Gemini CLI v0.40.0 добавил экспериментальную поддержку локальных моделей Gemma через LiteRT-LM сервер

Пока Gemma используется только для роутинга запросов между моделями, полноценный локальный инференс заявлен в следующих версиях.

Параллельно переработана система памяти: вместо save_memory агент редактирует Markdown-файлы на четырех уровнях (Project, Subdirectory, Private, Global). Экспериментальный Auto Memory в фоне анализирует сессии от 10 сообщений и сохраняет повторяющиеся паттерны как SKILL.md файлы. Обновление содержит более 150 изменений

https://github.com/google-gemini/gemini-cli/discussions/26216

Meta выпустила официальный MCP-сервер для рекламного кабинета, который позволяет управлять кампаниями в Facebook и Instagram через ИИ-ассистента на естественном языке.

Вместо ручной работы в Ads Manager можно создавать кампании, настраивать аудитории, редактировать креативы и читать отчеты в реальном времени через Claude или ChatGPT. Это официальный продукт Meta, прошедший проверку через Marketing API

https://www.facebook.com/business/help/1456422242197840

https://developers.facebook.com/blog/post/2026/04/29/introducing-ads-cli

https://developers.facebook.com/documentation/ads-commerce/ads-ai-connectors/ads-cli/setup/get-started

Gemini Embedding 2 перешла из публичного превью в статус General Availability. Модель доступна для продакшн-использования через Gemini API и Gemini Enterprise Agent Platform

Напомню, модель принимает текст до 8192 токенов, до 6 изображений, видео до 120 секунд, аудио и PDF до 6 страниц, помещая все в единое векторное пространство размерностью 3072

Расширение для Chrome сканирует любой сайт и превращает его визуальный стиль в текстовый файл для ИИ агента

Называется design-md-chrome, открытый исходный код. Открываешь страницу с понравившимся дизайном, нажимаешь кнопку, расширение вытягивает цвета, шрифты, отступы, тени и радиусы скруглений. На выходе получаешь готовый файл, который подаешь в Claude Code или Codex, и агент строит интерфейсы в том же стиле

https://github.com/bergside/design-md-chrome

Hermes Agent от Nous Research теперь запускается нативно внутри LM Studio без дополнительной конфигурации

Агент автоматически обнаруживает все модели, уже загруженные в приложение, подгружает их по запросу с правильным размером контекстного окна и выбирает подходящий уровень рассуждения для каждой конкретной модели

Nous Research специализируется на дообучении открытых моделей (Llama, Mistral) с упором на следование инструкциям и function calling, что делает их модели хорошей основой для агентных сценариев. LM Studio при этом выступает как локальная инфраструктура: встроенный OpenAI-совместимый сервер и GUI избавляют от ручной настройки окружения

Hermes Agent позиционируется как самообучающийся агент с встроенным циклом обучения: он создаёт навыки из опыта, улучшает их в процессе работы, ищет в своих прошлых разговорах и строит модель пользователя со временем. По сути это терминальный агент, аналог Claude Code, но под локальные модели

https://hermes-agent.nousresearch.com/

Двое разработчиков адаптировали нейронаучную модель Meta TRIBE2 для анализа вирусного потенциала видео до его выхода

TRIBE2 изначально создавалась для предсказания активности мозга: модель обучена на фМРТ-сканах 720 человек, смотревших видео, слушавших подкасты и читавших тексты

Инструмент принимает видео на вход, строит график вовлеченности, выделяет зоны внимания, дает правки по монтажу и поддерживает сравнение нескольких версий для A/B-тестирования.

Под капотом: tri-modal encoding через V-JEPA 2 для видео, wav2vec 2.0 для аудио и Llama 3.2 для текста, результат маппится на воксели фМРТ.

Запускается локально, исходный код обещали опубликовать сегодня, но пока не выложили, жду 👀

Выложили код: https://github.com/amirmushichge/tribeV2_ViralAnalyser

ElevenLabs запустил платформу для голосовых ИИ агентов, которые ведут звонки вместо живых операторов

Агент говорит, слушает и одновременно совершает действия: бронирует встречи, обновляет заказы, закрывает тикеты в CRM. Поддерживается 70 языков, подключается к GPT, Claude, Gemini и другим моделям.

Стоимость от $0.08 за минуту разговора.

