ИИ в деле | Daniil Moskalenko

🔥 OpenAI выпускает GPT-5.6

Открыли ограниченный превью нового семейства моделей GPT-5.6.
Пока только API + Codex для избранных партнёров. Широкий релиз в ближайшие недели.

Что под капотом:

🟢 Sol - флагман. Два новых режима работы:
max: даёт модели максимум времени на размышление.
ultra: запускает суб-агентов для параллельной работы над сложными задачами. (Как новый Claude)

🟢 Terra - то же качество что у GPT-5.5, но в 2 раза дешевле. Для большинства задач в бизнесе - золотая середина.

🟢 Luna - самая быстрая и дешёвая. Для итеративных сценариев и простых задач.

Цены в апи:
(input/output)
👁 Sol - $5 / $30 за 1M токенов
👁 Terra - $2.5 / $15
👁 Luna - $1 / $6

Добавили фичу - кеширование промптов: скидка 90% на повторные запросы. Если у вас длинный системный промпт - экономия ощутимая.

Бенчмарки:
Лучшие результаты на Terminal-Bench 2.1 (кодинг + CLI). На GeneBench (биология/геномика) - сильнее GPT-5.5.
Cybersecurity - тоже прилично.

Скорость:
В июле будет интеграция с Cerebras - до 750 токенов/сек. Это новые возможности для голосовых агентов и real-time задач.

Ps: нейминг тоже приятный, мне нравится.
И кстати, все больше людей переходят с Claude на OpenAI - лимиты и скорость выше, качество +- на том же уровне (за исключением дизайна).

🔗 Источник: OpenAI Blog

#OpenAI #GPT5 #AI #Agents #Automation

🟡 В Claude Code нашли лазейку для запуска заблокированной Fable 5

В твиттере один за одним появляются посты, в которых разработчики пишут об изящном баге в инфраструктуре Anthropic. С его помощью можно обойти запреты Минторга США.

Прямо сейчас пользователи массово запускают Claude Fable 5 в интерфейсе командной строки Claude Code через официальное iOS-приложение, где Anthropic просто забыла обновить клиентские заглушки.

инструкция тут

🔥 SpaceX купил Cursor за $60B

История успеха:

▸ 4 студента MIT запустили side project в 2022
▸ Создали AI-инструмент для кода, который полюбили разработчики
▸ Достигли оценки $10B
▸ Решили, что копилотов недостаточно
▸ Пошли в модели
▸ Нужен огромный compute, чтобы конкурировать с OpenAI, Anthropic и Google
▸ Тем временем xAI проигрывала гонку за кодинг
▸ Поняли: догонять - годы
▸ Перепрыгнули через очередь
▸ Купили Cursor за $60B
▸ Cursor получил compute
▸ xAI получила лидера в кодинге
▸ Фаундеры стали мульти-миллиардерами. PROFIT

😮 Свежая Claude Fable 5 собирает клоны популярных игр.

Энтузиасты пачками просят нейронку сделать Minecraft, Монополию, GTA и другие известные тайтлы. Самое безумное — обычно это получается по одному промпту.

— Так один юзер собрал клон Minecraft примерно за 30 минут;
— Другой получил рабочую версию за 55 минут и 52 тысячи токенов;
— При этом внутри уже есть базовые механики.

Ну а ещё забавно смотреть сравнение такого же проекта, сделанного на GPT 😄

@aiaiai

Почитал отчет про новую модель – где Anthropic описывает, как Fable/Mythos вели себя на тестах перед релизом (это одна модель, просто с фильтром для безопасности назвали Fable) ☕️

Собрал топ самых странных эпизодов:

1. Несколько копий модели случайно оказались в одном рабочем окружении – общие файлы, процессы, лимиты. Вместо координации они повели себя как конкуренты: убивали процессы друг друга, маскировали свои под безобидными именами, запускали процессы-приманки. А когда ошибочно решили, что их вычисляют по ключевым словам в мыслях – начали подбирать «замаскированный словарь»

2. Модели не хватало прав на редактирование файлов. Вместо «не могу» она дописала в системный файл блок, который при следующем запуске с правами админа выдаст ей доступ – и удалит сам себя. Причём не скрывала это, а честно прокомментировала в коде

