Неделя агентной экосистемы

Что вышло и что обсуждали

Релизы и обсуждения

Версии платформы за окно и сюжеты, вокруг которых шёл разговор. Каталог находок — в разделах ниже.

Claude Code 2.1.247 → 2.1.260 — четырнадцать версий

Флаг --restricted (2.1.248) — цельный урезанный профиль запуска одной настройкой: без инструментов, запускающих код, и без файлов настроек.
Хуки PreModelSwitch и PostModelSwitch (2.1.251); CLAUDE_CODE_SUBAGENT_MODEL теперь задаёт модель субагента по умолчанию, а не переопределяет всё.
--permission-prompts none (2.1.259) для необслуживаемых хостов и правило Containment Escape в auto mode (2.1.257).
Футпринт Workflow урезан с 5.7k до 1k токенов (2.1.248): справочник вынесен в бандловый скилл workflow-authoring.

Модели — Claude Fable 5.1 и Mythos 5.1, 01.09

Анонс Anthropic — 1407 очков на HN, крупнейший официальный сюжет за историю серии. claude-fable-5-1 становится моделью Fable-уровня по умолчанию: $10/$50 за Mtok, чтение кеша $0.25/Mtok, снижение стоимости примерно на 25% для типовых нагрузок и до 45% на выраженно агентных. Контекст 1M назван не в анонсе, а в CHANGELOG 2.1.257. Заявка именно про долгую автономию: пример 38-часового непрерывного прогона над ML-задачей, в котором модель сама разобрала прежние результаты и запустила параллельные эксперименты. Mythos 5.1 — та же модель с ослабленными ограничителями для проверенных специалистов по кибербезопасности и биологии.

Практическое следствие для агент-разработки — в изменениях API: принудительный tool_choice any/tool теперь возвращает 400, а блоки размышления сохраняются только для той модели и того диалога, которые их произвели. Это ломает наивную реализацию «переписать историю и продолжить».

Сюжеты недели

1407Claude Fable 5.1 и Mythos 5.1 — 1M контекста, $10/$50 за Mtok, заявленная 38-часовая автономия
67Недельный лимит Claude Code сокращён на 17% — 31.08; на это экосистема и ответила кластером счётчиков квот
HNЙоханн Рехбергер ломает auto mode — успех 60–80%; разбор ниже
HN«Словарь Claude» в 461 тысяче описаний пул-реквестов — как машинная лексика захватывала GitHub полтора года

Разборы — в «Исследованиях и наблюдениях» в конце выпуска.

От разработчиков платформы

Официальные скиллы и плагины

Изменения официальных каталогов за окно: что добавилось в anthropics/skills и в маркетплейс плагинов. Релизы моделей и CLI — в начале выпуска.

anthropics/skills — две правки: frontend-design и claude-api

frontend-design (03.09, 36+/20− в одном SKILL.md) — самый интересный официальный текст окна, потому что это редкий случай, когда Anthropic публично перечисляет признаки собственного машинного почерка. Скилл и раньше просил не выдавать шаблонный дизайн; новая редакция заменяет общие призывы конкретным списком «умолчаний»:

Тёплый кремовый фон около #F4F1EA с контрастным шрифтом с засечками и терракотовым акцентом — причём теперь прямо сказано, что акцент около #D97757 — это собственный фирменный цвет Anthropic, и в чужом брифе он читается как улика.
«SaaS-карточный набор»: контент, нарезанный на одинаковые скруглённые карточки, один радиус скругления на всё независимо от иерархии, одна и та же мягкая серая тень rgba(0,0,0,.1) под каждой, градиентные заливки как украшение.
«Шаблонная обвязка», появляющаяся независимо от темы: разрежённая ALL-CAPS-надстрочная подпись над каждым заголовком, мета-строки через средние точки (A · B · C), конструкции вида СЛОВО — фрагмент со шпационированным тире, притемнённый почти-чёрный (#0B0B0B, #111) вместо чёрного, моноширинный шрифт для мелких подписей к данным, стрелка →, приписанная к тексту ссылок и кнопок.
Типографика: не выделять одно слово в заголовке курсивом, жирным или цветом; не набирать подписи капсом; не добавлять лишних типографских лейблов над контентом. Строка короче 80 знаков по умолчанию, масштаб по «Элементам типографского стиля» Брингхерста.
Анимация: одно оркестрованное движение вместо россыпи эффектов; «выезд с затуханием» на каждой секции и переход при наведении на каждой карточке названы генеративным умолчанием.

Полезно это не только дизайнерам: текст показывает рабочий приём — вместо «сделай небанально» дать модели явный список её собственных умолчаний с запретом тратить на них свободные оси брифа.

claude-api (01.09, правки в 30+ файлах на семи языках) — синхронизация с релизом. По существу агент-разработки:

Новый раздел миграции с Fable 5 на Fable 5.1 в shared/model-migration.md, включая три ломающих изменения.
Новые возможности API: усилие (effort) на уровне сообщения, системные сообщения посреди диалога с областью действия на ход (clear_at), прогресс через thinking.display: "updates", управление block_binding, ставка чтения кеша 0.025× и паттерн keep-alive через max_tokens: 0.
Managed Agents: самохостящиеся песочницы могут подключать memory stores через SDK-воркер; фильтры доменов для web_search/web_fetch; типизированные объединения конфигов по инструментам; просмотрщик сессий в Консоли.
Новая подкоманда cost-optimize и справочник Admin API. Sonnet 5 закрепился на $2/$10. Files API и Skills API вышли из беты.
Вся проза переведена в чистый ASCII, чтобы будущие диффы оставались чистыми, — мелочь, но показательная для тех, кто ведёт большие скиллы в git.

claude-plugins-official — два новых плагина

activecampaign (влит 28.08 06:33 UTC) — единственный новый плагин окна. PR минимальный: один файл, .claude-plugin/marketplace.json, +15 строк. То есть в официальный marketplace добавлена только запись каталога, сам плагин живёт во внешнем репозитории вендора — та же схема раздачи, что у Unity и NetSuite в прошлом окне.
Партнёрские бампы Carta — три PR подряд 27.08 вечером (#5609, #5610, #5611): carta-cap-table, carta-crm, carta-investors. Обновление версий, содержательных изменений в раскладке marketplace нет.

Во второй половине окна добавился scandit-sdk (28.08, промоушен community → official), обновился Claude Security до v0.11.0 и поправлены метаданные newrelic и nvidia-skills. Фоном — бампы версий партнёрских плагинов: carta, salesforce, jfrog, atlassian, databricks, mongodb, figma и ещё несколько десятков.

