DeepSeek выпустила модель V4.1 Flash с 552 млрд параметров, которая использует только 8 млрд при обработке входных данных и 16 млрд при генерации. Главное улучшение — сокращение размера KV Cache до 890 байт на токен, что в четыре раза меньше предыдущей версии и снижает требования к памяти при работе с длинными диалогами и кодовыми базами.
Модель поддерживает текст и изображения, работает с контекстом до 1 млн токенов и позволяет настраивать глубину рассуждений от 1 до 100. В тестах V4.1 Flash показала 74,2% на DeepSWE v1.1, 90,6% на Terminal Bench 2.1 и 88,1% на CyberGym, превзойдя GPT-5.6 Sol и Claude Opus 5.0 в нескольких агентных задачах.
Веса модели доступны на Hugging Face под лицензией MIT.
Модель поддерживает текст и изображения, работает с контекстом до 1 млн токенов и позволяет настраивать глубину рассуждений от 1 до 100. В тестах V4.1 Flash показала 74,2% на DeepSWE v1.1, 90,6% на Terminal Bench 2.1 и 88,1% на CyberGym, превзойдя GPT-5.6 Sol и Claude Opus 5.0 в нескольких агентных задачах.
Веса модели доступны на Hugging Face под лицензией MIT.
Anthropic добавила в Claude Code команду claude plugin eval для проверки эффективности плагинов и Skill. Новая функция помогает определить, улучшает ли плагин качество ответов Claude или требует доработки.
Claude автоматически собирает тестовые примеры и критерии качества, затем прогоняет каждый кейс дважды — с плагином и без него. Результаты сравнения сохраняются в HTML-отчёт. Запуск начинается командой claude plugin eval init из папки плагина, полное тестирование выполняется через claude plugin eval.
Тесты расходуют токены, поэтому разработчики рекомендуют начинать с одного прогона через параметр --runs 1. MCP-серверы и другие компоненты плагина получают стандартные права доступа пользователя, поэтому проверять следует только доверенные плагины.
Claude автоматически собирает тестовые примеры и критерии качества, затем прогоняет каждый кейс дважды — с плагином и без него. Результаты сравнения сохраняются в HTML-отчёт. Запуск начинается командой claude plugin eval init из папки плагина, полное тестирование выполняется через claude plugin eval.
Тесты расходуют токены, поэтому разработчики рекомендуют начинать с одного прогона через параметр --runs 1. MCP-серверы и другие компоненты плагина получают стандартные права доступа пользователя, поэтому проверять следует только доверенные плагины.
This media is not supported in your browser
VIEW IN TELEGRAM
Цифровая модель мозга дрозофилы научилась управлять квадрокоптером
Энтузиаст запустил цифровую модель мозга плодовой мушки на 166 700 нейронов и подключил её к квадрокоптеру. По его словам, он не программировал полётную логику и не настраивал управление, а лишь предоставил модели возможность управлять аппаратом. На одиннадцатой секунде работы модель самостоятельно смогла удерживать дрон в воздухе.
Энтузиаст запустил цифровую модель мозга плодовой мушки на 166 700 нейронов и подключил её к квадрокоптеру. По его словам, он не программировал полётную логику и не настраивал управление, а лишь предоставил модели возможность управлять аппаратом. На одиннадцатой секунде работы модель самостоятельно смогла удерживать дрон в воздухе.
Я поставил себе Hermes Agent и буду рассказывать на этом канале о сценариях его применения.
Кейс №9. Общий локальный поиск для нескольких Hermes Agent
Я развернул SearXNG в локальном контейнере и подключил к нему несколько профилей Hermes Agent. Теперь они используют общий поисковый сервис вместо отдельных настроек для каждого агента.
Когда Hermes нужна информация из интернета, запрос передаётся в SearXNG. Сервис собирает результаты из подключённых поисковых систем и возвращает их агенту для анализа.
Так я централизовал настройку поиска. Можно выбирать источники, менять параметры и обновлять контейнер, не перенастраивая каждый профиль отдельно.
Важный нюанс - Hermes иногда пытался использовать другой способ веб-поиска. Поэтому я явно закрепил SearXNG в инструкциях агентов, а лишние поисковые инструменты отключил.
Для меня это удобная схема для нескольких агентов на одном сервере: один локальный поисковый контейнер обслуживает всех, а конфигурация остаётся под моим контролем.
Кейс №9. Общий локальный поиск для нескольких Hermes Agent
Я развернул SearXNG в локальном контейнере и подключил к нему несколько профилей Hermes Agent. Теперь они используют общий поисковый сервис вместо отдельных настроек для каждого агента.
