diffnotes.tech — тех-блог о программировании, AI и DevOps

Все ai claude-code agents productivity tips open-source llm developer-tools anthropic mcp coding cursor claude openai workflow automation tools codex cli testing gemini google api comparison ide skills tokens coding-tools voice ai-tools plugins qwen tdd security gpt coding-agent playwright pricing codex-cli multi-agent context-window python openclaw ai-coding ios swift xcode computer-use gpt-5.4 code-review browser-automation game-development ai-agents coding-agents memory context-engineering vibe-coding coding-assistant benchmarks moe benchmark research devtools deep-research terminal qa php laravel assistant git worktrees docker parallel-development oauth websocket context-management mobile ralph-loop autonomous-coding github copilot perplexity multi-model orchestration image-generation remotion video shorts instagram tiktok permissions future code-intelligence knowledge-graph future-of-programming opinion hooks xctest commands local-ai liquid-ai privacy fast-mode copilot-cli macos linux windows machine-learning cron scheduled-tasks effort settings unity godot unreal-engine search-api tavily exa agent-teams opus-4.6 xai grok expo cowork remote-control plugin google-colab responsive-design frontend telegram discord channels web-scraping chatgpt astral superapp kimi licensing documentation prompts figma design web-development demo gamedev gemini-cli cybersecurity multimodal speech browser scraping leak self-improvement ultraplan debugging gemma function-calling free-tools china tts elevenlabs infrastructure configuration skill microsoft dotnet models
$ ls -lt posts/ --filter=llm --page=2
context-window-race-beyond-1m.md
1 миллион токенов — и что дальше? Гонка контекстных окон уже не про размер, а про то, что с ним делать
> · 9 мин

1 миллион токенов — и что дальше? Гонка контекстных окон уже не про размер, а про то, что с ним делать

Claude Opus 4.6 получил 1M контекст без наценки, Meta заявляет 10M, Magic.dev — 100M. Но реальная битва уже не за размер окна, а за context engineering — умение набить контекст правильными токенами вместо мусора.

ai agents llm claude-code
hindsight-agent-memory-system.md
Hindsight — open-source память для AI-агентов, которая учится как человеческий мозг, а не как тупой поиск по векторам
> · 8 мин

Hindsight — open-source память для AI-агентов, которая учится как человеческий мозг, а не как тупой поиск по векторам

Hindsight — open-source система памяти для AI-агентов от Vectorize.io. Три операции (Retain, Recall, Reflect), четыре стратегии поиска, SOTA на LongMemEval — и всё это через Docker за 60 секунд.

ai agents llm open-source
claude-code-opus-1m-context-default.md
Claude Code v2.1.75 — Opus 4.6 получил 1M контекст по умолчанию, и за это не берут ни цента сверху
> · 7 мин

Claude Code v2.1.75 — Opus 4.6 получил 1M контекст по умолчанию, и за это не берут ни цента сверху

Opus 4.6 и Sonnet 4.6 получили 1M контекст как стандарт — без beta-заголовков, без доплат, без конфигурации. Разбираем, что изменилось в Claude Code v2.1.75 и кому это реально пригодится.

ai llm anthropic claude-code
autoresearch-karpathy-overnight-ml.md
Autoresearch — Karpathy выложил фреймворк, где AI-агент ночью гоняет 100 ML-экспериментов на одной GPU
> · 7 мин

Autoresearch — Karpathy выложил фреймворк, где AI-агент ночью гоняет 100 ML-экспериментов на одной GPU

Andrej Karpathy упаковал autoresearch — фреймворк, где AI-агент сам модифицирует код обучения LLM, запускает 5-минутные тренировки и за ночь прогоняет ~100 экспериментов. 4.2K звёзд за два дня.

ai agents llm open-source
gpt-54-computer-use-agent.md
GPT-5.4 — миллион токенов, computer use быстрее человека и плагины для Excel, которые превращают ChatGPT в офисного работника
> · 8 мин

GPT-5.4 — миллион токенов, computer use быстрее человека и плагины для Excel, которые превращают ChatGPT в офисного работника

GPT-5.4 — первая mainline-модель OpenAI с нативным computer use и контекстом на 1M токенов. На OSWorld обогнала людей, на задачах инвестбанковского аналитика в Excel набирает 87.3%. Разбираем, что это значит для разработчиков.

ai agents llm openai
gemini-31-flash-lite.md
Gemini 3.1 Flash-Lite — $0.25 за миллион токенов, качество взрослого Flash и 363 токена в секунду
> · 7 мин

Gemini 3.1 Flash-Lite — $0.25 за миллион токенов, качество взрослого Flash и 363 токена в секунду

Google выпустила Gemini 3.1 Flash-Lite — самую быструю и дешёвую модель серии Gemini 3. $0.25 за миллион входных токенов, 363 tok/s, quality на уровне 2.5 Flash, thinking levels и мультимодальность. Разбираем, кому стоит мигрировать.

ai llm gemini google
openai-websocket-responses-api.md
OpenAI WebSocket mode — Responses API переезжает на постоянное соединение, и агенты ускоряются на 40%
> · 5 мин

OpenAI WebSocket mode — Responses API переезжает на постоянное соединение, и агенты ускоряются на 40%

OpenAI добавил WebSocket mode в Responses API — постоянное соединение, инкрементальные запросы и до 40% ускорения для агентских цепочек с десятками tool-вызовов.

agents llm api openai
ai-web-research-comparison.md
Кто лучше гуглит: Claude Opus 4.6, GPT-5.3 Codex или Gemini 3.1 Pro
> · 5 мин

Кто лучше гуглит: Claude Opus 4.6, GPT-5.3 Codex или Gemini 3.1 Pro

Три топовые модели февраля 2026 — и вопрос, который мучает всех: кто из них лучше ищет информацию в интернете? Разбираем бенчмарки, продукты Deep Research и реальные сценарии.

ai llm gemini claude
skillsbench-agent-skills.md
SkillsBench — первый бенчмарк, где тестируют не модели, а скиллы для AI-агентов
> · 5 мин

SkillsBench — первый бенчмарк, где тестируют не модели, а скиллы для AI-агентов

SkillsBench — бенчмарк из 84 задач в 11 доменах. Skills поднимают pass rate на 16.2%, но самогенерация не работает. Haiku со скиллами бьёт Opus без них.

ai agents llm benchmark
subscribe.sh

$ cat /dev/blog/updates

> Свежие заметки о программировании,

> DevOps и AI — прямо в мессенджер

./subscribe