Стоит отметить связку: правка frontend-design в anthropics/skills 03.09 и правка /frontend-design в маркетплейсе 01.09 — одна официальная линия про борьбу с шаблонным машинным дизайном, идущая сразу по двум репозиториям.

Anthropic за неделю — Commerce Agents Blueprint, 02.09

Anthropic выложила готовый «чертёж» коммерческих агентов: рабочие реализации покупательского и торгового агента на GitHub, живые демо и инженерный разбор. Само по себе это продуктовый анонс для ритейла, но два момента переносятся за пределы коммерции: в реализациях показаны продакшен-паттерны — ограничители (guardrails), лимит итераций по инструментам и кеширование промптов, — а кастомизация агента под конкретный каталог и требования бренда предлагается через плагин Claude Code. Это не релиз возможностей Skills или Plugins, а витрина решения; в каталог не идёт, но как официальный агентный материал окна упоминания заслуживает.

Новые практики

Скиллы 10 из 22 · ★30+

★357

s0xDk/refactoring-ui-skillдизайн

Топ окна и, пожалуй, самый чистый пример жанра «книга → скилл», который в этой серии уже встречался (Leutenegger/book-to-skill ★1185 в дайджесте 18.08). Здесь не генератор, а результат: конкретные механические правила из книги Refactoring UI Адама Уотана и Стива Шогера — ограниченные шкалы отступов, кеглей, цвета, теней и радиусов вместо произвольных значений; иерархия через насыщенность и цвет, а не через наращивание размера шрифта; глубина через имитацию источника света. Автор заявляет, что каждое правило и каждое CSS-значение сверялось с книгой постранично: «это не пересказ — это решения книги, принятые один раз и готовые к применению».

Структура типовая и аккуратная: SKILL.md как процедура плюс три файла references/ (построение палитры от нуля в HSL, таблица «симптом → починка» для уже существующего интерфейса, техники глубины и работы с изображениями) и assets/tokens.css с проверенным на контраст стартовым набором токенов. Самой книги внутри нет — только выводы. Отдельно стоит отметить таблицу «симптом → починка»: она превращает расплывчатую жалобу («выглядит дёшево») в конкретную механическую правку, то есть решает ровно ту задачу, на которой агент обычно буксует. 28 КБ, лицензия нестандартная (NOASSERTION).

★276

op7418/guizang-yingzao-skill медиа вне темы агент-разработки

Скилл для Claude Code и Codex, превращающий фотографии китайской традиционной архитектуры и «мест с культурой» в постеры редакционного уровня через GPT Image. Верхняя строка каталога по звёздам и при этом полностью прикладная вещь: к тому, как строить агентов, отношения не имеет. Полезен как индикатор — такие «скиллы-художники» стабильно собирают верхний тир, потому что результат показывается картинкой, а не описанием. Репозиторий содержательный (64 МБ, Python, директория yingzao), но без лицензии.

★275

leopard627/fire-your-seo-agencyмаркетинг

Корейский скилл с прямолинейным тезисом: «платите агентству $400–2500 в месяц за оптимизацию под AI-поиск? Увольте их». Аргумент устроен интереснее лозунга: то, что агентства продают как ретейнер, — это публичные стандарты и повторяемые чек-листы, а повторяемый чек-лист по определению есть скилл. Автор разделяет «поисковую оптимизацию» на пять непересекающихся дорожек, и каждой ставит свой вопрос: SEO (краулеры Google/Bing — могут ли они вообще прочитать и проиндексировать), AEO (блоки AI-ответов — цитируют ли), GEO (ChatGPT/Perplexity/Claude при обходе сети — я ли первоисточник), LLMO (знает ли модель бренд из собственных весов и знает ли верно) и NEO — корейский Naver с его AI Briefing. Последняя дорожка и есть то, чего нет в глобальных руководствах, а она держит половину корейского рынка. Заявленные цифры даны на своём же проекте: 1.54 млн показов за 30 дней и 7.4 тыс. кликов при нулевых тратах на рекламу — цифры авторские, не проверялись. MIT, 1.2 МБ, README на двух языках.

★208

KKKKhazix/sun-style-writingвне темы

Китайский скилл, разбирающий десять приёмов повествования из книги «我的女友景甜» и обучающий модель писать действием, числами, предметами и молчанием вместо обобщённых эмоциональных формул. Демонстрация в README сделана честно и показательно: обычная модель на просьбу описать увольнение выдаёт «百感交集 / 青春 / 落幕» — три абстракции подряд; целевой стиль вместо этого пишет «на ресепшене перерезали мой бейдж. Ножницы застряли дважды. Она взяла другие». Ни одного слова о слезах. К агент-разработке отношения не имеет; в каталоге только потому, что ранжирование строго по звёздам. Полезен как образец узкой стилевой инструкции, где вся ценность в отрицательных примерах, а не в правилах. MIT, 7 МБ (в основном иллюстрации).

★161

Vuk97/forward-implementation-first процесс

Лучшая находка окна по существу агент-разработки. Скилл описывает конкретный режим отказа длинных агентных конвейеров: пайплайн обрастает служебной бухгалтерией — хешами содержимого, лок-файлами, «расписками» о том, что стадия отработала, маркерами сертификации, — и модель начинает принимать эту метаданную за продукт. Автор разбирает цепочку по шагам: агент видит несовпадение хеша после правки продюсера, трактует его как отказ корректности, инвалидирует стадии с 12-й по 40-ю «на всякий случай», отказывается запускать 41-ю вручную, потому что «пайплайн не может выдать расписку за ручной запуск», и следующие несколько часов регенерирует маркеры для стадий, вывод которых не менялся. Каждый шаг по отдельности защитим, вместе они стоят суток. Лечение — одна классификация перед каждым действием (семантическая реализация / сфокусированная валидация / администрирование) и короткий список запретов. Около 150 строк Markdown, без привязки к модели, инструменту и домену. MIT.

★156

saurabhkumar8112/cyclomatic-complexity-skillкод-качество

Самая точная в окне формулировка проблемы AI-кода: «он работает, но ветвится как джунгли». Скилл меряет цикломатическую сложность по функциям (radon, eslint, gocyclo, lizard или ручной подсчёт), уважает пороги, уже настроенные в линтере проекта, и рефакторит худшие горячие точки известным набором приёмов — guard clauses, extract function, таблицы соответствий, именованные предикаты.

