Доброго начала рабочей недели, коллеги! И у меня есть новость, возможно пролетевшая мимо популярных сми и каналов. Про Google I/O 2026 конечно уже писали и жук и жаба. Но помимо всем понятной и в целом ожидаемой истории с 3.5 серией моделей Gemini, а так же весьма впечатляющей мультимедия модели Omni, на конференции упоминали еще один продукт, который может оказаться очень важным для DevOps и AI инженеров.
Во-первых, потому что это базовая инфрастуктура.
Во-вторых, это про агентную интеграцию.
Ну и в-третьих, это про k8s и про опенсорс решение от Google, так что есть все шансы что оно взлетит и станет одним из распространенных тулов в DevOps инструментарии через пол-годика - год.
Речь идет про Kubernetes Agent Sandbox.
Как сейчас обычно готовят агентов? Агент оркестратор запускает саб-агентов в отдельных контейнерах через docker api. Напрямую через docker socket если деплоим апликуху прямо на машине, или через docker-in-docker сайд контейнер внутри пода, если запускаем в кубере. В итоге это все имеет только вертикальный скейлинг, медленный старт, не самую секьюрную изоляцию. 🙈
Более навороченные велосипеды ходят в кубер апи и запускают полноценные deploy/sts, но это все равно костыльно. И любые инфраструктурные фичи под эту основу - это сложно, дорого и по сути костыли и велосипеды.😬
Продукт от гугл добавляет в любой ваш k8s кластер отдельный контроллер и CRD ("Sandbox", "SandboxClaim", "SandboxTemplate" etc). Которые описывают поды специально подходящие для агентных workloads. Выглядит этот CRD почти как обычный под:
Но при этом имеет множество важных фич⚠️:
-😮 стабильная сетевая identity (полноценный заранее извсетный хостнейм у каждого пода) и роутинг через X-Sandbox-ID хедер
- улучшенная работа с вольюмами. вольюмы переживают рестарты и рескедулинг между нодами и подключаются к новым подам без костылей
- scheduled deletion
- снапшоты состояния пода (можо через апи откатить сандбокс на любой момент его исполнения, получаем нативный бранчинг агент рантайма)
-😮 SandboxWarmPool - прогретый стак подов, ваши субагенты будут запускаться <1sec., гугл пишет про 90% прирост скорсти по сравнению с cold starts
- плагины для навороченный изоляции через gVisor/Kata, по сути запускаем полноценную изолированную виртуалку, а не обычный контейнер. Сесурити!🦾🔒
Ну и это все отлично скейлится горизонтально, удобно раскидываются по нужным нодгруппам с подходящим обьемом железа, работает с guardrails в виде OPA полиси. А так же отлично интегрируется в мониторинг.
Ну и киллер🔥фича - вся эта прелесть деплоится прямо из go/питон кода вашего приложения через свою SDK!
Продукт залаунчили уже давно (на нынешней IO2026 его упоминали в контексте того, что гугл его гоняет у себя в gcloud для ентерпрайз агент решений(Managed Agents API)). И уже в стадии GA, то есть полноценно подходит для продакшн энвов.
Так что если вы все еще костылите как запускать ваших агентов в обычных deployments или dind-sidecar - делайте PoC, несите демо вашему архитекту, и изабвляейтсь от всех головняков и костылей😉
Качественной вам продакшн инфраструктуры, коллеги!🌡
Во-первых, потому что это базовая инфрастуктура.
Во-вторых, это про агентную интеграцию.
Ну и в-третьих, это про k8s и про опенсорс решение от Google, так что есть все шансы что оно взлетит и станет одним из распространенных тулов в DevOps инструментарии через пол-годика - год.
Речь идет про Kubernetes Agent Sandbox.
Как сейчас обычно готовят агентов? Агент оркестратор запускает саб-агентов в отдельных контейнерах через docker api. Напрямую через docker socket если деплоим апликуху прямо на машине, или через docker-in-docker сайд контейнер внутри пода, если запускаем в кубере. В итоге это все имеет только вертикальный скейлинг, медленный старт, не самую секьюрную изоляцию. 🙈
Более навороченные велосипеды ходят в кубер апи и запускают полноценные deploy/sts, но это все равно костыльно. И любые инфраструктурные фичи под эту основу - это сложно, дорого и по сути костыли и велосипеды.😬
Продукт от гугл добавляет в любой ваш k8s кластер отдельный контроллер и CRD ("Sandbox", "SandboxClaim", "SandboxTemplate" etc). Которые описывают поды специально подходящие для агентных workloads. Выглядит этот CRD почти как обычный под:
apiVersion: agents.x-k8s.io/v1alpha1
kind: Sandbox
metadata:
name: dynamic-ephemeral-sandbox
spec:
replicas: 1
shutdownPolicy: Delete
shutdownTime: "${SHUTDOWN_TIME}"
podTemplate:
spec:
containers:
- name: workspace
image: alpine:latest
command: ["sleep", "infinity"]
Но при этом имеет множество важных фич⚠️:
-
- улучшенная работа с вольюмами. вольюмы переживают рестарты и рескедулинг между нодами и подключаются к новым подам без костылей
- scheduled deletion
- снапшоты состояния пода (можо через апи откатить сандбокс на любой момент его исполнения, получаем нативный бранчинг агент рантайма)
-
- плагины для навороченный изоляции через gVisor/Kata, по сути запускаем полноценную изолированную виртуалку, а не обычный контейнер. Сесурити!🦾
Ну и это все отлично скейлится горизонтально, удобно раскидываются по нужным нодгруппам с подходящим обьемом железа, работает с guardrails в виде OPA полиси. А так же отлично интегрируется в мониторинг.
