🤯 Автор «Чистого кода» больше не читает код, написанный ИИ-агентами

73-летний Дядя Боб признался, что теперь вообще не проверяет код. Вместо этого он обкладывает агентов юнит-тестами, QA, метриками качества и жёсткими ограничениями. И если вайбкод прошёл всю эту систему проверок, то и читать его необязательно.

«Это единственный способ, которым я могу воспользоваться их продуктивностью.»

✖️ xCode Journal

😎 Anthropic выпустила официальный гайд по работе с новенькой Claude Opus 5

Главный совет — перестаньте микроменеджить модель. Opus 5 лучше работает, если просто дать ей полное ТЗ и не просить лишний раз перепроверять себя.

Ещё один нюанс: если хотите короткие ответы, теперь это нужно писать явно, так как по умолчанию модель стала гораздо многословнее.

✖️ xCode Journal

🤖 ИИ заменил политиков

Канадский политик во время выступления случайно зачитал ответ чат-бота, оставленный в тексте:

«Вот более естественная, плавная версия этого фрагмента, которая звучит как парламентская речь…»

✖️ xCode Journal

🤣 Кажется проект оказался сложнее, чем он думал в начале

✖️ xCode Journal

🤣 Вайбкодер спалился на выдуманном стеке

Кандидат пытался пройти интервью с ИИ-помощником, но интервьюер внезапно спросил про самописные движки Ysasu Bibu и Ynna Zist.

Соискатель уверенно ответил, что работал с обеими

✖️ xCode Journal

🔥 Выгорание можно вычислить по сообщениям в рабочем чате

Аналитики обнаружили, что за 2–3 месяца до тотального выгорания человек начинает отвечать агрессивно и коротко: «Ок», «Бесполезно», «Сделай сам». Длина сообщений в среднем сокращается на 40%, а приветствие исчезает почти полностью. Одновременно растёт и время ответа.

Так что если вы заметили, что болтливый коллега начал вдруг отвечать кратко и игнорить в чатах — задумайтесь.

✖️ xCode Journal

Ставьте ❤️, если делаете также

✖️ xCode Journal

😱 Claude во время тестов сбежал и взломал аж три компании

Anthropic проверила 140 тысяч запусков и нашла аж три случая, когда Claude решал CTF в песочнице, сбегал и получал доступ к реальной инфраструктуре компаний. В одном случае Claude добрался до продакшен-базы с сотнями строк данных, в другом залил вредоносный пакет на PyPI, который около часа был доступен онлайн и успел запуститься на 15 реальных системах.

В инциденте участвовали три модели: Opus 4.7, Mythos 5 и еще не выпущенная модель. Самое интересное: Opus 4.7 продолжал атаки даже после того, как понял, что делает.

✖️ xCode Journal

👴 Компании пришлось вернуть с пенсии айтишника, потому что только он помнил, как работает древнее ПО

После смены владельца поддержку одной программы давно закрыли, но когда одному из клиентов понадобилось восстановить архив для налоговой проверки, оказалось, что без знаний одного-единственного программиста сделать это невозможно. Пришлось вытаскивать его из… дома престарелых.

Правда, сеньор не сильно расстроился прерванному отдыху — за каждый день работы ему платили сумму, равную его месячной пенсии.

✖️ xCode Journal

Claude Fable уделала GPT-5.6 в переписывании кода с нуля. И нет, это не опечатка

Чуваки из Epoch AI долили свежих результатов в MirrorCode — закинули туда топ-модели от Anthropic и OpenAI. Claude Fable 5 расхерачила 64% задач. GPT-5.6 Sol наскребла жалкие 20%.

Разрыв в три раза смотрится дико. На остальных тестах эти двое дышат друг другу в затылок, а где-то Sol вообще рвала всех. Официальный коммент никто не дал — ни Epoch AI, ни Anthropic. Но если поковыряться в данных лидерборда, оправдание этой порке найти реально. Читать далее

👉 Data Science | Machinelearning

За последний год навайбкодил пару десятков лендосов — под проги Физтеха, свои хотелки и левые заказы. В статье разбираю четыре самых жирных: Школа Техпреда, конфу «Точка сборки», курс «ИИ Продакт-менеджмент» и один пет-проект.

Поверх всего натянут слой визуального жирка, который орёт «дорого-богато». Интерактивная вода на WebGL-шейдерах, лого Физтеха, собранный из тысяч спрайтов, живая кубическая хреновина в 3D и облако частиц, меняющее форму прямо под скроллом.

До этого слоя автор дополз двумя маршрутами. Для «Точки сборки» запилил эффекты ручками на голом WebGL. Под всё остальное сварганил движок на Three.js: эффекты раскиданы по отдельным файлам, кочуют с сайта на сайт и трусливо откатываются до 2D-canvas, если CDN лёг и не отвечает. Внутри — оба пути с боевым кодом, тулчейн от и до и собранные грабли.

