Кроме новой модели Opus 4.8 Anthropic показала следующий шаг в агентской разработке -- dynamic workflows. Claude сам пишет скрипт-оркестратор и разводит задачу по десяткам-сотням субагентов, которые проверяют и опровергают находки друг друга, пока ответы не сойдутся.
Принципиально новым тут является масштаб: рой агентов уходит работать над большой задачей надолго и задорого, Anthropic даже предупреждает про кратно больший расход токенов. По ссылке статья Anthropic и пример того, как AI-агенты с помощью dynamic workflows за 11 дней портировали Bun (JavaScript-рантайм и тулкит) с языка Zig на Rust: 750 000 строк кода, 99,8% проходящих тестов.
Заодно стоит обратить внимание на продукт, Managed Agents, который Anthropic запустила в бете еще в апреле. Это управляемая инфраструктура для долгоживущих агентов: разработчик описывает агента (естественный язык или YAML, промпты, инструменты, разрешения, MCP-подключения), а песочницы, состояние сессий, восстановление после сбоев и масштабирование Anthropic берет на себя.
Оплата по факту -стандартные тарифы на токены плюс 0,08 доллара за активный час сессии, простой не тарифицируется. Ниша многих стартапов строилась на том, чтобы разрабатывать агентов, поднимать и поддерживать агентскую инфраструктуру, а теперь этот слой Anthropic тоже забирает себе.
Принципиально новым тут является масштаб: рой агентов уходит работать над большой задачей надолго и задорого, Anthropic даже предупреждает про кратно больший расход токенов. По ссылке статья Anthropic и пример того, как AI-агенты с помощью dynamic workflows за 11 дней портировали Bun (JavaScript-рантайм и тулкит) с языка Zig на Rust: 750 000 строк кода, 99,8% проходящих тестов.
Заодно стоит обратить внимание на продукт, Managed Agents, который Anthropic запустила в бете еще в апреле. Это управляемая инфраструктура для долгоживущих агентов: разработчик описывает агента (естественный язык или YAML, промпты, инструменты, разрешения, MCP-подключения), а песочницы, состояние сессий, восстановление после сбоев и масштабирование Anthropic берет на себя.
Оплата по факту -стандартные тарифы на токены плюс 0,08 доллара за активный час сессии, простой не тарифицируется. Ниша многих стартапов строилась на том, чтобы разрабатывать агентов, поднимать и поддерживать агентскую инфраструктуру, а теперь этот слой Anthropic тоже забирает себе.
❤6🍓2💯1
Media is too big
VIEW IN TELEGRAM
🤝 6 рукопожатий — почему информация находит короткий путь?
Известный эксперимент социолога Стэнли Милгрэма 1967 года открыл феномен "тесного мира" — любых двух людей разделяет малое число рукопожатий. Другими словами, сети имеют малый диаметр. Само по себе это свойство сложно считать чем-то удивительным — это скорее естественное свойство случайных графов. Впечатляющим было другое открытие: структура сети позволяет информации (письму) следовать коротким путём.
Этот феномен математически пытался объяснить Джон Клейнберг. В 2001 году он показал, как добиться нужного эффекта с помощью специальной конструкции: длинные связи строятся с вероятностью, обратно пропорциональной расстоянию. Однако сложно представить, что люди в реальной жизни формируют связи согласно такому принципу.
⚡️Как же естественные сети приобретают это свойство? Вследствие какого процесса? Александр Пономаренко представил модель геометрического предпочтительного присоединения, которая во многом проливает свет на эту загадку.
Александр Пономаренко — лауреат стипендии им. Ильи Сегаловича, IBM PhD Fellowship Award, научный сотрудник ИПФ РАН, научный сотрудник лаборатории алгоритмов и технологий анализа сетевых структур ЛАТАС, доцент кафедры прикладной математики и информатики НИУ ВШЭ.
