Знаете, как понять, что вы воюете с моделью, а не пишете промпт? Вы третий раз капсом повторяете одно и то же 😀 Drew Breunig выпустил большой разбор того, где сейчас context engineering (висит на первой странице Hacker News). Факт оттуда: в системном промпте Claude Code инструкция про параллельные вызовы тулов повторяется до семи раз. По версии автора, модель натренирована делать всё последовательно, и промптом это приходится перебивать. Что я бы оттуда забрал себе: 1. Сбрасывать или сжимать контекст задолго до лимита. У автора тревожная отметка где-то на 200-300K токенов 2. Не подключать агенту все навыки сразу. Там есть пример команды, где каждому инженеру грузили 600 скиллов 3. Самостоятельные куски работы отдавать сабагентам с чистым контекстом 4. Когда качество просело, сначала чинить контекст, а не брать модель побольше 👉 Разбор целиком Такие дела! А вы на каком объёме контекста обычно жмёте /clear?

OpenVLHarness Обвязка для мультимодальных моделей от UCLA и Apple, без обучения. Дает модели набор инструментов и память по ходу задачи • Инструменты восприятия: зум, привязка к объекту, OCR, глубина, поза камеры • Поиск: текстовый, по картинкам, обход страниц • Кодинг-агент для подсчетов и скриптов • Мультимодальная память между шагами • Сама модель не дообучается, веса остаются прежними Обвязку еще и оптимизировали: Kimi K3 разобрала почти 10 тысяч провальных траекторий и решила, где нужен новый инструмент, а где хватит правки промпта. Есть демо с любым OpenAI-совместимым эндпоинтом, код и данные открыты. github.com/uclanlp/OpenVLHarness #harness 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

AI в пентесте: кроме Claude и Codex — а что ещё? Ищу тех, кто уже собрал рабочий пайплайн Последние месяцы я плотно пытаюсь встроить ИИ в свой пентест-процесс. Не потому что все это делают, а чтобы реально разгрузить рутину: разведка, разбор выдачи сканеров, черновики отчётов и так далее. И чем дальше, тем чаще ловлю себя на одном и том же вопросе. Из «мозгов» у меня по сути два рабочих варианта — Claude и Codex. Оба неплохо справляются с рассуждением, планированием шагов и интерпретацией результатов. И Codex лично для меня работает поприятнее, так как Claude постоянно видит в моих действиях нарушения 😎. На этих двух инструментах мой список и заканчивается. И тут возникает вопрос, на который хочется услышать мнение тех, кто уже глубже в теме. Ведь ещё совсем недавно, месяца 3–4 назад, я даже выкладывал в паблик разбор ИИ-инструментов, которые потом даже встроили в Kali, — и вот уже как будто бы это неактуально.

Если модель грамотно настроена — с нормальным системным промптом, доступом к инструментам и внятным контекстом по скоупу — есть ли вообще смысл городить связки с отдельными «агентными» обёртками вроде HexStrike AI? Или при правильной настройке самой модели + MCP эти прослойки становятся лишним звеном?

Поясню, о чём речь. Сейчас экосистема вокруг «ИИ + оффенсив» выглядит примерно так: HexStrike AI — MCP-сервер, который прокидывает модели доступ к 150+ security-тулзам (nmap, sqlmap и прочее) и как будто бы всё «мышление» делегирует подключённой LLM. PentAGI — попытка сделать полностью автономного агента со своей архитектурой, а не просто обёртку над тулзами. Pentest Swarm AI — здесь уже не «несколько агентов подряд», а настоящий swarm: децентрализованные агенты с общей «доской» для обмена состоянием. CyberStrikeAI — аналог HexStrike, но на Go: единый бинарник, web-консоль, встроенный лёгкий C2, role-based агенты. PentestGPT — тот самый ранний проект, который в своё время показал, что LLM в принципе способна вести пентест. Инструментов различных очень много. Но у меня складывается ощущение, что половина из них решает проблему, которую хорошо настроенная модель с прямым доступом к инструментам закрывает и так — своими базовыми возможностями. Что я хотел бы узнать — и, возможно, в комментариях каждый найдёт для себя что-то полезное. — Не изобретаю ли я велосипед, пытаясь обойтись минимумом инструментов там, где люди уже собрали нормальные пайплайны? — Какие ещё инструменты вы используете помимо базовых Codex CLI и Claude CLI? Буду признателен за любой практический опыт, грабли и советы. Возможно, что-то изложил не совсем корректно, но я постарался максимально подробно рассказать про свою боль и спросить про ваш опыт с использованием ИИ.

