Вайб-кодинг

Тем временем, китайские друзья — выпустили GLM 5.1 👊

№1 среди опенсорс моделей и №3 в мире по бенчмаркам SWE-Bench Pro, Terminal-Bench и NL2Repo

К концу прошлого года агенты могли выполнять около 20 шагов. Сейчас GLM-5.1 может делать до 1 700. По заявлениям, может работать автономно до 8 часов, улучшая стратегии через тысячи итераций

Он уже появился в Text Arena и заметно превосходит своего предшественника GLM-5 на +11 пунктов и на +15 пунктов опережает Kimi K2.5 Thinking.

Цены по API: $1.40/M input, $4.40/M output

Unsloth уже сжали модель на 744B с 1.65TB до 220GB (−86%) с помощью Dynamic 2-bit.

Anthropic выпустили Claude Opus 4.6 всего два месяца назад. А уже сегодня они поделились некоторыми деталями о новой модели — Claude Mythos Preview, которая с отрывом обогнала Opus 4.6 во всех бенчмарках

По бенчмаркам :
— SWE-bench Verified: 93.9% vs 80.8%
— CyberGym: 83.1% vs 66.6%
— Terminal-Bench 2.0: 82.0% vs 65.4%

Цифры просто невероятные, скачок потрясающий. Но это не релиз для пользователей. Релиз модели пока не планируется (т.к. она слишком сильна и опасна, чтобы сразу выпускать ее на широкую публику). Но Anthropic запускает Project Glasswing, в котором будут участвовать лидеры рынка вроде Amazon, Apple, Google, Microsoft, NVIDIA и CrowdStrike. Компания выделила для них $100 млн в кредитах на использование модели и $4 млн в формате пожертвований опенсорсным проектам, чтобы они использовали Mythos в благих целях. 🤩

Anthropic утверждают, что модель способна находить уязвимости на уровне, превосходящем даже лучших человеческих спецов, за редким исключением. Сообщается, что на данный момент она уже обнаружила тысячи критических уязвимостей, в том числе в массово используемых ОС и браузерах. Некоторые из этих дыр по 10-20 лет лежали незамеченными.

Гонка AI за последние 5 лет 😂😂

Согласен?

🤷‍♂️🤷‍♂️🤷‍♂️

Cursor переработали процесс генерации токенов в MoE-моделях на GPU Blackwell, что дало ускорение инференса в 1.84 раза и более точные выходные данные.

Эти улучшения напрямую влияют на обучение Composer, позволяя им чаще выпускать улучшенные версии модели. 🪖

Теперь вы можете дообучать Gemma 4 (и ещё 500+ опенсорс моделей) бесплатно в Google Colab 🔥

1. Откройте Colab-ноутбук
2. Запустите ячейки, чтобы поднять Unsloth Studio
3. Выберите модель и датасет
4. Нажмите «Start Training»

Всё полностью опенсорс (сделано Unsloth)

Также есть подробный пошаговый туториал по дообучению Gemma 4 здесь

Андрей Карпаты считает, что RAG сломан. Он опубликовал замену 2 дня назад, которая собрала 5 000 звёзд за 48 часов.

Называется LLM Wiki.

Это паттерн, при котором AI не извлекает информацию заново при каждом запросе. Он строит и поддерживает постоянную, накапливающуюся базу знаний. Автоматически.

RAG выводят знания заново при каждом запросе.. LLM Wiki компилирует их один раз и поддерживает актуальными.

Вот разница:

RAG: вы задаёте вопрос. AI ищет по документам. Находит фрагменты. Склеивает их. Всё забывает. В следующий раз начинает заново.

LLM Wiki: вы добавляете источник. AI читает его, извлекает ключевую информацию, обновляет страницы сущностей, пересматривает summary тем, помечает противоречия, усиливает синтез. Знание накапливается. Каждый источник навсегда делает wiki умнее.

Как это работает:

→ Добавляете источник в raw-коллекцию: статья, paper, транскрипт, заметки
→ AI читает, пишет summary, обновляет индекс
→ Обновляет все релевантные страницы сущностей и концепций в wiki
→ Один источник может затронуть 10–15 страниц одновременно
→ Кросс-ссылки строятся автоматически
→ Противоречия между источниками помечаются
→ Задаёте вопросы к wiki. Хорошие ответы сохраняются как новые страницы
→ Ваши исследования накапливаются в базе знаний. Ничего не теряется в истории чата

100% open-source.

