⚪️ Droid 1.0 от Factory


Весьма достойная упряжка Дроид от Фэктори обновилась до примечательного номера 1.0.

Я давно отслеживаю возможности их упряжки и могу сказать что по удобству она находится в числе лидеров из упряжек с закрытым кодом. Многие функции и подходы, которые они внедряли первыми, позднее широко расходились в отрасли. За подобными фичами и посматриваю в их сторону.

▶️ В релизе 1.0 примечательный момент - широкое внедрение подхода, который нынче называется CodeMode. Это когда упряжка вместо пакетного вызова тулов позволяет модели написать код скрипта для встроенного движка с вызовами тулов (как правило что-то в виде JS/TS песочницы), и вызовы тулов происходят внутри детерминированного кода. Фэктори называет это "programmatic tool calling".

▶️ Какие дает результаты на практике: задача по обновлению 151 issue в Linear в классическом подходе потребовала 312 тулюзов, 36 запросов и 3.1m входных токенов.

Когда используем скрипт - 2 запроса и 61k (НЕ millions) токенов.

Да, метод известен, но, похоже, становится новым стандартом. Думаю как для своих агентов и упряжек приспособить.

▶️ Детали и некоторые другие подходы можно прочитать в их блоге / новости про релиз, рекомендую глянуть:

🔗 Новость : https://factory.com/news/frontier-harness

Отдельно оцените оформление странички, интерактивные схемки и графики. По мне - оч здорово сделано.

(ц) такое мы отслеживаем!

@deksden_notes

⚪️ Kimi и 3D

Moonshot сделал специальный акцент на возможности своей модели работать с 3D.

Есть специальный очень поробный гайд, с примерами - как именно работать с проектами. Весьма достойно оформлен и содержателен

🔗 Подробное обучающее руководство : https://www.kimi.ai/academy/3d-tutorial

▶️ Moonshot сделала для 3D отдельный режим 3D Make. Он работает в Kimi.ai и в десктопном Kimi Work. Внутри собраны готовые навыки, плагины и сценарии для 3D.

K3.1 Pro специально обучили управлять 3D-программами Python-скриптами (CodeMode и тут!) - и она может работать и с профессиональным софтом без поддержки MCP.

▶️ Два способа моделирования:

• Параметрическое моделирование кодом: подходит для мебели, деталей и зданий

• Персонажей, животных и статуи Kimi отдаёт диффузионным 3D-генераторам (Tripo, Meshy, Hyper3D). Промпт и референсы для них он готовит сам. Moonshot прямо признаёт, что языковым моделям такие сложные меши пока даются плохо.

▶️ Плагины для движков и редакторов: Blender, CAD, Unreal Engine с MetaHuman, Unity, Godot и Tripo

▶️ Специализированные навыки, типа 3d-printing: разбивает модель на детали для сборки, оставляет место под электронику и проводку, экспортирует STL по частям и проверяет модель в слайсере.

▶️ Интересно как вендоры пытаются идти в более узкие ниши - зайки/глм с Legal, вот кими с 3D! Муншот довольно комплексно подошел к теме - и дообучение, и обвес упряжек, и навыки, и гайды.

(ц) интересно

@deksden_notes

⚪️ Новости Клода


думаете очередная волна писем счастья от Жан Клод Вам Бана?

Нет - после очереной волны они решили передвинуть кровати переименовать тарифы. Кстати, по содержанию ничего не меняется в тарифах.

Ведь что за х20 и х5?! К тому же это не про объем использования, а про 5часовые лимиты!..

Теперь будет как у Кими и прочих китайских товарищей - Pro / Max / Ultra.

Я бы на месте сммщиков Кими говорил что случилась "атака дистиляции названия тарифных планов!"

▶️ Помимо переименования планов, отменяют 5 часовые лимиты, но только на Ультра плане (за 200), и только для ВЕРИФИЦИРОВАННЫХ пользователей. Ага. Знаем мы вашу KYC - раз, и нету!

Причем, сами недельные лимиты, определяющие количество использования итого - остаются не тронутыми. Ну кто бы сомневался!)

(ц) Клод - такой Клод!

@deksden_notes

⚪️ Голос с небес


Гугловский Сундар рассказал что на них снизошел голос с небес.

