AI Dev Broadcast

Для тех кто любит рефлексировать теперь в Claude можно получить рекап за продеший месяц/квартал/полугодие/год

Переходите https://claude.ai/new#settings/reflect и делитесь результатами в комментариях

UPD Это касается только чатов а не сессия кода 😂

#Claude

Вышел GPT 5.6 и в честь этого сбросили все лимиты Claude Code (включая Fable)!

⚡️ SpaceXAI выпустила Grok 4.5 и это уже стоящий конкурент Claude Code с Sonnet/Opus

Модель доступна уже сегодня в Grok Build, во всех тарифах Cursor и в консоли SpaceXAI. Цена: $2/млн входных токенов, $6/млн выходных — заметно дешевле Opus $5/$25

Главный аргумент компании не про качество, а про эффективность: на SWE-Bench Pro Grok 4.5 тратит в среднем 15 954 токена на задачу против 67 020 у Opus 4.8 (max) — это в 4.2 раза меньше. Цена за токен падает, а реальная стоимость задачи определяется не прайсом, а тем, сколько токенов агент нажигает на решение. Попробовать можно уже сегодня в Cursor.

Цифрам доверять пока нельзя так как все тесты внутренние. DeepSWE и Terminal Bench SpaceXAI гоняла каждую модель в её собственном харнессе — Fable, GPT 5.5 и Opus тестировались не в одинаковых условиях с Grok. Пока это маркетинг и лишь заявку, а не независимое сравнение. А Маск любит такое.

Для агентных пайплайнов интереснее проверить не заявленную эффективность, а реальный расход токенов на своих задачах, а не на чужих графиках.

Однозначно покупка Cursor пошла напользу, вполне возможно, что именно их наработки и легли в основу новой модели.

#AI #Grok #Cursor

😂 Тесты GLM 5.2 откладываются: недельная квота сгорела быстрее, чем успел что-то толком сделать

Вышел GLM 5.2, контекст на миллион токенов, отзывы из чатов в целом неплохие. Не Opus 4.8 и тем более не Fable, но интересно было попробовать на живом проекте.

Взял GLM Coding Pro за ~$65/мес, погонял на паре параллельных задач в рабочем репозитории — ребейзы на нескольких ветках, ничего экстремального. Через день недельная квота была выжрана в ноль ⚠️ Серьёзной работы толком не успел сделать.

Тут вопрос не только к модели, но и к тарифу: Pro — не топовый план, а недельный лимит внутри месячной подписки. На Max возможно другая картина.

У кого есть свежий опыт с GLM 5.2 в агентном режиме на реальных задачах? Сколько квоты реально уходит на день работы, и есть ли смысл брать тариф выше?

#AI #GLM

🧠 3/3 Proactive loops — когда человека в контуре нет вообще

Самая интересный для меня вариант loop, потому что не нужно вообще участия, а только запуск и приемка результата.

Событие или расписание триггерит работу, /goal описывает, что считать сделанным, dynamic workflows раскидывают агентов по подзадачам (триаж, фикс, ревью), auto mode не спрашивает разрешения на каждый шаг.

Пример из документации — почасовой разбор бэклога багов с ревью фикса в параллельных worktree.

Источник и подробности с примерами SKILL.md: Getting started with loops

#ClaudeCode #AI #Agents

🧠 2/3 Time-based: /loop и /schedule

Если часть работы завязана не на запрос, а на внешнюю систему или периодичность, например PR-ы ждут ревью или сделать rebase чтобы влится, появляются креши в Crashlytics и другие, тогда можно пробовать периодические запуски.

/loop перезапускает промпт с заданным интервалом, пока работает у тебя на машине:

/loop 5m check my PR, address review comments, and fix failing CI

Чтобы вынести это в облако и не держать сессию живой, есть /schedule — уже отдельная Claude routine в облаке Anthropic, а не процесс на твоём компе.

⚠️ Момент, который стоит держать в голове: `/schedule` и связанные с ним dynamic workflows пока в статусе research preview и не доступна всем. Подавать как «уже можно поставить на прод и забыть» рано.

#ClaudeCode #AI

🧠 1/3 Что Claude Code имеет в виду под циклом (loop) и почему это не то же самое, что промптинг

В комьюнити гуляет тезис «дизайнь луп вместо промпта», но что такое луп — трактуют кто во что горазд. Выпустили гайд от команды Claude Code по 4 типам loop:

Turn-based — базовый агентный цикл. Пишешь промпт, Claude читает контекст, редактирует, гоняет тесты, отчитывается, ты проверяешь руками. Улучшить можно, зашив ручную верификацию в SKILL.md, чтобы Claude сам проверял результат (открыл браузер, кликнул, посмотрел консоль), а не просто отчитался «готово».

Goal-based (`/goal`) — когда одного захода мало. Задаёшь достигаемый и измеримый критерий готовности, и отдельный агент evaluator гоняет Claude по кругу, пока критерий не выполнен или не достигнут лимит по кол-ву попыток:

/goal get the homepage Lighthouse score to 90 or above, stop after 5 tries.

