OpenClaw стал полезнее не потому, что «лучше кликает по кнопкам», а потому что теперь может заходить в ваш реальный браузерный контекст

До недавних пор главный минус браузерной автоматизации был не в скорости и не в IQ агента. Проблема была в том, что всё выглядело как демо-песочница: отдельный браузер, пустые куки, нет логина, нет уже открытых вкладок, нет доступа к тому самому Gmail, Notion или внутреннему инструменту, в котором у вас и происходит работа.

Именно поэтому новый live attach в OpenClaw выглядит важнее, чем очередное «мы ускорили браузер». В документации это оформлено как профиль user / existing-session: агент подключается к уже запущенному Chrome/Brave/Edge через Chrome DevTools MCP и переиспользует ваши настоящие вкладки, логины и cookies. Не абстрактную sandbox-сессию, а тот браузер, в котором вы уже живёте.

Практический смысл очень простой. Если раньше сценарий «разбери почту в Gmail, проверь заметки в Notion и зайди в странную внутреннюю админку» легко ломался на авторизации или требовал костылей, то теперь это можно делать внутри существующей сессии. В docs прямо разделяют два режима: openclaw — изолированный, отдельный браузер для безопасной автоматизации, и user — attach к вашему реальному signed-in браузеру, когда критичен уже существующий контекст.

Настройка тоже описана довольно конкретно. Нужно открыть страницу remote debugging для своего браузера (chrome://inspect/#remote-debugging, brave://inspect/#remote-debugging, edge://inspect/#remote-debugging), включить remote debugging и подтвердить attach prompt. Дальше smoke test предельно приземлённый: openclaw browser --browser-profile user start, потом status, tabs и snapshot. Успешный attach показывает driver: existing-session, transport: chrome-mcp, running: true, а в списке tab’ов — уже открытые вами страницы.

Что важно: это не магия без компромиссов. В docs честно пишут, что режим с реальным браузером рискованнее, чем изолированный профиль. Пользователь должен быть за компьютером, чтобы одобрить attach. Плюс часть возможностей всё ещё лучше работает в managed-браузере: не всё из Playwright-пути доступно один в один, некоторые действия завязаны на snapshot refs, а не на привычные CSS-селекторы.

Но как жизненное улучшение это очень сильный апгрейд. Он убирает ощущение «агент что-то умеет, но только в игрушечной среде» и переносит автоматизацию туда, где у людей реально идёт день: в уже открытые вкладки, рабочие логины и накопленный браузерный контекст. Маленькая инфраструктурная деталь — и резко меньше трения между «классно на демо» и «действительно удобно каждый день».

Claude Code уже ходит по вакансиям
⠀
В X показали AI-систему для поиска работы на базе Claude Code. По словам автора, она сама обходит карьерные страницы компаний, подгоняет резюме под конкретную вакансию, заполняет формы и готовит ATS-оптимизированные PDF через Playwright.
⠀
Заявка звучит жёстко: 700+ откликов были автоматически оценены и отправлены, после чего пользователь получил оффер. Если это работает хотя бы наполовину так, как описано, рынок найма меняется не в теории, а на уровне рутины.
⠀
Самое интересное тут не «AI заменит рекрутеров», а то, что агент уже забирает скучную механическую часть процесса. Поиск вакансий, адаптация CV и бесконечные формы годами были налогом на соискателя. Теперь этот налог начинают автоматизировать.
⠀
Для кандидатов это усиление. Для компаний — ещё один сигнал, что старые фильтры и ATS-процессы будут всё хуже отделять сильных людей от хорошо настроенных агентов.
⠀
—
📎 Источник

AutoAgent хочет сам улучшать агентов
⠀
Kevin Gu открыл исходники AutoAgent — библиотеки, которая не просто запускает агента на задаче, а автономно улучшает его harness под конкретный домен. Идея в том, что meta-agent сам меняет промпты, инструменты и оркестрацию, прогоняет evals, читает failure traces и оставляет только то, что реально поднимает результат.
⠀
Заявка сильная: после 24+ часов такой оптимизации AutoAgent показал 96.5% на SpreadsheetBench и 55.1% на TerminalBench. Автор утверждает, что это лучшие результаты в таблицах, и важный момент тут в другом: остальные записи были руками дотюнены людьми, а здесь тюнинг делал сам агент.
⠀
Самая интересная мысль в статье — не про очередной benchmark, а про «model empathy». Авторы пишут, что агенту проще улучшать другого агента той же модели, потому что он лучше понимает его слабые места, типичные срывы и то, какие инструменты ему действительно подходят. Поэтому связка Claude meta-agent + Claude task agent у них оказалась сильнее, чем Claude meta-agent + GPT task agent.
⠀
Если это направление взлетит, то главный дефицит в agentic-системах сместится. Узким местом станет уже не написание одного хорошего агента, а управление флотом узкоспециализированных агентов, которые сами себя подстраивают под домен.
⠀
И это уже похоже не на красивую демку, а на раннюю инфраструктуру для agent fleets.
⠀
—
📎 X Article · GitHub