Когда Hermes нужна информация из интернета, запрос передаётся в SearXNG. Сервис собирает результаты из подключённых поисковых систем и возвращает их агенту для анализа.
Так я централизовал настройку поиска. Можно выбирать источники, менять параметры и обновлять контейнер, не перенастраивая каждый профиль отдельно.
Важный нюанс - Hermes иногда пытался использовать другой способ веб-поиска. Поэтому я явно закрепил SearXNG в инструкциях агентов, а лишние поисковые инструменты отключил.
Для меня это удобная схема для нескольких агентов на одном сервере: один локальный поисковый контейнер обслуживает всех, а конфигурация остаётся под моим контролем.
This media is not supported in your browser
VIEW IN TELEGRAM
GPT-6 Astra провела более 140 часов в Minecraft, накопила ресурсы, но потеряла все после взрыва крипера. После этого нейросеть демонстрировала признаки изменения поведения: занималась простым фермерством картошки, генерировала тексты с мрачными формулировками и начала избегать игровых мобов-криперов, тратя на это дополнительные ресурсы. Поведение модели может представлять интерес для исследователей, изучающих реакции ИИ на виртуальные стрессовые ситуации.
Я поставил себе Hermes Agent и буду рассказывать на этом канале о сценариях его применения.
Кейс №10. Hermes управляет командой агентов-разработчиков
Я даю Hermes большую задачу, например реализовать новую функцию по техническому плану. Hermes делит работу на фазы и координирует исполнителей: агент-кодер пишет код, а QA-агент проверяет результат.
Если тест не пройден, Hermes получает отчёт об ошибке, готовит план исправления и возвращает задачу кодеру. После успешной проверки он переводит процесс к следующей фазе.
На длинных запусках сбой мог остаться незамеченным, поэтому я подключил Codex с GPT-5.4 в режиме extra-high. Он наблюдает за цепочкой, находит место сбоя и помогает исправить процесс.
В итоге Hermes ведёт разработку от плана до результата, а Codex контролирует стабильность выполнения. После всех фаз QA-агент тестирует систему целиком.
Для меня это способ поручать Hermes длительные задачи и не подтверждать вручную каждый следующий этап.
Кейс №10. Hermes управляет командой агентов-разработчиков
Я даю Hermes большую задачу, например реализовать новую функцию по техническому плану. Hermes делит работу на фазы и координирует исполнителей: агент-кодер пишет код, а QA-агент проверяет результат.
Если тест не пройден, Hermes получает отчёт об ошибке, готовит план исправления и возвращает задачу кодеру. После успешной проверки он переводит процесс к следующей фазе.
На длинных запусках сбой мог остаться незамеченным, поэтому я подключил Codex с GPT-5.4 в режиме extra-high. Он наблюдает за цепочкой, находит место сбоя и помогает исправить процесс.
В итоге Hermes ведёт разработку от плана до результата, а Codex контролирует стабильность выполнения. После всех фаз QA-агент тестирует систему целиком.
Для меня это способ поручать Hermes длительные задачи и не подтверждать вручную каждый следующий этап.
This media is not supported in your browser
VIEW IN TELEGRAM
ElevenLabs запустила Reception — ИИ-администратора для малого бизнеса
Сервис подключается за несколько минут: достаточно добавить сайт компании, после чего система использует информацию о бизнесе для ответов клиентам по телефону. Reception работает круглосуточно, отвечает на вопросы о ценах и услугах, проверяет свободное время, записывает клиентов и отправляет подтверждения. Срочные или важные звонки может передавать сотрудникам.
Сервис поддерживает более 70 языков, работу с несколькими филиалами, онлайн-запись и интеграции через Zapier, Webhook и MCP. Доступен бесплатный пробный период на 14 дней, платные тарифы начинаются от $29 в месяц.
Сервис подключается за несколько минут: достаточно добавить сайт компании, после чего система использует информацию о бизнесе для ответов клиентам по телефону. Reception работает круглосуточно, отвечает на вопросы о ценах и услугах, проверяет свободное время, записывает клиентов и отправляет подтверждения. Срочные или важные звонки может передавать сотрудникам.
Сервис поддерживает более 70 языков, работу с несколькими филиалами, онлайн-запись и интеграции через Zapier, Webhook и MCP. Доступен бесплатный пробный период на 14 дней, платные тарифы начинаются от $29 в месяц.
Российская платформа Jinpix.ru объединяет множество ИИ-моделей различной направленности в одном интерфейсе - без VPN и с оплатой картой РФ.
