📌В сети начали анализировать исходники Claude Code.

Анализ анализ утекшего сегодня исходного кода Claude Code подтвердил давно циркулирующую в сети гипотезу о том, что преимущество Claude Code над веб-интерфейсом не в языковой модели, а в обвязке вокруг нее.

Если подставить в эту архитектуру другую модель (DeepSeek, MiniMax или Kimi) и адаптировать системные инструкции, результат будет сопоставим с оригиналом.

🟢При запуске Claude Code автоматически подгружает контекст репозитория: текущую и основную ветки git, последние коммиты и файл CLAUDE[dot]md.

Модель ориентируется в проекте еще до первого запроса пользователя. Статичные части промпта отделены от динамических специальными маркерами и кэшируются глобально, что избавляет от повторной сборки контекста при каждом обращении.

🟢Вместо вызова grep через Bash модель использует выделенный Grep-инструмент с более аккуратной обработкой прав и сбором результатов.

Для поиска файлов предусмотрен отдельный Glob-инструмент, а для навигации по коду - инструмент на базе LSP, который открывает доступ к иерархии вызовов и ссылкам между сущностями. Благодаря этому модель воспринимает код не как статичный текст, а как структуру с зависимостями.

🟢Отдельный пласт - борьба с раздуванием контекста.

Claude Code дедуплицирует чтение файлов: если файл не изменился, повторно он не обрабатывается. Слишком объемные результаты инструментов выносятся на диск, а в контексте остается лишь превью со ссылкой. Длинные контексты автоматически усекаются и суммаризуются.

🟢Агент ведет структурированную память сессии в виде markdown-файла.

В нем создаются разделы: состояние задачи, рабочие файлы и функции, ошибки, выводы, рабочий лог. Это некий цифровой аналог заметок, которые разработчик делает по ходу работы.

🟢Параллелизм обеспечивают субагенты.

Форкнутые процессы переиспользуют кэш родителя и учитывают мутабельные состояния. Это позволяет вести суммаризацию и фоновый анализ, не засоряя основной цикл агента.

🟢В утечке нашлись и намеки на будущее.

В комментариях упоминается модель capybara-v2-fast и описаны ее особенности: чувствительность к стоп-последовательностям, склонность к избыточным аннотациям и защищенные блоки мышления.

Модели Opus 4.7 и Sonnet 4.8 фигурируют в коде лишь как примеры невыпущенных версий.

@ai_machinelearning_big_data

#news #ai #ml

✔️ Anthropic добилась удаления 8100 репозиториев на GitHub из-за утечки Claude Code.

Компания направила GitHub жалобу в рамках DMCA, потребовав заблокировать доступ к утекшему коду Claude Code. Платформа полностью удовлетворила запрос и зачистила репозитории с нелегальным контентом.

Под блокировку попал родительский репозиторий nirholas/claude-code и все его форки - в общей сложности 8100 проектов. Представитель Anthropic заявил, что содержимое этих репозиториев целиком нарушает авторские права компании.
github.com

✔️ Liquid AI обновила сверхкомпактную модель LFM.

LFM2.5-350M - крошечная модель на 350 млн параметров. В нее влили 28 трлн. токенов и отполировали обучением с подкреплением. В квантованном виде вся эта радость весит меньше 500 МБ.

При столь скромных размерах она уверенно справляется с задачами агентных циклов, извлечением структурированных данных и вызовом внешних инструментов.

Разработчики говорят, что по сравнению с прошлой версией новинка стала в 2 раза лучше понимать инструкции и работать с функциями. Модель заводится локально на CPU, видеокартах и мобильных чипах. Плюс из коробки нативно поддерживается железо AMD, Intel и Qualcomm.
liquid.ai

✔️ PrismML представила открытое семейство 1-битных моделей Bonsai.

Вышедший из стелс-режима стартап PrismML, созданный выходцами из Калтеха, придумал интересную концепцию - «плотность интеллекта». Суть в том, чтобы мерить полезную работу модели на гигабайт используемой памяти.

Чтобы не быть голословными, они релизнули семейство моделей Bonsai, с флагманом на 8B во главе. У модели однобитные веса, поэтому занимает она 1,15 ГБ. Заявлено, что при сохранении качества генерации она в 14 раз меньше, в 8 раз быстрее и в 5 раз экономнее аналогов в той же весовой категории. Плотность интеллекта оценивается в 1,06/ГБ против 0,10/ГБ у стандартных полноразмерных моделей на 8B.

В довесок к 8В идут легкие версии на 4B и 1,7B параметров. Код и веса - в опенсорсе под лицензией Apache 2.0.
prismml.com

✔️ Oracle увольняет тысячи сотрудников из-за затрат на ИИ-инфраструктуру.

Техногигант вынужден пойти на массовые сокращения из-за финансового давления, вызванного многомиллиардными инвестициями в ИИ. Пытаясь догнать конкурентов на рынке, Oracle привлекла огромные кредиты для строительства дата-центров и планировала привлечь еще 50 млрд. долларов на расширение инфраструктуры.

