This media is not supported in your browser
VIEW IN TELEGRAM
⚡️ xAI выпустили Grok Build — агентный CLI для разработчиков
Ранняя бета, пока только для подписчиков SuperGrok Heavy ($300/мес!).
За инструментом стоят Эндрю Милич и Джейсон Гинзберг, бывшие руководители разработки Cursor, которые перешли в xAI в марте.
Из ключевых фич: режим планирования с пошаговым диффом, параллельные субагенты с поддержкой git worktree, headless-режим для скриптов и поддержка ACP. AGENTS.md, MCP-серверы и плагины подхватываются автоматически.
@ai_for_devs
Ранняя бета, пока только для подписчиков SuperGrok Heavy ($300/мес!).
За инструментом стоят Эндрю Милич и Джейсон Гинзберг, бывшие руководители разработки Cursor, которые перешли в xAI в марте.
Из ключевых фич: режим планирования с пошаговым диффом, параллельные субагенты с поддержкой git worktree, headless-режим для скриптов и поддержка ACP. AGENTS.md, MCP-серверы и плагины подхватываются автоматически.
@ai_for_devs
2❤38👍28🔥20😁10🤩2
This media is not supported in your browser
VIEW IN TELEGRAM
Команда Calif совместно с Mythos Preview опубликовала первый публичный эксплойт для ядра macOS на M5 — с обходом MIE (Memory Integrity Enforcement).
MIE — это аппаратная защита от memory corruption. Apple разрабатывала её пять лет, представила как флагманскую фичу M5 и A19 и заявила, что она блокирует все известные публичные эксплойт-цепочки, включая утёкшие Coruna и Darksword.
Mythos справился с поиском багов быстро они принадлежат к известным классам уязвимостей.
55-страничный технический отчёт выйдет после того, как Apple закроет уязвимости.
@ai_for_devs
MIE — это аппаратная защита от memory corruption. Apple разрабатывала её пять лет, представила как флагманскую фичу M5 и A19 и заявила, что она блокирует все известные публичные эксплойт-цепочки, включая утёкшие Coruna и Darksword.
Брюс Данг нашёл баги 25 апреля. 1 мая рабочий эксплойт был готов. Цепочка стартует от обычного пользователя — например, кода из скачанного файла или вредоносного пакета и заканчивается root shell: полным контролем над машиной.
Mythos справился с поиском багов быстро они принадлежат к известным классам уязвимостей.
55-страничный технический отчёт выйдет после того, как Apple закроет уязвимости.
@ai_for_devs
2👍49🔥25❤16🤯12⚡2
This media is not supported in your browser
VIEW IN TELEGRAM
3😁155👍35💯25🔥10🤯8
Подпискам за $20/месяц скоро придет конец
В апреле Anthropic убрали Claude Code из Pro-плана для 2% новых пользователей, без анонса, просто изменив документацию и страницу с тарифами. Один из руководителей Anthropic назвал это «небольшим A/B-тестом», а затем признал:
Текущие тарифы не строились под агентное использование.
С 1 июня GitHub переводит Copilot на оплату по токенам. Никаких фиксированных лимитов premium-запросов — только AI Credits. GitHub объяснил это прямо: агентное использование «становится нормой» и создаёт нагрузку, при которой текущая подписка перестаёт работать.
Параллельно Питер Штайнбергер, автор OpenClaw, опубликовал скриншот своего дашборда: $1 305 088 за 30 дней, 603 млрд токенов, 7,6 млн запросов. Команда из трёх человек гоняет ~100 Codex-агентов, которые ревьюят PR, ищут уязвимости, дедублицируют issues и фиксят баги. Счёт покрывает OpenAI — Штайнбергер теперь сотрудник компании. Без fast mode было бы«всего» $300k 🙂
В целом, на этом можно было бы закончить, но вот еще несколько фактов:
1. Пользователи Anthropic в среднем потребляют вычислений на $8 при выручке $1 с подписки.
