AI Dev Broadcast

Docker Sandbox - изоляция агентов на вашем компе на основе легкого Docker контейнера. Использую на всех машинах, чтобы ограничить доступ Claude Code и иметь больше контроля над доступами. Полагаться на соблюдением агентом инструкций НЕ СТОИТ

Из коробки работает с Claude Code, Codex, Copilot, Gemini, Kiro, OpenCode, Docker Agent но можно по аналогии запустить с другими CLI

🧠 Убийца Figma от Claude Code - Design. С помощью ИИ генерите базу и дальше редактируете свойства и дополняете промптами

Может сделать дизайн сайта, презентацию, визуализацию исследование и много всего. Дизайн мобильных приложений пока не заявлен, а вот очень бы хотелось делать всё не через Figma, но останется как есть пока.

Экспорт возможен в Canva, PDF, PPTX и HTML.

#Claude #Anthropic

🧠 Король умер, да здравствует король! Вышла модель Opus 4.7, которая превосходит всех конкурентов и ближайших соперников в программировании по результатам тестов. Но есть что-то ещё круче — Mythos, доступ к которой пока ограничен узким кругом избранных компаний. Ну что, попробуем?

#Claude #AI #ИИ

📃 Наткнулся на статью на Хабре, где человек без бэкграунда в разработке выстроил полноценный агентный фреймворк поверх Claude Code.

Суть не в том, что он использует субагентов. Суть в том, как организован сам процесс:
👉 user-spec: агент сам проводит интервью и задаёт уточняющие вопросы
👉 tech-spec с декомпозицией на атомарные задачи
👉 каждую задачу делает отдельный агент, потом проверяет агент-ревьювер
👉 TDD обязателен — иначе агент подгоняет тесты под свои же баги
👉 project knowledge обновляется командой /done после каждой фичи

Подход резонирует с тем, что сам Anthropic рекомендует для мультиагентных систем — агенты проверяют друг друга, роли разделены, pipeline структурирован.

🐱 Исходники Claude Code плагина автора статьи на GitHub

💬 А как вы организуете работу с агентами? Делитесь в комментах.

#AI #ИИ

🧠 Скилл для Claude Code, который знает Material Design 3 лучше, чем твоя мама большинство разработчиков.

material-3-skill — это набор инструкций для Claude Code с покрытием 30+ компонентов MD3, всей системой токенов, цветовыми ролями, типографикой, адаптивными лейаутами и аудитом соответствия спецификации. Поддерживает три платформы: web (@material/web), Flutter и Jetpack Compose.

Внутри семь файлов: главный SKILL.md с деревьями решений и таблицей компонентов, плюс отдельные референсы по цветовой системе (29+ ролей), типографике, шейпам, навигационным паттернам и адаптивным лейаутам.

Отдельная фича — режим аудита. Даёшь URL или путь к коду, скилл проверяет соответствие MD3 по 10 категориям и выдаёт отчёт с конкретными правками.

Я вижу в этом правильный паттерн и практикую его: вместо того чтобы держать спецификацию в голове и доносить её агенту, один раз упаковываешь в скилл и AI агент работает с контекстом системно, а не угадывает.

#ClaudeCode #Material3

📹 ИИ ломает open source. Авторы закрывают проекты

ИИ уже везде. Нравится вам это или нет, но с этим придется жить и в какой-то момент адаптироваться. Но с любой большой силой приходит и большая ответственность, а доступность этой силы всего за 20 $ в месяц делает её опасной в руках дилетантов, что приводит к печальным изменениям в процессе open source. С другой стороны, это заставит проекты адаптироваться и стать лучше. Все подробности в новом 📹 видео 📹

#AndroidBroadcast #Видео

🧠 Anthropic опубликовал разбор пяти паттернов координации мульти-агентных систем.

1️⃣ Generator-Verifier — агент генерирует результат, второй проверяет по явным критериям. Самый простой и самый распространённый в продакшене.

2️⃣ Orchestrator-Subagent — оркестратор разбивает задачу, раздаёт подагентам, собирает результат. Claude Code использует именно этот паттерн.

