🚀 Андрей Артищев

Как Anthropic автоматизирует разработку: headless‑режим Claude Code В этом видео инженер Anthropic Sid Bidasaria показывает, как Claude Code превращается в безголовый механизм автоматизации. С его помощью можно: • запускать ИИ‑помощника прямо в CI/CD без интерфейса; • интегрировать в GitHub Actions — и Claude будет читать issues, писать PR‑ы и тесты; • использовать prompt‑флаги и JSON‑выводы для полного контроля; • ускорять рутинные задачи и инжектировать их в пайплайн. Claude Code — это не просто ИИ‑ассистент, а полноценная автоматизация разработки, которая работает под капотом. Если вы стремитесь к максимальной эффективности, это видео — must‑watch! https://youtu.be/dRsjO-88nBs?si=TUD1VkkXJu_3ZOnz

На GitHub случайно спалили что запуск будет. 4 разных вариантов gpt-5, которые выглядят так: gpt-5: Разработан для логических и многоступенчатых задач. gpt-5-mini: Облегченная версия для приложений с учетом экономии gpt-5-nano: Оптимизирован для скорости и идеален для приложений, требующих низкой задержки. gpt-5-chat: Разработан для продвинутых, естественных, мультимодальных и контекстно-зависимых разговоров в корпоративных приложениях. https://www.theverge.com/news/752091/openai-gpt-5-model-announcement-github-leak

В новом видео Anthropic рассказывает, как правильно проектировать AI‑агентов — модели, способные самостоятельно планировать, использовать внешние инструменты и логически рефлексировать. Узнаете: • что такое агент и когда он действительно нужен; • как строить prompt‑инструкции: от плана до эвристик поведения; • как управлять памятью и контекстом; • реальные подходы к тестированию; • и разбираем кейс: сколько бананов поместится в Rivian R1S 🎯 Автор видео: Hannah Moran и Jeremy Hadfield из Anthropic, выступление на конференции Code w/ Claude в Сан‑Франциско, май 2025. https://www.youtube.com/watch?v=XSZP9GhhuAc

Новая моделька вышла. Чтобы использовать в claude code нужно написать /model claude-opus-4-1-20250805 GitHub отмечает, что Claude Opus 4.1 улучшает большинство возможностей по сравнению с Opus 4, с особенно заметным увеличением производительности при рефакторинге многофайлового кода. Rakuten Group считает, что Opus 4.1 преуспел в определении точных исправлений в крупных кодовых базах без внесения ненужных корректировок или введения ошибок, при этом их команда предпочитает эту точность для повседневных задач отладки. Сообщает, что Opus 4.1 обеспечивает стандартное отклонение по сравнению с Opus 4 на своем младшем эталоне разработчика, демонстрируя примерно такой же скачок производительности, как и скачок от Sonnet 3.7 к Sonnet 4. https://www.anthropic.com/news/claude-opus-4-1

Тоже интересный доклад, с той же конференции. Любовь с первого «Алиса», или Как сделать долюбленный дизайн для Яндекс Станций Расскажу, как мы создали Яндекс ТВ Станцию и Яндекс Станцию Дуо Макс: вложили любовь в каждую деталь, прошли испытания временем, когда разрабатывали продукт несколько лет, но в итоге сделали продукт для людей Анастасия Вишневская Арт-директор продуктового дизайна умных устройств с Алисой

Смотрел конференцию для product-ов от Yandex Понравился доклад Все в игре: как геймификация делает любой продукт ближе к пользователю Поговорим о том, как мы запускаем проекты с геймификацией для разных продуктов и брендов. В чем основные мотивы использования игровых механик для бизнеса и при чем тут искренность отношений с аудиторией. Леся Гудыма CEO Leska-agency, спикер Digital-оттепель’25, экс-редактор спецпроектов The Village https://events.yandex.ru/events/prodakt-fest-2025

