Forwarded from Сиолошная
ВОСЕМЬ советов от создателя Claude Code, чтобы перестать вайбкодить в Новом году и стать 10x инженером:
1) Запускать 5 терминалов в параллель + 5-10 вкладок на веб-сайте
2) Использовать только Opus 4.5 с размышлениями, который хоть и медленнее, но лучше остальных
3) Файл CLAUDE.md общий для всей команды проекта и обновляется несколько раз в неделю: туда заносятся типовые ошибки и способы их решения (например: «всегда используй Х» или «вместо Y всегда пиши Z»)
4) Изменения в CLAUDE.md пусть вносит сам Claude — можно даже тегнуть его в PR или в слаке и заставить описать проблему
5) Начинать почти все сессии в режиме планирования, детально обсуждать требования и тонкости имплементации. После этого переключиться в режим принятия правок, и обычно Claude с первого раза делает что нужно и как нужно
6) Задолбались по 10 раз в день делать одно и то же? Автоматизируйте рутину через слеш-команды для простых скриптовых задач и суб-агентов для задач чуть сложнее.
7) Если вы не крейзи чтобы использовать
8) Самое главное: дайте инструменту возможность проверять свою работу. С такой обратной связью качество может вырасти в 2-3 раза. А если вы занимаетесь веб-разработкой — используйте Claude Chrome. Для всего другого нужно придумать и написать тесты — тогда дело начнёт спориться, а вы не будете тупить над ошибками (над ними будет работать Claude)
Забирай себе на стену и ищи успеха в 2026-м году!
1) Запускать 5 терминалов в параллель + 5-10 вкладок на веб-сайте
2) Использовать только Opus 4.5 с размышлениями, который хоть и медленнее, но лучше остальных
3) Файл CLAUDE.md общий для всей команды проекта и обновляется несколько раз в неделю: туда заносятся типовые ошибки и способы их решения (например: «всегда используй Х» или «вместо Y всегда пиши Z»)
4) Изменения в CLAUDE.md пусть вносит сам Claude — можно даже тегнуть его в PR или в слаке и заставить описать проблему
5) Начинать почти все сессии в режиме планирования, детально обсуждать требования и тонкости имплементации. После этого переключиться в режим принятия правок, и обычно Claude с первого раза делает что нужно и как нужно
6) Задолбались по 10 раз в день делать одно и то же? Автоматизируйте рутину через слеш-команды для простых скриптовых задач и суб-агентов для задач чуть сложнее.
7) Если вы не крейзи чтобы использовать
--dangerously-skip-permissions, но не хотите каждые 5 минут дергаться и читать команды в баше — настройте список одобреных команд8) Самое главное: дайте инструменту возможность проверять свою работу. С такой обратной связью качество может вырасти в 2-3 раза. А если вы занимаетесь веб-разработкой — используйте Claude Chrome. Для всего другого нужно придумать и написать тесты — тогда дело начнёт спориться, а вы не будете тупить над ошибками (над ними будет работать Claude)
Забирай себе на стену и ищи успеха в 2026-м году!
Forwarded from Константин Доронин
Media is too big
VIEW IN TELEGRAM
Hindsight – интересный проект, показывающий, как можно организовать память для AI-агента.
Проект Open Source. Ставится из официального репозитория в docker.
Всё, что требуется от пользователя – заполнить API Key для OpenAI (или другого провайдера). Как альтернатива – можно поднять Hindsight на локальных моделях.
Её (память) разделили на 4 типа:
1. Факты о мире, которые формируются на основании загруженных пользователем документов.
2. Опыт агента. Факты, которые агент знает о себе. То, что делал он сам. Давал рекомендации, совершал действия и т.д.
3. Мнения. Это суждения и взгляды агента на окружающий мир. Здесь у каждого мнения может быть показатель уверенности от 0 до 1. Чем ниже значение, тем выше вероятность, что AI-агент подвергнет конкретное суждение пересмотру.
4. Наблюдения. Сводки о сущностях, которые система формирует в фоновом режиме.
При этом опыт, мнения и наблюдения формируются в процессе взаимодействия с пользователем. То есть мы имеем обучающуюся и развивающуюся систему, которая изменяется при взаимодействии с пользователем.
В любой момент можно посмотреть, в результате чего сформировался опыт или мнение агента.
Модель достаточно быстро формирует записи в графе. 1000+ "воспоминаний" загрузились буквально за пару минут. Что достаточно быстро для темпорального графа.
С другой стороны, извлечение информации AI-агентом из системы мне показалось медленным. Но это то, что мы имеем из коробки. Я планирую к API Hindsight подключить собственную систему AI-агентов и посмотреть, насколько эффективным будет работа с такой системой памяти.