Ценны два предохранителя. Первый: явный отказ «играть с метрикой» — сложность переносится в функции с осмысленными именами, а не в хитрые однострочники, которые формально снижают число ветвлений. Второй: каждый рефакторинг заканчивается таблицей «до / после» по функциям плюс подтверждением, что существующие тесты прошли, — то есть скилл обязан предъявить измеримый результат, а не отчитаться словами. Раздаётся тремя способами сразу: /plugin marketplace add для Claude Code, .skill-файл из релизов для claude.ai, Skills API для Claude API. Apache-2.0, 7 КБ — весь скилл помещается в один SKILL.md.

★138

aleksandr-alhoff/seo-landing веб

Скилл, дающий кодовому агенту компетенции старшего технического SEO-инженера: сборка лендингов с целевым 100/100 в Google PageSpeed и оптимизацией Core Web Vitals. Отличается от массы SEO-скиллов тем, что в репозитории лежат benchmark/, tests/ и references/ — то есть заявленное можно проверить, а не только прочитать. Есть README на русском. MIT.

★132

GENEXIS-AI/gpt-image-skillмедиа (создан до отсечки окна)

Генерация и правка изображений из Codex, Claude Code или Google Antigravity через подписку ChatGPT пользователя, а не через Images API. Прямые промпты идут как есть; когда пользователь делегирует несколько разных вариантов дизайна, агент сам разворачивает под каждую концепцию отдельный промпт. Реальные референсные файлы передаются в генерацию, PNG с прозрачностью проверяются на наличие альфа-канала, результат остаётся в активном проекте, готовые задания идут с ограниченным параллелизмом.

Отдельно стоит отметить дисциплину README в части границ: репозиторий явно проговаривает, что не вызывает OpenAI Images API и не создаёт отдельно тарифицируемых запросов, но встроенная генерация всё равно расходует включённый лимит ChatGPT/Codex, недоступна на Free-плане и тратит лимит в 3–5 раз быстрее обычных ходов — «этот скилл эту границу не обходит». Для категории «мост к чужой подписке» такая честность нетипична. Есть CI-валидация скилла. Создан 26.08 в 08:52 UTC, за 18 минут до отсечки прошлого прогона —

★131

camilleroux/genart-skill медиа

Скилл генеративного искусства для Claude Code с упором на детерминированность: всё сеется хешем, результат воспроизводим и готов к ончейн-публикации. Аккуратно собранный репозиторий — .claude-plugin, AGENTS.md, CLAUDE.md, CHANGELOG.md, tests/. Для агент-разработки интересен именно требованием детерминированности: это редкий пример скилла, который заранее решает проблему воспроизводимости вывода модели.

★105

ashutoshsinghpr7/wikiskill память

Реализация статьи «WikiSkill: Compiling Agent Experience into Persistent Knowledge for Skill Evolution» (arXiv:2608.27454, подана 27.08 — на день раньше окна; авторы Liyan Tang, Cyrus Rashtchian, Chun-Sung Ferng, Andrew Tomkins, Da-Cheng Juan, Tu Vu). Идея: опыт агента обычно умирает вместе с сессией, поэтому рядом со скиллами держится постоянная вики, и крутится замкнутый цикл — агент проходит обучающие задачи, «сопровождающий вики» агент дистиллирует трассы в страницы паттернов с корневыми причинами и починками, «предлагающий скиллы» агент читает вики и трассы и предлагает одно изменение скилла, после чего изменение валидируется на отложенных задачах и принимается только если строго лучше лучшего прежнего результата, иначе откатывается. Ключевая асимметрия: скиллы откатываются, вики — никогда, так что знание копится даже из неудачных попыток. Референсный бэкенд — Hermes Agent, но Claude Code, Codex и GitHub Copilot CLI поставляются в коробке. Есть пакет на PyPI, CI, сайт документации. MIT.

Показать остальные 12 позиций и 23 строки ★ 10–30

★102

ara-mkr/Wonder-Pill процесс

Скилл, который принципиально отказывается давать ответ. На запрос он выдаёт интерактивную ментальную карту перевёрнутых допущений — с ветками, тупиками и точками, где мышление сошлось, — которую можно таскать мышью. README прямо предупреждает: «Wonder Pill не генерирует хорошие идеи. Он и не должен», и объясняет, что половина вывода будет бессмыслицей по замыслу, а не по дефекту. Ценность для агент-разработки — в честном подходе к калибровке ожиданий: скилл заранее описывает, как выглядит его нормальная работа, чтобы её не приняли за поломку. MIT.

★98

Tyche-MKR/scientific-agent-skills наука

Библиотека из 165 валидированных скиллов и 100+ научных баз данных по биологии, химии, медицине и разработке лекарств, совместимая с Claude Code, Cursor, Codex, Pi, Antigravity и открытым стандартом Agent Skills. Заявка «используется 190 000+ учёных» — маркетинг из README, не проверялась. Репозиторий при этом крупный и обжитой (248 МБ, scan_skills.py, scan_pr_skills.py, тесты, plugin.json), то есть за заявкой стоит реальная машинерия. Для агент-разработки интересен как образец того, как сопровождать библиотеку скиллов в сотню единиц: автоматические сканеры скиллов и скиллов из PR.

★98

v2space-labs/shader-for-interfaces дизайн организация

Скилл для проектирования, сборки, отладки и визуальной проверки GPU-эффектов внутри продуктовых интерфейсов: выбор рендерера (CSS / SVG / Canvas 2D / Three.js-WebGL / WebGPU-WGSL), работа с GLSL и WGSL, частицы, интеграция в UI, производительность, доступность, проверка в браузере. Сильная сторона по методу — скилл описывает не только как построить эффект, но и как убедиться, что он получился: пиксельные проверки через Node, поддержка prefers-reduced-motion, верификация на десктопе и мобильном. Версия 0.1.0 от 30.08, MIT.

★87

Ayueh0102/Ronnier-skillзнания (создан до отсечки окна)

Полный конспект по цветоведению и колориметрии на традиционном китайском, упакованный как скилл Claude Code и Codex: CIE-колориметрия, CIELAB, CIEDE2000, CIECAM02, хроматическая адаптация, цветопередача. Ставится и отвечает на вопросы вроде «чем яркость отличается от светлоты» или «почему в CIEDE2000 есть поворотный член», причём заявленный порядок ответа — сначала объяснить, какую задачу эта штука решает, и только потом давать определение и формулу. Приём, который стоит отметить отдельно: скилл работает и без агента — всё содержимое references/ — чистый Markdown, читаемый как обычный конспект, с точкой входа references/README_索引.md. Это редкий в выборке случай, когда автор явно проектирует артефакт под два режима чтения сразу. Создан 26.08 в 07:18 UTC, за два часа до отсечки прошлого прогона.

