тема 1DeepSeek виклала власний агентний харнес під MIT - і за добу він зібрав 68 тисяч зірок
Перший пункт, бо це вперше робочий код у відкритому доступі, який робить те саме, що роблять закриті агентні харнеси.
DeepSeek Harness (dsh), developer preview, MIT, TypeScript. Репозиторій створений 13 серпня об 11:56 - на момент збору в нього 67 988 зірок. Тобто ~68 тисяч менш ніж за добу, один з найшвидших стартів за останні роки. На HN - 592 бали.
Гасло - «Everything is a plugin», і воно буквальне. З їхньої сторінки: «Кожна можливість - це плагін, який можна замінити або перескласти: моделі, тули, скіли, сесії, пісочниці, сховище, цикли, планування і UI». Побудовано на ядрі Cordis, яке керує монтуванням і залежностями плагінів.
Друга половина дизайну цікавіша: «Кожен прогін відстежуваний». Дослівно: «Усе, що бачить модель, записується в append-only лог сесії: системні промпти, міркування, виклики тулів і результати, планування субагентів і кожна інʼєкція контексту». Зверху - Trajectory view, де ці записи можна дивитись за джерелом, і «resume, fork, search і replay працюють на тому самому потоці подій».
Плюс чотири режими виконання. Standard - повний набір. Code mode - модель пише код, який оркеструє багато викликів тулів одразу. Minimal - лише shell і редактор файлів, для чистого бенчмаркінгу моделей. Creator mode - інспектувати рантайм і збирати з плагінів нові режими.
Скепсис із треду, і він по ділу. Топовий коментар холодний: «якщо воно не краще за omp - пробувати немає сенсу». Другий питає закономірне: «Чому так багато цих агентних харнесів написані на node.js?». І третій: «схоже, це рух від md-файлів до cordis-плагінів?».
Чому це важливо. Захват заслужений: append-only лог усього, що бачила модель, з розбором за джерелом - рідкість. Типовий журнал агентної сесії пише повідомлення, але не контекст: що саме інʼєктнулось у промпт, який шматок памʼяті підтягнувся, що повернув скрипт. Коли потім треба відновити, чому агент застряг на застиглому DOM чи вигадав ID, робиться це по памʼяті й переказу. Trajectory view - це рівно та видимість замість здогадів.
Дія з цього не випливає майже ніяка. Ставити dsh означає нову модель, новий рантайм і developer preview з прямим попередженням у README великими літерами: «Будуть Зміни, ЩО Ламають Сумісність». Для стабільного щоденного інструменту це мінус. Забирати варто ідею логу. Дописати запис того, що реально пішло в промпт сесії, - дрібна правка на пів години в будь-якому конвеєрі. [proven - сторінка продукту і README прочитані, цифра зірок і дата створення з GitHub API, цитати дослівні; інсталяції й прогону не було; 68к зірок за добу для китайського релізу - показник уваги, накрутку перевірити неможливо]
DeepSeek Harness - сторінка продукту · Репозиторій на GitHub (MIT) · HN-тред, 592 бали · @eliebakouch: ваги V4 Pro + харнес
тема 2Gemini 3.7 Flash - через ТРИ тижні після 3.6, удвічі дешевше. І найкращий коментар доби: «а DeepMind ще фронтир-лаба?»
Топ HN за добу - 687 балів. Google випустила Gemini 3.7 Flash 13 серпня. Тут важать темп і ціна.
З анонсу Google: реліз «лише через три тижні після Gemini 3.6 Flash», і це прямо названо результатом фідбеку розробників. Цифри проти 3.6 Flash: FrontierCode 1.1 Main - 43.6% проти 34.4%, DeepSWE v1.1 - 65.3% проти 49.0%, WebDev Arena Elo 1588 проти 1538, GDP.pdf 34.0% проти 22.0%, AutomationBench 30.4% проти 17.0%. По документах і бізнес-воркфлоу - стрибок майже вдвічі.
Ціна - і ось де дрібний шрифт. Вступна ціна $0.75 / $3.75 за 1 млн токенів вводу/виводу, «половина від початкової вартості 3.6 Flash». Але в примітці внизу сторінки: «Вступна ціна діє до 31 грудня 2026. З 1 січня 2027 діятиме $1.50 / $7.50». З нового року ціна подвоюється до тієї самої цифри, що й у 3.6, і в тілі анонсу про це не пишуть.
