Ai Vibe News

Claude Code 2.1.316: субагенты, gateway и конец fast mode на Opus 4.8 Длинная сессия в Claude Code, fast mode на Opus 4.8 в /config или флаге — открываешь и не думаешь? После 30 ноября такой запрос не откатится на обычный Opus, вернёт ошибку. Режим помечен устаревшим с 30 октября, Anthropic срок не сдвигает. Проверь сейчас, от чего у тебя зависит отзывчивость: в 2.1.316 для ускорения предлагают Opus 5.5. Заодно посмотри CLAUDE_CODE_SUBAGENT_EFFORT, если дочерние агенты тянут effort родителя не так, как нужно в CI или локально — переменная как раз из этого релиза. Один короткий прогон на Opus 5.5 до длинной задачи с агентом дешевле, чем падение посреди сессии в последнюю неделю ноября. Сравни отклик заранее, а не когда пайплайн уже завязан на старый режим.

Bedrock для агентов: не экономия модели, а учёт каждого вызова Когда агент за вечер нащёлкал десяток вызовов к модели, а в отчёте одна строка «общий шлюз» — вы знаете, кто сжёг бюджет, или только что месяц снова удивит? AWS описала для Bedrock повторяемый цикл из пяти этапов: сначала привязать каждый доллар к владельцу и залогировать запросы, потом бюджеты и разбор метрик. Перескакивать сразу на более дешёвую модель без этого — угадайка, не FinOps. Если все вызовы идут через одну роль, сравните с выдачей роли на пользователя с тегами сессии и метаданными сценария в каждом запросе. Лучше один раз зашить это в обёртку шлюза, пока ключи не разъехались по репам.

Super Mario в Qwen: CPU NES 6502 запечён в веса модели 4B Mario бежит не в отдельной программе-эмуляторе, а внутри генератора Qwen3.5-4B — кадры идут в разы медленнее реальной приставки, зато Drew Breunig показал, что процессор NES там реально исполняется в весах, а не «нарисован» для демо. Идея как у qwenputer: вычисления запекают в параметры модели. На Hacker News Breunig выложил два промпта к Opus 5.5 — сначала прочитай статью qwenputer и оцени, можно ли так эмулировать чип и память консоли, потом «собери для прикола, скорость не важна». Так за вечер собрали nesformer с утилитой под файл игры — без классического эмулятора, который пишут руками месяцами. Если гоняешь сильную модель на «скопируй идею из блога в рабочий черновик», это тот же сценарий — только файл игры вместо калькулято…

Dynamo в Kubernetes — только первый шаг до рабочего endpoint Поды зелёные, а нагрузочный тест всё равно отваливается между воркерами на видеокартах. Если выкатывали Dynamo в кластер и думали, что одного деплоя хватит — типичная ловушка. Дело не в манифестах: драйверы, ресурсы, планировщик, сеть и мониторинг должны сойтись в одну цепочку. Иначе клиент ловит нестабильный ответ, хотя координация воркеров уже настроена. NVIDIA описала validated runtime под Dynamo — контур от конфигурации модели до точки выдачи под нагрузкой, который можно проверить и воспроизвести, а не пересобирать после каждого сбоя. Сверьте свой стек с этим контуром, если собираете приложение с моделью в кластере: зазор между «задеплоили» и «точка выдачи держит прод» часто здесь.

Session endpoint в Bedrock AgentCore: живой Vite, пока агент сохраняет файлы Попросил coding agent переделать лендинг — и снова ждёшь, пока кто-то задеплоит zip? В AgentCore runtime AWS пробросили превью прямо из сессии агента: Vite крутится в изолированной microVM, а браузер смотрит сайт через локальный прокси, который сам подписывает запросы. Один PreviewApp на машине — чат слева, живая вкладка справа. Агент сохраняет файл, Vite тут же подтягивает правку в браузер — страница меняется сама. Тот же цикл «поправил — увидел», только dev-сервер сидит в облаке. Ссылка сессии живёт, пока microVM не закроют — для пользователей всё равно нужен отдельный хостинг. Зато ревью прототипа перестаёт упираться в очередь на деплой.

Physical AI на edge: агенты в лимите памяти и латентности «Потом оптимизируем» на роботе или линии не работает: ответ должен прийти до того, как событие в физическом мире уже случилось. Облачный round-trip здесь не запасной план, а лишняя задержка в бюджете. NVIDIA в dev-блоге разбирает physical AI на edge — те же три шага (восприятие, рассуждение, действие), но в клетках памяти и ваттах: внимание водителя и салон, робот с планированием по окружению, координация флота на производстве. Если вы не чат-бота собираете, а агента у датчика — откройте свой стек и честно сравните: влезает ли модель в лимит на борту и успевает ли ответить раньше, чем сработает исполнительный механизм.