Один разработчик проверил дикую на вид идею: что если новая модель Anthropic сама перепишет весь Bun с Zig на Rust? За одиннадцать дней форк набрал 6502 коммита — объём, на который живой команде нужен год. И та же связка агентов, пока гоняла миграцию, между делом набросала доказательство гипотезы, которую математики не могли закрыть полвека. Ниже — что из этого забрать в работу уже сегодня: свежий разбор «какую модель под какую задачу», готовые воркфлоу и чем обернётся иск Apple к OpenAI.
Главное за 30 секунд
- ИИ-агент переписал Bun с Zig на Rust за 11 дней и 6502 коммита — переписать legacy стало реально.
- GPT-5.6 Sol Ultra за час выдала доказательство 50-летней гипотезы — но люди его ещё не проверили.
- Свежий турнир 12 моделей на 4 задачах: выбирай модель под тип работы, а не самый дорогой флагман.
- Apple подала в суд на OpenAI за кражу секретов — война за инженеров дошла до судов.
- Meta свернула ИИ-подмену чужих фото в Instagram — «включено по умолчанию» снова сыграло против неё.
Внедряем и улучшаем
Какую модель под какую задачу — свежий турнир на 12 моделях. TryAI повторил заход и прогнал 12 моделей через 4 приложения, по 5 попыток на каждое (TryAI). Вывод простой: маршрутизируй по типу работы, а не по цене флагмана. Самая дорогая модель не выигрывает автоматически.
Смотри по задачам. Сложное и объёмное 3D — лабиринт от первого лица — забрала GPT-5.6 Sol (5 из 5, $1.35). Анимированный кубик Рубика и всю рисованную графику вытянула Claude Fable 5 (5 из 5). А на простом и хоженом — «Жизнь» Конвея, обычный калькулятор — дешёвые открытые Qwen 3.7 Plus и GLM-5.2 сделали не хуже за копейки ($0.04 против доллара с лишним).
Практический расклад: 3D и красивую вёрстку отдавай GPT-5.6 Sol или Fable 5. Массовый, хорошо описанный UI — дешёвым Qwen/GLM или быстрой GPT-5.6 Luna (~1 секунда, $0.001). Grok 4.5 держи как почти-Opus за треть цены. И запускай по несколько попыток: разброс между прогонами большой. Показательно, что Opus 4.8 получила 0 из 5 на кубике, а быстрая Luna — 0 из 5 на анимированном состоянии. У каждой модели своя слепая зона.
«Пиши код так, будто его будет поддерживать человек». Разработчик Скотт Робинсон описал ловушку, в которую легко попасть с ИИ (Unstack). Соблазн простой: «Зачем выносить общий код — модель сама поправит все копии». Но модель пишет не в вакууме. Она читает твой репозиторий и повторяет то, что там уже есть.
Дальше — снежный ком. Ты пропустил неряшливую копию, потому что «работает и тесты зелёные». Для модели эта копия стала сигналом «у нас так принято». В следующий раз она не начнёт с чистого листа — возьмёт за образец те четыре копии в репозитории и сделает пятую. Попросишь рефакторинг — модель сохранит все пять. Плохой приём стал твоим стилем.
Его пример: одна и та же проверка доступа в роуте, фоновой задаче, API и вебхуке. Каждый раз модель выдавала рабочий, но скопированный кусок, и он их мёрджил. Правило автора: «Каждый пропущенный в кодовую базу срез — это сигнал о том, как здесь принято делать». Отсюда вывод: выноси общий хелпер уже на второй копии. И проверяй ИИ-код по своей планке, а не по «работает и тесты прошли». Ты не просто принимаешь код — ты обучаешь модель, как должен выглядеть твой проект.
Готовый воркфлоу: превращаем публичные реестры в лиды. Читатель The Rundown, портфельный управляющий по коммерческой ипотеке, собрал многоразовый промпт для Claude (The Rundown). Схема работает в любой сфере, где есть открытые данные.
Пошагово, его же словами: берём большие файлы публичных ипотечных записей с сайтов окружных реестров, вытаскиваем все коммерческие сделки, генерим Excel. Дальше модель ищет в вебе контакты — имена владельцев бизнеса, почты, телефоны. Потом ранжирует по заданным критериям, раскладывает по приоритетным ярусам и красит цветом. Отдельной вкладкой — топ-20 крупнейших по объёму, ещё одной — с кого начинать и в каком порядке.