3️⃣ Agent Teams — агенты живут дольше одного запроса, накапливают контекст по своей области. Хорошо для параллельных задач с долгим циклом, например миграция большого кодобазы по сервисам. Требует строгого разбиения задач, иначе агенты затирают правки друг друга.

4️⃣ Message Bus — агенты общаются через шину событий, подписываются на нужные события. Подходит когда пайпланй работы строится вокруг потока событий и состав агентов будет расти.

5️⃣ Shared State — агенты координируются через общее хранилище без центрального координатора (агента-оркестратора). Идеально для исследовательских задач, где агенты строят на находках друг друга. Главный враг — чтение/редактирование состояния.

Anthropic рекомендует начинать с Orchestrator-Subagent и усложнять только там, где конкретно заканчивается.

#ИИ #агенты

Claude Code всё? Люди пишу о снижение качества работу флагманской модели - Opus. Вполне ожидаемо, потому что манипулировать цифрами чтобы получать более выгодные условия для компании важно, особенно когда железо и энергия дорогие.

Пользователи платят за то что им показали на презентации, а потом начинается плавная деградация чтобы сделать модель дешевле. Люди думают что плохо пишут запросы, тратят больше денег, но причина совсем другая.

Всерьез задумался чтобы взять GLM 5.1 модель и подкинуть её в Claude Code, продолжив в привычном агенте

https://t.me/itstorytelling/2170

AI не только сносит, но и восстанавливает. Классный кейс как AI помогает спасти проект после удаления.

https://habr.com/ru/companies/bothub/news/1021340/

🐱 Superset — обертка над терминалом, которая позволяет удобно работать с несколькими сессиями в разных проектах, берет на себя всю работу с worktree и предоставляет приятный интерфейс.

Прямо то, что я искал и хотел! Видел наработку Леши Гладкова, но мне не хватило там определенных функций. Искал что-то подобное Codex, только для Claude Code, и вот оно! Поддерживает множество агентов

🐱 MemPalace — локальная долгосрочная память для AI-агентов

Большинство AI-инструментов теряют контекст между сессиями. MemPalace решает это принципиально иначе: не пересказывает историю через LLM, а хранит всё дословно и индексирует в локальной базе.

Ключевая идея: вместо того чтобы сжимать воспоминания в резюме (с потерей деталей), система хранит последовательности и строит из них структуру домен → тема → конкретный фрагмент. По заявлениям авторов, такой подход даёт высокое качество лучше всех существующих подходов.

Подключается как обычный MCP-сервер к любому клиенту — Claude Desktop, Claude Code, Cursor, Codex CLI и другим. После этого агент получает 19 инструментов: поиск по памяти, навигация по структуре, запись в knowledge graph с временными метками, дневник агента. Можно также использовать напрямую через Python API или CLI.

Ещё есть AAAK — собственный сжатый диалект для передачи контекста в промпт: якобы 30x компрессия при сохранении смысла, эмоций и ключевых решений. Спорно, но интересно как идея.

Мне эта идея нравится именно потому что в неё заложено правильное предположение: LLM-резюме — это потеря информации. Verbatim хранение + векторный поиск честнее. Буду пробовать на реальных проектах — посмотрим, насколько работает на практике.

Отдельный прикольный факт: репозиторий принадлежит аккаунту Милы Йовович (той самой из фильмов Обитель Зла) — и судя по всему, это реально она, которая сделала библиотеку в паре с партнёром. Актриса, занявшаяся вайб-кодингом — это уже само по себе говорит кое-что о том, куда всё движется.

🐱 GitHub

#MCP #память #оптимизация

Модель однозначно крутая, будет рвать и метать, но не факт что нам дадут к ней доступ, а если и дадут то подписки за 200$ не хватит точно, так как ее токены будут уже даже не золотыми, а платиновыми

Anthropic создали Claude Mythos — самую крутую модель среди известных нейронок. Еще на тестах она нашла тысячи уязвимостей в популярном софте, включая ОС и бразуеры.

