Запилил на NeuralDeep то о чём давно мечтал, fancy менюшку типа как у OpenAI с перечисление доступных сервисов.

Хорошо, что я решил не спешить с перетестом GigaChat 3.5 432B, а дождался разбора (от Родиона @ai_driven) поддержки агентности этой модели, если кратенько, то я в целом чего-то подобного и ожидал, модель оказалась слабее GPT-OSS-120B.

Моё предложение для спецов из Сбера как собрать датасет чтобы сделать модель лучше:
1. обновить уже наконец линейку сберовских моделей доступных по API, а то GigaChat 2 морально устарела во всём, плюс не только ваши модели, добавьте все какие хотите дистилить, ту же gpt-oss-120b и скажем kimi k2.7
2. добавить специальный ДЕШЁВЫЙ тариф для агентов работающих через API
3. запустить рекламу про домашнего агента, скажем на примере OpenClaw, ну или скажем моего Coddy Agent ;)
4. поощрять юзеров которые пользуются агентом через ваше API плюшками, скидками на услуги, повышенной ставкой по вкладу и так далее, вы это всё умеете
5. собирать логи работы с апишкой
6. обучить уже наконец крутую агентную модель и зарелизить её в OpenSource

UPD.
7. сменить релизную политику, к моменту AI Journey в сентябре конкуренты выпустят десяток новых моделей и ваша "четвёрка" опять окажется слабее аналогов.

UPD2.
8. СРАЗУ добавлять новые модели на своё API после релиза, веса это конечно хорошо, но что толку от них если большинство не сможет попробовать модель без железа?

🚀🚀🚀 Kodacode release v1.0 + топовая модель Koda Pro на основе GLM 5.2

Прошёл больше года с первого публичного релиза KodaCode для VS Code — и сегодня мы выпускаем версию 1.0. Да и с лендинга убираем подпись «beta-тестирование».

В v1.0 мы сильно обновили агента, улучшили модели.
На нашем бенче из задач SWE-bench Verified качество старой Koda Pro выросло на +10 п.п.:

Koda Pro old: 59% → 69%
Koda Base: 35% → 45.1%

А новая Koda Pro на GLM 5.2 приблизилась к топовым моделям:

Koda Pro GLM 5.2 — 77.4%
Claude Sonet 5 — 78.8%
Claude Opus 4.8 — 83%

Еще в релизе кроме агента :
- маркетплейс скилов и MCP
- простое подключение российских провайдеров моделей: vsellm.ru, bothub.chat, proxyapi.ru, neuraldeep.ru.
- Telegram-интеграцию теперь можно использовать не только в VS Code, но и в JetBrains и CLI
- добавили просмотр diff прямо в чате в плагинах
- улучшили с зависаниями на больших сессиях
- кучу багов пофиксили

Больше деталей в статье на хабре https://habr.com/ru/article/1056758/

Скачать KodaCode тут https://download.kodacode.ru

Настроим рабочее место разработчика
Попробуем уложится в 1-2 часа

Ну что чутка раньше начнем
Раньше закончим!

https://telemost.360.yandex.ru/live/eec190763e54494891c33a2f092cd9e2

Го на стрим к Валере )

Добавил Coddy Agent на NeuralDeep на странице про отечественные агенты.

С огромным удовольствием прочёл публикацию "habrGPT. Обучим LLM 0.5B с нуля на статьях Хабра с помощью nanochat от Карпатого. Обучение fp8 дома и сравнение с bf16" на Хабр, очень рекомендую её всем заинтересованным в обучении моделей с нуля.

PS. Давайте дружно накидаем лайков статье на Хабр, тема годная, надо поощрять подобные инициативы.

https://cursor.com/blog/grok-4-5

Вот и первые ласточки пошли, как я и предсказывал, Cursor на своих датасетах и ресурсах SpaceX обучили новую Grok 4.5.

Только что обновился и увидел её, будем-с посмотреть.

Сегодня ночью количество подписчиков канала перевалило за 4 тысячи, а утром я был словно 4х битный процессор.

Всем новоприбывшим огромное спасибо за то что подписались на мой канал!