🎥 Запись доступна здесь и на других площадках:
YouTube
RuTube
ВКонтакте
ЯндексМузыка
Mave
Известный эксперимент социолога Стэнли Милгрэма 1967 года открыл феномен "тесного мира" — любых двух людей разделяет малое число рукопожатий. Другими словами, сети имеют малый диаметр. Само по себе это свойство сложно считать чем-то удивительным — это скорее естественное свойство случайных графов. Впечатляющим было другое открытие: структура сети позволяет информации (письму) следовать коротким путём.
Этот феномен математически пытался объяснить Джон Клейнберг. В 2001 году он показал, как добиться нужного эффекта с помощью специальной конструкции: длинные связи строятся с вероятностью, обратно пропорциональной расстоянию. Однако сложно представить, что люди в реальной жизни формируют связи согласно такому принципу.
⚡️Как же естественные сети приобретают это свойство? Вследствие какого процесса? Александр Пономаренко представил модель геометрического предпочтительного присоединения, которая во многом проливает свет на эту загадку.
Александр Пономаренко — лауреат стипендии им. Ильи Сегаловича, IBM PhD Fellowship Award, научный сотрудник ИПФ РАН, научный сотрудник лаборатории алгоритмов и технологий анализа сетевых структур ЛАТАС, доцент кафедры прикладной математики и информатики НИУ ВШЭ.
YouTube
RuTube
ВКонтакте
ЯндексМузыка
Mave
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥6👍3❤1🤝1
🚀 Codex CLI: создаём автономный код‑ревьюер за полчаса
Предлагаем обзор простого, но рабочего сетапа, который позволит:
→ посмотреть возможности Codex CLI;
→ собрать базовую инфраструктуру;
→ реализовать автономный код-ревьюер почти без вмешательства живого специалиста.
"Для работы с агентами нужны 3 главных навыка: адаптивность, слабоумие и отвага. Потому что иногда агент делает очень умные вещи, а иногда — очень странные", — говорит Артем Летюшев, tech project manager twinby.ru и автор канала @junior_pm.
Артем покажет в онлайне:
⚡️ как быстро настроить Codex CLI и MCP;
⚡️ как подключить Skills и защитные хуки;
⚡️ как спланировать roadmap и влет запустить проект.
Когда?
Завтра, 2 июня, в 12:00.
Смотрите на YouTube, в ВК или прямо в этом канале — и задавайте вопросы Артему!
Предлагаем обзор простого, но рабочего сетапа, который позволит:
→ посмотреть возможности Codex CLI;
→ собрать базовую инфраструктуру;
→ реализовать автономный код-ревьюер почти без вмешательства живого специалиста.
"Для работы с агентами нужны 3 главных навыка: адаптивность, слабоумие и отвага. Потому что иногда агент делает очень умные вещи, а иногда — очень странные", — говорит Артем Летюшев, tech project manager twinby.ru и автор канала @junior_pm.
Артем покажет в онлайне:
⚡️ как быстро настроить Codex CLI и MCP;
⚡️ как подключить Skills и защитные хуки;
⚡️ как спланировать roadmap и влет запустить проект.
Когда?
Завтра, 2 июня, в 12:00.
Смотрите на YouTube, в ВК или прямо в этом канале — и задавайте вопросы Артему!
🔥15❤4🌚2
🤖 AI-агент с нуля: руководство по Tool Calling
Как работают современные AI-агенты «под капотом» и как создать своего, не полагаясь на тяжелые фреймворки? Представляем гайд по созданию AI-агентов от ML-инженера Artezio Антона Максимова! В этом видео вы узнаете всё о работе с Tools: как они устроены, как их создать и как внедрить в агента.
Будем экспериментировать с локальной LLM Gemma 4 на 31B параметров. Посмотрим, как построить нативного агента с нуля без Lang Chain, в чем заключается архитектура агентов и как это связано с тулами. Поговорим о принципах проектирования тулов, системных промптах и работе со специальными токенами. Разберем не только теорию, но и подводные камни, которых не избежать на практике, если не знать о них.
Начнем проектировать собственного ReAct-агента. Обсудим, как сделать его работу стабильной на длинной дистанции и как оптимизировать взаимодействие LLM с внешними сервисами.
