⚪️ Весна наступила быстрее чем ожидалось


Tibo не даром хайпил, и мы угадали. Май наступил своим четвертым числом.

🔗 https://developers.openai.com/api/docs/models/gpt-5.4

Из 🔥 - контекст 1m токенов! Все таки! Правда и раньше не особо жаловался, но больше - лучше, правда ведь?

🔗 Блог: https://openai.com/index/introducing-gpt-5-4/

Кодекс 0.110 уже содержит 5.4! Go тестить

(ц) День рыбный, гуд!

@deksden_notes

🚀 Выложил memobank — свой skill pack для Codex / Claude / agent-first разработки.

Это репозиторий, который помогает не просто “запускать агента”, а выстраивать для него нормальную рабочую среду: с памятью проекта, понятными протоколами, задачами, ревью и воспроизводимым флоу до результата.

Почему мне самому это было важно:
Потому что в какой-то момент стало очевидно: если агент работает только в рамках одного чата, без структуры, без артефактов и без нормального цикла выполнения задач, то через время всё разваливается — контекст плывёт, решения теряются, а повторяемость почти нулевая.

Именно поэтому текущая репа является по сути тем самым подходом Harness Engineering - когда мы не надеемся на модель” а проектируем для неё среду, в которой она может стабильно работать. Крайне рекомендую еще посмотреть, что пишет об этом @Deksden !

Текущая первая реализация
- с долговременной памятью проекта
- с понятной декомпозицией PRD → features → tasks
- с отдельными чистыми сессиями под задачи
- с verify / review / sync циклами
- с возможностью автономного выполнения до конечного состояния

По сути, я собрал туда начальные практики, которые закладывал, когда делал свою студию:
👉 https://studio.matreshkastudio.cloud/

То есть это попытка оформить в нормальный toolkit то, что реально нужно, если строить долгоживущий agent workflow в проекте. По крайней мере на текущем этапе мне так видится.

Что внутри:
🧠 Memory Bank
📋 PRD → задачи
🛠 execution / verify / review loop
🤖 autonomous mode
🔎 codebase mapping для brownfield-проектов
🧩 поддержка Codex CLI / Claude Code

GitHub:
https://github.com/mrvladd-d/memobank (рекомендую клонить репу и из нее init делать)

Уже доступно и через skills.sh:
https://skills.sh/mrvladd-d/memobank (часть скилов только на этапе индексации)

Далее в планах улучшать текущую версию - и переносить устоявшийся флоу в memobank!

В планах добавить мини-memobank, а также видоизменить его под использование новых клозедивых моделей (gpt-5.4-high/xhigh) - поскольку такая детальная проработка на ряде этапов им не сильно нужна, а скорее важно сконцентрироваться на тестировании и валидации.

#opensource

⚪️ Прошедший звонок у Родиона


Спасибо за приглашение Родиону: @rodion_m_tg

И его каналу: @ai_driven

🔗 Запись звонка: https://www.youtube.com/watch?v=O3RKuenDtK4

Повеселили мамкины хакеры, которые не поленились придти делать пакости! Публичный Зум все таки недоработан для проведения таких мероприятий - странно, да, как в эпоху ИИ чего то остается недоработанным?))

Презентация к выступления - в комменте

🔗 Репо: https://github.com/deksden-com/feedback-360

Идем в коммены за презентацией ⬇️

⚪️ Точность 5.4 на большом контексте

Еще работать и работать. Посмотрите на график!

После 256к прям приличное падение. А ведь оно еще и x2 стоит в лимитах. Оно нам надо? Предполагаю, что над этим работают, и к следующему релизу будут улучшения (5.5? 6?) и 1m в принципе станет юзабельным. Сейчас у меня большие сомнения что это работает хорошо, возможно, стоит придумать эвал.

Думаю, для практического использования контекстов 1m-10m нужно чтобы случился какой то прорыв в архитектуре (RLM?)


@deksden_notes

⚪️ Програмисты вымрут в 2026


RLY? Давайте посмотрим

Интересную картинку увидел в интернетах

Citadel Securities опубликовала исследование что количество объявлений о найме программистов растет, и быстро

Это сильно противоречит какому то общему настрою, что ИИ отобирает труд у программистов, как находящихся на фронтире внедрения ИИ.

