ИИслав | Новости ИИ • Инструменты • Промты

OpenAI блокирует аккаунты за реверс-инжиниринг

Разработчик поделился в X: OpenAI заблокировала его аккаунт за нарушение правил кибербезопасности. А он всего лишь копался в прошивке собственного телевизора — без взлома чужих систем и поиска уязвимостей. Итог: минус $500 и сгоревшие накопленные лимиты

Claude пока так не банит, но тоже отказывается помогать с клонированием приложений и использованием REA — популярного инструмента для реверс-инжиниринга.

Китайские модели, намекает автор, так бы не поступили.

Акулу собрали целиком на ИИ за 45 минут

Акулу для 3D-сцены сделали полностью силами ИИ-сервисов — и на все ушло 45 минут и 7% недельной квоты.

Как это было:

• Меш и риг создали в Tripo.
• Анимации покоя и плавания Opus 5.5 сделал процедурно через Blender MCP.
• Для укуса Opus отрендерил риг на зеленом фоне с маркерами, в Omni 1.1 сгенерировали видео с укусом, а затем Opus в точности перенес движения из видео на трехмерную модель.

Путь пока не идеальный, но результат уже рабочий.

GPT-5.6 Sol нашел критическую дыру в PHP

OpenAI официально подтвердила: опасную уязвимость в PHP обнаружили исследователи с помощью модели GPT-5.6 Sol

Дальше началась настоящая спецоперация по спасению интернета — два месяца OpenAI координировала работу с разработчиками PHP, Cloudflare и другими компаниями.

В OpenAI называют находку одной из самых серьезных уязвимостей последних лет. И намекают, что это лишь верхушка айсберга — скоро будут новые новости.

Исправления уже выпущены, но только для версий 8.2+. Подробности — в официальном сообщении.

Амодеи теперь придется срочно что-то выпускать — такое сложно переплюнуть.

Anthropic советует не плодить субагентов

Anthropic неожиданно начала отговаривать компании от раздувания агентных систем. Вместо сложной команды субагентов она предлагает один основной агент, который по ходу дела подгружает нужные скиллы и инструменты.

Опыт корпоративных проектов это подтверждает: у одного клиента после перехода на единый цикл работы задачи стали выполняться примерно вдвое быстрее. Логика простая — при передаче задачи от агента к агенту каждый раз приходится заново передавать и обобщать контекст.

Из-за этого часть информации теряется, задержки растут, а затраты увеличиваются. Планирование и выполнение задач теперь предлагается отдавать основному агенту, а бизнес-процессы и знания предметной области хранить в виде переиспользуемых компонентов.

Но есть и поучительная история. В системе обслуживания клиентов субагентов объединили, задержки действительно упали, а вот одна задача, которая раньше выполнялась нормально, внезапно сломалась.

Причина оказалась в том, что основной агент пропустил этап согласования времени доставки со специалистом по логистике. Поэтому после каждого объединения субагентов автор настаивает на сквозном тестировании (end-to-end Eval) — особенно важно проверять, какие из прежде успешных задач начали завершаться ошибками.

Совсем списывать субагентов со счетов рано. Они по-прежнему полезны там, где нужны параллельные исследования, независимая проверка результатов или изоляция контекста.

Главный вопрос при проектировании мультиагентных систем звучит так: действительно ли каждому субагенту нужны собственный независимый контекст и отдельный цикл выполнения задач?

В помощь тем, кто хочет перестроить архитектуру, Anthropic выложила в открытый доступ набор инструментов для миграции. Он позволяет проанализировать существующую систему, постепенно объединить субагентов и сравнить качество работы, затраты и задержки до и после изменений.

Подробности — в статье Anthropic. Всем, кто делает ИИ-агентов, стоит заглянуть.

GitHub запустил diff-tour: экскурсия по изменениям в коде

На GitHub появился diff-tour — инструмент, который превращает разбор изменений в коде в интерактивную экскурсию

Он работает через Claude Code, Codex или Gemini: проходит по диффу, объясняет, зачем нужна каждая правка, и подсвечивает потенциальные проблемы так, как это сделал бы сеньор разработчик.

Еще инструмент задает вопросы и акцентирует внимание на деталях, которые обычно замечают только опытные специалисты.

Особенно пригодится тем, кто разбирает ИИ-код и не до конца понимает, что там происходит.

Забрать можно в репозитории diff-tour

74 навыка для геймдева в одном репозитории

На GitHub появился проект, который может заметно упростить жизнь тем, кто делает игры с помощью ИИ-ассистентов. Это набор из 74 скиллов для разработки на Unity, Godot, Unreal Engine и других движках.

Внутри — самое разное: от создания графики и анимации персонажей до оптимизации производительности и публикации в Steam. По сути, целый конструктор полезных умений для геймдева.

Приятный бонус — система сама подбирает нужные скиллы под конкретную задачу. Не надо вручную копаться в списке и гадать, что пригодится.