🎬 Смотрите на YouTube или RuTube!
Этот выпуск — первая часть видеокурса о том, как работать с агентами, как их разрабатывать и внедрять в разработку. В следующей части будем настраивать MCP, не переключайтесь :)
Как работают современные AI-агенты «под капотом» и как создать своего, не полагаясь на тяжелые фреймворки? Представляем гайд по созданию AI-агентов от ML-инженера Artezio Антона Максимова! В этом видео вы узнаете всё о работе с Tools: как они устроены, как их создать и как внедрить в агента.
Будем экспериментировать с локальной LLM Gemma 4 на 31B параметров. Посмотрим, как построить нативного агента с нуля без Lang Chain, в чем заключается архитектура агентов и как это связано с тулами. Поговорим о принципах проектирования тулов, системных промптах и работе со специальными токенами. Разберем не только теорию, но и подводные камни, которых не избежать на практике, если не знать о них.
Начнем проектировать собственного ReAct-агента. Обсудим, как сделать его работу стабильной на длинной дистанции и как оптимизировать взаимодействие LLM с внешними сервисами.
🎬 Смотрите на YouTube или RuTube!
Этот выпуск — первая часть видеокурса о том, как работать с агентами, как их разрабатывать и внедрять в разработку. В следующей части будем настраивать MCP, не переключайтесь :)
🔥15👍6❤3💩1
Google Research показала Gemini-SQL2 — модель на базе Gemini 3.1 Pro, которая переводит обычный запрос в SQL.
На BIRD single-model leaderboard у неё 80,04% execution accuracy. Важная деталь: там проверяют не красоту SQL, а результат выполнения запроса.
Это уже похоже на рабочий интерфейс к данным для админок, BI и саппорт-инструментов. Но не на автопилот для продовой базы.
Человеческий результат в BIRD — 92,96%, поэтому безопасная схема всё ещё скучная: read-only доступ, лимиты, allowlist таблиц, EXPLAIN перед запуском и логирование SQL.
NL2SQL можно пробовать уже сейчас. Но лучше держать такого агента не у руля, а в песочнице.
BIRD leaderboard:
https://bird-bench.github.io/
Разбор Google Cloud:
https://cloud.google.com/blog/products/databases/how-to-get-gemini-to-deeply-understand-your-database
На BIRD single-model leaderboard у неё 80,04% execution accuracy. Важная деталь: там проверяют не красоту SQL, а результат выполнения запроса.
Это уже похоже на рабочий интерфейс к данным для админок, BI и саппорт-инструментов. Но не на автопилот для продовой базы.
Человеческий результат в BIRD — 92,96%, поэтому безопасная схема всё ещё скучная: read-only доступ, лимиты, allowlist таблиц, EXPLAIN перед запуском и логирование SQL.
NL2SQL можно пробовать уже сейчас. Но лучше держать такого агента не у руля, а в песочнице.
BIRD leaderboard:
https://bird-bench.github.io/
Разбор Google Cloud:
https://cloud.google.com/blog/products/databases/how-to-get-gemini-to-deeply-understand-your-database
🔥10👍1
Разработчик успел до введеных Anthropics ограничений использовать Fable 5 для реинжиниринга DOS-игры Midwinter (1989). За ночь параллельные агенты разметили 602 функции экзешника, сэкономив полгода ручного реверс-инжиниринга.
Сценарий отлично переносится на анализ закрытых legacy-систем. Секрет в архитектуре: агенты парсили ассемблер через общий evidence ledger, записывая и валидируя гипотезы друг друга. Результат — написанная ими Python-реплика алгоритма, побитово совпадающая с оригиналом.
Чтобы LLM не галлюцинировала в смещениях памяти и регистрах, критически важен именно такой журнал доказательств и локальный sandbox для тестов. Без жесткого фреймворка сверки фактов на выходе получается правдоподобный, но нерабочий код.