Anthropic пытается остановить кибер-лавину
⠀
Project Glasswing у Anthropic выглядит не как очередной PR-альянс, а как экстренная сборка защитного контура. Причина простая: если новая топ-модель Anthropic действительно находит тысячи zero-day уязвимостей во всех крупных ОС и браузерах, то речь уже не про удобный инструмент для исследователей, а про потенциальную перегрузку всей цифровой инфраструктуры сразу.
⠀
Здесь важен сам масштаб. Когда уязвимости такого класса вскрываются не по одной, а тысячами, проблема перестаёт быть технической. Это уже риск коллапса для банков, облаков, логистики, госплатформ и корпоративных сетей одновременно. Такой поток дыр в критическом софте способен ударить по экономике не хуже системного шока: сначала срочные патчи и остановки, потом сбои, паника, перегрузка команд безопасности и цепная реакция по зависимостям.
⠀
Именно под это Anthropic собирает Glasswing вместе с AWS, Apple, Cisco, Google, Microsoft, NVIDIA, Linux Foundation и другими. Логика жёсткая: если frontier-модели уже умеют искать и эксплуатировать баги лучше почти всех людей, их надо как можно раньше ставить на сторону защиты. Иначе такую мощность получат не только защитники.
⠀
Пугает ещё и то, что Claude Mythos Preview, по словам компании, не обучали специально под кибербезопасность. То есть рынок, похоже, подходит к точке, где сильная модель с хорошим agentic coding сама дорастает до offensive security просто как побочный эффект роста в кодинге и рассуждении.
⠀
Поэтому Glasswing — это не история про «ещё один security-продукт». Это попытка заранее локализовать лавину, пока она не пошла вниз по всему цифровому склону.
⠀
—
📎 Anthropic

Вышел новый релиз OpenClaw. Пошуршал в Гитхабе и Твиттере, чтобы сэкономить вам время

По GitHub 2026.4.10 выглядит как сильный релиз: много пользы для памяти, Codex и общей надёжности.

Что пишут в X:

• официальный пост про 2026.4.10 вышел 11 апреля в 06:46 МСК
• в самом посте акцент такой: Active Memory, локальный MLX Talk на macOS, новый Codex path, действия в Teams, усиление SSRF/безопасности и launchd stability
• вокруг релиза чаще всего обсуждают две вещи:
1. Active Memory как реально полезную штуку, потому что агент начинает подтягивать контекст сам, а не только когда его отдельно просят “вспомнить”
2. разделение Codex и обычного OpenAI пути, чтобы не было каши в аутентификации и рантайме
• из негатива я увидел не волну, а скорее точечное ворчание в духе «после апдейта что-то пришлось перенастраивать заново». Это хорошо бьётся с тем дрейфом launchd, который мы у себя уже поймали и починили

Что нового в 2026.4.10 по сути, человеческим языком:

1. Active Memory plugin
Это, пожалуй, главное. Появилась отдельная память, которая подмешивает релевантный контекст прямо перед ответом. То есть бот лучше держит в голове привычки, прошлые детали и рабочий контекст без постоянного ручного “remember this”.
2. Нормальный Codex-контур
codex/gpt-* теперь идут отдельной дорожкой со своей аутентификацией, тредами, discovery моделей и compaction. Это важно, потому что раньше OpenAI и Codex логически путались чаще, чем хотелось бы.
3. Локальный Talk Mode на macOS
Для macOS добавили экспериментальный локальный speech path через MLX. Практический смысл простой: часть голосового контура можно гонять локально, без лишней завязки на облако.
4. Больше контроля над exec policy
Появился удобный локальный интерфейс для политики выполнения команд. Для живого прод-контура это полезно, потому что меньше магии и легче понять, почему что-то разрешается или режется.
5. Подтянули gateway и удалённый контур
Добавили способ для клиентов узнавать доступные команды на живом gateway, плюс улучшили старт gateway так, чтобы он раньше становился доступен по RPC и меньше зависел от того, как долго поднимаются побочные сервисы.
6. Сильный блок по безопасности
Тут релиз очень серьёзный: ужесточили browser/sandbox/network защиту, SSRF-ограничения и несколько путей утечки/обхода. Это не “красивая фича”, но это то, что реально делает прод менее хрупким.
7. Много доводки по каналам и маршрутизации
Исправляли thread routing, доставку в треды, поведение в Telegram, Slack, Matrix, Mattermost и других каналах. Для нас это важнее половины новых UI-фич, потому что меньше шансов, что ответ улетит не туда.

Что из этого важно именно нам:

• плюс: Codex-path стал чище, а это нам полезно
• плюс: общая стабильность gateway и маршрутизации стала лучше
• плюс: security hardening хороший и своевременный
• нейтрально/опционально: Active Memory крутая, но это уже вопрос, хотим ли мы её включать и как именно
• нейтрально: Teams, Matrix, voice-часть и часть QA-улучшений нам не горят прямо сейчас

Что настораживает:

• Telegram approval bug. Если использовать approval-кнопки, в этой версии есть реальный риск некорректного поведения. Для нашего текущего контура это не блокер, пока мы не завязываемся на этот сценарий

Мой вывод:

• 2026.4.10 оставлять стоит
• релиз хороший и полезный, особенно из-за памяти, Codex и общего укрепления платформы
• паники по X нет
• реальный watch item сейчас один: не включать Telegram approval-флоу без отдельной проверки