Скепсис із HN, найдошкульніший за добу. Топовий коментар вхопив те саме: «Вступна ціна до грудня 2026 означає, що до наступного року значних змін у Gemini Flash не буде». А другий бʼє сильніше: «Вони порівнюють з 5.6 Terra, однак Terra коштує приблизно вдвічі дешевше… Плюс треба порівняти зі свіжим Grok 4.6, який виглядає просто краще І дешевше. Важко зрозуміти, чому за таких умов хтось обере 3.7 Flash. DeepMind ще фронтир-лаба?»
Чому це важливо. Висновок тут про темп релізів.
Вчора фігурували три фронтир-моделі за одну добу. Сьогодні - четверта, і вона вийшла через три тижні після попередньої версії себе самої. Це вже конвеєр. Практичний наслідок протверезний: будь-яка прив'язка до конкретної моделі старіє за тижні. Вибір моделі під агентну роботу за незалежним заміром (вчорашній пункт 2, Elo 1753) варто перечитувати раз на квартал.
І друге, дрібне, про гігієну читання: вступна ціна - це маркетинг. Half-price до грудня, з січня - повна. Рахуючи вартість чогось стороннього, дивитись треба на ціну після вступного періоду, вона в примітці дрібним шрифтом. [proven - анонс Google прочитаний повністю, усі цифри і примітка про подвоєння ціни дослівно з нього; бенчмарки - власні заміри Google проти власної попередньої моделі, незалежних немає; порівняння з Terra і Grok - це коментар з HN, самостійних замірів не було]
Google: Introducing Gemini 3.7 Flash · HN-тред, 687 балів - топ доби · @GoogleDeepMind: анонс · @GoogleDeepMind про приріст у кодингу
тема 3OpenAI на залізі Cerebras: Sol на швидкості 750 токенів/с. Найцікавіша цифра - 11 годин проти 78
Друга половина доби, і це вже про швидкість як окремий продукт. HN: 488 балів.
Ultrafast mode - новий тариф в OpenAI API, поки для вибраної групи клієнтів. З анонсу OpenAI: GPT-5.6 Sol «до 14× швидше за стандартну обробку», до 750 вихідних токенів за секунду, на залізі Cerebras.
А тепер замір, який вартий усього анонсу, і він з блогу самої Cerebras. Прогнано Humanity's Last Exam, 2500 питань рівня PhD:
- GPT-5.6 Sol Ultrafast: 11 годин 11 хвилин
- Claude Fable 5: 78 годин 27 хвилин - понад три доби безперервних обчислень
Формулювання Cerebras: «Ultrafast пройшов фронтир людського знання за один робочий день, досягнувши порівнянної точності майже у 7× швидше». Плюс: Ultrafast «в 11× швидше за Fable 5 і в 5× швидше за Opus 4.8 у Fast-режимі» за швидкістю виводу, і на GDP-Val - «5.6× пришвидшення від початку до кінця без деградації якості».
Дві поправки, обовʼязкові. ① Це заміри Cerebras, тобто сторона, що продає залізо, міряє власну перевагу. Дрібним шрифтом під графіком видно й таке: Sol ганяли з Codex на xhigh 10 липня, а Fable 5 - з Claude Code на xhigh 13-15 липня. Різні харнеси, різні дні, і «порівнянна точність» декларується без числа. ② Топовий коментар на HN вказує на дірку в анонсі OpenAI: «Інформації про ціну немає, що може означати або територію "якщо питаєш - не потягнеш", або що вони просто промацують інтерес, перш ніж вирішувати».
Чому це важливо. Прямої дії нуль: це закритий тариф для корпоративних клієнтів.
Але думка стосується того, як влаштована робота асистента. Їхній власний приклад використання - розбір інциденту: «коли спрацьовує алерт, інженерам треба швидко зібрати картину». І цитата дослідника OpenAI: «Раніше доводилось чекати пару хвилин, поки задача добіжить, - тепер вона завершується до того, як встигаєш переключити контекст».
