Плагін VibeWise змушує агента спершу запитати, як ти розумієш задачу

VibeWise
https://github.com/nykooi1/vibe-wise
https://www.youtube.com/watch?v=GckkaKEQ3vo
Проєкт з’явився 29 вересня 2026 року. За місяць — майже 4 тисячі зірок, Це плагін для Claude Code і Codex. У Claude Code він ставиться з Anthropic Directory, у Codex — через plugin marketplace. Після перезапуску треба явно ввімкнути режим: /vibe-wise:learn або $vibe-wise:learn. Без цього встановлення нічого не вчить і не дає дозволу на код.

Агент питає, як ти пропонуєш вирішити задачу. Не «який стек використати?», а «що станеться зі спільною нотаткою, якщо видалити папку?». Ключова частина — три типи чекпойнтів:

• Build — ти разом з агентом розбираєш, як підійти до проблеми.
• Design — фіксуєш дизайн. «Confirm and continue» записує рішення й продовжує планування, але коду ще немає.
• Implementation — окремо підтверджуєш конкретну зміну. «Implement this step» дозволяє агенту писати код.

Після реалізації агент має коротко пояснити, що змінилося, як працює ключовий код, чому це відповідає твоєму рішенню, які тести додано і що вони покривають. Не «готово», а звіт, який можна перевірити.

Стан лежить у .vibe-wise/: profile.md, progress.md, project-map.md. Є рівні beginner / intermediate / advanced і окрема частота чекпойнтів light / normal / frequent. Немає бекенду, окремої моделі й телеметрії. Нотатки потрапляють у контекст агента, тому звичайні налаштування приватності хоста діють і тут. .vibe-wise/ можна додати в .gitignore.

У методики VibeWise зараз немає дослідження, яке доводить, що він покращує розуміння саме в довгій перспективі. Він цікавий тим, що робить навчання блокером для генерації. Це не гарантує розуміння, але змінює дефолт: агент більше не може почати з генерації.

Universal-форк для інших харнесів
https://github.com/Itskorrah/vibe-wise-universal
Це не офіційна гілка upstream, а окремий derived-проєкт. Він зберігає авторство й демонстрації оригіналу, але покриває Claude Code, Codex, OpenCode V1/V2, Antigravity і portable-режим. Спільні нотатки лежать у тих самих .vibe-wise/profile.md, progress.md, project-map.md.

• vibe-wise-agy. https://github.com/adith-p/vibe-wise-agy Antigravity-порт з design-first підходом.
• vijayamukesh13j/vibe-wise https://github.com/vijayamukesh13j/vibe-wise Ще один Antigravity-порт.
• vibe-wise-pi https://github.com/Aitbytes/vibe-wise-pi Порт для pi coding agent.
• vibe-wise-mcp https://github.com/yava-code/vibe-wise-mcp
  MCP-сервер: той самий design-first gate для будь-якого агента, рішення в .vibe-wise/

Схожі за ідеєю, але інші:

DshVibeLearning
https://github.com/EarzuChan/DshVibeLearning
Плагін для DeepSeek Harness: /learn, плани, FSRS, нотатки. Ранній POC, а не готовий продукт.

vibe-learn
https://github.com/rudrasatani13/vibe-learn
Claude Code скіл: пояснює концепції в момент генерації, потім ненав’язливі квізи. Є Learn block, Bug class і Mental model, інтервальне повторення, експорт в Anki/CSV/Markdown, стан у .vibe-learn/.

stay-sharp
https://github.com/zhinit/stay-sharp
CLI з ручними вправами, поки агент виконує завдання. Проста ідея: не дивитися, як агент пише, а писати самому паралельно.

#vibewise #vibecoding #claudecode #codex #opencode #antigravity #agentskills

Коментарі

Які компанії роблять і свою модель, і свій харнес під неї.

США

Anthropic — Claude Code
https://code.claude.com/docs/en/overview
https://claude.com/pricing
Один із найвідоміших тандемів Claude Opus / Sonnet / Haiku (тепер й Fable) плюс харнес Claude Code (спочатку CLI, тепер IDE, десктоп, веб). Безкоштовного тарифу для Code нема — мінімум Pro за $20/міс ($17 при річній оплаті). Далі Max 5x за $100 і Max 20x за $200. Із легкого термінального клієнта Claude Code за роки виріс у важкий комбайн з усім, чим тільки можна — Slack, Chrome, CI/CD, мобільний апп і computer use, який сам клікає по екрану. Тільки моделі від Anthropic.

У Anthropic є збережені ресети лімітів: їх можна застосувати пізніше, коли ліміт уже вичерпано. На відміну від Codex, такий ресет відновлює лише той ліміт, що вказаний у пропозиції (п'ятигодинний або тижневий) і не зсуває звичайний день тижневого скидання. Вперше такі ресети дали разом з Opus 5.5 22 вересня 2026 року: Pro, Max і Team могли застосувати їх до 22 жовтня.

OpenAI — Codex
https://developers.openai.com/codex/cli
https://developers.openai.com/codex/pricing
Моделі GPT та агентний харнес Codex — CLI, IDE, десктоп і хмара. OpenAI запізнилася з розвитком агентного кодингу порівняно з конкурентами, але надолужувала відставання: перші місяці після запуску роздавала багато токенів навіть в безкоштовному плані. За останній рік CLI помітно розвинувся: з'явилися мультиагентні сценарії, worktrees, пошук в інтернеті, MCP, голосове введення та інтеграції з CI/CD.

Codex тимчасово входить у всі підписки ChatGPT: Free (зазвичай тільки базова модель) та Go $8. Звісно є у Plus $20, Pro $100, $200, $500. Разом із десктопом і хмарою Codex став одним із головних конкурентів Claude Code та Cursor. Тільки моделі від OpenAI.

Окрема механіка Codex — banked reset: збережений ресет, який можна накопичувати й застосовувати вручну, коли тижневий ліміт підписного плану вичерпано. Він одразу освіжає і п'ятигодинне вікно, і тижневе, та зсуває дату наступного тижневого скидання. Це не те саме, що платний ресет, який можна купити, впершись у тижневий ліміт.

Google — Antigravity
https://antigravity.google/
https://antigravity.google/pricing
Gemini працює в екосистемі Antigravity: десктопному застосунку, CLI та IDE-інтеграціях. До цього відкритий Gemini CLI 18 червня 2026-го прикрили для звичайних користувачів і пересадили всіх на Antigravity CLI, який не опенсорс до того ж доволі кривий незручний продукт. Спільнота досі обурюється, що внески у відкритий проєкт пішли в закритий продукт та у форк для китайської Qwen Code. Gemini 4 Argon точно є на Ultra ($100 і $200), а для Free — Gemini 3.8 Flash. Питання з AI Pro $20 планом, все заплутано чи там є зараз Gemini 4. Ще чомусь є окрім Gemini дві старі моделі від Anthropic та gpt-oss-120b від OpenAI.