★75

heyman333/agent-notion-template-docs документация

Скилл, заставляющий агента писать документы в структуре и визуальном стиле Notion — то есть фиксирующий шаблон документа, чтобы вывод не расползался от запуска к запуску. В репозитории есть hooks/, sync/ и .claude-plugin, так что это не только текст скилла, но и механика синхронизации. README на английском и корейском. MIT.

★49

Junhan2/oh-my-fable промптинг

Руководство по промптингу Claude Fable 5.1, оформленное как набор скиллов Claude Code, на корейском, английском и китайском. Появился 02.09 — через день после релиза модели, что само по себе показатель скорости реакции экосистемы. Автор утверждает, что качество вывода растёт и на Opus 5 с Sonnet 5. Есть hooks/ и .claude-plugin. MIT.

★43

boringmarketer/meta-ads-skill маркетинг вне темы агент-разработки

Скилл, обучающий кодового агента вести рекламу в Meta: настройка API, программные кампании, управление браузером и отслеживание конверсий. Прикладной, к устройству агентов отношения не имеет, но структурно опрятен — SKILL.md, reference/, scripts/. MIT.

★38

emlai/defi-native-skill финансы вне темы агент-разработки

Скилл, дающий агенту понимание ончейн-рынков капитала: волты, кураторы, декомпозиция доходности, классы оракулов, RWA, стейблкоины. Методически любопытная деталь на общем фоне — заявленная «дисциплина живых данных»: каждое число датировано, каждая доходность разложена, доступ всегда только на чтение. В репозитории есть evals/, llms.txt и manifest.json. MIT.

★37

Endokelp/Only-Skill-You-Needпроцесс

Мета-скилл, решающий проблему, которую сама экосистема и создала. Постановка прямая: «у агентов уже сотни скиллов. Они всё равно берут не тот, пропускают нужный или ставят второй скилл на задачу, которая уже занята». Существующий find-skills ищет по реестру, когда его спрашивают; здесь предлагается слой выше — пакетный менеджер: определить репозиторий, дозаполнить пустые сценарии использования из живой экосистемы, вести реестр установленного и заставить агента прочитать победителя перед тем, как писать код. Правило раскладки — «один слот на задачу, никогда не заменять лучший скилл худшим автоматически». Ставится как первый скилл вообще, через npx skills add Endokelp/Only-Skill-You-Need -g -y, и дальше должен срабатывать раньше остальных. Работает с Claude Code, Cursor, Codex, Copilot — со всем, что читает SKILL.md. Живая проверка по реестру skills.sh заявлена бейджем. Идея не бесспорная (агент, выбирающий агентам инструменты, — ещё один слой, которому надо доверять), но проблема названа верно и раньше других. Python 3.10+ на одной стандартной библиотеке, MIT.

★37

naderelewa/Product-to-Prod процесс

Набор продуктовых скиллов и плагин для Claude Code, Cowork и Codex: PRD с тегированными свидетельствами, спеки, приоритизация по RICE, скоринг бэклога и роадмапа, GTM-планы, верификация релиза, бенчмарк-паки. Заявленный принцип — «каждое утверждение либо со ссылкой на источник, либо явно помечено как неподтверждённое», что делает его любопытным именно как приём борьбы с уверенным враньём модели в продуктовых документах. Есть config.schema.json, packs/, tests/. MIT.

★36

glukicov/slideops документация

Пара скиллов, обращающихся с презентацией как со сборочным артефактом: колода генерируется из репозитория, записывает, из чего она построена, за миллисекунды проверяет, разошлась ли она с кодом, и пересобирает только уехавшие слайды. Формулировка автора — «писать документацию больше не узкое место; узкое место — держать её правдивой». Демо-колода из 17 слайдов собрана самим SlideOps. Есть статья автора на Medium, CI, pre-commit, ноль зависимостей. MIT.

★31

axelfreeman/marketing-mindset маркетинг вне темы агент-разработки

«Маркетинговая ОС для агентов»: сначала мышление маркетолога, тактики — на выходе. Из технически любопытного — рядом с SKILL.md лежит SKILL.lite.md, то есть автор явно разделил полную и облегчённую версии под разный бюджет контекста. Есть llms.txt и .cursorrules. MIT.

★10–30 — одной строкой

Инструменты

Плагины и проекты 10 из 12 · ★30+

Инструменты вокруг агента: оркестраторы, интеграции, измерение работы и контроль расхода.

★1213

cbrock84/headcount мульти-агентность

Главная находка окна и самый звёздный репозиторий за несколько прогонов. Агентная организация для Claude Code, устроенная как компания: генеральный директор над 16 департаментами, 172 скилла суммарно. Ключевое инженерное решение — каждый департамент это отдельно устанавливаемый плагин, так что проект подгружает только нужные функции, а не всю библиотеку разом; скиллы адресуются как department:skill (security:threat-modeling, finance:unit-economics), поэтому имена не сталкиваются. Скиллы подгружаются сами по совпадению запроса: «почему этот лендинг не конвертит» поднимает demand-generation:landing-page-cro-expert, «можем ли мы позволить себе этот найм» — finance:unit-economics. Есть интерактивная оргсхема с поиском по всем скиллам. Это прямой ответ на проблему, о которой серия писала не раз: библиотека в сотню скиллов съедает контекст одними описаниями — здесь она нарезана на устанавливаемые куски. MIT, 10 МБ, создан 28.08.

★212

damejan80/tokentabнаблюдаемость

Читает логи сессий, которые Claude Code, Codex, Cursor и Gemini CLI и так оставляют на диске, и сводит расход токенов и стоимость — по модели, по проекту, по дню и по типу работы. Всё локально: ни аккаунта, ни API-ключа, наружу ничего не уходит. Есть текстовый вывод (цвет автоматически отключается при пайпе), --json и веб-дашборд на localhost:4747, читающий с диска на каждый запрос. Cursor заявлен, но фактически заглушка — автор это в README не скрывает. Python, MIT, 317 КБ.

Но главное в этой позиции — не функциональность. В дайджесте 18.08 под тем же именем tokentab и с практически тем же описанием фигурировал репозиторий wzchav/tokentab ★222; на момент этого прогона он отдаёт 404. Новый damejan80/tokentab создан 27.08 в 14:16 UTC, весь его git-лог — шесть коммитов за четыре минуты (14:16 → 14:20), один контрибьютор, и ★212 набраны за сутки. Утверждать, что это копия, оснований нет — это может быть тот же автор, перезаливший проект под новым аккаунтом. Но по форме след совпадает с сюжетом watermark-remover из прошлого прогона: репозиторий из предыдущего дайджеста исчезает, его место с тем же описанием занимает новый и за сутки-двое собирает сопоставимое число звёзд.

