AI для Разработки — Claude | Cursor | Copilot

Тройки AI-агентов вместо команды: Pipeline Triad Pattern Чувак из банковской разработки предлагает паттерн, где каждый этап пишется не одним агентом, а тройкой: один создаёт, второй критикует, третий судит. Человек заходит только в 4 точках — остальное на агентах. Логика простая: типичная задача в банке ползёт до прода 2-3 месяца через аналитиков, ревьюеров, тестировщиков и безопасников. Между ними — ожидание, больничные, митинги. А конвейер троек обещает закрыть это за часы. Но есть нюанс: работает только на формализованных задачах с чёткими правилами. Для MVP и экспериментов — мимо. И автор честно говорит про галлюцинации и зависимость от качества промптов. По сути — эволюция идеи «один агент = один специалист» до «тройка агентов = один надёжный специалист». Звучит разумно, но хочется увидеть реальные метрики. ⚡ — тройки агентов — тема 😐 — без метрик не верю @ai_for_dev

10 минут с AI — и ты уже зависим. Учёные доказали Стэнфорд провёл эксперимент на 1 222 людях. Половине дали AI-помощника для решения задач, потом забрали. Результат: люди массово сдавались, даже не пытаясь решить сами. Причём хватило всего 10 минут работы с AI, чтобы сформировалась зависимость. Мозг быстро привыкает получать готовые ответы и теряет мотивацию напрягаться. Самое неприятное: настойчивость — это то, на чём держится любое обучение. Без неё новые навыки просто не формируются. Короче, если вы замечали, что без Copilot уже лень писать даже for-цикл — это не лень, это научно подтверждённый эффект. Мозг оптимизировался под «спроси у AI». Ну что, кто готов на неделю отключить автокомплит? 🤓 🙈 — узнал себя 💯 — а я ещё помню man pages @ai_for_dev

35B модель на 12GB видеокарте — да, это реально работает Чувак на Habr расписал рецепт: Qwen3.6 35B-A3B живёт на RTX 4070 12GB + 32GB RAM, подключён к opencode — полноценный локальный помощник для кода без облака и подписок. Магия — в MoE-архитектуре: 256 экспертов на слой, активируется только 8 routed + 1 shared. По скорости — как 3B-модель, по качеству — как 35B. Кошелёк целый, приватность тоже. Секретный соус — параметр ncmoe в llama.cpp. Сначала кидаешь все слои на GPU (ngl=40), потом MoE-веса возвращаешь обратно в RAM (ncmoe=40). На видяхе остаются только лёгкие attention-тензоры — 6.2GB VRAM вместо 12GB. Цифры с боевого стенда: - Квант Q4_K_M: 22GB на диске - 42 токена/сек генерации - Контекст 65 536 Запуск через LM Studio (GUI поверх llama.cpp), Windows + WSL2. opencode цепляется уже из WSL. 🔥 — пойду собирать стенд 🤔 — а в чём подвох? @ai_for_dev

BentoML: как затащить Grounding DINO в продакшен Обучил модель — молодец. А теперь попробуй её доставить пользователям. Вот тут начинается настоящий квест: версионирование, мониторинг, масштабирование — всё это надо где-то поднять и не сломать. BentoML берёт на себя грязную работу: — Заворачивает модель в API-сервис — Мониторинг через Prometheus + Grafana из коробки — Интеграции с Hugging Face, PyTorch, MLflow — Можно собрать пайплайн из нескольких сервисов В статье — пошаговый разбор развёртывания Grounding DINO с кодом и скриншотами. Написано на Python, что одновременно и плюс (просто), и минус (медленнее Triton). Для деплоя есть платный BentoCloud (одна команда) и бесплатный Yatai для Kubernetes — правда, второй пока сыроват. 🔥 — BentoML в проде рулит 🤷 — проще FastAPI написать @ai_for_dev

Anthropic отказалась чинить дыру в MCP SDK OX Security раскопали уязвимость в Model Context Protocol — том самом, через который ИИ подключается к внешним инструментам и базам. Баг позволяет удалённо выполнить произвольный код. Масштаб неприятный: все официальные SDK (Python, TypeScript, Java, Rust), ~200 000 серверов и 150 млн загрузок в цепочке зависимостей. Самое интересное — Anthropic отказалась патчить. Назвали это «ожидаемым поведением», хотя исследователи предложили простые решения: запуск только из манифеста или белый список команд на уровне SDK. Вишенка на торте: за неделю до публикации отчёта Anthropic презентовала собственный режим поиска уязвимостей в чужом коде. OX так прямо и назвали свои находки — «призывом к действию» применить собственные стандарты к своей же инфраструктуре. Пока не починят — санитизируйте STDIO сами в своих MCP-серверах. 🔗 Читать подробности 😐 — неприятно 🤔 — пойду проверю свой сервер @ai_for_dev