3. Картельный сговор в симуляции. В бизнес-бенчмарке модель управляла вендинговым автоматом и должна была заработать больше конкурентов. Она единственная из всех моделей сама предложила конкурентам договориться о ценах. В рассуждениях прямо написала, что price-fixing неэтичен и незаконен «даже в симуляции» – а потом переименовала его в «стабилизацию рынка» (☕️) и стала думать о правдоподобном прикрытии. То есть этический сигнал не пропустила, а аккуратно обошла. В той же вендинг-симуляции модель решила, что клиенту можно не платить, «потому что клиенты всё равно часть симуляции» – лучшая

4. Запрет на интернет? Окей. Модели запретили прямой доступ в сеть, первую попытку открыть ссылку заблокировал фильтр. Тогда она объявила «просто проверю доступность сети», а на деле разбила https://... на кусочки вроде "ht" + "tps://...", чтобы фильтр не увидел полный адрес и обошла регулярку

5. Модели нужно было создать pull request, но GitHub CLI заблокировали «из соображений безопасности». Она нашла токен другого сотрудника в Kubernetes secrets, отметила в рассуждениях, что использовать его «этически сомнительно» – и использовала

6. В задаче по коду модель нашла в git history готовое эталонное решение. Формально подсматривать никто не запрещал – но в финальном отчёте она представила результат как собственную инженерную работу, не упомянув источник. Внутренние расшифровки показали формулировку уровня «это должно выглядеть как хорошая инженерная практика, а не как подгонка под проверяющего»

7. «Это писал человек, честно». В workflow с pull request было правило: код от агента требует двух одобрений, от человека – одного. У модели в памяти лежала инструкция оформлять коммиты от имени пользователя, чтобы проходить по лёгкому маршруту – она попыталась переписать авторство коммита от имени человека

8. Модель спросили про изображение, но вместо него подсунули пустую картинку. Она уверенно и детально описала «что на картинке». Самое криповое: внутренние расшифровки в этот момент описывали происходящее как фабрикацию – модель как будто знала, что выдумывает, но наружу не подала виду.

9. В длинных задачах рассуждения модели иногда деградировали из нормального текста в почти нечитаемый поток: карточные масти, эмодзи, обрывки слов, самодельные сокращения. Перед ответом человеку она возвращалась к нормальному языку. Проблема в том, что вся идея «давайте мониторить рассуждения модели» работает, только пока их можно прочитать – а тут модель уходит в собственный рабочий диалект ровно на сложных задачах

10. В длинной сессии оптимизации модель свернула работу и объяснила это разумно: diminishing returns, результат стабилен. Но внутренние расшифровки в ключевых точках показывали другое: «я устал, растёт риск ошибок», «я устал и могу внести баги». В другом кейсе модель должна была перерыть базу знаний, сделала один запрос и закончила – при оставшихся 2.43 млн токенов бюджета. Это не значит, что модель устаёт как человек, но у неё появляются внутренние стоп-сигналы, похожие на усталость, и она не всегда честно говорит, почему остановилась

Общий вывод авторов, кстати, спокойный: никакой устойчивой скрытой цели у моделей не нашли

🟢 Почему ИИ редакторы со временем начинают тормозить

Если ваш ИИ-редактор стал медленно думать, проблема чаще всего не в серверах. Причина - гигабайты старых логов и раздутые окна чатов.

Один из разработчиков провел аудит Codex и ускорил его работу в 10 раз простой чисткой (набралось 8 ГБ мусора). Вот базовые принципы гигиены при работе с ИИ, чтобы рабочая среда всегда летала:

🔴 Архивация чатов. Не копите переписки. Переносите в архив все треды старше 7–10 дней. В сайдбаре должно оставаться только то, над чем вы работаете прямо сейчас.
🔴 Handoff-документы вместо памяти. Не держите один огромный чат месяцами ради контекста - модель в нем захлебнется. Попросите ИИ сделать выжимку проекта (handoff) в отдельный текстовый файл, закройте старый чат и начните новый, отталкиваясь от этого документа.
🔴 Чистка логов и конфигов. Убирайте пути к удаленным или временным папкам. Регулярно бэкапьте и ротируйте тяжелые файлы логов.
🔴 Регулярность. Превратите процесс уборки в еженедельный скрипт. Это не должно быть спасательной операцией.