Строго в рамках проекта Suncatcher, где на орбиту отправили спутник, на нем на TPU крутится моделька, сказали - Gemini, но может и Гемма). Успешно всё включилось, получило промпт и ответило. "Высший разум" теперь понятие геометрическое, примерно ясно на какой орбите по высоте.

▶️ Когда древние ждали голоса с небес от богов - это примерно то же самое? А может Луна - это датацентр прошлой цивилизации?

(ц) Интересно всё развивается

@deksden_notes

⚪️ В OpenCode вернулась подписка Claude


Пруф на КДПВ

Теперь осталось добиться, чтобы за это перестали банить)) Шучу - это официально амнистировали. Хорошо, конечно.

▶️ Что дальше - дадут OpenClaw заюзать подписку? Пригласят Петю рассказать как он сильно любит Клод? Как глубоко падет Клод чтобы провести IPO?

(ц) осеннее клодо-стрение!

@deksden_notes

⚪️ Инцидент с безопасностью в Cursor


▶️ Курсор объявил что нашел и обезвредил вредоносное расширение в своем маркетплейсе расширений - и, тада-да-дам, - это КЛОД КОД!

А вы думали эта новость не про Клод? Астрологи же объявили неделю Антопиков, и количество новостей про клода утроилось.

▶️ В общем, как показал анализ - Клод Код просил и заставлял оплачивать премиум подписки, а потом - банило через несколько часов от получения денег, которые не возвращало со словами "... Aaaand Its GONE!". Гнида установлена, и обезврежена выходит на ipo. А чего делало то расширение, кстати, не рассказали, но затронуты 5к пользователей.


@deksden_notes

⚪️ Terminus теперь на LibGhostty


Один из самых навороченных и удобных мобильных терминалов Terminus обновился, и теперь работает на libghostty, которая лежит в основе терминала Ghostty. ios / android.

▶️ Вы гадаете - причем тут Клод? Элементарно! В этом новом терминале с более быстрым рендерингом, плавной прокруткой, крутыми шрифтами вы сможете, конечно, запустить свой любимый Claude Code CLI.

@dekden_notes

⚪️ Представлен Agent-Desktop


Команда Vercel Labs, известная многими проектами (я пользуюсь как минимум skills.sh, agent-browser), представила их новый проект Agent Desktop.

Это Computer Use в стиле Codex, фичи такие:
• работает на macOS / Windows / Linux
• фоновые курсоры, может работать параллельно с вами
• мульти-агентность: несколько агентов работают на одном компьютере параллельно

Проект открытый. Всё как положено: на rust, cli / mcp.

🔗 Гитхаб : https://github.com/vercel-labs/agent-desktop


▶️ Из других аналогичных проектов похож, пожалуй, больше всего на Cua (https://cua.ai/cua-driver).

▶️ Из особенностей отмечу, что работает по accessibility API, скриншоты - отдельная команда. Следовательно, все приложения с нестандартным саморисованным или плохо размеченным интерфейсом (canvas, игры, electron некоторые) будут для такого способа доступа плохо видны, приёдется переходить на медленный дорогой анализ скриншотов.

👉 А еще есть agent-mobile (https://github.com/lahfir/agent-mobile), но он пока не представлен

@deksden_notes

⚪️ Ship-темберь, день 26 и 27, 28/28 - финиш акции


Итак, на 25 день клозеды представили довольно удобную фичу - мульти-аккаунт в мобильном приложении, а позднее - и в десктопе.

В мобильном найдешь не сразу - у меня на iOS нужно было зажать аватар пользователя, тогда появлялось окно выбора аккаунтов, где можно добавить второй. После добавления, его можно прикрутить к десктопному приложению Кодекса.

Пул аккаунтов держать не выйдет, можно добавить пару аккаунтов и переключаться между ними. Зато работают любые уровни подписок - плюс, бесплатные, про.

▶️ Особенно интересно это на фоне презентации похожей фичи накануне от Клода, и что у OpenAI пошли новости про ограничения на колчиество подписок на устройство и одну банковскую карту!

Забавно. Фичи хорошие, а вот фон, с ограничениями и банами - не очень.

▶️ На 27 и 28 день решили выдать банковые РЕСЕТЫ, котороые можно будет применить самостоятельно в удобное/нужное время!

