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 04:41 мскМашина отбирает важное из потока и переводит на русский: релизы, цены, приёмы. Без бесконечного скролла.RSS
OpenAI проверила SWE-Bench Pro и обнаружила, что 30% задач в нём сломаны. Бенчмарк больше не отражает реальный уровень frontier-моделей, поэтому ориентироваться на него при выборе инструментов не стоит.
@openaiисточник →
Новая команда /checkup чистит неиспользуемые MCP и навыки, дедублирует CLAUDE.md, отключает медленные хуки и обновляет клиент. Перед каждым изменением инструмент запрашивает подтверждение.
@bchernyисточник →
ThePrimeagen указал: бенчмарки AI-кодинга годами подгоняются под результат, а разрыв в 3% на SWE-Bench Pro не несет практического смысла. Разработчику важно не место в таблице, а реальная польза инструмента в работе.
@theprimeagenисточник →
SpaceXAI выпустила Grok 4.5: модель набрала 54 балла на Intelligence Index и 76 на Coding Agent Index, вплотную приблизившись к GPT-5.5 в агентном кодинге. При этом Grok 4.5 использует значительно меньше токенов и стоит дешевле конкурентов.
@artificialanlysисточник →
Разработчик Simon Willison признал, что доверил Claude и GPT-4.5 почти все commit-сообщения, но остался недоволен результатом. Модели описывают что изменилось в коде, но не объясняют общую цель изменений.
@simonwисточник →
Разработчик @sualehasif996 назвал Fast Grok 4.5 первой моделью, которую лично предпочитает Opus при итерациях с одним агентом. Модель обходит типичные блокировки, отвечает прямо и показывает высокий практический интеллект.
@sualehasif996источник →
Томас Домке запустил Entire — платформу для разработки, построенную вокруг ИИ с нуля. Тысячи пользователей уже работают с продуктом, от стартапов до крупных компаний.
@gergelyoroszисточник →
В VS Code вышла крупная волна обновлений GitHub Copilot: браузерный агент для сборки веб-приложений, окно управления параллельными агентами и видимость расходов на модели. Практикам это даёт больше контроля над агентными воркфлоу прямо в редакторе.
@codeисточник →
Grok 4.5 обошёл Opus 4.8 на Terminal-Bench и стоит примерно в 5 раз дешевле GPT при вдвое большей токенной эффективности. Для практика это означает больше вычислений за те же деньги и меньше ожидания.
@clineисточник →
Исследователь Ethan Mollick показал: GPT-5.6 через Codex автоматически обнаружил локальные видео- и image-модели, запущенные в Pinokio, и переключился на них. Это реальный способ снизить расходы на API, не меняя рабочий процесс.
@emollickисточник →
Levelsio запустил Claude Code на том же сервере, что и сайт: агент сам создал страницы профилей и /api-маршруты для iOS-приложения на Swift. Разработчик только пишет промпты и не заходит на сервер вручную.
@levelsioисточник →
Инди-разработчик Levelsio сообщил, что AI наконец сделал создание iOS-приложений доступным для него. Это сигнал: порог входа в мобильную разработку для не-iOS-разработчиков заметно снизился.
@levelsioисточник →
Стартап сохранил качество продукта на фоне повсеместного AI-кодинга благодаря параноидально тщательной системе E2E-тестирования, выстроенной ещё до эпохи ИИ. Это подтверждает: тесты решают, а не тормозят разработку с ИИ.
@gergelyoroszисточник →
Писатель и фотограф Крейг Мод использует AI для сборки вспомогательных инструментов, но не допускает его к самому тексту. Это показывает, как вайбкодинг режет издержки на SaaS и освобождает время для глубокой работы.
@danshipperисточник →
Разработчик месяц тестировал Sol и Fable: Sol быстрее, приятнее в работе и не уступает Fable по планированию. Fable остается лучшим для узких задач отладки, безопасности и производительности с четкими критериями успеха.
@mitchellhисточник →
Разработчики из команды thdxr стали использовать GPT-5.6 в пять раз активнее предыдущих моделей. Модель берёт не умом, а надёжностью и удобством в ежедневной работе.
@thdxrисточник →
Флаг --no-tui позволяет запускать агентов Amp в фоне и подключаться к ним с любого устройства. Разработчик может уйти на прогулку и запускать новые задачи прямо со смартфона.
@beyangисточник →
ByteDance анонсировала мультимодальную модель Seedream 5.0 Pro с поддержкой сложной визуализации данных, точного редактирования и нативного мультиязычного ввода. Модель улучшает выравнивание текста и изображений, структурную связность и визуальную эстетику по сравнению с предыдущими версиями.
