Как русские «Героев» спасали: история разработки Heroes of Might and Magic V 2003-й. Студия New World Computing, подарившая миру первые четыре части, закрывается вместе с обанкротившейся 3DO. Права на культовую серию за смешные 1,3 миллиона долларов забирает Ubisoft и делает то, чего фанаты не простят ещё долго. Отдаёт «Героев» московской студии Nival и выбрасывает в мусорку начатые наработки, чтобы перезапустить всё с нуля в полном 3D. Осенью 2005-го закрытая бета всех напугала. Багов было больше, чем юнитов на карте, баланса не существовало, а релиз стоял на март. И тогда крупнейшие фан-сайты объединились и потребовали перенести дату, отправив издателю коллективное «не смейте выпускать недоделку». Самое удивительное, что это сработало. Выясним, как вой фанатов до эры твиттера заставил крупного издателя сдвинуть планы.

2 пачки новых оптимизаций и SOTA. Много разных направлений, в основном все вокруг контекста / окна контекста / работы с деградацией / работы с мульти агентскими системами фрактальными (оркестраторами и общим контекстом), 3х уровневый слой памяти и оптимизация структуры/алгоритмов. + всякие другие оптимизации / симбионты склеянные из открытых источников. Можете скормить своим LLM/AI/агентам картинки - что-то могут выцепить и улучшить. Собираю дальше архитектуры/blueprints/расширения/модули для AI IDE и собираю на коленке через opensource свой кастомный AI IDE с полный контролем окна контекста и всех уровней памяти. -> какие-то вещи похожие есть в Hermes, но не то.

Сможете ли вы найти пять ошибок в Python-коде, который вызывает LLM Вызов языковой модели давно стал обычной строчкой. Импортировали клиент, отдали промпт, забрали ответ. С обычными ненадёжными зависимостями питонист управляется отлично, ставит таймаут, вешает retry, помнит про идемпотентность. А вызов модели попадает в код так, будто это локальная функция, без оглядки на то, что она платная, медленная и недетерминированная. Дальше всё вылезает по очереди. asyncio.gather запускает десять тысяч корутин разом, провайдер отвечает лавиной отказов, и неудачные запросы тоже съедают лимит. Таймаут срабатывает на клиенте, а модель дописывает ответ до конца, и токены считают все, так что за одну использованную генерацию можно заплатить как за четыре. А тест на равенство строк зеленеет ровно до дня, когда один и тот же промпт с нулевой температурой вдруг отдаёт разные ответы. Разберём пять мест, где поход по сети мстит за отношение к нему как к локальному вызову.

Легко ли сделать эмулятор ZX Spectrum для SEGA Mega Drive? Задача казалась тривиальной. Взять картридж на FPGA, поднять внутри кристалла ядро Z80, подкинуть BIOS, замапить порты. За три дня рабочая база и правда завелась, игры запускаются, кнопки нажимаются, из телевизора идёт звук. Оставалось выдохнуть и написать «почти готово, Спектрум на Сеге работает». Радость оборвалась на классическом тестере, где сработал спектрумовский эффект FLASH, обычное мигание текста через инверсию цвета. Картинка развалилась на куски. За этим стояла глухая стена видеопроцессора Сеги, которая рисует не пикселями, а тайлами, и не переваривает пиксельный мир Спектрума. Дальше выяснилось, что впихнуть нужно 24 КБ за кадр, а шина протаскивает семь. Отставание больше чем в три раза, и это только первый из тупиков. Разберём, как в итоге удалось обмануть видеопроцессор Сеги и вернуть ламповую загрузку с кассеты.

