🚀 Kimi K2.5 - Open-Source Visual Agentic Intelligence

Moonshot представили Kimi K2.5 - это полноценный визуальный агент, заточенный под сложные задачи, код и мультимодальность.

Что по бенчмаркам

🔹 Глобальный SOTA на агентных тестах
- HLE full set - 50.2%
- BrowseComp - 74.9%

🔹 Open-source лидер по зрению и коду
- MMMU Pro - 78.5%
- VideoMMMU - 86.6%
- SWE-bench Verified - 76.8%

Фишка, которая выделяет K2.5

🎨 Code with Taste — модель превращает чаты, изображения и видео в эстетичные сайты с анимацией и выразительным движением, а не просто сухой HTML.

🤖 Agent Swarm (Beta)
Самонаправленные агенты, работающие параллельно:

- До 100 суб-агентов
- До 1 500 вызовов инструментов
- До 4.5x быстрее по сравнению с одиночным агентом

Это уже ближе к распределённой системе ИИ-исполнителей, чем к одному «умному боту».

Где попробовать

🥝 K2.5 доступен на http://kimi.com
- Chat mode
- Agent mode

🥝 Agent Swarm — бета для пользователей высокого уровня

🧑‍💻 Для продакшн-разработки можно связать с Kimi Code
https://kimi.com/code

Для разработчиков

🔗 API - https://platform.moonshot.ai
🔗 Тех-блог - http://kimi.com/blogs/kimi-k2-5.html
🔗 Веса и код - https://huggingface.co/moonshotai/Kimi-K2.5/tree/main

K2.5 - это шаг к мультиагентным ИИ-системам, где модель не просто отвечает, а организует работу, использует инструменты и действует в визуальной среде.

В нашем уютном чатике порекомендовали попробовать опцию -kvu, --kv-unified для инференса модели GLM-4.7-Flash на llama.cpp, вроде как должен быть двукратный прирост в скорости генерации.

Проверил без этой опции, в среднем скорость в районе 40-41 токена в секунду, а со включенной опцией 75-77 токенов в секунду.

Скрипт запуска теперь такой:

llama-server --host 0.0.0.0 --port 8080 -hf evilfreelancer/GLM-4.7-Flash-GGUF:MXFP4_MOE -fa 1 -ctk q8_0 -ctv q8_0 -ngl 99 -ub 4092 -b 4092 -c 128000 --jinja -np 10 -t 48 --context-shift --temp 1.0 --min-p 0.01 --top-p 0.95 --dry-multiplier 1.1 --kv-unified

В общем метод ускорения работает.

Vibecoding ≠ AI-assisted engineering

Год назад Андрей Карпатый ввел термин "vibe coding" и то что задумывалось как мем "просто промпти и не думай" часто стало ассоциироваться со всей AI разработкой. Поэтому, те кто меня знает, знают что я этот термин не очень люблю) Между тем серьезные компании тихо выстраивали совсем другой подход: системный, с ревью, метриками и инфрой. Не vibe coding, а AI-assisted development.

Тема необъятная и много кто (и я в том числе, иногда) о ней пишет. В этом посте я просто собрал несколько годных статей, где компании уровня Uber и Spotify детально описывают свои workflows, архитектуры, фреймворки, грабли, цифры.

• Block — AI-Assisted Development at Block как перевести 12 тыс. инженеров на AI-assisted разработку и не утонуть. Block запустил программу AI Champions (50 инженеров, 30% времени на enablement), геймифицировал подготовку репозиториев через "Repo Quest" с уровнями, и внедрил подход Research → Plan → Implement с чистым контекстом на каждой фазе. Результат за 3 месяца: AI-authored code +69%, automated PRs выросли в 21 раз. Внутри - детальная диаграмма AI-ready монорепо на 40K+ файлов.

• OpenAI — Building an AI-Native Engineering Team - cамый полный SDLC-гайд из всей подборки. Для каждой фазы (Plan, Design, Build, Test, Review, Deploy) — четкая таблица: что делегировать агенту, что ревьювить, что остается за человеком. Фреймворк Delegate → Review → Own.

