https://github.com/bahri-hirfanoglu/claude-board - self-hosted Kanban для управления coding-агентами. Создаёшь задачу, переводишь её в работу, после чего агент может самостоятельно написать код, создать ветку и сделать коммиты; выполнение при этом видно в live-terminal.
Но интереснее простого Kanban здесь оркестрация: есть DAG зависимостей между задачами, Planning Mode с автоматической декомпозицией, очередь выполнения и параллельный запуск до 50 агентов. То есть это уже довольно близко к визуальному диспетчеру небольшой AI-команды разработчиков.
Но интереснее простого Kanban здесь оркестрация: есть DAG зависимостей между задачами, Planning Mode с автоматической декомпозицией, очередь выполнения и параллельный запуск до 50 агентов. То есть это уже довольно близко к визуальному диспетчеру небольшой AI-команды разработчиков.
GitHub
GitHub - bahri-hirfanoglu/claude-board: Self-hosted Kanban board that turns tasks into working code using Claude CLI — live terminal…
Self-hosted Kanban board that turns tasks into working code using Claude CLI — live terminal, auto-queue, review & approve. - bahri-hirfanoglu/claude-board
❤2
DeepSeek выпустила V4.1 Flash — быстрее, дешевле и уже в OpenCode
DeepSeek представила новую V4.1 Flash. Это 552B MoE-модель с довольно необычной архитектурой: при обработке входа активируется всего 8B параметров, а при генерации — 16B.
Отдельно поработали над памятью: KV-cache требует в четыре раза меньше HBM и в восемь раз меньше места на SSD по сравнению с прошлым поколением. Для длинных агентных задач это особенно интересно, потому что кэш контекста уже становится заметной частью стоимости работы агента.
Модель мультимодальная, уже доступна через API и официально добавлена в OpenCode. DeepSeek утверждает, что V4.1 Flash получилась настолько удачной, что 14 сентября запросы к старшей V4 Pro начнут автоматически переводить на неё до выхода V4.1 Pro.
https://www.deepseek.com/en/news/deepseek-v4-1-flash/
DeepSeek представила новую V4.1 Flash. Это 552B MoE-модель с довольно необычной архитектурой: при обработке входа активируется всего 8B параметров, а при генерации — 16B.
Отдельно поработали над памятью: KV-cache требует в четыре раза меньше HBM и в восемь раз меньше места на SSD по сравнению с прошлым поколением. Для длинных агентных задач это особенно интересно, потому что кэш контекста уже становится заметной частью стоимости работы агента.
Модель мультимодальная, уже доступна через API и официально добавлена в OpenCode. DeepSeek утверждает, что V4.1 Flash получилась настолько удачной, что 14 сентября запросы к старшей V4 Pro начнут автоматически переводить на неё до выхода V4.1 Pro.
https://www.deepseek.com/en/news/deepseek-v4-1-flash/
Deepseek
DeepSeek | Into the Unknown
DeepSeek is an AI research company focused on building world-leading general artificial intelligence. We develop and open-source frontier LLMs including DeepSeek-V4, DeepSeek-R1, and DeepSeek-Coder. Chat with DeepSeek AI or integrate via API.
Нашёл интересный эксперимент с памятью coding-агентов — AutoHarness.
Он наблюдает за тем, как вы реально работаете с Claude Code, и постепенно создаёт из удачных решений собственные skills. Если похожий навык уже есть — обновляет его, а не плодит ещё один. Если skill долго оказывается бесполезным — может его убрать.
Получается довольно интересная идея: агент со временем не просто получает больше контекста, а постепенно подстраивает свой набор рабочих приёмов под конкретного разработчика и проект.
Проект пока небольшой и экспериментальный, но направление мне нравится.
https://github.com/tigerless-labs/autoharness
Он наблюдает за тем, как вы реально работаете с Claude Code, и постепенно создаёт из удачных решений собственные skills. Если похожий навык уже есть — обновляет его, а не плодит ещё один. Если skill долго оказывается бесполезным — может его убрать.
Получается довольно интересная идея: агент со временем не просто получает больше контекста, а постепенно подстраивает свой набор рабочих приёмов под конкретного разработчика и проект.