Если хотите глубже изучить теоретическую базу, которая лежит в основе Hindsight, статья на arxiv в помощь.
Проект Open Source. Ставится из официального репозитория в docker.
Всё, что требуется от пользователя – заполнить API Key для OpenAI (или другого провайдера). Как альтернатива – можно поднять Hindsight на локальных моделях.
Её (память) разделили на 4 типа:
1. Факты о мире, которые формируются на основании загруженных пользователем документов.
2. Опыт агента. Факты, которые агент знает о себе. То, что делал он сам. Давал рекомендации, совершал действия и т.д.
3. Мнения. Это суждения и взгляды агента на окружающий мир. Здесь у каждого мнения может быть показатель уверенности от 0 до 1. Чем ниже значение, тем выше вероятность, что AI-агент подвергнет конкретное суждение пересмотру.
4. Наблюдения. Сводки о сущностях, которые система формирует в фоновом режиме.
При этом опыт, мнения и наблюдения формируются в процессе взаимодействия с пользователем. То есть мы имеем обучающуюся и развивающуюся систему, которая изменяется при взаимодействии с пользователем.
В любой момент можно посмотреть, в результате чего сформировался опыт или мнение агента.
Модель достаточно быстро формирует записи в графе. 1000+ "воспоминаний" загрузились буквально за пару минут. Что достаточно быстро для темпорального графа.
С другой стороны, извлечение информации AI-агентом из системы мне показалось медленным. Но это то, что мы имеем из коробки. Я планирую к API Hindsight подключить собственную систему AI-агентов и посмотреть, насколько эффективным будет работа с такой системой памяти.
Если хотите глубже изучить теоретическую базу, которая лежит в основе Hindsight, статья на arxiv в помощь.
This media is not supported in your browser
VIEW IN TELEGRAM
Новый open-source проект на GitHub показывает, как SmolVLM (500M) + llama.cpp могут делать распознавание видео с веб-камеры в реальном времени — всё локально без облака.
Please open Telegram to view this post
VIEW IN TELEGRAM
Openai
Introducing ChatGPT Health
A dedicated experience in ChatGPT designed for health and wellness.
#chatgpt #ai #health #llm #чатжпт #ии #здоровье #бям
Please open Telegram to view this post
VIEW IN TELEGRAM
❤🔥5 3
Forwarded from Фанклуб свидетелей Егора Коновалова (егористическая регрессия)
Oh, you're using Copilot? Everyone's on Cursor now. Just kidding, we're all on Windsurf. We're using Cline. We're using Aider. We have an in-house MCP server mesh with custom tool schemas but wait, OpenCode just dropped so we're migrating to that instead. Our PM is on Gemini CLI. The team lead was on Codex but now she's back to copy-pasting into ChatGPT. If you're not on Amp, you're ngmi. Our intern is building on Goose for our internal tooling. Our CFO approved Claude Max so now we're porting our workflows to computer use. Our CTO is working on an agent-less RAG pipeline so we won't need vibe coding anymore. Our CEO thinks we're talking about actual vibrations. We're building clankercloud.
😁9
Объединяет разные форматы и источники под одним API.
Несколько инстансов в разных регионах/облаках могут делиться видимыми метаданными.
Можно использовать Trino, Spark, Flink, Daft для запросов метаданных и данных — без изменения SQL.
Цель — также управлять метаданными моделей, фичей и других AI-объектов.
Версия 1.1.0 усиливает платформу:
Gravitino — это новый взгляд на каталог метаданных, который не заменяет твои источники, а связывает их в единое, управляемое пространство.
#gravitino #apache #de #architecture
Please open Telegram to view this post
VIEW IN TELEGRAM
Будущее программирования: агенты, суперкодеры и конец джунов
#ai #agents #junior #supercoder #future #programming #coding
#ai #agents #junior #supercoder #future #programming #coding
YouTube
Суперкодеры появятся к 2031. Что это значит для разработчиков
00:00:00 Начало стрима и технические вопросы
00:01:50 Прогноз о написании кода ИИ
00:02:37 Роль людей в процессе разработки
00:03:29 Влияние технологий на написание кода
00:04:21 Личный опыт работы с ИИ
00:06:38 Бимодальность в использовании ИИ
00:09:42 Будущее…
00:01:50 Прогноз о написании кода ИИ
00:02:37 Роль людей в процессе разработки
00:03:29 Влияние технологий на написание кода
00:04:21 Личный опыт работы с ИИ
00:06:38 Бимодальность в использовании ИИ
00:09:42 Будущее…
Forwarded from [31/100] Витя Тарнавский
Выращиваем код в огороде
Всех с прошедшими 🎉 Открываю год статьёй от Cursor про построение долго работающих автономных кодинг агентов.