Технический разбор процесса:
https://midwinter-remaster.titanium-helix.com/decode
GitHub с ledger-журналом и тулзами:
https://github.com/DrEvil-TitaniumHelix/midwinter-decode
Видео пайплайна:
https://youtu.be/PonvG2whtkc
Сценарий отлично переносится на анализ закрытых legacy-систем. Секрет в архитектуре: агенты парсили ассемблер через общий evidence ledger, записывая и валидируя гипотезы друг друга. Результат — написанная ими Python-реплика алгоритма, побитово совпадающая с оригиналом.
Чтобы LLM не галлюцинировала в смещениях памяти и регистрах, критически важен именно такой журнал доказательств и локальный sandbox для тестов. Без жесткого фреймворка сверки фактов на выходе получается правдоподобный, но нерабочий код.
Технический разбор процесса:
https://midwinter-remaster.titanium-helix.com/decode
GitHub с ledger-журналом и тулзами:
https://github.com/DrEvil-TitaniumHelix/midwinter-decode
Видео пайплайна:
https://youtu.be/PonvG2whtkc
🔥17❤2
Media is too big
VIEW IN TELEGRAM
🚀 Codex CLI: создаём автономный код‑ревьюер
Предлагаем обзор простого, но рабочего сетапа, который позволит:
→ посмотреть возможности Codex CLI;
→ собрать базовую инфраструктуру;
→ реализовать автономный код-ревьюер почти без вмешательства живого специалиста.
"Для работы с агентами нужны 3 главных навыка: адаптивность, слабоумие и отвага. Потому что иногда агент делает очень умные вещи, а иногда — очень странные", — говорит Артем Летюшев, tech project manager twinby.ru и автор канала @junior_pm.
Артем показал в онлайне:
⚡️ как настроить Codex CLI и MCP;
⚡️ как подключить Skills и защитные хуки;
⚡️ как спланировать roadmap и быстро запустить проект.
Запись доступна здесь и на других площадках:
YouTube
RuTube
ВКонтакте
ЯндексМузыка
Mave
Предлагаем обзор простого, но рабочего сетапа, который позволит:
→ посмотреть возможности Codex CLI;
→ собрать базовую инфраструктуру;
→ реализовать автономный код-ревьюер почти без вмешательства живого специалиста.
"Для работы с агентами нужны 3 главных навыка: адаптивность, слабоумие и отвага. Потому что иногда агент делает очень умные вещи, а иногда — очень странные", — говорит Артем Летюшев, tech project manager twinby.ru и автор канала @junior_pm.
Артем показал в онлайне:
⚡️ как настроить Codex CLI и MCP;
⚡️ как подключить Skills и защитные хуки;
⚡️ как спланировать roadmap и быстро запустить проект.
Запись доступна здесь и на других площадках:
YouTube
RuTube
ВКонтакте
ЯндексМузыка
Mave
❤3
У Claude будет жёстче проверка аккаунтов
С 8 июля новая privacy policy Anthropic разрешает запрашивать age/identity verification. Для возраста - селфи через Yoti или документ. Для проверки личности - government ID вроде паспорта и live selfie через Persona.
Это не значит, что 8 июля у всех разом попросят паспорт. Но если аккаунт попадёт под проверку, доступ может упереться в верификацию.
Для разработчиков неприятная часть не в самом KYC, а в зависимости от одного consumer-аккаунта. Если Claude уже сидит в вашем рабочем процессе, нужен план Б: резервная модель, сохранённые промпты, экспорт настроек и понимание, чем заменить сервис в день, когда он внезапно попросит документы.Anthropic пишет, что verification data не используется для обучения моделей.
Но вопрос в приватности и доступе к моделям в странах, которые Anthropic официально не поддерживает.
Privacy Policy: https://www.anthropic.com/legal/privacy
Age assurance: https://support.claude.com/en/articles/15171100-age-assurance-on-claude
Identity verification: https://support.claude.com/en/articles/14328960-identity-verification-on-claude
С 8 июля новая privacy policy Anthropic разрешает запрашивать age/identity verification. Для возраста - селфи через Yoti или документ. Для проверки личности - government ID вроде паспорта и live selfie через Persona.
