Ааа!! ИМБА!! я сдвинул её с рельс!!

It's alive, ALIVE!

Змейка ищет кратчайший путь и старается выживать!

Это вам не муха! тут всего 6 мегабайт!

#змейка
———
@tsingular

Грок? Какой такой Грок?

@cgevent

Эдди Османи, известный ИИ инженер, недавно присоединившийся к Антропику, поделился инструкцией к новому Опусу 5.5

Кратко:
📌 Как теперь надо

- Давать задачу целиком одним сообщением + назвать «финишную черту» (что значит «готово») и когда остановиться. Дальше — не мешать.
- Давать ей самой работать на длинных многошаговых задачах — Opus 5.5 тянет часы почти без присмотра.
- Дополнять запущенную задачу по ходу (дописать follow-up), а не перезапускать.
- Для дизайна — перечислять конкретные нежелательные стили, а не «избегай безликого вида».
- Прописать в CLAUDE.md: когда продолжать, когда останавливаться и спрашивать; перед разрушительным — стоп.
- Разбивать большие аудиты/миграции по субагентам и проверять доказательства каждого.
- Держать список задач в файле (TASKS.md) и читать файл, а не скроллбэк.
- При завершении — сначала читать «что нужно от меня», потом остальное саммари.
- Просить ревью кода до человека; просить помечать неподтверждённое.
- Прикреплять график/скриншот, а не перепечатывать цифры; просить сразу готовый файл, а не план.
- В проекте фиксировать: ранние ответы уже решены (ускоряет уточнения).
- /fast — для быстрого back-and-forth.

❌ Как теперь не надо

- Не писать «подумай внимательно / думай пошагово» — модель и так думает перед каждым ответом, это только замедляет.
- Не перезапускать долгую задачу из-за мелочи.
- Не давать общих дизайн-указаний — только конкретные паттерны.
- Не просить показывать внутренние рассуждения в ответе — это отклоняется.
- Не выключать запросы разрешения на разрушительные команды.
- Не перепечатывать цифры вместо прикрепления графика.
- Не читать всё саммари подряд — сначала блок «что нужно от меня».

Полная версия тут

#Osmani #Opus #промпты
------
@tsungular

Google Cloud AI Research выкатила RRSI, это как RSI только еще и Regularized

Самоулучшение агентов становится нормой, но упирается в те же проблемы, которые были на этапах обучения моделей. - на тренировочном бенчмарке метрики растут, но если дать агенту незнакомые задачи, и эффект от обучения исчезает.

🔧 Знакомая болезнь, - переобучение:
Нейросети прошли через то же, пока регуляризация не научила их обобщать.
В Google Cloud AI Research применили этот же подход к самоулучшению агентов.
Харнесс остаётся полностью редактируемым, а регуляризуют сам поиск.

Предложения:
затухающий бюджет правок: к финальным раундам остаётся одна
история правок с гипотезами: опровергнутое не тестируется заново
при стагнации бюджет уходит на нетронутые компоненты

Отбор:
критик до оценки отвергает подгонку с ответами и именами задач
шумовой пол: прирост обязан перекрыть разброс на неизменном харнессе
правило оплаты: лишние токены должны быть оплачены измеримым приростом
прореживание: компонент без пользы помечают на удаление

📊 Цифры:
Эволюция шла на одном бенчмарке, затем готовый харнесс запускали на остальных.
Кодинг: Terminal-Bench 74.2 → 80.2, SWE-bench Verified 82.0 → 83.8, хотя тот не участвовал в отборе.
Агентские задачи: JobBench +4.7, GDPval +3.5, APEX-Agents +3.7.
Инженерия: Frontier-Eng 17.7 → 22.0, плюс 24.3%.
Все шесть отложенных выросли; предшественники теряли прирост вне своих бенчмарков.
Бонус: харнесс тратит на ~30% меньше токенов, чем эволюция без регуляризации.

