Я потратил $956 на ИИ-подписки, чтобы вы знали, на что пересесть вместо Claude Code
Моему аккаунту Claude было почти три года. Я попал в первую волну пользователей в 2023 году, когда он только вышел. Помню свои первые запросы: лимиты ещё не казались такими шакальными, а интерфейс был непривычным. Это сейчас у каждой ИИшки своя палитра, от белого до фиолетового, а тогда это было что-то новенькое.Ну ладно. Тестировать Claude было вдвойне интересно, потому что тогда, если я не ошибаюсь, никакого китайского «убийцы ChatGPT» не было даже в помине. Речь, конечно же, про DeepSeek.
Выбираем кодинг-агента для Дельфи
Котик тестирует агентовТак уж исторически сложилось, что весь научный и лабораторный софт — от программы рентгеновской рефлектометрии X-Ray Calc до нашего электронного лабораторного журнала
Тест проходит даже с багом: что показал эксперимент Дэна Лу
Пусть функция должна разворачивать строку. Агент написал тест: на входе abba, на выходе ожидается abba. Тест зеленый. Он останется зеленым, если функция вообще ничего не делает.Пример учебный, но ошибка выбора входа реальная: в одном из прогонов эксперимента Дэна Лу агент проверял разворот битового потока на палиндроме. Назвал рискованное место, независимо вывел результат, провел аудит - и все равно не обнаружил ошибку. Проверка была, различия между правильным и неправильным поведением в ней не было.
Граф кода одной командой: ставим graphlens-mcp в проект и перестаём жечь токены на grep
Третья часть серии. В первой я разбирал сам движок graphlens — что он делает и как устроен внутри. Во второй гонял бенчмарк на 936 прогонов и смотрел, где граф реально окупается, а где проще остаться с grep. Здесь — про то, что осталось за кадром в обеих частях: движок это ещё не инструмент, и чтобы подключить его к агенту, поверх нужно дописать прилично кода. Вот этот код я и собрал в отдельный продукт. graphlens-mcp ставится одной командой, дальше работает сам. Он в alpha, бесплатный (MIT), и прогнать его на своём проекте можно минут за пять.
RedCodeAgent: автоматическая платформа для red-teaming и оценки безопасности code agents
Команда AI for Devs подготовила перевод статьи о RedCodeAgent — первой полностью автоматизированной системе red-teaming для проверки безопасности кодовых агентов. Исследователи из Чикаго, Оксфорда, Беркли и Microsoft Research показали: даже самые продвинутые LLM-агенты могут генерировать и выполнять уязвимый код. RedCodeAgent не просто тестирует ответы — он атакует, анализирует поведение и находит уязвимости, которые пропускают все остальные методы.
