Fern Первая модель Mirendil обученная с нуля. Контекст до 10 миллионов токенов, это примерно 23 МБ кода или полмиллиона строк • Работа по большим репозиториям целиком • Кодинг-агент: запускает команды, читает вывод, гоняет до зеленых тестов • Разбор длинных логов и стектрейсов, поиск места, где сломалось обучение • Чтение трасс агента от начала до конца с объяснением, что произошло • Проверка претрейн-данных на дубликаты и загрязнение бенчмарками • Заточка под исследовательский код: циклы обучения, пайплайны данных, замеры • 0,1-0,5 трлн параметров • На RULER поиск одиночного фрагмента 100% даже на 10 млн токенов • Многошаговые вопросы на такой длине проседают до 45% • Доступа пока нет, в разработке две модели крупнее Цена длинного контекста - качество ответа Спасибо @Endorpheen #longcontext #coding MAX

Spark-X2.6-4B Небольшая модель для запуска устройстве, 4B параметров. Архитектуру оставили от версии 2.5, весь прирост дала дообучка • Три режима размышления: без рассуждений, короткий и длинный • Контекст до миллиона токенов • Кодинг, работа с инструментами и многошаговые задачи тянут лучше, чем ждешь от такого размера • По бенчмаркам местами догоняет модели на 9 млрд • Кванты под разное железо: FP8, INT8, INT4 на 2 млрд, GGUF для llama.cpp • Есть базовая версия без посттренировки • Скорость на уровне Qwen3.5-4B и Gemma-E4B • Поднимается через SGLang или vLLM, API совместим с OpenAI • Миллион токенов контекста съест память, длину можно урезать Практический смысл в том, что агентские сценарии с инструментами и длинными файлами теперь влезают в 4 гигабайта весов без облака huggingface.co/collections/XHToken/spark-x26 huggingface.co/XHToken/Spark-X2.6-4B huggingface.co/XHToken/Spark-X2.6-4B-GGUF #coding #mobile MAX

3DCodeVerse Исследовательская экосистема, кодинг-агентов делать 3D-контент кодом: статичные и артикулированные объекты, сцены, целые миры и анимацию. Результат — редактируемая и проверяемая программа, а не запеченный меш. Из чего состоит • 3DCodeVerse-2M: 2 млн самостоятельных исполняемых 3D-программ. Внутри исходники, ассеты для запуска в заявленной среде, описания и записи проверок • 3DCodeVerse Harness: мультиагентный фреймворк на графе зависимостей. Проверяет исполнение, измеряет пространство и смотрит на рендеры, правит программу без участия человека • Практические рекомендации по 3D-кодингу из серии экспериментов • 90% побед против Claude Design (3D Object) в парных человеческих оценках, обе стороны работали через Claude github.com/gaoypeng/3dcodeverse #agent #3d MAX

Может помните у Opus 5 в свое время была такая проблема что он оставляет в коде коменты на несколько страниц У меня они до сих пор лежат и путают новых агентов Да и у новых агентов тоже есть привычка оставлять коменты по типу "временный костыль, потом уберём". А потом каждый следующий агент воспринимает это как разрешенный прием, и повторяет Так вот у Cursor под это есть специальный скилл /no-comments:

1/ Запускается отдельный субагент в роли маньяка который ненавидит комменты (я не шучу 😈) 2/ Удаляет всё, кроме нескольких исключений: лицензии, доки публичного API, ссылки на issue и странности чужих библиотек, которые нельзя поменять кодом 3/ Затем основной агент проверяет за ним работу и чинит причины костылей

Если есть что-то, что нужно оставить, скилл предложит заменить его тестом или lint-правилом в CI Так как скилл изначально создавали под Cursor, нужно попросить своего агента адаптировать его под себя: - сам скилл - субагент маньяк И есть еще для Grok Bot: x.ai/bot/plugin/9717366 Я конечно не смотрю в код, а для агентов это лишний шум и трата токенов ☕ @tips_ai #tools

Google Antigravity. Gemini 3.1 Pro похоже порезали до Gemini Flash / либо переводят на новый 3.5 / 4 Pro. Так как раньше 3.1 Pro спокойно позволял "хакать" / пентестить без просыпания морали и совести. А сейчас отказывается. Приходится через отдельные SDK/CLI этим занимать и запускать скрипты как blackbox в оркестраторе. Интересно что Deepseek + vscode + Cline чтоли -> очень прикольную связку дают в плане UI/UX/usability и надо самому перепробовать codex / gemini / claude / etc и разные харнесы / обвязки, чтобы понять что больше всего нравится и тд и тп. Qwen Code еще интересно работает. Попробую все платформы попробовать и openrouter stealth модели.

