Вайб-кодинг

Кэширование промптов в больших языковых моделях: кейс о том, как Claude достигает 92% cache hit-rate

Каждый раз, когда ИИ-агент делает шаг, он отправляет всю историю диалога обратно в модель.
Туда входят системные инструкции, определения инструментов и контекст проекта, который уже обрабатывался три хода назад. Всё это заново читается, заново обрабатывается и заново тарифицируется на каждом шаге.

В долгоживущих агентных воркфлоу такие избыточные вычисления часто становятся самой дорогой строкой затрат во всей ИИ-инфраструктуре.

Системный промпт на 20 000 токенов при 50 шагах — это 1 миллион токенов избыточных вычислений, оплаченных по полной цене и не создающих новой ценности. И эта стоимость накапливается для каждого пользователя и каждой сессии.

Решение — кэширование промптов. Но чтобы использовать его эффективно, нужно понимать, что именно происходит под капотом. Вот разбор. ❤️

Теперь в NotebookLM можно добавлять кастомные обложки и описания к любым своим ноутбукам 🥳

Это удобно для формирования аккуратной сетки или добавления персонального штриха перед тем, как делиться ноутбуком с публикой.

(Рекомендуется загружать изображение с соотношением сторон 16×9, желательно с вашим главным персонажем)

🤔 Внутри Codex появился встроенный браузер с режимом комментариев

Можно открывать любые веб-страницы и быстро итерироваться с агентом через point-and-click.

Codex автоматически делает скриншот, захватывает DOM-элемент и передаёт это как точный контекст в следующий чат.

Больше не нужно переключаться между браузерами, перетаскивать скриншоты и разбираться с недостаточно конкретными промптами.

Подходит для фронтенд-разработки приложений и страниц, а также полезно, когда у тебя открыта документация и нужно просто задать вопрос.

Жизнь после перехода с Claude на Codex.

😬 Большой день для Codex

Codex теперь может сам просматривать экран, кликать мышью и вводить текст с клавиатуры. Он запускает несколько агентов параллельно на Mac, не перехватывая окна, с которыми вы активно работаете. Это особенно полезно для софта без открытых API

В десктопное приложение добавлен встроенный браузер, позволяющий обводить и аннотировать элементы прямо на веб-страницах, чтобы отдавать команды агентам. Сейчас это в первую очередь ориентировано на фронтенд-разработку и отладку игр. Также добавлена генерация изображений на базе новой модели gpt-image-1.5

Дополнительно появилось более 90 новых плагинов, интегрирующих инструменты вроде JIRA, GitLab, CircleCI, полный стек Microsoft и Neon от Databricks. Само десктопное приложение получило функции для работы с комментариями ревью в GitHub, вкладки мультитерминала, SSH-подключение к удалённым devbox (песочницам разработки), а также предпросмотр PDF, таблиц и презентаций прямо в боковой панели.

Есть две особенно важные функции. Первая - память: Codex запоминает ваши предпочтения, прошлые правки и накопленный контекст, чтобы не обучать его заново под похожие задачи. Вторая - «самопланирование»: он может сам назначать себе задачи на будущее, автоматически возвращаясь к ним через недели, чтобы продвигать долгосрочные проекты

Alibaba выпустила Qwen3.6-35B-A3B сегодня.

Это разреженная MoE: 35 млрд параметров , активны только 3 млрд.

Она превосходит плотную модель Qwen3.5-27B (27 млрд параметров) на ряде ключевых кодинговых бенчмарков и значительно опережает своего прямого предшественника Qwen3.5-35B-A3B, особенно в задачах агентного кодинга и рассуждения.

Qwen3.6 изначально мультимодальная, и Qwen3.6-35B-A3B демонстрирует возможности восприятия и мультимодального рассуждения, значительно превышающие ожидания от её размера, при всего ~3 млрд активных параметров.

На большинстве vision-language бенчмарков её результаты сопоставимы с Claude Sonnet 4.5 и даже превосходят его на ряде задач. Особенно заметны сильные стороны в пространственном интеллекте: 92.0 на RefCOCO и 50.8 на ODInW13.

Unsloth добавили GGUF, так что модель можно запускать локально на 23 ГБ ОЗУ / Mac в 4-битном режиме. (гайд) 😊

Вышел Claude Opus 4.7

Что изменилось по сравнению с Opus 4.6:

Кодинг.
Самый большой буст – в самых сложных, long-horizon задачах по разработке. Ранние тестеры говорят, что теперь можно делегировать задачи, которые раньше требовали постоянного контроля. Opus 4.7 теперь валидирует свои ответы перед тем, как их отдавать.

