Команда Qwen открыла доступ к Qwen-MM-Plugins.

Это набор инструментов, который наделяет агентные надстройки полноценными мультимодальными способностями.

Разработчики уже начали использовать эти плагины, чтобы добавить поддержку обработки изображений и видео в модели DeepSeek, расширяя их базовый функционал до уровня продвинутых визуальных агентов.

Liquid AI представила сверхлегкую зрительно-языковую модель LFM2.5-VL-3B.

При скромном объеме в 3 млрд параметров она обходит конкурентов, которые вдвое крупнее, и демонстрирует впечатляющую производительность: на Galaxy S26 Ultra скорость достигает 20 токенов в секунду, а на M5 Max, 228 токенов.

Новинка специализируется на работе с интерфейсами, чтении документов и распознавании объектов в реальном мире с точной привязкой к координатам. В тесте ScreenSpot-v2 модель набрала 80,7 балла, значительно опередив Gemma-4-E4B с её 51,2 балла. При этом для работы LFM2.5-VL-3B требуется всего около 3 ГБ оперативной памяти.

Модель уже выложена в открытый доступ на Hugging Face. Это отличный кандидат для локального запуска на мобильных и десктопных устройствах.

На вершину трендов GitHub поднялась OpenSandbox универсальная платформа для создания песочниц ИИ-агентов от Alibaba.

Система позволяет разворачивать изолированные среды, где агенты могут безопасно исполнять код, серфить в сети или управлять рабочим столом. В отличие от многих аналогов, проект не ограничен языком Python: официальные SDK уже доступны для Java, Kotlin, TypeScript, C# и Go. Также предусмотрены CLI и MCP-сервер для интеграции с Claude Code и Cursor.

Для максимальной безопасности и изоляции платформа поддерживает gVisor, Kata Containers и микровиртуальные машины Firecracker. Запускать окружения можно как локально через Docker, так и в рамках крупной облачной инфраструктуры.

Проект полностью опенсорсный и готов к использованию.

Anthropic опубликовала подробное руководство по эффективной работе с Claude Code.

В гайде собраны шесть ключевых рекомендаций, которые помогут оптимизировать процесс разработки и сэкономить токены.

Разработчики советуют использовать /clear при переходе к новым задачам, заранее определять модель и уровень усилий, а также точечно указывать файлы через символ @. Для чистоты контекста рекомендуется подавлять лишний вывод команд флагами, проверять текущий объем данных через /context и не забывать про команду /compact перед длительными перерывами в работе.

Эти советы универсальны и будут одинаково полезны при использовании Codex или любого другого продвинутого ИИ-агента для программирования.

Anthropic уже завершила обучение Mythos 2.

Однако не спешит выводить модель на рынок. Об этом в свежем подкасте сообщил основатель SemiAnalysis Дилан Патель, ссылаясь на свои источники.

Более того, по информации Пателя, компания уже вовсю использует мощности Mythos 2 для обучения и доработки следующего поколения нейросети Mythos 3.

Такая стратегия внутренней итерации может означать подготовку к мощному технологическому скачку, но точные сроки публичных релизов пока остаются неизвестными.

Anthropic продлила действие повышенных лимитов для Claude Code.

Изначально недельные лимиты были увеличены на 50% в качестве временной акции до 19 августа, однако теперь этот период продлен до 31 августа.

В компании надеются сделать данные условия постоянными для всех тарифов. Однако разработчики предупреждают, что из-за аномально высокого спроса на модели в ближайшие недели мощностей может не хватить, поэтому окончательное решение будет зависеть от стабильности системы.

Qwen3.8-27B теперь выдает честные 70 токенов/с прямо на ноутбуке благодаря выходу DFlash 2.

Это новое поколение спекулятивного декодирования, основанное на методе блочной диффузии.

Технология разгоняет модель на MacBook Pro с чипом M5 Max, увеличивая скорость авторегрессионного декодирования до 4,6 раза. При этом итоговый результат остается на 100% идентичным оригиналу качество вывода не страдает ни на один токен. ⚡️

Новые черновые модели для Qwen3.8-27B уже доступны с нативной поддержкой популярных движков SGLang, vLLM, llama.cpp и oMLX. Подробный разбор подхода и того, как это работает, можно найти здесь

Месяц назад ко мне пришла помощница фаундера строительной компании по его рекомендации. Не разработчик, использует ChatGPT каждый день для писем и т.д.

Месяц пошёл на процедуру работы с моделью, которая переносится в любую работу. Из чего состоит запрос, почему модель забывает то, что было выше, как забрать результат файлом.

Сама между третьим и четвёртым занятием, за один день, она собрала себе ассистента с четырьмя функциями и протестировала две на своих задачах.

