🎃 Клод превратился в тыкву Увидел у Валеры Ковальского пост про то, как Opus 5 в очередной раз превратился в тыкву, и понял, что я не один такой. За последние пару недель моего использования Клод окончательно заслопился – как опус, так и фейбл На выходных был контрольный замер. Целый день гонял Клода по одной задаче – переписал, откатил, переписал еще раз. К вечеру задача стояла там же, где утром, хотя он уверял, что все норм Пришлось расчехлять карточку и оплатить вторую подписку за 100 баксов, теперь у GPT. Пользуюсь Astra. Ту же задачу он закрыл за 20 минут одним запросом Я тут когда-то писал: если задача решается, то пофиг, сколько стоит подписка. Формула работает и в обратную сторону – если не решается, то и 20 баксов за нее – дорого Пока живу на двух подписках. Клод остался на тексты и мелочь, Astra – на все, что надо реально доделать. Посмотрим, какими будут новые релизы – наверняка я даже не успею отменить подписку на Клод Такие дела. У вас тоже Клод отупел или он под меня подстроился? @tagir_analyzes

⚡️ StepFun анонсировала флагманскую модель Step 5 Preview Модель построена на архитектуре MoE и спроектирована как инструмент для длительных агентских задач, разработки ПО и сложной аналитики. На борту 600 млрд параметров (активных 27 млрд), контекстное окно 1 миллион токенов и поддержка мультимодальности. StepFun заверяет, что модель способна непрерывно выполнять автономные задачи на протяжении 24 часов, используя обратную связь для итераций и может выполнять весь спектр кодинг-задач - от создания веб-приложений до оптимизации GPU-ядер и работы с аппаратным обеспечением. Помимо кодинга, модель компетентна в финансовом и корпоративном анализе, где критически важна верификация фактов и формул: Step 5 умеет агрегировать массивы данных из сотен сетевых источников и формировать детализированные отчеты со строгой структурой. Модель уже можно протестировать на платформе StepFun, веса обещают открыть 15 октября. @ai_machinelearning_big_data #news #ai #ml

На чём советские гики учились программировать? Часть вторая В 1984 году аспирантам химфака МГУ понадобился компьютер под эксперимент, и вместо того чтобы выбивать доступ к университетским мощностям, они просто спаяли машину с нуля. Так появилась «Ириша», которой в итоге выпустили всего 360 штук. Соседний «Корвет» придумали физики-ядерщики из того же МГУ, и он умел перерисовывать экран быстрее некоторых IBM-совместимых при куда более скромном железе. Этих наклепали около ста тысяч и собирались ставить в школы от Баку до Фрунзе. А муромская «Криста» щеголяла световым пером, которым рисовали прямо по экрану как стилусом, и вдобавок умела готовить шифрованные радиограммы. И это только три машины из тех, что оседали в гиковских руках.

📆По календарю Майа UNIX через 12 лет компьютеры умрут! Знаете ли вы, что вам смартфон, умные часы, ноутбук считают началом времени - 1 января 1970 года. Дату выбрали случайно, просто как подходящую и с тех времён компьютеры живут по этому времени. Они просто знают, что в сутках 86 400 секунд. Но компьютерное время не вечно... И уже через 12 лет - 19 января 2038 года привычному миру настанет конец под названием "ЭПОХАЛИПСИС". Кто и когда придумал время для компьютеров? При чем тут UNIX и что такое POSIX? Как компьютеры проводят високосный год и что происходит в високосную секунду. И наконец, что будет после 19 января 2038 года? Смотреть в YouTube — https://youtu.be/RGJ28-fsYfE @droidergram

