17 августа главный ресурс для кода GitHub упал почти на целый рабочий день

Сбой начался в 9:40 по восточному времени и длился до 17:15 – почти восемь часов. Пострадали Actions, API, pull requests, Issues, вебхуки, авторизация (SAML/OIDC), Copilot. Работа миллионов инженеров по всему миру встала или оказалась серьезно затруднена.

В этот же день Cursor запустил Origin – собственный GitHub, спроектированный для ИИ-агентов. Уверен, в PR-отделе компании открыли не одну лишнюю бутылку шампанского – лучшего фона, чем падение GitHub, для запуска и не придумаешь.

У канала достаточно много нетехнических подписчиков, поэтому буквально абзацем поясню, о чем речь. GitHub – самое большое в мире онлайн-хранилище кода. Но главное: оно рассчитано на комфортную работу с этим кодом – есть история изменений, можно вести несколько альтернативных веток разработки, а если с кодом работает больше одного человека (а это 99% случаев), то добавляется механика пул-реквестов (PR), когда предлагаемые изменения сначала проверяются, а затем вливаются (мержатся) в код. 

Вокруг GitHub выстроилась огромная инфраструктура: от автоматических тестов до подобия социальной сети – с рейтингами и обсуждениями проектов. Плюс в репозиториях давно держат не только код, но и промпты и скиллы для ИИ, бизнес-проекты и даже книги – настолько удобным оказался функционал для людей разных профессий.

Одна беда: GitHub не очень подходит для ИИ-агентов.

Причина простая – модели пишут код в десятки раз быстрее людей. По данным The Information, в марте 2026 года ИИ-агенты открыли 17 млн PR против 4 млн в сентябре 2025 – рост в четыре раза за полгода. Увеличение нагрузки повлияло на стабильность GitHub: восемь инцидентов с деградацией насчитали в июле, шесть – в июне.

Именно в эту точку бьет Cursor – у Origin свой хостинг, принципы организации работы копируют GitHub, более того, на старте вообще можно сделать “зеркало” своего репозитория с GitHub.

Инфраструктура должна быть оптимизирована именно под ритм работы агентов – но для проверки этого обещания нужно время. Пока что Origin стартовал в бете и только на платных планах Cursor – это поможет отрегулировать нагрузку и не упасть на старте.

Еще одна интересная особенность Origin – когда инжернер работает через Cursor, то ИИ-агент видит не только открытый файл, а сразу весь репозиторий и может отвечать на вопросы по истории правок.

Конкуренция не будет простой: к GitHub привыкли сотни миллионов инженеров, а Origin пока отстает по функционалу – Cursor, кстати, обещает еще больше функций под ИИ-агентов, но не говорит, каких.

Однако Cursor в этой истории – лишь часть более широкого фронта. С середины августа компания вошла в состав SpaceXAI, которая разрабатывает линейку Grok. Cursor располагает одним из лучших обучающих датасетов по программированию, который уже использовали для обучения Grok 4.5 и Grok 4.6. Результат виден – ИИ-модели Илона Маска лишь немного отстают по кодингу от лидирующих GPT и Claude, будучи заметно дешевле по цене.

Качество датасета Cursor объясняется просто: это редактор кода, в котором человек и ИИ работают в четыре руки, поэтому детально видно, какие куски модель написала хорошо, а какие инженер поправил руками. С запуском Origin в этот набор данных добавляется еще один слой – как специалист работает с репозиторием, к каким файлам обращается, когда коммитит и так далее. Конечно, быстро такие данные собрать не получится, но не удивлюсь, если уже через полгода-год новые версии Grok получат очередное преимущество.

Еще прошлой осенью Илона Маска воспринимали аутсайдером ИИ-рынка. Сейчас он врывается в конкуренцию с OpenAI и Anthropic на рынке моделей для кодинга, и Microsoft – на рынке инфраструктуры. Все ждали этого от Google – но результат пришел с другой стороны.
—
17 миллионов PR на GitHub в месяц – история про то, что проверка кода становится дороже написания. Недавно я выпустил лонгрид, как легендарный разработчик Роберт Мартин (автор книги Clean Code) использует рой из шести ИИ-агентов для написания и приемки кода.
Прочесть можно здесь.

OpenAI притормозила тренировку Astra – и вводит беспрецедентные меры безопасности

Компания рассказала о мерах, которые были приняты и предпринимаются после того, как ее ИИ-агенты несколько раз выходили из-под контроля во время тестов. Самым известным случаем стал взлом Hugging Face, откуда агенты украли ответы на тест, который решали.

Вот что сделали:

1️⃣ Компания на две недели останавливала обучение Astra – своей самой мощной модели. Во многих каналах вижу трактовку, что обучение заморожено до сих пор, но это не так, про две недели написано в прошлом времени. До сих пор на паузе самый крупный обучающий прогон – вероятно потому, что в нем возможности модели могут вырасти еще больше. Мелкие прогоны возобновлены: на них смотрят поведение модели и то, как работают защитные блокировки.

2️⃣ Две недели паузы потратили на укрепление инфраструктуры. Новые требования: жесткие песочницы для любого кода, написанного моделью; изоляция рискованных задач от интернета так, чтобы взлом одного узла не открывал остальное; вычищены общие уязвимые сервисы, урезаны постоянные привилегии.

3️⃣ Для тестирования укрепленной инфраструктуры используются ИИ-агенты, которым ставят задачи по ее взлому – конечно, под присмотром специалистов.
Компания развернула многоступенчатую систему контроля за тестируемыми моделями – возможно, первую такую в индустрии. Вот как она устроена:

Первая ступень – дешевые детекторы на активациях. Активации – внутреннее состояние модели в момент, когда она выбирает следующее слово. Детектор – маленькая надстройка, которую научили по этим числам угадывать, “думает” ли модель сейчас про что-то из запрещенного списка. Он не читает текст, а смотрит модели “в голову”, причем в реальном времени.

Вторая ступень – автоматические следователи. Если детектор что-то заподозрил, то включаются модели подороже: они читают, что именно агент делал с инструментами, его рассуждения, всю цепочку шагов от начала задачи – и решают, это реально попытка вылезти наружу, что-то сломать или обойти защиту, или ложная тревога.

Третья ступень – люди. Если ИИ-следователи говорят “похоже на нарушение критической границы”, у команд безопасности звонит пейджер и дается 30 минут на разбор. Не доказали, что тревога ложная, – процесс останавливают.

Меры распространяются на тестовые прогоны моделей “уровня GPT-5.6 Sol и выше”, а для Astra – обязательны на всех прогонах. В OpenAI называют цену безопасности – тестирование с такими мерами требует до 20% больше вычислительных мощностей.

4️⃣ Отдельный блок мер – про само обучение. На этапе RL модель раз за разом решает задачи, а оценщик – часто тоже нейросеть – выдает баллы. Раньше давали в основном за решенную задачу, теперь оценщика учат смотреть и на дорогу к ней: полез не туда, обошел ограничение – баллы ниже, даже если задача сделана. Отдельно тренируют честность в отчетах о своих действиях и давят reward hacking – добычу награды без решения: подгонку ответа под проверяющий скрипт, взлом грейдера, поиск утечки ответов, как в истории с Hugging Face.