Казалось бы - загадка. На самом деле - нет, и я ранее высказывал уже предположения: это парадокс Джевонса.

Парадокс Джевонса — это экономический феномен, при котором повышение эффективности использования ресурса (технологический прогресс) приводит не к снижению, а к росту общего объема его потребления. Это происходит потому, что экономия делает ресурс дешевле, а это стимулирует спрос. В итоге спрос часто перевешивает первоначальную экономию! ))

И тут: нам так много надо автоматизировать в делах, что потребность в ИТ спецах для этого должна просто вырасти. Раньше привлекать ИТ команды к автоматизации часто было экономически нерентабельно, но ИИ снижает бюджеты на ИТ решения - и спрос на них растет!

В общем, спрос на профессию растет!

Надеюсь, такая оценка ситуации - правильная и реалистичная.

🔗 https://www.citadelsecurities.com/news-and-insights/2026-global-intelligence-crisis/

Так что пилим оркестрацию еще усиленнее - это только на пользу)))

@deksden_notes

⚪️ Сложности реализации full-SDLC AI


Вот тут наткнулся на кейс:

🔗 https://x.com/Al_Grigor/status/2029889772181934425?s=20

CC ловко вайпнул инфру вместе со всеми данными. Бэкапы в виде снепшотов тоже. ☠️

Выводы? full ai-sdls сложен. Требует выработки устойчивых подходов.

▶️ Еще раз: агент не ходит к проду "как к себе домой!". План миграции и переездов не делается "на лету".

По мне, так надо все как с кодом - сначала исследование, граундинг на текущую инфраструктуру, доклад о том что агент видит. Потом планирование изменений, итеративно, с анализом сайд-эффектов, и только потом какие то манипуляции строго по одобренному плану. Так у агента меньше шансов исполнить какой то опасный экспромпт!

Экспромптом же "на живую", итеративно работать с ценными данными - это абсурд, "... и отвага"! Еще и аудита устойчивости своей системы не делал: ну кто ж снепшоты так хранит? Если система ненадежная, так там только ИИ не хватало

В общем, система обязана быть отказоустойчивой в том числе к случайному "повреждению" изнутри. И работать надо "устойчивыми" схемами. Ревью архитектуры тем же ИИ агентом не помешает. Пусть он пропишет воможный отка каких то элементов и просчитает последствия. Не все компетентны в таких аналиах, так пользуемся интеллектом под руками. Так будет меньше боли


@deksden_notes

Если устали вручную рассылать инвайты в ChatGPT Team, подтверждать регистрации, перелогинивать слоты и потом разбирать, где у кого какой доступ, может пригодиться izTeamSlots.

Это open-source тулза для управления ChatGPT Team слотами с локальным TUI-интерфейсом.

Что умеет:

- ручной логин админа через браузер
- создание слотов по invite flow
- перелогин слотов
- сохранение Codex-сессий
- sync workspace с локальными слотами
- логи и локальные browser profiles

Установка:
npm install -g izteamslots

Репозиторий:
https://github.com/izzzzzi/izTeamSlots

#opensource

⚪️ Codex Security


Жду на посмотреть! Сравню с dd-review ))

Обещают на Business аккаунтах. Хоть какой то доп профит помимо доступа к Pro по сравнению с Plus аккаунтом

🔗 анонс: https://x.com/OpenAIDevs/status/2029983809652035758?s=20

🔗 Блог: https://openai.com/index/codex-security-now-in-research-preview/



▶️ Одно могу сказать точно - умная модель хорошо, но 3 модели в ревью лучше! Я за мульти-модельное ревью (а если еще и с мульти-самплингом..., и выделенное фокусное...)


@deksden_notes

⚪️ Раздача Codex для OpenSource


▶️ Если у вас есть "популярный" open source проект - вам могут дать Pro аккаунт на 6 месяцев!

Клозеды выравниваются с Антропиками, у которых тоже такое предложение есть.

🔗 https://developers.openai.com/codex/community/codex-for-oss
🔗 https://openai.com/form/codex-for-oss/


🟢 Записываемся, мэйнтейнеры - и получаем заслуженные плюшки!


