⚡️ Как Anthropic решили три главные проблемы AI-агентов за один релиз

Помните, мы недавно разбирали проблему MCP-серверов: десятки инструментов, тысячи токенов на определения и агенты, которым дурно от огромного контекста? На самом деле это была лишь одна из проблем. Помимо раздувшихся описаний инструментов, модели страдали от неправильного выбора методов, гигантских промежуточных данных и неочевидных паттернов использования API.

Anthropic эти проблемы прекрасно видели — и вместе с релизом Opus 4.5 представили три фичи для работы агентов с инструментами:

1) Tool Search Tool. Вместо загрузки всех MCP-описаний сразу Claude теперь находит нужные инструменты по запросу. Это даёт до 85% экономии токенов на старте и значительно повышает точность выбора инструментов. Внутренние тесты показывают рост MCP-метрик — например, Opus 4.5 поднимается с 79,5% до 88,1%.

2) Programmatic Tool Calling. Одна из самых недооценённых проблем заключалась в том, что все промежуточные результаты попадали в контекст. Логи, транзакции, большие таблицы — всё это раздувало память модели и снижало стабильность. Теперь Claude пишет Python-код, вызывает инструменты изнутри этого кода и видит только финальный результат. Итог: –37% токенов, меньше задержек, сильный рост точности в сложных пайплайнах.

3) Tool Use Examples. Схема говорит, что можно передавать, но не как правильно этим пользоваться. Примеры прямо в определении инструмента решают это: модель понимает форматы дат, структуру вложенных объектов, связи между параметрами и правила эскалации. Точность корректных вызовов растёт с 72% до 90%.

В совокупности эти три нововведения закрывают именно те проблемы, о которых мы говорили раньше: MCP остаётся мощной концепцией, но теперь перегруженность контекста, неверные вызовы и «токсичные» промежуточные данные будут меньше влиять на результат.

И если честно, сейчас это всё выглядит так, будто именно так и должно было быть с самого начала. Но, видимо, если оттачивать каждую деталь до идеала, то за конкурентами не поспеешь — так и живём 🙂

Подробнее тут. @ai_for_devs

🧠 Anthropic показала, как заставить ИИ-агентов работать часами и днями без потери прогресса

По сути, они воспроизвели то, что в обычной разработке давно стало стандартом де-факто: структура проекта, git, список фич и строгие тесты)) Но для кодинг-агентов это что-то новенькое. Сейчас их действительно довольно сложно держать в ежовых рукавицах.

Их решение — разделить роли: Initializer готовит проект и полный перечень фич (получается, тимлид), а Coding Agent (работяга) в каждой сессии берёт одну задачу, делает минимальные изменения и оставляет репозиторий в рабочем состоянии. Плюс строгое JSON-описание требований и браузерные E2E-тесты через Puppeteer.

В итоге получается почти бесконечная разработка без деградации между сессиями: каждый агент приходит «на смену» и сразу понимает, что сделано и что сломано.

Интересно смотреть, как ИИ-системы постепенно приходят к тем же процессам, которые программисты давно считают базовым минимумом)

Источник. @ai_for_devs

🌕 Google запретили своим разработчикам пользоваться Antiravity?

Помните мы писали про уязвимость новой агентной IDE от Google к prompt-инжекциям? Ещё сегодня наткнулись на пост о том, что Antigravity потёрла юзеру все данные с жёсткого диска. А теперь ещё начали разлетаться слухи, что сам Google запретил своим разработчикам пользоваться Antigravity. Звучит громко — но это лишь отчасти правда.

На самом деле внутренняя инфраструктура Google держится на огромном монорепо и кастомном туллинге, который публичная версия Antigravity физически не поддерживает. Поэтому гуглеры работают в Jetski — внутреннем форке Antigravity с поддержкой монорепо, поиском по докам и интеграцией с их DevOps-инструментами. То же самое и с Cider, ещё одной внутренней IDE, тоже форк VS Code.

