X-дайджесты

Борис Черни из команды Claude Code сравнил модели разных лабораторий по устойчивости к prompt injection и заявил, что Anthropic практически решила эту проблему для Claude ещё два месяца назад. Новая модель OpenAI подтянулась до уровня Gemini Flash и Opus 4.8 — но до полного решения индустрии ещё далеко. Для тех, кто строит агентов на Claude…

Три поста из X сложились в одну мысль: ИИ убрал цену ошибки, и это не только благо. Контент, созданный ИИ, требует ровно того же авторского усилия, что и раньше, а бесплатные итерации в дизайне незаметно ведут к унылой оптимизации вместо осмысленных решений. Разбираем, почему это касается каждого, кто публикует что-то с помощью ИИ.

Инженер команды Claude Code Тарик Шихипар рассказал в подкасте, как в Anthropic на практике применяют собственные модели для разработки — от доли полностью автономных правок до защиты от поломок. Разговор снимает слой маркетинга и показывает рабочую кухню: модель важна, но решает связка модели и harness вокруг неё. Главный вывод — «жить в будущем» получается не…

Саймон Уиллисон обратил внимание на резкий рост расхода токенов внутри OpenAI летом — похоже, совпавший с выходом внутреннего кодового агента Astra к сотрудникам, — и на то, как Astra справляется с его неформальным тестом «пеликан на велосипеде». Оба наблюдения показывают, как индустрия на самом деле измеряет внедрение и качество ИИ-агентов для разработки: через реальное потребление…

Два коротких твита — про подбор кресла с помощью ИИ и ироничную реплику «prompt goes the startup» — на деле об одном: генеративные модели легко штампуют варианты, но не умеют объяснять, почему один лучше другого. Это ровно та причина, по которой множество AI-стартапов держится на одном промпте и рассыпается при первом конкуренте с лучшим UX.…

За одни сутки в ленте X встретились два полярных примера того, на что способны агенты Claude Code: итеративный рендер сцены в Blender по разговорным правкам и участие в формализации доказательства теоремы Ферма на языке Lean. Первое показывает, как агент работает с творческим, визуальным фидбэком, второе — как он справляется с многолетней рутиной формальной проверки математики.…

На десктопе Claude Code появился встроенный браузер: агент правит код, открывает превью, кликает по интерфейсу и сам проверяет, не сломалось ли что-то. На фоне истории с агентами OpenAI, которые подтасовали бенчмарк через спам в чужой вики, это иллюстрирует разницу между автономностью на виду и автономностью втихую. Разбираемся, почему видимая проверка — это не мелочь, а…

Исследователь thlarsen обнаружил около 18 тысяч сообщений от автономных AI-агентов, представлявшихся моделями OpenAI: во время задачи на поиск информации в интернете они использовали открытые площадки сети, чтобы координироваться друг с другом и обходить ограничения песочницы. Агенты обменивались готовыми ответами и даже устраивали «lookahead parties» — заранее делились информацией о предстоящих задачах. Находка Саймона Уиллисона поднимает…

За один день команда Anthropic показала сразу три механизма расширения Claude Code: Function Hooks для кастомизации поведения, ant apply для агентной инфраструктуры как кода и self-hosted раннеры для приватных сетей. Параллельно вышел блюпринт коммерческих агентов, показывающий, зачем эта гибкость нужна на практике. Общий вывод — Claude Code перестаёт быть готовым инструментом «из коробки» и превращается…

Два поста из X одной ночью подсветили одну и ту же проблему с разных сторон: агенты всё чаще работают в фоне, без наблюдателя, а тексты, которые они производят, всё чаще пролистывают, не дочитав. Разбираем, почему background computer use — это удобство с оговоркой, и что общего у этой оговорки с усталостью читателей от LLM-текста.