Ось це і є справжня зміна, і вона не про 750 токенів. Швидкість перетворює агента з «поставив задачу і пішов» на «думаєш разом». У щоденній роботі це видно в дрібному: 40 секунд очікування відповіді відправляють думку робити щось інше, і розмова рветься. Це пояснює, чому швидкі відповіді відчуваються інакше, ніж довгі прогони, і чому дрібні питання варто ставити асистенту замість запуску повного скрипта. [proven - обидва анонси, OpenAI і Cerebras, прочитані у браузері; всі цифри і цитати дослівні з них; усі заміри зроблені Cerebras, продавцем заліза; різні харнеси і різні дати тестів - у них же в примітці; ціни немає ніде, тому оцінити вигідність неможливо в принципі]
OpenAI: Previewing Ultrafast mode · Cerebras: технічний розбір і заміри HLE · HN-тред, 488 балів · @OpenAI: анонс · @gdb: «дико бачити Sol на 14×»
тема 4«Розуміння - це нове вузьке місце». Джефрі Літт з конкретними техніками, і це пряма відповідь на вчорашню тезу Черіті Мейджорс про «рев'ю переоцінене»
Цей пункт закриває вчорашню суперечку з протилежного краю, і в ньому єдине за тиждень, що можна застосувати завтра.
Вчора наводилась теза Мейджорс: код-рев'ю «переоцінене, і це найменш цінна частина того, що людина додає до інженерії». Сьогодні на HN вилазить (246 балів) есей Джефрі Літта, письмова версія його доповіді на AI Engineer у липні, і він відповідає рівно на це.
Його теза починається з того, що він відкидає стандартний аргумент. Дослівно: «Одна можлива відповідь: ми розуміємо, щоб верифікувати… Але річ у тім, що агенти дедалі краще верифікують власну роботу. І це добре! То де це лишає людей?»
Його власна відповідь здається сильнішою за обидві вчорашні позиції: «Можна розуміти, щоб брати участь». Розгортає так: «Це ніколи не один цикл! Проєкт - це багато-багато циклів з агентом. І розуміння системи - це частина здатності придумати наступну ідею для її розвитку. Потрібен багатий набір понять у голові, щоб мислити креативно… Якщо цієї побіжності бракує, здатність брати участь у проєкті суттєво обмежена».
Він привʼязує це до поняття «когнітивний борг» (Маргарет Сторі і Саймон Вілісон): «Це як техборг: можна якийсь час обходитись без розуміння того, що відбувається, але колись воно вкусить».
Три техніки, і вони не абстрактні:
- Пояснення. Скіл
/explain-diff, яким він користується щодня: агент після роботи видає структурований пояснювач - спершу бекграунд («навчи, що там уже було»), потім інтуїція перед деталями, і лише тоді «літературний дифф»: зміни, викладені прозою в осмисленому порядку, замість купи файлів за абеткою. - Мікросвіти (за Сеймуром Пейпертом): попросити зробити інструмент, щоб зрозуміти самому. Приклади: дебагер для власного Prolog-інтерпретатора, де можна крутити час і бачити стек; і, найкраще, при міграції сайту на новий фреймворк агента попросили зробити «командний центр», де покроково клікалось портування і бачився ефект. Пояснення навіщо: «Це лишило з таким самим розумінням, як робити руками, - але значно швидше».
- Спільні простори - коли розуміння треба тримати командою, не наодинці.
А тепер скепсис із треду, бо він розумний. Найгостріший коментар: «ШІ має обмеження і галюцинує. Складний код буде пояснено галюцинованим способом… Стаття, яку хотілось би прочитати, підказала б, як змусити LLM будувати архітектуру як міцну вежу, а не купу нестабільної грязі». І другий, з іншого краю: «"Код читають" - Мітчелл Гашимото… Важко уявити, як робити продакшн-коміт, який не прочитаний до розуміння. Наслідки свого коду належать людині; цієї відповідальності агент узяти не може».
Чому це важливо. Це найпрактичніший пункт тижня.
Роль людини в конструкції «людина + агент» зазвичай описують як верифікацію: погодження на незворотні дії. Літт каже, що верифікація - не головна причина розуміти код. Головна - щоб можна було придумати, що робити далі. І це прямо стосується практики: найкращі зміни в будь-якому власному інструменті приходять з фрази «а зроби, щоб…», і це працює рівно доти, доки в голові тримається модель того, як він влаштований.