Работает лучше всего с детерминированными метриками: число прошедших тестов, конкретный порог, кол-во минорных багов и др..

#ClaudeCode #AI

Fable 5 будет доступна до 12 июля включительно. Планировали сегодня уже закрыть доступ.

Кто прямо смог ощутить разницу с Opus? Поделитесь в комментариях

#Claude

Китай хочет закрыть доступ к своим топовым моделям из-за пределов страны

Совсем не удивлен, уже давно говорил что так и будет, когда модели достигнут определенного уровня качества ответов и глубины работы. ИИ - новое оружие и давать его всем подряд, а китайцы еще и открывали его веса, это сейчас большая роскошь. Что будут делать те, кто на основе китайских моделей делал свои пока вообще непонятно... Что опять же приводит к выводу - надо развивать ключевые компетенции и уметь создавать железо внутри своей страны, иначе будешь довольствоваться продуктами второго или ниже сорта.

Источник - Reuters

#AI

Новый API лимит Claude Code

Помимо 5 часовых и недельныз лимитов Claude Code теперь мне просто выбивает лимит сервера и остававливает сессию работы. Это уже какой непорядок

#Claude #Anthropic

Ну что... Понеслись эксперименты с GLM!

🧠 Вернули Fable 5 с более надежным механизмом защиты от использования для взлома. Лимиты не сбросили. Fable доступна неделю под подписке с отдельным лимитом. Дальше будет только по токенам

#Claude #AI #Fable

Если провести сравнение Sonnet 5 и Opus 4.7 то разница становится меньше, а Opus 4.7 позволяла мне достигать результатов

#AI #ClaudeCode #Anthropic

🧠 Релизнули Claude Sonnet 5: впервые Sonnet реально дышит в спину Opus

Sonnet 5 уже дефолтная модель в Free и Pro, доступна в Max, Team, Enterprise, в Claude Code и через API под именем claude-sonnet-5.

По бенчмаркам (BrowseComp, OSWorld-Verified) Sonnet 5 вплотную подходит к Opus 4.8. Цифры вендора, но разрыв между Sonnet и Opus раньше был намного больше. Скорость и реальная глубина на живых задачах — проверю сам, собираюсь пересесть на неё как на основную в ближайшие дни.

Контекст — 1M токенов. Sonnet 4.6 работал на 200k. Это уже другой класс задач.

Цена. Вводная $2 / $10 за Mtok (вход/выход) до 31 августа, дальше $3 / $15.

Токенайзер. Поменяли (как с Opus 4.7): тот же текст кодируется в 1.0–1.35x больше токенов. Вводная цена это компенсирует, но только до конца августа. Плюс — effort по умолчанию стоит на high, бюджет при переходе стоит пересчитать.

Extended thinking — нет. Только adaptive thinking. Если завязан на extended thinking, Sonnet 5 его не даст.

Буду садиться и пробовать её как основную, потому что пора думать о снижении расходов с аналогичным уровнем качества ответов. Как думаете что выйдет?

🔗 Анонс
🔗 Доки

#AI #ClaudeCode #Anthropic

Из каждой сессии с ИИ выносить не только код, но и правила

Случай из реальной работы. Crashlytics поймала краш. OTP-ресивер на Android 13 падает с NullPinterException. Отдал агенту на фикс. Он разобрал, нашёл место и сразу говорит:

Дядя Федор, это всё потому что у тебя нету обертки в try/catch

Даже комментарий в коде аккуратно оставил. Формально всё верно. Именно это я и попросил сделать - исправить креш. Только он не пытался разобраться. Просто закрыл симптом и пошёл дальше. Краш исчезнет, но приложение от этого работать правильнее не станет.

Я сказал: подожди, давай поймём, что здесь происходит на самом деле.

Агент пошёл глубже и нашёл: баг самой платформы, b/232589966. getParcelableExtra(key, Class) на API 33 кидает NPE, а наш код звал его с порога TIRAMISU (33), ровно на сломанной версии. Настоящий фикс: поднять до UPSIDE_DOWN_CAKE (34). try/catch оставить страховкой с логом, не фиксом.

Первый вариант убрал бы краш. Но OTP молча перестал бы приходить на всех Android 13. Тихий отказ, невидимый в мониторинге. Хуже краша 💥

Но вот что я стал делать после того, как мы разобрались - сохранение подхода как правила для работы с багом. Говорю агенту:

хорошо, а теперь занеси этот подход в глобальные правила

Он записал: чини причину, а не симптом; defensive-обёртка только поверх устранённой причины; проглоченная ошибка обязана логироваться. В следующей сессии он это уже знает. Надеюсь...

Вот так и работает эволюция харнесса. Не надеяться, что агент сам что-то вынесет и запомнит. А в конце каждой нетривиальной сессии спрашивать себя: есть здесь урок о подходе? Если есть - фиксируй в правила. Именно так, на конкретных кейсах, харнесс становится твоим.

Код стареет. Правила копятся. Не забывайте их актуализировать со временем!

#AI #AndroidDev

Работа встала колом? Потому что сервера Claude легли. Теперь понятно как найти профессионала 😂