Илье Гусеву прилетело письмо счастья от менеджеров Хабр с требованием удалить датасет, тот самый о котором вчера была статья про обучение модели habrGPT.

Мораль вероятно не делай добра не получишь зла? Вопрос риторический.

Харнесс будущего. Какой он?

Ответим на этот вопрос в формате стрима.

Для этого я позвал очень интересных гостей:

Александр Абрамов, автор канала Dealer.ai.

Тимур Хахалев, автор канала Тимур Хахалев про AI Coding.

Павел Рыков, автор канала Pavel Zloi. У нас с Пашей недавно был стрим "Что же такое harness?". Если ещё не посмотрели – welcome.

На стриме обсудим, как текущие задачи, которые решаем с помощью AI-агентов, так и то, во что превратится harness в будущем. Какие изменения и вызовы ждут нас впереди.

Дата и время проведения стрима: пятница, 17 июля, 16:00 (GMT+3)

Место проведения: мой YouTube-канал

Ссылка для добавления в календарь

p.s.: вопросы на стрим – пишите в комментарии.

p.p.s.: делитесь найденными на превью пасхалками :)

Продолжение марлезонского балета, акт второй, на этот раз Илье Гусеву уже прислали нормальное письмо, которое составил вероятно специалист, хотя даже у меня, человека настолько далекого от юриспруденции насколько это возможно, некоторые пункты письма вызвали замешательство. В общем продолжаем наблюдать за событиями.

Л - Логика

Где-то пару месяцев назад прочёл "Учебник логики" Георгия Челпанова и с огромным удовольствием узнал, как на самом деле работает дедуктивный метод, что такое силлогизмы, фигуры, модусы и прочие умные словечки и словосочетания, которыми можно шикануть во время беседы и полезно пользоваться, когда много работаешь головой, в эпоху ИИ агентов такие знания вещь незаменимая. Книге сто с лишним лет, а читается лучше многих современных курсов по критическому мышлению.

Находясь под впечатлением и будучи активистом агентного петлевого движения, решил упаковать книгу в формат скила. Первый заход случился вскоре после прочтения, на Opus, кажется 4.6, не суть важно. Задачу модели дал простую: сабагентами прочесть каждую главу по отдельности, написать по ней отчёт с саммаризацией и few-shot примерами для проверки, а затем свести всё в общий скил со ссылками на нужные главы и наборы правил. Скилы у меня тогда получались так себе, валидация показывала слабые результаты, да и опусы того времени были чуть хуже чем в наши дни.

Но не так давно вышла Fable 5, а потом она вышла ещё раз.

И вот во второй раз, поглядывая на почти догоревшие недельные лимиты, я решил повторить эксперимент: агент заново читает книгу, делает конспект всех 26 глав с саммари и few-shot'ами, по ним улучшает скил, а на оставшиеся токены гоняет валидацию чистыми сабагентами - шесть сценариев, от проверки силлогизма до поиска post hoc в тексте про удалёнку и выручку.

Спустя пару часов система отрапортовала о завершении работы - получился крупный апдейт logika 2.0, уже доступен в моём маркетплейсе rpa-skills:

/plugin marketplace add EvilFreelancer/rpa-skills
/plugin install logika@rpa-skills

Пользоваться просто, вот такая команда /logika:review разбирает аргументацию текста и выдаёт отчёт с таблицей ошибок (название с латынью, почему это ошибка, как чинить), сам текст не трогая, а просто /logika (или если текстом написать что-то типа "исправь логику в тексте") аккуратно вносит правки: недоказуемые "все" ослабляет до "некоторых", стиль автора сохраняет.

Справочники внутри теперь на русском с терминологией по Челпанову, а конспект книги лежит отдельным файлом в docs/konspekt.md, его можно читать и без агента.

Скил: https://github.com/EvilFreelancer/logika

CodexBar-KDE - лимиты AI-агентов в панели KDE Plasma

Увидел в чате Neural Deep сообщение про красивый тул мониторинга статистики агентов под макось под названием CodexBar, посмотрел и захотелось подобное для KDE, чтобы видеть утилизацию моих агентиков в реальном времени.

