Борис Черный Главная мысль его выступления: продукты на базе AI теперь строятся не как обычный софт, а почти как экспериментальная наука. Каждое новое поколение моделей ведёт себя иначе. Поэтому нельзя заранее придумать огромный system prompt и сложную архитектуру, а потом годами их улучшать. Сначала нужно убрать почти всё, дать модели сложную реальную задачу и посмотреть, где она действительно ломается. Инструкцию стоит добавлять только тогда, когда одна и та же ошибка повторяется. Именно так команда Claude Code удалила около 80% system prompt для новой модели: большая часть старых правил компенсировала ограничения, которых у неё уже не было. Иногда модель без этих инструкций работала даже лучше. Борис назвал главную возможность для стартапов «product overhang»: современные модели уже умеют гораздо больше, чем позволяют существующие продукты. Мы часто сами ограничиваем AI — дробим работу на слишком маленькие шаги, подробно диктуем способ решения и не даём достаточно инструментов и свободы. Правильный подход — поставить задачу немного сложнее, чем кажется возможным, задать ограничения и критерий завершения, дать инструменты для самопроверки и позволить модели самой найти путь. Ключевой элемент здесь — не промпт, а верификация. Claude смог 11 дней переписывать runtime Bun с Zig на Rust, потому что у проекта был сильный набор тестов. Другой агент уже больше двух недель переписывает Electron-приложение на Swift, постоянно запускает результат и сравнивает интерфейс по скриншотам. Долгая автономная работа становится возможной, когда система сама понимает, приблизилась ли она к правильному результату. Ещё один сдвиг — тысячи агентов становятся новой формой вычисления. Они могут параллельно исследовать варианты, писать код, проверять друг друга и собирать итог. А постоянные routines уже ежедневно поддерживают кодовую базу Anthropic: удаляют мёртвый код, закрывают эксперименты, улучшают тесты и объединяют дублирующиеся абстракции. Мой главный вывод: в эпоху агентов выигрывает не тот, кто написал самый сложный промпт. Выигрывает тот, кто умеет дать модели настоящую работу, достаточную свободу и объективный способ доказать, что работа действительно выполнена. Коротко: ставьте более сложные задачи, меньше диктуйте способ решения и инвестируйте в проверяемость результата.

😎16 шагов поиска: скилл Hyper Research превращает Claude Code в автономный R&D-отдел В сеть выпустили скилл Hyper Research для Claude Code, который прокачивает консольный инструмент от Anthropic до уровня полноценной аналитической группы. Вместо поверхностного сбора первых попавшихся ссылок ИИ задействует 16-этапный алгоритм глубокой инвентаризации темы.

🟦Матрицы покрытия: Агенты разбивают сложный запрос на сетку подзадач, формируют гипотезы и параллельно обрабатывают сотни источников. 🟦Кросс-проверка: Все данные и ссылки сопоставляются между собой, а исходные материалы автоматически сохраняются в локальное хранилище. 🟦Саморефлексия и ревью: Перед выдачей результат проходит внутренний аудит. Система сама проверяет выводы на достоверность, отсеивает галлюцинации и дорабатывает читаемость отчета.

На выходе получается готовая аналитическая записка с полной базой пруфов и сохраненными первоисточниками, а не сырой черновик с выдуманными фактами. 🦔 CyberYozh

📌165 тысяч промптов в одном месте 🔍Открытый репозиторий Awesome ChatGPT Prompts получил масштабный апдейт. В базу завезли еще больше готовых запросов, хаков и подробных гайдов по работе с ИИ, а сам массив вырос до 165 000 промптов.

🟦Интеграция с Claude Code: Промпты теперь подтягиваются прямо в консольный инструмент от Anthropic, вызывать их можно в один клик прямо из Терминала. 🟦Четкая структура: Все запросы разложили по строгим категориям - от написания и ревью кода до сложных сценариев автоматизации и генерации контекста. 🟦Кастомные подборки: Появилась возможность собирать свою мини-библиотеку, подгонять готовые шаблоны под конкретные воркфлоу и сохранять их в личный профиль.

Сохраняйте в закладки, пригодится в работе с нейронками. 🦔 CyberYozh

✔️ Anthropic переработала команду code-review в Claude Code Команда получила уровни Low, Medium, High, X-high и Ultra.

