Claude посадили за пульт четвероногого робота — и он закрыл задачи в 37 раз быстрее живой команды инженеров, написав вдесятеро меньше кода. Это пока лабораторный трюк, но «физический» ИИ уже стучится в дверь. А пока роботы учатся ходить, у тебя в выпуске есть готовый промпт, который собирает из ворох симптомов внятную повестку для врача, авто-подготовка к встречам в пару кликов и три слова в промпте, которые обходят распиаренный скилл на 25 тысяч звёзд.
Главное за 30 секунд
- Claude Opus 4.7 сам управлял роботом-собакой в 18–37 раз быстрее людей — ранний звонок об эре «физического» ИИ.
- Готовый промпт превращает сумбур симптомов в чёткую повестку к врачу и прямо запрещает себе ставить диагноз.
- Три слова «Follow YAGNI principles» в промпте обошли скилл на 25 тысяч звёзд — хайп вокруг скиллов часто пустой.
- После работы с ИИ-ассистентом врачи стали хуже находить опухоли без него — навык надо держать в тонусе.
- Джон Джампер, нобелевский автор AlphaFold, ушёл из Google DeepMind в Anthropic — война за таланты продолжается.
Внедряем и улучшаем
Промпт-помощник перед визитом к врачу — без диагнозов. OpenAI отчиталась, что ChatGPT уже спрашивают о здоровье больше 230 млн человек в неделю, а её reasoning-модель помогла врачам подтвердить 18 редких диагнозов из 376 «глухих» случаев. Но самое полезное для тебя — не модель, а приём: использовать ИИ как подготовку к приёму, а не как замену врачу. Закинь в чат всё, чем готов поделиться, и попроси собрать таймлайн симптомов, «красные флаги», вопросы врачу и что взять с собой. Главная хитрость — требовать неопределённость, а не уверенность. Готовый промпт от The Neuron, дословно:
I am preparing for a medical appointment. Do not diagnose me. Help me
organize the information below into: 1) a short symptom timeline,
2) important context to mention, 3) possible red flags I should ask about,
4) questions for my clinician, and 5) documents or test results I should
bring. If anything sounds urgent, tell me to seek professional care
instead of waiting.
Что это значит: ИИ тут — «неутомимый второй читатель», который структурирует хаос в голове. Решения остаются за врачом, а ты приходишь на приём подготовленным (The Neuron).
Авто-подготовка к встречам через Google Gemini. The Rundown показал no-code флоу, который сам собирает бриф к каждому совещанию за 10–15 минут до старта. Настраивается один раз, дальше работает само.
- Открой Google Workspace Studio и создай новый flow с триггером «Based on a meeting».
- Поставь запуск за 10–15 минут до встречи — чтобы бриф появлялся до звонка.
- Добавь шаг «Ask Gemini»: пусть пишет короткий бриф с контекстом встречи, открытыми вопросами, повесткой и темами для обсуждения.
- Добавь шаг «Create a doc». В имя подставь название встречи + «Meeting Prep», в тело — вывод Gemini.
- Добавь шаг «Block time»: в описание блока вставь ссылку на созданный документ.
- Заведи тестовую встречу в календаре, нажми «Test workflow», выбери её — и проверь, что бриф приходит вовремя и ссылка рабочая.
Совет: начни с одного типа встреч, обкатай, потом распространи на клиентские звонки, собеседования и ревью (The Rundown).
Три слова в промпте бьют скилл за 25 тысяч звёзд. Колин Эберхардт (Scott Logic) поймал за руку волну распиаренных «скиллов, которые делают кодинг-агента умнее». Скилл Ponytail обещал результат «в 6 раз лучше», собрал 25 тысяч звёзд на GitHub — и был единственным с бенчмарком. Колин бенчмарк проверил: он оказался дефектным. А потом почти повторил эффект Ponytail тремя словами в промпте:
Follow YAGNI principles
И превзошёл скилл, добавив ещё четыре слова:
Follow YAGNI principles, and one-liner solutions.
YAGNI — «You Aren't Gonna Need It», принцип «не пиши того, что пока не нужно». Вывод простой: прежде чем тащить очередной модный скилл или фреймворк «для лучшего кода», проверь, не решается ли задача парой слов в системном промпте. Большинство таких решений живут на громких заявлениях без доказательств (Scott Logic).
airgap: спрячь секреты от агента и npm одной обёрткой. Агенты вроде claude и opencode читают весь проект и хоум — и значения из .env или SSH-ключ могут улететь в промпте провайдеру. А npm-пакеты через install-хуки запускают чужой код прямо при установке и охотятся за токенами (так расползался червь Shai-Hulud). airgap — обёртка на Rust для Linux: запускает программу в отдельном namespace и монтирует твои папки через FUSE, отдавая секреты в «заредаченном» виде, а на неожиданные файлы спрашивая разрешение.
cargo install airgap
Дальше добавь прозрачные алиасы в ~/.zshrc или ~/.bashrc:
alias claude="airgap claude"
alias opencode="airgap opencode"
alias npm="airgap npm"
Агент продолжит работать с реальными файлами, но вместо ключа увидит <redacted value>, а вредоносный install-хук упрётся в запрос подтверждения и не утащит .env. Это дешёвый дополнительный слой, не панацея — и пока только Linux (sauleau.com, репозиторий).