2. Microsoft теряет $20+ в месяц на каждом пользователе Copilot, и до $80 при подписке за $10 на "продвинутых" юзерах.
Все вышеперечисленные факты говорят о том, что несколько десятков долларов в месяц — это временное явление для агентного кодинга, которое может закончиться в аккурат с выходом Anthropic и OpenAI на IPO в следующем году.
Подробный разбор на эту тему уже опубликован на Хабре! Ну и в комментах можно будет подискутировать.
@ai_for_devs
В апреле Anthropic убрали Claude Code из Pro-плана для 2% новых пользователей, без анонса, просто изменив документацию и страницу с тарифами. Один из руководителей Anthropic назвал это «небольшим A/B-тестом», а затем признал:
The way people actually use a Claude subscription has changed fundamentally
Текущие тарифы не строились под агентное использование.
С 1 июня GitHub переводит Copilot на оплату по токенам. Никаких фиксированных лимитов premium-запросов — только AI Credits. GitHub объяснил это прямо: агентное использование «становится нормой» и создаёт нагрузку, при которой текущая подписка перестаёт работать.
Параллельно Питер Штайнбергер, автор OpenClaw, опубликовал скриншот своего дашборда: $1 305 088 за 30 дней, 603 млрд токенов, 7,6 млн запросов. Команда из трёх человек гоняет ~100 Codex-агентов, которые ревьюят PR, ищут уязвимости, дедублицируют issues и фиксят баги. Счёт покрывает OpenAI — Штайнбергер теперь сотрудник компании. Без fast mode было бы
В целом, на этом можно было бы закончить, но вот еще несколько фактов:
1. Пользователи Anthropic в среднем потребляют вычислений на $8 при выручке $1 с подписки.
2. Microsoft теряет $20+ в месяц на каждом пользователе Copilot, и до $80 при подписке за $10 на "продвинутых" юзерах.
Все вышеперечисленные факты говорят о том, что несколько десятков долларов в месяц — это временное явление для агентного кодинга, которое может закончиться в аккурат с выходом Anthropic и OpenAI на IPO в следующем году.
Подробный разбор на эту тему уже опубликован на Хабре! Ну и в комментах можно будет подискутировать.
@ai_for_devs
3🤯65👍33🔥9❤7💯4
⚡️ Cursor выпустили Composer 2.5 — обновление свой флагманской модели для кодинга
В качестве базовой модели всё также используется Kimi K2.5.
Главное в обучении: синтетических задач стало в 25 раз больше, плюс новый приём targeted textual feedback — точечный сигнал прямо в месте ошибки, а не итоговый reward по всему роллауту.
Цены: $0.50/$2.50 за миллион токенов (input/output), быстрый вариант — $3/$15. На первую неделю дают двойной лимит.
Параллельно вместе со SpaceXAI обучают следующую модель с нуля на 10x больше вычислений на Colossus 2.
@ai_for_devs
В качестве базовой модели всё также используется Kimi K2.5.
Главное в обучении: синтетических задач стало в 25 раз больше, плюс новый приём targeted textual feedback — точечный сигнал прямо в месте ошибки, а не итоговый reward по всему роллауту.
Цены: $0.50/$2.50 за миллион токенов (input/output), быстрый вариант — $3/$15. На первую неделю дают двойной лимит.
Параллельно вместе со SpaceXAI обучают следующую модель с нуля на 10x больше вычислений на Colossus 2.
@ai_for_devs
2🔥38👍18⚡9❤7
Ежегодная конференция от Google для разработчиков в первую очередь порадовала нас релизом Gemini 3.5 Flash.
Модель обходит Gemini 3.1 Pro по бенчмаркам почти везде: MCP Atlas (многошаговые агентные задачи) 83.6% против 78.2%, Terminal-Bench 76.2% против 70.3%, SWE-Bench Pro очень близко к GPT-5.5.
Контекст 1M токенов, модель уже доступна в API. Pro-версия ожидается в июне.
Также обновили Antigravity до версии 2.0. Поддерживает параллельные команды агентов, scheduled tasks и голосовую транскрипцию. По умолчанию работает на Gemini 3.5 Flash.
