Savva

Если кто-то хотел собрать свой собственный Claude Code – самое время click

Library Genesis и Sci-Hub – теневая инфраструктура знаний Многие про эти ресурсы уже слышали и ими пользовались, но всё ещё далеко не все, особенно за пределами академической среды. Надеюсь, для кого-то этот пост будет полезным. Когда говорят об AI-прорывах, вспоминают модели, GPU и алгоритмы. Почти никогда – источники данных. Хотя без Library Genesis и Sci-Hub современные LLM в их текущем виде вряд ли были бы возможны. Library Genesis (LibGen) – децентрализованный архив книг и учебников, появившийся в середине 2000-х. Sci-Hub (2011) автоматизировал доступ к научным статьям за paywall’ами издательств. Главная ценность этих ресурсов – первoисточники. Не пересказы, не вторичный контент, а оригинальные книги, учебники и научные работы. Открывается возможность по-настоящему глубоко и качественно погружаться в предмет, а не скользить по верхам. Как это работает – LibGen – база данных + зеркала файлов – Sci-Hub – прокси между DOI статьи и PDF Проекты живут за счёт зеркал, миграции доменов и Tor/onion-версий. DOI и ISBN – ключ к поиску – DOI (Digital Object Identifier) – постоянный идентификатор научной статьи. Именно его лучше всего использовать в Sci-Hub. – ISBN – уникальный номер конкретного издания книги. Самый точный способ найти нужную книгу в LibGen. Если есть DOI или ISBN – шанс найти материал максимальный. Где искать актуальные адреса – Wikipedia (страницы проектов обновляются чаще всего) – Reddit, GitHub, X... Роль в развитии AI Эти ресурсы дали: – полные тексты статей и книг для обучения моделей – равные условия для исследователей Судебное дело против Anthropic лишь подсветило системную проблему: собрать легальный корпус текстов для LLM практически невозможно, а без таких архивов современные модели бы не появились. Anthropic has built a multibillion-dollar business by stealing hundreds of thousands of copyrighted books. Rather than obtaining permission and paying a fair price for the creations it exploits, Anthropic pirated them. Authors spend years conceiving, writing, and pursuing publication of their copyrighted material. The United States Constitution recognizes the fundamental principle that creators deserve compensation for their work. Yet Anthropic ignored copyright protections. An essential component of Anthropic’s business model—and its flagship “Claude” family of large language models (or “LLMs”)—is the largescale theft of copyrighted works. LibGen, Sci-Hub – это не просто «пиратство», а неофициальная инфраструктура знаний, по значимости сопоставимая с Wikipedia, arXiv. *а еще есть Z-Library – библиотека с приятным UI на основе LibGen.

Плохие новости от Anthropic Anthropic официально начала ограничивать то, как разработчики используют подписки Claude Pro / Max. Если вы подключали эти планы к сторонним инструментам — например, OpenCode, Crush или любым кастомным агентам, – сейчас вы можете видеть ошибки авторизации. Фактически Anthropic прекращает такую поддержку. Их позиция простая: подписка Claude Pro / Max предназначена только для использования в официальном CLI – Claude Code. Любые альтернативные клиенты и интерфейсы оказываются вне правил. На мой взгляд, это серьёзная стратегическая ошибка. Anthropic сознательно строит закрытую экосистему вокруг своих моделей. Пользователю больше нельзя выбирать удобный интерфейс – только тот, который контролирует сама компания. Контекст из новостей Параллельно всплывают сообщения, что сотрудники xAI полностью лишились доступа к моделям Anthropic. Важно: они использовали не самописную утилиту, а Cursor – один из самых популярных редакторов среди разработчиков. Это хорошо показывает, что речь идёт не о «злоупотреблениях», а о принципиальной политике ограничений. Немного позитива (и контраст с рынком) Пока Anthropic закручивает гайки, большая часть индустрии движется в противоположную сторону. OpenAI и Google официально разрешают использовать подписочные планы в сторонних инструментах. В последней версии OpenCode можно легально подключать ChatGPT Plus / Pro – без оплаты API-токенов, прямо в своей среде разработки. Google делает то же самое с Gemini. Более того, через Antigravity можно получить доступ даже к Claude Opus 4.5, что выглядит иронично на фоне текущей политики Anthropic. Самое показательное У Anthropic есть собственный Agent SDK. Если вы создаёте агента внутри их SDK – вы можете аутентифицироваться через подписку Claude Code и использовать субсидированные токены. Но если вы делаете продукт вроде OpenCode или Crush: с другим UX, вне их SDK, или просто удобнее, чем терминальный Claude Code, – вы рискуете получить бан. Проблема не в агентах. Проблема в контроле над экосистемой. И на фоне того, как быстро развивается агентная разработка, это выглядит скорее как попытка удержать текущее состояние, чем выиграть будущее.

