This media is not supported in your browser
VIEW IN TELEGRAM
The AI Scientist официально вышел в Nature - и это уже не просто эксперимент.
Речь про систему, которая способна автоматизировать весь цикл научного исследования:
- генерировать идеи
- писать код
- запускать эксперименты
- оформлять научную статью
Обновлённая версия AI Scientist-v2 уже сгенерировала первую полностью AI-сгенерированную научную работу,
которая прошла полноценное рецензирование людьми.
Теперь вышла публикация в Nature,
где подробно разобрана архитектура системы и показано, как всё это работает на практике.
В ИИ-систему добавили Automated Reviewer - AI-рецензента, который оценивает статьи
на уровне человека и даже стабильнее, чем сами люди.
Исследователями обнаружен прямой закон масштабирования науки -
чем сильнее базовая модель,
тем выше качество научных работ, которые она генерирует.
Это означает простую вещь:
По мере роста моделей и удешевления вычислений
качество AI-науки будет расти автоматически.
Фактически мы подошли к точке,
где исследования можно масштабировать так же, как сегодня масштабируют код или контент.
• Nature: https://nature.com/articles/s41586-026-10265-5
• Blog: https://sakana.ai/ai-scientist-nature
Речь про систему, которая способна автоматизировать весь цикл научного исследования:
- генерировать идеи
- писать код
- запускать эксперименты
- оформлять научную статью
Обновлённая версия AI Scientist-v2 уже сгенерировала первую полностью AI-сгенерированную научную работу,
которая прошла полноценное рецензирование людьми.
Теперь вышла публикация в Nature,
где подробно разобрана архитектура системы и показано, как всё это работает на практике.
В ИИ-систему добавили Automated Reviewer - AI-рецензента, который оценивает статьи
на уровне человека и даже стабильнее, чем сами люди.
Исследователями обнаружен прямой закон масштабирования науки -
чем сильнее базовая модель,
тем выше качество научных работ, которые она генерирует.
Это означает простую вещь:
По мере роста моделей и удешевления вычислений
качество AI-науки будет расти автоматически.
Фактически мы подошли к точке,
где исследования можно масштабировать так же, как сегодня масштабируют код или контент.
• Nature: https://nature.com/articles/s41586-026-10265-5
• Blog: https://sakana.ai/ai-scientist-nature
Я все еще в чем-то лучше ИИ — вышел обновленный бенчмарк ARC-AGI-3, который показал одну из главных проблем моделей.
Логично, что ИИ легко решает то, что видели и что попало в их обучающую выборку. ARC-AGI же проверяет умение моделей учиться и адаптироваться сходу.
По итогам теста из 135+ мини-игр результаты неутешительные: люди решают почти 100% задач, а вот модели меньше 1%.
Порешать и самоутвердиться перед железяками можно тут.🍺
Логично, что ИИ легко решает то, что видели и что попало в их обучающую выборку. ARC-AGI же проверяет умение моделей учиться и адаптироваться сходу.
По итогам теста из 135+ мини-игр результаты неутешительные: люди решают почти 100% задач, а вот модели меньше 1%.
Порешать и самоутвердиться перед железяками можно тут.
Please open Telegram to view this post
VIEW IN TELEGRAM
Отказываемся от думскроллинга: вышел скилл last30days для ИИ-агентов. Анализирует нужные темы по разным сайтам и соцсетям за пользователя.
В поиск попадают новости за последние 30 дней, посты на Reddit, X, видео на YouTube. Агент изучает их и выдает короткий обзор по теме — после этого ему можно задавать любые уточняющие вопросы.
Можно установить в Codex, Claude или Cursor. Забираем бесплатно здесь.
В поиск попадают новости за последние 30 дней, посты на Reddit, X, видео на YouTube. Агент изучает их и выдает короткий обзор по теме — после этого ему можно задавать любые уточняющие вопросы.
Можно установить в Codex, Claude или Cursor. Забираем бесплатно здесь.