Помимо этого представили Gemini Omni (мультимодальную модель, особенно сильную в генерации и редактировании видео), умные очки Android XR и новые AI-ноутбуки (Googlebook на базе Aluminium OS).
@ai_for_devs
Please open Telegram to view this post
VIEW IN TELEGRAM
1👍44⚡20❤10🔥8
🇨🇳 Alibaba выпустили Qwen3.7-Max: флагманскую закрытую модель серии Qwen3
Главный кейс из релиза: модель 35 часов работала полностью автономно, сделала 1158+ вызовов инструментов и самостоятельно оптимизировала низкоуровневое CUDA-ядро для работы с длинным контекстом на железе, на котором никогда не обучалась. Результат 10x прирост скорости инференса.
Контекстное окно 1M токенов, только текст (мультимодальности в этом релизе нет).
Интересно, что модель специально тестировали на трёх разных харнессах (OpenClaw, Claude Code и Hermes). Разброс результатов — в пределах ~6 пунктов. Хорошая обобщаемость.
Доступна через Qwen Studio (chat.qwen.ai) и Alibaba Cloud Model Studio (API). Веса Max-версии не открывают. Plus-версия серии Qwen3.7 уйдёт в open-source.
@ai_for_devs
Главный кейс из релиза: модель 35 часов работала полностью автономно, сделала 1158+ вызовов инструментов и самостоятельно оптимизировала низкоуровневое CUDA-ядро для работы с длинным контекстом на железе, на котором никогда не обучалась. Результат 10x прирост скорости инференса.
Контекстное окно 1M токенов, только текст (мультимодальности в этом релизе нет).
По бенчмаркам: SWE-bench Pro — 60.6% (выше DeepSeek V4-Pro, но ниже Claude Opus 4.7 с 64.3%).
Интересно, что модель специально тестировали на трёх разных харнессах (OpenClaw, Claude Code и Hermes). Разброс результатов — в пределах ~6 пунктов. Хорошая обобщаемость.
Доступна через Qwen Studio (chat.qwen.ai) и Alibaba Cloud Model Studio (API). Веса Max-версии не открывают. Plus-версия серии Qwen3.7 уйдёт в open-source.
@ai_for_devs
2🤩47👍44🔥13❤10
This media is not supported in your browser
VIEW IN TELEGRAM
⚡️ GLM-5.1 от Z.ai теперь выдаёт 400 токенов в секунду через API
Для сравнения: большинство флагманских моделей сейчас дают 80–120 tok/s.
Команда TileRT переписала то, как модель работает на GPU: вместо сотен последовательных мелких операций с паузами между ними — один непрерывный процесс, который не останавливается между генерацией токенов.
@ai_for_devs
Для сравнения: большинство флагманских моделей сейчас дают 80–120 tok/s.
При этом речь не об урезанной модели, качество то же, ускорили именно систему запуска.
Команда TileRT переписала то, как модель работает на GPU: вместо сотен последовательных мелких операций с паузами между ними — один непрерывный процесс, который не останавливается между генерацией токенов.
@ai_for_devs
2⚡48🔥31👍21🤯14❤2
Главная новость прошедшей недели: как взломали GitHub. 19 мая GitHub написали в соц.сетях:
Через 24 часа на BreachForums появился пост от TeamPCP. Начинается он примерно так:
Если покупатель найдется, то исходники передадут ему, если нет покупателя, то опубликуют бесплатно. Заявили о ~3800 приватных репозиториях.
Позднее GitHub подтвердил: цифра соответствует масштабам реальной утечки.
———
Теперь о причине. Один из сотрудников поставилвредоносное расширение для VS Code 🫠 . Скомпрометированная версия плагина провисела в маркетплейсе 18 минут. Автообновление сделало остальное. Расширение вело себя штатно, но при открытии любого проекта молча скачивало обфусцированный скрипт из «осиротевшего» коммита официального репозитория и собирало всё доступное: токены GitHub и AWS, ключи npm, хранилища 1Password, конфиги Claude Code.