Читать далее

👉 Data Science | Machinelearning [ru]

Google Maps в 2018 прикрутил фишку «Your Match» — предсказание, насколько тебе зайдёт ресторан (0–100%), выстроенное на твоих же оценках. Автор не ленился долбить рейтинги, чтобы система не тупила, и хрень реально пахала, особенно когда совпадение переваливало за 90%. А в 2023 Гугл тихо прикончил эту тему.

У Claude оставалась прорва протухающих за неделю токенов, и автор решил вернуть ништяк своими руками — через LLM.

Читать далее

👉 Data Science | Machinelearning [ru]

Чувак за год сварганил целый зоопарк из 33 AI-агентов на одном движке, без единого форка ядра. От няньки-шахматиста для мелкого до зубастых ботов, пашущих на металлургический холдинг и внутреннюю CRM-кухню. Всё это добро крутится в одном Docker-образе и жрёт общую кодовую базу.

И забудь ты про эту вашу магию промптов, подбор идеальной LLM или RAG. Реальная разница между агентом-овощем и боевой машиной упирается в то, как ты разрулил границу: где считает голый код, а где начинается болтовня модели. В статье — без соплей: потроха нескольких агентов, живой код, бенчмарки и конкретные косяки, на которые автор налетел, пока рисовал эту границу.

Читать дальше

👉 Data Science | Machinelearning [ru]

Как автор собирал базу знаний для ИИ-агента и натравливал её на собственные анализы

Годовой чекап прилетел в пятницу к вечеру. Семь простынь, куча показателей за пределами референсов, а ближайший эндокринолог лениво ждёт тебя аж через две недели. Автор (бэкендер, который пилит базу знаний в Искре) поступил как любой уважающий себя технарь: забил на гугл, залил всё в свой же продукт и начал тыкать вопросами.

Сразу предупреждаю о конфликте интересов: база знаний — кусок продукта, который он сам и делает. Так что статья будет не про успешный успех, а про внутренности и откровенно больные места. Никаких сладких од, разбор полётов — что под капотом и где болит. Вся статья здесь: Читать далее

👉 Data Science | Machinelearning [ru]

🖥 Cloudflare выложила в опенсорс свою платформу для ИИ-агентов

Cloudflare OS работает прямо в браузере и позволяет создавать корпоративных ИИ-агентов и приложения, которыми потом сможет пользоваться вся команда.

Внутри — единое рабочее пространство с системой безопасного доступа к внутренним данным компании и возможностью подключать свои скиллы и инструменты.

✖️ xCode Journal

🗺 Разраб сделал интерактивный мануал, который по шагам показывает, что происходит после нажатия Enter в адресной строке браузера

Внутри прям весь путь запроса: от интерпретации ввода и DNS до TLS, HTTP и рендеринга страницы. Всего 16 этапов и 124 подшага с анимациями и объяснениями.

Всё на русском

✖️ xCode Journal

Исследуйте сферу AI в T-Lab

Т-Образование зовет участников в проект T-Lab. Это годовая программа научно-исследовательской работы в области AI. Станьте соавтором научных открытий, которые меняют индустрию!

Вы сможете выбрать один из проектов в сфере AI и участвовать в исследовании на всех этапах. Итоги вашей работы могут лечь в основу научных публикаций и стать вектором новых продуктов.

Кого ждут в T-Lab?

Студентов бакалавриата и магистратуры, недавних выпускников технических направлений.

Участники получат:
🔴Официальное трудоустройство с зарплатой.
🔴Доступ к ресурсам бигтеха для исследований.
🔴Возможность получить оффер в IT-компанию.

Узнайте больше и оставьте заявку до 23 августа по ссылке

🖐 Бесплатный интенсив по машинному обучению — за неделю от нуля до проекта в портфолио

Про ML слышали все, но те, кто хоть раз пытался разобраться в Машинном обучении самостоятельно знают, что без практики и живого человека рядом теория не превращается в навык.

Симулейтив открыл бесплатный доступ к интенсиву «Основы машинного обучения» — с живыми занятиями и поддержкой ментора. Обычно такое сопровождение стоит 20 000 ₽, сейчас — 0 ₽, без каких-либо скрытых нюансов.

За неделю пройдёте:
🔶введение в анализ данных и pandas
🔶линейные модели и предобработку признаков в sklearn
🔶градиентный бустинг на LightGBM и метрики качества
🔶мини-контесты на Kaggle — это и есть готовые проекты для резюме
🔶итоговый вебинар: как оформить проект и Readme на GitHub, чтобы его было не стыдно показать работодателю

Кто ведёт: Илья Карчмит — специалист по данным в Альфа-Банке, строит модели для антифрода и комплаенса, ведёт семинары по ML в AIMasters при МГУ. Ментор в чате — Валерия Елпатьевская, инженер данных в Альфа-Банке.

Что нужно: ноутбук, браузер и базовое понимание Python. Продвинутая математика не требуется — начинаем с азов.

Записи и задачи останутся у вас после интенсива, выпускники получают сертификат о прохождении!

⚡️ Старт 12 августа!

👉 РЕГИСТРАЦИЯ НА ИНТЕНСИВ