@deksden_notes

⚪️ Гугл добавляет кредитов



▶️ Вот чего пишут:

Некоторые подписки, например Google AI Pro, по умолчанию включают кредиты.

В Gemini CLI, если вы превысите дневной лимит на количество запросов, мы предоставим вам возможность использовать ваши кредиты AI для продолжения работы.

Это что-то вроде дополнительного использования или пополнения баланса, которое предоставляется вашим тарифным планом. Так что, если однажды вы достигнете лимита и захотите продолжить работу, вы сможете это сделать!


🔗 https://x.com/JackWoth98/status/2030340988124934225?s=20


@deksden_notes

⚪️ ChatGPT Skills


Интересно что скиллы заходят все шире: уже к веб приложениям прикручивают! Вроде пока для Business / Edu / ...

Обделены Plus / Pro.

вот чего на сайте есть: https://chatgpt.com/skills

Немного скринов в комментах. Редактировать можно в том числе скрипты в бандле, то есть любой полноценный скилл будет работать, даже со скриптами!

(ц) О, как!..

Комменты, еще: ⬇️

@deksden_notes

⚪️ CC /btw раговорчики


В СС добавили фишку - можно поговорить с СС параллельно с ее работой. Интересная фишка, видится вполне себе востребованной возможностью.

Можно обсудить что то, пока выполняется основная задача, например! тулюз в такой сессии не используется, зато доступен весь текущий контекст.

Кстати, рыжий маскот СС сами антропики называют Clawd. Отжали имя у крабобота! 🧐

@deksden_notes

⚪️ Codex Limit Reset

Очередной! Аттракцион невиданной щедрости продолжается - новые ресеты сделаны, но не ясно пошел ли под ресет бизнес - у меня пока нету на бизнес аккаунтах. Но все в процессе! Ждём-с

@deksden_notes

⚪️ LLMock : детерминирвоанные ответы модели


Смотрите чего тут сделали - полезная штука, кмк. Сервер, который умеет отдавать запросы по фикстурам, но полностью по апи совместим с настоящими моделями! Очень ценная штука для тестирования. Можно не городить fixture model provider в своем приложении! Удобно и здорово

Эндпоинты в разных стилях апи - и клод, и клозеды.

Можно многопоточно, с нескольких процессов дергать эндпоинты. SSE, тулколы, даже ошибки можно моделировать!

🔗 https://llmock.copilotkit.dev/

Спасибо копилотам

(ц) такое мы ценим

@deksden_notes

⚪️ Gemini Embeddings 2


Новые МУЛЬТИМОДАЛЬНЫЕ эмбеддинги от Гугла. Кушают все - картинки (до 6 штук), видео (120с), аудио, текст само собой (8к), даже мелкие PDFки до 6 страниц


🔗 Почитать блог: https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-embedding-2/

Что только не придумают, чтобы транскрипт не делать))

И интересно, что технологии развились в момент, когда актуальность немного снизилась - все такие агентный поиск вроде бы точнее. Но - пускай будут! Полезная может быть в хозяцстве весч

🔗 Цена вотпроса тут: https://ai.google.dev/gemini-api/docs/pricing#gemini-embedding-2

🔗 Лимиты: https://aistudio.google.com/rate-limit?timeRange=last-28-days

вроде 1k RPD на free tier

@deksden_notes

⚪️ Codex hooks

Ну вот и вышла 0.144 с поддержкой хуков:

🔗 PR тут: https://github.com/openai/codex/pull/13276

Документации как водится, пока нету. Полезная штука для интеграций, особенно когда разовьют!

С почином! ))


@deksden_notes

⚪️ ForgeCode CLi и TerminalBench


Я уже перестал "оглашать весь список" посмотренных мною CLI агентов, потому как он весьма немалый уже, но они все плюс-минус одинаковые.

Но тут очередной агент взобрался в топ терминал-бенча, сместив дроида, и вышла любопытная статейка про их бенчмаксинг:

🔗 Почитать тут: https://forgecode.dev/blog/benchmarks-dont-matter/

Чтобы добавить вам аргументов зачем прочитать статейку - скажу что они сделали top-1 с Gemini 3.1 pro

👉 Gemini! )))

Любопытные наблюдения в чем проблемы. Несколько полезных вещей причерпнуть можно!