Я попросил самую мощную модель o3-pro рассказать, какая вычислительная мощность нужна для «реально автономного» вождения, и вот что она ответила: «Для устойчивого L4-автопилота (полностью без водителя в рамках заданных сценариев) сегодня закладывают порядка 300–500 TOPS чистой INT8 мощности. А чтобы выйти на полноценный L5 (ездить в любых условиях без ограничений) потребуется как минимум 1 000–2 000 TOPS, причём с запасом на резервирование и «генеративные» нейросети восприятия.» 🥇Примеры уже существующих SoC • Mobileye EyeQ Ultra (ZEekr 2025): ~176 TOPS • NVIDIA Drive Orin (Volvo EX90 и др.): ~254 TOPS • NVIDIA Drive AGX Pegasus (роботакси): ~320 TOPS 🚀Куда двигаться дальше • NVIDIA Drive Thor (2026): до ~1 000 TOPS (≈ 2 000 TFLOPS FP4) • Tesla HW4 (AI4): ~500–700 TOPS, • Tesla AI5/AI6: целятся в 2 000–5 000 TOPS 🔮Прогноз на 2027–2028 Если хотите вывести свой L4-автопилот на рынок к 2027 г., стоит закладывать ≈ 1 000 TOPS INT8 сегодня, чтобы сохранить запас на обновления, резервирование и будущие «генеративные» алгоритмы. В общем, ориентир ясный: L4 ≈ 0,5 PetaOPS, L5 ≥ 1 PetaOPS, иначе по ходу жизненного цикла придётся серьёзно апгрейдить железо.

Разрабы главной кодерской нейронки Claudeвыпустили топовый видеокурс по программированию — бесплатно и для всех желающих. Внутри: — Научат правильно писать промты под разные задачи; — Покажут, как подрубить ИИ к сторонним сервисам и создавать дизайны в Figma парой предложений; — Готовые юзеркейсы с интерацией нейросетей в работу; — Гайды по созданию своих ИИ-агентов для рутины; — Расскажут, зачем они заставили Claude играть в старые игры Pokemon. Превращаемся в опытного вайбкодера — здесь.

Очень крутые мысли в этом видео

The Information выпустили интересную статью про то, с какими неприятностями столкнулись OpenAI, разрабатывая GPT-5 Она так и называется: «Inside OpenAI rocky path to GPT-5». Короче, как оказалось, модель далась стартапу ну очень нелегко.

Про то, как работает ИИ в Авито У TechIndsider вышло на редкость содержательное интервью о том, как бигтех на самом деле внедряет ИИ в сервисы. Главред поговорил с управляющим директором по ИИ в Авито Андреем Рыбинцевым (кстати, должность совсем новая, Рыбинцева назначили на нее недавно), и тот с занятными подробностями рассказал, как они используют ИИ. Готовы поспорить, многие из нас пользуются Авито постоянно, но не подозревают, насколько глубоко там зашиты ИИ-алгоритмы. Так что вот вам просто несколько рандомных фактов из интервью: ➖ Каждый день алгоритмы Авито обрабатывают около 40 миллиардов кликов. "Уже после нескольких действий по косвенным признакам становится понятно, что интересно пользователю, что ему показывать, а что нет". ➖ 99% контента проверяется ИИ, и только 1% самых сложных вопросов передается модераторам. Если бы не алгоритмы, Авито пришлось бы нанять на 100 тыс. больше сотрудников. ➖ От 40 до 60% сделок на платформе (в зависимости от категории) проходит именно благодаря рекомендациям. ➖ Помимо этого LLM-ки помогают писать описания к объявлениям и отвечать на вопросы покупателей. И, кстати, монетизация в Авито – это тоже трансформеры. А в будущем, как говорит Андрей, Авито вообще превратится в платформу, где между собой договариваются и торгуют не сами продавцы и покупатели, а их личные ИИ-ассистенты. Киберпанк? Интервью полностью тут

Хорошее видео в дополнении к статье выше https://www.youtube.com/watch?v=0HcrxJy5Tqo