ARC-AGI-3 - бенчмарк,показал неприятную для всей индустрии вещь: даже топовые frontier-модели сейчас набирают меньше 1%.
Лучшие результаты на старте такие:
- Gemini 3.1 Pro Preview - 0.37%
- GPT-5.4 High - 0.26%
- Opus 4.6 Max - 0.25%
И это, пожалуй, главный вывод.
ARC-AGI-3 - это уже не набор статичных головоломок, как в прошлых версиях ARC. Теперь это интерактивные игровые миры, где агенту нужно самому разбираться, что вообще происходит.
Что именно проверяет новый тест:
- исследование незнакомой среды с нуля
- поиск целей и правил без текстовых инструкций
- построение своей модели мира по ходу задачи
- длинное планирование на много шагов вперёд
- обучение на опыте, а не по шаблону
- пересмотр гипотез, если первые догадки оказались неверными
То есть здесь уже мало просто "хорошо рассуждать в чате".
Нужно адаптироваться в реальном времени, помнить прошлые действия, извлекать сигналы из слабой обратной связи и не скатываться в перебор.
Внутри ARC-AGI-3:
- 150+ новых интерактивных окружений
- почти 1 000 уровней
- replay-сессии, где можно смотреть весь таймлайн решений агента
Скоринг считает не только факт решения, а то, насколько эффективно модель осваивает навык по сравнению с человеком.
Именно поэтому результаты выглядят настолько жёстко.
По сути, ARC Prize говорит прямо:
пока между человеком и ИИ есть такой разрыв в освоении новых задач, говорить о настоящем AGI рано.
И это, возможно, один из самых честных тестов за последнее время.
Не потому что модели "слабые".
А потому что реальная универсальная адаптация всё ещё не решена.
https://arcprize.org/
🐍 полезные ресурсы 🚀Max
@data_analysis_ml
Лучшие результаты на старте такие:
- Gemini 3.1 Pro Preview - 0.37%
- GPT-5.4 High - 0.26%
- Opus 4.6 Max - 0.25%
И это, пожалуй, главный вывод.
ARC-AGI-3 - это уже не набор статичных головоломок, как в прошлых версиях ARC. Теперь это интерактивные игровые миры, где агенту нужно самому разбираться, что вообще происходит.
Что именно проверяет новый тест:
- исследование незнакомой среды с нуля
- поиск целей и правил без текстовых инструкций
- построение своей модели мира по ходу задачи
- длинное планирование на много шагов вперёд
- обучение на опыте, а не по шаблону
- пересмотр гипотез, если первые догадки оказались неверными
То есть здесь уже мало просто "хорошо рассуждать в чате".
Нужно адаптироваться в реальном времени, помнить прошлые действия, извлекать сигналы из слабой обратной связи и не скатываться в перебор.
Внутри ARC-AGI-3:
- 150+ новых интерактивных окружений
- почти 1 000 уровней
- replay-сессии, где можно смотреть весь таймлайн решений агента
Скоринг считает не только факт решения, а то, насколько эффективно модель осваивает навык по сравнению с человеком.
Именно поэтому результаты выглядят настолько жёстко.
По сути, ARC Prize говорит прямо:
пока между человеком и ИИ есть такой разрыв в освоении новых задач, говорить о настоящем AGI рано.
И это, возможно, один из самых честных тестов за последнее время.
Не потому что модели "слабые".
А потому что реальная универсальная адаптация всё ещё не решена.
https://arcprize.org/
🐍 полезные ресурсы 🚀Max
@data_analysis_ml
Zhilin Yang (один из авторов архитектуры Transformer-XL) на GTC представил концепцию Attention Residuals
Главная идея внимания - это не запоминать всё подряд, а выбирать, что действительно важно.
Многие читали работу Attention Is All You Need (2017) - именно она привнесла в модели механизм "человеческого" внимания. С этого момента модели перестали просто механически обрабатывать весь текст. Вместо этого они начали различать, что важнее, а что нет, и сохранять более значимую информацию.
