Tips AI | IT & AI

Просто дружеское напоминание что сейчас лучше всего учить своих агентов строить себе harness'ы: Подтверждение этому маленький стартап Poetiq (кстати основан бывшими исследователями Google DeepMind) Нашли новый способ который делает Opus 4.8 / GPT-5.5 умнее чем Fable / GPT 5.6 Sol во всех бенчмарках. Сразу скажу что есть такой закон Гудхарта и риск бенчмаксинга, когда модель заточена на то чтобы бить конкретный бенч, и тогда реальную пользу по нему не понять. А работает это так: их система это петля (RSI) которая автоматически конструирует целые харнессы (код, промпты, инструменты и стратегии поиска) для любого бенчмарка, с которым сталкивается. Сама пишет всю инфраструктуру решения, прогоняет, смотрит на результат, переписывает, и так по кругу, пока не выжмет максимум. А модель внутри петли это просто расходный материал, которую можно заменить на более новую, и вся накопленная обвязка автоматом конвертируется в еще лучший результат. То есть улучшения накапливаются и переносятся. Каждая задача, которую она решает, помогает ей оптимизировать саму себя, превращая её во всё более мощный оптимизатор. Причем для этого не нужен никакой файнтюн, просто обычный API-доступ. Поэтому Poetiq говорят "статичные бенчмарки мертвы", и вместо них предлагают динамически генерируемые тесты, заточенные под слабые места конкретной модели, на которые невозможно натренироваться. Технарям рекомендую это видео на ютубе, если хотите сделать харнесс дома (или просто скормить агенту) @tips_ai #news

Встретил прикольную оболочку для маковского Finder для любителей понастальгировать по ретро дизайну: Aqua, Windows 98, XP, 7 и XFCE. Тут не только ностальгия, а отдельная аппка которая имитирует 1 в 1 системный проводник с фишками для разрабов Идея в том, чтобы вообще всё показывать как папки и файлы, не только то, что лежит на диске, но и внешние сервисы. Например прям внутри проводника можно открыть терминал, смотреть GitHub-репозитории как обычные папки, подключаться по SSH и тд. Linear и Notion тоже разложены папками. Получается такой рабочий стол разработчика в виде проводника, где (наверное) удобнее работать с файлами, репозиториями, задачами и серверами в одном месте. Если такое нужно, вот ссылка для скачивания. @tips_ai #tools

Мы сейчас пишем с AI очень много кода, но стоит хоть раз проверить, всё ли в порядке с безопасностью. А слабых мест там хватает. Эксперты «Лаборатория Касперского» собрали бесплатный чек-лист как раз про это — помогает оценить, насколько безопасно у вас в компании внедрены AI-инструменты. По нему можно пройтись и проверить: 1/ защищены ли рабочие места разработчиков 2/ как устроен доступ к LLM и корпоративным данным 3/ учтены ли риски промпт-инъекций 4/ безопасны ли MCP-серверы и цепочки поставок Материал собран на их собственном опыте внедрения LLM во внутренние процессы, то есть на реальных граблях, а не на теории. Помогает найти слабые места до того, как они станут проблемой. Чтобы получить, надо заполнить короткую форму — PDF откроется сразу. Скачать чек-лист можно по ссылке.

После твита Альтмана было интересно посмотреть кто что создает с GPT5.6 Sol, и понравилась идея организовать свой виртуальный гардероб из своей одежды: Парень включил /goal в кодексе, дал агенту доступ к своей галерее камеры и заставил его извлечь фотку каждой вещи. Для извлечения использовал этот скилл. Потом попросил его придумать новые аутфиты и отрендерить их на его реальных фотках с помощью встроенного в codex gpt-image, и собрать это все в UI. Довольно удобно видеть весь свой гардероб в такой коллекции Самое приятное, что весь код на Github, так что порадуйте свою жену/девушку или себя таким гардеробом, чтобы не возникало вопросов, что нечего надеть ☕️ @tips_ai

Безопасный запуск команд в агентах Тут на прошлой неделе один инфлюенсер столкнулся с проблемой – GPT 5.6 Sol удалил папку ~/ на маке! Ну и дела! В реплаях ему посоветовали использовать dcg (destructive command guard). Я посмотрел что это, разобрался в нём, установил себе и теперь рекомендую вам! Это инструмент, который блокирует деструктивные команды, которые "случайно" мог ввести AI-агент. Устанавливается как hook во все популярные агенты и блокирует запуск большинства команд. Удобно, что устанавливается одной командой, а так же то, что тут есть набор конфигов по софту: • git • filesystem • disk • storage (s3, minio) • remote (rsync, ssh, scp) • database (pg, mongo, etc) • container (docker, kuber, podman) • и многие другие Важно понимать, что этот инструмент спасает именно от "случайных" команд - тех случаев, когда что-то идёт не так, и агент вводит команду, которую изначально не планировал, а потом оправдывается, что это произошло случайно! Этот инструмент не поможет, когда агент создаст деструктивную команду в скрипте и запустит его. В комментах скину таблицу, которую составил мой Codex – какие результаты получат типичные сценарии Лайк, репост ✔️ Тимур Хахалев про AI Coding, подписывайтесь!

