Представлен открытый проект Council of High Intelligence. Это локальный совет ИИ‑мудрецов, который поможет принять любое решение и найти идеальный исход событий:
в проекте заявлены 18 ИИ‑мудрецов: Марк Аврелий, Аристотель, Сократ, Сунь‑Цзы, Лао‑Цзы, Ричард Фейнман и Линус Торвальдс и другие;
ИИ-мудрецы максимально продумывают каждый шаг, спорят друг с другом в парах и выдают идеальное решение вопроса;
одни мудрецы находят риски, вторые — давят на практичность, третьи — высказывают сомнения;
устанавливается и запускается одной командой в Claude Code или Codex.
Представлен открытый проект ИИ‑студии для видеомонтажа OpenMontage — комбайн из ИИ‑агентов для полноценного выпуска видеороликов. Проект помогает превратить доступ к Claude Code, Cursor, Copilot, Windsurf или Codex в киностудию:
агенты берут на себя всё — от исследований и сценария до генерации видео, монтажа и озвучивания;
12 пайплайнов под любой тип контента — трейлеры, анимации, реклама, туториалы и так далее;
500 скиллов — генерация видео, аудио, музыки и картинок;
умеет работает с лучшими генераторами — Kling, Runway, FLUX, ElevenLabs и Suno.
Пока писал статью про Context Engineering, то дополнительно решил изучить вопрос, который был на хайпе 3 месяца назад
Реально ли Caveman Output Style экономит токены для агентов
Суть
Несколько месяцев назад расхайпилась казалось бы очевидная идея: если заставить модель отвечать коротко, то можно сэкономить много output-токенов
Одна таких реализаций — репо Caveman, который заставляет модель говорить как пещерный человек. Целых 77к звезд
Вот как пример
Обычный ответ модели
The reason your React component is re-rendering is likely because you're creating a new object reference on each render cycle. When you pass an inline object as a prop, React's shallow comparison sees it as a different object every time, which triggers a re-render. I'd recommend using useMemo to memoize the object
Ответ в стиле Caveman
New object ref each render. Inline object prop = new ref = re-render. Wrap in useMemo
Ну и как следствие, обещания автора
Faster response — less token to generate = speed go brrrEasier to read — no wall of text, just the answerSame accuracy — all technical info kept, only fluff removedSave money — ~71% less output token = less cost
Этот репозиторий очень сильно расхайпился — и основная суть всех новостей была в том, что с этим стилем теперь можно тратить на 40-70% меньше output токенов — который самые дорогие
Чтобы лучше понять механизм потенциальной экономии, нужно посмотреть, где агентные системы по типу CLAUDE CODE | CODEX вообще генерируют OUTPUT токены
1. Обычный ответ, который видите вы 2. THINKING блоки, которые вы можете не видеть 3. Генерация кода / схем, которые нельзя сжать 4. Вызов Tools + Цикл tool call → result → next message
В случае выбора любого OUTPUT стиля мы влияем только на пункт 1 — Обычный ответ, который видите вы
И, насколько мы все тут знаем — то, что модель выдает нам как результат ответа — в среднем ~5-10% от всех OUTPUT токенов
Ну так вот
Я по приколу сделал мини эксперимент, где взял 3 варианта Output Style's и прогнал на 5 разных задачах
1 стиль — Caveman Light (Original skill из репозитория выше) 2 стиль — Explanatory. Стиль, который наоборот, старается объяснять как можно подробнее. Я его сам всегда использую — объясняет свои решения и делится инсайтами. 3 стиль — Самописный True Caveman. Который должен общаться прям как настоящий пещерный человек
Инсайт, что строгий промптинг для True Caveman стал самым дорогим. И я думаю из-за того, что Thinking блоки заставляли модель постоянно себя перепроверять, говорит ли она в данный момент как True Caveman или нет. Так как ее это делать не учили.
Статью я написал на своем сайте, так как там много графики и элементов используется, которые на хабре не работают
Заперли физика, химика и экономиста,на необитаемом острове с банкой консервов. Физик предлагает разбить её камнем, химик — нагреть на костре. Экономист говорит: «Предположим, у нас есть открывашка».