@testingcatalogисточник →
За последние семь дней в Amp закрыли два из трёх самых запрашиваемых улучшений: облачные агенты и удалённый запуск новых тредов на любой машине. Теперь можно инициировать задачи на удалённых машинах прямо из интерфейса, не переключаясь между окружениями.
@sqsисточник →
Amp теперь позволяет дистанционно запускать агентов на любой машине, где установлен клиент. Это открывает работу с агентами на облачных серверах, локальных ноутбуках и встраиваемых устройствах без ручного доступа к ним.
@thorstenballисточник →
Команда defaults write разблокирует запрещённые цели для функции Computer Use в macOS. Это позволяет агентам управлять элементами интерфейса, которые система блокирует по умолчанию.
@steipeteисточник →
xAI анонсировала запуск Grok 4.5 на среду. Модель позиционируется как альтернатива Opus-классу с меньшей стоимостью и более высокой токенной эффективностью.
@testingcatalogисточник →
Крупный корпоративный клиент Anthropic узнал о судебном иске против него от журналиста, а не от самой компании. Это сигнал: партнёрский статус не гарантирует прозрачности даже в критических ситуациях.
@steipeteисточник →
Исследователь Ethan Mollick считает, что Sol и Fable сделали скачок над предыдущими моделями и создали большой разрыв с ближайшими конкурентами. Для задач, где важен уровень интеллекта модели, сейчас реально выбирать только между этими двумя.
@emollickисточник →
OpenAI анонсировала выход трёх новых моделей GPT-5.6 в четверг. Предварительный доступ к ним открыт глобально без региональных ограничений.
@testingcatalogисточник →
Исследователь Ethan Mollick протестировал GPT-5.6 Sol до публичного запуска и описал её как быструю модель с пошаговой совместной работой. В отличие от Fable, Sol не уходит в автономный режим, а действует вместе с пользователем.
@emollickисточник →
Сэм Альтман анонсировал запуск GPT-5.6 sol на этой неделе. Разработчики смогут начать работу с моделью уже в ближайшие дни.
@samaисточник →
Президент OpenAI Грег Брокман коротко отметил, что модель Sol набирает силу и показывает хорошие результаты. Разработчикам стоит следить за появлением подробностей о новой модели.
@gdbисточник →
OpenAI выпускает три новые модели публично 10 июля 2026 года. Расширенный превью-доступ уже открыт глобально.
@openaiисточник →
Разработчик отправил один промпт в Cursor и получил рабочую поддержку двухфакторной аутентификации и passkey менее чем за три часа. Это показывает, что сложные задачи безопасности теперь решаются за один сеанс работы с AI.
@kentcdoddsисточник →
Облачный сервис Ollama для GLM-5.2 выдаёт 80-120 токенов в секунду против 30-40 у конкурентов даже в пиковые часы. Модель доступна через Claude Code, VS Code, Codex и Hermes.
@ollamaисточник →
Исследователь Ethan Mollick описал процесс: сначала совместное планирование с Fable, затем генерация полноценного симулятора с торговыми путями, династиями и драконами. Это показывает, как итеративная работа с ИИ позволяет реализовывать сложные проекты без написания кода вручную.
@emollickисточник →
Разработчик поручил Codex собрать меню, часы работы и КБЖУ всех заведений в радиусе 30 минут ходьбы. Теперь он получает персональные рекомендации по питанию в любое время суток.
@nickadobosисточник →
Replit добавил публичные профили, где собраны все опубликованные приложения пользователя. Теперь можно отслеживать активность и участвовать в рейтинге Replit Power Ranking.
@replitисточник →
Гильермо Раух показал, как добавить GitHub-возможности агенту Eve: достаточно создать tools/github.ts и экспортировать createGithubTools(). Eve строится как открытая экосистема с подключаемыми моделями, навыками и инструментами.
@rauchgисточник →
Агент запустился на VPS Hetzner, подключился по SSH к Mac Mini в облаке Macincloud и собрал приложение через Xcode. Это показывает, что ИИ-агент может самостоятельно организовать полный цикл сборки без локального Mac у разработчика.
@levelsioисточник →
Команда claudedevs использует Fable 5 в роли советника, а Sonnet 5 как исполнителя. Большинство токенов тарифицируется по более дешевой ставке исполнителя.
@claudedevsисточник →
Разработчик подключил Claude Code к UberEats через Playwright и браузерную сессию. Теперь достаточно написать «закажи бананы», и агент сам оформляет заказ.
@levelsioисточник →
В боте Anthropic нет жёстких правил «если X, то Y»: модель сама выбирает момент для действия, а продукт остаётся тонким. Разработчикам стоит знать об этом паттерне при проектировании агентных инструментов.
