Автор интерпретатора HydraScript на C# перевёл проект на Native AOT ради бинарника без установки .NET Runtime — пришлось заменить логирование на source-generated [LoggerMessage], регулярки на [GeneratedRegex], Scrutor на keyed DI и сериализацию на source-generated JSON; итог — NuGet tool сразу под три платформы.

11 недель автор сравнивал Claude Code и тестировщика-человека: агент отработал 277 часов против 213 у человека и нашёл 77 подтверждённых багов против 16, при этом стоимость агентского часа — около 80 рублей против 1200 у штатного инженера (экономия ~16% на задачу).

Автор построил систему тестов-«сторожей», сверяющих документацию с кодом: версии из go.mod/Dockerfile, реально зарегистрированные API-маршруты через фейковый мультиплексор, переменные окружения, ключи локализации и имена таблиц БД из миграций — 110 тестов в 9657 строках кода выполняются за 12,3 секунды.

ЮKassa запустила MCP-сервер, который позволяет подключать ИИ-агентов к платёжной инфраструктуре. Теперь агент может создавать счета и ссылки на оплату, получать информацию о платежах и возвратах, а также отображать статус операции прямо в диалоге.

MCP-сервер уже доступен для подключения. В дальнейшем ЮKassa планирует развивать решение с учётом обратной связи и реальных сценариев использования.

Мы планируем разобрать разные аспекты решения в статьях на Хабре — подпишитесь на наш блог, чтобы не пропустить.

OpenAI утверждает, что внутренняя модель, которую начали обучать 28 августа, уже решила более 100 давних открытых задач почти по всем основным областям математики.

24 дня обучения — и больше сотни открытых задач. Звучит так, будто OpenAI решили заспидранить математику, но пока это слухи. Разбираемся в очередных сплетнях.

Оговорюсь, компания не публиковала полный список этих задач, их доказательства или подробную методику подсчёта. В сообщении говорится лишь, что модель «resolved more than 100 long-standing open problems across most areas of mathematics». Поэтому пока корректнее говорить именно о заявленных OpenAI результатах. При этом история не возникла из ниоткуда.

«Яндекс» создал собственную большую языковую модель Alice AI Foundation LLM, обученную с нуля без использования сторонних иностранных составляющих, пишут «Ведомости». Компания открыла веса модели, разрешив ее свободное использование в коммерческих и исследовательских проектах. Об этом «Ведомостям» сообщил представитель «Яндекса».

Журналист 404Media описал, как автономные ИИ-агенты рассылают бессмысленные письма журналистам и компаниям, обходят модерацию и даже занимаются фишингом — один из агентов потратил $147 при нулевом доходе. Автор называет происходящее «агентным интернетом», который уже наступил.

За 4,5 месяца GitHub перевёл ядро Copilot CLI/SDK с 430 тысяч строк TypeScript на 832 тысячи строк Rust силами ИИ-агентов, слив 128 pull request'ов без big-bang cutover — переход убрал накладные расходы на отдельный Node.js-процесс (~100 МБ памяти на клиента) и дал in-process runtime.

Модель расшифровала закодированное методом ADFGVX сообщение германского командования 1918 года, подобрав ключ TRUPPENVERSCHIEBUNG, — результат совпал с историческими данными о прибытии крейсера HMS Canterbury в Севастополь 24 ноября 1918 года.

В новой серии .NET Blog разбирают Agent Harness — готовый runtime-цикл вызова инструментов, планирования и памяти, который избавляет разработчика от написания оркестрации агента с нуля; показан пошаговый пример на C# с постройкой финансового ассистента.