Perplexity представила Search as Code, новую архитектуру поиска для агентов.
Вместо классического цикла из вызовов инструментов модель генерирует Python-код, который напрямую работает с поисковым стеком.
Доступно в Perplexity Agent API и теперь используется по умолчанию в Computer.
Что это даёт:
• Параллельный запуск множества поисковых запросов
• Дедупликацию результатов
• Фильтрацию и объединение данных
• Ранжирование результатов до того, как они попадут в контекст модели
По словам Perplexity, классический tool calling страдает от высокой задержки, ручного управления потоком выполнения и засорения контекстного окна промежуточными данными.
Search as Code тестировали на DSQA, BrowseComp, HLE, WideSearch и WANDR.
Система либо сравнялась, либо обошла конкурентов на всех пяти бенчмарках.
На DSQA она набрала 0.871 против 0.815 у решения Anthropic, при этом стоимость выполнения задачи почти вдвое ниже.
Интересная идея. Вместо того чтобы вызывать поиск шаг за шагом, агент сначала пишет программу поиска, а потом выполняет её.📈
Вместо классического цикла из вызовов инструментов модель генерирует Python-код, который напрямую работает с поисковым стеком.
Доступно в Perplexity Agent API и теперь используется по умолчанию в Computer.
Что это даёт:
• Параллельный запуск множества поисковых запросов
• Дедупликацию результатов
• Фильтрацию и объединение данных
• Ранжирование результатов до того, как они попадут в контекст модели
По словам Perplexity, классический tool calling страдает от высокой задержки, ручного управления потоком выполнения и засорения контекстного окна промежуточными данными.
Search as Code тестировали на DSQA, BrowseComp, HLE, WideSearch и WANDR.
Система либо сравнялась, либо обошла конкурентов на всех пяти бенчмарках.
На DSQA она набрала 0.871 против 0.815 у решения Anthropic, при этом стоимость выполнения задачи почти вдвое ниже.
Интересная идея. Вместо того чтобы вызывать поиск шаг за шагом, агент сначала пишет программу поиска, а потом выполняет её.
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
Нашёл простой способ узнать, какие LLM потянет ваш компьютер. ( и это не /llmfit)
Устанавливаете:
Определяете характеристики железа:
Получаете рекомендации моделей под нужную задачу:
Утилита анализирует ваше железо и подсказывает, какие модели имеет смысл запускать локально, вместо бесконечных экспериментов в духе (а вдруг запустится).
Для тех, кто играет с локальными LLM через Ollama, LM Studio или Open WebUI, штука может сэкономить немало времени.☕️
Устанавливаете:
npm install -g llm-checker
Определяете характеристики железа:
llm-checker hw-detect
Получаете рекомендации моделей под нужную задачу:
llm-checker recommend --category coding
Утилита анализирует ваше железо и подсказывает, какие модели имеет смысл запускать локально, вместо бесконечных экспериментов в духе (а вдруг запустится).
Для тех, кто играет с локальными LLM через Ollama, LM Studio или Open WebUI, штука может сэкономить немало времени.
Please open Telegram to view this post
VIEW IN TELEGRAM
4
OpenAI выкатила свои фронтирные модели и Codex в AWS.
Теперь компании могут использовать OpenAI через Amazon Bedrock, оставаясь в привычных процессах безопасности, комплаенса и управления, которые уже настроены в AWS.
Заодно это первый шаг к более широкой интеграции возможностей OpenAI в AWS. В будущем там появятся и инструменты для кибербезопасности, включая Daybreak.😊
Теперь компании могут использовать OpenAI через Amazon Bedrock, оставаясь в привычных процессах безопасности, комплаенса и управления, которые уже настроены в AWS.
Заодно это первый шаг к более широкой интеграции возможностей OpenAI в AWS. В будущем там появятся и инструменты для кибербезопасности, включая Daybreak.
Please open Telegram to view this post
VIEW IN TELEGRAM
This media is not supported in your browser
VIEW IN TELEGRAM
Создавать приложения теперь почти смешно просто.