Проект пока небольшой и экспериментальный, но направление мне нравится.
https://github.com/tigerless-labs/autoharness
GitHub
GitHub - tigerless-labs/autoharness: Autoharness — a self-learning skill layer for Claude Code — distills skills from your real…
Autoharness — a self-learning skill layer for Claude Code — distills skills from your real sessions, updates them as you work, and prunes the ones that stop getting used. No daemon, no benchmark. -...
NASA и IBM выложили в open source нейросеть для исследования Луны
NASA и IBM выпустили Lunar Foundation Model — открытую AI-модель, обученную специально на данных о поверхности Луны.
Для обучения использовали около двух миллионов фрагментов изображений и данные сразу нескольких космических миссий. Модель умеет искать кратеры, необычные вулканические образования и даже оценивать районы, где потенциально может находиться лунный лёд.
Самое приятное — это не закрытая исследовательская демка. Модель опубликована на Hugging Face, код доступен на GitHub, а вместе с ней открыли подготовленные датасеты. В общем, теперь можно буквально скачать нейросеть для исследования Луны и поэкспериментировать самому.
https://science.nasa.gov/science-research/artificial-intelligence-lunar-foundation-model/
NASA и IBM выпустили Lunar Foundation Model — открытую AI-модель, обученную специально на данных о поверхности Луны.
Для обучения использовали около двух миллионов фрагментов изображений и данные сразу нескольких космических миссий. Модель умеет искать кратеры, необычные вулканические образования и даже оценивать районы, где потенциально может находиться лунный лёд.
Самое приятное — это не закрытая исследовательская демка. Модель опубликована на Hugging Face, код доступен на GitHub, а вместе с ней открыли подготовленные датасеты. В общем, теперь можно буквально скачать нейросеть для исследования Луны и поэкспериментировать самому.
https://science.nasa.gov/science-research/artificial-intelligence-lunar-foundation-model/
NASA Science
NASA, IBM Launch AI Foundation Model for Lunar Science - NASA Science
NASA is bringing artificial intelligence to the study of the Moon, helping researchers transform how they analyze the Moon’s surface. In an ongoing
Интересный проект от Tencent для команд, где разработчики уже используют разные coding-агенты — TeamAI.
Идея в том, чтобы не держать отдельно инструкции для Claude Code, Codex, OpenCode и Cursor. Skills, правила, агентов, MCP, hooks и документацию можно хранить в общем Git-репозитории и автоматически раздавать всем инструментам команды.
Но ещё интереснее накопление опыта. Если в какой-то сессии разработчику пришлось исправлять агента или тот долго бился с проблемой, полезный результат можно сохранить как командное знание — и потом использовать в других сессиях.
По сути, Git-репозиторий становится общей «памятью» не только разработчиков, но и их AI-агентов.
https://github.com/Tencent/teamai-cli
Идея в том, чтобы не держать отдельно инструкции для Claude Code, Codex, OpenCode и Cursor. Skills, правила, агентов, MCP, hooks и документацию можно хранить в общем Git-репозитории и автоматически раздавать всем инструментам команды.
Но ещё интереснее накопление опыта. Если в какой-то сессии разработчику пришлось исправлять агента или тот долго бился с проблемой, полезный результат можно сохранить как командное знание — и потом использовать в других сессиях.
По сути, Git-репозиторий становится общей «памятью» не только разработчиков, но и их AI-агентов.
https://github.com/Tencent/teamai-cli
GitHub
GitHub - Tencent/teamai-cli: Make Every Team AI Native
Make Every Team AI Native. Contribute to Tencent/teamai-cli development by creating an account on GitHub.
Claude случайно выбрался из песочницы — и успел загрузить вредоносный пакет на PyPI
Anthropic опубликовала довольно необычный разбор четырёх случаев, когда Claude во время тестов по кибербезопасности получил доступ к реальным сторонним системам, хотя должен был работать только в изолированной среде.
