Сейчас лучшие агенты для разработки софта постепенно становятся лучшими агентами вообще для всего.

И лидер сейчас Droids, заняли 1 место в Terminal-Bench — это сложный и общий бенчмарк для программной разработки.

Сегодня Droids доступен всем с любой моделью и в любом интерфейсе: CLI, IDE, Slack, Linear или браузер.

Terminal-Bench проверяет не только умение написать кусок кода.

Там задачи шире: обновить легаси-проект, отладить окружение, обучить AI-модель, управлять облачной инфраструктурой.

И на всём этом Droids обгоняют Claude Code и Codex CLI.

Обычно AI платформы ставят рамки: один агент, одна модель, один интерфейс, а они сделали наоборот: бери любую модель, любой IDE и работай хоть локально, хоть в облаке.

Для кастомизации есть headless режим: можно прикрутить скрипты или триггеры и запускать Droids под конкретные процессы команды.

Похвастались, что агент в продакшне у крупных компаний: MongoDB, EY, Bayer, Zapier, Clari, что у них:

• новые фичи выходят в 31 раз быстрее
• миграции занимают на 96,1% меньше времени
• on-call инциденты закрываются на 95,8% быстрее
• у разработчиков остаётся больше времени на архитектуру и дизайн.

И объявили, что привлекли $50 млн инвестиций от NEA, Sequoia Capital, J.P. Morgan, Nvidia.

В общем посмотрим, можно попробовать бесплатно в течение месяца [app.factory.ai]

@tips_ai #news

Антропики радуют, вышел Claude Sonnet 4.5 — лучшая модель кодирования.

Не только пишет код, но и уверенно справляется с компьютером, сложными задачами и математикой.

Что в релизе:
• В Claude Code появились чекпоинты (можно откатиться назад, как в Git).
• Появился плагин для VS Code и обновлённый терминал.
• В Claude API завезли память и контекстное редактирование → агенты могут работать дольше и с большими задачами.
• В приложениях теперь можно прямо в чате создавать файлы: документы, таблицы, слайды.
• Расширение для Chrome открыли для части пользователей.

Самое интересное Claude Agent SDK. Это тот же движок, на котором у них работают агенты. Теперь его можно взять и строить своих.

По тестам Sonnet 4.5 шагнул вперёд:
• держит фокус на задачах по 30+ часов
• на бенчмарках по использованию компьютера поднялся с 42% до 61% за 4 месяца
• эксперты в финансах, медицине и праве отмечают, что он реально лучше понимает предметку

Плюс они подтянули безопасность: меньше лести, обманов и бредовых ответов, защита от prompt injection стала серьёзнее.

И небольшой бонус: эксперимент Imagine with Claude. Там модель в реальном времени придумывает софт на ходу, без заранее прописанных функций. Доступно для Max-подписчиков.

Claude Sonnet 4.5 сегодня доступен всем

Стоимость по API не изменилась: $3 / $15 за миллион токенов, как у Sonnet 4.

@tips_ai #news

OpenAI показали Sora 2

Их первая получилась не очень, я один раз в прошлом году попробовал и больше не прикасался.

Сейчас хотят конкурировать с Veo3.

Что нового:
• Контроль над сценами: можно описывать несколько шотов подряд.
• Звук и речь: фон, диалоги, эффекты — синхронно с видео.
• Камео: можно загрузить себя (короткая запись в приложении) и вставлять в любые ролики.
• Поддерживает стили от кинематографа до аниме.

Еще запустили приложение Sora (на iOS). Там можно генерить видео, делать ремиксы чужих и обмениваться роликами с друзьями.

Сейчас Sora 2 доступна в США и Канаде, позже — всем.

Будет работать для Plus, но с лимитами. Pro 200$ в ChatGPT получат доступ к улучшенной версии Sora 2 Pro.

Больше примеров Sora 2 в комментах.

@tips_ai #news