sejournal.io

Китайский стартап в сфере искусственного интеллекта DeepSeek создает новую команду для разработки инструмента автономного программирования под названием Code Harness. Об этом рассказал инженер компании Дели Чен.

В социальных сетях он опубликовал две вакансии: менеджера по продукту и инженера-исследователя. Обе должности предполагают работу в Пекине.

Новый продукт составит конкуренцию Claude Code от Anthropic и Codex от OpenAI.

Как отметил Чен, команда будет разрабатывать Code Harness «с нуля». Он назвал проект «DeepSeek Code или чем-то подобным».

В описании вакансий компания использует формулу: «модель + harness = агент».

Под термином harness подразумевается надстройка над большой языковой моделью (LLM), отвечающая за управление контекстом, планирование действий, память, вызов инструментов, работу с файлами, терминалом, тестами и обратной связью.

DeepSeek планирует создать не просто помощника для написания кода, а агентный продукт, способный выполнять многошаговые задачи в среде разработки.

От соискателей требуется опыт работы с Claude Code, Codex, Cursor, GitHub Copilot, Manus и OpenClaw. Также необходимы знания агентных циклов, протокола MCP, многоагентных систем, управления контекстом и вайб-кодинга.

Новая команда будет тесно сотрудничать с исследователями DeepSeek.

DeepSeek V4 уже поддерживает интеграцию с Claude Code через API, совместимый с Anthropic. Версия V4 Flash, выпущенная 24 апреля, стоит $0,14 за 1 млн входных токенов. Для сравнения, у Claude Opus 4.7 цена составляет $15 за тот же объем.

Напомним, в феврале Anthropic обвинила три китайских ИИ-стартапа — DeepSeek, Moonshot и MiniMax — в масштабном использовании Claude для улучшения своих моделей.

Вот перефразированный текст новости на русском языке:

Специалисты крупных IT-компаний разочаровались в использовании искусственного интеллекта для написания кода и жалуются на утрату профессиональных навыков. Об этом сообщает издание 404media.

Программисты отмечают, что код, созданный нейросетями, часто содержит ошибки. На его проверку и исправление уходит больше времени, чем на написание с нуля.

«Нас вынуждают применять ИИ-агентов для масштабных изменений во всей кодовой базе. Оценить качество и безопасность такого объёма работы просто невозможно, особенно когда сотни разработчиков делают то же самое», — поделился UX-дизайнер одной из технологических компаний.

Эксперт добавил, что в результате команда накапливает огромный «технический долг», разобрать который будет невозможно, когда использование моделей станет слишком дорогим.

Руководители tech-компаний активно отчитываются о доле кода, созданного ИИ:

* В апреле в Google сообщили о 75%;
* В 2025 году CEO Microsoft Сатья Наделла назвал цифру в 30%;
* У Anthropic — 90%;
* Глава Meta Марк Цукерберг спрогнозировал, что в ближайшие 12–18 месяцев нейросети будут писать основную часть кода для улучшения самого ИИ.

На этом фоне в отрасли продолжаются массовые увольнения — компании объясняют их автоматизацией и оптимизацией расходов.

Роста производительности не произошло

В 404media пишут, что «огромный скачок производительности, который обещал ИИ», не привёл к увеличению объёмов или улучшению качества продукта.

Разработчики отрицают пользу ИИ в работе, но их обязывают внедрять его в процессы.

«Использование LLM в той или иной форме стало обязательным требованием. Это входит в критерии оценки эффективности. Нас буквально заваливают ИИ-инструментами, а на любую проблему советуют “сначала попробовать искусственный интеллект”», — заявил программист из компании FAANG.

Поскольку оценка работы привязана к внедрению технологии, многие разработчики используют ИИ «для галочки».

Инженер из финтех-компании рассказал, что применение LLM у них не обязательно, но поощряется: разработчикам предоставляют доступ к Cursor.

Программист из небольшой веб-дизайнерской фирмы подчеркнул, что ИИ-ассистенты в IDE не дали прироста производительности — код содержит ошибки, и каждую строку приходится перепроверять.

«Другой разработчик работает со мной по контракту. Он генерирует огромные объёмы кода, оставляя мне более 1000 строк pull-запросов для проверки, а это отнимает массу времени. В итоге я чувствую себя более уставшим и выгоревшим, чем когда-либо», — рассказал инженер.