Самый показательный эпизод: агент создал и загрузил на настоящий PyPI вредоносный пакет. До удаления его успели установить 15 сторонних систем. В других случаях модель получала доступ к реальным базам данных и аккаунтам. Anthropic после этого проверила около 481 миллиона логов своих тестовых и обучающих сред в поисках похожих случаев.
И это, пожалуй, хорошее напоминание всем, кто сейчас строит автономных агентов: проблема уже не только в том, насколько хорошо агент рассуждает. Не менее важно, до чего именно ему технически разрешено дотянуться.
https://www.anthropic.com/research/alignment-assessment-cybersecurity-incidents
Anthropic опубликовала довольно необычный разбор четырёх случаев, когда Claude во время тестов по кибербезопасности получил доступ к реальным сторонним системам, хотя должен был работать только в изолированной среде.
Самый показательный эпизод: агент создал и загрузил на настоящий PyPI вредоносный пакет. До удаления его успели установить 15 сторонних систем. В других случаях модель получала доступ к реальным базам данных и аккаунтам. Anthropic после этого проверила около 481 миллиона логов своих тестовых и обучающих сред в поисках похожих случаев.
И это, пожалуй, хорошее напоминание всем, кто сейчас строит автономных агентов: проблема уже не только в том, насколько хорошо агент рассуждает. Не менее важно, до чего именно ему технически разрешено дотянуться.
https://www.anthropic.com/research/alignment-assessment-cybersecurity-incidents
Anthropic
An alignment assessment of recent cybersecurity incidents
We present an alignment assessment of four incidents in which Claude models gained unauthorized access to real third-party systems.
Маленькая, но довольно полезная штука для тех, у кого одновременно Codex, Claude Code, OpenCode и ещё пара AI-сервисов — Codenotch.
Это приложение для macOS, которое показывает прямо на краю экрана, сколько лимита осталось у разных coding-сервисов. Может предупредить при 80% и 100%, чтобы внезапно не обнаружить посреди задачи, что очередной пятичасовой лимит закончился.
Есть даже поддержка локального Ollama: показывает загруженные модели, RAM/VRAM, контекст и quantization.
В общем, типичная утилита из категории «пока не пользовался — вроде не нужна, а потом непонятно, как без неё жил».
https://github.com/vinzdg/codenotch
Это приложение для macOS, которое показывает прямо на краю экрана, сколько лимита осталось у разных coding-сервисов. Может предупредить при 80% и 100%, чтобы внезапно не обнаружить посреди задачи, что очередной пятичасовой лимит закончился.
Есть даже поддержка локального Ollama: показывает загруженные модели, RAM/VRAM, контекст и quantization.
В общем, типичная утилита из категории «пока не пользовался — вроде не нужна, а потом непонятно, как без неё жил».
https://github.com/vinzdg/codenotch
GitHub
GitHub - vinzdg/codenotch: A macOS app that pins usage limits from Claude Code, Cursor, Codex, and Antigravity to a screen edge.
A macOS app that pins usage limits from Claude Code, Cursor, Codex, and Antigravity to a screen edge. - vinzdg/codenotch
Rune полностью открыли — ещё один IDE хочет потеснить VS Code
Появился интересный проект для тех, кому современные IDE уже кажутся слишком тяжёлыми. Rune — нативный редактор для Linux и macOS с интерфейсом, отрисовываемым через GPU, и упором на управление с клавиатуры. 13 сентября разработчики полностью открыли исходники под GPLv3.
Сам Rune написан в основном на Go и изначально задумывался как быстрый IDE без Electron. Есть LSP, встроенный терминал, fuzzy search, Git-интеграция и привычные для современного редактора вещи, но при этом интерфейс остаётся нативным.
https://github.com/unstablebuild/rune
Появился интересный проект для тех, кому современные IDE уже кажутся слишком тяжёлыми. Rune — нативный редактор для Linux и macOS с интерфейсом, отрисовываемым через GPU, и упором на управление с клавиатуры. 13 сентября разработчики полностью открыли исходники под GPLv3.