Vision.
Принимает изображения до 2,576px по длинной стороне (~3.75MP) – это больше чем в 3 раза по сравнению с предыдущими версиями Claude. Это реально разблокирует сценарии с computer-use агентами: чтение перегруженных скриншотов, извлечение данных из диаграмм и т.д.

Следование инструкциям.
Теперь интерпретирует инструкции буквально. Anthropic прямо предупреждает: промпты, затюненные под 4.6, могут ломаться или давать неожиданный результат.

Память.
Стал лучше работать с памятью на основе файловой системы в длинных многосессионных сценариях.

Реальные knowledge-work задачи.
SOTA на Finance Agent eval и GDPval-AA – это сторонние бенчмарки на экономически ценные задачи с упором на работу со знаниями в финансах, юриспруденции и не только.

Тот же прайс, что и у 4.6 ($5 / $25 за миллион токенов); Но новый токенизатор – один и тот же вход теперь может превращаться в 1.0–1.35x больше токенов в зависимости от типа контента.

https://www.anthropic.com/news/claude-opus-4-7

Cовет: не обязательно тратить большие деньги на инструменты ИИ для кодинга.

Вот (достаточно полный) список инструментов с БЕСПЛАТНЫМ доступом :

Cursor Pro — (студентам на 1 год)
Google AI Pro — (студентам на 1 год)
Codex FREE (бесплатный аккаунт ChatGPT даёт доступ к Codex)
OpenAI Student ($100 кредитов API)
OpenAI для мейнтейнеров OSS ($200 подписка Pro)
Gemini CLI (250–1000 запросов в день на G3 Flash с Google-аккаунтом)
GitHub Copilot Student — (пока есть статус студента)
Anthropic для мейнтейнеров OSS ($200 максимум по подписке)
OpenRouter — (много бесплатных моделей через API-ключ)
Nvidia NIM — до 6000 бесплатных запросов, работает с Opencode

Kilo Code — регулярно даёт доступ к бесплатным моделям
Mistral Vibe — бесплатный доступ к Codestral API
Antigravity IDE — ограниченный бесплатный доступ с Google-аккаунтом
Kiro IDE/CLI — 50 бесплатных запросов в месяц + 500 кредитов при регистрации

Менее впечатляющие, но заслуживают упоминания:

GitHub Copilot — 1000 автодополнений + 50 сообщений в месяц
Amazon Q Developer — 1000 автодополнений + 50 сообщений в месяц

Также есть триалы у разных провайдеров.

ИЛИ, как многие пишут "КУПИ СЕБЕ GPU" 👂

Обратный прокси для Claude Code: LLM-anonymization, который анонимизирует чувствительные данные пентеста (IP-адреса, хэши, учётные данные, имена хостов, персональные данные) перед отправкой в Anthropic.

Двухслойное обнаружение: локальная модель через Ollama + страховка на регулярных выражениях, с настройками на уровне каждого пентеста.

https://github.com/zeroc00I/LLM-anonymization 👉

Если вайбкодить на ассемблере, компилятор вообще не нужен. 👂

Dave Plummer проверил одну штуку: может ли ChatGPT сгенерировать полноценное бинарное приложение сразу в машинном коде, без промежуточного представления?

Оказалось, может. И бинарник занимает 1024 байта… и он работает.

На всякий случай уточню: Dave Plummer подготовленный специалист. Сильные модели неплохо генерируют C, C++ и Rust, а дальше компиляторы делают основную работу — распределение регистров, выбор инструкций, векторизацию и оптимизацию под конкретную архитектуру. Если опускаться ниже этого уровня, корректность и надёжность оптимизаций быстро деградируют.

Да, компилятор можно обойти, но быстрее или лучше от этого не становится.

Нашёл новую игрушку в Claude Code

Одной командой можно разобрать любой Android APK до последнего слоя:

/decompile app.apk

Что умеет:

→ Декомпилирует APK / XAPK / JAR / AAR → автоматически извлекает все интерфейсы Retrofit, вызовы OkHttp, скрытые URL

→ Трассирует полный чейн вызовов: Activity → ViewModel → Repository → HTTP

→ Анализ в один клик: Manifest, архитектурные паттерны → справляется даже с кодом, обфусцированным через ProGuard/R8

Грубо говоря, ИИ может сгенерировать полную API-документацию любого приложения за 5 минут.