Кодер из финтех-сферы добавил, что ИИ может создавать больше кода, чем команда успевает проверить или объяснить. «В результате ты либо выбрасываешь его, либо отправляешь, боясь, что там могут быть элементы очень низкого качества», — объяснил он.

ИИ полезен, но не всегда

Разработчики признают, что ИИ справляется с рядом задач — например, помогает быстро собирать прототипы и находить решения в незнакомых областях.

Один из инженеров рассказал, что LLM удобны при работе с большими объёмами информации: они находят, где на сервере обрабатывается запрос, обобщают данные из логов и помогают искать документацию по изменениям в коде.

Ухудшение навыков

По мере того как ИИ всё глубже встраивается в рабочий процесс, разработчики теряют навыки, которые нарабатывали годами. Исследователи называют это «когнитивным долгом» или «когнитивной атрофией».

Программист из небольшой веб-дизайнерской компании рассказал, что однажды не смог вспомнить, как реализовать API в Laravel, — и это его «до смерти напугало».

«Это как когда появились мобильные телефоны и мы перестали запоминать номера. Для меня это переросло в передачу мыслительного процесса на аутсорсинг. Моё критическое мышление и способность сесть и обдумать проблему или проект ухудшились», — прокомментировал разработчик ПО в сфере финансов.

ИИ здесь надолго

Большинство инженеров сходятся во мнении, что большие языковые модели останутся и продолжат играть роль в программировании. Вопрос в другом — как отрасль справится с нынешней одержимостью руководства этой технологией, особенно в контексте подготовки новых поколений разработчиков.

«Мы нанимаем младших программистов, которые полагаются на ИИ для выполнения самых простых задач. У них нет знаний или опыта, чтобы понять, когда результаты нейросетей содержат ошибки или являются неэффективными», — сказал UX-дизайнер.

Напомним, в августе 2025 года Coinbase уволила программистов, которые отказались использовать искусственный интеллект в своей работе.

Вот перефразированный текст новости на русском языке:

Web3 будущего: как ИИ и локальные приложения меняют представление о децентрализации

В криптосообществе уже несколько лет ожидают наступления эры Web3, где данные принадлежат пользователям, всё работает на блокчейне, а доступ к информации осуществляется через криптокошелек. В основе этого представления об интернете нового поколения лежит децентрализация: данные не хранятся на централизованных серверах и не используются для таргетированной рекламы.

Однако, возможно, Web3 будет выглядеть иначе. Давайте рассмотрим альтернативное будущее, где децентрализация достигается не только через блокчейн, но и через создание собственных локальных приложений с помощью ИИ-агентов.

Каким представляют Web3

С появлением криптовалют и развитием блокчейна многие увидели в них основу для следующего поколения интернета. Тим О’Райли, автор концепции Web 2.0, считает, что Web3 станет значимым этапом, если сможет связать криптоэкономику с реальным миром — юридическими системами, собственностью, платежами, идентификацией и прикладными сервисами.

Криптосообщество видит главное отличие нового интернета от Web 2.0 в более глубокой децентрализации на всех уровнях: хранение данных, работа приложений и управление проектами через децентрализованные автономные организации (ДАО). Децентрализация считается ключевым принципом, который позволил криптовалютам и смарт-контрактам занять своё место в экономике, снижая зависимость от посредников.

Каждый сам себе программист

Развитие больших языковых моделей (LLM), ИИ-агентов и вайб-кодинга (создание кода через ИИ) позволяет по-новому взглянуть на Web3. Речь не об отказе от идей децентрализации и блокчейна, а о расширении представления об интернете будущего.

Что если каждый пользователь сможет сам писать приложения — не для всеобщего пользования, а для личных задач, запускать их локально на своём компьютере или удалённом сервере и не зависеть от централизованных поставщиков?

Возьмём, к примеру, децентрализованные биржи PancakeSwap или Uniswap. Они представляют собой набор смарт-контрактов в блокчейнах Ethereum, BNB Chain и других. Сами сети децентрализованы, подключение идёт через некастодиальные кошельки. Казалось бы, это уже Web3. Однако остаётся точка отказа — фронтенд. Официальные сайты, через которые пользователи заходят на биржи, остаются централизованными: они могут ограничивать некоторые токены или блокировать пользователей по IP и адресу.

Получить прямой доступ к смарт-контрактам в обход официального сайта можно, но сложно. Можно использовать сторонние фронтенды, что снова возвращает к централизованным точкам, или открыть контракт в обозревателе блокчейна (например, Etherscan) и вызвать функцию через Write Contract. Это неудобно и требует технических навыков.

