Vercel объявили о публичной доступности Agent Plugins 1.0.0: открытого и независимого от конкретного вендора формата для упаковки расширений ИИ-агентов. Стандарт позволяет объединить Agent Skills и MCP-серверы в один переносимый плагин.
Сейчас разработчикам расширений часто приходится адаптировать один и тот же Skill или MCP-сервер под форматы разных клиентов. Agent Plugins предлагает общую структуру каталога.
В личных кабинетах DeepSeek Open Platform появился баннер о предстоящем повышении цен на API. Пользователям сервиса также начали приходить письма с тем же предупреждением.
DeepSeek пишет, что планирует «значительно» повысить общие цены на API-сервисы. Новую тарифную сетку и дату её вступления в силу компания пока не опубликовала и просит следить за объявлениями на платформе и электронной почтой.
До недавнего времени миграции кода, при которых рабочую кодовую базу переносят на новый язык, занимали несколько лет.
За последний месяц отдельные разработчики Anthropic с помощью Claude Fable 5, Claude Opus 4.8 и dynamic workflows перенесли десять проектов объемом от десятков до сотен тысяч строк кода. В этой статье мы разберем два примера и лучшие практики, сформировавшиеся в ходе этих проектов.
Джарред Самнер, сооснователь Bun и технический специалист Anthropic, использовал Claude Code, чтобы перенести Bun с Zig на Rust. Менее чем за две недели было создано миллион строк кода. До слияния ветки 100% существующих тестов Bun проходили в CI. После слияния обнаружилось 19 регрессий, все они уже исправлены. В июне версия на Rust вошла в состав Claude Code.
Майк Кригер, один из руководителей Anthropic Labs, за выходные перенес кодовую базу на Python в 165 000 строк TypeScript. В процессе работали сотни агентов, использовались восемь контрольных этапов, три раунда состязательного ревью и финальная проверка, которая сравнивала вывод каждой команды с результатом оригинальной версии на Python.
Новые возможности Claude Code меняют экономику давно откладываемых проектов. Ниже описан процесс из шести шагов, который мы теперь используем, он основан на выводах из этих миграций.
Команда Qwen выпустила Qwen3.8-Max, новую флагманскую MoE-модель на 2,4 трлн параметров. На каждом токене активируются 95 млрд параметров, размер контекста составляет 1 млн токенов.
В API модель стоит $2 за миллион входных и $6 за миллион выходных токенов. Это в 2,5 раза дешевле Kimi K3 по генерации и больше чем в четыре раза дешевле Claude Opus 5.
Веса Qwen3.8-Max обещают опубликовать на Hugging Face и ModelScope на следующей неделе. Это будет первая модель Max-класса от Qwen с открытыми весами. Вместе с ней команда пообещала открыть веса Qwen3.8-27B.
1 224 сотрудника OpenAI, Anthropic, Google, Meta и других компаний подписали заявление Pacing the Frontier. Они просят правительство США поддержать международную разработку механизмов, которые позволят намеренно регулировать темп развития AI.
Среди первых подписантов — Дарио Амодеи, главные научные сотрудники OpenAI и Meta, а также топы Google DeepMind. Но важная деталь: это подписи сотрудников, а не официальные подписи самих компаний.
На момент проверки в полном списке нет ни одного сотрудника китайской AI-лаборатории.
JetBrains опубликовали результаты тестирования Ponytail — скилла для coding-агентов, который должен бороться с оверинжинирингом. Он предлагает агенту сначала поискать самое простое решение и только после этого писать новый код.
Авторы Ponytail заявляют о сокращении объёма генерируемого кода на 54%, количества токенов — на 22%, расходов — на 20%, а времени выполнения задач — на 27%. В независимом тесте JetBrains показатели оказались скромнее, но скилл действительно сработал.
Ранее я уже писал о том, как лучше всего составлять промпты для нового поколения моделей Claude 5 и работать с ними итеративно, чтобы постепенно понять, что именно вы хотите создать.
Но когда вы отправляете Claude сообщение, сам промпт составляет лишь небольшую часть получаемого моделью контекста. Значительная его часть собирается из системного промпта, навыков, файлов CLAUDE.md, памяти и других источников. Мы называем это контекстной инженерией. От нее во многом зависит результат работы с Claude Code и собственными агентами.
В отличие от промпта, контекст используется сразу во множестве запросов, поэтому он не может быть настолько же конкретным. Как создавать общие инструкции и рекомендации для Claude, особенно если заранее неизвестно, с каким запросом придет пользователь?
По мере развития возможностей Claude эта задача неожиданно усложняется. Недавно мы заметили серьезные изменения в том, как следует составлять инструкции для нового поколения моделей. Мы удалили более 80% системного промпта Claude Code для Claude Opus 5 и Claude Fable 5, при этом наши тесты по программированию не показали измеримого ухудшения результатов.
Ниже мы собрали все, что узнали о промптинге для моделей этого класса, а также рекомендации по обновлению собственной контекстной инженерии.
Глава NVIDIA Дженсен Хуанг опубликовал свой первый пост в X. В нём он поделился совместным открытым письмом в поддержку моделей с открытыми весами.
Документ подписали 25 организаций, включая NVIDIA, Microsoft, Meta, IBM, Mistral, Hugging Face, Mozilla, The Linux Foundation, Palantir, Perplexity, Replit, ServiceNow, Andreessen Horowitz и Y Combinator. OpenAI, Anthropic, Google и Amazon среди подписантов нет.
Anthropic выпустили Claude Opus 5. Компания позиционирует её как новую основную модель для программирования, длительной работы AI-агентов и профессиональных задач. По заявлению Anthropic, Opus 5 приблизилась по качеству к Fable 5 при вдвое более низкой цене API.