Формат: 4 занятия по часу за месяц и переписка между занятиями. Подходит вам, если у вас есть повторяющаяся задача, вы не разработчик и отдать её разработчику нельзя.

Пишите мне: @DJWOMS

DeepSeek Harness демонстрирует впечатляющие результаты в реальной работе.

После тестирования самостоятельно развернутой версии DeepSeek V4 Flash 0731 главным преимуществом стал показатель попадания в кэш на уровне 98,2%.

Такая высокая эффективность позволяет системе крайне экономно расходовать токены, что критично для масштабных задач.

Проект вызывает огромный интерес у сообщества GitHub-репозиторий набрал более 188 тысяч звезд менее чем за две недели.

Официальная документация Python теперь доступна на русском языке.

Тут

Ко мне пришёл фаундер строительной компании, для понимания возможностей нейросетей и их применения в жизни и бизнесе.

За четыре занятия разобрали, как модель выдаёт ответ: что такое контекстное окно и токены, откуда берутся выдуманные факты, почему модель соглашается с собеседником. Как ресерчить, как сделать память, где можно встроить ее в бизнес и как. Отдельно разобрали персональные данные и что в модель не отправляют.
Дальше работали на его задаче, он получил план с цифрами. Там же проверили эти цифры и увидели, что два прогона одного запроса дают разные суммы и где модель может ошибаться.

Его слова: "Многие вещи, о которых раньше имел только общее представление, стали гораздо понятнее, а главное, появилось понимание, как ИИ уже сегодня можно использовать в реальных задачах".

Формат: занятия по часу и переписка между ними. Подходит руководителю, который решает, что делать с ИИ у себя в компании.

Написать мне: @DJWOMS

На GitHub набирает популярность Godogen проект с открытым исходным кодом, который фактически автоматизирует создание полноценных игр. Репозиторий уже собрал более 5 тысяч звезд.

Система берет на себя весь цикл производства: от проработки архитектуры и создания ресурсов до написания кода и запуска движка. Уникальность Godogen заключается в собственном цикле контроля качества, ИИ сам делает скриншоты запущенной игры, анализирует визуальные ошибки и тут же пытается их исправить.

Инструмент поддерживает движки Godot 4, Bevy и Babylon.js, работая на базе Claude Code или Codex. Внутри него зашиты справочники и документация для 850+ классов GDScript, которые подгружаются по мере необходимости. При этом весь процесс генерации можно запускать прямо на обычном домашнем компьютере.

Многие уверены, если купить команде доступ к нейросети, дальше люди сами разберутся и начнут работать быстрее. А через месяц оказывается, что всё идёт по-старому. Почему так выходит?

В новом выпуске подкаста я снова поговорил с основателями школы Стратоплан, Александром Орловым и Вячеславом Панкратовым. Те же, с кем в июле разбирали уход из кода в менеджмент.

Разобрали, почему инструмент, за который заплатили, лежит без дела.

Заодно поговорили про то, что делать, когда сотрудник говорит, что с нейросетью работает медленнее. Это саботаж или он говорит правду, и как это проверить не на одном человеке, а на контрольной группе.

А ещё обсудили, можно ли требовать использовать нейросеть так же, как требуют соблюдать регламент. Где заканчивается управление и начинается слежка, если переписку команды обрабатывать нейронкой.

Разговор получился про то, с чем возможно столкнётесь, когда принесёте нейросеть команде.

👉 Смотреть на YouTube

👉 Смотреть на Rutube

А у вас инструмент прижился или лежит купленным?

Anthropic выкатила Claude Fable 5.1 и Mythos 5.1.

Fable 5.1, это новый флагман для всех пользователей. Mythos 5.1, это та же модель с ослабленными ограничениями по кибербезопасности и биологии, доступная только проверенным организациям.

По бенчмаркам апдейт заметный:

- Terminal-Bench 4.0: 55,8%, у Mythos 60,9%
- Terminal-Bench-Science: 52,6% против 24,7% у прошлой версии
- Humanity's Last Exam: 60,9% без инструментов и 65% с ними
- OSWorld 2.0: 77,9%

Цена прежняя, $10/$50 за миллион токенов, зато чтение кэша подешевело на 75%, до $0,25 за миллион. По оценке Anthropic, это снижает расходы примерно на 25% в обычных сценариях и до 45% в агентных.

На Low/Medium effort Fable 5.1 уже может выдавать результат уровня Fable 5 дешевле. В Claude Code по умолчанию High, в Cowork и claude.ai Medium.

Фильтры кибербезопасности срабатывают примерно на 60% реже, а модель разрешили использовать для поиска уязвимостей, но не для написания эксплойтов.

https://www.anthropic.com/claude-fable-and-mythos-5-1