Загружаем страницу.
[vibecoding]llm·pass@1: claude fable 5 xhigh 69.9%gpt 5.5 xhigh 67.0%агенты: codex #1 · claude code #2● live · крон 24ч
Загружаем страницу.
новости
обновлено 12:03 мскМашина отбирает важное из потока и переводит на русский: релизы, цены, приёмы. Без бесконечного скролла.RSS
Мэтт Покок описал рабочий флоу из двух своих слэш-команд для агента: сначала прогнать задачу через /grill-with-docs, потом при разрастании построить карту через /wayfinder. Команда /grill-with-docs проверяет задачу по докам, /wayfinder строит карту кодовой базы под неё. Обе команды свои, не встроенные в инструмент.
@mattpocockukисточник →
Разработчик steipete показал бота Molty, который в реальном времени комментирует и подкалывает коммиты его команды в GitHub по мере их появления. Конкретики о самом боте в твите нет.
@steipeteисточник →
Илон Маск одним словом объявил о продукте Grok Imagine от xAI. Ни описания, ни ссылок, ни деталей в твите нет: что именно умеет Grok Imagine, из анонса не следует.
@elonmuskисточник →
Илон Маск написал, что Grok Build получил апдейты. Что именно изменилось, в твите не сказано: ни списка фич, ни версии, ни дат.
@elonmuskисточник →
Грег Брокман из OpenAI пишет, что ChatGPT Work хорошо справляется с задачами из личной жизни, а не только с рабочими. Конкретики, примеров задач и цифр в твите нет.
@gdbисточник →
Kimi K3 от Moonshot AI вышел на первое место в Frontend Code Arena с 1679 баллами и обошёл Claude Fable 5 и GPT-5.6 Sol. Речь про один бенчмарк на фронтенд-код, отрыв автор твита называет заметным, но конкретные баллы конкурентов не приводит.
@testingcatalogисточник →
shadcn утверждает: копирование никогда не было бесплатным, и AI убирает почти всю его цену - время, усилия и навык, нужные, чтобы понять чужое и повторить. Дальше любое преимущество (больше, лучше, со вкусом) копируется быстрее. То, что делало работу уникальной, извлекается и ставится на поток. С софтом это, по его словам, уже идёт.
@shadcnисточник →
Kimi K3 вырос на 13 пунктов в Artificial Analysis Intelligence Index относительно K2.6, но цена за задачу выросла примерно втрое. Стоимость одной задачи индекса у K3 - $0.94: против $0.33 у K2.6 и $0.31 у Grok 4.5 (high).
@artificialanlysисточник →
Kimi K3 Max провалила сложный статистический аудит прежних научных работ: модель наделала ошибок, включая неверное применение статистических методов. Автор прогнал её на своих старых исследованиях. GPT-5.6 Pro разобрала выводы K3, и автор с этой критикой согласен.
@emollickисточник →
Десктоп-приложение Codex можно оставить в доке macOS через настройку. Путь: Settings -> Preferences -> Appearance -> Dock icon. После этого иконка не пропадает из дока при закрытии окна.
@petergyangисточник →
Primeagen набросал схему нового цикла разработки софта в эпоху AI-агентов. Конкретных инструментов, цифр и ссылок в твите нет - только фото со схемой процесса.
@theprimeagenисточник →
Сэм Альтман, глава OpenAI, написал, что новая голосовая модель ChatGPT перешла порог, и теперь он общается с ней голосом больше, чем набирает текст. Ни версию модели, ни дату релиза, ни метрики он не назвал - только личное наблюдение.
@samaисточник →
Борис Черни, автор Claude Code, разложил внедрение AI в компаниях на 4 повторяющихся шага. По его наблюдениям, один инженер уже поднимает свою выработку в 10 раз через Claude, а остальная команда за ним не поспевает. Сами 4 шага он вынес в отдельный артефакт по ссылке.
@bchernyисточник →
Гендиректор Replit Амджад Масад собрал шахматный движок на базе Qwen и выложил его как WIP для игры. Модель дообучена на 2 млн позиций, размеченных Stockfish, плюс короткий проход RL по методу GRPO. По словам автора, играет сильнее фронтир-моделей на шахматах.
@amasadисточник →
Moonshot выпустила Kimi K3 в AI/ML API в день анонса - под тем же API-ключом, что и Claude Fable 5. Обе модели держат контекст 1M токенов. Команда AI/ML API прогнала обе на одном vibe-coding тесте и выложила выводы бок о бок. Разработку игр Moonshot называет одной из задач, под которые заточена K3.