Завезли Sites для Codex.
Берёшь рабочий документ, идею, план или набросок проекта, а Codex превращает это в интерактивный сайт или приложение, которым можно сразу пользоваться и делиться по URL.
Получаем рабочую штуку, которую команда может открыть и потыкать самостоятельно.
Пока выкатывают для тарифов Business и Enterprise. Позже обещают расширить доступ и на остальные планы.🫡
Завезли Sites для Codex.
Берёшь рабочий документ, идею, план или набросок проекта, а Codex превращает это в интерактивный сайт или приложение, которым можно сразу пользоваться и делиться по URL.
Получаем рабочую штуку, которую команда может открыть и потыкать самостоятельно.
Пока выкатывают для тарифов Business и Enterprise. Позже обещают расширить доступ и на остальные планы.
Please open Telegram to view this post
VIEW IN TELEGRAM
Антропик завезли CLI для Claude Platform, который позволяет запускать любой API-эндпоинт прямо из терминала: /ant
Можно дергать Messages API, поднимать Claude Managed Agents и прокидывать результаты сразу в shell через пайпы.
CLI
Для интерактивной авторизации есть:
Команда запускает OAuth-флоу через браузер, привязывает токен к конкретному воркспейсу и сохраняет его локально.
После этого тот же токен используют CLI и SDK для аутентификации API-запросов.
Каждый API-ресурс доступен как отдельная подкоманда:
Запросы можно собирать через типизированные флаги или YAML из пайпа. Файлы подключаются через
Поддерживаются форматы вывода
Через
Конфигурацию агента можно хранить в Git в виде YAML, а затем синхронизировать изменения с Claude Platform прямо из CI:
CLI умеет запускать сессии Managed Agents, отправлять им события и наблюдать, как агент рассуждает, вызывает инструменты и выполняет задачу.
Если агент завершил работу или застрял, можно вытащить полный трейс: все события, вызовы инструментов и принятые решения доступны через тот же CLI.
Claude Code уже умеет работать с
Можно попросить его показать список сессий, загрузить папку с PDF или помочь разобраться с проблемным запуском.
Под капотом он просто вызывает CLI и читает результаты обратно. Никакого дополнительного glue-кода не требуется.
Установка доступна через🎉 🎉 🎉
Можно дергать Messages API, поднимать Claude Managed Agents и прокидывать результаты сразу в shell через пайпы.
CLI
ant хорошо понимается кодовыми агентами вроде Claude Code через навык claude-api.Для интерактивной авторизации есть:
ant auth login
Команда запускает OAuth-флоу через браузер, привязывает токен к конкретному воркспейсу и сохраняет его локально.
После этого тот же токен используют CLI и SDK для аутентификации API-запросов.
Каждый API-ресурс доступен как отдельная подкоманда:
messages, models, files и другие.Запросы можно собирать через типизированные флаги или YAML из пайпа. Файлы подключаются через
@path, а ответы можно преобразовывать через --transform.Поддерживаются форматы вывода
json, yaml, jsonl и explore (по умолчанию) с TUI-интерфейсом, поиском и сворачиваемыми секциями.Через
ant также можно создавать и обновлять Claude Managed Agents как локально, так и из CI.Конфигурацию агента можно хранить в Git в виде YAML, а затем синхронизировать изменения с Claude Platform прямо из CI:
ant beta:agents update
CLI умеет запускать сессии Managed Agents, отправлять им события и наблюдать, как агент рассуждает, вызывает инструменты и выполняет задачу.
Если агент завершил работу или застрял, можно вытащить полный трейс: все события, вызовы инструментов и принятые решения доступны через тот же CLI.
Claude Code уже умеет работать с
ant через встроенный скилл:/claude-api
Можно попросить его показать список сессий, загрузить папку с PDF или помочь разобраться с проблемным запуском.
Под капотом он просто вызывает CLI и читает результаты обратно. Никакого дополнительного glue-кода не требуется.
