Разработчики и AI-компании начали массово использовать плагин Caveman, который переводит общение нейросетей в максимально лаконичный стиль «пещерного человека». Инструмент принудительно удаляет из ответов LLM вежливые обороты, вводные фразы и пояснения, оставляя только техническую суть. По данным пользователей и автора проекта, такой подход позволяет сократить потребление токенов на 65–75%, что существенно снижает расходы на API-интерфейсы.

Проект, созданный весной 2026 года, быстро набрал популярность: репозиторий на GitHub (автор JuliusBrussee) собрал около 80 тысяч звезд. Изначально задуманный как скилл для Claude Code, Caveman эволюционировал в отдельный плагин и полноценного кодинг-агента Caveman Code. Также доступна LoRA-адаптация для локальной модели Gemma4-31b.

Эффективность метода подтверждают сотрудники крупных технологических корпораций, включая Nvidia, GitHub и OpenAI. Технический директор OpenAI Шейн Суини лично внес вклад в развитие репозитория, добавив поддержку модели Codex. В компании Legrand использование Caveman стало рекомендованной практикой для сотрудников, чтобы не превышать лимиты на использование токенов.

Популярность инструмента связывают с тем, что современные языковые модели по умолчанию склонны к избыточной вежливости и многословности, что увеличивает счета за инференс. Переход на «телеграфный» стиль общения позволяет компаниям оптимизировать затраты на разработку без потери технического качества рекомендаций.

Большой адронный коллайдер (БАК), расположенный на границе Швейцарии и Франции, приостановил работу для проведения самой масштабной модернизации в своей истории. Проект оценивается в 1,2 млрд швейцарских франков, а возобновление эксплуатации установки запланировано на июнь 2030 года.

После апгрейда коллайдер получит название High-Luminosity LHC (БАК высокой светимости). Основная цель модернизации — увеличение частоты столкновений частиц в 10 раз. Благодаря установке новых сверхпроводящих магнитов, которые будут плотнее сжимать пучки частиц, количество столкновений за одну «встречу» пакетов вырастет с 60 до 140–200. Ожидается, что это позволит увеличить количество регистрируемых бозонов Хиггса с 55 миллионов до 380 миллионов.

Масштабное обновление необходимо для глубокого изучения темной материи и темной энергии, которые составляют около 95% Вселенной. Поскольку объем данных после модернизации станет колоссальным, для обработки миллиардов столкновений в секунду и отбора наиболее значимых событий будет задействован искусственный интеллект.

Обновленный комплекс рассчитан на 10 лет интенсивной эксплуатации. Напомним, что именно на БАК в 2012 году был обнаружен бозон Хиггса, что впоследствии принесло ученым Нобелевскую премию.

Center for AI Safety (CAIS) обновил результаты бенчмарка Remote Labor Index (RLI), предназначенного для оценки качества ИИ-агентов в задачах удаленной работы. Бенчмарк базируется на реальных проектах фрилансеров с платформы UpWork, а результаты моделей оцениваются путем сравнения с работой живых специалистов.

Лидером тестирования стала модель Fable 5, набравшая 16,1% (по данным CodeCamp). Для сравнения, показатели других актуальных моделей значительно ниже: Opus 4.8 набрал 8,3%, а GPT-5.5 — 6,3%. При этом на момент запуска бенчмарка лучшие решения справлялись лишь с 2,5% задач. Fable 5 продемонстрировала особые успехи в 3D, CAD, визуализации и редактировании видео.

Стоимость выполнения одной задачи в рамках теста была ограничена 50 долларами для большинства моделей и 150 долларами для Fable. По оценкам GPT-5.2 Pro, каждый процент прироста в RLI коррелирует с потенциальным влиянием на рынок труда США в диапазоне от 13 до 54 миллиардов долларов, в зависимости от охвата сегментов удаленной работы.

В дальнейшем CAIS планирует внедрить систему «критика», которая будет проверять результаты работы ИИ перед их финальной оценкой. Также исследователи намерены изучить зависимость эффективности выполнения задач от масштабирования вычислительных мощностей и финансовых затрат.