Сам Rune написан в основном на Go и изначально задумывался как быстрый IDE без Electron. Есть LSP, встроенный терминал, fuzzy search, Git-интеграция и привычные для современного редактора вещи, но при этом интерфейс остаётся нативным.
https://github.com/unstablebuild/rune
GitHub
GitHub - unstablebuild/rune: the development environment for pros
the development environment for pros. Contribute to unstablebuild/rune development by creating an account on GitHub.
Интересная попытка переосмыслить Git под эпоху coding-агентов — Kin.
Обычный репозиторий для агента — по сути куча файлов, связи между которыми ему каждый раз приходится восстанавливать самостоятельно. Kin делает функции, типы и отношения между ними частью самого репозитория и строит граф кодовой базы.
Поэтому перед изменением функции агент может спросить: кто её вызывает, с чем она связана и на какие части проекта потенциально повлияет изменение.
Есть MCP и интеграции с Claude Code, Codex, Cursor и Gemini. Причём анализ и хранение графа работают локально.
Пока это public alpha и авторы сами советуют начинать с небольших проектов, но сама идея мне нравится: хранить вместе с кодом не только историю изменений, но и знания о его структуре.
https://github.com/firelock-ai/kin
Обычный репозиторий для агента — по сути куча файлов, связи между которыми ему каждый раз приходится восстанавливать самостоятельно. Kin делает функции, типы и отношения между ними частью самого репозитория и строит граф кодовой базы.
Поэтому перед изменением функции агент может спросить: кто её вызывает, с чем она связана и на какие части проекта потенциально повлияет изменение.
Есть MCP и интеграции с Claude Code, Codex, Cursor и Gemini. Причём анализ и хранение графа работают локально.
Пока это public alpha и авторы сами советуют начинать с небольших проектов, но сама идея мне нравится: хранить вместе с кодом не только историю изменений, но и знания о его структуре.
https://github.com/firelock-ai/kin
GitHub
GitHub - firelock-ai/kin: A graph-native code repository for people and AI agents.
A graph-native code repository for people and AI agents. - firelock-ai/kin
CUDA впервые добралась до Windows на Arm
NVIDIA выпустила CUDA Toolkit 13.4, и внутри довольно важное изменение: CUDA теперь официально поддерживает Windows на Arm. До этого CUDA-приложения на Arm поддерживались через Linux.
Пока поддержка в первую очередь ориентирована на устройства RTX Spark, но разработчики уже могут портировать Windows Arm64-приложения, проверять зависимости и тестировать CUDA-код. Заодно в 13.4 появился ранний developer preview следующей архитектуры Rubin и обновлённый механизм распределения GPU между несколькими процессами.
https://developer.nvidia.com/blog/cuda-toolkit-13-4-adds-windows-on-arm-support-and-greater-control-over-shared-gpus/
NVIDIA выпустила CUDA Toolkit 13.4, и внутри довольно важное изменение: CUDA теперь официально поддерживает Windows на Arm. До этого CUDA-приложения на Arm поддерживались через Linux.
Пока поддержка в первую очередь ориентирована на устройства RTX Spark, но разработчики уже могут портировать Windows Arm64-приложения, проверять зависимости и тестировать CUDA-код. Заодно в 13.4 появился ранний developer preview следующей архитектуры Rubin и обновлённый механизм распределения GPU между несколькими процессами.
https://developer.nvidia.com/blog/cuda-toolkit-13-4-adds-windows-on-arm-support-and-greater-control-over-shared-gpus/
NVIDIA Technical Blog
CUDA Toolkit 13.4 Adds Windows on Arm Support and Greater Control over Shared GPUs
Every NVIDIA CUDA Toolkit release adds functionality and performance improvements that help developers get more from NVIDIA GPUs and the broader NVIDIA software platform. CUDA Toolkit 13.4…
Нашёл интересный open-source проект для тех, кто экспериментирует не с одним AI-агентом, а уже с целой командой — OpenCompany.
Идея довольно амбициозная: создать операционную систему для бизнеса из одного человека, где владелец принимает ключевые решения, а остальную работу выполняют специализированные агенты.
У агентов есть общая рабочая доска, передача задач друг другу, человеческое подтверждение важных действий, расписания и workflow с зависимостями.
