Claude Code получил новый дизайн, терминал и больше автоматизаций

Дизайн заточен под запуск нескольких параллельных сессий.

Процессы можно запускать по расписанию, через API или по событию на GitHub. Примеры автоматизаций тут: https://code.claude.com/docs/en/routines

Вышел Claude Opus 4.7

Бьёт конкурентов почти во всех бенчмарках. Обещают, что новый Opus стал тактичнее и креативнее в профессиональных задачах и теперь создаёт более качественные интерфейсы, слайды и документы.

Уже доступен в платной подписке. Цена в API не изменилась.

Другие обновления:
— Режим трудозатрат xhigh. Это средний уровень между high и max для контроля мышления и задержки при решении задач. В Claude Code он включен по умолчанию.
— В API появилось управление бюджетами токенов на решение задач.
— Команда /ultrareview в Claude Code запускает сессию для поиска ошибок и проблем в дизайне.

https://www.anthropic.com/news/claude-opus-4-7

Codex научили управлять компьютером

OpenAI обновила Codex для macOS. Функционал расширили за пределы программирования. Новый девиз: «Codex for (almost) everything».

Несколько агентов могут работать на компьютере параллельно, не мешая вашей работе в других приложениях. Уже есть 90+ плагинов со скиллами и интеграциями с популярными инструментами.

https://openai.com/index/codex-for-almost-everything/

Claude теперь полноценный дизайнер: Anthropic запустили Claude Design для создания стильных сайтов, приложений и презентаций.

Бот умеет работать с готовыми дизайн-системами, достаточно закинуть нужные ассеты. Все дают экспортировать в PDF, PPTX, HTML или напрямую в Canva для доработок.

Подписчики уже могут тестить по ссылке.

В Telegram может появиться отдельная вкладка для глобального поиска каналов. Там будут показываться не только результаты для всех, но и каналы, которые добавили в профиль ваши контакты.

Плюс планируют категории: можно будет просто заходить и листать каналы по темам. На скриншоте реализация из стороннего клиента — официальной реализации пока нет, а инфу достали из кода дата-майнеры.

Каналы существуют в мессенджере уже больше 10 лет. Самое время!

Как меняется объем переходов из Яндекса на сайты рунета, несмотря на рост доли?
Падение примерно на 20% год к году.
Аудитория Поиска Яндекса давно не меняется — 110 млн MAU.
Доля в рунете растет и достигла 70%.
"19 из 20 ответов Поиска содержат специальные блоки для решения разных задач".
Что дополнительно может влиять, помимо генеративных ответов и колдунщиков (т.е. zero-click searches)? Снижение кол-ва сайтов со счетчиком Метрики (достоверных данных на этот счет нет).

Клауд код - умеет в дизайн уже не хуже Lovable (хотя и Lovable - уже с Opus 3.7).

Я уже больше трачу время на то, чтобы определиться в чем буду делать очередной дизайн.

Сайты делаю не каждый день, но вот презентации и документы - с точными циферками - да - делаю.

Сейчас это в целом любая ИИ делает на Pro+ тарифах (все что дороже 20 долл - делает идеально - за 20 только дразнят).

Безос вкладывает $10 млрд в ИИ, который понимает физический мир

Джефф Безос почти закрыл раунд на $10 миллиардов для ИИ-стартапа, который учит модели понимать физический мир — не текст, а реальную физику и пространство. Об этом пишет Financial Times.

Это другой класс ИИ: нужен для роботов, автопилотов и промышленной автоматизации. $10 млрд за один раунд — рекордная сумма в этом сегменте. Безос уже вложился в Anthropic, теперь делает ставку на следующий фронтир.

🔗 Читать: https://mltimes.ai/bezos-vkladyvaet-10-mlrd-v-ii-kotoryy-ponimaet-fizicheskiy-m/

Создаем личного UX-дизайнера: Google выложили код для своего агента Stitch в опенсорс.

Можно перерабатывать под свои задачи и сразу отдавать файлы Claude Code или Codex. Позволит генерировать целые дизайн-системы с одинаковыми элементами без повтора промтов.

Забираем тут.