Meta — Muse Code
https://dev.meta.ai/products/muse-code/
Meta останні тижні добре просунулась й презентувала під моделі Muse Wonder/Spark термінальний харнес Muse Code. Тарифи $5 Everyday / $15 High / $50 Power / $200 Maximum, Wonder Full відкривається з Power. Продукт ще молодий, тому варто стежити за його розвитком і реальною адаптацією розробниками. Тільки моделі від Meta.

Окреме питання — довіра до Meta та приватність коду: підписки за замовчуванням використовують Contributor mode, який дозволяє Meta застосовувати надісланий контент для навчання моделей. Це можна вимкнути в налаштуваннях, обравши Standard mode.

xAI — Grok Build та Cursor
https://docs.x.ai/build/overview
https://cursor.com/cli
https://docs.x.ai/x-subscription/overview
Компанія Елона Маска, модель Grok 4.7 (варіант Fast тільки з харнесів) доступні в легкому Grok Build CLI та купленому Cursor. The X Subscription об'єднала Grok, Cursor і X в одну підписку зі спільним тижневим пулом. Тарифи Free / Plus $8 / Premium $30 / Super $100 / Ultra $200. У Free Grok Build ліміти дуже піджаті, іноді навіть одне завдання не може виконати. Також тільки модель Grok.

Microsoft — GitHub Copilot
https://microsoft.ai/models/mai-code-1-flash/
https://github.com/features/copilot/cli
https://github.com/features/copilot/plans
Microsoft розвиває власну компактну модель MAI-Code-1.1-Flash (MoE 137B, з них 6.8B активних). Вона доступна в GitHub Copilot і VS Code. У GitHub Copilot є свій термінальний харнес варіант. Ціни Free $0 / Pro $10 / Pro+ $39 / Max $100. В безкоштовному 2,000 доповнень в місяць легкими моделями. MAI-Code-1.1-Flash також оптимізують для локального запуску; експериментальну інтеграцію в Copilot CLI та інші клієнти Microsoft анонсувала на кінець жовтня 2026 року.

На початку свого існування GitHub Copilot отримував моделі тільки від партнерства з OpenAI, потім вже додали від Anthropic, Google, xAI та Kimi K3. Також зазвичай діють консервативно та не поспішають додавати нові функцій поки на них позитивно не відреагують користувачі інших харнес.

Китай

Xiaomi — MiMo Code
https://mimo.xiaomi.com/coder
https://mimo.mi.com/docs/en-US/tokenplan/subscription
Термінальний харнес MiMo Code побудований як форк на базі популярного проекту OpenCode під власні моделі mimo-v2.6-pro та mimo-v2.6-flash, додали ще пам'ять між сесіями. У репозиторії висить issue 1230 з проханням відкрито подякувати контриб'юторам OpenCode — ліцензію зберегли, але людей, які зробили основу, не згадали.

MiMo Code успадкував від OpenCode слабке місце в моделі безпеки: система дозволів allow / ask / deny не є повноцінною пісочницею й не гарантує, що агент не обійде заборони через виконання команд. Зокрема, у Windows зафіксували способи обходу обмежень доступу до файлів через PowerShell.

Є спільний пакет Token Plan кредитів для роботи з моделями Xiaomi у підтримуваних інструментах, зокрема OpenCode, Claude Code та OpenClaw. Тарифи: Lite $6 / Standard $16 / Pro $50 / Max $100. Безкоштовно моделі mimo спробувати не можна. Як й OpenCode є інтеграція з каталогом моделей Models.dev.

Alibaba — Qwen Code
https://qwenlm.github.io/qwen-code-docs/en/users/quickstart/
https://docs.modelstudio.console.alibabacloud.com/en/model-studio/token-plan-overview
Термінальний агентний харнес Qwen Code як вже писав був форком старого Gemini CLI v0.8.2 (про це вони в README написали), який почав розвиватися самостійно й вже має декстоп та мобільний апп. Підтримує моделі qwen3.8-max, а також лінійки 3.7 / 3.6.

Безкоштовний Qwen OAuth припинили 15 квітня 2026 року. Окремий продукт Coding Plan Pro за $50, який, за документацією Alibaba, більше недоступний для придбання після вичерпання обмеженої пропозиції. Міжнародний Token Plan наразі доступний лише в регіоні Singapore. Token Plan Personal: Lite $6 / Essential $10 / Standard $18 / Pro $68 на місяць за акційними цінами. Каталог Alibaba містить не тільки моделі Qwen.

DeepSeek — DeepSeek Harness (dsh)
https://github.com/deepseek-ai/deepseek-harness
https://deepseek.ai/pricing
dsh це open-source-проєкт побудови агентного харнесу, де головний принцип це «усе є плагіном»: можна замінювати не лише моделі й інструменти, а й пам’ять, сесії, пісочниці, цикли роботи агента та сам інтерфейс. В основі — плагінне ядро Cordis. Є Web UI, headless-запуск і кілька режимів роботи — від мінімального агента із shell та редактором файлів до повноцінного coding agent із плануванням, субагентами й робочими процесами. Підписного плану у DeepSeek немає, тільки оплата за токени з розділенням на (не)пікові години. При реєстрації в харнес можуть давати на новий аккаунт DeepSeek невеличку кількість кредитів безкоштовно.

Zhipu — ZCode
https://zcode.z.ai/en
https://z.ai/subscribe#code-plans-container
ZCode це власне агентне середовище розробки (ADE) китайської компанії Z.ai, інтегроване з її моделлю GLM-5.3. Це десктопний застосунок для Windows, macOS і Linux, а не термінальний CLI. GLM Coding Plan працює не лише в ZCode: підписку можна використовувати у багатьох сумісних харнесах. Тарифи: Lite $18 / Pro $80 / Max $168. Моделі тільки GLM.

Moonshot — Kimi Code
https://www.kimi.com/code/
Модель Kimi K3 та агентний харнес Kimi Code (CLI, VS Code, Desktop). Старий Kimi CLI був написаний на Python. 23 вересня 2026 року Moonshot заархівувала його й замінила новим Kimi Code CLI — з іншою кодовою базою, переробленим інтерфейсом і розповсюдженням як єдиний бінарник. Новий CLI написаний на TypeScript, а його термінальний інтерфейс побудований поверх окремої бібліотеки pi-tui. Безкоштовно модель спробувати не можна.

Тарифи Plus $19 / Pro $39 / Max $99 / Ultra $199, раніше називалися музичними темпами: Andante, Moderato, Allegretto та Allegro, але мабуть відділ продажу не зацінив. Кредити спільні для всіх сервісів Kimi — Kimi Code, чат-агента, Deep Research. Підписка містить тільки моделі Kimi, але в Kimi Code можна підключити будь-які інше моделі через свої АПІ-ключі.

MiniMax — MiniMax Code
https://github.com/MiniMax-AI/minimax-code
https://platform.minimax.io/subscribe/token-plan
Під моделі MiniMax M3 та M3.1-Flash компанія розвиває власний агентний харнес MiniMax Code як екосистему з десктопом, вебінтерфейсом, термінальним CLI та мобільними застосунками для iOS і Android. Термінальний агент має відкритий код під ліцензією MIT.

