# Сопутствующие статьи по теме Программирование

Новостной центр HTX предлагает последние статьи и углубленный анализ по "Программирование", охватывающие рыночные тренды, новости проектов, развитие технологий и политику регулирования в криптоиндустрии.

Срочно: Маск представляет самый мощный Grok 4.5, с ценой уровня Opus по огромной скидке

SpaceXAI представила флагманскую модель Grok 4.5, разработанную совместно с Cursor. Модель демонстрирует высокую производительность в тестах SWE Bench Pro (64,7%), Terminal Bench 2.1 (83,3%) и DeepSWE 1.0 (62,0%), сравнимую с такими моделями, как OpenAI GPT-5.5 и Opus 4.7/4.8. Её ключевыми преимуществами объявлены высокая скорость (80 TPS) и эффективность: при решении задач Grok 4.5 использует в 4,2 раза меньше токенов, чем Opus 4.8. Цена составляет $2 за 1 млн входных токенов и $6 за 1 млн выходных. Модель натренирована на огромном количестве высококачественных данных от Cursor, включающих реальные сценарии взаимодействия разработчиков. Маск пообещал, что следующая версия получит контекст до 1 млн токенов и выйдет уже в следующем месяце, ознаменовав новый качественный скачок.

marsbit07/09 03:13

Срочно: Маск представляет самый мощный Grok 4.5, с ценой уровня Opus по огромной скидке

marsbit07/09 03:13

Шокирующее происхождение Claude Code раскрыто: он произошел из проекта безопасности, Boris: завершено лишь 1%

**Откровение о происхождении Claude Code: проект родился из задачи обеспечения безопасности (Alignment), и он завершен лишь на 1%** История Claude Code, инструмента, изменившего подход к программированию в Кремниевой долине, началась в 2021 году с раннего расширения VS Code от команды Бена Манна в Anthropic. Однако настоящим истоком проекта, как раскрывает ведущий разработчик Борис Черны, стала внутренняя работа Anthropic по **безопасности и согласованию (Alignment) ИИ**. Первоначальные попытки создания автономного инженерного агента в 2022 году столкнулись с кошмаром инфраструктуры: безопасное выполнение кода, работа с файлами, таймауты. Инструмент `clide`, внутренний прототип командной строки, созданный в 2023 году, был слишком медленным и нестабильным, хотя и революционным по возможностям. Прорыв произошел в конце 2024 года с приходом Бориса Черны. Получив задачу создать агент для программирования для «моделей будущего», он быстро собрал рабочий прототип CLI. Ключевым моментом стала интеграция с `clide`, когда тот по описанию проблемы написал полный запрос на слияние (pull request). Это поразило команду и дало старт двухнедельному спринту, в ходе которого были созданы основные функции. Официальный запуск **Claude Code** состоялся в феврале 2025 года. С выходом мощных моделей Claude 4, таких как Sonnet 4, эффективность инструмента взлетела, завоевав доверие разработчиков. Сам Черны теперь практически не пишет код вручную, полностью полагаясь на Claude Code. Несмотря на успех, Борис Черны заявляет: **«Мы завершили лишь 1%»**. По его мнению, впереди — реализация истинно долгосрочной автономии, сложного управления контекстом, планирования в открытом мире. Роль инженера трансформируется от архитектора кода к управляющему ИИ, открывая путь к решению более масштабных задач.

marsbit07/07 12:33

Шокирующее происхождение Claude Code раскрыто: он произошел из проекта безопасности, Boris: завершено лишь 1%

marsbit07/07 12:33

GPT-5.5 внезапно потерял интеллект, мышление обрывается на числе 516, чем сложнее задача, тем хуже результат

Статья сообщает о странном сбое в работе модели GPT-5.5 от OpenAI. Пользователи заметили, что при выполнении сложных задач, особенно в программировании, модель внезапно прерывает генерацию ответа, достигнув 516 токенов в процессе "рассуждения" (thinking tokens). Это приводит к неполным или ошибочным результатам. Статистика, собранная разработчиками с февраля по июнь 2026 года, показывает аномально высокую концентрацию ответов GPT-5.5, обрывающихся ровно на 516 токенах (а также на 1034 и 1552). На эту модель приходится более 80% всех подобных случаев. При этом общий объем "рассуждений" у GPT-5.5 в последние месяцы снизился, что указывает на возможное скрытое ограничение "бюджета мышления" или механизм досрочной остановки для экономии вычислительных ресурсов. Сообщество разработчиков возмущено и требует от OpenAI объяснений: является ли это техническим сбоем, намеренным ограничением или проблемой маршрутизации запросов. Также в статье упоминается другая проблема: стиль общения GPT-5.5 стал излишне формальным, поучительным и склонным к избыточным исправлениям, что ухудшает пользовательский опыт по сравнению с более естественными моделями, такими как Claude. Основной вывод: GPT-5.5 демонстрирует тревожное поведение, когда ради выполнения формальных квот жертвует глубиной анализа и качеством помощи, превращаясь из интеллектуального помощника в ограниченного исполнителя.