Больше деталей компания обещает раскрыть в будущем, пока же вернусь к четвертому пункту. У нас классический случай Quis custodiet ipsos custodes? – кто будет сторожить сторожей? Важный этап оценки безопасности ИИ компания впервые передает другому ИИ. В OpenAI объясняют это тем, что киберспособности растут настолько быстро, что есть риск не отследить их человеческими силами. А возможности ИИ-следователей будут расти параллельно возможностям новых моделей.

И вопрос здесь уходит в сферу доверия: напомню, что у компании была история, когда ИИ-агенты развернули в инфраструктуре OpenAI целую доску для обмена сообщениями – и “чатились” там примерно два месяца. Надеюсь, теперь инфраструктура укреплена достаточно сильно, чтобы такой же доски не сделали с ИИ-следователями.
—
О том, как выжимать из ИИ максимум, я рассказываю на “Бусти”. Вот пара свежих хитов:

🔹 Карта и территория: как управляет ИИ один из создателей Claude Code
🔸 Системный промпт на примере Claude Fable 5: что это и какие приемы промптинга можно перенять у Anthropic

I will not manufacture a proof

В последнее время я часто пишу про ИИ в математике – каждую неделю на канале выходит по 1-2 таких поста. И с учетом того, что поток новых ИИ-открытий не останавливается, вряд ли остановлюсь я.

Но зачем я делаю это? Две причины.

Первая, чуточку банальная: математика – главная наука для познания. Открытия – любые – в ней двигают нас к тому, чтобы понимать мир лучше.

Вторая: математика сейчас – это "новый код", то есть область, которая идеально подходит для оценки развития ИИ. С одной стороны, решение математических задач – это прямо предел возможностей нейросетей. С другой – у задач, решаемых с помощью ИИ, есть однозначный ответ, который можно проверить.

Я не говорю, что проблем нет вообще: интернет прямо сейчас захлебывается в потоке “потенциальных ИИ-открытий” от профессионалов и любителей – и рецензенты просто не понимают, за что хвататься. Но это во многом менеджерская задача, решать которую можно в том числе с помощью ИИ.

Сравните с биологией: спроектированный нейросетями кандидат в лекарства должен пройти несколько стадий доклиники и клиники – всего около десяти лет до момента, когда можно точно сказать “это работает”. А про текст вообще сложно сказать, хороший он или плохой – есть мнения, вкусы, цифровые метрики.

В общем, именно по математике видно, где предел возможностей современных моделей, какие слабые места у них остались, как организовать работу и, что не менее важно, приемку результатов.

Расскажу о примере из своей практики.

У меня в Claude Cowork заведен отдельный проект – туда я отдаю последние ИИ-открытия в математике и разбираю их с помощью Fable 5. Я не профессионал, мне интересно другое: что за открытия, в чем их ценность, как ИИ шел к результату, как люди его принимали и проверяли. Многими находками уже делился на канале – ищите посты примерно с начала июля.

На днях Даниэль Лемир, профессор информатики (и математик по образованию), выложил в X задачу со словами “не хотите протестировать свой ИИ на этой штуке?”:

Правда ли, что для любой степени L существует неприводимый многочлен над GF(2), у которого все члены, кроме старшего, живут в нижней половине степеней — не выше L/2?

(полная формулировка здесь, искать по conjecture)

Я скинул задачу Fable 5 на оценку и получил вердикт – вряд ли справимся, тут нужен совсем новый подход, возможно, новая математика.

Но у меня было немного свободного времени и достаточно большой остаток лимитов на GPT-5.6 Pro, поэтому я попросил Fable 5 не сдаваться: поискать нестандартные подходы, попробовать формулировки промптов в стиле тех, которыми совершались другие открытия.

Мы сделали несколько проходов, по-разному пытаясь выжать из модели результат – в одном из последних промтов, например, был включен запрет на поиск в сети и утверждалось, что задача решена, а модели надо повторить это решение (такой подход используют математики OpenAI). Fable 5 предупреждала – даже если модель вернется с решением, то скорее всего или пропустит ошибку, или сгаллюцинирует его полностью.

GPT-5.6 Pro работала над каждым промптом по 2-3 часа и возвращалась с честным ответом. В зависимости от постановки задачи, он звучал по-разному, но сводился к одному:

I will not manufacture a proof – я не буду фабриковать доказательство.

(и дальше результат, что удалось посчитать – вот один из примеров)

Вспомните: лишь год с небольшим назад сильнейшую модель OpenAI o3 регулярно приходилось ловить за руку на галлюцинациях – вплоть до ссылок на выдуманные научные статьи. Сегодня ее наследница, находясь под давлением человека и другой ИИ-модели такого же уровня, продолжает стоять на своем – нет, эта задача нам с тобой не по плечу, и вот объяснение, почему.

Для меня это не менее ценный результат: понять уровень доверия модели, подняв его на ступеньку выше.

А гипотезу Лемира когда-нибудь обязательно решат.
—
Как выжимать из ИИ максимум – я рассказываю на “Бусти”. Там и собственная практика (в том числе совсем безумные эксперименты), и разборы опыта крутых специалистов, вроде создателя Claude Code Бориса Черни.

Самое время подписаться!

мРНК-вакцина от рака впервые прошла третью стадию клинических испытаний. Это персонализированное лекарство, которое ИИ проектирует под пациента

Merck и Moderna объявили об успешных результатах третьей фазы клинических испытаний интисмерана – персонализированной мРНК-вакцины от рака. Это еще не окончательный успех: наблюдение пациентов продолжится, а полученные данные должны быть проверены независимыми специалистами – но именно текущий этап открывает путь к подаче заявки на одобрение лекарства FDA, EMA и другими регуляторами. 

Акции Moderna скакнули на +177% (!!!) за день – самый крупный рост в истории компании. И вот почему.

Наш организм патрулируют специальные иммунные Т-клетки, которые ищут и убивают чужаков. Чтобы не попасть под раздачу, “родные” клетки тела выставляют наружу кусочки своих внутренних белков на специальных молекулах-подставках (HLA). Для Т-клеток они как “паспорт”: предъявили и все хорошо, нет паспорта – враг.

Но раковые клетки – это мутировавшие собственные клетки организма, поэтому наружу они выставляют такой же “паспорт”. Есть лишь крошечное исключение: мутация меняет букву в гене, а значит одну аминокислоту в белке. Теоретически, небольшой процент Т-клеток может эту подмену распознать, однако раковая клетка умеет защищаться и от них – выставляет молекулу, которая через рецептор PD-1 выключает подошедшую Т-клетку.

Для борьбы с такой защитой создали “Китруду” – лекарство, блокирующее этот тормоз и открывающее путь Т-клеткам. Но так как не все Т-клетки “видят” мутацию раковых клеток, то их банально может не хватить. Поэтому появилась идея подтолкнуть организм вырабатывать больше таких Т-клеток. На это и нацелена вакцина.

Здесь своя сложность: мутации в раковой клетке у каждого пациента индивидуальные, равно как и подставки-HLA – если делать “усредненную” вакцину, то сработает она не у всех. Поэтому вакцину персонализируют: берут у пациента образец здоровой ткани и опухоли, вычитают одно из другого и получают список мутаций. Их сотни, а в мРНК-вакцину помещаются до 34.

