AI for Devs
18K subscribers
435 photos
138 videos
395 links
По сотрудничеству пишите в личные сообщения канала.

Канал для разработчиков про AI. Модели, ИИ-агенты, практические кейсы и новости из мира AI. Всё, что можно применить в работе.
Download Telegram
This media is not supported in your browser
VIEW IN TELEGRAM
⚡️ NVIDIA анонсировали Nemotron 3 Ultra и RTX Spark на Computex 2026

Computex — ежегодная выставка в Тайбэе, одна из крупнейших в мире по железу и комплектующим. Дженсен Хуанг традиционно использует её для больших анонсов.

RTX Spark — новый суперчип для ноутбуков и мини-ПК: Blackwell GPU на 6144 CUDA-ядер, 20-ядерный Grace CPU, 128 ГБ единой памяти и 1 петафлоп AI-производительности. Чип разработан совместно с MediaTek, по графической мощности сопоставим с RTX 5070. Это прямой ответ Apple Silicon и Qualcomm Snapdragon. Первые ноутбуки от Asus, Dell, HP, Lenovo, Microsoft и MSI на этом чипе выйдут осенью.


Второй анонс — Nemotron 3 Ultra: 550B параметров, 55B активных, MoE-архитектура. По бенчмаркам держится на уровне топовых открытых моделей и конкурирует с Kimi K2.6. Скорость инференса более 300 tok/s, в 5 раз быстрее и на 30% дешевле ряда аналогов. Модель полностью open-source: от весов и данных до процесса тренировки.

Полноценный релиз модели ожидаем 4 июня на Hugging Face.

@ai_for_devs
1❤34👍23🔥15⚡1🤩1
⚡️ Opus 4.8 добавили в DeepSWE. GPT-5.5 всё равно впереди

Opus 4.8 в самой умной и дорогой "комплектации" набрал 58%. GPT-5.5 в режиме xhigh — 70%, притом стоит в среднем $6.61 за задачу против $12.58 у Opus, и справляется за 21 минуту вместо 43.

Разница между Opus 4.7 и 4.8 на этом бенчмарке — 4 процентных пункта: 54% → 58%.

Даже у нас в команде мнения разделились. Одни говорят, что бенчмарк бредовый, другие с ним полностью согласны. Голосуем!

💩 GPT-5.5 топ
🤡 Opus 4.8 лучший

@ai_for_devs
38💩226🤡219🤯10👍2❤1
⚡️ Anthropic расширили Project Glasswing до 200+ организаций

Project Glasswing запустили 7 апреля 2026: около 50 партнёров (AWS, Apple, Google, Microsoft, Cloudflare, Mozilla, Linux Foundation и др.) получили доступ к Claude Mythos Preview, закрытой frontier-модели, заточенной под поиск уязвимостей в критически важном ПО.

В мае опубликовали первые результаты. За месяц модель просканировала 1000+ open-source проектов и нашла 23 019 уязвимостей, из которых 6 202 высокой или критической степени. 90,6% из проверенной выборки оказались реальными багами.

Cloudflare нашли у себя 2 000 уязвимостей, Mozilla закрыла 271 баг в Firefox 150 (в 10 раз больше, чем с предыдущей моделью Anthropic). Среди находок: баг в OpenBSD возрастом 27 лет и уязвимость в wolfSSL, встроенном в ~5 млрд IoT-устройств.


Теперь Anthropic открыли доступ ещё для ~150 организаций из 15+ стран. В приоритете: энергетика, здравоохранение, телеком, вендоры open-source, чья компрометация затронула бы 100+ млн пользователей.

Публично Mythos по-прежнему не выпускают. На Polymarket прямо сейчас 26% лудоманов разработчиков верят в релиз до 30 июня.

@ai_for_devs
1👍32🔥19⚡10❤5🤯4
⚡️ 6 паттернов для мультиагентных воркфлоу

Мы уже показывали как устроена новая фича Dynamic Workflows в Claude Code. Если кратко, то теперь Claude умеет создавать Harness под конкретную задачу на лету: оценивать запрос и генерировать JavaScript-файл, который оркестрирует субагентов.

Инженеры из Anthropic выделяют шесть паттернов из практики, которые стоит использовать вместе с новой фичей:

– Tournament: N агентов решают задачу разными способами, агент-судья выбирает победителя попарным сравнением. Например, три агента пишут алгоритм сортировки, судья выбирает самый читаемый.

– Loop until done: цикл до условия остановки вместо фиксированного числа проходов. Например, гонять тест, который падает раз в 50 запусков, пока не поймаешь воспроизводимый сценарий.

