Вчера Microsoft открыла исходный код расширения GitHub Copilot Chat для Visual Studio Code под лицензией MIT, со всеми потрохами: agent mode, система промптов для LLM и сбор техданных о работе расширения. Теперь всё прозрачно, можно посмотреть какие данные передаются, как устроена логика чата с моделью и при желании допилить под себя. Это первый шаг из планов MS превратить Visual Code в открытый редактор кода с ИИ.
Visualstudio
Open Source AI Editor: First Milestone
We are open sourcing the GitHub Copilot Chat extension. It’s the first milestone in making VS Code an open source AI editor.
👍13❤4🔥4
https://blog.langchain.com/context-engineering-for-agents/
Сегодня промпт инжиниринг превратился в контекстный инжиниринг
Сегодня промпт инжиниринг превратился в контекстный инжиниринг
LangChain Blog
Context Engineering
TL;DR
Agents need context to perform tasks. Context engineering is the art and science of filling the context window with just the right information at each step of an agent’s trajectory. In this post, we break down some common strategies — write, select…
Agents need context to perform tasks. Context engineering is the art and science of filling the context window with just the right information at each step of an agent’s trajectory. In this post, we break down some common strategies — write, select…
💯4🔥2🤯1
Завтра, 10 июля, в 12:00 Владимир Крылов, доктор технических наук и научный консультант по применению ИИ в разработке ПО, проведет новую лекцию, во время которой поделится своим взглядом на будущее программирования.
Рассмотрим перспективы превращения программирования в универсальный навык разработчиков практически любых управляемых устройств и систем. Даже тех, которые не основаны на использовании компьютеров и встроенных процессоров.
Вы увидите, как общий подход генерации кода по описанию заданных функциональностей позволяет создать среду управления и взаимодействия с окружением для различных субстратов, реализующих абстракцию вычислений, — от моря кремниевых вентилей до квантовых объектов и биологических структур.
Подключайтесь и задавайте вопросы лектору! Их можно оставить в чате на YouTube или в комментариях к этому посту.
Рассмотрим перспективы превращения программирования в универсальный навык разработчиков практически любых управляемых устройств и систем. Даже тех, которые не основаны на использовании компьютеров и встроенных процессоров.
Вы увидите, как общий подход генерации кода по описанию заданных функциональностей позволяет создать среду управления и взаимодействия с окружением для различных субстратов, реализующих абстракцию вычислений, — от моря кремниевых вентилей до квантовых объектов и биологических структур.
Подключайтесь и задавайте вопросы лектору! Их можно оставить в чате на YouTube или в комментариях к этому посту.
🔥12
Специальный режим «Explain Mode» для Gemini CLI (Open Source AI агент от Google для командной строки) предложил Филипп Шмид AI разработчик из Google DeepMind. Промптом в GEMINI.md агент превращается в виртуального Senior Architect, который помогает вам быстро и безболезненно погрузиться в код больших и сложных проектов. Как работает:
- Обновляете GEMINI.md и переходите в режим Explain Mode. Выбираете большую тему (например, систему авторизации или работу с базой данных).
- Gemini CLI разбивает её на конкретные подтемы и предлагает вам выбрать направление для анализа.
- Проводит глубокий и понятный разбор выбранного компонента, объясняя, почему код устроен именно так.
- Предлагает следующие шаги для дальнейшего изучения кода.
- Обновляете GEMINI.md и переходите в режим Explain Mode. Выбираете большую тему (например, систему авторизации или работу с базой данных).
- Gemini CLI разбивает её на конкретные подтемы и предлагает вам выбрать направление для анализа.
- Проводит глубокий и понятный разбор выбранного компонента, объясняя, почему код устроен именно так.
- Предлагает следующие шаги для дальнейшего изучения кода.
🔥11👍4
🎓 ИИ и образование: от учёбы к карьере — готовим специалистов будущего
Искусственный интеллект меняет не только то, КАК мы учимся, но и то, ЧЕМУ нужно учиться. Какие навыки будут востребованы? Как перестроить образование под новые реалии?