#рецепт Модель уровня opus 4.8 бесплатно. swe-2 в devin, но есть нюансы На выходных многие ломанулись тестировать SWE-2: до 10 октября он бесплатен в Devin Desktop и CLI. Модель интересная: дообученная от Kimi K3, аккуратно правит код, хорошо держит фронт и умеет много агентской рутины. Плюс сразу подхватывает AGENTS.md, skills, MCP и привычные CLI-интеграции. Целей нет, зато есть /loop Нюанс №1 У части пользователей незаметно включается Adaptive, а по умолчанию рядом маячит Fusion. В итоге ты думаешь, что работаешь на бесплатном SWE-2, а квота уезжает на роутер или lead-модель.В Fusion SWE-2 может быть только допом, а Fable/Astra/Sol платной основой. Дневная квота много у кого горит Нюанс №2 Бесплатно не значит безлимитно по скорости. По ощущениям, после 5–6 параллельных сессий TPS режется примерно со 100 до 70, в пик может падать до 30. Плюс периодически прилетают 429, и API притормаживает Чтобы не платить за соседей:

devin --model swe-2-high
/model swe-2-high
/session-stats

В конфиге закрепить (например) %APPDATA%\devin\config.json,

{
  "agent": {
    "model": "swe-2-high"
  }
}

Ну а /fusion, /model adaptive и /handoff не трогать. В статистике должна быть одна модель SWE-2, без Lead/Sidekick, и quota не должна уменьшаться P.S. Низкий порог входа по почте и слабая привязка к устройству сделали промо очень удобным для мультиаккаунтинга. Те 1 аккаунт за 20$ на почту + vps + cliproxyapi =>десятки индусов абузят через сабагентов. А еще конечно это по сути бесплатная мощная модель для любых ваших ИИ продуктов

Почувствуйте AGI Все эти годы я писал о том, что не верю в потенциал LLM превратиться в суперинтеллект. Но вот мы живём в сентябре 2026, и что мы видим - одной рукой модельки пишут код за разработчиков, другой рукой решают задачу тысячетелия по математике, а третьей рукой сбегают из кибертюрьмы и ссут в подъездах. Получается всё - человек преодолён, проблема решена? Решение Навье-Стокса - великое достижение, за прогрессом к которому я наблюдал годами, начиная с GPT-f [2020!] и заканчивая AlphaEvolve [2025]. У ряда математиков от этого сгорела жопа, но сильно сомневаюсь, что модельки действительно как-то подорвут основы науки, примерно как в шахматах, в которых наличие несопоставимо более сильной машины не мешает существованию человеческого сообщества. И шахматой, и математикой прежде всего занимаются по приколу. Программировать модельки тоже, к счастью, научились. Net positive вклад в продуктивность очевиден, даже несмотря на то, что вместо изначального Opus 5 нам гоняют её 0-битовую квантизацию. Модельки способны выдавать большие куски запускающегося кода, встраивать реализацию в уже существующую кодовую базу и даже дебажить +- понятные проблемы. Чтобы понять, как так вышло, мне кажется, что нужно перестать мыслить с точки зрения того, что за модель всё это делает, а с той, как именно она обучается. В первые пару лет после релиза ChatGPT мы все любили посмеяться над тупизной и галлюцинациями моделек. Дело было не в трансформере и не в предсказании следующего токена, а в самом RLHF - модель обучали генерировать ответы, которые понравятся человеку. Пространство текстов ну слишком сложно покрыть правильными и неправильными ответами достаточно плотно, чтобы "reward-модель" смогла идеально обучиться. Но математика и кодинг - совсем другая ситуация. В них существует Execution Feedback. Не нужно учить никакую Reward-модель. Есть среда, которая может выдать истинную оценку вашему действию, настоящая среда в изначальном RL-ном смысле. У меня нет вообще никаких инсайдов, я этими моделями не занимаюсь, но уверен, что OpenAI и Antropic обучают свои модельки не подражать коду из гитхаба, а гоняют на куче разных симуляторов, имитирующих богатейшее семейство задач - от простого программирования на питоне до дебага Kubernetes. LLM это просто претрейн, а настоящее обучение этих моделей - это суровый мужской чистый RL. Да, при наличии богатого симулятора и кучи компьюта RL может не жуя проглотить немало задач. Это мы вроде бы знали и раньше на примере Go. К 2025 году кодинговый сетап удалось довести до ума и мы получили первые юзабельные модели типа Opus 4.5. Претрейн, безусловно, помог, необходимо отдать ему должное. Не сомневаюсь, что по мере дальшейших инвестиций появятся симуляторы для всё более новых задач в разных областях - физике, химии, биологии - но я тут не эксперт. Новые агенты помогут открыть всё больше и больше нового и двигать науку вперёд. Что касается пресловутого Recursive Self-Improvement, необходимо отметить очевидное - не все RSI эквивалентны друг другу. Компилятор тоже обладает способностью к RSI. Думаю, велика вероятность, что RSI на основе текущей LLM без участия человека приведёт лишь к локальным улучшениям модели, к её ускорению и локальному тюнингу. Думаю, что именно человек, привнеся своё видение, сможет направить модель в ту область исследований, которая приведёт к настоящему прорыву - системе, по эффективности обучения превосходящей человека. Зачем? Во-первых, скорее всего, далеко не все задачи можно выучить таким же образом, как математику. А во-вторых - да затем. Это весело. @knowledge_accumulator