Path-aware exits
Плохо: PnL считается по close, ни одна сделка не закрыта по SL Хорошо: OHLC-реплей внутри свечи, intra-candle SL/TP
Look-ahead bias
Плохо: Ручной параметр времени, индикатор на всём массиве Хорошо: Ambient-контекст, данные только до текущего тика
Комиссии + слиппедж + leverage
Плохо: PnL по миду, без комиссий, +0.3% это минусовая статегия ниже комиссии Хорошо: На момент холда считается стоимость обслуживания leverage, fees
Размер выборки
Плохо: <30 сделок, Sharpe Ratio в космосе, tail-driven Хорошо:N/A вместо фейка при недостатке данных, гейты ≥10 сигналов / ≥14 дней
Crash-recovery
Плохо: Нет атомарной записи, рестарт с нуля Хорошо: Atomic writes, graceful shutdown
Адаптер биржи
Плохо: Не отправлял реальный ордер Хорошо: Если покупателя/продавца не нашлось, не закрываем позицию и в бд
Представлена мощную опция автоматизацию для Codex от президента OpenAI Грега Брокмана. Промпт loop тестирует каждую фичу приложения и проводит полноценный аудит проекта:
ИИ разложит по полочкам каждую фичу приложения: как ее используют, удобна ли она, как должна работать на самом деле.
Тестирует все сценарии использования и записывает ошибки в отчет.
Исправляет логику, баги, а также UX.
После фиксов тестирует проект заново и оттачивает его до идеала, повторяя итерации.
Промпт loop ИИ‑агента:
/goal go over every single feature in this app create a user story with expected behaviour based on the code keep a single canonical spreadsheet tracking the features status
when done switch loop to testing every user story and documenting all errors
Представлен открытый проект SnapOtter. Это сервис, который делает с изображениями действия по одному клику. В проекте 50 различных инструментов: удаление фона, обработка изображения, обрезка, сжатие, конвертация форматов, вырезка объектов, наложение и стирание водяных меток, цветокоррекция, векторизация, создание гифок, поиск дублей и генерация картинок. В решение встроен локальный ИИ, который удаляет фон, апскейлит картинки и реставрирует повреждённые фото. При этом можно связать несколько инструментов в пайплайн и запускать их одной командой.
Энтузиаст решил возродить легендарную World of Warcraft и создал сервер, на котором играют 1800 ИИ‑ботов с DeepSeek. Они ведут себя как реальные люди: пишут в чат, качают персонажей, бегают по рейдам и активно PvPшат. Сам автор не написал, какой стек он использовал, но эксперты выяснили, что это AzerothCore с mod-playerbots и mod-ollama.
Представлен открытый проект HTML skills for pragmatic visual artifacts для генерации HTML‑файлов за один клик, включая диаграммы, презентации, резюме, отчёты, планы и прочее:
html — создает любые HTML‑страницы исходя из задачи: от лендингов до портфолио;
html‑diagram — создает схемы, планы и диаграммы с фокусом на SVG;
Evolution Managed RAG — теперь источники для базы знаний сканируются глубже: при добавлении нового источника автоматически обходятся все директории сервиса. Больше никаких «а вот этот раздел мы не проиндексировали»: охват данных стал полным, и на качестве ответов LLM это будет заметно.
Evolution AI Agents — в сервисе обновили дизайн интерфейсов для инструмента EvoClaw. Меньше визуального шума, можно быстрее сориентироваться в конфигурации агента.
☁️ Cloud.ru Evolution — новые возможности в различных сервисах
Evolution Load Balancer — во вторую версию добавили балансировку трафика на виртуальные IP. В связке с поддержкой Proxy Protocol v2, которая добавилась в апреле, бэкенды теперь видят все, что нужно видеть.
Evolution Managed ClickHouse — реализовали поддержку версии 25.8. Если аналитические запросы у вас исчисляются миллиардами строк, то это обновление будет как нельзя кстати.
Evolution Managed Kubernetes — сразу несколько точечных, но важных улучшений в сервисе:
Недоступные при создании ресурсы скрываем сразу — вместо ошибки при деплое вы видите рабочие альтернативы.
Добавлены плагины: Agent Sandbox — для изолированного запуска ИИ-агентов, и Reloader — для автоматического перезапуска рабочих нагрузок при обновлении конфигураций и секретов.
Теперь поддерживается Kubernetes 1.35.