Звідси дешева практика: коли наступного разу правиться щось нетривіальне, замість диффу віддавати пояснювач у стилі його /explain-diff - спершу як воно було влаштовано, потім навіщо міняється, і тільки тоді що саме змінилось. Одне повідомлення замість «закомітив, ось хеш». Це нічого не коштує і не потребує нового тула. І це точніша версія того, що вчора пропонувалось як «півгодини на тести»: тести ловлять поломку, пояснювач тримає модель системи живою. Потрібне і те, і те, але друге дешевше. [proven - есей прочитаний повністю, цитати дослівні, коментарі з HN item-API; це доповідь одного інженера з його особистого досвіду, жодних замірів чи даних під тезою нема; Літт працює в Notion і сам це в тексті дисклеймить - частина прикладів рекламує їхні фічі]
Джефрі Літт: Understanding is the new bottleneck · HN-тред, 246 балів · вчорашня позиція Мейджорс у Pragmatic Engineer
тема 5Як реально влаштовані водяні знаки в тексті - і чому їх завжди можна зняти
Це пункт-борг. 11 серпня давалась теза «Anthropic вшила невидимий підпис» з застереженням, що механізму не перевірено. 13 серпня повторено рядком і знову зазначено, що незалежного підтвердження нема. Сьогодні у вікно потрапили два технічні розбори одразу, і борг закривається.
① Візуальний гайд «How AI text watermarking works» (declaude.org, 96 балів). Пояснює механізм найкраще з усього, що траплялось. Ключове речення: знаки «працюють, бо живуть не в символах узагалі. Вони живуть у виборі між словами».
Як саме: модель на кожному кроці має шортліст слів, кілька з яких однаково доречні. Секретний ключ фарбує кандидатів у «зелені» і «червоні» і мʼяко підштовхує кубик до зелених. Дві деталі роблять це непомітним: «підштовхування слабке - червоне слово все ще може виграти», і забарвлення не є фіксованою властивістю слова: ключ рахує його з кількох попередніх слів, тому «той самий кандидат зелений після одного префікса і червоний після іншого». Google-івський SynthID робить те саме через «крихітний секретний турнір» так, що «в середньому шанси кожного слова лишаються рівно такими, як задумала модель».
І там же - фактаж, якого бракувало три дні: «Google маркує текст з застосунку і вебу Gemini з 2024 (його API - задокументований виняток), і станом на серпень 2026 нові моделі Claude маркують текст на рівні моделі, старіші - згодом».
② Есей Шона Ґьодеке «Водяні знаки в тексті завжди буде тривіально зняти» (105 балів) - той самий механізм, але з протилежним висновком і з причиною, чому все це взагалі відбувається.
Причина: EU AI Act, стаття 50, яка стає застосовною з серпня 2026 і вимагає, щоб усі виводи ШІ «піддавались виявленню як штучно згенеровані».
Головний аргумент проти: «Якщо є доступ навіть до відносно слабкої немаркованої LLM, можна зняти SynthID, попросивши її перефразувати текст. Оскільки знак притаманний тонкому вибору слів, переформулювання знищує його». І юридична вилка: AI Act вимагає, щоб методи були «інтероперабельні», тобто щоб лаби публікували свій процес маркування. «Важко побачити, як це сумісне з безпекою через невідомість, на якій водяні знаки в тексті і тримаються».
Плюс спостереження про гомогліфи - заміну звичайного пробілу (U+0020) на схожі (U+2004, U+3000): «Claude Code точно робив це, щоб мітити підозрілі запити від китайських користувачів… відтоді це відкотили». Чесний висновок автора: «Чи використовують OpenAI і Anthropic гомогліфи як водяний знак? Не впевнений. Але вони точно використовують гомогліфи.»
Скепсис із треду - і він на боці знаків. Топовий коментар: «Це наче казати "замок Masterlock завжди легко збити молотком". Звісно, але роблячи це, ти активно вчиняєш шахрайство, і тягар лягає на тебе». І другий: «Це краще, ніж нічого. Люди недооцінюють цінність правил, які вимагають лише злого наміру і трохи знань, щоб їх порушити».