(ц) такой день

@deksden_notes

⚪️ Объединение ChatGPT и Work


Появились более явные утечки - например, такой вот раздел в справке (на картинке).

К этому шло давно, что агентный движок кодекса, который в веб версии обеспечивает работу Work, полностью заместит веб версию ChatGPT. Действительно, агент обладает гораздо более продвинутой функциональностью, хотя очевидно более требователен к ресурсам.

▶️ Я давно преимущественно работаю в кодексе, веб версия - это только доступ к Про режиму (ChatGPT Pro) и DeepResearch (хотя я бы предпочел сделать такой рисёч-флоу на базе чего-то вроде dynamic workflows).

▶️ Также в письмах пользователям клозеды упоминают, что начинают эксперименты с объединением функциональности.

▶️ Важно не забывать, что у кодекса не так давно стало 10m+ пользователей, а вот у чата - 1b+!

❓ В связи с этим - вопрос. Как думаете - а как бы выглядела оптимальная система, которая могла бы быть придумана? Что бы вы хотели, чтобы клозеды сделали?

@deksden_notes

⚪️ Подключение Dot к iMessage в РФ


Не так давно клозеды выкатили фичу про подключение Dot к iMessage (писал про это тут: https://t.me/deksden_notes/1453) - мне она показалась удобной, но телефон из России ввести в окне подключения нельзя, оно не распознает номер +7 в списке стран вообще (странно, да?), а если ввести полный номер то заменяет +7 на 8. В общем, я и не надеялся отыскать тут дух Анкориджа, но попробовать было надо.

▶️ Сегодня мне пришла в голову мысль, что не единой симкой я богат, для верификации кодекса были заведены помимо симки Казахстана еще и пучок eSIM от GiffGaff, а они - соответственно, вполне кошерные британские! (Или - нынче скорее «правоверные»). Обзор на эту фичу был тут (https://t.me/deksden_notes/853), и в канале/чате по ключевому слову giffgaff можно глянуть историю.

В общем, у меня на телефоне есть симки с другими номерами, и они - работают!

▶️ Теперь берём Dot, и настраиваем у него Texting. Для этого по процедуре он сначала присылает мне смс с кодом верификации. Вводим код и он запомнил мой номер. Следом dot со своего американского номера пишет мне, присылая визитку - предполагается с ним надо общаться через этот номер. Сохраняем его в контактах.

В iMessage можно добавить пучок идентификаторов для общения, в том числе номер телефона. Я добавил один из своих GG-номеров, и после снятия временного блока (для любых заграничных номеров 24 часа) - он принял смс для верификации.

Итак, Dot прислал сообщение и карточку контакта, и тут последний нюанс - надо указать что этот разговор мы ведем не с основного моего номера (русский номер он не понимает), а с GG-номера! iMessage запомнит что этот разговор мы ведем от указанного GG номера.

Результат - на скрине КДПВ.

▶️ Можно ли подключить второй аккаунт (а у меня два Про аккаунта с Dot)? Видимо, да, но на другой номер. Первый GG номер использовать для другого агента не получилось - пишет что уже занят. Взял другой номер и жду пока сработает период охлаждения, следом - подключу второго агента. Вот и пригодились снова эти номера))

(ц) пользуемся кому актуально

@deksden_notes

⚪️ Лист ожидания осени - ноябрь 2026


Очередной выпуск рубрики «Лист ожидания» на нашем канале. Прошлый лист был тут ( https://t.me/deksden_notes/1276 ) и по нему мы дождались 100% новинок.

Итак, текущие ожидания:

- Мифос/Фубля 5.5
- Гпт Астра 6.2 будет скоро, но я жду «убивца Опуса 5.5» от гпт;
- Грок 4.8
- Глм 5.5 Флеш да и 5.5 большой тоже давайте!
- Квен 4 в ассортименте, обязательно с мелкими модельками для локалки
- ДипСик 5 Флеш или хотя бы 4.1 Про
- наверное Кими 3.1 Флеш было бы любопытно потестить
- слухов про релиз нету, но МиМо vNext тоже может случиться интересным

Наверное, любопытно будет посмотреть живьем анонсированный Гемини 4 Карбон (аргон уже не особо интересно).

❓ Что я забыл и упустил?
Что сами ждете и считаете интересным?

