💡 Codex можно использовать не только для кода
Многие воспринимают Codex как штуку:
«напиши функцию», «почини баг», «посмотри проект».
Но у него есть ещё один полезный сценарий — разгребать вашу рутину.
Например, можно попросить:
— найти старые автоматизации
— понять, какие уже не нужны
— обновить задачи под новые модели
— превратить разовый запрос в регулярный
— поставить напоминание прямо из текущего треда
Я тут сам залез и понял, что у меня висели старые автоматизации, про которые я уже благополучно забыл. Классика: настроил, ушёл жить дальше, а оно где-то там пылится.
Попросил Codex проверить и привести всё в порядок.
И это реально удобный кейс: не надо самому вспоминать, что ты настраивал пару месяцев назад. Просто говоришь агенту:
«посмотри мои автоматизации и предложи, что с ними сделать».
Маленькая вещь, но экономит время и чистит цифровой чердак.

Яндекс раздаёт гранты на 6 000 ₽ на полгода.
Условие простое: нужно завести аккаунт в SourceCraft — это их аналог GitHub.
Ссылка:
https://sourcecraft.dev/portal/grant/?ysclid=mqce6hwtue788927547
Что нужно сделать:
• зарегистрироваться;
• привязать карту;
• активировать грант;
• после этого карту можно отвязать.
Дальше эти деньги можно использовать в Yandex Cloud: например, гонять модели через API, тестировать DeepSeek, Алису или использовать кредиты под свои задачи.
Я проверил — работает.
Не миллионы от OpenAI, конечно, но для тестов, пет-проектов и экспериментов с API вполне нормальный подарок.

🔐 MCP — это круто, пока агент не получил доступ ко всему подряд
MCP быстро стал стандартным способом подключать ИИ-агента к инструментам: файлам, базам, API, GitHub, браузеру и внутренним сервисам.
Но есть нюанс.
Чем больше инструментов мы даём агенту, тем больше появляется вопросов:
— кто разрешил это действие?
— какие данные агент прочитал?
— какой инструмент он вызвал?
— почему он решил это сделать?
— можно ли потом это нормально проверить?
Microsoft уже делает Agent Governance Toolkit — набор подходов для управления агентами: политики, права доступа, изоляция, аудит и контроль действий.
И это логичный следующий этап.
Раньше мы радовались:
«Смотри, агент сам ходит в инструменты!»
Теперь вопрос другой:
«А кто следит, чтобы он не сходил куда не надо?»
MCP — мощная штука.
Но без логов, ограничений и нормальных прав доступа это быстро превращается в агента с ключами от всей квартиры.
Источник:
https://github.com/microsoft/agent-governance-toolkit

GitHub тихо двигает coding agents туда, где становится реально интересно — в CI/CD.
Появились GitHub Agentic Workflows.
Смысл такой: ты описываешь задачу для агента в Markdown, а GitHub превращает это в обычный GitHub Actions workflow.
Что можно автоматизировать:
— разбор issues
— анализ упавшего CI
— обновление документации
— рутинные проверки
— часть задач вокруг PR
Главное тут не то, что «ИИ снова что-то пишет».
Главное — агент теперь живёт не только в чате или IDE, а внутри пайплайна разработки.
И GitHub явно понимает, где боль: агенты запускаются с ограничениями, sandbox, firewall, проверкой outputs и threat detection.
Потому что заставить агента открыть PR — не проблема.
Проблема — не проснуться утром с мыслью:
«А кто ему вообще дал права это мержить?»
Вот это уже стоит смотреть.

#полезное
ИИ-агенты в разработке мощные, но у них есть проблема — они быстро теряют контекст проекта.
Сегодня Claude Code или Codex понял архитектуру, стек и правила. Завтра новая сессия — и ты снова объясняешь всё с нуля.
Trellis решает именно эту боль.
Он создаёт в проекте папку .trellis/, где хранит правила, задачи, прогресс, важные решения и контекст для будущих AI-сессий.
Всё это коммитится вместе с кодом. Поэтому следующий агент уже не стартует с чистого листа, а сначала читает накопленную память проекта.
По сути, Trellis — это попытка сделать нормальную долговременную память для AI-разработки.
Поддерживает Claude Code, Codex, Cursor и другие инструменты.
Open Source, больше 9000 звёзд на GitHub.
GitHub: https://github.com/mindfold-ai/trellis

