📹 Китайцы выпустили Wan 2.6 — видеомодель с поддержкой ролевых функций.

Нейронка работает сразу с текстом, видео и звуком как с единым сценарием.

Именно поэтому персонажи сохраняют внешний вид, голос и поведение между сценами. Что еще умеет Wan 2.6:

🟡Text-to-Video и Image-to-Video до 1080p;
🟡Выдает видео длительностью до 15 секунд;
🟡Нормальный липсинк и чистое аудио;
🟡Импорт собственного аудио;
🟡Можно закинуть 1–3 референсных видео для консистентности персонажей и локаций;
🟡Автоматически собирает идею в цепочку сцен.

👀 Попробовать можно бесплатно, на официальном сайте дают 150 кредитов. Также можно потестить на Fal и Replicate.

😀 NEUROHUB

Ого, OpenAI запустили каталог приложений внутри ChatGPT.

Теперь нужные аппы можно выбрать в каталоге, и они появятся как инструмент в интерфейсе чата. Например, на видео юзер вызывает Replit и просит создать приложение для разделения счета.

Найти аппы можно в меню инструментов или прям на сайте.

А еще можно подать заявку на публикацию в ChatGPT своих приложений ☕️

@xor_journal

Представили Codebuff — агента для кодинга, который выжимает максимум из Opus 4.5.

На 100+ секунд быстрее (!) Claude Code на типовых задачах и при этом с лучшим качеством кода

Чистый терминальный UI без мерцаний (спасибо OpenTUI)

Специализированные сабагенты: file picker, best-of-n editor, reviewer

Вся магия Codebuff держится на трёх ключевых сабагентах. Начнем с file picker.

Claude Code может тратить минуты на шаринг по кодовой базе, делая десятки вызовов инструментов.
Codebuff делает иначе: скармливаем отдельной LLM (Grok 4.1 fast) сжатое представление всего репозитория.
За ~2 секунды она возвращает список из 12 потенциально релевантных файлов. ⌚️

Дальше другая модель (Flash) делает краткие саммари этих файлов, а основной агент решает, что реально читать.
В итоге Codebuff загружает максимум полезных файлов, чтобы получить контекст кодовой базы. Это одновременно ускоряет работу и повышает качество кода.

» Следующий компонент - multi-prompt editor.

Оркестратор запускает его сразу с несколькими стратегиями внесения изменений.
Под каждую стратегию поднимается отдельный агент, который пишет реализацию параллельно.
После этого selector-агент выбирает лучший вариант.

По тестам, эти реализации часто заметно отличаются друг от друга, и выбор лучшей реально сильно повышает качество результата.
Плюс selector может передать заметки о том, что было хорошего в альтернативных версиях и как это можно докрутить в финальной.

Этот агент очень экономичный » он переиспользует кэш промпта всей предыдущей беседы.

Мы копаем еще глубже и напрямую хачим, как LLM работают под капотом, ради производительности.
Implementor-агент пишет код в кастомном XML-формате для инструментов.
Это позволяет уложиться в один LLM-вызов для генерации всего кода, вместо цепочки шагов с нативными вызовом инструментов.

Итог = меньше задержек и ниже стоимость.

Честно, выжать больше из Opus 4.5 просто невозможно.

» Третий ключевой сабагент - code reviewer.

Он запускается inline, часто параллельно с агентами, которые делают typecheck и гоняют юнит-тесты.
За считанные секунды он быстро разбирает код, ловит баги, мертвые куски и показывает, где проседает качество

Вместе эти сабагенты (и несколько других, о которых тут не упомянули) позволяют Codebuff выдавать максимально сильный результат.

Opus 4.5, возможно, лучший кодинг-модель на сегодня.
А Codebuff - это когда Opus пристегнули к ракете.

Попробовать Codebuff:

npm i -g codebuff

Проект полностью open source, поддержан YC прошлой осенью.

Зацените. Реально интересно услышать, что вы думаете.