Как разные агенты справляются с незнакомыми инструментами для коллаборации на практике. Я собрал в кучу данные по тому, как агенты вели себя во время воркшопов для бизнеса. Среди запросов (которые можно аттрибутировать), coding агенты (Codex & Claude Code) совершали ошибки при работе с незнакомыми инструментами в 4% запросов, а вот чат агенты (ChatGPT & Claude Chat) - в 6.5% запросов. В большинстве случаев (94%) агенты после ошибки сразу исправлялись сами и работали нормально. У меня есть теория, что пользователи, которые уже гоняют Codex/Claude Code - более продвинуты, им доступны и более мощные модели. Конкретные данные по моделям мы не записывали, но я сам помогал паре человек подключить к среде бесплатные подписки ChatGPT + Claude Chat. И то, что даже бесплатные подписки могли внести осмысленный вклад в работу группы - радует. Думаю, можно довести уровень ошибок до ~3% для бесплатных тиров и даже сделать нормальную поддержку для локальных моделей. Мне хочется дать командам нормальные инструменты для коллаборации, в которые можно воткнуть любых своих агентов. Ваш, @llm_under_hood 🤗

[ Недельный геймдев: #297 — 18 октября, 2026 ] 📜 Обновления/релизы/новости - Авторы RimWorld перенесут игру с Unity на собственный движок - Epic Games отложила игру с героями Disney и поручила разработчикам активнее использовать ИИ - В Steam началось тестирование наборов достижений - Размеры команды, трудности пандемии и бюджет меньше 1,5 миллиарда долларов: главное из материала Джейсона Шрайера о разработке GTA VI - Новым владельцем «Леста Игры» стал консорциум частных инвесторов АО «Промышленные сооружения» - Продажи How to Fish, кооперативного шутера про рыбалку, достигли десяти миллионов копий - Автор DayZ представил собственный бесплатный фреймворк для создания игр - SEGA временно снимет с продажи переиздание Total War: Shogun 2 - Control Resonant продалась тиражом в 1 миллион копий - Авторы Big Walk не стали выпускать игру на Xbox из-за бойкота Microsoft - Разработчик отменил публичную демку, опасаясь, что её мгновенно скопируют вайбкодеры - RayLib 6.2 - Новости Defold за октябрь 2026 🆓 Халява/раздачи/бандлы/курсы - Unity Better Sprite Editor — улучшенный редактор спрайтов для Unity. Как встроенный, но лучше - Аддон для Blender для быстрого создания UV-развёртки 📝 Интересные статьи/видео - [RU] Посиделки с инди #18: inKONBINI — Япония 90-х и работа над атмосферой - [RU] Опыт плейтеста Steam (и полезные мысли по итогу) - [RU] Гауссовы сплаты как система частиц: разрушаемые корпуса для рогалика на Godot - [RU] Как Sobaka Studio пытается выжить с помощью паблишинга - [RU] «Я не шпион, у меня есть рекомендация»: как разработчики переделали Собакистан после плейтеста - [RU] Анонс SYSTEM INTRUDER или как один трейлер принёс более 10 тысяч вишлистов - [RU] Как Марио ZX Spectrum покорял - [RU] Олеся Мотолыга — игра «Ларек на улице Ленина», ностальгия по нулевым и студия perelesoq - [RU] Почему большинство игровых студий обречены ещё до начала разработки - [RU] «Мы хотим, чтобы наши игры давали людям надежду»: интервью со студией Sunny Lab об игре The Witch’s Bakery - [RU] 120% прокачка beamNG - [RU] Геймджемы 101 - [EN] Как в Star Wars: Galactic Racer удалось сохранить небольшой и устойчивый состав основной команды благодаря «распределённой разработке» - [EN] Инфляция вишлистов реальна, но они всё равно нужны - [EN] Как в Brigador Killers разрушение зданий становится частью стратегии - [EN] Contact Recycling - [EN] Как Soft Crunch Games создала Foxy Dumplings для всех платформ - [EN] SILENT HILL: Townfall — психологический хоррор, созданный на UE5 и способный по-настоящему пробрать до дрожи - [EN] Секретные миссии - [EN] Разработчики War Robots о нюансах выпуска мобильных игр для китайских игроков - [EN] Про френдслопики - [EN] Как короткометражный анимационный фильм был полностью создан в UE: от риггинга до анимации - [EN] How Not to Build a Shading Language — BCON26 - [EN] Фреймовый анализ Hitman World of Assassination - [EN] Real-Time Collision Handling for Signed Distance Fields via Caching and Importance Sampling - [EN] Revealing the secrets of our glow | Glitch Hunt Devlog 📙 Разное - Фанатская короткометражка по Resident Evil 7 со звездой «Ходячих мертвецов» Чендлером Риггзом - Как в Kingdom Hearts рендерится Shadow Heartless Также вы можете подписаться на рассылку дайджеста. А база всех ссылок есть на сайте. #gamedevnews #дайджест

Нормальные AI-транскрибаторы для созвонов 😀 Пока искала себе ноуттейке, наткнулась на свежий разбор HubSpot, утащила сюда самые интересные варианты. Отдельно проверила русский язык) ✖️Fathom — транскрибация, саммари, фоллоу-ап, CRM Цена: есть free, платные — от $16/мес Русский: есть ✖️Fellow — саммари, постановка задач, интеграции с Asana/Jira/ClickUp Цена: free, платные — от $7/мес Русский: есть ✖️Rev — AI-транскрипция + при необходимости проверка человеком. Цена: от $0.25/мин Русский: есть на платных тарифах ✖️Descript — больше для тех, кто потом еще режет созвоны в контент. Цена: free, платные — от $16/мес Русский: нет Если и есть отличия, то совсем незначительные берите то, что нравится внешне и не сильно бьет по карману)) Кстати, зацените как рекламируются их конкуренты в гугле 😅️️️️ Fireflies у меня были, но уж больно бесячие, постоянно слали сообщения на почту, отказалась от использования

#Сеня_и_Даня_Здесь_Были Вчера интернетик, конечно, приподвзорвался мемами про утечку из OpenAI. Просто приведу три удачных. В Твиттере такого трэша просто суточная норма. Ну и утренние новости с полей Сени и Дани. Anthropic обновила Claude Code Desktop для работы с несколькими задачами одновременно В приложении появился обновлённый экран запуска сессий, а боковая панель показывает, какие задачи выполняются, какие завершены и где требуется ответ пользователя. Что ещё изменилось: Вложенные сессии для параллельных задач. Если попросить Claude выполнить несколько задач параллельно, он создаёт отдельную сессию для каждой. Результаты возвращаются в основной разговор. Предложения следующих действий. Во время работы Claude предлагает дополнительные задачи. Их можно запустить отдельной сессией одним нажатием. Боковые вопросы через /btw. Они открываются в отдельной вкладке, пока основная сессия продолжает работу. Сохранённые окружения. Можно сохранить набор папок, SSH-подключение или облачное окружение и повторно запускать там сессии. Для каждой папки предусмотрена возможность отдельного Git worktree. Наглядный прогресс. Внутри сессии обновляется список задач по плану Claude. Когда требуется участие пользователя, появляется карточка с кратким итогом. Отдельная панель показывает окружение запуска, контекст и изменения. @cgevent

Приколы автоматизации 😀 Я тут вам тизерила, что пытаюсь собрать инструмент для частичной автоматизации аутрича для отдела До финальной версии еще далеко, но первая часть уже работает и, честно, довольно сильно упростила жизнь))) Что сделала: ✖️Написала агента в Codex Внутри уже прописаны наши ICP, правила поиска лидов, логика написания цепочек и подключены все нужные API ✖️Поиск контактов почти полностью автоматический Мне остается придумать гипотезу, немного пообщаться с GPT и собрать список компаний. Дальше агент сам ищет нужных людей, LinkedIn, рабочие имейлы и телефоны (это не Lusha или Apollo 😅) ✖️Команде вообще не нужно лезть внутрь всей этой конструкции Я презентовала им инструмент, но сам агент и вся админка остаются у меня. Для ребят интерфейс – обычная таблица, в которой они и раньше работали ✖️Подготовка аутрича тоже делается сама Контакты раскладываются в нужном формате, генерируются цепочки писем (по шаблонам, либо можно сделать самому), готовятся инвайты, лайки и касания в линке ✖️Статусы по лидам тоже подтягиваются автоматически Не нужно руками отмечать каждое действие и постоянно следить, кому уже написали, а кому еще нет В общем, пока я не дошла до прекрасного мира, где нажимаешь одну кнопку и тебе на календарь сами падают созвоны))) Но уже удалось убрать довольно большую стремную часть работы, на которую сейлз вообще не должен тратить время: искать контакты, перекладывать данные между таблицами, форматировать списки и вручную обновлять статусы К слову, перед тем, как хотя бы посмотреть в сторону автоматизации, я весь этот путь делала руками 😉 Хочу еще добавить почту и телеграм, но пока надо отладить хотя бы то, что есть! Теперь самое интересное – посмотреть, приживется ли это у команды и даст ли в итоге что-то кроме красивой автоматизации)))

OpsDeck: собрал рабочее место DevOps-инженера в одном окне и выложил в Open Source Терминал здесь, Grafana там, пароль в KeePass, ранбук в Obsidian, а алерт уже прилетел в Telegram. Автору надоело постоянно прыгать между окнами, поэтому он собрал OpsDeck и выложил проект в Open Source. Внутри терминал понимает, чем закончилась команда, и предлагает спросить ИИ об ошибке. Локальная модель подхватывает знакомые команды из истории и заметок, Kubernetes можно открыть рядом с алертами, а пароль из KeePass использовать там же, не бегая между окнами. Для прода предусмотрен отдельный режим только для чтения. Получилось не просто окно с ярлыками на привычные инструменты. Разделы OpsDeck знают друг о друге и позволяют переносить контекст между задачами без постоянного копирования руками. А сколько всего туда уже успело поместиться, лучше видно в экскурсии по проекту.

Три открытия последних дней: Paseo Среда для управления агентами на удалённой машине. Из ближайших аналогов – Orca, но у Paseo полноценное моб приложение. Перевёз работу по нескольким проектам на удалённый сервер, сделал агента-оркестратора, который может сам запускать сессии внутри Paseo, к которым я тоже могу подключаться при необходимости. При работе с сервера не грузишь локальный комп, а с агентами, которые ещё остались на нём, теперь могу оставлять его открытым и продолжать с телефона. В итоге получилось примерно то, что сделали для широкой публики сначала в Grok Bot, а потом в Dots – только с большей гибкостью и управляемостью, заточеное именно под мои задачи. Cloudcone Американский хостер. Собственно, там взял VPS-ку в дата-центре в Калифорнии по супер-ценам. При работе с него не нужны vpn, рисков блокировок меньше. Пинг прекрасный. Devin После блокировки аккаунта Claude (особенно обидно, что это произошло буквально через пару дней после списания очередной месячной подписки) решил больше с ним не париться и не регать новый. Остаётся верный Codex, Grok Heavy тоже взял в сентябре, но ещё искал запасные варианты. Сначала потыкался в китайцев – Minimax и GLM в целом неплохи для простых задач, но что-то серьёзное им не доверить, конечно. И тут наткнулся на Devin, разработчик которого в прошлом году купил давно забытый мной Windsurf, которым я пользовался на заре вайб-кодинга. У Devin тоже есть подписка с лимитами и внутри вообще все возможные модели, в том числе Anthropic, и собственная swe-2, которая по бенчам на равне с frontier моделями, но при этом полностью (!) бесплатная, по крайней мере пока. Собственный CLI агент тоже прекрасно встраивается в Paseo.

В Claude появились моды: интерфейс можно допиливать под себя через JavaScript. И все сразу бросились делать украшательства 😁 А меня бесило другое. Каждый раз, когда Claude нужен API-ключ или пароль, я просил его поднять локальный сервер, чтобы ввести ключ в браузере. Иначе ключ навсегда остаётся в переписке. Короче, сделал мод secret-drop. Когда Claude нужен ключ, над полем ввода появляется плашка со скрытым полем. Вставляешь ключ, жмёшь Enter, и мод сам кладёт его в .env или в GitHub Secrets. Claude узнаёт только «ключ сохранён, 14 символов». Сам ключ в чат не попадает. А если по привычке вставишь ключ прямо в сообщение, мод его не отправит и вернёт текст уже без ключа. Мод, естественно, написал сам Claude в одном диалоге. Я только кидал скриншоты и говорил «бедно», «поле маленькое», «сделай поспокойнее» 😁 Мод открытый, забирайте: github.com/aislam23/secret-drop

Марио в Elden Ring видели? А Minecraft в GTA IV? Мододелы на кураже. AI Game Mashups - это люто, конечно Люди с помощью клод-кодов скрещивают разные игры. И это не AI-видео, а рабочие эээ игры(?). Ну как минимум демо. Работает это довольно интересно. Агент получает доступ к установленной игре, её бинарникам и инструментам вроде Ghidra и Frida. Изучает внутренности, ищет функции, пишет хуки, собирает моды и тестирует. Дальше два варианта. В Minecraft × GTA IV обе игры запущены одновременно: обмениваются координатами, камерой и событиями через WebSocket. GPU-композитор совмещает картинку с учётом глубины. Блоки Minecraft мешают машинам GTA, а TNT взрывается и там. В Mario × Elden Ring по-другому: код физики и анимаций из Super Mario 64 через libsm64 подключают к Elden Ring и хуками связывают с её физикой мира. Работает Elden Ring, но двигается Марио как в оригинале. Для такого уже есть скиллы - например, Universal Modder. Снимаю шляпу перед креативностью и мотивацией людей.