Скелет для переноса: массовый файл открытых данных → фильтр по нужному типу → выгрузка в Excel → веб-обогащение контактами → приоритеты по ярусам с цветом → вкладка-резюме и план действий. Пригодится риелторам, продажникам, аналитикам — везде, где сырьё лежит в открытом доступе, а руки до него не доходят.
Кейс: автоматизируем онбординг сотрудников. B2B-компания на 45 человек тратила 11,4 часа HR и IT на каждого новичка (The AI Report). В 30% случаев техника к выходу не готова, в 45% — нет доступов к софту. Оценка онбординга — 3,1 из 5.
Что собрали: триггеры из BambooHR, автоматическую выдачу доступов через Okta SCIM, воркфлоу в n8n и генерацию планов на 30/60/90 дней через модель. Весь путь — от оффера до чек-ина на 90-й день. Результат: онбординг с 11,4 до 2,4 часа на человека, выдача доступов с 3,2 дня до 4 часов, оценка с 3,1 до 4,4. За год — 186 освобождённых часов.
Главный урок дословно: «Автоматизация сработала только потому, что логика групп в Okta убрала ручные решения о выдаче доступов». Три инструмента без API всё равно съедали 45 минут IT на каждого. Что сделать у себя: выпиши все инструменты, которым нужна выдача доступов новичку. Проверь, у каких есть SCIM или API — это и есть кандидаты на автоматизацию. Для остальных заведи документированные регламенты и заранее заполненные задачи, чтобы IT не собирал всё вручную.
Инструменты и штуки
paleo — набор из шести скиллов, которые режут расход токенов у агента (GitHub). Идея: сжимать подачу, а не смысл. Выкидывает воду и повторы, но код, команды, JSON и ошибки держит байт-в-байт. Отдельный скилл подрезает рабочий контекст в долгих сессиях — этого простое «пиши кратко» не умеет. На замере автора медиана экономии вывода — около 54%. Ставится в Claude Code через claude plugin marketplace add https://github.com/mocasus/paleo, в Codex/Cursor — через npx skills add mocasus/paleo. MIT. Оговорка: проект молодой, бенчмарк маленький, на очень жёстком лимите качество может падать.
Adviserry — ИИ-советник, который превращает твои рассылки, ютуб-каналы и документы в собственную базу знаний и «личный совет директоров» (adviserry.com). Постоянно сканит новый контент по подпискам, сшивает рекомендации из разных источников и выдаёт готовые черновики действий под твои проекты. Полезно, если ты подписан на кучу экспертов, но руки не доходят всё это прочесть. Платный.
askbowtie — MCP-сервер для наблюдения за сайтом (askbowtie.com). Сводит аналитику, ошибки, поиск, рекламу и аптайм в один слой данных, к которому агент обращается на обычном языке. Работает с Claude Code, Codex, Cursor — спрашиваешь «как конвертит трафик» и получаешь ответ со ссылкой на источник, без прыжков по дашбордам. Есть бесплатный тариф и платные.
Google AlphaEvolve — агент оптимизации кода от Google вышел в общий доступ для всех пользователей облака (Google Cloud). Раньше это была исследовательская история про поиск новых алгоритмов; теперь любой может подключить его к своим задачам. Интересно тем, кто упирается в узкие места по скорости и вычислениям.
LingBot-World 2 — лаборатория RobbyAnt выпустила модель мира, которая генерит каждый кадр в реальном времени без игрового движка (RobbyAnt). Тема горячая — за неделю это уже третья такая модель. Любопытна как заготовка под симуляции и обучение агентов в среде, которую «досочиняет» нейросеть.
PlugThis — собирает и публикует расширения для Chrome по обычному текстовому запросу (plugthis.ai). Берёт на себя бэкенд и ассеты для магазина. Для тех, кому нужна своя маленькая утилита в браузере, но не хочется писать её руками.