📅 Сегодня в 14:00 на YouTube | Дискуссия экспертов-практиков
Участники:
• Олег Уткин (Sprinterra) — бизнес-развитие в EdTech
• Кирилл Марков — цифровая трансформация в НГПУ
• Михаил Коротеев — кафедра ИИ Финуниверситета
• Анна Авдюшина (ИТМО) — ИИ-платформы для образования
• Анастасия Пахорукова — педдизайн и медиаобразование
Обсуждаем:
✅ Какие компетенции нужны для работы с ИИ
✅ Как перестроить образовательные программы
✅ Непрерывное обучение: от вуза до карьеры
✅ Новые профессии и карьерные траектории
✅ Практические инструменты и платформы
✅ Этика и ответственность в ИИ-образовании
Искусственный интеллект меняет не только то, КАК мы учимся, но и то, ЧЕМУ нужно учиться. Какие навыки будут востребованы? Как перестроить образование под новые реалии?
📅 Сегодня в 14:00 на YouTube | Дискуссия экспертов-практиков
Участники:
• Олег Уткин (Sprinterra) — бизнес-развитие в EdTech
• Кирилл Марков — цифровая трансформация в НГПУ
• Михаил Коротеев — кафедра ИИ Финуниверситета
• Анна Авдюшина (ИТМО) — ИИ-платформы для образования
• Анастасия Пахорукова — педдизайн и медиаобразование
Обсуждаем:
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥6❤1
Рекомендую попробовать , не могу оторваться от новой модели . Краткое описание здесь:
https://t.iss.one/neurogen_news/1421
https://t.iss.one/neurogen_news/1421
Telegram
Neurogen
Kimi K2: теперь доступна всем
🔘Что такое Kimi K2?
Kimi K2 — это новейшая модель Mixture-of-Experts от Moonshot AI с 32 миллиардами активированных параметров и 1 триллионом общих параметров. Это не просто очередная языковая модель — это агентный ИИ, который…
🔘Что такое Kimi K2?
Kimi K2 — это новейшая модель Mixture-of-Experts от Moonshot AI с 32 миллиардами активированных параметров и 1 триллионом общих параметров. Это не просто очередная языковая модель — это агентный ИИ, который…
👍5❤1
Vibe Coding News этой недели:
Исследования, подтверждающие, что человекообразные senior-разработчики и ученые пока еще пригодятся, а также асинхронная библиотека для приложений с мультимодалными LLM. Д
Новое исследование METR проверило, как ИИ-помощники (Cursor Pro с Claude 3.5/3.7) влияют на продуктивность senior-разработчиков. Взяли 16 опытных инженеров (у каждого ~1500 коммитов и около 5 лет стажа в конкретных репозиториях open-source проектов) и дали им 246 типичных задач: багфиксы, фичи и улучшения на их «родных» проектах, где они знают каждый уголок.
Ожидали ускорения на 20–30%, а получили замедление на 19%.
Вывод: когда вы знаете проект лучше, чем собственный дом, ИИ пытается помочь как доброжелательный, но немного навязчивый младший коллега. Новичкам и в новых кодовых джунглях — полезно, а профи лучше доверять себе. Подробнее и полный препринт здесь.
METR — некоммерческая организация из Калифорнии, оценивающая риски от передовых ИИ-систем. Занимается тестированием автономных ИИ, сотрудничает с OpenAI, Anthropic и другими.
Исследователи из Стэнфорда проверили, чьи идеи в области обработки естественного языка (NLP) лучше: от людей или от LLM (Claude 3.5). Идеи для научно-исследовательских NLP-проектов были собраны от людей, сгенерированы LLM и оценены. Затем 43 исследователя реализовали идеи (в среднем по 100 часов работы), а другие эксперты потом ещё раз анонимно оценили результаты.
До реализации идеи ИИ казались интереснее, перспективнее, эффективнее. Но когда дошло до дела, их оценки сильно просели. Человеческие идеи оказались стабильнее и в итоге по качеству после реализации обошли LLM.
Вряд ли эти результаты можно распространять на другие области, но в научных исследованиях по темам вроде генерации, перевода, оценки фактов и безопасности — LLM умеет вдохновлять и пока не вытесняет человека. Полный препринт - здесь.
Google Deep Mind выпустили GenAI Processors — Python-библиотеку для быстрой сборки мультимодальных AI-приложений. Она позволяет легко объединять ввод с микрофона, камеры, текста или изображения и обрабатывать его через Gemini, выдавая результат с минимальной задержкой. Всё работает асинхронно и стримингово "из коробки. Хотя библиотека заточена под Gemini и содержит готовые модули, при желании можно подключить и другую LLM — например, GPT 4 — но для этого нужно написать свой небольшой врапер-процессор, который будет передавать данные в нужный API и обрабатывать ответы.
Пропустили что-то важное?
