Kodik

❤️ KodikChat — анонс

Возможно, вы заметили, что в приветственном посте (в реплае) после массовых блокировок от Cursor было это название. Самые внимательные заметили, что на него нет ссылки, как на остальные...

Этим постом мы рады представить новый продукт экосистемы Kodik для бизнес-задач любого калибра. Знакомьтесь — KodikChat. В нём две независимые функции: собственно чат в привычном веб-интерфейсе и платформа для ИИ-агентов, которым можно отдавать как отдельные запросы через веб-интерфейс, так и всю работу — от проекта и до результата. Сферы применения не ограничены — настроенные вами агенты помогут как с кодом, так и с обзором рынка, так и с документооборотом.

Например, пока вы спите, агенты могут:

• забрать новые лиды из CRM, изучить компании и подготовить персональные письма;
• найти подходящие Telegram-каналы, собрать статистику, запросить цены и посчитать метрики;
• найти потенциальных клиентов, определить их потребность, принимающих решения лиц и собрать материал для первого контакта.

Для этого — и многого другого — агенту не нужно каждое утро приносить новые вводные от HR или бухгалтерии. CRM, почта и другие системы подключаются через MCP-серверы. KodikChat может работать с веб-сервисами через браузер — контролируемо, автономно, 25/8 круглосуточно.

Результат работы собирается в едином дашборде. Любые неоднозначные действия, которые могут смутить клиента или отдел инфобеза, проходят через согласование.

Начать можно вообще с режима черновиков: посмотреть, как агент справляется с реальными задачами, поправить его и только потом постепенно отдавать типовые действия в автоматический режим.

Если в одном предложении:

KodikChat просыпается раньше вас и приносит готовую рутину, разгружая вас для более интересных задач.

🔥

Сейчас готовим ранний доступ. И хотим понять, кому было бы интересно попробовать и довести нам до конца тесты. 👇

👻 Kodik v2.2.5 — неделю спустя

Релиз 2.2.0 получился большим: оркестратор, субагенты, Team Board, долгосрочные цели — и множество других изменений под капотом.

Прошедшую рабочую неделю мы почти целиком посвятили багфиксам.

Если коротко: Kodik стал заметно устойчивее к длинным, тяжёлым и просто неудачно сложившимся сессиям.

Если длиннее — из основных улучшений:

• длинные чаты реже упираются в контекст, а кнопка "Продолжить" после выхода чата за пределы контекстного окна снова умеет вытаскивать диалог;
• один повреждённый чат больше не ломает остальные, а проблемы со сводками не превращают сессию в кирпич;
• параллельные правки десятков и сотен файлов больше не перегружают агента;
• починили Restore, Keep, Undo и Fork в сценариях, где одновременно что-то сохраняется, восстанавливается или открыто в другом окне;
• индексация больших проектов ест примерно на треть меньше памяти и больше не тащит в индекс Python .env-файл;
• текст из Word теперь вставляется именно текстом;
• для Windows-версии: Kodik больше не может перезаписать другой редактор на базе VS Code при установке или обновлении. Любителям WorkAI передаём привет! 😉

Также несколько небольших, но приятных изменений UX: рассуждения раскрываются, пока модель думает, правки файлов появляются в чате сразу во время записи, а сводки инструментов показывают время размышлений агента.

В общем, после большого функционального релиза активно устраняли последствия. Теперь меньше странных состояний, меньше зависаний, больше стабильности, больше удобства в использовании.

Обновляйтесь — свежий билд уже можно гонять на ваших самых крупных задачах. 👀

👾 Экономия с оркестратором — лучшие практики

Оркестратор — новая фича в Kodik v2.2.X — позволяет отправить на задание команду субагентов. Но есть закономерность: чем больше агентов участвует в работе, тем дороже обходятся лишние действия.