MiniMax Code можна підключити безпосередньо до облікового запису MiniMax. Token Plan: раніше Plus $22 / Max $55 / Ultra $132, нові назви Go / Explore / Build. Перший місяць знижка 50%. Є безкоштовні квоти. Підписка містить тільки моделі MiniMax. Можливість додавати власні провайдери моделей через OpenAI- та Anthropic-сумісні API є тільки в платних підписках.

Tencent — CodeBuddy Code
https://www.codebuddy.ai/docs/cli/overview
https://www.codebuddy.ai/docs/ide/Account/pricing
Tencent розвиває власні моделі Hy3 і Hy4 та агентний харнес CodeBuddy Code. Він не прив’язаний виключно до моделей Tencent. Підписка Pro $10, Team $40 за користувача на місяць, є Top-up Pack — це одноразове придбання додаткових кредитів, доступне активним підписникам Pro і Team. До кінця я не зміг зрозуміти це тільки їх моделі, чи ще GLM, Gemini тощо.

Інші країни

Mistral (Франція) — Vibe
https://mistral.ai/solutions/coding/
https://mistral.ai/products/vibe/
https://mistral.ai/pricing/
Має власні лінійки моделей Devstral, Large/Medium/Small, унікальну Leanstral і агентний харнес Mistral Vibe CLI. Екосистема Vibe також охоплює вебінтерфейс (раніше називався Le Chat), мобільні застосунки й IDE-плагіни. Старій варіант Vibe можна ще запускати через --legacy-harness. Важко сказати чи можна це використовувати для своє роботи, бо виглядає як нестабільний проект.

Моделі Mistral Medium 3.5 та devstral-small можна спробувати безкоштовно, але не можна вимкнути згоду на використання даних для тренування. Повний доступ передбачено в підписках Pro $14.99 і Team $50 за двох; додаткове використання можна оплачувати за фактом (PAYG). Компанія відстає від США та Китаю, тому підняли у себе модель GLM-5.3 як альтернативу.

JetBrains (Чехія) — Junie
https://www.jetbrains.com/junie/
https://www.jetbrains.com/ai-ides/buy
Власна модельна лінійка JetBrains має назву Mellum, де Mellum2.1 це відкрита MoE-модель із 12 млрд параметрів, з яких активні 2,5 млрд (тобто мала швидка). Але варіант харнесу Junie Local для локального кодінгу використовує зараз тільки спеціально налаштовану Qwen3.8-3.6-27B-blend.

Повний coding-агент JetBrains Junie працює в IDE, у терміналі, GitHub Actions. Підтримує моделі від OpenAI, Anthropic, Google та xAI, а також сторонні провайдери й сумісні локальні endpoints. Тарифи JetBrains AI: Free — $0 (3 AI-кредити) / Pro — $10 (10 кредитів) / Ultimate — $30 (35 кредитів). Один AI-кредит відповідає $1 вартості використання хмарних моделей.

Важливо зауважити щодо неможливості порівняння. Бо хоча у більшості є плани за $10/$20 це не значить що вони однакові за умовами. Не має стандарту скільки токенів включати, до того ж у всіх різні моделі які мають різні спроможності.

#harness #compare #agenticcoding #cli #desktopapp #claudecode #claude #anthropic #codex #openai #gemini #antigravity #google #musecode #meta #grok #grokbuild #cursor #githubcopilot #microsoft #mimo #qwen #deepseek #dsh #glm #kimi #minimax #mistral #mistralvibe #junie

Коментарі

OpenCode перейшов на гілку 2.0 — найбільша переробка за весь час.

OpenCode 2.0
https://anoma.ly/notes/opencode-2-0/
Гарний рефакторінг. Тепер єдиний фоновий сервіс запускається автоматично, і TUI, веб та десктоп працюють з одним процесом. API переписали з нуля — автори самі кажуть, що старий «розростався хаотично і був поганим».

Головна новинка це Code Mode коли агент кличє інструменти не по одному, а скриптом, тож кілька викликів іде за один обмін з моделлю, а тисячі MCP-серверів майже не роздувають контекст. Додали фонові субагенти й фонові команди, майже кожну фічу 2.0 зробили внутрішнім плагіном (80+).

Безкоштовні моделі в Zen
https://opencode.ai/docs/zen/
В Zen розробники допомагають тестувати агентів, тому безкоштовних моделей часто понад десяток від стелз та Big Pickle, Space Bunny до MiMo, Ling, Nemotron, Muse Spark, GLM. Без акаунта, без ключа, без картки: тільки /models і працюй. Для швидкого тесту чи порівняння кількох моделей на реальних задачах це найзручніший безкоштовний майданчик у галузі.

Але у серпні гейтвей почав відсікати запити без фірмових хедерів (429 FreeUsageLimitError), у вересні додали вимогу повного набору тулів (403), а в жовтні тепер треба й правильно підписана opencode сессія, чи буде OpenCode's free tier can only be used from within OpenCode. Каталог класний, але скористатись ним з Pi, DSH, Claude Code чи будь-якого іншого харнесу стає дедалі важче.

Обговорення
https://news.ycombinator.com/item?id=50094994
Найпомітніше це гнучкіша архітектура, клієнт-серверну модель тепер нарешті використовують повноцінно: агент на одній машині, керування з іншої. Головний спір це автономність проти безпеки. Одні вважають, що агент має сам створювати плагіни й міняти середовище, інакше автоматизація стає вічним підтвердженням дій. Інші відповідають: якщо агент міняє власні інструменти і зміни одразу набувають сили, він розширює свої можливості без окремого дозволу, а помилка, prompt injection чи шкідливий плагін можуть злити секрети чи пошкодити систему. Радять ізоляцію в контейнері чи VM, ключі тримати зовні, важливі зміни перевіряти окремо. Окрема претензія: нібито 2.0 тягне віддалену конфігурацію від провайдера моделі, що дає ризик виконання недовіреного коду — але це заява з обговорення, а не незалежно підтверджений аудит.

В цілому, OpenCode як раніше не мав гнучкого налаштування безпеки, таким й продовжує бути.

#opencode #mcp

Коментарі

Хоча задавалося команда Маска вже близко, останнім часом Grok завис й несподівано саме команда Цукерберга наздогнала лідерів перша. Google теж повернулась в SOTA.

Доступ до Gemini 4 Argon
https://blog.google/innovation-and-ai/products/gemini-app/gemini-4-argon-availability/
https://antigravity.google/blog/gemini-4-argon-in-google-antigravity
Перша near-frontier модель за довгий час. Після анонсу 30 вересня, коли Argon давали тільки кіберзахисникам, 13 жовтня Google викотив його в ширший доступ: десктоп-апп і CLI Antigravity + API в Gemini platform. За незалежними тестами генерації коду це звісно не рівень Opus 5.5, але вже конкурентно з OpenAI.