Здесь в игру и вступает ИИ. Алгоритм машинного обучения предсказывает для каждой мутации сложную цепочку событий и решает – годится ли она для вакцины. За шесть недель вакцина изготавливается, затем делается укол и в организм попадает инструкция, по которой небольшое количество здоровых клеток выставляют наружу мутации, а также дают сигнал “это опасно”. Т-клетки обучаются на “чужаках” нужным мутациям, а после расходятся по организму уже в поисках настоящих раковых клеток. 

Описанный процесс может пугать: созданная с участием ИИ мРНК-вакцина перепрограммирует здоровые клетки, чтобы они обучили Т-клетки искать и убивать раковые клетки – бррр! Но отмечу, что машинное обучение используется в проектировании лекарств уже 15 лет, да и мРНК-вакцины существуют не первый год.

Второй момент – в вакцину действительно заложен процент ошибки: если алгоритм ошибется и мишень окажется похожа на нормальный человеческий белок, иммунитет атакует его, что приведет к аутоиммунной реакции. Пока процент не раскрывается, но со временем алгоритмы будут становиться лучше, плюс комбинацию из китруды и интисмерана сначала планируют использовать только в тяжелых случаях.

Пока что это только меланома, невероятно коварный вид рака: если быстро заметить и удалить, то шансы последствий минимальны, если же немного затянуть – то еще совсем недавно риск летального исхода был огромен. Новую комбинацию планируется использовать после удаления опухоли именно для таких случаев.

Далее интисмеран опробуют на других видах опухолей: легкое, мочевой пузырь, почка, поджелудочная и желудок. Отмечу, что универсальной вакциной он не станет, как и любое другое лекарство: рак включает в себя сотни видов опухолей, требующих индивидуального лечения. Но даже победа над несколькими видами спасет миллионы жизней.
—
Как выжимать из ИИ максимум – я рассказываю на “Бусти”. Там и собственная практика (в том числе совсем безумные эксперименты), и разборы опыта крутых специалистов, вроде создателя Claude Code Бориса Черни.

Самое время подписаться!

Мои ИИ отупел – можно ли что-то сделать?

Жалоба, которую регулярно слышу сам и вижу в сети: использую ИИ уже не первый месяц, долго все было хорошо, но сейчас модель отупела. Давайте разбираться, где здесь мифы, а что реально стоит проверить.

“Отупение” на стороне разработчика

Такое бывает: Anthropic признала целую серию технических инцидентов, которые приводили к деградации качества разных моделей. Инфраструктура у крупных провайдеров разнородная, одна и та же модель может крутиться на разных типах серверов, что иногда и приводит к проблемам.

Увы, это никак не проверить и ничего не сделать. Поэтому переходим к практическим пунктам.

Ваши промпты устарели

Проблема, которую признали OpenAI и Anthropic: модели развиваются так быстро, что написанные год назад промпты могут не работать как надо – слишком много ограничений и инструкций “как делать”, которые сбивают свежие версии ИИ с толку. Это промпт-долг, который прячется не только в промптах, но и в скиллах и CLAUDE.md.

“Скорая помощь” простая: запустите диалог в режиме инкогнито и постарайтесь описать задачу максимально коротким промптом, в котором изложите только необходимое для выполнения.

Как правильно писать промпты и скиллы в 2026 году, а также бороться с промпт-долгом, я рассказывал в отдельном лонгриде.

Неправильный режим рассуждений

Почти все пользователи выкручивают режим рассуждений на максимум, думая, что модель автоматически поумнеет. Это не так: при простых задачах модель может тратить время на их повторное решение, в итоге выдавая худший результат. Команда Codex для большинства задач использует GPT-5.6 в режиме Medium – и это при неограниченных токенах!

Мой совет: ставьте Medium (GPT-5.6) / High (Claude) как базу, а более высокие включайте, когда недовольны результатом. Постепенно вы поймете, какой режим для какой задачи подходит.

Забитое контекстное окно

Контекст современных моделей доходит до миллиона токенов – влезет “Война и мир” с запасом. Но при каждом новом ответе модель перечитывает диалог целиком – и когда он наполняется неудачными попытками решения задачи, вопросами “в сторону”, то качество постепенно деградирует. Это context rot.

Если вы затянули диалог в чат-боте – дайте модели задачу сделать резюме, а затем начните с ним новый чат. У ИИ-агентов арсенал работы с контекстом намного шире – я в свое время разбирал его в большом тексте.

Откат на более слабую модель

У Claude Fable 5 (чаще) и Opus 5 (реже) на разговорах по темам вроде киберзащиты и биологии фильтры безопасности часто скидывают модель на Opus 4.8. Об этом сообщается небольшим поп-апом, но если увлечься работой, то можно пропустить. Я уже выучил, на каких запросах это происходит, и обычно сразу начинаю на Opus 5 (там фильтры срабатывают в исключительных случаях) – или вообще увожу запрос на GPT-5.6.

Забившаяся память ИИ

Обновляемая память на основе чатов – классная функция до момента, пока модель не затащит туда чего-нибудь лишнего. Решение простое: раз в несколько недель вручную перечитывайте, что ИИ помнит о вас, убирайте оттуда устаревшие пункты – и добавляйте новую информацию. Подробнее разбирал в тексте "Как правильно писать пользовательский промпт и управлять памятью ИИ о вас".

Не модель отупела – а ваша планка выросла

Работа с ИИ начинается с “медового месяца” – ого, какая крутая штука! Автоматизируем мы поначалу простые задачи, а любые ошибки ИИ списываем на то, что пока не научились с ним работать.

Проходит время, простые штуки ИИ щелкает уже незаметно для нас, а “отупение” проявляется в том, что с ним не получается решать реально серьезные задачи. Здесь пора задаться вопросом – а не застряли ли вы на определенной “ступени” работы ИИ. Возможно, имеет смысл сменить чат-бота на ИИ-агента? Или научиться дирижировать несколькими моделями под разные задачи?

Создатель Claude Code Борис Черни недавно описал “лестницу” освоения ИИ”, а я разобрал ее в огромном лонгриде:

"Лестница" создателя Claude Code: как прокачаться в использовании ИИ всего за один вечер

P.S. Кстати, мои лонгриды доступны не только на “Бусти”, но и на Sponsr – контент на площадках идентичен, выбирайте ту, которая удобнее.

Qwen3.8-27B – новая народная открытая модель

С релиза открытых весов Qwen3.8-27B прошла всего неделя, а сообщество понаделало с ней уже столько разных классных штук, что в один ТГ-пост не влезет. Напомню про саму модель: 27 миллиардов параметров можно утрамбовать в память одной RTX5090 или двух RTX3090, при этом Alibaba сравнивает модель с куда более серьезной Claude Sonnet 5.

Но справедливости ради, в ту же RTX5090 модель лезет впритык – места под длинные диалоги уже не остается. И купить такую могут лишь единицы – в массе у народа карточки попроще. Поэтому сообщество сразу занялось квантованием – сжатием модели за счет хранения весов с меньшей точностью.

Любой квант ухудшает параметры модели, но насколько – зависит от технологии. Сейчас один из топов – это линейка Unsloth. Они используют динамическое квантование: те части модели, которые переносят огрубление “спокойно”, квантуют более агрессивно, а те, которые от него ломаются – почти не трогают. Динамический квант жмет выборочно – как JPEG бережет лицо и не жалеет фон.

В Unsloth утверждают о преимуществе более 10% над другими технологиями квантования. При этом требования к памяти режутся очень мощно: например, экстремальная однобитная сборка держит 77% точности оригинальной модели (по замерам Unsloth), но требует всего 8 гигабайт памяти – можно запускать даже на ноутбуке без видеокарты.