Собрали вам шпаргалку из не самых очевидных способов держать расход под контролем:

1. Оставьте дорогую модель руководителем

Имеет смысл выбрать наиболее мощную модель под родительскую — ведь ей нужно распределить работу, собирать результат. Субагентам можно смело назначить более бюджетные модели — особенно для повторяемых, хорошо формализованных задач.

2. Не собирайте команду там, где достаточно одного агента

Оркестрация сама по себе создаёт дополнительный расход: постановка подзадач, передача контекста, ответы агентов, сведение результатов — всё это тратит кредиты на неизбежные взаимодействия между субагентами. Исправить функцию в одном файле дешевле одним агентом, чем созывать по этому поводу фантастическую ИИ-четвёрку целый оркестр.

3. Разделяйте роли

Если аналитик, архитектор и ещё два сторонних агента изучают один и тот же аспект проекта, вы платите несколько раз за повторную работу. Лучше разделить зоны ответственности и устранить дубли до начала работы.

4. Сужайте поле поиска

Или промпт-инжиниринг, актуальный для любого взаимодействия с ИИ. "Разберись в проекте и исправь проблему" почти гарантированно породит больше телодвижений, чем "ошибка возникает в модуле X после строки Y, менять можно файлы A и B". Чем точнее запрос, тем меньше лишнего контекста придётся обработать всей команде агентов.

5. Не просите каждого агента проверять остальных

Частично пересекается с первой практикой. Несколько независимых ревью полезны для критичных изменений, но для обычной задачи это, как правило, избыточно. Оставьте фронтир проверять работу "рабочих лошадок" — чаще всего это достаточно.

Главный принцип здесь простой: оркестратор экономит время, но стоимость ошибки или не очень грамотного использования в нём больше.

В актуальной версии Kodik 2.2.3 оркестратор удивил даже нас. А вы уже успели опробовать? 👀

А еще пользователей Kodik за последнее время заметно прибавилось, а вместе с ними пришёл и запрос на более гибкие форматы подписки. Решили не гадать, а спросить напрямую: какой вариант был бы удобнее или интереснее именно вам?

⚠️ Приложения к Kodik 2.2.1

Выпустили горячий патч вчерашнего обновления — и нам есть, что сказать! По тезисам:

Про стабильность

v2.2.0 — большой и, как мы искренне считаем, очень хороший релиз, но в ближайшие несколько дней нам может понадобиться ваша помощь, чтобы окончательно обкатать его в бою.

Если вас полностью устраивает текущая версия и сейчас важнее предсказуемость и стабильность работы — можете спокойно подождать пару дней. Если же вы сталкивались с проблемами в предыдущей версии, большинство багов, о которых нам сообщали, в 2.2.1 уже исправлены. Новые (если будут наблюдаться) очень просим репортить нам — здесь в чате или в личных у @Kodik_AI.

О старых чатах

Как было сказано в основном посте, система сессий была полностью переработана — как следствие, история чатов с обновлением пропадёт. Тем не менее, восстановить их можно. Чтобы восстановить чаты, вбейте в поисковую строку в IDE — >Kodik: Восстановить старые JSON-сессии чата (кликабельно). Либо подтяните эту команду через горячие клавиши — Ctrl + Shift + P.

Важно: чтобы команда сработала, необходимо обновить версию приложения до актуальной.

Про модели

Предполагаем, многие заметили сегодняшний выход DeepSeek V4.1, что могло сказаться на работе V4. Мы и сами замечали некоторое снижение качества генерации. Сейчас временно (до ввода провайдером нового ID модели) все запросы к DeepSeek V4 Flash и Pro версии перенаправляются на свежую V4.1 Flash. Если работаете с ней и замечаете странности — расскажите, что именно заметили.

Как альтернативу советуем присмотреться к GPT-5.6 Luna либо GLM 5.3 Flash. Они тоже стоят относительно недорого и во многих задачах расходуют меньше токенов, чем DeepSeek. Поэтому на длинной дистанции могут оказаться даже выгоднее.