То есть это уже не просто «запустить несколько агентов параллельно», а попытка построить вокруг них нормальный рабочий процесс компании.
Проект пока очень ранний и сами разработчики прямо предупреждают, что он не готов для production. Но посмотреть на архитектуру и идеи точно интересно.
https://github.com/tinyhumansai/opencompany
Идея довольно амбициозная: создать операционную систему для бизнеса из одного человека, где владелец принимает ключевые решения, а остальную работу выполняют специализированные агенты.
У агентов есть общая рабочая доска, передача задач друг другу, человеческое подтверждение важных действий, расписания и workflow с зависимостями.
То есть это уже не просто «запустить несколько агентов параллельно», а попытка построить вокруг них нормальный рабочий процесс компании.
Проект пока очень ранний и сами разработчики прямо предупреждают, что он не готов для production. Но посмотреть на архитектуру и идеи точно интересно.
https://github.com/tinyhumansai/opencompany
GitHub
GitHub - tinyhumansai/opencompany: Run a hive mind of agents to focus on a specific goal
Run a hive mind of agents to focus on a specific goal - tinyhumansai/opencompany
GPT-Live-1 вышла в API — OpenAI обновила голосовой AI
OpenAI выпустила GPT-Live-1 — новую модель для голосовых приложений, которая умеет вести полноценный разговор в реальном времени. Можно говорить, перебивать ассистента и получать ответ без классической цепочки «распознать речь → отправить текст модели → отдельно синтезировать голос».
В новой версии улучшили следование инструкциям, работу с телефонными звонками и добавили больше голосов с разными акцентами и языками.
Для разработчиков это интересный сдвиг: голосовой AI постепенно превращается из набора STT + LLM + TTS в одну модель, с которой приложение общается напрямую аудио. Для голосовых ассистентов и поддержки это заметно упрощает архитектуру.
https://openai.com/index/introducing-gpt-live-1-in-the-api/
OpenAI выпустила GPT-Live-1 — новую модель для голосовых приложений, которая умеет вести полноценный разговор в реальном времени. Можно говорить, перебивать ассистента и получать ответ без классической цепочки «распознать речь → отправить текст модели → отдельно синтезировать голос».
В новой версии улучшили следование инструкциям, работу с телефонными звонками и добавили больше голосов с разными акцентами и языками.
Для разработчиков это интересный сдвиг: голосовой AI постепенно превращается из набора STT + LLM + TTS в одну модель, с которой приложение общается напрямую аудио. Для голосовых ассистентов и поддержки это заметно упрощает архитектуру.
https://openai.com/index/introducing-gpt-live-1-in-the-api/
OpenAI
Build more natural voice experiences with GPT‑Live‑1 in the API
GPT‑Live‑1 brings natural, full-duplex voice conversations to the API, with stronger instruction following, custom voices, and telephony support.
Нашёл интересный инструмент для тех, кто использует coding-агентов на больших проектах — Gortex.
Он локально индексирует кодовую базу и строит граф связей между функциями, классами, вызовами, API-маршрутами и даже несколькими репозиториями.
После этого Claude Code, Codex, OpenCode, Cursor и другие агенты могут получать через MCP именно нужные куски информации вместо постоянного чтения огромных файлов.
Авторы заявляют сокращение расхода контекста вплоть до 50 раз.
Поддерживается 257 языков, включая PHP, Python, JavaScript, TypeScript, Go, Rust и Java. Всё работает локально и устанавливается одним бинарником.
Для больших проектов и мультиагентной разработки выглядит очень интересно.
https://github.com/zzet/gortex
Он локально индексирует кодовую базу и строит граф связей между функциями, классами, вызовами, API-маршрутами и даже несколькими репозиториями.
После этого Claude Code, Codex, OpenCode, Cursor и другие агенты могут получать через MCP именно нужные куски информации вместо постоянного чтения огромных файлов.
Авторы заявляют сокращение расхода контекста вплоть до 50 раз.
Поддерживается 257 языков, включая PHP, Python, JavaScript, TypeScript, Go, Rust и Java. Всё работает локально и устанавливается одним бинарником.
