Массовая утечка кода, старина лИИнус, а также релизы Jev и Opus 5.5

Линус Торвальдс заставил ИИ искать баг в Linux, хотя тот несколько раз предлагал сдаться. OpenAI заявила о решении задачи тысячелетия, а математики объяснили, почему правильного ответа им недостаточно.

В OpenIDE вышел большой релиз и появилась поддержка C/C++ от независимого разработчика. Ещё в выпуске: Jev для быстрых решений, призыв Дарио Амодеи притормозить развитие ИИ, свежый Opus 5.5 и ZCode, который без спроса упаковывал репозитории для отправки в облако.

Обычно между выпусками проходит неделя, в этот раз накопился целый месяц. Было из чего выбирать.

Дайджест также доступен в формате видео:

Линус оказался упрямее искусственного интеллекта

Линус Торвальдс отладил ошибку в графическом драйвере Intel вместе с ИИ. Историю он оставил прямо в сообщении коммита. Модель добавляла диагностический код и разбирала результаты, но несколько раз объявляла задачу неразрешимой и предлагала ограничиться отчётом. Линус продолжал настаивать.

Проблема была в границе доступной видеопамяти. Драйвер округлял её вверх и отдавал программе участок, занятый служебными данными аппаратного сжатия. На машине Торвальдса туда попадала таблица страниц, которую железо затем перезаписывало.

Основное исправление свелось к замене round_up() на round_down(). Чтобы до этого добраться, понадобились 24 диагностических патча и 18 загрузок ядра. Заодно поправили проверку, которая должна была ловить ошибку, но в нужном случае как раз не срабатывала.

Торвальдс предположил, что модель обучали люди менее упрямые, чем он. А в благодарность за помощь позволил ей написать техническую часть сообщения коммита.

Я сам не знаю почему, но на Хабре эта новость набрала невообразимое количество просмотров, поэтому она удостоилась и этого дайджеста)

OpenAI заявила о решении задачи тысячелетия, математики попросили объяснить

8 сентября OpenAI опубликовала заявленное решение задачи Навье — Стокса. Речь о том, может ли изначально гладкое движение жидкости за конечное время развить сингулярность. Компания представила доказательство такого сценария для постановки с внешней силой.

Работала внутренняя модель, которую ещё не выпустили публично. В группе, получившей результат, было около 10 тысяч агентов. По данным OpenAI, они пришли к решению за 88 часов, а формализация и проверка в Lean заняли ещё 17 часов с помощью GPT-6 Astra. От миллионного приза компания отказалась.

Вокруг результата возник спор об авторстве. Параллельно Левент Альпёге и Тристан Бакмастер работали над связанной задачей для уравнений Эйлера. Бакмастер пользовался Codex, и возник вопрос, могли ли его наработки повлиять на систему OpenAI. В обновлении от 10 сентября компания заявила, что проверила эту возможность: запросы Бакмастера не могли повлиять на модель, в том числе через обучение, а доказательства существенно различаются. Оснований пересказывать подозрение как установленное присвоение чужого решения нет.

Для тех, кто хочет разобраться глубже: вот текст доказательства, формализация в Lean и подробный видеоразбор Влада Тена. Называть результат окончательно признанным сообществом по одному анонсу я бы не стал.

Отдельная дискуссия началась после открытого письма математиков, среди подписантов которого много лауреатов Филдсовской премии. Их претензия к AI-лабораториям шире конкретной задачи. Известные проблемы помогают развивать методы, обучать исследователей, находить новые вопросы. Полученное доказательство ещё нужно разобрать, объяснить и встроить в общую картину знаний.

Авторы письма опасаются, что гонка за закрытием задач превратит математику в производство результатов, которые никто не успевает осмыслить. При этом пользу ИИ для исследований они признают.

Долгое время мы проверяли интеллект машин задачами, которые придумали люди. Теперь машины справляются всё лучше, а у людей появляется дополнительная работа: понять, что именно мы получили.

OpenIDE 2026.2 и C/C++, которые принёс один разработчик

Вышла OpenIDE 2026.2 на свежей версии платформы. Обновили Java-профилировщик, продолжили развивать поддержку языков и серьёзно доработали встроенный DB-клиент.

В нём появились форматирование SQL и поддержка Greenplum, улучшилась работа с пакетами Oracle и автодополнение сложных запросов. Несколько выделенных запросов можно выполнить через Ctrl+Enter, результаты откроются в отдельных вкладках. JSON подсвечивается прямо в таблице, а перед удалением таблицы или базы IDE просит подтвердить имя объекта. Последнее особенно приятно, когда рядом с локальной базой открыта ещё какая-нибудь очень нужная.

А самая тёплая новость пришла из сообщества. Независимый разработчик RDev добавил в OpenIDE поддержку C и C++. Пользователи давно её просили, и человек просто взялся за задачу сам.

Плагин C/C++ Support уже умеет дополнять код, показывать ошибки и предупреждения, переходить к определениям, переименовывать символы и собирать проекты через CMake. Для работы понадобятся g++ или clang, а для анализа кода ещё и clangd. Плагин пока в бете, так что обратная связь на реальных проектах очень пригодится.

