Вайб-кодинг

Как LLM может переключаться между низким, средним и высоким уровнем вычислительных усилий при рассуждении? И как LLM учится рассуждать более или менее глубоко?

Cебастьян Рашка подготовил небольшую статью, в которой объяснил, как эти уровни усилий реализуются во время инференса и обучения.

Рынок ИИ-моделей сейчас:

Основатель Kimi Ян Чжилинь, о том, как на самом деле создаются передовые ИИ-модели: смотреть 💪

Этот скилл /apple-design точно стоит сохранить каждому:

https://github.com/emilkowalski/skills/blob/main/skills/apple-design/SKILL.md

Он адаптирует и переносит дизайн-принципы Apple с WWDC на веб-платформу. Всего в нём собрано 17 основных принципов, и каждый сопровождается примерами кода.

Причём эти принципы действительно стоит внимательно изучить. Это не очередной скилл с подборкой разных визуальных эффектов, а серия концентрированных дизайн-подходов, которые имеет смысл разбирать системно.

Разрыв между американскими закрытыми моделями и китайским опенсорс продолжает сокращаться, друзья. Alibaba готовит к релизу Qwen 3.8.

По их словам, она обходит GPT-5.6 и лишь немного уступает Fable 5 🤔

> 2,4 трлн параметров
> Open Source / Open Weights

При этом ждать полноценного релиза для тестирования уже не нужно — Qwen3.8-Max-Preview появилась в Alibaba Token Plan, Qoder и QoderWork.

С каждым днём всё становится напряжённее, и GLM тоже скоро выпустит новую модель.

Международная версия:
https://qwencloud.com/pricing/token-plan

Китай:
https://platform.qianwenai.com/pricing/token-plan

Кстати, у Kimi K3 есть CLI для работы с ним.

Он с открытым исходным кодом, который поддерживает Moonshot — та же лаборатория, что стоит за K3.

И у него есть фичи, которых нет в Claude Code:

> Можно просто отправить запись экрана прямо в чат в качестве входных данных.
> MCP-серверы настраиваются в диалоге через /mcp-config, без ручного редактирования JSON.
> Встроенные субагенты coder, explore и plan работают каждый в собственном изолированном контексте, поэтому основной диалог остаётся чистым.

CLI поддерживает Agent Client Protocol, поэтому Zed и JetBrains могут напрямую управлять сессией.

Настройка занимает три шага:
1. Запустите установочный скрипт: curl -LsSf https://code.kimi.com/install.sh | bash
2. Запустите CLI командой kimi
3. Авторизуйтесь через /login — и всё готово

Сам CLI бесплатный 🫡

Стратегический руководитель OpenAI Дин У. Болл заявил, что Kimi K3 — очень сильная модель.

По его словам, в агентном программировании её возможности уже приблизились к уровню лучших публично доступных моделей первого квартала 2026 года. И такой результат нельзя просто объяснить дистилляцией.

Но говорит он об этом не только ради похвалы Kimi K3. По его словам, «мир, в котором доминируют модели с открытыми весами, — это настоящий ИИ-коммунизм».

Он также прогнозирует, что правительство США со временем найдёт способы не допустить китайские модели в американские компании. Для этого достаточно сформировать недоверие к таким моделям, даже если для него нет веских оснований. Прямой запрет не нужен, достаточно создать страх, чтобы компании не спешили внедрять такие модели, но при этом не подтолкнуть всех разработчиков к зарубежным провайдерам, которых ещё сложнее регулировать.

Вот это поворот. 👌

Официально: прощайте, Vercel, AWS и дорогие серверные провайдеры. 🙄

Появилась полностью независимая опенсорс-альтернатива — OpenShip.

OpenShip это универсальная платформа, которая позволяет создавать, развёртывать и запускать приложения на собственной инфраструктуре и собственных серверах.

Всё в рамках одной платформы со 100% открытым исходным кодом.

