✔️ Линус Торвальдс поддержал использование ИИ в разработке ядра

Отец Linux отклонил инициативу запретить ИИ-инструменты в разработке ядра, предложив недовольным сделать форк или покинуть проект. По его словам, сообществу нужно адаптировать LLM для помощи мейнтейнерам, минимизировав генерацию некорректных патчей и баг-репортов.

Текущие правила допускают добавление сгенерированного кода при наличии тега Assisted-by. Поскольку модель не может подписать сертификат происхождения, ответственность за качество, код-ревью и юридические риски полностью несет человек, отправивший коммит.

Торвальдс отметил, что философия Open Source нацелена на создание технологий, а не на соблюдение идеологий. Команда продолжит принимать патчи исключительно на основе их технической ценности, не ограничивая участников в выборе инструментов разработки.
kernel.org

✔️ Google провела ребрендинг NotebookLM

Компания переименовала NotebookLM в Gemini Notebook и добавила возможность выполнение кода. Каждый блокнот получил изолированную облачную среду для написания и запуска скриптов. Это позволяет анализировать данные напрямую из загруженных источников без экспорта во внешние инструменты.

Сервис остается самостоятельным, но стал глубже интегрирован в экосистему компании. Блокноты создаются и синхронизируются внутри приложения Gemini, а позже появятся в ИИ-выдаче Google Search.

Сейчас запуск кода открыт для подписчиков Google AI Ultra и корпоративных клиентов Workspace. В течение нескольких недель доступ развернут для пользователей тарифа Pro.
blog.google

✔️ Sakana Fugu получила поддержку моделей семейства Nemotron

Токийский стартап добавил открытые модели NVIDIA в свою модульную платформу оркестрации агентов Fugu, которая динамически выбирает, координирует и объединяет легковесные специализированные модели для многоэтапных задач.

Модели Nemotron добавили в пул агентов платформы функции генерации кода, вызова внешних инструментов и следования инструкциям.

Инженерные команды Sakana AI и NVIDIA займутся совместной оптимизацией производительности модульных ИИ-архитектур. Для NVIDIA партнерство дает среду тестирования открытых решений в мультиагентных сценариях.
sakana.ai

✔️ Claude теперь может авторизовываться на сайтах через 1Password

Менеджер паролей интегрировал Claude для выполнения браузерных задач с авторизацией. Учетные данные и одноразовые коды не передаются на серверы Anthropic и не попадают в контекст модели. 1Password подставляет их напрямую на целевую страницу через Agentic Mode.

Claude запрашивает логин под конкретную задачу, после чего пользователь подтверждает действие и разрешение выдается на одну сессию. Поддерживается выдача доступов к нескольким сайтам для сложных задач.

При перехвате управления расширение 1Password блокирует основное хранилище, оставляя доступ только к одобренным записям. Если после автозаполнения отправка формы не удалась, введенные значения стираются.

Интеграция доступна на Mac при наличии десктопных приложений и расширений. В будущих апдейтах планируется добавить поддержку платежных карт.
1password.com

✔️ Бигтех увеличивает расходы на личную безопасность топ-менеджмента

Волна общественного недовольства развитием ИИ переросла в реальные риски для IT-сектора. По данным аналитиков Liferaft, количество угроз в адрес дата-центров и руководителей ИИ-компаний выросло в 7 раз.

Это напрямую отразилось на корпоративных бюджетах - в 2025 году уже 38% компаний из индекса S&P 500 отчитались о расходах на охрану руководства (против 27% в 2021 году). За год траты Palantir по этой статье взлетели на 150%, у Oracle - на 86%, а бюджет Salesforce на защиту топов увеличился до 4 миллионов долларов.

Охранные агентства Кремниевой долины фиксируют резкий спрос на вооруженных, но максимально неприметных телохранителей. Менеджмент ИИ-корпораций также настоятельно не рекомендует рядовым сотрудникам носить одежду с логотипами компаний за пределами кампусов.
wsj.com


@ai_machinelearning_big_data

#news #ai #ml

✔️ Anthropic переработала команду code-review в Claude Code

Команда получила уровни Low, Medium, High, X-high и Ultra.