marsbit07/05 23:59

GPT-5.5 внезапно потерял интеллект, мышление обрывается на числе 516, чем сложнее задача, тем хуже результат

marsbit07/05 23:59

Срочно, доступная версия Claude 5 появилась, каждый может её использовать

Только что представлен Claude Sonnet 5 (кодовое имя Fennec) — самая мощная и доступная модель Anthropic для автономных агентов (Agents). Она становится моделью по умолчанию для всех пользователей. Ключевые особенности: * **Мощность:** Производительность в задачах на программирование, логику и работу с инструментами (браузер, терминал) почти догоняет флагманскую Opus 4.8, при этом значительно превосходит GPT-5.5 в некоторых тестах (например, SWE-bench Pro). * **Доступность:** Мгновенно доступна глобально для Free и Pro-аккаунтов. Цена API ограничена до 31 августа: $2/М токенов (ввод) и $10/М токенов (вывод). После этого — $3 и $15 соответственно, что все равно значительно дешевле Opus ($5/$25) и GPT-5.5 ($5/$30). * **Безопасность:** Исключительно низкий уровень успешных атак (0.19% на подсказки, 0.93% на браузер), превосходящий в этом даже флагманские модели конкурентов. * **Контекст:** Выход Sonnet 5 компенсирует недоступность ожидаемой Fable 5, предлагая "рабочую лошадку" для разработчиков. Модель эффективно закрывает разрыв между дорогими топовыми и менее способными доступными моделями. Итог: Sonnet 5 предлагает производительность уровня флагманов по цене средней модели, становясь самым практичным и экономичным выбором для выполнения сложных задач.

marsbit07/01 07:49

Срочно, доступная версия Claude 5 появилась, каждый может её использовать

marsbit07/01 07:49

Claude Code официально анонсировал следующее крупное обновление: вы общаетесь, а на фоне работа уже сделана

Claude Code, разработчики которого объявили о следующем крупном обновлении, делает фоновое выполнение задач суб-агентами стандартной функцией. Это означает, что пользователи могут общаться с Claude, пока интеллектуальные агенты в фоновом режиме завершают работу — например, рефакторинг кода, запуск тестов или создание PR. По сути, инструмент эволюционирует от диалогового интерфейса к «движку рабочих процессов», способному одновременно управлять несколькими задачами. Создатель Claude Code, Борис Черны, подчеркивает философию проекта: это не чат, а инфраструктура. Этот шаг стал закономерным развитием ранее представленных функций, таких как Routines (запланированные задачи) и Dynamic workflows (динамические рабочие процессы для сложных задач). Теперь фоновый режим стал настройкой по умолчанию, позволяя разработчикам сосредоточиться на стратегическом планировании. Практический эффект значителен. В Anthropic отмечают, что Claude Code утроил эффективную производительность инженеров, сместив узкое место с написания кода на принятие решений о том, какой код писать. Компаниям теперь требуется больше продуктовых менеджеров. Пример Spotify демонстрирует масштаб: в монолитном репозитории из 20+ миллионов строк кода 73% pull request создаются с помощью AI, а частота PR выросла на 75%. Инженерный директор Spotify Никлас Густавссон управляет несколькими сессиями Claude одновременно, параллельно выполняя задачи. Ключевой вывод: когда «работа в фоне» становится стандартом, главной задачей инженера становится не написание кода, а определение целей и оценка результатов.

marsbit06/30 09:34

Claude Code официально анонсировал следующее крупное обновление: вы общаетесь, а на фоне работа уже сделана

marsbit06/30 09:34

2028: Наступает эра RSI

**2028 год: Рекурсивное самоулучшение (RSI) становится реальностью** Сооснователь Anthropic Джек Кларк заявил, что к концу 2028 года с вероятностью 60% будет достигнуто рекурсивное самоулучшение ИИ — способность систем автономно создавать более совершенные версии себя без участия человека. Это мнение подтверждает генеральный директор Google DeepMind Демис Хассабис, отметивший, что все ведущие лаборатории ИИ активно работают над RSI. Он выразил серьёзную озабоченность последствиями этого. Данные свидетельствуют о стремительном прогрессе. Например, модель Claude Opus 4.7 самостоятельно переписала сложный биологический пакет из 16 000 строк кода за 14 часов. В другом тесте ИИ непрерывно программировал 19 дней без вмешательства человека. В Anthropic более 80% кода в репозитории сейчас пишется ИИ, что увеличивает производительность инженеров в 8 раз. OpenAI в своей политической программе называет RSI ключевой проблемой безопасности. Самуэль Альтман даже предположил, что наступление RSI может стать причиной отложить грядущее IPO компании. Эксперты сходятся во мнении: рекурсивное самоулучшение больше не теоретическая концепция, а неизбежный этап развития, который кардинально изменит технологический ландшафт в ближайшие годы. Вопрос теперь не в том, произойдёт ли это, а в том, готово ли к этому человечество.

