Даня эйай

💎Вышла Qwen3.8‑27B - открытая мультимодальная dense-модель для кода, агентов, изображений и видео. По данным Qwen, она в среднем обходит облачную Qwen3.7‑Plus, имеет нативный контекст 262K с расширением до 1M По железу: оптимально RTX 3090/4090 с 24 ГБ — Q4 занимает около 18 ГБ; на 16 ГБ понадобится Q3 или частичная выгрузка в оперативку; RTX 5090 32 ГБ потянет Q6/Q8. На CPU достаточно 32 ГБ RAM для медленного Q4, комфортнее 64 ГБ. Полная BF16-версия весит около 56 ГБ и требует серверной карты или нескольких GPU. Полный контекст 262K потребует заметно больше памяти💎 https://x.com/Alibaba_Qwen/status/2088280182356611304 https://huggingface.co/Qwen/Qwen3.8-27B

⚡️Вышла GLM‑5.3 — новая флагманская модель Z.ai для программирования, агентов и кибербезопасности. Новую базу не обучали: разработчики взяли 743B-модель GLM‑5.2 и прокачали её посттренировкой. В результате DeepSWE вырос с 46,2% до 66,9%, а на CyberGym новинка набрала 84,5%, слегка обойдя Fable 5 и GPT‑5.6 Sol. В более сложных задачах по эксплуатации уязвимостей закрытые модели пока впереди, но прогресс относительно 5.2 более чем двукратный. GLM‑5.3 уже доступна в GLM Coding Plan, ZCode, Claude Code и OpenCode, а открытые веса обещают выложить через две недели после дополнительной проверки безопасности. Отдельную цену GLM‑5.3 по API пока не опубликовали. https://x.com/Zai_org/status/2088132965922476159 Релизы что-то участились 🤔

ChatGPT теперь запоминает, что вы делали за компьютером. Новая функция Computer History отслеживает действия в разрешённых приложениях и на сайтах — переключения, клики, ввод текста — и превращает их (в данные для обучения😁) в рабочую ленту и локальные воспоминания. После этого можно спросить: «Где документ, который я смотрел утром?», «Чем я занимался вчера?» или «Продолжи работу перед перерывом». Повторяющиеся процессы ChatGPT сможет распознавать и предлагать оформить как навык с сохранённой последовательностью действий или как автоматизацию, которая будет самостоятельно запускать этот процесс по расписанию. Скриншоты, видео и звук не записываются, приватные вкладки игнорируются, а сбор можно в любой момент остановить. Пока функция доступна только в приложении ChatGPT на macOS для Pro, Business и Enterprise — Windows снова ждёт🚬 https://learn.chatgpt.com/docs/customization/computer-history На Mac открыть Settings → Integrations → Computer history. Включить Memories и Computer History. Разрешить только нужные приложения и сайты — например, браузер, редактор кода и документы. И потом общаться о своей истории действий🧃