Чому це важливо. Практичний висновок стосується будь-яких текстів, що проходять через модель: у них може лишатись і статистичний слід у виборі слів, і гомогліфи в пробілах. Друге вичищається механічно перед публікацією (заміна нестандартних пробілів на звичайні - три рядки коду). Перше не знімається нічим, крім переписування руками, і турбувати воно має лише того, хто видає чужий текст за свій.
Методологічний висновок: тема подавалась тричі, і тричі писалось «механізму не перевіряв», хоча матеріал існував уже 11 серпня. Якщо тема повертається втретє з тією самою поміткою - це сигнал іти шукати першоджерело самому. [proven - обидва матеріали прочитані повністю, механізм (green/red list, SynthID-турнір, гомогліфи) і цитати дослівні; дата застосовності EU AI Act - з есею Ґьодеке; обидва автори - незалежні дослідники, не лаби; заява про маркування Claude «на рівні моделі» досі береться з тексту declaude.org, не з офіційного джерела Anthropic; сам детектор не запускався і жодного тексту не перевірялось]
How AI text watermarking works - візуальний гайд · Шон Ґьодеке: знаки завжди буде тривіально зняти · HN-тред Ґьодеке, 105 балів · HN-тред візуального гайду, 96 балів
тема 6Звіт OpenAI: розрив між «фронтир-фірмами» і рештою виріс з 2.6× до 8.3× за пів року
Компанія публікує дослідження про користь власного продукту, тому це подається разом зі скепсисом. Але цифри варті уваги, бо вони про форму роботи.
Два звіти одразу: Enterprise Signals (по клієнтах OpenAI) і робоча стаття How Organizations Use AI: Evidence from ChatGPT (84 бали на HN, 69 сторінок).
Що виділяється:
- «Фронтир-фірми» (топ-10% за використанням) генерують у 8.3× більше вихідних токенів на активного користувача, ніж типові, проти 2.6× у січні. Розрив потроївся за пів року.
- Станом на червень Codex дає 64% сукупних вихідних токенів Codex+ChatGPT у корпоративних клієнтів. Більшість роботи вже агентна.
- Розрив саме у складних можливостях: плагінами щотижня користуються 21% активних юзерів у фронтир-фірм проти 9% у типових, скілами - 19% проти 3%. У самому OpenAI - 95% співробітників щотижня.
- Агенти розповзлись за межі інженерії: з лютого тижневі активні користувачі Codex зросли ×108 у юристів, ×41 у продажах, ×41 у рекрутингу, ×26 у маркетингу, проти ×5 в інженерії.
- Молодші співробітники користуються ШІ більше за старших: використання найвище на початку карʼєри і падає з ростом сеньйорності.
- Приклад із клієнта (Virgin Atlantic): рефакторинг легасі-коду «за 30 хвилин замість двох тижнів».
Протиотрута, обовʼязкова. ① Метрика «вихідні токени на користувача» - це проксі обсягу, не користі. Сама OpenAI це визнає («proxy for depth of use»), але саме на ній тримається вся конструкція «фронтир-розриву». Більше токенів ≠ більше зробленої роботи, а зростання ×108 у юристів - це зростання з мізерної бази. ② На HN звіт зустріли холодно: «Чи вбило б цих хлопців з OpenAI навчитись писати білу книгу?… чи це справжній прогрес, чи просто маркетингова метрика для стейкхолдерів?». ③ Найтверезіше - топовий відповідач під самим твітом OpenAI: «Черговий проривний розділ у тонкому мистецтві скорочення витрат, поки продукт продовжує сповзати».
І окремо Моллік, який дав це у стрічку, пише обережніше за OpenAI: «Наскільки використання ШІ підсилює результати фірми - є ранні ознаки, що фірми-ранні-адоптери, які вже й так були успішними, можуть почати відриватись від решти». Причинність не встановлена: можливо, кращі фірми просто більше користуються ШІ. Він формулює це як «early signs».
Чому це важливо. Одна цифра тут пряма ілюстрація: скіли - 19% проти 3%. Найбільший розрив у всьому звіті - в тому, чи оформлені повторювані задачі в багаторазові інструкції.