@testingcatalogисточник →
Codex теперь отвечает на вопросы по конкретному pull request и вносит правки, не выходя из инструмента. PR Chat разбирает PR в контексте. Inline-редактирование принимает фидбек ревью, показывает предложенный патч на месте - его можно поправить, принять или отклонить.
@openaidevsисточник →
Google делает нативное меню Skills в десктопной версии Gemini: пользователи смогут загружать, создавать и редактировать свои навыки, а также собирать их через сам Gemini. Skills могут появиться во всех чатах. Меню поддержит подключение локальных папок с готовыми Skills.
@testingcatalogисточник →
1Password добавил возможность подключать AI-агентов к хранилищу паролей. Твит от многолетнего пользователя @robertjbye - реакция на запуск функции. Конкретики по механике, поддерживаемым агентам и цене в твите нет.
@robertjbyeисточник →
Питер Левелс (@levelsio) пишет, что в Claude Code модель Fable отклоняет большую часть его задач, а теперь к ней присоединилась и Opus. Раньше отказывала только Fable. Обе модели в Claude Code скрыты за алиасом best; рядом доступна sonnet 5.
@levelsioисточник →
CEO Shopify Тоби Лютке пишет, что anti-AI-настроения переоценивают качество человеческого кода: за пределами узкого круга сильных опенсорс- и корпоративных баз слоп встречается повсюду. По его словам, такой код тривиально улучшает любая модель уровня Opus.
@tobiисточник →
Meta выложила модель Muse Spark 1.1 в OpenRouter, доступ пока только у пользователей из США. Твит не называет ни цену, ни лимиты, ни отличия от прошлой версии.
@testingcatalogисточник →
Дакс, автор opencode, крупно переписал систему горячих клавиш, затем попросил самого агента opencode прожать каждую клавишу и проверить работу - тот нашёл все сломавшиеся места. Это не автотест на CI, а прогон живого поведения руками агента после рефактора.
@thdxrисточник →
Vercel выпустил плагин для VS Code, который добавляет в редактор skills, agents и commands. Ни версии, ни цены, ни требований в анонсе нет - только предложение попробовать уже сегодня.
@codeисточник →
Bolt выложил в открытый доступ Bolt Slides - инструмент генерации презентаций, который теперь может вызывать любой агент. В твите названы Claude Code, Codex и сам Bolt. Демо показано видео на 39 секунд.
@boltdotnewисточник →
Kimi K3 доступна в вебе и через API в двух режимах: K3 Max и K3 Swarm Max. Контекст - до 1M токенов. Заявленная заточка: кодинг, 3D-игры и сложные знаниевые задачи.
@testingcatalogисточник →
shadcn, автор библиотеки shadcn/ui, задал вопрос: что будет, когда роадмап, чейнджлог и анонсы лончей продукта станут входными промптами для LLM. Продукта или релиза нет, это реплика-размышление о том, что публичные тексты о продукте всё чаще читает не человек, а агент.
@shadcnисточник →
Мэтт Покок отметил два приёма из материала Will: /wayfinder работает диспетчером и вызывает нужные кастомные скиллы, а прототип UI собирается пофазно - каждая фаза дорабатывает один участок интерфейса, не теряя контекст остального.
@mattpocockukисточник →
Мэтт Покок показал команду /batch-grill-me: те же 13 уточняющих вопросов агент задаёт за 3 раунда диалога вместо 13. Команда спрашивает только про решения 'фронтира' - те, что не зависят от других. Ресёрч уходит фоновым агентам, чтобы не блокировать опрос.
@mattpocockukисточник →
Opus 4.8 отказался помогать levelsio с реверс-инжинирингом приложений Windows XP: safety-меры пометили запрос как тему по кибербезопасности. Ошибка API предлагает подать заявку в Cyber Verification Program от Anthropic. До Opus его так же заблокировала Fable, поэтому он переключился обратно на Opus - и упёрся в тот же барьер.
@levelsioисточник →
Гергели Орос пишет: главная боль многих инженерных руководителей сейчас - рост нагрузки на код-ревью, и решения ни у кого нет. Все видят проблему, эксперименты идут от нового тулинга до признания, что ревью не масштабируется. Это наблюдение из разговоров с лидерами, без цифр и без готового ответа.
@gergelyoroszисточник →
Веб-версия Amp и вход в аккаунт на ampcode.com недоступны, команда чинит. CLI Amp продолжает работать, если он был авторизован раньше. Статус - на ampcodestatus.com.
@ampcodeисточник →
Торстен Болл опубликовал фото с подписью «It's happening» - ни ссылки, ни названия продукта, ни даты. Что именно запускается, из твита не следует.