Вот это я понимаю, дождался поддержки языка. Сам её написал. Огромный респект автору.

Следующее большое обновление, которое нас ждёт со дня на день, посвящено работе с AI-агентами внутри IDE. Готовим подключение Claude Code, Codex, OpenCode и других агентов через ACP, рядом с привычными рефакторингами, навигацией и инструментами запуска.

Jev – самый умный if на диком западе

Компания TypeSafe AI вышла из двухлетнего стелса и представила Jev. Разработчик заранее задаёт структуру допустимых ответов, а модель возвращает значения и вероятности. Например, определяет категорию документа, выбирает инструмент или решает, какой следующий шаг выполнить в программе.

TypeSafe заявляет задержку 70–500 мс и цену $0,042 за миллион входных токенов. Выход бесплатный. Выигрыш относится к задачам такого типа: из этих цифр не следует, что Jev во столько же раз лучше обычной LLM во всём.

В демо Jev играет в Doom, принимая примерно десять решений в секунду. Состояние игры она получает в виде структурированных данных.

Гарантия соответствия схеме тоже не делает решение автоматически правильным. Модель может выбрать неудачное действие из разрешённого набора, даже если сам ответ идеально подходит программе по типам.

А вот практический пример, который мне понравился больше Doom: роутер моделей для Claude Code на Jev. Перед началом очередного хода он выбирает модель и уровень усилий на рассуждение. Простой запрос отправляет Haiku, более сложную реализацию поручает Opus, архитектуру и системную отладку отдаёт Fable. Правила выбора можно менять.

Сама идея мне очень нравится. Уговорю ребят завести такую же штуку и в OpenIDE)

Дарио Амодеи просит притормозить

Глава Anthropic предложил замедлить развитие самых мощных моделей. По его мнению, дополнительное время нужно потратить на проверку систем, которые всё активнее участвуют в создании следующего поколения ИИ.

План состоит из трёх шагов.

1. Сначала независимые проверяющие получают постоянный доступ внутрь AI-компаний, включая процесс обучения. На этот шаг Anthropic уже согласилась.

2. Затем компании в демократических странах договариваются об общих правилах.

3. После этого подключаются государства и пытаются согласовать ограничения в том числе с Китаем.

Трамп в ответ выступил против торможения ИИ. Подозреваю, что после заявления Дональда потуги Дарио в этом направлении прекратяться ;)

А так вообще весело получилось, руководитель компании, которая разгоняла эту гонку, теперь объясняет остальным, что пора тормозить.

Релиз Opus 5.5

Спустя пару дней Дарио показал, что он имеет виду под "торможением прогресса". Вчера Anthropic выпустили Claude Opus 5.5.

По данным компании, модель на большинстве рабочих задач приблизилась к Fable 5.1, генерирует ответы более чем на 30% быстрее Opus 5 и обходится на 40% дешевле на типичных задачах при настройках по умолчанию.

Базовый API-тариф при этом снизился на 20%: с 5/25 до $4 за миллион входных и $20 за миллион выходных токенов. Чтение кэша подешевело с $0,50 до $0,20. То есть 40% относятся к стоимости выполненной задачи в тестах Anthropic, а не к одинаковой скидке на каждый токен.

Судя по моим тестам и отзывам пользователях в сети, модель получилась достойной. Возможно станет настолько же легендарной, как в своё время была Opus 4.6.

ZCode отправлял в облако репозитории вместе с историей Git

Разработчик ferstar заметил, что клиент ZCode от создателей GLM занимает подозрительно много места. Внутри нашёлся архив проекта на 313 МБ и счётчик из 564 неудачных попыток отправки в Alibaba Cloud.

Клиенту говорили «нет», но он продолжал. Линус бы оценил настойчивость)

По разбору ferstar, версия 3.12.3 упаковывала рабочую директорию вместе с .git, LFS-кэшем и reflog. История Git занимала 86,6% содержимого. В неё могут попасть старые ключи и конфиги, которые давно удалили из текущей версии кода, но сохранили в коммитах. Переключатели в интерфейсе саму отправку не останавливали.

Z.ai объяснила загрузки индексацией для Repo Wiki и заявила об исправлении. В версии 3.14.0 от 19 сентября появился соответствующий пункт. Затем компания опубликовала исходники ZCode.

ferstar дополнил разбор: в новой версии механизм упаковки и выгрузки удалён. Но открытый репозиторий содержит всего два коммита, поэтому проследить историю старого механизма по нему нельзя. Заявление об удалении данных на сервере само по себе тоже не объясняет, что происходило с ними раньше.

Вот что теперь является движетелем open source!

Скачать OpenIDE можно на сайте проекта, а C/C++ Support уже лежит в маркетплейсе. Если попробуете плагин на своём проекте, поделитесь впечатлениями в чате OpenIDE, автору пригодится обратная связь)

Подписывайтесь на Telegram и YouTube, чтобы не пропустить следующий выпуск!