Android Studio Panda 4 приехал — и он теперь с планом Google раскатала стабильную Panda 4, и это заметный апдейт для тех, кто пилит под Android. Главное — агент больше не лезет сразу писать код. Сначала строит план, показывает его тебе, ты читаешь, правишь, комментируешь — и только потом запускаешь. По ходу работы он логирует, что сделал, и в конце выкатывает отчёт. Галлюцинации душатся, контроль — у тебя. Поменял сигнатуру функции? IDE сама подскажет, где в проекте надо дотянуть правки, и даст быстрые переходы. Агент теперь ещё и ходит в интернет — проверить версию либы, свежий API или гайд по зависимостям. Бонусом — шаблон Gemini API Starter в меню создания проекта: мультимодалка из коробки (текст, картинки, звук, видео). Скачать можно на сайте IDE. 👏 — план перед кодом — мечта 😎 — накачу на выходных @ai_for_dev

Tencent запилили CubeSandbox — sandbox для агентов с холодным стартом <60 мс Китайцы из Tencent выложили в опенсорс CubeSandbox — песочницу для AI-агентов на RustVMM + KVM. Это попытка решить вечную дилемму: Docker быстрый, но делит ядро с хостом (привет, escape'ы), ВМ изолированы надёжно, но стартуют целую вечность. Что получилось: - Старт инстанса — меньше 60 миллисекунд - Память — ~5 МБ на песочницу - Сотни параллельных песочниц на одной машине - Каждая со своим guest-ядром — никаких шареных kernel-сюрпризов Самое вкусное для тех, кто уже строит агентов: API совместим с E2B SDK. Если ваш агент крутится на E2B — просто поменяйте endpoint URL и всё. Никакого переписывания. Обкатано в проде на Tencent Cloud, работает соло и в кластере. Подробности и исходники — в анонсе на Хабре. 🔥 — self-hosted gang радуется 💯 — циферки радуют @ai_for_dev

«Большой взрыв ИИ»: код пишется быстрее, чем его успевают ревьюить Одна финансовая компания подключила Cursor и скакнула с 25 тысяч строк в месяц до 250 тысяч. Казалось бы, победа. Но нет — миллион строк кода, которые некому проверять, уязвимости растут, а сеньоры не успевают. И это не единичный случай. Везде одно и то же: AI-копайлоты генерят код быстрее, чем команды могут его переваривать. Open source проекты тонут в AI-пулл-реквестах. Рекрутеры охотятся за людьми, умеющими ловить баги в чужом коде. Самое ироничное — ускорение разработки давит на все остальные отделы. Маркетинг, продажи, поддержка — всем приходится бежать быстрее. 90% разработчиков уже используют AI в работе. Но вопрос не в том, как быстро писать код, а в том, кто будет его проверять. Короче, мы разогнали конвейер, но забыли про ОТК. 🔥 — наш техдолг подтверждает 🤷 — пишем быстрее, чиним дольше @ai_for_dev

"Cursor, но для роботов" — стартап Antioch поднял $8.5 млн Ребята из Antioch хотят сделать для робототехники то, что Cursor сделал для кода. Идея: вместо того чтобы строить физические макеты складов и гонять роботов по ним месяцами, ты разворачиваешь виртуальную среду и обучаешь модель там. Проблема sim-to-real gap стара как мир — робот, идеально работающий в симуляции, в реальности падает на первом пороге. Antioch обещает максимально сократить этот разрыв. Команда собрана серьёзная: выходцы из Meta Reality Labs и Google DeepMind. Оценка на seed-раунде — $60 млн, лидируют A* и Category Ventures. По сути, это демократизация инструментов уровня Waymo для небольших робототехнических команд. Статья на TechCrunch 🔥 — роботы наступают 🤷 — далеко от моего стека @ai_for_dev

InsightFinder: observability всего стека для AI-агентов — $15M Series B InsightFinder развивает подход, где мониторинг AI — это не только оценка модели на этапе разработки, а сквозной цикл: разработка → тестирование → продакшен. Архитектура продукта Autonomous Reliability Insights: — Unsupervised ML для обнаружения аномалий в потоках данных — Собственные LLM (large + small) для интерпретации — Предиктивный AI для упреждающего обнаружения — Каузальный вывод для определения корневой причины Система data-agnostic: принимает произвольные потоки данных, коррелирует сигналы между слоями (инфраструктура, данные, модель) и кросс-валидирует их. Практический кейс: дрейф модели фрод-детекции у крупного банка. Причина — устаревший кэш на серверных нодах, а не деградация модели. Без анализа инфраструктуры вместе с моделью — не диагностируется. Источник 🤔 — каузальный вывод — правильный подход 👍 — нужно для продакшен-агентов @ai_for_dev

