Приёмы недели из X

Почему лучше: swyx сравнивает это со спекулятивным декодированием — выигрыш не в скорости модели, а в том, что заглядываешь на несколько шагов вперёд и не платишь за каждый круг переключением внимания. Про исследование вариантов дизайна он пишет, что так работает несравнимо лучше.

из твита @swyx

Почему лучше: доказательство приезжает вместе с кодом, и ревью превращается из чтения дифа в тридцатисекундный просмотр. Правило живёт в общем файле, поэтому его исполняет агент, а не человек по памяти.

из твита @steipete

Почему лучше: у Taelin в stdlib языка Bend String и List<Char> были синонимами с разными представлениями в рантайме. Агент заметил это и встроил в компилятор общий «representation coercion engine». Не ошибка — но и не нужно: достаточно изменить представление String, и весь слой исчезает. По его оценке, такой код раздувает кодовую базу в 2–3 раза, поэтому он переписывает её руками, а не потому, что агент ошибся.

Почему лучше: Opus 5 отвечает в среднем 510 слов против 158 у Opus 4.5, при этом доля длинных содержательных слов упала с 46,9% до 40,1% — ответы стали длиннее и проще одновременно. Тире на 1000 слов: 14,9 у Opus 5 против 6,5 у Opus 4.5; точки с запятой — 4,62 против 1,23. Это не рейтинг моделей, а список признаков, по которым видно, что текст никто не редактировал. Hamel Husain на той же неделе написал, что не может пользоваться Opus 5: код модель по-прежнему пишет, а объяснить понятно уже не выходит.

из твита @arena

из твита @arena

Почему лучше: на выходе не общая оценка, а таблица по правилам — и сразу видно, где скилл проигрывает базовому агенту. У Shreya Shankar правило «использовать простые обиходные слова» выигрывает 61 раз против 5 — это 92% побед без учёта ничьих. «Без жаргона» — 52 против 4 при 11 ничьих. А вот два правила базовый агент выигрывает: «сокращения допустимы» — 8 против 9 при 50 ничьих, «не больше двух придаточных в предложении и не больше двух примеров подряд» — 22 против 38. Такое правило надо не защищать, а выбрасывать.

из твита @sh_reya

Почему лучше: порог подбирается под нужное согласие с большой моделью, поэтому качество остаётся управляемым, а не «надеемся, маленькая справится». Shreya Shankar сообщает об экономии 90% и больше на разных задачах классификации. Отличие от готовых роутеров она разбирает отдельно: здесь ты сам видишь, какой порог что стоит.

Почему лучше: у длинного автономного прогона появляется измеримый критерий остановки. У Brandon Chu паритет функций дошёл до 100% на eval примерно за полтора дня, ещё два дня ушли на полировку, CLI и MCP — при нулевых знаниях о предметной области. У yazins тот же приём с разделением ролей: план строит Codex GPT 5.6 Sol High, реализует Opus 5 через Cursor, прогон 4,5 часа подряд, затем около десяти кругов правок через Cursor CLI. Оба участвовали в конкурсе swyx «Kill my SaaS», и оба измеряли готовность, а не обсуждали её.

Почему лучше: поиск наконец описывается честно, а не как «создание ресурса». К тяжёлым запросам возвращаются кэш на прокси и безопасные повторы. По словам автора твита, метод появился в июне 2026 года и на серверах уже работает: Node.js, Go, Laravel. Там же честное предупреждение: браузеры поддержку ещё дорабатывают, широкое распространение он ждёт позже в 2026 году.

Почему лучше: Simon Willison опубликовал разбор Qwen 3.8 27B и говорит, что давно не получал столько удовольствия от локальной модели на своих машинах. Двумя днями раньше он запускал предыдущую версию, Qwen 3.7 27B, как 17-гигабайтный GGUF в LM Studio на ноутбуке M5 Max. Hugging Face в обзоре открытых моделей за лето отмечает то же: маленькие модели держат основную долю реального использования, и в локальном запуске ведёт Qwen. Для backend это означает, что массовый и приватный путь запроса можно унести с облака.