Это не значит, что 8 июля у всех разом попросят паспорт. Но если аккаунт попадёт под проверку, доступ может упереться в верификацию.
Для разработчиков неприятная часть не в самом KYC, а в зависимости от одного consumer-аккаунта. Если Claude уже сидит в вашем рабочем процессе, нужен план Б: резервная модель, сохранённые промпты, экспорт настроек и понимание, чем заменить сервис в день, когда он внезапно попросит документы.Anthropic пишет, что verification data не используется для обучения моделей.
Но вопрос в приватности и доступе к моделям в странах, которые Anthropic официально не поддерживает.
Privacy Policy: https://www.anthropic.com/legal/privacy
Age assurance: https://support.claude.com/en/articles/15171100-age-assurance-on-claude
Identity verification: https://support.claude.com/en/articles/14328960-identity-verification-on-claude
🔥2🤬1🤡1
В AI-тусовке на выходных разогнали «новость»: Mistral якобы выпустила модель Le Chaton Fat, которая обходит Claude в benchmark’ах.
Проблема в том, что такой модели нет.
Новость выросла из старого названия ассистента Mistral - Le Chat. Его уже переименовали в Mistral Vibe, а в X кто-то превратил «кота» в «толстого котёнка» и начал постить фейковые анонсы: MoE на десятки триллионов параметров, миллион токенов контекста, рекордные таблицы и прочий AGI к завтраку.
Дальше скриншоты разошлись, часть людей поверила, CEO Mistral Артур Менш подыграл фразой про le gros chaton, и мем на пару дней стал почти инсайдом. Но самой модели нет.
Разбор Numerama:
https://www.numerama.com/tech/2276253-cest-quoi-le-chaton-fat-le-modele-de-mistral-ai-qui-affole-les-reseaux-sociaux.html
Официальные новости Mistral:
https://mistral.ai/news/
Проблема в том, что такой модели нет.
Новость выросла из старого названия ассистента Mistral - Le Chat. Его уже переименовали в Mistral Vibe, а в X кто-то превратил «кота» в «толстого котёнка» и начал постить фейковые анонсы: MoE на десятки триллионов параметров, миллион токенов контекста, рекордные таблицы и прочий AGI к завтраку.
Дальше скриншоты разошлись, часть людей поверила, CEO Mistral Артур Менш подыграл фразой про le gros chaton, и мем на пару дней стал почти инсайдом. Но самой модели нет.
Разбор Numerama:
https://www.numerama.com/tech/2276253-cest-quoi-le-chaton-fat-le-modele-de-mistral-ai-qui-affole-les-reseaux-sociaux.html
Официальные новости Mistral:
https://mistral.ai/news/
😁6👍1😭1
Media is too big
VIEW IN TELEGRAM
Голосовой агент — это не просто чат-бот + TTS. Это эволюция от текстового бота через полудуплекс к full-duplex, где на каждом уровне появляются свои проблемы. Пройдем этот путь на реальном production-стеке (Rust, ~1600 строк).
Как построить голосового AI-агента, экономящего время пользователя, рассказывает Виктор Загускин — руководитель центра компетенций голосового ИИ в MWS.AI.
В программе:
→ Голос, файловое распознавание: offline ASR, 3-7с roundtrip, SSML для склонений, LLM-нормализация услуг
→ Стриминг, полудуплекс: streaming ASR, VAD, гибридное EPD, порог тишины
→ Полный дуплекс: AEC (WebRTC AEC3), barge-in, tool calls в асинхронном потоке, pipeline parallelism
→ Метрики: покомпонентная latency, эволюция метрик, бенчмарки (Full-Duplex-Bench v1.5, EVA-Bench)
→ Native Audio LLM: speech-native модели, DuplexSLA, Moshi, MiniMind-O
🎥 Запись доступна здесь и на других площадках:
YouTube
RuTube
ВКонтакте
ЯндексМузыка
Mave
Как построить голосового AI-агента, экономящего время пользователя, рассказывает Виктор Загускин — руководитель центра компетенций голосового ИИ в MWS.AI.