★121

frontier-harness-eval/eval оценка организация

Публичные результаты и определения задач бенчмарка FrontierHarness Eval: одну и ту же модель (Kimi K3) прогнали через девять харнессов кодовых агентов в 12 конфигурациях на 30 одинаковых задачах — 360 прогонов. Содержательный разбор результатов — в разделе «Статьи и подходы»; здесь важно, что в репозитории лежат tasks/, results/, benchmark.json, cli/ и skills/, то есть бенчмарк воспроизводим и на свой харнесс его натравить можно. Без лицензии.

★105

ashutoshsinghpr7/wikiskill память

См. разбор в блоке «Скиллы» — репозиторий одновременно и питон-пакет с CLI, и набор скиллов, поэтому упомянут в обоих местах; в счётчик каталога включён один раз, по блоку скиллов.

★99

nickname21kmr/gameops-investigator интеграция

Агент расследования инцидентов в игровых операциях, построенный вокруг двух принципов: инструменты MCP только на чтение и воспроизводимые оценки. Первое — редкий и правильный выбор для агента, которого пускают в продакшен-данные: он физически не может ничего сломать. Второе подкреплено директорией evals/ в репозитории. Внутри — приложение на Streamlit, .mcp.json, prompts/, artifacts/, скрипты установки под Windows. 8 МБ, Python, MIT.

★96

UditAkhourii/cdafконтекст-инженерия

Единственная позиция окна, которая пытается быть форматом, а не инструментом. CDAF (Cached Descriptive Asset Files) — открытый sidecar-формат для видео: рядом с видеофайлом лежит текстовое описание с таймкодами и тем же базовым именем. Сгенерировал один раз — и каждый следующий агент, которому нужно это видео, читает несколько сотен текстовых токенов вместо полного прохода видео-понимания. Скилл ставится одной командой npx cdaf-skill и учит агента проверять наличие .cdaf-сайдкара и сверять его с хешем видео до того, как тратить токены на просмотр.

Заявлен воспроизводимый бенчмарк на gemini-2.5-flash, 20 вопросов: ответ из сайдкара дал 20/20 против 19/20 у прямого анализа видео при 10.1× меньше промпт-токенов на вопрос (303 против 3066) и примерно на 35% меньшей задержке; отношение растёт линейно с длиной клипа (~50× на 60 секундах). Бенчмарк не перезапускался — цифры авторские. Компонентов четыре: нормативная спецификация SPEC.md v1.0, Python-движок, CLI и собственно agent skill. MIT, есть CI-тесты. По сути это тот же приём, что стоит за workflow-authoring в 2.1.248, только применённый к медиа: вынести дорогое описание из горячего пути и заменить дешёвой ссылкой на него.

★67

sharith45/atlas-Assistant ассистент вне темы агент-разработки

Локальный персональный ассистент на испанском: голосовое общение, управление WhatsApp, приём звонков, поиск в вебе, память. Позиционируется как приватный и автономный, без облака. К агент-разработке отношения не имеет, в каталоге — по звёздам. Без лицензии.

★53

vicoa-ai/vicoa мульти-агентность организация

Открытый оркестратор («ADE») для управления командой кодовых агентов с любого устройства — десктоп, мобильный, VPS, самохостинг. Поддерживает Claude Code, Codex, OpenCode, Gemini, Cursor, GitHub Copilot, Kimi и Hermes бок о бок в одном рабочем пространстве. Инженерно интересны две вещи: каждый агент получает собственный git worktree и ветку, так что несколько агентов работают с одним репозиторием не мешая друг другу, и единый командный центр со статусом всех сессий вместо охоты по вкладкам терминала. Слоган — «начни за столом, рули из кармана». 47 МБ, Python, AGPL-3.0.

★52

semihtalii/brink квоты

Ядро квотного кластера окна. Нативная утилита на Swift, показывающая лимиты Claude Code, Codex и Cursor по краю экрана на macOS и Windows — и, что полезнее, какой проект их израсходовал. Именно эта разбивка по проектам отличает его от десятка соседних счётчиков. Есть релизы, CHANGELOG, упаковка под обе платформы. MIT.

★48

gesta-run/subpool квоты организация

Лёгкий самохостящийся пул AI-подписок для команд на Go: вместо того чтобы каждый разработчик упирался в свой лимит, подписки складываются в общий пул. Взрослая сборка — DESIGN.md, миграции, compose-файлы, deploy/, веб-морда. Apache-2.0. Вместе с claude-rotate это уже отдельный жанр: инфраструктура перераспределения лимитов внутри команды.

Показать остальные 2 позиции и 16 строк ★ 10–30

★46

ARahim3/kaggle-tpu-lab инфраструктура вне темы агент-разработки

Qwen3.8-27B на бесплатном Kaggle TPU с OpenAI-совместимым эндпоинтом, 262k контекста и ~130 токенов в секунду; работает с Claude Code, Codex, Opencode и Pi. По сути — способ подкладывать под кодовые агенты бесплатную модель, то есть тот же квотный сюжет с другой стороны. MIT.

★43

qunqin24/Pulse квоты

Плавающий монитор для macOS на Swift, показывающий остаток по Claude Code, Codex, Antigravity, OpenCode Go и Kimi Code сразу. Отличается от brink широтой охвата провайдеров, а не глубиной разбивки. Есть appcast для автообновления, релизы, README на английском и китайском. Apache-2.0.

★10–30 — одной строкой

В завершение

Исследования и наблюдения 4 из 12

Короткие наблюдения, научные статьи и подходы — без попытки сделать их главной темой выпуска.

162HN

Show HN: We built open OpenRouter that turns usage into a better model27.08

Открытый шлюз моделей, дающий единый control plane поверх закрытых, открытых, локальных и собственных моделей. Заголовок обещает больше, чем описание репозитория: «превращает использование в лучшую модель» — то есть трафик через шлюз становится сырьём для дообучения. По описанию репозитория этот контур подтвердить нельзя, сам код в этом прогоне не читался, поэтому механика дообучения — по вторичным источникам, не подтверждено. Репозиторий создан 24.06.2026 (★588) и в каталог окна по дате не идёт; в дайджест попадает как сюжет обсуждения.