Rapid-MLX запускает локальные LLM на Apple Silicon в 2-4 раза быстрее Ollama и при этом поддерживает вызов инструментов на уровне 100%

Это OpenAI-совместимый сервер: одна переменная окружения, и Claude Code, Cursor или Aider начинают работать через локальную модель. Кешированное время до первого токена составляет 0.08 секунды за счет KV-кеша и снапшотов состояния для гибридных архитектур

На Mac Studio M3 Ultra бенчмарки показывают 57 tok/s для Qwen3.5-122B против 43 у vllm-mlx, и 108 tok/s для Qwen3.5-9B против 46 у Ollama

https://github.com/raullenchai/Rapid-MLX

Caveman это скил для Claude Code, который переключает модель в “пещерный” режим общения, убирая весь словесный мусор из ответов

Скил основан на наблюдении, что “пещерная речь” резко сокращает расход токенов (без потери качество по коду) на примерно 75%

Технические термины без изменений. Сообщения об ошибках точное цитирование. Git-коммиты и PR нормальный язык

https://github.com/JuliusBrussee/caveman

TinyFish перевел два своих базовых инструмента, Search и Fetch, в свободный доступ без оплаты для всех разработчиков и агентов

Search предназначен для веб-поиска с выдачей структурированного JSON, Fetch рендерит страницу в реальном браузере с поддержкой JavaScript и возвращает чистый Markdown или HTML без навигации, скриптов и баннеров

Оба инструмента работают через одну точку подключения и один API-ключ. Доступны через REST API, MCP-сервер, Python и TypeScript SDK, CLI.

Бесплатный уровень 5 поисковых запросов в минуту и 25 URL в минуту для Fetch. Неудачные запросы к Fetch в квоту не засчитываются

https://www.tinyfish.ai/blog/search-and-fetch-are-now-free-for-every-agent-everywhere

Ollama анонсировала интеграцию своего облачного сервиса (Ollama Cloud) с Claude Desktop. Это означает, что теперь приложение Claude Desktop можно переключить с нативных моделей Anthropic на любую модель из каталога Ollama Cloud одной командой

Модели доступны как в Claude Cowork, так и в Claude Code внутри того же приложения. Веб-поиск и расширения пока не поддерживаются

А ведь тут 20$ и без лимитов 👀

Модели kimi-k2.6, kimi-k2-thinking, gpt-oss:120b, devstral-2:123b, qwen3.5:397b, nemotron-3-super, qwen3-vl:235b и другие

https://docs.ollama.com/integrations/claude-desktop

Anthropic выпустила пять открытых агентных плагинов для финансового сектора

Каждый шаблон закрывает конкретную функцию:

1. Financial Analysis базовые задачи для всех финаналитиков: рыночное и конкурентное исследование, финансовое моделирование, создание и проверка шаблонов PowerPoint

2. Investment Banking работа со сделками: анализ транзакционных документов, построение таблиц сопоставимых компаний (comps), подготовка питч-материалов

3. Equity Research разбор транскриптов отчетности, обновление финансовых моделей по новым прогнозам, написание ресерч-нот

4. Private Equity поиск сделок и due diligence: анализ больших пакетов документов, извлечение стандартизированных финансовых данных, сценарное моделирование, скоринг по инвестиционным критериям

5. Wealth Management анализ портфелей, выявление дрейфа и налоговой нагрузки

Шаблоны устанавливаются как плагины в Cowork или Claude

https://github.com/anthropics/financial-services-plugins

https://claude.com/blog/cowork-plugins-finance

Gemma 4 стала до трёх раз быстрее при том же качестве ответов.
Google выпустила MTP-черновики (Multi-Token Prediction drafters) для семейства Gemma 4

Технически это speculative decoding: небольшая модель-черновик предсказывает несколько токенов вперёд, используя активации и KV-кеш основной модели. Основная модель затем верифицирует весь набор за один прямой проход и добавляет ещё один токен. Итог: приложение получает полную последовательность там, где раньше успевал генерироваться один токен

Несколько конкретных цифр из тестов Google: на NVIDIA RTX PRO 6000 модель 26B с MTP работает примерно вдвое быстрее стандартного инференса. На Apple Silicon при батче 4–8 ускорение составляет до 2.2x. Схожая картина на NVIDIA A100

Веса доступны на Hugging Face и Kaggle, лицензия Apache 2.0. Поддержка реализована в MLX, vLLM, SGLang, Ollama и Hugging Face Transformers, а также в Google AI Edge Gallery для Android и iOS

Почитать

Компания Subquadratic выпустила языковую модель SubQ с контекстным окном в 12 миллионов токенов, при этом стоимость обработки в пять раз ниже, чем у ведущих моделей.

В основе лежит архитектура разреженного внимания: вместо сравнения каждого токена с каждым другим модель выбирает только значимые связи. По заявлению разработчиков, на контексте в 12 млн токенов это снижает вычисления механизма внимания почти в тысячу раз.

Ранний доступ открыт, модель доступна через API

https://subq.ai/

Автоматизация создания и публикации контента с помощью Higgsfield CLI

Higgsfield представила интерфейс командной строки (CLI) для автоматизации работы с контентом. Инструмент позволяет генерировать серии фотографий и видеороликов на основе одного загруженного изображения и текстового описания. Система самостоятельно распределяет готовые файлы по папкам, создает подписи и планирует публикации в социальных сетях.

Для начала работы требуется установка пакета через терминал и авторизация в сервисе.