Какую открытую модель брать под код: MiniMax M3 или GLM 5.2. Это две топовые открытые модели недели, и независимый тест Thinkwright (72 задачи, по 3 прогона) расставил их по местам. На правках уже существующего кода — баг-фиксы, новые фичи, доведение тестов до зелёного — модели почти неотличимы (0.999–1.000 у обеих). Вся разница всплывает только на сборке проекта с нуля.
- GLM 5.2 — надёжнее на greenfield: 92% полностью пройденных задач против 84% у MiniMax. Но дороже ($18.47 против $6.67 за прогон) и медленнее (80с против 45с).
- MiniMax M3 — дешевле в 2.8 раза и быстрее в 1.8 раза при том же качестве на доработках. Идеальный «рабочий» воркер под массовый поток правок.
Практический расклад: ставь MiniMax M3 дешёвым быстрым исполнителем на доработки существующего кода, а GLM 5.2 зови, когда надо собрать рабочий проект с нуля. Обе — под фронтир-координатором (Opus или GPT-5.5), который делегирует и проверяет, а не вместо него (Thinkwright).
Не отдавай ИИ навык, который тебе нужен самому. Свежий разбор в Nature собрал первые данные о «деквалификации» от ИИ — и они тревожные. Польские эндоскописты с опытом от 2000 колоноскопий получили ИИ-подсказку аденом в реальном времени. Когда подсказку отключали, доля найденных предраковых поражений падала с 28,4% до 22,4%. Авторы пишут: постоянная опора на ИИ делает специалистов «менее мотивированными, менее сфокусированными и менее ответственными» в решениях без него. В опросе 70% медсестёр и 77% врачей уже боятся потерять навык. В рандомизированном тесте Anthropic на 52 инженерах ИИ-помощь ухудшила понимание кода и отладку без выигрыша в скорости — «ИИ-продуктивность не короткий путь к компетентности».
Что делать на практике:
- Реши заранее, какие навыки оставляешь себе, а какие готов отдать. Ключевые держи в руках.
- Не делегируй задачу целиком: сначала сам сформулируй решение, потом сверься с ИИ. Используй его как оппонента, а не автопилот.
- Периодически работай «всухую», без ассистента — особенно там, где цена ошибки высока (Nature).
Кейс найма: убери фильтр резюме — и отбор станет честнее. Costa Coffee отсеивала десятки тысяч кандидатов, но традиционная фильтрация отрезала людей до того, как они себя проявят. Компания заменила ранний отсев на чат-интервью Sapia.ai, которое скорит ответы кандидата в разговоре — без скрининга резюме. Результат: больше 200 000 проинтервьюированных, разброс гендерных исходов упал ниже 1% по всей воронке, и 72% кандидатов рекомендуют бренд — даже те, кого не наняли. Готовый приём: найди в своём процессе место, где людей отсеивают до любого человеческого или ИИ-контакта, и замени этот «шлюз» структурированным чат-скринингом, который оценивает всех по одинаковым критериям (The AI Report).
Инструменты и штуки
Claude Code Artifacts. Anthropic добавила в Claude Code «артефакты» — рабочая сессия превращается в живую расшариваемую страницу: разбор PR, объяснение системы, визуализация. Артефакты сами обновляются, хранят историю версий и приватность. Удобно, когда надо передать коллеге не лог чата, а готовую наглядную сводку. Пока в бете для Claude Team и Enterprise (анонс).
Perplexity Brain. Самообучающаяся память для агентов: строит постоянный граф контекста по задачам, проектам, решениям и файлам, привязывая каждый факт к источнику. Агент стартует не с нуля, а с релевантным контекстом проекта. Заявленный прирост — корректность ответов +25%, recall +16%, стоимость задач, зависящих от истории, −13%. Доступно в Research Preview для подписчиков Max (Perplexity).
Codex Record & Replay. Новая фича агента OpenAI: записываешь свои действия один раз — и Codex превращает их в переиспользуемый скилл. По сути, способ закодировать рутину «как я это делаю» без ручного написания инструкции. Для тех, кто гоняет повторяющиеся воркфлоу (OpenAI).