Для моей RTX 3090 рекомендуют UD-Q4_K_XL, которая весит 17,92 ГБ – она не сильно теряет в точности, но оставляет много памяти под контекст. Примерный ориентир по нужному объему памяти для разных квантов дает картинка в начале поста.

За пять дней люди скачали 5,1 млн квантов Unsloth – достойное внимание.

А параллельно сообщество занималось доработкой весов до клубничного вкуса 🍓 Речь о расцензуренных сборках Qwen3.8 – тех, в которых модель не отвечает отказом даже на пограничные вопросы.

Я никогда не закапывался глубоко в то, как с открытых моделей снимают цензуру, а оказалось достаточно интересно. Ответ “не могу помочь” живет внутри модели как направление в ее представлениях. Оно вполне конкретно, а значит может быть удалено с помощью аблитерации – приема, когда направление находят и вырезают из весов. 

Интересно, что гонка тут идет в две стороны сразу. Сообщество совершенствует аблитерацию – и даже создало автоматический инструмент расцензуривания Heretic. Инженеры крупных компаний придумывают все более хитрые способы спрятать направление отказа. И в случае с Qwen3.8 почти удалось – после прогона оригинального Heretic модель продолжала говорить “нет” в 97 из 100 случаев. 

У модели есть такое понятие, как внимание – это когда каждое слово “смотрит” на все остальные. И есть линейное внимание – упрощенный и дешевый вариант. Alibaba в Qwen3.8 смешали оба вида внимания: 16 слоев дорогих и 48 слоев дешевых. На этом и сломался Heretic – он правил только дорогие слои.

Сразу несколько команд перебрали архитектуру модели, чтобы дотянуться до всех нужных слоев. И сделали это максимально быстро: веса вышли 14 августа, а версии без цензуры начали появляться 16-го.

Расцензура, кстати, не абсолютная: некоторые отказы вырезать не удалось, а некоторые команды оставили намеренно – речь о наиболее чувствительных вопросах. Но это лишь 3 случая на 100, что крохи.

Оригинальный Qwen3.8-27B Alibaba выпускала все-таки не для массового пользователя – нормально он пойдет на профессиональных GPU. Народной модель сделало само сообщество: выпустив кванты и расцензуренные версии. И это только начало – сообщество наверняка придумает что-то новое.
—
Несколько недель назад я выпустил лонгрид с ликбезом по открытым моделям – а сейчас доработал под Qwen3.8-27B. В тексте разобраны основные термины и харкатеристики, какое железо нужно и как запустить модель без больших усилий.

👉 Читаем здесь.

Андрей Карпати – персона в мире ИИ легендарная. Один из сооснователей OpenAI, бывший директор по ИИ в Tesla, а сейчас сотрудник направления Anthropic по рекурсивному улучшению ИИ.

А еще у Андрея есть супер-скилл: всего лишь одним коротким твитом в X он может изменить то, как работают с ИИ миллионы – так было, например, с вайб-кодингом.

Я решил изучить, а есть ли какая-то схема, по которой Андрей Карпати работает с ИИ. И в итоге написал лонгрид с неожиданным заголовком:

К черту правила: как работает с ИИ легендарный Андрей Карпати

(текст также доступен на Sponsr)

В чем главная фишка вайб-кодинга, как быстро передавать ИИ огромные объемы контекста, и как получать от него ответы, которые вы не будете читать по-диагонали – лишь некоторые приемы Карпати, которые я разобрал в тексте. А еще там есть подробное описание философии Андрея как экспериментатора: ею легко можно заразиться – но тем для вас и лучше!

Лонгрид про Карпати – четвертый в серии статей про то, как с ИИ работают легенды индустрии. Вот прошлые три, все они стали абсолютными хитами:

"Лестница" создателя Claude Code: как прокачаться в использовании ИИ всего за один вечер (+ версия на Sponsr)
Clean Code 2.0. Как использует ИИ автор самой популярной книги о программировании (+ версия на Sponsr)
Карта и территория: как управляет ИИ один из разработчиков Claude Code (+ версия на Sponsr)

P.S. Когда Карпати напишет следующий твит, который перевернет ИИ-индустрию – вы будете к нему готовы😏

Филдсовский лауреат Теренс Тао, один из сильнейших живущих математиков, опубликовал доклад Mathematics in the Age of AI. Оригинал по ссылке выше, я же дал Opus 5 задачу пересказать главные тезисы и оформить HTML-страницей. Вот она:

Вот она, кстати

(У страницы два режима сложности под разных читателей, интерактив и даже размышления переводчика «на полях» — вот какой я молодец Opus молодец)

Интересного в докладе много, но вот что я выделил для себя. Доклад вроде бы про математику – а на деле про всю нашу жизнь во времена ИИ. То, с чем столкнулись Тао и коллеги, уже происходит в самых разных областях.

Примером Тао взял одну из составляющих работы математика – решение задач. Оно раскладывается на этапы:

Решить. Как ни странно, “решить как можно больше” – плохая цель: математиков и раньше заваливало неверными доказательствами знаменитых теорем, а теперь правдоподобное доказательство генерируется за вечер.

Проверить. Есть пруверы – Rocq, HOL, Lean – и автоформализация: перевод доказательств на их язык, все чаще силами ИИ. Но тут ловушка, о ней ниже.

Объяснить. Профессионал в одной области может не понимать тему коллеги из соседнего кабинета. Переложить результат на язык тысяч профессионалов – большая работа; для людей вне профессии – еще больше.

Добиться принятия. Медленный человеческий процесс, держащийся на труде рецензентов, которые скажут: “это действительно важно”.

Важное правило Тао: 

Не можешь прочитать доклад по своему результату – не публикуешь.

Довести до канона. Связать с другими областями и внести в учебники – чтобы с этим работали следующие поколения.

Попробуйте применить эту “лестницу” к своей сфере – и у вас наверняка получится, пусть и с некоторыми изменениями. Тот же самый кризис проверки ИИ-результатов сейчас происходит почти во всех областях – я и сам не раз писал о том, как с этим столкнулся код.

Дальше – моя экстраполяция. Уже сейчас ИИ решает задачи, понятные нескольким сотням человек в мире. А что будет, когда он впервые выдаст решение, которое не поймёт вообще никто? Его проверят и подправят другие модели – человеку понятнее оно не станет.

А если в решении будет ошибка, которую все пропустят? Она попадет в канон, который выучат новые модели – и только усилят эту ошибку, построив на ней уже свои решения. В ИИ это называется model collapse – и проблема касается не только математики, но и любой области.

Тао честно признает, что у него нет готового решения описанных вещей – и это звучит как вызов обществу, что проблемы пора решать вместе. Полагаю, первые попытки решения мы видим прямо сейчас (затормозка разработки в OpenAI и Anthropic), а в следующие годы все станет еще интереснее.

И еще один момент, который выделю в тексте Тао. Он рассказывает о вещи, которой почти нет в машинных решениях, но которая встречается в почти всех человеческих. Это – “трение” в тексте. По доказательству, написанному человеком, сразу видно, где он нервничал, где “извиняется” за слишком сложную формулировку, а где абзац и вовсе несколько раз переписывался.

Это трение любой человек считывает моментально. И оно информативно, так как выделяет места, реально важные для автора – а значит, на них нужно обратить внимание и при чтении.

