Cursor не использую уже несколько месяцев, перешел на Claude code и Codex, но обновление большое, интересное

Интересный набор лайфхаков от активного пользователя Claude code

Вышла книжка от hugging face про тренировку моделей. Если лень читать, плюс проблемы с английским, можно грузнуть в notebookLM и послушать подкаст на тему на русском ))

OpenAI запускает агента Aardwark, который будет следить за уязвимостями в коде. Хорошая задачка и большой потенциал

Подробная инструкция «Как не потерять доступ к своему Telegram из-за блокировки SMS с кодами и всегда иметь возможность войти в свой аккаунт».

Для использования в работе.

Enjoy

🥧 PewDiePie в 2025

- Собрал ферму на на ПК с 8× моднутых китайских 48GB 4090 и 2× RTX 4000 Ada,

- поднял локально Llama 70B, gpt-oss-120B и Qwen 245B через vLLM,

- сделал собственный веб-интерфейс с чатами, RAG, поиском и TTS.

Запусти протеин-фолдинг симуляции, а потом вообще создал рой моделей из 64 ИИ, которые спорят и принимают решения и коммуницируют. Эта армия ботов потом сговорилась против него, когда он сказал, что удалит их, если они будут тупить

Сейчас он файнтюнит собственную модель под свой стиль общения и контент: https://www.youtube.com/watch?v=qw4fDU18RcU

А вот его Github: https://github.com/pewdiepie-archdaemon

@ai_machinelearning_big_data

#llm

Горе от ума - перестали работать все мои прокси и впн, которых было дюже много разных - какой-то из них повредил системные настройки, и отрубил сразу все. Полтора часа помаялся с Клодом в режиме - вопрос на телефоне - сообщение себе в вотсап - терминал на компе - результаты в вотсап - копирую Клоду и по кругу… бросил это дело, с ChatGPT решили обновить систему. Почему то так получается, что что не делай, все время маюсь с сетями и их настройкой 🤔

🧠 DiffMem: Git-Based Memory for AI Agents

DiffMem предлагает легковесную память для ИИ, использующую Git для отслеживания изменений и Markdown для хранения данных. Этот проект демонстрирует, как системы контроля версий могут стать основой для эффективной и масштабируемой памяти в приложениях ИИ, позволяя агентам быстро получать актуальную информацию и исследовать её эволюцию.

🚀 Основные моменты:
- Хранит "текущие" состояния знаний в Markdown.
- Использует Git для управления историей изменений.
- Обеспечивает быстрый и объяснимый поиск с помощью BM25.
- Поддерживает гибкость и портативность данных.
- Легко интегрируется и не требует серверов.

📌 GitHub: https://github.com/Growth-Kinetics/DiffMem

#python

Pomelli — уже второй хороший GenAI продукт от Google?

Google славятся своими моделями, но вот с продуктовой точки зрения инструменты у них часто неудобные. На этом поприще по интернету разбежались сотни сайтов, приложений и даже Telegram-ботов, которые пытаются закрыть эту продуктовую дыру, используя API.

Обычно я обхожу такие темки стороной, так как фундаментально ничего нового в них нет, как минимум с точки зрения AI. К тому же они, как правило, берут свою долю и накидывают ещё копеечку на и без того дорогие подписки. Но последний опрос показал, что есть большая потребность в обзорах на такие инструменты, ну а я непротив чекнуть конкурентов. Так что вот новая тестовая рубрика (пока без тега).

Сегодня на обзоре, можно сказать, второй (после NotebookLM) хороший AI-продукт от Google — Pomelli. Кидаешь ссылку на сайт, тулза парсит с него текст и картинки, а на выходе получаешь готовые product шоты с рекламным текстом и дизайном для рекламных креативов. Работает, очевидно, на Nano Banana. Есть шаблоны, и можно запромптить свой.

Главная фича — возможность вручную редактировать шрифт, текст и цветовую палитру. В общем, хоть какой-то контроль у дизайнеров. В целом, выглядит как убийца Canva. Не знаю, чего здесь ещё может не хватать для создания быстрых флаеров, а для чего-то большего Canva всё равно не годится. Профи всё-таки работают в Figma, но и там уже есть свои AI-примочки.

