Вайб-кодинг

На повестке дня - полезный трюк:

1. Открой Chrome DevTools.
2. Перейди во вкладку Memory, сделай snapshot и скачай его.
3. Закинь файл в Cursor. (или любую LLM)

Cursor напишет Python-скрипты для анализа snapshot и покажет, что именно делает сайт “тяжелым” и из-за чего он кажется тормозным. 🎉

Бонусом можешь сделать два снапшота - один до того, как сайт начинает тупить, и второй после. Тогда Cursor сможет сравнить “до” и “после”.

Создатели dmux открывают исходники.

Это их внутренний инструмент для запуска роя агентов на Codex и Claude Code.

dmux создает отдельную tmux-панель под каждую задачу. У каждой панели свой git worktree и своя ветка, так что агенты работают в полной изоляции. Когда задача готова, жмешь m, и оно мержит результат обратно в основную ветку. В комплекте хуки для автоматизации, A/B сравнение Claude vs Codex, удобное управление worktrees и мультипроектные сессии.

Самая кайфовая фича, которую они подсветили, это "coordinator": ты просто делаешь родительскую директорию или репу, внутри которой лежит куча связанных проектов. В родителе они все исключены через .gitignore, а каждый подпроект это отдельный git-репозиторий. Это не submodules , а обычные папки. Обычно у меня в корне лежит файл AGENTS/CLAUDE, где описана структура.

Dmux сам находит эти вложенные репозитории и, когда ты создаешь worktree в корне, он автоматически создает worktree и для всех этих подпроектов внутри worktree родителя. А при merge он дает смержить каждый дочерний worktree отдельно. 👍

Для OSS-мейнтейнеров самое то.

Claude Code SKILL, с которым можно вообще забыть про PowerPoint.

После установки достаточно просто попросить Claude Code сделать презентацию, например:

- «Сделай 10 слайдов про тренды в возобновляемой энергетике»
- «Собери питч-дек/презентацию-предложение для SaaS-стартапа»
- «Сделай квартальный бизнес-ревью в виде презентации с графиками»

исходный код 😶

Одна команда, чтобы понять, что запустится на твоем железе: llmfit

Терминальная утилита, которая по твоей конфигурации RAM, CPU и GPU рекомендует LLM-модели, которые смогут у тебя запуститься.

Сейчас в базе 157 модели от 30 провайдеров: есть Llama, Mistral, Qwen, DeepSeek, Grok, Kimi и другие. Каждую модель оценивают по 4 метрикам:

- качество (число параметров, репутация семейства модели)
- скорость (примерная оценка tok/s)
- совместимость (насколько модель укладывается в память)
- контекст (размер контекстного окна)

Потом считают итоговый общий score, а то, что в память не влезает, автоматически уезжает вниз списка.

100% opensource 🎉

Gemini 3.1 Pro be like:

Чувак собрал локальный движок инференса для LLM, который гоняет модель на 1B параметров на плате за $10 с 256 МБ RAM. Модель лежит на SD-карте и стримится по одному слою, при этом в оперативке держится примерно 45 МБ.

Можно использовать как локальный backend для модели в PicoClaw.

Без Python, без облака, без API-ключей.
80 КБ бинарник, чистый C, ноль зависимостей.

100% опенсорс 😼

Gemini снова возвращается в топ кодинг-моделей: Google выкатили Gemini 3.1 Pro

Модель заметно прокачали в кодинге, reasoning и агентных задачах. Цифры говорят сами за себя:

— 77.1% на ARC-AGI-2 (было 31.1% у Gemini 3)
— 80.6% на SWE Verified (против 76.2%)
— 85.9% на BrowseComp (вместо 59.2%)

Уже доступно в приложении, на сайте, в Studio и по API 🎉

Гений потратил 2,54 МИЛЛИАРДА токенов, чтобы довести OpenClaw до идеала.

Юзкейсы, которые он по пути откопал, поменяли то, как он живёт и работает.

И теперь он делится этим со всеми.

Вот 21 сценарий:

0:00 Интро
0:50 Что такое OpenClaw?
1:35 MD-файлы
2:14 Система памяти
3:55 CRM-система
7:19 Fathom pipeline
9:18 Встреча → action items
10:46 Система базы знаний
13:51 Pipeline для ingestion из X
14:31 Business Advisory Council
16:13 Security Council
18:21 Трекинг соцсетей
19:18 Pipeline идей для видео
21:40 Daily briefing flow
22:23 Три совета (Three Councils)
22:57 Расписание автоматизаций
24:15 Слои безопасности
26:09 Базы данных и бэкапы
28:00 Генерация видео/картинок
29:14 Self-updates
29:56 Трекинг использования и стоимости
30:15 Prompt engineering
31:15 Инфраструктура для разработчиков
32:06 Дневник питания

- Бесплатная eBook с юзкейсами
- промпты
- SOUL
- IDENTITY
- PRD

Кто-то выложил в опенсорс CLAUDE SKILL, который по словам автора, заставляет его перестать писать баговый код.