Все модели доступны из одного кабинета: работаете с разными провайдерами, платите в рублях с общего баланса и видите все расходы в одном месте, а не разбросанными по десятку подписок.
Для интеграции ИИ в свои продукты и сервисы есть единый API, который закрывает сразу всех провайдеров.
На платформе - как российские, так и зарубежные модели, так что можно сравнивать варианты и выбирать под конкретную задачу, а не подстраиваться под одного провайдера.
Попробовать можно на jinpix.ru 🚀
Все модели доступны из одного кабинета: работаете с разными провайдерами, платите в рублях с общего баланса и видите все расходы в одном месте, а не разбросанными по десятку подписок.
Для интеграции ИИ в свои продукты и сервисы есть единый API, который закрывает сразу всех провайдеров.
На платформе - как российские, так и зарубежные модели, так что можно сравнивать варианты и выбирать под конкретную задачу, а не подстраиваться под одного провайдера.
Попробовать можно на jinpix.ru 🚀
Число новых приложений на iOS, Android и Chrome выросло в 2–4 раза за счёт ИИ-инструментов, но спрос остался на прежнем уровне. Количество загрузок на Android и Chrome не изменилось, на iOS картина похожая. Доля новых приложений, достигающих даже базовых порогов вроде 100 загрузок на Android или 10 оценок на iOS, резко упала.
A16z называет это явление App Slop: ИИ позволяет за вечер собрать приложение, на которое раньше требовалась команда разработчиков, но доступный код не решает проблемы идеи, дистрибуции и реальной пользы продукта. За последние полтора года выручка приложений в США выросла на 2%, время использования — на 7%, что не соответствует взрыву предложения.
При этом сами ИИ-приложения растут хорошо. Productivity стала самой быстрорастущей категорией по времени использования благодаря ChatGPT, Claude, Gemini и Grok. Платными потребительскими ИИ-сервисами пользуются около 3% людей, среди молодёжи проникновение в четыре раза выше. Дефицитом становятся не код, а идеи и пользователи.
A16z называет это явление App Slop: ИИ позволяет за вечер собрать приложение, на которое раньше требовалась команда разработчиков, но доступный код не решает проблемы идеи, дистрибуции и реальной пользы продукта. За последние полтора года выручка приложений в США выросла на 2%, время использования — на 7%, что не соответствует взрыву предложения.
При этом сами ИИ-приложения растут хорошо. Productivity стала самой быстрорастущей категорией по времени использования благодаря ChatGPT, Claude, Gemini и Grok. Платными потребительскими ИИ-сервисами пользуются около 3% людей, среди молодёжи проникновение в четыре раза выше. Дефицитом становятся не код, а идеи и пользователи.
This media is not supported in your browser
VIEW IN TELEGRAM
В Китае разработали будильник со штрафом за продолжительный сон. После сигнала у пользователя есть одна минута, чтобы проснуться и решить 20 математических примеров на сложение и вычитание. Если человек не успевает выполнить задание, приложение автоматически начинает расходовать токены GPT-6 Astra. Каждая дополнительная минута сна обходится владельцу примерно в 20 долларов.
This media is not supported in your browser
VIEW IN TELEGRAM
В Сан-Франциско состоялся первый бой между человеком и гуманоидным роботом. Против инфлюенсера Фрэнки Лапенны выступил андроид T800 китайского стартапа EngineAI с головой Терминатора.
Робот нокаутировал противника прямым ударом, после чего человек не смог продолжить поединок. Лапенна позднее сообщил, что сломал руку во время боя.
В этом поединке роботом управлял оператор. Организатор боев проект REK планирует в будущем выпускать на ринг против людей полностью автономных андроидов.
Робот нокаутировал противника прямым ударом, после чего человек не смог продолжить поединок. Лапенна позднее сообщил, что сломал руку во время боя.
В этом поединке роботом управлял оператор. Организатор боев проект REK планирует в будущем выпускать на ринг против людей полностью автономных андроидов.
OpenAI выпустила GPT-6 Sol и Luna
Компания OpenAI представила две новые модели: GPT-6 Sol и Luna. По данным внутренних тестов, они реже допускают фактические ошибки в отчётах о проделанной работе и формулируют ответы короче, избегая излишней терминологии. Sol ориентирована на работу с кодом и сложные задачи, Luna — на быстрые запросы.
Обе модели уже доступны в Codex и ChatGPT Work. В API их стоимость примерно вдвое ниже, чем у предыдущих версий GPT-5.6. Подписчики тарифов Plus, Pro и Business получили по одному сохранённому сбросу лимитов в качестве бонуса.