@thdxrисточник →
Microsoft опубликовала собственные бенчмарки MAI-1, и они уступают Claude Sonnet 4.6. Независимых оценок пока нет, а конкуренция в Office-плагинах уже высокая.
@emollickисточник →
Разработчик Pieter Levels больше не пишет код локально: весь рабочий процесс перенесен на VPS. Это экономит заряд батареи и убирает шаг деплоя — код уже там, где должен работать.
@levelsioисточник →
Meta представила Muse Image и Muse Video: модели заняли второе и третье места в рейтингах Arena по генерации и редактированию изображений и видео. Разработчикам стоит следить за этими инструментами как за реальной альтернативой GPT Image 2.
@therundownaiисточник →
Tencent выпустил открытую модель Hy3, которая показывает результаты уровня frontier при 21B активных параметрах. В Cline она доступна бесплатно по идентификатору tencent/hy3:free.
@clineисточник →
Google обновила Managed Agents в Gemini API: появились фоновые задачи, remote MCP, вызов функций и обновление сетевых учётных данных. Теперь функция доступна на бесплатном уровне API.
@officiallogankисточник →
Anthropic продлила доступ к Claude Fable 5 для всех платных подписчиков до 12 июля. Это даёт практикам дополнительное время для работы с моделью без смены плана.
@claudeaiисточник →
Anthropic объединила Chat и Cowork в единый интерфейс: один сайдбар, один поиск, одно место для Projects и Artifacts. Разработчикам больше не нужно переключаться между разделами во время работы.
@mikeykисточник →
Anthropic запускает бета-версию Claude Cowork для мобильных устройств и браузера: задачу можно поставить с компьютера, а результат забрать с телефона. Бета открывается для подписчиков Max plan в течение нескольких недель.
@claudeaiисточник →
Команда Better Auth переходит в Vercel, чтобы развивать open source авторизацию для приложений и агентов. Это означает активную поддержку библиотеки со стороны крупной платформы.
@vercelисточник →
Запущен бенчмарк AI Browser Games: открытые модели вроде Kimi K2.7 создают игры на уровне Opus 4.8, но до 20 раз дешевле. Практику это сигнал: открытые модели уже конкурентны для задач генерации кода.
@nutlopeисточник →
Торстен Болл, проработавший с обязательными ревью более десяти лет, заявил: GPT-5.6 справляется с проверкой кода лучше большинства людей. Исключение он делает только для ревью ради обмена знаниями и обсуждения архитектурных решений.
@thorstenballисточник →
Разработчик Amp создал 3D-игру одним запросом прямо внутри редактора. Orbs позволяет запускать несколько изменений параллельно и ревьюить их в одном окне.
@beyangисточник →
Фреймворк eve получил встроенный инструмент eve eval для тестирования агентов. Разработчикам больше не нужно выбирать стороннее решение для оценки поведения агентов.
@rauchgисточник →
Anthropic опубликовала материал о том, как создавался Claude Code: команда разработчиков и первые пользователи делятся своим опытом. Практику это полезно для понимания, какие задачи и сценарии закладывались в инструмент с самого начала.
@claudeaiисточник →
В мобильном приложении Claude Code замечен интерфейс выбора режима Ask — UI уже готов. Режим позволяет задавать вопросы по коду без автоматических правок.
@testingcatalogисточник →
В быстрорастущем стартапе один инженер поддержки израсходовал $30 тыс. на ИИ-инструменты за месяц. Это сигнал: без контроля AI-бюджетов расходы команды могут выйти из-под контроля.
@gergelyoroszисточник →
Доступ к модели Fable 5 через подписку Claude закрывается завтра в полночь. Автор собрал пять готовых промптов для задач, где мощь модели оправдана: аудит кода, бизнес-план, подготовка проекта к релизу.
@petergyangисточник →
Владея моделями от слабых до фронтирных, Anthropic и OpenAI могут собирать ансамбли агентов дешевле и эффективнее сторонних провайдеров. Практику это означает: выбирать оркестрацию внутри одного вендора выгоднее, чем миксовать модели разных компаний.
@emollickисточник →
Команда /cd меняет текущий путь в Claude Code без потери контекста сессии. Это удобно при работе с несколькими директориями в рамках одной задачи.
@shadcnисточник →
Команда VS Code совместно с OpenAI настроила промпты для GPT-5.5 и доработала coding harness после релиза. Модель стала быстрее и тратит меньше токенов на задачи кодирования.
@codeисточник →
Менеджер продукта Codex показал, как делать 4-5 вариантов UI-мокапов через Image Gen по скриншоту — без написания кода. Это ускоряет ранние итерации: понравившийся мокап сразу превращается в рабочий прототип на Codex site.