В программе:
→ Голос, файловое распознавание: offline ASR, 3-7с roundtrip, SSML для склонений, LLM-нормализация услуг
→ Стриминг, полудуплекс: streaming ASR, VAD, гибридное EPD, порог тишины
→ Полный дуплекс: AEC (WebRTC AEC3), barge-in, tool calls в асинхронном потоке, pipeline parallelism
→ Метрики: покомпонентная latency, эволюция метрик, бенчмарки (Full-Duplex-Bench v1.5, EVA-Bench)
→ Native Audio LLM: speech-native модели, DuplexSLA, Moshi, MiniMind-O
YouTube
RuTube
ВКонтакте
ЯндексМузыка
Mave
Please open Telegram to view this post
VIEW IN TELEGRAM
❤6🔥3
🤖 AI-агент с нуля: руководство по MCP
В прошлый раз мы собрали ReAct-агента и разобрали, как работает tool calling под капотом. Теперь идём дальше — подключаем агента к реальному миру через открытый стандарт Anthropic.
Это вторая часть видеокурса об AI-агентах от ML-инженера Artezio Антона Максимова!
Разберём, почему самодельный протокол для инструментов — это тупик при масштабировании и как Model Context Protocol решает эту проблему раз и навсегда. MCP — единый стандарт, который уже поддерживают Claude Desktop, Cursor, Zed и десятки других инструментов.
В этом выпуске:
— Что такое MCP и зачем он нужен, если tool calling уже работает
— Роли в архитектуре MCP и чем они отличаются
— Пишем собственный MCP-сервер на FastMCP
— Подключаем ReAct-агента к серверу
🎬 Смотрите на YouTube или RuTube!
Следующая часть курса будет посвящена Memory, не переключайтесь :)
В прошлый раз мы собрали ReAct-агента и разобрали, как работает tool calling под капотом. Теперь идём дальше — подключаем агента к реальному миру через открытый стандарт Anthropic.
Это вторая часть видеокурса об AI-агентах от ML-инженера Artezio Антона Максимова!
Разберём, почему самодельный протокол для инструментов — это тупик при масштабировании и как Model Context Protocol решает эту проблему раз и навсегда. MCP — единый стандарт, который уже поддерживают Claude Desktop, Cursor, Zed и десятки других инструментов.
В этом выпуске:
— Что такое MCP и зачем он нужен, если tool calling уже работает
— Роли в архитектуре MCP и чем они отличаются
— Пишем собственный MCP-сервер на FastMCP
— Подключаем ReAct-агента к серверу
🎬 Смотрите на YouTube или RuTube!
Следующая часть курса будет посвящена Memory, не переключайтесь :)
🔥8👍7❤1💩1
Вышло новое поколение моделей OpenAI GPT-5.6: Sol, Terra и Luna. Artificial Analysis (независимая площадка бенчмаркинга LLM ) уже прогнали его по тестам. Главная новость: GPT-5.6 Sol (max) возглавил их новый Coding Agent Index с 80 баллами.
Индекс меряет работу агента целиком (а не только генерацию отдельных функций): исследование репозитория (SWE-Atlas-QnA, вопросы-ответы по большим кодовым базам), доведение задачи до проверяемого результата (DeepSWE, реальные задачи в духе SWE-bench), командную строку (Terminal-Bench v2) и координацию инструментов. Sol в связке с Codex лидирует во всех трёх тестах, при этом стоимость задачи примерно на 40% ниже, чем у Claude Fable 5 (max), и на 10% ниже Opus 4.8 (max) в Claude Code.
Sol — флагман: в Intelligence Index отстаёт от Fable 5 всего на 1 балл (59), но втрое дешевле, $1.04 за задачу. Terra и Luna дешевле на ~50% и ~80%, для массовых задач. По токенам Sol экономнее предшественника: 15k на задачу против 16k у GPT-5.5, при большем интеллекте, чем у Opus 4.8 и Gemini 3.5 Flash.