С одной стороны — всё логично: у Google настолько много кастомщины, что публичная IDE (хоть и их собственной разработки) просто не умеет классно работать с их экосистемой. Но с другой — сам факт запрета выглядит чуть забавно. Неужели они заботяться об эффективности разработчиков?) Прям вот все-все в IDE работают?) Поклонников Vim'а увольняют?) Верится с трудом... Может проблема всё же в чём-то другом 🤷‍♂️

@ai_for_devs

🐣 Дуров запустил ИИчко

Павел Дуров сообщил о запуске Cocoon — децентрализованной сети для безопасных ИИ-вычислений, ориентированной на полную конфиденциальность пользовательских запросов.

По словам Дурова, часть автоматических переводов сообщений в Telegram уже обрабатывается с использованием Cocoon, что фактически делает сеть частью продакшен-инфраструктуры мессенджера.

Вместо централизованных дата-центров Cocoon распределяет нагрузки между независимыми участниками, предоставляющими свои GPU. Узлы получают оплату в TON в режиме реального времени, а разработчики — доступ к вычислениям по ценам ниже, чем у классических облаков вроде AWS или Azure.

Архитектура устроена так, что содержимое запросов остаётся скрытым от всех участников цепочки. Дуров подчёркивает: Cocoon создавался именно как решение проблемы приватности при взаимодействии с ИИ — ключевой боли для корпоративных и правовых сценариев.

@ai_for_devs

😎 Gemini CLI: from Zero to Hero

Нашли и перевели огромный гайд по использованию Gemini CLI — 29 практичных советов, которые пригодятся не только для Gemini CLI, но и для других AI-утилит в терминале.

Если всё это уже используете — можно смело скипать.

1. Используйте GEMINI.md для постоянного контекста
2. Создавайте собственные slash-команды
3. Расширяйте возможности Gemini с помощью собственных MCP-серверов
4. Используйте добавление и вызов данных из памяти
5. Используйте чекпоинты и /restore как кнопку “Отменить”
6. Читайте Google Docs, Sheets и многое другое. Если у вас настроен Workspace MCP-сервер, вы можете просто вставить ссылку на документ, и MCP получит его — при наличии нужных прав
7. Используйте @, чтобы передавать файлы и изображения как явный контекст
8. Создание инструментов на лету (поручите Gemini писать вспомогательные утилиты)
9. Используйте Gemini CLI для устранения неполадок и настройки системы
10. Режим YOLO — автоматическое выполнение действий инструментов (используйте с осторожностью)
11. Headless режим и сценарии (запуск Gemini CLI в фоне)
12. Cохраняйте и возобновляйте чат-сессии
13. Рабочее пространство с несколькими директориями — один Gemini, много папок
14. Организуйте и очищайте файлы с помощью ИИ
15. Cжимайте длинные переписки, чтобы не выйти за пределы контекста
16. Передавайте команды оболочки через ! (разговаривайте с терминалом)
17. Относитесь к любому CLI-инструменту как к потенциальному инструменту Gemini
18. Используйте мультимодальный ИИ — дайте Gemini «видеть» изображения и не только
19. Настройте $PATH (и доступные инструменты) для стабильной работы
20. Следите за расходом токенов и снижайте его с помощью кеширования и статистики
21. Используйте /copy для быстрого копирования в буфер обмена
22. Используйте Ctrl+C как мастер — для shell-режима и выхода
23. Настройте Gemini CLI с помощью settings.json
24. Используйте интеграцию с IDE (VS Code) для контекста и сравнения изменений (diffs)
25. Автоматизируйте задачи в репозитории с помощью GitHub Action для Gemini CLI
26. Включайте телеметрию для аналитики и наблюдаемости
27. Следите за дорожной картой (фоновые агенты и многое другое)
28. Расширяйте возможности Gemini CLI с помощью Extensions
29. Пасхалка «Режим корги» 🐕

Если что-то покажется новым или полезным — вот ссылка.

@ai_for_devs