Агентная разработка: инструменты и модели, которые уже можно нужно использовать В разговоре с Николаем мы затронули столько практических тем, что невозможно не поделиться конкретными инструментами. Ниже – подборка решений, которые сегодня можно использовать в разработке. Claude Code Один из самых зрелых инструментов для агентной разработки. Claude Code умеет работать с кодовой базой целиком, выполнять многошаговые задачи и вносить изменения сразу на уровне проекта, а не отдельных файлов. По сути – это CLI-агент, который органично встраивается в повседневную разработку. У Anthropic есть отдельный практический курс Claude Code in Action – он не просто показывает, что это за инструмент, а учит использовать его в реальных рабочих задачах: от управления контекстом до интеграций и автоматизации. OpenCode Невозможно не упомянуть одну из лучших open-source CLI альтернатив Claude Code. Пока проще по функционалу, но активно развивается и даёт больше гибкости в выборе моделей и интеграций. Переключение моделей в Claude Code Если хочется гибкости и возможности менять backend-модель под разные задачи: – Claude Code Model Switcher – Claude Code Switch Полезно, если вы тестируете несколько моделей и подбираете оптимальную под конкретные сценарии. Китайские модели и coding-планы Китайские провайдеры сейчас особенно активно заходят в coding-сегмент — и по качеству, и по цене. – Z AI (GLM-4.7) Coding plan GLM отлично показывает себя именно в агентных сценариях. Есть официальная инструкция по интеграции с Claude Code – Minimax Coding Plan – Kimi for Coding Локальный запуск и провайдеры LM Studio Самый простой способ запускать локальные модели. Удобно для экспериментов, оффлайн-режима и тестирования open-source LLM. Провайдеры моделей – Hugging Face – OpenRouter – Cerebras Cerebras – это отдельная категория: сверхбыстрый inference. Именно такие провайдеры делают возможной real-time агентную разработку с тысячами токенов в секунду. Это лишь небольшая часть инструментов, упомянутая в подкасте. В ближайшее время обновлю список и добавлю новые решения – чтобы каждый мог попробовать разные подходы и выбрать оптимальный сценарий под себя.

GLM-4.7 В прошлом посте я упоминал GLM-4.6 — одну из лучших открытых моделей для написания кода. Вчера вышла GLM-4.7, и это серьёзный апгрейд. По бенчмаркам — заметный прирост, модель вплотную подошла к GPT-5 и Claude Sonnet 4.5 Модель заточена под агентную разработку — нативно работает с Claude Code, Kilo Code, Cline, Roo Code. Появился Preserved Thinking: модель сохраняет цепочку рассуждений между шагами в многоходовых задачах, что критично для сложных проектов. Отдельно прокачали генерацию UI — веб-страницы и слайды теперь выглядят заметно чище и современнее. GLM Coding Plan стоит ~⅐ от Claude при 3x+ лимитах.

Недавно в подкасте с Николаем мы говорили о том, что открытые AI-модели уже могут конкурировать с xAI, Anthropic, OpenAI и Google. Главный сдерживающий фактор здесь не качество моделей, а инфраструктура. Для их обучения и запуска требуется вычислительное железо, недоступное в рамках обычных потребительских GPU. Сейчас этот рынок почти полностью контролируется NVIDIA, чьи GPU стали стандартом для AI-сектора. Но появляются и альтернативы. Cerebras Systems пошли другим путём – создают специализированное железо под LLM. Они использует всю кремниевую пластину как единый чип, что даёт кратный прирост производительности. Cerebras CS-3: - х21 быстрее NVIDIA DGX B200 Blackwell - ~⅓ дешевле в эксплуатации - ~⅓ ниже энергопотребление Благодаря этому уже сегодня можно увидеть, как будет выглядеть агентная разработка в будущем – с real-time генерацией кода на скорости 1000+ токенов/сек. Попробовать можно через Cerebras Code – сервис на базе GLM-4.6, одной из лучших открытых моделей для кодинга, близкой по качеству к Claude Sonnet 4.5.

🙃

Channel created