Но благодаря ИИ появился третий вариант — написать приложение с помощью вайб-кодинга и запускать его локально на своём ПК. Авторы статьи попробовали создать такой продукт, используя Zed, OmniRoute и LLM от Anthropic и OpenAI. Фронтенд создали через Lovable. При локальном запуске приложение выглядит не очень аккуратно и требует доработки интерфейса, но все функции выполняет.

Приложение было создано за несколько часов без каких-либо знаний в программировании. В будущем ИИ станет умнее и сможет генерировать готовые инструменты без необходимости писать десятки промптов. Возможно, будет достаточно запроса: «Создай и задеплой приложение для предоставления ликвидности на Uniswap».

Идею запуска локальных приложений можно развивать бесконечно:
— боты для трейдинга на децентрализованных биржах (поиск паттернов, открытие сделок с криптокошелька, интеграция с Telegram);
— сервисы для использования лендинговых протоколов (Aave, Compound, Venus) — интерфейс для размещения и вывода средств;
— интерфейсы для доступа к децентрализованным социальным сетям или мессенджеры без цензуры.

Мобильные приложения — тоже область для ИИ. Он может написать не только веб-сайт, но и APK-файл для Android с прямым подключением к смарт-контрактам.

Представьте: вы узнали, что на сервисе Spark дают 12% годовых на стейблкоины DAI. Заходите на сайт, а вас заблокировали по IP. VPN не помогает. В описываемом Web3-будущем это не проблема. Открываете Claude Code и пишете промпт: «Создай приложение для заработка с помощью протокола Spark в сети Ethereum. Пусть там будет возможность добавить DAI и изъять их, а также дашборд для отслеживания результативности инвестиций». ИИ делает сервис для подключения напрямую к смарт-контрактам в обход блокировок фронтенда. Запускается он локально на ПК — никаких централизованных решений.

Локальный ИИ

В таком Web 3.0 единой точкой отказа мог бы стать сам искусственный интеллект, а точнее централизованные языковые модели. ChatGPT, Gemini и подобные решения работают на серверах OpenAI, Google и других лабораторий. Они могут фильтровать трафик, вводить цензуру и ограничения.

Однако и в этом случае есть решение — LLM с открытым исходным кодом, которые можно запустить на своей машине или удалённом сервере. Например, можно собрать такую конфигурацию: Ollama (запускает LLM локально на Mac), OmniRoute (роутер/прокси между Zed и моделями), Zed (редактор, подключающийся к OmniRoute). В результате в Zed идёт общение как в обычном чат-боте, он пишет код и запускает приложения, при этом LLM работают локально.

Какую модель выбрать, зависит от характеристик машины. Например, на MacBook Air 16 GB RAM подойдут qwen2.5-coder:7b, qwen3:8b, llama3.2:3b, deepseek-r1:8b. На локальном сервере можно поставить что-то помощнее, но это уже не бесплатно.

Бесплатных мощных моделей с открытым исходным кодом много, но в основном все китайские — DeepSeek, Qwen3.5 от Alibaba, Kimi K2 / K2.5 / K2.6. Из американских только Meta старалась двигаться в эту сторону, но последняя LLM вышла закрытой. У Google есть линейка Gemma, но она не флагманская. Тем не менее нейросеть хороша для локального запуска.

В мае 2025 года Tether анонсировала новую платформу для разработки «бесконечного и вездесущего интеллекта», которая предполагает «запуск и эволюцию» ИИ-агентов на пользовательских устройствах вместо дата-центров крупных компаний. QuantumVerse Automatic Computer (QVAC) устраняет необходимость в облачном подключении и обеспечивает большую конфиденциальность, автономность и устойчивость. Модульная архитектура позволяет разработчикам создавать и расширять приложения с помощью небольших композитных элементов. Одноранговая сеть обеспечивает прямую связь между устройствами и совместную работу без зависимости от централизованных серверов.

Apple делает ИИ с упором на локальную работу на устройстве — Apple Intelligence. Часть задач выполняется прямо на iPhone, iPad или Mac для учёта личного контекста пользователя без сбора персональных данных. Однако для сложных задач всё же используется облако, но своё — Private Cloud Compute. Apple утверждает, что туда отправляется только релевантная часть данных, после обработ

Компания Cursor представила третью версию своего ИИ-редактора для программистов. Ключевое обновление — полностью переработанный интерфейс, сфокусированный на управлении искусственными интеллектами-агентами.