Agent Apprenticeship. Открытая экосистема, где агенты учатся на реальных задачах: полезная работа порождает «уроки», которые переиспользуются в следующих запусках. В seed-датасете 500+ задач, 495 уроков и 1000+ трейсов. Подключается к Claude Code и Codex автоматически, ставится через npx agent-apprenticeship init, опытом можно обмениваться через общий репозиторий. MIT, бесплатно — платишь только за токены своей модели. Любопытный способ копить переиспользуемый опыт своих агентов (GitHub).
API to MCP. Превращает любой REST-, GraphQL- или SaaS-API в хостящийся MCP-сервер, чтобы агенты подключались к нему через OAuth и API-ключи. Если давно хотел отдать агенту доступ к своему сервису, но не готов писать MCP-обёртку руками — это короткий путь (apitomcp.ai).
Aikido Code Audit. Агентный аудит безопасности, который «рассуждает» по исходному коду как атакующий и ловит сложные многошаговые уязвимости, мимо которых проходит обычный SAST: цепочки IDOR через три файла, ReDoS, admin-роуты без проверки прав. Каждая находка — с причиной, доказательством в коде и кнопкой AutoFix (готовый PR). По замерам берёт 70–80% того, что вскрывает полный пентест, за примерно в 10 раз меньшие деньги; у ранних пользователей медиана — около 25 проблем на кодбазу, и ни один аудит не вернулся «чистым». Старт бесплатный, аудиты — по кредитам (Aikido).
GitHits. Даёт кодинг-агенту заглянуть в исходники пакетов-зависимостей твоего проекта — вместо того чтобы угадывать, как они устроены. Меньше галлюцинаций про чужой API, больше попаданий с первого раза (githits.com).
Daemons by Charlie Labs. Следит за PR, issues, CI, доками, Slack, Linear, GitHub и Sentry и двигает вперёд работу, созданную агентами. Полезно командам, у которых агенты уже что-то делают, но за результатом надо кому-то присматривать (Charlie Labs).
InTruth. Chrome-расширение, которое слушает звук вкладки, на лету транскрибирует речь и проверяет факты во время дебатов, интервью и созвонов. Вердикты — TRUE / MISLEADING / FALSE / UNVERIFIABLE с источниками, отдельно отслеживает, кто что сказал. Работает на своём ключе Anthropic (Claude Haiku), настройки хранятся локально. Open-source, MIT (GitHub).
Google Workspace Vids. Превращает слайды в видео с аватаром-ведущим и сгенерированной озвучкой на 24 языках. Быстрый способ собрать обучающий ролик или презентацию-объяснялку, не вставая перед камерой (анонс).
Stack Overflow для агентов. Курьёз недели: запустили площадку, где кодинг-агенты задают вопросы друг другу и делятся ответами — раз люди всё меньше пишут код сами. За неделю набралось всего ~200 постов и ~260 агентов, так что до взлёта далеко. Но сам факт показателен: инфраструктуру теперь строят и под нечеловеческих пользователей (agents.stackoverflow.com).
Новости и тренды
Claude сел за пульт робота — и обогнал инженеров в десятки раз. Anthropic выпустила вторую фазу «Project Fetch»: Claude Opus 4.7 автономно, без человека, управлял серийным четвероногим роботом и закрывал задачи по программированию его сенсоров. На общих с людьми задачах он был в 37 раз быстрее команды без Claude и в 18 раз быстрее команды с Claude-ассистентом, написав почти вдесятеро меньше кода и часто давая рабочий код с первой попытки. Слабое место осталось — точные движения с быстрой обратной связью, где люди пока сильнее.
Что это значит: прирост пришёл от общего роста модели, а не от обучения под робототехнику. Похоже, мы входим в раннюю эру «физического» ИИ, где модель легко берёт серийный физический инструмент под узкую задачу — а значит, прикладная робототехника может прийти раньше, чем кажется (Anthropic).
Джон Джампер уходит из Google DeepMind в Anthropic. Нобелевский лауреат по химии 2024 года и автор AlphaFold — модели, решившей полувековую задачу предсказания структуры белков — после почти 9 лет покидает DeepMind. Это часть оттока топ-учёных из Google: на днях туда же, в OpenAI, ушёл Ноам Шазир, соавтор трансформера, о чём мы писали 18–19 июня.
Что это значит: Anthropic, до сих пор заточенная на код и агентов, забирает учёного мирового уровня и явно метит в «ИИ для науки» — поле, где правит DeepMind. Для Google это болезненная потеря флагманского научного бренда (пост Джампера).
Hyundai полностью выкупил Boston Dynamics. Корейцы забрали у SoftBank оставшиеся 9,65% за $325 млн и сделали робототехническую компанию своей стопроцентной «дочкой» (правление одобряет сделку 22 июня). Цель — поставить гуманоида Atlas на конвейер завода электромобилей Hyundai под Саванной к 2028 году, начав с сортировки деталей. Планка от гендиректора — освоение новой задачи за день-два и 99,9% надёжности.