Evolution Managed OpenSearch — добавили возможность настроить окно обслуживания для технических работ. Теперь вы сами задаете время, когда кластер может быть недоступен, и техобслуживание не застанет врасплох.
Evolution Data Platform — платформа получила сразу несколько важных обновлений: Control Plane мигрировал в мультизональный кластер, появилась ручная остановка и возобновление инстансов для экономии ресурсов, обновлена система уведомлений по событиям и авариям, добавлены индикаторы статусов кластеров.
Evolution Artifact Registry — Terraform 2.0.2: теперь реестры разворачиваются через IaC.
💰 Оплата и контроль затрат
Три точечных улучшения для борьбы с типичными неудобствами: проверка пересечений бюджетов, редактирование или полное удаление лимитов, которые больше неактуальны.
🏢 Cloud.ru Advanced и Облако VMware
Cloud.ru Advanced — Terraform-провайдер обновлен до 1.79.0 с расширенным набором Data Sources и ресурсов для Direct Connect (DC).
Облако VMware — в VDI появилась веб-консоль мастер-образа прямо в личном кабинете: ставите ПО один раз — все ВМ на его базе наследуют настройки автоматически. Балансировщик ALB стал доступен на площадке PD50-02 и остается бесплатным. В вЦОД с GPU добавлены хосты на платформе HGX с ускорителями A100-80 SXM на площадках PD30-01 и PD50-01.
📊Практический гайд для тех, у кого данные есть, а толку мало
Дашборды, модели и данные есть, но все это живет в разных системах, не дружит друг с другом и весьма туманно отвечает на вопросы бизнеса?
Как раз для тех, у кого не клеится польза с реализацией, мы собрали практический гайд «Платформа данных и ИИ». Там прописана вся цепочка «бизнес-задача → метрики → архитектура». Берите на следующую встречу с CTO или CDO, когда речь снова зайдет про платформу данных и нужно будет показать, что это не «очередная хранилка».
📽️Вебинары
Выложили записи прошедших вебинаров, самое время наверстать, если пропустили:
Рассказали про кейс провайдером сервисов для мобильного аудита Retailiqa. Читайте, если вам актуально «поженить» 152-ФЗ с одинаковой доступностью сервисов из России и из-за рубежа.
По какому принципу посты минусуются? Пишу пост, об образовательной платформе по AI, которую я сам собирал уже несколько месяцев, вкладываю в нее свои деньги. Абсолютно некоммерческая история. Предлагаю туда писать авторские статьи. Пользуются уже в банках и университетах. Мне в ответ прилетает, что это реклама от местных жителей. Как дела-то, ребят? Или вы переживаете, что свои цыганские курсы потом не продадите?
ChatGPT и Claude научили маскироваться под Google Docs — представлено расширение GPTDisguise, где нейросеть выглядит как обычный документ, поэтому со стороны кажется, что пользователь усердно пишет документы. Также доступны режимы под Microsoft Word и Notion.
🍺 В этот день 150 лет назад родился Уильям Сили Госсет.
Всю карьеру он проработал пивоваром в Guinness и занимался задачей, которую учебники почти не трогали: как делать выводы по крошечным выборкам — например, по четырём участкам ячменя или небольшой партии хмеля.
Статистика того времени в основном исходила из больших выборок, поэтому Госсет фактически изобрёл статистику для малых.
Guinness запрещала сотрудникам публиковаться после того, как один из них слил коммерческие секреты. Компания также не хотела, чтобы конкуренты знали: пиво там варят с помощью науки.
Поэтому, когда Госсет в 1908 году опубликовал свой метод, он подписался псевдонимом: Student.
Каждое клиническое испытание, лабораторный эксперимент и A/B-тест, где сегодня используют t-test, опирается на работу Student.
Одна из самых известных фамилий в статистике — ненастоящая.
Есть шанс получить доступ к Claude Max на полгода бесплатно. Anthropic представила программу для разработчиков открытых приложений. Можно подать заявку и сэкономить 1200 баксов:
вы подходите, если создаете приложение сами или в команде, и у вас публичный репозиторий. Также нужно, чтобы были коммиты, релизы или ревью за последние три месяца. Лучше, если там будет 5000+ звезд.
Даже если такого нет, можете подать заявку в компанию, описать, почему ваш проект полезный и нужный, и сможете получить Claude Max
подать заявку можно до 30 июня включительно. Дальше ждем результатов. Бесплатный доступ получают 10 000 разработчиков.
