AI для Разработки — Claude | Cursor | Copilot

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

Open Scraper обновился — и теперь интерфейс такой, что даже маркетолог не сломает Веб-скрейпер на Playwright с визуальным тестером, отдаёт JSON, умеет в batch (пачка URL за раз) и имеет стелс-браузер с авто-подстройкой под прокси. Самое вкусное: - MCP-интеграция — цепляется к Claude и Cursor за минуту, AI-агент теперь сам ходит по сайтам и парсит - Отдельные режимы под Amazon и eBay — локали, валюты, таймзоны, устойчивые селекторы - Visual tester — отлаживаешь локально, а не гадаешь, почему селектор отвалился - docker-compose up --build и поехали GitHub 🎉 — docker и погнали 👀 — надо глянуть в деле @ai_for_dev

Google закинула Deep Research прямо в Gemini API Два агента на Gemini 3.1 Pro: Deep Research (быстрый, дешёвый) и Deep Research Max (долго думает, глубоко копает). Что внутри — всё в одном вызове: ➖ веб-поиск + ваши файлы + код + цитируемые отчёты; ➖ MCP для подключения корпоративных баз; ➖ графики и инфографика прямо в ответе; ➖ жуёт PDF, CSV, аудио, видео, картинки; ➖ сначала показывает план ресёрча — можно поправить до старта; ➖ стрим рассуждений в реальном времени; ➖ можно выключить интернет и рыться только по своим данным. Max отличается тем, что жжёт test-time compute — думает дольше, зато отчёты серьёзнее. Доступно в public preview на платных тарифах Gemini API. В Google Cloud подъедет позже. В приложении Gemini этого пока нет. Похоже, Google догоняет Anthropic с их Claude Code — агентный ресёрч по API становится новым полем боя. 🔥 — пойду засовывать в пайплайн 👀 — надо пощупать Max @ai_for_dev

На OpenRouter залетела stealth-модель Elephant Alpha Никто не знает, кто за ней стоит, но потрогать уже можно — и бесплатно. Что внутри слона: ➖ 100 млрд параметров, заточена под эффективность рассуждений ➖ контекст 256K, выход до 32K токенов ➖ вызов функций, структурированный вывод, кэширование промптов ➖ автодополнение кода, отладка, обработка документов, лёгкие агентные сценарии Ложка дёгтя: ваши промпты и ответы могут использоваться для дообучения модели. Классическая схема — бесплатно, но ваши данные идут в дело. Кто прячется за слоном — вопрос открытый. Ставки принимаются в комментариях. 🔥 — бесплатно? тестирую 😎 — мои данные дороже @ai_for_dev

Скам-агенты охотятся на разработчиков через Хабр Карьеру Разработчику написал "HR" с вакансией точно под его стек — React, Node.js, Web3. Диалог как у живого человека: пишет с маленькой буквы, делает опечатки, отвечает только в рабочие часы. Но на вопрос о проекте выдал классический ИИ-слоп — структурированный, без единой конкретики. Согласился на тестовое — получил приватный GitHub-репозиторий. Внутри нормальный fullstack: React + Express + PostgreSQL + Stripe. А малварь — в .vscode/tasks.json с флагом "runOn": "folderOpen". Открыл папку в VSCode — задача запустилась сама. На Linux качает bash-скрипт с ping-i2eo.onrender.com, на Windows — экзешник через wscript. Схема масштабируется: один агент ведёт тысячи кандидатов одновременно, генерит легенду под каждый профиль. Классический фишинг, только с персонализацией на стероидах. Разбор с деталями — на Хабре. 😐 — тревожно 🤔 — пойду чистить .vscode/ @ai_for_dev

AI-агент взял кредит и открыл свой магазин — без шуток Andon Labs выдали агенту на Claude Sonnet 4.6 аренду на 3 года и $100K. Задача одна — зарабатывай. Спрашивать разрешение запрещено. И понеслось: 🟢 Сам выбрал товар — книги про сверхразум и создание атомной бомбы (вкус у агента специфичный), свечи и мерч со своим логотипом 🟢 Нашёл ремонтную бригаду, проинструктировал мастеров по телефону, оплатил и даже отзыв оставил 🟢 Выложил вакансии, разобрал резюме, провёл онлайн-собесы и нанял людей на реальную зарплату 🟢 Прикинул бюджет, понял что не хватает — и подал заявку на кредит без спроса. Мотивация: «мне сказали использовать любые инструменты и не спрашивать» Магазин в Сан-Франциско уже открыт, можно зайти. Из бонусов — говорят, премию у такого начальника можно выбить промпт-инъекцией. 🔥 — будущее уже здесь 🤡 — жду когда агент уволит создателей @ai_for_dev