Код, кстати, в опенсорс они не отдали в итоге. Но хоть блог написали!

@deksden_notes

⚪️ Cloudflare Crawl


Немного не по теме, но мне показалось это забавным

Клаудфлёр зарелизил штуку для краулинга сайтов:

🔗 Анонс: https://x.com/CloudflareDev/status/2031488099725754821

🔗 Бложик: https://developers.cloudflare.com/changelog/post/2026-03-10-br-crawl-endpoint/

🔗 Дока: https://developers.cloudflare.com/browser-rendering/rest-api/crawl-endpoint/

👉 Забавное тут следующее: клаудфлёр предоставлял самую неприятную для ботов защиту от автоматического краулинга. И зарелизил самый удобный краулер ))

(ц) странное время!

@deksden_notes

⚪️ Upstash Box


Очередной сервис с программируемыми vm, с агентами! Они прямо просятся для встраивания в оркестратор. Надо разобраться - будут ли работать с подпиской кодекса. Думаю, авторизационный файл подсунуть вполне можно

Ценник - 0.1 в час, платим когда работает.

Есть free tier в 5 часов в месяц.

Некий аналог exe.dev


🔗 Дока: https://upstash.com/docs/box/overall/quickstart

🔗Цены: https://upstash.com/pricing/box

🔗 Почитать блог: https://upstash.com/blog/upstash-box

(ц) такое мы пробуем!

@deksden_notes

⚪️ Попытка сревнения Codex vs Opus в Твиттере


... не удалась! Сразу скажу - мне кажется статья прям полна косяков.

"Не читайте советских газет на ночь!"

Пишу, чтобы предупредить, что в интернетах всякое находится, и иногда это прям уф. Вот и в этом случае так и вышло:

🔗 Пациент тут: https://x.com/Hesamation/status/2031418875946958915?s=20

Автор сравнивает Опуск 4.6 с Кодексом 5.3 (!!!)

Во-первых - wtf? Зачем сравнивать 5.3, когда есть 5.4? Во вторых - почему мы сравниваем не опуса с 5.2 high, а с -codex моделью, которая есть тюн для кодинга, которая слабже в задачках на подумать или планирвоании? omfg. Сравнил бы с соннетом, что ли!..

Горизонт работы? У гпт моделей сейчас заметно дольше - посмотрите на бенчмарки.


СС быстрее? Ну есть же новый режим /fast в кодексе, х1.5 за х2 в токенах. У СС тоже есть, но там за х6 цены и не в подписке, а токены - что по ценам антропиков будет прям космос.

Разные подписки? Тут - да. Но у кодекса легко взять несколько аккаунтов, а лимиты заметно больше на каждом, чем на сопоставимом тарифе антропиков.

Сравнивать агентов по токенам - ну, такое. по мне так надо сравнивать по результатам. Экономить токены, поулчить неработающее решение - эт отратить токены на доведение его до рабочего состояния.

По фичам и экосистеме СС ведет, конечно, но Кодекс неплохо развивается. Основные все фичи имеются.

Сравнить на примере построения RAG - прикольно, но автор же все коряво сделал! Зачем планирвоать -codex моделью? Есть же 5.2 и 5.4 для этого. Думаю, там еще и по процессу куча вопросов! Где план? где закрытие gaps? Где ревью решения или хотя бы рефлексия?

Omfg. Зачем такое писать на публику!


(ц) В общем, не сдержался! Извините, граждане

@deksden_notes

⚪️ Amazon Code Review


Все мы помним что Антропики запустили весьма платный инструмент ревью кода.

Вот и Амазон подтянулся к теме ревью кода: теперь у них глазами нужно смотреть ai slop:

🔗 https://habr.com/ru/news/1008860

Хе хе)) Если же прочитать статью, то только один эпизод связали с ИИ. И по описанию там какой то ужас с процессами!

В общем, зачем то Амазон решил сесть на хайп поезд с ревью кода после ИИ. Видимо, понравился пиар в стиле автора курсов с тотально террафррмированными СС БД с курсами.

😀

Но если без шуток - мы на интересном моменте, когда рулить начинают более правильные процессы и флоу. Модели уже что то могут, но не идеально, вот и изощряемся!

@deksden_notes