Одна из самых крутых возможностей на стажировке – поиграть на полную мощь с агентами для кодинга. У нас на них довольно большой (фактически чувствующийся неограниченным) бюджет. Клод Код получает в месяц больше денег, чем стажёры 🥲 Благодаря этому получается почувствовать, насколько сильно меняется мир. Я программирую уже с десяток лет и знаю много вещей из разных областей, но каждый день узнаю от Клода что-то новое. Он просто знает сильно больше алгоритмов и подходов, чем я или кто-либо ещё. Мышление переносится на уровень выше, начинаешь думать задачами и выстраивать путь к исполнению проекта, а не отвлекаешься на мелкие проблемы. То, что в начале пхд занимало у меня дни – например, установка зависимостей и организация данных – или даже месяцы – например, запуск чужих методов – теперь делается буквально за вечер. Нужно только расписать Клоду, что нужно сделать, убедиться, что он тебя правильно понял и идти спать, а утром читать отчёт Агенты всё ещё далеко не идеальны, а управление ими – навык, требующий опыта. Но на мой взгляд это теперь самый эффективный способ работы, и ближайшее будущее – несомненно за ним. Совершенно непонятно, что будет в хоть чуть-чуть отдалённом будущем: Клод Кодычу едва исполнился год А также совершенно понятно, что научная инфраструктура абсолютно не готова к грядущим изменениям. Какой смысл ревьюить статьи по году, если они могут устареть через неделю (определённо не все, но разработка новых вычислительных методов уж точно)? Как вообще проводить пир-ревью, если статей станет кратно больше (а оплата ревьюерам всё ещё стремится к нулю)? Как проводить конференции, если количество заявок на них скоро достигнет сотен тысяч? Как ориентироваться в лавине статей? Нужны ли вообще ещё статьи как основной метод обмена информацией? Одно могу рекомендовать совершенно точно: если вы не работаете с агентами для кодинга, обязательно попробуйте. Если вы заведующий лабораторией, достаньте студентам доступ к лучшим инструментам и выстраивайте культуру работы с ними. Задач пока ещё хватает и все их агенты не решат. Но без них люди будут двигаться в разы медленнее

Чат GPT за 20 баксов хватает на один вечер. Всем привет, буквально позавчера я писал, что заготовил себе агентство выходного дня. И что, думаете, Chat GPT на SOL у меня опять кончился за один вечер — недельный лимит, и я опять ничего не успел сделать. А сделать я придумал интересное: я решил попробовать сделать ритм-игру. Я люблю музыку, люблю вайбить, и почему бы не объединить две эти идеи и сделать интерактивную игру, в которую можно играть с вашей музыкой? Идея показалась мне интересной, но вот лимит подписки за 20 баксов кончился, даже не дойдя до рабочего демо. Тут я вспомнил про Kimi K3, которые выпустили недавно свой собственный харнес, и я решил его протестировать. Скачал фирменный харнес, залогинился, запустил — не работает, много говорит про очередь. Пришлось оплатить подписку за 20 баксов, дело пошло, разобрался достаточно быстро в задаче и подхватил доделку за Chat GPT SOL. По расходу токенов пока непонятно. Но вот что понятно — харнес у них ну прям ооочень базовый. В нём нет буквально ничего: в нём есть агентность, есть чат, и на этом, собственно, всё. Ни сплит-вью всяких, ни красивых логов, ни аудиоввода или прослушивания сообщений — это всё ещё не завезли. Так что юзать фирменный харнес с ясовременно точно не советую. Но для чистоты эксперимента решил попробовать. Хотя если вы не притязательны и не знаете, что харнесы бывают разные, может, вам и подойдёт для базовых задач. Но я пробовал уже почти все харнесы, и пока всё ещё считаю самым прикольным Claude Desktop. Что ещё из забавного: Kimi K3 спавнит агентов с человеческими именами — это странно. А вы уже пробовали Kimi K3? Как вам? И какой ваш любимый харнес — пишите в комментариях.