Mythos с отрывом обогнала Opus 4.6 во всех бенчмарках — в SWE-bench у Mythos 93,9% против 80,8% у Opus. По уровню модель не уступает команде топовых инженеров.

Доступ пока не открывают. В Anthropic боятся дать новый инструмент хакерам. Сначала Mythos будут тестить бигтехи.

Это уже AGI?

🧠 Как настроить Claude Code под себя раз и навсегда (но работает и для других агентов)

Голый агент из коробки знает много, но не знает тебя. Без кастомизации стабильного результата не добиться — какие бы инструменты ты ни подключал.
Есть две вещи, которые нужно понять: где хранить и зачем это вообще нужно.

ГДЕ ХРАНИТЬ:
👉 Глобальные настройки пользователя (~/.claude)
👉 Проектный настройки (папка .claude/ в корне репозитория) — Хранит то что можно пошарить с командой или только для себя
👉 CLAUDE.md в поддиректориях — грузится, когда агент заходит в конкретную папку. Для специфики отдельных модулей.

Чем более верхнеуровневый файле тем меньше инструкции должны быть привязаны к специфичнам аспектам отдельной директории/проекта

ИНСТРУКЦИИ МОЖНО ПЕРЕДАТЬ ЧЕРЕЗ
👉 CLAUDE.md — "что мне важно знать про тебя, чтобы работать так, как ты ждёшь". Стиль, предпочтения, поведение в спорных ситуациях. Это рабочий договор. Подгружается автоматом там где работает агент, загружая все от более высокого уровня к частным
👉 Рулы — "что важно, когда я работаю в этих файлах или директории". Контекст под конкретный тип файла
👉 Агент — "кто я и что я умею". Профиль, экспертиза, зона ответственности.
👉 Скилл — "как именно делать вот эту операцию". Рецепт, не роль.

Путаница между этими четырьмя приводит к тому, что агент работает непредсказуемо. Как только расставляешь каждую вещь на своё место — поведение становится стабильным.
Без такой настройки — это как взять нового разработчика и ждать, что он сам догадается обо всех твоих стандартах.

🔗 Лучшие практики от Claude Code
🔗 Кастомизация и расширение возможностей Claude Code

#ClaudeCode #ЛучшиеПрактики #AI #ИИ

Пробую gemma4:26b через Claude Code на MacBook Pro 14" M3 Max/36GB/1TB и это пока печально. Не может справиться даже с тем чтобы удалить вмерженные ветки, что в целом простая и задача и чисто локальная по истории Git. Вообщем, надо искать подходящего агента где модель сможет работать с тулингом.

🧠 Вышел Cursor 3, которые фактически визуальный клон Codex. Продукт отходит от работы как IDE и теперь стал визуальной оберткой над работой параллельных агентов в нескольких проекта

🔗 Источник - Cursor Blog

#Cursor

⭐️ Вышла Gemma 4. Четыре размера моделей от 2 до 31 миллиардов параметров, все с Apache 2.0 лицензией. Главное — это не очередная пиар-история про "самую способную модель", а прикладной инструмент, который реально можно загрузить и юзать локально.

Числа впечатляют: 31B модель прямо сейчас на 3 месте в Arena.ai мировом лидерборде для open source. Главная фишка для мобилки — E2B и E4B модели. Это 2B и 4B параметров эффективной ширины, работают оффлайн на Pixel, Raspberry Pi и вообще на чём угодно.

Поддержка видео, аудио, 140+ языков нативно. Контекст 256K на больших моделях. Для кода работает хорошо — Google позиционирует как локальную альтернативу Claude Code и прочим облачным ассистентам.

🔗 Источник - google.blog

#ai #models #openmodels #locallm

Сделать аналог любого open source решения стало проще с сервисом Gitreverse, позволяющий получить промпт для создания аналого open source проекта.

Попробовал для своего небольшого проекта. Результат - маркетинговый промпт с презентаций, позволяющий получить счастье из пару предложений. И близко не дал нужного результата в Claude Code с Opus.

#AI #OpenSource