Подставлен продвинутый скилл для Claude Code и Codex, который автоматизирует всю разработку. Проект Supergoal сам генерит план работ, выполняет его и чекает ошибки на лету:
на старте инструмент досконально изучает сам проект, его окружение, доступный стек и финальную цель.
разделяет задачу на понятные фазы и автоматически создаёт три базовых файла: дорожную карту (roadmap), текущий статус и контекст.
от пользователя требуется лишь утвердить предложенный план и запустить команду /goal
процесс автоматизирован — агент сам пишет код, устраняет баги, прогоняет тесты и проводит финальный аудит.
все возникающие сбои фиксируются в памяти проекта, что исключает их повторение в будущем.
D-Wave представила дорожную карту на 100 логических кубитов к 2032 году
D-Wave опубликовала новую дорожную карту и заявила цель: к 2032 году построить отказоустойчивый квантовый компьютер на 100 логических кубитов, способный выполнять более миллиона операций. Акцент сделан не на рекордное число кубитов, а на архитектуру, которая сама борется с ошибками.
В основе подхода лежит архитектура dual-rail на сверхпроводящих кубитах. По заявлению компании, она позволяет обнаруживать примерно 90 процентов ошибок кубитов напрямую на уровне оборудования. Чем больше ошибок отсекается аппаратно, тем меньше избыточных кубитов требуется для коррекции, а значит, проще масштабировать систему.
Коррекция ошибок остаётся основным препятствием на пути к практичным квантовым вычислениям. На один логический кубит в типовых схемах приходятся десятки и сотни физических, и большая часть ресурсов уходит на подавление шума. Если часть этой работы берёт на себя само железо, оверхед на коррекцию падает.
После покупки Quantum Circuits Inc. компания развивает два направления одновременно: квантовый отжиг, на котором D-Wave специализировалась исторически, и вентильную модель. Немногие игроки на рынке развивают обе ключевые архитектуры сразу.
Потенциальные области применения, которые называет компания: поиск лекарств, материаловедение, химия и квантовый ИИ. Стоит относиться к этому трезво: перед нами дорожная карта, а не готовая система, а сроки в квантовой индустрии регулярно сдвигаются. Интересна сама ставка: вместо наращивания числа кубитов решать проблему надёжности на уровне самого оборудования.
Руководитель Codex Тибо Соттио объявил (https://x.com/thsottiaux/status/2063748242681307611) в соцсети X о 100-дневной программе: каждый день компания будет выбирать одного пользователя, который, по её оценке, делает с Codex впечатляющую или особенно полезную работу, и на месяц повышать ему лимиты использования в 10 раз.
Правила максимально просты
🟢Как именно будут отбирать победителей - неизвестно.
🟢На вопрос о том, как принять участие, Соттио ответил, что нужно просто что-то создавать.
🟢На уточняющие вопросы о метриках и о том, будут ли уведомлять победителей - тоже в ответ тишина.
В комментариях ожидаемо начался ад: часть твиттерских назвала акцию щедрым стимулом, другие интересуются, зачем сильному продукту подобные активности, а третьи просто стали публиковать свои проекты.
ИИ уже не игрушка: что посмотреть, чтобы не отстать
ИИ уже перестал быть просто чат‑ботом для генерации текста.
Сейчас от специалистов ждут другого: умения строить AI‑ассистентов, подключать агентов к рабочим процессам, интегрировать LLM в продукты, автоматизировать рутину и понимать, где искусственный интеллект действительно приносит пользу, а где создаёт новые проблемы.
Если вам интересно не просто пользоваться нейросетями, а применять их в реальных задачах разработки, аналитики, тестирования и управления продуктом — собрали подборку бесплатных открытых уроков на ближайшие недели.
Вайб‑кодинг без иллюзий: почему подход работает не всегда и какие ограничения важно учитывать.
ИИ и карьера разработчика: какие навыки становятся востребованнее, а какие задачи постепенно берут на себя LLM и агентные системы.
Эти вебинары — только часть июньской программы OTUS. Если хотите выбрать урок под свою задачу, стек или направление развития, загляните в полный дайджест: там собрали бесплатные мероприятия месяца по разработке, данным, архитектуре, тестированию, инфраструктуре, управлению и AI.