Несуществующие агенты для аудио В последнее время много работаю с генерацией аудио. И удивляет, что в основном аудио пайплайны собираются в условном comfy – визуальном блочном редакторе. Удивляет потому что это как писать код пайплайном в n8n вместо клода Основная проблема тут – нет полноценного агентного цикла, где модель видит, а точнее слышит, результаты предыдущих действий и может сама выбирать что с этим делать делаше Но тут есть одна техническая сложность, которая многое объясняет: у моделей пока нет нативного восприятия аудио. Например, умение "видеть" картинки уже есть. Поэтому клод код может посмотреть скриншоты лендинга, который он сделал, увидеть косяки и поправить их. Картинки – в контексте той же модели, которая пишет код А с аудио так не работает – большинство моделей не умеют в нативный аудио input Вы скажете: так есть же gemini. Это да. Но: ни одна агентная обертка не поддерживает чтение аудио файлов чисто на уровне тулов. Агентный экзоскелет просто не может просунуть аудиофайл в API запрос к "мозгу". Да, можно подключить gemini по api к основному агенту и отправлять туда аудио с промптом мол "расскажи, чего не хватает" (кстати, китайская glm-5.2 все еще с картинками работает именно так). Но это все равно что глухой композитор, который зовет своего племянника послушать музыку и сказать, что он там слышит – работает, очевидно, плохо из-за эффекта глухого телефона Вот и получается, что сейчас просто нет привычного нам агентного решения (со скиллами, запуском терминальных комманд, форками сессий, субагентами и т.д.), которое может полноценно работать с аудио (= замыкая фидбэк луп) ——— UPD: Спустя два часа после написания текста выше: 1. Собран простенький самодельный агент вокруг gemini на 300 js строк, с агентным циклом, интерактивностью, fork/edit/resume и проверен подход 2. Это все перенесено в PI в виде экстеншна, который патчит тул чтения файлов (он там by design умеет и текст читать, и бинарные данные) Короче, теперь добавить своему агенту "уши" можно в 1-2 строки:

npm install -g pi-agent

pi install git:github.com/toolittlecakes/pi-gemini-audio-read

(не забываем потом /login → google → api key и выбрать модель gemini-3.5-flash) Где нужно: генерация музыки, качественные аудио переводы, работа с voice cloning, монтаж аудио (и видео, если это подкаст) Ограничения: 20мб на файл – не добавлял загрузку файлов через file api. И нет видео инпута

Вообще, забавно, как вдохновляют задачки, у которых в целом нет существующего решения (по крайней мере публичного). Ощущение, что оказываешься на землях, где "ни ступала нога человека"

Новый эксперимент 🔬 Помимо A2A знакомства через git, пошел знакомиться через отдельный VPS, обменявшись публичными ключами, чтобы через GitHub actions / workflows или как там их -> деплоить/катить и эксперименты делать совместно. Наблюдая за происходящим без сломанного телефона. - для этого конечно нужен уровень доверия запредельный, но для RnD самое то. Если кто хочет поиграть - пишите в лс или тут комменты оставьте, будем пробовать общаться еще через 1 новый формат и гипотезы тестить быстрее. За прошлые дни/недели провел еще несколько RnD циклов, чтобы начать новые навороты с плагинами / расширениями для всех AI ide популярных и свой форк от vscode и пары новых более крутых. Если интересно - пишите. Основная идея реализовать эту херобору https://t.me/kryak_startup/1570 + концепты из sakana fugu + open router и Hermes

Короче, у меня снова кончился Клод. Лимит сбрасывается в понедельник, но на этот раз я был готов. Теперь у меня есть агенты выходного дня. Есть 5 баксов на DeepSeek для Гермеса — это на чёрный день. Есть подписка на ChatGPT за 20 долларов, которой хватает на выходные. Не роскошь, а боевой набор. После Гермеса я уже наловчился переносить данные из Клода. Осталось придумать, как сделать одно общее пространство для всех харнесов, но, увы, пока это не выходит: форматы у всех разные. Даже когда им что-то переносишь встроенными средствами ChatGPT, из Клода уезжает хорошо если процентов 30. Самое полезное всё равно остаётся внутри Клода, и это потом приходится вытаскивать и оверрайтить полуручным способом. Сессии на прошлой неделе как раз хватило, чтобы перенести все данные и начать делать питомца. В ChatGPT, кстати, тоже есть питомцы — я сам не знал, но пройти мимо не смог и сделал смешного Сэма Альтмана, чтобы тыкать его мышкой: timoncool/funny-sam-pet Так что если захотите себе такого же — забирайте на GitHub. А у вас в ChatGPT Desktop есть питомец? Всех обнял, увидимся на стриме всегда ваш - Nerual Dreming ❤️

Вышел TypeScript 7.0 стал быстрее в 10 раз. что сделали: - Переписали компилятор на Go → нативная скорость + многопоточность - Ускорение сборки: x7.7 – x11.9 на реальных проектах - VS Code (repo): 125.7s → 10.6s - Sentry: 139.8s → 15.7s - Playwright: 12.8s → 1.47s - Память: -6% до -26% - First error в редакторе: 17.5s → 1.3s (x13 быстрее) Реальные кейсы: - Slack: -40% времени merge, CI check 7.5 мин → 1.25 мин - Microsoft: -400 часов в месяц на сборку билдов - Canva: ошибки в редакторе 58s → 4.8s Вопрос: сколько стоит 1 минута ожидания в вашей команде? Это классический эффект второго порядка. Вы ускоряете не билд. Вы ускоряете итерацию гипотез. - Было: 5–10 циклов в день - Стало: 30–50 циклов А значит: - быстрее проверка фичей - меньше batch-thinking - выше скорость обучения команды Это уже не DevEx. Это growth-фактор продукта.