Недавно Китайцы из Kimi пошли дальше и применили внимание к временной оси, а затем "повернули" его в глубину модели.
Теперь внимание работает не только по времени, но и через слои модели - по мере передачи информации.
Это даёт более умный способ обработки:
модель не просто читает и передаёт данные дальше, а осмысленно отслеживает важное на каждом этапе вычислений.
https://x.com/Kimi_Moonshot/status/2037010118957817988
Главная идея внимания - это не запоминать всё подряд, а выбирать, что действительно важно.
Многие читали работу Attention Is All You Need (2017) - именно она привнесла в модели механизм "человеческого" внимания. С этого момента модели перестали просто механически обрабатывать весь текст. Вместо этого они начали различать, что важнее, а что нет, и сохранять более значимую информацию.
Недавно Китайцы из Kimi пошли дальше и применили внимание к временной оси, а затем "повернули" его в глубину модели.
Теперь внимание работает не только по времени, но и через слои модели - по мере передачи информации.
Это даёт более умный способ обработки:
модель не просто читает и передаёт данные дальше, а осмысленно отслеживает важное на каждом этапе вычислений.
https://x.com/Kimi_Moonshot/status/2037010118957817988
В Claude Code уже 93 команды.
Но чтобы получить 80% пользы, тебе хватит вот этих 16 👇
→ создаёт
→ сначала думает, потом пишет код
→ показывает, что именно съедает твои токены
→ очищает контекст прямо в середине сессии
→ сбрасывает состояние между задачами
→ переключает модели: Opus / Sonnet / Haiku
→ позволяет задать побочный вопрос, не ломая основной поток работы
→ откатывает назад, если всё пошло не туда
→ запускает несколько суб-агентов параллельно
→ управляет браузером: клик, ввод, навигация
→ прогоняет промпты по кругу, удобно для мониторинга
→ 3 агента вместе ревьюят твой код
→ заранее разрешает безопасные действия
→ полностью автоматический режим, без лишних подтверждений
→ мгновенное переключение режимов
→ максимальная глубина рассуждения
Большинство используют Claude Code как обычный чат-бот.
Поэтому и упираются в потолок.
Продвинутые пользователи работают с ним как с целой системой.
Но чтобы получить 80% пользы, тебе хватит вот этих 16 👇
/init→ создаёт
CLAUDE.md - память проекта и репозитория/plan→ сначала думает, потом пишет код
/context→ показывает, что именно съедает твои токены
/compact→ очищает контекст прямо в середине сессии
/clear→ сбрасывает состояние между задачами
/model→ переключает модели: Opus / Sonnet / Haiku
/btw→ позволяет задать побочный вопрос, не ломая основной поток работы
/rewind→ откатывает назад, если всё пошло не туда
/agents→ запускает несколько суб-агентов параллельно
/chrome→ управляет браузером: клик, ввод, навигация
/loop→ прогоняет промпты по кругу, удобно для мониторинга
/simplify→ 3 агента вместе ревьюят твой код
/permissions→ заранее разрешает безопасные действия
--dangerously-skip-permissions→ полностью автоматический режим, без лишних подтверждений
Shift + Tab→ мгновенное переключение режимов
ultra think→ максимальная глубина рассуждения
Большинство используют Claude Code как обычный чат-бот.
Поэтому и упираются в потолок.
Продвинутые пользователи работают с ним как с целой системой.
Модель объединяет текст, изображения и аудио в одну систему и работает по тому же принципу next-token prediction, но уже не только для текста.
Что внутри:
• 68.5B параметров (3B активных, MoE)
• единая модель для “видит - рисует - говорит”
dNaViT 0 визуальный трансформер, который кодирует изображения в дискретные токены
→ работает с любым разрешением
→ совмещает генерацию и понимание (раньше это был компромисс)
Paper: https://github.com/meituan-longcat/LongCat-Next/blob/main/tech_report.pdf
GitHub: https://github.com/meituan-longcat/LongCat-Next
HuggingFace: https://huggingface.co/meituan-longcat/LongCat-Next
Demo: https://longcat.chat/longcat-next
Blog: https://longcat.chat/longcat-next/intro
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
В Claude Code уже 93 команды.