Про бенчмарки (тизер 👀)

Сейчас готовимся к большой серии бенчмарков Kodik. Будем сравнивать наш harness с другими глобальными решениями, запускать модели разных ценовых категорий — и использовать в том числе глобальные бенчмарки.

Подготовка методологии ещё идёт, поэтому сейчас особенно интересно услышать ваши предложения. Если есть бенчмарки, модели, настройки или другие моменты, которые, на ваш взгляд, обязательно стоит учесть, — делитесь в комментариях, учтём.

Примерно через неделю-две подробно покажем саму методологию тестирования. А после этого опубликуем результаты и сравним Kodik с другими harness'ами и AI-IDE уже на цифрах. И на цифрах же докажем, что мы лучшие. 🔥

В общем, обновляйтесь и тыкайте всё, до чего дотянетесь. Сделаем Kodik великим вместе. 😎

💻 Kodik 2.2.0 — оркестр на месте

В анонсе обновления (в реплае) рассказывали, что агентам в Kodik IDE стало тесно работать поодиночке. Обновление вышло — и теперь оркестрацию сможет проверить каждый.

Главным в Kodik v2.2.0 мы считаем новый режим работы с длительными задачами:

· ставите агенту большую цель через /goal;
· собираете под неё команду суб-агентов;
· следите за работой через Team Board;
· вмешиваетесь по мере необходимости: добавляете контекст, меняете курс и общаетесь с оркестратором без остановки всей задачи.

Заодно прокачали сессии и контекст, кастомных провайдеров, интерфейс выбора моделей и поправили пачку вещей, которые могли раздражать в 2.1.1. Среди них — ошибка соединения (привет, чат 👋).

В общем, Kodik теперь не только выполняет задачи быстро и качественно, но и сам организует весь путь от идеи до продукта. Релиз получился одним из самых больших в истории Kodik. Числа говорят сами за себя — +300 000 строк кода и около 50 000 удалённых.

Обновляйтесь, собирайте свой первый оркестр и идите тыкать всё, до чего дотянетесь. Изменений много, поэтому на старте могут всплывать баги. Если заметите что-либо странное — пишите нам в чат или @Kodik_AI, будем быстро собирать фидбек и чинить. 👽

⚠️ Важно перед обновлением: мы полностью переработали систему чат-сессий, поэтому старые сессии после установки 2.2.0 больше не откроются. Если в них осталось что-то нужное, экспортируйте чаты заранее.

P.S.: следующим постом расскажем подробнее, почему считаем это обновление одним из самых больших в истории Kodik IDE. 🫡

🐱 Всем прибывшим после блокировок от Cursor

Представимся и заодно освежим память олдам: мы — команда АрхиТех ИИ, и мы разрабатываем Kodik. С момента запуска в виде редактора кода с ИИ Kodik успел заметно разрастись, и cейчас представляет из себя экосистему передовых ИИ-инструментов для людей и бизнеса.

Что у нас есть:
· Kodik IDE — редактор кода с ИИ-агентами. Новые билды выпускаем регулярно — следующий ожидается на этой неделе.
· KodikRouter — единая точка доступа к разным LLM-моделям без путаницы в ключах. Полностью OpenAI-совместимы. 😎
· KodikShield — обученная NER-модель для маскирования уязвимых данных в запросах.
· KodikScan — сервис для проверки контента на признаки генерации или изменения с помощью ИИ.
· KodikChat — веб-чат и агентская среда для любых рабочих задач. Его релиз тоже скоро. 😶‍🌫️

Здесь рассказываем о релизах, ИИ-разработке и о том, что происходит внутри Kodik. и тревожно ждём эру AGI

Очень любим ваши отзывы и предложения по улучшению работы! Присылать их можете в личные @Kodik_AI или прямо в чате канала.