Вышла GPT-5.5

Будет доступна сегодня на платных тарифах начиная с Plus и выше.

GPT‑5.5 Pro — только для Pro, Business и Enterprise.

https://openai.com/index/introducing-gpt-5-5/

Andrej Karpathy on the shift from vibe coding to agentic engineering

Ключевые моменты:

• от ручного кодинга к prompt-first и agent-driven работе.

• важнее ставить задачу, задавать контекст и guardrails, чем “рисовать флоу”.

• ускоряет контент, сегментацию и тесты, но без метрик и валидации это просто бред.

• Главный навык - не делать руками все самому, а оркестрировать агентов и контролировать качество.

Anthropic выпустили 10 финансовых ИИ-агентов — они превращают Claude Code в аналитика с Уолл-стрит.

Помогут Claude анализировать отчетности, строить финмодели и проводить анализ рынка. Есть надстройки для управления личными финансовыми потоками и прямая интеграция с Excel, PowerPoint и Word.

Все агенты доступны здесь.

Anthropic удвоил лимиты, потому что взял в аренду дата-центр Маска

В распоряжении Anthropic теперь весь дата-центр Colossus 1, принадлежащий SpaceX. Это 300 мегаватт мощностей или 220 тысяч GPU Nvidia.

Пятичасовые лимиты на тарифах Pro, Max, Team и Enterprise с сегодняшнего дня удвоены.

Для Claude Code Pro и Max отменили снижение лимита в пиковые часы.

Значительно увеличены Rate limits для запросов к API.

https://www.anthropic.com/news/higher-limits-spacex

Anthropic строит AI-аналог McKinsey

Anthropic объединилась с Blackstone, Hellman & Friedman и Goldman Sachs, чтобы запустить совместное предприятие на $1,5 млрд. Названия пока нет, но цель — взять на себя внедрение AI в средний и крупный бизнес.

Прямо сейчас параллельно ту же тему пилит OpenAI — у них совместное предприятие с TPG, Brookfield и Bain Capital, объём $4 млрд, оценка $10 млрд. Внутри проект уже называют DeployCo.

Короче, на наших глазах рождается целая новая индустрия — AI-нативный консалтинг. Смесь классического консалтинга, аутсорсинга и SaaS.

Я последние полгода всем говорю: «Хочу построить McKinsey в сфере AI». А мне раз за разом: «Кирилл, ну нет такой темы». И вот здрасьте, пажалста ))

—

Почему это важно:

1. Победа в AI достанется не тем, у кого лучшая модель, а тем, кто реально умеет её внедрять. Главная боль рынка сейчас — gap между «модель в проде» и «модель приносит деньги». Провал почти всегда не в технологии, а во внедрении: процессы кривые, данные дырявые, культура не готова.

Anthropic не пытается продать вам модель. Они пытаются продать вам внедрение. Их инженеры будут embedded внутри клиента. Эта формула бьёт чистый SaaS, потому что закрывает именно то, что у компаний болит.

2. Главный актив новой компании — не технология, а дистрибуция через PE-портфели. Blackstone, Hellman & Friedman, Apollo, GIC, Sequoia, General Atlantic. У этих ребят сотни портфельных компаний на балансах, готовая клиентская воронка. Когда Big 3 ходят и продают каждому клиенту вручную, эти ребята выкупают себе рынок через инвестиционные структуры.

—

Если вы экс-консультант Big 3 — давайте пообщаемся. ЛС: @kgurbanov

Хотя текст ориентирован на венчурную публику, его интересно много кому прочитать: очень сжатый и понятный рассказ, почему автор считает ИИ не просто новым инструментом, а созданием технологии общего назначения. Такие технологии на протяжении нашей истории появлялись не раз (хотя и не слишком часто). А еще не раз частные технологии провозглашались трансформирующими — ошибочно.

Segway, изобретённый в начале 2000‑х, имел множество влиятельных сторонников, включая Стива Джобса, который, говорят, считал его столь же важным, как персональный компьютер.

