Generative Ai

Claude Skill Building — ключевые инсайты для продакшна 1. Skill = контракт + оркестрация • Фиксируем входы, выходы, формат, ограничения • Модель — только слой принятия решений; вокруг нужны валидация, retry, fallback 2. Eval-first подход • До релиза собираем набор тест-кейсов (happy path + edge cases) • Любое изменение промпта/логики гоняем через авто-eval • Без eval промпт-тюнинг превращается в “кажется стало лучше” 3. Контекст важнее “умности” модели • Стабильная структура system/dev/user • Ми...

Гений потратил 2,54 МИЛЛИАРДА токенов, чтобы довести OpenClaw до идеала. Юзкейсы, которые он по пути откопал, поменяли то, как он живёт и работает. И теперь он делится этим со всеми. Вот 21 сценарий: 0:00 Интро 0:50 Что такое OpenClaw? 1:35 MD-файлы 2:14 Система памяти 3:55 CRM-система 7:19 Fathom pipeline 9:18 Встреча → action items 10:46 Система базы знаний 13:51 Pipeline для ingestion из X 14:31 Business Advisory Council 16:13 Security Council 18:21 Трекинг соцсетей 19:18 Pipeline идей для ви...

⚡️ Nano Banana 2 официально вышла — Google без предупреждения дропнул новую версию модели. Она практически не уступает, а местами и обходит Nano Banana Pro. Главная фишка обновки — скорость, картинки генерируются почти мгновенно. Можно попробовать на официальном сайте — здесь.

Профессор Дональд Кнут начал свою новую статью словами: "Шок! Шок!" 😨😨 Claude Opus 4.6 только что решил открытую задачу, над которой Кнут работал неделями, гипотезу о разложении графа из его книги The Art of Computer Programming. Он назвал статью "Claude Cycles". 31 попытка. Примерно 1 час. Кнут прочитал вывод модели, оформил формальное доказательство и закончил так: "Похоже, однажды мне все-таки придется пересмотреть свое мнение о генеративном ИИ." Человек, который написал библию computer sci...

⚡️ Андрей Карпаты выложил минимальный репозиторий Autoresearch - систему, где AI сам проводит исследования. Это упрощённая версия ядра обучения LLM из nanoGPT/nanochat: весь код обучения помещается в один файл (~630 строк) и работает на одной GPU. Как это устроено: - человек редактирует prompt (.md) - AI-агент автоматически меняет training code (.py) Дальше начинается цикл автономных экспериментов. Каждая точка на графике — полный запуск обучения LLM (~5 минут). AI-агент работает в бесконечном ц...

🔥 Anthropic собрали C-компилятор командой из 16 Claude агентов Масштаб проекта: • ~2000 Claude Code сессий • $20,000 API costs • 100,000 строк Rust кода • 2B input токенов, 140M output • 2 недели автономной работы Результат: Компилятор собирает Linux 6.9 на x86, ARM, RISC-V + QEMU, FFmpeg, SQLite, Redis, Doom 🎮 Как работает harness: while true; do claude --dangerously-skip-permissions \ -p "$(cat AGENT_PROMPT.md)" \ --model claude-opus-4-6 done Каждый агент в Docker-контейн...

То, что надо: Codag позволяет визуализировать рабочие процессы AI/LLM прямо в репозитории и посмотреть, как именно работает ваш AI-код. Без всякой настройки Codag строит карту всего AI-пайплайна: все вызовы LLM, ветвления решений и этапы обработки данных. 100% опенсорс код

Гугол выкатил Gemini 3.1 Pro Из интересного: — На бенчмарке ARC-AGI-2 (это когда модель решает логические паттерны, которых раньше не видела) набрали 77.1%. Это больше чем в два раза лучше, чем у предыдущей 3 Pro. — Умеет генерить анимированные SVG прямо из текста. То есть не пиксельное видео, а чистый код, который весит как небольшой txt-файл и не шакалится при любом зуме. Для фронтендеров прям подарочек. Неделей ранее выкатили Gemini 3 Deep Think для науки и инженерии, а 3.1 Pro это тот самый ...

Илья Полосухин создал 1-ого серьёзного конкурента OpenClaw, который может забрать значительную долю Один из авторов статьи о трансформерах, Илья Полосухин, основатель NEAR AI, вместе с командой выпустили IronClaw - переписанная с 0 на Rust версия OpenClaw, с акцентом на приватность, безопасность и защиту от утечек данных. За все время существования ИИ-агента OpenClaw (ex-Moltbot/Clawdbot) накопил огромное количество инцидентов по безопасности. IronClaw решает эту проблему. Skills из ClawHub пока...

Вышла GLM 5 У нас новая лучшая открытая модель, по крайней мере по бенчам. С проприетарными тягается неплохо, но с Opus 4.6 и GPT 5.3 Codex почему-то не сравнивают, хотя за неделю после релиза тесты можно было прогнать. Веса доступны по лицензии MIT. Архитектура похожа на DeepSeek V3.2 — тоже используют DSA и multi-token prediction. Модель в 2 раза больше предыдущей модели компании — 744 миллиарда параметров (против 355), из которых 40B — активных. А вот датасет почти не вырос — 28.5 триллионов ...