447HN

The load-bearing vocabulary of Claude27.08

Лучший материал окна и редкий случай, когда «AI пишет код» измеряют не опросом, а корпусом. Луи Абрахам берёт описания пул-реквестов на GitHub и группирует их по словам, которыми они написаны, а не по тому, что в них искали: получается десять способов письма, и каждое описание принадлежит одному из них. Главный результат одной строкой: один из десяти составлял 0.7% корпуса в начале 2025 года и 39% к середине 2026-го. Корпус на момент чтения — 603 собранных дня, 595 из них в 85 полных неделях (2026-01-06 … 2026-08-17), 461 121 описание, 51 млн словоупотреблений, 19 798 слов выше порога.

Методическая часть здесь интереснее вывода, и её стоит унести отдельно. Во-первых, GH Archive для такой задачи больше не работает: с середины 2025-го поток событий несёт почти только PushEvent (полный час 2024-08-12 — 13 555 IssueCommentEvent против 86 за тот же час 2026-08-10), а пуши текста не несут, поскольку GitHub убрал массив коммитов в октябре 2025. Автор пишет, что нашёл это дорого: ранняя версия проекта, построенная на архиве, отчиталась о 17 документах со словом load-bearing — ошибка в 158 раз, комментарии исчезли из фида, а не с GitHub. Работает вместо этого search API, потому что created: принимает не только даты, но и таймстемпы: десять пятиминутных окон в сутки, по одному из каждых 2.4 часа, старты разыгрываются с точностью до секунды и с посевом от даты (раньше они были кратны пяти минутам — то есть ровно той гранулярности, на которой срабатывает cron, и каждое окно открывалось в момент, когда автоматика массово открывает PR).

Во-вторых, порог на слово считает людей, а не появления: слово входит в словарь, когда его написали 50 различных аккаунтов. Иллюстрация в статье исчерпывающая — store-path с 242 появлениями от 2 аккаунтов отброшен, а load-bearing с 1011 появлений от 848 аккаунтов оставлен: «слово, за которым потянулись 848 человек, — это слово; слово в 242 описаниях от 2 аккаунтов — это один документ, написанный 242 раза». В-третьих, антиспам-правила применяются к людям на тех же условиях, что к ботам: не более трёх описаний от одного автора в неделю — это потолок, а не исключение. Ограничение автор называет сам: день 2026 года держит около 460 тыс. подходящих PR, пятиминутное окно — около 1250, а страница выдаёт сотню, так что окно усечено до ста самых ранних — это выборка, а не перепись. Побочная находка, которая разойдётся отдельно от статьи: длинное тире — 0.2 появления на 10 000 слов в начале 2024 года против 123 в середине 2026-го.

—simonw

Breaking Claude Code Opus 5 Auto Mode27.08

Самая существенная для агент-разработки находка окна по безопасности; на HN не попала, найдена через simonwillison.net. Auto mode — режим, который с середины августа 2026 стал в Claude Code режимом по умолчанию и заменяет человеческие подтверждения классификатором безопасности. Йоханн Рехбергер показывает рабочую цепочку исполнения кода в обход этого классификатора, и устройство цепочки поучительнее самого факта:

Сервер отвечает HTTP 415, подталкивая Claude уйти с WebFetch на bash/curl.
Пользователя ведут к ZIP-архиву с закодированными записями.
Claude отказывается запускать приложенный бинарный декодер — и вместо него пишет собственную замену на Python.
Декодер запускается из распакованной директории, где лежит вредоносный struct.py, затеняющий одноимённый модуль стандартной библиотеки.
Импорт base64 внутри своего же декодера тянет отравленный struct.py и исполняет обфусцированную нагрузку; дальше — удалённый стейджер и C2.

Фраза, ради которой стоит читать оригинал: «Claude не доверяет приложенному бинарному декодеру, но доверяет тому, который написал сам». Заявленный успех — 60–80% на трёх вариантах атаки, но автор честно оговаривает выборку: 3–5 прогонов на вариант, «это малые выборки, а не универсальное измерение ASR». Отдельный сюжет — реакция: отчёт ушёл в баг-баунти Anthropic, ответа не было, был отправлен повторно через канал безопасности и закрыт как «Informative» с формулировкой, что auto mode — «удобство, опирающееся на классификатор с лучшими намерениями, а не гарантия безопасности», а настоящая граница — изоляция ОС и контроль исходящего трафика. Рядом автор приводит заказанную Anthropic стороннюю оценку, показавшую 0.00% успеха атак на Opus 5 в auto mode на 72 сценариях, и снимает противоречие одной фразой: атака работает именно потому, что лежит вне фиксированного набора бенчмарка — «0.00% на бенчмарке и рабочий RCE истинны одновременно».

Практический вывод автора: запускать неприсмотренных агентов в контейнере, VM или песочнице ОС, жёстко резать исходящий трафик, держать секреты вне рантайма агента, ставить явные ask/deny-правила вокруг создания процессов и никогда не принимать одобрение auto mode за доказательство безопасности. Классификатор — не песочница.

68HN

Terminal-Bench-Science28.08

Бенчмарк агентов на настоящих научных workflow, а не на игрушечных задачах. Ведут исследователи Стэнфорда, строит команда Terminal-Bench вместе с предметными специалистами; заявлено 376 участников из 22 стран в предложении, ревью или реализации задач. Версия 0.1 — 70 задач, прошедших экспертную проверку, по пяти областям: науки о жизни (19), физические (17), математические (17), науки о Земле (8), инженерные (9); измеряются конкретные исследовательские результаты — анализы, симуляции, код, наборы данных. Результаты отрезвляющие: Claude Opus 5 — 30.0%, GPT-5.6 Sol — 22.4%, Claude Fable 5 — 21.4%, Claude Opus 4.8 — 10.5%, сильнейшая открытая модель GLM 5.3 — 8.1%. Относительно Terminal-Bench 3.0 доля решённых задач упала более чем на 10 процентных пунктов у всех протестированных моделей при сохранении различающей способности — то есть сложность подняли намеренно и с контролем. Полезно как трезвая точка отсчёта на фоне прогнозов из следующего пункта.

Показать остальные 8 материалов

66HN

Six months of writing code exclusively with agents27.08

Полгода по строгому правилу: не писать код руками вообще — задача описывается агенту, результат правится промптами, а не редактором. Инженерная часть обвязки описана конкретно и стоит внимания больше, чем сам зарок. Каждый агент живёт в отдельной одноразовой виртуальной машине, где может свободно запускать bash; внешний доступ (API, базы, учётные данные) идёт через прокси, подставляющие секреты, так что агент их не видит. Поверх этого автор построил botd — централизованное управление: поднимает VM, отслеживает прогресс, хранит историю разговоров, и за счёт этого работу можно вести с телефона, пока агенты продолжают после закрытия ноутбука.

