В AI Studio завезли DeepSeek v4 Flash — и он быстрее, лучше и дешевле чем v3.2. Счастье-то какое, переключил ботика. Заодно отключил генерацию аудио, как-то бесполезно оказалось. И дело даже не в качестве аудио, а просто прочитать для меня гораздо быстрее и эффективнее, чем послушать.

Зато текстовый ботик только радует своей эффективностью. Хочется попробовать его развить, перевести на тот же Гермес, чтобы он сам ресёрчил, а не просто делал выжимку из статичного списка источников. Как ни крути, а время сейчас экспериментировать с автономными агентами. Слышу про чужие пайплайны и прямо стыдно становится за примитивные свои.

Кстати, на работе сибы сказали атата на Pi, не разрешают пользоваться. Но с другой стороны мы видим, что в SWE-бенчах модели на родных харнесах вырываются вперёд (хотя субъективно я этого на своих задачах не заметил). Хочется конечно упороться и сделать оркестратор, который сам забрасывает задачу в нужный харнес когда надо. Я прямо чувствую, что к осени это уже будет базой. Личный рой агентов, который тебе бодро рапортует в каком-нибудь маттермосте.

Сидел на днях в жюри премии «Сделано с ИИ». И запомнились мне кейсы, где да-я-так-то-вообще-не-программисты устав от бестолковых аутсорсеров сами пилили себе идеальные (в своём представлении) CRM без Битрикса и другие гипер-локальные решения. И получилось хорошо! И деньги приносит, что важнее всего.

Так что просто вызовом агента уже никого не удивить. Не программисткое дело это уже. Надо бежать дальше, мыслить шире. Попросил у эйчаров продуктовых курсов, сам буду продолжать агентам хвосты крутить. Такие планы на лето.

Замечательный тул от Umputun который позволяет совсем не вылазить из консоли

https://github.com/umputun/revdiff

Ответ на вопрос «а как вы у себя там в консоли диффы смотрите-то?»

А поделитесь кто как организовал у себя команду агентов с разными ролями для ресёрча?

Вот нужен был мне на днях глубокий ресёрч, я сделал баш-скрипт, который поделил роли для claude code -p и codex exec и по очереди они спорили а третий судья c pi на glm-5.2 решал в каждом раунде кто победил.

Свою задачу я решил, но как-то это кустарно. Хочется чего-то более надёжного и постоянного. И явно я не один такой.

Браузерный AI-агент в Datalens

В #ГриненкоПро №16 поговорили с Андреем Мелиховым, разработчиком Яндекс Облака и автором @melikhov_dev о его опыте создания AI-агента прямо в браузере: как он вызывает тулы, строит чарты, работает с данными, проверяет себя через eval harness и почему нельзя просто так взять и прикрутить LLM в продакшне.

https://www.youtube.com/watch?v=chiexp7ncfg

В выпуске:
— почему готовых фреймворков не хватает;
— как устроены AI-агенты в браузере;
— SSE-стриминг, BFF, tool calling и agent loop;
— проблемы разных моделей и инференсов;
— evals, LLM-as-a-judge и железный пользователь;
— доверие к числам в BI и проверяемые чарты;
— заменит ли GenBI аналитиков;
— MCP, серверные агенты и будущие API;
— как Claude Code, Codex, OpenCode и другие coding agents меняют разработку;
— почему AI ускоряет разработчика в 3–5 раз, но задач становится только больше;
— безопасность и корпоративные ограничения;
— AI вне работы: ремонт, ресёрч, медицина, презентации, NotebookLM и новостной бот Андрея;
— bus factor, spec-driven development и контекст для агентов.

Искренне рекомендую канал Андрея @melikhov_dev как минимум всем фронтендерам, сам читаю его давным-давно.

Приходите обсудить выпуск в чат сообщества — @grinenko_pro.

И, конечно, не забудьте подписаться на канал на YouTube — я уже монтирую совершенно огненный выпуск с настоящим AI-продактом!

@devspotting

Как дотерпеть до вечера? Fable мне недоступен, так хоть Sol пощупаю (надеюсь).

другое дело!

Жил счастливо (почти) с revdiff, но тут мне показали herdr.dev. Это такой tmux на стероидах. Умеет красиво в вертикальных вкладках собирать все запущенные агенты. Умеет в богатую мышку (для тех, кто не помнит тмуксовские хоткеи). О счастье, из коробки именует вкладки с 1, а не с нуля. Кто вообще в тмуксе придумал с нуля? Кто этот преступник? Человек с нампадом?