На API зробили хитрий інтро-прайс $2 за Mtok інпута / $10 аутпута, а після 30 листопада буде $4 / $20 тобто дорого. В вебі та застосунку Gemini Argon є на Pro і Ultra, а в Antigravity — тільки на Ultra $100/200. https://one.google.com/about/google-ai-plans/#compare-plans

Мені не подобається це тенденція пхати код агента в звичайний апп, але Google її підтримав - поки тільки на macOS: тепер зверху в чат-аппці Gemini додали доступ до Antigravity.

Обговорення
https://news.ycombinator.com/item?id=50073879
Звісно люді з Pro-підписникою $20 в Antigravity злі і вимагають Argon теж. Головна похвала — non-coding: чіткі міні-есе, симуляції з параметрами, 3D-візуалізація, коли ChatGPT 6 Pro і Opus 5.5 не впорались. По швидкості відгуки полярні — від дуже швидкий до повільний в агентських задачах, ліміти консервативні, контекст 1M але скаржаться на автокомпакт.

Нова лінійка Muse Wonder
https://dev.meta.ai/models/muse-wonder/
https://dev.meta.ai/products/muse-code/
Дві нові закриті моделі від Meta.ai - швидкий Wonder і повний Wonder Full. Обидві з контекстом 1M. За їх тестами топ на DeepSWE 1.1 і SWE-Marathon, попереду Claude Fable 5.1, GPT-6 Astra і Claude Opus 5.5. Muse Code — кодінг-агент в терміналі під MacOS і Windows. За замовчуванням мультиагентний: розпаралелює воркерів, ревьюери в фоні, все аудититься. Тарифи $5 Everyday / $15 High / $50 Power / $200 Maximum, Wonder Full відкривається тільки з Power і Maximum.

https://www.youtube.com/watch?v=cKzu7phvcs0

У відео розбирають саме зв'язку Muse Wonder + Muse Code для генерації картинок і відео — як поставити Muse Code, вибрати Wonder / Wonder Full. Показують створення зображень з текстових описів, добивку референсами, правки і перетворення кадру в кліп, прев'ю результату прямо в сесії і збереження готових файлів.

Блок по регіону
Логін з Muse Code через браузер впирається в Not available in your region — The Model API isn't available in your region right now. Окремого списку валідних країн в доках я не знайшов, але виходить Україна зараз заблокована для Model API і Muse Code напряму не залогінитись.

Видалення Muse Code
https://github.com/TerryZH/muse-code-uninstaller
Неофіційний MIT-деінсталятор під macOS і Linux на Bash. За замовчуванням тільки dry-run та рахує скільки місця звільниться. Видаляє тільки з прапором --uninstall, батьківський ~/.local/bin не чіпає. На Windows штатного запису в «Встановлення та видалення» при цьому нема, інсталятор пише себе в User PATH, плюс створює пісочних юзерів muse-sbx-r1 / u1 і групу MuseSandboxUsers, профілі в C:\Users\muse-sbx-* і ключі в ProfileList — після видалення все це лишається руками чистити через takeown /f "C:\Users\muse-sbx-r1" /r /d y.

#musecode #gemini

Коментарі

OpenAI DevDay - Decisions API та GPT-6.1 Sol. Нові моделі Sonnet 5.5 та Haiku 5.5, Mistral Large 4, Gemini 4 Argon.

Gemini 4 Argon. Анонс є, у людей нема. Після довгої паузи Google показала 1 жовтня свій новий флагман: на замірах рівень SOTA в коді та захисті. Але доступу нема, поки лише уряд США і обрані тестувальникі. https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-argon/

Mistral Large 4 (Le Chonk). Перший їхній випуск за довгий час, але до SOTA моделей ще далеко, відстає десь на пів року, а то і більше. Поки дають лише платний доступ через API, а відкриті ваги обіцяють на кінець місяця. Vibe CLI для коду й досі стоїть на Medium 3.5 і Devstral 2 / Codestral, а Large 4 лише виклик через API. https://mistral.ai/news/mistral-large-4

OpenAI DevDay 2026 — що показали для кодерів
https://openai.com/index/devday-2026-recap/
GPT-6.1 Sol — головна модель для коду. Майже рівень Astra в коді і в роботі з комп'ютером, за п'яту частину ціни, але не можна зовсім вимкнути роздуми, найнижчий рівень — low. Вже стоїть як початкова в Codex і в Work. https://openai.com/index/introducing-gpt-6-1-sol/

Ultrafast — платний швидкий рівень. До восьми разів швидша віддача в Codex, до шести разів в API, до трьохсот частин за секунду. Astra Ultrafast вже доступна, Sol Ultrafast — скоро. Під це новий Pro 500 тарифний план.

Sign in with ChatGPT — можна витрачати свій план в партерских сервісах, серед яких Devin, Vercel, Notion.

Покращення Codex: робота в хмарі з ноута чи телефона, спільні середовища для команди, оновлений CLI з голосом, видом /agents, деревцями роботи і кращим гортанням довгих сесій. Окремо — перегляд змін в застосунку і Codex Security Cloud для перевірки сховищ і нових вливів з готовими правками.

OpenAI відкрила Decisions API на GPT-6 Luna й це пряма відповідь на Jev від TypeSafe - не розмова, а швидка відповідь: наскільки твердження правдиве, що вибрати з переліку, як оцінити за міркою. Працює вдесятеро швидше за звичайну відповідь через Responses API. На відміну від Jev Decisions API розуміє і зображення, стоїть на повноцінній GPT-6 Luna, тому краще тримає складні випадки, але дорожча. https://developers.openai.com/api/docs/guides/decisions

Claude Sonnet 5.5 та Haiku 5.5
Sonnet 5.5 вийшов 28 вересня, Haiku 5.5 — 7 жовтня. Sonnet 5.5 — для щоденної роботи з кодом, Haiku 5.5 — йому в поміч на дрібницях.

Sonnet 5.5 в деяких випробуваннях з комп'ютером і в терміналі, навіть обганяє старшого Opus 5.5, але в анонсі його цифри в бенчах наведені з режиму Max, який значно більше витрачає токенів й в цілому не рекомендований для повсякденного використання. https://www.anthropic.com/claude-sonnet-5-5

Haiku 5.5 іноді не поступається Sonnet 5.5, добре стискає розмови, шукає потрібне в купі записів, чистить сміття перед великою моделлю. Поки розмова коротка, ціна нарівні з GPT-6 Luna, а далі стає значно дорожче. https://www.anthropic.com/claude-haiku-5-5

В Claude Code короткі назви sonnet і opus тепер ведуть на 5.5. Є спосіб opusplan: задум складає Opus, а виконує Sonnet. Помічників радять тримати на Haiku: розвідка, стиснення, перший перегляд змін.

#claude #sonnet #haiku #openai #sol #codex #mistral #opensource #decisions #jev

Коментарі

DeepSeek Harness як десктоп під macOS і Windows.