Ну и киллер🔥фича - вся эта прелесть деплоится прямо из go/питон кода вашего приложения через свою SDK!
from k8s_agent_sandbox import SandboxClient
client = SandboxClient()
sandbox = client.create_sandbox(
template="python-sandbox-template",
namespace="default",
)
try:
result = sandbox.commands.run("echo 'Hello from Agent Sandbox!'")
print(result.stdout)
# Hello from Agent Sandbox!
finally:
sandbox.terminate()
Продукт залаунчили уже давно (на нынешней IO2026 его упоминали в контексте того, что гугл его гоняет у себя в gcloud для ентерпрайз агент решений(Managed Agents API)). И уже в стадии GA, то есть полноценно подходит для продакшн энвов.
Так что если вы все еще костылите как запускать ваших агентов в обычных deployments или dind-sidecar - делайте PoC, несите демо вашему архитекту, и изабвляейтсь от всех головняков и костылей😉
Качественной вам продакшн инфраструктуры, коллеги!
Please open Telegram to view this post
VIEW IN TELEGRAM
Agent Sandbox
Documentation
What is Agent Sandbox? Agent Sandbox is a Kubernetes-native platform for managing isolated, stateful, singleton workloads — purpose-built for AI agent runtimes, development environments, and any scenario that demands a long-running container with a stable…
🔥2
DeepSeek снизил цены еще на 75% 🤪
Теперь Deepseek-V4-Pro стоит беспрецедентно низкие $0.435 / $0.87
Но я его уже не использую, вернулся к Kimi как к базовой модели для большинствав задач. После того как DeepSeek стал у меня косячить с некоторыми проблемами с терраформом и с AWS OIDC аутентификацией, и я с ним убил прилично времени, хотя причина была очевидной, вернулся к Kimi. С ней вообще никаких непредсказуемых сюрпризов.
Да дипсик может неплохо писать код по спеке и что-то ревьювать, но все таки это он делалет хуже чем Kimi/GLM. Обычно вроде и неплохо, но экономить осознавая что там или тут могут выстрелить косяки - смысла не вижу. Go подписки пока хватает для работы и без использования супер дешевого дипсика. Такие дела 😎
Теперь Deepseek-V4-Pro стоит беспрецедентно низкие $0.435 / $0.87
Но я его уже не использую, вернулся к Kimi как к базовой модели для большинствав задач. После того как DeepSeek стал у меня косячить с некоторыми проблемами с терраформом и с AWS OIDC аутентификацией, и я с ним убил прилично времени, хотя причина была очевидной, вернулся к Kimi. С ней вообще никаких непредсказуемых сюрпризов.
Да дипсик может неплохо писать код по спеке и что-то ревьювать, но все таки это он делалет хуже чем Kimi/GLM. Обычно вроде и неплохо, но экономить осознавая что там или тут могут выстрелить косяки - смысла не вижу. Go подписки пока хватает для работы и без использования супер дешевого дипсика. Такие дела 😎
Придумал идейку, а куда же все таки использовать DeepSeek 🧠 🤔
Стандартный Explore субагент использует ту же самую модель, с которой ты работаешь в основной сессии. Зачастую это медленно, и относительно дорого, во время чтения код базы мы загружаем очень много инпут токенов. Решение - отдельный субагент для code exploration тасок, который гоняется на DeepSeek V4🔥 Он быстрый, дешевый, и у него большой контекст на лям - как раз для больших ресерчей.
Потестил простым запросом "Explore the codebase and find all API endpoint definitions." на код базе нашего текущего проекта, в +-миллион строк (js/ts)
Задача слегка со звездочкой, потому что классических API ендпойнтов на проекте нет😅 Но есть множество cli entrypoints и 8 разных External API References (Outbound Calls). Цель была посмотреть как полноценно субагент проведет ресерч, ну и скорость/цена конечно.
Итого:
* DeepSeek V4 Pro - 2 минуты 30 секунд. 113к токенов, $0.23 - Четкий полный ресерч, расписало подробно все энтрипойнты, нашло все external api calls
* DeepSeek V4 Flash - 1 минута 32 секунды, 88к токенов, $0.02 - В доках написано что модель бесплатная, но посчитало как 2 цента. Какой-то урезаный ответ, нашло все энтрипойнты, но отдало минимум деталей по ним окрекстратору. Показало только 4 основных External API calls, не все.