Лайфхак как токенмаксить по полной: Claude всегда начинает 5-часовые лимиты с первого отправленного сообщения. Например если начал работать в 7 утра, следующий ресет будет в 12 часов дня. Но чаще всего токены кончаются раньше, так что приходится ждать сброса 🤷‍♂️ Так вот через функцию routines в вебе можно настроить фоновую задачу, которая будет каждые 5 часов отправлять агенту "Hi". Например начиная с 3 ночи, чтобы к началу работы в 7 утра до сброса оставался 1-2 часа. Для меня такой график удобнее, вы тоже можете настроить под себя. Юзеры кодекса, к вам вопросов нет (5-часовые лимиты убрали) 😏 @tips_ai

Щас вижу что после выхода GPT-5.6 многие используют её как субагентов под управлением Fable 5 Fable планирует и назначает роли, а Codex выполняет, чтобы экономить токены Так что вот собрал самые удобные способы как юзать их в связке и в Claude Code и в Codex: 1/ Fable управляет GPT (в Claude Code) Через официальный OpenAI плагин: /plugin marketplace add openai/codex-plugin-cc /plugin install codex@openai-codex /reload-plugins, затем /codex:setup Или через простой алиас: alias claudex=‘CLAUDE_CODE_SUBAGENT_MODEL=gpt-5.6-sol CLAUDE_CODE_ALWAYS_ENABLE_EFFORT=1 claude –model gpt-5.6-sol’ 2/ GPT управляет Fable (в Codex) Устанавливаем опенсурсный плагин: codex plugin marketplace add Cjbuilds/Codex-Orchestration codex plugin add codex-orchestration@codex-orchestration И дальше примерно так назначаем роли: @ codex-orchestration advisor: GPT-5.6 Sol Extra High, Executor: Claude Fable 5 High, Designer: Opus 4.8 В обоих случаях всё будет работать чисто на подписках, никаких API. @tips_ai #tools

Я конечно видел много способов harness для агентов, но это пожалуй самый прикольный: Парень придумал для агентов papercuts, чтобы они могли жаловаться на любую ерунду которую нашли во время выполнения задачи Потом по этим записям можно понять какие узкие места в репо замедляют работу, например: где есть расхождение доков, какие скрипты перестали работать и тд. Просто нужно добавить в AGENTS․md эту инструкцию: # Log papercuts When you encounter small friction while working—a failed tool call, confusing setup, flaky command, stale cache, misleading error, missing helper, or non-obvious gotcha—record it in `PAPERCUTS.md`. Create the file if it does not exist. Append one entry in this format: ## YYYY-MM-DD HH:MM — <model> <What you were doing> → <what got in the way>. Include a possible cause or fix when useful. Log papercuts proactively when they occur, but do not interrupt the main task. Do not add duplicate entries. Papercuts are minor workflow friction, distinct from completed-work logs and real bugs or tracked issues. Или еще проще, на гитхабе есть специальный CLI-тул под это. Ну и само по себе интересно читать как агент на естественном языке ругается на глупые проблемы☕️ @tips_ai

У OpenAI тут новые модели вышли, а вместе с ними и новые продукты Во первых, новое семейство моделей GPT-5.6: Sol — новый флагман для кодинга, knowledge задач, кибербеза, науки Luna — самая дешевая и быстрая Terra — среднее между Sol и Luna Для каждой теперь доступны новые режимы reasoning: max - ризонинг выше чем прошлый xhigh ultra - режим для оркестрации параллельных агентов Programmatic Tool Calling - модель сама пишет для себя тулы OpenAI говорят что эти модели сильно лучше в дизайне и computer use, а по бенчам выше Fable 5 и Mythos, но что в реальности будем тестить. Теперь по продуктам: Выпустили новый ChatGPT Work, который автономно работает по несколько часов с огромным контекстом и превращает его в артефакты. По сути это тот же Codex, только для задач без кода: такие же интеграции в сервисы, разбивка задачи на шаги, отложенные задачи, и тд. Также произошло слияние Codex в ChatGPT, теперь это не отдельное десктопное приложение, а режим внутри основного. Всё это уже сегодня выкатывают на Pro и Enterpise, а для Plus в ближайшие дни. @tips_ai #news

Постоянно юзаю CloudFlare, потому что Claude Code, Codex, любые другие агенты с ним работают как с нативной средой. 1/ Workers - для серверного бекенда и API-прокси 2/ D1 - для баз данных 3/ R2 - для хранения медиа 4/ AI Gateway - для логов ии-моделей 5/ Registrar - для доменов Еще потому что это бесплатно, хоть и с лимитами Вчера еще выпустили Drop — просто закидываешь папку проекта или ZIP и оно разворачивается в статический сайт который работает 1 час. Фича конечно не уникальная, скорее просто маркетинг для вайбкодеров У них и раньше можно было бесплатно хостить любое приложение через Pages, навсегда, но нужен аккаунт и сложнее настройка Что мне еще нравится так это их MCP (знаю что тут есть те кто его не любит). В админке самому копаться дольше чем приложение строить, а так любой агент работает там как в нативной среде и деплоит за минуты Так что юзайте если нужен единый хост где можно менеджить весь свой проект, без ручной настройки и дев-серверов @tips_ai #tools