​​Harness Handbook: Making Evolving Agent Harnesses Readable, Navigable, and Editable Способности агента определяются не только базовой моделью, но и его harness — кодом, который собирает промпты, управляет состоянием, вызывает инструменты и крутит control loop. Под новые модели, API и требования harness приходится постоянно дорабатывать, но перед любой правкой нужно сначала найти все места в коде, реализующие нужное поведение. Авторы называют это behavior localization и считают главным узким местом в эволюции harness: запросы формулируются в терминах поведения, а репозиторий устроен по файлам и функциям, и именно этот разрыв всё усложняет. Решение — Harness Handbook, представление кодовой базы, организованное вокруг поведения, а не структуры файлов. Это трёхуровневое дерево (L1 — обзор системы, L2 — стадии и компоненты, L3 — записи со ссылками на конкретный исходник) плюс state-register view для состояния, разделяемого между стадиями. Строится автоматически: статический анализ через tree-sitter без LLM → раскладка по стадиям через proposer-reviewer loop → синтез дерева. При модификации агент идёт сверху вниз через Behavior-Guided Progressive Disclosure (BGPD): от архитектуры к нужным стадиям и конкретным местам в коде, а потом сверяет кандидатов с текущим исходником. Отдельная полезная деталь — resynchronization: после правок handbook инкрементально обновляет только затронутые части, а ссылки, которые больше не резолвятся, помечает как stale, вместо того чтобы молча указывать на неверный код. Проверяли на двух open-source harness'ах (Terminus-2 и Codex), 60 запросов на модификацию, планировщик — DeepSeek-V4-Pro, качество планов оценивали три LLM-судьи: — win rate по качеству плана: 45.6% против 26.7% на Terminus-2 и 38.3% против 28.3% на Codex — и всё это при меньшем расходе токенов планировщика: −12.7% на Codex и −8.6% на Terminus-2 — по локализации все 24 сравнения recall/precision/F1 в пользу handbook, прирост F1 от +5.0 до +18.8 — слабый планировщик с handbook подбирается к локализации более сильных моделей (GPT-5.5, Claude Opus 4.8) и заметно реже промахивается мимо нужного кода целиком Paper Code Project Мои обзоры: Personal blog Medium Linkedin #paperreview

Короткий апдейт. Уже 5ый день кручу верчу свой сайт сстатьями. Собрал его буквально за несколько промптов. Теперь навожу красоту. НО!!! Он уже начал давать трафик! Я вот с этого немножко в ахуе. Не ожидал что так быстро. Теперь цель сделать более простую навигацию, докрутить воронку ( возможно другйо минипродукт в виде трипваера). Теперь вообще есть твердая уверенность что к началу осени выйдем на 100 посетителей в сутки. Докручу красоту и скину сюда вам. Параллельно, чтобы не зависить от одного канала начал развивать сетку inst/threads. Из каждого перелив в тг канал. Попозже допилю бота нормального чтобы траф прям в боте оставлять. и вообще красота будет. И в голове еще 2 задумки по облегчению жизни работы. Кароче, стало очень много fable в моей жизни. И лимиты даже на 100$ уходили за час. Приходилось ночью просыпаться чтобы в обновленное окно ставить задачи. Благо есть маленький ребенок который помогает с ночными пробуждениями) Вобщем бейбикодинг во всей красе! И вот сегодня пошли 200 кровно заработанных зеленых бумажек в карман антропикам. Делаем ставки, когда в паралель еще и подписка на кодекс появится в 200$ ( думаю к середине августа мне уже перестанет хватать клода и тогда же в дейв кодекс добавят.

Дайджест новостей за неделю 13–19 июля 2026 Раз в неделю я выпускаю обзор самых интересных новостей финансов и технологий в России и мире (одновременно в формате текста, видео и подкаста) – достаточно потратить всего 15–30 минут, чтобы быть в курсе событий.