• Anthropiс - Исследование "How AI Is Transforming Work" про "парадокс контроля", стратегии делегирования. Свежий 2026 Agentic Coding Trends Report, и Борис (создатель СС) много пишет в twitter про свои workflow.

• Spotify — Background Coding Agent - Spotify не дал каждому инженеру Cursor, они надстроили AI поверх существующей системы массовых миграций по тысячам репозиториев. Мульти-агентный pipeline: planning agent → coding agent → pull requests.

• Uber — uReview: AI-Powered Code Review - Uber покрывает AI-ревью 90%+ из ~65,000 еженедельных дифов по шести монорепозиториям. Детальнейший публичный разбор AI code review в production: от pipeline архитектуры до выбора моделей.

• Addy Osmani — My LLM Coding Workflow Going into 2026 - личный workflow ведущего инженера Google Chrome. Spec before code, ultra-granular version control (коммиты как save points), AI-on-AI review. Главный тезис: "AI amplifies your expertise" - без фундамента AI просто усиливает хаос.

Короче, как я считаю, "AI пишет код" - это некий спектр, а не одна точка. Vibe coding - это в определенных (редких) условиях приемлемый способ делать софт. AI-assisted engineering - совсем другой способ делать софт. Проблема не в том, что один хуже другого, а в том, что их склеили в одно слово.

🧠 Anthropic released a complete guide to Skills in Claude

Anthropic just published an official, in-depth guide on how to build Skills for Claude, a way to turn the model into a reliable, repeatable workflow tool instead of a one-off chatbot.

What are Skills?
Skills are packaged instructions and processes. You define a workflow once, and Claude executes it consistently and predictably every time.

What the guide covers:
• Skill structure and technical requirements, including how SKILL.md works
• Patterns for autonomous Skills and for combining Skills with MCP (the standard for connecting AI to external APIs and services)
• How to test, refine, and share Skills
• Examples of well-written instructions for real-world use cases

Who this is for:
Perfect if you use Claude for analytics, writing, research, customer support, or any other repetitive task and want stable results instead of prompt tweaking.

With Skills, Claude can generate reports from multiple sources, produce documents from templates, run structured research, or reliably interact with your APIs through MCP, all with one click.

➡️ Read the full guide
https://websitemain.claude.com/blog/complete-guide-to-building-skills-for-claude

Follow @ainews_daily for more quality AI insights!

⚪️ REMOTE tools

"По заявкам телезрителей" зашарю свою подборку средств "удаленной" работы с агентами


* Road Runner (Easily sync code to a remote machine and run commands there. That's it) : https://github.com/rileyhilliard/rr

* VibeTunnel (Turn any browser into your terminal & command your agents on the go.) :
https://github.com/amantus-ai/vibetunnel
https://vibetunnel.sh/

* Happy (Mobile and Web client for Codex and Claude Code, with realtime voice, encryption and fully featured) :
https://github.com/slopus/happy
https://happy.engineering/docs/how-it-works/

* WebTMUX (Web-based terminal with tmux-specific features) : https://github.com/chrismccord/webtmux

* Outray (OutRay is an open-source ngrok alternative that makes it easy to expose your local development server to the internet via secure tunnels) : https://outray.dev/

* Remoto (Remoto creates a secure tunnel between your terminal and your phone. When you run the CLI, it spawns a local shell session and connects to our relay server via WebSocket) : https://www.remoto.sh/

* Takopi (Takopi runs coding agents on your computer and bridges them to Telegram. Send tasks from anywhere, watch progress stream live, pick up when back at the terminal. Scale from quick one-offs to multi-project workflows with topics and parallel worktrees): https://takopi.dev/tutorials/

* Ag3ntum: a general-purpose agent wwith security in mind (Secured CC shell with remote access via web) : https://github.com/extractumio/ag3ntum


(ц) Ынжой

@deksden_notes

⚪️ Beautiful Mermaid


Крутой проект - стильный рендер Mermaid диаграмм, дуо-рендер в SVG/ASCII, то есть для TUI тоже! Сложные диаграммы, темы. Оч круто


