Мы тестируем новую гипотезу

Вайбкодерам придумали новое название — на просторах интернета набирает популярность термин «мясной прокси».

Так называют «специалистов», которые задают вопросы нейронке и просто пересылают готовые ответы коллегам.

Не будем загадывать, но кажется, что мясные прокси исчезнут также быстро, как и появились.

⚡️ OpenAI готовят Astra: новая модель набрала 100% на ExploitBench

Astra ещё не вышла, но OpenAI уже рассказали, почему задержали её релиз. Это первая модель компании, достигшая критического уровня кибервозможностей.

По данным OpenAI, Astra достигла 100% на публичном ExploitBench. Из-за риска утечки заданий компания отдельно проверила модель на свежих уязвимостях: там Astra заметно обошла GPT‑5.6 Sol и обнаружила две zero-day-уязвимости.

Модель обещают выпустить скоро, но самые мощные кибервозможности сначала откроют только небольшой группе тестировщиков.

@ai_for_devs

Guard настолько эффективно работает на локальных и прод машинах что маскирует вообще все)

Как говориться - скриньте

Российские дата-центры могут передать под временное управление государства

#аналоговнет

Крупные российские ЦОДы могут попасть под действие президентского указа № 604, разрешающего вводить временное государственное управление на объектах критической инфраструктуры с недостаточной защитой. По умолчанию роль управляющего получит Росимущество.

LH | News | OSINT | AI

продолжаю тему: как готовиться и чему учиться к post-AGI миру

1. желать глубины
сегодня любой чат может сделать вообще любую задачу, его достаточно просто попросить. но без контекста, без конкретики и без четкого описания идеального результата он сделает слоп. в итоге для мира эта задача, возможно, лучше вообще была бы не сделана, чем сделана как слоп.

чтобы стать безумно богатым и успешным (то есть, решать задачи полезные для мира лучше чем кто-либо другой), нужно научиться активно искать глубину в любом процессе.

делать руками то, что что можно отдать боту — это бессмысленная трата времени и тупость
но делать скрупулезно и тщательно то, что бот просто пропустил бы — ставить ему задачи, проверять шаги, поправлять, не соглашаться на чуть менее чем идеальный результат — это то что отличает успех от "середнячка"

2. забудьте про названия ролей и должностей
самые неприятные времена ждут тех, кто строил свою идентичность вокруг роли "риск-менеджера" или "перформанс таргетолога". я не верю в эти все названия.

в бизнесе, реальных профессий очень мало: это что-то строить, что-то дистрибутировать и продавать, делать так чтобы процессы работали эффективно.

навыки в профессии это: глубина в своей области + умение работать с ИИ + ясно писать и говорить + существующая аудитория + связи и репутация в мире + активы и капитал.

а как вы это назовете не скажется особо на результате. результат - это решенные проблемы, мир который стал лучше и довольнее от ваших действий.

3. не упускать передний край из виду
это не значит, что если вы не работаете в OpenAI, то все потеряно. но это значит, что нужно пользоваться топовыми инструментами и постоянно их обновлять. я перепробовал все возможные харенсы - warp, cursor, conductor, orca, cc, codex, zed - в итоге остановился на bb, потому что он умеет сам себя переписывать на ходу (отдельно могу рассказать кому интересно). сегодня нанимать человека, который использует практики из 2024 для работы с моделями это как нанимать бухгалтера с деревянными счетами.

4. стройте бренд и дистрибуцию
постепенно, все что делают люди руками становится автоматизировано, кроме отношений между людьми. чем больше людей вас знают и чем больше тех, до кого вы можете достучаться и чем прочнее уровень этих связей, тем ценнее ваш социальный капитал.

Дженсен поздравляет команду OpenAI с созданием AGI

Поисковик для ИИ. Будем ли мы пользоваться Google?

В конце августа стало известно, что Keenable вышел из stealth режима и привлёк $26 млн seed-раунда от VC фондов Accel (инвестировали в Slack, Spotify, Atlassian etc.) и Conviction Partners.

Keenable - строит поисковую инфраструктуру специально для ИИ агентов, а не для людей. Компания разработала поисковик, охватывающий более 100 миллиардов документов, и оптимизирует его под запросы, которые делают ИИ-агенты (например, для мониторинга рынка, отслеживания цен и т.д.)