У машинного текста этого трения нет: модели одинаково хорошо пишут о важных и второстепенных вещах. И это опять выходит далеко за пределы математики. Причина ИИ-слопа не в том, что он сделан плохо, а в том, что в нем нет трения.

Первой моей мыслью, когда я это понял, было написать промпт, чтобы ИИ делал тексты с “трением” (кстати, в HTML Опуса так и сделано). Но возможно стоит поступить иначе: оставить трение людям, а в случае с ИИ-контентом… просто привыкнуть, что он иной.
—
Кстати, HTML-объяснение я сделал по “правилам Андрея Карпати”, одного из самых узнаваемых людей в ИИ-сообществе. Хотите делать такие же и научиться другим трюкам из аресанала Карпати – читайте мой лонгрид:

К черту правила: как работает с ИИ легендарный Андрей Карпати

Добрался до свежего отчета Hugging Face о том, как обстоят дела у открытых моделей. Выделю главное:

1️⃣ Если в закрытом фронтире лидерство удерживают США, то лидерство в open source ушло Китаю. Почти каждый месяц 2026-го самая крупная открытая модель китайской лаборатории была больше любой американской, причем потолок гулял от 754 миллиардов до 2,78 триллиона параметров.

При этом триллион параметров перестал быть какой-то “героической” цифрой – такие модели выпустили Xiaomi, Ant Group и Meituan, которых год назад вообще не было в этой области. Забавно: тот же год назад я слышал, что американские санкции на железо выбьют почву из-под ног у китайских разработчиков – теперь же их лучшие модели (Kimi K3 и GLM-5.3) дышат в спину и доступны для скачивания любому.

2️⃣ Лайки ≠ скачивания. В Hugging Face признают, что раньше и сами попадались на эту ловушку. В компании сравнили топ-25 моделей по скачиваниям за год и топ-25 по лайкам – общая оказалась только одна. 

Объяснение удивительно простое. Лайк – “важный релиз”, больше всего их достается топовым моделям, которые не запустить на домашнем железе. Скачивают же рабочие лошадки, модели, которые у многих годами встроены в бизнес-процессы. 

Пример разрыва: самая скачиваемая модель хаба – крошечный эмбеддер all-MiniLM-L6-v2 из 2021 года. 80 мегабайт, веса ни разу не переобучались – 1,55 миллиарда скачиваний за семь месяцев при пяти тысячах лайков. Хайп хайпом, а поиск по документам в проде крутится на модели эпохи “до ChatGPT”.

3️⃣ Еще одно интересное сравнение. У Moonshot (линейка Kimi) 37 млн скачиваний за год, у Alibaba (Qwen) – 2 миллиарда. Причина – разные подходы к бизнесу. Kimi – это только большие модели, подпирающие США в бенчмарках. Мало кто может позволить себе скачать и запустить такую (вернее, мог – расскажу через пару абзацев), поэтому для Moonshot это больше реклама подписок и API-доступа.

А вот Qwen покрывает огромный диапазон размеров: от суб-1B до 2,4T – заявка стать семейством, стандартным для разных разработчиков.

4️⃣ И эта ставка работает: Qwen сейчас – действительно народная модель. У линейки сейчас 151 448 деривативов – то есть разных версий от сообщества. Второе место удерживает Google – 82 506 деривативов.

Деривативы – это файнтюны под свои задачи, кванты под слабое железо и мерджи из нескольких моделей. Каждый день добавляется 180-210 репозиториев Qwen – причем почти все создаются сообществом.

5️⃣ Отдельная история llama.cpp – движок, который научили запускать гигантские модели на домашнем железе. Идея проста: почти все китайские модели строятся на MoE-архитектуре, когда на запрос отвечает “эксперт” – отвечает “эксперт” – малая доля параметров с нужными знаниями. Считать ее дешево, поэтому проблемой остается остается хранение весов – их в любом случае все нужно держать в памяти. 

В llama.cpp придумали размазывать веса между компьютерами нескольких пользователей в одной локальной сети – фактически получается что-то вроде “распределенной модели”, когда у тебя в ноутбуке хранится лишь ее часть, а остальные части ты получаешь от коллеги за соседним столом. Технология любопытная и потенциально крутая для небольших команд – постараюсь копнуть ее глубже.

6️⃣ Главный пользователь Hugging Face – это больше не вы, а ваш ИИ-агент. В компании впервые разделили трафик людей и ИИ и сразу пришли к выводу – агенты уже впереди. Впрочем, процентного соотношения не дали.

Поначалу звучит сенсационно, но у меня самого парадигма сменилась еще в начале года: скачать и настроить сложный софт я давно поручаю агенту.

7️⃣ Есть и тревожная история, которую оставил для финала. В отчете отмечают, что самые большие модели, Kimi K3 (2,8T) и Qwen 3.8 (2,4T), впервые стали добавлять в лицензии некоммерческие ограничения и revenue share – долю с выручки для крупных пользователей. 

Похоже, халява заканчивается: внимание собрано, начинается монетизация. Посмотрим, что покажет следующий отчет – он выйдет зимой.
—
Как разбираться в открытых моделях, выбрать подходящую под свое железо и запустить за вечер – я рассказывал в отдельном лонгриде:

👉 Читаем здесь

ИИ опроверг одну математическую гипотезу, дважды побил рекорд и замахнулся на проблему, стоявшую с 1947 года – все это за считанные дни

Понедельник 24 августа 2026 года выглядит примерно так:

– Математик Anthropic Левент Альпёге в соавторстве с Авой Хауэлл, предположительно используя новую версию Claude Fable, поднял рекорд ранга эллиптических кривых до 30. Таблицу рекордов ведут с 1938 года, последнее улучшение до 29 заняло у ученых 18 лет.

Впечатляющий результат, но Альпёге этого видимо показалось мало, поэтому уже через три дня команда предъявила новую кривую с рангом не ниже 31. Влиятельная эвристика 2019 года предсказывает: ранги ограничены, рекорды однажды закончатся. Каждая новая кривая – удар по ней.

– Даниэль Кресснер и Барт Вандерейкен с помощью GPT-5.6 опровергли гипотезу о симметричном максимайзере (операторы Ляпунова). Модель сама спроектировала поиск – вплоть до выбора оптимизатора и настроек. Люди перепроверили находку точной арифметикой и достроили доказательство для всех размерностей от 7. Гипотеза небольшая, но к ней мы еще вернемся.

– Ну и главная история. 19 августа Саймон Брендл и Пей-Кен Хунг опровергли первую гипотезу Хопфа (1930-е), построив на S²×S² метрику положительной кривизны, которой по гипотезе быть не должно. Сделано людьми, без ИИ.

В ответ Альпёге признался в X: он с Claude готовил собственную конструкцию, но не успел – и добавил, что для него честь "быть размазанным" Брендлом.

Впрочем, уже в ночь на понедельник Альпёге заявил решение второй гипотезы Хопфа (1947): шестимерная сфера S⁶ допускает комплексную структуру. На этой задаче сломались гиганты: Черн анонсировал ответ “нет” в 93 года и умер, не завершив доказательство; “нет” Атьи от 2016-го сообщество не приняло. Теперь на столе “да” размером в 100+ страниц.