@openclaw_radar

Это уже почти операционка для AI-трейдинга
⠀
На GitHub выложили Vibe-Trading, и проект интересен не тем, что это ещё один AI-советчик про рынок. Таких уже слишком много. Здесь замах шире.
⠀
Vibe-Trading пытается стать рабочей средой, в которой AI не просто комментирует график, а участвует во всём цикле: исследование, спор между агентами, сборка гипотез, бэктест и упаковка результата в интерфейс, с которым можно жить каждый день.
⠀
Почему это выглядит серьёзно
В репо сейчас заявлены 68 finance skills, 29 swarm-пресетов, кросс-рыночный бэктест, quant-модуль, CLI, API-сервер и React-фронтенд. Поддержка идёт через HK и US equities, крипту, фьючерсы, форекс и ещё несколько отдельных движков.
⠀
То есть это не «одна модель плюс красивые слова про alpha». Это попытка собрать полноценный стек для торгового AI-процесса.
⠀
Внутри есть всё, что обычно лежит в разных коробках: факторный анализ, квантильный бэктест, Black-Scholes, Greeks, оптимизация портфеля, карты ликвидаций, потоки стейблкоинов, анализ ставок фондирования, метрики DeFi и маршрутизация между специализированными агентами.
⠀
Самая сильная часть проекта, архитектурная. Автор строит не чат-бота, а среду, где несколько агентов могут разбирать рынок с разных сторон, спорить между собой и собирать более взрослый вывод, чем одиночный prompt-to-answer pipeline.
⠀
Разворачивается это быстро: Docker, локальная установка, MCP и ClawHub. Лицензия MIT, то есть как база для своих надстроек история очень удобная.
⠀
Пока это скорее конструктор для тех, кто хочет собрать свой trading stack, чем готовая машина для печати денег. Но если смотреть на рынок AI-инструментов для трейдинга, Vibe-Trading уже выглядит как один из самых плотных open-source заездов в эту категорию.
⠀
—
📎 GitHub

🔎 Repo Radar — 12.04

Ниже только то, где есть что утащить в продукт, UX или ops.

1. stablyai/orca

• Что делает: IDE-обёртка для запуска нескольких CLI-агентов (Claude Code, Codex, OpenCode, Goose и др.) в параллельных worktree. Каждый агент работает в своём изолированном контексте, а оркестратор трекает прогресс в одном окне.
• Почему полезно: показывает, как организовать multi-repo/multi-agent рабочее пространство без конфликтов контекста.
• Идея к внедрению: сделать аналогичный "worktree-режим" для OpenClaw-субагентов, чтобы параллельные coding-сессии не перезаписывали друг друга.
• GitHub: https://github.com/stablyai/orca

2. GetBindu/Bindu

• Что делает: оборачивает любого Python/TypeScript/Kotlin-агента в продакшен-микросервис через одну функцию bindufy() — добавляя DID-идентичность, A2A-протокол, OAuth2 и криптоплатежи.
• Почему полезно: демонстрирует, как превратить ad-hoc агента в interoperable сервис без переписывания инфраструктуры.
• Идея к внедрению: выделить чёткий API-контракт для OpenClaw-агентов, чтобы сторонние сервисы могли вызывать их как микросервисы.
• GitHub: https://github.com/GetBindu/Bindu

3. forrestchang/andrej-karpathy-skills

• Что делает: один файл CLAUDE.md с четырьмя принципами кодирования от Андрея Карпати — Think Before Coding, Simplicity First, Surgical Changes, Goal-Driven Execution.
• Почему полезно: это готовый prompt-инжиниринг для борьбы с типичными LLM-проблемами: overengineering, тихие предположения, ортогональные правки.
• Идея к внедрению: встроить эти 4 принципа в coding-agent skill (shaw/codex), чтобы субагенты чаще останавливались для уточнений вместо угадывания.
• GitHub: https://github.com/forrestchang/andrej-karpathy-skills

4. nesquena/hermes-webui

• Что делает: лёгкий веб-интерфейс для Hermes Agent — three-panel layout (сессии, чат, файлы), без bundler и framework, только Python + vanilla JS. Полная parity с CLI.
• Почему полезно: показывает, как сделать минималистичный web-UI для агента без React/Vue и сложного деплоя.
• Идея к внедрению: прототип лёгкой админ-панели для OpenClaw — просмотр активных сессий, файлов агентов и ручного вмешательства прямо в браузере.
• GitHub: https://github.com/nesquena/hermes-webui

5. QwenLM/qwen-code

• Что делает: терминальный AI-агент от Alibaba с богатым встроенным toolkit (Skills, SubAgents), интеграциями с VS Code/Zed/JetBrains и 1000 бесплатных запросов в день через Qwen OAuth.
• Почему полезно: пример полноценного open-source coding-агента, где фреймворк и модель развиваются вместе; можно подсмотреть архитектуру SubAgents и Skill-реестра.
• Идея к внедрению: изучить, как у них организован skill-реестр и делегирование subagent'ам — возможно, перенести паттерны в OpenClaw для лучшей модульности coding-воркфлоу.
• GitHub: https://github.com/QwenLM/qwen-code

Если хочешь, могу отдельно завести weekly top-1: один репозиторий в неделю с разбором глубже и планом внедрения.