Сравнил с обычным Explore который запускается на текущих моделях:
* Kimi K2.6 - 4 минуты. почему-то только 50к токенов и $0.11 центов (если сранить с 113к токенов DS Pro - цена почему-то одинаковая). Но чуть урезаный вариант, все cli, 4 екстеранала как у флеш, без подробностей 🥲
* GLM-5.1 - 4 минуты 58 секунд, 90к токенов, $0.48 - Охренеть какой подробный обзор🤯по каждому методу, со сводными таблицами, с количеством всех вызовов в гитхаб, гитлаб, джиру, вобщем вся подноготная проекта. В данном случае это наверное излишне... 🤔
Вобщем DeepSeek V4 Pro видется как лучший вариант для ресерч сабагента. Ну и забавная фича нашлась - OpenCode сначала никак не хотел подтягивать нового сабагента и запускал стандартный встроенный Explore. Что помогло?
"mv deepseek-code-search.md 00-deepseek-code-search.md " 😂 Похоже опенкод читает ямлы с агентами по очереди, и алфавитно приоритетное имя файла решило проблему))
Такие дела🌡 Пробуйте, ставьте, решение видется довольно неплохое 😎
Промпт агента пишу в коментарии
Стандартный Explore субагент использует ту же самую модель, с которой ты работаешь в основной сессии. Зачастую это медленно, и относительно дорого, во время чтения код базы мы загружаем очень много инпут токенов. Решение - отдельный субагент для code exploration тасок, который гоняется на DeepSeek V4
Потестил простым запросом "Explore the codebase and find all API endpoint definitions." на код базе нашего текущего проекта, в +-миллион строк (js/ts)
Задача слегка со звездочкой, потому что классических API ендпойнтов на проекте нет😅 Но есть множество cli entrypoints и 8 разных External API References (Outbound Calls). Цель была посмотреть как полноценно субагент проведет ресерч, ну и скорость/цена конечно.
Итого:
* DeepSeek V4 Pro - 2 минуты 30 секунд. 113к токенов, $0.23 - Четкий полный ресерч, расписало подробно все энтрипойнты, нашло все external api calls
* DeepSeek V4 Flash - 1 минута 32 секунды, 88к токенов, $0.02 - В доках написано что модель бесплатная, но посчитало как 2 цента. Какой-то урезаный ответ, нашло все энтрипойнты, но отдало минимум деталей по ним окрекстратору. Показало только 4 основных External API calls, не все.
Сравнил с обычным Explore который запускается на текущих моделях:
* Kimi K2.6 - 4 минуты. почему-то только 50к токенов и $0.11 центов (если сранить с 113к токенов DS Pro - цена почему-то одинаковая). Но чуть урезаный вариант, все cli, 4 екстеранала как у флеш, без подробностей 🥲
* GLM-5.1 - 4 минуты 58 секунд, 90к токенов, $0.48 - Охренеть какой подробный обзор🤯по каждому методу, со сводными таблицами, с количеством всех вызовов в гитхаб, гитлаб, джиру, вобщем вся подноготная проекта. В данном случае это наверное излишне... 🤔
Вобщем DeepSeek V4 Pro видется как лучший вариант для ресерч сабагента. Ну и забавная фича нашлась - OpenCode сначала никак не хотел подтягивать нового сабагента и запускал стандартный встроенный Explore. Что помогло?
Такие дела
Промпт агента пишу в коментарии
Please open Telegram to view this post
VIEW IN TELEGRAM
👍3
Всем позитивной субботы, коллеги :)
Вчера вечером наткнулся на интересный репорт от Cursor. Они изучили паттерны использования своего софта разработчиками за текущий весенний квартал 2026 года. Конечно это все таки на определенную долю - PR и реклама. Как и любые исследования и репорты от Anthropic, OpenAI, Anysphere ит.д. Но все равно интересная информация к размышлению.
1. Разница между топ перформерами и обычными пользователями продолжает расти и сейчас уже на почти недосигаемых цифрах. Топ 1% перформеров пишут в 46х раз больше кода и деливерят в 15x раз больше PR среднего юзера. То есть истории про 10x инженеров по факту приближаются к 50x 🙃 Когда я вижу статьи, которые пишут что аи агенты улучшают перфоманс инженеров буквально на 20-30% или не улчшают совсем - воспринимаю это как обратную сторону сказочных историй про АИ интеграцию. С одной стороны АИ евангелисты с их 10х иженерами, с другой стороны скептики с их "аи ничего не умеет и ничего не заменит". Истина где-то посередине. Но если честно - цифры растут. Даже скептики раньше писали "аи ничего не дает в скорости деливери на реальных задачах", а сейчас уже пишут про "пару десятков процентов".