Самое важное: перед нами заявка, а не решение. У рекордов рангов, гипотезы Ляпунова и большинства прошлых ИИ-открытий (вплоть до якобиана) проверка простая – специалист справится за минуты.

С проблемой 1947 года иначе: проверка сложная, и Альпёге сам попросил сообщество о независимой экспертизе. Если кому-то интересно, то я разобрал его решение с помощью GPT-5.6 Pro, вердикт модели: это “очень содержательная заявленная конструкция, заслуживающая серьёзной проверки”, но пока не “установленная теорема”.

Финальное слово скажут математики – несколько серьезных специалистов уже вызвались. А пока несколько моих наблюдений:

Начинает происходить то, о чем писал Теренс Тао – скорость решения ИИ в некоторых случаях упирается в скорость проверки. Где можно справиться за минуты, темпы взрывные, где проверка долгая – ИИ может даже создавать проблемы, перегружая проверяющих работой.

Сообщество при этом критикует Альпёге за две вещи. Во-первых, он работает на закрытой версии Claude, недоступной остальным, – уже звучит слово "допинг". Во-вторых, манера: серьезные результаты анонсируются парой твитов, без промптов и цепочек рассуждений. Даже по якобиану свой препринт Альпёге так и не выпустил – оформляли уже другие.

Спешку понять можно: модели Anthropic и OpenAI примерно равны, не опубликуешь сегодня – завтра опубликуют конкуренты. Но можно понять и сообщество, привыкшее работать над проблемой десятилетиями.

Наконец, я не зря выделил гипотезу Ляпунова: пусть она и существует с 1987 года, но это “небольшая” проблема, над которой работали несколько групп. Таких гипотез тысячи, именно из них во многом соткана повседневная математика – и на них катастрофически не хватало ресурсов. Возможно, отдельную пользу ИИ мы увидим именно здесь.

Традиционно я заканчиваю пост советом переложить эти прорывы на повседневную практику. Задумайтесь – вдруг у вас есть какие-то проблемы и задачи, “небольшой” важно, на которые катастрофически не хватало времени? Возможно, стоит выбрать 1-2 и попробовать решить с помощью ИИ-агента.
—
Как выжимать максимум из ИИ, я рассказываю на “Бусти”. Там про то, как правильно писать промпты, избавляться от промт-долга, строить ИИ-агентов и управлять нейронками не хуже, чем это делают создатели Claude Code.

Самое время подписаться!

Сегодня освежил все свои гайды по промптингу, убрал устаревшие приемы, добавил ставшее актуальным на конец лета 2026 года. Окинул еще раз взглядом проделанное и понял, что получился мини-курс, полезный и для новичков, и для тех, кто уже давно работает с ИИ.

В общем, если хотите прокачаться в управлении нейронками, то советую читать в следующем порядке.

1️⃣ Системный промпт на примере Claude Fable 5: что это такое и какие приемы промптинга можно перенять у инженеров Anthropic

2️⃣ Как правильно писать пользовательский промпт и управлять памятью ИИ о вас

Это два очень важных текста. Первый поясняет, что происходит с моделью до того, как она начинает писать вам ответ. Второй рассказывает, что можно класть в пользовательский промпт, а что не стоит, и учит управлять памятью ИИ о пользователе.

‼️80% инструкций – в мусор! Как теперь пишут промпты в OpenAI и Anthropic

Я специально выделил этот текст: он рассказывает про промпт-долг, то есть копящиеся ошибки в промптах, скиллах и прочих инструкциях. Если вы много работали с ИИ, накопили промпты, скиллы, файлы вроде CLAUDE.md – то читайте его прямо здесь, третьим по счету. Если нет – прочтите самым последним.

3️⃣ Карта и территория: как управляет ИИ один из создателей Claude Code

Методика Тарика Шихипара из Anthropic поможет провести подготовительную работу перед написанием промпта: выяснить, понимаете ли вы задачу, найти и закрыть “слепые зоны" и собрать весь нужный контекст, который затем пригодится модели в работе.

4️⃣ Промпты в 2026 году: что работает, что нет и зачем вообще стараться

5️⃣ Как заставить ИИ думать глубже: 8 техник сильного промптинга

6️⃣ Ваш ИИ "халтурит": 6 техник, чтобы выжать из ChatGPT и Claude максимум

Три опорных текста про промптинг: в них изложены базовые структуры промпта, а также честно рассказано, как выжать из модели максимум – причем речь не о мифических заклинаниях типа “перейди в супер-режим”, а о проверенных десятилетиями приемах из менеджмента и разработки софта, которые хорошо работают и с ИИ.

7️⃣ Как писать промпты для GPT Images 2, Nano Banana 2 и других графических ИИ

Для тех, кто работает с графическими моделями, я в одном месте собрал все термины и приемы, которыми пользуются профессиональные художники и фотографы при построении композиции – ИИ их тоже отлично понимают.

8️⃣ "Лестница" создателя Claude Code: как прокачаться в использовании ИИ всего за один вечер

Бонус-текст – он уже не про промпты, а про диагностику, на каком уровне освоения ИИ вы находитесь и как продвинуться дальше. В основу положена таблица знаменитого Бориса Черни из Anthropic, который долгое время наблюдал, как ИИ осваивают в больших компаниях. Всего Борис выделяет пять ступеней, а хорошая в том, что часто достаточно лишь вечера, чтобы начать подниматься на следующую.

Всего у меня уже 25+ огромных лонгридов – каждый на 20-30 минут полезного чтения. Все тексты доступны на двух площадках, выбирайте любую:

– Читать на “Бусти”
– Читать на Sponsr

Что там по новым моделям?

Неделя обещает слухи о новых моделях — а может, и релизы. Поехали:

Ox Alpha. Загадочная модель начала тестироваться 20 августа на OpenRouter и в OpenCode, поддерживает 1М токенов контекста, принимает на вход изображения и видео. Сообщество сразу же разогнало хайп вокруг модели – якобы в “любительских бенчмарках” она обходит Claude Fable.

Что это за модель? У каждой лаборатории свой „почерк“ — паттерны, переживающие смену версий; у Ox Alpha он указывает на Z.ai и линейку GLM: ранняя GLM-5.5 или быстрая GLM-5.3 Flash.

Но как GLM-5.3 Flash может быть лучше Claude Fable 5? Да никак. Сообщество тестирует красивым визуалом — от „SVG-пеликана на велосипеде“ до 3D-сцен в Three.js. Модели под такие промпты отлично оптимизируются. А "любительский бенчмарк" на 10 задачах DeepSWE (80% против 65% у Fable 5) — статистически ничто: в полном бенчмарке их 113.

Забавный факт: судя по всему, уже после запуска на OpenRouter и в OpenCode, разработчики обновили чекпоинт модели. Ее ответы стали заметно лучше, в результате в X сейчас всерьез обсуждают, что перед нами первая самообучающая модель. Было бы классно, но вероятность такого я оцениваю в 0,01%.

Бесплатный доступ до 27 августа; примерно тогда же Z.ai обещала открыть веса GLM-5.3, задержанные из-за кибер-способностей. Совпадение?

claude-marshmallow-eap и claude-melon-eap. Идентификаторы двух новых моделей Anthropic проскочили в API, и несколько тестеров уже делятся ощущениями: "лучше Opus 5, но хуже Fable 5".