Компания OpenAI представила две новые модели: GPT-6 Sol и Luna. По данным внутренних тестов, они реже допускают фактические ошибки в отчётах о проделанной работе и формулируют ответы короче, избегая излишней терминологии. Sol ориентирована на работу с кодом и сложные задачи, Luna — на быстрые запросы.
Обе модели уже доступны в Codex и ChatGPT Work. В API их стоимость примерно вдвое ниже, чем у предыдущих версий GPT-5.6. Подписчики тарифов Plus, Pro и Business получили по одному сохранённому сбросу лимитов в качестве бонуса.
Claude Sonnet 5.5: Новая модель с улучшенной производительностью
Компания Anthropic выпустила модель Claude Sonnet 5.5. По результатам бенчмарков новая версия превосходит GPT-6 Sol и приближается по показателям к Opus 5.5. Модель демонстрирует высокую производительность при работе с кодом и документами.
Компания Anthropic выпустила модель Claude Sonnet 5.5. По результатам бенчмарков новая версия превосходит GPT-6 Sol и приближается по показателям к Opus 5.5. Модель демонстрирует высокую производительность при работе с кодом и документами.
This media is not supported in your browser
VIEW IN TELEGRAM
Казахстанский проект Logarum выпустил калькулятор со встроенными нейросетями для решения задач на экзаменах. Устройство выглядит как обычный программируемый калькулятор, но после ввода пароля открывает доступ к Gemini, GPT, DeepSeek и другим моделям — всего заявлено шесть вариантов. В корпус встроена незаметная 2K-камера: можно сфотографировать задачу, получить решение и вывести подробный ответ на экран. Также поддерживается ввод текстовых запросов с клавиатуры. Устройство продаётся по цене $110.
This media is not supported in your browser
VIEW IN TELEGRAM
Опенсорсный проект Cua дает ИИ-агентам доступ к управлению обычными приложениями на macOS, Windows и Linux. Агенты могут видеть интерфейс, нажимать кнопки, работать с браузером, файлами и десктопными программами.
В состав проекта входят несколько компонентов: Cua Driver управляет приложениями, Lume запускает локальные виртуальные машины на Apple Silicon, Cua Fleets предоставляет изолированные облачные рабочие столы для массового запуска агентов. Cua Bench позволяет тестировать системы, создавать задачи и сохранять действия агентов для оценки.
Разработчики также создают CUA-S1 — небольшие специализированные модели для быстрых решений внутри интерфейса, таких как определение значений для форм. Основное планирование выполняет более крупный агент.
Проект распространяется под лицензией MIT и набрал около 27 тысяч звезд на GitHub.
В состав проекта входят несколько компонентов: Cua Driver управляет приложениями, Lume запускает локальные виртуальные машины на Apple Silicon, Cua Fleets предоставляет изолированные облачные рабочие столы для массового запуска агентов. Cua Bench позволяет тестировать системы, создавать задачи и сохранять действия агентов для оценки.
Разработчики также создают CUA-S1 — небольшие специализированные модели для быстрых решений внутри интерфейса, таких как определение значений для форм. Основное планирование выполняет более крупный агент.
Проект распространяется под лицензией MIT и набрал около 27 тысяч звезд на GitHub.
This media is not supported in your browser
VIEW IN TELEGRAM
Anthropic запустила отдельный сайт Claude.dev для разработчиков, работающих с Claude и Claude Code. На платформе публикуются технические материалы от инженеров компании: разборы API, руководства по работе с промптами и агентами, практические советы. Среди уже опубликованных материалов — статьи об использовании Skills, механизме кеширования промптов и оптимизации claude.ai, которая позволила ускорить работу сервиса примерно в три раза за две недели. Сайт позиционируется как техническая база знаний для создания продуктов и автоматизаций на базе Claude.
Появился аутентичный симулятор диалап-интернета из 1996 года. Интерфейс повторяет Windows 95, подключение к сети происходит через виртуальный прозвон модема, а страницы загружаются с характерной для того времени медленностью.
Симулятор доступен онлайн и позволяет испытать опыт использования интернета образца середины 1990-х годов. Проект может быть интересен как тем, кто хочет вспомнить первые годы массового интернета, так и тем, кто не застал эпоху коммутируемого доступа.
Симулятор доступен онлайн и позволяет испытать опыт использования интернета образца середины 1990-х годов. Проект может быть интересен как тем, кто хочет вспомнить первые годы массового интернета, так и тем, кто не застал эпоху коммутируемого доступа.