🔗 https://github.com/lukilabs/beautiful-mermaid
🔗 https://agents.craft.do/mermaid

Просто посмотрите демо сайт! 🔥


Более ранняя работа - кому надо только ASCII рендер:

🔗 https://github.com/AlexanderGrooff/mermaid-ascii

Самое оно для документации. Еще и агенты понимают вполне вменяемо

@deksden_notes

Создатель OpenClaw выступил на первом ClawCon в Сан-Франциско. Он ведет активные переговоры с ведущими AI-лабораториями. Чтобы масштабировать агентные технологии, Питер готов сотрудничать с гигантами, но обещает не становиться одним из них, а OpenClaw оставить опенсорсным.

Штайнбергер - не "какой-то новичок, которому просто повезло", а настоящий ветеран индустрии. В 2010 году он создал PSPDFKit, развил его до полноценной экосистемы и привлек $120 млн инвестиций. Сейчас приложение установлено более чем на миллиарде устройств. На пике успеха Питер продал свою долю и исчез из технологической сферы. В одном из интервью он признался, что дошел до ручки: даже ужиная с друзьями, не мог удержаться, чтобы не достать телефон и не начать писать код. Он решил остановиться ради своего психического здоровья.

Последние три года Штайнбергер устраивал вечеринки, путешествовал и пытался найти смысл жизни. В конце концов он понял, что его можно только создать самому.

Он вернулся с простой идеей: что, если ИИ-помощник будет удалённо проверять ход работы на моем компьютере через чат-приложение? Ему потребовался всего час, чтобы создать первую версию Clawdbot. Питер был уверен, что крупные компании вроде OpenAI вот-вот выпустят подобный продукт, поэтому рассматривал свой проект как игрушку. Но гиганты медлили, а стартапы вроде Manus предлагали только облако.

И тогда Штайнбергер подарил миру OpenClaw и новый термин "эмбиент-программирование" (когда ты сам вообще не пишешь код, а делегируешь это агентам). Пример: пока он был в отпуске, кто-то опубликовал в Твиттере скрин ошибки в его коде. Питер просто переслал скрин в чат OpenClaw и продолжил чилить. Бот прочитал твит, нашел нужный репозиторий Git, обнаружил и исправил ошибку, отправил коммит и ответил автору запроса в Твиттере: "Починено". На протяжении всего процесса Питер даже не открывал ноутбук.

Относительно несложный проект на 300 тысяч строк кода произвел тектонические сдвиги в индустрии. И не только позитивные.

1. Многие критикуют OpenClaw за то, что при полному доступе к вашей системе - файлам, почте, умному дому - он может натворить бед. Есть масса примеров, когда плохо настроенные боты вели себя неконтролируемо. Только вот проблема, на мой взгляд, здесь не столько в технологии, сколько в нашей беспечности. Это вопрос нового уровня персональной цифровой грамотности: нам придется тратить время на то, чтобы учиться выстраивать архитектуру собственной электронной безопасности.

3. Иллюзия продуктивности: при использовании агентов легко увлечься и забить на реальное продвижение проекта. Штайнбергер говорит: "Если у вас нет видения, вы в конечном итоге будете производить мусор. С помощью ИИ можно создать почти все, но ключевое значение имеют идеи и вкус".

4. Сейчас ноу-хау рождаются на пересечении фокусного маркетинга и идеальной интеграции API в рабочий процесс пользователя (как показывает Lovable). Одновременно зная техническую проблему изнутри и имея доступ к продуктовым и пользовательским инсайтам, можно создавать сильные продукты.

5. Изменится вся экономику рынка разработки. Энтерпрайзы будут массово скупать проекты - только не для немедленного внедрения, а для отсечения талантливых конкурентов от рынка. И ради того, чтобы заполучить своего "штайнбергера" и поставить его во главе инновационного департамента.