Бенчмарк по ощущениям – это еще круче, чем 10 задач из DeepSWE. Я много работаю с Fable 5 и Opus 5, и могу сказать, что в большинстве повседневных задач разница между моделями настолько близки, что не заметишь разницу. Да и в бенчмарках зазор маленький. Opus 5 стараниями пары западных блогеров невзлюбило сообщество, так что “лучше Opus 5” – скорее укол в эту сторону.

По срокам Anthropic как раз пора выпускать что-то вроде Fable 5.1 – Mythos 5, на которой основывается текущая версия, появился еще полгода назад, так что модель пусть и мощная, но уже на излете жизненного срока. Более того, практически 100% известно, что внутри компании уже есть новая мощная модель – именно с ее помощью Левент Альпёге совершил последние математические открытия.

Но после скандалов с побегами агентов Anthropic может придержать самую сильную и выпустить сначала Sonnet 5.1 и Opus 5.1.

По срокам пока ничего не скажу, предыдущие случаи не показательны. Fruitcake “превратился” в Fable 5 через 2-3 дня, а вот Honeycomb стал Opus 5 только через 2 недели.

Grok 4.7. Я в последние два месяца внимательно слежу за нейронками SpaceXAI – после того, как компания приобрела Cursor и стала использовать их обучающие данные, Grok вплотную нагнал GPT и Fable. По словам Илона Маска, Grok 4.7 вырастет в размере – с 1,5T до 2,1T параметров. Но модель скорее ждем в начале сентября: SpaceXAI сейчас выпускает новые версии каждый месяц с небольшим, а Grok 4.6 был 12 августа.

OpenAI Astra. После взлома ИИ-агентом ресурса Hugging Face, компания приостанавливала обучение новых моделей, но недавно возобновила прогоны и тесты с более жестокими ограничениями безопасности.

Отвечать на новые модели Anthropic надо, но сейчас OpenAI под лупой: вчера генпрокурор Алабамы вручил ей повестку по делу о взломе — расследование ведут 15 штатов.

Google. Компания свернула разработку Gemini 3.5 Pro после провальных бенчмарков и сейчас тренирует Gemini 4. Вряд ли получится быстро, так что основная рабочая лошадка Google – недавно вышедшая Gemini 3.7 Flash.

Не люблю заканчивать посты без красивого вывода, но какой тут вывод – дайте мне скорее Claude Fable 5.1 и я пойду решать все научные задачи с ней!
—
Кстати, улучшить ответы ИИ можно не дожидаясь новых моделей. Достаточно избавиться от промптового долга – противоречащих и устаревших инструкций в промптах, скиллах и файлах с инструкциями. Бороться с промпт-долгом советуют в OpenAI и Anthropic, в лонгриде я подробно рассказал, как это делать:

– Читать здесь.

У главы Codex есть Большая Красная Кнопка. Он нажимает ее – и делает пользователям хорошо

Тибо Сотьо, руководитель Codex в OpenAI, дал интервью Мэттью Берману: про будущее агентов, разные подходы в работе с ИИ и Большую Красную Кнопку.

Почему Google уступила OpenAI

Тибо пришел в OpenAI из Google, где занимался инфраструктурой и ускорением исследований. По его словам, в какой-то момент внутренние модели компании стали настолько хороши, что появилась идея LM Chat – интерфейса для общения с ИИ. Впервые модель давала связный текст и могла быть полезной для пользователя.

Но когда речь зашла о широком запуске, то топ-менеджмент занервничал и не дал проекту зеленый свет – боялись, что он затронет основной бизнес Google.

Год спустя OpenAI выпустила ChatGPT и перевернула ИИ-индустрию…

Ваш Codex устареет уже через несколько месяцев

Главный урок, который Тибо унес из Google – не бояться каннибализировать себя. Схемы не вечны – лучше убить свою самому, чем ждать конкурента.

За это Тибо хвалит OpenAI: умение перебрасывать ресурсы с основного бизнеса на перспективное новое – даже если это ударит по старому. Долгое время ChatGPT был основным ИИ-интерфейсом, количество пользователей подбиралось к 1 млрд – но встало. Однако когда появилась идея объединить ChatGPT с Codex в одно суперприложение, то многие задались вопросом – а это реально стоит делать? В компании рискнули: и сейчас Codex растет огромными темпами, достигнув 20 млн пользователей.

При этом Тибо утверждает – через несколько месяцев текущая версия Codex будет выглядеть полностью устаревшей. Сейчас в приложении много “костылей”: скиллы, которые надо поддерживать, память, которая помнит не все, субагенты, которыми приходится рулить как маленькой сетью. Это постепенно уйдет, а новая версия превратится в “маленького партнера”, который знает тебя и твою команду и действует сам.

Еще интересный тезис: будущие ИИ-агенты начнут упираться в локальное железо. Компьютеры расчитаны на человека, а агент может работать на порядки быстрее – например, попробует открыть сто приложений сразу. Решение – полностью облачные агенты. 

Скорость или мультизадачность?

Интересным оказалось обсуждение Бермана и Тибо о стиле работы. Берман гоняет до 10-15 агентов, выжимая максимальную производительность. Но признает, если бы агенты были быстрее, то он остановился бы на 3-4, потому что менеджерить много копий ИИ очень сложно.

Тибо в целом согласен. По его словам, параллельные агенты – это ответ на медлительность ИИ, по мере роста скорости люди будут уходить от такой техники. Возможно, идеальный вариант – один ИИ-агент, но реагирующий на ваши запросы почти в реальном времени.

OpenAI как раз и движется в этом направлении. В Codex есть режим скорости 1,5x, но более дорогой по токенам. Внутри компании тестируется режим Ultra Fast с ускорением до 10-14x относительно Fast – но Тибо признает, что это на некоторых кодовых задачах, средний рост будет 3-4x.

Большая Красная Кнопка

Про “красную” – моя шутка. А все остальное правда. 

Codex в последние месяцы прославился внеплановыми сбросами лимитов, о которых Тибо объявлял в X – в сравнении со строгостью лимитов Claude Code и Cowork, этот подход выглядел аттракционом щедрости.

Тибо рассказал, что сначала лимиты сбрасывали в ответ на проблемы в Codex – это выглядело справедливой компенсацией падений сервиса. Затем это стало самостоятельным мемом: фраза “Тибо, сбрось лимиты” регулярно звучит в X. Лимиты сбрасываются на рекорды Codex, в ответ на акции Anthropic, а иногда и просто так.

И да – у Тибо действительно есть физическая кнопка, нажав которую, он сбрасывает лимиты.

Получается, кнопка – инструмент компании, которая не боится менять свое.
—
У меня нет Большой Красной Кнопки – зато есть отдельная подписка, где я рассказываю, как выжимать из ИИ максимум. Там курсы по промптингу и ИИ-агентам, личный опыт и разборы, как ИИ управляют лучшие эксперты – вроде главы Claude Code Бориса Черни и автора книги Clean Code Роберта Мартина.

— Самое время подписаться!

Я уже рассказывал, что современные браузеры постепенно превращаются в персональных ИИ-ассистентов. В сети мы выбираем товары, совершаем покупки, планируем поездки и встречи – поэтому логично иметь агентские функции прямо в браузере. Получив запрос, модель пройдет по нужным сайтам, подскажет лучшие предложения, а если пользователь разрешит — заполнит формы и совершит покупку после финального согласования.

Но здесь есть большая проблема: интернет полон запрещающих знаков.