Но чтобы получить 80% пользы, тебе хватит вот этих 16 👇
/init
→ создаёт CLAUDE.md - память проекта и репозитория
/plan
→ сначала думает, потом пишет код
/context
→ показывает, что именно съедает твои токены
/compact
→ очищает контекст прямо в середине сессии
/clear
→ сбрасывает состояние между задачами
/model
→ переключает модели: Opus / Sonnet / Haiku
/btw
→ позволяет задать побочный вопрос, не ломая основной поток работы
/rewind
→ откатывает назад, если всё пошло не туда
/agents
→ запускает несколько суб-агентов параллельно
/chrome
→ управляет браузером: клик, ввод, навигация
/loop
→ прогоняет промпты по кругу, удобно для мониторинга
/simplify
→ 3 агента вместе ревьюят твой код
/permissions
→ заранее разрешает безопасные действия
--dangerously-skip-permissions
→ полностью автоматический режим, без лишних подтверждений
Shift + Tab
→ мгновенное переключение режимов
ultra think
→ максимальная глубина рассуждения
Большинство используют Claude Code как обычный чат-бот.
Поэтому и упираются в потолок.
Продвинутые пользователи работают с ним как с целой системой.
Но чтобы получить 80% пользы, тебе хватит вот этих 16 👇
/init
→ создаёт CLAUDE.md - память проекта и репозитория
/plan
→ сначала думает, потом пишет код
/context
→ показывает, что именно съедает твои токены
/compact
→ очищает контекст прямо в середине сессии
/clear
→ сбрасывает состояние между задачами
/model
→ переключает модели: Opus / Sonnet / Haiku
/btw
→ позволяет задать побочный вопрос, не ломая основной поток работы
/rewind
→ откатывает назад, если всё пошло не туда
/agents
→ запускает несколько суб-агентов параллельно
/chrome
→ управляет браузером: клик, ввод, навигация
/loop
→ прогоняет промпты по кругу, удобно для мониторинга
/simplify
→ 3 агента вместе ревьюят твой код
/permissions
→ заранее разрешает безопасные действия
--dangerously-skip-permissions
→ полностью автоматический режим, без лишних подтверждений
Shift + Tab
→ мгновенное переключение режимов
ultra think
→ максимальная глубина рассуждения
Большинство используют Claude Code как обычный чат-бот.
Поэтому и упираются в потолок.
Продвинутые пользователи работают с ним как с целой системой.
💻 Claude Computer - полезная шпаргалка
Как включить:
1. Платная подписка + десктопное приложение + приложение на телефоне
2. Соедини через Dispatch (слева)
3. В настройках включи Computer use
Примеры работы:
✦ Найти фрилансера
Промпт:
✦ Найти вирусную рекламу
Промпт:
✦ Массовый отклик на вакансии
Промпт:
Claude Computer - мощный и простой в настройке исполнитель задач
Как включить:
1. Платная подписка + десктопное приложение + приложение на телефоне
2. Соедини через Dispatch (слева)
3. В настройках включи Computer use
Примеры работы:
✦ Найти фрилансера
Промпт:
Открой мой Fiverr в Chrome.
Опубликуй задачу на [задача].
Напиши 10 лучшим специалистам.
Проверь входящие и доведи до сделки
до бюджета [бюджет]
✦ Найти вирусную рекламу
Промпт:
Открой Meta Ads Library
Найди свежие вирусные объявления по теме [тема] в [страна]
Собери Google Sheets с 50+ ссылками
✦ Массовый отклик на вакансии
Промпт:
Открой сайты с вакансиями
Проанализируй мой CV
И откликнись на подходящие вакансии
Claude Computer - мощный и простой в настройке исполнитель задач
Ускорение миграции продиктовано темпами развития квантового оборудования и коррекции ошибок. Появление систем, способных взломать современные стандарты шифрования, произойдет быстрее, чем ожидалось.
