Если сегодня антропикам не удастся договориться с Минторгом, ЦРУ и белым домом, то есть простое решение:

Если не видно разницы, зачем спорить с правительством. 🤭

Бесплатные API сегодня есть, завтра могут закончиться. А локальная модель лежит у тебя на диске и никуда не денется.

Сейчас модели в диапазоне 12B–27B выглядят как золотая середина между качеством и требованиями к железу. И ребята из Hugging Models как раз выделили отличный вариант: Gemma 4 12B Coder (GGUF). Это последняя архитектура Google, основанная на Gemma 4 12B Instruct, в которую напрямую дистиллировали цепочку рассуждений Fable 5

В обучающих данных использовались успешные решения из Composer 2.5, а Fable 5 помогал закрывать более сложные кейсы.

Что она даёт локально:
• Быстрое локальное автодополнение кода без облака
• Нормальные возможности для дебага и рассуждений
• Работает даже на 12 ГБ VRAM или просто на CPU

Лучше скачать заранее, поблагодаришь себя потом. 🤗

OpenAI добавила в Codex поддержку Chrome DevTools Protocol

Теперь агент может напрямую работать с браузером: инспектировать страницы, взаимодействовать с элементами интерфейса и вносить изменения на сайтах.

Пока это очень ранняя реализация, но я готов поспорить, что через несколько лет такая возможность станет стандартной функцией браузеров. Если сайты будут открываться через ИИ, пользователи смогут на лету настраивать пользовательский интерфейс и пользовательский опыт под себя 😏

Полезный совет:

Запускаешь LLM локально? Дай им доступ к вебу.

Используй этот стек:
- SearXNG — поиск и подбор источников
- Firecrawl — скрейпинг и обход сайтов по известным URL
- Camofox — браузерный fallback, когда сайт завязан на JavaScript или требует взаимодействия

Схема работы:
Поиск → Извлечение данных → Взаимодействие

Попроси своего любимого агента настроить этот стек и подключить его к локальным моделям. После этого они становятся заметно полезнее.

Пожалуйста. 😄

Кто-то скрестил ChatGPT и Codex через MCP.

GPT-5.5 Pro сейчас один из лучших вариантов для ресерча, планирования и декомпозиции задач, но внутри Codex его нет. У самого Codex с исполнением всё отлично, а вот в плане планирования он пока заметно слабее.

Решение оказалось довольно изящным. Через MCP автор дал ChatGPT доступ к локальному окружению разработки. В итоге GPT-5.5 Pro строит план, разбивает задачу на шаги и продумывает архитектуру, а Codex уже пишет код и выполняет работу.

Есть ещё приятный бонус. У ChatGPT и Codex отдельные лимиты запросов. Если связать их таким образом на одном аккаунте, фактически получаешь почти двойную квоту. Но такие лазейки обычно долго не живут. 🙂

Мы переходим от выбора лучшей модели к проектированию пайплайнов, где каждая модель отвечает за свою часть работы. Кто-то, например, реализовал целую CLI + Hooks систему, где Claude и Codex работают параллельно и координируются через shell-скрипты. Для навигации по кодовой базе используется Codegraph вместо grep, автоматически ведётся документация, а пользователю зачастую достаточно просто вводить NEXT, чтобы система сама двигала процесс разработки дальше. По словам автора, расход токенов снижается более чем на 50%.

В сети появился системный промпт Claude Fable 5.

Пробежимся по главному:

Fable 5 и Mythos 5 - это одна и таже модель. У Fable просто включены дополнительные фильтры безопасности. У Mythos их нет, но доступ к нему ограничен. По сути, это одна модель с разными ограничителями.

Knowledge cutoff указан как конец января 2026 года. Многие считали, что знания модели более свежие.

Claude пярмо инструктируют избегать маркированных списков и буллетов, если пользователь не просит их явно. Тот самый необычный стиль изложения оказался не особенностью модели, а инструкцией в системном промпте.

Ограничения по авторскому праву прописаны очень жёстко. Цитата длиной более 15 слов из любого источника помечается как серьёзное нарушение. Допускается только одна цитата на источник. После этого источник считается закрытым для Claude в рамках текущего диалога.

Внутри обнаружен новый API для постоянного хранения данных. Artifacts теперь могут сохранять и извлекать пользовательские данные между сессиями через хранилище вида «ключ-значение». Большинство пользователей даже не знает о существовании этой возможности.

Коннекторы MCP встроены прямо в системный промпт. Claude может находить и предлагать сторонние интеграции прямо во время диалога.

В промпте есть отдельные инструкции для Claude Cowork, Claude в Chrome, Claude в Excel и Claude в PowerPoint. Это уже не просто интеграции, а инструменты, с которыми Claude умеет работать.

