Не забываем сдать показания счетчиков оплатить Delaware Franchise Tax до 1 марта!

Memory in Claude code

Claude теперь может запоминать информацию между сеансами — контекст проекта, паттерны отладки, предпочитаемые подходы — и вспоминать её без необходимости записывать. CLAUDE.md служит инструкциями для Claude, а MEMORY.md — это блокнот памяти, который Claude обновляет автоматически при просьбе что-то запомнить

https://code.claude.com/docs/en/memory

Восстановил syabro.com. CC поднял Astro, деплой по CI из GHA в Cloudflare Pages.

Дизайн by Google Stich

По совету иишечки буду писать статьи и кидать в линкедин чтобы показывать охуенность

PS Brutalism FTW

ААААААА, Крокодил в ванной!!!!!!!!!!

Китайская команда опять все украла разобрала архитектуру сlaude сode и собрала её заново с нуля - в 12 пошаговых сессиях.

Ядро агента - один цикл: отправь запрос → получи ответ → если LLM просит вызвать инструмент, выполни и верни результат → повтори. Всё остальное — надстройки.

Что добавляется по шагам:
- dispatch map для инструментов
- планирование через TodoWrite
- субагенты с независимым контекстом
- 3-уровневое сжатие контекста
- мульти-агентные команды через JSONL mailbox
- изоляция через worktrees

Главный инсайт проекта: семь бед один bash-инструмент покрывает 80% задач кодинг-агента. Сохрани в тг избранное и обязательно заботай (когда-нибудь точно)

https://github.com/googleworkspace/cli

"Google" (в кавычках да) выкатили gws — один CLI на весь Workspace.

Команды нигде не захардкожены. Тулза при запуске идёт в Google Discovery Service и строит всё дерево на лету.

MCP-сервер из коробки, 100+ agent skills. gws mcp -s drive,gmail,calendar

"Not an officially supported Google product", лол. Пилит один чувак из команды developer advocacy. Больше похоже на сайд-проект евангелистов :)

https://www.alibabacloud.com/campaign/ai-scene-coding?referral_code=A92LL7

Алибаба выкатила свой кодплан
Lite $10 и PRO $50

Заявлено
- qwen3.5-plus
- kimi-k2.5
- glm-5
- MiniMax-M2.5

Выглядит как идеальная подписка для агентов

PS Ссылка реферальная, мне $10 на кофе

https://xcancel.com/theflow0/status/2030011206040256841

Кажется Игорь больше не тонет

Rust Dos Navigator

https://github.com/apatrushev/rdn

*утер старческую слезу рукавом*

https://arxiv.org/abs/2512.08296

Google Research + MIT выкатили paper на 180 экспериментов, где методично разобрали, когда мультиагентные системы работают, а когда всё становится хуже.

ТЛДР: “More agents is all you need” — не работает.
Разброс от +80.9% до −70% в зависимости от задачи и архитектуры.

Три семейства моделей (OpenAI, Google, Anthropic), четыре бенчмарка, пять архитектур. Controlled evaluation — одинаковые промпты, тулы, бюджеты токенов. Меняется только координация.

Пять архитектур: Single-agent — одна модель, один цикл рассуждения. Independent — несколько агентов работают параллельно без общения, результаты склеиваются в конце. Decentralized — агенты общаются друг с другом напрямую, приходят к консенсусу через раунды дебатов. Centralized — есть оркестратор, который раздаёт подзадачи сабагентам и собирает результат. Hybrid — оркестратор + агенты ещё и между собой общаются.

Где мультиагенты тащат. Finance Agent — задачи с параллельной декомпозицией. Один агент копает SEC filings, другой — новости, третий — операционный анализ. Centralized MAS даёт +80.8% к single-agent. Задача сама напрашивается на разделение.

Где всё ломается. PlanCraft — последовательное планирование в Minecraft. Каждое действие зависит от предыдущего состояния. Любая мультиагентная архитектура деградирует: от −39% (Hybrid) до −70% (Independent). Координация жрёт токены, которые нужны на рассуждение. Агенты начинают делить задачу, которую делить нельзя — один «исследует рецепт», другой «проверяет инвентарь», третий крафтит. Три шага вместо одного, плюс overhead на общение между ними.