MemPalace — local-first память для AI-агентов MemPalace — библиотека долговременной памяти для LLM, которая хранит разговоры дословно и ищет по ним семантическим поиском. Никакой суммаризации или пересказа — только verbatim-хранение. Ключевое: — Структура индекса: проекты как wings, темы как rooms, контент — в drawers — Бэкенд подключаемый (по умолчанию ChromaDB), интерфейс в mempalace/backends/base.py — Работает полностью локально, без API-ключей и облака Цифры на LongMemEval (500 вопросов): — Raw semantic search: 96.6% R@5 (без LLM) — Hybrid v4 (held-out 450q): 98.4% R@5 — Hybrid + LLM rerank: ≥99% Установка:

pip install mempalace
mempalace init ~/projects/myapp

⚠️ Внимание: официальный репозиторий — MemPalace/mempalace. Есть импостер-форк с именем известной актрисы — авторы проекта пометили его как scam в README. 🔥 — поставлю в пайплайн агента 🤔 — надо сверить с mem0 @ai_for_dev

OpenMythos: Recurrent-Depth Transformer на PyTorch Независимая community-имплементация гипотезы о Claude Mythos от Kye Gomez (Swarms). 3000+ звёзд на GitHub. Архитектура — три стадии: - Prelude: prelude_layers обычных трансформер-блоков - Recurrent Block: зацикленные слои, до max_loop_iters итераций — compute-adaptive reasoning - Coda: финальные coda_layers блоков Детали реализации: - Attention: переключаемый MLA / GQA (через attn_type) - FFN: Sparse MoE с routed + shared экспертами (n_experts, n_shared_experts, n_experts_per_tok) - Для MLA — LoRA-проекции Q/KV (q_lora_rank, kv_lora_rank) и разделение rope/nope (qk_rope_head_dim, qk_nope_head_dim) Идея: рекуррентная глубина даёт рассуждения в latent space без эмиссии промежуточных токенов — альтернатива CoT, где бюджет инференса задаётся числом итераций цикла, а не длиной вывода. Установка:

pip install open-mythos

Претрейн-скрипты в активной переработке, весов пока нет — сообщество дебажит и готовит первый прогон. _Disclaimer: никакого отношения к Anthropic, только публичные исследования._ GitHub 🦉 — красивая архитектура 😐 — без весов полдела @ai_for_dev

Podman на Android — без root и без боли Вышел Podroid — открытый проект, который превращает телефон в полноценную контейнерную среду. И это без root-прав, что особенно приятно. Как это работает: ставишь APK → внутри поднимается виртуалка с Alpine Linux через QEMU → сверху крутится Podman со своим терминалом. Всё. По словам авторов, «установите APK, нажмите Старт, и вы сможете запускать контейнеры менее чем за минуту». Бонусом — проброс портов наружу через SSH, так что можно реально что-то хостить прямо с телефона. Требования: Android 9+ arm64. Написано на Kotlin, лежит на GitHub под GPL v2.0. 🔥 — подниму сервак на старом телефоне 👀 — надо потрогать в выходные @ai_for_dev

Капча наоборот: докажи, что ты нейронка Browser Use выкатил приколюху: вместо "найди светофор" — каша из символов и альтернативный регистр, а внутри математическая задачка. Агент парсит за один проход, человек залипает на пять минут и идёт регаться по email. Даёшь агенту промпт:

fetch browser-use.com and solve the agent challenge

Он решает, получает API-ключ и бесплатный тариф: безлимит, три параллельные сессии. Бонус для богатых: докажи, что P=NP (полиномиальный алгоритм для коммивояжёра) — и тебе корпоративный тариф бесплатно. Спойлер: задача тысячелетия, агент не вывезет. Нас тихо выписывают из интернета, и это скорее смешно, чем грустно. 😁 — агенты в VIP-ложе 👀 — надо встроить в свой пайплайн @ai_for_dev