Этот системный промпт относится только к юзер версии на Claude.ai. Пользователи API его не получают. У Claude Code используется совершенно другой набор внутренних инструкций.

Репозиторий CL4R1T4S от Pliny the Liberator. Сейчас у него 41 тысяча звёзд на GitHub. Именно через этот репозиторий ранее публиковались системные промпты ChatGPT, Gemini, Grok, Cursor, Lovable, Replit и Perplexity.

Что делать с ним дальше, решайте сами. Кто-то уже пересобирает свой Fable 5 🙉

Автоматизация кода уже есть. Теперь автоматизируем и ту часть, где нужно хоть немного заботиться о себе. 💀

Сделали плагин для Claude Code, который отказывается работать, пока ты не сделаешь отжимания или приседания.

Называется Workout Gate, и это настолько же безумно, насколько звучит. Когда срабатывает хук, он блокирует твой промпт, включает веб-камеру и заставляет тебя заниматься, прежде чем разрешить продолжить кодить.

> считает повторения через веб-камеру в реальном времени с помощью MediaPipe — схалтурить не получится
> разблокирует промпт только после того, как ты действительно выполнишь нужное количество повторений
> если сдался на полпути, оставшиеся повторения сохраняются как «долг» на следующую сессию
> есть режимы Chill, Demo и Hardcore, а также триггеры по промптам, времени или случайным событиям
> ведёт статистику, серии тренировок и личные рекорды прямо в статусной строке Claude Code

исходники

SpaceX официально купили Cursor за $60 млрд. А Cursor тем временем запускает свой "GitHub эпохи ИИ-агентов" – Cursor Origin.

Это будет платформа для хранения и управления кодом, но изначально спроектированная не только под людей, а под армии ИИ-агентов, которые постоянно клонируют репозитории, читают код и пушат изменения.

Подробностей пока мало: массовый запуск обещают осенью. Cursor говорит, что Origin должен решить главные боли агентной разработки – координацию, проверку и безопасный мерж AI-generated кода в большом масштабе.

☕️

@IT_Portal

Ну что, вот и ссылка на неофициальный «промокод на 2x лимиты Codex». 😎

Знакомьтесь: DevSpace - MCP-коннектор, который превращает ChatGPT в Codex.

npm install -g @waishnav/devspace

После установки пробросьте MCP-сервер через интернет и пользуйтесь двойными лимитами.
Можно использовать GPT-5.5 Pro, xHigh или High для планирования и декомпозиции задач, а затем передавать выполнение в локальный экземпляр Codex, pi, opencode, Cursor или Claude Code.

Либо использовать это просто для ревью кода, написанного другими локальными ИИ-агентами для программирования.

Пожалуйста, используйте это умеренно и только когда действительно упираетесь в лимиты. Не злоупотребляйте. В конце концов, у OpenAI есть кнопка, которая может это остановить 🙂

исходники

Claude Design получил обновление:

• Теперь можно подтянуть дизайн-систему прямо из репозитория, дизайн-файлов или кодовой базы. Claude использует реальные компоненты проекта и дополнительно проверяет результат на соответствие дизайн-системе перед выдачей.

• Обновили редактор. Новые инструменты управления макетом позволяют перетаскивать, изменять размер и выравнивать элементы прямо на холсте.

• Claude Design и Claude Code теперь работают в обе стороны. Можно передать макет в разработку или начать с кода и синхронизировать дизайн-проект прямо из терминала.

• Добавили экспорт в PDF и PowerPoint, а также интеграции с дополнительными инструментами.

Claude Design доступен в бета-версии на всех платных тарифах для веба и десктопа. 🏋️‍♂️

В Claude Code появились Artifacts.

Теперь рабочую сессию можно превратить в интерактивную страницу для команды: дашборд проекта, обзор PR или наглядное представление того, что сейчас разрабатывается. Страница публикуется по приватной ссылке и автоматически обновляется по мере продолжения работы сессии.

Функция уже доступна в бета-версии на тарифах Team и Enterprise. 🏁

Один полезный приём перед написанием кода.

Не просите агента сразу что-то реализовывать. Сначала проверьте, как он понял задачу.

Вставьте промпт:

Пока не изменяй код. Проверь, насколько полно ты понимаешь задачу:
Какую реальную проблему я пытаюсь решить?
Какие требования уже понятны?
Где могут быть неоднозначности?
Что ты, скорее всего, можешь неправильно понять, если сразу начнёшь писать код?
После этого предложи план выполнения.

Этот подход особенно полезен, когда требования сформулированы не до конца, контекста много или вы сами ещё не до конца продумали решение.

Сначала пусть модель перескажет задачу своими словами, покажет спорные места и разложит работу по шагам. И только потом приступает к реализации. Обычно это даёт гораздо более предсказуемый результат.