Вывод: если вы все еще используете АИ только чтобы что-то спросить в веб чате (вы что?😁) или все еще эстимейтите свои небольшие фичи по пол спринта на реализацию - вы неизбежно отстаете. Время менять парадигму своей работоспособности, чтобы не оказаться в списках на lay off-ы. Печально, но жесткий факт.🤷♂️
2. АИ все больше потребляет токенов на чтение контекста, а не на аутпут. АИ пишет больше кода, больше документации, код базы растут, приходится больше загружать контекста. Не супер важная информация, но какой-то вывод можно сделать. Например что при ценовом анализе моделей для кодинг проектов стоимость input токенов становится гораздо важнее. И скажем $0.75/$25 против $1/$25 будет гораздо выгоднее, чем $1/$15 против $1/$25
3. Стоимость моделей per request уже достигает цифры в х9 если сравнить Cursor Composer 2.5 (а это уровень цен Kimi, GLM, Qwen, DeepSeek) c популярным Опусом, да и с последними GPT тоже разница большая. Если учесть, что даже на кодинг бенчах разница в качестве этих моделей - буквально единицы процентов, а на живых задачах вообще может нивилироваться, то можно с уверенностью сказать что шифт на дешевые модели рано или поздно не избежен. Как в персональном использовании так и в энтерпрайзах. Ну не могут все жрать маректинговый булшит Антропиков годами, даже самые замшелые корпы рано или поздно прозреют))
Вывод: пробуйте новые оптимальные по цена/качество модели уже сейчас. Наращивайте экспертизу, подходящие промпты, скилы и mcp, ну и просто насмотренность как надо с ними эффективно работать. В будущем при массовом шифте внутри вашей компании вы будете уже профи в работе с ними.
4. В январе 2026 только 7% кода мержили без ручного ревью человеком. За 4 месяца эта цифра выросла до 38%, колоссально😮 При этом в профильных статьях, чатах и форумах не слышно, чтобы все стонали о том, что код базы заполяют тонны слопа, наоборот качество так же уверенно продолжает расти.🌡
Вывод: агентное код ревью и секьюрити ревью становится базой. Используйте его и вы. Можно начать с commands/skills которые обязательно запускаете после каждого написания кода у себя в IDE/TUI (я когда-то выкладывал свою code-review md команду для ревью, использую ее по сей день, но уже в опенкоде, максимально доволен результатами👍 В плане моделей - GLM-5.1 ну или ладно уж - GPT-5.5 High, они максимально влазят в детали и в эдж кейсы, но при этом не добавляют лишней дичи, все по делу). Но вообще от буста личной продуктивности надо переходить к продуктивности всей команды, поэтому задумайтесь о внедерении AI ревью в свои пайплайны 😉
PS: хороших выходных! у нас сегодня в Дананге начинается международный чемпионат феерверков, будут выступать Китай vs Вьетнам. Будем смотреть красивое 🤩
Вчера вечером наткнулся на интересный репорт от Cursor. Они изучили паттерны использования своего софта разработчиками за текущий весенний квартал 2026 года. Конечно это все таки на определенную долю - PR и реклама. Как и любые исследования и репорты от Anthropic, OpenAI, Anysphere ит.д. Но все равно интересная информация к размышлению.
1. Разница между топ перформерами и обычными пользователями продолжает расти и сейчас уже на почти недосигаемых цифрах. Топ 1% перформеров пишут в 46х раз больше кода и деливерят в 15x раз больше PR среднего юзера. То есть истории про 10x инженеров по факту приближаются к 50x 🙃 Когда я вижу статьи, которые пишут что аи агенты улучшают перфоманс инженеров буквально на 20-30% или не улчшают совсем - воспринимаю это как обратную сторону сказочных историй про АИ интеграцию. С одной стороны АИ евангелисты с их 10х иженерами, с другой стороны скептики с их "аи ничего не умеет и ничего не заменит". Истина где-то посередине. Но если честно - цифры растут. Даже скептики раньше писали "аи ничего не дает в скорости деливери на реальных задачах", а сейчас уже пишут про "пару десятков процентов".
Вывод: если вы все еще используете АИ только чтобы что-то спросить в веб чате (вы что?😁) или все еще эстимейтите свои небольшие фичи по пол спринта на реализацию - вы неизбежно отстаете. Время менять парадигму своей работоспособности, чтобы не оказаться в списках на lay off-ы. Печально, но жесткий факт.
2. АИ все больше потребляет токенов на чтение контекста, а не на аутпут. АИ пишет больше кода, больше документации, код базы растут, приходится больше загружать контекста. Не супер важная информация, но какой-то вывод можно сделать. Например что при ценовом анализе моделей для кодинг проектов стоимость input токенов становится гораздо важнее. И скажем $0.75/$25 против $1/$25 будет гораздо выгоднее, чем $1/$15 против $1/$25
3. Стоимость моделей per request уже достигает цифры в х9 если сравнить Cursor Composer 2.5 (а это уровень цен Kimi, GLM, Qwen, DeepSeek) c популярным Опусом, да и с последними GPT тоже разница большая. Если учесть, что даже на кодинг бенчах разница в качестве этих моделей - буквально единицы процентов, а на живых задачах вообще может нивилироваться, то можно с уверенностью сказать что шифт на дешевые модели рано или поздно не избежен. Как в персональном использовании так и в энтерпрайзах. Ну не могут все жрать маректинговый булшит Антропиков годами, даже самые замшелые корпы рано или поздно прозреют))
Вывод: пробуйте новые оптимальные по цена/качество модели уже сейчас. Наращивайте экспертизу, подходящие промпты, скилы и mcp, ну и просто насмотренность как надо с ними эффективно работать. В будущем при массовом шифте внутри вашей компании вы будете уже профи в работе с ними.