Ребятам удалось создать систему из сотен параллельно работающих агентов, которая может работать недели (!) над одним проектом и не разваливаться.
Одна из задач в статье – построить с нуля браузер. За неделю система собрала кривовато работающий браузер, что невероятный успех. Браузер традиционно считается одной из самых сложных задач в разработке. Как будто ещё годик и можно будет создать браузер в домашних условиях.
Считаю что будущее разработки за такими автономными долго работающими системами. Код будет выращиваться как в огороде. Разработчик будущего – проектировщик огорода и специалист в выборе удобрений, семян и теплиц.
Всем Копатыч🌟
https://cursor.com/blog/scaling-agents
Всех с прошедшими 🎉 Открываю год статьёй от Cursor про построение долго работающих автономных кодинг агентов.
Ребятам удалось создать систему из сотен параллельно работающих агентов, которая может работать недели (!) над одним проектом и не разваливаться.
Одна из задач в статье – построить с нуля браузер. За неделю система собрала кривовато работающий браузер, что невероятный успех. Браузер традиционно считается одной из самых сложных задач в разработке. Как будто ещё годик и можно будет создать браузер в домашних условиях.
Считаю что будущее разработки за такими автономными долго работающими системами. Код будет выращиваться как в огороде. Разработчик будущего – проектировщик огорода и специалист в выборе удобрений, семян и теплиц.
Всем Копатыч
https://cursor.com/blog/scaling-agents
Please open Telegram to view this post
VIEW IN TELEGRAM
Cursor
Scaling long-running autonomous coding
We've been experimenting with running coding agents autonomously for weeks at a time.
❤🔥5👏3 1
Ollama добавила поддержку Anthropic Messages API. Проще говоря: теперь Claude Code и агентные инструменты Claude можно запускать через Ollama, в том числе с локальными моделями.
Мы движемся к гибридному AI-стеку:
локальные модели
Следующий этап — автономные AI-ассистенты, которые работают локально, но используют лучшие практики топ-провайдеров.
И Ollama явно метит в роль стандарта такого стека.
#ai #agentic #claude #ollama #dev #agents #future
Please open Telegram to view this post
VIEW IN TELEGRAM
Ollama
Claude Code with Anthropic API compatibility· Ollama Blog
Ollama is now compatible with the Anthropic Messages API, making it possible to use tools like Claude Code with open models.
Forwarded from 42 секунды
The Information: TSMC не может производить ИИ-чипы слишком быстро
– Nvidia и Broadcom просят TSMC предоставить доп. мощности
– TSMC не может предоставить им столько, сколько они хотят
– Расширение TSMC внутри Аризоны не сможет быстро помочь
– Новые мощности будут запущены только через несколько лет
– TSMC отвечает за производство 90% самых передовых чипов
– ИИ-бум заметно превысил производственные мощности TSMC
– Спрос на ИИ-чипы увеличился сразу по многим направлениям
– OpenAI нужны миллионы чипов для своих мега-дата-центров
– Google покупает столько чипов Nvidia, сколько может получить
– Broadcom просит TSMC производить больше TPU для Google
– Спрос на передовые чипы втрое больше возможностей TSMC
– Некоторые клиенты TSMC обратились к другим компаниям
– Например, Tesla заключила сделку с Samsung на $16,5 млрд
– При этом TSMC перегружена заказами не только на ИИ-чипы
– Бум дата-центров повысил спрос на все передовые чипы
@ftsec
– Nvidia и Broadcom просят TSMC предоставить доп. мощности
– TSMC не может предоставить им столько, сколько они хотят
– Расширение TSMC внутри Аризоны не сможет быстро помочь
– Новые мощности будут запущены только через несколько лет
– TSMC отвечает за производство 90% самых передовых чипов
– ИИ-бум заметно превысил производственные мощности TSMC
– Спрос на ИИ-чипы увеличился сразу по многим направлениям
– OpenAI нужны миллионы чипов для своих мега-дата-центров
– Google покупает столько чипов Nvidia, сколько может получить
– Broadcom просит TSMC производить больше TPU для Google
– Спрос на передовые чипы втрое больше возможностей TSMC
– Некоторые клиенты TSMC обратились к другим компаниям
– Например, Tesla заключила сделку с Samsung на $16,5 млрд
– При этом TSMC перегружена заказами не только на ИИ-чипы
– Бум дата-центров повысил спрос на все передовые чипы
@ftsec