Что предложено, то завайбкоже, по итогу получился плазмоид для KDE Plasma 6.

В панели он рисует по радиальному датчику на каждого агента (дизайн подсмотрел у виджета системного монитора) - внешнее кольцо показывает сессию, внутреннее неделю, в центре процент израсходованного. По клику открывается попап с деталями, там расход по всем окнам лимитов, включая именованные вроде Code review у Codex, время до сброса, темп расхода, аккаунт и кредиты. Каких агентов показывать выбирается в настройках, поддерживается 58 провайдеров (Codex, Claude, Cursor, Gemini, Copilot и далее по списку), светлая и тёмная темы тоже на месте.

Ставится прямо из "Добавить виджеты" -> "Получить новые виджеты".

Важный нюанс в том, что без консольной тулы codexbar плагин работать не будет - виджет просто дёргает codexbar usage --format json и рисует ответ, команду установки бинаря положил в описание на сторе и в ридми.

Реп: https://github.com/EvilFreelancer/CodexBar-KDE
Плагин в KDE Store: https://store.kde.org/p/2365355

Размышляю на тему прокачки интерфейса KDE при помощи кодовых агентов.

Этож что получается, можно кучу всякой интеграции в формате виджетов на рабочий стол наклепать, да и сам интерфейс под себя адаптировать. Никогда раньше об этом не задумывался, моей фантазии хватало на кастомизацию через уже имеющийся функционал.

А тут оказывается можно подробно описать что я хочу и в каком формате после чего агент сам реализует, хотя конечно есть нюансы связанные с тем что агент не умеет нормально тестировать внешний вид и когда несколько вью у приложения.

В общем тема очень перспективная и как-раз укладывается в мою потребность собрать ОС для агентов, кстати я много чего перепробовал и кажется будто ничего круче старых добрых кед и нет.

Давно хотел себе постер с законами робототехники Азимова на стену, но к сожалению ни на одной площадке ничего подобного не было, пришлось мучить нейросеть.

PS. В первом сообщении под постом будет SVG.

Я робот и нет у меня сердца

С огромным удовольствием закончил аудиокнигу «Я - робот» Айзека Азимова.

Скажу сразу, книга эта просто великолепна, удивительно насколько правдоподобно и точно автор предсказал то что в наши дни стало обыденностью, навроде роботов выполняющих работы по дому, нео-луддитов которые противостоят прогрессу, правительственных организаций которые через вымогательство принуждают корпорацию нарушать законы, монополизация рынка умных машин.

Но есть конечно и наивные и даже в чем-то милые вещи которые в наши дни кажутся глупостью, навроде законов робототехники, читая актуальные новости понимаешь что ближе всего к объективной реальности был Кемерон с его Терминатором.

Однако, книгу эту я все же очень рекомендую, читается и слушается приятно, а нафталиновый вайб напоминает о временах когда наша сегодняшняя рутина была далекой и несбыточной мечтой.

Люблю жить в будущем за то, что time to market короткое, вчера среди ночи появилась идея, сегодня она уже воплощена и повешена на стену. Красота.

Сегодня выступаю на ML&DS Offstage от Ozon.

Собираемся закрытым составом ML- и DS-инженеров, тема вечера - агенты, поиск и LLM-платформы.

Мой доклад про SGR Agent Core, открытый фреймворк для агентов, расскажу, как и зачем на нём собирать своих агентов, на примерах конфигов, схемах и в коде.

Мой слот начинается в 20:35, заглядывайте в гости.

PS. Чтобы пройти на мероприятие нужно зарегистрироваться на сайте, кнопка "Присоединиться" (упс, а регистрация-то закрыта уже)

PPS. На время откроют доступ к регистрации.

Фух, отстрелялся, было весело, закончил доклад даже чуть быстрее чем планировал. Что удивительно все прошло по плану и даже лучше чем ожидал.

Завтра кстати стрим про харнес будущего, там будут все наши Никита, Стас, Гена, Турбо и Дюша Метёлкин, так что ничего на четыре вечера по Москве не планируем.