4. В январе 2026 только 7% кода мержили без ручного ревью человеком. За 4 месяца эта цифра выросла до 38%, колоссально
Вывод: агентное код ревью и секьюрити ревью становится базой. Используйте его и вы. Можно начать с commands/skills которые обязательно запускаете после каждого написания кода у себя в IDE/TUI (я когда-то выкладывал свою code-review md команду для ревью, использую ее по сей день, но уже в опенкоде, максимально доволен результатами
PS: хороших выходных! у нас сегодня в Дананге начинается международный чемпионат феерверков, будут выступать Китай vs Вьетнам. Будем смотреть красивое 🤩
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
MiniMax выпустил 3 версию своей модели. Не знаю что у них с неймингом, точно так же можно было ее назвать 2.8 или 2.9, почему прям аж переход на 3? Сделали контекст 1мил, больше изменений как-то не заметно. Чуть чуть подросла по всем бенчам ну и все 🤔
Попробовал ее на паре простых задач. Видно что первый день релиза и сервера нагружены, ждешь по 10 секунд после отправки промпта начала работы модели. Скорость сейчас не быстрая тоже, на уровне GLM, медленнее Кими (а раньше Минимакс как раз был очень очень быстрой моделью).
Дал задачу описать как сделана интеграция Langfuse в текущем продукте, по сути описать подробно текущий бранч и MR. Нашла все что надо, но результат написала какой-то кашей, и выглядит как будто просто описала каждый коммит, вместо того чтобы сделать подробный гайд с таблчиками по деталям имплементации.
Попросил глянуть тестовый деплоймент в кубере, где кликхаус падает с памятью. Сначала тупила что у нее локальная репа и нет доступа в кластер, говорю не тупи, просто возьми kubectl, текущий контекст работает там и смотри 🙈, ну ок, нашла ошибку с лимитами памяти, так же нашла что зукипер можно не деплоить, так как Кликхаус на 1 реплике, молодец. Поправила норм.
Видно что модель новая и есть ошибки наверное в ее интеграции в OpenCode, контекст все еще пишет как будто 200к (но на самом деле лям), поэтому опенкод пишет что больше 100% и dcp плагин выдает "алярма алярма ту мач контекст сделайте что нибудь !🦜". Так же ризонинг модели не отображается серым цветом, а пишется стандартным как выводы. Но эти мелочи думаю починят.
Вобщем если вы любители бесплатный моделей за ноль денег - можете попробовать бесплатно в OpenCode. Лично я бы потестил модель через недельку, когда уляжится хайп и она станет быстрее, может что-то дельное на уровне DeepSeek (а то и быстрее при схожем уме модели) получится.🌡
Ну и всем продуктивной рабочей недели, коллеги! 👨🏻💻
Попробовал ее на паре простых задач. Видно что первый день релиза и сервера нагружены, ждешь по 10 секунд после отправки промпта начала работы модели. Скорость сейчас не быстрая тоже, на уровне GLM, медленнее Кими (а раньше Минимакс как раз был очень очень быстрой моделью).
Дал задачу описать как сделана интеграция Langfuse в текущем продукте, по сути описать подробно текущий бранч и MR. Нашла все что надо, но результат написала какой-то кашей, и выглядит как будто просто описала каждый коммит, вместо того чтобы сделать подробный гайд с таблчиками по деталям имплементации.
Попросил глянуть тестовый деплоймент в кубере, где кликхаус падает с памятью. Сначала тупила что у нее локальная репа и нет доступа в кластер, говорю не тупи, просто возьми kubectl, текущий контекст работает там и смотри 🙈, ну ок, нашла ошибку с лимитами памяти, так же нашла что зукипер можно не деплоить, так как Кликхаус на 1 реплике, молодец. Поправила норм.
Видно что модель новая и есть ошибки наверное в ее интеграции в OpenCode, контекст все еще пишет как будто 200к (но на самом деле лям), поэтому опенкод пишет что больше 100% и dcp плагин выдает "алярма алярма ту мач контекст сделайте что нибудь !🦜". Так же ризонинг модели не отображается серым цветом, а пишется стандартным как выводы. Но эти мелочи думаю починят.
Вобщем если вы любители бесплатный моделей за ноль денег - можете попробовать бесплатно в OpenCode. Лично я бы потестил модель через недельку, когда уляжится хайп и она станет быстрее, может что-то дельное на уровне DeepSeek (а то и быстрее при схожем уме модели) получится.
Ну и всем продуктивной рабочей недели, коллеги! 👨🏻💻
Please open Telegram to view this post
VIEW IN TELEGRAM
Пока АИ маркетологи пророчат массовые увольнения (а когда вдруг надо выходить на IPO - наоборот отказываются от своих слов и говорят что катастрофы "наверное" не будет), реальные данные, от тех кто с 🧠 гонкой не связан, показывают, что в экономике штатов потери рабочих мест из-за ИИ нет вообще. И не предвидится, а скорее наоборот - новые технологии и падение цен на них разгоняют рынок труда и создают новые рабочие места.
