🛡️ Для Codex вышел мощный скилл, который находит и подтверждает все баги в кодовой базе — Bug Reproducer не только замечает ошибки, но и доказывает их с помощью точечных тестов.

Что делает скилл:

→ Сканирует проект и составляет список вероятных багов и уязвимостей.
→ Ранжирует кандидатов по тому, насколько важна проблема.
→ Показывает, что идёт не так, как должно работать и что вызывает ошибку.
→ Создаёт целенаправленные тесты для самых опасных багов.
→ Отклоняет ложные баги, если они не подтверждаются.
→ Просит одобрение перед важными изменениями кода.
→ Выдаёт отчёт в Markdown с результатами поиска, подтверждения и устранения багов.

Пробуем — тут.

@notboring_tech

📋 Внешние аудиторы разобрали по винтикам все процессы вокруг нейросетей Яндекса — итогом стал сертификат ISO/IEC 42001 на всё семейство Alice AI. Год назад его получила языковая модель, а теперь проверку прошли мультимодальная Alice AI VLM и картиночная Alice AI ART.

Проверяли не сами модели, а все, что с ними связано:

• Люди — проверили то, как сотрудников обучают правилам ответственной разработки.
• Данные — откуда взяты, какого качества, что с ними можно делать по закону и как они защищены.
• Документация — по каждой модели расписаны цели, данные обучения, ограничения и сценарии применения.
• Мониторинг — ошибки и аномалии в работе нейросетей отслеживаются в режиме реального времени.

По той же методологии сертифицированы Amazon, Anthropic и Microsoft — то есть Alice AI проверяли по тем же требованиям, что и модели мировых лидеров. 

@notboring_tech

🎓 В открытый доступ бесплатно выкатили гигантский курс по ИИ-инженерии — в нём 503 (!) урока на 320 часов, которые объединили в 20 этапов.

• Обучает всей базе с нуля: от линейной алгебры и основ машинного обучения до LLM, RAG, ИИ-агентов и автономных систем.
• В уроках не только теория, но и куча практических задач и примеров готового кода, который можно запустить самому.
• Если что-то непонятно: можно вставить урок в NotebookLM и получить наглядные объяснения сложных концептов.

Кладезь знаний для ИИ-инженеров — тут.

@notboring_tech

🔎 Для Claude Code сделали скилл Hyper Research — он превращает нейронку в самую мощную команду исследователей, которые проходят аж 16 (!) этапов поиска.

Вот, что делают ИИ-агенты:

→ Разбивают задачу на матрицу покрытия темы и проводят глубокое исследование.
→ Находят и сохраняют сотни источников и выявляют противоречия между ними.
→ Специально ищут доказательства против своих же выводов, чтобы избежать ошибок.
→ Создают черновик отчёта, а затем ищут слабые места, улучшают читаемость и убирают воду.
→ Выдают полный отчёт с базой источников и сохраняют все материалы в локальное хранилище знаний.

Deep Research на стероидах — тут.

@notboring_tech

🍯 Для Hermes Agent выкатили список лучших скиллов, плагинов и тулз — это хайповый конкурент OpenClaw, который учится на ошибках и становится умнее после каждой сессии.

Внутри — мультиагентные системы, провайдеры памяти, наборы скиллов и многое другое. Для удобства каждый проект разделён на готовый, экспериментальный или в бета-версии.

Мастхев для всех, кто пользуется Hermes Agent — тут.

@notboring_tech

🧰 Вышел самый мощный оркестратор нейронок Claudexor — он объединяет Claude Code, Codex и Cursor в одном месте, снижая траты на токены в 8 раз.

Что умеет:

→ Запускает Claude Code, Codex, Cursor и OpenCode в едином интерфейсе управления.
→ Подключает несколько аккаунтов Claude и Codex и переключает их с сохранением контекста.
→ Такой переход с оплаты API на несколько подписок у автора снизил расходы на токены с $15,000 до $1,800 в месяц.
→ Даёт нескольким ИИ-агентам параллельно решить одну задачу и выбирает лучший результат.
→ Проверяет код с помощью независимого ИИ-арбитра, проводит глубокие ресёрчи кодовой базы и создаёт субагентов.

Слаженная команда всех ваших ИИ-агентов в одном месте — тут.

