Локальный ИИ стал намного проще.

ODS сам определяет характеристики компьютера, подбирает подходящую модель, скачивает её и запускает локальный инференс вместе с Open WebUI.

Через одну панель можно подключать голос, агентов вроде Hermes, RAG, поиск, генерацию изображений, рабочие процессы и другие инструменты.

Не нужен облачный сервис и подписка. Ваши запросы и данные остаются на вашем устройстве, если только вы сами не решите иначе.

https://github.com/Osmantic/ODS

Если экспериментируете с переходом с Markdown на HTML в качестве формата ответов AI-агента, обратите внимание на этот репозиторий.

https://github.com/anthropics/html-effectiveness

Связка Kimi K3 и Tinker позволяет почти полностью автоматизировать исследовательский цикл.

Поскольку большая часть инфраструктуры для обучения уже скрыта под капотом, изменения, которые вносит Kimi, остаются сосредоточены именно на эксперименте. Благодаря этому проще отслеживать, что изменилось, и направлять следующие запуски.

При попытке воспроизвести работу Self-Distilled RLVR модель с первого раза собрала базовую реализацию, затем провела 19 экспериментов с шестью конфигурациями и оформила итоговый отчёт. Заодно она сама подготовила его версию на китайском языке.

Попробовать авторесёрч с Kimi можно самостоятельно на openresearch.sh. Для воспроизведения эксперимента используйте пример из репозитория.

Claude Opus 5 уже вышел.

По уровню возможностей она обходит Fable 5 почти во всех тестах, но при этом стоит вдвое дешевле.

Anthropic полностью обновила свой официальный бесплатный курс по Claude Code.

Теперь он включает 10 уроков, новые видео и итоговый экзамен.

https://anthropic.skilljar.com/claude-code-in-action

В основе Kimi 3 лежит новый механизм под названием delta attention, который не хранит постоянно растущий KV-кеш. Именно поэтому модель может работать с контекстом в миллион токенов без взрывного роста потребления памяти.

Но прежде чем разбираться в delta attention, нужно понять, как работает обычный attention.

По сути, это поиск по таблице. Каждый токен хранит:

- key — что-то вроде адреса;
- value — содержимое по этому адресу.

Чтобы сформировать выход, токен отправляет query, сравнивает его со всеми ключами в последовательности и получает смесь значений, ключи которых подошли лучше всего. Именно это показано в верхней части схемы.

Обычный attention хранит каждую такую пару key-value в виде списка — по одной записи на токен. Этот список и называется KV-кешем.

Он растёт вместе с длиной последовательности, поэтому каждому новому токену приходится просматривать весь кеш, чтобы сформировать результат. Если удвоить длину контекста, удвоятся и объём хранения, и количество операций поиска. Отсюда берутся квадратичная стоимость и быстро растущее потребление памяти.

Delta attention сохраняет сам механизм поиска, но избавляется от списка.

Вся история сжимается в одну матрицу фиксированного размера, которая продолжает работать как таблица поиска. Передаёте ей ключ — она возвращает значение, которое прошлый контекст связал с этим ключом.
Неважно, тысяча токенов в контексте или миллион - размер матрицы остаётся прежним.

Самая сложная часть это запись новых данных.
Нельзя просто добавить новую пару в матрицу фиксированного размера (новые записи начнут накладываться на старые и смешиваться с ними). Delta rule решает эту проблему в два шага для каждого токена. Они показаны в нижней части схемы.

→ Сначала чтение, затем запись.
Матрице передаётся ключ нового токена, после чего проверяется, какое значение память уже возвращает по этому адресу — то есть её текущая оценка.

→ Записывается не само значение, а разница.
Текущая оценка сравнивается со значением, которое нужно сохранить. В матрицу записывается только расхождение между ними. Это расхождение и называется delta. Оно корректирует старую ассоциацию, а не накладывает поверх неё новую.

Матрица также позволяет старым записям постепенно затухать. Благодаря этому память фиксированного размера может продолжать поглощать длинную последовательность, не переполняясь.

Именно в этом заключается разница, показанная на схеме.

Обычный attention запоминает всё, сохраняя каждую запись, и платит за это квадратичной стоимостью повторного сканирования.

Delta attention запоминает, постоянно перезаписывая одну матрицу, и работает с линейной стоимостью.
Но компромисс здесь реальный.

Сжатая матрица не может хранить каждый токен абсолютно точно, поэтому восстановление конкретного токена становится приблизительным. Именно поэтому в реальных моделях обычно комбинируют оба подхода: несколько слоёв full attention оставляют для точного поиска, а остальные работают в линейном режиме.

Вся разница сводится к одному глаголу:
Обычный attention добавляет. Delta attention корректирует.

Подробнее: https://kimi.com/blog/kimi-k3

Интересная работа про оптимизацию обвязки ИИ-агентов на основе их собственных прошлых запусков.

MemoHarness оптимизирует не только промпт, а всю обвязку агента — от контекста и инструментов до памяти и оркестрации.

После запусков система запоминает, какие решения сработали, а при новой задаче находит похожие случаи и подстраивает обвязку под них.

При этом не нужны дополнительные метки, обучение через градиенты или дорогостоящий поиск вариантов.

На бенчмарке для shell-агентов MemoHarness получил 0,806 против 0,722 у лучшей системы с фиксированной обвязкой. При этом стоимость выполнения одной задачи оказалась ниже, чем у сильнейших коммерческих решений.

Статья: https://arxiv.org/abs/2607.14159

При разработке под сервисы Cloudflare не забывайте про официальные скиллы: https://github.com/cloudflare/skills

Они охватывают почти все сервисы Cloudflare и очень часто обновляются. Каждый раз, когда мне нужно интегрировать какой-либо сервис Cloudflare, я сначала заглядываю туда — это очень удобно.

А для более продвинутых операций также доступен MCP-сервис.

Скилл для Codex, который проверяет Mac и показывает, что можно безопасно удалить, чтобы освободить место на диске.

Он сканирует систему и ищет:
> кэши, логи, старые установщики, артефакты сборки, папки node_modules, данные Xcode, остаточные файлы Docker и другие данные, которые могут занимать место впустую.

https://github.com/Kappaemme-git/codex-mac-storage-cleanup

Основатель Kimi Ян Чжилинь считался выдающимся талантом задолго до успеха Kimi 3.

Ещё в 2014 году, во время защиты стипендии в Университете Цинхуа, наставник назвал его одним из самых способных студентов, которых встречал за последние годы.

К тому моменту он уже был первым на потоке, получал почти максимальные оценки, опубликовал три статьи на крупных научных конференциях, а его алгоритмы использовали Tencent, Sina и Huawei. Кроме того, он победил команды Стэнфорда и Колумбийского университета в международном соревновании по прогнозированию рака.

При этом он успевал играть на барабанах и писать песни для собственной студенческой группы.

Поэтому успех Kimi трудно назвать внезапным. За ним стоят как минимум 12 лет работы.