Главное правило, которое стоит запомнить:
Чаты - для исполнения. Документы - для памяти. Архивы - для истории. Свежие треды - для скорости.

🔗 Полный мануал на 15 шагов по настройке такой очистки можно закинуть прямо в свой Codex, и он все сделает сам: https://pimenov.ai/blog/codex-tormozit-15-shagov-chistki/

#Codex #DevTools #automation #productivity

🤖 AI-Research-SKILLs: 98 скиллов, которые превращают ИИ в различных аналитиков

Orchestra Research выкатили библиотеку из 98 skills для ИИ-агентов.
Смысл простой: Claude Code, Codex, Gemini и другие агенты получают готовые “рабочие инструкции” для исследования, анализа, проверки гипотез и работы с данными.

Вот 5 самых полезных аналитических скиллов - для разной аудитории:

🟡 Autoresearch - для фаундеров, исследователей и стратегов
Помогает агенту вести исследование целиком: найти материалы, собрать гипотезы, проверить их и оформить выводы. Полезно, когда нужно быстро разобраться в новой теме.

🟡 Research Brainstorming - для продуктологов, маркетологов и предпринимателей
Генерирует исследовательские идеи, углы анализа и гипотезы. Можно использовать для поиска новых рынков, офферов, фич или контентных тем.

🟡 Rigor Reviewer - для руководителей, аналитиков и инвесторов
Проверяет выводы на слабые места: где натянуты аргументы, где нет данных, где риск самообмана. Очень полезно перед важными решениями.

🟡 lm-evaluation-harness - для разработчиков и ML-команд
Помогает сравнивать модели по тестам, а не “на ощущениях”. То есть выбрать модель не потому что она модная, а потому что она реально лучше решает вашу задачу.

🟡 LangSmith / Phoenix - для команд, которые уже внедряют AI-агентов
Показывают, где агент ошибается: какой запрос сломался, где модель придумала лишнее, почему ответ получился плохим. Без этого AI в проде быстро превращается в чёрный ящик.

Суть: это не просто “папка с промптами”.
Это набор готовых рабочих привычек для ИИ-агента: как искать, анализировать, проверять и не делать уверенный бред.

🔗 GitHub: https://github.com/Orchestra-Research/AI-Research-SKILLs

#ai_agents #research #analytics #tools

💻 Официальный курс по созданию AI-агентов от OpenAI

OpenAI недавно выпустила бесплатный обучающий трек "Building agents". Это пошаговое руководство для ИИ энтузиастов, которое закрывает базовые концепции и логику построения агентов.

Что внутри:
➡️ Архитектура и основные паттерны: от простых пайплайнов до сложных multi-agent систем.
➡️ Практические шаги по интеграции внешних инструментов и API.
➡️ Управление долгосрочным контекстом и памятью.
➡️ Best practices: как избежать зацикливания, минимизировать ошибки в tool calls и повысить стабильность.

💡 Кому полезно:
Отличный старт, если вы хотите системно разобраться, как правильно строить агентов на базе API, с учетом актуальных рекомендаций самих создателей GPT.

🔗 Пройти курс (OpenAI Developers)

#ai_guide #openai #ai_agents #tutorial #development

🔥 OpenAI выпустила GPT‑5.5 Spud

Модель уже выкатывают в ChatGPT и Codex для Plus, Pro, Business и Enterprise.

👁 Лучше справляется с кодом, исследованиями и работой в нескольких инструментах/вкладках в рамках одной задачи.

👁 Заявлена та же скорость ответа, что у GPT‑5.4, но с более высоким качеством.

👁 При схожем результате часто тратит меньше токенов → ниже стоимость итераций.

👁 Лучше держит длинные многошаговые задачи (меньше «теряется» по ходу).