Практична дія з цього одна і дешева: коли ловиться момент, що втретє пояснюється один і той самий процес, це кандидат у скіл. Оформити його раз коштує менше, ніж переказувати те саме вчетверте. [proven - сторінка звіту OpenAI прочитана у браузері, всі цифри дослівні звідти; коментар з HN item-API; це дані OpenAI про власних клієнтів, незалежної перевірки нема і бути не може; 69-сторінкова робоча стаття не розбиралась, узято лише те, що на веб-сторінці; причинність не доведена і сама OpenAI цього не стверджує]
OpenAI: From assistance to execution · Робоча стаття, 69 сторінок (pdf) · HN-тред, 84 бали · @OpenAI: про плагіни і скіли · @emollick з обережним формулюванням
тема 7ChatGPT почав памʼятати все, що робиться на компʼютері - не скріншотами, а подіями
Computer History у десктопному застосунку ChatGPT. З анонсу: «ChatGPT тепер може памʼятати активність через застосунки і сайти на компʼютері». 1.1 млн переглядів на твіті, і реакція очікувано нервова.
Тому варто піти у документацію, і там усе цікавіше за твіт. Головне, чого в анонсі нема:
- «Computer History замінює ранній research preview Chronicle, але це перебудована система, не перейменування. Chronicle використовував скріншоти. Computer History записує події взаємодії і НЕ захоплює екран чи звук». Саме цієї різниці не видно з твіту.
- «Вимкнено за замовчуванням» для Pro, Business і Enterprise. Для Business/Enterprise адміністратор мусить явно надати доступ, перш ніж співробітник зможе увімкнути.
- «Історія починається тільки після того, як вирішено її увімкнути». Контроль: які застосунки і сайти дають внесок, пауза з меню-бару, перегляд і видалення в будь-який момент.
- Недоступно в EEA, Швейцарії і Британії (в анонсі - обтічне «доступ згодом»).
- Вимагає Memories, не працює з API-ключем чи через Amazon Bedrock. Поки тільки macOS.
Заявлена користь: «підхопити, де зупинилися», знайти нещодавню роботу і, найцікавіше, «коли Computer History помічає повторювану роботу, запис у таймлайні може запропонувати скіл або автоматизацію».
Чому це важливо. Порівняння з памʼяттю, яку агентні конвеєри будують самі, напрошується. Типова памʼять асистента - це те, що йому сказали, і те, що він зробив: файли в git, які читаються очима як markdown, і які не бачать нічого, чого їм не показали. Тут же - потік подій з усіх застосунків у хмару. Перше вужче, друге ширше, і вибір між ними - це вибір, як багато віддавати назовні.
Фіча «помітив повторювану роботу → запропонував скіл» - це рівно висновок попереднього пункту, тільки виведений з телеметрії кліків замість того, що людина втретє пише той самий шматок.
Одне варто сказати прямо: фіча за замовчуванням вимкнена і в ЄС недоступна, тож сама собою вона не ввімкнеться. [proven - офіційна документація прочитана в markdown-версії, всі обмеження і цитати дослівні; фічу не бачено і не вмикано; «не захоплює екран» - це заява OpenAI в документації, незалежної перевірки нема]
Документація: Computer History · @OpenAI: анонс · @OpenAI: як увімкнути і де недоступно
тема 8«Обирай нудні технології» вилізла на HN з 2015 року і зібрала 291 бал
Стаття Дена Мак-Кінлі одинадцятирічної давнини раптом набирає 291 бал, і топовий коментар складається з двох слів: «добре зістарілась».
Суть - концепція токенів інновацій: «Скажімо, кожна компанія отримує приблизно три токени інновацій. Витрачати їх можна як завгодно, але запас фіксований надовго… загальна тенденція - переоцінювати вміст свого гаманця».
Другий за рейтингом коментар пояснює, чому це живе: «Це одна з найулюбленіших статей… "токени інновацій" - одна з найкорисніших концепцій за карʼєру як PM / інженерного лідера. Вона допомагає робити правильні компроміси і, ще більше, пояснювати ці компроміси колегам усіх рівнів».
Чому це важливо. Цей пункт стоїть восьмим свідомо, як противага до пунктів 1, 2 і 3 цього ж випуску.
Що було в стрічці за одну добу: новий відкритий харнес з 68к зірок, нова модель через три тижні після попередньої, новий тариф на екзотичному залізі. Спокуса «а давай спробуємо» після такого дня природна. І рівно на це стаття відповідає: токенів три, і в будь-якій сталій конструкції вони вже витрачені. Все інше в ній свідомо нудне: bash, python, cron, sqlite, markdown. Це і є стратегія.