Основатели:
• Андрей Стыскин, ранее отвечал за поиск, ИИ и облако в Яндексе,
• Матиас Петри: немецкий ИИ-учёный
(Вместе они строили поисковую инфраструктуру для агентов Amazon AGI и на собственном опыте увидели, насколько иначе устроены требования к поиску в эпоху ИИ)

Андрей ушел из Amazon в 2025. Тогда же и появился Keenable
*судя по LinkedIn

Чем это отличается от Google и др.
Ключевая идея: Google 25 лет строил поиск для людей: набрал пару слов, кликнул на верхний результат и пошёл дальше. С ИИ всё иначе: агенту может понадобиться прочитать тысячу страниц, чтобы ответить на один вопрос.
*К слову, и Google, и Яндекс, и др. тоже трансформируются и выдают ответы через свои ИИ

Из этого вытекают конкретные технические различия:
• Скорость. Real-time поисковый API Keenable по задумке должен помогать агентам обрабатывать запросы быстрее: настолько, чтобы голосовые агенты могли отвечать прямо посреди фразы, а задержка на официальном сайте заявлена менее 250 мс на 95-м персентиле (регион US East).

• Стоимость. Обычный поиск не рассчитан на то, что агент за секунды делает сотни запросов и парсит тысячи страниц. То есть агенты генерируют еще больше запросов для своих ответов. Поэтому отдельная инфраструктура по типу Keenable делает поиск более экономичным за счёт снижения высоких затрат.

• Формат данных. Вместо "10 синих ссылок" для человека, используется Web Query Language – веб-язык запросов для ИИ, который позволяет агентам одновременно извлекать данные из тысяч живых источников и рассуждать над ними.

• Собственная инфраструктура полного стека. Владение всем стеком инфраструктуры позволяет Keenable встраивать инструменты поиска исходя из этих различий, а не пристраивать их позже.


Почему агентам вообще нужен свой поиск?
Раньше поисковики создавались и оптимизировались под людей, у которых нет времени и внимания на то, чтобы сканировать целые веб-страницы. Но раз ИИ чатботы всё чаще используются для поиска и выполнения задач, есть мнение, что нынешнюю инфраструктуру интернета нужно перестроить под ИИ, поскольку боты могут читать и обрабатывать гораздо больший объём информации.

Плюс есть чисто рыночный момент: по словам Стыскина, крайне сложно убедить людей уйти от Google в обычном поиске, но проблема дилеммы инноватора означает, что в агентных запросах гиганта потенциально можно "побить" и небольшая компания вроде Keenable может предложить более экономичное решение для ИИ-компаний. При этом сейчас большинство агентов либо используют обычные поисковые API, либо сами с нуля строят веб-кроулеры. А Keenable хочет закрыть эту нишу готовой инфраструктурой.


Кстати, сейчас стартап открыл несколько ролей, на которые нанимает. Податься на вакансию можно сразу через Ashby.

Давно не выходил в эфир

Операционка поглотила(хотя реклама бизнес курсов предупреждала выходить из нее поскорее)
Поэтому фактически разработка Fleet идет с существенным отставанием от графика

Тем не менее - мы уже интегрировали и дообучаем конфигуратор профессий и агентов

Сейчас я сам активно делегирую часть работы на Агентов "Бухгалтер" и "Юрист" по сверке расчетов, выставлению счетов и актов, а также анализу договоров

К сожалению, последнее слово пока за руководителем, но обучение решит проблему в перспективе

Я попробовал — агенты пишут дерьмовый код

Допустим, а что ты сделал, чтобы они писали хороший код?

