заметен в инструментах для API-партнёров: раньше задачу выполняла команда из 20 инженеров, теперь с ней справляется один разработчик, запускающий агентов. ИИ-бот поддержки закрывает 40% обращений без участия живого оператора (в начале года — 33%). При этом Чески признал четыре системные проблемы текущих чат-ботов в e-commerce: модели заточены под тесты, а торговля — про визуал; нет прямого взаимодействия с объектами; плохое сравнение большого числа вариантов; не приспособлены к совместному принятию решений. Подробности — на Хабре. 💯 — цифры впечатляют 🤔 — интересно, что считают «кодом» @ai_for_dev

Django выкатил срочные security-патчи: 6.0.5 и 5.2.14 Свежие релизы закрывают три CVE. Severity — Low, но если у вас ASGI или кеширование, лучше обновиться сегодня. CVE-2026-5766 — ASGI можно завалить большим файлом. С заниженным Content-Length обходится FILE_UPLOAD_MAX_MEMORY_SIZE, и файл улетает в память. Напоминание: лимит надо ставить ещё и на Nginx/прокси, не только в Django. CVE-2026-35192 — session fixation. Если у вас:

SESSION_SAVE_EVERY_REQUEST = True

плюс публично кешируемые страницы — чужая сессия может прилететь через кеш. CVE-2026-6907 — UpdateCacheMiddleware неверно обрабатывал Vary: *, и приватные ответы случайно попадали в общий кеш. Затронуты: Django main, 6.0, 5.2. ASGI, кеш, кастомные сессии — три флага, при которых тянуть с апдейтом точно не стоит. 😐 — пошёл катить апдейт 🤔 — проверю SESSION_SAVE_EVERY_REQUEST @ai_for_dev

Компьютер размером с банковскую карту Разработчик собрал работающий компьютер толщиной около 1 мм в форм-факторе пластиковой карты (Tom's Hardware). Внутри: ESP32-C3 (RISC-V, Wi-Fi, 320 КБ SRAM), 1.54" гибкий eInk-экран 200×200, NFC-модуль RC522 на чтение/запись, акселерометр LIS2DW12 и LiPo-аккумулятор 30 мА·ч. Заявленные сценарии: автономное хранение 2FA-кодов, паролей и NFC-ключей. В планах — USB-C, microSD и более прочный корпус. Схемы, PCB-разводка и прошивка опубликованы в репозитории на GitHub. 💯 — инженерный труд 🤔 — посмотрим на ревизию 2 @ai_for_dev

OpenAI выкатили Daybreak — AI-пентестер Новый продукт OpenAI для белошляпных: связка GPT-5.5 Cyber + прокачанный Codex Security. Обещают, что найдёт даже микро-уязвимости в вашем сервисе. Нюанс: всем подряд не дают — сначала созвон с сейлами, расскажете, зачем вам такая штука. В качестве демки могут прогнать ваш прод и показать, где у вас дыры. Вайбкодеры всё ещё клепают сервисы из палок и promptов, а Anthropic и OpenAI уже точат AI, который эти палки разберёт по винтикам. 👀 — пойду закрывать .env 🤔 — сначала ценник посмотрим @ai_for_dev

GM уволил 600 айтишников — будут нанимать тех, кто умеет в AI General Motors срезал больше 10% IT-департамента (~600 человек). Но это не классическое «оптимизировали и забыли» — параллельно открыты вакансии, просто под совсем других людей. Кого зовут на замену: — AI-native разработчиков (умеют строить продукт вокруг моделей, а не прикручивать чатбот сбоку) — инженеров данных и облака — тех, кто пилит агентов и модели — prompt-инженеров Ключевая фраза от GM: им нужны те, кто умеет строить с AI с нуля — проектировать системы, обучать модели, собирать пайплайны. А не «использует ChatGPT для написания тикетов». Тренд не новый: за 18 месяцев GM уже сокращал тысячи людей волнами. В мае 2025 пришёл новый CPO из Aurora и начал перетряхивать всю технологическую вертикаль. Мораль для всех нас: «я использую Copilot каждый день» — это больше не AI-скилл, это базовая гигиена. Платят теперь за то, чтобы ты сам собирал систему, в которой Copilot — это один из винтиков. Детали на TechCrunch 😐 — почувствовал сквозняк ✍️ — записал, иду учить агентов @ai_for_dev