@notboring_tech

Как выжать максимум из ИИ в бизнесе и как считать эффект?
Разберемся на бесплатном курсе

Selectel подготовил прикладной курс «Искусственный интеллект в бизнесе». Эксперты рассказали, как безопасно внедрять ИИ в процессы и извлекать из этого прибыль.

Не сухая теория. На курсе вас ждут:

⚡Опыт экспертов из Selectel, X5 Digital и red_mad_robot, которые внедряли ИИ для решения реальных бизнес-задач.
⚡Практикум по созданию персонального ИИ-ассистента и бонусы на ИТ-инфраструктуру для его развертывания.
⚡Дорожная карта по внедрению ИИ в бизнес на 6-12 месяцев.

Если вы только начинаете работать с ИИ или хотите использовать его эффективнее, курс станет оптимальным решением. Обучение проходит онлайн, нужно зарегистрироваться для доступа к материалам.

Регистрируйтесь на курс и умножьте эффект от ИИ в вашем проекте 💯

В канале @Selectel есть закреп с подборкой других бесплатных курсов по работе с ИИ, подписывайтесь, чтобы не пропустить новые.

Реклама. АО "Селектел". erid:2W5zFGAmpt9

🧹 Появился полезный скилл-уборщик для Codex, который удаляет весь устаревший код из проекта — Code Rot Cleaner находит бесполезные файлы, зависимости и дубликаты, которые можно спокойно удалить.

→ Сканирует вашу кодовую базу и находит осиротевшие файлы, неиспользуемые экспорты и дубли.
→ Выдаёт вердикт для каждого файла: можно безопасно удалить, нужно проверить или следует сохранить.
→ Каждое удаление сначала тестирует в одноразовой копии и требует одобрения перед реальными изменениями.
→ Создаёт план очистки в CSV и итоговый отчёт в Markdown.
→ Ставится одной командой:
npx --yes codex-code-rot-cleaner@latest

Сделать генеральную уборку в вашем коде в один клик — тут.

@notboring_tech

🚀 Подписчик выпустил тулзу TurboFieldfare, которая запускает мощную Gemma 4 26B-A4B на любом (!) макбуке с чипом M — требуется всего 2 ГБ оперативной памяти вместо 16 ГБ.

• Модель занимает лишь 15 ГБ на SSD и подгружает только 2 ГБ данных в RAM, а не всё целиком.
• Работает быстро: на MacBook Air M2 5 токенов в секунду, а на M5 Pro — 35 т/с (вместо 0,5 т/с в Colibri).
• После установки консоль не нужна: есть удобное юзер-френдли приложение, похожее на ChatGPT.

Установить локально на макбук — тут.

@notboring_tech

Главное, чему AI пока не научился — это решать за тебя что важно, а что нет.

Да, нейронки быстро сделают ресерч, накидают гипотез и сделают первый черновик чего угодно. Но что внедрять, что тестировать, что отложить, а что вообще не трогать — выбор остаётся на тебе.

Хочу поделиться авторским каналом Десижн Рум — ведет его Артем, он фулстек-маркетолог и предприниматель.

Он пишет про принятие решений в digital, без "успешного успеха".

Пара отличных постов из канала:

— Хорошее решение иногда даёт убыток
— Культура тестов: 22 гипотезы за 14 дней, сработало 3

Артем показывает, как ошибается и принимает решения в условиях неопределённости.

Также у него в закрепе PDF-протокол: 4 проверки перед важным решением.

Без мотивационной воды, подписывайтесь: @decision_room

#реклама

📚 Вышел интерактивный учебник по созданию LLM с нуля — Language Model Builder шаг за шагом объясняет основы и устройство нейронок.

После теории сразу начинается практика — вы создадите своего нейропомощника типа GPT-2-Small, с которым можно будет пообщаться.

Сохраняем — тут.

@notboring_tech

💥 Нашёл скилл, который превращает сырые README с GitHub в полноценные страницы проектов — он анализирует всю кодовую базу, чтобы не придумывать несуществующие фичи.

ИИ-агент перестраивает файл так, чтобы сразу была понятна цель репозитория, добавляет скрины, генерирует SVG-обложки, убирает повторы, создаёт уникальный дизайн и многое другое.

Пользуемся — тут.

@notboring_tech