КайфКодинг

Через час делаю прямой эфир с Колей Давыдовым в линкедине на английском, тема та же - про курсор как личный супер-агент и юзкейсы https://www.linkedin.com/posts/davidovs-vc_live-demo-see-a-personal-ai-super-agent-activity-7376419611354836992-MbRp

Заметил такую штуку.

ЛЛМ-ки очень любят проглатывать ошибки. Отсутствующие переменные или проблемы они заменяют на скрытые фоллбэки, которые потом по вам крайне больно бьют в дебаге.

Например. Обращаемся к "имени пользователя" . Не нашли? Тогда пусть это будет "Вася" и спокойно идем дальше. И пофиг что никаких Вась у нас нет.

Это помогает писать внешне работающий код, но подкладывает в него мину невозможности гарантировать работоспособность во всех случаях.

Для меня такое поведение — чуть ли не основной источник технического долга. Так что рекомендую такие выкрутасы максимально запрещать настройкам, ну и фиксить, если видите сами.

А вот и результаты — они показывают, что модели уже могут быстрее и дешевле справляться с некоторыми повторяющимися, четко определёнными задачами. Однако большинство профессий — это не просто набор задач, которые можно записать в виде инструкции, поэтому речи о полной замене людей, конечно, не идёт.

На первом месте с солидным отрывом Claude Opus 4.1, который выдаёт решения, оцениваемые эксертами не ниже, чем исполненные реальными людьми, для 47.6% задач. Только вдумайтесь, при парном сравнении с людьми модели начинают приближаться к паритету с отраслевыми экспертами!

На втором месте идёт GPT-5, которая слегка обгоняет o3, а уже затем располагаются все остальные. Самая слабая модель из замеренных — GPT-4o из прошлого поколения — служит точкой отсчёта прогресса, чтобы оценить, насколько большие изменения произошли буквально за год.

Не слушайте его)

Чем проще решение и архитектура вашего приложения, тем лучше.

Вы не продакшн решение пишете.

Причина?

Ограниченный контекст - чем меньше когда и структур, чем проще агенту писать код

Последние дни очень мало сплю, ложусь в 3-4 утра, встаю в 8 и херачу без остановки. Прям даже чувствую, что это уже чуток становится проблемой.
Думаю, скоро вайбкодеры будут приравнены к наркоманам подлежащим лечению 😁 Давно жизнь нам не подгоняла такой дофаминовой иглы. Натуральное казино со всеми признаками.

Че как колитесь, у вас так же или держитесь? Как заставляете себя не залипать поставить очередную тасочку, просто проходя мимо компа в туалет? Давайте, короче, устроим кружок анонимных вайбоманов и поделимся сокровенным.

Kling 2.5 - маленький Голливуд у вас в смартфоне

https://x.com/i/status/1970439808901362155

А вот и первый продукт, который (пока) будет доступен только Pro-пользователям: ChatGPT Pulse.

Pulse — это первый шаг к новой парадигме взаимодействия с AI, при котором ChatGPT становится проактивным и самостоятельно проводит исследование, предоставляет персонализированные обновления на основе ваших чатов, отзывов и подключенных приложений. Вы можете сами управлять тем, какие темы ChatGPT исследует, указывая, что полезно, а что нет — обратная связь будет применена уже на следующий день.

Вы можете подключить Gmail и Google Calendar, чтобы предоставить дополнительный контекст для более точных рекомендаций. Если подключен календарь, ChatGPT сможет подготовить примерную повестку встречи, напомнить вам о необходимости купить подарок на день рождения или предложить рестораны перед предстоящей поездкой.

Pulse доступен только на мобильном приложении; после обкатки доступ будет предоставлен и Plus-подписчикам.

«Состоятельные люди всегда имели доступ к помощникам, которые понимают их предпочтения, предугадывают их потребности и могут помочь во всем: от организации встреч и бронирования поездок до покупки одежды. Мы создаём продукт, который позволит со временем предоставить каждому уровень поддержки, ранее доступный только самым обеспеченным» — написала CEO of Applications Fidji Simo.

===

Этот релиз пропускаем, несите следующий 😢

OpenAI зарелизили gpt-5-codex в апи, можно потестить

Но они предупреждают, что модель очень своеобразная в промптинге, так как тренировалась opinionated именно на их подходе к кодингу. Я посмотрел гайд, и мое ощущение — под нее в принципе нужно писать пайплайн с нуля, или около того, чтобы максимально попадать в тренировочный набор.