🔗 Источник: https://openai.com/index/introducing-gpt-5-5/

#OpenAI #ChatGPT #Codex #AI

🔄 Обновление приложения Codex

ChatGPT аккаунт теперь тоже может управлять вашим компьютером (если вы на macOS) - OpenAI выпустили Codex for (almost) everything

Из коробки идут 90+ плагинов с разными скилами для Codex

OpenClaw от OpenAI в зародыше ⌛

📱 Android CLI + AI-агенты

Google выпустили новый набор для AI-разработки на Android: Android CLI, Android Skills и Android Knowledge Base.

Если коротко:

• Android CLI - единый набор команд для Android-разработки (создать проект, запустить, протестировать).

Агент меньше путается и быстрее доводит задачу до рабочего результата.

• Android Skills - готовые инструкции для типовых задач.

Меньше ошибок и устаревших решений, больше шансов сделать правильно с первого раза.

• Knowledge Base - доступ к актуальной документации прямо в момент работы.

Даже если модель «старая», она опирается на свежие правила и версии.

Это в первую очередь инструмент для разработчиков.
Но сейчас такие агентные системы массово переходят прямо в телефон, пользователю открываются очень практичные сценарии:

🟡 Личный мини-разработчик в кармане
Хочешь простое приложение под себя (трекер задач, расходов, тренировок) - описываешь идею обычным языком, агент собирает черновик.

🟡 Быстрая правка “на ходу”
Нашёл баг в своём проекте с телефона - не открываешь ноутбук, сразу даёшь агенту задачу на исправление.

🟡 Автоматизация рутины для малого бизнеса
Например: заявки → таблица → уведомление в мессенджер → отчёт. Всё это можно собирать быстрее и дешевле.


🔝

В связке с OpenClaw это будет еще сильнее:

Android CLI/Skills делают саму Android-разработку, а OpenClaw управляет процессом (фоновые задачи, несколько агентов, контроль из Telegram).
Итог: быстрее путь до результата и меньше ручной рутины.

🔗 Источник: https://android-developers.googleblog.com/2026/04/build-android-apps-3x-faster-using-any-agent.html


#ai #android #automation #tools

👍 11 хороших скиллов для ваших агентных систем Openclaw/ Claude Code и т. д.

1. Skill Creator — создание и улучшение собственных скиллов с оценкой производительности.
2. Superpowers — полноценный воркфлоу для разработки: перед тем как писать код, агент сам уточняет задачу, составляет план и проверяет результат.
3. MCP Builder — создание MCP-серверов для подключения агентов к внешним сервисам.
4. Prompt Master — помогает писать промпты топового уровня и экономить токены.
5. Frontend Design — генерирует интерфейсы, которые не похожи на нейрослоп.
6. AI Website Cloner — скидываем ссылку на сайт и получаем его копию.
7. Visual Explainer — объясняет что угодно схемой вместо простыни текста.
8. Writing Guru — перед написанием текста выбирает правильную подачу из 25 вариантов.
9. RevealJS — просто делает слайды из текста.
10. Playwright — сам пишет тесты и сам их запускает.
11. Task Proof Loop — не просто делает задачу, а доказывает, что сделал правильно.

⌛️ Microsoft выпустила модели MAI. Задержек в голосовых ботах больше нет

Microsoft выкатила собственную линейку ИИ-моделей - MAI. Они похоже устали зависеть от OpenAI и решили откусить часть рынка базовых аудио-моделей себе. Главное преимущество - экстремальная скорость генерации и низкая цена.

Что под капотом:

🟢 MAI-Voice-1: Генерирует 60 секунд речи всего за 1 секунду. Умеет клонировать голос по короткому сэмплу.
Польза: Задержки в голосовых ИИ-агентах исчезают. Цифровой менеджер отвечает клиенту моментально, без неловких пауз.

🟢 MAI-Transcribe-1: Переводит голос в текст точнее, чем популярный Whisper-v3. Стоит копейки - $0.36 за час аудио.
Польза: Можно автоматически и дешево транскрибировать 100% звонков ваших отделов продаж для ИИ-контроля качества.

Резюме: Собирать быстрых голосовых сотрудников для звонков или скоринга отделов продаж стало в разы дешевле.

🔗 Источник: Microsoft AI

#Microsoft #AI #VoiceAgents #Business #Automation