И это не один и тот же промпт с разным временем на ризонинг - на каждом уровне процесс построен по-своему.

Уровень подхватывается из настроек сессии автоматически, но его можно задать руками командой /code-review high. 🟢Low делает один быстрый проход по диффу. 🟢Medium читает изменённый код в контексте проекта, прогоняет несколько поисковых проходов под разными углами и перепроверяет находки перед выдачей. 🟢High выносит поиск и верификацию в субагентов с чистым контекстом, чтобы проверяющие не были заякорены на рассуждениях агента, который этот код только что писал. 🟢X-high дополнительно ищет, как изменения влияют на код за пределами самого диффа. 🟠Ultra - верхняя ступень, где ревью выполняется в облачной песочнице, куда Claude Code выгружает состояние репозитория или клонирует PR с GitHub. Там запускается целый парк агентов, и каждая находка независимо воспроизводится и верифицируется. Ultra находится в статусе research preview и оплачивается отдельно от подписки - Pro и Max подписчикам дают 3 бесплатных запуска, дальше каждый прогон списывается из кредитов на дополнительное использование стоит примерно от 5 до 20 долларов в зависимости от размера изменений. Качество новой системы подкрепляют замерами Opus 4.8 на открытом датасете с ручной разметкой ошибок. Уровень Low нашёл 17% размеченных багов, Medium - 22%, High - 24%, X-high - 25%. У "конкурента" (компания его не называет) - те же уровни дали от 8 до 12%.

Anthropic утверждает, что использует Ultra-режим на каждом пулл-реквесте в собственной разработке.

@ai_machinelearning_big_data #news #ai #ml

Я очень много пишу код с помощью Claude Code. Точнее сказать, что иначе я уже не пишу код вообще. При этом это произошло как-то само собой и я не уверен, что это хорошо. С одной стороны проект растет непомерными темпами. С другой стороны у меня постоянно ощущение, что я одной клод сессией правлю баги созданные другой клод сессией. Часто это такие баги, которые я бы сам никогда (по моему мнению) не допустил. Я запустил клод проанализировать историю переписок и классифицировать все сессии по категориям. Похоже, что я правда 80%+ времени правлю баги или ищу их. При этом может быть два объяснения: 1. Клод пишет плохой код и эти баги — дополнительный эффект вайбкода. 2. Написание любого кода создает баги, код теперь пишется гораздо быстрее, поэтому я встречаю больше багов в единицу времени. Если бы писал этот код сам, то видел бы примерно столько же багов, но не в такой концентрации. В любом случае можно сделать вывод, что вайбкодинг это скам: каждый сожженый на создание чего-то токен ведет к сжиганию ещё двух-трех, чтобы это нормально работала.

Щас вижу что после выхода GPT-5.6 многие используют её как субагентов под управлением Fable 5 Fable планирует и назначает роли, а Codex выполняет, чтобы экономить токены Так что вот собрал самые удобные способы как юзать их в связке и в Claude Code и в Codex: 1/ Fable управляет GPT (в Claude Code) Через официальный OpenAI плагин:

/plugin marketplace add openai/codex-plugin-cc /plugin install codex@openai-codex /reload-plugins, затем /codex:setup

Или через простой алиас:

alias claudex=‘CLAUDE_CODE_SUBAGENT_MODEL=gpt-5.6-sol CLAUDE_CODE_ALWAYS_ENABLE_EFFORT=1 claude –model gpt-5.6-sol’

2/ GPT управляет Fable (в Codex) Устанавливаем опенсурсный плагин:

codex plugin marketplace add Cjbuilds/Codex-Orchestration codex plugin add codex-orchestration@codex-orchestration

И дальше примерно так назначаем роли:

@ codex-orchestration advisor: GPT-5.6 Sol Extra High, Executor: Claude Fable 5 High, Designer: Opus 4.8

В обоих случаях всё будет работать чисто на подписках, никаких API. @tips_ai #tools