И это не один и тот же промпт с разным временем на ризонинг - на каждом уровне процесс построен по-своему.

Уровень подхватывается из настроек сессии автоматически, но его можно задать руками командой /code-review high.

🟢Low делает один быстрый проход по диффу.

🟢Medium читает изменённый код в контексте проекта, прогоняет несколько поисковых проходов под разными углами и перепроверяет находки перед выдачей.

🟢High выносит поиск и верификацию в субагентов с чистым контекстом, чтобы проверяющие не были заякорены на рассуждениях агента, который этот код только что писал.

🟢X-high дополнительно ищет, как изменения влияют на код за пределами самого диффа.

🟠Ultra - верхняя ступень, где ревью выполняется в облачной песочнице, куда Claude Code выгружает состояние репозитория или клонирует PR с GitHub. Там запускается целый парк агентов, и каждая находка независимо воспроизводится и верифицируется.

Ultra находится в статусе research preview и оплачивается отдельно от подписки - Pro и Max подписчикам дают 3 бесплатных запуска, дальше каждый прогон списывается из кредитов на дополнительное использование стоит примерно от 5 до 20 долларов в зависимости от размера изменений.

Качество новой системы подкрепляют замерами Opus 4.8 на открытом датасете с ручной разметкой ошибок. Уровень Low нашёл 17% размеченных багов, Medium - 22%, High - 24%, X-high - 25%.

У "конкурента" (компания его не называет) - те же уровни дали от 8 до 12%.

Anthropic утверждает, что использует Ultra-режим на каждом пулл-реквесте в собственной разработке.

@ai_machinelearning_big_data

#news #ai #ml

🌟 ReactBench: инструмент оценки агентов при работе с кодом на React

Команда Million, известная инструментами React Doctor, React Scan и Million.js, представила тест для агентов, пишущих код на React.

Актуальность ReactBench зеркальна реальному положению дел - около 70% сайтов на JavaScript используют React, а мелкие ошибки в сгенерированном коде тиражируются в огромных масштабах.

Например, сбой Cloudflare в сентябре 2025 года - панель управления и API компании легли из-за одной неверной зависимости в useEffect, которую не поймали ни ревью, ни тесты.

Философия проекта в том, что общие кодинг-бенчмарки проверяют лишь поведение по принципу "тесты прошли - задача засчитана".

В ReactBench каждое решение должно ещё и пройти проверку React Doctor, анализатора с более чем 400 правилами, который ищет в коде лишние перерисовки, сломанные эффекты, проблемы с доступностью и сопровождаемостью.

🟡Набор состоит из задач двух типов

Write React - реализовать настоящую функцию. Задания этого типа собраны из принятых PR в открытых репозиториях. Агент получает кодовую базу и описание задачи, а скрытые тесты и эталонное решение видит только проверяющая система.

Fix React - найти и исправить все баги в существующем компоненте, обнаруженные React Doctor, не создавая при этом новых проблем. Причём агента еще и лишают доступа к линтерам.

🟡Результаты прогонов

Само собой, созданием бенча не ограничились и запустили его на топовых моделях. Тут важен небольшой дисклеймер:

Бенчмарк сравнивает не модели в чистом виде, а связки модель+агентская оболочка (Codex CLI, Claude Code и другие), и оболочка влияет на итог.

По итогам лидируют с минимальным отрывом GPT-5.6 Sol (43,1%) и Fable 5 (41,2%), но важнее разница в цене - прогон Fable 5 обходится в среднем в 5,8 раза дороже, чем Sol.

Оптимальным по соотношению стоимость-качество авторы называют GPT-5.6 Terra на средних настройках. Замыкают таблицу GLM 5.2, Sonnet 5, GPT-5.6 Luna и Kimi K2.7 Code.

Набор полностью открыт на Github.


@ai_machinelearning_big_data

#AI #ML #Agents #Benchmark #ReactBench #Million