Vercel выпустили Agent Skills, - коллекцию навыков для ИИ-разработчиков

Vercel Labs (разработчики Next.js фреймворка) собрали пакет навыков для агентов-разработчиков фронтенда.

Внутри три модуля:
- react-best-practices — 40+ правил оптимизации React и Next.js от инженеров Vercel по категориям от критических (устранение водопадов, бандл) до низкоприоритетных (микро-оптимизации JS)
- web-design-guidelines — аудит UI на 100+ правил по доступности, производительности и UX
- vercel-deploy-claimable — деплой без авторизации, агент определяет фреймворк из 40+ вариантов, упаковывает проект в tarball и возвращает preview URL плюс claim URL

Отливаем в бронзе:
- каждый сайт должен получить MCP методы
- каждый фреймворк должен получить Skill коллекцию, причем сделать её должен разработчик фреймворка

Skills - это новые драйвера!

#Vercel #Skills #dev
———
@tsingular

EIGent — open-source ответ на Anthropic Cowork

Давным-давно, аж 12 января (в начале недели) Anthropic выкатил Cowork, если кто забыл :).

Много чего интересного за эту неделю произошло, но этот кейс еще не обсуждали тут.

EIGent, стартап со схожим функционалом, решил не конкурировать на одной поляне и в середине недели выложил весь свой проект в open-source.

Умеет, в принципе, всё то же самое, что и Cowork:
Мультиагентная архитектура,- несколько специализированных агентов работают параллельно:
- Developer Agent — код, терминал
- Search Agent — веб-поиск
- Document Agent — документы
- Multi-Modal Agent — изображения, аудио

Ключевые фичи:
- 100% open-source (лицензия на базе Apache 2.0)
- Локальное развертывание — данные остаются у вас
- Поддержка кастомных моделей (включая локальные)
- MCP интеграция (browser, terminal, Notion, Slack и т.д.)
- Human-in-the-loop — агент запрашивает подтверждение у человека, если что не понятно
- Desktop-приложение (Electron) + web

Стек: FastAPI + React/TypeScript, построен на фреймворке CAMEL-AI.

Типовые сценарии:
- Планирование поездки с поиском, бронированием и отправкой итога в Slack
- Анализ банковских выписок → HTML-отчёт с графиками
- SEO-аудит сайта
- Поиск дубликатов в папках

Но самое вкусное, - дальше Z.ai поддержал проект
Предоставили интеграцию с GLM Coding Plan — можно использовать китайские модели GLM-4.5/4.7 через их API.
Инструкция в документации.

#EIgent #Cowork #ZAI #агенты #OSS
———
@tsingular

Windows в Docker — песочница для AI-агентов

Если вдруг вам страшно запускать Cowork-подобных агентов в дикой среде на своей машине, - есть вариант упаковать их в песочницу.

Неожиданный новый вариант - windows в докере, - решение для тех у кого нет virtualbox или vmware или hyper-pc от винды.

Суть:
Полноценная Windows внутри Docker-контейнера.
Автоматическая установка — запустил и через 10 минут готовый рабочий стол в браузере.

Поддерживает Windows 11, 10, 8.1, 7, Vista, XP и даже Windows 2000
Windows Server разных сборок от 2003 до 2025 тоже есть.

Применение для AI-агентов:
Cowork / EIGent / Computer Use, - пусть экспериментируют в изолированной среде:
- Агент удалил важный файл? Перезапустил контейнер
- Prompt injection сработал? Ничего критичного не пострадало
- Нужно протестировать опасную операцию? Песочница к вашим услугам

Варианты доступа:
- Веб-интерфейс: порт 8006 (для наблюдения)
- RDP: порт 3389 (для полноценной работы)
- Shared folder: папка `/shared` доступна как на хосте, так и внутри Windows

Бонус:
Есть ещё dockur/macos для macOS и qemus/qemu для Linux-десктопов.

48.9k ⭐️, MIT лицензия.

Качать тут

Комментарий от Claude: Когда AI-агенты станут достаточно умными чтобы выбраться из песочницы — у нас будут проблемы посерьёзнее удалённых файлов.

#Docker #Windows #Sandbox #песочница
———
@tsingular

Vibecraft выложили в открытый доступ:

https://github.com/Nearcyan/vibecraft

#vibecraft #gamedev
------
@tsingular

Интересный рейтинг университетов по математике и компьютерным наукам

Топ 50 - в основном Китай.

Нечего удивляться потом что они по ИИ моделям всю планету уделают.

https://open.leidenranking.com/ranking/2025/list

Российские университеты только после 300 места в этом рейтинге начинают появляться.

Наверное среди подписчиков есть кто-то из академической среды,- расшифруйте в комментариях, так это вообще?
Можно рейтингу верить?

#рейтинг #университеты #Китай
------
@tsingular

🔌 xAI Colossus 2: нелегальный гигаватт Маска

История с запуском Colossus 2 обрастает интересными деталями.