marsbit06/28 10:47

2028: Наступает эра RSI

marsbit06/28 10:47

ТОП моделей Hugging Face, теперь я признаю только yuxinlu1

**Персональный разработчик взлетел на трендовые позиции Hugging Face, обойдя крупные компании** Личный аккаунт **yuxinlu1** (разработчик Лу Юйсинь) неожиданно занял высокие места в трендовом рейтинге моделей Hugging Face, расположившись среди таких гигантов, как Zhipu GLM-5.2, Baidu Unlimited-OCR, Qwen и NVIDIA. Его два GGUF-квантованных варианта модели на базе **Gemma4-12B** набрали **207 тыс.** и **536 тыс.** загрузок соответственно. **Суть моделей:** * **Версия 1 (Coder):** Сфокусирована на генерации и проверке исполняемого кода. Обучалась на "верифицируемых" данных, где каждая цепочка рассуждений подтверждалась прохождением тестов. Для обучения использовались данные Cursor Composer 2.5 и Fable 5. * **Версия 2 (Agentic):** Добавлена способность к многошаговому вызову инструментов (tool use), что позволяет использовать модель как локального агента. **Ключевые преимущества:** 1. **Локальный запуск:** Модели в формате GGUF можно запускать локально с помощью llama.cpp, Ollama и др., что обеспечивает **конфиденциальность** данных (код не уходит в облако) и **нулевую стоимость** API-вызовов. 2. **Низкий порог входа:** Минимальная версия (Q2_K) занимает около **4.5 ГБ** памяти, что делает её доступной для пользователей с потребительскими видеокартами или Mac с 8 ГБ унифицированной памяти. **История создателя:** Лу Юйсинь — аспирант, изучающий ИИ. Эти модели — его **личный некоммерческий проект**, созданный для самообразования в быстроразвивающейся области. Процесс занял около 40 часов интенсивной работы (включая сжигание целого пакета Claude Max 20×) на одной видеокарте RTX 5090. Самой трудоёмкой частью была обработка и "нарезка" длинных диалоговых данных для обучения в условиях ограниченной памяти. **Философия и успех:** По словам разработчика, успех основан на **честности** (чётком указании сильных и слабых сторон модели) и **решении конкретной практической задачи** — создании эффективного и доступного локального помощника для программирования. Он активно взаимодействует с сообществом, отвечая на отзывы. Лу Юйсинь считает, что у индивидуальных разработчиков есть своя ниша: они могут быть более сфокусированными и гибкими, чем крупные компании, для которых выпуск моделей часто связан с более широкими бизнес-задачами. Ссылка на модели: https://huggingface.co/yuxinlu1

marsbit06/28 01:53

ТОП моделей Hugging Face, теперь я признаю только yuxinlu1

marsbit06/28 01:53

Оказывается, вот так гений Карпати использует Claude?

Андрей Карпати, известный специалист в области ИИ, после перехода в Anthropic стал менее активен в открытых сообществах. В сети появился файл CLAUDE.md, который, как утверждается, является его личной инструкцией для работы с ИИ-ассистентом Claude при программировании. Хотя подлинность документа не подтверждена, его содержание точно отражает принципы Карпати. Основные правила из файла: 1. **Сначала изучите код**: Прежде чем писать новый код, внимательно прочитайте существующую кодобазу, чтобы соблюдать её стиль и использовать имеющиеся инструменты. 2. **Продумайте решение заранее**: Чётко формулируйте предположения, обсуждайте компромиссы и варианты реализации, не угадывайте требования. 3. **Будьте проще**: Избегайте преждевременных абстракций, избыточной обработки ошибок и ненужной настройки. Пишите минимальный код, решающий конкретную задачу. 4. **Вносите точечные изменения**: Не меняйте код, не связанный с задачей, строго соблюдайте стиль проекта, не рефакторите «заодно». 5. **Проверяйте код**: Пишите тесты для воспроизведения ошибок, проверяйте их до и после изменений, тестируйте поведение, а не реализацию. 6. **Действуйте целенаправленно**: Чётко определяйте критерии успеха, составляйте план для сложных задач. 7. **Отлаживайте системно**: Внимательно читайте сообщения об ошибках, воспроизводите проблему, вносите изменения пошагово, ищите первопричину. 8. **Осмотрительно добавляйте зависимости**: Используйте стандартные библиотеки и существующие в проекте инструменты, оценивайте необходимость, размер и поддержку новых пакетов. 9. **Эффективно коммуницируйте**: Объясняйте свои действия и причины, указывайте на потенциальные проблемы, точно выражайте неуверенность, пишите информативные сообщения о коммитах. Также перечислены типичные ошибки: массовый рефакторинг, ошибочные абстракции, скрытые архитектурные решения, игнорирование нестандартных сценариев, иллюзия знаний и отклонение от стиля проекта. Сообщество отмечает, что эти принципы, основанные на идеях Карпати (например, проект «andrej-karpathy-skills» на GitHub), значительно повышают качество кода, генерируемого ИИ. Ключ — адаптировать правила под свой стек и стиль, а не слепо копировать.

