Команда Django представила релиз версии 6.0 — крупное обновление, в котором фреймворк делает заметный шаг в сторону «современного Python-стека» и упорядочивания накопившихся возможностей. Новая версия сфокусирована на удобстве разработки, безопасности и снижении архитектурной «магии».

Компания Anthropic опубликовала большое внутреннее исследование о том, как использование Claude меняет работу её собственных инженеров и исследователей. Это редкий случай, когда разработчики ИИ смотрят не на рынок в целом, а на себя — как на первых «подопытных» новой технологической эпохи.

За август 2025 года команда собрала данные опроса 132 сотрудников, провела 53 глубинных интервью и проанализировала 200 000 сессий в Claude Code. Выводы двоякие: продуктивность растёт, инженеры становятся более «фуллстековыми» и смелее в задачах, но параллельно растут тревоги — от потери навыков до угрозы автоматизации собственных рабочих мест.

Компания Mistral AI выпустила новое поколение своих моделей — Mistral 3. В релиз вошли три небольших плотных модели (3B, 8B и 14B), а также флагманская Mistral Large 3 — разреженная Mixture-of-Experts-архитектура с 41B активных и 675B общих параметров. Все модели распространяются под Apache 2.0, что делает Mistral 3 одним из крупнейших полностью открытых релизов в сегменте frontier-класса.

Технические нововведения и архитектура

Large 3 — первый MoE-модельный релиз Mistral со времён Mixtral. Она обучалась с нуля на 3000 GPU NVIDIA H200 и демонстрирует паритет с лучшими инструкционно-натренированными open-weight-моделями. Новинка поддерживает понимание изображений и показывает лидирующие результаты в многоязычных диалогах, особенно за пределами англо-китайских датасетов, где большинство конкурентов традиционно...

Китайский стартап DeepSeek выпустил очередное обновление линейки своих LLM — модели DeepSeek-V3.2 и DeepSeek-V3.2-Speciale. Обе позиционируются как системы нового поколения, оптимизированные под работу агентов: многошаговое рассуждение, планирование, сложные цепочки вывода и интеракции со структурированными средами.

V3.2 уже доступна в чате DeepSeek, на сайте и через API. Версия Speciale пока работает только по API через временный endpoint — до 15 декабря 2025 года.

Павел Дуров сообщил о запуске Cocoon — децентрализованной сети для безопасных ИИ-вычислений, ориентированной на полную конфиденциальность пользовательских запросов. По словам Дурова, часть автоматических переводов сообщений в Telegram уже обрабатывается с использованием Cocoon, что фактически делает сеть частью продакшен-инфраструктуры мессенджера.

Команда Anthropic опубликовала подробное исследование о том, как научить ИИ-агентов работать часами и днями, не теряя прогресс после каждой сессии. Проблема старая: каждый запуск модели — это история без памяти о предыдущем контексте. В рамках Claude Agent SDK инженеры нашли способ заставить агентов продолжать работу так, будто они один непрерывный процесс.

Google Antigravity — новая "агентная" IDE, встроенная в экосистему Gemini. Исследователи показали, что Antigravity подвержен непрямой prompt-инъекции, которая позволяет злоумышленнику заставить Gemini активировать вредоносный browser-subagent и выкрасть чувствительные данные из IDE пользователя — включая .env, закрытый код и токены.

Как работает атака

Сценарий начинается с безобидного запроса: пользователь просит Gemini помочь интегрировать Oracle ERP AI Payer Agents и прикладывает найденное в интернете руководство.

На открытой странице блога скрыт prompt injection, спрятанный шрифтом 1 px. Попав в контекст Antigravity, он принуждает Gemini:

Anthropic представили три новые beta-возможности для Claude Developer Platform, которые позволяют моделям динамически искать, изучать и вызывать инструменты: Tool Search Tool, Programmatic Tool Calling и Tool Use Examples. Цель — дать агентам доступ к сотням MCP-серверов и внутренних API без раздувания контекста и бесконечных «натурально-языковых» вызовов инструментов.

По внутренним тестам Anthropic новые механизмы дают ощутимый прирост:

Anthropic выпустили Claude Opus 4.5 — новую флагманскую модель, которая, по словам компании, стала их самым мощным релизом и вышла в лидеры на задачах реального программирования, агентных сценариев и продуктивной работы с компьютером. Модель также заметно улучшилась в задачах глубокого ресёрча, аналитики и работе с Excel/презентациями.

Opus 4.5 уже доступен в приложениях, через API и во всех трёх крупных облаках. Цена снижена до $5 / $25 за миллион токенов (ввод/вывод), что делает модель сильно доступнее.

На SWE-bench Verified новая модель показывает лучший результат среди всех frontier-моделей — Anthropic отдельно подчёркивает, что Opus 4.5 стал значимым шагом вперёд по сравнению с Sonnet 4.5, преодолев задачи, которые ещё несколько недель назад считались «почти невозможными» для...

В проекте Git готовят одно из самых заметных изменений последних лет: начиная с версии 3.0, команда git init по умолчанию будет создавать ветку main вместо master. Изменение уже зафиксировано в свежем релизе Git 2.52 — именно там появилось упоминание о грядущем переключении.

История вопроса тянется давно. Software Freedom Conservancy ещё в 2020 году заявила о планах отказаться от master в пользу более нейтрального названия. Через несколько месяцев этот шаг сделал GitHub, автоматически создавая main во всех новых репозиториях. Но сам Git до сегодняшнего дня сохранял старое поведение, перекладывая ответственность на настройку пользователя.