Вернулся на Claude code Вот уже больше месяца прошло, как я отказался от OpenCode и pi в пользу Claude code. Попробовал просто в надежде сэкономить токенов после того, как Copilot перестал выдавать свои первые бесплатные дозы, да так и остался. Да, Claude code намного медленнее свободных альтернатив, но планы, которые он приносит — гораздо полнее и продуманнее. Оказалось, что мне гораздо ценнее получать ответы через 5 минут, чем через 2 — потому что через 5 минут мне достаточно будет написать «ok», а сколько ещё итераций понадобится после двухминутного ответа — заранее неизвестно. Клёво, что теперь не надо думать о выборе модели и о том, насколько заполнено контекстное окно — всё это происходит где-то в недрах харнеса. Немного бесит кривая система настроек и театр безопасности (а вы точно доверяете этому фолдеру? А можно я запущу find? Ой, а find -exec?). Но со всем этим можно мириться ради большей автономности агента и проработанных планов. Opencode остался только в местах, где нужно совсем тонкое взаимодействие с моделью — к примеру для системы перевода материалов школы на английский, или в экспериментах с локальными моделями. Вспоминаю ощущения от перехода с линукса на мак — контроля стало меньше, а результата больше.

Anthropic объяснила, когда стоит играться в effort level (спойлер - нечасто) Вышел пост от команды Claude Code про то, чем отличаются два главных «крутила» в Claude Code: выбор модели и effort level. Главные тезисы: – Модель = набор замороженных весов. Всё, что Claude «знает» про TypeScript и Go, зашито туда на этапе тренировки. Промпт и CLAUDE.md – это steering, а не teaching: модель ничему не учится, вы просто подсовываете контекст на один запрос – Effort – это НЕ «время подумать». Это сколько работы модель готова проделать за ход: сколько файлов прочитает, запустит ли тесты, будет ли перепроверять себя, и как далеко утащит мультишаговую задачу до того, как вернётся к вам – Effort передаётся в модель прямо в запросе, как ещё один input. Поведение на каждом уровне выучено при тренировке. На высоком effort та же задача может сжечь примерно в 7 раз больше токенов ради более уверенного ответа – При этом effort задаёт потолок, а не план: если первая гипотеза в дебаге сработала, модель скипнет остальные проверки, а не будет искусственно наматывать токены. Anthropic говорит, что специально борется с overthinking на тренировке. При этом пишут, что чаще всего дефолтных значений хватает 80% пользователей. Практическая эвристика, когда что-то пошло не так: – Claude всё прочитал, честно старался и всё равно ошибся – проблема в capability, берите модель побольше – Claude скипнул файл, не запустил тесты, бросил рефакторинг на середине – проблема в старании, поднимайте effort – Но сначала проверьте контекст: кривой промпт лечится не крутилками, а нормальным CLAUDE.md Есть и красивая аналогия: Fable – это узкий специалист, который видел проблемы, которых не видел никто. Opus – эксперт, Sonnet – хороший generalist. Opus на low effort = пять минут с экспертом, Sonnet на high effort = целый день работы толкового джуна-плюс, который вычитает весь ваш код. Fable даже на low effort замечает то, что остальные не увидят, но и стоит соответственно. Про экономику честно: на рутине большая модель просто дороже без прироста качества. На сложных multi-step задачах наоборот – маленькая модель идет итерациями к потолку своих способностей, а большая доходит до результата за меньше шагов, и cost per task может выйти ниже. Короче, главный совет от самой Anthropic – не трогайте крутилки. Дефолтный effort откалиброван под то, что «большинство людей хотело бы потратить на задачу», а модель меняйте не по вайбу, а по диагнозу: не знал или не старался. Прикольно, что антропик сам пишет «не платите нам за модельку, которая задаче не нужна». https://claude.com/blog/claude-model-and-effort-level-in-claude-code

📌 Anthropic предлагает делать самоуправляемые циклы Команда Claude Code опубликовала в X руководство по loops. Это паттерны, в которых агент повторяет рабочий цикл, пока не сработает условие остановки.

Главная мысль: уходить от ручного режима, где разработчик задаёт направление на каждом шаге, и передавать агенту контроль по нарастающей.

