Она способна выполнять до 300 последовательных действий, строя цепочку логики, поиска и кода. В тестах вроде Humanity’s Last Exam, BrowseComp и SWE-Bench она поставила новые рекорды.

Эта модель — очередной шаг в направлении масштабирования вычислений во время выполнения, благодаря увеличению как количества «токенов размышления», так и числа шагов при вызове инструментов.

Kimi K2 Thinking устанавливает новые рекорды на бенчмарках, оценивающих логическое мышление, кодинг и агентные способности.

Компания называет себя самой быстрорастущей бизнес-платформой в истории, и цифры действительно впечатляют. Среди клиентов — Booking, Cisco, T-Mobile, Target, Morgan Stanley, Lowe’s и десятки других корпораций из финансового, розничного и технологического секторов.

Количество рабочих мест в ChatGPT for Work превысило 7 миллионов (рост на 40% за два месяца), а ChatGPT Enterprise — в 9 раз больше, чем год назад. Внедрение идёт быстро, потому что миллионы пользователей уже знакомы с ChatGPT в личных целях — и компании просто масштабируют этот опыт.

Инструменты, которые предоставляет OpenAI для бизнеса:

Мы уже видели, как языковые модели решают задачки, над которыми профессора чесали головы годами. Видели, как они не решали задачу, а просто находили ответ, потому что знали, где копать (и не ленились, в отличие от нас, смертных). А теперь Claude Code от Anthropic залез в криптографию и починил реализацию постквантового алгоритма.

Инженер писал на Go реализацию ML-DSA, всё шло по плану, пока проверки не начали сыпаться с “invalid signature”.

Вышел Cline v3.35, и он включает поддержку нативных вызовов инструментов, редизайн элементов меню и модель MiniMax M2. Пройдёмся по обновлению подробнее.

Он умеет подключаться к репозиториям, находить уязвимости, объяснять, в чём проблема, и предлагать патчи. 

Aardvark начинался как внутренний инструмент OpenAI: им пользовались собственные разработчики, чтобы проверять код. После нескольких успешных тестов компанию решили вывести систему наружу — пока в виде приватной беты для партнёров. 

GitHub выкатили ежегодный Octoverse 2025: разработчиков теперь больше 180 миллионов, а новый аккаунт появляется буквально каждую секунду. Главный триггер этого бума? Бесплатный GitHub Copilot, который запустили в конце 2024-го. Привет всем вайбкодерам!)

А теперь — к тому, что важно Python-разработчикам. 

Во-первых, Python впервые уступил первое место TypeScript’у, но не потому, что сдал позиции. Просто фронтенд и строгая типизация сейчас на пике популярности вместе с агентами и Copilot’ом. TypeScript — идеальный партнёр для ИИ, который пишет код: строгие типы помогают ограничить количество “галлюцинирующего” кода.

Новый сборщик мусора в Go – Green Tea GC – уже тестируют в продакшене Google, и результаты ошеломляют — до 40% меньше времени на сборку мусора.

Исследование провели инженеры Google — Michael Knyszek и Austin Clements. Их цель: адаптировать Go GC под современные многоядерные процессоры, где традиционные алгоритмы просто застревают в ожидании кэш-памяти. Green Tea дебютировал в Go 1.25 как эксперимент (через GOEXPERIMENT=greenteagc), и уже в Go 1.26 его планируют включить по умолчанию.

Главные инсайты:

Команда Cursor представила обновление 2.0 – основной акцент в свежем обновлении на multi-agent интерфейс, в котором несколько моделей пишут код вместе. Кроме того, ребята зарелизили Composer – новую agentic-LLM, которая работает в 4 раза быстрее аналогов.

Что нового в Cursor 2.0...

Внезапно, но факт: свежая MiniMax-M2 от китайской команды MiniMaxAI догнала Grok 4 Fast и Gemini 2.5 Pro. MoE-модель с всего 10B активных параметров обошла многих топ-игроков — от Claude до Gemini и GLM.

MiniMax-M2 — это компактная, но безумно мощная система, созданная специально для кода и агентов.

Что умеет MiniMax-M2...

Команда GitHub рассказала, как они обучили новый кастомный модельный стек для Copilot, полностью переосмыслив подход к метрикам и качеству предложений. Вместо того чтобы просто гнаться за “accept rate”, они оптимизировали то, что реально важно — полезность кода, который остаётся в проекте, а не удаляется через секунду.

Вот что изменилось...

Экосистема решений на базе LLM растёт со скоростью апдейтов ChatGPT. И вот теперь — ChatGPT Atlas, собственный браузер от OpenAI. Основан на Chromium (да, как Яндекс Браузер) ), но вместо привычной строки поиска — чат с вашим личным ИИ-ассистентом.

Да, стандартные Chrome-расширения работают без проблем, но мне интересно другое. Кажется, что должен появится новый тип расширений, “заточенных” под LLM-составляющую Atlas — те, что смогут напрямую общаться с моделью, использовать контекст вкладок и управлять агентами. И этот шаг был бы крайне логичным с точки зрения построения экосистемы и сообщества вокруг своего продукта...

Пока половина интернета всё еще плохо работает из-за сбоя в инфраструктуре AWS, давайте немного поговорим про деньги и облака. 

