Главное за 17 августа 2026

Name: Пачка
Rating: 4.8 (500 reviews)
Author: Пачка

Что важно запомнить

1
Origin хранит репозитории, ветки и пул-реквесты (предложения изменить код) прямо внутри Cursor, репозиторий с GitHub синхронизируется за минуту, и GitHub остаётся рабочей копией. Аргумент разработчиков: GitHub спроектирован под человеческий темп — один пул-реквест в несколько часов, — а Cursor показывал 22,6 коммита в секунду в один репозиторий. Отдельных механизмов проверки агентского кода в Origin пока нет.
2
Индекс Artificial Analysis складывается из девяти замеров — от работы в терминале до вопросов по естественным наукам, — и 52 балла ставят Qwen3.8-27B рядом с DeepSeek V4 и GPT-5.6 Luna Max. Симон Уиллисон в разборе отмечает, что модель по умолчанию думает слишком долго: на генерации картинки в формате SVG максимальный режим занял 718 секунд против 112 на низком, а разрыв между средним и максимальным режимами примерно десятикратный. Критика замеров сводится к тому, что клоны Galaga и пеликан на велосипеде много раз попадались модели при обучении.
3
Площадку строит и обслуживает SB Energy по долгосрочной аренде, NVIDIA обеспечивает первые 4,25 гигаватта, первые 800 мегаватт ожидаются в 2028 году. Марк Чен из OpenAI отдельно назвал обязательство более чем на четыре гигаватта мощностей NVIDIA. При этом Reuters со ссылкой на WSJ сообщает, что NVIDIA резко сократила гарантии по финансированию этих же датацентров.
4
Авторы ReasonMaxxer сравнили ответы моделей до и после дообучения токен за токеном: расходятся только позиции, где модель и раньше сомневалась между вариантами. По их данным, выбранный после дообучения вариант всегда был в первой пятёрке предположений базовой модели, и метод из нескольких сотен прогонов с отбором по неуверенности даёт сопоставимый результат. Слово «всегда» и оспаривают: в точках сомнения варианты с шестого по десятый идут почти вплотную к первым пяти.
5
OpenAI научила модель сохранять рассуждения между шагами и сжимать накопленный диалог вместо переноса всей истории. Тот же эффект показывает модель BDH-CQ на 150 млн параметров: рассуждение во внутреннем представлении с временной памятью даёт 29,5% на ARC-AGI-1 при стоимости около семи десятитысячных доллара за задачу.
6
Работа «Demystifying Agent Skills» разложила пользу от навыков — папок с инструкциями и скриптами, которые подключают к модели: 65,7% приходится на процедурное закрепление, 4,5% — на добавленные факты. Точность выбора нужного навыка падает по мере расширения библиотеки. Параллельно вышел датасет GitSkills, собравший около 3,8 млн файлов SKILL.md из открытых репозиториев.
7
Жалобы идут от пользователей Max 20x и командных тарифов, один приложил снимок экрана с расходом при работе только с Opus 5. Второй поток претензий — к качеству: невнятные сокращения в ответах, самоисправления посреди диалога, приписки о замеченных, но не исправленных проблемах. В обсуждениях версии две — изменение в подсчёте расхода или ограничение из-за нехватки мощностей; официального ответа компании нет.
8
Схема опирается на разрыв ответственности: правку предлагает модель, а исполняется правка в конвейере сборки с боевыми правами доступа, и промежуточной проверки между ними нет. Разбор Wiz набрал 322 очка на Hacker News, где спорят, какие права вообще допустимы для автоматически сгенерированных исправлений.

Основные понятия

Обвязка: Код вокруг модели: как формулируется задача, какие инструменты доступны агенту, как разбирается ответ. Всё, кроме самих весов.
Обучение с подкреплением: Дообучение модели на её собственных ответах с наградой за верный итог; им объясняют скачок в умении рассуждать.
Навыки агента: Папки с инструкциями и скриптами, которые подключают к модели, чтобы она умела выполнять конкретный порядок действий.
Разреженная архитектура: Модель, где на каждый токен работает лишь часть параметров: у MAGI-2 из 114 млрд активны 6 млрд, поэтому запуск дешевле.
Гигаватт мощности: Мера электрической нагрузки датацентра; восемь гигаватт кампуса OpenAI сопоставимы с потреблением крупного города.