https://www.anthropic.com/news/claude-opus-4-8

Вышел новый Опус, теперь это дефолтная модель для клода.

Из интересного, помимо растущего swe-bench-pro, подешевел fast режим. Теперь он стоит x2 от базового прайса против x6 раньше.

– @tthread

Вести с полей: второй день пытаюсь заставить GPT-5.5 xhigh решить довольно сложную но ограниченную задачу с хорошим E2E проптестом – научиться делать offload модулей нашего агентского рантайма в браузер, используя вебсокеты для коммуникации.

Безуспешно :-(

Вот как сам кодекс суммаризирует ситуацию:

• We are trying to implement a remote execution adapter for a deterministic async streaming system: conceptually, it should just mirror a small local poll-style protocol over a socket and preserve the same observable behavior. The problem is unusually well-scoped: there is a strong end-to-end property test, failures are reproducible, and the desired architecture is simple enough to describe as an explicit state machine. Yet after a lot of agentic coding effort, progress stalls because the implementation keeps drifting into local patches around symptoms: wakeups, progress notifications, child calls, output buffering, trace visibility. My current read is that this is a good example of where coding agents are weak: when the bug is not in one line, but in the absence of a crisp ownership model. The test keeps exposing that the real task is not “fix this failure”, but “make the protocol have one obvious source of truth”; without that, the loop becomes high-effort whack-a-mole.

Opus, посмотрим что можешь ты.

– @pgregory

Opus 4.8:

Hangs are vanquished now—
one cursor, two racing minds:
the tree won't hold still.

Тоже не справился, но гораздо структурнее подошел к отладке (кодекс, как его не проси, не мог перестать исправлять мелочи, каждый раз надеясь, что "точно последний фикс") – и докопался до принципиальной проблемы (несовместимость асинхронного offload с не-асинхронным древообразным исполнением).

Что хочу отметить? Во-первых, очень удобно иметь доступ сразу к нескольким фронтирным моделям. Во-вторых, забавно наблюдать, что модели, несмотря на весь огромный прогресс, все еще вообще не понимают происходящего – а только симулируют понимание. На легких задачах одно с другим легко спутать.

– @pgregory

Рассказали о команде CoreInfra на своем сайте, а также откуда взялся тейк AI x Verification -> Future.

https://coreinfra.ru/team

Наткнулся на забавный интерактив, где иллюстрируется, как менялись важные цифры в жизни системного программиста.

А какие цифры должен знать программист в 2026 году?

Проверьте себя, вы в порядок попадаете? Хороший вопрос на собеседовании =)

https://colin-scott.github.io/personal_website/research/interactive_latency.html

– @tthread

Компании учатся работать с бюджетами на AI tools.

Сегодня стало известно о том, что Uber ввел ограничение на $1500 в месяц на один AI инструмент на разработчика.

Здесь интересно два момента, с одной стороны это по-прежнему очень существенная часть бюджета, в какой-то мере сравнимая с фондом оплаты труда, с другой, что бесконтрольный рост приводит к другим новостям. Таким как неделю ранее Uber сообщил о том, что потратил весь бюджет 2026 года заложенного на AI для разработки.

Ссылки:
[1] https://www.bloomberg.com/news/articles/2026-06-02/uber-caps-usage-of-ai-tools-like-claude-code-to-cut-costs

[2] https://simonwillison.net/2026/Jun/3/uber-caps-usage/

[3] https://simonwillison.net/2026/May/27/product-market-fit/#the-ai-failure-stories-around-this-are-pretty-thin

– @tthread

Обычно ты учишь агента – но иногда агент учит тебя!

TIL: sample(1) на MacOS.

sample $PID регулярно снимает стеки процесса, агрегирует и показывает результат.

В отличие от perf на линуксе – всего одна команда, не нужен sudo, не нужно знать/думать про perf_event_paranoid и прочее.

Незаменимо для дебага зависаний, полезно для быстрого профилирования. Спасибо, кодекс!

На картинке фрагмент вывода для этого скрипта:

import hashlib as h, time
payload = b"sample" * 200000
end = time.time() + 10
count = 0
while time.time() < end:
    h.sha256(payload).digest()
    count += 1
print("hashes", count)

– @pgregory

Anthropic зарелизил новую модель Claude Fable 5, детали можно почитать в пресс-релизе на сайте компании:
https://www.anthropic.com/news/claude-fable-5-mythos-5

По заявлениям инференс-провайдера это самая мощная модель на текущий момент и первая модель линейки Claude 5 и первая публичная модель класса Mythos.

Модель будет доступна первое время только по API и Enterprise планам. Но что интересно, с 23 июня ожидается выключение Fable 5 для подписочных планов, только pay-as-you-go модель. На нашем хабе она уже доступна прямо сейчас.

Многие замечают, что ИИ не умеет в архитектуру. Поделюсь теорией, почему:

Хорошая архитектура – это всегда про упрощение: нахождение такой структуры, что простые куски просто композируются и в результате дают сложное поведение с интересными свойствами. ИИ фундаментально не умеет упрощать и абстрагировать – поэтому не может и архитектурить.