#новости
Бразилия внезапно залетела в гонку open-source моделей.
Вышла Rio 3.5 Open 397B — большая открытая модель, которая уже успела попасть в топ обсуждений среди LLM.
Заявляют, что модель сильна сразу в нескольких вещах:
• кодинг;
• агентские задачи;
• ресёрч;
• работа с длинными и сложными запросами.
По бенчмаркам её сравнивают с Qwen 3.7 Plus, и Rio 3.5 выглядит очень бодро.
Но тут важный момент: бенчмарки — это красиво, а реальный тест в проекте — совсем другая история. Поэтому верить на слово не будем, лучше прогнать на коде и посмотреть, где она реально тащит, а где просто красивая табличка.
Сам факт интересный: сильные open-source модели уже прилетают не только из США и Китая. Теперь в списке ещё и Бразилия.
GitHub/Hugging Face:
https://huggingface.co/prefeitura-rio/Rio-3.5-Open-397B

#новости
В сеть утёк предполагаемый системный промпт Claude Fable 5.

И там есть несколько интересных моментов.

Первое: Fable 5 и Mythos 5, судя по промпту, могут быть одной и той же моделью. Разница не в «мозгах», а в ограничителях. У Fable включены дополнительные фильтры безопасности, у Mythos — нет, но доступ к нему ограничен.

Второе: knowledge cutoff указан как конец января 2026 года. Забавно, потому что многие были уверены, что модель знает больше свежего.

Третье: необычный стиль Claude тоже частично объясняется промптом. Модель прямо инструктируют не злоупотреблять списками и буллетами, если пользователь сам их не просит.

То есть это не «душа модели такая литературная».

Это инструкция. Магия снова оказалась YAML’ом в пальто.

Отдельно жёстко прописаны ограничения по авторскому праву. Цитаты длиннее 15 слов считаются серьёзным нарушением. Одна цитата на источник — и всё, дальше источник для Claude фактически закрывается в рамках диалога.

Самое интересное для разработчиков — внутри нашли API для постоянного хранения данных. Artifacts могут сохранять и доставать пользовательские данные между сессиями через key-value хранилище. Большинство пользователей Claude.ai про это вообще не знает.

Ещё один важный момент: MCP-коннекторы встроены прямо в системный промпт. Claude может находить и предлагать сторонние интеграции по ходу диалога.

Также там есть отдельные инструкции для Claude Cowork, Claude в Chrome, Excel и PowerPoint. То есть Claude.ai постепенно превращается не просто в чат, а в рабочую среду с инструментами вокруг.

Важно: речь именно про пользовательскую версию Claude.ai.

API-пользователи этот системный промпт не получают. У Claude Code тоже другой набор внутренних инструкций.

Источник — репозиторий CL4R1T4S от Pliny the Liberator:
https://github.com/elder-plinius/CL4R1T4S

Там же ранее публиковали системные промпты ChatGPT, Gemini, Grok, Cursor, Lovable, Replit и Perplexity.

Верить на 100% или нет — отдельный вопрос.

Но как минимум это хороший повод посмотреть, насколько сильно поведение современных ИИ-продуктов определяется не только моделью, но и огромным слоем инструкций, фильтров, коннекторов и внутренних правил.

🤖 A2A — следующий шаг после MCP
Все уже привыкли к MCP: агенту можно подключить инструменты, базы, файлы, API и дать ему «руки».
Но дальше появляется новый вопрос:
а что, если одному агенту нужно работать не с инструментом, а с другим агентом?
Для этого и появился Agent2Agent / A2A — открытый протокол для общения между ИИ-агентами.
Идея простая: агенты, собранные на разных фреймворках и запущенные в разных средах, смогут понимать друг друга и передавать задачи дальше.
Например:
— один агент анализирует проект
— второй пишет код
— третий проверяет безопасность
— четвёртый готовит PR
То есть мы постепенно двигаемся от схемы «один агент + набор инструментов» к схеме «команда агентов под разные задачи».
MCP дал агентам руки.
A2A пытается дать им коммуникацию.
Забираем тут: https://github.com/a2aproject/A2A

#полезное
Anthropic выкатили бесплатный плейбук для тех, кто хочет собрать свой AI-стартап.

И это не мотивационная методичка в стиле «поверь в себя и найди инвестора».