@deksden_notes

⚪️ Агентный доступ к госсайтам — Госуслуги через GPT

Поделюсь небольшим кейсом.

Потребовалось тут дать доступ агентам к разным госсайтам (Госуслуги, ФНС и прочие элементы). Так как агенты у нас нынче буржуйские, то наши сайты их не очень ждут с IP неправильных стран. Работать с российскими сайтами лучше с российских адресов. При работе через стандартный agent-browser некоторые госсайты (Госуслуги, например) у меня давали 403 на скриптах антибот-защиты, поэтому нужно это немножко обойти.

Что используем? В закромах имелась пара машин в cloud.ru на Free tier. Для новых пользователей, зарегистрировавшихся после 30 июня 2026 года, бесплатные виртуалки уже недоступны, а мои остались работать. Их и решил использовать.

▶️ Что сделал: в Docker-контейнер на виртуалке поселил Chromium с KasmVNC, к которому агенты подключаются через Patchright. Отдельно на той же виртуалке поднял Camoufox Browser. Patchright — это форк Playwright с патчами против обнаружения автоматизации, Camoufox — браузер на базе Firefox с настройками отпечатка. Этого хватило, чтобы поработать с Госуслугами и другими нужными мне сайтами. Я традиционно использую эти штуки для автоматизации доступа, поэтому если кто-то знает более трендовые, молодёжные и крутые инструменты подобного рода — прошу отписаться в комментах/чате ⬇️

▶️ Сделал так: агенты работают с удалённым Chromium по Playwright/CDP, а для ввода паролей и логинов человеком используем веб-консоль KasmVNC. Просто открываешь ссылку в локальном браузере и работаешь с экраном удалённого компа с окошком удалённого браузера. Доступ к браузеру идёт через SSH-туннель по ключу. Порты управления браузерами в интернет не выставляем — это и безопаснее, и проще администрировать.

▶️ Как работать с получившейся системой со всеми нюансами, упаковал в скилл, который могут использовать как агенты на моей машине, так и облачные агенты (с нужным SSH-доступом, показывал скилл Доту и Грок Боту — оба заюзали нормально).

В итоге: захожу руками через удалённый экран, ввожу пароль и код из СМС, после чего агент работает в той же залогиненной сессии.

▶️ У запасного Camoufox свой профиль и отдельный удалённый экран через noVNC. Мне пока хватало хромиума, но на моих проверках оба браузера открывали нужные сайты.

Профили сделал сохраняемыми, лежат на диске сервера - перезапуск браузера или контейнера их не теряет. Но сессии на самих сайтах, конечно, протухают: ФНС у меня попросила зайти заново уже примерно через полчаса. Госуслуги живут подольше.

▶️ Постоянно держать браузеры включёнными на мелкой вируалке необязательно, это таки кушает память - под Camoufox с обвесом нужно около 1.3-2gb, хромиум заметно экономичнее. Сделал команды, которые гасят всё хозяйство и поднимают обратно (недолго, до 40 секунд поднимается). Лиса поднимается только по запросу, по дефолту юзаем хромиум

▶️ Из забавного: Кодекс отказался стучаться в госуслуги после того как поймал 403 и увидел нагрузку с анти-бот скриптам. Собрал всё безотказным глм / глм флеш (даже не аблитерейтед), кодекс только ревью сделал (впрочем, ревью нормальное). Уже и по своей необходимости к своей родине на сайты не сходишь агентами - алаймент и гарды нынче жесткие, спасибо китайским товарищам за их модели.

Госсайты довольно своеобразные - загрузка ресурсов не означает их доступность или видимость, иногда всё отображается заметно позднее - автоматизацию надо внимательно скриптовать.

(ц) как то так!

@deksden_notes

⚪️ Статья от DeepSeek - Exploring Super-Agent Design


Вышла обязательная к прочтению статья Дипсиков про дизайн более автономных агентов. В заметке пересказать ее нереально, лучше прочитать оригинал. Возможно, сделаю разбор - статья заслуживает, там много идей, стоящих обсуждения.