Appolo - это между прочим $1T+ фонд, который как раз специализируется на "career education, workforce development, and economic empowerment", люди знаю о чем говорят. 🧐
Вобщем с одной стороны панику можно отставить. С другой стороны переформатирование рабочих процессов будет происходить в любом случае, старые работы закроются, новые появятся и в большем количестве. Поэтому оставаться пластичным и изучать новые технологии надо в любом случае 😎
Appolo - это между прочим $1T+ фонд, который как раз специализируется на "career education, workforce development, and economic empowerment", люди знаю о чем говорят. 🧐
Вобщем с одной стороны панику можно отставить. С другой стороны переформатирование рабочих процессов будет происходить в любом случае, старые работы закроются, новые появятся и в большем количестве. Поэтому оставаться пластичным и изучать новые технологии надо в любом случае 😎
Please open Telegram to view this post
VIEW IN TELEGRAM
Apollo
Zero Evidence of AI-Related Job Losses | The Daily Spark
The chart below shows the weekly ADP employment data, and there is zero evidence of job losses because of AI. Subscribe for daily updates.
xAI переводит своего Grok Build агента на Composer 2.5 Интересная новость, похоже компания Маска реально решила выйти из гонки моделей, где они стабильно сидели на последних местах, сосредоточившись на глобальной инфраструктуре и дата центрах. Отдав решения по LLM своим уже стратегическим партнерам - Anysphere они же Cursor.
Я тут поэтому случаю решил расчехлить свой Cursor который уже пылится без дела который месяц. Обновился с 2.6 версии на 3.6.31 😅 И слушайте, вот зря я наверное на Cursor так ругался 😅 Смотрю интерфейс по факту после третей версии они не сломали. Агентное меню не стало дефолтным, все так же можно работать как в обычном IDE, агенты переехали в отдельное открываемое окно, в котором реально стало удобнее работать с сессиями. Ревью же изменений так и осталось максимально удобным в vscode стиле, даже добавили отдельные кнопки на approve all/reject all сразу по всем файлам.
Ну и Composer 2.5. Не зря там Kimi под капотом 😋И учитывая пост трейн Кими на кодинг задачах и крутую компьют инфраструктуру от xAI - мы получаем быструю, супер качественную для кодинга модель, за ценник всего лишь в $0.5/$2.5 🔥. Это даже дешевле самой Кими на опероутере (там в среднем 0.75/3.5). А качество даже лучше оригинала. Плюс Курсор дает дополнительные лимиты при использовании этой модели.
Вобщем хотелось бы увидеть Composer на сторонних провайдерах за токены, я бы на нее перешел не глядя. Но вряди ли мы увидем такой аттракцион щедрости, моделька скорее всего так и останется фишкой самого Cursor IDE.🤷♂️
Но несмотря на крутую модель и неплохойт гуи функционал, я почувствовал что после работы только с консольными агентами переходить опять в оконную класическую ide - как пересесть с мотоцикла на велосипед. Ну никак😁
Но если кто-то хотел попробовать Cursor и все не решался - сейчас отличное время. У IDE отличные фичи, крутая модель за реально дешевый прайс, с $20 подпиской можно нормально работать, а не сжигать этот лимит за сутки на Опусе, как это было неслоколько месяцев назад. Рекомендую!
PS Только убирайте галочку "fast" при выборе Composer модели, это развод который увеличивает цену в 6 (!!!) раз, без каких либо реальных примуществ
🤣
PPS Если вдруг кому-то нужна рефералка на 50% скидки на подписку на первый месяц - пишите в коментах
Я тут поэтому случаю решил расчехлить свой Cursor который уже пылится без дела который месяц. Обновился с 2.6 версии на 3.6.31 😅 И слушайте, вот зря я наверное на Cursor так ругался 😅 Смотрю интерфейс по факту после третей версии они не сломали. Агентное меню не стало дефолтным, все так же можно работать как в обычном IDE, агенты переехали в отдельное открываемое окно, в котором реально стало удобнее работать с сессиями. Ревью же изменений так и осталось максимально удобным в vscode стиле, даже добавили отдельные кнопки на approve all/reject all сразу по всем файлам.
Ну и Composer 2.5. Не зря там Kimi под капотом 😋И учитывая пост трейн Кими на кодинг задачах и крутую компьют инфраструктуру от xAI - мы получаем быструю, супер качественную для кодинга модель, за ценник всего лишь в $0.5/$2.5 🔥. Это даже дешевле самой Кими на опероутере (там в среднем 0.75/3.5). А качество даже лучше оригинала. Плюс Курсор дает дополнительные лимиты при использовании этой модели.
Вобщем хотелось бы увидеть Composer на сторонних провайдерах за токены, я бы на нее перешел не глядя. Но вряди ли мы увидем такой аттракцион щедрости, моделька скорее всего так и останется фишкой самого Cursor IDE.