Как перевести команду разработки на AI-агентов Провёл сегодня тренинг для продуктовой команды (мобильное приложение, несколько миллионов установок), и после него прилетел вопрос про разработчиков, как им-то переключится и какие инструменты использовать. Ну, мое мнение, что всякие блогерские и ютюбовские советы, а также специализированные скиллы и MCP становятся неактуальными при первом же большом обновлении моделей или оболочек, поэтому единственное, к кому стоит прислушиваться - ведущие лаборатории. Они знают, над чем работают и что будет неактуально уже в ближайший месяц и при этом могут выстраивать state-of-the-art процесс с текущими моделями, чтобы быть быстрее и круче конкурентов. Короче, что стоит изучить: Самый содержательный текст про agent-first команду – Harness engineering от OpenAI. Люди задают архитектуру, ограничения и критерии качества, агенты исполняют. Короткий AGENTS.md (~100 строк) служит картой, а не простыней инструкций. Документация, планы и техдолг живут рядом с кодом, а их актуальность проверяют CI и отдельные «doc-gardening» агенты. Для руководителей есть более широкий Building an AI-native engineering team – про изменения по всему SDLC и то, что ownership кода всё равно остаётся за инженерами. У Anthropic главный практический документ – Best practices for Claude Code: CLAUDE.md, workflow «исследовать - спланировать - реализовать - проверить», subagents, hooks, worktrees. Ключевая мысль: агенту нужен исполняемый способ проверить свою работу – тест, сборка, линтер, скриншот. Для обмена командными практиками лучший механизм – skills: повторяемые workflows типа fix-issue или review-api-change лежат в репозитории и работают у всех одинаково. У OpenAI это описано в Customization, а почему нельзя просто свалить все знания команды в один гигантский промпт – объясняет Effective context engineering. По параллельной разработке рекомендации совпадают у обоих: – начинать с независимых read-heavy задач: ресёрч кодовой базы, анализ логов, поиск пробелов в тестах, code review, это можно делать с любой системой и любой ИИ-кой – изолировать агентов через git worktrees – отдельный checkout на каждого – выбор архитектуры (routing, orchestrator-workers, evaluator-optimizer) разобран в Building effective agents – для длинных задач – журнал прогресса и проверяемое состояние для следующего агента, см. Effective harnesses for long-running agents В общем, советы вроде банальные, но их никто не делает, все оптимизируют локальную свою работу, а в итоге даже при переходе на другую ИИ-ку, а тем более другому сотруднику уже будет плохо: короткий CLAUDE.md/AGENTS.md как карта, docs/ рядом с кодом, skills для повторяемых workflows, CI проверяет правила механически, тесты – критерий завершения работы.

DeepSeek V4 Pro показывает примерно уровень Opus/Fable, но генерация ответа стоит в 29–57 раз дешевле🌈: в работе через терминал у него 87,9 против 88 у Fable 5, а в поиске уязвимостей — 83,3 против 83,1. В сложной длительной разработке Fable всё ещё впереди: 70 против 62,7. И всё это стоит всего $0,435 за вход и $0,87 за выход миллион токенов🤣 осталось затестить https://chat.deepseek.com/ 😉 или по апи тут https://platform.deepseek.com/ или тут https://openrouter.ai/deepseek/deepseek-v4-pro-0813

SpaceXAI выпустили Grok 4.6 Существенный прирост, при той же цене в $2/$6 за миллион токенов. 1.5T претрейн от Grok 4.5 дообучили и поверх него закинули заметно лучший посттрейн. По случаю запуска в Grok Build и Cursor удвоили лимиты на эту модель на неделю. Ну а через несколько недель обещают Grok 4.7 на 2 триллиона параметров, со значительным приростом поверх 4.6. @ai_newz

SpaceXAI выпустили Grok Bot – мессенджер, где вы можете общаться со своими агентами https://x.ai/bot Выглядит это так: вы один раз логинитесь и даете ботам нужные доступы, а затем при выполнении задач каждый агент получает отдельную виртуалку, на которой работает, входит в приложения и сайты, которыми пользователь пользуется и выполняет самые разные задачи. К человеку бот возвращается либо с готовым результатом, либо за подтверждением. Агенты могут кооперироваться между собой и продолжать долго работать в автономном режиме, даже если ваш компьютер выключен. Также можно создать сразу несколько ботов под разные задачи, и они будут работать параллельно. Конечно же, есть память и модная фича аля «Повторяй за мной», когда вы один раз демонстрируете боту какой-то процесс, и он сохраняет это знание. Интересно, что продукт, видимо, построен на инфраструктуре Cursor: как вы можете заметить, все ссылки на скачивание и биллинг ведут на домен cursor.com. Даже подписка называется Cursor Ultra (кстати, за использование Grok Bot придется платить 200 долларов 🙂).