🤔 Как заставить кодинг-агента делать красивый и неоднотипный дизайн? На самом деле вам нужны всего три скилла и одно простое действие. И начнем со скилов 👇 Первый — Impeccable. Он чистит типичный нейросеточный дизайн от лишнего мусора и помогает собрать нормальную дизайн-систему под ваши предпочтения. Второй — Taste Design Frontend. По сути, добавляет агенту вкуса: элементы становятся современнее, дороже и просто приятнее визуально. Третий — Animate. Чтобы анимации были плавными и человеческими, а не с этими лютыми нейросеточными подергиваниями. 🤷‍♂️Но просто поставить эти три скилла недостаточно. Перед тем как что-то генерировать, найдите 3–5 референсов сайтов, которые вам реально нравятся. Потом запускаете Impeccable Init, скидываете туда референсы и собираете вместе дизайн-систему. Дальше подключаете Taste Design Frontend для визуала и Animate, если нужны анимации. Все. 😅 🚨 Главное не пропускайте шаг со сбором примеров. Потому что даже с лучшими скиллами но без примеров агент все равно будет делать довольно шаблонный дизайн. Свята место | 10МДК | YHub

Я начала использовать кодинговых агентов (вроде Codex/Claude Code) в марте 2026 года. Первые 3–4 месяца я применяла их в основном для запуска новых экспериментов на базе уже имевшегося у меня кода рисерч проектов, который я полностью написала сама или с соавторами. Это получалось довольно хорошо: агенты отлично справляются с масштабированием экспериментов, а проверять их работу в таких случаях довольно просто, и это в итоге сэкономило мне массу усилий. Но недавно я начала пробовать использовать Claude Code для новых проектов, попросив его написать много нового кода, используя внешние GitHub репо только как ориентиры, добавив сверху новой логики и датасетов. Агент весьма уверенно заявлял, что написал код и запустил эксперименты. Но когда я решила проверить этот код, то там обнаружились ряд проблем с методологией и выбором гиперпараметров, причем некоторые из них выявились только через некоторое время. Дальше я попросила Claude внимательно перепроверить код. Он действительно нашел несколько ошибок и согласился, что некоторые гиперпараметры были выбраны случайно — он не сумел/не захотел нормально проанализировать внешний GitHub репо и понять, какие гиперпараметры верные. Но один цикл такой проверки и исправления не решил всех проблем. Ради интереса я попросила Claude повторить проверку и исправление еще несколько раз, и в следующих нескольких циклах он находил новые баги, часть из которых влияла на постанову эксперимента, а часть вообще возникала из-за предыдущих исправлений. К чему это я: это явно не сюрприз, что агенты делают ошибки, а я, безусловно, не самый опытный пользователь подобных агентов, и мои конфиги и промпты далеки от идеала. Но беспокоит меня вот что: я вполне могу представить людей, которые используют агентов для запуска экспериментов и написания статей на основе полученных результатов. Но без нормального понимания методологии исследований и тщательной проверки кода такие эксперименты с высокой вероятностью будут содержать ошибки или даже окажутся некорректными. Понятно, что и до появления агентов не было гарантии, что все эксперименты, описанные в статьях, точно верны. Но теперь порог входа стал сильно ниже, и стало гораздо проще получить неверные результаты, даже не подозревая о наличии в них ошибок. Возможно, одним из способов решения этой проблемы могло бы быть обязательное требование прикладывать код проекта к сабмиту статьи. Мы могли бы сделать автоматическую проверку структуры экспериментов для тех статей, которые скорее всего будут приняты, и более внимательно ревьюить те работы, в которых эта проверка выявит что-то подозрительное.

Что-то я сюда не писал уже почти месяц, будем исправляться. Произошло много чего, анонсы через неделю уже никому не интересны, поэтому чуток расскажу про то, что запомнилось. Gemini 3.7 Flash – первая модель от гугла, которой можно пользоваться для агентского кодинга, хоть и сама по себе очень специфичная. Она поглупее других, но из-за супер быстрого сёрвинга на >300 TPS превращается во что-то полезное. Или напрототипировать что-то для других агентов. RSI Simulator – симулятор неолабы, которая пытается достичь recursive self improvement (RSI), когда модельки начнут бесконечно улучшать себя 📈. Начинается как простой кликер, потом тратим деньги, балансируя количество рисёрчеров, количество компьюта и баланс того, на что тратим деньги. Если у кого-то получится раньше, чем в 2029 году – пишите в комменты, как получилось!