Код уровня топовой модели можно получить даже от дешёвой — если не отпускать ИИ с «короткого поводка» и читать каждый его диф. Сегодня разбираем этот метод, дизайн-стандарт от Google, который учит Claude Code делать сайты «не как ИИ», и промпт, что раскладывает мутный проект по полочкам ещё до первой строчки кода. А на закуску — свежий бенчмарк, где ИИ впервые заменил живого фрилансера на каждой шестой задаче.
Главное за 30 секунд
- «Короткий поводок»: читай каждый диф ИИ и жми «отклонить» — так даже слабая модель выдаёт чистый код, а ты держишь проект в голове.
- Google выложил Design.md — стандарт дизайн-брифов, по которому Claude Code строит сайты «не как ИИ»; ставится одной командой.
- Промпт «Карта тумана» заставляет модель сначала составить список неизвестных проекта, а уже потом кодить.
- Бенчмарк Remote Labor Index: Fable 5 справился с работой живого фрилансера на 16% задач, за год автоматизация выросла в шесть раз.
- OpenAI предложил отдать государству США 5% акций на ~$42 млрд, чтобы снять политическое давление.
Внедряем и улучшаем
«Короткий поводок»: как выжать топ-код из любой модели. Грег Слепак (okTurtles) выложил метод, который оттачивал больше года на коде для систем, где ошибка недопустима (blog.okturtles.org). Идея идёт против моды на «12 агентов и оркестратор, пока ты на пляже». Слепак прямо говорит: так невозможно построить собственное понимание кодовой базы. ИИ уходит вразнос, а замечаешь ты это, только когда сам запускаешь готовое.
Суть метода — держать себя в цикле на каждом шаге и пропускать каждое изменение через диф. Пошагово:
- Сначала фаза планирования: исследуй задачу, разбей на шаги, веди прогресс (Слепак использует свой скилл tasks).
- Никогда не включай режим «YOLO» — авто-подтверждение всего подряд.
- Работай агентом, который перед правкой показывает диф в окне разрешений.
- Реально читай этот диф. Не глазами по диагонали, а вникая.
- Жми «отклонить» всякий раз, когда видишь не то, что хотел.
- Вмешивайся часто, не давай модели свернуть с дороги.
- Коммить после каждой подзадачи. Слепак сам видел, как Opus удалял уже сделанную работу.
Дальше — ревью. Ключевой тезис: «В PR, который проверили и человек, и ИИ, ошибок меньше, чем в проверенном только кем-то одним». ИИ работает как линтер: быстро ловит типовые огрехи, а человек видит направление и смысл. Правила ревью у него такие: гонять ИИ-ревью на каждый PR; давать модели полный контекст (задача, описание PR, кодовая база, изменения); в описании PR под заголовком «AI Disclosure» честно указывать, какие модели использовал. И главное — автор сам вычитывает свой PR построчно, как чужой. Потому что «PR с ИИ — это на самом деле PR от ИИ с помощью человека», и подписываться под ним должен тот, кто его понял.
Design.md: чтобы Claude Code делал сайты не «как ИИ». The Rundown показал приём с новым открытым стандартом Google — Design.md (гайд Rundown). Это способ отдать агенту понятный дизайн-бриф, чтобы сайт не выглядел типовой нейросетевой штамповкой. Работает через скиллы Google Stitch. Шаги дословно:
# 1. Создай папку проекта, открой в ней терминал и вставь команду:
npx plugins add google-labs-code/stitch-skills --scope project --target claude-code
Дальше на вопрос, что ставить, оставь всё выбранным и нажми Enter. Открой Claude Code в этой папке. Опиши простую идею сайта и попроси собрать бриф:
Сгенерируй DESIGN.md с помощью скиллов Google Stitch
Потом попроси прототип:
Create a one-page website-like prototype based on this DESIGN.md file
Совет из гайда: теми же скиллами Stitch можно вытащить DESIGN.md из своего действующего сайта. Потом отдавай этот файл Claude всякий раз, когда нужна новая страница «в фирменном стиле», а не с нуля.