Прямо сейчас один из главных игроков рынка — Anthropic — сжигает $2.66 млрд только на AWS за девять месяцев 2025 года… при выручке в $2.55 млрд. То есть тратит больше, чем получает. И это — только облако Amazon. Google Cloud? Зарплаты? Тренировки моделей? По оценкам, можно смело удваивать предыдущий счёт. 

Anthropic не просто «в минусе» — он живёт в режиме постоянного кризиса ликвидности. А чтобы выжить, делает то, что делают все отчаявшиеся платформы: поднимает цены на своих же клиентов. Особенно на Cursor — своего крупнейшего покупателя API. В июне 2025-го Anthropic внезапно ввёл «Priority Service Tiers» — систему, где за стабильный доступ к модели надо платить вперёд и в разы дороже. Особенно больно это ударило по стартапам вроде Cursor, чьи расходы на AWS за месяц удвоились — с $6.2 млн до $12.6 млн. Совпадение? Не думаем. 

Ирония в том, что в тот же момент Anthropic запустил...

Пока все обсуждали Model Context Protocol (MCP) как “будущее интеграции ИИ”, Anthropic тихо выкатили Claude Skills, и это нововведение может оказаться гораздо мощнее. Теперь у Claude есть Skills — по сути, это “папки с навыками”. В каждой — markdown-файл с инструкциями, скриптами и ресурсами, которые Claude может подгружать по мере надобности. Никакого API — просто структура, понятная всем, и при этом чертовски гибкая.

Хочешь, чтобы ИИ делал Excel-таблицы, следовал брендбуку или лепил GIF’ы для Slack? Клади нужный skill в папку — и погнали. Claude сам решит, когда ему пригодится этот навык, без лишнего трепа и с минимальным расходом токенов. Один пример — “slack-gif-creator”: просишь “сделай мне мем о том, как Skills круче MCP”, и Claude реально выдает готовую анимашку (пусть и слегка адовую).

Anthropic представила Claude Haiku 4.5, и этот малыш делает то, что пять месяцев назад умел топовый на то время Sonnet 4 — но в три раза дешевле и в два раза быстрее...

Если раньше Gemini CLI выглядел как умный, но слегка деревянный ассистент, то теперь — полноценный "вайб" из коробки. Обновление принесло интерактивную оболочку, где можно спокойно запустить vim, top или даже git rebase -i, не вылетая в отдельное окно.

Секрет в новом...

Да, это не опечатка: не рантайм, не race condition в их коде, а чистый косяк в сгенерированном машинном коде Go. И баг был настолько редким, что проявиться он мог только в инфраструктуре масштаба Cloudflare — при 84 миллионах HTTP-запросов в секунду.

На ARM64-машинах Cloudflare стали вылезать странные паники вроде traceback did not unwind completely — ошибка, указывающая на повреждённый стек при попытке раскрутки. Поначалу инженеры списали это на баг в старом коде с panic/recover, потом — на библиотеку Go Netlink. Но когда даже без неё паники продолжились, стало ясно: проблема глубже.

После недель отладки выяснилось: краш происходит при асинхронном вытестении (введённом в Go 1.14), когда рантайм прерывает горутину между двумя машинными инструкциями, корректирующими указатель стека. В этот момент стек оказывается в «разрезанном» состоянии — раскрутчик стека получает некорректный указатель и падает.

Инженеры написали минимальный Go-пример, где функция с большим стеком (>64 КБ) порождает тот самый двойной ADD. После пары минут работы программа стабильно умирала с SIGSEGV. Без сторонних библиотек. Только чистый Go...

Если раньше компании мерились только скоростью и параметрами моделей — кто там мощнее, GPT-5 или Claude 3.7, — то теперь начался новый виток конкуренции. Каждый хочет стать «операционной системой для ИИ-разработки» — с плагинами, агентами и собственным маркетплейсом.

После ChatGPT Apps от OpenAI и Gemini CLI Extensions от Google, в игру вступает Anthropic со своими Claude Code Plugins.

Raph Amorim решил написать компилятор для Go… на Rust. Проект называется Goiaba (в переводе с португальского — гуава), и это пока эксперимент, но довольно показательный.

Автор известен по вкладам в экосистему WebAssembly и Wasmer. Его цель — исследовать, насколько реально собрать полноценный Go-компилятор с нуля на Rust, не используя LLVM, TinyGo или классический toolchain от Google.

OpenAI только-только выкатили ChatGPT Apps, а теперь и Google подоспел со своей версией «экосистемы» — Gemini CLI Extensions. Похоже, начинается новая гонка: кто первым станет операционной системой для ИИ-инструментов.

Компания запустила Gemini CLI Extensions — фреймворк, который позволяет разработчикам подключать к Gemini CLI внешние инструменты и настраивать терминал под свои рабочие процессы.

Gemini CLI — это open-source агент с ИИ, работающий прямо в командной строке. Новая система расширений позволяет интегрировать с ним сервисы вроде Dynatrace, Elastic, Figma, Harness, Postman, Shopify, Snyk и Stripe, а также решения от Google: Cloud Run, GKE, Firebase, Flutter, Maps, Genkit и ...

InclusionAI представила Ling-1T, первую модель на архитектуре Ling 2.0, оптимизированной для «efficient reasoning». Это триллион-параметрическая MoE-модель, в которой на каждый токен задействуется лишь ~5 % нейронов — и всё это при 128 K контексте и FP8-обучении.

Что известно о модели...