Max Syabro and a Slop Driven Development

https://fixupx.com/miclivs/status/2060115468531499224?s=46

https://github.com/Michaelliv/pi-dynamic-workflows

За что я люблю пи это за то что на любой чих со стороны Клода или кодекса в течение суток появляется «ххх есть у нас дома»

Вот workflows запилили уже )

Но мобильный кодекс все еще охуенен как и опус

Цитата из соседнего чата

Сама концепция сабагентов — бестолковая. Идея классная, но на передаче информации от агента сабагентам и обратно теряется куча токенов, и это убивает весь смысл.
Сейчас можно сделать компакт, перечитать новую задачу, и контекст будет в порядке. Сабагент не понадобится.

Сабагенты — норм концепция. Просто не для каждой задачи. Если таких задач нет, это не концепция бестолковая - это задач под неё нет. Или более эффективного решения (на сейчас)

Если нужно распараллелить работу, изолировать контекст или отдать кусок работы дешёвой модели — они вполне на месте. Плюс один важный кейс: не срать в основной контекст промежуточными результатами. Всякие черновые поиски, логи, тулколы, длинные выкладки и промежуточные выводы спокойно умирают в отдельной ветке.

Компакт не заменяет это полностью. Компакт — это «ну вроде выкинули лишнее и оставили саммари». Но ты не контролируешь, что именно туда протекло и что потом начнёт аффектить выполнение.

Пока агент сам плохо рулит своим контекстом и фокусом внимания — не умеет нормально выбирать, что держать перед глазами, а что выкинуть сабагенты остаются полезным тулом и чуток костылём.

‼️Тлдр: сносите GSD asap ‼️

https://www.reddit.com/r/ClaudeAI/comments/1tktl4w/if_you_use_the_get_shit_done_gsd_ai_tool_you_need/

Автор регпульнул хомяков на $500 000 со своим $GSD токеном, удалил соцсети и бросил проект. Старые npm-пакеты всё ещё под его контролем, а GSD — агентская обвязка с доступом к shell/bash. Что там автор ещё выкатить может - хер знает. Или кому продать доступ к пакету.

Комьюнити сделало форк get-shit-done-redux и прогнало security sweep.

У меня уже не стоит удален давно. Если у вас установлен - сносите нахуй

https://github.com/can1357/oh-my-pi

С первого взгляда OhMyPiVasyanEdition, но там поглубже: качество кодинг-агента упирается не в только модель, а в интерфейс между моделью и средой.

Например в обычном str_replace модель должна дословно угадать старый кусок текста и новый кусок. Частенько "таких строк несколько" или "строка не найдена"

В hashline-правках каждая строка получает короткий хеш-якорь. Модель говорит не “найди вот этот текст”, а “замени строку с этим якорем”. Если файл изменился после чтения, хеши не сходятся, и правка отклоняется до того, как что-то сломается. По бенчу автора Grok Code Fast 1 на таком формате поднялся с 6.7% до 68.3%.

Это полезнее, чем просто “давайте модель попизже, и как-нибудь само починится”.

Дальше у omp это везде примерно про то же: меньше магии, больше точек опоры для агента

Агенту дают обратную связь от IDE: форматтер, LSP-диагностику, rename refs и code actions после правок. Он не редактирует код вслепую и не узнаёт о поломке через десять сообщений.

Мне нравится, что GitHub, PR, issue, diff, skill, вывод сабагента и merge conflict там сведены к одной метафоре путей: pr://, issue://, agent://, skill://, conflict://. Агент использует обычные read/search/write, а не учит двадцать отдельных API.

Сабагенты разводятся по git worktree, чтобы параллельные воркеры не топтали одну рабочую директорию.

Большой набор tools не висит целиком в промпте. Скрытый индекс подтягивает нужные tools по BM25, когда задача до них дошла.

Правила тоже не обязаны всегда жрать контекст. TTSR ловит regex-паттерн прямо в stream output и подкладывает правило только при срабатывании. Мелочь, но это как раз тот тип душнины, из которого собирается нормальный harness.

Отдельно понравился подход к ревью: не стена возможных улучшений, а приоритеты P0–P3, confidence и вердикт, можно ship или нет.

Из вторичного я бы ещё вытащил debugger как tool, Python/JS runtime с доступом к agent tools, память через retain/recall/reflect и автоматическое разбиение грязного working tree на атомарные commits. SDK/RPC/ACP — уже скорее для тех, кто хочет встраиваться глубже.

Хороший coding harness начинается не с “модель + bash”, а со слоя, который даёт модели нормальные ручки: адресуемые правки, быстрый feedback loop, изоляцию, предпросмотр опасных действий и единый способ читать всё вокруг проекта.

https://vitest-evals.sentry.dev

А вот это интересное решение - загнать харнесс в vitest контракт для тестовю

Вот прям на днях было что-то когда true/false не работало надо было по score оценивать. Но уже не помню 🙁

Ну и под пи есть 🙂
https://vitest-evals.sentry.dev/docs/harnesses/pi-ai/

import { expect } from "vitest";
import {
  createJudge,
  describeEval,
  type JudgeContext,
} from "vitest-evals";
import { qaHarness } from "./qaHarness";

const CapitalJudge = createJudge(
  "CapitalJudge",
  async ({ output }: JudgeContext<string, string>) => ({
    score: output.toLowerCase().includes("paris") ? 1 : 0,
  }),
);

describeEval("capital questions", { harness: qaHarness }, (it) => {
  it("knows the capital of France", async ({ run }) => {
    const result = await run("What is the capital of France?");

    expect(result.output).toContain("Paris");
    await expect(result).toSatisfyJudge(CapitalJudge);
  });
});

Кроме gemini 3.5 flash на IO выпустили antigravity 2.0 + antgravity CLI
https://antigravity.google/

В котором уже есть 3.5 Flash

Купил Pro подписку (за $0 первый месяц) - работает!

https://www.cerebras.ai/blog/cerebras-kimi-k2-Enterprise

Cerebras запихали kimi k2.6 к себе в чипы

Скорость конечно нихера себе, мое почтение

PS Enterprise only

https://antimetal.com

в копилку красивых лендингов

https://clawpatch.ai

Команда OpenClaw потратили $1м в токенах за 30 дней.

Выкатили Clawpatch чтобы меньше тратить меньше на ревью, ибо я так понял с их темпом - ничего руками не ревьюится.

В пн попробую натравить на рабочий B2E проект, у нас там 10 лет питона + жс

Clawpatch — инструмент автоматического код-ревью, выходящий за рамки традиционных линтеров. Он разбивает репозиторий на семантические рабочие единицы, отправляет ограниченный контекст провайдеру на проверку и сохраняет находки для аудита и дальнейшей работы.

В отличие от сканеров на уровне файлов, clawpatch анализирует feature-записи: точки входа, связанные файлы, ближайшие тесты и границы доверия. Каждая находка содержит уровень серьёзности, уверенности, доказательную базу и рекомендацию.

Codex mobile из коробки выглядит идеально

Аккуратно, что надо скрыть - скрыто. Задачи показывает. Прям очень

надо бы сделать канеш

я тож попиарю, леха пиздатый

https://t.me/aostrikov_ai_agents/117