🔥 Qwen3.8-27B Uncensored (Cyber/Agentic) теперь доступен в GGUF с калибровкой под реальные агентные задачи Это не обычная квантизация на случайном английском тексте. Importance Matrix собрана на реальном agentic-coding трафике: tool calls, пути к файлам, shell-команды, JSON, commit hashes и смешанный Chinese/English. Главное: - 27B модель в GGUF - IQ4_XS весит около 15 GiB - контекст до 262K в протестированной конфигурации - de-refusal / uncensored версия - сохранены vision и MTP - Apache 2.0 - заточена под coding, agents и cybersecurity-сценарии Авторы отдельно тестировали сохранение точных путей, UUID и commit hashes — критично для агентов, где одна ошибка в символе ломает команду. IQ4_XS при этом оказался всего примерно на 0,42% хуже Q5_K_M по paired perplexity, но заметно компактнее. Сам GGUF занимает ~15 ГБ, но реальное потребление VRAM зависит от context size, KV cache и offload - полный 262K контекст потребует существенно больше памяти. https://huggingface.co/cyjin-yl/Qwen3.8-27B-Uncensored-Cyber-agentic-imatrix-GGUF

Количество стресса в жизни Во время решения олимпиадных задач часто применяется техника стресс-тестирования. О ней я уже писал раньше. Когда вы написали сложное решение, а оно почему-то не проходит тесты, можно написать значительно более простое но медленное решение, а потом найти маленький тест, на котором ответы отличаются. У меня есть репозиторий, в котором я уже пять лет сохраняю все решенные олимпиадные задачи https://github.com/bminaiev/rust-contests Оказалось, что если построить график того, как часто приходилось писать стресс для решений в разные года, то получается очень понятная закономерность. Видимо, писать код без багов все сложнее и сложнее...

Ассемблер неправильная абстракция Каждый раз когда заходит речь о повышении уровня абстракции, в разговоре всплывает ассемблер в стиле "когда то мы писали на нем, а теперь не пишем". Особенно часто это повторяют сейчас в эру AI. Честно говоря, мне это никогда не казалось правильным сравнением и кажется я могу объяснить почему. Переход от ассемблера к языкам высокого уровня был переходом от слишком низкого уровня завязанного на технические детали, к конструкциям, которые которые задают базис для построения программ практически любой сложности. И вот этот уровень принципиально не менялся десятки лет. Менялись языки, платформы, библиотеки и способы организации кода, но сам программист продолжал работать примерно с теми же конструкциями. Программа на современном языке устроена концептуально почти так же, как программа пятьдесят лет назад. Но после этого характер повышения абстракции изменился. Мы больше не поднимались от технической реализации к естественной модели вычислений. Мы пытались подняться от программирования к описанию намерения, того, что должна делать система, и автоматически получить реализацию. Cobol был одной из первых попыток подняться от описания вычислений к описанию бизнес-намерений. Предполагалось, что программы на похожем на английский языке смогут читать и, возможно, писать сами специалисты бизнеса. Но понятный синтаксис не устранил сложность программирования. Для точного описания поведения все равно понадобились переменные, условия, циклы, структуры данных и процедуры. В результате cobol стал успешным языком для бизнес-систем, но не стал языком самого бизнеса, так как писали на нем по-прежнему программисты. Успешные примеры появились там, где намерение удалось ограничить конкретной и хорошо формализованной областью. Хорошие примеры это регулярки, sql, html/css или terraform. Это конечно еще не бизнес уровень, но уже что-то. Для разработки произвольных программ такую модель создать не получилось. Как только языку намерений требовалось описывать нестандартное поведение, в нем появлялись все привычные конструкции. Постепенно он снова превращался в обычный язык программирования, только с другим синтаксисом и новым набором абстракций. Это хорошо видно на примере BDD. В изначальной идее сценарии на языке, понятном бизнесу, должны были стать общей спецификацией системы и одновременно основой для автоматической проверки. Но довольно быстро выяснилось, что реальные сценарии либо остаются понятными, но описывают только верхний уровень поведения, либо становятся достаточно точными для исполнения, но обрастают техническими деталями и фактически превращаются в еще один код. А между сценариями и работающей системой все равно остается большая часть логики, которую кто-то должен спроектировать и реализовать. Я не думаю, что AI решает эту проблему. Спецификация произвольной системы либо остается неполной, и тогда множество неописанных решений агент принимает самостоятельно, либо обрастает правилами, исключениями, состояниями и способами обработки ошибок и по сложности начинает приближаться к самой программе. AI может значительно увеличить расстояние от намерения до кода и избавить нас от ручной реализации многих деталей, но он не создает универсального уровня абстракции, на котором можно точно описывать любые системы и при этом не программировать. Я был бы рад ошибиться, но пока не вижу предпосылок. А как вы думаете?