ByteDance анонсировали Seedance 2.5. Нейросеть генерирует 30-секундные ролики с озвучкой по промту и референсам. В качестве референсов можно загружать до 30 изображений, 10 аудио и 10 видео, в том числе анимацию геометрических 3D-объектов без текстур (clay render). Нейронка повторит пространственную структуру сцены, позы персонажей, траектории движения, ракурсы камеры и световые эффекты. Если исходный ролик сняли с хромакеем, модель дорисует нужный фон без изменения героев и объектов. Нейронку обещают скоро запустить на Dreamina. #генерация_видео

Прикольная новая функция Claude Code: сессии могут общаться друг с другом. Пример: > В одной сессии вы работаете над одной функцией. > В другой — над частью проекта. > Если нужно передать данные, просто попросите Claude. Claude отправит краткое резюме с важной информацией, другая сессия продолжит работу с этим контекстом. Можно задать вопрос другой сессии и получить ответ в текущей. Доступно на macOS и Linux. 🎉

Qwen3.8-Max Мультимодальная #MoE-модель для сложных задач • работа с изображениями • фронтенд-разработка • решение текстовых задач • автономная разработка проектов • 2.4 трлн параметров • активация 95 млрд при генерации • $2 за млн входных токенов • $6 за млн выходных токенов 2-е место в Arena по изображениям, 4-е во фронтенде. На следующей неделе откроют веса Qwen-Max и Qwen3.8-27B #multimodal #coding

Anthropic значимо обновили MCP Апдейт назвали крупнейшим с момента запуска. Сейчас расскажем, что изменилось. Раньше MCP работал как двусторонняя связь с сохранением состояния сессии. То есть при подключении сервер открывал долгоживущее соединение, и весь контекст между запросами жил в оперативке одного запущенного процесса. Это требовало, чтобы был постоянно работающий инстанс, который висит и ждет, существуя все время, пока идет сессия. В новой версии MCP стал stateless, то есть теперь каждый запрос самодостаточный. Клиент сам присылает весь нужный контекст в запросе (ну или он лежит во внешнем хранилище), а сервер просто получил запрос, обработал, отдал ответ и все забыл. Все Serverless-платформы (AWS Lambda, Cloudflare Workers и тд) работают именно так. До этой версии MCP нельзя было нормально запустить на такой инфраструктуре, а теперь можно: сервер разработчика может состоять просто из функции, которая просыпается на запрос и засыпает. В двух словах: MCP только что стали намного дешевле + их стало гораздо легче масштабировать. Практически это значит, что порог входа для создания MCP-сервера резко упал, и мы можем ожидать взрывного роста числа коннекторов для самых разных приложений, даже самых небольших. https://claude.com/blog/bringing-mcp-2026-07-28-to-claude

DeepSeek обновили V4 Flash в API Новая V4-Flash-0731 по бенчам обгоняет GLM 5.2 и V4 Pro Preview. Это всё ещё модель на 284B параметров, с 13B активных. Модель использует примерно такое же количество токенов что и прошлая версия, судя по тестам Artificial Analysis. Это делает модель в разы дешевле на таск чем GPT 5.6 Luna, даже с учётом новых цен, но Luna в разы быстрее решает задачи и использует меньше токенов. Новая модель работает через Responses API и полностью совместима с Codex. Ещё DeepSeek обещают релизнуть собственного агента в скором времени. Веса пока что не релизнули. Модель доступна только в API, в чате пока что до сих пор старая версия. Апдейт на V4 Pro обещают выпустить в первых числах августа. @ai_newz

🎞 Seedance 2.5 вышел глобально - ByteDance запустила модель в Dreamina. Обещают нативные видео до 30 секунд, до 50 референсов и более точный контроль сцен. Попробовать можно в Dreamina: AI Video → Seedance 2.5. Есть ежедневные бесплатные кредиты, а точная цена платных генераций зависит от региона и пока публично не раскрыта.

OpenAI поделились любопытным графиком: 43,5% специализированных рабочих запросов в ChatGPT относятся к задачам за пределами профессии самого пользователя. Чаще всего между ролями переходят задачи из маркетинга и инженерии. С помощью ChatGPT люди берутся за работу, которую раньше оставляли профильным специалистам: проверяют договоры, анализируют данные и разбираются с неполадками на сайтах. То есть благодаря ИИ границы некоторых профессий уже начинают размываться: меняется не только то, как люди выполняют свою работу, но и круг задач, которые они считают своими. @ppprompt

Opus 5 - в релизе! Зе бест фром зе вест! Все детали: https://www.anthropic.com/news/claude-opus-5