Рады всем. За то, что вы разработчик из России, мы вас точно не забаним. 🌚

🩼 Профилактика прода: проверяем работу ИИ-агента

Код собирается, все тесты зелёные, а агент уверенно пишет готово... Частая ситуация, что код использует сломанные зависимости, тесты подгоняются агентом. Чтобы случайно не положить прод, пройдитесь перед пушем по чек-листу ниже:

1. Посмотрите diff целиком
Весь проект, не только изменённый файл. Агент мог заодно "немного упростить" конфиг, удалить обработчик или отрефакторить то, о чём его вообще никто не просил.

2. Проверьте happy path сами
Протестируйте сценарий, ради которого вносились изменения. Тесты могут проверять новую функцию — и не заметить, что соседние функции ушли в отказ.

3. Прогоните edge-кейсы
Пустой ответ, таймаут, 500 или другие ошибки от API, неожиданный формат данных, повторный запрос до завершения первого — тысячи их. Тесты их учитывают, но ИИ любит их подгонять, чтобы поскорее от вас отделаться создать видимость безупречной работы.

4. Ищите хардкод
API-ключи, URL, токены, пути, ID, тестовые аккаунты и значения из локального окружения не должны внезапно уехать в репозиторий. В Kodik для сохранения секретов предусмотрен KodikShield, но перестраховка с уязвимыми данными никогда не будет лишней.

5. Проверьте зависимости и миграции
Новый пакет, обновление или изменение схемы и политик БД могут всплыть намного позже одного билда. И стоить эта ошибка будет в разы больше...

6. Спросите агента прямо: что будет в проде?
Новые названия переменных, права юзеров, перераспределение нагрузки на узлы сети, обновлённая архитектура. Код, который прекрасно работает локально, нередко разбивается о реальность после первого деплоя.

К слову, держать всё это в голове совсем не обязательно. Добавьте такой чек-лист правил своему агенту в Kodik IDE и потестите на следующей задаче. 😉

3️⃣ головы китайской ИИ-гонки

В апреле ИИ-мир делился довольно просто: США давят вычислительными мощностями и почти бесконечными инвестициями, а Китай — открытыми весами и дерзкими экспериментами.

Если оценивать модели из Китая именно как агентов для кода, в китайском лагере сформировались как минимум три заметных игрока:

🐳 DeepSeek продолжает выжимать максимум из архитектуры и эффективности. V4 Pro, который вышел 12 августа получил ощутимый апгрейд агентского харнесса и настраиваемую глубину рассуждений. DeepSeek всё больше похож не на бюджетный аналог ChatGPT, как его заявляли изначально — сегодня это конкурентная система.

🔮 Alibaba (Qwen) выделяется масштабом экосистемы (материнская компания Aliexpress не могла бы иначе 😁). Qwen 3.8 прокачали в кодинге, ресёрче и длинных агентных задачах, а Max-класс впервые добрался до открытого релиза. К тому же, Alibaba продолжает выпускать модели разных размеров — от огромных MoE до вполне подъёмных 27B.

🛸 Z.ai в последних релизах агрессивно занимает нишу разработки. GLM-5.3 заточен под сложный кодинг и длительные задачи с агентами, постоянно оптимизируя контекст. Команда заявляет заметный скачок относительно GLM-5.2 и отдельный прогресс в задачах кибербезопасности.

Раньше мы наблюдали гонку США и Китая,но внутри Китая шла и продолжает идти ещё одна за монополию, за ответ на вопрос "чья архитектура, экосистема и агентный стек станут стандартом для разработчиков?"

Впрочем, дожидаться чьей-либо победы совершенно не обязательно. В Kodik и KodikRouter доступны модели всех трёх провайдеров (и далеко не только их 😉). Можно взять одну задачу, прогнать через всех троих и устроить китайскую гладиаторскую арену своими руками.

А у вас есть любимый "китаец"? Поделитесь в чате, чем он вам приглянулся. 😇

7️⃣ способов не переплачивать в KodikRouter

Счёт за токены растёт незаметно и всегда по одним и тем же причинам. Разберём основные:

1. Не гоняйте фронтиры по мелочам. Простая вёрстка, замена названия переменной — с этим справится и бюджетная модель (или даже вы сами). Флагман нужен там, где нужно глубокое исследование — в архитектуре, массовом деплое через Jenkins, веб-поиске свежей документации по вашему кейсу.