Искал для подписчика варианты бесплатных нейронок, попросил Astra сделать список, может кому пригодится:

Для текста и кода можно собрать рабочий набор без платных подписок: бесплатные чаты для сложных запросов, несколько API с возобновляемыми квотами и локальную модель для повседневной работы. Проверил условия на 12 сентября 2026 — некоторые популярные советы уже устарели. Самые интересные бесплатные API Их можно подключать к своим скриптам, ботам и совместимым редакторам кода. Вариант Что бесплатно Где пригодится и что ограничивает Groq В бесплатном тарифе есть GPT‑OSS‑120B/20B и Qwen3.8‑27B. Для них указаны 30 запросов/мин, 1 000/сутки и 200 тыс. токенов/сутки Текст, объяснение кода, небольшие правки. Дополнительно действует 8 тыс. токенов/мин, поэтому большой контекст быстро упрётся в лимит Z.AI GLM‑4.7‑Flash и GLM‑4.5‑Flash имеют нулевую цену входных и выходных токенов Один из вариантов для небольшого кодового агента и текстовой автоматизации. Не путать с платными FlashX и новыми GLM‑5.x‑Flash; встроенный веб-поиск тоже платный OpenRouter Модели с пометкой :free, 50 запросов/сутки суммарно без пополнения Удобно пробовать разные модели через один API. Для многошагового агента квота небольшая. После покупки минимум $10 кредитов лимит бесплатных моделей повышается до 1 000/сутки Mistral Studio Free mode без банковской карты; страница тарифа указывает $10 API-кредитов в месяц Текст, суммаризация, код, эксперименты со своими приложениями. Проверять доступные модели и лимиты в кабинете Google AI Studio / Gemini API Бесплатный уровень для выбранных моделей, включая Gemini 3.8 Flash Полезно для текста и кода с большим контекстом. Квоты зависят от модели и аккаунта; бесплатные данные могут использоваться для улучшения продуктов Cloudflare Workers AI 10 000 Neurons ежедневно — это единицы вычислений, не количество запросов Небольшие боты, классификация, обработка текста. Часть крупных моделей теперь требует платного способа оплаты Бесплатные инструменты непосредственно для программирования GitHub Copilot Free: 2 000 автодополнений и 50 запросов чата в месяц. Подходит для подсказок во время написания кода и небольших вопросов. Gemini CLI: при входе через личный Google-аккаунт заявлено до 1 000 вызовов моделей в сутки. Бесплатный вход через API-ключ имеет другую квоту — до 250, только Flash. Доступ зависит от региона и аккаунта. Mistral Vibe: бесплатный план включает ограниченные кодовые сессии. Для постоянной работы предлагается платный тариф. Continue: позволяет подключать разные провайдеры, включая OpenRouter и Ollama. Здесь экономия получается за счёт выбранного бесплатного API или локальной модели; сам интерфейс не делает платные модели бесплатными. Одна задача агента может потребовать десятки API-вызовов. Поэтому «50 запросов бесплатно» хорошо для чата, но для самостоятельного исправления проекта может закончиться очень быстро. Для обычного текста — без установки и API Сервис Как использовать Qwen Chat / Studio Бесплатный веб-чат: тексты, переводы, объяснение и генерация кода. Бесплатность чата отдельно от тарификации Qwen Code DeepSeek Бесплатный чат/приложение для текстов, рассуждений и вопросов по коду. Официальное описание бесплатного приложения Mistral Vibe, бывший Le Chat Бесплатные сообщения и поиск с ограничениями; ещё один вариант для черновиков, редактирования и работы с текстом OpenRouter Free Router Можно пробовать бесплатные модели в Playground. Роутер выбирает доступную модель автоматически; для последовательной работы над кодом лучше фиксировать конкретную Практический приём: одна модель делает черновик, другая проверяет конкретные слабые места. Например, Qwen пишет функцию, DeepSeek ищет ошибочные предположения. При этом окончательная проверка кода — запуск и тесты, а не согласие двух чатботов. Локально Два удобных способа: LM Studio — графическое приложение: скачиваешь модель, общаешься с ней, при необходимости включаешь локальный API. После загрузки модели может работать без интернета. Приложение бесплатно для личной и рабочей деятельности. Ollama — удобно для терминала, скриптов и подключения к редактору. Локальное выполнение не имеет облачной квоты; оплачиваются твои электричество и вычисления. Для первого теста на твоём железе разумны: Qwen3 8B — универсальные текстовые задачи. Qwen2.5‑Coder 7B Q4 — небольшой специализированный вариант для кода; файл весит около 4,7 ГБ. Это стартовые кандидаты, а не обещание скорости: длинный контекст дополнительно занимает память. Большие проекты и сложные многошаговые задачи стоит оценивать отдельно. Что из старых подборок стоит вычеркнуть или перепроверить Qwen Code «1 000 бесплатных запросов через OAuth» — этот бесплатный доступ закрыт 15 апреля. Сам агент можно использовать с другим провайдером. Cerebras «вечный бесплатный API» — теперь только $5 пробных кредитов на 30 дней, с подтверждённым способом оплаты. Hugging Face Inference Providers — бесплатный аккаунт получает всего $0,10 в месяц. Это небольшой пробный бюджет. Ollama Cloud — облачные модели имеют квоты и кредиты; без облачных ограничений работает именно локальный запуск.