«Карта тумана»: промпт, который думает до кода. Скилл дня от Мэтта Пококка — планировщик /pathfinder (он же на X). Перед новым большим проектом ты просишь модель не бросаться кодить, а сперва нарисовать «карту тумана»: что уже решено, где развилки, а где сплошные неизвестные. Готовый промпт целиком:
I'm starting a large project and want to map the fog before building.
Project goal:
[describe the outcome]
Known context:
[paste requirements, constraints, stakeholders, links, or notes]
Act like a senior project planner. Create:
1. The decisions that are already fixed.
2. The decision frontiers: choices that still shape the project.
3. The fog-of-war questions: unknowns that could change the plan.
4. For each unknown, label the best next move: research, prototype, ask an expert, user test, or delegate.
5. A parallel work plan with 3-5 tracks that different people or agents could run at the same time.
6. The next three actions I should take today.
На выходе — карта решённого, развилок и неизвестных, для каждой неизвестной понятный следующий шаг и план на три ближайших действия. Это лечит главную болезнь вайбкодинга: слепой старт, когда полпроекта переделываешь, потому что важный вопрос всплыл слишком поздно.
Кейс Grupo Bimbo: агенты-аудиторы вместо ручного поиска. Мультинациональная пекарня (100+ аудиторов в 39 странах) теряла дни на ручной поиск нужной инструкции в SharePoint. Часто выяснялось, что аудит сделан по устаревшему шаблону, — уже после сдачи отчёта. Они собрали двух агентов на Microsoft Copilot Studio (разбор в AI Report): Audit Assist подсказывает по политике в реальном времени, Comatrix сам собирает матрицу рисков. Оба живут в Teams и подключены прямо к SharePoint.
Результат: этап планирования аудита стал на 20% короче, матрица рисков — с двух дней до секунд, команда качества освободилась от рутинных вопросов. Вывод для тебя простой. Возьми один процесс, где люди роются по нескольким хранилищам. Подключи агента напрямую к источнику, а не к отдельной копии-базе — тогда он всегда берёт свежую версию. Начни с доступа только на чтение и одного сценария, потом расширяй.
«Два Claude в связке»: воркфлоу соло-фаундера. Читатель Rundown Скотт Т. ведёт девять проектов в одиночку, без сотрудников. Его схема — два Claude, а он сам как «реле» между ними. Claude в браузере отвечает за стратегию, промпты и решения по архитектуре, а ещё вычитывает результат. Claude Code в терминале пишет, тестирует и деплоит код. «Claude в браузере говорит, что вставить в Claude Code» (Rundown). Живой пример: приложение завернули из App Store — он вставил письмо-отказ в Claude, получил диагноз и план правок, передал в Claude Code и в тот же день подал заново. Приём переносится на любую пару «стратег + исполнитель».
Инструменты и штуки
claude-real-video (crv). Локальный конвейер, который превращает любое видео (ссылка или файл) в понятную модели папку: ключевые кадры + расшифровка + манифест (GitHub). Решает конкретную боль: Claude не берёт видеофайл, ChatGPT видит только субтитры, а Gemini грузит ролик к себе и режет по одному кадру в секунду, пропуская быстрые склейки. Здесь умнее: инструмент ловит смену сцен и отсеивает почти одинаковые кадры пиксельным сравнением — 10-минутный слайд схлопывается до одного кадра вместо шестисот. Ставится через pip install claude-real-video, нужен ffmpeg, всё локально и бесплатно, MIT. Модель ты кормишь сам — токенов уходит меньше.