При этом управлять деплоями можно и через Claude Code или Cursor, просто подключите их к OpenShip MCP

OpenShip поддерживает детально настраиваемые разрешения для MCP и персональных токенов доступа, поэтому агенту можно открыть доступ только к конкретным ресурсам.

Всё это доступно и в self-hosted-версии.

Инженер Google Кормак Брик объяснил, как дообучить крошечную LLM прямо на телефоне и повысить её точность с 46% до 90%.

Схема такая:

1. Выбрать Gemma 270M.
2. Сгенерировать синтетические данные для своей задачи.
3. Дообучить модель с помощью LoRA.
4. Квантизировать её до int4.
5. Развернуть на Pixel и получить скорость до 2000 токенов в секунду.

Именно благодаря такому циклу модель на 270 млн параметров может превзойти модель на 70 млрд параметров в конкретной задаче - при этом полностью работать офлайн прямо у вас в кармане.

> ютуб

Жизнь после ИИ ❤️

Настоятельно рекомендую этот обзор самообучающихся агентных систем.

Самоулучшающиеся агенты постепенно переходят от исследовательских демонстраций к реальным внедрённым системам.
В этом обзоре современный агент рассматривается как фундаментальная модель, дополненная рабочей обвязкой.

Самоулучшение формализуется как оператор, который по результатам собственной работы вносит изменения либо в саму модель, либо в окружающую её систему управления.

Статья: https://arxiv.org/abs/2607.13104

Kimi творит чудеса: парень поручил рою агентов Kimi K3 Max воссоздать macOS 27 в виде веб-приложения.

Результат получился настолько реалистичным, что легко забыть, что перед вами не настоящий Mac, а интерфейс, целиком работающий в браузере. 🎉

https://macos27.kimi.page/

WTF: кто-то буквально с нуля выложил в открытый доступ целую программу обучения по AI engineering 🤯

В ней 503 урока, разбитых на 20 последовательных этапов: от линейной алгебры до LLM, RAG, AI-агентов и автономных систем. На всём протяжении курса есть код, который можно запускать.

Если хочется глубоко разобраться в основах ИИ, это один из самых структурированных бесплатных ресурсов, которые можно найти.

Совет: если что-то покажется непонятным, вставьте урок в NotebookLM и попросите объяснить концепции или превратить материал в подкаст, который можно послушать :)

Если вы используете Hermes Agent, это единственный список скиллов, который вам понадобится. 271 бесплатный скилл, готовый к установке.

85 встроенных, 101 опциональный и 85 от сообщества. У каждого скилла указан статус и команда для установки.

Работает с Claude Code, OpenClaw, Cursor и Windsurf.

Полностью бесплатно. 🔈

Теперь с помощью одного плагина можно оркестрировать Fable 5, Sol и любую другую модель внутри Codex.

Он называется Codex-Orchestration.

Назначьте Fable 5 советником, Sol — исполнителем или распределите любые модели по любым ролям. Затем задайте порядок их работы. Codex возьмёт маршрутизацию на себя.

Чувак протестировал связку Fable 5 High в роли планировщика и GPT-5.6 Sol Extra High в роли исполнителя на наборе задач, с которыми Opus и GPT-5.5 регулярно испытывали сложности:

> всё было готово за 30 минут;
> на 40% меньше срабатываний лимитов;
> реализация в 2 раза быстрее.

Для установки вставьте в Codex:

"Install Codex Orchestration:
codex plugin marketplace add Cjbuilds/Codex-Orchestration codex plugin add
codex-orchestration@codex-orchestration
Verify the installation, then tell me to start a new task."

Затем назначьте модели:

@ codex-orchestration advisor:
Claude Fable 5 High, Executor: GPT-5.6 Sol High

Открытый исходный код. Настраивайте маршрутизацию как угодно.

Также вчера они выпустили Nemotron 3 Embed 8B, и он занял первое место в общем рейтинге RTEB 🏆

RTEB оценивает точность поиска по реальным задачам. Чем лучше retrieval, тем более релевантный контекст получают агенты, что помогает повысить точность их ответов.