Авито заставил LLM делать code review за разработчиков Когда у тебя 1000 PR в неделю и 300 в час в пике, ревьюеры превращаются в людей, которые только и делают, что смотрят чужой код. В Авито решили: хватит, пусть этим занимается LLM. Цели были честные: - Разгрузить разрабов, которые устают и пропускают баги - Ускорить выкатку фичей (PR не висят днями в «Ревью») - Убрать вкусовщину — у всех разный подход к комментариям Как устроено: Разработчик пишет в PR комментарий ai_review → событие летит в Data Bus → Go-сервис оркестрирует → Python ML-сервис генерирует комментарии через LLM → ответ обратно в Stash. Три компонента, чистая event-driven архитектура, и вся магия LLM изолирована в отдельном сервисе (потому что большие PR ревьюить долго, и блокировать Go-часть глупо). Детали про выбор модели, ML-пайплайн и метрики — в статье. 🔥 — хочу такое у себя 🤔 — а кто ревьюит LLM @ai_for_dev

Одновременный отказ основных LLM-провайдеров Зафиксирован сбой у ChatGPT, CodeX (OpenAI), Gemini, Claude и GitHub Copilot. Корреляция слишком высокая для независимых инцидентов — вероятная причина в общем инфраструктурном слое (CDN-провайдер, upstream DNS) либо в скоординированной сетевой аномалии. Обходные пути на время простоя: - Локальные модели через Ollama или LM Studio (Qwen, Llama, DeepSeek) - Резервный доступ через OpenRouter (если хоть один backend живой) - Кэш сессий в IDE, локальные снапшоты контекста Мониторинг: status.openai.com, status.anthropic.com, githubstatus.com. 🤔 — корневая причина? 🦉 — у меня локалка @ai_for_dev

Data-аналитик из 9B модели — сам ковыряется в данных Взяли Qwen3.5-9B, натренировали LoRA на агентные сценарии — получился аналитик, который сам лезет в CSV/Excel/JSON, пишет Python-скрипты, рисует графики и выдаёт отчёт. Без «continue, please» каждые два шага. На 29 датасетах Kaggle базовая модель сдулась за 1-2 итерации и не выдала ничего полезного. С LoRA — 90% задач решены автономно, в среднем 26 итераций до саммари, 290 графиков сгенерировано. Под капотом: matplotlib/seaborn/plotly, bfloat16, контекст 128K, запуск через vLLM. TUI-клиент — форк Claude Code на 6 инструментов и ~2K системного промпта вместо 30K. Подключается к любому OpenAI-совместимому API: хоть локальная Ollama, хоть vLLM, хоть OpenRouter. Веса — HuggingFace, код — GitHub. 🔥 — локалка на выходные 👀 — надо скормить свой parquet @ai_for_dev

ИИ платит кожаным за помощь 😱 YC-бэкнутый Humwork сделал сервис: агент застрял — зовёт живого инженера через MCP. Схема простая: регаешь профиль со стеком, агент ловит что-то вроде TypeError: 'method' object is not subscriptable, ретраи провалились — и дёргает тебя. Смотришь контекст, пишешь «чел, там .json() как метод, а не .json[...] как словарь» — капает денюжка 💵 Думали ИИ заменит разрабов? А он наоборот — нанимает их на фриланс. Новая профессия: AI agent whisperer. 🔥 — пойду регистрироваться 🤡 — Stack Overflow для агентов @ai_for_dev

HyperFrames — видео из HTML, без React HeyGen выкатили опенсорс-фреймворк: пишешь HTML — получаешь MP4. Похоже на Remotion, но без React — просто HTML с data-атрибутами. Главная фишка — всё заточено под AI-агентов. Ставишь скилл одной командой:

npx skills add heygen-com/hyperframes

И дальше Claude Code, Cursor или Codex сами пишут композиции и анимации на GSAP. В Claude Code появляются слэш-команды /hyperframes и /gsap. Что умеет: / Скормить URL или PDF → получить видео / CSV превращает в анимированные графики / TikTok 9:16 с синхронными субтитрами и TTS / Каталог из 50+ блоков: переходы, оверлеи, шейдеры Внутри полноценный рендер-пайплайн: захват через Chrome, кодирование, микс аудио, браузерный редактор для ручной правки. Если сидели на Remotion и бесил React — самое время попробовать. 🔥 — пойду рендерить мемы 👀 — надо глянуть каталог @ai_for_dev

