Харнессы, неделя 43: агенты доводят дело до конца
Дайджест недели: инструменты для кодинга всё чаще работают без постоянного надзора — ставишь цель, а агент сам ведёт её до результата. Плюс свежие релизы, фиксы надёжности и пара громких партнёрств.
Неделя прошла под знаком автономности: агенты всё чаще работают сами, без пинков с твоей стороны. Devin научился вести цель через множество ходов, DeepSeek продвигает программирование «от желания», Cursor дал облачным агентам интерактивные канвасы. Ну и как всегда — порция фиксов надёжности у Claude Code и Gemini CLI.
Amp
Вышло обновление, подробностей в заметках нет. За неделю в npm улетели сразу два релиза пакета @sourcegraph/amp — 0.0.1792641650-gd4ebfb и 0.0.1792656060-g6af3d5. Что внутри — придётся смотреть вживую.
Gemini CLI
v0.65.0 чинит сессии и безопасность папок. В недоверенных папках настройки рабочего пространства теперь жёстко только для чтения, а при возобновлении сессии ответы инструментов больше не дублируются.
Быстрый выход больше не удаляет историю возобновлённой сессии — раньше можно было потерять весь прогресс.
Отдельно от CLI: Gemini завезли в автомобили по всему миру — голосовая помощь в дороге.
Mistral
Mistral вместе с NVIDIA перестраивает инженерную работу. Компании готовят новое поколение процессов, где ИИ встроен с самого начала, — на ускоренных вычислениях NVIDIA.
Voxtral 3 — голосовой SDK. Речь в реальном времени на 50+ языках: точная транскрипция, эмоциональный синтез голоса, вызов инструментов. Хостинг в ЕС или развёртывание у себя.
Qwen Code
v0.26.0 — скиллы обновляются прямо в живой сессии. Демон подтягивает обновления скиллов и расширений точечно для нужной сессии, а изолированные сессии создаются быстрее за счёт прогрева.
SDK для TypeScript вышел в версии 0.1.22 и тянет за собой CLI 0.26.0.
Claude Code
В 2.1.307 появилась команда /claude-api api-version. Она переносит твой код на версию API 2026-10-21. Там же — событие claude_code.safety_event для OpenTelemetry: теперь видно каждый вызов инструмента, который остановило правило прав, хук или песочница.
Починили ошибку «model not found», когда выставлен CLAUDE_CODE_DISABLE_1M_CONTEXT, а модель — алиас с суффиксом [1m], вроде opus[1m].
Убрали бесполезный заголовок кэширования при работе через кастомный ANTHROPIC_BASE_URL и на Foundry.
2.1.308 — только багфиксы и надёжность, без фич.
OpenCode
С версии 1 больше не утащат на 2 без спроса. Обновления проверяются только внутри линейки 1.x, а переход на OpenCode 2 — отдельное явное решение через /update или opencode upgrade --major.
В v1.19.3 настроили варианты рассуждений модели прямо в конфиге — твои собственные переопределения при этом сохраняются.
Починили обновления для установок через yarn, а для Homebrew и Chocolatey сначала проверяется, есть ли там вообще что обновлять.
Скрипт установки отказывается ставить 2.x — защита от случайного мажорного апдейта.
GitHub Copilot CLI
Политиками моделей можно управлять через REST API. Энтерпрайзы, организации и команды получают и меняют настройки моделей запросами GET и PATCH — centrally, без ручного тыканья в интерфейс.
Codex CLI
Модели OpenAI приходят в Google Cloud. Codex-процессы появятся в Gemini Model Garden через Google Cloud Marketplace — редкий случай, когда OpenAI и Google делают общее дело.
Terminal X на GPT-6.1 Sol: их агент проверки совпадает с суждением старшего инвестора на 88,6% и ловит на 25% больше отклонений от мандата фонда.
Anthropic
В Long-Term Benefit Trust вошёл физик Кристофер Стаббс. Экспериментальный физик, бывший декан наук в Гарварде, консультировал правительство США по нацбезопасности — усиливает надзор за миссией компании.
Показали, как исследовательская модель Claude сама спроектировала мини-биндеры — белки, которые цепляются к нейротоксинам скорпиона. Заявка на ускорение разработки лекарств.