Особую тревогу вызывают атаки «сохрани сейчас, расшифруй потом» и грядущая уязвимость традиционных цифровых подписей. Google скорректировала модель угроз, сделав приоритетом защиту сервисов аутентификации до появления криптографически значимых квантовых компьютеров.
Google уже интегрирует постквантовые подписи на базе ML-DSA (одобренного NIST) в Android 17, дополняя механизмы, развернутые в Chrome и Google Cloud.
blog.google
Please open Telegram to view this post
VIEW IN TELEGRAM
🚀 Docker сборка: ускорение с 3 минут → до 20 секунд
Маленькое изменение, которое даёт огромный буст 👇
При работе с Docker была проблема:
даже небольшое изменение кода запускало полную пересборку образа.
Причина - Docker Layer Caching
Каждая инструкция в Dockerfile создаёт слой.
Если слой не изменился - Docker берёт его из кэша.
💡 Ошибка:
Копировал весь код до установки зависимостей
В итоге:
любое изменение кода → ломает кэш →
зависимости устанавливаются заново каждый раз
🔧 Фикс:
✔ Сначала копируй файлы зависимостей
✔ Устанавливай зависимости (кэшируется)
✔ Только потом копируй основной код
📉 Результат:
Сборка:
~3 минуты → ~20 секунд
Пересобираются только изменённые слои
Остальное берётся из кэша
💡 Почему это важно:
В CI/CD:
- медленные билды = медленные деплои
- лишние пересборки = лишние деньги
Маленькое изменение в Dockerfile
→ огромный эффект в реальных проектах
Маленькое изменение, которое даёт огромный буст 👇
При работе с Docker была проблема:
даже небольшое изменение кода запускало полную пересборку образа.
Причина - Docker Layer Caching
Каждая инструкция в Dockerfile создаёт слой.
Если слой не изменился - Docker берёт его из кэша.
💡 Ошибка:
Копировал весь код до установки зависимостей
В итоге:
любое изменение кода → ломает кэш →
зависимости устанавливаются заново каждый раз
🔧 Фикс:
✔ Сначала копируй файлы зависимостей
✔ Устанавливай зависимости (кэшируется)
✔ Только потом копируй основной код
📉 Результат:
Сборка:
~3 минуты → ~20 секунд
Пересобираются только изменённые слои
Остальное берётся из кэша
💡 Почему это важно:
В CI/CD:
- медленные билды = медленные деплои
- лишние пересборки = лишние деньги
Маленькое изменение в Dockerfile
→ огромный эффект в реальных проектах
This media is not supported in your browser
VIEW IN TELEGRAM
Находим удаленку МЕЧТЫ уже в 2026 году и получаем отличную зарплату — нашли сайт Remotejobs, на котором собрали предложения МИРОВОГО уровня от крупных бигтехов и небольших контор.
• Да, там можно найти работу даже от Netflix, LinkedIn, Airbnb, Pinterest и других топовых компаний.
• Все вакансии отсортированы по уровню: от джуна до сеньора.
• Специальностей — десятки: SMM, дизайн, кодинг, ML, райтинг, продажи и прочее.
• При этом вакансии точно АКТУАЛЬНЫЕ — авторы постоянно отслеживают статус, проверяют компании, которые размещаются на сайте, и собирают только проверенную инфу.
😶 😶 😶 😶 😶 😶 😶 😶 😶
Работу мечты в 2026 году ищем — тут.
👍 Бэкдор
• Да, там можно найти работу даже от Netflix, LinkedIn, Airbnb, Pinterest и других топовых компаний.
• Все вакансии отсортированы по уровню: от джуна до сеньора.
• Специальностей — десятки: SMM, дизайн, кодинг, ML, райтинг, продажи и прочее.