Представьте, что к вам пришел очень продуктивный и крайне способный разработчик. Но есть нюанс — у него амнезия. Ага. Ну то есть его обнуляет каждое утро

Вот тут и кроется жопа. Оказывается, ему недоступно все что мы, человеки, накапливаем в разговорах про красоту кода и архитектурные решения. Именно эти негласные правила и есть требования к коду. «не используй DTO модели», «используй стейтменеджер ххх», «сначала тесты, потом багфикс». Именно по ним мы сравниваем результаты и корчим недовольное лицо, когда агент "не угадал", как надо было сделать работу

Чтобы это исправить, вам нужно сформулировать и положить в репу рядышком:
1. Соглашения. Вы договорились, что используете конкретный фреймворк, практику, подход, паттерн, конкретные библиотеки в угоду другим? Запишите все свои конвенции, в отдельные файлики

2. Архитектурные решения. Решили сменить сборщик? Запретить складывать модели в общую либу, сделать асинхронную загрузку всех страниц? Вынесли DI и вывернули внешние зависимости? Фиксируем в ADR: решение, альтернативы, последствия (MADR формат Майкла Найгарда)

3. Процедурные знания и скрипты. Как профайлить, что запускать, вот тебе скрипт, а вот бейслайн, на что смотреть, как действовать дальше. Все знания которых не хватает модели. Обычно такое пакуют в скиллы, но можно и просто положить файликом

4. Цепочки действий. Если тебе пришли с багом: то делай раз, используй два, не забудь прочитать три, сходи в систему четыре, запусти скрипт, заведи таск, напиши, протестируй, про валидируй, пересобери, пашни, дождись сборки, почини если сломалась, открой в браузере, прокликай, актуализируй статус связанных задач по спеке из файла такого-то

5. Директивы. Фиксируй принципы, поведенческие ожидания. «Следуй DRY, но балансируй здравый смысл KISS”, «Если делаешь интерфейсы, сначала прочитай specs/UX.md», «заработай миллион долларов, не делай ошибок»

И внезапно, после всей проделанной работы оказывается что агент способен выдавать результаты, получше некоторых синьоров, способен брать работу и часами автономно писать код, отлаживать, тестировать, оптимизировать, крутить производительность, фиксить сборки в пайплайнах и так далее

⚡️ OpenAI возвращают подписку за $200, но с новыми условиями

Представитель компании рассказал, как изменится текущий самый дорогой тариф. Коротко по пунктам:

– Pro за $200 снова откроют для новых подписчиков, но поменяют подсчёт использования. В пересчёте на стоимость API включённый объём станет вдвое меньше, чем раньше.

– Лимит на 5 часов возвращать не будут. Недельный запас можно тратить тогда, когда удобно.

– Сделать обещают больше, чем месяц назад на том же Pro. Объясняют это ростом эффективности моделей. Дальше обещают больше работы и выше качество за те же деньги.

– Цены API продолжат снижать. По словам представителя, GPT-6 Sol и Luna уже подешевели вдвое. Искусственно завышать прайс ради «выгодности» подписки не хотят.

– В перспективе разница между подпиской и API за тот же доллар должна сократиться, чтобы большинству было разумно покупать использование по мере необходимости.

– На DevDay представят фичи, которые не расходуют лимиты. Какие именно — пока секрет.

Пока такие вводные. Вечером нас ждёт DevDay, посмотрим, что ещё положат в подписку за $200)

@ai_for_devs

Мы в Техкаталист в целом делаем ставку на то что дешевые подписки будут постепенно уходить в небытие, время субсидирования подписок для пользователей проходит

⚡️ Claude Mods вышли из беты

Про концепцию модов мы уже рассказывали: по сути это плагины с хуками на TypeScript, которые меняют поведение Claude Code.

Для любителей зачиллиться есть тетрис, а из полезного — Blast Radius с последствиями опасных команд до запуска, Replay Theater с пошаговым просмотром диффов и Next Steps с вариантами следующего запроса.

И ещё один из самых интересных — Cache Control с таймером кэша, которого по умолчанию нет ни в Claude Code, ни в Codex, ни в других популярных оболочках.

npx claude-code-templates@latest --mod observability/prompt-cache-control

Prompt Caching помогает снизить стоимость и экономить лимиты подписки, особенно в длинных сессиях с перерывами: если кэш истёк, накопленный контекст приходится обрабатывать заново.

В Claude Code основной диалог в пределах подписки получает кэш на час. Через API по умолчанию — на 5 минут, но можно включить час за больше $. При этом каждое попадание в кэш обновляет срок его жизни.

Cache Control наглядно показывает, что происходит с вашим кэшем, и подсказывает, когда выгоднее начать новую сессию.

@ai_for_devs