Вчера на Reddit появился пост с подписью «Claude Opus 4.5 Tomorrow». Сам он быстро исчез, но комментарии успели собрать обсуждение ожиданий нового флагманского модели от Anthropic.

Пока официального анонса нет, но внутри сообщества уверены: релиз близко. Причины простые:

После недавнего релиза Grok 4.1 Fast команда xAI поделилась, по всей видимости, самыми впечатляющими результатами бенчмарков, на которых новая модель уверенно обходит конкурентов. Помимо этого, разработчики подробнее рассказали об инфраструктуре Agent Tools API — ключевом элементе для построения продвинутых автономных агентов.

16 ноября 2005 года Адриан Холловейти объявил о первом релизе Django 0.90 — и вот, два десятилетия спустя, команда выпускает первый релиз-кандидат Django 6.0. Юбилей фреймворк встречает не с ностальгией, а с внушительной статистикой.

Вот что говорит двадцатилетняя история Django:

OpenAI представили GPT-5.1-Codex-Max. Модель обучали на реальных инженерных задачах — от создания PR до отладки и фронтенда. Она доступна в Codex в CLI, IDE и Cloud, а API готовят к запуску.

Модель показывает рост точности. На SWE-Lancer результат вырос с 66.3% до 79.9%. На SWE-Bench Verified — с 73.7% до 77.9% при более экономном использовании thinking-токенов. Для сравнения: при среднем уровне рассуждений она тратит примерно на треть меньше токенов, чем предыдущая версия. По заверениям OpenAI на длинных сессиях модель способна работать более 24 часов, последовательно фиксируя тесты и дорабатывая код.

В сообществе Python обсуждают радикальное изменение архитектуры — предложение сделать Rust жесткой зависимостью для сборки интерпретатора. Это не просто эксперимент, а план полной интеграции языка в ядро CPython.

Авторы инициативы указывают, что C исторически страдает от утечек памяти и ошибок сегментации. Rust должен закрыть эти уязвимости архитектурно и упростить работу с многопоточностью, что критически важно для грядущего Python без глобальной блокировки GIL.

Google выкатила Antigravity — по сути форк VS Code с глубокой прошивкой Gemini 3 и упором на агентность.

Интересно наблюдать, как Google заходит в нишу Cursor’а, но с ресурсами совершенно другого масштаба. По сути, корпорация уже подвинула даже более-менее устоявшихся игроков вроде OpenAI, выпустив модель нового поколения, которая на данный момент кажется объективно более сильной. Теперь вот взялась за "стартапчики" масштабом поменьше.

Как сказал Джефф Безос: «Staying in the game is the most important thing.»

На рынке побеждает не самый талантливый, а тот, кто может оставаться в игре годами, переживая всех конкурентов. А чтобы оставаться — нужны деньги, инфраструктура и терпение. И у Google всего этого более чем достаточно.

JetBrains добавили новую топовую модель от Google в свои IDE. Теперь Gemini 3 Pro работает в AI Chat, а скоро доберётся до Junie, фирменного агента от JetBrains.

JetBrains показали демо. Они загрузили обычный скетч лендинга, дали подробный промпт и получили рабочую страницу. Сначала — чистая и функциональная версия, потом — более выразительная, с анимациями и современным UI. Выглядит прикольно. Мультимодальность тут конечно многое решает.

Утечка Model Card показывает, что Gemini 3 Pro превосходит не только самого себя в предыдущей версии, но и свежие GPT‑5.1 и Claude Sonnet 4.5. Причём — по почти всем метрикам.

Документ, опубликованный на file‑хостинге pixeldrain (архив уже есть в Wayback Machine), приписывают внутренней команде Google. Хотя официального релиза ещё не было — слухи уже гуляют, что модель частично доступна в Cursor и внутри Google AI Studio. Судя по всему, это не просто апдейт, а разительный скачок в reasoning, мультимодальности и понимании контекста.

Компания xAI официально объявила о выпуске Grok 4.1. По данным компании, Grok 4.1 значительно улучшает качество взаимодействия за счёт расширенных творческих, эмоциональных и совместных возможностей. Модель стала лучше воспринимать тонкие намерения пользователя, придерживается более целостного стиля общения и сохраняет «личность», при этом не теряя точности и надёжности, характерных для предыдущих поколений Grok.

Для достижения этих результатов xAI применила масштабную инфраструктуру обучения с подкреплением, ранее использовавшуюся для Grok 4, и оптимизировала стиль, характер, полезность и выравнивание новой версии. Компания также разработала методы, позволяющие использовать передовые агентные модели рассуждений в качестве моделей вознаграждения, что обеспечивает автоматическую оценку и улучшение ответов в большом масштабе.

Тихий запуск и метрики качества

С 1 по 14 ноября 2025 года xAI проводила тихий запуск предварительных сборок Grok 4.1, постепенно увеличивая долю реального трафика, перенаправляемого на новую модель. В течение этого периода компания проводила непрерывные слепые попарные сравнения.

Результаты показали, что пользователи...

TOON — это ещё один способ записать те же самые JSON-данные, но компактнее и понятнее для моделей. Вместо  "key": "value" он использует отступы как YAML и табличную запись для массивов объектов: шапка с названиями полей, дальше строки с данными.

Главная идея — экономия токенов и более предсказуемое поведение LLM на больших массивах данных. Помните, мы даже рассказывали про то, что от формата напрямую может зависеть результат генерации. (Какой табличный формат LLM понимают лучше всего? (Результаты по 11 форматам))

В бенчмарках TOON даёт порядка 30–60% экономии токенов...