– Classify-and-act: агент-классификатор определяет тип задачи и маршрутизирует к нужному агенту. Например, сортирует входящие баг-репорты: critical идёт в один пайплайн, минорные баги в другой.

– Fan-out-and-synthesize: разбить задачу на части, запустить агент на каждой, собрать результаты в один вывод. Например, проверить 80 резюме параллельно и получить итоговый рейтинг.

– Adversarial verification: к каждому агенту-исполнителю подключается агент-оппонент, который ищет ошибки в его выводе. Например, один агент пишет миграцию, второй пытается её сломать.

– Generate-and-filter: сгенерировать набор вариантов, отфильтровать по рубрике, вернуть лучшие. Например, придумать 30 названий для CLI-инструмента и оставить топ-5 по критериям.


В целом, всё это уже было в распределённых системах — просто там мы это называем MapReduce, fork-join, scatter/gather и т.д. Сменились субъекты: вместо потоков данных теперь агенты с контекстными окнами. O tempora! O mores!

Подробнее про dynamic workflows, паттерны агентного harness и сценарии применения читайте в новой статье на Хабр.

@ai_for_devs
1👍31🔥14👏8❤3⚡1
⚡️ GitHub не справляется с нагрузкой из-за AI-агентов

За весь 2025 год сервис обработал 1 млрд коммитов. В 2026 году GitHub обрабатывает 1.4 млрд коммитов ежемесячно.

Каждый месяц агенты генерируют 17 млн пул-реквестов.

GitHub закладывал в планы рост на 200% и считал это агрессивным прогнозом. Оказалось, что нужно масштабироваться в 30-40 раз за следующий год.

@ai_for_devs
1🤯140⚡24🔥17👍12❤9
AI for Devs
⚡️ NVIDIA анонсировали Nemotron 3 Ultra и RTX Spark на Computex 2026 Computex — ежегодная выставка в Тайбэе, одна из крупнейших в мире по железу и комплектующим. Дженсен Хуанг традиционно использует её для больших анонсов. RTX Spark — новый суперчип для…
This media is not supported in your browser
VIEW IN TELEGRAM
⚡️ Nemotron 3 Ultra стала полностью доступна

550B параметров, 55B активных, MoE-архитектура. По бенчмаркам держится рядом с Kimi K2.6, скорость инференса выше 300 tok/s. Полностью open-source: веса, данные, процесс тренировки.

Заценить на своих задачах можно бесплатно уже сейчас, модель доступна на OpenRouter и в OpenCode.

@ai_for_devs
1👍39⚡19🔥12❤5🤩2
⚡️ Anthropic выпустили исследование про самосовершенствование ИИ

Claude уже пишет более 80% кода, который попадает в кодовую базу Anthropic. Во втором квартале 2026 типичный инженер коммитит в 8 раз больше кода в день, чем в 2024-м.

Количество != качество. Это правда. Но и по качеству картина меняется: сотрудники Anthropic оценивают код Claude как примерно равный человеческому уже сейчас, а через год ожидают, что он станет лучше.

Следующий шаг с их точки зрения очевиден: когда качество кода ИИ достигнет паритета с человеческим, люди перестанут его писать и перейдут только к ревью. Но ревью уже становится узким местом. Исполнение задач почти ничего не стоит в человеческом времени — пока единственное настоящее преимущество людей остаётся в выборе задач и оценке результатов.


Anthropic описывают три возможных сценария развития событий:

1. Тренд тормозит, а нынешние модели просто расходятся по экономике
2. Разработка ИИ автоматизируется, но люди остаются теми, кто решает, что делать
3. ИИ замыкает петлю и начинает улучшать себя сам

Первый они, конечно же, считают маловероятным)

@ai_for_devs
1👍28⚡24❤22🔥5🤯4
This media is not supported in your browser
VIEW IN TELEGRAM
⚡️ Kimi Code: open-source CLI-агент для программирования

Репозиторий kimi-cli на GitHub существовал несколько месяцев, но не получал широкого продвижения. Сейчас Moonshot полностью заребрендили и проапгрейдили инструмент, переписали CLI на TypeScript/Node.js и активно форсят его в соцсетях.

Kimi Code работает в терминале, есть расширение для VS Code, а также интеграция c другими IDE через ACP-протокол (JetBrains, Zed и др.).

Ключевые улучшения крайнего обновления:
– Однострочная установка через curl, очень быстрый запуск
– Под капотом модель kimi-for-coding на базе Kimi K2.6 (нативно мультимодальная)
– Видео как контекст: можно перетащить запись экрана, и агент способен анализировать её и писать код
– API совместим с OpenAI/Anthropic: можно использовать как бэкенд в Claude Code, Roo Code и аналогах


Стоимость подписки Kimi Code составляет от $19 до $199 в месяц (разные тиры с разными квотами). API-токены тарифицируются отдельно.