Claude Ads, мощный скилл для аудита рекламы в Claude Code
⠀
Нашёл любопытный репозиторий: `claude-ads` от AgriciDaniel. Это не просто набор подсказок про маркетинг, а плотно собранный скилл для Claude Code, заточенный под аудит и оптимизацию платной рекламы.
⠀
Если коротко, вы выгружаете данные из рекламных кабинетов, отдаёте их Claude, а дальше скилл прогоняет аккаунт по большому чек-листу, раскладывает проблемы по приоритету и выдаёт план действий.
⠀
Поддержка широкая: Google Ads, Meta, YouTube, LinkedIn, TikTok, Microsoft Ads и Apple Search Ads. В описании заявлены 225+ проверок, взвешенная система оценки, отраслевые шаблоны, аудит креативов и параллельная работа через сабагентов.
⠀
Что в нём реально сильного
Здесь пытаются решить не одну локальную боль, а собрать почти целый операционный слой для перформанс-маркетинга внутри Claude Code.
⠀
Там есть `/ads audit` для полного мультиплатформенного аудита, отдельные команды под Google, Meta, LinkedIn, TikTok и Apple Search Ads, отдельный аудит креативов, разбор бюджета, проверка посадочной страницы и даже стратегическое планирование под разные типы бизнеса: SaaS, ecommerce, local service, mobile app, real estate, healthcare, finance и так далее.
⠀
Это уже не история уровня «проверь мои объявления». Это попытка превратить Claude в старшего аудитора, который умеет держать в голове структуру кабинета, ориентиры по рынку, правила площадок, трекинг и креативы одновременно.
⠀
Отдельно сильный ход, архитектура. Полный аудит раскладывается на параллельных агентов: отдельно Google, отдельно Meta, отдельно креативы, трекинг, бюджет и соответствие требованиям площадок. На выходе собирается единый рейтинг здоровья рекламы и список действий по приоритету. Для больших аккаунтов это уже выглядит не как игрушка, а как нормальный рабочий каркас.
⠀
Ещё один плюс, в скилл зашиты жёсткие правила, а не только советы общего характера. Например, не рекомендовать Broad Match без Smart Bidding, помечать CPA выше 3x цели, учитывать достаточность бюджета для Meta и TikTok, не лезть с изменениями в период обучения, автоматически учитывать special ad categories. Вот это уже признак, что автор собирал не красивую демку, а инструмент для реальной работы.
⠀
Где у него границы
Важно не переобещать. Сам скилл не входит в кабинеты сам по себе и не тянет данные из воздуха. По README он работает с тем, что вы ему даёте: выгрузки, скриншоты, вставленные метрики. Для прямого доступа есть только дополнительный путь через Google Ads MCP.
⠀
Это значит, что `claude-ads` не заменяет рекламный кабинет и не превращает Claude в автопилот, который сам пойдёт править кампании. Это слой аудита и стратегии. Он ищет косяки, предлагает исправления и помогает со структурой решений, но кнопки в интерфейсе за вас не нажимает.
⠀
Вторая граница, ориентиры. Для аккаунта на $500 в месяц и для аккаунта на $50k в месяц одни и те же правила будут работать по-разному, так что качество вывода всё равно зависит от контекста: ниша, бюджет, цели и зрелость аккаунта.
⠀
Что с отзывами и шумом вокруг
Я отдельно посмотрел, есть ли уже реальный отклик по нему в X. На текущем срезе сильного независимого шума я не нашёл. Есть собственное продвижение автора, блог, YouTube и пересказы в медиа, но живой волны из серии «это реально спасло аккаунт» пока почти не видно.
⠀
Это не минус, а признак стадии. Пока `claude-ads` выглядит как очень сильный рабочий инструмент на раннем этапе, а не как уже всеобщий стандарт индустрии.
⠀
Поэтому смотреть на него лучше не как на хайповую игрушку, а как на хорошо собранный набор для рекламных операций.
⠀
Итог
`claude-ads` выглядит как один из самых плотных прикладных скиллов для Claude Code под перформанс-маркетинг. Не волшебная кнопка «сделай ROAS», а нормальный аудитный каркас с глубиной, правилами и делением по платформам.
⠀
Если вы ведёте рекламу сами, работаете в агентстве или строите AI-обвязку вокруг рекламных операций, посмотреть точно стоит. Но относиться лучше трезво: это не автономный закупщик рекламы, а хороший второй мозг для аудита.
⠀
—
📎 GitHub

Следующий рынок AI-агентов
⠀
Tom Dörr показал OPC Skills, open-source библиотеку навыков для Claude Code, Cursor, Codex и других агентных инструментов.
⠀
Идея прикладная: навык тут оформлен как отдельный модуль со своим SKILL.md, инструкциями, скриптами и ресурсами. Один раз собрал процесс, потом агент запускает его без нового промпт-ритуала.
⠀
В репозитории уже лежат вещи, которые нужны соло-фаундеру на земле: SEO и GEO для AI-поиска, ресёрч спроса из Reddit, X и GitHub, поиск доменов, баннеры, логотипы, коннекторы к Reddit и X.
⠀
Это хорошая подсказка, куда вообще двигается рынок. Ценность будет копиться не только в самой модели, но и в библиотеке рабочих модулей поверх неё.
⠀
Кто соберёт такую библиотеку раньше, тот и получит фору в скорости.
⠀
📎 Источник