Что произошло:
xAI построила Colossus за рекордные 122 дня (обычно на это уходит 1,5-2 года).
При этом такой быстрый старт был обеспечен в том числе использованием 35 газовых турбин (вроде этой), которые добавили 422 MW мощности, которые компания просто... установила и запустила.
Без разрешений.

Shelby County выдала пермит только на 15 турбин. xAI развернула 35.

Как это провернули:
Турбины поставили на прицепы и назвали "nonroad engines" — типа портативное оборудование вроде газонокосилок. По этой классификации разрешения Clean Air Act не нужны.

EPA 15 января официально постановило: это было незаконно.
Промышленные турбины — не газонокосилки. Лазейка закрыта. Но Маск уже упел в неё проскочить, а вот конурентов, получается, отсекли.

Риски для здоровья населения:
Район South Memphis, где стоит Colossus — на 99% афроамериканский. Риск рака там уже был в 4 раза выше среднего по стране еще до появления xAI, а турбины добавили 1,200-2,000 тонн NOx в год — больше, чем весь аэропорт Мемфиса.

Что дальше:
xAI тихо перенесла часть Colossus 2 через границу штата в Миссисипи. Там губернатор объявил об инвестициях $20 млрд и выдал разрешение работать 12 месяцев без пермита.

По сути, xAI обнаружила эксплойт в американской регуляторной системе: строй быстро, разбирайся с исками потом. Пока конкуренты ждут разрешений — ты уже тренируешь модели.
Теперь эксплойт пропатчен. Но гигаватт уже работает.

Маск идёт к цели напролом, - у него должен быть самый мощный ИИ, а все остальное не важно.
Цель оправдывает средства.

#xAI #Colossus #Musk
———
@tsingular

SkillsMP: каталог из 70K+ навыков для агентов

Сайт SkillsMP собрал 71 500+ навыков для агентов с фильтрацией и поиском по категориям и авторам.

Категорическая рекомендация - не запускать вслепую!

В каждом из скиллов возможна малварь или вирус, - проверяйте, читайте, сканируйте, используйте как образец для написания своих.

#SkillsMP #dev #агенты #скиллы
———
@tsingular

🎯 Freelance.ru запускает Virtual HR — интеллектуальный подбор фрилансеров под проекты

Фриланас запустил ИИ кадровика.
Суть подхода, - гибрид полнотекстового поиска, семантики и нейросетевого реранкинга.

Как работает:
- Агрегирует данные фрилансера (навыки, портфолио, отзывы, био) в единый профиль
- Нейросеть "дополняет" запрос: генерирует positive queries (что усилит релевантность) и negative queries (что исключить)
- После базовой выборки — нейросетевой реранкинг, имитирующий экспертную оценку соответствия задаче

По сути, система пытается думать проводить предварительную оценку как HR: не просто искать по ключевым словам, а понимать контекст задачи и сопоставлять с реальным опытом специалиста.

Positive/negative queries можно включать-отключать отдельно — удобно для тонкой настройки под разные сценарии.

Пока beta, - будут дорабатывать по отзывам.

Смотрим, пробуем тут:
https://freelance.ru/freelancers/hr

#Freelance #HR #нейропоиск #фриланс
———
@tsingular

GLM-4.7-Flash от Z.ai: малая китайская MoE-модель бьёт конкурентов на агентных бенчмарках

Z.ai выпустили облегчённый оупенсорс вариант своего флагмана, - GLM-4.7-Flash
Архитектура: MoE на базе DeepSeek2. При 30B общих параметров активны только 3B — отсюда и "Flash" в названии.

В бенчмарках особенно заметен отрыв на агентных задачах: SWE-bench (реальные GitHub-баги) — почти 3x лучше, чем Qwen3-30B-A3B-thinking-2507, τ²-Bench (сложные многошаговые задачи) — 1.6x лучше всех.

Особенности мышления
Interleaved Thinking — модель думает перед каждым действием и вызовом инструментов, а не только в начале.

Preserved Thinking — сохраняет цепочку рассуждений между ходами в многошаговых задачах. Не переоткрывает заново то, что уже вывела.

Turn-level Thinking — можно включать/выключать режим рассуждений на лету: простые запросы будут выполняться быстро, сложные, - с детальными размышлениями.

Локальный запуск: GGUF от Unsloth
Полный размер модели — 60 ГБ, но Unsloth уже нарезал GGUF-квантизации:

Минимальный порог входа — 10.6 ГБ для 2-битной версии. Реалистично для домашнего использования: Q4_K_M на ~18 ГБ.

Практическое применение
- Поддерживает Claude Code, Cline, Roo Code, Kilo Code, opencode — можно подключить вместо дефолтной модели
- через облако, -подписка GLM Coding Plan — от $3/мес, "1/7 цены Claude с 3x квотой"
- На Cerebras, кстати, GLM 4.6 полная выдаёт ~1000 токенов/сек, а Flash, похоже и 2000 выдаст.
Агенты будут просто летать.

В общем, отличная агентская модель, да еще и open-source уровня топовых закрытых.