Droid
Личный аккаунт на самохостном GitLab. Участник организации подключает свой аккаунт на корпоративном GitLab Self-Hosted (CLI 0.245.1, Desktop 0.202.1), а менеджер может сделать это обязательным для доступа к репозиториям.
В 0.246.0 появилась галерея картинок в чате: листаешь изображения одного сообщения стрелками, кнопками или точками в полноэкранном просмотре.
Длинные транскрипты сессий больше не тормозят страницу при обновлениях.
Расход теперь считают в кредитах, а не в токенах — это касается и предупреждения о дорогой модели, и окна лимитов.
Goose
Вышло обновление, подробностей в заметках нет. v1.55.0.
Cursor
Облачные агенты рисуют канвасы. Агенты теперь могут строить и шарить интерактивные канвасы — удобнее смотреть и обсуждать результаты.
Environments API открыт в бете, окружения держат до 300 репозиториев и грузятся в 5 раз быстрее.
DeepSeek
DeepSeek-V4.1-Flash-1017: программирование от желания. Новая версия модели в API — описываешь цель, а модель сама доводит задачу до результата, в духе их слогана «wish-driven programming».
В платформе появился Search/Fetch API — веб-поиск и загрузка страниц на собственном движке DeepSeek.
ZCode
Модель с нативным зрением замыкает цикл «код — браузер — интерфейс». Она видит экраны, результаты рендера и реакцию на действия — наблюдает и правит в одном цикле, без прослоек.
Гибридная архитектура: 320B параметров всего, 18B активных — заметно экономит вычисления и память.
Кроме кода — офисные документы и финансовые исследования: модель сама дробит цель, пользуется инструментами и улучшает результат.
Devin
/goal — Devin работает, пока цель не закрыта. Пишешь /goal <цель> — агент продолжает сам после каждого хода, пока не отчитается о завершении или блокере. /goal resume продолжает после прерывания, /goal clear снимает цель, после 50 ходов — пауза.
Steering: сообщение, отправленное во время работы, Devin читает на следующем шаге — ничего не отменяется и не теряется. Cmd+Enter (Ctrl+Enter на других платформах) кладёт сообщение в очередь.
Смена «усилия мышления» посреди сессии больше не сбрасывает кэш промптов на поддерживающих моделях — это экономия токенов и времени.
Принудительные запросы прав по правилу «ask» от организации теперь честно подписаны, откуда они взялись.
Поиск по сессиям сортируется по релевантности, а в /model рекомендуемые модели показываются сразу после недавних.
📖 Читать на сайте
Харнессы, неделя 42: новые модели в терминалах
Свежие модели Google и OpenAI добрались до терминальных агентов, Devin научился сам доводить задачу до конца, а Claude Code стал умнее расходовать длинные диалоги. Коротко о главном за неделю.
Главная тема недели — свежие модели наконец добрались до терминалов: Gemini 4 Argon официально появился в Copilot, Crush срочно латал поддержку новых GPT-6, а Google параллельно рассказывал, как делает Argon безопасным. Вторая линия — самостоятельность агентов: Devin научился работать до цели без напоминаний. Собрали главное.
Gemini CLI
Вышла v0.64.0. Внутри в основном внутренние правки: миграция настроек серверной части и корректная передача статуса доверия к папкам в headless-режиме (когда агентом управляет скрипт, а не человек в терминале).
Поправили учёт токенов — статистика использования теперь корректно доезжает между компонентами.
Google рассказал про безопасность Gemini 4 Argon — отдельная заметка о подходе к выпуску модели, без списков фич.
Amp
Вышло обновление, подробностей в заметках нет. Пакет @sourcegraph/amp за неделю обновился в npm несколько раз, но описаний изменений авторы не приложили.
Anthropic
Открыла офис в Сингапуре и подписала меморандум с правительством. Это пятый офис компании в Азиатско-Тихоокеанском регионе; в соглашении с местным министерством — безопасность ИИ, оценка моделей и ответственное внедрение.
Усилили защиту на выборах. Перед промежуточными выборами в США-2026 докрутили замер политических перекосов в ответах, ловлю злоупотреблений и отсылки к проверенной информации о голосовании.
Codex CLI
Кейс: 10 000 агентов, работающих больше суток. Лаборатория Third Moment Research гоняет их по 36+ часов на задачах кибербезопасности — на связке GPT-6 Astra, GPT-6.1 Sol, Codex и Daybreak; агенты держат фокус днями и становятся лучше с каждым запуском.