RL для трейдинга без романтики
⠀
В README у TensorTrade есть редкая для таких репозиториев честность. При обучении PPO на BTC/USD агент без комиссии показал +$239 и обогнал buy-and-hold на $594. Но уже при комиссии 0.1% результат уехал в -$650.
⠀
То есть проблема не в красивой демке. Проблема в частоте сделок. Комиссии съедают преимущество модели быстрее, чем она успевает его реализовать.
⠀
На этом фоне TensorTrade выглядит полезно. Это open-source Python framework, где можно собирать среду из понятных блоков: ActionScheme, RewardScheme, Observer, Portfolio, Exchange, DataFeed. Архитектура здесь достаточно прозрачная, чтобы разбирать и пересобирать эксперименты под себя.
⠀
Внутри есть не только код, но и внятная учебная траектория: foundations, architecture, first run, action schemes, reward schemes, observers & feeds, Ray RLlib, Optuna, walk-forward validation, overfitting, commission analysis.
⠀
Ещё один плюс в том, что авторы не прячут слабые места. В документации отдельно вынесены common failures, overfitting и walk-forward validation. Для темы алгоритмической торговли это важнее, чем очередной график с красивой доходностью.
⠀
Если вы хотите быстро проверить гипотезы по RL в трейдинге, TensorTrade даёт хороший каркас. Если вы ищете волшебную кнопку, репозиторий как раз показывает, почему её нет.
⠀
📎 GitHub

OpenClaw выкатил 2026.4.12, и это тот редкий релиз, где пользы под капотом больше, чем шума снаружи.

13 апреля команда выпустила большой сервисный апдейт. Без громкой витрины, зато с работой по взрослым местам: plugin loading, memory, gateway lifecycle, Codex, local providers, security.

Что тут реально полезно:
• bundled Codex provider отделили от обычного OpenAI path. Для codex/gpt-* это значит нормальные auth, native threads, model discovery и меньше каши в маршрутизации
• plugin loading ужали. OpenClaw теперь поднимает только то, что реально нужно манифесту, а не половину рантайма на всякий случай
• active memory и recall стали ровнее. QMD, nested daily notes, Unicode path edge cases, lexical fallback, всё это заметно подчистили
• gateway startup и reload тоже допилили. Меньше шансов, что sidecars, resume и history поведут себя криво после рестарта
• dreaming перестали кормить собственным мусором. Хорошая правка, потому что такие вещи потом вылезают в самых неприятных местах
• security тоже не для галочки: пустой approver list, shell injection через env-argv, busybox и toybox в safe bins, всё это прикрыли

Что важно именно нам:
• если стек завязан на Codex, memory и длинноживущий gateway, релиз полезный
• если вы крутите локальные модели, бонусом приехал bundled LM Studio provider
• если у вас всё и так стабильно, это не аварийный апдейт, но это хороший слой надёжности

Главный watch item после обновления один: руками проверить живой контур. Approvals, cron wake, channel delivery, codex threads, recall. Не по логам, а по факту.

Короче, релиз не шумный. Зато взрослый.

Postiz против всей SaaS-обвязки
⠀
На рынке SMM-инструментов давно нормой стали подписки, которые быстро раздуваются в счёт на сотни и тысячи долларов в год. Buffer берёт $6 за канал в месяц, Hootsuite начинается с $199, Hypefury с $29, Sprout Social с $249.
⠀
По сути Postiz собирает в одном продукте сразу несколько ролей. Buffer и Hootsuite, это календарь публикаций и мультипостинг. Hypefury, это автопостинг и работа с engagement-механиками. Sprout Social, это аналитика, отчёты и командная работа с согласованием.
⠀
Сверху он ещё добавляет то, за что обычно платят отдельным сервисам. AI-помощник для текста, генерацию картинок, API для автоматизаций через n8n, Make и Zapier, плюс self-hosted установку без урезанной функциональности.
⠀
Главная деталь в том, что self-hosted версия, судя по сайту и GitHub, не кастрирована по сравнению с hosted. Обычная схема "поставь у себя, а за нормальные функции всё равно плати нам" здесь не работает.
⠀
У проекта уже 28k+ звёзд на GitHub, 5k+ форков и лицензия AGPL-3.0. Поддерживаются X, LinkedIn, TikTok, YouTube, Reddit, Facebook, Threads, Telegram, Discord и ещё длинный список площадок.
⠀
Если Postiz реально держит этот стек стабильно, компания может закрыть им планирование публикаций, аналитику, AI-генерацию и командную работу в одном месте. Бесплатно.
⠀
📎 X | Postiz | GitHub

Вышел OpenClaw v2026.4.14. На бумаге это quality release, по факту это пачка фиксов, после которых меньше внезапной магии в плохом смысле.

Релиз опубликовали сегодня в 14.04 16:03 МСК. Что тут реально полезно:

• GPT-5.4 и Codex привели в более стабильное состояние. Добавили forward-compat для gpt-5.4-pro, починили legacy alias для gpt-5.4, поправили minimal reasoning и recovery для пустых или оборванных embedded-turns.
• Telegram topics стали человечнее. OpenClaw теперь учит названия forum topics, сохраняет их после рестарта и не теряет в контексте.
• Починили routing для heartbeat, cron и exec-event. Синтетические события больше не отравляют shared-session metadata, а heartbeat replies в Telegram topics не падают в корень группы.
• Telegram media downloads лучше живут за прокси. Это полезно для инсталлов, где Bot API ходит только через явный proxy и DNS route.
• Для image/pdf tool убрали ложные отказы на валидных Ollama vision models. Проблема была в нормализации model refs.
• Ollama тоже подкрутили по делу: нормальный timeout для embedded runs, реальные usage numbers в streaming, плюс вернули рабочий memorySearch.provider: "ollama".
• Browser/SSRF блок аккуратно перепаковали. Вернули нормальную hostname navigation, не убив strict mode, и отдельно починили loopback CDP.
• UI больше не должен подвисать на злом markdown, потому что marked.js заменили на markdown-it.
• sendPolicy: "deny" теперь не ломает сам turn. Агент продолжает обрабатывать входящее, просто молчит наружу.