Окей, лучшая обложка дайджеста этого года just dropped. Мне кажется, если Эльвира Сахипзадовна проведет ближайшее заседание ЦБ в образе альтушки – то это очень поддержит рынок акций! Давайте все вместе попросим ее…

Темы прошедшей недели: — Тема недели: Российский рынок акций растет отрицательно — Российские техноновости: Санкции против VK Group — Новости США: Трамп хоботится в проливе — Международные новости: No Kids Allowed — Новости финансов: SpaceX подсдулся — Новости AI: Новая китайская Кими-модель — AI творит дичь: пришлось выделить в отдельную рубрику — Хорошая новость недели Топовые посты прошлой недели из моего второго (немножко щитпостинг) канала: 🐌 Интересная статистика про «ларисодолинг» квартир: нотариусы защищают от мошенников хуже всего. 🐌 Красивый график продолжительности жизни в Англии, начиная с XIX века. 🐌 Приключения свежих нейронок в «купи-продай» бизнесе: кто из LLM оказался крысой. 🐌 Fun fact: стоимость страховки от дефолта пятилетних US Treasuries сейчас выше, чем для аналогичных бумаг Франции, Италии и Греции. 🐌 График про корреляцию облигаций с акциями в истории США (в зависимости от инфляции). #RationalNews #нетвойне текст | видео | подкаст

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.

Maths, CS & AI Compendium: бесплатный учебник для будущих AI/ML-инженеров На GitHub завирусился большой open-source компедиум по математике, computer science и AI. Сейчас у проекта уже около 6.3K звёзд. Автор позиционирует его как «нестандартный учебник» для практиков: меньше сухой нотации, больше интуиции, связей между темами и реального контекста. Внутри 20 глав: * векторы, матрицы, calculus * статистика и вероятность * machine learning и deep learning * NLP, computer vision, audio/speech * multimodal learning и autonomous systems * GNN, OS, алгоритмы * production engineering, GPU/SIMD * AI inference, ML systems design и applied AI Отдельно есть MCP server, чтобы Claude Code, Cursor, VS Code и другие AI-ассистенты могли использовать компедиум как локальную базу знаний. Хороший ресурс для тех, кто хочет не просто «выучить ML», а собрать фундамент: математика → CS → ML systems → современный AI. GitHub: https://github.com/HenryNdubuaku/maths-cs-ai-compendium thub.com/HenryNdubuaku/maths-cs-ai-compendium

𝗦𝗲𝗻𝘀𝗲𝗡𝗼𝘃𝗮 𝗨1 𝗣𝗿𝗼 Эта китайская модель для генерации картинок уже мелькала в новостях. Но сейчас вышла версия V3 и там есть пара любопытных моментов. Up to 8𝗞 𝗻𝗮𝘁𝗶𝘃𝗲 𝗿𝗲𝘀𝗼𝗹𝘂𝘁𝗶𝗼𝗻 output Enables 𝘂𝗹𝘁𝗿𝗮-𝘄𝗶𝗱𝗲 and 𝘂𝗹𝘁𝗿𝗮-𝘁𝗮𝗹𝗹 image creation Модель редактирующая. А также есть специальная версия именно для текстов и инфографики. Правда примеры инфографики подозрительно желтят, так и хочется их присунуть в chatGPT и спросить, а не ты ли брат нагенерил это добро. Модель открытая, оформлена очень хорошо, есть GGUFs для 10-12 гиг врам, все подробности тут: https://github.com/OpenSenseNova/SenseNova-U1 Веса тут: https://huggingface.co/sensenova/SenseNova-U1-8B-MoT-Infographic-V3 https://modelscope.cn/models/SenseNova/SenseNova-U1-8B-MoT-Infographic-V3 Демо: https://huggingface.co/spaces/sensenova/sensenova-u1-infographic-v3 Разработчики честно пишут, что им надо еще поработать над анатомией, что бы это не значило. А еще у низ есть модель Vision: https://github.com/OpenSenseNova/SenseNova-Vision 𝗗𝗲𝘁𝗲𝗰𝘁𝗶𝗼𝗻/𝗢𝗖𝗥/𝗚𝗨𝗜 𝗗𝗲𝗽𝘁𝗵 & 𝗻𝗼𝗿𝗺𝗮𝗹 𝗦𝗲𝗴𝗺𝗲𝗻𝘁𝗮𝘁𝗶𝗼𝗻 𝗠𝘂𝗹𝘁𝗶-𝘃𝗶𝗲𝘄 @cgevent