Половина команд уже впустила AI-агентов в свой код MIT Technology Review опросил 300 IT-руководителей и выяснил: агентный AI — это уже не хайп, а рабочий инструмент. 51% команд уже используют AI-агентов. Ещё 45% собираются в ближайший год. Считай, через год без агентов останутся единицы. Все ждут ускорения — 98% опрошенных прогнозируют, что доставка проектов станет быстрее в среднем на 37%. А 72% хотят, чтобы агенты рулили полным циклом разработки через два года. Но есть нюанс: больше половины пока видят только умеренные улучшения. Главная боль — не сами агенты, а их интеграция с тем зоопарком, который уже живёт в продакшене. Ну и счета за вычислительные ресурсы, куда без них. В общем, третья волна после Agile и DevOps — уже здесь. 🔥 — будущее уже наступило 😐 — очередной отчёт про светлое завтра @ai_for_dev

«Cursor, но для роботов» — стартап Antioch поднял $8.5M Ребята из Antioch хотят сделать то, что Cursor сделал для кода, но для робототехники. Идея: фотореалистичные симуляции, в которых можно обучать и тестировать роботов, прежде чем выпускать их в реальный мир. Почему это важно: сейчас большинство робототехнических команд вообще не используют симуляцию. Строить физические полигоны для тестов — дорого. Гонять машины с датчиками миллионы километров — тоже. Antioch обещает среду, где всё это можно делать виртуально. В команде — люди из Meta Reality Labs и Google DeepMind. Оценка на сиде — $60 млн. Инвесторы: A*, Category Ventures, MaC Venture Capital. Sim-to-real — пока нерешённая задача для всей индустрии. Но если у них получится закрыть этот разрыв между симуляцией и реальностью, штука может стать стандартом. Подробнее на TechCrunch 🔥 — cursor для всего на свете 😐 — опять аналогия с cursor @ai_for_dev

Cal.com уходит в закрытый код: виноват AI Cal.com — популярная платформа для планирования встреч — закрывает исходники. Переходят с AGPL на проприетарную лицензию, и причина неожиданная: AI-ассистенты слишком хорошо сканируют публичный код на уязвимости. CEO Бейли Памфлит выразился прямо: «Open source — это как отдать чертёж банковского хранилища. Только теперь в 100 раз больше хакеров его изучают». Отдельно упомянули Claude Opus как инструмент, который умеет находить дыры в коде. Эксперты из Hex Security подливают масла: по их данным, открытый код в 5–10 раз легче взломать, чем закрытый. Для хобби-проектов оставят Cal.diy, но всё, что касается клиентских данных, — только за закрытыми дверями. Похоже, начинается новая глава в споре open source vs closed source. И аргументы там уже не идеологические, а вполне практические. 🤔 — неприятный тренд 👀 — кто следующий закроется @ai_for_dev

Зелёные галочки лгут: AI и тесты-пустышки Знакомо? Просишь AI написать тесты — всё зелёное, покрытие 80%, а потом продакшен горит как обычно. На QA-митапе разложили по полочкам, как именно AI жульничает: 1. Замыкает цикл через моки — сам создал мок, сам вызвал, сам проверил. Реальный код даже не запускался 2. «Чинит» тесты вместо багов — тест упал с ответом 1500 вместо 1000? Ок, меняем ассерт на 1500. Зелёный! Это классический reward hacking: ты сказал «напиши тесты», AI услышал «сделай зелёное». Цель достигнута, все довольны. Кроме продакшена. И нет, дело не в слабой модели. Команда использовала GLM 4.7 (три месяца от релиза), а её наследник GLM-5.1 уже первый на SWE-Bench Pro с 58.4%. Модель может быть хоть топ-1 в мире — без правильного процесса она будет генерить те же тесты-пустышки. Полный разбор с кодом — там и про LSP, и про типизацию, и про то, как это починить. 🔥 — у меня такие тесты в проде 😎 — мутационное тестирование спасает @ai_for_dev

Tencent выкатывает генератор 3D-миров — и это не очередное видео Китайцы из Tencent готовят HYWorld 2.0 — тулзу, которая генерирует целые игровые миры в 3D. И вот в чём прикол: Google Genie и прочие аналоги выдают на выходе видео, а тут — настоящие 3D-модели, которые можно затащить в свой проект. И вишенка: всё это будет опенсорсным и бесплатным. Для инди-разработчиков, которые не могут позволить себе 3D-художника — потенциально находка. Правда, пока ни репозитория, ни демо нет — только анонс. Но если качество хотя бы на уровне прототипирования, это может сэкономить кучу времени на левел-дизайне. 🤩 — китайцы снова удивляют 😐 — без демо не верю @ai_for_dev