• При этом вакансии точно АКТУАЛЬНЫЕ — авторы постоянно отслеживают статус, проверяют компании, которые размещаются на сайте, и собирают только проверенную инфу.
Работу мечты в 2026 году ищем — тут.
Please open Telegram to view this post
VIEW IN TELEGRAM
Это слои защиты
Можно представить как кольца, которые защищают кластер
5 ключевых уровней:
• API Server Access
контроль доступа к кластеру
• Workload Security
безопасность pod и контейнеров
• Network Security
контроль сетевого взаимодействия
• Image Security
проверка и доверие к образам
• Runtime Security
мониторинг поведения в рантайме
Главая ошибка:
Многие защищают только «снаружи»
и игнорируют то, что происходит внутри кластера
Если один pod скомпрометирован
→ без ограничений он может пойти дальше по кластеру
Безопасность Kubernetes = это система слоёв
А не одна настройка
Разбор всех уровней:
https://devopscube.com/cks-exam-guide-tips/
Please open Telegram to view this post
VIEW IN TELEGRAM
Google спасёт нас от дефицита ОЗУ — компания добра внезапно нашла решения кризиса.
Они выпустили алгоритм сжатия для LLM-моделей TurboQuant: он уменьшает необходимые ресурсы для KV cache — это такая память нейросети, которая позволяет помнить каждый предыдущий токен (слово) во время генерации ответа.
Результаты потрясающие: требования к памяти с алгоритмом снижаются в 6 раз, а скорость работы — увеличивается на 8 раз, при этом без потери в точности.
Инвесторы новость оценили и побежали сливать акции производителей памяти — Micron, SK Hynix.
@exploitex
Они выпустили алгоритм сжатия для LLM-моделей TurboQuant: он уменьшает необходимые ресурсы для KV cache — это такая память нейросети, которая позволяет помнить каждый предыдущий токен (слово) во время генерации ответа.
Результаты потрясающие: требования к памяти с алгоритмом снижаются в 6 раз, а скорость работы — увеличивается на 8 раз, при этом без потери в точности.
Инвесторы новость оценили и побежали сливать акции производителей памяти — Micron, SK Hynix.
@exploitex
Google спасёт нас от дефицита ОЗУ — компания добра внезапно нашла решения кризиса.
Они выпустили алгоритм сжатия для LLM-моделей TurboQuant: он уменьшает необходимые ресурсы для KV cache — это такая память нейросети, которая позволяет помнить каждый предыдущий токен (слово) во время генерации ответа.
Результаты потрясающие: требования к памяти с алгоритмом снижаются в 6 раз, а скорость работы — увеличивается на 8 раз, при этом без потери в точности.
Инвесторы новость оценили и побежали сливать акции производителей памяти — Micron, SK Hynix.
@exploitex
Они выпустили алгоритм сжатия для LLM-моделей TurboQuant: он уменьшает необходимые ресурсы для KV cache — это такая память нейросети, которая позволяет помнить каждый предыдущий токен (слово) во время генерации ответа.
Результаты потрясающие: требования к памяти с алгоритмом снижаются в 6 раз, а скорость работы — увеличивается на 8 раз, при этом без потери в точности.
Инвесторы новость оценили и побежали сливать акции производителей памяти — Micron, SK Hynix.
@exploitex
This media is not supported in your browser
VIEW IN TELEGRAM
Концепт, который работает внутри AI Studio, пишет HTML и CSS прямо в процессе серфинга вместо загрузки готовых страниц с серверов. Внешний вид и контент формируются на основе промптов, кликов и контекста навигации.
Технология органично вписывается в концепцию автономных ИИ-агентов, которым может понадобиться быстро собрать временный дашборд или вспомогательный инструмент для текущей задачи.
До идеала еще очень далеко. Поскольку верстка и контент полностью генерируются на не лучшей версии Gemini, браузер уязвим, склонен немного галлюцинировать, искажать стили и тратит прорву токенов на инференс.