Десктопний DeepSeek Harness
https://www.deepseek.com/en/harness/
Тепер в public preview worldwide і open source під MIT, на архітектурі Cordis “everything is a plugin”. Десктоп поки тільки macOS Apple silicon і Windows 64-bit, по суті Electron-обгортка над повним dsh Web. Працює з купою провайдерів включно з локальними: Settings → Models, величезний дропдаун плюс таб custom model API з base URL, протоколом і ключем.

Ставиться буквально в кілька кліків: скачав dmg/exe, залогінився, налаштування і воркспейси підтягуються, нічого не губиться. По ходу сетапу є вибір профілю — офісні задачі чи код — і рівень деталізації відповідей. З коробки вміє повсякденну рутину, код, ресерч з цитатами, фонові таски за розкладом і прев'ю результатів прямо в сесії.

Таб Trajectory
На сайті окремо підсвічують Developer tools: в реальном часі видно повний трейс виконання — системний промпт, ходи, тул-колли, пейлоади, схеми, таймінги. Саме це люди називають головною фішкою проти інших харнесів: транскрипт як backbone продукту, append-only дизайн контексту без кеш-багів, двосторонній зв'язок з субагентами.

Пресети агентів
В Settings → Agent можна обрати окрім Standard ще PTC / Minimal / Creator mode. PTC mode — включає все зі Standard, але тулзи віддаються через Code Mode MCP/SDK щоб модель пакувала батчі викликів в одну TypeScript-програму і там же фільтрувала, дедуплікувала, рахувала і підсумовувала, зручно для дата-хеві і механічних багатоходівок. Minimal mode — тільки термінал плюс редактор, для тестів і порівняння базової продуктивності, мінімум контексту на опис тулзів — більше місця під задачу, швидше і дешевше. Creator mode — через розмову кастомізує сам DSH: пише плагіни під фічі чи UI, комбінує тулзи і промпти щоб зібрати свій мод.

Все - плагін
https://github.com/topics/dsh-plugin
Логіка та сама: ставиш плагіни або просиш в чаті в Creator mode написати плагін під себе, і він же його ставить і верифікує. Приклади з треду: dsh-zoom на cmd +/- бо з коробки ліміт шрифту 17, дзвінок по завершенню таски, RSS-агрегатор з 30 джерел за менше ніж 50 центів. На топіку вже 17 тис. репозиторіїв! Мінус цієї гнучкості (про який люди пишуть) коли core теж плагіни, щоб підкрутити поведінку доводиться тягнути 25 даунстрім-патчів.

https://www.youtube.com/watch?v=Zdcx_VHAREI

Creator Mode сам пише плагіни з одного промпту — на демо збирає Pomodoro-таймер за пару хвилин і одразу кладе в plugin manager, плюс показує слайди/веб-сторінки з нотаток за раз, scheduled tasks на кшталт саммарі щоп'ятниці і установку ком'юніті-плагінів по імені в пару кліків з дотюнінгом чужого під себе, а V0.2 подає як повноцінний менеджер плагінів, більше опцій під себе і два шляхи старту — десктоп Mac/Win або Node однією командою.

Обговорення
https://news.ycombinator.com/item?id=49929489
Зробили Electron замість нативу, сміття ~/.dsh в хомці замість ~/Library/~/.config, сторонні плагіни як вектор для малварі, фейковий сайт deepseekharness.io що SEO-шиться вище офіційного. Частина боїться що paid API не дає opt-out з трейнінгу. Хвалять cordis як потенційний emacs серед харнесів для довгоживучих агентів, легкість і швидкість.

Топ-комент про те, що десктоп включає телеметрію за замовчуванням (це не доведено, це просто коментар), тоді як dsh web тільки явний фідбек, то каже лікується через правку конфігу cordis.patch.yml з ключами desktop-product-telemetry, product-analytics і session-log-deepseek: enabled: false.

Мені дали бонус You've received a CNY 6 bonus credit, valid until October 11, 2026, 3:59 PM Beijing Time. Схоже роздають щоб поганяти десктоп-прев'ю, це може пояснювати включення телеметрії. Після перших моїх тестів справляє позитивне враження.

#deepseek #dsh #harness #desktop

Коментарі

Pi 1.0 вийшов: мінімальний харнес зафіксували як стабільну платформу, додали MCP через Codemode, віртуальні моделі і окремий Pi Durable.

Pi нарешті реліз
https://earendil.com/posts/pi-1-0/
1 жовтня Earendil викотив Pi 1.0: перехід з 0.99 в 1.0 це сигнал що ядро стабільне, ліцензія MIT. За словами команди Pi юзають сотні тисяч людей щотижня. В релізі нова TUI-тема і fullscreen за замовчуванням.

Jev-роутер. Демо тут як Pi сам собі пише екстеншен з віртуальною моделлю router/auto — планує на Claude Opus, а імплементить на GPT-6 Luna, а класифаєр Jev вирішує коли перемикатись. /session потім розкладає ціну по фізичних моделях і кеш.

Віртуальні моделі реєструються через pi.registerVirtualModel(), в футері видно реальну роучену модель.

Чому взяли MCP в ядро
https://earendil.com/posts/you-said-no-mcp/
В минулому на pi.dev висіла горда плашка No MCP. Тепер MCP додали, пояснили в окремому пості You Said No MCP! Причини три:

• MCP змінився за рік в кращій бік і став більш stateless
• звичайному MCP-екстеншену не вистачало метаданих щоб вирішити чи тулза видна моделі, чи тільки з коду
• пісочниця-інтерпретер все одно була потрібна для Jev і image-моделей

Codemode — як саме включили MCP
https://pi.dev/docs/latest/codemode
Codemode це JS-сендбокс QuickJS на стороні харнеса, а не там де біжить bash. Модель замість сотні викликів по одному пише скрипт, викликає тулзи паралельно і фільтрує сміття до повернення в контекст. Вмикається сам коли налаштований MCP, або через defaultTools: ["+codemode"]. Кожен MCP-тул це mcp__сервер__тул, exposure на вибір: codemode за замовчуванням, deferred через tool_search, direct, hidden.

Обговорення на Hacker News
https://news.ycombinator.com/item?id=49906637
https://news.ycombinator.com/item?id=49926069
Обидва пости виходили в топ HN з сотнями коментів. Обговорення поділилось: одні хвалять — маленький початковий промпт залишає більше контексту самій моделі, а Codemode цікавий. Інші кажуть — це суперечить ідеї мінімалізму, і рахують зайвих 450 тис. рядків коду і понад десяток прямих залежностей. У відповідь розробники пояснюють: мінімалізм Pi не в розмірі коду, а в 4 базових інструментах — читання, запис, правка і шел — решта добирається розширеннями.

Окремо виліз практичний нюанс: працівник Figma підтвердив, що їх MCP-сервер приймає лише клієнтів зі схваленого списку, і Pi туди не входить й в цілому тому що багато хто блокував OpenClaw від цього страждає Pi на якому той побудований.