Как понять, какой сценарий реализуется на этот раз? Автор на основе рассуждений, которые не буду пересказывать (их полезно целиком прочитать в оригинале), приходит к выводу:

ИИ почти наверняка является преобразующей технологией масштаба печатного станка и компьютера. История не может сказать нам, каков будет тайминг, кто именно извлечёт основную выгоду и какие компании окажутся Гутенбергами, а какие — забытыми печатниками. Но она говорит, что подобная технология, когда появляется, перестраивает индустрии и институты вокруг себя. И степень этой перестройки обычно оказывается больше, чем ожидали люди, живущие в её ранние годы.

По сути, схожие вещи говорят лидеры бигтехов, но скорее в виде заклинаний, чем логических выводов — поэтому заметку интересно вдумчиво прочитать в оригинале (даже если вывод не нравится;))

https://lukechen.substack.com/p/ai-is-going-to-change-everything

Дизайнеры и вайбкодеры, это вам: появился топовый инструмент Lazyweb — превращает агентов в дизайн-исследователей.

Собирает 250 тыс. экранов реальных приложений, чтобы искать готовые паттерны и опираться на лучшие решения при создании интерфейсов.

Легко подключается к Claude, Codex или Cursor через MCP. Но можно собирать референсы вручную.

Доступно бесплатно и без лимитов. Забираем здесь.

Stripe создала штатную должность, чтобы автоматизировать работу собственных маркетологов изнутри.

Называется Forward Deployed AI Accelerator. Один человек на команду из ~20 маркетологов. Задача — сесть рядом с каждым, разобрать его конкретные задачи, собрать кастомных AI-агентов. Обучить. Уйти в сторону — и чтобы человек дальше работал сам.

Когда прочитал — сразу узнал себя.

Последние полгода я делаю ровно это в одной крупной российской компании. Только с шириной бэкграунда, которой у «чистого AI-инженера» нет: 30 лет в маркетинге, 350+ брендов, агентство на $150M. Я не просто строю агентов — я понимаю бизнес-контекст каждого человека, которому их строю. Это принципиально другое.

Что получилось за полгода:

— Команду разработки сократили вдвое. Оставшиеся показывают прирост производительности 20–30% в месяц — начиная с марта.
— Дизайнеры и продуктологи теперь сами делают прототипы до уровня рабочего кода. Программистам остаётся смёрджить и почистить.

Три вывода, которые я сделал не из новости, а из практики:
— Самостоятельный переход не работает (хотя вру - сработал 2 чел из 400 - сами стали работать). Люди не переучиваются сами. Ни курсы, ни корпоративные лицензии, ни гайды. Нужен живой человек рядом, который перестраивает именно твой процесс под твою задачу.
— Ширина важнее глубины. AI-инженер без бизнес-опыта строит автоматизации, которые технически работают, но бизнесу не нужны. Маркетолог без AI-архитектуры не может собрать то, что реально изменит работу. Нужен гибрид.
— Маркетинг и IT — первый полигон не случайно. Там самый быстрый ROI, понятные метрики, больше всего ручного и повторяющегося.

Это не изолированная история Stripe. Forward Deployed Engineer — концепт, который Palantir использовал годами для корпораций. На прошлой неделе Anthropic объявил партнёрство с Blackstone на $1,5 млрд под похожую логику. Теперь Stripe делает это штатной ролью в маркетинге.

Скорость, с которой это из нишевой концепции стало нормой — показательна.

Вопрос к вам: если бы у вас в команде был такой человек — с чего бы он начал?

—

P.S. Эту полугодовую практику сейчас перекладываю в учебный формат — для Финуниверситета и других партнёрских вузов, где преподаю. Практикум повышения квалификации 272 ак.ч., которая выпускает не «прошедших курс по ИИ», а готовых занять роль Forward Deployed AI Accelerator / AI Champion в собственной или чужой компании.

Этим летом запускаем пилотный поток на 12–15 человек — со специальной ценой и прямым доступом ко мне как автору, в обмен на детальную обратную связь по программе. Старт — конец июня.

Чтобы предварительно познакомиться с программой — запустим бота-консьержа через неделю. Он расскажет про шесть дисциплин, артефакты на выходе и условия пилота за 5–7 минут. Там же сможете — оставить заявку.

