Я решал похожие задачки и супер-дешёвыми моделями, и средними, дорогими — они плюс-минус делают примерно то же самое, просто разменивая моё время против денег, а не экономию денег.
С бывшими оно вон как получилось
OpenAI представила Dots — постоянно работающих ИИ-помощников, которые выполняют задачи в приложениях, учатся предпочтениям пользователей и конкурируют с Muse от Meta.
- Dots работают на модели GPT-6 Astra и используют облачный компьютер для доступа к браузеру и более чем 4 000 приложений.
- Общаться с помощником можно в ChatGPT через текст или голос; также предусмотрена интеграция с Microsoft Teams и Slack.
- Dots могут учиться в процессе работы, учитывать пользовательские предпочтения и предлагать дополнительные задачи.
- Пользователи задают правила самостоятельных действий. Функция автоматической проверки помогает соблюдать ограничения и передавать пользователю задачи, требующие его участия.
- Запуск постепенно охватывает подписчиков ChatGPT Pro, Business Premium и Enterprise. Компании также тестируют специализированных помощников для отдельных ролей.
- Пока доступен один Dot на пользователя; позднее OpenAI планирует поддержать нескольких помощников. Их диалоги не учитываются в лимитах ChatGPT.
Cloudflare выпустила открытые модели принятия решений Clef и Clef-Flash и представила сервис дообучения с подкреплением. Модели быстро выдают структурированные ответы с вероятностями для автоматизации решений в агентных системах.
- **Clef** и **Clef-Flash** доступны в Workers AI и открыты на Hugging Face под лицензией Apache 2.0; они совместимы с Jev API.
- Модели классифицируют текст и изображения, поддерживают контекст до 64 тыс. токенов и возвращают типизированные результаты с вероятностями.
- Clef предназначена для более точных решений, а Clef-Flash — для сценариев, где особенно важна скорость. В тестах медианная задержка составила 209 мс и 39 мс соответственно.
- По словам Cloudflare, Clef быстрее и в некоторых тестах точнее конкурирующих моделей. Например, классификация сайта заняла 2,2 секунды против 4,7 секунды у использованной LLM.
- Для ускорения модель не генерирует ответ токен за токеном: она оценивает допустимые варианты схемы параллельно.
- Cloudflare обучала модели на базе Qwen, используя адаптеры, калибровку вероятностей и собственный метод обучения RLCD.
- Компания предлагает помощь с дообучением Clef под конкретные задачи и планирует создать платформу, где клиенты смогут собирать данные, обучать модели и развёртывать их в Cloudflare.
Claude Sonnet 5.5 — более быстрая и экономичная модель для повседневных задач, программирования и создания документов. Она заметно превосходит Sonnet 5 и дополняет Opus 5.5, который лучше справляется со сложной работой, требующей длительных рассуждений.
- **Скорость и стоимость:** генерирует ответы более чем на 30% быстрее. Цена за токены не изменилась, но благодаря меньшему их расходу задачи могут обходиться до 30% дешевле.
- **Программирование:** улучшила результаты в тестах на агентное кодирование; быстро осваивает кодовые базы, эффективнее использует инструменты и справляется с многоэтапными задачами.
- **Работа с информацией:** сильнее в анализе данных и документов, компьютерном управлении, распознавании диаграмм и длительных рабочих процессах.
- **Документы и дизайн:** создаёт более отточенные презентации, таблицы и интерфейсы; ранние тестировщики отмечают ясное письмо и удобство совместной работы.
- **Выбор модели:** Sonnet 5.5 подходит для чётко поставленных повседневных задач; Opus 5.5 — для сложной открытой работы, требующей устойчивых суждений. Haiku 5.5 планируют выпустить в ближайшие недели.
- **Безопасность:** модель соответствует или превосходит Sonnet 5 по большинству проверок согласованности. Для кибербезопасности предусмотрены специальные ограничения и защитные механизмы.
**Краткое содержание:** Написание описания коммита — не просто документация, а способ осмыслить изменения, проверить решения и убедиться, что понимаешь, зачем выпускаешь код.
- Автор раньше подробно описывал крупные изменения, объясняя не только **что** сделано, но и **почему**.
- Сам процесс письма помогал перечитать код, обдумать решения и иногда улучшить их.
- ИИ может написать убедительное описание, но без полного контекста способен выдумать причины изменений.
- Даже имея контекст, ИИ не может подтвердить, что код действительно соответствует описанию: это должен проверить человек.
