Тема
ИИ для программирования: ассистенты и агенты, которые пишут, проверяют и исправляют код.
33 новости за 60 дней
Илон Маск считает, что лучших результатов Grok 4.7 добивается в фирменной среде запуска Grok Build. Этот агент для программистов работает в терминале: сначала составляет план, а крупные задачи раздаёт параллельным субагентам.
Маск сослался на оценку Artificial Analysis и назвал Grok 4.7 «отличным выбором для повседневной работы», потому что модель быстрее и дешевле конкурентов. По тем же замерам на одну задачу Grok 4.7 тратит втрое больше токенов, чем GPT-6 Astra.
Программист под ником @v0xium написал, что в крупной компании, куда он вышел полмесяца назад, спецификации, код, тесты, задачи и отчёты пишет Claude Code, а инженеры по 12–13 часов в день жмут Enter. Пост собрал около 2 млн просмотров.
С версии 2.1.277 Claude Code берёт инструкции из общего файла для агентов, если в папке нет CLAUDE.md. Поддержку сделали на основе модов — будущего способа настраивать среду запуска агента.
MiniMax открыла код MiniMax Code — агента для программирования в терминале
По данным WSJ, трое исследователей с помощью Claude Opus 5 меньше чем за 72 часа добрались до внутреннего репозитория OpenAI. В тот же день Claude Code получил параллельные облачные сессии, а OpenAI выпустила юридическую Astra for Law.
В приложении Codex появилась вкладка, где видно, на что уходит лимит
Аккаунт OpenAI для разработчиков сообщил, что в Codex появился голосовой агент на модели GPT-Live-1. Судя по процитированному посту, говорить с ним можно с телефона, и он подключается к компьютеру откуда угодно.
Databricks дала GPT-6 Astra примерно 3 500 инженерам. Со сложными долгими задачами модель справляется лучше предшественниц, но общие расходы на ИИ для программирования выросли примерно на 60%.
С 14 октября GPT-5.5 пропадёт из ChatGPT, ChatGPT Work и Codex на всех тарифах. Через платформу OpenAI API и в Codex при входе по ключу API ею можно будет пользоваться и дальше.
Саймон Уиллисон ответил на Hacker News тем, кого угнетают ИИ-агенты. Он признаёт, что переводить точное техзадание в код — больше не уникальный навык. Но опыт, по его словам, по-прежнему даёт преимущество перед новичками.
Cognition перевела Devin на GPT-6 Astra: агент лучше тестирует написанные им программы и показывает, что они работают. Цель — чтобы инженеры меньше вычитывали код и чаще выпускали его.
Лаборатория Сесара де ла Фуэнте ищет кандидатов в антимикробные молекулы с помощью Codex и ChatGPT. Поиск идёт по геномам живых и вымерших организмов. Цель — лекарства от инфекций, устойчивых к антибиотикам.
OpenAI выпустила Agents API — управляемый сервис для создания и запуска агентов в облаке. В его основе та же обвязка, что у Codex: она распределяет работу, ведёт долгие сеансы и подключает инструменты.
Профессор NYU Тристан Бакмастер год решал задачу Навье — Стокса с помощью Claude и Codex. OpenAI начала работу, лишь услышав слухи о его успехе. Саймон Уиллисон спрашивает, что компании делают с данными пользователей.
По данным OpenAI, производительность разработки в 1Password выросла на 21% благодаря Codex. Инженеры компании делают с ним новые функции и внутренние инструменты, не отступая от строгих правил безопасности.
В блоге Hugging Face открыто воспроизвели проект Сурьи Нарредди: Qwen3.5-35B-A3B пишет на JavaScript программы, которые рисуют акварельные цветы. Модель обучали на 178 картинах, отобранных вручную. Код, данные и веса опубликованы.
Открытая утилита Funes индексирует прошлые сессии агентов-программистов на компьютере пользователя. Агент ищет в этой памяти прежние решения. При желании память можно хранить в приватном датасете на Hugging Face.
OpenAI объяснила отказ поставлять модели в Cursor тем, что компании Илона Маска нарушают контракты. В Cursor ответили, что на OpenAI приходится лишь 5% трафика, но решение окончательным не считают.
OpenAI сворачивает контракт, по которому редактор кода Cursor работал на её моделях. Причина — покупка Cursor компанией SpaceX.
Alibaba выложила веса Qwen3.8-Flash-Next: 125 млрд параметров, из них на каждый токен работают 6 млрд, контекст — до 1 млн токенов. На стойке GB300 NVL72 модель выдаёт больше 200 токенов в секунду на пользователя.
OpenAI рассказала, как британский сервис путешествий loveholidays с помощью Codex дал возможность создавать программы сотрудникам разных отделов, а не только инженерам.
Grok Bot — агенты SpaceXAI, которые работают в собственном облачном компьютере. Теперь они входят в SuperGrok, Cursor Pro и командные тарифы Cursor. Работа агентов не расходует лимиты основной подписки.
OpenAI представила плагин Admin для ChatGPT Work и Codex. С ним администратор смотрит статистику использования, управляет участниками и правами, меняет лимиты и обрабатывает запросы.
По оценке финтех-компании Stampli, Codex и ChatGPT Work сократили подготовку к запуску продукта Deep Finance с 243 до 77 рабочих часов. Всё, что уходило клиентам, люди проверяли и утверждали сами.
По данным OpenAI, Asana с помощью Codex за две недели заменила устаревшую систему тестирования. Эту работу компания рассчитывала растянуть на пять лет, а обошлась она примерно в 12 тысяч долларов.
Z.ai выпустила GLM-5.3 — модель на 750 млрд параметров, которая в части тестов по программированию обходит Claude Fable 5 и GPT-5.6-Sol. Натан Ламберт считает, что дело не в дистилляции, а в скорости выпуска и дообучении.
RingCentral раздала сотрудникам ChatGPT Work и Codex и устроила внутренний конкурс. По данным OpenAI, тысячи участников, в том числе нетехнические сотрудники и руководители, сдали работающие проекты.
OpenAI добавила в ChatGPT Work и Codex плагины для образования. Они рассчитаны на школьных учителей, преподавателей вузов и студентов: учиться, преподавать, вести исследования и создавать проекты.
Google и Kaggle подвели итоги пятидневного бесплатного курса о создании ИИ-агентов. Участники сдали больше 6 000 итоговых проектов. Материалы курса по-прежнему открыты для самостоятельного изучения.
OpenAI выпустила отчёт о том, как учёные с помощью ИИ-агентов для программирования обновляют научный софт. По данным компании, это ускоряет и разработку, и открытия — в геномике и других областях.
Epoch и METR выпустили бенчмарк MirrorCode: Claude Opus 4.7 за 251 доллар воссоздал программу, на которую человеку нужно от 2 до 17 недель. В том же выпуске Import AI — роботы и срывы моделей OpenAI.
В агенте ACE-RTL модель NVIDIA Nemotron 3 Ultra решила в среднем 97,1% задач бенчмарка CVDP по проектированию микросхем. Это больше, чем у GLM 5.2 и Kimi K2.6, а токенов на один шаг модель тратит заметно меньше обеих.