Для ресёрча безопасности / анализа конкурентов / изучения реверс-инжиниринга — самое то 🔮

https://github.com/SimoneAvogadro/android-reverse-engineering-skill

LLM-база знаний → слайды

После поста Karpathy (про свой сетап LLM Knowledge Base) стало понятно: вики удобно хранить, но неудобно показывать. Нужен быстрый способ превращать это в презентации.

Один чувак сделал простой пайплайн: вики с AI-статьями (1000+ работ, 20 тем) автоматически уходит в Gamma и превращается в слайды.

Флоу: Obsidian → Gamma MCP → сразу предпросмотр в дашборде.

Одна команда агенту и он сам берёт нужные статьи, прогоняет через Gamma и отдаёт готовую презентацию.

Подключаешь коннектор Gamma к Claude , и у агента появляется доступ к инструментам генерации.
Оркестрация через Claude Agent SDK, с встраиванием результата через iframe.

😊 В этот раз на твиттере захайпился Claude Code, только для автономного пентеста по всей цепочке атаки.

Называется Decepticon — система из 5 ИИ-агентов, названных в стиле трансформеров.

Задаёшь целевой IP, и дальше платформа внутри изолированной Kali-среды сама проводит весь сценарий: разведку, поиск уязвимостей, эксплуатацию, закрепление, сбор учётных данных и латеральное перемещение.

Без участия человека в цикле. Опенсорс.

Кто-то собрал скилл «nothing design» для Claude Code.

Просто вызываешь /nothing-design, и он генерирует весь UI в фирменном монохромном индустриальном стиле.

Швейцарская типографика, матричные паттерны и глубокий OLED-чёрный — всё зашито прямо в агент.

В Claude Code появились: рутины (в превью)

Настраиваешь рутину один раз (промпт, репозиторий и коннекторы), и она может запускаться по расписанию, через вызов API или в ответ на событие.

Рутины выполняются в веб-инфраструктуре Anthropic, поэтому не нужно держать ноутбук включённым.

У каждой рутины есть собственная точка API, так что можно направлять алерты, хуки деплоя или внутренние инструменты напрямую в Claude. Попробуй отправить алерт-пейлоад и попросить найти владеющий сервис и запостить триаж-саммари в #oncall.

Сделай POST-запрос с сообщением и получи в ответ URL сессии.

Webhook-рутины подписываются на события GitHub и позволяют Claude реагировать на них по мере поступления. Можно подключить такую к репозиторию и попросить отмечать любые PR, которые затрагивают /auth-provider, и постить саммари в #auth-changes.

Скоро появятся дополнительные источники событий.

Рутины по расписанию позволяют задать периодичность и не возвращаться к задаче. Можно настроить, чтобы каждую ночь в 2:00 Claude брал топовый баг из Linear, пытался его исправить и открывал draft PR.

Если ты использовал /schedule в CLI, теперь это рутины, ничего мигрировать не нужно.

Доступно уже сейчас на всех платных планах при включённом Claude Code в вебе. 🤔

Появилась открытая альтернатива ElevenLabs с открытыми весами.

Voxtral — модель синтеза речи (текст-в-речь) от Mistral:

- всего 4 млрд параметров
- задержка 70 мс для голосовых агентов
- клонирование голоса по 3 секундам аудио
- 9 языков + кросс-языковой перенос
- 68.4% побед по сравнению с ElevenLabs Flash v2.5

Открытые веса доступны на Hugging Face.

Слишком опасно, чтобы выпускать. Достаточно безопасно, чтобы продвигать. 😆

Определяй функции на обычном языке и запускай их локально: PAW

PAW компилирует спецификации на естественном языке в компактные нейронные программы. После компиляции они работают как обычные Python-функции (без интернета, без внешнего сервиса, без оплаты за вызовы).

Нейронная программа объединяет дискретный текст и непрерывную LoRA для адаптации фиксированного интерпретатора.

Подходит для нечетких задач: триаж по срочности, починка сломанного JSON, фильтрация логов, роутинг инструментов.

Хорошо сочетается с код-агентами: http://programasweights.com/agents

Интерпретатор — предобученный Qwen3 0.6B, без модификаций. Вся адаптация под задачи происходит через скомпилированную нейронную программу.

На FuzzyBench: 73.4% точности против 9.8% у прямого промпт-инжиниринга той же 0.6B. Даже Qwen3 32B даёт только 68.7%.

Их интерпретатор на базе GPT-2 — всего 124M параметров, достаточно компактный, чтобы полностью работать в браузере через WebAssembly.

Скачиваешь базовую модель ~134 МБ один раз, затем каждая нейронная программа занимает ~5 МБ. Сервер для инференса не нужен.

python: pip install programasweights
js: npm install @programasweights/web