300+ инженерных статей от Netflix, Uber и Meta — в одном репозитории Кто-то собрал на GitHub огромную подборку инженерных блогов от топ-компаний. Не маркетинговая вода, а реальные кейсы: как Netflix держит трафик, как Figma делает поиск, как Meta катит ML в прод. Главное — не читать всё подряд, а по темам: — Хочешь архитектуру → Netflix, Uber, Slack, Stripe — Поиск и перформанс → Figma, DoorDash, GitHub — ML-системы → Meta, LinkedIn, Netflix Честно: часть статей пахнет «посмотрите какие мы крутые», но если фильтровать — внутри реально годные разборы того, как большие ребята решают проблемы, которые завтра прилетят и тебе. 🔥 — в избранное и читать 👀 — надо отфильтровать воду 🔥 — в избранное и читать 👀 — надо отфильтровать воду @ai_for_dev

Planulix — пульт управления для Claude Code, Codex, Cursor и Kimi История знакомая: работаешь себе, тут Claude банит аккаунт за RU-IP, Cursor решил подумать минут пять, а на переезд в Kimi надо потратить вечер. Автор устал и собрал свой комбайн. Идея простая: Go-агент на VPS + Flutter-клиент на десктопе/телефоне. Ставишь шлюз туда, где разрешённая локация, проходишь авторизацию удалённо и безопасно, дальше работаешь хоть с дивана. Что умеет: • Один список сессий по всем агентам — Claude Code, Codex, Cursor, Kimi • Веб-IDE: дерево проекта, редактор, чат рядом, slash-команды типа /skills • Считает токены и деньги — график по дням, разбивка по моделям и проектам • Ключи лежат у тебя, трафик идёт только на твой VPS / Tailscale • Есть установщик одной командой — качает готовый бинарь под amd64/arm64 Открытый код: github.com/pyatkovpetr/Planulix. Бонусом — SESSIONS 1/32 в углу, чтобы видеть, сколько раз ты сегодня попросил Claude «just fix it». 🔥 — self-hosted gang, поехали 🤔 — а зачем, если есть Tailscale + tmux руками @ai_for_dev

Глава Chrome DevRel в Google выкатил свой сетап для AI-агентов Addy Osmani собрал agent-skills — 19 скиллов и 7 слэш-команд, которые превращают агента из «галлюцинирующего стажёра» в подобие senior-инженера. Работает по схеме spec → plan → build → test → review → ship: → /spec — сначала ТЗ, потом код (да, агенту тоже нужен PRD) → /plan — разбивает задачу на маленькие куски → /build — пишет инкрементально, не пытается одним промптом запилить весь сервис → /test — гоняет в браузере через DevTools и фиксит баги → /review — code review, security, перформанс → /ship — выкатывает в прод Скиллы активируются автоматически под задачу: рисуешь API — подтягивается api-and-interface-design, фронт — frontend-ui-engineering. Работает с Claude Code, Cursor, Gemini CLI, Antigravity, OpenCode. В Claude Code ставится в одну строку:

/plugin marketplace add addyosmani/agent-skills
/plugin install agent-skills@addy-agent-skills

🔥 — пойду накатывать на свой Claude 👀 — надо глянуть, что там за /ship @ai_for_dev

13-летний школьник унёс $4000 за баг в TON Пацан нашёл уязвимость в блокчейне TON и получил по bug bounty четыре тысячи долларов. Самое весёлое — копался он в коде не сам, а с Claude Code под рукой 😂 Пока вы спорите, заменит ли AI джунов, школьники уже фармят баунти на проде через Claude. Welcome to 2026. 🤡 — мой джун всё ещё дороже 👀 — пойду перечитаю свои контракты @ai_for_dev