Исследования, подтверждающие, что человекообразные senior-разработчики и ученые пока еще пригодятся, а также асинхронная библиотека для приложений с мультимодалными LLM. Д
Новое исследование METR проверило, как ИИ-помощники (Cursor Pro с Claude 3.5/3.7) влияют на продуктивность senior-разработчиков. Взяли 16 опытных инженеров (у каждого ~1500 коммитов и около 5 лет стажа в конкретных репозиториях open-source проектов) и дали им 246 типичных задач: багфиксы, фичи и улучшения на их «родных» проектах, где они знают каждый уголок.
Ожидали ускорения на 20–30%, а получили замедление на 19%.
Вывод: когда вы знаете проект лучше, чем собственный дом, ИИ пытается помочь как доброжелательный, но немного навязчивый младший коллега. Новичкам и в новых кодовых джунглях — полезно, а профи лучше доверять себе. Подробнее и полный препринт здесь.
METR — некоммерческая организация из Калифорнии, оценивающая риски от передовых ИИ-систем. Занимается тестированием автономных ИИ, сотрудничает с OpenAI, Anthropic и другими.
Исследователи из Стэнфорда проверили, чьи идеи в области обработки естественного языка (NLP) лучше: от людей или от LLM (Claude 3.5). Идеи для научно-исследовательских NLP-проектов были собраны от людей, сгенерированы LLM и оценены. Затем 43 исследователя реализовали идеи (в среднем по 100 часов работы), а другие эксперты потом ещё раз анонимно оценили результаты.
До реализации идеи ИИ казались интереснее, перспективнее, эффективнее. Но когда дошло до дела, их оценки сильно просели. Человеческие идеи оказались стабильнее и в итоге по качеству после реализации обошли LLM.
Вряд ли эти результаты можно распространять на другие области, но в научных исследованиях по темам вроде генерации, перевода, оценки фактов и безопасности — LLM умеет вдохновлять и пока не вытесняет человека. Полный препринт - здесь.
Google Deep Mind выпустили GenAI Processors — Python-библиотеку для быстрой сборки мультимодальных AI-приложений. Она позволяет легко объединять ввод с микрофона, камеры, текста или изображения и обрабатывать его через Gemini, выдавая результат с минимальной задержкой. Всё работает асинхронно и стримингово "из коробки. Хотя библиотека заточена под Gemini и содержит готовые модули, при желании можно подключить и другую LLM — например, GPT 4 — но для этого нужно написать свой небольшой врапер-процессор, который будет передавать данные в нужный API и обрабатывать ответы.
Пропустили что-то важное?
metr.org
Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity
We conduct a randomized controlled trial to understand how early-2025 AI tools affect the productivity of experienced open-source developers working on their own repositories. Surprisingly, we find that when developers use AI tools, they take 19% longer than…
👍7🤡1
Media is too big
VIEW IN TELEGRAM
Владимир Крылов, доктор технических наук и научный консультант по применению ИИ в разработке ПО, поделился своим взглядом на будущее программирования.
В новой лекции рассматриваем перспективы превращения программирования в универсальный навык разработчиков практически любых управляемых устройств и систем. Даже тех, которые не основаны на использовании компьютеров и встроенных процессоров.
Вы увидите, как общий подход генерации кода по описанию заданных функциональностей позволяет создать среду управления и взаимодействия с окружением для различных субстратов, реализующих абстракцию вычислений, — от моря кремниевых вентилей до квантовых объектов и биологических структур.
Запись лекции доступна здесь и на других площадках:
➡️ YouTube
➡️ ВКонтакте
➡️ ЯндексМузыка
В новой лекции рассматриваем перспективы превращения программирования в универсальный навык разработчиков практически любых управляемых устройств и систем. Даже тех, которые не основаны на использовании компьютеров и встроенных процессоров.
Вы увидите, как общий подход генерации кода по описанию заданных функциональностей позволяет создать среду управления и взаимодействия с окружением для различных субстратов, реализующих абстракцию вычислений, — от моря кремниевых вентилей до квантовых объектов и биологических структур.
Запись лекции доступна здесь и на других площадках:
Please open Telegram to view this post
VIEW IN TELEGRAM
❤6👍5🔥2
🔊Говорим о клонировании голоса
Кто побеждает в гонке вооружений между дипфейками и детекторами? Расскажет Виктор Загускин — ML-руководитель платформы речевых технологий в MWS AI.
В эфире:
🟣 Эволюция синтеза: как технологии клонирования голоса достигли почти идеальной естественности — от роботизированной речи до неотличимых дипфейков.
🟣 Zero-shot революция: как клонировать голоса за 3 секунды и почему это доступно даже непрофессионалам.