Чуть больше года назад агенты путались в интерфейсах сайтов, а капча была для них испытанием уровня ступенек для робота-пылесоса. Сейчас барьеры лежат глубже. Некоторые бизнесы и ресурсы пытаются оградиться от ИИ-ассистентов, предпочитая только живых пользователей.

Другая история – региональная. С июня иностранные удостоверяющие центры один за другим отзывают сертификаты безопасности у российских сайтов; в начале августа под раздачу попали и крупные банки. Для человека это выглядит как красная плашка “соединение не защищено” в привычном браузере – знакомая картинка, на которой все мы хоть раз жали “все равно перейти”.

Ассистент предупреждение о безопасности скорее всего воспримет буквально: он не имеет права решать за вас, доверять ли сайту, где вы вводите карту. Значит, либо он будет намного чаще просить вашего согласования там, где не нужно, либо инфраструктура доверия должна быть в порядке еще до того, как агент взялся за работу. Но что это за инфраструктура?

Устроено все проще, чем кажется. У каждого сайта есть сертификат: он подтверждает, что вы говорите именно с банком, а не с кем-то, кто встал между вами и банком.

Сертификат выдает удостоверяющий центр, коих в мире несколько сотен. Список того, каким центрам верить, лежит не на сайте и не у вас – он зашит в браузер. В любом браузере таких доверенных центров сотня-полторы, и большинство названий вы никогда не слышали: какой-нибудь центр из Испании или Тайваня заверяет сайты, на которые вы заходите каждый день. Получается, что решение “кому доверять” принимает не пользователь и не сайт, а браузер.
Значит, что и проблему нужно решать на уровне браузера. И если ИИ-ассистент должен работать в русском вебе – стоит искать подходящий браузер. У Яндекс Браузера с Алисой AI поддержка отечественных сертификатов встроена, а агентские функции вроде “найти дешевле” уже на месте – связка “доверие плюс ассистент" собрана в одном окне.

Понимаю настороженность: в списке доверия появляется незнакомый удостоверяющий центр – не начнет ли он подглядывать? Но сертификат – не программа, он ничего не исполняет и никуда не лезет. Настоящий вопрос к любому удостоверяющему центру один – что он выпустит по своему корню.

Как это ограничено у Яндекса, команда браузера подробно расписала на Хабре: сертификат живет внутри браузера и не трогает системное хранилище. Так что для остальных программ ничего не меняется; сертификаты НУЦ принимаются только для доменов из публичных логов Certificate Transparency; код проверки открыт. Оговорюсь честно: такие логи не запрещают выпустить лишнее – они оставляют проверяемый след. Это камера наблюдения, а не броня. Но именно так работает доверие и ко всем остальным ста пятидесяти центрам из списка.

Почти весь пост мы говорили про ИИ, но чем пользователь хуже? Ассистенту мы запрещаем жать “все равно перейти” на сайте банка, а сами жмем и тратим время. В браузере, где список доверия в порядке, этот выбор просто не возникает: сайт открывается, а если что-то все же непонятно, можно тут же спросить Алису AI, что означает предупреждение и стоит ли идти дальше. А если переживаете за приватность, то просто держите несколько браузеров для разных сегментов интернета.

Какой должна быть настольная книга программиста (и не только) в эпоху ИИ?

Роберт “Дядюшка Боб” Мартин, автор самой популярной книги для программистов Clean Code, в X тихонечко анонсировал новую книгу. Ожидается к Рождеству под названием Agentic Discipline и будет рассказывать о том, как ИИ-агентами.

Увидев твит, я задумался: а реально провернуть что-то такое в эпоху, когда модели обновляются каждые 2-3 месяца, а параллельно полностью меняются приемы работы с ними?

Ответ неожиданно нашелся в библиографии самого Мартина.

Оригинальная Clean Code вышла в 2008 году и стала настольной книгой целого поколения программистов. Описанные в ней технические приемы устарели, но выжил простой принцип: код читают намного чаще, чем пишут – поэтому будьте добры, пишите его чисто.

А дальше начинается интересное. 

В октябре 2025 года Мартин выпускает переиздание Clean Code. Оно во многом написано с нуля, а ИИ посвящена только одна глава из тридцати семи. Книга живет менее года: уже летом 2026-го Мартин в X заявляет, что вообще не читает код за ИИ-агентами.

Финиш? Вовсе нет.

Мартин рассказал, что в работе с ИИ использует swarm-forge, рой из шести агентов, двое из которых пишет код, а четверо – прогоняют его через “полосу препятствий” в виде набора хитрых тестов (для простых задач есть рои на 4 и 2 агента).

И вот здесь начинается самое интересное. Я поднял библиографию Мартина – у него вышло около десяти книг – и выяснил, что тесты, входящие в полосу препятствий, он внедрял с начала 2000-х (часть сам, часть позаимствовал у коллег). 

А почти целиком полоса препятствий – сюрприз! – описывается именно в новом издании Clean Code. Вот только предназначал ее тогда Мартин для людей. А затем вышло поколение моделей, куда более мощное в коде – и инструмент Мартина отлично подошел им.

Я не могу предсказать содержание Agentic Discipline, но догадываюсь, что в ней будет. 

Смотрите, в работе с ИИ (любой, не только коде) сейчас вырисовываются два слоя.

Быстрый слой – это поток всего нового. Новые модели, новые харнессы, новые скиллы – и еще много чего. Выучить такое по книжке нереально – знания устареют быстрее, чем вы перевернете последнюю страницу. В потоке нужно жить – следить за публикациями, пробовать новые приемы, обмениваться опытом с коллегами. Не всегда этим обязательно заниматься самому: я все чаще, когда выходит какая-то новая штука, отдаю агенту ссылку на репозиторий с задачей – разобраться и рассказать мне, как это работает.

Медленный слой – менеджерский, та самая “дисциплина” у Мартина или Agentic Engineering у Андрея Карпати. Это менеджмент ИИ, и он, похоже, не сильно отличается от менеджмента людей. Да, повторяю классический совет: относитесь к ИИ-агентам как к живым сотрудникам.

Про менеджмент (человеческий) написаны огромные книги, одним постом здесь не обойдешься, но отмечу две вещи, которые стоит подглядеть у Мартина.

Первая – он дает агентам широкую автономию. Логика простая: если проверять все самому, то убивается ускорение. В принципе не доверяете сделанному ИИ – делайте сами. Ну а для того, чтобы доверять, Мартин и построил целую систему автоматической приемки – причем по крайней мере пока она почти целиком заимствована из “человеческого” программирования.

Вторая – какими бы крутыми ни были ваши “ИИ-сотрудники”, отвечать за результат всегда вам. Поэтому учитесь доводить ИИ-результат до уровня, в котором вы будете уверены. Какой-то единой техники пока нет (и не факт, что будет), но о приемах я постоянно рассказываю: ревью устаревших промптов и скиллов (промпт-долг), “рои” с проверками, как у Мартина; автоматически улучшающиеся циклы, которые вы иногда “рвете” и проходите руками, чтобы убедиться, что ничего не сломалось.

Надеюсь, Agentic Discipline подарит нам новые приемы – с радостью попробую их одним из первых!
—
О том, как Роберт Мартин управляет ИИ, я рассказывал в большом лонгриде. Там подробный разбор swarm-forge и проверок, которые в него входят, а также советы, как все это применять на практике (и не только в коде).

— Читайте здесь.