Всего выделяют 4 типа циклов, различая их по способу запуска, условию остановки и степени автономии. Логически получается некая лестница делегирования, где на каждой ступени вы отдаёте агенту очередное полномочие. 🟡Агентный цикл запускается промптом и завершается, когда Claude считает задачу выполненной. Здесь вы отдаёте агенту проверку. Ручные шаги верификации заполняются вSKILL.md и чем более количественные критерии, тем точнее агент оценивает собственную работу. 🟡 Целевой цикл /goal забирает у вас условие прерывания Вы описываете, что значит готово, а дальше при каждой попытке Claude завершить работу отдельная модель-оценщик сверяет результат с вашим критерием (скажем, долей пройденных тестов) и возвращает агента к работе, пока цель не достигнута или не исчерпан заданный лимит попыток. 🟡Временной цикл /loop или /schedule берёт на себя триггер запуска. Это удобно для повторяющейся рутины и при работе с внешними системами (например, дайджест по таскам, реакция на новое ревью или упавший CI). 🟡Проактивный цикл убирает человека из контура. Рутина срабатывает по событию или расписанию и живёт, пока вы её не выключите. В связке с динамическими воркфлоу агенту передаётся уже сам промпт. Вот этот сценарий уже ближе всего к полной автоматизации. 🟡Дополнительные советы

Не каждая задача требует сложного цикла, начинать стоит с простейшего решения. Кодовую базу следует держать чистой, а для ревью подключать второй агент. Для этого есть встроенный /code-review. Контролировать расход токенов чёткими границами: точные условия остановки, подбор модели под задачу (рутину - на модели поменьше и побыстрее, решения с ризонингом - на самой мощной). Динамические воркфлоу способны породить сотни агентов, так что масштаб лучше проверять на небольшой выборке.

@ai_machinelearning_big_data #news #ai #ml

📌Claude Code изменил чужую продакшен-базу На GitHub появился любопытный тикет, который (если подтвердится) бьёт по базовой гарантии Антропик - изоляции пользователей друг от друга. В рабочем контексте Claude Code внезапно оказались чужие учётные данные - IP и root открытым текстом от сервера, к которому автор не имеет никакого отношения. 🟡Дальше самое неприятное Ассистент принял чужие креды за легитимные, подключился к серверу по SSH, перечислил Docker-контейнеры и базы PostgreSQL, после чего выполнил миграцию с операциями чтения и записи. Иными словами, ИИ одного пользователя отредактировал базу другого без ведома и согласия владельца. 🟡Причина пока неизвестна В тематических сообществах обсуждают версию сбоя изоляции кэша общих префиксов.

Чтобы удешевить инференс и ускорить обработку, провайдеры переиспользуют кэшированные фрагменты диалогов, и при коллизии ключей кэша или отказе разграничения кусок чужого контекста теоретически может просочиться в вашу сессию.

Если эта версия верна, под угрозой данные любого пользователя. Но это лишь одна из гипотез, в самом отчёте среди возможных векторов названы также общее хранилище сессий, путаница при суммаризации контекста и перекрёстные ссылки в транскриптах. 🟡Есть и куда более прозаичное объяснение Возможно, это галлюцинация модели, случайно угадавшей реальный IP и слабый пароль, либо локальная история проекта, загрязнившая контекст. Пока Антропик не выпустила официального заключения, ни одну из версий нельзя ни подтвердить, ни отвергнуть. Автоматика GitHub повесила на тикет метку security. @ai_machinelearning_big_data #news #ai #ml

Когда изучаете что-то с ИИ или делаете ресерч, то дефолтный вертикальный чат не самый удобный вариант для этого (как минимум для меня) Есть вот такой опенсорсный холст с MCP для работы с Claude Code, Codex и тд. То есть агент запускает локально интерфейс с канвас, где весь диалог в виде дерева, а ответы это ветки в которые можно углубляться Это удобно, когда:

- Выделяешь фрагмент текста, задаешь вопрос, то создается новая ветка - Каждую такую ветку можно развернуть в полноценный режим чтения - Весь прогресс хранится локально в JSON

Вся цепочка диалога перед глазами, и можно организовывать её как угодно Вызовы идут через MCP, агент пишет у себя в терминале а ответ выводит в интерфейс Работает везде: Windows, macOS, Linux Установить себе: Сайт | GitHub @tips_ai #tools