Очень скоро мы увидим тысячи крошечных, идеально работающих инструментов для очень узких задач (например, агентов только для управления возвратами в магазинов носков). Это ударит по компаниям, которые делают комбайны, потому что клиенты предпочтут собрать свой рабочий процесс из 5 идеальных микро-агентов, чем покупать одну дорогую и неуклюжую ERP-систему.

6. Венчурным фондам придется перестраиваться: либо вкладывать гораздо меньше денег на более ранней стадии (рискуя больше), либо конкурировать за уже прибыльных инди-разработчиков, которым их деньги, по сути, не нужны. Влияние, пусть частично, но начнет переходить от капитала к таланту.

Эра неповоротливых корпораций на этом не заканчивается, но наступает время сверхпродуктивных одиночек и микрокоманд, вооруженных ИИ.

Испечь AI-агента и не сжечь продакшн. Разбор ингредиентов

При масштабировании агентов не стоит придумывать с нуля архитектуру для каждой новой задачи. Разработка агентов — новейшая область, у вас огромный риск, что эксперимент провалится. Процесс должен быть похож на выпечку торта по бабушкиному рецепту: мука, яйца, шоколад, а лучше побольше шоколада...

Сегодня мы разберем эти ингредиенты и способы их замеса в шикарный, предсказуемый агентский торт (весь пост удачно проиллюстрирован картинкой).

Из каких компонентов состоят агенты

5 кубиков агентской системы:

1) Оркестратор. Сердце (душа?) агента

Это runtime-движок, который управляет бесконечным циклом работы агента. Оркестратор запускает все компоненты с нужными аргументами, обрабатывает их выходные данные и ошибки, если они случились. Он работает по определенному шаблону, вроде ReAct (подумай, потом сделай), Plan-Execute (составь план и иди строго по нему) и т. д. Физически это Python-код, реализованный, например, на базе LangGraph/LangChain. Но можно написать это и с нуля.

2) LLM. Мозг агента

Оркестратор собирает промпт и отправляет его в LLM, чтобы «мозг» решил, что делать дальше. Можно использовать разные модели под разные задачи: дорогие — для редких и сложных, модели попроще — для массовых операций. Физически это либо API к облачному провайдеру, либо API к LLM на ваших серверах.

3) Инструменты. Руки агента

Любые программы, которые агент может вызывать для решения задачи. Удобно использовать какой-то протокол, например, MCP. Инструментом может быть и другой агент, тогда получится мультиагентная система.

4) Контекстное окно. Память агента

Управление контекстным окном — одна из сложнейших задач. Нужно, чтобы в каждый момент запуска LLM в контексте была ровно та информация, которая необходима для решения текущей проблемы. Чем больше мусора в контексте, тем выше шанс, что «мозг» сломается. Физически это реализуется через различные методы работы с памятью: сжатие, вытеснение старых данных во внешнюю память и т. д.

5) Внешняя информация. Знания агента

Здесь лежат данные, которые не нужны в контексте прямо сейчас, но могут потребоваться позже. Физически это базы знаний или файлы. Доступ к ним происходит через RAG или инструменты поиска (вроде командной строки grep).

Как компоненты взаимодействуют

Всё взаимодействие идет через оркестратор. Но чтобы агент был прозрачным и безопасным, мы делаем это не напрямую, а через специальные прокси-сервисы — Gateways (шлюзы). У них две цели:

- Аналитика. Нужно логировать всё, что запустил оркестратор, чтобы потом собирать метрики и строить дашборды. Подробнее мы обсуждали это в прошлом посте про observability.

- Безопасность. Каждое действие оркестратора должно проходить проверку. Это контроль доступов к файлам, анализ контекста на prompt injection, проверка безопасности инструментов, шифрование персональных данных и т. д.

Заключение

Следуя этому рецепту, вы сможете не просто выпекать более надежных агентов, но и делать это каждый раз все качественнее и быстрее.

Улучшение любого компонента автоматически улучшает всех агентов компании. А каждый новый инструмент может быть переиспользован в будущих проектах.

Это та самая рецептура масштабного внедрения AI в компании, которую я каждому желаю освоить. Не все же нам дошираки заваривать?