🟣 Детектирование в действии: как современные алгоритмы «ловят» синтетику и почему это напоминает вечную игру в кошки-мышки.
🟣 Этика и угрозы: реальные кейсы мошенничества, регуляторные вызовы и тонкая грань между инновацией и преступлением.
🟣 Будущее биометрии: куда движется гонка технологий — от водяных знаков до квантовых методов защиты.
⏰ Запускаем трансляцию завтра, 23 июля, в 13:00!
Подключайтесь и задавайте вопросы Виктору! Их можно оставить в чате на YouTube или в комментариях к этому посту.
Кто побеждает в гонке вооружений между дипфейками и детекторами? Расскажет Виктор Загускин — ML-руководитель платформы речевых технологий в MWS AI.
В эфире:
⏰ Запускаем трансляцию завтра, 23 июля, в 13:00!
Подключайтесь и задавайте вопросы Виктору! Их можно оставить в чате на YouTube или в комментариях к этому посту.
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥3❤2👍1
Искусственный интеллект уже пишет код, исправляет ошибки и решает задачи уровня топовых программистов мира. Но многие разработчики продолжают считать ИИ лишь «модным автодополнением» и отрицают его влияние на профессию. Оправдан ли этот скепсис или это страх остаться за бортом технологического прогресса?
У нас в гостях доктор технических наук и научный консультант по применению ИИ в разработке ПО Владимир Крылов. Мы поговорим о психологии программистов-скептиков, о том, как на самом деле изменится работа в IT, и почему, по мнению нашего гостя, в будущем каждый инженер станет программистом.
Что это — «конец программирования», каким мы его знаем, или его величайшая трансформация? Ждёт ли нас мир, где код пишут для ДНК и живых нейронов?
Подключайтесь сегодня в 11:00, чтобы узнать, какие навыки будут цениться в новую эпоху и кто рискует стать «цифровым динозавром». Или смотрите в ВК☺️
У нас в гостях доктор технических наук и научный консультант по применению ИИ в разработке ПО Владимир Крылов. Мы поговорим о психологии программистов-скептиков, о том, как на самом деле изменится работа в IT, и почему, по мнению нашего гостя, в будущем каждый инженер станет программистом.
Что это — «конец программирования», каким мы его знаем, или его величайшая трансформация? Ждёт ли нас мир, где код пишут для ДНК и живых нейронов?
Подключайтесь сегодня в 11:00, чтобы узнать, какие навыки будут цениться в новую эпоху и кто рискует стать «цифровым динозавром». Или смотрите в ВК
Please open Telegram to view this post
VIEW IN TELEGRAM
YouTube
Программисты в отрицании: почему разработчики игнорируют ИИ и чем это для них закончится
Искусственный интеллект уже пишет код, исправляет ошибки и решает задачи уровня топовых программистов мира. Но многие разработчики продолжают считать ИИ лишь «модным автодополнением» и отрицают его влияние на профессию. Оправдан ли этот скепсис или это страх…
👍5🔥2🤣1
Перевёл для Хабра статью разработчика, недавно уволившегося из OpenAI. Он рассказывает, как устроена работа изнутри: культура снизу вверх, отсутствие планов, вся коммуникация через Slack, техстекиз Azure, monorepo, Python, как создавали Codex (агент-программист) делали 8 разработчиков (всего 17 человек) за 7 недель, работая до 4 утра.
Выжимки из статьи уже появлялись в каналах, но я прочитал оригинал и там много интересного. Возможно, не самый объективный обзор, но заглянуть внутрь OpenAI всё равно любопытно.
Выжимки из статьи уже появлялись в каналах, но я прочитал оригинал и там много интересного. Возможно, не самый объективный обзор, но заглянуть внутрь OpenAI всё равно любопытно.
🔥9👍2🤷♂1👌1
Vibe Coding News этой недели:
Qwen 3 Coder - новая open-source модель уровня Claude Sonnet-4 (по версии производителя, отчет с бенчмарками прилагается). 480 миллиардов параметров (35B активных), окно контекста 256K токенов, расширяемое до 1 миллиона. Специализация - генерация кода, инструментальное использование и агентные задачи. Полная модель доступна в чате; локально потребует десятки GPU. Если она вдруг действительно работает на уровне Sonnet-4, это может существенно удешевить работу в Cursor да и вообще позволить работать без облака. Наши коллеги, впрочем, пока не спешат переключаться на Qwen 3 Coder. Подождём отзывов и тестов.