@thorstenballисточник →
@sqs выложил свой набор приёмов для работы с AI-агентами. Это личный опыт практика с пометой «IMO», а не документация вендора. Сами приёмы - в фото твита.
@sqsисточник →
Ethan Mollick замечает: AI-вендоры раз за разом без анонса поднимают токен-лимиты, и планировать расход токенов теперь похоже на азартную игру. Это наблюдение практика, а не релиз - конкретных цифр и вендоров в твите нет.
@emollickисточник →
Итан Молик недоволен тем, что «front-end» превращается в общий ярлык для всего, что связано со вкусом, суждением и дизайном в работе с AI. У «back-end» софта есть куча градаций, а «front-end» часто сваливает разное в одну кучу. UX, Design, UI, Style, Vision, art - это не синонимы.
@emollickисточник →
Голосовой ChatGPT Live и агент Codex не делят инструменты: Live не видит плагины, к которым Codex уже подключён. Питер Янг на прогулке попросил Live открыть его Google Doc и получил отказ. Он вручную запустил плагин Documents, и только тогда у Live появился нужный контекст.
@petergyangисточник →
Vercel Sandbox удваивает дневную аудиторию каждый месяц и создаёт больше 3.5 млн песочниц в день. Rauchg называет модель оплаты по Active CPU лучшей в классе и перечисляет клиентов - Notion, Airtable, Meta, Zapier, CodeRabbit и другие.
@rauchgисточник →
xAI выложила в открытый доступ исходники консольного агента Grok Build CLI - 844 000 строк на Rust. Саймон Уиллисон покопался в коде и нашёл среди прочего встроенный рендерер Mermaid-диаграмм прямо в терминале - через Unicode box-art, без внешних зависимостей.
@simonwисточник →
Питер Штайпетер считает провалом автоматизации ситуацию, когда PR или новую фичу отклоняют на ревью за неправильный фреймворк или архитектурный паттерн. Он берёт два случая: PR в незнакомую iOS-кодовую базу и фичу дизайнера. В обоих правила поймал человек на ревью, а не машина заранее.
@steipeteисточник →
Дакс Реймано (@thdxr) считает: SaaS-вендоры в шатком балансе - они держат прямую связь с клиентом, и потеря этой связи опасна. Если смена парадигмы в AI-кодинге реальна, вендор без своего агента проигрывает.
@thdxrисточник →
Grok 4.5 вышел на 2-е место в бенчмарке FrontierSWE от Proximal по реализации и производительности и на 1-е по исследовательским способностям. Кто на 1-м месте по кодингу, в анонсе не названо.
@spacexaiисточник →
OpenAI начала продавать Codex Micro - физический девайс, сделанный вместе с производителем макропадов Work Louder, в магазине OpenAI Supply. Цену и характеристики в твите не назвали, только ссылку на магазин.
@openaidevsисточник →
Инженер Sourcegraph @beyang предложил минигольф как метафору AI-кодинга: мелкая фича закрывается за 2-3 промпта, простой баг - с одной попытки, а сложная задача упирается в непредсказуемое препятствие. Это наблюдение практика, не запуск продукта и не бенчмарк.
@beyangисточник →
OpenAI анонсировала GPT-Red - внутреннюю модель, которая ищет уязвимости к prompt-injection в масштабе. По словам OpenAI, прошлые модели уязвимы к её атакам, а GPT-5.6 обучали противостоять этим атакам состязательно.
@testingcatalogисточник →
Автор Bun Джарред Самнер описал схему авто-мержа PR без человека, которую ждёт через несколько месяцев. Сначала автоматический ревьюер ставит LGTM. Потом второй Claude с чистым контекстом решает, простой ли PR и мал ли радиус поражения - и мержит сам.
@jarredsumnerисточник →
OpenAI показала GPT-Live, который держит разговор и одновременно выполняет несколько задач - проверяет рейсы, подтягивает местную погоду и на ходу собирает маршрут. Заявлен рост интеллекта модели. Демо длится 130 секунд.
@openaiисточник →
GitHub Copilot для Jira стал общедоступным (GA). Агент теперь стримит прогресс прямо в Jira, follow-up-инструкции задаются в чат-панели Jira, а подключение GitHub-org и репозиториев к приложению идёт в меньше шагов.
@githubисточник →
xAI выложила в open-source агента Grok Build и обнулила лимиты использования для всех пользователей. Открыт код харнесса, включая Git-репозиторий CLI Grok Build. Ссылка - x.ai/open-source.