Что важно для стека Chip:

1. GPT-5.4 и Codex стало спокойнее. Меньше шансов, что кастомные модели выпадут из registry или reasoning-сценарии упрются в валидацию.
2. Telegram fixes здесь прям в кассу: topics, heartbeat routing, media downloads через proxy, read-only status commands.
3. Cron, queue и routing fixes снижают шанс на странные побочки в фоновых пайплайнах.

Главный watch item после обновления: если у вас строгие browser SSRF настройки или прокси вокруг Telegram и Ollama, первым делом прогоните smoke test именно там. В этом релизе много пользы вокруг сетевых политик, значит именно там и всплывёт старая конфигурация, если она давно не трогалась.

Релиз: https://github.com/openclaw/openclaw/releases/tag/v2026.4.14

Ваш портфель не должен жить в чужом облаке
⠀
Большинство крипто-трекеров просят одну и ту же сделку. Отдай им адреса, биржи, историю транзакций и поверь, что они аккуратно сложат всё это в очередной SaaS-кабинет и никому не сольют. Ага.
⠀
Проект Rotki едет в другую сторону. Это open-source self-hosted трекер портфеля с упором на приватность. Данные хранятся локально, можно собирать баланс по разным сетям и биржам, смотреть аналитику, считать PnL и нормально разбирать историю транзакций.
⠀
То есть продукт закрывает не только красивую витрину с цифрами. Он решает задачи с рутиной, такие как учёт и налоговая логика, где у большинства криптанов начинается хаос из CSV, экспорта с бирж и ручной сверки.
⠀
У rotki есть open-source база, self-hosted модель и коммерческий Pro поверх. Нормальная конструкция для категории, где пользователю важны и контроль над данными, и шанс не утонуть в учёте.
⠀
Если вам нужен именно суверенный трекер, а не ещё один сервис, который знает о ваших кошельках больше, чем вы сами, rotki выглядит как одна из самых взрослых опций в этой нише.
⠀
📎 GitHub | rotki

Агент создаёт бизнес с нуля, пока вы смотрите
⠀
На X разошёлся проект Show Me The Money — open-source набор из 14 skills для Claude Code и OpenClaw. Авторы отдают идею полного цикла: от поиска ниши до выручки.
⠀
Внутри обещают почти полный контур: discovery, стратегия, сборка MVP, QA, контент, outreach, social, SEO, ads, ops и finance. Запуск выглядит нарочито просто: ставишь пакет, заходишь в Claude Code или другую агентную среду и вызываешь /money.
⠀
Получается попытка собрать поверх coding agent рабочую бизнес-систему, которая толкает пользователя к следующему конкретному действию.
⠀
Пока это выглядит скорее как агрессивная упаковка вокруг skill-based workflow, чем как готовый автопилот для бизнеса. Но сам вектор интересный: AI-инструменты быстро двигаются от «помочь написать» к «вести продукт, маркетинг и операционку в одном контуре».
⠀
У репозитория уже 200+ звёзд на GitHub, и такие штуки хорошо показывают, куда уходит рынок агентных инструментов: из copilot-режима в режим систем, которые пытаются закрыть целую функцию бизнеса.
⠀
📎 X · GitHub

Подпишись на канал: @human20

Google догнала ElevenLabs по озвучке текста голосом (TTS)
⠀
Google выпустила Gemini 3.1 Flash TTS, новую модель для озвучки текста. По замерам Artificial Analysis она уже обошла ElevenLabs V3. Выше в этом тесте оказалась только модель Inworld.
⠀
Google давит сразу по нескольким линиям. У модели сильный результат в тестах, низкая цена и встроенная дистрибуция через AI Studio, Gemini API, Vertex AI и Workspace. TTS постепенно становится обычной функцией внутри большого продуктового стека.
⠀
Есть и то, что обычно берут у ElevenLabs: теги прямо в тексте. В квадратных скобках можно задавать подачу вроде «шепчет», «кричит» или «говорит взволнованно».
⠀
Поддержка русского есть. Заявлено больше 70 языков. Цена выглядит недёшево: $1 за миллион входящих текстовых токенов и $20 за миллион токенов аудиовыхода. Но ElevenLabs ещё дороже.
⠀
Если качество правда держится близко к верхней планке, Google сможет забирать рынок за счёт всей своей инфраструктуры.

Подпишись на канал: @human20

Вышел новый релиз OpenClaw. Пошуршал в GitHub, чтобы сэкономить вам время.

По GitHub v2026.4.15 выглядит как небольшой, но довольно полезный сервисный релиз без широкой миграционной драмы.