История Amp: агенты выходят за пределы кода. Разбор того, как команда строит агентов на моделях OpenAI — GPT-6 Astra, Ultrafast, GPT-Live-1 — со входом через аккаунт ChatGPT.
Crush
v0.98.1: новые модели GPT-6 у Copilot снова работают. Проблема была в маршрутизации запросов — перевели их на Responses API (новый способ общения с моделями OpenAI), и всё завелось.
v0.98.0 принёс вход через Grok по OAuth — через аккаунт, без ручных ключей.
Фиксы сессий и вывода: MCP-сессии больше не умирают, если сервер не отвечает на пинг; многострочный вывод инструментов и ответы на вопросы выровнены.
Goose
v1.54.0: подсказывает режим при первой настройке. При первичном конфиге Goose сам спросит, в каком режиме тебе работать.
Сессии выгружаются в HTML с интерактивным просмотром — открыл в браузере и полистал переписку.
Починили адаптивное мышление (когда модель сама решает, сколько «думать») для Claude Sonnet и Haiku 5.5.
Мелочи: дефисные псевдонимы уровня усилий GPT 6.1 Sol, использование системного Node.js.
Claude Code
Долгие диалоги теперь сжимаются сами, пока ты думаешь. Если бросить беседу на 200+ тысяч токенов минут на 54, Claude Code ужмёт историю до того, как истечёт часовой кеш, — следующий вопрос не будет заново переваривать весь контекст. Порог крутится через CLAUDE_CODE_IDLE_COMPACT_MIN_TOKENS, полностью выключается через "idleCompaction": false в settings.json.
CLAUDE_CODE_DISABLE_FILE_MENTIONS — по @-упоминаниям агент получает только путь к файлу, а не его содержимое.
$.ui.view({ agentId }) для модов (моды — это расширения Claude Code): показывает переписку агента в основном окне; $.ui.view({}) возвращает обычный вид.
Телеметрия честнее про кеш. В событие api_request добавили cache_creation_5m_tokens и cache_creation_1h_tokens — видно, сколько токенов ушло в короткий и долгий кеш.
Droid
Сайд-чат по выделенному тексту. Выделяешь кусок ответа Droid, жмёшь Ask side chat — сбоку открывается диалог с этим текстом в цитате.
/resume и /sessions открывают сессию сразу по идентификатору, без лишних шагов.
Одобренную спеку можно продолжить в новом чате — он стартует уже с её контекстом.
Запросы с таймаутом повторяются автоматически, а не сливают весь ход.
Droid doctor проверяет связь с моделью, MCP-серверы и полный проход (по согласию); плюс Extra Usage включается в один клик, а в шапке видно число подключённых коннекторов.
GitHub Copilot CLI
Gemini 4 Argon общедоступен в Copilot. Новейшая модель Google заточена под сложный код, агентные задачи и рассуждения.
HydraFusion обновился и обзавёлся вариантом Max. У него свежий пул моделей и переписанная логика того, как модели делят работу между собой; доступны обе версии — в VS Code, приложении Copilot и CLI.
Qwen Code
v0.25.1 — точечный патч. Выбранные удалённые хосты теперь заменяются без потери привязок агентов; остальное — тесты и мелкие правки, включая диалог /hooks.
Cursor
Каталог приложений Origin открыт для внешних разработчиков. Origin уже интегрирован с 20+ сервисами: деплой, CI, код-ревью, безопасность, мониторинг, управление проектами — теперь свой инструмент туда может подать любой.
Devin
/goal — задача, которую агент доводит до конца сам. Пишешь /goal <цель> — Devin продолжает работу после каждого хода, пока не отчитается, что цель достигнута или он упёрся в препятствие. /goal показывает статус, /goal resume продолжает после прерывания, /goal clear снимает цель; после 50 ходов запуск сам ставится на паузу. На тарифах с оплатой за промпт не работает.
Подсказки на лету. Сообщение, отправленное во время работы, сразу попадает в текущий ход — Devin прочитает его на следующем шаге, ничего не отменяется; Cmd+Enter (на других платформах Ctrl+Enter) ставит сообщение в очередь.
📖 Читать на сайте