Называется MAKE NO MISTAKES.

Кидаешь один файл в проект, и Claude начинает ловить свои же ошибки еще до того, как ты их увидишь

Теперь то, что ты собираешь в Claude Code, можно пушить прямо в Figma.

С последними обновлениями Figma MCP server процесс теперь бесшовный: сначала делаешь рабочий прототип в коде, потом отправляешь его на Figma canvas и там уже спокойно гоняешь несколько версий и вариантов.

Чтобы начать, установи Figma MCP server:

/plugin install figma@claude-plugin-directory

Дальше просто попроси Claude отправить страницу из твоего локального веб-приложения в Figma.

Подробности в доках

Claude наблюдает, как я пишу код вручную

React Doctor уже тут

Сканируй свой React-код на анти-паттерны:

▪️лишние useEffect-ы
▪️исправляет проблемы с доступностью (a11y)
▪️prop drilling вместо context / композиции

Запускается как CLI или как агент skill. Гоняешь снова и снова, пока всё не проходит. Полностью open source.

Запусти это в терминале, чтобы попробовать:

npx -y react-doctor@latest

исходный код

Вышел Codex 0.103 с экспериментальной поддержкой multi-agent.

TUI: включается в /experimental -> multi agents

config:

[features]
multi_agent = true

В комплекте 3 агента:

default для смешанных задач: "spawn default agent to debug the failure and propse fix"

explorer для ресерча по кодовой базе: "spawn explorer to map payment flow and check risks, no edits"

worker для кодинга и фиксов: "spawn worker for src/auth/* and implement token refresh & run tests"

Можно заводить и кастомных агентов. Пример:

[features]
multi_agent = true

[agents.fast_worker]
description = "Fast scoped implementation agent."
config_file = "/Users/<you>/.codex/agents/fast_worker.toml"

~/.codex/agents/fast_worker.toml

model = "gpt-5.3-spark"
model_reasoning_effort = "low"
model_verbosity = "low"

Бонус: сейчас дефолт это 6 agent threads на сессию.

Можно поменять так:

[agents]
max_threads = 12

Вышла Claude Sonnet 4.6 с контекстом 1M

Теперь можно поставить её дефолтом в Claude Code 💚

UI: /model claude-sonnet-4-6[1m]

~/.claude/settings.json:

{
  "env": {
    "ANTHROPIC_DEFAULT_HAIKU_MODEL": "claude-sonnet-4-6[1m]",
    "ANTHROPIC_DEFAULT_SONNET_MODEL": "claude-sonnet-4-6[1m]"
  }
}

Серьезно, ставь Sonnet везде вместо Haiku. Для продовых реп, которые большие и со сложной логикой, ты хочешь, чтобы работу делал именно Sonnet.

Контекст 1M становится дороже только когда объем контекста превышает 200K, но модель работает лучше, когда “знает”, что у нее есть запас по контексту.

Чтобы включить 1M контекст в Claude Code на подписочных планах, нужно активировать extra usage в своем плане.

Я тестировал модель до 639K контекста и могу подтвердить: никакие мои extra usage credits не тратились, то есть это покрывалось включенным лимитом подписки.

Вышел Qwen3.5-397B-A17B: первая модель с открытыми весами в серии Qwen3.5.

» Нативная мультимодальность. Обучена под реальных агентов.
» Гибрид: линейное attention + разреженный MoE, плюс масштабирование RL на больших средах.
» Декодинг быстрее в 8.6–19.0 раз по сравнению с Qwen3-Max.
» 201 язык и диалект.
» Лицензия Apache 2.0.

GitHub: https://github.com/QwenLM/Qwen3.5
Chat: https://chat.qwen.ai
API：https://modelstudio.console.alibabacloud.com/ap-southeast-1/?tab=doc#/doc/?type=model&url=2840914_2&modelId=group-qwen3.5-plus
Qwen Code: https://github.com/QwenLM/qwen-code
Hugging Face: https://huggingface.co/collections/Qwen/qwen35
ModelScope: https://modelscope.cn/collections/Qwen/Qwen35
blog: https://qwen.ai/blog?id=qwen3.5

Кто-то собрал ИИ, который одновременно пишет код и лазит по вебу.

Называется Accomplish и работает локально, не сжигая API-кредиты.

Без Claude Desktop. Без Cursor. Без ежемесячных подписок.

100% open source.

Хватит простыней: один чувак сделал Visual Explainer

Это skill для агентa + набор slash-команд, которые заставляют агента объяснять сложные темы не текстом в чатике, а в виде аккуратных HTML-страниц. 💃

Внутри есть референсные шаблоны и библиотека CSS-паттернов, чтобы вывод всегда выглядел одинаково аккуратно и читабельно.

Исходники тут