Anthropic удвоили лимиты вайбкодерам РФ и СНГ 😁

С 13 по 27 марта лимиты Claude удваиваются в непиковые часы. Для Штатов это ночь и утро, а для нас — почти весь рабочий день и вечер.

По Москве двойной лимит работает с 22:00 до 16:00 следующего дня. То есть можно спокойно вайбкодить с утра до 16:00, потом шестичасовой перерыв, и с 22:00 снова двойная порция токенов.

Распространяется на все планы, кроме Enterprise. Включается автоматически, ничего дополнительно делать не нужно.

@ai_for_devs

Вышла хорошая статья «8 Levels of Agentic Engineering» — автор постарался разделить на логичные уровни то, как разработчики эволюционируют в работе с кодинг-агентами. Первые пять уровней (tab complete, Agent IDE, context engineering, compounding, MCP/skills) многие уже так или иначе прошли. Что дальше?

Уровень 6 — harness engineering. Суть: дать агенту окружение, в котором от будет достаточно самостоятельным. Команда OpenAI Codex, например, подключила к рантайму агента Chrome DevTools и observability — и агент сам воспроизводит баг, пишет фикс, валидирует через UI, открывает PR и мёржит. Человек подключается только по запросу.

Уровень 7 — background agents. Когда harness настроен, агент может работать, пока вы спите. Популярная точка входа — Ralph loop: автономный цикл, где агент раз за разом запускает CLI, пока все пункты задачи не закрыты, каждая итерация — свежий инстанс с чистым контекстом. Важный на этом уровне совет, к которому я тоже пришел опытным путём: используйте разные модели под разные задачи. Opus на реализацию, Gemini на ресёрч, Codex на ревью. Одна модель (особенно в одной сессии) не должна и писать и ревьювить код.

Уровень 8 — агентные команды без центрального оркестратора. Anthropic 16 агентами написала C-компилятор, Cursor сотнями агентов строил браузер с нуля. Но по сути сейчас ни у кого это в полной мере не работает.

В интересное время живём!

@ai_for_devs

Anthropic запустили сертификацию Claude Certified Architect

Экзамен на 60 вопросов из 5 областей: агентная архитектура, MCP-интеграции, Claude Code, промпт-инжиниринг, управление контекстом. Вопросы построены на рабочих сценариях — от бота техподдержки до CI/CD-пайплайнов.

Раньше все стремились получить AWS Certified Solutions Architect. Ушла эпоха...

Экзамен доступен только только для компаний партнеров Anthropic. Пока бесплатно, для первых 5 000 студентов, потом $99.

Для подготовки есть 4 бесплатных курса на Anthropic Academy — это мы сохраняем.

@ai_for_devs

⚡️ OpenAI выпустили GPT-5.4 mini и nano — компактные версии своей флагманской модели

GPT-5.4 mini работает в 2 раза быстрее, чем предыдущая GPT-5 mini, и при этом заметно сильнее по бенчмаркам (см. скриншот). А на OSWorld-бенче, где модель управляет компьютером по скриншотам, mini почти догоняет большую GPT-5.4 — 72.1% против 75%.

Nano — ещё меньше и дешевле. Её позиционируют для задач, где нужна скорость и низкая цена: классификация, извлечение данных, вспомогательные подзадачи внутри агентских систем.

OpenAI позиционируют маленькие модели – как помощников. Большая GPT-5.4 планирует и принимает решения, а mini-агенты параллельно выполняют мелкие задачи: ищут по кодовой базе, обрабатывают документы, ревьюят файлы. Такой подход уже применяется в Codex.

GPT-5.4 mini доступна в API, Codex и ChatGPT. Nano — только через API.

@ai_for_devs

Тарик Шихипар, один из core-инженеров Claude Code, опубликовал гайд по skills — как их пишут внутри Anthropic, какие типы скиллов прижились и что отличает рабочий skill от бесполезного.

У них сейчас сотни skills в активном использовании.

Основные тейки:

— Самый ценный раздел в любом skill — gotchas. Типичные ошибки, на которые Claude натыкается при работе с вашим кодом. Обновляйте по мере накопления граничных случаев.