Валидация двухслойная: агенты сами гоняют тесты, CI и браузерные проверки, но затем автор руками смотрит работающее приложение — потому что агент уверенно доставляет «не то», если неверно понял требование. Ревью как жанр у него переехало: обсуждение архитектуры и компромиссов до написания кода («agentic engineering»), а к моменту появления кода решения уже зафиксированы контрактами и тестами. Два предупреждения. Первое — «летальная тройка»: недоверенный контент, приватные данные и внешняя коммуникация вместе; отсюда изоляция сред и контроль сочетаний инструментов. Второе, менее ожидаемое: автор выбрасывал готовые, протестированные фичи, потому что они дублировали имеющееся или добавляли лишнюю сложность — автоматическая валидация не отвечает на вопрос, должна ли эта вещь существовать, а «расшипить» тяжелее, чем зашипить. Цена, которую он называет прямо: глубокое знание каждой строки исчезло, взамен появилась возможность допросить историю разговоров с агентами и восстановить причины решений.

—simonw

The end of programming25.08

Пол Дикс (создатель InfluxDB) утверждает, что ручное написание кода и человеческое код-ревью устареют: агенты будут производить большую часть работающего софта, а люди станут проверять результат, а не код. Прогнозы даны с датами — новые фронтир-модели к сентябрю 2026-го и к концу года; за 2–3 года удешевление и ускорение генерации токенов в 10–100 раз; к 2027–2028 самые продуктивные разработчики управляют системами, а не пишут код; за десятилетие машинно-сгенерированного продакшн-кода станет больше, чем написанного людьми. На своих проектах он приводит две сложные фичи InfluxDB (интеграция с Iceberg и репликация данных на периферию), сделанные за 14 и 28 часов в рамках обычного недельного лимита токенов.

Опорный пример — переписывание Bun с Zig на Rust, которое Саймон Уиллисон процитировал из этой статьи: «тот факт, что AI написал 1 млн строк и потом дорабатывал их пару месяцев до надёжного софта, который сейчас крутится на миллионах машин разработчиков, абсолютно поразителен». Здесь нужна оговорка: сам эпизод — июль 2026 года, то есть вне окна, а цифры в разных пересказах расходятся (у Дикса — 1 009 257 добавленных строк и 6778 коммитов за 11 дней при ~$165 тыс. расходов на токены; в других изложениях — около 550 тыс. портированных строк, ~780 тыс. строк Rust на выходе, 6500 коммитов, 64 параллельных агента). Первичный отчёт Джарреда Самнера в этом прогоне не читался: числа по Bun — по вторичным источникам, не подтверждено. Аргумент Дикса приведён по его собственной статье.

01.09RUNTA

FrontierHarness Eval

Самый практически ценный материал окна, и единственный, который меняет решение о том, чем работать. Shilin Zhu и Shiqi Mei прогнали одну и ту же модель Kimi K3 через девять харнессов кодовых агентов (12 конфигураций) на 30 одинаковых задачах по разработке и работе в терминале — 360 прогонов. Модель, задачи и рантайм held constant, менялся только харнесс.

Результат: доля решённых задач у всех 12 конфигураций близка — от 50,0% до 66,7%, разброс в 17 пунктов. А стоимость решённой задачи различается от $1.05 до $18.34, то есть в 17,5 раза.

Claude Code в этой таблице — самый дорогой: pass rate 63,3% (вровень с DSH Creator), но $18.34 за решённую задачу против $3.28 у DSH Creator и $3.47 у Codex, при медианном времени 9 мин 38 с. Ключ к объяснению — кеш: у Claude Code доля попаданий в кеш, взвешенная по токенам, 25,0% против 91,6–99,1% у остальных. Авторы честно оговаривают, что это скорее про несовпадение харнесса и модели, чем про дефект харнесса: Claude Code проектировался под явное кеширование моделей Anthropic, а тестировали его на неявном префиксном кеше Kimi K3. Иными словами, число $18.34 нельзя переносить на Claude Code с Opus или Fable — но сам вывод «харнесс стоит дороже, чем кажется, и цена прячется в кеше» переносится полностью. Определения задач и результаты выложены, бенчмарк можно натравить на свой харнесс.

212ОЧКОВ HN

Which tools do Claude, Codex and Cursor choose? · 03.09

Armature измерила, какие сторонние сервисы кодовые агенты рекомендуют и ставят. Масштаб серьёзный: 75 репозиториев на 10 языках, 1163 вариации промпта, четыре персоны пользователя (вайб-кодер, джун, сеньор, энтерпрайз-инженер), «симулированный человек в цикле» на Gemini 3.7 Flash, три провайдера песочниц. Из 16 893 прогонов в анализ попали 5292 валидных сессии по 51 кодовой базе.

Главное число: все три агента выбирают один и тот же инструмент лишь в 42% ячеек. То есть выбор технологии в заметной степени определяется не задачей, а тем, какой агент открыт. Различаются и источники решения: Claude Code опирается на обучающие данные и ищет в вебе примерно в 30% случаев, Codex ищет в вебе в 94%, Cursor опирается на веб примерно в двух третях случаев. Контекст решает больше, чем репутация: победитель по отправке почты меняется с языком — Resend в TypeScript, Sendgrid в Python, Postmark в Go, Azure в Java. И отдельно — упоминания не равны выбору: PayPal получил 139 упоминаний и ноль выборов, LangChain — 194 упоминания и 4 выбора.

Практический вывод для тех, кто держит скиллы: если стек не закреплён явно в CLAUDE.md или скилле, его за вас выберет статистика обучающей выборки конкретного агента.

72ОЧКА HN

Grep beats LSP? Why coding agents ignore your fancier tools · на HN 04.09; страница датирована 12.08

Автор — Pengcheng Xu. Расхождение дат отмечаю явно: сама страница указывает 12 августа, то есть статья старше окна и всплыла на HN только 04.09; в дайджест попадает по волне обсуждения, а не по дате публикации.

Тезис: агенты игнорируют LSP не потому, что он хуже, а потому, что grep «дружелюбнее к модели». Формулировка автора — инструмент дружелюбен не когда его результат точен, а когда он возвращает достаточно контекста для следующего шага и подаёт его в форме, которую модель может использовать напрямую.