Что это значит: гуманоиды переходят от вирусных демо к вертикально интегрированному заводу, где владелец производства сам становится первым заказчиком. SoftBank же перекладывает деньги в инфраструктурный слой ИИ и ставку на OpenAI (Startup Fortune).
ChatGPT всё ближе к кабинету врача. OpenAI улучшила ответы по здоровью в бесплатной GPT-5.5 Instant, а в исследовании в NEJM AI её reasoning-модель помогла врачам Boston Children's и Harvard заново разобрать 376 «глухих» педиатрических случаев и подтвердить 18 новых диагнозов. Модель не ставила диагнозы — она выдавала зацепки, привязанные к доказательствам, а решали врачи.
Что это значит: ИИ в медицине смещается от общих советов к поддержке рабочего процесса врача. Риск — что уверенный ответ примут за окончательный и пропустят визит. Польза для тебя в связке с промптом-помощником из раздела выше (OpenAI).
Норвегия почти запретила ИИ в начальной школе. С конца августа ученикам 1–7 классов (6–13 лет) пользоваться ИИ-инструментами будет нельзя; подросткам 14–16 — только под надзором учителя, а с 17 лет — свободно. Причина не приватность, а педагогика: премьер Стёре говорит, что ИИ позволяет детям «пропускать важные этапы обучения», а школа должна научить читать, писать и считать. Это продолжение курса после запрета смартфонов в школах в 2024-м.
Что это значит: один из первых государственных прецедентов, где спор «как внедрять ИИ в школе» развернули к «до подросткового возраста — нельзя вообще». Возрастная модель «запрет → под надзором → свободно» может стать референсом для других стран (Reuters, копия Engadget).
GPT-5.6 — уже на следующей неделе. OpenAI готовит релиз GPT-5.6, возможно с вариантами Mini и Pro: контекст до 1,5 млн токенов, лучше долгие задачи в коде, быстрее ответы Codex и агрессивная цена, чтобы подрезать Anthropic на фоне проблем с доступностью Fable 5. Мы писали 12 июня о подготовке этой модели — теперь у неё есть срок. Что это значит: ценовая война лабораторий продолжается, а тебе стоит закладывать частую смену «модели по умолчанию» под код (TestingCatalog).
Anthropic первой из ИИ-стартапов вошла в углеродную коалицию Frontier. Компания участвует в новом раунде обязательств на $915 млн, почти удваивая общий объём предзакупок углеродных кредитов до $1,8 млрд. Это её первая климатическая сделка вообще. Что это значит: фронтир-лаборатории начинают публично отвечать за объёмы потребляемой дата-центрами энергии — раньше об этом говорили только критики (TechCrunch).
ChatGPT идёт в Пентагон. В июле OpenAI разворачивает ChatGPT на оборонной платформе GenAI.mil — доступ получат более 3 млн человек, поддержка нагрузок Impact Level 5 и контролируемой несекретной информации. Что это значит: корпоративно-государственный ИИ становится инфраструктурой по умолчанию, со всеми вопросами к данным и зависимости (ExecutiveGov).
Чипы превращаются в финансовый инструмент. По расследованию WSJ, Google копирует приём Nvidia: даёт гарантии по аренде своих TPU (на кластере под Нью-Йорком — на $3,2 млрд), чтобы девелоперы привлекали дешёвый долг и сдавали мощности Anthropic. Параллельно Amazon ведёт переговоры о продаже своих чипов Trainium3 чужим дата-центрам. Что это значит: борьба за инфраструктуру ИИ всё больше про финансовые схемы, а не только про железо — и это добавляет хрупкости всей стройке (The Next Web).
Регуляторы США дали дата-центрам «быструю полосу» к энергосети. FERC предписала шести сетевым операторам ускорить подключение ИИ-дата-центров, сохранив надёжность и не переложив затраты на обычных плательщиков. Дата-центры уже едят около 5% электроэнергии США, прогноз — утроение к 2035 году. Что это значит: энергия становится главным узким местом ИИ, и государство расчищает дорогу стройке (TechCrunch).
Коротко. ЕС готов признать AWS и Azure «привратниками» по Digital Markets Act — с требованиями интероперабельности и штрафами до 10% оборота (Heise). Amazon снял с релиза почти готовый байопик о Сэме Альтмане — сразу после объявления партнёрства с OpenAI (Engadget). FT фиксирует обратный тренд: компании режут использование ИИ из-за расходов — продолжение «токеномики», о которой мы писали на неделе (FT).
Благодарю! Всем успехов!