- Поэтому автор рекомендует писать описание коммита самостоятельно — так проще понять, соответствует ли результат намерениям.
- Описание также помогает зафиксировать временные решения и условия, при которых их следует пересмотреть.
- Если не можешь объяснить, зачем выпускаешь изменение, возможно, сам недостаточно его понимаешь.
бе-бе-бе и мишка-1
@umputun а давай рассмотрим лучше последний твой PR в reproxy https://github.com/umputun/reproxy/pull/265? ))
И этот скрипт ждёт пока я в веб-интерфейсе чот накликаю, или отправлю вопрос в интерфейсе чата там. Что вернёт мои действия в выводе скрипта, что проюзает ту сессию агентскую и предоставит ответ (скилл говорит как ответить обратно в интерфейс).
Ну и с MCP так же можно тулы делать, которые вернут ответ не сразу, а когда какой-то другой агент отправит сообщение этому.
Автор считает, что переход Git 3.0 на SHA-256 по умолчанию принесёт экосистеме большие расходы и неудобства, а практическая польза этого шага преувеличена.
- Git использует хеши для идентификации содержимого и сохранения целостности истории. SHA-1 считается уязвимым к специально созданным коллизиям, но случайные совпадения практически невероятны.
- По мнению автора, коллизии — малореалистичный способ внедрить вредоносный код: атаки на доверенные источники и сопровождающих проектов проще и эффективнее.
- Автор подчёркивает, что доверие в разработке ПО основано прежде всего на источнике кода и способе его распространения, а не только на алгоритме хеширования.
- В Git 3.0 новые репозитории, вероятно, будут создаваться с SHA-256. Репозитории SHA-1 и SHA-256 несовместимы напрямую, поэтому локальный формат нужно будет согласовывать с настройками хостинга.
- Переход затронет не только Git-серверы: авторам библиотек, разработчикам инструментов и пользователям подмодулей придётся учитывать два формата и возможные ограничения совместимости.
Статья объясняет, почему Go-пакетам не стоит напрямую указывать на GitHub: это привязывает код к хостингу и затрудняет переезд. Автор рекомендует использовать собственный домен и настроить его на выдачу метаданных Go.
- Импорт с адресом GitHub связывает имя пакета с конкретной платформой.
- При переезде на GitLab или другой сервис придётся менять адреса в коде и зависимостях.
- Такая привязка может сделать миграцию настолько дорогой, что компании продолжают пользоваться несколькими платформами одновременно.
- Собственный домен для пакетов позволяет сменить хостинг, не меняя команду установки и импорта.
- Для этого сервер должен отдавать Go-метаданные с директивой `go-import`, указывающей на текущий Git-репозиторий.
- В примере Nginx перенаправляет браузерных посетителей на GitHub, а запросы Go с `?go-get=1` получают нужную HTML-страницу.
https://openappa.com – опенсорсные deterministic guardrails для агентов
OpenAPPA
OpenAPPA — детерминированный механизм защиты ИИ-агентов от утечки данных. По заявлению разработчиков, он сочетает защиту от инъекций в промпты с высокой успешностью выполнения задач, не нарушая работу агентов.
- OpenAPPA — открытый, независимый от поставщика проект под лицензией MIT; его исследование принято на NeurIPS.
- В представленных бенчмарках успешность выполнения задач — 89% у OpenAPPA, 90% у Claude Auto mode и 41% у FIDES (Microsoft).
- Доля успешных атак — 0% у OpenAPPA, 10% у Claude Auto mode и 31% у FIDES.
- В отличие от вероятностных фильтров и списков запрещённых команд, OpenAPPA отслеживает потоки данных и уровни доверия между источниками и получателями.
- Декларативную конфигурацию можно проверять в CI/CD; движок работает вне цикла выполнения агента и не поддаётся манипуляциям через промпт.
- При блокировке действия OpenAPPA предлагает варианты продолжения: очистку или маскирование данных, точечное разрешение и изоляцию недоверенных операций.
https://earendil.com/posts/pi-1-0/
Вышел из бетты pi 1.0, добавили несколько ключевых возможностей:
Codemode — нативная поддержка MCP, а также не-LLM моделей вроде Jev и image-моделей.
Virtual models в расширениях.
Deferred tool loading — инструменты можно подгружать по мере необходимости.
Cache warming для Anthropic — оптимизация работы с моделями Anthropic.
System messages прямо во время диалога — можно динамически менять промпт и доступные инструменты с учётом истории разговора.
Новая тема TUI.