Safari MCP server. Apple встроила MCP-сервер прямо в Safari (Technology Preview 247) (WebKit). Твой агент подключается к живому окну Safari и сам видит, как рендерится код: читает DOM и консоль, смотрит сетевые запросы, кликает, делает скриншоты, крутит JavaScript. Ставится одной строкой, сервер уже внутри safaridriver:
claude mcp add safari-mcp-stp -- "/Applications/Safari Technology Preview.app/Contents/MacOS/safaridriver" --mcp
Дальше хватает обычной просьбы вроде «найди баги на моём сайте в Safari». Работает локально, наружу ничего не шлёт. Главная польза — агент сам ловит баги именно Safari, которые «хромоцентричные» инструменты не видят.
Manufact (MCP Cloud). Облако под MCP-серверы: подключаешь GitHub-репозиторий, платформа поднимает живой URL, гоняет превью-деплои, а перед публикацией тестирует твой сервер прямо внутри настоящих ChatGPT и Claude (manufact.com). Плюс аналитика: сколько людей дошло, сколько вызовов инструментов, из какого клиента трафик. Позиционируют как «Vercel для MCP». Есть бесплатный аккаунт с кредитами, дальше оплата по расходу. Пригодится, если хочешь довести свой MCP до магазинов ChatGPT/Claude и не завязнуть в ручной возне.
reverse-flow-skill. Скилл, который превращает агента в дисциплинированного реверс-инженера для CTF и разбора в локальной песочнице (GitHub, MIT, 288★ за сутки). Внутри — жёсткий конвейер (анализ → отчёт → реверс → оценка уязвимостей), Python-скрипты триажа, отделение проверенных фактов от догадок. Формат стандартный, кладётся и в ~/.claude/skills. Заодно это чистый образец, как упаковать любую методику в скилл. Оговорка: репозиторий трёхдневный и от анонима — код триажа проверяй перед запуском.
slopo. CLI ищет «неточные дубли» кода — куски, что делают одно и то же, но написаны по-разному (GitHub, AGPL-3.0). Работает не по тексту, а по эмбеддингам: считает вектор каждой функции и находит близкие. Бьёт в самую больную точку ИИ-кода — агенты плодят одинаковую логику в разных местах, и обычный линтер её не замечает. Кластеры дублей можно отдать обратно агенту на рефакторинг. Нужен внешний провайдер эмбеддингов через LiteLLM (например Voyage). 8 языков.
Awesome-Blender-Seedance. Подборка 25 реальных воркфлоу, где Blender служит «пультом» для ИИ-видео Seedance (GitHub, CC BY 4.0). Общая идея всех кейсов: сначала грубо ставишь сцену в Blender (камера, позы, тайминг), выгоняешь черновик-референс, и Seedance генерит уже по твоей раскадровке, а не наугад. Есть даже агентные приёмы: Codex или Claude через Blender MCP собирают сцену за пару минут. Полезно тем, кто делает или продаёт ИИ-видео: показывает, что фишка теперь в режиссёрском контроле, а не в удачном промпте. Учти — репозиторий заодно воронка для платного EvoLink.
xAI Voice Agent Builder. Без кода собираешь голосовых агентов Grok — под поддержку, продажи, запись на приём (x.ai/voice). Цена — $0.05 за минуту. Дёшево для быстрого голосового бота на реальный бизнес-процесс.
Cognition Devin Security Swarm. Рой агентов сканирует кодовую базу, проверяет находки на реальную эксплуатируемость в песочнице и сам открывает PR с исправлениями (Cognition). По сути — автономный пентест-цех поверх твоего репозитория.
Авто-выбор модели в GitHub Copilot CLI. Copilot в терминале теперь сам подбирает модель под задачу — по надёжности и цене (GitHub). Ровно тот «портфель моделей», о котором пишут неделю: дорогую зовём на сложное, дешёвую — на рутину, но автоматически.
Короткие видео в NotebookLM. Google добавил Short Video Overviews — из любого источника или темы получаешь 60-секундный ролик в стиле соцсетей (NotebookLM). Быстрый способ упаковать материал в формат, который смотрят.