🔗 Статейка : https://x.com/DeepSeekHarness/status/2116857257245987236

‼️ Как прочитаете - давайте обратную связь, кого что зацепило из предложенных идей! ⬇️

@deksden_notes

⚪️ Решающая (decision) модель Drex Max может быть запущена локально на M4/M5


Кому актуально - выпустили неплохую по бенчам 27b модель, которая пригодна к запуску на эппловских M4/M5

🔗 Тред анонса: https://x.com/NaceAI/status/2116163656480428220

Поддерживает несколько локальных движков, веса на обнимашках, всё в треде есть со ссылками

🔗 Консоль облачного инференса: https://console.nace.ai/

🔗 Обнимашки : https://huggingface.co/nace-ai/drex-max-v1

🔗 Q8_0 GGUF : https://huggingface.co/nace-ai/drex-max-v1-Q8_0#drex-max-q8_0-gguf

🔗 Код и дока : https://github.com/nace-ai/drex-decision-models/

@deksden_notes

⚪️ Бенчмарк GDPx


Уважаемая компания SemiAnalysis выпустила новый бенчмарк GDPx. Вы скорее всего уже видели эту картинку как на КДПВ. Вроде бы ничего примечательного - мало ли такого выпускают регулярно.

Но тут ситуация немного интереснее - бенчмарк интегрирует умения моделей в разных доменах. И компания серьезно подошла к доменам, найдля для каждого профессионального партнера для разработки бенчмарка. Веса в итоговом индексе проставлены равными, поэтому общий перфоманс и общий график на самом деле особой роли не играет.

Наиболее интересно смотреть какой перфоманс у модели в узких доменах - их пока 11 штук, от дизайна чипов до биологии.

👉 Я крайне рекомендую смотреть бенчмарки на сайте, где можно выбрать отдельные домены или по группе доменов. Кроме того, некоторый фронтир отказывается работать по чувствительным доменам, и там выходит или маленький рейтинг (отказавшись от большинства задач) или совсем 0 если модель отказалась работать полностью. Это примета времени такая!

В общем, для анализа - штука весьма любопытная.

‼️ НЕ смотрите мельком картинки в интернете по рейтингу на этом бенче - нужно видеть какие домены из рейтинга выбраны. Бенч интересен именно срезами и комбинациями.

▶️ Рекомендую полазить и посмотреть на офсайте в разных доменах и актуальной для вас комбинации, а потом сравнить с тем, что по вашим ощущениям дают модели в жизни. У меня совпадает довольно близко в доменах/подобранных комбинациях доменов.

🔗 Смотреть тут : https://gdpx.semianalysis.com/

🔗 Блог : https://newsletter.semianalysis.com/p/gdpx-measuring-frontier-model-capabilities

▶️ В блоге более подробно развернута методология, рассказано как делали бенчи с партнерами - деталей много и это тоже интересно

👉 Неплохая штука вышла, кмк!

(ц) такое мы читаем и смотрим

⚪️ Условно бесплатный S3 на Apple iCloud


Такой любопытный подход нашел на просторах интернета: храним данные в общих фотоальбомах icloud - получается 12Tb бесплатно, с быстрой отдачей. Детали в репо.


🔗 Гитхаб : https://github.com/ashayas/icloud-s3


(ц) для хитрых

@deksden_notes

⚪️ Hume Audio Decision API

Любопытную штуку родили - решающая (decision) модель для аудио: по аудио входу сразу выдает ответы на заданные вопросы: например, сколько спикеров, смеётся ли кто-то, раздражён ли звонящий.

Доступ по заявке, да и интересно тут другое - концепция и сам тип модели! Еще и довольно быстро сделали.

🔗 Анонс: https://x.com/hume_ai/status/2117285608745820372
🔗 Оффсайт: https://www.hume.ai/products/decision-model-api


(ц) чего только не придумают

⚪️ Creator Mode в DeepSeek Harness

Довольно оригинальную штуку запустили Дипсики. Поправьте, но я такого не припомню, хотя идея кажется весьма простой. Creator Mode - режим упряжки для разработки плагинов к самой упряжке.

Получается - само-совершенствующася упряжка.

Оч сильная идея! С учетом модульной конструкции DSH, потенциал огромный, от твиков до функциональных компонетов которые вам нужны.

🔗 Анонс: https://x.com/DeepSeekHarness/status/2117256196227019194

Посмотрите видео в анонсе - круто же!

🔗 Галерея промптов к видео: https://cdn.deepseek.com/harness/dsh-creator-mode-prompt-collection-en.html

(ц) дипсикам - респект!

@deksden_notes