— Не загоняйте Claude в жёсткие рамки. Skills переиспользуются в разных контекстах, слишком жёсткие инструкции ломают адаптивность. Давайте информацию, но оставляйте пространство.

— Не пишите очевидное. Claude и так много знает про код. Фокусируйтесь на том, что выводит его за рамки дефолтного поведения. Пример из Anthropic: skill frontend-design учит Claude избегать Inter и фиолетовых градиентов.

— Поле description — в первую очередь для модели. Claude сканирует описания при старте сессии, чтобы понять, какой skill вызвать. Пишите его как условие триггера.

Сам гайд мы уже перевели на русский язык — сохраняйте и делитесь с коллегами: https://habr.com/ru/articles/1011524/

@ai_for_devs

Как мы с бро ощущаем себя после того, как перешли с ChatGPT на Claude

Дженсен Хуанг (CEO Nvidia) на All-In Podcast заявил:

Если инженер с зарплатой 500к$ потратил за год меньше 250к$ на токены — это повод для тревоги. Если 5к$ — вообще катастрофа.

По его словам, токены скоро станут четвёртой строчкой в офере после зарплаты, бонусов и акций.

Nvidia готова давать инженерам токены сверх зарплаты, примерно половину от неё. На вопрос, тратит ли Nvidia уже 2 млрд$ на токены для своих инженеров, Хуанг ответил: «Стараемся».

Хуангу такая позиция, конечно, выгодна) Чем больше токенов мы потребляем, тем бóльший спрос будет на GPU у Nvidia.

@ai_for_devs

😇 Бесплатные ИИ-агенты прямо сейчас

С прошлого опроса понял, что стоило добавить вариант «0$» — судя по всему, многие сейчас вообще не платят за ИИ-агентов. Если ты из таких — поставь 🤡 на этот пост, хочу оценить масштаб)

Ниже — то, что сам пробовал и что реально работает бесплатно:

– OpenCode и Kilo Code — список бесплатных моделей периодически меняется, сейчас доступны MiMo V2 (Xiaomi), MiniMax 2.5 и ещё несколько.
– Veai — 30 дней бесплатного доступа к Claude (Sonnet 4.6, Opus 4.6) и GPT-моделям. Единственный из списка, где потом можно платить рублями.
– Codex — открыли для всех пользователей ChatGPT, даже без подписки. Лимиты куцые.
– Qwen Code — братья китайцы радуют, 1 000 запросов в день без лимита по токенам.

Как fallback: бесплатные модели через OpenRouter по API-ключу. Лимиты на запросы нормально повышаются только после пополнения на $10.

@ai_for_devs

🔥 Квантизация с нуля: как 160-гигабайтная LLM помещается на ноутбук

Помните, мы переводили статью про кэширование промптов? Сегодня подготовили перевод от того же автора — на этот раз про квантизацию. Тот же стиль: интерактивная визуализация, объяснение базы, которая лежит в основе и всё это простыми словами.

Для тех, кто слышит про квантизацию впервые: квантизация — это способ уменьшить размер модели, заменив 16- или 32-битные числа с плавающей запятой на целые числа меньшего размера.

За счёт этого модели на 160 ГБ могут поместиться на обычный ноутбук и даже работать быстрее!

Главный инсайт от автора:

Когда я только захотел написать эту статью, я ничего не знал о квантизации. Я предполагал, что качество модели деградирует линейно по мере сжатия. То есть 8-битная квантизация bfloat16 будет вдвое хуже, затем 4-битная вдвое хуже 8-битной, и так далее.

Это оказалось не так.

Переход с 16-битной до 8-битной квантизации несёт почти нулевые потери качества. Переход с 16-битной до 4-битной более заметен, но это точно не «в четыре раза хуже оригинала». Ближе к 90%, в зависимости от метрики.

Не бойтесь запускать локальные квантизованные модели.

Понимание того, как модели устроены изнутри, напрямую влияет на то, насколько хорошо вы их используете. Поэтому считаем такие статьи must have для senior vibecoder 😉

📚 Читайте и комментируйте на Хабр.

@ai_for_devs