Pi Durable — окремий експеримент для довгоживучих агентів
https://earendil.com/posts/pi-durable/
Щоб не роздувати кор, довгоживучість винесли в окремий пакет Pi Durable. Розділення: Pi coding agent це одна людина в одному терміналі, помер процес — сам глянув і продовжив, а Durable це harness для агентів що біжать будь-де, переживають краш, доступні з різних поверхонь і декільком юзерам. Кожен крок це таск з чекпоінтом, exactly-once submit через requestId, форки розмов без копіювання, ownership tree, документи стану поруч з транскриптом, compaction у фоні, live steering з будь-якого клієнта.

#piagent #pi #mcp #codemode #virtualmodels #jev

Коментарі

Теппер моделі так часто оновлюються: Opus 5.5, GPT-6 Sol і Luna, MiMo-V2.6, Grok 4.7 і Step 5 Preview.

Grok 4.7. Модель довше працює над складним завданнями, краще перевіряє себе і тримає довгий контекст, плюс її натренували розуміти власний Grok Bot harness.

GPT-6 Sol та Luna. Швидкий і дешевий рівень для заміни родини GPT-5.6. Sol і Luna разом закривають саме ціново-чутливий сегмент, тоді як Astra залишається топовою і найдорожчою моделлю OpenAI.

Claude Opus 5.5. Найкраща на сьодні модель. Наступник Opus 5 від Anthropic: за словами компанії, на більшості задач він виходить на рівень дорожчої Fable 5.1, але обходиться на 40% дешевше. Sonnet 5.5 і Haiku 5.5 обіцяють «найближчими тижнями».

Step 5 Preview
https://www.stepfun.com/step-5-preview
20 вересня китайська StepFun показала свій новий флагман для агентної роботи: MoE на 600B параметрів загалом і 27B активних. За їх тестами сильний software engineering, виший за рівень Kimi K3. Вже 15 жовтня обіцяють повністю відкриті ваги, зараз на Hugging Face лежить лише заглушка репозиторію.

Топ open-source модель від Xiaomi
https://mimo.xiaomi.com/mimo-v2-6/article
Xiaomi випустила моделі серії MiMo-V2.6: флагман MiMo-V2.6-Pro, економний MiMo-V2.6-Flash і MiMo-V2.6-Pro-UltraSpeed — той самий Pro, але з віддачею до 20x швидшою при тій самій якості. Xiaomi показала тренування наживо, стрімлячи його під час релізу. Разом із моделями відкрито технотрейт, середовища тренування і весь RL-код.

Обидві основні моделі нативно omnimodal (текст, відео, аудіо, зображення в одному контексті) з вікном 1М токенів. Pro на Artificial Analysis Intelligence Index обійшовши Kimi K3 і Qwen3.8 Max, хоча до закритих моделей й не дотягує.

MiMo Code та MiMo Desktop
https://github.com/XiaomiMiMo/MiMo-Code
https://mimo.mi.com/docs/en-US/updates/feature/desktop
Термінальний open-source кодінг-асистент MiMo Code це форк OpenCode під MIT з оркестрацією субагентів і вбудованим безкоштовним каналом MiMo Auto. Тепер працює на моделях V2.6. MiMo Desktop разом з релізом V2.6 вийшов з early access у перший офіційний реліз. Це десктопний клієнт для агентів під задачу, керування браузером, інтерактивні прев'ю результатів прямо в сесії.

#mimo #claude #opus #openai #gpt6 #grok #stepfun #opensource

Коментарі

omp (oh-my-pi) — це форк Pi від Маріо Зехнера, переписаний під реальний флоу розробки: сесії, підагенти, слеш-команди, розширення. TypeScript + Rust на macOS/Linux/Windows без WSL.

https://omp.sh/docs/agents-and-roles
Тут є три шари:

• Модель — конкретний провайдер й модель (Claude, GPT…).
• Роль — іменований слот: default для звичайних запитів, smol для дешевої дрібнії роботи, slow для глибокого мислення й рев'ю, plan, vision, commit, task, далі розберем.
• • Агенти та підагенти — хто саме виконує (reviewer, scout, designer). Агент дивиться на роль, роль — на модель. З коробки scout (швидкий read-only огляд репо), designer, reviewer, security-reviewer, librarian (перевірка зовнішніх API), task, sonic (механічні правки).

Коли міняєш модель у ролі slow, усі майбутні агенти рев'юери автоматично переходять на неї. Агентів харнес обирає сама в залежності від промту.

https://omp.sh/docs/advisor
На спеціальний агент Advisor можна назначити окрему модель, яка читає кожен крок основного агента (промпти, відповіді, міркування, виклики інструментів) й додає нотатки прямо в сесію, а іноді може відразу зупинити весь потік, якщо він точно іде не куди потрібно!

Вона працює на своєму контексті й зовсім іншій моделі (краще щоб розмір контексного вікна співпадав): основний потік може бігти на Gemini 3.8 Flash, а advisor'ом призначити, скажімо, Meta Spark 1.3 — різні моделі дивляться на ту саму роботу з різних кутів. Advisor не затверджує дії: основний агент зобов'язаний зважувати кожну нотатку проти запиту, а не сліпо коритися.

Вмикається двома рядками в конфіг, або через /advisor. Три рівні порад: nit — непереривна ремарка («тут можна спростити»); concern — ризик чи не той напрямок, може перервати хід; blocker — продовжувати явно марно, вийде зламаний результат. Підагенти за замовчуванням без advisor.

Ідею advisor уже винесли назад у чистий Pi: порт pasky/pi-omplike-advisor https://github.com/pasky/pi-omplike-advisor, постійна read-only модель, що на кожен крок рев'юїть роботу головного агента.

#omp #piagent #subagents #advisor

Коментарі

Звичайний git status на старті агента виконує команду із самого репозиторію

Вразливість GitSpawn від Manifold
https://www.manifold.security/blog/ai-coding-agents-git-hijack
Багато CLI-агентів на старті збирають контекст проєкту через git status / git diff й що дивно на деяких це відбувається до workspace-trust prompt: на Qwen Code навіть до логіну, на Grok Build достатньо першої клавіші. Так можна виконати core.fsmonitor = <команда> поза пісочницею агента, без жодного approval-діалогу, з правами користувача: SSH-ключі, токени з shell config, хмарні credentials, всі репозиторії на диску.

Треба дивитись .git/config перед відкриттям агента отриманого як файли репо, також можна глобально заблокувати git config --global core.fsmonitor false.

Тестували 7 агентів: Claude Code, Codex, Cursor, Goose, Hermes, Qwen Code, Grok Build. Вже патчені: Claude Code 2.1.196 (основний шлях), Codex 0.131.0 (CVE-2026-19592), Cursor, Goose 1.44.0 (CVE-2026-72718, CVSS 7.0). В процесі Qwen Code (Alibaba SRC прийняв звіт — але не виправив), Grok Build, Hermes.

Глибша проблема в тому, що пісочниця агента тут ілюзія: будь-який subprocess успадковує OS-привілеї користувача і повну trust-модель git.