Установка доступна через
brew, curl или go. Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
Попробуйте подать заявку на 6 месяцев бесплатного ChatGPT Pro. 😳
Если у вас есть опенсорс репозиторий с хорошим количеством звёзд на GitHub, шансы вполне реальные.
OpenAI запустила программу Codex for Open Source, в рамках которой мейнтейнеры открытых проектов могут получить:
- 6 месяцев ChatGPT Pro
- доступ к Codex
- API-кредиты
- в отдельных случаях доступ к Codex Security
По отзывам разработчиков, процесс подачи заявки занимает буквально несколько минут. Достаточно указать ссылку на проект и кратко описать, чем вы занимаетесь. Одобрение приходит довольно быстро.
Форма для подачи заявки: https://openai.com/ru-RU/form/codex-for-oss/
Если у вас есть опенсорс репозиторий с хорошим количеством звёзд на GitHub, шансы вполне реальные.
OpenAI запустила программу Codex for Open Source, в рамках которой мейнтейнеры открытых проектов могут получить:
- 6 месяцев ChatGPT Pro
- доступ к Codex
- API-кредиты
- в отдельных случаях доступ к Codex Security
По отзывам разработчиков, процесс подачи заявки занимает буквально несколько минут. Достаточно указать ссылку на проект и кратко описать, чем вы занимаетесь. Одобрение приходит довольно быстро.
Форма для подачи заявки: https://openai.com/ru-RU/form/codex-for-oss/
Please open Telegram to view this post
VIEW IN TELEGRAM
This media is not supported in your browser
VIEW IN TELEGRAM
В Claude Code обновили команду
Теперь
• системный промпт
• доступные инструменты
• историю диалога
• выбранную модель
• prompt cache
После завершения работы результат автоматически возвращается обратно в текущую сессию.
То есть
Если нужен старый сценарий поведения, используйте:
Именно
• копирует текущий диалог в новую сессию
• создаёт отдельную ветку разговора
• дальнейшую работу в этой ветке ведёте вы сами
По сути, различие теперь такое:
→ запустить автономного фонового агента и получить результат обратно
→ создать новую ветку диалога для ручной работы
/fork.Теперь
/fork запускает фонового агента, который получает точно такой же контекст, как и ваша текущая сессия:• системный промпт
• доступные инструменты
• историю диалога
• выбранную модель
• prompt cache
После завершения работы результат автоматически возвращается обратно в текущую сессию.
То есть
/fork теперь больше похож на запуск параллельного подагента для отдельной задачи, чем на создание новой ветки чата.Если нужен старый сценарий поведения, используйте:
/branch Именно
/branch теперь выполняет прежнюю функцию /fork:• копирует текущий диалог в новую сессию
• создаёт отдельную ветку разговора
• дальнейшую работу в этой ветке ведёте вы сами
По сути, различие теперь такое:
/fork→ запустить автономного фонового агента и получить результат обратно
/branch→ создать новую ветку диалога для ручной работы
3
This media is not supported in your browser
VIEW IN TELEGRAM
Вчера зарелизили Hermes Desktop для macOS, Windows и Linux. 🌙
Несколько месяцев Hermes был агентом, который изучал ваши проекты, писал собственные скиллы и постепенно строил модель того, как вы работаете. Но всё это было спрятано в логах терминала.
Теперь у него появился полноценный интерфейс.
Под капотом тот же агент, те же сессии, память и скиллы, что и в CLI. Можно начать задачу в терминале, открыть приложение и продолжить с того же места. Контекст общий, ничего не пересоздаётся.
Что даёт GUI:
• стриминг инструментов и рассуждений в реальном времени
• предпросмотр кода, страниц и изображений рядом с чатом
• панель артефактов со всеми файлами, которые создавал агент
• Remote Gateway для запуска агента на VPS
• управление skills, cron-задачами и профилями через GUI вместо YAML
• голосовой режим, drag-and-drop файлов и генерацию изображений
Самая интересная фича для меня это Remote Gateway. Агент может работать 24/7 на VPS за $5 в месяц, а вы управляете им с ноутбука так, будто он запущен локально.