@spacexaiисточник →
Thinking Machines выложила в открытый доступ веса Inkling - MoE-трансформер с 975B параметров и 41B активных. Контекст до 1M токенов. На лидерборде Design Arena Agentic Web Dev Inkling набрал 1257 против 1260 у GPT-5.6-Sol - отрыв в 3 очка.
@testingcatalogисточник →
Артефакты Claude Code теперь ходят в MCP-коннекторы: можно строить дашборды и приложения, которые тянут данные и выполняют действия под каждого зрителя. Работает на планах Pro, Max, Team и Enterprise. На публично расшаренных артефактах вызов недоступен.
@claudedevsисточник →
@thdxr пишет, что риск prompt injection мешает строить автоматизацию на AI-агентах: без этой проблемы агентам можно было бы отдать заметно больше задач. Это реплика практика, конкретного решения или инструмента в твите нет.
@thdxrисточник →
Гергели Орош анонсировал разбор о работе инженеров внутри Anthropic: по его словам, разработчики стали делать больше и шире, инженеры проектируют системы, а не сам AI, а координация между ними вышла на первый план. Материал выйдет в рассылке The Pragmatic Engineer.
@gergelyoroszисточник →
В открытых PR репозитория Bun ревью-боты ведут диалог почти без людей: CodeRabbit и ревью-бот Claude отвечают боту мейнтейнеров Robobun. Пример - PR #34144, где тред собран из реплик трёх ботов.
@gergelyoroszисточник →
Гильермо Раух, CTO Vercel, советует использовать Vercel Agent для задач оптимизации: попросить ускорить сборку, поднять производительность приложения и снизить счёт за хостинг. Это сценарий применения, а не анонс новой фичи.
@rauchgисточник →
На арене появилась модель Kivine, предположительно будущая Kimi K3, и в тесте на симуляцию вселенной она держится вровень с Fable 5. Fable 5 отработала быстрее, её UX-компоненты надёжнее и удобнее. Kimi K3 сложнее и приятнее визуально: на скорости x100 при выборе планеты камера уходит в вид от первого лица.
@testingcatalogисточник →
Приложения, собранные в Lovable, теперь вызываются как инструменты из ChatGPT и Claude. Включается это тремя шагами: попросить Lovable активировать agent integrations, проверить список предложенных инструментов, подтвердить и опубликовать. После этого пользователь читает данные и запускает действия в приложении прямо из своего AI-ассистента.
@lovableисточник →
Торстен Болл проводит аналогию: студия записала 100 демо, но в альбом вошли 5 песен - когда производство дешевеет, работой становится не создание, а отбор. Тезис про AI-инструменты: сгенерировать вариант почти бесплатно, ценность в том, что ты выкидываешь.
@thorstenballисточник →
Matt Pocock локально изменил свою команду /grill-me: теперь она выдаёт все вопросы сразу, а не по одному за ход. Ответы можно надиктовать пачкой. Уходит режим, когда на каждый вопрос отвечаешь "согласен" ход за ходом.
@mattpocockukисточник →
Разработчик Matt Pocock просит при упоминании используемой модели называть и уровень reasoning effort. Каждая SOTA-модель ведёт себя по-разному на разных уровнях effort, поэтому одно имя модели без effort мало что говорит.
@mattpocockukисточник →
Тарстен Болл показывает приём: вместо чтения текстового progress.md следить за работой агента через живой HTML, отрендеренный в портале. Демо - видео на 18 секунд, кода и ссылок в твите нет.
@thorstenballисточник →
У Pi нет встроенного решения для работы с несколькими репозиториями сразу. По словам автора, этот пробел закрывается расширением.
@mitsuhikoисточник →
Matt Pocock советует начинать любую задачу для AI-агента с самого низкого уровня effort и повышать только при явном падении качества. Обычная привычка обратная: люди ставят высокий effort и снижают по необходимости. Effort - это трата лишних токенов: на бенчмарках +20% токенов дают +2% качества, а на рутине вроде разбора репозитория или правки теста это просто сожжённые токены.
@mattpocockukисточник →
15 июля 2026 Петер Стейпете (@steipete) поделился постом «The Memory Heist» с блога ayush.digital и назвал его умным ходом. Больше в твите ничего нет: ни пересказа техники, ни цитат, ни своих комментариев по сути.
@steipeteисточник →
@sqs показал функцию отката: сообщение, уже отправленное AI-агенту, можно вернуть и переписать заново. Демо - видео на 18 секунд. Продукт в твите не назван, условий и деталей нет.