Работает это как с Claude Code, так и с Codex. Забрать все можно в репозитории на GitHub.

Agent Skills перешел под крыло Linux Foundation

Anthropic решила не держать стандарт Agent Skills при себе и передала его Linux Foundation — тому же фонду, которому ранее достался MCP.

Цифры впечатляют: с запуска в октябре прошлого года опубликовали 1 миллион скиллов, а установили их почти 280 миллионов раз. Сегодня стандарт поддерживают более 70 платформ для ИИ-агентов, среди них ChatGPT, Cursor, GitHub Copilot и VS Code.

За год сложился единый подход к созданию скиллов, и официальное руководство по разработке тоже ушло фонду. Вот шесть самых полезных правил из него.

• Сначала пройдите задачу вместе с агентом. В скилл превращайте только то, что реально сработало: ваши исправления, форматы входных и выходных данных, дополнительный контекст. Если модель пишет скилл на общих знаниях, получится набор бесполезных советов вроде «обрабатывайте ошибки надлежащим образом».

• Проверяйте каждую строку. Спросите себя: ошибся бы агент без этой инструкции? Если нет — удаляйте.

• Особое внимание — описанию скилла. При запуске агент видит только название и описание, так что именно от описания зависит, будет ли скилл вообще использован. Пишите в духе «Используй этот скилл, когда...», делайте формулировку настойчивой, перечисляйте ситуации, которые пользователи могут не называть прямо, и укладывайтесь в 1024 символа.

• Не раздувайте SKILL.md. Держите его в пределах 500 строк и 5000 токенов, а детали выносите в каталог references/, указывая, когда агенту читать каждый файл.

• Разделяйте строгие инструкции и рекомендации. Там, где легко ошибиться, давайте точные команды. Где нужно самостоятельное решение — объясняйте причины выбора. Если задачу можно решить несколькими способами, предлагайте один вариант по умолчанию.

• Составляйте список типичных ошибок (gotchas). Во многих скиллах именно он оказывается самым полезным. Каждый раз, когда приходится исправлять ошибку агента, добавляйте замечание в этот список.

И главное: сразу после того, как агент закончит задачу, которую вы часто ему поручаете, отправьте следующий промпт в Claude Code в рамках той же сессии — так успешный подход сохранится как стандартный скилл.

Промпт для Claude Code:

Следуя руководству https://agentskills.io/skill-creation/best-practices, преврати задачу, которую мы только что выполнили, в скилл.

Используй исключительно те шаги, которые успешно сработали в этой сессии, мои исправления, а также связанные с ними решения из файлов CLAUDE.md, AGENTS.md и истории Git. Не восполняй пробелы общими знаниями.

Сформулируй описание в формате «Используй этот скилл, когда...». Включи ситуации, которые я не упоминал напрямую, но в которых скилл должен активироваться. Длина описания не должна превышать 1024 символа.

Ограничь размер SKILL.md 500 строками. Подробную информацию вынеси в каталог references/, указав, в каких случаях агенту следует обращаться к каждому файлу.

Выдели отдельный раздел с типичными ошибками и подводными камнями.

Для названия скилла используй только строчные латинские буквы, цифры и дефисы. Название должно совпадать с именем каталога.

В завершение создай 2–3 реальных тестовых сценария в файле evals/evals.json, указав для каждого промпт и ожидаемый результат. Запусти все тесты и покажи их результаты, а также опиши выполненные действия.

IT-ипотеку могут закрыть досрочно

Программу льготной ипотеки для айтишников, похоже, готовятся свернуть раньше срока. Власти обсуждают досрочное закрытие уже до конца 2026 года — об этом сообщает РБК.

Причина простая и знакомая: в бюджете не хватает денег. Никаких красивых формулировок — просто финансирование заканчивается.

Для тех, кто планировал брать жилье по этой программе, новость неприятная. Остается все меньше причин держаться за ИТ

$16К в месяц без рекламы: как работает связка сайт + расширение + приложение + API

Приложение приносит $16К в месяц, а на рекламу уходит ноль. Звучит как кликбейт, но тут дело в системе, а не в удаче.

Сайт, расширение, приложение и API ссылаются друг на друга. Получается замкнутый круг, из которого Google постепенно вытягивает все элементы наверх.

Никаких секретных приемов — просто каждый продукт подталкивает трафик к остальным. Подробнее — по ссылке.

Kimi K3.1 намекает на скорый дебют

Команда Kimi выложила в сеть тизер, из которого следует: новая модель уже не за горами. Речь о Kimi K3.1 — она должна вот-вот появиться.

По ожиданиям, новинка станет сильнейшей среди доступных китайских моделей. И при этом обойдется заметно дешевле, чем Kimi K3.

Интрига сохраняется: подробностей пока немного, но сам анонс в X уже подогрел интерес.