Jarred Sumner, создатель и ключевой мейнтейнер JS-инструмента Buni, полностью переписал кодовую базу с языка Zigi на Rust с помощью Claude Code и модели Fable 5i. Работа заняла 11 дней и стоила $165 тысяч по API-ценам — по оценке Sumner, вручную три инженера, хорошо знающих код Bun, потратили бы на это около года.

История показывает, что AI-агенты уже способны выполнять масштабные низкоуровневые переписывания архитектуры целых проектов, а не только веб-разработку. Это ставит под вопрос будущее нишевых языков без сильной экосистемы: Zig, судя по всему, будет заменён в Bun на Rust окончательно.

Полный разбор →

Новое исследование (arXiv 2605.20049, «Does code cleanliness affect coding agents? A controlled minimal-pair studyi») проверило, влияет ли качество кода на работу ИИ-кодинг-агентов. Для этого взяли 6 пар репозиториев — «чистую» версию в духе Роберта Мартина и «спагетти»-версию — и прогнали на них 33 задачи сотнями запусков Claude Codei на модели Sonnet 4.6i.

Главный вывод: сама успешность решения задач агентом от чистоты кода почти не зависит. Но чистый код заметно снижает «блуждания» агента и расход токенов — модели приходится меньше рассуждать, реже перечитывать уже открытые файлы и в итоге тратить меньше токенов на ту же задачу.

ВыводМетодология: минимальные пары репозиториев (чистый код vs «спагетти-код» от уволившегося коллеги), 6 пар, 33 задачи, сотни прогонов

Полный разбор →

Команда опубликовала на архиве (arXiv) первый релиз своей разработки — метод спекулятивного декодинга для ускорения инференса языковых моделей. Заявлено ускорение в 4.37 раза по сравнению с обычным автогрессивным декодированием и превосходство над оптимизированным бейзлайном DFlashi на 24.7%.

Авторы называют результат state-of-the-art (SOTA), по крайней мере на модели Qwen3.6 — метод превосходит всё, что публично известно в этой области, включая DFlash. Тема значима для быстрого инференса на устройстве (on-device inference).

Полный разбор →

Команда Stage.AI опубликовала блогпост о сжатии edge-моделей Gemma-4i почти в 6,4 раза при умеренной потере качества. Заявленная цель материала — 7-кратное уменьшение размера моделей для работы на устройствах с ограниченными ресурсами.

Ценность работы не в новом методе, а в комбинации: авторы соединили классические и свежие техники сжатия, чтобы найти лучший баланс между размером модели и качеством ответов.

Полный разбор →

Разработчики нашли способ обойти дорогую текстовую тарификацию нейросети Fable 5 (Claude) от Anthropic: утилита pxpipei кодирует объёмный контекст — системные промпты, документацию инструментов и историю переписки — в PNG-картинки перед отправкой в Claude Code. Изображения тарифицируются по количеству пикселей, а не по числу символов, поэтому длинный контекст обходится заметно дешевле.

В тестах стоимость сессии упала с $42 до $6 — то есть в 7 раз, а по расчётам одного из авторов экономия составляет 59–70%. Fable 5 при этом почти без потерь распознаёт текст на картинках, но у других моделей (Opus 4.7, 4.8, GPT 5.5) метод даёт заметный процент ошибок.

Полный разбор →

Разработчик Джулиус Брюсси (Julius Brussee) выложил на GitHub плагин Cavemani, который переписывает системные промпты Claude Code, Codex, Gemini и 30+ других ИИ-агентов так, чтобы модель отвечала телеграфным стилем без вежливости, приветствий и «воды» — например: «Баг найти. Исправить. Хороший код». Автор заявляет экономию до 65-75% токенов при сохранении технического смысла, и плагином, по данным источников, пользуются сотрудники Nvidia, GitHub и даже OpenAI.

Историю подхватило 404 Media, а независимые проверки дали противоречивые результаты: если 404 Media получили около 65% экономии, то оценка от JetBrains (проведённая автором канала Denis Sexy IT) показала лишь 8% — то есть заявленные цифры могут быть сильно преувеличены.

Полный разбор →