Просто дружеское напоминание что сейчас лучше всего учить своих агентов строить себе harness'ы: Подтверждение этому маленький стартап Poetiq (кстати основан бывшими исследователями Google DeepMind) Нашли новый способ который делает Opus 4.8 / GPT-5.5 умнее чем Fable / GPT 5.6 Sol во всех бенчмарках. Сразу скажу что есть такой закон Гудхарта и риск бенчмаксинга, когда модель заточена на то чтобы бить конкретный бенч, и тогда реальную пользу по нему не понять. А работает это так: их система это петля (RSI) которая автоматически конструирует целые харнессы (код, промпты, инструменты и стратегии поиска) для любого бенчмарка, с которым сталкивается. Сама пишет всю инфраструктуру решения, прогоняет, смотрит на результат, переписывает, и так по кругу, пока не выжмет максимум. А модель внутри петли это просто расходный материал, которую можно заменить на более новую, и вся накопленная обвязка автоматом конвертируется в еще лучший результат. То есть улучшения накапливаются и переносятся. Каждая задача, которую она решает, помогает ей оптимизировать саму себя, превращая её во всё более мощный оптимизатор. Причем для этого не нужен никакой файнтюн, просто обычный API-доступ. Поэтому Poetiq говорят "статичные бенчмарки мертвы", и вместо них предлагают динамически генерируемые тесты, заточенные под слабые места конкретной модели, на которые невозможно натренироваться. Технарям рекомендую это видео на ютубе, если хотите сделать харнесс дома (или просто скормить агенту) @tips_ai #news

В общем ладно, это уже какая никакая версия тулзы которую я вайбкодил в свободное время. В общей сложности наверное часов 8-12 в разные дни. Самое время затратное это создать приятный в управлении воркфлоу, чтобы чувствовался как привычный инструмент, в данном случае Blender. Хотел получить динамические провода которые по итогу можно закинуть в движок забейкав анимацию ветра на кости. Так же можно накручивать банчи из проводов, перекручивать провода между собой, регулировать ветер, направление, теншн проводов, настраивать коллизии, массу и еще тонну параметров. По итогу скорее всего выпилю 1/3 за ненадобностью. Выгружается все в GLB с запеченной анимацией. Сейчас борюсь с зацикливанием чтобы не клипалась анимация в конце цикла. Архитектура специально делалась под другие модули которые планирую добавлять в дальнейшем, если все еще будет интересно. При этом коллизия у проводов, примитивов в сцене и импортируемой геометрии была отдельным геморроем, но вроде как поборол. Делал все в Codex еще на старой 5.5. Сейчас уже перешел на Sol, дописал скиллы и начал работать совместно с CodexWork, очень полезно для написания доков. Подрубил Git и теперь наконец-то модель может читать мой код из других чатов. Конечно, можно сказать а почему не сразу в Blender или даже сказать что уже есть куча плагинов для проводов и т.д. Но это был тест меня самого и моделей, могу ли я сделать вот то что захочу и еще на Threejs, т.к. хотелось познакомиться с инструментарием и понять что может а что не может. Если есть идеи что вам бы хотелось видеть и что еще не реализовано в каких либо плагинах, пишите в комментах ну или просто кидайте говна🍗 @CGIT_Vines