2. Включите кеш. Если у вас длинный системный промпт или большой справочный контекст, который повторяется от запроса к запросу, — кешированный ввод стоит в разы меньше обычного. Цены по кешу у нас приведены по каждой модели, посчитайте свой случай. Пример: Claude Sonnet Latest.

3. Ограничьте токены вывода (параметр max_tokens). Модель охотно генерирует ответ на три экрана, если ей явно не запретить. Выход всегда дороже входа. 😶‍🌫️

4. Чистите контекст. Тащить всю историю диалога в каждый запрос, даже мелочный — роскошь даже на бюджетных моделях. Оставляйте то, что действительно нужно для ответа.

5. Ставьте лимиты на ключи. Ключ, выданный стажёру или тестовому скрипту, легко может за неделю съесть больше команды разработки.

6. Периодически смотрите аналитику. Расход по моделям и членам команды, средняя стоимость запроса, процент ошибок. Обычно два-три сценария впитывают в себя ощутимую долю счёта — и на них можно легко сэкономить без замедления процесса.

7. Настройте фолбэки. При сбое провайдера запрос уедет на резервную модель.

Наценка у нас фиксированная — +10% к цене провайдера. Опробуйте сейчас — здесь. 😇


P.S.: пост частично пересекается с советами по экономии в Kodik IDE (в реплае).

💻 Kodik 2.2.0 — набираем команду ребят агентов

В 2.1.1 мы повысили устойчивость поведения агента и контроль над рабочей средой. 2.2.0 меняет сам режим работы: раньше агент был исполнителем задач от сообщения до сообщения — теперь ему можно поставить длительную цель, собрать под неё команду суб-агентов с ролями и править промежуточный результат на ходу, не прерывая процесс.

Ниже — самое примечательное из Kodik IDE v2.2.0:

1️⃣ Длительные задачи и оркестрация

· /goal — одна долгая цель вместо цепочки задач: агент идёт к ней сам, а живая панель статуса показывает прогресс, блокеры и управление.
· Orchestrator mode — работа делегируется команде суб-агентов: десять ролей от Researcher и Architect до QA Engineer и Security Reviewer. Состав "оркестра" настраивается перед началом работы.
· Team Board — план, тикеты, комментарии и отчёты всей сессии на одной доске.
· Разговор с работающим суб-агентом — можно докинуть контекст или поправить курс прямо во время выполнения — суб-агент ответит, не ставя задачу на паузу. Завершивший цикл суб-агент остаётся на связи ещё пять минут.

2️⃣ Сессии и контекст

· Оптимизированное сжатие — срабатывает на 90% окна вместо 80%. Последние сообщения сохраняются дословно, а не подрезаются.
· После серии неудачных вызовов инструментов агент больше не останавливается спросить разрешения продолжить, а исправляется сам. Остановить агента по-прежнему можно вручную.
· Подробные карточки сессий — папка рабочей среды, ветка и статус видны в боковой панели, а закрепить сессию можно простым перетаскиванием.

3️⃣ Модели и провайдеры

· Иконки провайдеров в окне выбора видно, откуда модель (Claude, Gemini, GLM, Grok и другие). Также добавлены иконки поддержки моделью vision и reasoning.
· Нативные кастомные провайдеры — свои эндпоинты на нативных API Anthropic и Gemini получают полную поддержку, включая thinking replay и стриминг вызовов инструментов.
· Предупреждение при смене модели — если переключение будет стоить лишних токенов или запустит суммаризацию, вы узнаете заранее перед тем, как потратятся кредиты.

🛠 Исправления

· Терминал больше не съедает первый символ команды.
· Большие многофайловые правки не зависают на «Working» режиме.
· История чата не дублируется и не пропадает после перезагрузки.

...и ещё сотни мелких исправлений интерфейса, производительности и стабильности.