Высокая долговая нагрузка и снижение денежного потока вызвали обеспокоенность инвесторов - с начала года акции Oracle рухнули на 25%. Компания пока отказывается комментировать увольнения, однако руководство верит, что ИИ-стратегия окупится в долгосрочной перспективе.

Топ-менеджмент уверен, что спрос на ИИ-инфраструктуру остается большим и неудовлетворенным, а портфель контрактных обязательств на 553 млрд. долларов является прямым доказательством востребованности их решений на рынке.
businessinsider.com

✔️ ИИ-стартап Yupp закрывается и возвращает инвесторам деньги.

Проект Панкаджа Гупты стал одной из первых крупных потерь ИИ-бума. Несмотря на финансирование при участии a16z, Джеффа Дина из Google и CEO Perplexity, а также базу в 1,3 млн. пользователей, компания так и не нашла востребованность на рынке.

Yupp развивал платформу краудсорсинга: пользователи за вознаграждение оценивали ответы более 500 ИИ-моделей, а лаборатории покупали эти данные для улучшения продуктов. Но эволюция технологий уничтожила эту бизнес-модель. Фокус сместился с чат-ботов на сложные агентные архитектуры, напрямую взаимодействующие со сторонними сервисами, API и реальными данными.

Ручная оценка текстовых генераций потеряла ценность для инженеров. Поняв, что подход больше не имеет экономической перспективы, команда решила закрыть бизнес. Неизрасходованный капитал вернут инвесторам, а Yupp проработает до середины апреля в режиме экспорта пользовательских данных.
yupp.ai


@ai_machinelearning_big_data

#news #ai #ml

Наш путь — комбинация ИИ и робототехники

🖥 Комбинация искусственного интеллекта и робототехники — не сценарий из будущего, а практический путь развития современной промышленности. Именно эту мысль директор департамента технологических инноваций «Норникеля» Алексей Тестин обозначил на форуме «ТОЛК-2026».

«ТОЛК Форум» — часть «ТОЛК-2026», крупнейшего в России форума-интенсива от частного бизнеса о финансах и инвестициях, где бизнес, власть и экспертное сообщество обсуждают ключевые вопросы развития экономики и технологий.

📄Среди участников и спикеров форума — глава Банка России Эльвира Набиуллина, заместитель руководителя Администрации Президента Максим Орешкин и другие представители российского и международного экспертного сообщества.

💬 Алексей Тестин выступил в сессии «Что после ИИ-пузыря? Во что будем инвестировать до 2035 года» и рассказал о решениях «Норникеля», которые уже дают измеримый эффект бизнесу.

Машинное обучение и предиктивные алгоритмы компания внедряет в промышленность почти пять лет. Этот стек уже приносит «Норникелю» около 10 млрд ₽ в год — за счет влияния на EBITDA и дополнительных металлов, которые удается получать благодаря более точным моделям и прогнозам.

▶️Но следующий шаг — роботизация. Рудники компании работают на глубине до 2 километров, и в таких условиях требования к безопасности, точности и устойчивости технологий становятся только выше. При этом эффект от ИИ — это во многом еще и эффект от снижения погрешностей, которые неизбежны при ручном управлении: человек просто не может работать с той же точностью, что алгоритм и машина в связке.

Именно поэтому ставка «Норникеля» — на комбинацию ИИ и робототехники как на будущую точку роста. Не в отрыве от практики, а на базе уже созданной технологической инфраструктуры: ML-кластеров на площадках компании, выстроенных процессов работы с подрядчиками, сильного контура информационной безопасности и собственной платформы внедрения.

📌Такой подход показывает, что технологические инновации для «Норникеля» — не набор отдельных экспериментов, а последовательный курс на повышение эффективности, безопасности и качества производственных решений.

Следите за новостями «Норникеля» в MAX

⚡️ Zai выпустила GLM-5V-Turbo: мультимодальную кодинг-модель.

Китайская Zhipu AI, работающая на международном рынке под брендом Zai, представила GLM-5V-Turbo - мультимодальную модель, которая обрабатывает изображения, видео и текст для кодинг-задач.

Не путать новинку с вышедшей двумя неделями ранее GLM-5-Turbo: та была чисто текстовой языковой моделью, оптимизированной под агентные сценарии.

В модели GLM-5V-Turbo реализован концепт цикла восприятие → планирование → исполнение для кодинг-агентов.

Модель принимает на вход дизайн-макет или скриншот интерфейса, понимает компоновку, цветовую палитру и иерархию компонентов, после чего генерирует работающий фронтенд-проект.

Для вайрфреймов она восстанавливает структуру и логику взаимодействия, для макетов стремится к попиксельной точности воспроизведения.

Помимо прямой генерации кода по картинке, GLM-5V-Turbo работает в связке с Claude Code и OpenClaw: просматривает целевые сайты, собирает визуальные элементы и детали навигации, а затем генерирует код по результатам исследования.