Расширения VS Code ставятся из маркетплейса, где любой может опубликовать что угодно. Автообновление включено по умолчанию. Аудит того, что реально собрано в бинарнике расширения, почти никто не делает. GitHub при этом вроде не стартап с двумя инженерами))
Самое ироничное во всём этом то, что GitHub пострадал от своей же экосистемы :D Маркетплейс расширений VS Code, автообновления, доверие к верифицированным паблишерам — всё это инфраструктура Microsoft. И именно сотрудник Microsoft получил автообновление в течение тех самых 18 минут🤣
@ai_for_devs
Расследуем несанкционированный доступ к внутренним репозиториям. Данные клиентов предположительно не затронуты.
Через 24 часа на BreachForums появился пост от TeamPCP. Начинается он примерно так:
Всем привет, как дела? Предлагаем купить исходники GitHub.
Если покупатель найдется, то исходники передадут ему, если нет покупателя, то опубликуют бесплатно. Заявили о ~3800 приватных репозиториях.
Позднее GitHub подтвердил: цифра соответствует масштабам реальной утечки.
———
Теперь о причине. Один из сотрудников поставил
Расширения VS Code ставятся из маркетплейса, где любой может опубликовать что угодно. Автообновление включено по умолчанию. Аудит того, что реально собрано в бинарнике расширения, почти никто не делает. GitHub при этом вроде не стартап с двумя инженерами))
Самое ироничное во всём этом то, что GitHub пострадал от своей же экосистемы :D Маркетплейс расширений VS Code, автообновления, доверие к верифицированным паблишерам — всё это инфраструктура Microsoft. И именно сотрудник Microsoft получил автообновление в течение тех самых 18 минут
@ai_for_devs
Please open Telegram to view this post
VIEW IN TELEGRAM
2🤯74😁34👍17❤16🔥4
⚡️ Cerebras запустили Kimi K2.6 на скорости ~1000 токенов в секунду
Для тех, кто слышит про Cerebras впервые, расскажу. Cerebras — это американский чипмейкер, который пошёл против индустрии: вместо кластеров из сотен GPU они делают один огромный процессор размером с ноутбук. Он содержит 4 триллиона транзисторов, 900 тысяч вычислительных ядер и 44 гигабайта памяти прямо на кристалле. Вся память рядом с вычислениями, данные не гоняются по сети между чипами, отсюда и скорость.
На этом же железе Cerebras теперь запустили Kimi K2.6 для корпоративных клиентов. Это первая триллионная open-weight модель в их инфраструктуре. Измерения Artificial Analysis: 981 токен/с — в 6,7 раза быстрее ближайшего GPU-облака и в 23 раза быстрее медианного провайдера. На практике: запрос с 10 000 токенов входа и 500 токенов ответа занимает 5,6 секунды против 163,7 секунды на официальном эндпоинте Kimi.
Подробнее про архитектуру Cerebras можно прочитать в их блоге.
@ai_for_devs
Для тех, кто слышит про Cerebras впервые, расскажу. Cerebras — это американский чипмейкер, который пошёл против индустрии: вместо кластеров из сотен GPU они делают один огромный процессор размером с ноутбук. Он содержит 4 триллиона транзисторов, 900 тысяч вычислительных ядер и 44 гигабайта памяти прямо на кристалле. Вся память рядом с вычислениями, данные не гоняются по сети между чипами, отсюда и скорость.
В январе 2026-го статус компании резко изменился: OpenAI подписала многолетний контракт на развёртывание 750 МВт мощностей Cerebras для обслуживания своих пользователей. Сделка оценивается более чем в 20 млрд долларов, OpenAI также выдала Cerebras кредит на 1 млрд. Первый совместный продукт — GPT-5.3-Codex-Spark, работающий на скорости более 1200 токенов/с.
