Кто вырастит будущих сеньоров, если код теперь пишет AI?
Почему генерация ускоряет результат, но не гарантирует рост инженера?
Одна сессия Claude Code на нескольких машинах: что ломается, если просто синхронизировать папку
У меня три рабочих места с пятью ОС: десктоп на Linux и Windows, ноутбук также с Linux и Windows, а ещё мак мини на macOS. Claude Code стоит на всех, и каждый раз повторялось одно и то же: разговор, который я вёл на десктопе, оставался на десктопе. Сажусь за ноутбук — Клод не помнит ни проекта, ни договорённостей, скиллы не те, MCP-серверы не подключены, память пустая.Очевидное решение — положить ~/.claude в облачную папку, например в свой Яндекс.Диск, — не сработало. Почему именно не сработало, я понял не сразу, и это оказалось самой интересной частью задачи. Дальше — разбор граблей, на которые я наступил, пока делал синхронизацию по-настоящему.
Anthropic предупредила пользователей Claude об утечке их данных для входа из‑за вредоносного ПО
Компания Anthropic предупредила
Anthropic представила Claude Fable 5.1 и Mythos 5.1
Anthropic обновила сразу две специализированные модели.Fable 5.1 получила заметный прирост в кодинге, агентных задачах и исследованиях. В Terminal-Bench Science модель набрала 52,6% против 24,7% у Fable 5.
Anthropic представила Claude Fable 5.1 — модель для сложных задач и долгой работы с ИИ-агентами
Anthropic выпустила Claude Fable 5.1 — новую модель из семейства Claude, которая стала преемником Claude Fable 5. Модель ориентирована на задачи с длительным контекстом и многоэтапным выполнением: агентное программирование, исследовательскую работу, анализ документов и другие сценарии, где требуется последовательное решение сложных задач.Claude Fable 5.1 доступна через Claude API и платформы партнёров Anthropic. По сравнению с предыдущей версией модель получила улучшения в работе с ИИ-агентами, более глубоким рассуждением и длительными рабочими процессами.
Обречён с самого начала: проблема ИИ‑дашбордов
Три промпта, три дашборда — и то, что специалист по аналитике по‑прежнему должен привносить сам в эпоху визуальной аналитики с использованием искусственного интеллекта.Если вам когда‑либо приходилось запускать дашборд внутри компании, вы наверняка сталкивались со знакомым сценарием.Вы выкатываете «Идеальный дашборд!». Все добавляют его в закладки. Через две недели аудитория начинает терять интерес. Через полгода данные устаревают, а посещаемость почти сходит на нет.И ваша работа отправилась на кладбище дашбордов.Причины смерти хорошо известны:
Разработчики Roblox научили статичные 3D‑модели повторять движения из видео без готового рига
Исследователи из команды Roblox, Массачусетского университета в Амхерсте (США) и Критского института технологического образования (Греция) представили BLARM (Blending LAtent Rigid Motion Primitives) — систему, которая переносит движение из видео на статичную 3D‑модель. Для этого не нужен заранее подготовленный скелет или размеченные веса скиннинга. Модель машинного обучения сама определяет, какие части объекты должны двигаться.
Переводим книги нейронками для себя: год спустя. Словари, скорости и почему переводчики всё ещё нужны
Год назад я написал статью «Переводим fb2 книжки, с нейронками, для себя» — про то, как собрал на паре Tesla P40 в гараже программу Sunny Narrator («Солнечный сказочник»), которая переводит художественные книги через локальные и облачные LLM. Тогда это был скорее прототип «доказать себе, что так можно»: черновики читались с головной болью, книга в тысячу страниц переводилась два дня, а электричество, отключённое посреди процесса, стоило ещё двух.За год программа доехала до версии 2.1, я перевёл достаточно книг, чтобы набить руку, и понял главное:
Что там с последним коммерческим облаком в России (и как мы лажали этот год)
Коротко итоги за год:· Пустили ИИ в прод.· Уволили отдел продаж.· Чуть не положили дата-центр.· Ещё раз пустили ИИ в прод.