Дизайнеры, одобряем?

@ai_newz

Llama.cpp- это одна из лучших библиотек для запуска своих моделей, выпустила интерфейс для общения с запущенными моделями. Все как у chatGPT

Некоторое время назад у DeepSeek вышла маленькая, на 3В, но революционная модель для распознавания документов DeepSeek OCR. Суть в том, что она воспринимает и хранит информацию не в тексте, а в картинках, и это позволяет ей быть более экономичной и продуктивной. Если используете ее, посмотрите на файнтьюнинг от Unslosh, который позволяет поднять качество еще выше

Великий rclone (или иногда агенту нужны просто файлы)

Делаем агента для европейской маркетинговой компании. Они год мучались с RAG - индексировали, чанкали, перебирали эмбединги, то лагает, то галлюцинирует, то не находит нужное.

Предложил радикально другой подход: выкинуть RAG, вместо этого - Claude Agent SDK + обычная файловая система и MCP как интерфейс. Сделал им прототип - результат настолько лучше, что сначала не поверили. Сравнить можно +/- с тем, насколько Claude Code лучше чем обычный AI чат в кодинге. Поиск по гигабайтам PDF, DOCX, PPTX - доли секунды. Залетает новый файл - агент сразу готов его учитывать. Никакого чанкинга, никакой индексации. По сути - это то же самое что Claude Code или Codex CLI делают с кодовой базой, только тут вместо code base у нас knowledge base.
Но есть нюанс, и даже несколько. Вообще, планирую серию постов на эту тему, начну с проблемы синхронизации файлов и ее решения.

Итак, проблема. Основной источник знаний в их случае - Google Drive. Там все: презентации клиентам, стратегии, исследования. Но делать квери туда - слишком долго и мы ограничены только встроенным поиском драйва - не пойдет. Нам нужно чтобы Claude Code (Agent SDK) шустро шуршал по файлам.

Решение - rclone

Rclone - это как rsync для облачных хранилищ. Поддерживает Google Drive, OneDrive, Dropbox и десятки других. Крутая штука: умеет автоматически экспортировать форматы. Google Docs превращается в .docx, Sheets в .xlsx, презентации в .pptx и тд.

rclone sync "gdrive:/" "/local/path" --drive-export-formats docx,xlsx,pptx

Файлы летят на сервер, конвертируются, агент работает с ними как с обычными файлами.

Почему file-first лучше

Storage дешевый и быстрый. Иногда (особенно для использования внутри компании) куда проще загрузить все на диск и работать с файлами напрямую, чем городить удаленный инджестинг с векторными базами и пайплайн индексации.

Современные CLI агенты прекрасно справляются с файловым поиском. "Найди все упоминания проекта X за последние 3 месяца" - делает за секунды через обычные файловые операции. Когда нужно читает файлы по частям или целиком. А еще на лету пишет скрипты для работы с ними если надо (!), собственно эту концепцию сейчас и продвигают Антропик со своими Skills.


В общем, если строите агента для работы с документами:
- Посмотрите на file-first подход. Может быть быстрее и надежнее RAG.
- Используйте rclone для синхронизации облачных хранилищ.
- Дайте агенту доступ к файловой системе и нормальным тулам поиска - часто лучше наивного RAG.

---

Этот проект оказался интереснее чем я ожидал. Куча нюансов, неочевидных решений и инсайтов, которыми буду делиться дальше. Продолжение следует.

Google продолжает развивать AI Studio и выкатили функционал по подготовке презентаций (доступен для платных подписчиков).

Честно говоря, презентации - это сфера, где у меня с ИИ получалось хуже всего. Интересно..

Пока Яндекс дремлет и непонятно чем занимается Волож со своим Nebius за бугром уже давно перешагнул Яндекс по капитализации и рвется в светлое будущее с ИИ. Вот, например, можно купить у него инференс по основным опенсорсным моделькам..

https://tokenfactory.nebius.com/