Я всё это смотреть не буду.

Теперь и не нужно — появился опенсорс скилл, который позволяет Claude разбирать видео по ссылке почти как человек. 🙄

Он работает с YouTube, Loom, TikTok, локальными файлами и всем, что поддерживает yt-dlp.

С его помощью агент может разобрать запуск конкурента по хукам, визуалу и структуре, найти баг по записи экрана, сделать краткое резюме длинного выступления с точными таймкодами или вытащить из продуктового видео только реальные изменения без маркетинга.

Под капотом yt-dlp сначала забирает доступные субтитры, а ffmpeg извлекает кадры с учётом смены сцен, чтобы не тратить токены на десятки одинаковых изображений. Claude получает кадры с таймкодами, а если субтитров нет, подключается Groq Whisper.

Для Claude Code:

/plugin marketplace add bradautomates/claude-video
/plugin install watch@claude-video

Для Codex, Cursor и Gemini CLI:

npx skills add bradautomates/claude-video -g

p.s. Для видео длиннее 10 минут лучше указывать нужный фрагмент через --start и --end, иначе полный разбор может заметно расходовать токены.

А что, так можно было: существует браузер для ИИ-агентов и веб-скрейпинга, который не тащит за собой полноценный Chrome.

Пока обычный headless Chrome всё равно поднимает огромный браузерный стек ради страницы, которую никто не увидит, Lightpanda этот слой просто убирает.

Он написан с нуля на Zig, не является форком Chromium и, по заявлению авторов, работает в 11 раз быстрее и использует в 9 раз меньше памяти, чем Chrome в headless-режиме.

> установка одной командой через Docker
> работает с Playwright, Puppeteer и chromedp через CDP
> порт 9222

У проекта уже 11,8 тыс. звёзд на GitHub. 💪

Похоже, OpenAI готовит почву для следующего большого релиза — возможно, GPT-6.

Как сообщает Axios, на этой неделе Сэм Альтман собирается представить в Вашингтоне предварительную версию самой мощной модели компании и добиться ускоренного согласования её запуска. Предположительно, речь идёт о той самой модели, которую связывают с недавним взломом Hugging Face.. 🤷‍♂️

Среди заявленных возможностей:

> проведение самостоятельных научных исследований;
> управление роями ИИ-агентов, способных непрерывно и сообща решать сложные задачи бизнеса и государства;
> выполнение многоэтапных задач, требующих долгосрочного планирования.

Альтман говорил, что мы уже в сингулярности.

Терминала в телефоне оказалось недостаточно. Поэтому в него добавили ИИ-агента ✋

Open Minis несколько месяцев допиливали в закрытом режиме, а теперь полностью открыли исходники приложения для iOS и Android.

Внутри — Linux shell, управление браузером, Skills, постоянная память и доступ к возможностям смартфона. То есть практически готовая основа для собственного мобильного ИИ-агента.

Проект уже используют десятки тысяч человек, а теперь его можно форкнуть на GitHub и переделать под себя.

Moonshot, как и обещали, открыли веса Kimi K3 😏

Модель уже доступна на Hugging Face.

Kimi K3 — их самая мощная модель: 2,8 трлн параметров в MoE-архитектуре, нативное понимание изображений и контекстное окно на 1 млн токенов.

Причём открыли не только веса. Moonshot также выложили часть стека вокруг K3: высокопроизводительные attention-ядра, библиотеку коммуникации для MoE и инфраструктуру для масштабного запуска агентных окружений.

Ещё год назад мало кто поверил бы, что такое вообще возможно.

Теперь 1 132 сотрудника крупнейших ИИ-лабораторий, включая старших исследователей из OpenAI, Anthropic, Google и Meta, предупреждают: что автоматизация исследований в ИИ может разогнать технологический прогресс до такой скорости,что люди уже не смогут нормально его контролировать.

Они призывают правительство США разработать международно согласованные технические и политические механизмы, которые при необходимости позволят всем крупным игрокам одновременно притормозить развитие ИИ.

В конце концов, ни одна компания и ни одна страна не захочет первой нажать на тормоз, пока остальные продолжают гонку. 👌

Мы на полной скорости движемся к точке, где технологии начинают развиваться настолько быстро, настолько фундаментально и в таком масштабе, что люди уже не способны ни понимать происходящее, ни успевать за ним.

И теперь конкуренты, которые сами разгоняют эту гонку, начинают объединяться, чтобы не дать ей выйти из-под контроля.

Но без участия Китая весь этот механизм рискует просто не сработать.

Anthropic: MCP получил крупнейшее обновление с момента запуска.

Главное изменение — протокол теперь stateless. Раньше удалённым MCP-серверам приходилось хранить состояние сессий, из-за чего было сложнее нормально масштабироваться и разворачиваться в разных типах инфраструктуры.

Теперь MCP-серверы можно проще запускать в serverless, на edge-инфраструктуре и горизонтально масштабировать за load balancer.

Плюс расширения стали полноценной частью протокола. Среди примеров:

> MCP Apps — интерфейсы от сервера внутри sandboxed iframe
> Tasks — поддержка долгих и асинхронных операций
> Enterprise Managed Auth — централизованное управление доступом к MCP-серверам через identity provider

Также в релизе усилили авторизацию и добавили формальную политику депрекации. 😎

Немного опенсорса от OpenAI: они незаметно выкатили CLI и TypeScript SDK для работы с уязвимостями в коде. Причём на Hacker News релиз заметили раньше, чем компания успела официально о нём рассказать. 😳

Инструмент позволяет сканировать репозитории на уязвимости, сохранять и отслеживать найденные проблемы между запусками, проверять, действительно ли они были исправлены, и встраивать security-проверки прямо в CI/CD.

Пока это ранняя версия — OpenAI собирает фидбек и продолжает дорабатывать инструмент.

Google готовит для Gemini Notebook новый тип артефактов — интерактивные HTML-приложения, которые будут генерироваться прямо на основе добавленных источников.

Результат можно будет дальше менять обычными промптами. Среди примеров — дашборды, приложения и даже игры.

То есть скоро можно будет загрузить учебник, попросить сделать по нему игру и продолжить успешно не читать учебник. 😂

Параллельно Google продолжает работу над AI Notes. Также может появиться настройка для включения и отключения водяных знаков на сгенерированных артефактах.

Интересно: по словам Маска, Grok 4.6 выйдет примерно 7 августа. Это будет модель на 1,5 трлн параметров со значительно улучшенными SFT и RL.

Через несколько недель после неё планируют выпустить Grok 4.7 уже на 2,1 трлн параметров. Она будет лучше 4.6 практически во всём, но немного медленнее на инференсе. При этом эффективность по токенам станет ещё выше.

Grok 4.6: am I a joke to you? 🤷‍♂️