Висновок з усього дня в один рядок: дивитись і читати варто, переносити до себе - майже ніколи, крім дрібних запозичень на кшталт логу контексту з пункту 1, які нічого не ламають. [proven - стаття і коментарі прочитані, цитати дослівні; це есей 2015 року, не дослідження - цінність у формулюванні, не в даних]
Choose Boring Technology (2015) · HN-тред, 291 бал
тема 9Практики про те, що змінилось: «люди перестали казати, що інженерія скінчилась»
Зріз настрою, і він вартий окремого пункту, бо змінює тон вчорашнього випуску.
@levie (Box), сьогодні вранці: «Ліквідація інженерів була однією з найдикіших гіпотез. Просто абсурдно хибна. Інженерам просто дали потужний інструмент, що пришвидшує розробку будь-чого потрібного. Звісно, їхня цінність насправді зростає». Це реакція на пост Сема Ламберта: «Хтось помітив, що люди перестали казати, що інженерія програмного забезпечення скінчилась?»
@shl (Сахіл Лавінгія), вчора: «Читати код після ШІ - це як читати книжки після соцмереж». Одним рядком, але точно, і в тему пункту 4. Він же, пізніше, з самоіронією про рекурсію агентів: «ШІ керує бізнесом. Потім ШІ дивиться на ШІ, що керує бізнесом, і дає фідбек. Потім ШІ дивиться на ШІ, що дає фідбек…».
@amasad (Replit), з іншого краю спектра і найрадикальніше: «Наступного року користування компʼютером стане опційним. Робота радикально зміниться.»
А от протиотрута - з того ж дня і з іншого краю. @agupta, репостнутий Гаррі Таном: «Економіка знань розшаровується на дві підекономіки: ① те, що потребує фронтир-моделей, і ② те, де різниця між DeepSeek V4 Pro / Grok 4.6 і GPT-5.6 Sol / Claude Fable непомітна». Це найтверезіший спосіб думати про вчорашній «день трьох моделей»: для більшості задач розрив у 1-2 бали індексу не має значення, і питання звучить як «задача взагалі з першої категорії?».
Чому це важливо. Вчора було чотири джерела поспіль з тезою «дефіцит перемістився з написання коду в судження». Сьогодні три практики кажуть мʼякше: інженер став дорожчим. Разом з Літтом (пункт 4) це складається в картину, де цінність - у тому, щоб розуміти систему настільки, аби знати, що робити з нею далі. Пункт 4 дає конкретний інструмент цю цінність підтримувати. [fuzzy - це думки практиків у твітах, не дослідження і не заміри; жодних даних під жодним із цих тверджень нема; подається як зріз настрою стрічки, не як факт про ринок]
@levie: «абсурдно хибна гіпотеза» · @shl: читати код після ШІ · @shl про рекурсію агентів · @amasad: «компʼютер стане опційним» · @agupta про дві підекономіки
тема 10Anthropic пояснила, що можна і не можна робити з виводом Claude. 88 балів на HN і тред, який складається зі злості
Короткий пункт, але прямо про правила користування інструментом, на якому тримається багато агентної роботи.
Довідкова стаття Anthropic: «Коли користувач користується Claude, він володіє виводом, згенерованим з його вводів. Однак є важливі обмеження на використання цих виводів для тренування моделей ШІ».
Що дозволено: тренувати моделі, які не конкурують з моделями Anthropic - класифікатори і тули: аналіз тональності, категоризація контенту, підсумовування, витягування інформації, семантичний пошук, виявлення аномалій. Плюс вбудовувати вивід у свої застосунки, генерувати контент для клієнтів, структурувати дані, покращувати внутрішні процеси.
Що заборонено: «загальні чат-боти», «моделі для відкритої генерації тексту», «використання виводу як тренувальних цілей», «зворотна розробка методів тренування».
Обґрунтування Anthropic: моделі, натреновані на виводі Claude, «не матимуть їхніх запобіжників», плюс прямо про бізнес: клієнти «використовують їхню інфраструктуру та інвестиції, щоб побудувати прямих конкурентів їхньому сервісу».