Квантизованные модели Qwen 3 Coder, конечно, уже тоже сделали. Например, здесь инструкции по установке и квантизованные модели (Unsloth Dynamic 2.0) GGUF (8–16 бит) с поддержкой до 1M токенов контекста.
Mini-SWE-Agent - новый open-source агент программирования всего из 100 строк кода, достигающий 65% точности на задачах SWE-bench без использования специальных инструментов. 100 строк кода на python - можно быстро посмотреть как это устроено.
Figma запустила AI-генератор дизайна приложений, сайтов и прототипов чего угодно. Создаёшь по текстовому описанию — получаешь готовый макет, который можно доработать вручную. Уже можно попробовать, и пока даже бесплатно! Работает на базе Sonnet 4.
Google запустила в тестовом режиме Opal - систему быстрого создания мини-приложений, что-то вроде Claude Artifacts в рамках Google Labs. Пользователи с IP из США уже могут попробовать. Мы попробовали - работает вполне неплохо, принципиально нового пока не увидели. Пишешь или наговариваешь суть приложения, затем получаешь схему данных, которую можно отредактировать и создаёшь формы. Уметь программировать не нужно.
Забыли что-то интересное?
Qwen 3 Coder - новая open-source модель уровня Claude Sonnet-4 (по версии производителя, отчет с бенчмарками прилагается). 480 миллиардов параметров (35B активных), окно контекста 256K токенов, расширяемое до 1 миллиона. Специализация - генерация кода, инструментальное использование и агентные задачи. Полная модель доступна в чате; локально потребует десятки GPU. Если она вдруг действительно работает на уровне Sonnet-4, это может существенно удешевить работу в Cursor да и вообще позволить работать без облака. Наши коллеги, впрочем, пока не спешат переключаться на Qwen 3 Coder. Подождём отзывов и тестов.
Квантизованные модели Qwen 3 Coder, конечно, уже тоже сделали. Например, здесь инструкции по установке и квантизованные модели (Unsloth Dynamic 2.0) GGUF (8–16 бит) с поддержкой до 1M токенов контекста.
Mini-SWE-Agent - новый open-source агент программирования всего из 100 строк кода, достигающий 65% точности на задачах SWE-bench без использования специальных инструментов. 100 строк кода на python - можно быстро посмотреть как это устроено.
Figma запустила AI-генератор дизайна приложений, сайтов и прототипов чего угодно. Создаёшь по текстовому описанию — получаешь готовый макет, который можно доработать вручную. Уже можно попробовать, и пока даже бесплатно! Работает на базе Sonnet 4.
Google запустила в тестовом режиме Opal - систему быстрого создания мини-приложений, что-то вроде Claude Artifacts в рамках Google Labs. Пользователи с IP из США уже могут попробовать. Мы попробовали - работает вполне неплохо, принципиально нового пока не увидели. Пишешь или наговариваешь суть приложения, затем получаешь схему данных, которую можно отредактировать и создаёшь формы. Уметь программировать не нужно.
Забыли что-то интересное?
chat.qwen.ai
Qwen Chat
Qwen Chat offers comprehensive functionality spanning chatbot, image and video understanding, image generation, document processing, web search integration, tool utilization, and artifacts.
❤3👍3
Media is too big
VIEW IN TELEGRAM
🔊Говорим о клонировании голоса
Кто побеждает в гонке вооружений между дипфейками и детекторами? Рассказывает Виктор Загускин — ML-руководитель платформы речевых технологий в MWS AI.
Разбираем:
🟣 Эволюция синтеза: как технологии клонирования голоса достигли почти идеальной естественности — от роботизированной речи до неотличимых дипфейков.
🟣 Zero-shot революция: как клонировать голоса за 3 секунды и почему это доступно даже непрофессионалам.
🟣 Детектирование в действии: как современные алгоритмы «ловят» синтетику и почему это напоминает вечную игру в кошки-мышки.
🟣 Этика и угрозы: реальные кейсы мошенничества, регуляторные вызовы и тонкая грань между инновацией и преступлением.
🟣 Будущее биометрии: куда движется гонка технологий — от водяных знаков до квантовых методов защиты.
Запись лекции доступна здесь и на других площадках:
➡️ YouTube
➡️ ВКонтакте
➡️ ЯндексМузыка
Кто побеждает в гонке вооружений между дипфейками и детекторами? Рассказывает Виктор Загускин — ML-руководитель платформы речевых технологий в MWS AI.
Разбираем:
Запись лекции доступна здесь и на других площадках:
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥5