47682
Авторский канал по ВАЙБ КОДИНГУ, сотрудничество: @nikwolve
Похоже, OpenAI работают над функцией, которая позволит покупать сброс лимитов запросов для Codex.
На это указывают находки в публичной конфигурации страницы оплаты и ресурсах веб-приложения ChatGPT.
Теперь ясно, почему Tibo не сбрасывает нам лимиты. 🙂
Совет: используйте Codex, Claude Code или другого ИИ-агента, чтобы быстро найти, что занимает место на диске.
Если хранилище переполнено и непонятно, куда исчезло свободное место, просто попросите Codex просканировать систему.
Промпт:
«Просканируй систему и найди, что занимает место на диске. Найди крупные файлы, старые установщики, неиспользуемые приложения, папки с кэшем, заброшенные проекты и всё, что можно безопасно очистить. Сгруппируй результаты по категориям с указанием размера и отметь, что можно удалить автоматически, а что требует моей проверки. Пока ничего не удаляй — только покажи список».
COMEBACK: Meta выпустили Muse Spark 1.2 и собственную IDE Muse Code в бета-версии. 🍗
Это быстрое обновление после Muse Spark 1.1, вышедшей всего несколько недель назад. Новая версия получила больше фокуса на задачах программирования и новый harness.
В тестах модель показала заметный рост в Terminal Bench, DeepSWE и внутренних бенчмарках. В агентных сценариях улучшились результаты в GDPVal и MCP Atlas.
В DeepSWE 1.1 Muse Spark 1.2 набрала 59%, обойдя Grok Build 4.5 и Gemini 3.6 Flash.
При этом цена остаётся крайне низкой. Если готовы немного поделиться данными с Цукербергом ради «улучшения продуктов Meta» — Spark 1.2 можно получить почти даром: $0,10 за 1 млн входных токенов и $0,20 за 1 млн выходных.
Firecrawl запустил anydoc — их новый движок для парсинга документов на Rust
Он конвертирует PDF, Word-документы, презентации и ещё 10 форматов в Markdown менее чем за 5 мс, сохраняя одно из лучших качеств обработки в индустрии.
100% опенсорс
Совет по вайбкодингу: попросите Codex создать интерактивную карту вашего репозитория, а затем отмечать, какие модули изменились с момента её генерации.
Нажав на любой модуль, можно увидеть его вызывающие компоненты, зависимости, основные потоки выполнения, связанные тесты и подтверждающие данные из исходного кода.
Он создаёт:
→ docs/codemap/codemap.html
→ docs/codemap/codemap.json
→ docs/codemap/codemap.lock
Полный промпт ↓
Analyze the current codebase. Do not modify product code. Only create or update files under docs/codemap/.
Ignore vendor, build, dist, cache, and other generated directories.
If docs/codemap/ already exists, first compare the existing codemap.lock with the current repo and list the modules that changed. Then regenerate these three files together:
1. docs/codemap/codemap.html
Build a fully self-contained interactive code map that opens directly in a browser. Include:
- major modules, services, databases, queues, and external dependencies
- no more than 20 primary nodes; group low-level files under their parent module
- calls and data flows between modules
- the 3-5 most important end-to-end flows
- a clear dark theme by default
- system boundaries and the most important data flows visible on the first screen
- color-coded module types with a simple legend
- automatic layout that minimizes crossing edges
- clicking any module highlights its upstream callers, downstream dependencies, related tests, and the flows it belongs to
- selecting a flow highlights its complete path
- search, filtering, zoom, and drag controls
At the top, show the repo name, generation time, and the commit it was generated from.
2. docs/codemap/codemap.json
Use this structure:
{
"generated_at": "",
"generated_from_commit": "",
"scope": [],
"nodes": [],
"edges": [],
"flows": []
}
Each node must include:
- id
- path
- role
- entrypoints
- tests
- constraints
- evidence
Each edge must include:
- from
- to
- type
- evidence
type may only be:
- imports
- calls
- reads
- writes
- publishes
- subscribes
Each flow must include:
- trigger
- steps
- outcome
Every step must reference an existing node id.
Attach the matching source path and symbol to every node and edge. Mark any relationship without source evidence as unknown. Do not guess.
3. docs/codemap/codemap.lock
Use parseable JSON to record:
- the current commit
- whether the working tree has uncommitted changes
- generation time
- scanned scope
- excluded directories
- the fingerprint algorithm
- a deterministic fingerprint for each top-level module, calculated from its tracked file paths and current file contents
If no existing codemap.lock is found, treat every module as new and generate the full map.
When finished, verify that:
- codemap.json parses successfully
- every node path exists and every evidence symbol can be found in the source
- every edge and flow step references an existing node
- codemap.html and codemap.json use the same nodes, edges, and flows
- codemap.lock matches the current commit, working tree state, and module fingerprints
- every relationship without source evidence is marked unknown
These three files must always be generated together from the current repo. Never edit only one of them manually.
Finally, show:
- files created or modified
- stale modules
- remaining unknowns
- validation results
- the complete diff
AGENTS.md, чтобы карта кода всегда оставалась синхронизированной с репозиторием:At the start of every code-changing task, compare the current repo with docs/codemap/codemap.lock.Читать полностью…
Before modifying a module, use docs/codemap/codemap.json to answer three questions:
1. What calls it?
2. What does it affect?
3. Which tests cover it?
If the map is stale or cannot answer those questions, regenerate codemap.html, codemap.json, and codemap.lock before changing the code.
Whenever module boundaries, dependencies, routes, databases, queues, or major data flows change, update the code map in the same commit as the code.
Совет по вайбкодингу: подключите GitHub к своему ИИ-агенту и не просите сразу писать код. Это заметно сократит расход токенов.
Новички начинают с запроса вроде: «Напиши мне приложение, которое принесёт $100000, не допускай ошибок». Но гораздо эффективнее сначала дать агенту изучить существующие опенсорс-проекты.
Промпт:
«Я разрабатываю XXX. Пока не создавай файлы и не пиши код. Сначала найди похожие open source-проекты на GitHub и выбери самые полезные в качестве референсов. Проанализируй, какие задачи они решают, какую архитектуру используют, на каких технологиях построены, поддерживаются ли сейчас и какие решения стоит повторить или, наоборот, избежать. Затем, исходя из моих требований, предложи стек технологий, архитектуру системы, границы MVP и последовательность разработки. Только после моего подтверждения переходи к реализации.»
Если пропустили: недавно в Claude Code изменили работу команды /fork. 🇨🇳
Теперь она копирует текущую сессию в новый фоновый сеанс, а вы можете продолжать работу в текущем.
Прежнее поведение — запуск субагента внутри той же сессии с последующим возвратом результата — теперь доступно через команду /subtask.
v2.1.212+
В копилку скиллов: AntiVibe — скилл для Claude Code, который превращает разбор любого кодбейса в подробный обучающий материал.
Он объясняет архитектурные решения и компромиссы в новом или легаси-коде, чтобы вы понимали логику. ✋
На заметку всем, кто постоянно работает удалённо через Claude Code CLI: десктопное приложение умеет подключаться по SSH — к серверам, виртуальным машинам, dev-контейнерам и так далее.
Ado из Антропик, как пещерный человек, вспомнил об этом после целой ночи обновления домашней лаборатории через терминал. Не повторяйте его ошибок. 😂
OpenAI готовит Astra — новое семейство моделей для длительных задач, где несколько ИИ-агентов работают над одним проектом.
По словам компании, модель смогла получить 10 новых результатов по давно открытым задачам в математике, квантовой теории сложности и теоретической информатике.
Среди них:
– Построена первая явная несофическая группа.
– Опровергнута гипотеза жёсткости Конна.
– Доказана теорема о квантовом параллельном повторении для общего случая двухпользовательских игр с запутанностью.
– Доказана гипотеза об объёме Эрхарта.
– Получено первое улучшение общей оценки экспоненты упаковки сфер с 1978 года.
Ключевые идеи доказательств сгенерировала Astra. Затем модель формализовала их в Lean, получив машинно-проверяемые сертификаты доказательств и рукопись объёмом 249 страниц. А стоимость успешного запуска составила около $2 000 по тарифам Sol API.
Похоже именно её Альтман презентовал в Белом Доме на этой неделе. Внутри OpenAI пока не решили, выйдет ли эта модель как GPT-6 или GPT-5.7.
Сейчас она проходит этап «Trump testing». 🙄
Представлен обновлённый Firecrawl MCP
Главные изменения:
→ расходует на 50% меньше контекста при каждом вызове /search, /scrape и /interact;
→ поддерживает мгновенную авторизацию через OAuth для пользователей;
→ получил режим без API-ключей для ИИ-агентов.
Теперь подключить веб-контекст для агента можно практически в любом MCP-клиенте.
Это чертовски круто: с помощью Fable создали настоящий дневник Тома Реддла из «Гарри Поттера». 🥰
Разработчик встроил LLM в reMarkable, и теперь устройство отвечает на написанные вопросы прямо на странице
В ближайшие дни автор обещает открыть исходники
5 опенсорс no-code платформ для создания LLM, RAG и AI-агентов
1. AutoAgent — полностью автоматизированный фреймворк с нулевым порогом входа по коду. Достаточно описать высокоуровневую цель на естественном языке, а система самостоятельно выполнит планирование, декомпозицию задач и их исполнение. Она превращает промпт в работающую систему агентов.
GitHub-репозиторий: https://github.com/HKUDS/AutoAgent
2. AnythingLLM. Одно из лучших комплексных решений для создания внутренних инструментов. Объединяет RAG, агентные воркфлоу и управление документами в едином self-hosted-пространстве. Платформа ориентирована на приватность и рассчитана как на технические, так и на нетехнические команды, которым нужно создавать инструменты на основе собственных данных.
GitHub-репозиторий: https://github.com/Mintplex-Labs/anything-llm
3. LangChain Open Agent Platform. Специализированный UI, построенный поверх LangGraph. Вместо того чтобы скрывать внутреннюю логику, он делает поток выполнения агента наглядным с помощью узлов и связей. Это позволяет детально управлять маршрутизацией, циклами и координацией нескольких агентов без необходимости писать код самого графа.
GitHub-репозиторий: https://github.com/langchain-ai/open-agent-platform
4. Sim. Визуальный конструктор воркфлоу со встроенным AI Copilot. Вы проектируете агентные пайплайны в виде исполняемых графов, при этом встроенный ИИ может генерировать или изменять эти воркфлоу за вас. Также платформа предоставляет подробный трейсинг выполнения, что значительно упрощает отладку сложных цепочек.
GitHub-репозиторий: https://github.com/simstudioai/sim
5. Dify. Платформа, готовая к использованию в проде, с акцентом на наблюдаемость. Поддерживает управление промптами, сложные RAG-пайплайны и агентную логику, а также предоставляет мониторинг во время выполнения. Если вы разворачиваете решение для реальных пользователей, это один из стандартных вариантов.
GitHub-репозиторий: https://github.com/langgenius/dify
Несколько ресурсов по harness engineering, которые я с большим удовольствием изучаю в последнее время:
» https://walkinglabs.github.io/learn-harness-engineering/en/ — отличный курс о том, как продуктивно ограничивать поведение агента, какие проблемы возникают при использовании LLM (особенно с удержанием контекста) и как сделать harness более агентным и доводящим задачи до корректного завершения.
» https://twotimespi.dev — создай упрощённого агента на Python (Tau). Начни с uv tool install tau-ai.
» https://humanlayer.dev/blog/skill-issue-harness-engineering-for-coding-agents — уроки и выводы из неудач и успехов в построении harness-ов для кодинг-агентов за 12+ месяцев.
» https://langchain.com/blog/the-anatomy-of-an-agent-harness — обзор высокого уровня множества компонентов, которые должны правильно сойтись в harness-е, чтобы агент работал.
🐸🐸🐸
Плохие новости: на странице API DeepSeek написано, что в ближайшее время стоимость использования API DeepSeek значительно вырастет.
Самое время выжать максимум из Flash, пока он не подорожал. 👀
Очень интересный релиз: Prime Intellect запустили Prime Agent — обвязку, которая превращает долгие автономные сессии ИИ в отдельную задачу программирования.
Его единственный инструмент — постоянное IPython-ядро. Модель может программно искать по своей истории, вызывать инструменты, запускать постоянных субагентов и хранить полезное состояние вне активного контекста.
Prime Intellect описывают это так:
«RLM рассматривает контекст как переменную, а делегирование субагентам — как вызовы функций внутри REPL».
Вычисления для ИИ скоро отправятся на орбиту.
NVIDIA и SpaceX официально объединяются для создания космического дата-центра.
В рамках проекта спутник Starmind AI1 получит вычислительный модуль на базе NVIDIA Vera Rubin NVL72.
Он будет использовать солнечную энергию для работы ИИ-инфраструктуры на орбите, обеспечивая высокопроизводительные вычисления с передачей результатов на Землю. 🚀
Модель или обвязка?
Если вы разрабатываете ИИ-агентов для продакшена, эту статью стоит сохранить.
Авторы собрали 41 типичный сценарий отказа и классифицировали их по тому, на стыке каких компонентов возникает проблема. Каждая ошибка привязывается к взаимодействию между моделью, обвязкой, пользователем, инструментами, памятью или окружением, а также указывает, на какой стороне находится причина и где её нужно исправлять.