Adam CAD Copilot. Правишь детали в Onshape и Autodesk Fusion обычными словами, при этом CAD-модель остаётся параметрической и редактируемой (adam.new/copilot). Есть бесплатный тариф. Редкий случай ИИ-помощника, который не ломает инженерную точность.
Vercel v0: месяц обновлений. Билдер приложений подрос сразу по нескольким фронтам (v0.app). Design Mode — визуальный редактор со слоями и линейкой отступов: правишь стили мышкой, и они уходят в код. Browser Use — v0 сам открывает собранное приложение, кликает по нему, критикует и чинит, показывая скриншоты. Skills — прицепляешь скилл в строке промпта, и агент держит его в каждой генерации. Design Systems 2.0 тянет твою дизайн-систему из GitHub, npm, Storybook или Figma. А v0 Max теперь на Claude Opus 4.8, быстрый вариант — примерно втрое дешевле прежнего.
Новости и тренды
OpenAI зовёт государство в акционеры. OpenAI предложил правительству США 5% своих акций — это примерно $42,6 млрд по оценке в $852 млрд (CNBC). Цель — сбить политическое давление в Вашингтоне. Альтман, по слухам, хочет, чтобы такие же 5% отдали Anthropic, Google и Meta. Сенатор Сандерс идею отверг и предложил разовый налог в 50% на акции лабораторий.
Что это значит: границы между крупнейшими ИИ-лабораториями и государством размываются. Кто пишет правила и кто их выполняет — всё чаще одни и те же люди.
Fable 5 вернулся — и его сразу обкатали. Мы всю неделю писали про сагу с запретом и разблокировкой. Теперь появилось главное новое — живые отзывы. Cursor: Fable 5 лидирует в их бенчмарке CursorBench, но и стоит за задачу дороже всех. Тео говорит, что жалобы на «перекидывание» на Opus сильно раздули. Итан Моллик уловил суть: Fable «меняет работу — раньше ты вёл модель за руку на каждом шаге, теперь заказываешь готовый результат» (oneusefulthing). Практичный совет от разбора Neuron: используй неделю бесплатного доступа (до 7 июля, половина недельного лимита) под планирование, трудные задачи и ревью, а саму реализацию отдавай моделям подешевле.
Отдельная цифра дня — бенчмарк Remote Labor Index от Center for AI Safety (safe.ai). На 240 реальных фриланс-задачах Fable 5 сделал работу на уровне живого профи в 16,1% случаев, Opus 4.8 — 8,3%, GPT-5.5 — 6,3%. За год планка автоматизации выросла в шесть раз. Пока это лишь каждая шестая задача и только у топ-модели — то есть человек в цикле остаётся, но фрилансеру такой помощник резко поднимает выработку.
Ещё одна новая деталь: возвращая Fable, Anthropic пообещала давать правительству США доступ к будущим моделям ещё до публичного запуска. Тихо, но важно — «место у стола» до релиза меняет расклад сил.
Nvidia меняет вычисления на долю прибыли. Nvidia запускает программу: быстрорастущим ИИ-стартапам даёт компьют и токен-кредиты в обмен на часть будущей выручки (CNBC). Первые партнёры — Sharon AI (до 40 тыс. GPU) и Firmus (дата-центр в Индонезии до 170 тыс. GPU). Смысл прост: доступ к GPU — узкое место, и Nvidia монетизирует не только железо, но и рост тех, кто на нём сидит.
Cloudflare по умолчанию перекрывает «смешанных» краулеров. С 15 сентября сайты с рекламой автоматически заблокируют ботов, которые мешают поиск, агентные заходы и обучение в одну кучу, — если владелец сам не разрешит (TechCrunch). Давление на ИИ-компании — плати за контент. Для тех, кто живёт на трафике, появляется рычаг: не отдавать материал даром.