Лайфхак, который объясняет, почему ИИ-внедрения в 90% компаний не взлетают

Потому что умные сотрудники используют ИИ в одиночку. В тихую. Под замком.

Получают результат — выдают команде готовый ответ. Без черновика. Без процесса. Без единого шанса для остальных понять, как это вообще работает. Это классическая ловушка «я эксперт, вот мой вывод». Подмастерье, который видит только готовый стол, никогда не научится столярному делу.

Я делаю наоборот. Завёл Telegram-группу с темами. Появился новый вопрос — открываю тему и веду её публично, шаг за шагом. Когда задача непонятная — пишу встречный вопрос прямо там: «что именно ты хочешь получить и зачем».

Когда задача решена — описываю:
- Какие шаги сделал, что не сработало, что вышло на выходе.
- Никакой полировки. Никаких победных отчётов. Только рабочий процесс вживую.
- Сначала люди молчат и подглядывают. Потом кто-то пишет: «А я так попробовал». Потом второй. Потом это становится нормой — без тренингов, корпоративных курсов и директив сверху.
- Тоби Лютке придумал то же самое для всего Shopify. ИИ-агент River живёт только в открытых каналах — никакого приватного использования. Коллеги видят не отчёт, а мышление вживую.
- Главный инсайт простой и неудобный: ИИ-трансформация компании начинается не тогда, когда вы купили подписку. А тогда, когда перестали прятать, как именно вы с ним работаете.

Конкретное действие:
Telegram-группа. Темы по процессам. Работаешь публично — со встречными вопросами, ошибками и финальным разбором.
Неделю. Смотришь, что происходит с командой.

Если не страшно — значит, показываешь недостаточно честно.

Google готовит новую модель для генерации видео

У некоторых пользователей Gemini появился доступ к неизвестной модели для генерации видео Omni.

Официальный запуск, скорее всего, состоится 19 мая на Google I/O 2026.

https://www.reddit.com/r/GeminiAI/comments/1t9jgwh/comment/ol3c8eq/?context=3

Baidu выпустила Ernie 5.1: топ-4 в мире за 6% от стандартных затрат на обучение

Baidu выпустила Ernie 5.1 — модель, которая стоила в 16 раз дешевле аналогов. Предобучение обошлось в 6% от стандартных затрат: компания обучает целое семейство моделей за один проход, а новую версию просто «извлекает» из уже готового Ernie 5.0 с третью параметров.

Результат при этом — 4-е место в мировом Search Arena Leaderboard, сразу за двумя версиями Claude Opus и GPT-5.5 Search. В агентных задачах модель обходит DeepSeek-V4-Pro, по математике уступает только Gemini 3.1 Pro. Веса не публикуются — проверить цифры независимо нельзя.

🔗 Читать: https://mltimes.ai/baidu-vypustila-ernie-5-1-top-4-v-mire-za-6-ot-standartnyh-z/

40 задач → 3 приоритета. Как правильно использовать нотетейкер

Нотетейкером пользуются 75% команд. Результат у всех одинаковый — 40 задач списком, которые никто не разбирает.

Я нашёл способ получать другое.

Проблема не в нотетейкере. Проблема в порядке
Стандартная схема: встреча → транскрипт → AI читает с нуля → выдаёт всё подряд.
AI не знает, что важно. Он просто записывает.

Правильная схема — три шага
→ *До встречи* — закидываете в AI-тред материалы, контекст, прошлые договорённости. Формулируете повестку вместе с AI, расставляете приоритеты.
→ *На встрече* — идёте по этой повестке. Нотетейкер пишет транскрипт.
→ *После* — закидываете транскрипт в тот же тред.

AI накладывает разговор на контекст, который вы создали до встречи. Он уже знает, что важно, — и сортирует соответственно.

Результат: вместо 40 задач — 3 главных приоритета и 5–7 фокусов внимания. Сгруппировано. С ответственными. С дедлайнами. Разница не в инструменте. Разница в том, что AI использует корпоративную память сессии, а не читает встречу как первый раз.

Следующий уровень — постоянная память компании: все встречи, задачи и решения структурированы, и каждая новая встреча уже знает историю всех предыдущих. Но это другой месяц.