Это хорошо отражает реальную картину: большинство проблем ИИ-агентов возникает не в самой модели, а на стыке модели и окружающей её инфраструктуры.
Подход также подходит для автоматического анализа. В тестах на четырёх передовых моделях лучший ИИ-судья достиг коэффициента согласия Коэна 0,76 по сравнению с ручной разметкой. Это позволяет автоматически классифицировать ошибки прямо в продакшене, а не разбирать их вручную после каждого инцидента.
В этом году инженерия обвязки стала одним из главных факторов качества ИИ-агентов, но общего языка для разделения ошибок модели и ошибок обвязки до сих пор не было. Эта работа как раз предлагает такую систему.
Статья: https://arxiv.org/abs/2607.28802
Qwen 3.8 Max действительно впечатляет.
Модели Qwen 3.8 Max, Claude Opus 5, Kimi K3 и GPT-5.6 Sol получили одну и ту же фотографию неба с просьбой нарисовать силуэт животного по форме облаков.
По этому тесту Qwen 3.8 Max выглядел ничуть не хуже остальных моделей.
А вот GPT, похоже, разглядел в облаках что-то своё. 😄
Для следующего поколения моделей одного ноутбука уже будет недостаточно.
Совет по Codex: попросите Sol настроить Luna Max как субагента.
В бенчмарке DeepSWE Luna Max набрала 67% против 73% у Sol Max. При этом средняя стоимость выполнения одной задачи оказалась почти в 14 раз ниже: $0,61 против $8,39. Поэтому отдельные чётко ограниченные задачи вполне логично передавать Luna..
Промпт:
Создай кастомного агента luna_worker в файле ~/.codex/agents/luna-worker.toml.
Используй следующие настройки:
model = "gpt-5.6-luna"
model_reasoning_effort = "max"
Добавь описание и инструкции для выполнения чётко ограниченных делегированных задач. Остальную конфигурацию не меняй. Проверь совместимость с установленной у меня версией Codex, покажи diff, а затем используй luna_worker для задач субагента.
Google начала открывать Gemini Spark пользователям Google AI Pro за пределами США.
Spark — персональный ИИ-агент, который круглосуточно работает в фоне и выполняет задачи по вашим указаниям, беря основную работу на себя.
Эту рабочую игру DeepSeek V4 Flash 0731 создала в Hermes Agent по одному промпту. На выполнение ушло 32 минуты, а весь запуск обошёлся всего в $0,07 — семь центов. 🐸
И дело не только в низкой цене токенов. По данным Artificial Analysis, выполнение тех же бенчмарк-задач обходится ей в 105 раз дешевле, чем Fable 5.
Топ-5 самых популярных GitHub-репозиториев этой недели:
Buzz — опенсорс платформа для совместной работы разработчиков и AI-агентов над кодом.
Ego Lite — браузер для AI-агентов, который использует ваши реальные вкладки, куки и авторизации.
Open Code Review — AI-инструмент от Alibaba для автоматического ревью Git-диффов и поиска ошибок в коде.
I Have ADHD — скилл , который заставляет AI отвечать коротко, структурированно и без лишней воды.
Editor — oпенсорс 3D-редактор для проектирования и совместной работы над архитектурными проектами.
Разработчики делают крутые вещи. И это прекрасно.
Читать полностью…
Website Downloader стал полностью открытым проектом.
Инструмент позволяет скачать практически любой сайт целиком вместе со всеми необходимыми ресурсами, чтобы он работал локально без подключения к интернету.
Автоматически скачивает HTML, CSS, JavaScript, изображения и шрифты сайта, преобразует все ссылки для локальной работы, упаковывает проект в ZIP-архив и отдает готовые файлы по мере их загрузки.
Всё, что раньше приходилось делать вручную в течение нескольких часов, теперь доступно через один интерфейс.
Проект может пригодиться для клонирования сайтов, создания офлайн-архивов или изучения реализации чужих веб-проектов. 😏😏😏
Совет для пользователей Claude Code:
claude --bg --name "Session Name" "Prompt goes here"
/claude-handoff — это замена /handoff, которая делает именно это.
Читать полностью…
Это абсурдно умно: есть способ сократить расходы на Fable 5 до ~70%. Просто преврати контекст Claude Code в картинку и заставь Fable распознавать их через OCR. 😂
https://github.com/teamchong/pxpipe