Внутри показывают, как использовать Claude Code на разных этапах:
• поиск и проверка идеи;
• формулировка продукта;
• сборка MVP;
• тестирование гипотез;
• первые пользователи;
• масштабирование.

Есть практические задания, фреймворки и готовые промпты, которые можно сразу брать в работу.

По сути, это инструкция: как не просто «поиграться с нейронкой», а попробовать превратить идею в нормальный продукт.

Для тех, кто давно хотел собрать свой сервис, но застрял на этапе «надо бы как-нибудь начать», штука полезная.

Плейбук можно забрать по ссылке.

#полезное
Как обойти ограничения ИИ-асентов: Превращаем веб-версию ChatGPT в локального разработчика 🦾
Пока все ждут официального расширения лимитов в специализированных IDE-клиентах, в опенсорсе нашли красивый костыль. Оказывается, можно заставить стандартный веб-интерфейс ChatGPT крутить локальные файлы и выполнять терминальные команды на вашем ПК, используя протокол MCP.
Помогает в этом консольная утилита DevSpace.
Разворачивается мост буквально в пару действий:
npm install -g @waishnav/devspace
После этого туннелируем локальный MCP-сервер во внешнюю сеть и скармливаем веб-интерфейсу OpenAI. На выходе получаем привычный чат, у которого появились «руки» для работы с вашим локальным кодом.
🔥 Проверенные воркфлоу
Зачем это нужно, если есть Cursor или Claude Code? Ради распределения нагрузки и экономии:
Многоуровневая разработка: Отдаем тяжелую аналитику, проектирование архитектуры и декомпозицию флагманским моделям (вроде GPT-5.5 Pro или xHigh) прямо в браузере. А вот рутинную кодогенерацию по готовому плану спускаем на локальные инструменты (opencode, Cursor, Claude Code).

Независимый аудит: Веб-чат становится идеальной песочницей для ревью. Сгенерировали массивный кусок кода локальным агентом ➡️ закинули через мост в ChatGPT для поиска скрытых багов и оптимизации, не тратя драгоценные лимиты API.
🛑 Дисклеймер
Пользуйтесь этой фичей аккуратно и только по необходимости, когда рабочие лимиты на нуле. Если устроить из этого ковровые бомбардировки запросами, OpenAI быстро заметит аномальную активность в веб-версиях и просто прикроет лазейку для всех.

Забираем тут

#новости
Вайбкодим AAA-игры: Epic Games выпустили Unreal Engine 5.8 — движок получил поддержку MCP.

Теперь к UE5 легко подключить Claude Code или Codex. Агентам можно поручить сложную разработку, создание ассетов и проектирование целых систем прямо в интерфейсе движка.

Еще UE5 сделали доступнее для слабого железа. За счет новой технологии освещения обещают 60 FPS даже на устройствах уровня Switch 2.

Тестим бесплатно здесь.

#новости
Вышла GLM-5.2 — топовая модель для создания презентаций, отчетов и макетов сайтов. В бенчмарке Design Arena она обошла даже Claude Fable 5.

У модели 1 млн контекста, она легко работает с большими проектами, не теряя важные детали. Помимо дизайна неплохо показывает себя в кодинге и агентских задачах. И ее можно напрямую интегрировать в Claude Code.

Пользуемся по ссылке.

#новости
Claude Design обновили — и теперь это уже не просто генератор красивых макетов.

Главное: Claude может подтянуть дизайн-систему прямо из репозитория, дизайн-файлов или кодовой базы. То есть использовать реальные компоненты проекта, а не рисовать «примерно похоже, но потом верстальщик плачет».

Ещё докрутили редактор: элементы можно двигать, менять размер и выравнивать прямо на холсте.

Связка с Claude Code тоже стала плотнее. Можно отправить макет в разработку или наоборот — начать с кода и синхронизировать дизайн из терминала.

Плюсом добавили экспорт в PDF и PowerPoint, а также новые интеграции.

Claude Design сейчас в бете и доступен на платных тарифах в вебе и десктопе.

Похоже, Anthropic аккуратно собирает связку: дизайн → код → презентация → обратно в работу. Уже не игрушка для «сделай красиво», а рабочий инструмент для проекта.

#новости
В Codex появилась полезная фича — Record & Replay.

Смысл простой: один раз показываешь Codex, как выполняешь повторяющуюся задачу, а он сохраняет процесс и превращает его в переиспользуемый скилл.