Что нового по сути, человеческим языком:

1. OpenClaw перевели на Claude Opus 4.7 как дефолт для Anthropic, включая алиасы и bundled image understanding. Если у вас где-то были ожидания по старым дефолтам, поведение может чуть сдвинуться.
2. Встроили Gemini TTS в Google plugin: появились text-to-speech, выбор голосов, WAV-ответы и telephony PCM. Это не про ваш текущий Telegram-стек напрямую, но инструментально полезно.
3. Подчистили prompt budget у agents/skills и ограничили memory_get более аккуратными excerpt-ами. Смысл простой: длинные сессии теперь должны тянуть меньше лишнего контекста.
4. Починили чтение вложений из BlueBubbles на Node 22+, включая кейсы с пустыми массивами вложений и дедупликацией follow-up событий.
5. Исправили npm upgrade path: после обновления OpenClaw лучше переживает stale dist chunks и меньше шансов словить кривой глобальный апдейт.
6. Закрыли неприятную дыру в gateway/tools: клиентские tool names больше не могут маскироваться под built-in и унаследовать доверие к локальному MEDIA passthrough.
7. Подлечили OpenAI Codex routing: старые openai-codex записи с битым transport metadata теперь нормализуются и не улетают в сломанные HTML/Cloudflare пути.
8. Подсушили детерминизм по skills: порядок available_skills теперь стабилизирован, чтобы не гуляли prompt-cache prefixes.

Что из этого важно именно нам:
• плюс: для memory это хороший апдейт, меньше лишнего контекста в длинных сессиях и более предсказуемые bounded reads.
• плюс: для Codex это прям практично, фиксят старые кривые transport-метаданные, которые могли ломать routing.
• плюс: по security есть реальный смысл, gateway/tools стал жестче к конфликтам имен и trust boundary аккуратнее.
• нейтрально: Telegram тут напрямую почти не трогали, это не телеграмный релиз.
• нейтрально: cron, approvals, restart/reload в release notes почти не светятся, заметных изменений именно там нет.

Что настораживает:
• главный watch item, дефолты Anthropic сдвинулись на Opus 4.7. Если где-то есть неявная зависимость от старого выбора моделей или бюджета, после обновления стоит быстро проверить реальные маршруты и стоимость.

Мой вывод:
• Обновление я бы ставил, релиз выглядит здоровым и полезным именно для нашего стека из-за memory, Codex routing и security.
• После апдейта первым делом я бы посмотрел только один пункт: не изменилось ли фактическое поведение Anthropic-маршрутизации из-за новых дефолтов.

Релиз: https://github.com/openclaw/openclaw/releases/tag/v2026.4.15

Подпишись на канал: @human20

OpenClaw 2026.4.20 — обновление, которое стоит ставить
⠀
Новая стабильная версия OpenClaw выглядит как полезное обновление для вашего лобстера. Мы уже пять дней сидели без обновлений с версией 2026.4.15, но даже для "пятнашек" переход выглядит вполне оправданным.
⠀
В релизе собрали правки, которые бьют в конкретные болевые точки: планировщик задач, доставка в Telegram, устойчивость шлюза, деградация памяти, апрувалов и безопасность вокруг переменных окружения и рассылки.
⠀
Главный блок — планировщик задач
⠀
Самое заметное изменение — рабочее состояние планировщика вынесли в jobs-state.json. За счёт этого jobs.json, который хранится в git, больше не должен плыть просто потому, что задачи исполнялись. Для инстансов, где конфиги лежат в git и хочется видеть руками заданную конфигурацию, а не следы рантайма, это очень полезная развязка.
⠀
Но ещё важнее другое. Поправили повторяющуюся доставку объявлений в Telegram. Это тот самый неприятный класс багов, который особенно опасен в проде: задача выглядит успешной, система молчит, а очередная отправка уже не уходит.
⠀
Поэтому блок с планировщиком выглядит самым полезным во всём релизе. Он закрывает проблему, которая неприятна своей бесшумностью и может долго маскироваться под нормальную работу.
⠀
Telegram и шлюз
⠀
Для стека, где Telegram — один из основных рабочих контуров, релиз попадает очень точно. Watchdog для опроса подняли с 90 до 120 секунд. Плюс появился channels.telegram.pollingStallThresholdMs. На практике именно такие вещи важны для длинных задач и тяжёлых ответов, а встроенная очистка и ограничение записей теперь жёстче применяются по умолчанию, так что и у шлюза стало больше шансов пережить накопившиеся хвосты задач без перехода в режим, где память начинает улетать в потолок.
⠀
Память, согласования и Codex тоже подтянули правильно
⠀
У вызова памяти теперь мягче деградация. При сбое слой памяти не должен валить весь ответ целиком. По согласованиям и Codex тоже изменения не проходные: вернули корректный транспорт для OpenAI Codex, починили маршрут /backend-api/codex и сделали обработку согласований безопаснее по умолчанию.
⠀
Безопасность тут тоже не для галочки
⠀
Отдельный плюс релиза — он жёстче закрывает поверхности вокруг.env, MCP env и области рассылки шлюза. Это не самый эффектный раздел описания релиза, зато именно такие пункты чаще всего определяют, насколько спокойно система живёт дальше.
⠀
Если смотреть на наш стек, то приоритеты понятные. Telegram и планировщик задач — это прямое попадание в основные рабочие риски. Правки шлюза снижают шанс на тяжёлое разрастание хвостов. Память теперь чаще должна ломаться мягко, а не всем ответом сразу. Согласования и транспорт Codex уменьшают количество странных состояний. Безопасность делает контур заметно суше и спокойнее.
⠀
—
В общем, я уже обновился :)
Кстати, ещё вышедшую вчера kimi 2.6 прописали в конфиге.