Измерения, которые это подкрепляют: на простых задачах локализации кода модели выбирали семантические инструменты в 0–6% случаев, а на задачах полноты поиска ссылок — уже в 45–57%, то есть маршрутизация по типу задачи у агентов есть. Когда в вывод LSP добавили инлайновый исходный контекст вместо голых координат файлов, доля успеха выросла с 0,67 до 0,83, а число дочитываний файлов упало с 15,2 до 3,2 за эпизод. И ценность зависит от шума в кодовой базе: на чистых репозиториях LSP был чистыми накладными расходами, на шумных дал +0,246 к F1.

Итоговая формула автора — «способность агента = модель × харнесс» — прямо рифмуется с выводом FrontierHarness Eval, и вместе они образуют главный методический сюжет окна: харнесс перестал быть деталью реализации.

49ОЧКОВ HN

AI Agents and the Refactoring That Never Happens · 02.09

Rodrigo Rosenfeld Rosas формулирует неочевидный риск. Модульность, инкапсуляция и слоистость, пишет он, «не эстетические предпочтения, а уступки объёму человеческой рабочей памяти». Исторически именно человеческий предел работал сигналом: когда разработчик переставал понимать код, он останавливался и рефакторил. Агенты этот предел снимают — они разбираются в мешанине, которая остановила бы человека. Сигнал исчезает, а вместе с ним и рефакторинг, и команда приходит к системе, ключевые части которой не может целиком осмыслить ни один разработчик.

Контраргумент к позиции «ну и пусть, агент же справляется» автор строит экономически: чистый модульный код дешевле в токенах и точнее в работе агента. Предложение — сознательно вернуть дисциплину рефакторинга и встроить в агентные харнессы флаг на неподдерживаемую сложность. Практически это ложится в ту же линию, что Socialpranker/zodchiy из каталога, где находка допускается только после измерения её цены.

58ОЧКОВ HN

How Warp builds self-improving agents on Claude · 26.08, на HN 29.08

Публикация датирована 26 августа — на два дня раньше окна; в дайджест попадает по обсуждению 29.08. Warp (около 800 тыс. разработчиков в месяц, 10 млн сессий Claude Code) описывает схему из двух скиллов против проблемы «обратная связь умирает вместе с сессией»:

Базовый скилл держит доменное знание и инструкции — например, правила ревью кода.
Скилл-улучшатель запускается по расписанию, смотрит на накопленную человеческую обратную связь, сравнивает вывод агента с реакциями на него и предлагает небольшие точечные правки к базовому скиллу.

Правки идут через обычный code review, то есть человек остаётся в цикле. Формулировка основателя Zach Lloyd: «файловые скиллы — способ закодировать знание для агентов, не помещая это знание прямо в промпт». Схема почти дословно совпадает с циклом WikiSkill из каталога, только вместо автоматического гейта на отложенных задачах здесь гейтом служит человеческое ревью — полезное сопоставление двух способов замкнуть одну и ту же петлю.

209ОЧКОВ HN

Session URL в коммит-сообщениях · issue от 09.06, на HN 30.08

Не статья, а обсуждение, но по последствиям для практики значимое. Claude Code по умолчанию дописывал ссылку на сессию (https://claude.ai/code/session_...) в каждое коммит-сообщение и описание PR — без явного согласия и без упоминания при онбординге. Issue заведён 09.06, закрыт как выполненный 17.08, то есть к моменту всплеска на HN 30.08 проблема уже была решена; волна обсуждения догнала исправление с опозданием в две недели. В комментариях (115 реакций, 24 комментария) поднимался вопрос о совместимости такого поведения с GDPR — это оценка участников обсуждения, не юридический вывод. Практический остаток: подавляется настройкой attribution.commit: "" в .claude/settings.json.

Замечено, но не подтверждено

Tell HN: Man, AI is killing my brain (50 очков, 27.08) — тред о когнитивной цене постоянной работы с агентами. Обсуждение, а не материал; содержание треда не разбиралось, приведено как индикатор темы, набирающей вес рядом с постом exe.dev.
WebSearch по подходам агент-разработки дал только недатированные обзоры и SEO-агрегаторы; единственная содержательная наводка — alexop.dev о детерминированной оркестрации — датирована 28 мая 2026 года и в окно не входит. Подробнее в «Как собран выпуск».

Замечено, но не подтверждено

Веб-поиск по подходам агент-разработки вывел на сводку, утверждающую, что «GPT-5.5 достигает 62% на бенчмарке композиции оркестраторских промптов при среднем 14,9% по 27 коммерческим моделям», и что контекст Claude — 200K. Второе точно неверно (Fable 5.1 — 1M, см. CHANGELOG 2.1.257), первое дано без проверяемого первоисточника. Оба утверждения — по вторичным источникам, не подтверждено; в дайджест как факты не берутся, в выпуск не взяты как пример шума SEO-агрегаторов.

Проверка

Источники

Ссылки на первичные материалы, поисковые запросы и данные, использованные в выпуске.

Открыть полный список источников

github.com/anthropics/skills — коммиты за окно · claude-plugins-official/pull/5641 · PR #5609 · PR #5610 · PR #5611 · github.com/anthropics/claude-code — CHANGELOG.md · louisabraham.github.io/load-bearing · github.com/louisabraham/load-bearing · embracethered.com — Breaking Claude Code Opus 5 Auto Mode · terminal-bench-science.ai — announcement · blog.exe.dev — Six months of writing code exclusively with agents · pauldix.com — The end of programming · simonwillison.net/2026/Aug/26/paul-dix/ · simonwillison.net/2026/Aug/26/ · simonwillison.net/2026/Aug/27/ · github.com/experientiallabs/experiential · github.com/kelviq/tare · github.com/calmrocks/ai-engineer-notebooks · alexop.dev — Claude Code Workflows · github.com/anthropics/skills · skills/pull/1704 · skills/pull/1713 · github.com/anthropics/claude-plugins-official · PR #5634 · PR #5728 · PR #5738 · claude-code/issues/66504 · raw.githubusercontent.com — claude-code CHANGELOG.md · anthropic.com — Claude Fable 5.1 и Mythos 5.1 · claude.com/blog — How Warp builds self-improving agents · claude.com/blog — Claude for Commerce Agents · openai.com — GPT-6 Astra · status.claude.com — инцидент 03.09 · runta.com — Introducing FrontierHarness Eval · armature.tech — Which tools coding agents install · agentconnect.md — Grep beats LSP? · rosenfeld.page — AI Agents and the Refactoring That Never Happens · arxiv.org/abs/2608.27454 — WikiSkill · medium.com/@lukicov — Your documentation is a build artifact · simonwillison.net/2026/Sep/