Например:

скачать счета с сайта, выгрузить отчёт из админки, переименовать файл и положить его в нужную папку.

Раньше это приходилось каждый раз объяснять промптом.

Теперь можно просто показать руками один раз — и дальше запускать как автоматизацию.

Вот это уже ближе не к “напиши мне код”, а к нормальному помощнику, который запоминает рутину и забирает её на себя.

Источник: https://developers.openai.com/codex/changelog#codex-2026-06-18-app

#новости
GitHub Copilot начал понимать "AGENTS.md".

Это файл с инструкциями для AI-агентов внутри конкретного репозитория.

Зачем он нужен?

Чтобы Copilot на ревью понимал не только сам код, но и правила проекта:

— какой стиль использовать
— какие тесты запускать
— какие паттерны не трогать
— как устроена архитектура
— что в этом репозитории считается нормой, а что лучше не делать

По сути, "AGENTS.md" становится чем-то вроде README, только не для людей, а для робота.

И это важный сдвиг.

Потому что агент без правил — это джун, который очень быстро печатает.

Может сделать много.

Может даже красиво.

Но без контекста легко уедет не туда и уверенно привезёт техдолг.

Так что если вы используете Copilot, Claude Code, Codex или Cursor в реальном проекте — такой файл уже стоит завести.

ИИ пишет лучше, когда ему не просто говорят “помоги”, а дают нормальную карту местности.

Источник: The GitHub Blog

#полезное
Datalab открыла исходники Lift — 9B-модели для извлечения структурированных данных из документов.

Проще говоря: берёте PDF или другой документ, задаёте нужную структуру через JSON Schema — и модель пытается вытащить данные сразу в нормальном виде, а не кашей из текста.

По заявлению разработчиков, на их бенчмарке Lift показывает 90,2% точности.

Для сравнения:
• Gemini 3.5 Flash — 91,3%
• NuExtract3 — 81,5%

То есть модель почти догоняет Gemini и заметно обходит специализированные open-source решения.

Ещё один плюс — простой запуск:

pip install lift-pdf

Медианное время обработки — около 9,5 секунды.

Звучит интересно для задач, где нужно вытаскивать данные из счетов, актов, договоров, анкет, отчётов и прочей PDF-бюрократии, которую обычно хочется не читать, а сразу отправить в базу.

Как всегда, бенчмарки — это одно, реальные документы клиентов — совсем другое. Но инструмент точно стоит добавить в список для теста.

Блог: https://www.datalab.to/blog/introducing-lift
Модель: https://huggingface.co/datalab-to/lift
Код: https://github.com/datalab-to/lift

🔥 Сразу 5 топовых китайских ИИ-моделей бесплатно — без банковской карты

Через NVIDIA можно получить доступ к нескольким сильнейшим моделям сразу:

• DeepSeek V4 Flash
• MiniMax M3
• Qwen 3.5 397B
• Kimi K2.6
• GLM 5.1

По возможностям они конкурируют с GPT-5.5 и Claude Opus 4.8, а пользоваться ими можно бесплатно.

Что для чего:

⚡ DeepSeek V4 Flash — очень быстрые ответы и минимальная стоимость запросов.

🧠 Qwen 3.5 397B — сложные рассуждения, анализ и задачи с высокой нагрузкой на логику.

🤖 Kimi K2.6 — агентные сценарии и многошаговые рабочие процессы. Модель с заявленным масштабом около 1 трлн параметров.

💻 MiniMax M3 — кодинг-ассистент для редакторов кода и IDE.

🎯 GLM 5.1 — универсальная модель на каждый день.

Все модели совместимы с API OpenAI, поэтому большинство инструментов работают без изменений — достаточно заменить Base URL и указать новую модель.

Как подключить:

1️⃣ Зарегистрироваться на build.nvidia.com (нужен только номер телефона).

2️⃣ В разделе API создать ключ формата nvapi-...

3️⃣ Указать Base URL:

integrate.api.nvidia.com/v1

4️⃣ Выбрать модель:

• minimaxai/minimax-m3
• qwen/qwen3.5-397b-a17b
• moonshotai/kimi-k2.6
• zhipuai/glm-5.1
• deepseek/deepseek-v4-flash

Работает с Claude Code, Cursor, Cline, OpenCode, Hermes и другими OpenAI-совместимыми клиентами.