@ai_for_devs
1🔥28👍21⚡10❤7🤯1
Media is too big
VIEW IN TELEGRAM
⚡️ Xiaomi разогнали 1T-модель до 1200 tok/s на стандартных GPU

Китайские команды MiMo и TileRT опубликовали режим UltraSpeed для модели MiMo V2.5 Pro (1,02T параметров).

На одном 8-карточном сервере со стандартными GPU, до ~1200 токенов в секунду. Cerebras выдаёт похожие скорости на кастомном железе. Здесь обошлись без него.

В кратце работает так:
1. MoE-слои сжали с 16 до 4 бит: они занимают большую часть весов и хорошо переносят потерю точности, остальное оставили нетронутым
2. Рядом с основной моделью запускается маленькая, которая угадывает сразу 8 токенов вперёд
3. Основная проверяет их разом и принимает правильные
4. В coding-сценариях угадывается ~6,3 токенов из 8

Похожий механизм Google применяет в Gemma 4.


На видео можно заценить скорость: 12 секунд против 6 минут на стандартных скоростях, к которым мы сейчас привыкли.

@ai_for_devs
1🔥49⚡14🤯14👍8❤7
⚡️ Anthropic выпустили Claude Fable 5 в публичный доступ

Fable 5 принадлежит к новому классу Mythos, выше Opus по способностям. До сегодняшнего дня модели этого класса были доступны только партнёрам Project Glasswing.

Разница между Fable 5 и Mythos 5 (который остаётся закрытым) в защитных фильтрах: запросы по кибербезопасности, биологии, химии и distillation-трафик перенаправляются к Opus 4.8.


Цена: $10 за миллион входных токенов и $50 за выходных, вдвое дешевле Mythos Preview.

Доступна на тарифах Pro/Max/Team/Enterprise до 22 июня, затем потребует usage credits.

@ai_for_devs
1🔥43🤯25⚡11❤6👏4
⚡️ Xiaomi выпустили MiMo Code — своего coding-агента

Вслед за Kimi ещё одна китайская компания обзавелась своим агентом.

Основной упор в релизной статье китайцы делают на Max Mode: на каждом шаге агент генерирует 5 параллельных планов действий, а модель-судья выбирает лучший, остальные отбрасываются.

По SWE-Bench Pro прирост у Mimo-V2.5-Pro до 20% за 4-5× больше токенов.

MIT-лицензия, open source, построен на OpenCode.

@ai_for_devs
2🔥50👍23⚡13❤5
⚡️ Подписки Anthropic и OpenAI убыточнее, чем считалось

В январе исследователи уже считали реальную стоимость подписок Claude Code в пересчёте на API. Тогда $200/мес обошлись бы в ~$2 700 по API-расценкам.

SemiAnalysis повторили опыт на всех тарифах провайдеров с длинными coding-задачами до истощения недельного лимита и текущие цифры заметно выше.

Для Anthropic цифра выросла почти втрое: claude-max-20x за $200/мес эквивалентен $8 000/мес по API. У OpenAI ещё хуже: chatgpt-pro-20x за те же $200 тянет на $14 000/мес.


SemiAnalysis считают, что все новые модели и фичи будут придерживать только для пользователей API.

А Fable (Mythos), как уже известно, с 22 июня исчезнет из подписок и будет доступен только за extra usage.

@ai_for_devs
1😱43🤯22👍14⚡13❤4
This media is not supported in your browser
VIEW IN TELEGRAM
⚡️ Пользователи Codex теперь могут сбросить лимит самостоятельно

Всем платящим пользователям (Go, Plus, Pro и Business) выдали по одному бесплатному сбросу (часового и недельного лимита). Активировать можно в любой момент из меню профиля.

Вместе с этим OpenAI запустили реферальную акцию: подписчики Plus и Pro могут пригласить до трёх человек. Каждый приглашённый, отправивший первое сообщение в Codex, даёт +1 сброс обоим.

Чуваки буквально продвигают rate limit как фичу 😁

@ai_for_devs
Please open Telegram to view this post
VIEW IN TELEGRAM
152🔥27👍17😁9❤5
⚡️ Anthropic отключили Fable 5 и Mythos 5 для всех пользователей

Правительство США сослалось на полномочия в сфере нацбезопасности и выпустило директиву об экспортном контроле: Fable 5 и Mythos запрещено использовать иностранным гражданам, в том числе находящимся в США и сотрудникам самой Anthropic с иностранным гражданством.