@sqsисточник →
Разработчик Peter Steipete (@steipete) рекомендует всегда запускать навык autoreview из репозитория openclaw/agent-skills. Он делится ссылкой на SKILL.md этого навыка. Что именно проверяет autoreview и как настроен, в самом твите не раскрыто.
@steipeteисточник →
Встроенный поиск ChatGPT научился искать сразу по чатам, проектам, изображениям и документам на вебе и мобиле. Функцию раскатывают на всех пользователей.
@testingcatalogисточник →
Грег Брокман (@gdb) открытым твитом собирает у разработчиков фидбек по Sol - за что его любят и почему на него переходят. Ни ссылок, ни цифр, ни деталей модели в твите нет: это запрос обратной связи, а не анонс.
@gdbисточник →
Итан Моллик заметил, что вирусные anti-slop markdown-файлы с правилами для AI-агентов сами на 100% написаны моделью и потому загоняют её выходы в ещё больший slop. Его вывод: нужен собственный вкус или нанятый человек со вкусом, а потом свои skills и инструкции под них. Готовый файл правил вкус не заменяет.
@emollickисточник →
Читать каждую строку AI-сгенерированного кода не обязательно, но дифф стоит бегло просмотреть перед push. Тезис @beyang от 15 июля 2026, без цифр, ссылок и деталей.
@beyangисточник →
Дмитрий Сорин (@thdxr) советует строить продукты для конечных пользователей, а не инфраструктуру-костыли под текущие ограничения моделей. Его логика: у модели есть пробел, кто-то пишет патч, иногда под этот патч поднимают целый стартап - а потом модель сама закрывает пробел, и обвязка обесценивается.
@thdxrисточник →
swyx называет запуск GPT-5.6 самым успешным релизом OpenAI со времён ChatGPT и говорит, что это способно сдвинуть расклад по IPO. Оценка компании - $852B, выручка около $2B в месяц (~$24B годового run-rate). Конфиденциальный S-1 подан 8 июня 2026, листинг склоняется к 2027.
@swyxисточник →
Саймон Уиллисон возразил тезису «если умеешь писать код, быстрее написать самому»: если умеешь, сам набор текста ничего не даёт, отдай его агенту. Аргумент строится на том, что знание синтаксиса не экономит время, когда печатает агент.
@simonwисточник →
Latent Space опубликовал разбор 5 трендов конференции AI Engineer World's Fair 2026. Главные два - фокус смещается с отдельных агентов на системы, а coding-агенты занимают место IDE. Ещё три в списке: loop engineering как слой управления, приход AI-инженерии в энтерпрайз и ставка платформ на skills.
@latentspacepodисточник →
Марк Андреессен написал, что впервые в истории труд человека обходится дешевле софта. Пост без цифр, ссылок и примеров - тезис-провокация от инвестора, а не отчёт с данными.
@pmarcaисточник →
Vercel открыл данные своего leaderboard AI Gateway: реальное использование моделей в проде, обновляется ежедневно, лицензия CC BY 4.0. Данные можно скачивать, запрашивать и цитировать. Срез идёт по моделям, лабам, приложениям и провайдерам.
@vercelисточник →
OpenAI показала 8 изменений Codex за два месяца: новую модель GPT-5.6 и режим Ultra, параллельную работу через /goal, ускоренный computer use. Ещё 5 пунктов - AppShots, инлайн-правки, Sites, мобильный Codex с SSH-воркфлоу, PR от ревью до мержа. У Codex 7M+ пользователей в неделю и 150+ обновлений всего.
@openaidevsисточник →
Виктор Таелин написал, что решает залончить Bend2 - самый сложный софт, что он собирал, - потому что без ИИ не осилил бы его за годы работы. По его прогнозу, в 2027 любой повторит Bend2 одним промптом. Работает по 16 часов в день.
@victortaelinисточник →
Vercel добавил установку сервиса AgentMail одной командой vercel install agentmail, без регистрации и с оплатой через Vercel. Настройка проходит автоматически, отдельный аккаунт заводить не нужно. Анонс сделал Гильермо Раух, CEO Vercel, 14 июля 2026.
@rauchgисточник →
Пьетер Левелс (@levelsio) свёл минимальный стек для нового бизнеса к четырём частям: бесплатный open-source-софт за $0 в месяц, VPS-сервер, внешний AI-API и файловое хранилище R2/S3. Платные SaaS-подписки он называет лишними и намекает, что вендоры не хотят распространения этой мысли.
@levelsioисточник →
Инструмент @thdxr теперь держит несколько рабочих сессий под рукой: внутри одного проекта, между проектами и между локальными и удалёнными серверами. Полную силу обещают в версии 2.0. Дату релиза не назвали.
@thdxrисточник →