Вайб-кодинг

Оп, OpenAI выкатили GPT-5.4

Новая флагманская модель вышла в версиях Thinking и Pro и получила контекст до 1 млн токенов.

Что обновили:
• Улучшили результаты в коде, математике и агентских задачах
• Модель быстрее отвечает и тратит меньше токенов на рассуждение
• Теперь можно остановить ответ на середине и дописать инструкции
• В Codex появился режим /fast – генерация примерно в 1.5× быстрее

По бенчмаркам уровень кода сопоставим с Claude Opus 4.6, а в агентских задачах модель даже сильнее.

Цена: $2.5 / $15 за 1M токенов (вход / выход). Доступ уже начинают постепенно открывать пользователям.

Официальные Apify Agent Skills : для веб-скрейпинга, извлечения данных и автоматизации

1 универсальный скилл apify-ultimate-scraper = вытаскивает данные со всего веба:

- X (Twitter): твиты в реальном времени
- TikTok / IG: горячие тренды
- YouTube: субтитры к видео и скачивание
- Google Maps: инфа по бизнесам

Все возвращается как структурированный JSON, ИИ получает и может сразу запускать автоматизацию.

Очень подходит соло-разработчикам и тем, кто пилит тулзы для автоматизации

Новый репозиторий OpenAI: Symphony 😳

TL;DR: это оркестрационный слой, который опрашивает проектные канбан-доски на изменения и поднимает агентов под каждую стадию жизненного цикла тикета.

Вместо того чтобы промптить агента написать код и сделать PR, ты просто двигаешь тикеты по канбан-доске.

100% опенсорс

Прикольная, кастомная команда в Claude Code: /cost-estimate

Она сканирует твой кодбейз и сверяет с текущими рыночными ставками, чтобы посчитать, сколько бы стоил проект, если бы его делала обычная команда.

Смотрит на все API, интеграции, вообще всё.

Без ИИ: примерно 2,8 года. Примерно $650k.
С ИИ: 30 часов.

Вот сам markdown-файл.

✅✅✅

Google выкатили Google Workspace CLI

Один инструмент командной строки для управления всем стеком Google Workspace (Drive, Gmail, Calendar, Sheets, Docs и др.)

Ключевые детали:

- Команды генерируются динамически с использованием Google Discovery Service
- Не нужно вручную писать REST API-запросы
- На выходе — структурированный JSON, чтобы AI-агенты могли легко его использовать
- Поставляется с 40+ встроенными agent skills и 100+ workflow-рецептами
- Может работать как MCP-сервер, чтобы агенты вроде Claude Desktop или Gemini CLI могли управлять инструментами Workspace через него

https://github.com/googleworkspace/cli

Приложение Codex теперь доступно на Windows.

Оно работает и нативно, и в WSL, с встроенными терминалами для PowerShell, Command Prompt, Git Bash или WSL.

Также сделали первую нативную для Windows песочницу для агента: на уровне ОС она блокирует запись в файловую систему вне вашей рабочей папки и запрещает исходящий сетевой трафик, пока вы явно не разрешите.

Плюс: 7 новых приложений “Open in …” и 2 новых Windows-скилла (WinUI + ASP.NET).

Похоже, сами кандидаты тоже в этом не участвовали

Один разработчик похоронил аргумент "ИИ не тянет большие кодовые базы".

Штука называется RepoMap в Aider.

- Генерит сжатую карту всего репозитория
- Упаковывает кодбазы на 100K+ строк в 4K токенов
- Показывает Claude, какие файлы реально релевантны
- Автоматически обновляется по мере правок
- Никакой настройки

ИИ понимает весь проект целиком, а не только те файлы, которые ты не забыл вставить. 👌

100% опенсорс

Gemini 3.1 Flash-Lite уже вышел. 😨😨

Это самая экономичная по цене модель в линейке Gemini 3, заточенная под интеллект в масштабе.

За счет роста скорости вывода на 45% она обходит 2.5 Flash и поддерживает динамические уровни размышления под сложность задачи.

Gemini 3 Flash-Lite в цифрах:

- 1432 Elo в лидерборде arena
- 86.9% на GPQA Diamond (научные знания)
- 76.8% на MMMU Pro (мультимодальное рассуждение)

Цена $0.25 за 1M входных токенов и $1.50 за 1M выходных токенов.