Похоже, для агентного кодинга Codex + Sol сейчас лучший baseline по цене/качеству. Для аналитически тяжёлых задач Fable 5 всё ещё впереди (Elo 1764 vs 1592 в AA-Briefcase).
Индекс меряет работу агента целиком (а не только генерацию отдельных функций): исследование репозитория (SWE-Atlas-QnA, вопросы-ответы по большим кодовым базам), доведение задачи до проверяемого результата (DeepSWE, реальные задачи в духе SWE-bench), командную строку (Terminal-Bench v2) и координацию инструментов. Sol в связке с Codex лидирует во всех трёх тестах, при этом стоимость задачи примерно на 40% ниже, чем у Claude Fable 5 (max), и на 10% ниже Opus 4.8 (max) в Claude Code.
Sol — флагман: в Intelligence Index отстаёт от Fable 5 всего на 1 балл (59), но втрое дешевле, $1.04 за задачу. Terra и Luna дешевле на ~50% и ~80%, для массовых задач. По токенам Sol экономнее предшественника: 15k на задачу против 16k у GPT-5.5, при большем интеллекте, чем у Opus 4.8 и Gemini 3.5 Flash.
Похоже, для агентного кодинга Codex + Sol сейчас лучший baseline по цене/качеству. Для аналитически тяжёлых задач Fable 5 всё ещё впереди (Elo 1764 vs 1592 в AA-Briefcase).
artificialanalysis.ai
AI Model & API Providers Analysis | Artificial Analysis
Comparison and analysis of AI models and API hosting providers. Independent benchmarks across key performance metrics including quality, price, output speed & latency.
👍6❤1
В десктопном Claude Code появился встроенный браузер (Cmd/Ctrl+Shift+B). Агент открывает документацию, макеты и произвольные сайты, читает страницы, кликает по элементам и работает с локально запущенным приложением, расширение для Chrome больше не нужно. Браузер живёт в отдельном профиле и не видит логины и историю вашего основного, если агенту нужны именно ваши залогиненные сессии, для этого по-прежнему расширение Claude in Chrome.
Это замыкает цикл фронтенд-разработки: агент пишет компонент, сам поднимает dev-сервер, визуально проверяет интерфейс, воспроизводит пользовательский сценарий и чинит найденное. При первом действии на новом сайте спрашивает разрешение, а в настройках можно выбрать, сохранять ли данные сессий между запусками или каждый раз начинать с чистого листа.
Это замыкает цикл фронтенд-разработки: агент пишет компонент, сам поднимает dev-сервер, визуально проверяет интерфейс, воспроизводит пользовательский сценарий и чинит найденное. При первом действии на новом сайте спрашивает разрешение, а в настройках можно выбрать, сохранять ли данные сессий между запусками или каждый раз начинать с чистого листа.
Claude Code Docs
Week 28 · July 6–10, 2026 - Claude Code Docs
Browse external sites from the Desktop app's built-in browser, run a full setup checkup with /doctor, and pick up auto mode transcript protections and agent view upgrades.
⚡3🔥1
💥 Агентская фабрика на CI: автоматизируем весь цикл разработки
Лёша Берёзка, техлид iOS в "Додо Пицце" и автор канала о разработке, покажет онлайн, как построить «фабрику» агентов в CI‑пайплайне — систему, которая самостоятельно закрывает полный цикл от создания issue до влития Pull Request.
➡️ Разберём, как организовать оркестрацию нескольких агентов и обеспечить их согласованную работу.
➡️ Посмотрим, как фабрика автоматически заводит issue, сама их планирует, уточняет детали, реализует и доводит Pull Request до успешного слияния.
➡️ Разберём типовые проблемы и способы их решения.
Когда?
Завтра, 15 июля, в 13:00.
Смотрите на YouTube, в ВК или прямо в этом канале — и задавайте вопросы Лёше!
Лёша Берёзка, техлид iOS в "Додо Пицце" и автор канала о разработке, покажет онлайн, как построить «фабрику» агентов в CI‑пайплайне — систему, которая самостоятельно закрывает полный цикл от создания issue до влития Pull Request.