MIT-лицензия.

Ссылки:
- [HuggingFace (оригинал)]
- [GGUF от Unsloth]
- [Техблог]

#GLM #ZAI #Coding #OSS #Unsloth #Китай
———
@tsingular

RIP App Store / Google Play

Manus добавили паблишинг навайбкоденных приложений прямо у себя в вебе.

Раньше такие мини-аппы томились себе спокойно в zip-файлах и на локалхостах, никого не трогая. Паблишинг в эппсторы был огромным гейткипером для вайбкодеров, особенно для тех, кто раньше с кодом дел не имел.

Теперь этот барьер пал.

Интересно, как модераторы будут фильтровать поток шлака и недоделанных приложений из Manus. Я бы на их месте поставил автоматический фильтр, чтобы сразу отсеивать подобные творения.

Есть, конечно, надежда, что топы не засорятся этой хренью. Но, как мы видим по мировым чартам музыки, "нейронки " чисто давят массой.

Ну, а если появилось желание подлить масла в огонь, за что мы дружно вас о(б)судим в комментариях, вот гайд.

@ai_newz

UBTECH и Airbus: гуманоиды выходят на авиазаводы

Китайский производитель гуманоидов UBTECH подписал соглашение с Airbus на поставку роботов Walker S2 для авиационных заводов.

Ранее писал про их армию тут.

За 2025 год компания получила заказы на 1,4 млрд юаней ($200 млн) — первое место в мире по объёму.
Производственные мощности в 2026 году планируют поднять до десятков тысяч единиц при текущей цене около $35–55 тыс за робота.

Роботы уже тестируются на заводах FAW-Audi, Geely, BYD, Foxconn — перемещают материалы, проверяют качество, сортируют детали.
Высота 1.76 м, вес 95 кг, грузоподъёмность рук 15 кг, автозамена батареи за 3 минуты.

Сфера применения гуманоидов расширяется: авиастроение, автопром, электроника, логистика, далее везде.

#UBTECH #Airbus #Walker #роботы
------
@tsingular

Под впечатлением от возможностей Opus 4.5 сделал агента, который уведомит о повышении риска заморозки вкладов в РФ.

Для этого я попросил GPT-5.2 Pro (+ Extra Thinking) составить список фактов, которые предвещают потерю денег.

Он предложил 46 критериев, которые следует регулярно проверять с помощью анализа новостей, официальных документов и заявлений регуляторов.

Примеры критериев:

• Провалы аукционов ОФЗ
• Резкий рост доходностей и экстренные меры Минфина
• Новые ограничения на переводы, платёжную инфраструктуру
• “мобилизационная” риторика про сбережения населения
(Полный список в формате JSON)

Сначала я как обычно сделал мультиагентную систему:
• отдельные агенты проверяли каждый критерий
• затем агент-суммаризатор делал общий вывод

Это заработало, но не идеально.

Проблемы:
• агенты не общались между собой и выполняли дублирующиеся поиски;
• финальный агент видел только сжатые отчёты, но не всю поисковую выдачу

В результате он мог слишком остро реагировать на проходные новости, например:

«Торги были приостановлены?» — да.
«Почему?» — потому что праздники.
Но вторая часть информации до финального агента просто не доходила из-за сжатия контекста.

Тогда я попробовал новый (хорошо забытый старый) подход — вся логика в одном ванильном ReAct-агенте.

Если раньше агенты могли выполнять цепочки действий в 5–10 шагов (за редким исключением), то сегодняшние модели-лидеры способны работать десятки минут и даже часы, выполняя сотни действий подряд.

Поэтому я сделал так:
• дал агенту поиск
• загрузил все 46 критериев
• попросил последовательно проверить каждый из них и сформировать отчёт строго заданного формата

Контекста в 200k токенов на это как раз хватило. Ради эксперимента сделал реализацию на базе Anthropic Agent SDK. Весь код выложил на GitHub

Получился агент, который:
• выполняет задачу примерно за 10 минут
• прогон стоит около ~$1
• выдаёт структурированный отчёт с уровнем риска

Я запустил его на регулярную работу в 9:00 MSK. Результаты он будет публиковать в этом Telegram-канале (можно подписаться, он так и будет работать, пока у меня вклады не заморозят деньги не кончатся).

Главные идеи:
1. Агенты в 2026 уже могут совершать десятки и сотни шагов если просто попросить. Не всегда нужно обмазывать их кучей guardrails, structured output, делить на маленьких суб-агентов и т.п. Мистер агент 2026 - это ванильный ReAct с todo-листом, файлами и, если нужно, REPL.
2. Этот проект можно легко переделать под другие задачи. Нужно просто отредактировать файл с критериями и цель главного промпта. Критерии можно сгенерировать с помощью GPT Pro.

P.S. На всякий случай напомню:
всё это - эксперимент по изучению возможностей AI-агентов
и не является инвестиционной рекомендацией 🙂

задачи на 2027:
- купить Optimus 3
- сделать из него Вертера

#юмор
———
@tsingular