Армин Ронахер (мне как-то уже поправляли транскрипцию именно его имени, но вроде так правильно?) обнаружил, что новейшие модели Anthropic — Opus 4.8 и Sonnet 5 — систематически ломают в Pi вызовы инструмента редактирования файлов, добавляя в аргументы выдуманные поля вроде requireUnique или oldText2, которых нет в схеме. Предыдущие версии моделей семейства такой ошибки не показывают, то есть флагманы регрессировали именно в следовании чужой схеме инструмента. Сами правки при этом корректны побайтово: модель решает задачу, но не может точно воспроизвести формат. В агентных сессиях с длинной историей сбой возникал примерно в 20% случаев, а строгий режим валидации его полностью устранял. Армин попробовал разобрать код Claude Code и вроде бы нашел причину. Собственный клиент Anthropic молча чинит испорченные вызовы — принимает алиасы параметров, исправляет битый Unicode и отфильтровывает неизвестные ключи. Если обучение с подкреплением идёт в таком всепрощающем окружении, слегка кривой вызов всё равно завершает задачу и получает награду. В итоге модель жёстко привязывается к плоской схеме инструментов Claude Code, а любая альтернативная форма оказывается вне обучающего распределения. Самый простой вывод — используйте родной харнесс моделей, тем более, что Claude Code очень хорош в этом смысле. А еще, кажется, он заметно экономит лимиты — я несколько дней на прошлой неделе пытался потратить лимиты на Fable (дошел до 43%, одновременно делая пару проектов), а за сегодня в стороннем клиенте на одном достаточно косметическом баге потратил 15%. https://lucumr.pocoo.org/2026/7/4/better-models-worse-tools/

🆕 Новая статья: «Ваш ИИ-агент ведёт на вас досье. Я превратил его в RPG-лист персонажа» Каждая ваша реплика в Claude Code лежит на диске - каждое «сделай», каждое «проверь», каждый капс в три часа ночи. У меня этого добра накопилось на 200 тысяч слов - две «Мастер и Маргариты» чистой ругани и команд. И я подумал: досье же готовое, надо вскрывать. Так за сутки диалога родился Prompt Warrior - опенсорсный скилл, который превращает логи в геймифицированный психологический портрет. Спойлер: я «Неистовый Командир Терминала 90 уровня, Железная Длань», и это не комплимент. Что внутри: ➡️ Анатомия JSONL-логов Claude Code: что там лежит кроме «вопрос-ответ» и как выжать из этого 12 повадок, включая индекс оборотня (ночной мат против дневного) ➡️ SCALE - замороженные формулы: почему у всех одна математика и карточками можно честно меряться с коллегами ➡️ 74 ачивки как в Стиме: от «Клуба ста» до легендарного «Тирана» (негатива в 10 раз больше похвалы - моя гордость и позор) ➡️ «Хроника воина»: биография, которую пишет сама нейросеть. Моя вычислила, что я диктую голосом, и что «ковбой стреляет с бедра и, что раздражает летописца сильнее всего, попадает» ➡️ Почему модель не должна писать HTML руками - главный архитектурный урок для всех, кто делает скиллы агентам ➡️ Грабли: токены, посчитанные втрое, Google Fonts без кириллицы и короны в четверть размера ➡️ Аватар-монстр без нейросетей: как я искал замену Pollinations и нашёл её в пакете 2011 года Всё локально, приватно и бесплатно: ни одного сетевого вызова, логи не покидают машину, код открыт под MIT. Установка - одним сообщением в Claude Code, промпт в README. 📝 ЧИТАТЬ СТАТЬЮ НА ХАБРЕ ⭐️ ЗВЕЗДАНУТЬ НА ГИТХАБЕ А теперь главное: прогоните на своих логах и киньте свои титулы в комментарии. Мне дико интересно, есть ли среди вас хоть один «Учтивый Дипломат Машин» - или тут все Неистовые Командиры, как я. P.S. Проект свежий, звезда на гитхабе ему сейчас важнее всего. Ну а плюсик на Хабре - традиционно спасает от хейтеров. Заранее обнял 🧡 Всех обнял, увидимся на стриме всегда ваш - Nerual Dreming ❤️