Когда?
Завтра, 15 июля, в 13:00.
Смотрите на YouTube, в ВК или прямо в этом канале — и задавайте вопросы Лёше!
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥5👍2❤1🤡1
OpenWiki (LangChain, 1 июля) - открытый агент и CLI, который генерирует и поддерживает «вики» кодовой базы для агентов. Он индексирует репозиторий, фиксирует, где что лежит и как связано, а в CLAUDE.md/AGENTS.md кладёт не сотни страниц, а ссылку: агент сам подтянет нужное. Обновляется по коммитам через CI (GitHub Actions / GitLab / Bitbucket), читает diff с прошлого прогона и правит только затронутое. Провайдеры LLM: OpenRouter (дефолт), OpenAI, Anthropic, Fireworks, Baseten. Поверх DeepAgents, для трейса активностей агентов можно подключить LangSmith. Есть режим personal, локальная база знаний из ваших репо, Gmail, Notion, веб-поиска, и зачем-то даже есть коннекторы к Hacker News и X.
Вдохновлено DeepWiki, AutoWiki и концепцией LLM Wiki Карпаты.
Польза в том, что агент не должен заново разбираться во всём репозитории каждую сессию. Предполагается, что особенно эффективно, если репозиторий большой и legacy.
Открытый вопрос: что происходит с этой памятью со временем. Диффы копятся, глазами такие доки никто не читает. Нужен ли ревью владельцами модулей или дрейф не накапливается и обновления по коммитам достаточно? Если у кого-то уже крутится в CI, или был аналог - расскажите, что видите.
Вдохновлено DeepWiki, AutoWiki и концепцией LLM Wiki Карпаты.
Польза в том, что агент не должен заново разбираться во всём репозитории каждую сессию. Предполагается, что особенно эффективно, если репозиторий большой и legacy.
Открытый вопрос: что происходит с этой памятью со временем. Диффы копятся, глазами такие доки никто не читает. Нужен ли ревью владельцами модулей или дрейф не накапливается и обновления по коммитам достаточно? Если у кого-то уже крутится в CI, или был аналог - расскажите, что видите.
Langchain
OpenWiki: Open Source Repo Documentation for Coding Agents
OpenWiki generates and maintains codebase documentation so coding agents can find the repo context they need without loading everything into one instruction file.
❤3🤔2👍1
🤔 Какова вероятность выживания человечества в эпоху суперинтеллекта?
Исследователь Элиезер Юдковский и президент MIRI Нейт Соарес изложили свой прогноз в книге, которая только что вышла на русском языке под названием «Если кто-то его создаст — все погибнут. Почему сверхчеловеческий ИИ уничтожит нас всех».
Доктор технических наук Владимир Крылов рассмотрит этот прогноз и обоснует возможность значительно более оптимистичного варианта развития событий. Он основан на разработках методов коммуникации с неживым, которые развивает биолог Майкл Левин. Ведь в будущем построение конвенциональных отношений со сверхинтеллектом существенно сократит вероятность рокового исхода...
⏰ Запускаем трансляцию завтра, 16 июля, в 13:00.
Смотрите на YouTube, в ВК или прямо в этом канале — и задавайте вопросы лектору!
Исследователь Элиезер Юдковский и президент MIRI Нейт Соарес изложили свой прогноз в книге, которая только что вышла на русском языке под названием «Если кто-то его создаст — все погибнут. Почему сверхчеловеческий ИИ уничтожит нас всех».
Доктор технических наук Владимир Крылов рассмотрит этот прогноз и обоснует возможность значительно более оптимистичного варианта развития событий. Он основан на разработках методов коммуникации с неживым, которые развивает биолог Майкл Левин. Ведь в будущем построение конвенциональных отношений со сверхинтеллектом существенно сократит вероятность рокового исхода...
⏰ Запускаем трансляцию завтра, 16 июля, в 13:00.
Смотрите на YouTube, в ВК или прямо в этом канале — и задавайте вопросы лектору!
👍6🔥6🤡2