Обновление выйдет на следующей неделе, уведомим отдельно. Ждём? 👽

😶‍🌫️ О кеше и сжатии в Kodik

Чат с агентом живёт третий час. Ответы приходят медленнее, токены тают всё быстрее, агент всё больше тупит... Было? 👀

Причина такого ухудшения: модель не помнит разговор. Каждое новое сообщение отправляет ей всю переписку с самого начала. "У тебя тут строки склеились" — вроде пять слов, но эти пять слов улетают в агента заново со всей историей чата. Кредиты тратятся на ровном месте.

В Kodik есть две фичи, которые помогают лучше работать с контекстом: кеширование и сжатие. О них под катом:

• Кеширование — это "договорённость" с провайдером: он запоминает уже обработанное начало диалога и не считает его входными токенами. Кешированный ввод стоит в разы дешевле, токены приходят быстрее. Работает, пока начало не меняется: переключили модель или открыли новый чат — кеш сгорел.

• Сжатие действует с другого угла. У контекста есть потолок (например, 1 миллион токенов), история в него упирается. Раньше в этот момент старые сообщения просто отваливались: агент забывал договорённости из начала чата и уверенно переписывал то, что полчаса назад просили не трогать. Kodik же умеет сворачивать раннюю часть диалога в конспект и работает дальше с ним.

Получается двойственная ситуация. Начинать новый чат каждые двадцать минут — выбрасывать готовый кеш и платить за него повторно. Тащить один чат всю неделю неделю: конспект остаётся конспектом, детали и обновления в нём тонут. 🤔

Подсветим для вас общее правило, которое можно сформулировать так:

Новая задача — новый чат, в рамках задачи — один.

Kodik оптимален как в первом сценарии, так и во втором. Пробуйте. 😉

🔜 Дорожная карта: планы Kodik на год вперёд

Раз в полгода полезно вслух проговаривать, что в планах дальше — так с них сложнее слететь. 😉

· Ближайшие недели — мировые бенчмарки и их проверка. Прогнали новую версию Kodik v2.2.0 на ведущих отраслевых замерах: к примеру, на Terminal-Bench 2.1 наш харнесс (на GPT-5.6 Sol) показал 90,1% против 89,5% у Codex CLI (на их же модели GPT-5.6 Sol) и 89,1% у Claude Code (на Opus 5). Цифра пока не прошла независимую верификацию, но всё же — приятно обойти самих OpenAI и Anthropic. 😎

· 1–2 месяца — Mobile Control. Постановка задач, одобрение изменений и деплой прямо с телефона. Прототип собран, в процессе внутренних тестов. Идея, к слову, пришла из чата канала: поступал запрос на мобильную версию Kodik.

· 2–3 месяца — Kodik CLI. Тот же агент без графики, для тех, кто живёт в ssh. Также вдохновлено чатом (что бы мы без вас делали).

· Горизонт года — собственные модели. Свои, локально, вместо аренды чужих за границей. Целимся на тот же уровень качества, что у фронтиров, при кратно меньшей стоимости запросов.

По итогу хотим прийти к схеме один агент в трёх средах. IDE — где задачу ставят. Mobile — где задачу дошлифуют. CLI — где задачу автоматизируют.

Планы амбициозные — нам под стать. Отчитываться будем здесь же, исправно. Половину этого списка вы принесли сами — так что пишите в комментариях, что добавить дальше. 👾

🙃 Loop-engineering: автоматизируем работу с агентом

Индустрия вайб-кодинга за три года прошла короткий, но заметный путь:

· 2023 — промпт: человек пишет каждый запрос вручную.
· 2025 — петля: агент крутится сам, итерация за итерацией, пока задача не будет закрыта.
· 2026 — граф: работа разведена по узлам, есть ветки и отдельный субагент-проверяющий.

Loop-engineering — это второй и третий шаг сразу. Вы перестаёте формулировать запросы — вместо этого проектируете структуру "рабочего дерева": какие модели фактически работают, их иерархию и пределы ответственности. После чего принимаете результат либо корректируете подход.