Но несмотря на крутую модель и неплохойт гуи функционал, я почувствовал что после работы только с консольными агентами переходить опять в оконную класическую ide - как пересесть с мотоцикла на велосипед. Ну никак😁
Но если кто-то хотел попробовать Cursor и все не решался - сейчас отличное время. У IDE отличные фичи, крутая модель за реально дешевый прайс, с $20 подпиской можно нормально работать, а не сжигать этот лимит за сутки на Опусе, как это было неслоколько месяцев назад. Рекомендую!
PS Только убирайте галочку "fast" при выборе Composer модели, это развод который увеличивает цену в 6 (!!!) раз, без каких либо реальных примуществ
🤣
PPS Если вдруг кому-то нужна рефералка на 50% скидки на подписку на первый месяц - пишите в коментах
Please open Telegram to view this post
VIEW IN TELEGRAM
Кто нибудь использует Kimi на OpeCode Go или на их нативном Moonshot AI провайдере? Я что-то в афиге от их скорости сегодня, выглядит реально как под сотню tps, гораздо быстрее дипсиков или гемини flash стало, мой шок в шоке 🤯 При этом каких-то новостей о новых asic чипах у них не было...
Может просто инфру неплохо так проапгрейдили?🌡
На реддит ребята заметили тоже
Может просто инфру неплохо так проапгрейдили?
На реддит ребята заметили тоже
Please open Telegram to view this post
VIEW IN TELEGRAM
Reddit
From the opencodeCLI community on Reddit
Explore this post and more from the opencodeCLI community
🔥1
В рядах open source крутое пополнение!
Ideogram 4.0
Это Image gen модель, специализированная на графическом дизайне. На широкой выборке бенчмарков не сильно отстает от последних image моделей Google и OpenAI, а по сравнению с другими открытыми моделями - на голову выше всего что выходило раньше.
Вот ссылка на блогпост , там же есть гитхаб. Очень понравились примеры, как она работает с шрифтами, bounding boxes, цветовыми палитрами. Лично я раньше не сильно погружался в imagegen, для меня было открытием, когда gpt image стал генерировать скриншоты с читаемым текстом 😅 И я даже не знал, что есть специализированные модели и бенчмарки для графического дизайна😅.
Вобщем буду погружаться в эту темку подробнее. Все таки лет 15 назад дизайн был моим хобби а Xara Designer - настольной программой 😁
Ideogram 4.0
Это Image gen модель, специализированная на графическом дизайне. На широкой выборке бенчмарков не сильно отстает от последних image моделей Google и OpenAI, а по сравнению с другими открытыми моделями - на голову выше всего что выходило раньше.
Вот ссылка на блогпост , там же есть гитхаб. Очень понравились примеры, как она работает с шрифтами, bounding boxes, цветовыми палитрами. Лично я раньше не сильно погружался в imagegen, для меня было открытием, когда gpt image стал генерировать скриншоты с читаемым текстом 😅 И я даже не знал, что есть специализированные модели и бенчмарки для графического дизайна😅.
Вобщем буду погружаться в эту темку подробнее. Все таки лет 15 назад дизайн был моим хобби а Xara Designer - настольной программой 😁
Ideogram
Ideogram 4.0 Technical Details: Open model at the forefront of design
Our first open-weight foundation model. A 9.3B single-stream Diffusion Transformer, trained from scratch, with a vision-language text encoder and structured JSON prompts.
#работа ⚠️Кстати мы тут сейчас себе в команду ищем DevOps/AI падавана, помогать с кастомер интеграциями одного из наших AI продуктов, на AWS и Azure. По навыкам - базовые понимания Azure или AWS сервисов, понимание контейнеризации и CI/CD, k8s на уровне пользователя. Уровень - толковый джун с горящими глазами или мидл. Фул ремоут. ЗП - по рынку. Навыки ежедневного использования AI инструментов - мастхев.
Пишите в личку, пообщаемся - и закину напрямую на тех собес, минуя бюрократию HR отдела 👍
Оффициальная вакансия тут
Пишите в личку, пообщаемся - и закину напрямую на тех собес, минуя бюрократию HR отдела 👍
Оффициальная вакансия тут
job-boards.greenhouse.io
Exadel Inc (Website)
Непопулярное мнение (навеяное сегодняшним хайпом в сети на тему Looping) - считаю что 90% всех этих новомодных техник и практик AI разработки от OpenAI Anthropic Google, которые со щенячим восторгом подхватывает комьюнити, на самом деле имеют лишь одну цель. Придумать сто пятьсот изящных способов рассказать хомяку, как ему с улыбочкой сжигать как можно больше токенов и выходить на все более дорогие подписки, а еще лучше подтолкнуть их компании оплачивать все больше и больше $$$ по счетам за токены.
Мултиагенты, ральфы, динамик воркфлоус, лупинги и залупинги - меньше думай, больше жги токены.😄
Ценность имеют только практики от комьюнити или сервис интеграторов - то есть от тех, чей бизнес не заинтересован впарить тебе токенмаксинг в той или иной обертке. А заинтересован в результате. Для кого АИ - инструмент и статья расходов.