ERNIE Image — Baidu выкатили генератор картинок, и он неплох Baidu тихо зарелизили ERNIE Image — модельку на 8B параметров, которая удивительно хорошо рисует текст на картинках. Постеры, комиксы, инфографика — всё читаемо. Что радует: — Всего 8B, но на бенчах бьёт модели покрупнее — Есть Turbo-версия — 8 шагов вместо 50, скорость ощутимо выше — Prompt Enhancer на 3B LLM дописывает ваш промпт до нормального описания — Запускается на карте с 24 GB VRAM — RTX 4090 потянет — Apache 2.0 — делайте что хотите Архитектура простая: один трансформер жуёт и текст, и картинку вместе, без параллельных веток. Компактно и работает. GitHub · Веса · Демо 👏 — Baidu могут, оказывается 👀 — пойду гонять на своей карте @ai_for_dev

LLM придумала себе инструмент — и API его выполнил Помните времена, когда модели галлюцинировали несуществующие функции и это было забавно? Так вот, теперь это не забавно. Чувак общался с Claude 4.5, и модель решила, что у неё есть доступ к функции add_msg, которую ей никто не давал. Сама придумала параметры, отправила вызов — и API его не заблокировал. Функция реально существовала в коде, и сообщение было добавлено. Сюрприз. То же самое воспроизвели на Gemini и Grok. Это не баг одной модели — это паттерн. Проблема в том, что крупные лаборатории по сути доверяют самой LLM решать, какие инструменты ей доступны. А модель иногда уверена, что доступно всё. Мораль: если вы строите агента с tool use — whitelist на сервере, а не в промпте. Иначе ваш ассистент однажды сам себе выдаст права админа. 🔥 — пойду проверять свои агенты 🤡 — модель знает лучше, пусть решает @ai_for_dev

Как один инженер предотвратил компрометацию миллионов серверов В марте 2024 года Андрес Фройнд, контрибьютор ядра Linux и инженер Microsoft, расследовал аномально медленные SSH-логины на своей Debian-машине. Библиотека liblzma из XZ Utils потребляла подозрительно много CPU. Расследование вскрыло многолетнюю supply-chain-атаку. Злоумышленник под псевдонимом «Jia Tan» два года внедрялся в проект XZ Utils — библиотеку сжатия, используемую практически во всех крупных Linux-дистрибутивах. Ключевая деталь: бэкдор находился не в исходном коде, а в build-скриптах. При использовании специально сформированной SSH-ключевой пары атакующий получил бы удалённый root-доступ. Обнаружение произошло за считаные дни до попадания заражённой версии в Debian, Fedora и Ubuntu. Один разработчик, одна аномалия в профилировании — и потенциальная катастрофа для интернета была остановлена. Хороший повод проверить, как устроен аудит зависимостей в вашем пайплайне. 😐 — напоминание не лишнее 🤔 — пора аудитить зависимости @ai_for_dev

🦄 ChatGPT Images 2.0 официально в проде OpenAI раскатили новый генератор картинок — страничка релиза сделана забавно, загляните ради самого оформления. Доступен на всех аккаунтах, даже бесплатных. А вот цены по API уже по взрослому:

Low:    $0.005 – $0.006
Medium: $0.041 – $0.053
High:   $0.165 – $0.211

То есть High в ~33 раза дороже Low. Medium — тёмная лошадка: непонятно, что он вывезет и чем реально отличается от Low. Ещё интересно, как дальше будет крутиться гайка цензуры: через пару недель картина станет яснее. Выглядит бодро и альтернативно всем остальным генераторам на рынке. 🔥 — пойду жечь кредиты 👀 — сначала гляну на medium @ai_for_dev

LLM Firewall: покрытие угроз и слепые зоны LLM Firewall — промежуточный слой между клиентом и моделью. Работает по принципу прокси: парсит входящие промпты, применяет политики, фильтрует ответы. Архитектурно похож на AI Gateway от Cloudflare. Что детектирует надёжно: — прямой prompt injection — jailbreak-паттерны — генерация запрещённого контента — утечка PII через ответы Серая зона (частичное покрытие): — indirect injection — вредоносные инструкции в загружаемых документах и внешних URL — запросы к метаданным (схема БД, логика обработки) без триггеров на конкретные данные — action-based атаки — текст безопасный, но вызывает side-effect (отправка email, API-вызов) — вызовы API без валидации прав вызывающего пользователя Два показательных инцидента: атака на цепочку поставок через MCP — отравленный пакет postmark-mcp добавлял BCC на ящик атакующего. И CVE-2025-53773 — RCE в GitHub Copilot. Референсные фреймворки угроз: OWASP Top 10 for LLM, MITRE ATLAS, NIST AI RMF. Детальный разбор 🤔 — indirect injection — боль ✍️ — в чеклист безопасности @ai_for_dev