Отличие современного подхода от 2025

Петля — это, по сути, граф из одного узла. Один агент по кругу: план, действие, проверка, правка, снова план. Работает, пока задача не ветвится на подзадачи, сценарии, варианты...

Граф полезен, когда одного цикла мало. Узлы специализируются, рёбра задают маршрут, состояние течёт между ними. Смысл в том, чтобы заложить свой порядок работы, а не доверять его целиком модели — которая, оставшись без каркаса, увлечённо чинит не то. Графом также легко настроить периодичность проверки рутинных событий: аптайм сервера, письма на рабочей почте — и когда к ним ходить не стоит для экономии ресурса.

В общем, применений множество. А мы сейчас собираем на этом принципе новые инструменты /loop и /goal для Kodik IDE. Описанный выше loop-engineering — ключевой для них архитектурный подход.

Подробности скоро, как и сам релиз. Следите за каналом. 😉

🌚 Бенчмарк от LLM сказал, что LLM лучший — верим?

Разбираемся по основным тезисам, на что стоит обращать внимание при чтении анонсов выхода очередной фронтир-модели и приложенных к ним бенчмарков.

• Подгонометрия. Например, ось Y начинается не с нуля — и столбик 83% выглядит раз в пять выше столбика 81%. Показывают те бенчмарки, где получилось хорошо, молчат про остальные.

• Могут измерять бесполезное. Модель взяла топ в Humanity's Last Exam звучит внушительно, но это вопросы по биологии и математике. Если вы пишете код, точный ареал обитания серой цапли вас, наверное, не очень волнует.

• Ответы всё чаще утекают в датасет обучения. Известный набор задач публикуют и обсуждают, он попадает в датасеты, модель их зубрит. Экзамен формально сдан, а знания не усвоены. К слову, именно из-за этого OpenAI отказалась от SWE-bench Verified. 😉

• Бенчмарк вполне может быть ангажирован! Когда та же OpenAI показывала результаты во FrontierMath, выяснилось не сразу, что его создание финансировала сама OpenAI.

• Benchmaxxing. Все знают, по чему их будут оценивать, и оптимизируют модель ровно под это. Мышцы отрастают под 89 задач из Terminal-Bench, а за их пределами модель превращается в тыкву.

Что с этим делать? Самый показательный бенчмарк — самодельный, то есть тот, который вы собрали под свои задачи и никому не показали. Его не подкрутят, он не утечёт в датасеты, под него не будут оптимизироваться.

К слову о необычных методах измерения качества работы ИИ: у нас есть статья на Хабре, где мы измеряем качество генерации картинок по промпту "сделай SVG котика, который кодит". 🙃

А у вас есть какие-нибудь кастомные бенчмарки? Поделитесь в чате — обещаем, что не украдём, когда займёмся обучением KodikGPT. 🤝

📈 Немного о субагентах

Каждый вайб-кодер с этим сталкивался. Даёшь агенту большую задачу, он лезет читать половину базы, и к моменту, когда пора что-то менять, окно контекста забито логами поиска и не особо нужными для задачи файлами. Качество падает именно там, где нужнее всего.

В Kodik с обновлением 2.1.0 появились субагенты — и они заметно помогают с этой проблемой. Основной агент делегирует часть работы "дочернему" агенту, у которого своё контекстное окно. Он делает свою работу, а "родителю" возвращает краткое резюме в формате .md. Как результат — готовые изменения в кодовой базе и ничего лишнего из того, что подъедает контекст.

Из коробки в Kodik работают два агентских профиля:

· research — исследователь только для чтения. Отправляете его, когда нужно составить карту кодовой базы до того, как что-либо в ней менять.
· implement — исполнитель с полным набором инструментов, включая правки и терминал. Наследует ваш режим подтверждения: в обычном спросит перед каждым изменением, в автопилоте сделает сам.