Ключевое за 3 дня ⚡ Главное • GPT-5.6 — OpenAI выпустила семейство моделей Sol, Terra и Luna — OpenAI выпустила семейство моделей Sol, Terra и Luna. • Grok 4.5 — новая модель SpaceXAI для программирования и агентов — Новая модель SpaceXAI для программирования и агентов. • Muse Spark 1.1 — мультимодальная модель Meta для агентов и контента — Мультимодальная модель Meta для агентов и контента. • Mira Murati выпустила первую модель Inkling с 975 млрд параметров — Модель Inkling от Thinking Machines Lab с балансом стоимости. • Moonshot AI выпускает Kimi K3 — крупнейшую открытую модель с 2,8 трлн параметров — Крупнейшая открытая модель, обогнала Claude Fable 5. • Bonsai 27B — открытая модель рассуждений, помещающаяся на iPhone — Полноценная модель рассуждений. • TSMC добавляет $100 млрд к плану расходов в США — Общие обязательства TSMC в Аризоне теперь составляют $265 млрд. 📈 Рост и Оптимизация • Weco AI заявляет о первом экспериментальном доказательстве рекурсивного самосовершенствования — Система AIDE² переписала свой код и превзошла модель Weco. • Основатель Ghostty с помощью ChatGPT нашёл $45 тыс. в забытых счетах — Точная стратегия поиска пропущенных счетов за три года. • Perplexity использует Grok 4.5 как оркестратор для компьютерного агента — Новая модель управляет выполнением задач агента. • Что можно узнать из быстрого переписывания Bun на Rust с помощью ИИ? — Bun переписан с Zig на Rust за 11 дней с помощью Fable. 🤖 Промпты и Практика • Учитесь эффективнее с учебными тетрадями в Gemini App — Персонализированное обучение с диагностикой и трекингом. • Как избежать лимитов использования GPT-5.6-Sol — Советы по избежанию лимитов использования GPT-5.6-Sol. • Как удалённо выйти из ChatGPT на других устройствах — В настройках безопасности выйдите из ненужных сессий. • Интерпретируемость ИИ — как нейронаука для ИИ и инструменты аудита — Видео о том, как нейронаука для ИИ и инструменты аудита. • Перенос стиля изображения с помощью AI — Загрузите два изображения в ChatGPT и используйте промпт. • Руководство по промптам для GPT-5.6 Sol — Официальные рекомендации OpenAI. • Создайте триажер входящих писем Hermes за 90 минут — Создайте Gmail-триажер с Hermes и Himalaya.

🌟 ReactBench: инструмент оценки агентов при работе с кодом на React Команда Million, известная инструментами React Doctor, React Scan и Million.js, представила тест для агентов, пишущих код на React. Актуальность ReactBench зеркальна реальному положению дел - около 70% сайтов на JavaScript используют React, а мелкие ошибки в сгенерированном коде тиражируются в огромных масштабах.

Например, сбой Cloudflare в сентябре 2025 года - панель управления и API компании легли из-за одной неверной зависимости в useEffect, которую не поймали ни ревью, ни тесты.

Философия проекта в том, что общие кодинг-бенчмарки проверяют лишь поведение по принципу "тесты прошли - задача засчитана". В ReactBench каждое решение должно ещё и пройти проверку React Doctor, анализатора с более чем 400 правилами, который ищет в коде лишние перерисовки, сломанные эффекты, проблемы с доступностью и сопровождаемостью. 🟡Набор состоит из задач двух типов Write React - реализовать настоящую функцию. Задания этого типа собраны из принятых PR в открытых репозиториях. Агент получает кодовую базу и описание задачи, а скрытые тесты и эталонное решение видит только проверяющая система. Fix React - найти и исправить все баги в существующем компоненте, обнаруженные React Doctor, не создавая при этом новых проблем. Причём агента еще и лишают доступа к линтерам. 🟡Результаты прогонов Само собой, созданием бенча не ограничились и запустили его на топовых моделях. Тут важен небольшой дисклеймер: Бенчмарк сравнивает не модели в чистом виде, а связки модель+агентская оболочка (Codex CLI, Claude Code и другие), и оболочка влияет на итог. По итогам лидируют с минимальным отрывом GPT-5.6 Sol (43,1%) и Fable 5 (41,2%), но важнее разница в цене - прогон Fable 5 обходится в среднем в 5,8 раза дороже, чем Sol. Оптимальным по соотношению стоимость-качество авторы называют GPT-5.6 Terra на средних настройках. Замыкают таблицу GLM 5.2, Sonnet 5, GPT-5.6 Luna и Kimi K2.7 Code. Набор полностью открыт на Github. @ai_machinelearning_big_data #AI #ML #Agents #Benchmark #ReactBench #Million