Испания выдавливает Palantir. Мадрид начал требовать от госкомпаний не подписывать новые контракты с американской Palantir — из страха за секретные данные (ClashReport). Под удар попали Telefónica, Indra, Navantia; параллельно €115 млн вложили в свой чип-стартап Openchip. Тренд общеевропейский: Франция и Германия двигаются туда же. Оговорка — история пока на одном источнике (El Confidencial), так что как факт не железобетон. Смысл для нас: где физически живёт твой ИИ-стек и кто им политически владеет — становится вопросом безопасности.
Япония: ИИ не может быть изобретателем. Верховный суд Японии подтвердил — в патенте изобретателем должен значиться человек, а не ИИ (The Japan News). Это финал местного дела DABUS, и Япония встала в один ряд с США, Британией и Европой. Что это значит на практике: изобретения с ИИ патентовать можно, но в заявке пиши имя человека, который направлял работу и внёс реальный вклад. Полностью автономный ИИ-результат без человека — пока правовая серая зона.
Вирджиния запретила продавать геоданные. С 1 июля в штате нельзя продавать данные о местоположении за деньги (Hunton). Это уже третий штат после Мэриленда и Орегона и продолжение вчерашней темы про федеральный закон о данных здоровья и геолокации. Лазейка есть: запрет только на продажу «за деньги», бартерные обмены данными под него не попадают. Тренд ясен — твоё «где ты был» наконец признают чувствительным, но защита пока зависит от штата.
ИИ и математика: считать научился, понимать — нет. Математик Давид Бесси написал эссе «Падение экономики теорем» (davidbessis). Повод — ИИ-лаборатории решают открытые задачи: пайплайн из GPT-5.5 Pro и Opus 4.8 закрыл девять давних проблем математики и теоретической информатики (пример), отдельно ИИ доказал квантовую гипотезу с механической проверкой. Бесси спокоен по другой причине: доказательства ИИ часто верные, но нечитаемые, а на нечитаемом нельзя строить дальше. Он вводит слово «Mathslop» — гора истинных, но никем не понятых результатов.
Что это значит шире: в любой умственной работе то, что мы измеряем (доказательство, отчёт, сданный экзамен), всегда было лишь дешёвой заменой того, что мы ценим на самом деле, — понимания. ИИ научился штамповать верный-но-пустой результат в обход понимания. Настоящая угроза — не «нас переспорят», а «нас демонетизируют»: видимую валюту автоматизируют, а скрытую ценность перестанут оплачивать и даже перестанут ей учить.
Одного слоя хватает. Свежая работа показывает: чтобы дообучить модель через RL, часто достаточно натренировать один слой трансформера из десятков — и он берёт почти весь прирост (arXiv). Причём нужный слой почти всегда в середине. Проверено на 7 моделях и 3 алгоритмах, пока только на семействе Qwen. Если подтвердится шире, дообучение резко подешевеет: тренируешь долю параметров вместо всей модели.
Короче:
- Together AI подняла $800 млн при оценке $8,3 млрд — деньги льются в «нейрооблака», что сдают чужие GPU (TechCrunch).
- Microsoft объявила «Frontier Company» на $2,5 млрд — сажает своих ИИ-инженеров внутрь команд клиентов, как раньше сделала AWS (GeekWire).
- Германия открыла завод Infineon за $5,7 млрд под «умные» силовые чипы — Европа догоняет по своим полупроводникам (RFI).
- Маятник качнулся: ряд компаний возвращает сотрудников, уволенных под ИИ, — живые работники вернулись на места (American Bazaar).
- «Странный Эл» Янкович отказался сниматься в ИИ-рекламе: «Не могу быть лицом ИИ» (Variety).
- GeneBench-Pro: новый биобенчмарк OpenAI, где GPT-5.6 Sol взял лишь 28,7% — до эксперта-биолога передовым моделям пока далеко (OpenAI).