Можно написать и своего! Профиль агента — это обычный .md с YAML-шапкой: имя, описание, список доступных и запрещённых инструментов. Кладёте в .kodik/agents/ в корне проекта, коммитите .md файл — и у всех, кто работает над проектом, будут одинаковые агенты.

Отдельная модель для субагентов

В Kodik IDE через "Настройки —> Sub Agents" можно посадить субагентов на другую модель. Три сценария: экономить кредиты на рутине, срезать задержку лёгкой моделью через Ollama, или отправлять чувствительные куски на локальную модель, оставив основной чат в облаке.

Ограничения

Субагенты неинтерактивны — вопрос вам задать не могут. И не могут рекурсивно порождать других субагентов, так что бесконечная матрёшка вам не грозит.

Напоминание для маленьких задач: у основного агента уже есть весь нужный контекст, субагент — оверкилл. 😉

Почитать о них можно в нашей документации, опробовать — в Kodik IDE. Готовьте свои монорепозитории. 🙃

🏆 Итоги Kodik Launchpad

Если вы не в теме (что маловероятно 😁), у нас шёл вайб-хакатон Kodik Launchpad. 535 одобренных заявок, 74 доведённых до сдачи проекта. Вчера вечером прошла финальная защита в прямом эфире перед внешним жюри.

2 500 000 ₽ разошлись по 15 номинациям — и вот кто их забрал.

Выбор Kodik

Starter — Shelpy, 100 000 ₽
Advanced — ТвориСказку, 100 000 ₽
Pro — ImpactLens, 150 000 ₽

Ранний Кодик

BugFlow AI, 100 000 ₽

Выбор комьюнити

Starter — Анализ усталости водителя, 100 000 ₽
Advanced — Kodik README AI Cop, 100 000 ₽
Pro — ReAlgo, 150 000 ₽

Выбор жюри (защитившиеся проекты)

Лучшая презентация — ReAlgo, 100 000 ₽
Лучший новичок — relaition, 100 000 ₽
Лучший инструмент разработчика — ImpactLens, 175 000 ₽
Лучший бизнес-продукт — BugFlow AI, 175 000 ₽
Лучшее использование AI — Орбита, 200 000 ₽
100% готов к маркетплейсу — ImpactLens, 225 000 ₽
Максимальный коммерческий потенциал — ReAlgo, 225 000 ₽

🥇 Лучший проект хакатона — ReAlgo, 500 000 ₽. Единогласное решение жюри.

Три награды у ImpactLens, четыре — у ReAlgo. И это не демки или игрушечные пет-проекты: ImpactLens, например, уже опубликован в маркетплейсе (и нашем, и в самом VS Code), можно поставить и попробовать прямо сейчас. Команда ReAlgo активно развивает комьюнити и готовится открывать бизнес.

Запись финала и разбор каждого проекта — здесь. Поздравляем победителей! 🥳

🎙 Топ-3 всех треков: большое интервью с каждым

Провели интервью с топ-3 каждого трека. Три вопроса, те же прямые ответы: бэкграунд, хакатонный опыт и — главное — "выиграете ли вы?".

Внутри статьи на Teletype:

• аналитик, которая регулярно ловит ошибки за ИИ-агентами;
• команда, которая пять лет пилит САПР для квантовой оптики;
• соло-DevOps, который сделал ставку на "без оплаты иэ даже без регистрации";
• шестеро разработчиков с собственной компанией и путём "идея —> прод" за 15 дней;
• соло-разработчик, взявший первое место в пяти хакатонах из семи только с марта этого года;
• участник, который год назад начал программировать в 13 лет, а на хакатоне впервые встретился с настоящей Java.

...и многие другие. 😉

Разброс самооценки широкий — от "нас ждёт безоговорочная победа" до "не знаю ))". 😁

Защита финалистов совсем скоро — сегодня, 4 августа, 19:00, в прямом эфире. Ссылка на трансляцию — здесь.

Освобождаем вечерок, будет жарко. 🔥