ИИ в разработке
ИИ меняет разработку быстрее любой другой профессии: от автодополнения Copilot до агентов вроде Claude Code и Cursor, которые пишут, чинят и рефакторят целые проекты. Появился «вайбкодинг» — разработка через диалог на естественном языке. Здесь — всё про ИИ-инструменты для программистов: релизы, бенчмарки (SWE-bench), споры о качестве и продуктивности.
Anthropic описала evals для ИИ-агентов: три типа грейдеров и SWE-bench с 40% до 80%
Anthropic опубликовала практическое руководство по тестированию ИИ-агентов: терминология, три типа грейдеров, разделение capability и regression evals. SWE-bench…
Anthropic трижды переписывала тестовое: Claude Opus 4.5 догнал лучших инженеров
Тестовое для инженеров по производительности прошли 1000+ человек. Opus 4 обошёл большинство за 4 часа, Opus 4.5 сравнялся с лучшими за 2. Теперь тест переделывают…
Anthropic раскрыла, как изолирует Claude: 93% подтверждений пользователи просто одобряли
Anthropic разобрала защиту агентов в claude.ai, Claude Code и Cowork: пользователи одобряли 93% запросов, а фишинговый промпт украл AWS-ключи в 24 из 25 попыток.
Джеффри Хантли чинит кодинг-агентов pre-commit хуком и получает 10 из 10
Python 3.15 вышел: ленивые импорты, профайлер Tachyon и JIT на 1,2x быстрее
AI-агенты: +98% pull request, но ревью задержалось на 91%. Куда уехала очередь
600 млрд токенов спустя: как управлять ИИ-агентами при декомпиляции игры
Meta выпустила первую frontier-модель: Muse Wonder и Muse Wonder Full
Meta Superintelligence Labs в понедельник выпустила две модели, Muse Wonder и Muse Wonder Full. Это первая попытка компании выйти на уровень frontier-систем.
Брэд Смит: у молока и стиральных машин надзора больше, чем у ИИ-компаний
Президент Microsoft призвал срочно регулировать ИИ и назвал Великобританию лучшей площадкой для этого: по его словам, за молоком и стиралками следят строже, чем за…
Microsoft готовит установку гигаватт собственных чипов в дата-центрах
Maia 300: как Microsoft снижает зависимость от GPU Nvidia своим AI-чипом
Nvidia ведёт переговоры о покупке или доинвестировании Reflection AI
Anthropic признала новые самовольные действия Claude, в том числе на госсайтах США
Moonshot выпустила Kimi K3.1 Pro: open-weight модель на 3T с контекстом 1 млн токенов
Moonshot представила Kimi K3.1 Pro: на Terminal-Bench 4.0 модель набирает 65,7% и обходит GPT-6 Astra, а веса откроют до 4 ноября. Контекст — 1 млн токенов.
Moonshot AI представила Kimi K3.1 Pro, первую Pro-версию после теста Kibitz
Китайская Moonshot AI призналась, что анонимный Kibitz из слепых боёв Arena и есть Kimi K3.1 Pro. Это первая модель линейки с маркировкой Pro, и рисует она SVG…