Gemini 3.1 Flash-Lite выкатывается в превью для разработчиков и компаний через Gemini API в Google AI Studio и Vertex AI.

Профессор Дональд Кнут начал свою новую статью словами: "Шок! Шок!" 😨😨

Claude Opus 4.6 только что решил открытую задачу, над которой Кнут работал неделями, гипотезу о разложении графа из его книги The Art of Computer Programming.

Он назвал статью "Claude Cycles".

31 попытка. Примерно 1 час. Кнут прочитал вывод модели, оформил формальное доказательство и закончил так: "Похоже, однажды мне все-таки придется пересмотреть свое мнение о генеративном ИИ."

Человек, который написал библию computer science, только что это сказал. В статье, названной в честь ИИ.

Статья, кому интересно: https://cs.stanford.edu/~knuth/papers/claude-cycles.pdf

🚬 Software инженеры это вам: я нашел open-source агент для мониторинга ошибок, который сканирует продовые логи, находит первопричину и шлет сообщение в Slack со всем контекстом еще до того, как ты вообще заметишь, что что-то сломалось.

Сокращает простой в проде на 95%

Как это работает:

1. Забирает сырые ошибки из Sentry или Azure Log Analytics
2. Семантически группирует их по первопричине (20 ошибок превращаются примерно в 4 реальные проблемы)
3. Ищет в GitHub конкретные файлы кода, которые задействованы
4. Проверяет Linear на существующие тикеты, чтобы не плодить дубликаты
5. Пробегается по Slack в поиске прошлых обсуждений похожих инцидентов
6. Определяет критичность (S1-S4) и решает, алертить или подавлять
7. Отправляет в Slack обогащенные алерты со ссылками на код, статусом тикета и уровнем критичности

Агент можно гонять в проде как cron job каждые 5 минут.

Он построен поверх Airweave AI, это open-source слой для контекстного retrieval, который делает все инструменты семантически поисковыми для агентов.

Ключевая мысль: обычные тулзы мониторинга ошибок дают алерты, но не дают контекст. Airweave закрывает эту дыру, делая все инструменты и кодовые базы семантически доступными для поиска агентами.

Он подключается к 50+ источникам (GitHub, Linear, Slack, базы данных и т.д.) и дает агентам возможность искать по всем сразу одним запросом.

OpenClaw cовет:

Твои агенты могут тебе врать.

Они скажут "уже делаю!" и даже не начнут. Скажут "готово!" а там ничего не готово. Скажут "собираю прямо сейчас" и при этом вообще ничего не запущено 🤡

Вот что я добавил в инструкции каждому агенту:

Never say 'done' or 'working on it' unless the action has actually started. Every status update must include proof — a process ID, file path, URL, or command output. No proof = didn't happen. A false completion is worse than a delayed honest answer.

Теперь если мне говорят, что что-то билдится, это выглядит вот так:

Кто-то собрал полноценный клон Perplexity, который работает на 100% локально и стоит $0.

Называется Perplexica. 🤙

→ real-time поиск по вебу
→ Даёт ссылки на все источники, которые использует
→ Работает с локальными моделями через Ollama
→ Несколько режимов поиска (обычный, академический, YouTube, Reddit, writing)
→ Ноль затрат на API. Ноль сбора данных.

29K звёзд. Лицензия MIT.

100% opensourse

Анатомия промпта для Claude 4.6

1. Задача (Task)

Определи, чего ты хочешь, и как выглядит успех:
"Я хочу [TASK], чтобы [SUCCESS CRITERIA]."
Без ролей типа "веди себя как сеньор-эксперт".

2. Контекстные файлы (Context Files)

Загрузи контекстные файлы со своей экспертизой и правилами:
"Сначала прочитай эти файлы полностью перед тем, как отвечать: [filename .md] - [что внутри]."
ИИ вырос. Не нужно объяснять все в промпте. Вынеси это в файлы.

3. Референс (Reference)

Покажи ИИ ровно то, что ты хочешь. Загрузи пример.
Потом задай паттерны, тон и структуру как правила. Без "сделай что-то похожее" и надежды, что ИИ сам догадается.