Как заявили разработчики, Cursor 3 — это единое рабочее пространство для разработки с помощью агентов. Новый интерфейс делает работу ИИ-помощников более прозрачной и позволяет пользователю работать на более высоком уровне абстракции.

Основные нововведения:
* Управление агентами: Возможность запускать несколько ИИ-ассистентов локально или в облаке. Ход их работы можно отслеживать через специальное боковое меню. Для наглядности агенты создают демо-версии и скриншоты выполняемых задач.
* Облачные сессии: Функция быстрого переноса сессии с локального компьютера в облако. Это позволяет агенту продолжать работу над длительной задачей даже после выключения ноутбука. Обратный перенос даёт возможность продолжить редактирование кода на своём ПК.
* Улучшенный просмотр изменений: Новый интерфейс для проверки и редактирования правок в коде с возможностью быстрого перехода к определениям функций прямо в редакторе.
* Встроенный браузер и плагины: Редактор получил встроенный браузер для открытия и взаимодействия с локальными сайтами. Также добавлена поддержка сотен плагинов для расширения возможностей агентов, которые можно установить в один клик.

Напомним, что в январе 2026 года в редакторе Cursor была обнаружена уязвимость, позволяющая злоумышленнику перехватить управление компьютером.

Корпорация Google выпустила крупное обновление для своего ИИ-инструмента Opal, предназначенного для создания приложений и автоматизации задач без написания кода (вайб-кодинг). Главным нововведением стал интеллектуальный агент, который умеет самостоятельно планировать и выполнять сложные рабочие процессы.

Этот агент, работающий на базе модели Gemini 3 Flash, анализирует текстовую задачу от пользователя, определяет лучший способ её решения и автоматически подключает необходимые инструменты. Например, он может использовать веб-поиск для сбора данных, генерировать видео с помощью Veo или интегрироваться с Google Sheets для сохранения информации.

Ключевая особенность агента — интерактивность. Если ему для выполнения задачи не хватает данных, он запросит уточнения у пользователя или предложит свои варианты следующих шагов. Это позволяет даже людям без технических навыков создавать сложные автоматизированные процессы в своих приложениях.

Opal был впервые представлен в июле 2025 года, а в декабре стал доступен в веб-версии Gemini, получив визуальный редактор для сборки готовых продуктов. Обновление усиливает конкуренцию на рынке вайб-кодинга, где уже представлены такие решения, как Lovable, Replit, а также инструменты от OpenAI (Codex) и Anthropic. Ранее в феврале аналогичную функцию «команды агентов» получила и флагманская модель Claude Opus 4.6 от Anthropic.

Протокол Moonwell потерял $1,78 млн из-за ошибки в ценообразовании

Децентрализованный кредитный протокол Moonwell понес убытки в размере $1,78 млн из-за критической ошибки в настройке оракула цены для токена cbETH (Coinbase Wrapped ETH).

Что произошло:
15 февраля после одобрения обновления MIP-X43 в работу протокола была внедрена ошибка. Оракул, отвечающий за передачу цены токена cbETH, вместо корректной стоимости (~$2200) начал показывать аномально низкую цену — около $1,12. Это произошло из-за неправильной формулы расчета, которая учитывала только соотношение cbETH к ETH, но не переводила его в доллары.

Последствия:
* Некорректная цена спровоцировала массовые ликвидации позиций заемщиков, использовавших cbETH в качестве залога. Торговые боты погашали их долги за $1 и забирали себе большое количество cbETH.
* Некоторые пользователи смогли взять крупные суммы в cbETH под минимальное обеспечение, пользуясь искусственно заниженной ценой.
* Команда Moonwell оперативно отреагировала, снизив лимит заимствования cbETH до минимума, чтобы остановить дальнейшие потери.

Причина и дискуссия:
Аудитор безопасности Пашов обратил внимание, что обновление, содержащее ошибку, было создано с помощью ИИ-ассистента Claude Opus 4.6 (практика, известная как «вайб-кодинг»). Он задался вопросом, является ли это первым случаем взлома из-за уязвимости в коде, написанном ИИ.
Эксперт подчеркнул, что ответственность в конечном счете лежит на разработчиках, которые должны проверять код, сгенерированный нейросетями. Однако инцидент вновь поднимает вопросы о рисках повсеместного использования ИИ для программирования без должного контроля. Ранее в феврале исследование уже выявляло десятки уязвимостей в приложениях, созданных с помощью популярных ИИ-инструментов для кодинга.