Выполнить это избирательно нельзя, поэтому Anthropic просто отключили обе модели для всех. Существующие сессии с Fable 5 закрываются с ошибкой, новые запросы в API тоже. По умолчанию все запросы переходят на Opus 4.8.


Anthropic назвала произошедшее недоразумением и говорит, что работает над восстановлением доступа.

@ai_for_devs
1🤯89⚡22😱15🤬12❤9
⚡️ Moonshot AI выпустили Kimi-K2.7-Code

Не так давно китайцы начали активно маркетить Kimi Code, теперь вышла отдельная модель, заточенная именно под работу с кодом.

Внятных независимых бенчмарков для этой модели пока что нет. Ни SWE-Bench Verified, ни DeepSWE, только собственные бенчмарки Moonshot и пара агентных.

По тому, что есть: прирост относительно K2.6 от 9 до 31% в зависимости от задачи.

Модель на HuggingFace.

@ai_for_devs
1👍46❤9⚡4🔥3
😱 Чем лучше Claude Code, тем хуже разработчик

Boeing фиксирует: около 80% авиакатастроф с 1950-х связаны с человеческим фактором. За тот же период автопилоты из вспомогательного инструмента превратились в штатный режим полёта. Два этих факта связаны между собой.

Этот эффект в авиации назвали automation-induced complacency. Чем надёжнее система, тем меньше оператор готов к её сбою.

Claude Code, Cursor, Codex спроектированы так, чтобы разработчик меньше вмешивался. Судя по статистике, многие так и делают. При 1% ошибок и 200 фрагментах кода в день это приводит к ежедневным багам. Способность их замечать тем временем постепенно атрофируется.

Джун, который с первого дня пишет код с агентом, пропускает путь от синтаксиса к архитектуре.

Три навыка, которые деградируют быстрее всего:
1. Читать незнакомый код самостоятельно
2. Отлаживать без подсказок
3. Разбирать ошибки компилятора до конца, не скармливая их агенту


Когда агент ошибётся в чём-то нетривиальном, именно этих навыков не окажется и наш самолёт совершит крушение.

В авиации эту проблему решают просто: пилоты обязаны регулярно летать вручную. Не потому что автопилот ненадёжен, а потому что надёжность автопилота != надёжности пилота.

Разработчику тоже нужна практика без "автопилота". Периодически отлаживать возникшую проблему самостоятельно. Делать code review прежде чем просить агента объяснить чужой код. Иногда писать небольшую задачу с нуля.

Может, мы драматизируем. Может, нет. Решаем в бурной дискуссии на Хабре: https://habr.com/ru/articles/1045628/comments/
Please open Telegram to view this post
VIEW IN TELEGRAM
1👍105💯44🔥15❤7🤩1
⚡️ Связка дешёвых моделей обошла GPT-5.5 и Opus 4.8

OpenRouter запустили Fusion: запускаешь любые модели параллельно, синтезатор собирает лучшее из всех.

Промпт уходит сразу на несколько моделей. Модель-судья анализирует ответы: ищет консенсус, противоречия, пробелы. Синтезатор пишет финальный ответ.

На DRACO-бенчмарке Perplexity (100 задач по праву, медицине, финансам) связка из Gemini 3 Flash + Kimi K2.6 + DeepSeek V4 Pro отстала от Fable 5 меньше чем на 1% и обошла GPT-5.5 и Opus 4.8 в одиночку.

Стоимость при этом оказалась вдвое ниже Fable. Но в целом Fusion обычно стоит примерно в 4–5 раз дороже, чем один вызов модели (что довольно логично).

@ai_for_devs
3👍64🔥27⚡8❤6😱1
This media is not supported in your browser
VIEW IN TELEGRAM
⚡ Kimi K2.7 Code HighSpeed: ускорение в 6 раз

Moonshot AI запустили быстрый режим своей свежей модели Kimi K2.7 Code. На задачах со средним контекстом она выдаёт около 180 tok/s, на коротких до 260 tok/s — в 6 раз быстрее базовой версии K2.7 Code.

Пока доступ ограничен: участники Beta Program, по API и пользователям на тарифе Business. Вступить в бету можно без очереди.


Подсобрали самые быстрые модели за последнее время:

1. Xiaomi MiMo V2.5 Pro Ultra Speed: 1T-модель до 1200 tok/s на стандартных GPU
2. GPT-5.3-Codex-Spark: более 1000 tok/s на чипах Cerebras
3. Kimi K2.6: примерно 1000 tok/s на чипах Cerebras
4. GLM-5.1 High Speed: до 400 tok/s на стандартных GPU
5. Nemotron 3 Ultra: больше 300 tok/s на стандартных GPU

Anthropic в этом плане "не торопятся")

@ai_for_devs
1⚡32👍18🔥12❤4