@ai_machinelearning_big_data
#news #ai #ml
Please open Telegram to view this post
VIEW IN TELEGRAM
Соло-разработчик с доступом к Claude Code теперь может развернуть целую гейм-дев студию с креативным директором, лидами отделов и профильными специалистами.
В основу геймдизайнерских подходов заложены MDA Framework, теория самодетерминации и проектирование состояния потока.
Claude Code Game Studios - шаблон для Claude Code, который организует ИИ-сессию в трёхуровневую иерархию из 48 специализированных агентов.
На вершине 3 директора (креативный, технический и продюсер), работающие на модели Opus.
Уровнем ниже 8 руководителей отделов на Sonnet: геймдизайнер, ведущий программист, арт-директор, директор по звуку, нарративный директор и другие.
Третий уровень - специалисты на Sonnet и Haiku: от геймплэй-программиста и дизайнера экономики до DevOps-инженера и специалиста по доступности.
Агенты взаимодействуют по четкому протоколу: вертикальная делегация задач сверху вниз, горизонтальные консультации между агентами одного уровня, эскалация конфликтов к общему руководителю.
Каждый агент работает строго в границах своего домена и не модифицирует чужие файлы без явного поручения.
Помимо агентов, шаблон включает 37 команд, покрывающих весь цикл разработки: планирование спринтов, ревью кода и дизайна, аудит ассетов, генерацию идей, подготовку к релизу.
Отдельная категория - командные воркфлоу, которые координируют работу нескольких агентов над конкретной фичей: боевой системой, нарративом, интерфейсом или звуком.
Параллельно работают 8 хуков, привязанных к событиям git и жизненному циклу сессии. Они срабатывают автоматически: валидируют коммиты на захардкоженные значения и корректность данных, предупреждают о пушах в защищённые ветки, подгружают контекст текущего спринта при старте и фиксируют результаты при завершении.
Ещё один слой - 11 правил, привязанных к путям в проекте. Они применяются при редактировании файлов в соответствующих директориях и задают стандарты для каждой зоны кодовой базы.
Агенты задают вопросы, предлагают несколько вариантов с плюсами и минусами, показывают черновик. Но финальное решение всегда за человеком, ничего не фиксируется без его одобрения.
Для каждого предусмотрен свой лид-агент с набором суб-специалистов: у Godot это GDScript, шейдеры и GDExtension, у Unity - DOTS/ECS, VFX и UI Toolkit, у Unreal - GAS, Blueprints и Replication.
Проект открыт к кастомизации: агентов можно добавлять и удалять, промпты редактировать, хуки - перенастраивать.
@ai_machinelearning_big_data
#AI #ML #Vibecoding #Gamedev #Claude
Please open Telegram to view this post
VIEW IN TELEGRAM
This media is not supported in your browser
VIEW IN TELEGRAM
Deep-Live-Cam 2.1 — бесплатный open-source инструмент, который в реальном времени меняет лицо на любой веб-камер
Одно фото. Один клик. Никакого обучения, никаких датасетов.
Deep-Live-Cam уже стал #1 репозиторием дня на GitHub.
Видеозвонк теперь не даёт гарантий, что ты видишь того, кем кажется собеседник.
https://github.com/hacksider/Deep-Live-Cam
🐍 Python полезные ресурсы 🚀Max
@pythonl
Одно фото. Один клик. Никакого обучения, никаких датасетов.
Deep-Live-Cam уже стал #1 репозиторием дня на GitHub.
Видеозвонк теперь не даёт гарантий, что ты видишь того, кем кажется собеседник.
https://github.com/hacksider/Deep-Live-Cam
🐍 Python полезные ресурсы 🚀Max
@pythonl
Речь не о репозиториях напрямую, а о взаимодействии с Copilot:
-ваши промпты
-ответы Copilot
-куски кода
-контекст (что открыто в редакторе и т.п.)
Так что, не забудьте отключить
https://www.theregister.com/2026/03/26/github_ai_training_policy_changes/
Подписаться
Please open Telegram to view this post
VIEW IN TELEGRAM