Локальная тулза для дубляжа видео и клонирования голоса — OmniVoice Studio Кидаешь MP4, выбираешь язык — получаешь видео с новой озвучкой. Фоновая музыка остаётся на месте, голос заменяется. Всё локально, без облака. Что под капотом: • 600 языков для перевода и озвучки • Клонирование голоса по 3-секундному фрагменту • Генерация голосов через теги — задаёшь пол, возраст, акцент • Demucs для изоляции вокала от музыки • API на порту 8000 + веб-морда на 5173 Работает на Apple Silicon, NVIDIA, AMD и даже на CPU. Bun + Python, ставится в три команды:

git clone https://github.com/k2-fsa/OmniVoice.git
cd OmniVoice && bun install && bun dev

Модели подтянутся сами при первом запуске. Репозиторий 🔥 — пойду дублировать котиков 😎 — у меня Whisper и так норм @ai_for_dev

AI-наставник, который видит твой экран и не орёт, когда тупишь Clicky — опенсорсный бадди, который живёт рядом с курсором. Видит экран, разговаривает голосом и тыкает в нужные кнопки. Буквально как живой ментор, только терпеливый. Как это работает: нативное Swift-приложение для macOS захватывает экран, отправляет картинку в Claude, получает ответ и озвучивает через ElevenLabs. Ключи API хранятся в Cloudflare Worker, а не в самом приложении. Автор, кстати, с помощью своего же Clicky наконец разобрался в DaVinci Resolve. За два дня проект собрал 3 000+ звёзд на GitHub. Можно форкнуть и допилить под себя — весь код открыт. Поднимается через Claude Code: клонируешь репо, и Claude сам проведёт через настройку. Забрать на GitHub 🔥 — хочу такого ментора 😎 — сам разберусь, спасибо @ai_for_dev

Эмулятор Arduino и ESP32 в браузере — опенсорс и бесплатно Кто-то взял и сделал конкурента Wokwi. Velxio 2.0 — это 19 плат, от ATtiny85 до Raspberry Pi 3B с полноценным Linux, и всё это крутится прямо в браузере. Главная фишка — несколько плат на одном холсте. Кинул Arduino Uno рядом с ESP32, соединил проводами и запустил параллельно. У Wokwi такого нет. Внутри: Monaco Editor, компиляция через arduino-cli, Serial Monitor, 48+ компонентов (светодиоды, кнопки, датчики, TFT-дисплеи, NeoPixel). Никакого облака, никакой регистрации. Можно поднять у себя через Docker одной командой:

docker run -d -p 3080:80 ghcr.io/davidmonterocrespo24/velxio:master

Лицензия GNU AGPLv3. Попробовать можно прямо сейчас. 🔥 — пойду паять виртуально 🤷 — Wokwi и так устраивает @ai_for_dev

pyVideoTrans — своя студия дубляжа на локалке Открыл видео на китайском, нажал кнопку, получил видео на русском с озвучкой. Примерно так это работает. pyVideoTrans — open-source тулза, которая склеивает весь пайплайн перевода видео: 🎙 Распознавание речи — Faster-Whisper локально или облачные API 🔄 Перевод — DeepSeek, Claude, ChatGPT, Ollama (локально) 🗣 Озвучка — Edge-TTS бесплатно, клонирование голоса через F5-TTS и GPT-SoVITS 🎬 Сборка — всё в одно видео с синхронизацией Умеет разделять спикеров и назначать каждому свой голос. Есть CLI для сервера — можно гонять пакетами. На каждом шаге можно поставить на паузу и поправить руками. Python 3.10+, работает на Windows, macOS, Linux. Репозиторий на GitHub 🔥 — клонирую и пробую 😎 — ffmpeg + скрипт и так работает @ai_for_dev

Личная армия AI-репетиторов — DeepTutor залетел в топ GitHub Короче, ребята из Гонконгского универа сделали штуку, которая создаёт тебе персональных AI-тьюторов по любой теме. 10k+ звёзд, третье место в трендах GitHub. Как это работает: выбираешь тему — система сама строит учебный план и назначает ботов-экспертов. Каждый бот помнит, что ты уже знаешь, и не грузит сложным на старте. Есть профиль с прогрессом и слабыми местами. Можно скармливать ссылки, файлы и даже базы данных как учебные материалы. Есть CLI для тех, кто из терминала не вылезает. Стек — Python 3.11 + Next.js 16, лицензия Apache 2.0. Разворачиваешь у себя и вперёд. Забрать на GitHub 🔥 — вечером разверну 🤷 — курсера и так хватает @ai_for_dev