ConnectMachine 2.0 — приложение для нетворкинга с упором на приватность (connectmachine.ai). Оцифровывает визитки, запоминает контекст встречи через ИИ и синхронит контакты с CRM. Полезно продажникам и всем, кто собирает связи на конференциях.
qwen2.5-coder-3b, дистиллят Opus — крошечная кодинг-модель на 3B: влезает в 4 ГБ видеопамяти и выдаёт 88 токенов в секунду (Hugging Face). Обучена на рассуждениях Claude Opus. Годится как локальный дешёвый помощник под простой код, когда не хочется гонять всё через облако.
AI Stack Builder — бесплатный конструктор от The AI Report: по твоей задаче, бюджету и текущему процессу подбирает связку ИИ-инструментов из базы на 5500+ позиций (theaireport.ai). Удобно, когда глаза разбегаются от числа сервисов, а нужна отправная точка.
The Annotated JEPA — бесплатный пошаговый разбор архитектуры JEPA Яна Лекуна с аннотациями (elonlit.com). Хороший костяк для самостоятельного изучения, если хочешь понять, как модель учится предсказывать в скрытом пространстве, а не по пикселям.
Новости и тренды
ИИ закрыл гипотезу, открытую полвека назад. OpenAI выложила трёхстраничное доказательство гипотезы о двойном покрытии циклами — задачи, над которой математики бьются с 1970-х (PDF). Авторство отдано целиком модели GPT-5.6 Sol Ultra: 64 параллельных субагента гоняли конкурирующие подходы и сами себя перепроверяли, доказательство собралось меньше чем за час. Суть приёма — свести задачу к линейной алгебре.
Что это значит. Мы уже писали, что ИИ закрывает открытые задачи, но тут — целая знаменитая гипотеза и красивый метод. Только осторожно: выложенное доказательство и проверенное — не одно и то же. Формальной проверки в Lean нет, независимого разбора людьми пока нет, «проверял» его снова ИИ. Ждём вердикта математиков.
Apple подала в суд на OpenAI. Иск от 10 июля в федеральный суд Калифорнии: Apple обвиняет OpenAI и двух бывших сотрудников в краже секретов (9to5Mac). Экс-вице-президент по дизайну Тан Тан якобы выпытывал у кандидатов детали незапущенного продукта и просил приносить на собеседования «реальные детали» и прототипы. Инженер Чан Лю, по версии Apple, через дыру в защите скачал больше тысячи страниц технических файлов уже после увольнения. OpenAI всё отрицает: «Нам неинтересны чужие секреты».
Что это значит. Война за инженеров дошла до судов. Apple говорит, что у OpenAI уже больше 400 её бывших сотрудников, и называет иск «верхушкой айсберга». Урок для найма: грань между «в голове специалиста» и «в его файлах» стала предметом суда — особенно когда речь о железе.
ИИ переписал Bun с Zig на Rust за 11 дней. В репозитории Bun появился загадочный пул-реквест, переписывающий весь движок с Zig на Rust (Bun). Сопровождающий сначала отмахнулся: «Высокий шанс, что весь этот код выбросят». Через пару недель правку влили. Речь про 535 тысяч строк — вручную такое заняло бы у небольшой команды год с замороженными фиксами.
Что это значит. Выбор языка и технологии перестаёт быть приговором на годы. Раньше именно отсюда росло понятие «legacy»: переписать было слишком дорого. Теперь агент прогоняет миграцию за недели. Тепловая карта ниже показывает плотность работы: 6502 коммита за 11 дней, пик — 695 в час.
Meta свернула ИИ-подмену чужих фото. Функция в Muse Image позволяла тегнуть публичный аккаунт в Instagram и сгенерить изменённое изображение человека из его же постов (BBC). Её включили по умолчанию для миллионов, а отключить можно было только вручную в настройках. Исключили лишь приватные аккаунты и тех, кому нет 18. За несколько дней — волна возмущения, к которой присоединились SAG-AFTRA и агентство CAA. Meta функцию свернула: «Мы услышали, что она не попала в цель».
Что это значит. Публичный пост — не согласие на ремикс твоего лица нейросетью. Защита «выключи сам» всё чаще приходит только после скандала — стоит иногда проверять настройки приватности. А тем, кто строит продукты: функции с чужой внешностью безопаснее включать по запросу, а не по умолчанию.