Для больших проектов и мультиагентной разработки выглядит очень интересно.
https://github.com/zzet/gortex
GitHub
GitHub - zzet/gortex: High-performance code-intelligence engine for AI agents and IDE, supports 257 languages, multi repositories…
High-performance code-intelligence engine for AI agents and IDE, supports 257 languages, multi repositories, based on graph, with access via CLI, MCP Server, and API. AI coding agents teammate - ex...
NVIDIA открыла новый слой CUDA — но уже для квантовых компьютеров
NVIDIA расширила open-source платформу CUDA-Q и представила CUDA-Q Logical — систему для управления логическими кубитами и коррекцией ошибок в квантовых компьютерах.
Смысл примерно такой: современные квантовые кубиты слишком легко ошибаются, поэтому для одного надёжного «логического» кубита приходится использовать множество физических. CUDA-Q Logical берёт на себя часть этой сложной инфраструктуры и позволяет объединять квантовое железо, GPU и классические процессоры в одной системе.
До домашних квантовых компьютеров нам всё ещё очень далеко, но забавно наблюдать, как NVIDIA пытается повторить с квантовыми вычислениями тот же трюк, который когда-то проделала с GPU: дать разработчикам единый программный слой поверх очень сложного железа. И сам CUDA-Q остаётся open source.
https://nvidianews.nvidia.com/news/nvidia-expands-open-source-cuda-q-platform-for-fault-tolerant-quantum-computing
NVIDIA расширила open-source платформу CUDA-Q и представила CUDA-Q Logical — систему для управления логическими кубитами и коррекцией ошибок в квантовых компьютерах.
Смысл примерно такой: современные квантовые кубиты слишком легко ошибаются, поэтому для одного надёжного «логического» кубита приходится использовать множество физических. CUDA-Q Logical берёт на себя часть этой сложной инфраструктуры и позволяет объединять квантовое железо, GPU и классические процессоры в одной системе.
До домашних квантовых компьютеров нам всё ещё очень далеко, но забавно наблюдать, как NVIDIA пытается повторить с квантовыми вычислениями тот же трюк, который когда-то проделала с GPU: дать разработчикам единый программный слой поверх очень сложного железа. И сам CUDA-Q остаётся open source.
https://nvidianews.nvidia.com/news/nvidia-expands-open-source-cuda-q-platform-for-fault-tolerant-quantum-computing
NVIDIA Newsroom
NVIDIA Expands Open Source CUDA-Q Platform for Fault-Tolerant Quantum Computing
NVIDIA today announced an expansion of the NVIDIA CUDA-Q™ open source platform with CUDA-Q Logical, an orchestration layer that provides a programmable, verifiable approach to developing useful applications for fault-tolerant quantum computers.
Новое видео: ИИ уже начинает действовать сам?
За последние недели появилось сразу несколько историй, которые заставляют задуматься о том, насколько автономными становятся современные ИИ-агенты.
YouTube:
https://youtu.be/Gj-V-ENPSbA
Rutube:
https://rutube.ru/video/private/471484f5ed57637ff89273ea282a29bf/?p=Tj_fbxbC2AeKE0u3o015kw
VK Видео:
https://vkvideo.ru/video-238292605_456239032
За последние недели появилось сразу несколько историй, которые заставляют задуматься о том, насколько автономными становятся современные ИИ-агенты.
YouTube:
https://youtu.be/Gj-V-ENPSbA
Rutube:
https://rutube.ru/video/private/471484f5ed57637ff89273ea282a29bf/?p=Tj_fbxbC2AeKE0u3o015kw
VK Видео:
https://vkvideo.ru/video-238292605_456239032
Если несколько coding-агентов начинают параллельно работать над одним проектом, довольно быстро возникает проблема: кто что делает, какие были требования и почему вообще принято то или иное решение.
Для этого нашёл интересный проект — Spec Kitty.
Он строит работу вокруг последовательности:
задача → спецификация → план → подзадачи → разработка → review → приёмка → merge.
Каждый агент может работать в отдельном Git worktree, а требования, критерии приёмки и состояние задач сохраняются прямо в репозитории.