Те кто юзали Codex CLI, думаю, в курсе, о чем это — модель реально своеобразно подходит к правкам кода и размышлениям, предпочитает писать кучу терминальных команд вместо вызова инструментов и т.д.

В общем. имейте ввиду, тупо заменить gpt-5 на codex скорее всего нахаляву не выйдет, чтобы получить скачок качества придется переписывать и промпты и обвязку.

Но в конечном итоге это крайне сильная моделька в кодинге, и игра может стоить свеч.

Как использовать Cursor и другие инструменты для создания команд AI-агентов? ⚡️

Еще один сногсшибательный лайв в AI-буткэмпе от Community Sprints про создание команд AI-агентов в Cursor и другие лучшие практики фаундеров AI-first стартапов 🔥

Кто был на лайве:

• Cева Устинов, Founder @ Elly Analytics. Сева использует Cursor (AI Editor) и автоматизирует с помощью него кучу процессов

• Ilya Berdysh, Co-founder AI-стартапа Mymeet. MRR $15k+, running to $20k, valuation $1.2M.

• Dmitrii Ive Sergeev, Ycombinator alumni, Founder @ Dashly. Дима вайбкодит и собирает продукт из AI-агентов

Тут можно посмотреть запись этого лайва

Здесь ключевые инсайты на Miro доске

Спасибо всем, кто подключился! Вы - супер и задавали очень классные вопросы ❤️

Канал про AI, growth и продукт 👀

AI в SDLC: от ассистентов к агентам

3 октября на конференции AI Boost я буду выступать с таким докладом. Саму конференцию про реальное ускорение разработки с помощью AI организовали ребята из Surf и где-то месяц назад они предложили мне выступить с продолжением моего доклада "Интегрируем AI в процессы разработки в большой компании", который я рассказывал летом на CTO Conf.

В новом докладе я планирую поговорить про переход от режима AI-«ассистентов» (GitHub Copilot, Cursor и др.) к агентному подходу - когда автономные ИИ-агенты становятся полноценными участниками SDLC и взаимодействуют между собой. Будут затронуты следующе темы
1. Почему про это так много говорят - экономические предпосылки и эффект на workforce
2. Почему для эффективности AI-агентов критически важны чёткая постановка задач и знание контекста проекта
3. Как роль инженера смещается в сторону тимлида команды AI-агентов и какие для этого требуются навыки и образ мышления
4. Как мы дошли до жизни такой и какие агентские инструменты появились или засияли в 2025 году (Claude Code, OpenAI Codex, ...)
5. Как мы создали свой агентский режим для разработки и как он себя показывает на наших сценариях
6. Как это связано с модным "вайб-кодингом", где новым многообещающим языком программирования видят ... английский

Если вам нравится эта тема, то покупайте билеты на конференцию и приходите слушать и задавать вопросы. А если вам интересно общее состояние дел о том, как AI влияет на инженерную культуру, то предлагаю пройти опрос от Т-Банка на эту тему. О чем этот опрос и почему его результаты будут интересными я уже рассказывал раньше.

#AI #Engineering #Software #Management #ML #DevEx

Вышел Grok 4 Fast

xAI запустил Grok 4 Fast — быструю «думающую» версию Grok 4 с контекстным окном 2 миллиона токенов. Модель умеет искать в интернете и переходить по ссылкам.

В xAI утверждают, что использование Grok 4 Fast обойдется в 47 раз дешевле обычного Grok 4. В LMArena модель заняла место на уровне Grok 4 и Claude Opus 4.

Grok 4 Fast уже доступен для всех пользователей на grok.com и в приложениях. Также есть доступ через API.

2 млн токенов!

Можно будет огромные проекты на 500-800 тыс токенов эффективно анализировать в системе

Прогноз на 6-12 месяцев:
1. Notion сделает нормальных агентов (релиз выше - это уже оно)
2. Google сделает нормальных агентов в документах и таблицах
3. OpenAI запустит свои собственные доки таблицы (уже были намёки

Тогда нафига учиться работать с Курсором и переносить всё туда?

А потому что через 6-12 месяцев Курсор и другие инструменты для разработчиков уедут ещё дальше вперёд. Сейчас агенты работают над задачами длинной в 5-10 минут, а представьте что масштаб задач которые решаются агентом за ночь?

Но всё это счастье возможно, только если у вас есть хорошо структурированный контекст о своей работе и жизни, включая документы, процессы, правила.

Context is king!