Под капотом визуальный энкодер CogViT и архитектура Multi-Token Prediction. Контекстное окно составляет 200K токенов, максимальный выход - 128K токенов.

По собственным бенчам Z.ai заявляет лидирующие результаты в задачах design-to-code, визуальной генерации кода и работы с GUI-средами - AndroidWorld и WebVoyager.

При этом в чисто текстовом кодинге модель сохранила позиции по CC-Bench-V2: добавление визуальных возможностей не просадило текстовые навыки. Независимых подтверждений этих результатов пока нет.

Модель доступна через API Z.ai и на OpenRouter. Цена - $1,20 за миллион входных токенов и $4,00 за миллион выходных.


@ai_machinelearning_big_data

#news #ai #ml

✔️ Релиз Cursor 3.

Anysphere выпустила крупное обновление среды разработки, в котором привычный форк VS Code дополняется интерфейсом, построенным с нуля вокруг агентов. Новая среда поддерживает мульти-репозиторную структуру, где локальные и облачные агенты собраны в одном сайдбаре.

Переключение между средами стало бесшовным. Сессию агента можно перенести из облака на локальную машину для правок и тестирования, а затем отправить обратно, чтобы задача продолжала выполняться после закрытия ноутбука.

Среди других нововведений - упрощенный интерфейс для диффов с возможностью довести код до merged PR, встроенный браузер для работы с локальными сайтами и маркетплейс плагинов с поддержкой MCP, субагентов и навыков.
cursor.com

✔️ OpenAI купила техно-шоу TBPN.

По словам OpenAI, корпоративные стратегии продвижения больше не работают. Индустрии нужен новый формат честного диалога о том, как ИИ меняет мир, и онлайн-шоу с широкой аудиторией подходит для этого лучше всего. TBPN станет частью подразделения по глобальной стратегии.

TBPN популярно в Кремниевой долине, в его эфирах появлялись Цукерберг, Наделла и сам Альтман. При этом команда сохранит полную редакционную независимость. Ведущие смогут публично критиковать ИИ-индустрию, приглашать в эфир конкурентов OpenAI и самостоятельно формировать повестку. Финансовые условия сделки не разглашаются.
bloomberg.com

✔️ Sakana AI представила deep-research агента Marlin.

Японский стартап анонсировал первый B2B-продукт - систему глубокого рассуждения Sakana Marlin. Инструмент автоматизирует сложную аналитику, на которую у людей обычно уходят недели. Достаточно задать тему, после чего агент уходит в автономный поиск на срок до 8 часов, генерируя подробные стратегические бизнес-отчеты и презентации.

Архитектура объединяет систему AI Scientist, отвечающую за выявление и разрешение противоречий в данных, и алгоритм стратегического поиска AB-MCTS.

Sakana AI открыла набор на бета-тестирование для специалистов из финансов, науки и консалтинга. Доступ бесплатный, но форма регистрации доступна только на японском.
sakana.ai

✔️ Google прокачала подписку AI Pro.

Google расширила возможности тарифов AI Pro и Ultra. Главным бонусом стало увеличение облачного хранилища с 2 до 5 ТБ, но фокус обновления - глубокая интеграция ИИ в сервисы.

Gemini в Google Workspace научился работать со сложным контекстом. Модель напрямую агрегирует данные из локальных файлов, писем и веб-ресурсов пользователя, связывая разрозненную информацию.

Chrome auto browse - ИИ-агент, способный брать на себя управление браузером. Он может выполнять многошаговые задачи в вебе, например, заполнять громоздкие формы или собирать данные для ресерча. В Gmail добавили генерацию саммари по инбоксу и продвинутый пруфридинг.

В подписку также включили план Google Home Premium, где Gemini сможет настраивать сценарии умного дома промптами на естественном языке. Развертывание уже началось, часть функций пока ограничена рынком США.
Shimrit Ben-Yair в сети Х

✔️ Почти половина студентов в США готовы сменить профессию из-за ИИ.

Опрос американских учащихся показал, что 47% респондентов всерьез задумываются о смене профиля подготовки из-за опасений за карьерное будущее, а 16% уже перевелись на другие направления.

Тренд особенно заметен среди мужчин: 21% уже сменили специализацию (против 12% у женщин). Наибольшую тревогу испытывают студенты технологических направлений (70%) - это выше, чем на инженерных, гуманитарных и бизнес-факультетах (52–54%).

Академическая среда сильно отстает в выработке стандартов. 42% вузов не одобряет применение ИИ в учебе, и лишь 7% открыто поощряют использование новых инструментов. Реальная практика расходится с политикой университетов. Даже там, где ИИ строго запрещен, 10% студентов пользуются им ежедневно, а еще 17% обращаются к ИИ минимум раз в неделю.
axios.com

@ai_machinelearning_big_data

#news #ai #ml