Не успели мы в 2026м привыкнуть к лавине агентских кодовых фреймворков, теперь это.
Походу мы уверенно врываемся в эпоху самоулучшающихся агентов. Таких механик будет всё больше и больше и каждая будет тянуть на свою поляну.
Важно не только успевать их пробовать, но и уметь оценивать эффект, - действительно ли они стали лучше и в чём именно.
Нужен полигон для RSI систем, причём в каждой компании свой, - в закрытом контуре, чтобы не сбежали не дай бог :)

📎 Код
Сайт проекта

#RRSI #RSI #агенты #Google
———
@tsingular | Max | YouTube | RuTube | VK | VK Video | Дзен

Создатель oMLX перешёл работать в Hugging Face, проект остался открытым

Hugging Face объявила о найме Jun Kim (jundot), автора и ведущего разработчика oMLX.
Лицензия Apache 2.0 сохраняется: Kim продолжает руководить проектом. Из хобби проект переходит в полностью финансируемую разработку. (под крышей NVidia :) )

⚙️ oMLX это сервер локального запуска моделей на Apple Silicon поверх фреймворка MLX. Главное решение: постраничный кеш KV-блоков на SSD. Агентские сессии постоянно сдвигают контекст и обнуляют кеш, поэтому на длинных промптах первый токен приезжал через 30-90 секунд. oMLX кладёт блоки кеша на диск в формате safetensors и восстанавливает совпавший префикс за миллисекунды, в том числе после перезапуска сервера.
Дальше по списку: непрерывная пакетная обработка запросов с ускорением до 4,14 раза на восьми параллельных, одновременная работа языковой, зрительной, эмбеддинговой модели и реранкера, совместимость с API OpenAI и Anthropic, вызов инструментов и MCP, приложение в строке меню macOS. С февраля проект собрал 22 тысячи звёзд и 125 релизов.

🎯 Для MLX Hugging Face отводит oMLX роль испытательного полигона, а удачные решения поднимает в mlx-lm и mlx-vlm. Отдельный фокус: быстрый перенос описания модели из transformers в эталонную реализацию на MLX, чтобы новые модели заводились во всех движках сразу.

💼 Вывод хотите устроиться в ИИ гиганта, - сделайте стартап, который бы они купили вместе с вами :)
Openclaw вот в начале года, теперь oMLX.

#oMLX #MLX #HuggingFace
———
@tsingular

💀 ☠️ 💀
Отсюда

#юмор
------
@tsingular

JetBrains Air: 26 лет разработки IDE получают глоток свежего воздуха

📋 JetBrains Air,- зонтичная система агентной разработки, запущенная 22 сентября.
Внутри: Air в самих IDE, Air Teams для координации команд и Air Governance (бывший JetBrains Central) для управления расходами и политиками, плюс свой агент Junie.

26 лет JetBrains делала рабочее место для команд разработчиков, а теперь строит систему для команд ИИ агентов.

🔧 Открытость в основе.
Агенты подключаются через ACP, общий протокол JetBrains и Zed, в реестре уже Claude Agent, Codex, Gemini CLI, Copilot и OpenCode.
Мультивендорная поддержка обеспечивается и на уровне моделей и на уровне харнесса.

Air сам по себе бесплатен, модели идут через подписку AI Pro за 10 долларов в месяц или AI Ultimate за 30 либо через свои ключи от Anthropic, OpenAI и Google.

💼 Выводы для бизнеса:
JetBrains предоставляет единый слой контроля над агентами вендоров.
Ставка тут на то, что рынок моделей и агентов растет по экспоненте и нужны инструменты и среды, которые консолидируют не только разработку, но и упростят управление процессами, политиками и затратами для любых поставщиков ИИ в компании.

📎 Ссылки:
• JetBrains Air
• ACP
• Air Governance

Диспетчерская для агентов разработчиков.

#JetBrains #агенты #разработка #IDE
------
@tsingular