Меня уже месяц не отпускает от этого эссе одного из партнеров Sequoia Эссе по нашим меркам уже «старое», выпущено в марте, в июне я его увидела и начала внедрять сама. Вот пару инсайтов: 1. $1 к $6. На каждый доллар на софт шесть уходит на услуги и труд. Сейчас мы в AIcelerate берём деньги не за сиденья, а за выполненные действия. Когда биллинг привязан к работе, а не к лицензии, ты физически чувствуешь, что зашёл в другой бюджет. 2. Copilot vs autopilot. Бек формулирует то, что я объясняю на каждой встрече: мы берём ответственность за результат и доставляем его, мы независимая система. 3. Чего в эссе нет, но что я лично ощущаю каждый день: автопилот это принципиально новая другого уровня система. Как авто пилотные машины, клиенту не важно как она едет, она как-то там это делает. Здесь также, то есть система настолько должна закрывать от и до весь запрос, и не включать в себя адаптацию, сложный онбординг, долгое обучение, ведь в этот момент ты не зарабатываешь. Тебя наняли, чтобы найти больше сделок, а не тратить время на адаптацию. И главное, с чем я согласна на сто процентов: moat в этом поколении не технология. Когда клиент отдаёт тебе работу, а не покупает тул, он не сравнивает фичи. Он решает, верит ли, что ты доставишь результат. Доверие зарабатывается пилотами и цифрами, и оно не копируется релизом чужой модели. Увлекательное эссе, подходящее на методичку.

⚡️ Создатель XLNet, который вернулся в Китай и построил Moonshot AI На GTC 2026 выступил Ян Чжилинь, 34-летний основатель и CEO Moonshot AI, компании, стоящей за моделями Kimi. Его путь начинался в Университете Цинхуа. Затем Ян получил PhD в Carnegie Mellon, стажировался в Google Brain и Meta AI, работал с Куоком Ле и Джейсоном Уэстоном. Его исследования пересекались с работами Йошуа Бенжио и Яна Лекуна. Широкую известность ему принесли Transformer-XL и XLNet. Обе работы пытались решить одну из ключевых проблем языковых моделей: потерю информации из далёкого контекста. Статью про XLNet впоследствии процитировали более 10 000 раз. После учёбы Ян мог продолжить карьеру в американском Big Tech, но вернулся в Китай. Он участвовал в развитии крупных китайских ИИ-проектов, основал Recurrent AI, а в 2023 году запустил Moonshot AI в Пекине. Исследования длинного контекста стали основой продуктов компании: - Kimi K2 получила MoE-архитектуру на 1 трлн параметров - Kimi K3 добавила нативное зрение, контекст на 1 млн токенов и 16 активных экспертов - компания сделала ставку на программирование, агентов и работу с большими объёмами информации Moonshot AI привлекла инвестиции Alibaba, Tencent и других крупных компаний. За несколько лет стартап превратился в одного из заметных участников китайской гонки frontier-моделей. Ян объяснял возвращение просто: он боялся всю жизнь сожалеть, если не попробует создать собственную компанию. Опыт, полученный в глобальной исследовательской среде, может быстро превратиться в технологическое преимущество целой страны. Его полное интервью можно посмотреть здесь: https://www.youtube.com/watch?v=CwePo4847ho @ai_machinelearning_big_data #Moonshot #kimi