Исследователь Чаофань Шоу заявил, что Kimi K3 потребовалось 27 минут и 32 агента, чтобы найти уязвимость в Redis и подготовить рабочий эксплойт.
Код он опубликовал на GitHub. По словам автора, эксплойт позволяет выполнить команду на сервере Redis через уже авторизованное подключение.
Новость быстро разошлась с формулировкой «ИИ самостоятельно взломал последнюю версию Redis за полчаса». Но есть несколько важных оговорок.
Разработчики Cursor представили Cursor Router. Систему, которая автоматически выбирает ИИ-модель отдельно для каждого запроса. Функция встроена в режим Auto и предназначена для пользователей тарифов Teams и Enterprise.
По данным компании, около 60% разработчиков выбирают одну модель и используют её для всех задач. В результате простые операции выполняются по тарифам наиболее дорогих моделей, хотя не требуют их возможностей.
Anthropic сделали Claude Security доступным в виде официального плагина для Claude Code. Он запускает многоагентное сканирование кодовой базы непосредственно в локальной сессии и доступен пользователям платных тарифов.
Claude Security изучает архитектуру проекта, формирует модель угроз и распределяет поиск уязвимостей между несколькими агентами. Каждая находка проходит независимую проверку перед добавлением в итоговый отчёт.
В Claude Code Desktop встроили iOS Simulator. Агент может собрать приложение, установить его, запустить, прокликать нужный сценарий и проверить результат. Экран симулятора открывается прямо рядом с диалогом.
Можно наблюдать за тестированием или в любой момент перехватить управление: тапать, свайпать, менять устройство, делать скриншоты и записывать экран. У каждой сессии свой симулятор, поэтому параллельные агенты друг другу не мешают.
Moonshot AI выпустили Kimi K3 — самую крупную открытую модель на сегодня. 2.8 трлн параметров! Вдвое больше, чем у DeepSeek V4 Pro, и втрое больше, чем у Xiaomi MiMo V2.5 Pro. Поддерживает контекст в 1 млн токенов, а также нативную работу с изображениями и видео.
По бенчмаркам K3 обходит Claude Opus 4.8. В Frontend Code Arena (независимый рейтинг по голосам пользователей) K3 занял 1-е место, обойдя Fable 5, и это скачок на 17 позиций за одно поколение: предыдущая K2.6 была лишь на 18-й строчке.
Telegram опубликовал документацию новой платформы: Serverless для ботов и Mini Apps: https://core.telegram.org/bots/serverless
Теперь можно держать бэкенд бота прямо на инфраструктуре Telegram, без необходимости во внешнем сервере.
Раньше для бота отдельно нужно было где-то поднять и обслуживать сервер. Благодаря нововведения необходимость в этом отпадает полностью.
Разворачивается всё одной командой CLI tgcloud и выполняются в изолированном V8-инстансе (тот же что в Chrome и Node.js) рядом с инфраструктурой самого Telegram.
GitHub перестал работать в России — пользователи жалуются, что сервис недоступен без VPN.
Не работает Git, сам сайт не открывается, а также невозможно получить доступ к репозитариям.
Claude Code даёт две настройки, которые обе как бы «улучшают ответ»: модель и уровень усилий (effort). Но что они на самом деле делают с результатом? И как понять, когда нужно менять модель, а когда — просто уровень усилий?
Легко предположить, что модель побольше, например Fable, даёт умнее результат, чем Sonnet, а более высокий уровень усилий значит просто «Claude думает дольше перед ответом».
Первое предположение верно. Наши крупнейшие модели действительно более способны — по отраслевым бенчмаркам.
А вот усилия значат больше, чем «время на размышление». Effort определяет, сколько работы Claude выполняет над вашим запросом в целом. Сюда входит и то, сколько он думает, но также:
– сколько файлов он читает;
– сколько он всё проверяет;
– как далеко он продвигается в многошаговой задаче, прежде чем вернуться к вам за уточнением.
При высоком уровне усилий Claude совершает больше таких действий (читает файлы, гоняет тесты, перепроверяет), прежде чем вернуться с ответом. При низком уровне он скорее спросит у вас больше контекста, чем будет сам разбираться, потратив на это токены.
xAI называют её самой мощной моделью на сегодня и первой, которую строили не только под разработку софта.
Модель уже доступна в Cursor и на первую неделю дают двойные лимиты использования.
Отдельно уточнили: у Grok 4.5 и Composer разные весовые категории. Composer 2.5 остаётся в строю, новые модели этого размера продолжат выходить отдельно.
Caveman — скилл для агентов вроде Claude Code, который переводит текстовые ответы в рубленый «пещерный» стиль без служебных слов. Код и вызовы инструментов не трогает. Целых 85 тысяч звёзд на GitHub.
Тест прогнали на бенчмарке SkillsBench, 86 из 87 задач, Claude Sonnet 5 с низким reasoning effort. Сравнивали одни и те же задачи без скилла и с принудительно включённым. Результат по 82 парным задачам...
Работа с Claude Fable 5 раз за разом напоминает мне старую истину: карта — не территория.
Карта — это представление предстоящей работы: мои промпты, скиллы и контекст, всё, что я передаю Claude. Территория — это то, где работа реально происходит: кодовая база, реальный мир, его настоящие ограничения.
Разницу между картой и территорией я называю неизвестными. Когда Claude наталкивается на неизвестное, ему приходится принимать решение на основе наилучшей догадки о том, чего я хочу. Чем больше объём работы, тем больше неизвестных может встретиться Claude по пути.
Fable — первая модель, где я вижу, что качество работы упирается именно в мою способность прояснять её неизвестные.