@petergyangисточник →
В настройках ampcode.com/settings/orbs теперь видны все запущенные и недавно приостановленные орбы. Amp сам приостанавливает орбы, когда нужно, так что следить за этим вручную не требуется.
@sqsисточник →
Amp теперь показывает ссылки на созданные GitHub PR прямо в интерфейсе треда, во вкладке Changes. Функция работает при подключённой интеграции Amp с GitHub через настройки ampcode.com.
@sqsисточник →
GitHub объяснил, что такое git worktrees и почему параллельная работа с AI-инструментами делает их практически необходимыми. Cassidoo разобрала механику и сценарии использования в блоге GitHub.
@githubисточник →
Лид OpenAI Codex объяснил: лаборатории делали ставку на код, потому что его качество легче оценить, а дизайн требует новизны и понимания культуры. Модели воспроизводят известные паттерны, а не создают что-то новое, и это фундаментальная проблема.
@lennysanисточник →
Пользователь описывает роль, запускает динамический воркфлоу в Claude Code и получает список из 100 кандидатов с LinkedIn, Twitter и кратким питчем на почту. Подход освобождает время: агент работает самостоятельно, а результат удобно просматривать на ходу.
@_catwuисточник →
Саймон Уиллисон запустил финальный обзор кода через Claude и получил пять исправленных блокеров релиза. Стоимость сессии составила 149 долларов — и это меняет представление о цене предрелизного аудита.
@simonwисточник →
Крупные банки начали срочно согласовывать использование открытых моделей после введения ограничений со стороны Anthropic и властей США. Раньше такие решения отклонялись сразу, теперь процесс одобрения резко ускорился.
@sqsисточник →
Автор использует Amp orbs для подготовки задач в фоне, чтобы при возвращении к работе всё было готово. Это сокращает время на раскачку после перерыва.
@sqsисточник →
Команда Amp настраивает harness под каждую модель с первого дня разработки. Итоговый агент — связка модели и обвязки — определяет реальный результат на бенчмарках и пользовательский опыт.
@beyangисточник →
Kimi K2.7 Code стал первой open-weight моделью в пикере моделей GitHub Copilot. Это даёт разработчикам больше выбора: дешёвая и производительная альтернатива в привычном инструменте.
@githubисточник →
Отец загрузил детский рисунок дракона в Codex, дочь голосом давала правки, а готовые стикеры отправили в печать за 20 долларов. Сценарий показывает, как Codex с голосовым вводом и генерацией изображений работает без технических навыков.
@petergyangисточник →
Саймон Уиллисон передал Fable право самому выбирать модель для каждой задачи через субагент. Это заметно снизило расход токенов без ручной настройки.
@simonwисточник →
Разработчик запустил Orb-агента, который убрал визуальный шум от пробельных символов в диффах Amp, сохранив подсветку значимых изменений внутри строк. Ни редактор, ни терминал не открывались: задача решена полностью в агентном цикле.
@beyangисточник →
Sandbox на базе MicroVM получил поддержку Docker и FUSE с полным доступом к системным возможностям. Это открывает агентам путь к произвольным рантаймам и файловым системам на S3 в десяти строках кода.
@rauchgисточник →
Разработчик sqs советует просить агента расставлять TODO-метки везде, где нужна будет очистка после временных изменений. Это упрощает автоматический рефакторинг и не даёт другим агентам распространять устаревший подход.
@sqsисточник →
Poolside выпустила Laguna M.1: 225B параметров, контекст 256k, заточена под агентный кодинг. Модель доступна в Cline бесплатно по идентификатору poolside/laguna-m.1:free.
@clineисточник →
Разработчик Sourcegraph отмечает, что GLM 5.2 хорошо справляется с ролью управляющего агента в многоагентных системах. Будущее за композиционным интеллектом из специализированных агентов, а не за одной монолитной моделью.
@beyangисточник →
Герели Ороз попробовал поручить Fable квартальную бухгалтерию: загрузку инвойсов, разбор выписок и учёт расходов. Инструмент помог частично, но автоматизация браузера оказалась медленной, квота кончилась на середине задачи, а непредвиденные проблемы добавили ручной работы.
@gergelyoroszисточник →
Разработчик Торстен Болл заметил, что программисты нередко называют AI-код слопом только потому, что он написан не в их стиле. Это важно понимать, чтобы отделять реальные проблемы качества от личных предпочтений.
@thorstenballисточник →
Разработчик ThePrimeagen признал, что даже тщательный ревью не спасает от деградации качества при AI-кодинге. Без прямой работы с кодом руками невозможно понять реальное состояние проекта.
@theprimeagenисточник →