#claudecode #codex #cursor #security #grokbuild #qwen #goose

Коментарі

OpenHands за півроку перетворився з агента на платформу над агентами

OpenHands від агента до координатора
https://www.openhands.dev/blog/introducing-agent-canvas
https://docs.openhands.dev/openhands/usage/agent-canvas/acp-agents
Раніше OpenHands сам був агентом, тепер через Agent Client Protocol (ACP) він запускає і обслуговує харнеси як то Claude Code, Codex і сам OpenHands на декстопі. Завели в архітектуру ще навесні, а за літо стало центральним сценарієм. Agent Canvas тепер фактично головний інтерфейс з якого можна ганяти кілька агентів паралельно, дивитись файли, команди, розмови, автоматизації і чіпляти віддалені бекенди. Додали ясний context-window usage meter, drawer з інфо про витрату контексту і ручна compaction.

Зʼявився обʼєкт Agent Profile — збережена конфігурація як саме стартувати агента. Там лежить тип агента, модель, credentials та scoped secrets, MCP-сервери, skills і інше. Автоматизація з простої фічі перетворились на оркестратор з вибором Agent Profile, експорт/імпорт як JSON, настроювані таймаути, запуск conversation через plugin, cron, live phase виконання, розуміння результату task, теги, права view/manage, автовідключення після серії помилок. Рухаються в сторону, де помилки агента ловляться автоматично.

#openhands #acp #selfhost

Коментарі

Памʼять у Grok Build, Zen проти чужих харнесів, зовсім інший Jev і Geiger.

Geiger для пошуку AI-агентів
https://atomburst.io/geiger
Якщо у вас як і у мене постійно тестуются агенти, то ось одна команда npx geiger-scan показує що реально стоїть і що воно може чіпати. Нуль залежностей, без акаунта і телеметрії, потрібен тільки Node 18+. Тільки читає конфіги і папки, нічого знайденого не запускає. Пише лише файл звіту який сам попросиш через --json / --html. Знаходить багато відомих агентів і IDE. Окремо MCP-сервери глобальні і проєктні включно з remote, розширення редакторів і браузерів, AI-браузери.

Памʼять у Grok Build
https://x.ai/news/grok-build-memory
Grok Build тепер памʼятає проєкт між сесіями: конвенції, рішення, факти. Після кожного кроку у фоні переглядає його і дописує тільки довговічне, робота при цьому не зупиняється. Це markdown-файли, один файл на тему. Є рівень проєкту і окремо глобальний для звичок юзера.

Команда /memory відкриває простий перегляд файлів по групах з пошуком і превʼю, /dream розкладає свіже по топіках і сам іноді прибирає у фоні. Фонове прибирання Dream біжить в один потік через dream_lock, старе складає в архів.

OpenCode Zen ріже чужі харнеси
https://github.com/can1357/oh-my-pi/issues/12306
Схоже на історію з Antigravity минулого тижня (до речі OMP пофіксили окремим плагіном), тут гейтвей відсікає чужих. Без хедерів x-opencode-client, x-opencode-session, x-opencode-project, x-opencode-request та тулз-профілів Zen особливо для для free-моделей відповідає 429 FreeUsageLimitError або просто висить. Pi-екстеншени зараз імітують ці хедери з випадковими id щоб виглядати як CLI. В тредах це називають підробкою ідентичності з ризиком повного блокування аккаунту.

Зовсім інша модель — Jev / System One від TypeSafe
https://console.typesafe.ai
https://typesafe.ai/blog/introducing-system-one-models-and-jev
Перша модель Jev названа на честь Джевонса. Це не чат, а System One за Канеманом: на вході стан, на виході готові рішення для коду.
Шлеш state текстом, JSON чи масивом плюс список типізованих питань Choice, Score, Noul — і за один паралельний прохід отримуєш всі відповіді з каліброваними ймовірностями.

Архітектура нова, семплер паралельний, тренування RLCD замість RLHF / RLVR. Схема задана наперед, тому вийти за типи чи згалюцинувати текстом просто нема куди. Доступ поки по waitlist: ендпоінт POST api.typesafe.ai/v1/systemone, jev-latest зараз це jev-1.13.0, поруч jev-preview, SDK для Python і JS, скіл для Claude Code, ключ у console.typesafe.ai/settings/keys.

#grokbuild #opencode #piagent #typesafe #mcp

Коментарі

Cline теж будує нативний Desktop

Найбільший апгрейд Cline
https://cline.bot/blog/how-we-migrated-11-million-users-to-clines-biggest-harness-upgrade
Cline як VSCode екстеншн народився в 2024, це ще при Claude 3.5 Sonnet. Кожна нова модель та провайдер адаптувалися вручну. Новий Cline SDK винесли в окремий модульний рантайм: промпти переписали, луп спростили, контекст і тул-дефінішени підтягнули під нативний tool calling 2026-х моделей замість XML-тегів з тексту. Зараз повністю перевели всіх 11 млн юзерів на нього.

Cline for Desktop (Beta)
https://cline.bot/desktop
https://github.com/cline/cline/releases/
Почали тестувати окремий нативний застосунок на macOS (Universal) і Windows як зараз модно без редактора коду. Всередині той самий open-source Cline harness, що тепер в IDE і CLI. Зібраний на Tauri 2 + Bun-sidecar + Next.js: Tauri тримає тільки вікно й апдейти, Bun-сайдкар крутить Cline Hub і спілкується з UI по websocket, фронт це Next.js.

Працює по BYOK — Anthropic, OpenAI, Gemini, open-weights чи локальний ендпоінт, моделі можна перемикати прямо посеред проєкту. Інтегрований з їх підпискою Cline Pass за $9.99/місяць на open-weights моделі як то GLM 5.3/5.2, Kimi K3/K2.7 Code/K2.6, DeepSeek V4 Pro/Flash, MiniMax M3, MiMo V2.5/Pro, Qwen 3.7-Max/Plus і 3.8-Max.

Вже є queued messages, докидати правки поки агент працює, fork & edit — правиш старе повідомлення і сесія форкається з ревертом воркспейсу до чекпоінта, session history в одному місці — десктоп, CLI, екстеншн і scheduled runs, з фільтром звідки сесія.

В мене на Windows поки що видає купу помилок при налаштуванні моделей й не працює.

#cline #desktopapp

Коментарі

Схоже, Google вслід за Anthropic намагається обмежити свої моделі за підписним планом лише власним харнесом, ускладнюючи використання цих credentials у сторонніх AI-агентах.

https://news.ycombinator.com/item?id=49548452
Тиждень тому в обговоренні є повідомлення про блокування Google-акаунтів за використання Antigravity через сторонні інструменти. Google прямо називає використання credentials у third-party tool порушенням ToS що може призвести за собою блокування аккаунту. Є окремий коментар користувача, якому заблокували доступ після використання Pi agent + Antigravity.

https://github.com/can1357/oh-my-pi/issues/11689
Вчора у людей в oh-my-pi (OMP) Gemini через Antigravity раптом почав стабільно віддавати 429 RESOURCE_EXHAUSTED і просити почекати 30 хвилин — причому це триває годинами. Це не витрата квоти, а mismatch entitlement — Google ріже agent-бакет для стороннього харнеса під виглядом RESOURCE_EXHAUSTED.