Полноэкранный режим теперь включён по умолчанию.
Главная идея релиза: Pi остаётся минималистичным и легко расширяемым, но становится более зрелым и стабильным агентным фреймворком.
Параллельно выпустили экспериментальный Pi Durable — основу для долгоживущих агентов и задач, которые работают не только в терминале и могут продолжаться длительное время.
Pi 1.0 | Earendil
Pi 1.0 — стабильная, минималистичная и расширяемая среда для ИИ-агентов. Вместе с ней Earendil выпускает экспериментальную Pi Durable для долгих задач и приложений.
- В Pi 1.0 добавлены Codemode, поддержка MCP и моделей без LLM, расширения для виртуальных моделей, отложенная загрузка инструментов и прогрев кэша Anthropic.
- Также появились системные сообщения в ходе беседы с учётом истории, новая тема терминала и полноэкранный режим по умолчанию.
- Разработчики сохраняют минимализм: новые возможности добавляют, только если их польза оправдывает сложность.
- Pi Durable переносит принципы минимализма и гибкости Pi в приложения с долгими задачами и разговорами.
- Pi 1.0 доступна через установочный скрипт; Pi Durable — экспериментальный пакет npm. Оба проекта распространяются по лицензии MIT; документация — на pi.dev, код — на GitHub.
Кто-нибудь пробовал такой инструмент – https://github.com/TencentCloud/TencentDB-Age...
Как описывают – это память для агентов, анализирует твой промпт и результаты работ, разбивает на разные уровни: мгновенная память, и долгосрочные предпочиения…
GitHub - TencentCloud/TencentDB-Agent-Memory: TencentDB Agent Memory is a team-level memory hub for AI Agents — turning conversations, docs, and code into four reusable memory assets (Chat Memory, Skill, LLM-Wiki, Code-Graph) that are governed, shared, and equipped across agents and frameworks. · GitHub
TencentDB Agent Memory — командный центр памяти для ИИ-агентов, превращающий диалоги, документы и код в повторно используемые знания.
- Предоставляет четыре вида памяти: историю диалогов, навыки, LLM-вики и граф кода.
- Помогает управлять знаниями и совместно использовать их между агентами и фреймворками.
- Репозиторий включает серверные компоненты, веб-панель, SDK, адаптеры и материалы для развёртывания.
- Лицензия — MIT; для SDK доступен пакет npm.
https://molily.de/web-dev-education/
Генеративный ИИ фактически уничтожил сферу обучения веб-разработке: автор приводит свидетельства целого ряда известных преподавателей и авторов.
Доходы от книг упали до нуля при росте трафика от AI краулеров, забравшего контент бесплатно, падение выручки авторов курсов на 50%+, просмотры и доходы на YouTube сократились вдвое и т.д.
The death of web development education – Rescuing a field from disappearing
Генеративный ИИ подрывает обучение веб-разработке и доходы независимых авторов, преподавателей и технических специалистов. Автор призывает не к безусловной адаптации, а к поддержке людей, справедливой оплате их труда и восстановлению открытого, совместного сообщества веб-разработчиков.
- Преподаватели, авторы курсов и книг, создатели обучающих видео сообщают о резком падении спроса, доходов и вовлечённости аудитории.
- ИИ-системы поглощают их материалы без согласия и оплаты, а затем пересказывают их, снижая стимулы создавать качественный бесплатный контент.
- Использование ИИ в подготовке текстов может переносить работу на редакторов и читателей, одновременно увеличивая риск незаметных ошибок.
- Рост личной продуктивности не всегда означает реальный выигрыш: задачи могут просто перекладываться на других, а качество — ухудшаться.
- Автор отвергает советы «просто адаптироваться» и выражает солидарность с теми, чьё ремесло и средства к существованию оказались под угрозой.
- Защита доступного веба требует оплачивать труд преподавателей и авторов, поддерживать независимое обучение, открытые технологии и инклюзивную цифровую инфраструктуру.
- Восстановить веб-разработку можно через сообщество, которое учится вместе, сохраняет лучшие практики и делится знаниями.
Как наслаждаться программированием в эру LLMs
https://discourse.haskell.org/t/how-to-keep-e...
How to keep enjoying programming in a world of LLMs - Uncategorized - Haskell Community
Краткое содержание: По заголовку, статья посвящена тому, как сохранить интерес к программированию в эпоху больших языковых моделей.
- Полный текст статьи не предоставлен, поэтому подробнее пересказать её содержание нельзя.