Впервые Hermes Desktop показали на презентации Jensen Huang во время NVIDIA GTC, а теперь он доступен в публичной превью-версии.
Если уже пользуетесь Hermes, после установки Desktop всё подхватится автоматически.
Несколько месяцев Hermes был агентом, который изучал ваши проекты, писал собственные скиллы и постепенно строил модель того, как вы работаете. Но всё это было спрятано в логах терминала.
Теперь у него появился полноценный интерфейс.
Под капотом тот же агент, те же сессии, память и скиллы, что и в CLI. Можно начать задачу в терминале, открыть приложение и продолжить с того же места. Контекст общий, ничего не пересоздаётся.
Что даёт GUI:
• стриминг инструментов и рассуждений в реальном времени
• предпросмотр кода, страниц и изображений рядом с чатом
• панель артефактов со всеми файлами, которые создавал агент
• Remote Gateway для запуска агента на VPS
• управление skills, cron-задачами и профилями через GUI вместо YAML
• голосовой режим, drag-and-drop файлов и генерацию изображений
Самая интересная фича для меня это Remote Gateway. Агент может работать 24/7 на VPS за $5 в месяц, а вы управляете им с ноутбука так, будто он запущен локально.
Впервые Hermes Desktop показали на презентации Jensen Huang во время NVIDIA GTC, а теперь он доступен в публичной превью-версии.
Если уже пользуетесь Hermes, после установки Desktop всё подхватится автоматически.
Please open Telegram to view this post
VIEW IN TELEGRAM
В Claude поменяли триггер для динамических workflow. Теперь вместо "
Фраза вроде "
Если нужен гарантированный запуск, просто напишите "
Похоже, это сделали после жалоб пользователей на ложные срабатывания.🏁
workflow" нужно писать "ultracode".Фраза вроде "
use a workflow for this" всё ещё работает, но если Claude поймёт, что речь не про динамический workflow, он не станет запускать его автоматически.Если нужен гарантированный запуск, просто напишите "
ultracode".Похоже, это сделали после жалоб пользователей на ложные срабатывания.
Please open Telegram to view this post
VIEW IN TELEGRAM
This media is not supported in your browser
VIEW IN TELEGRAM
Google выпустила новую Gemma 4 12B с заявкой на производительность уровня моделей класса 26B.
Ребята протестировали обе локально.
Обе модели запускались на одной RTX 4090 и получили одинаковое задание: написать самодостаточную HTML5 Canvas-анимацию с реальной физикой в одном файле, без сторонних библиотек. Сцены:
• доска Гальтона
• столкновение двух блоков с отскоком от стены
• хаотический тройной маятник
Результаты:
Gemma 4 26B-A4B
• 15 ГБ VRAM
• 6.9 тыс. токенов
• 138 токенов/с
Gemma 4 12B
• 9 ГБ VRAM
• 8.9 тыс. токенов
• 80 токенов/с
Несмотря на принадлежность к одному семейству Gemma 4, модель 26B-A4B выиграла во всех трёх сценах и работала примерно в 1.7 раза быстрее, используя всего 4 млрд активных параметров.
При этом 12B отстала совсем ненамного, потребляя почти вдвое меньше видеопамяти. Для ноутбуков с 16 ГБ VRAM это делает её одним из самых интересных вариантов для локального запуска.
GGUF: здесь
Guide: здесь
Ребята протестировали обе локально.
Обе модели запускались на одной RTX 4090 и получили одинаковое задание: написать самодостаточную HTML5 Canvas-анимацию с реальной физикой в одном файле, без сторонних библиотек. Сцены:
• доска Гальтона
• столкновение двух блоков с отскоком от стены
• хаотический тройной маятник
Результаты:
Gemma 4 26B-A4B
• 15 ГБ VRAM
• 6.9 тыс. токенов
• 138 токенов/с
Gemma 4 12B
• 9 ГБ VRAM
• 8.9 тыс. токенов
• 80 токенов/с
Несмотря на принадлежность к одному семейству Gemma 4, модель 26B-A4B выиграла во всех трёх сценах и работала примерно в 1.7 раза быстрее, используя всего 4 млрд активных параметров.