Существует много путаницы между Skills и Subagents в Claude Code.

И становится ещё сложнее, когда понимаешь, что сабагент может использовать скиллы, а скилл может поднимать сабагентов.

Вот статья, в которой разобрал, как каждый из них работает на самом деле и, что важнее, когда стоит использовать один вместо другого. 🤨

Безопасники призвали архангела: METATRON 💨

AI-ассистент для пентестинга на базе локальной LLM в Linux (Parrot OS)

Ты задаёшь целевой IP или домен. Он запускает тулы для разведки (nmap, whois, whatweb, curl, dig, nikto), передаёт все результаты в локально запущенную AI-модель, затем анализирует цель, выявляет уязвимости, предлагает эксплойты и даёт советы по фиксам. Все данные сохраняются в базу MariaDB с полной историей сканирований.

100% опенсорс

Прекрасные нововсти: кто-то сделал AI-систему для поиска работы под Claude Code, которая прогнала 700+ откликов и в итоге реально помогла ему устроиться на работу.

И ОНА ТЕПЕРЬ ОПЕНСОРС. 🤓

Она сканирует карьерные страницы разных компаний, переписывает твое CV под каждую вакансию и даже заполняет формы отклика. В репозитории есть:

> 14 режимов (evaluate, scan, PDF, …)
> терминальный дашборд на Go
> генерация ATS-оптимизированных PDF через Playwright
> 45+ преднастроенных компаний (Anthropic, OpenAI, ElevenLabs, Stripe…)

Компоненты кодинг-агентов: В этой статье сделаем небольшой разбор строительных блоков, лежащих в основе кодинг-агентов , от контекста репозитория и использования инструментов до памяти и делегирования.

Приятного прочтения 🪖

Дружеское напоминание: у Google есть официальное приложение для запуска Gemma 4 прямо на телефоне.

- 100% open-source
- Полностью офлайн и приватно
- Мультимодальность: текст / аудио / изображения
- Работает с Gemma E4B и E2B

И приложение доступно как на iOS, так и на Android.

Шаги и загрузка ниже:

1. Скачайте Google AI Gallery

- App Store
- Google Play

Исходный код доступен здесь: https://github.com/google-ai-edge/gallery

2. Выберите режим и модель

У вас есть несколько вариантов:

» Agent Skills
» AI Chat
» Ask Image
» Audio Scribe
» и т.д.

Если вам нужен просто локальный чат с Gemma 4 — выберите AI Chat.

Затем выберите:

» Gemma E4B, если телефон достаточно мощный (например, от 8 ГБ RAM)
» Gemma E2B, который тоже очень производительный

3. Готово!

Теперь вы можете общаться с моделью полностью локально и офлайн.

Даже если включить режим полёта, вы всё равно сможете пользоваться моделью без ограничений. 🌐

Claude не разрешено записывать файлы вне рабочего пространства.

Но он захотел это сделать.

Поэтому Claude написал Python-скрипт и выполнил его через bash, чтобы изменить файл, по сути обойдя мои ограничения доступа. 👋

Как сделать RAG в 32 раза более эффективным по памяти 😨

Существует простая техника, широко используемая в индустрии, которая делает RAG примерно в 32 раза более эффективным по памяти.

Perplexity использует её в своём поисковом индексе. Azure в своём поисковом пайплайне. HubSpot в своём AI-ассистенте

Чтобы в этом разобраться, вот гайд, где ты построишь RAG-систему, которая выполняет запросы к 36M+ векторам за <30 мс.

И техника, которая это обеспечит, называется бинарная квантизация.

Скилл для Claude Code, который взорвал GitHub: /last30days

Вводишь /last30days [topic], и он сканирует Reddit, X и веб — собирает всё, что авторы говорили по теме за последние 30 дней.

Двухпроходный подход: сначала широкий сбор по всем источникам, затем углублённый проход по конкретным аккаунтам, сабреддитам и именам, которые были найдены.

Результат: сводка с цитатами, метриками вовлечённости и, если тема связана с промптами — готовые к копипасту промпты.

Все данные сохраняются в SQLite для последующих запросов.

Установка: просто клонировать в ~/.claude/skills/ + добавить API-ключи.

Ссылка: github.com/mvanhorn/last30days-skill