Все хотят больше контекста. А оно надо? На TechCrunch вышел трезвый разбор tokenmaxxing — безумной гонки за размером окна контекста. Спойлер: миллион токенов не делает модель умнее. Что ломается, когда напихиваешь всё подряд: — счёт за API растёт линейно, качество — нет — модель теряет фокус в середине промпта — точность падает на длинных входах (привет, lost in the middle) Альтернативы для живых проектов: RAG, сжатая память для агентов, иерархическое внимание, и нормальные бенчмарки вместо «мы засунули книгу и оно помнит имя героя». Мораль: вместо того чтобы пихать всю кодовую базу в промпт, может, сделать нормальный retrieval? 🤔 — RAG наше всё 😎 — пихаю репу в Gemini и радуюсь @ai_for_dev

zymi: агенты как dbt-проект, только на Rust Чувак пришёл в агентов из дата-инженерии, в сотый раз собрал структуру на LangGraph и понял, что скучает по dbt — где пишешь что хочешь получить, а не как это крутить. Так родился zymi. Боль, знакомая каждому, кто щупал мультиагентов: мутабельный State. Свалка в оперативке, обновляй аккуратно, сломалось — сиди принтуй и ищи, где сам себе наступил на ногу. Лечение — event-driven, а потом и event sourcing по свежей работе ESAA (2026). Написано на Rust полностью с Claude Code. Автор признаётся: статью дописывает, параллельно раздавая команды Клоду с айфона. Сам бы писал — закончил бы вместе с пришествием бесплатного AGI. Бонус-лор: изначально проект звали zumi — в честь собачьего зумис, когда пёс внезапно носится по квартире. Но на второй неделе вышло приложение с таким же именем, пришлось переименоваться. 🔥 — event sourcing спасёт мультиагентов 🤷 — ещё один фреймворк, серьёзно? @ai_for_dev

Диктуешь промпты голосом? Вот что реально работает на русско-английском Знакомая боль: объясняешь Claude задачу, а там через слово — deploy, pull request, Kubernetes. Любая модель распознавания на этом коктейле начинает чудить. Чувак потратил полгода, перепробовал 5+ приложений — WisprFlow, Handy, OpenWhispr, GigaAM v3 — и разложил всё по полочкам. Главное: 🎙 Голосом — 150-180 слов/мин, печатью — в среднем 52. Разница в 3 раза 🎙 Для промптов в LLM точность не обязана быть идеальной — нейросеть поймёт 🎙 Нашёл промпт, который фиксит пунктуацию в 99% случаев 🎙 Даже PR в open source закинул — приняли в main Самое интересное — как модели по-разному обрабатывают code-switching. Одна пишет «research» латиницей, другая транслитерирует в «ресёрч». Для промптов это важно — попробуй объясни модели про Whisper, если он стал «Виспером». В конце статьи — сводная таблица «что поставить», если не хочется читать весь лонгрид. Статья на Хабре 🔥 — голос — это будущее 😐 — я и так 120 WPM @ai_for_dev

QA-шники отдали 70% рутины AI-агентам Знаете, чем на самом деле занимается тестировщик большую часть дня? Не тестированием. А чтением тикетов в Jira, ковырянием Confluence и попытками понять, что вообще должна делать фича. Ребята из «СВОЙ Тех» (финтех) замерили и ужаснулись — потом собрали цепочку из трёх AI-агентов: 🔹 Координатор — раздаёт задачи остальным 🔹 Исследователь — собирает требования из всех источников 🔹 Аналитик — генерирует тестовую документацию Что интересно: сначала они не AI внедряли, а банальный учёт времени. И только когда увидели, что подготовка съедает больше, чем само тестирование — начали автоматизировать. Статья целиком — на Хабре. 🔥 — тоже хочу так в команду 🤷 — 70% звучит оптимистично @ai_for_dev

Вайбкодинг: как не превратиться в фабрику техдолга Раньше — час на StackOverflow ради сниппета. Сейчас — комментарий, Tab, и Copilot уже что-то родил. Это и есть вайбкодинг: ты не пишешь код, а ловишь флоу — режиссируешь, а механику делает AI. Кайфово, быстро, без напряга. И это ловушка. Главные грабли: 1. Слепое Accept. AI учился в том числе на легаси-помойках. Спокойно подсунет устаревший хеш или дыру под SQL-инъекцию — потому что «так в туториалах 2019-го». Плюс галлюцинации: придумывает методы, которых в библиотеке нет, миксует версии. На экране красиво, в рантайме — краш. 2. Архитектура поплыла. Модель видит один файл и не в курсе, что у тебя уже есть хелпер в соседней папке. Через месяц проект — франкенштейн с тремя реализациями одного и того же. Лечится одним майндсетом: относись к AI как к самоуверенному джуну. PR от стажёра ты же не мёржишь не глядя. Полный разбор: Habr 🔥 — узнал себя 🤔 — у меня всё под контролем (нет) @ai_for_dev