—
@vsevolodustinovchannel - только личные кейсы использования ai для работы и жизни

Очень сильный состав участников, если вы свободны вечером - обязательно посмотрите стрим

Live-встреча про реальный опыт использования AI & AI-агентов в бизнес процессах от фаундеров AI-first компаний стартует через 10 минут 🎉

На лайве будут:

• Cева Устинов, Founder @ Elly Analytics. Сева использует Cursor (AI Editor) и автоматизирует с помощью него кучу процессов

• Ilya Berdysh, Co-founder AI-стартапа Mymeet. MRR $15k+, running to $20k, valuation $1.2M.

• Dmitrii Ive Sergeev, Ycombinator alumni, Founder @ Dashly. Дима вайбкодит и собирает продукт из AI-агентов

Прямой линк на zoom:  https://us06web.zoom.us/j/84898418480

До встречи через 10 минут ✌️,
Команда Community Sprints

Небольшой апдейт https://swe-rebench.com

Добавили 4 модели: Grok 4, Qwen3-Next-80B-A3B-Instruct, DeepSeek V3.1, Kimi-K2 0905

Из хайлайтов:
- Grok4 ворвался в верхнюю часть лидерборда
- Kimi K2 значительно прибавил и, помимо общего топа, теперь входит в топ3 опенсурс моделей
- DeepSeek шагнул вперед тоже, но не так сильно. Зато посмотрите, сколько теперь токенов он генерит
- Qwen3-Next выглядит очень неплохо для своих A3B, ждем кодер версию

Только GPT-5 решила все задачи чемпионата мира по программированию

На студенческом чемпионате мира по программированию ICPC в Баку экспериментальная система OpenAI решила все 12 задач и превзошла официальных победителей из СПбГУ.

Ни одна из 139 команд не справилась с последней задачей чемпионата. GPT-5 нашла её решение с девятой попытки. Нейросеть работала в связке с экспериментальной рассуждающей моделью, которая помогала выбирать лучшие варианты ответов.

Gemini 2.5 Deep Think справился с 10 задачами и, по словам Google, мог бы занять второе место.

Результаты AI не входят в общий зачет. Чемпион ICPC — команда СПбГУ, решившая 11 задач.

https://venturebeat.com/ai/google-and-openais-coding-wins-at-university-competition-show-enterprise-ai

Детектив на ночь
Что произошло с Claude Code в августе? Почему его качество так деградировало?

https://www.anthropic.com/engineering/a-postmortem-of-three-recent-issues

Онлайн: Разбираемся с Gemini CLI, Claude Code и Codex CLI на продвинутом уровне вместе с экспертами

Сегодня, в среду, в 17:00 по МСК, 16:00 по CEST и в 19:00 по Алматы встречаемся с Александром Колотовым, чтобы разобраться в том, как эффективно использовать Gemini CLI в повседневных задачах программиста. Помимо разных фишек Gemini CLI так же увидим как CodeAlive MCP может усилить Gemini CLI. Александр - разработчик с 20-ти летним стажем, сейчас кодит преимущественно на Elixir в компании Blockscout.

Добавляйте в календарь встречу "Раскрываем потенциал Gemini CLI + MCPs", чтобы не пропустить: https://calendar.app.google/rgjV3Q3BW8Kw68P47

—

А в этот четверг, 16:00 МСК, 15:00 CEST и 18:00 по Алматы пройдет встреча с Максимом, автором замечательного Telegram-канала Этихлид. Из всех моих знакомых Максим наиболее глубоко и широко погружен в тему кодовых агентов - регулярно пробует и обозревает разные решения и (что важно) не зацикливается на каком-то одном агенте. Цель встречи - на реальной задаче посмотреть как эффективно использовать Claude Code со всякими продвинутыми фишками типа субагентов, а также разберемся в каких случаях может пригодится Codex CLI. Помимо глубокой погруженности в тему, у Максима так же опыт разработки почти 20 лет.

Добавляйте встречу "Claude Code vs Codex. А не пора ли нам обновить воркфлоу?" в календарь, чтобы не пропустить: https://calendar.app.google/8awBNMRXowCW9tp5A

Обе встречи будут записаны, но у тех, кто подключится Live будет возможность задать свои вопросы экспертам.

Курс по AI агентам от Berkeley

В прошлом году я писал про курс про LLM от них же —> теперь будет про AI агентов по понятным причинам. Это бесплатный MOOC курс, я рекомендую, будут лекторы из openai, nvidia, deepmind, microsoft. Первая лекция сегодня

В аттаче интро презентация - из нее будет понятно кому это и зачем.

Have fun!