Поддерживаются Claude Code, Codex, OpenCode, Cursor, Gemini, Copilot и другие агенты.
По сути, это попытка превратить хаотичное общение с несколькими AI-разработчиками в более нормальный инженерный процесс.
https://github.com/spec-kitty/spec-kitty
Для этого нашёл интересный проект — Spec Kitty.
Он строит работу вокруг последовательности:
задача → спецификация → план → подзадачи → разработка → review → приёмка → merge.
Каждый агент может работать в отдельном Git worktree, а требования, критерии приёмки и состояние задач сохраняются прямо в репозитории.
Поддерживаются Claude Code, Codex, OpenCode, Cursor, Gemini, Copilot и другие агенты.
По сути, это попытка превратить хаотичное общение с несколькими AI-разработчиками в более нормальный инженерный процесс.
https://github.com/spec-kitty/spec-kitty
GitHub
GitHub - spec-kitty/spec-kitty: Spec-Driven Development with organizational governance. Specs tell AI agents what to build; Charter…
Spec-Driven Development with organizational governance. Specs tell AI agents what to build; Charter governs how they build it. Git-native missions, enforceable workflows, and consistent engineering...
👍1
Claude уже ведёт четверть разработки следующих AI-моделей Anthropic
Anthropic впервые показала внутреннюю статистику того, насколько активно сама использует AI при создании новых моделей. По данным компании, Claude уже «ведёт» 26% исследовательских и инженерных задач: человек ставит высокоуровневую задачу, а основную работу модель выполняет сама под его контролем.
Ещё интереснее динамика: в начале года таких задач практически не было. Сейчас более 90% исследовательской работы Anthropic уже предполагает ту или иную совместную работу человека и AI. При этом полностью автономной разработки моделей пока нет — компания отдельно это подчёркивает.
Получается довольно любопытный цикл: AI всё активнее участвует в создании следующего, более мощного AI. И похоже, роль разработчика здесь постепенно смещается от непосредственного выполнения работы к постановке задач, проверке и управлению агентами.
https://www.anthropic.com/institute/measuring-pace-of-ai-development
Anthropic впервые показала внутреннюю статистику того, насколько активно сама использует AI при создании новых моделей. По данным компании, Claude уже «ведёт» 26% исследовательских и инженерных задач: человек ставит высокоуровневую задачу, а основную работу модель выполняет сама под его контролем.
Ещё интереснее динамика: в начале года таких задач практически не было. Сейчас более 90% исследовательской работы Anthropic уже предполагает ту или иную совместную работу человека и AI. При этом полностью автономной разработки моделей пока нет — компания отдельно это подчёркивает.
Получается довольно любопытный цикл: AI всё активнее участвует в создании следующего, более мощного AI. И похоже, роль разработчика здесь постепенно смещается от непосредственного выполнения работы к постановке задач, проверке и управлению агентами.
https://www.anthropic.com/institute/measuring-pace-of-ai-development
Anthropic
Measurements for understanding the pace of AI development inside frontier labs
Today, the world can’t see what’s going on inside AI labs. Anthropic is proposing new metrics that would give the public visibility into frontier AI development.
Интересный свежий проект для локального запуска больших моделей — Edge0.
Главная идея в том, чтобы не пытаться целиком держать MoE-модель в памяти. Необходимые эксперты подгружаются с SSD по мере работы, а специальный prerouter пытается заранее предсказать, какие из них понадобятся следующими.
Авторы уже подготовили варианты на 8B и 35B параметров. Для 35B они заявляют около 2,9 ГБ пиковой активной памяти и примерно 15–18 токенов в секунду на Mac mini M4 Pro.
Пока работает только на Apple Silicon через MLX, но CUDA уже есть в планах.
Интересный подход к тому, как запускать довольно большие модели на обычном железе без огромного объёма памяти.
https://github.com/Edge0-AI/Edge0
Главная идея в том, чтобы не пытаться целиком держать MoE-модель в памяти. Необходимые эксперты подгружаются с SSD по мере работы, а специальный prerouter пытается заранее предсказать, какие из них понадобятся следующими.