По сути, вы просто переносите ревью на более ранний этап 😶

Новая фича в Codex: Record & Replay

Она позволяет продемонстрировать Codex повторяющийся процесс, например один раз показываешь Codex, как выполняешь задачу, а он сохраняет этот процесс и превращает его в переиспользуемый скилл.

Например, каждый день скачиваешь счета с одного и того же сайта. Один раз проходишь весь процесс вручную — дальше Codex может повторять его сам.

Или постоянно выгружаешь отчёт из админки, переименовываешь файл и складываешь его в нужную папку. Показываешь последовательность действий один раз, после чего её можно запускать снова без ручной работы.

Смысл в том, что теперь не обязательно каждый раз подробно объяснять задачу через промпты. Можно просто показать процесс, а затем превратить его в автоматизацию. 🙉

https://developers.openai.com/codex/changelog#codex-2026-06-18-app

Находка: лёгкий локальный векторный поиск, с которым можно быстро собрать собственную базу знаний.

Опенсорс проект zvec от Alibaba уже набрал 10,3 тыс. звёзд на GitHub и активно используется внутри Alibaba в крупных продакшен-сценариях.

Обычно для векторного поиска приходится поднимать отдельный сервис: Pinecone, Weaviate, Qdrant или что-то ещё. Плюсом идут - настройка, инфраструктура и деплой. Для небольших проектов это часто оказывается слишком хардкорно

С zvec всё проще. Он встраивает всю векторную базу данных прямо в ваш процесс - примерно так же, как SQLite работает с реляционными базами данных. Установили через pip, создали коллекцию несколькими строками кода, загрузили данные - и можно выполнять поиск по сходству. Никаких серверов, конфигурационных файлов и доп.инфраструктуры, всё хранится в одном локальном файле.

zvec умеет искать среди сотен миллионов векторов за миллисекунды и поддерживает гибридный поиск: векторный + полнотекстовый. Работает на ноутбуках, серверах и даже на edge-устройствах.

Обновление v0.5.0 от 12 июня заметно расширило возможности проекта:

↳ Нативный полнотекстовый поиск без внешних поисковых движков
↳ Гибридный поиск, объединяющий векторы, ключевые слова и фильтры в одном запросе
↳ Новый дисковый индекс, существенно снижающий потребление памяти на больших объёмах данных
↳ Zvec Studio — визуальный инструмент для просмотра данных и отладки без написания кода

100% опенсорс 😁

Datalab открыла исходный код Lift — 9B-модели для извлечения структурированных данных из документов.

По заявлению разработчиков, модель показывает 90,2% точности на их бенчмарке против 91,3% у Gemini 3.5 Flash и заметно опережает специализированные опенсорс решения вроде NuExtract3 (81,5%).

Lift умеет извлекать данные по JSON Schema, а медианное время обработки составляет 9,5 секунды.

Для запуска достаточно: pip install lift-pdf

Модель и код доступны в открытом доступе. 👍

Если вы часто используете потоковый режим Codex или автоматизированные задачи, стоит учитывать один неприятный момент: это может заметно ускорять износ SSD.

Сейчас Codex автоматически пишет большое количество логов уровня TRACE в файл: ~/.codex/logs_2.sqlite

По сообщениям пользователей, скорость записи может достигать примерно 5 МБ/с.
OpenAI пока не исправили эту проблему.

Обсуждения:
GitHub Issue #17320
GitHub Issue #28224

Временный обходной путь:

sqlite3 ~/.codex/logs_2.sqlite "CREATE TRIGGER IF NOT EXISTS block_log_inserts BEFORE INSERT ON logs BEGIN SELECT RAISE(IGNORE); END;"

Эта команда создаёт триггер SQLite, который блокирует новые записи в таблицу логов.

Также в качестве временной меры можно запускать Codex с флагом --no-trace или задать переменную окружения:

CODEX_LOG_LEVEL=ERROR

Это отключает TRACE-логирование и может заметно сократить объём записываемых логов.

Если у вас есть долгоживущие автоматизированные задачи, имеет смысл вынести логи сессий на RAM-диск. В этом случае они будут храниться в оперативной памяти и автоматически удаляться после перезагрузки, что дополнительно снизит нагрузку на SSD.

P.S. Один из пользователей сообщил, что постоянно работал через /resume в одной и той же сессии, после чего Codex начал заметно тормозить. Размер файла логов к тому моменту вырос примерно до 1.2 ГБ. 😐

Теория мёртвого интернета на практике: энтузиаст с Reddit поднял приватный сервер World of Warcraft на AzerothCore, заселил его 1800 ботами и прикрутил DeepSeek API для общения в чате

Боты сами качаются, закрывают квесты, собираются в группы и общаются друг с другом так, будто это обычный вечер на живом сервере

Сегодня забрали работу. Завтра заберут слот в рейде 🫡 👁‍🗨

@IT_Portal