Умеет подключаться по ssh к запущенной сессии на удалённой машинке. И тогда можно тягать картинки в чатик без scp. Встроенная интеграция со всеми популярными агентами.

И последнее, но не по важности — там есть плагины. А в плагинах есть herdr-reviewr который полностью заменил мне revdiff. Вы скажете, тащить целый мультиплексор ради диффа? Так и revdiff по ssh без тмукса не работает.

В общем herdr сила, tmux могила. Рекомендую (хотя бы попробовать).

github показал очередную полезную штуку — Stacked pull requests. Даже жалко, что как обычно в последнее время у Гитхаба эта штука почти неработает. Прямо как новая страница All pull requests. Как пошутили в чате @webstandards_ru: гитхаб живёт в балансе. У него плохо работают новые штуки, но зато старые тоже работают плохо.

При этом штука нужная. Я в своих AI PR тоже пришёл к необходимости дробить их на множество мелких, чтобы у ревьюверов не вытекали глаза вместе с мозгом. Но тут начинаются вопросы оркестрации этого добра. Надо каждый кусочек вручную вливать в main и дальше ребейзить всех потомков по цепочке. И ревьюверу как-то подсказать, что вот она, цепочка пиаров. А тут вроде бы из коробки всё есть. Здорово! Но не работает.

Проверили на нескольких репозиториях — мёрдж стека зависает. И ничего не происходит. Отдельный минус, что менеджерить это добро надо через gh, выходить из привычной среды обитания. Но тут ладно, агент справится сам.

Но хорошо, что понимают, что ревью изменилось. Будем ждать, пока стабилизируют.

Как же хорошо перечитывается сейчас «Трилогия Муравейника» Гибсона (она же Sprawl trilogy). Хотя, конечно, по моему мнению прямо перечитывать стоит только Нейроманта и рассказы(тот же «Сожжение Хром»), а «Мона Лиза Овердрайв» и «Граф Ноль» достаточно скучны и вторичны. Но не настолько плохи, как вторая и третья «Матрицы», определённое удовольствие принести могут.

Где-то в Apple тоже это ощутили и бросились снимать экранизацию. Наконец-то мы увидим как выглядит небо над портом цвета экрана телевизора, настроенного на мёртвый канал.

Это я к чему — в невыносимо неоднозначное время вы живём.

Вы могли наверное заметить что как-то мало меня стало в последнее время. Не видно на конференциях, не слышно в подкастах, мало пишу в канале.

Маленький ребёнок забирает всё свободное время, как газ заполняет всё свободное пространство. Остаётся ещё немного на семью, работу и сон. С другой стороны, острее ощущаешь ценность тех промежутков времени, когда ребёнок спит или играет с женой и старшей. Стараешься сделать максимум. Очень воспитывает.

Так что по, большей части, контент сейчас не генерирую, а потребляю, в основном через уши. Заряжаю с утра свою dark software factory работать над тикетами и ухожу гулять под подкасты (в том числе от NotebookLM), стримы и книги (художка, конечно, чтобы мозг отдыхал). Иногда и просто в тишине набираю свои 15к шагов в день с коляской. И это прекрасная часть дня.

Максимум возможного стараюсь перенести на телефон. В ботиков, в Обсидиан, в мобильный гитхаб. Ну, кстати, здорово в Обсидиане вычитывать текстовые разборы PR и планы работ (но не спеки, хах, чур меня снова в третий раз SDD пробовать, хотя кто знает).

Проклятье и спасение наше LLM. Работать нужно больше, но за тебя работают роботы, но ты всё равно работаешь больше. Просто иначе.

Разобрал своего питонячего новостного бота и собрал нового, уже на Гермесе. Ну как собрал — поднял Гермеса в облаке, зацепил на Deepseek v4 Flash (потому что в Яндексовом AI Studio пока(!) лучше нет) и дал ему топик в нашем с ним чатике, где он отгружает дайджесты. И это супер удобно, потому что Гермес самообучаемый и способен сам рыть источники, в отличии от моего простейшего ботика, который требовал редеплой на каждое изменение.

Вот он мне нарыл, что классификатор Auto Mode в Claude Code пробивается только так. И сами Антропики не считают это проблемой, потому что auto mode это мол просто удобная штука, но не гарании безопасности
Anthropic closed the report as Informative and that the behavior is working as designed.

Anthropic’s (or the security team’s) position is that Auto Mode is a convenience feature backed by a best-effort classifier, not a security guarantee.

А значит, продолжаем помнить, что запускать агентов (особенно автономных!) нужно в виртуалках и/или контейнерах, а не на рабочей машине.