Тред - це переважно злість, і вона зрозуміла. Топовий коментар: «Дозволу не питали, коли тренували свою модель на моєму виводі». Другий, з чорним гумором: «Додав "© 2024 - Ніяких прав для лицемірів" у футер свого сайту. Claude сканує всі сторінки щонайменше раз на тиждень відтоді, як зʼявився. І що тепер».
Чому це важливо. Типова особиста автоматизація під це не підпадає з запасом: записувати вивід моделі у файли памʼяті, щоб завтрашня сесія їх прочитала, - це «покращення внутрішніх процесів», прямо в дозволеному переліку.
Межа проходить в іншому місці. Ідея «а давай натренуємо маленьку локальну модель на архіві сесій» - це рівно те, що заборонено: «використання виводу як тренувальних цілей». Таку ідею варто відкидати одразу. Інакше тиждень проєктування впреться в ліцензію. [proven - довідкова стаття Anthropic прочитана в браузері, переліки дозволеного і забороненого дослівні; коментарі з HN item-API; це політика, не закон, і як вона застосовується на практиці - з тексту не видно; юридична оцінка тут не дається]
Anthropic: Can I use my Outputs to train an AI model? · HN-тред, 88 балів
misc - коротко, що ще варте ока
• MiniMax-Music3 - відкриті ваги для генерації музики - @multimodalart: «SoTA генерація пісень, тепер відкриті ваги, 8B LLM + 2.7B DiT, що перетворюють промпт + текст пісні на повні пісні», і головне - «влазить у скромні споживчі GPU». Пʼята цеглина в лінію «локальне і своє». Ваги на Hugging Face
• Codex у десктопному ChatGPT для Linux - превʼю (450 балів). Показово: 450 балів за портування застосунку на лінукс - це про те, наскільки розробники хочуть цих агентів локально
• Spaghettifying DRAM (535 балів) - атака на памʼять, досяжна з софту. Коментар для контексту: «це наче програмно-досяжна версія апаратної атаки з batteringram.eu». Жанр той самий, що вчорашній баг SQLite, а найдотепніший коментар треду: «навіщо вони пишуть свої розбори за допомогою ШІ?!»
• @lennysan про візит до стоматолога: «Візит до стоматолога - напрочуд цікавий спосіб відстежувати впровадження ШІ. Пів року тому - нуль ШІ. Сьогодні ШІ аналізує рентгени і транскрибує розмову.» Найкоротший опис того, як швидко це просочується в звичайні професії
• @awilkinson: Grok Bot = Openclaw для нормальних людей - і поруч його ж технічне спостереження: «дивовижно, яку різницю робить правило Spotify - усе вантажиться менш ніж за 60 мілісекунд… ті самі результати, але клікати відчувається миттєво». Те саме, що в пункті 3, тільки з боку UI
• @anna_y_zhang про трасування агентів: «трейси агентів - найважливіший новий вхідний матеріал для компанії, що самовдосконалюється. Але купа трейсів сама по собі нічого не покращує», і далі три компоненти циклу, перший з яких «мозок компанії - спільна памʼять того, що команда знає: рішення, контекст, чому саме так». Дуже близько до пункту 1
• Exa перетнула 100 мільярдів сторінок - @WilliamBryk: «щойно перевалили за 100 мільярдів». За їхньою ж оцінкою, Google ~1 трлн, Bing ~500 млрд. Маркер того, що пошуковий індекс перестав бути недосяжною фортецею
• @typesfast про дві лінзи (Райан Петерсен, Flexport), 942 лайки: «Є дві лінзи, крізь які можна дивитись на світ: ① робити більше роботи - погано; ② розвʼязувати проблеми - це те, як заробляєш. Завжди і назавжди користуйся лінзою 2. Більше роботи - це добре, якщо вона дає розвʼязувати важливі проблеми»
• Куди подівся старий веб - простежили 657 607 посилань (145 балів) - дослідження гниття посилань. Прямо в тему щоденної перевірки лінків курлом
• Дата-центри в містечку у Вашингтоні (6.1 тис. лайків): «Містечко… побудувало нову старшу школу, лікарню, бібліотеку, каналізацію, поліцію і пожежну частину. Бідність упала з 29% до 6%.» Один кейс, не дослідження, але рідкісний контраргумент до стандартної історії «дата-центри висмоктують громаду»