OMP — форк Pi, а OpenClaw теж використовує Pi як основу агентного runtime. Тобто проблема потенційно стосується вже цілої гілки сторонніх агентів.

#piagent #antigravity

Коментарі

SOTA-парад: GPT-6 Astra, Claude Fable 5.1, Muse Spark 1.3, Gemini 3.8 Flash і пост-трейн Qwen 3.8 Max 0902.

Muse Spark 1.3
https://research.meta.ai/blog/introducing-muse-spark-1-3
На їх тестах дуже красиво прям SOTA, а в результатах не сходиться: skill-інструкції губить, замість точкового едіта може переписувати файл цілком, сайти виглядають криво. Все як моделі рік тому. Окремо продовжується дешевий contributor-прайс як демпінг. Meta пише, що попереду open-weights release для Muse Spark.

Gemini 3.8 Flash
https://blog.google/innovation-and-ai/models-and-research/gemini-models/3-8-flash-and-3-8-flash-cyber/
Pro немає вже давно, це третій Flash апдейт за шість тижнів, заточений під довгі кодінг сессії агентів (що нам приємно), відразу в API, AI Studio, Antigravity. Дешевий прайс лишили до кінця року. Вміє працювати дрібними ітераціями — «працює старанніше», але саме тому на складному жере більше токенів, сам Google так і пише. Cyber-версія тільки для довірених захисників.

Claude Fable 5.1
https://www.anthropic.com/claude/fable
Покращили до Fable 5.1 (загальнодоступна) + Mythos 5.1 (обмежена). Дорогі, але топ. Кажуть, навчили не звітувати про фейковий успіх і не зрізати кути типу відключити падаючий тест. Довгу автономку менше треба пасти, ревʼю швидше. Писати стала людяніше, але непомітно маркує текст (вотермаркінг), на HN окремо хвалять що пішла шаблонність.

GPT-6 Astra — доводить довге до кінця, але жере ліміт
https://openai.com/index/gpt-6-astra/
На 7 вересня GPT-6 Astra у відкритому доступі лише кілька днів. OpenAI позиціонує її як модель не стільки для "генерувати робочій код", скільки для самостійного проходження всього циклу software engineering. Дуже круті демки ігор, також можливість "взяти під контроль" Blender та Unity чи Godot через керування комп'ютером. Це все довго та дорого, але до результату доводить.

У документації прямо підкреслюється: складне міркування, coding, computer use, research і довгі багатокрокові задачі. Astra може працювати з репозиторієм, запускати програми, бачити результати, виправляти помилки, продовжувати роботу після зміни вимог і, у Codex, навіть ставити запитання асинхронно, не зупиняючи незалежні частини роботи.

Astra має 1 млн токенів, але фактичний доступний context у конкретному Codex environment може бути набагато меншим. Також OpenAI ввела новий механізм збереження контексту: замість звичного постійного compaction старих сесій модель може вести notes між вікнами, причому попередні контекстні вікна залишаються searchable.

У даних Terminal-Bench 4.0 розриву між Astra і Fable 5.1 майже немає. Але саме Astra відчувається більш самостійною й тією що розуміє репозиторій (хоча не завжди). Вже помітне надмірне споживання usage/token budget. На Reddit є кілька повідомлень, де користувачі кажуть, що Astra могла витратити значну частину п'ятигодинного ліміту буквально за одну сесію. У мене в Codex на Plus підписки 5-годинний ліміт зжерла виконуючи просте завдання менше ніж за 15 хвилин, є підозра що вікно це ще прижали.

У звичній на сьогодні моделі роботи програміст є оператором AI: промт → отримав код (діфи) → перевірив → накидав правок. У Astra дедалі реалістичнішим стає інший режим коли програміст задає намір, обмеження та критерії завершеності, після чого модель сама розкручує процес. Головний апгрейд Astra — не в тому, що вона генерує не поламаний код, а в тому, що вона дедалі частіше (але не завжди) здатна довести все завдання до кінця.

#newllmmodel #openai #gpt6 #fable #musespark #gemini #qwen

Коментарі

Офіційне середовище для агентів від DeepSeek на мікроядрі Cordis.

DeepSeek Harness (dsh)
https://github.com/deepseek-ai/deepseek-harness
https://www.deepseek.com/harness/en/
13 серпня разом з релізом DeepSeek-V4-Pro-0813 вийшов офіційний відкритий харнес від DeepSeek — dsh на мікроядрі Cordis. Його спочатку створив розробник Shigma як основу для фреймворку чат-ботів Koishi. Згодом виділили в окремий проект (Cordiverse), а дослідники з Пекінського університету та DeepSeek формалізували його математичну модель у статті про «просторово-часову компонованість». Описали можливість динамічно підключати, оновлювати й вивантажувати плагіни прямо під час роботи програми без її перезапуску.

Архітектура побудована за принципом «усе є плагіном»: цикл роботи агента, інструменти, ізольована пісочниця та інтерфейс користувача реалізовані як окремі модулі зі зворотними ефектами (чистим скасуванням змін) і спільним контекстом. Ліцензія MIT, проект поки на стадії раннього доступу для розробників із можливими змінами в API. У репозиторії є навчальні посібники для створення власних розширень, а спільнота вже публікує додаткові плагіни з тегом dsh-plugin.

https://www.youtube.com/watch?v=RWp5cejTApU

У практичному огляді автор демонструє реальний робочий процес у веб-інтерфейсі dsh. Головні корисні можливості з відео:

• Вбудований маркетплейс (Harness Market) — встановлення розширень, додаткових інструментів та сторонніх провайдерів моделей прямо з інтерфейсу.
• Режими роботи (Code, Minimal, Creator) — зокрема режим Creator для налаштування власних пресетів агентів та інспекції стану системи.
• Керування робочими просторами та живий контроль — організація проєктів за папками, а також можливість ставити виконання на паузу та коригувати цілі на льоту без перезапуску всієї сесії.

Обговорення
https://news.ycombinator.com/item?id=49285244
На Hacker News проект обговорюють насамперед як приклад інженерії агентних систем. Головний висновок розробників — продумане середовище (цикли зворотного зв'язку, контроль контексту та виклики інструментів) зараз дає не менший ефект, ніж оновлення самої моделі.

Також порівнюють з Reasonix (компактний агент на Go, оптимізований під DeepSeek, MIT): Reasonix націлений на максимальну економію завдяки стабільному префіксному кешуванню для довгих сесій (часто менше $1–2 на задачу), тоді як dsh є більш універсальним, розширюваним та офіційним каркасом.

#deepseek #harness #agenticcoding #cordis

Коментарі