4. Краткое ТЗ (Brief)

Это единственная часть, которую вы набираете с нуля. Все остальное это файлы.
"Тип вывода + длина. Чего НЕ должно быть по звучанию. Что значит успех."

5. Правила (Rules)

Контекстный файл хранит твои стандарты, вкус и аудиторию.
Промпт: "Прочитай его полностью перед стартом. Если ты собираешься нарушить одно из моих правил, остановись и скажи мне."

6. Диалог (Conversation)

Мы 3 года промптили ИИ. Теперь он промптит нас.
Промпт: "НЕ начинай выполнять задачу. Задай мне уточняющие вопросы (используй инструмент 'AskUserQuestion'), чтобы мы вместе пошагово уточнили подход."

7. План (Plan)

Claude прочитал твои файлы до того, как написал хоть слово.
Промпт: "Перед тем как что-то писать, перечисли 3 правила из моего контекстного файла, которые важнее всего для этой задачи. Потом дай план выполнения."

8. Выравнивание целей (Alignment)

Ничего не происходит, пока вы оба не видите одну и ту же цель. Это заменяет старую эпоху промптинга.
Промпт: "Начинай работу только после того, как мы согласуемся."

Когда Text-to-SQL не работает, мы обычно валим всё на LLM или на кривой промптинг.

Но настоящая проблема чаще всего в схеме.

Объясняю:

Ты спрашиваешь: “Какие издатели получали роялти-платежи больше $5,000?”

Векторный поиск подтягивает "publisher" и "royalty_ledger".

Но он пропускает "vendor_agreement" — таблицу-мост, которая их связывает.

В итоге LLM пишет валидный SQL, который возвращает пусто.

Вот почему векторы сыпятся на реальных enterprise-схемах.

Они матчят названия.

Они не умеют находить пути для join-ов.

А пути уже описаны во внешних ключах.

Именно эту дыру закрывает QueryWeaver.

Это open-source инструмент от FalkorDB.

QueryWeaver превращает твою схему в граф.

- Таблицы это узлы.
- Внешние ключи это рёбра.

Потом он проходит по пути и автоматически добавляет промежуточные таблицы-мосты.

Спокойно тянет multi-hop цепочки.

Его гоняли на BIRD Benchmark на базе “superhero ” БД, расширенной до 60 таблиц: он разрулил запрос на 5 hop-ов, простроив цепочку через:

superpower → capability_matrix → stakeholder_registry → resource_requisition → budget_allocation

Можно запустить локально:

id="6b6prn"
docker run -p 5000:5000 -it falkordb/queryweaver

исходники тут

Voice mode наконец-то выкатывают в Claude Code. Сегодня он уже доступен примерно для 5% пользователей, и дальше будут постепенно расширять rollout в ближайшие недели.

Когда у тебя появится доступ, на welcome-экране будет заметка. Включается и выключается командой /voice.

Как пользоваться voice mode: зажимаешь пробел, говоришь, отпускаешь. По сути, push-to-talk.

Транскрипт стримится прямо в позицию курсора. Можно набрать половину промпта руками, надиктовать грязную середину голосом, потом дописать. То, что уже набрано, он не заменяет.

За voice mode доплачивать не нужно, и токены за транскрибацию голоса не учитываются в твоих rate limits.

Доступно на планах Pro, Max, Team и Enterprise, раскатывают волнами.

🪖🪖🪖

AI-агент, который управляет телефоном через обычный текст 💖

Один разработчик выложил в опенсорс проект PhoneDriver. Он работает на визуальной модели Qwen3-VL, умеет понимать, что на экране телефона, и имитировать действия человека.

Достаточно просто описать задачу, например: "Открой настройки и включи Wi-Fi". Модель сама анализирует элементы интерфейса и через команды ADB выполняет клики, свайпы или ввод текста.

Есть визуальный веб-интерфейс: можно в реальном времени смотреть скриншоты с телефона и логи выполнения.

Также поддерживается автоопределение разрешения экрана, плюс можно настраивать параметры модели, задержку действий, число ретраев и т.д.

Для деплоя в основном нужны Python и окружение ADB. Ещё нужна видеокарта с достаточным объёмом VRAM, чтобы тянуть 4B или 8B визуальную модель, а на телефоне должен быть включён USB Debugging.