На этом же железе Cerebras теперь запустили Kimi K2.6 для корпоративных клиентов. Это первая триллионная open-weight модель в их инфраструктуре. Измерения Artificial Analysis: 981 токен/с — в 6,7 раза быстрее ближайшего GPU-облака и в 23 раза быстрее медианного провайдера. На практике: запрос с 10 000 токенов входа и 500 токенов ответа занимает 5,6 секунды против 163,7 секунды на официальном эндпоинте Kimi.
Подробнее про архитектуру Cerebras можно прочитать в их блоге.
@ai_for_devs
www.cerebras.ai
Kimi K2.6: Fast Trillion-Parameter Inference | Cerebras
Run Kimi K2.6 at 981 output tokens per second in Cerebras enterprise trials, enabling real-time agentic coding and trillion-parameter AI workloads.
4🔥78🤯29👍16❤6👏2
⚡️ MiniMax готовятся к релизу M3
Перед релизом команда решила опубликовать технический отчёт по M2.
M2 вышла в октябре 2025 года. У модели 229B параметров в сумме, но в работе одновременно задействовано всего ~10B. Благодаря этому она остаётся одной из самых быстрых и дешёвых в инференсе среди мощных моделей.
M3, по словам представителя команды, выходит"very soon" . Ждём!
@ai_for_devs
Перед релизом команда решила опубликовать технический отчёт по M2.
M2 вышла в октябре 2025 года. У модели 229B параметров в сумме, но в работе одновременно задействовано всего ~10B. Благодаря этому она остаётся одной из самых быстрых и дешёвых в инференсе среди мощных моделей.
За полгода open-source сообщество активно подхватило несколько ключевых решений из M2, а каждый новый релиз серии стабильно занимал первое место на Hugging Face Open LLM Leaderboard.
M3, по словам представителя команды, выходит
@ai_for_devs
2🔥33👍22⚡6❤3👏3
GPT уверенно уделывает Opus по очкам, стоимости и времени выполнения!
Datacurve (молодая команда из YC W24, которая делает дорогие и сложные coding-датасеты) выпустила DeepSWE: новый бенчмарк для coding-агентов.
Создатели утверждают: SWE-Bench и подобные уже не отражают реальности. Модели их заучили, задачи слишком мелкие, а оценка полна погрешностей.
Все модели тестировали на одном и том же mini-swe-agent (минималистичный harness на ~100 строк кода).
Результаты можете лицезреть на картинках. Разрыв между топами получился гораздо шире, чем на старых бенчмарках.
@ai_for_devs
Datacurve (молодая команда из YC W24, которая делает дорогие и сложные coding-датасеты) выпустила DeepSWE: новый бенчмарк для coding-агентов.
Создатели утверждают: SWE-Bench и подобные уже не отражают реальности. Модели их заучили, задачи слишком мелкие, а оценка полна погрешностей.
Что внутри DeepSWE:
– 113 полностью новых задач из 91 активного open-source репозитория.
– Пять языков: TypeScript, Go, Python, JavaScript и Rust.
– Среднее решение составляет 668 строк кода в 7 файлах (против ~120 строк и 5 файлов в SWE-Bench Pro).
– Короткие естественные промпты.
– Verifier проверяет реальное поведение, а не структуру авторского решения.
Все модели тестировали на одном и том же mini-swe-agent (минималистичный harness на ~100 строк кода).
Результаты можете лицезреть на картинках. Разрыв между топами получился гораздо шире, чем на старых бенчмарках.
@ai_for_devs
1👍51🤯22🔥14❤5💯5
This media is not supported in your browser
VIEW IN TELEGRAM
⚡️ В Claude Code появился плагин для поиска уязвимостей
Называется
По внутренним данным Anthropic, на PR-ах с плагином замечания по безопасности стали появляться на 30-40% реже.
@ai_for_devs
Называется
security-guidance, доступен всем пользователям и устанавливается из маркетплейса через /plugins.Работает через hooks:
– при редактировании файлов ищет рискованные паттерны,
– после каждой итерации модели проверяет полный diff,
– на коммите читает окружающий код для валидации.
По внутренним данным Anthropic, на PR-ах с плагином замечания по безопасности стали появляться на 30-40% реже.
@ai_for_devs
1👍44