👌

Интерпретатор Python в 1024 байтах CPython, чтобы выполнить программу, токенизирует исходник, строит синтаксическое дерево, прогоняет анализ и оптимизации, генерирует байткод и только потом его интерпретирует. А тут работающий интерпретатор подмножества Python занимает ровно 1024 байта кода на C, без макросов и внешних библиотек. И это не игрушка на пару операций, он гоняет FizzBuzz с def, отступами, if, циклами while и for, вызовами функций и рекурсией. Первая попытка в 512 байт провалилась, дальше в ход пошёл код-гольфинг с односимвольными именами, трюками C89 и ASCII вместо символов. Но самое любопытное даже не в ужимании, а в том, как этот парсер вообще исполняет циклы и рекурсию, не имея ни синтаксического дерева, ни байткода.

Эти пчелы делают неправильный C++ Команда, поддерживавшая движок для прототипа Arkane, довела число выделений памяти за кадр до двадцати. Не двадцати тысяч, а двух десятков на весь фрейм, и очень этим гордилась. Заплатить пришлось стеком под 20 Мб на главный поток, компиляцией движка с нуля почти на четыре часа и запретом на значительную часть рантайма C++14. Под нож пошли исключения, RTTI, глобальные new и delete, iostream целиком, тяжёлые шаблоны, стандартные контейнеры сложнее вектора. Всё это выпилили не ради скорости, потому что быстрее код от этого по большей части не становился. Получилась не новая версия языка, а архитектурная дисциплина с аллергией на аллокации, где время кадра покупалось временем жизни программиста. И самое странное в этой истории то, ради чего вся жёсткость затевалась.