При этом 12B отстала совсем ненамного, потребляя почти вдвое меньше видеопамяти. Для ноутбуков с 16 ГБ VRAM это делает её одним из самых интересных вариантов для локального запуска.
GGUF: здесь
Guide: здесь
4
Microsoft запустила собственную ИИ-модель
Microsoft разработала её самостоятельно. Называется она MAI-Code-1-Flash, и её разворачивают для всех тарифов Copilot. (на бесплатном тоже)
Новая линейка моделей MAI включает:
• MAI-Code-1-Flash — для программирования
• MAI-Thinking-1 — reasoning-модель на 35 млрд параметров
• MAI-Image-2.5 — генерация изображений
• MAI-Transcribe-1.5 — распознавание речи на 43 языках
Что заявляет Microsoft:
• модель обучалась прямо в продакшн-среде Copilot, а не отдельно от продукта
• на сложных задачах использует на 60% меньше токенов по сравнению с сопоставимыми моделями
• набирает 85.8% на внутреннем adversarial coding benchmark Microsoft
• контекстное окно — 256K токенов
Если Copilot уже подключён, можно сразу переходить к выбору модели.
полный анонс😴
Microsoft разработала её самостоятельно. Называется она MAI-Code-1-Flash, и её разворачивают для всех тарифов Copilot. (на бесплатном тоже)
Новая линейка моделей MAI включает:
• MAI-Code-1-Flash — для программирования
• MAI-Thinking-1 — reasoning-модель на 35 млрд параметров
• MAI-Image-2.5 — генерация изображений
• MAI-Transcribe-1.5 — распознавание речи на 43 языках
Что заявляет Microsoft:
• модель обучалась прямо в продакшн-среде Copilot, а не отдельно от продукта
• на сложных задачах использует на 60% меньше токенов по сравнению с сопоставимыми моделями
• набирает 85.8% на внутреннем adversarial coding benchmark Microsoft
• контекстное окно — 256K токенов
Если Copilot уже подключён, можно сразу переходить к выбору модели.
полный анонс
Please open Telegram to view this post
VIEW IN TELEGRAM
Плюсом: Microsoft представила официальный клиент для OpenClaw. 🤙
Теперь агент может управлять системой через отдельное приложение:
✓ встроенные разрешения
✓ полный контроль через системный трей
✓ безопасный запуск по умолчанию в контейнерах
Под капотом используется новая технология Microsoft Execution Containers (MXC), которую Microsoft продвигает как основу для более безопасных AI-агентов на Windows.
открытый исходный код
Теперь агент может управлять системой через отдельное приложение:
✓ встроенные разрешения
✓ полный контроль через системный трей
✓ безопасный запуск по умолчанию в контейнерах
Под капотом используется новая технология Microsoft Execution Containers (MXC), которую Microsoft продвигает как основу для более безопасных AI-агентов на Windows.
открытый исходный код
Please open Telegram to view this post
VIEW IN TELEGRAM
This media is not supported in your browser
VIEW IN TELEGRAM
Ещё: Microsoft представила Scout. 🫢
Это агент, который работает в фоне и сам двигает задачи вперёд, без постоянных промптов и ручных команд.
Scout стал первым агентом Microsoft с режимом Autopilot.
Он умеет работать между Teams, Outlook, OneDrive и другими сервисами Microsoft, выполняя действия в рамках политик и прав доступа, настроенных вашей организацией.
Это агент, который работает в фоне и сам двигает задачи вперёд, без постоянных промптов и ручных команд.
Scout стал первым агентом Microsoft с режимом Autopilot.
Он умеет работать между Teams, Outlook, OneDrive и другими сервисами Microsoft, выполняя действия в рамках политик и прав доступа, настроенных вашей организацией.
Please open Telegram to view this post
VIEW IN TELEGRAM