ИИ-скраперы одолевают открытый веб. Обозреватель LWN вернулся к теме год спустя: стало хуже (LWN). Атаки идут с миллионов уникальных адресов за пару часов, каждый бьёт по сайту два-три раза и исчезает. Трафик прикидывается людьми через домашние прокси — софт на чужих устройствах тянет страницы без ведома владельцев. Даже защита через доказательство работы не спасает: «Это не преграда, когда у тебя миллионы чужих машин».
Что это значит. Держать сайт теперь — вечная гонка: капчи, платные стены, самодельные фильтры, которые бьют и по живым читателям. Тейкдауны ботнетов вроде NetNut дают лишь пару месяцев тишины. Открытый веб рискует уйти за оборонительные стены — та же битва, что и блокировки Cloudflare, только с изнанки.
Boko Haram и передовой ИИ. Кембриджская программа CASP выпустила рабочий доклад: террористы используют обычные ИИ-ассистенты и завели под это отдельные «ИИ-подразделения» (CASP). Основа — 57 интервью с бывшими участниками. Важная оговорка от самих авторов: доклад фиксирует применение и намерение, но не доказывает, что ИИ реально усилил возможности группы. По химии и биологии выводы осторожные, многое проверить не удалось.
Что это значит. Ограничители надо испытывать против организованных групп, которые перебирают провайдеров и делятся обходами, а не только против одиночек. Но это про освоение инструмента, а не про доказанный скачок опасности — рано бить в набат, самое время пересобрать проверки безопасности.
ИИ-видео под конкретный участок мозга. Исследователи EPFL показали NEvo: обучают цифрового двойника зрительной коры, а потом эволюционным перебором подгоняют ИИ-ролик так, чтобы он максимально «зажигал» выбранную область (EPFL). Всё пока в симуляции, лечебных заявлений нет. Оговорка: активацию предсказывает модель, а не измеряет живой мозг.
Что это значит. Та же механика — двойник плюс генеративный перебор — теоретически годится, чтобы подгонять медиа под захват внимания. Это исследование, а не машина манипуляций, но контур «оптимизируем под мозг зрителя» стал вполне осязаемым.
Коротко
- Anthropic обнулил лимиты Claude — пятичасовые и недельные, для всех пользователей (Claude Devs). Практикам Claude Code полезно знать перед большой сессией.
- Perplexity тестирует «Teammate» — свой кодинг-агент против Claude Code и Codex, с интеграцией в браузер Comet (Moneycontrol). Рынок агентов-кодеров теснеет с каждой неделей.
- Google маркирует ИИ-рекламу — в «Мой рекламный центр» появилась плашка «как сделано это объявление»; чужие ИИ-инструменты рекламодатели помечают вручную (TechCrunch).
- EU: маркировка ИИ-контента с 2 августа — по статье 50 нужны машиночитаемые метки и раскрытие, что перед тобой бот; добровольный кодекс подписать до 22 июля (TechTimes). Проверь, ставят ли твои ИИ-вендоры метки C2PA и пиксельный водяной знак.
- Big Tech удвоил долг до $350 млрд ради ИИ-стройки (Bloomberg). Гонка всё больше идёт в кредит — держи в уме, чей это риск.
- BCG: 74% «белых воротничков» пользуются ИИ ежедневно или несколько раз в неделю против 51% год назад (WSJ). Узкое место внедрения — смена привычек, а не покупка софта.
- Meta запускает свой ИИ-чип в сентябре с Broadcom и TSMC, метит удвоить вычисления в 2027-м (TechCrunch).
- Mercor обсуждает оценку $20 млрд — вдвое к октябрьским $10 млрд (TechCrunch). Разметка и оценка данных для лабораторий дорожают.
- Fidji Simo уходит из OpenAI после медотпуска, остаётся советником; обязанности делят Брокман, Фрайар и Квон (Wired).
- Gemini 3.5 — релиз 17 июля по данным The Neuron (The Neuron). Календарь релизов на неделю плотный.
- Thinking Machines подняла цены Tinker — префилл и сэмплинг на обычном контексте примерно на 50% дороже, но кэш префилла подешевел на 80% (документация). Редкий случай, когда цены на токены растут.
- ИИ обжаловал бан от ИИ — юзера забанил OpenAI, Codex написал апелляцию, другой ИИ одобрил её за минуты (пост). Автоматизация встречает автоматизацию.