Мултиагенты, ральфы, динамик воркфлоус, лупинги и залупинги - меньше думай, больше жги токены.
Ценность имеют только практики от комьюнити или сервис интеграторов - то есть от тех, чей бизнес не заинтересован впарить тебе токенмаксинг в той или иной обертке. А заинтересован в результате. Для кого АИ - инструмент и статья расходов.
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥2🌚1
The flood of code is here. Engineers are writing twice as much code as they did just six months ago. Cursor says PR sizes tripled since January for top users, and Jellyfish found heavy AI adopters push twice as many PRs, with 72% of their code AI-assisted. Pragmatic Engineer's Gergely Orosz then points out in his breakdown that AI coding reached every industry, including automotive, in under a year.
Technical debt is piling up. Reviewers can't keep up, so most hit "LGTM" (looks good to me) without reading, while the few who still review are burning out. OpenCode's Dax Raad says AI mutes the guilt of shipping a hack, so the instinct to clean up debt never fires. The fallout: Amazon mandated senior sign-offs after AI-assisted changes caused outages, Windows 11 updates bricked devices, and third-party trackers put GitHub's uptime below one nine as agent traffic overwhelmed its infrastructure.
The fix is boring. The 2025 DORA report found AI amplifies whatever system you already have: some companies doubled their incidents, others cut them in half. The winners run the old playbook:
* OpenCode CEO brought back heavy domain-driven design because agents need guardrails.
* Veteran engineer Kent Beck uses tests to stop agents from shipping regressions.
* Amazon put a human checkpoint before production.
Ого, инженеры начинают замечать, что все больше слопа уходит в прод? "А кто это сдееелал?.."
Вот таким заявлениям таких инженеров мы верим. 👍 А когда продавцы токенов придумывают лупинги чтобы вы покупали у них лярды токенов и не глядя шипали миллионы строк кода в прод - не верим.🙅🏿♂️
Please open Telegram to view this post
VIEW IN TELEGRAM
👍3
Да, да, да! Главный релиз месяца (для меня😎), дождались 🥳
Жду у провайдеров, подробный обзор на следующей неделе💯
Жду у провайдеров, подробный обзор на следующей неделе
Kimi.ai just announced the release and open-sourcing of their latest coding model, Kimi-K2.7-Code?
They are claiming some pretty substantial upgrades over their previous K2.6 version, even throwing up some benchmark charts comparing it to GPT-5.5 and Opus 4.8.
The Key Highlights:
- Big Benchmark Jumps: They are reporting +21.8% on Kimi Code Bench v2, +11.0% on Program Bench, and a massive +31.5% on MLS Bench Lite compared to K2.6.
- Better Efficiency: They claim "less overthinking" with 30% lower reasoning overhead (though they had a little typo in the tweet calling it "reasred").
- Long-Horizon Coding: Improved instruction following and higher success rates for complex, end-to-end coding tasks.
- Speed: A 6x High-Speed Mode is apparently right around the corner.
Please open Telegram to view this post
VIEW IN TELEGRAM
Я тут сейчас активно тестирую Open Code Review от Alibaba. Это их внутренний тул, который они развивали уже не один год, а сейчас выпустили в опенсорс. Обьединяет все лучшее двух миров - детерминированный код сканнер, чтобы четко проходить по всем файлам и депенденси, и АИ ревью для найденных участков.
Ставим cli приложение, подключаем LLM (есть поддержка любых провайдеров), ставим скил, пишем "make a code review for this mr/branch/commit using open-code-review skill" и погнали 👍
Впечатления вырисовываются классные. Сначала мне не сильно понравился сухой формат отчетов, но после разных тестов вижу что оно действительно находит проблемы лучше других тулов. Сейчас это все обьеденяю со стилизацией моих обычных код ревью, с severity, refactoring opportunity, learning materials ит.д. Будет классно🌡
На следующей неделе напишу подробную статью. Пробуйте, рекомендую
https://github.com/alibaba/open-code-review
Ставим cli приложение, подключаем LLM (есть поддержка любых провайдеров), ставим скил, пишем "make a code review for this mr/branch/commit using open-code-review skill" и погнали 👍
Впечатления вырисовываются классные. Сначала мне не сильно понравился сухой формат отчетов, но после разных тестов вижу что оно действительно находит проблемы лучше других тулов. Сейчас это все обьеденяю со стилизацией моих обычных код ревью, с severity, refactoring opportunity, learning materials ит.д. Будет классно
На следующей неделе напишу подробную статью. Пробуйте, рекомендую
https://github.com/alibaba/open-code-review
Please open Telegram to view this post
VIEW IN TELEGRAM
GitHub
GitHub - alibaba/open-code-review: Secure, fast, efficient, battle-tested at Alibaba's scale. Hybrid architecture code review tool:…
Secure, fast, efficient, battle-tested at Alibaba's scale. Hybrid architecture code review tool: deterministic pipelines + LLM Agent, precise line-level comments, built-in multi-language ru...
👍6