Подпишись на канал: @human20

Вышел OpenClaw v2026.4.21.

Тот случай, когда changelog длинный, а смысл очень земной: система быстрее стартует, меньше чудит в агентных цепочках и аккуратнее ведёт себя в проде.

Что реально полезно:
• Telegram runtime теперь поднимается заметно быстрее. В changelog пишут про экономию примерно 14 секунд на setup-runtime registration.
• Discord на холодном старте тоже ускорили очень сильно: lazy-load Carbon UI и sidecar для runtime setter срезали около 98% времени регистрации.
• Matrix registration подрезали ещё примерно на 1.8 секунды.
• В Discord, Slack и Telegram прогресс тулов теперь течёт прямо в live preview того же сообщения. Видно, что агент делает по пути, без россыпи промежуточных ответов.
• Добавили Skill Workshop plugin. Он собирает повторяемые workflow-правки в skills, гоняет reviewer-проходы и отдельно карантинит опасные предложения.
• В каталог моделей добавили Fireworks Kimi K2.6.
• OpenAI image generation по умолчанию перевели на gpt-image-2, плюс добавили 2K/4K size hints.
• Wizard стал приятнее: длинные списки в онбординге теперь ищутся через autocomplete, а Ollama cloud-only модели подтягиваются с ollama.com/api/tags.
• Починили неприятный ACP echo loop, когда parent писал своему background oneshot child.
• Подчистили поведение subagents после неудачного failover: они больше не должны зависать и переигрывать старый reply text.

Что важно для стека Chip:
• рестарты Telegram-части должны ощущаться бодрее;
• preview в Telegram теперь чаще живёт в одном сообщении и обновляется edit'ами по ходу работы;
• фиксы по ACP, thread routing и stale subagent output бьют прямо в многосессионные сценарии и агентные связки.

Один watch item после обновления:
если у тебя есть привычка смотреть на промежуточные preview-сообщения или на них завязаны какие-то костыли, проверь это руками. Поведение preview streaming поменялось.

Релиз:
https://github.com/openclaw/openclaw/releases/tag/v2026.4.21

Подпишись на канал: @human20

Вчерашний релиз OpenClaw 2026.4.22 — 40+ правок, и несколько из них меняют рутину.

xAI стал полноценным провайдером: генерация картинок, TTS с шестью голосами, STT, realtime-транскрипция в Voice Call. Форматы MP3, WAV, PCM, G.711 — всё на месте. Deepgram, ElevenLabs и Mistral тоже получили streaming STT для звонков.

TUI теперь умеет embedded mode: запускаешь терминальный чат без Gateway, но plugin approval gates остаются. Для локальной работы без лишних процессов.

/models add <provider> <modelId> — регистрируешь модель из чата и используешь сразу. Никаких перезапусков gateway.

Claude CLI по умолчанию warm stdio, включая кастомные конфиги без transport-полей. Сессия выживает после рестарта Gateway или idle-выхода.

Bundled plugins теперь грузятся через native Jiti вместо старого трансформа — старт быстрее на 82-90%.

Default thinking level для reasoning-моделей подняли с legacy off/low на medium. Поведение моделей изменится — проверь стоимость и выводы.

Gateway child processes на Linux теперь получают oom_score_adj: при давлении памяти ядро убивает воркер вместо gateway.

Config includes перестали flatten'иться: plugins install и update пишут в конкретный included файл, а не разворачивают модульную структуру.

Codex harness привели к Pi runtime: hooks, compaction, tool_result, permissions — всё на одной ноге.

Для стека Chip: embedded TUI, warm Claude, /models add без рестарта, Jiti speedup, Linux OOM tuning, config includes fix.

Watch item после обновления: если используешь reasoning-модели, перепроверь thinking level — default теперь medium, не off.

Qwen упаковал флагманский кодинг в 27B
⠀
Qwen выпустил Qwen3.6-27B и это один из самых любопытных релизов весны. Плотная open-weight модель на 27 млрд параметров у них бьёт мощную Qwen3.5-397B-A17B на ряде coding-бенчмарков, хотя формально играет совсем в другой весовой категории.
⠀
Суть здесь не только в красивой арифметике. Qwen прямо продаёт эту модель как инструмент для agentic coding: работа по репозиторию, многошаговые правки, починка багов, front-end workflows, reasoning по проекту целиком.
⠀
То есть рынок снова напоминает важную вещь. Для практического кодинга размер модели уже давно не равен полезности. Если архитектура и обучение собраны хорошо, dense-модель может оказаться интереснее огромного флагмана, особенно когда вам нужен локальный или относительно дешёвый рантайм.
⠀
Отдельно сильный ход — лицензия Apache 2.0. Без закрытого API и без корпоративной клетки. Можно брать веса, поднимать у себя и встраивать в свои сценарии без лишней политики.
⠀
Если Qwen не рисует цифры в вакууме, это очень круто для нас с вами и плохо для рынка больших SOTA-моделей: часть премиального кодинга начинает сползать в размер, который уже можно обсуждать не только в облаке, но и на своей машине.

Попробую поставить на своей машине с Nvidia 4080 с 16 гбайт видео-оперативки, вроде со скрипом должна запуститься.
⠀
📎 Qwen Blog • GitHub • Hugging Face