marsbit06/27 07:34

Оказывается, вот так гений Карпати использует Claude?

marsbit06/27 07:34

«Король логики» Google тоже ушел в Meta, когда-то его пригласила Фейфэй Ли

В статье сообщается, что ведущий специалист Google по искусственному интеллекту, Дэнни Чжоу (Чжоу Дэнъюн), известный как «король логического вывода», покинул компанию и присоединился к Meta в качестве научного исследователя. Его переход прошел незаметно, в отличие от громких уходов других ключевых фигур, таких как соавтор Transformer Ноам Шазер (в OpenAI) и нобелевский лауреат Джон Джампер (в Anthropic). Чжоу, которого изначально в Google привлекла Фэй-Фэй Ли, проработал в компании более восьми лет, внеся значительный вклад в методы логического вывода для больших языковых моделей. Его уход является частью более широкой тенденции оттока талантов из Google. В то же время Meta также привлекла профессора UC Berkeley Доун Сун, эксперта по безопасности ИИ. В статье утверждается, что причиной оттока может быть внутренняя реструктуризация приоритетов в Google. Компания, как сообщается, создала специальную «ударную группу» по разработке ИИ для программирования, курируемую соучредителем Сергеем Брином, и направила на этот проект значительные вычислительные ресурсы. Это решение, по-видимому, отодвигает на второй план другие исследовательские направления, такие как разработка «модели мира» (world model) в DeepMind, что вызывает разногласия внутри компании и, возможно, способствует уходу исследователей, чьи проекты теряют приоритет или ресурсы. Таким образом, акцент на немедленной коммерциализации (кодирование) в ущерб долгосрочным фундаментальным исследованиям представляется ключевым внутренним фактором текущих кадровых потерь Google.

marsbit06/26 13:41

«Король логики» Google тоже ушел в Meta, когда-то его пригласила Фейфэй Ли

marsbit06/26 13:41

3B-модель поставила рекорд в программировании наравне с Opus 4.5: китайская модель вызвала горячие споры

В последние дни небольшая модель VibeThinker-3B (3 миллиарда параметров) привлекла большое внимание, продемонстрировав результаты, сопоставимые с передовыми крупными моделями, такими как GPT-5 high и Claude Opus 4.5, в задачах верифицируемого рассуждения — программировании, математике и STEM. Разработанная командой Weibo (Sina), она основана на Qwen2.5-Coder-3B и использует усовершенствованный конвейер Spectrum-to-Signal, включая обучение с подкреплением (RL) и дистилляцию. Модель показала выдающиеся результаты: 94.3 балла на AIME26, 89.3 на HMMT25, 80.2 на LiveCodeBench v6 и 96.1% успеха в свежих соревнованиях LeetCode. Метод Claim-Level Reliability (CLR) ещё повысил её точность. Важным выводом работы является «гипотеза параметрического сжатия»: возможности верифицируемого рассуждения (логика, проверка) могут быть эффективно сжаты в компактной модели, в отличие от общих знаний, требующих больших параметров. Это указывает на частичное разделение рассуждений и фактологических знаний. Цель авторов — не замена больших моделей, а исследование предела малых моделей в специфических областях с чёткими правилами и обратной связью. Модель доступна для загрузки, но её эффективность ограничена задачами с надёжной проверкой, а не общими диалогами.

marsbit06/18 00:24

3B-модель поставила рекорд в программировании наравне с Opus 4.5: китайская модель вызвала горячие споры

marsbit06/18 00:24

活动图片

Популярные категорииright-arrow

Популярные тегиright-arrow