Почему ИИ этого не может – вопрос открытый. Лично я согласен с Пенроузом, который считает, что из теоремы Геделя следует, что understanding is not computable.

На практике – LLM хорошо закрашивают нарисованые схемы, но сами схемы рисовать не могут.

– @pgregory

Мы добавили в хаб модели DeepSeek v4 Pro и Flash. На удивление они неплохо работают, особенно, когда для них есть хороший харнес и задача четко описана.

Модели можно попробовать через OpenCode или Pi агенты, поддержку которых мы также добавили.

Поделюсь немного эмоцией: на самом деле очень круто, когда есть возможность не переключая личные кабинеты настроить сразу несколько агентов, что-то интегрировать в IDE и гибко переключаться между моделями, агентами и сценариями использования.

Лично я использую:
Zed/VSCode плагины codex/claude, codex cli, Codex App, Claude, Pi и интеграцию с инференсом хаба в Android Studio.

Теперь в нашем хабе есть самая дорогая модель (Claude Fable 5) и одна из самых дешевых (DeepSeek v4 Flash).

– @tthread

Мы видим не начало, а вполне жесткую регуляторику AI уже на полном ходу.

Сегодня правительство США выпустило директиву на запрет фронтирной модели Anthropic Claude Fable 5 для всех не граждан США, включая тех, кто работает в Anthropic. На практике это означает, что Anthropic должен закрыть доступ всем своим кастомерам. Об этом сообщил Anthropic в пресс-релизе https://www.anthropic.com/news/fable-mythos-access

Это значит, чем модели будут более продвинутыми, тем они будут жестче регулироваться в том числе в целях конкурентной борьбы с другими странами.

Поэтому правильней сказать, что AI это не новое электричество, а новая атомная энергетика — не все ее получат.

— @tthread

Раз выдался такой повод, можно вспомнить еще пару моментов. Есть прямые запреты экспортного контроля, а есть другие способы лобирования своих интересов.

В свое время подобный запрет получала технология шифрования PGP за авторством Фила Циммермана, а сам автор подвергся преследованию. Также популярная история про то, как компанию Netscape обязали к выпуску экспортной версии с поддержкой ключей шифрования 40 бит, против 128 бит национальной версии. (очевидно более короткие ключи являются более уязвимыми)

Но были и другие, не такие явные попытки защиты своих технологий и подрыва технологического суверенитета своих оппонентов. Знаменитая статья Брюса Шнайдера о том, что NSA намеренно лобировала стандарт содержащий ряд "ошибок" в генераторе случайных чисел, которые понижают стойкость любого алгоритма шифрования их использующего. https://www.schneier.com/essays/archives/2007/11/did_nsa_put_a_secret.html

Anthropic также рассказывал о том, что модель Fable и другие модели класса Mythos содержат защиту от использования в "неправильных" целях. В анонсе Fable они прямо заявляли.

Claude Fable 5 launched on June 9 with a safeguard that quietly limited answer quality on frontier AI development tasks, with no notice and no model fallback, affecting an estimated 0.03 percent of traffic.

Но самое интересное здесь:

Unlike our interventions for cybersecurity, biology and chemistry, and distillation attempts, these safeguards will not be visible to the user. Fable 5 will not fall back to a different model. Instead, the safeguards will limit effectiveness through methods such as prompt modification, steering vectors, or parameter-efficient fine-tuning (PEFT). These interventions will not affect the vast majority of coding work. We estimate they will impact ~0.03% of traffic, concentrated in fewer than 0.1% of organizations

В случае если модель решит, что ваш запрос попадает под safeguards относительно дистилляции моделей (способ когда более умная модель используется для обучения более простой) – она может сработать намеренно плохо. О чем буквально было заявлено в пресс-релизе.

Как видим, здесь работают оба способа, с одной стороны внутренние явные ограничения модели, с другой стороны регулирование с помощью экспортного контроля. Ничто не ново под луной, впрочем.

Про Fable и дискуссию вокруг safegurads можно почитать по ссылке:
https://news.ycombinator.com/item?id=48463808

– @tthread

Пару дней назад, Джон Кармак сделал репост про Фабриса Беллара, отметив что Фабрис гораздо круче него. https://x.com/ID_AA_Carmack/status/2064095424420487226?s=20

(автор оригинального поста какой-то странный чел)

Мы, внутри коринфры, часто упоминаем автора QEMU, FFMPEG, QuickJS и других супер популярных программ для разработчиков, но действительно для широкой аудитории он достаточно неизвестный.

Лучше всего о Фабрисе говорят его работы: https://bellard.org/

На скрине Windows 2000 запущенная под JSLinux в моем браузере – также разработка Белара, VM на JS с элементами WASM.

Мы в своей работе активно используем WASM и сейчас работаем над рантаймом агентской среды, поэтому подобные разработки выглядят особенно приятно.

По этой ссылке вы можете поиграть в Сапера на Windows 2000:
https://bellard.org/jslinux/vm.html?url=win2k.cfg&mem=192&graphic=1&w=1024&h=768

– @tthread