Что важно:

• около 40 запросов в минуту на бесплатном тарифе;
• один ключ открывает доступ более чем к 100 моделям;
• для продакшена с высокой нагрузкой бесплатный тариф не рассчитан.

Пока многие платят $20–200 в месяц за доступ к одной модели, здесь можно протестировать сразу несколько флагманов бесплатно. 🚀

#полезное
Кажется, скоро появится ещё один способ ломать привычные RAG-системы.

Ребята из PixelRAG решили задать простой вопрос: зачем вообще парсить HTML, если нейросеть умеет смотреть на картинки?

Вместо работы с DOM, разметкой и тонной костылей они просто показывают модели страницу такой, какой её видит человек после загрузки.

То есть таблица остаётся таблицей, график — графиком, а не превращается в набор сломанных тегов и потерянного текста.

Для проверки идеи авторы построили визуальный индекс всей Википедии. Да, всей. Получилось больше 30 миллионов скриншотов.

Самое забавное, что эта штука смогла обойти сильные текстовые RAG-пайплайны в задачах поиска и ответов на вопросы.

Ещё интереснее другое.

Если завтра выйдет более мощная мультимодальная модель, индекс не придётся собирать заново. Меняется только "чтец", а данные остаются прежними.

Также выпустили плагин для Claude Code. Теперь агент может анализировать страницу через её визуальное представление, а не пытаться разобраться в километрах HTML и JavaScript.

Пока выглядит как один из самых нестандартных AI-проектов за последнее время.

Иногда лучший способ решить проблему — просто перестать её решать привычным способом.
Забираем тут

Китайцы решили устроить раздачу.

До 28 июня платформа OpenModel бесплатно выдаёт доступ к API DeepSeek-V4-Flash — одной из самых производительных  моделей этого года.

Что умеет:
• работа с агентами;
• обработка изображений;
• высокая скорость генерации — более 100 токенов в секунду;
• подходит для чат-ботов, автоматизации и AI-приложений.

Для получения API-ключа достаточно зарегистрировать аккаунт.

Если давно хотели протестировать DeepSeek без затрат на запросы — сейчас редкий момент, когда за эксперименты платить не придётся.
Забираем тут

#полезное
Большинство разработчиков думают, что быстро упираются в лимиты ИИ из-за дорогих моделей.
На самом деле они просто неправильно ими пользуются.
Недавно вокруг GLM 5.2 начали массово жаловаться на ограничения и быстрое сгорание квот.
Но есть нюанс.
Подписка считает не токены.
Она считает запросы.
Один запрос на 20 000 символов и один запрос из двух слов стоят одинаково.
Из-за этого многие тратят лимиты на десятки мелких сообщений:
❌ «Переименуй переменную» ❌ «Исправь импорт» ❌ «Добавь типы» ❌ «Обнови тесты»
Хотя всё это можно отправить одним сообщением.
Чем опытнее разработчик работает с ИИ, тем меньше запросов он делает.
Парадокс современного AI-кодинга:
Побеждает не тот, у кого больше токенов.
Побеждает тот, кто умеет ставить задачи так, чтобы модель понимала всё с первого раза.
Сегодня самый дорогой ресурс — уже не вычисления.
Самый дорогой ресурс — хороший промпт.

🎵 Нашёл музыкальный плеер, который реально удивил — Mimose

После очередного поиска нормальной замены привычным сервисам наткнулся на Mimose. И пока это один из самых интересных бесплатных музыкальных плееров, которые мне попадались.

🔥 Что понравилось:

• Полностью бесплатный — без рекламы, ограничений и навязчивых подписок. Премиум есть, но базовых возможностей хватает с головой.

• Работает без VPN.

• Огромная библиотека музыки. Треки подтягиваются сразу из нескольких источников: Spotify, YouTube Music, SoundCloud и других сервисов.

• Много музыки доступно без цензуры.

• Можно быстро перенести свои плейлисты из других музыкальных сервисов.

• Есть тексты песен и моментальный перевод иностранных треков прямо во время прослушивания.

• Работают персональные рекомендации — что-то вроде «Моей волны».

• Интеграция с Discord: друзья смогут видеть, что вы сейчас слушаете.

• Интерфейс выглядит дорого и современно, плюс хорошо настраивается под себя.

Судя по всему, разработчики сделали то, что давно должны были сделать крупные музыкальные сервисы.

🎧 Попробовать можно здесь: mimose.fun