Scaling law дала три закономерности. Чем больше тулов у задачи, тем сильнее мультиагентный overhead бьёт по перформансу. В Workbench, где задачи используют по 16 тулов, эффективность Hybrid проседает в 6 раз относительно single-agent. Дальше — потолок отдачи. Если single-agent уже даёт выше ~45%, добавление агентов даёт отрицательный возврат. Координация стоит дороже, чем потенциальный прирост. И усиление ошибок зависит от топологии. Independent агенты усиливают ошибки в 17.2× — нет механизма коррекции, каждый варится в своём контексте. Centralized сдерживает до 4.4× за счёт оркестратора-валидатора.
Про деньги. Single-agent — 67.7 success/1K tokens. Centralized — 21.5. Hybrid — 13.6. Расход токенов в пять раз выше, а результат тот же или хуже.

Авторы вывели формулу, которая по количеству тулов, базовой точности и декомпозируемости задачи предсказывает оптимальную архитектуру с точностью 87% на новых конфигурациях. Валидировали на GPT-5.2, который вышел после исследования — четыре из пяти принципов подтвердились.

Если задача последовательная и single-agent уже даёт >45% — мультиагенты скорее всего сделают хуже. Если параллелизуема и baseline низкий — Centralized или Decentralized дадут прирост. Decentralized лучше для exploration (web navigation: +9.2%), Centralized — для structured reasoning (finance: +80.8%).

Ещё интересное: в decentralized архитектурах команды из слабых и сильных моделей работают на уровне или лучше однородных из сильных. У Anthropic в centralized архитектуре слабый оркестратор + сильные сабагенты даёт +31% относительно полностью сильной команды.

https://t.me/aostrikov_agents_chat/2877

Пацаны ваще ребята! Рекомендую!

Сегдоня немного прилег codex. Пока трейсил его чтоб понять в чем проблема заметил что с их сервера приходит системный промпт. Расшифровал его и можно глянуть как они описывают персону, поведение, как тулы вызывают. Возможно кому пригодиться кто своих агентов пилит.

Amazon собрала инженеров на обязательный разбор серии инцидентов. Внутренний документ описывает волну крупных сбоев, вызванных правками через GenAI. Официальная позиция — «part of normal business».

Четыре Sev-1 за одну неделю. 5 марта сайт и приложение Amazon лежали ~6 часов — оформление заказов не работало, цены не показывались. В декабре Kiro (kiro.dev), которому поручили внести правки в AWS Cost Explorer, решил снести и пересоздать окружение целиком. Восстановление заняло 13 часов. Amazon назвал это «extremely limited event» — сервис при этом обслуживал клиентов в материковом Китае.

Джунам и миддлам теперь нужен аппрув синьора на любые правки, сделанные с помощью AI. Эти ограничения вводят поверх системы, в которой уже крутятся 21 000 AI-агентов в розничном подразделении. Amazon заявляет $2B экономии и рост скорости разработки в 4.5 раза. И с такими цифрами в отчётах фарш назад не провернуть.

Отдельный кек: пункт про GenAI из документа удалили до начала встречи. После публикации FT представитель Amazon заявил, что только один сбой связан с AI и ни один не вызван кодом, который AI написал.

CNBC: An internal document originally said generative AI-assisted production changes were partly to blame for the issues, but the reference to GenAI was subsequently deleted.

James Gosling, ушедший из AWS в 2024, ещё тогда описывал ту же картину — команды, не приносящие прямой доход, расформировали ради AI-повестки. Corey Quinn из Duckbill сформулировал точнее: AWS предпочтёт, чтобы мир считал их инженеров некомпетентными, чем признает, что ошибку допустил AI.

https://fixupx.com/lukolejnik/status/2031257644724342957?s=46

https://www.cnbc.com/2026/03/10/amazon-plans-deep-dive-internal-meeting-address-ai-related-outages.html

В Claude Code появилась команда claude remote-control. Не слеш-команда /remote-control, которая была и раньше. Та пробрасывала одну конкретную сессию на телефон.

Новая команда поднимает persistent-сервер. До 32 параллельных сессий на одной машине. Зашёл в claude.ai/code с телефона, создал сессию — она стартует локально, с доступом к файлам, MCP-серверам, CLAUDE.md. --spawn=worktree разносит сессии по отдельным git worktree, --spawn=same-dir держит всё в одной директории. Переключение между режимами — клавиша w на лету.

Мак с запущенным claude remote-control фактически становится headless-сервером. Одной командой закрыли сценарий, под который люди городили Tailscale + tmux + Termius и отчасти из-за которого набирал популярность OpenClaw.