Авторы уже подготовили варианты на 8B и 35B параметров. Для 35B они заявляют около 2,9 ГБ пиковой активной памяти и примерно 15–18 токенов в секунду на Mac mini M4 Pro.
Пока работает только на Apple Silicon через MLX, но CUDA уже есть в планах.
Интересный подход к тому, как запускать довольно большие модели на обычном железе без огромного объёма памяти.
https://github.com/Edge0-AI/Edge0
GitHub
GitHub - Edge0-AI/Edge0: Run 35B MoE models in ~2.5 GB of RAM. Weights stream from SSD; a trained router predicts loads a step…
Run 35B MoE models in ~2.5 GB of RAM. Weights stream from SSD; a trained router predicts loads a step ahead. Mac, iPhone, Android, Windows supported - Edge0-AI/Edge0
Google выпустила Gemini 3.8 Live — голосовой AI теперь может думать прямо во время разговора
Google представила сразу две новые голосовые модели: Gemini 3.8 Live и более мощную Gemini 3.8 Live Extended Thinking.
Самая интересная возможность Extended Thinking — модель может продолжать рассуждать и выполнять многошаговую задачу, не прерывая разговор. Например, параллельно обращаться к инструментам и API, сообщать о ходе работы и одновременно продолжать общаться с человеком. Gemini 3.8 Live также понимает визуальный контекст почти в реальном времени и умеет автоматически переключаться между 97 языками.
Для разработчиков обе модели уже появляются в Gemini API и Google AI Studio. Похоже, голосовые ассистенты постепенно перестают быть просто «чат-ботом, которому прикрутили микрофон» и превращаются в полноценных голосовых агентов.
https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-8-live-gemini-3-8-live-extended-thinking/
Google представила сразу две новые голосовые модели: Gemini 3.8 Live и более мощную Gemini 3.8 Live Extended Thinking.
Самая интересная возможность Extended Thinking — модель может продолжать рассуждать и выполнять многошаговую задачу, не прерывая разговор. Например, параллельно обращаться к инструментам и API, сообщать о ходе работы и одновременно продолжать общаться с человеком. Gemini 3.8 Live также понимает визуальный контекст почти в реальном времени и умеет автоматически переключаться между 97 языками.
Для разработчиков обе модели уже появляются в Gemini API и Google AI Studio. Похоже, голосовые ассистенты постепенно перестают быть просто «чат-ботом, которому прикрутили микрофон» и превращаются в полноценных голосовых агентов.
https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-8-live-gemini-3-8-live-extended-thinking/
Google
Introducing Gemini 3.8 Live and 3.8 Live Extended Thinking
Gemini 3.8 Live and Gemini 3.8 Live Extended Thinking are our most advanced live dialogue models yet, built for natural conversation.
Нашёл необычную альтернативу связке IDE + терминал + tmux — Rune.
Это нативная среда разработки, которая одновременно работает как редактор, терминальный мультиплексор и рабочее место для coding-агентов.
Можно создавать несколько рабочих пространств, держать внутри терминалы и редакторы, использовать встроенного агента или подключать свои инструменты.
Ещё интереснее возможность связать несколько своих компьютеров в зашифрованную сеть и продолжить работу с другой машины.
Написан Rune на Go, интерфейс использует OpenGL на Linux и Metal на macOS. Никакого Electron.
Проект пока молодой, но развивается очень активно.
https://github.com/unstablebuild/rune
Это нативная среда разработки, которая одновременно работает как редактор, терминальный мультиплексор и рабочее место для coding-агентов.
Можно создавать несколько рабочих пространств, держать внутри терминалы и редакторы, использовать встроенного агента или подключать свои инструменты.
Ещё интереснее возможность связать несколько своих компьютеров в зашифрованную сеть и продолжить работу с другой машины.
Написан Rune на Go, интерфейс использует OpenGL на Linux и Metal на macOS. Никакого Electron.
Проект пока молодой, но развивается очень активно.
https://github.com/unstablebuild/rune
GitHub
GitHub - unstablebuild/rune: the development environment for pros
the development environment for pros. Contribute to unstablebuild/rune development by creating an account on GitHub.