Команда ClickHouse выпустила версию 26.6. Релиз получился заметным: 56 новых возможностей, 79 оптимизаций производительности и 366 исправлений. К тому же он вышел к 10-летию с момента открытия исходного кода ClickHouse.

Главные изменения — гипотетические индексы пропуска данных, переработка зависимостей для обновляемых материализованных представлений, экспериментальные непрерывные запросы, встроенная справка в CLI, улучшения для геоданных и новые функции для работы с эмбеддингами.

OpenAI опубликовала данные по использованию Codex и показала, как меняется работа с ИИ-инструментами: пользователи всё чаще поручают агентам не точечные запросы, а задачи, которые могут занимать часы. Но в этих цифрах важно не пропустить методологию: часть выводов строится на модельных оценках, небольших выборках и внутреннем опыте самой OpenAI, поэтому читать исследование стоит не как прогноз рынка, а как осторожный срез раннего применения агентного ИИ.

GitHub за несколько дней выпустил серию обновлений для Copilot, Actions и npm — от новых моделей и настроек доступа до изменений в раннерах, кэше CI/CD и защите значимых npm-аккаунтов. На уровне отдельных функций это выглядит как очередной changelog, но вместе изменения показывают более важный сдвиг: ИИ-разработка и безопасность цепочки поставки всё плотнее встраиваются в управляемую инфраструктуру компаний.

Cloudflare рассказала, как шесть недель искала почти невидимый баг в hyper — популярной HTTP-библиотеке для Rust. Ошибка проявлялась неприятно: сервис возвращал 200 OK, в логах не было явных сбоев, но клиент получал не весь ответ. Например, вместо нескольких мегабайт данных доходили только первые сотни килобайт.

В итоге причина оказалась не в бизнес-логике, не в обработке изображений и не в клиентском коде. Данные терялись на уровне соединения: hyper мог закрыть сокет до того, как полностью вытолкнул тело ответа из внутреннего буфера.

Команда TypeScript выпустила релиз-кандидат TypeScript 7.0. Это важный релиз не из-за пары новых флагов, а из-за смены основы компилятора: кодовую базу перенесли с TypeScript/JavaScript на Go.

Заявка серьёзная: в ряде сценариев TypeScript 7.0 должен работать примерно в 10 раз быстрее TypeScript 6.0. Ускорение появилось не из-за изменения языка, а за счёт скомпилированного кода и более активного использования параллельной обработки.

Речевые нейроинтерфейсы выходят из стадии эффектных лабораторных демо: опубликован кейс Кейси Харрелла, человека с БАС, который почти два года использует имплант дома — пишет письма, управляет курсором, работает и читает дочери.

Разбираемся, как система превращает сигналы речевой моторной коры в слова, почему 3800 часов реального использования важнее красивых метрик и какие ограничения всё ещё мешают таким технологиям стать массовыми.

ИИ-агенты в браузере постепенно переходят от анализа внешней картинки к отладке приложения в рантайме. Chrome DevTools for agents получил экспериментальную поддержку сторонних инструментов разработчика: теперь фреймворки и библиотеки могут отдавать агенту внутренний контекст — компоненты, сигналы, DI-графы и состояние, которое невозможно понять по одному DOM.

Разбираем, как устроен Discovery API, зачем он нужен Angular и React и почему это важный сдвиг для фронтенд-инструментов.

AI-поиск отвечает за секунды, автономный агент может работать над задачей почти полчаса — и всё же в итоге экономит пользователю несколько часов. Исследователи из Гарварда сравнили Perplexity Search и Computer на реальных сессиях и попытались измерить, как меняются затраты времени, сложность запросов и роль человека, когда ИИ получает право самостоятельно планировать и выполнять работу.

Anthropic вывела в публичный доступ Claude Fable 5 — свою самую мощную модель с дополнительными защитными ограничениями, а версию Mythos 5 оставила для проверенных организаций. Разбираемся, что умеют новые модели, почему чувствительные запросы перенаправляются в Claude Opus 4.8 и какой компромисс между возможностями ИИ и безопасностью предлагает компания.

Суд Маска против OpenAI выходит за рамки корпоративного конфликта и превращается в один из самых показательных процессов для всей ИИ-индустрии. В центре спора — трансформация OpenAI из некоммерческой исследовательской организации в сложную структуру с коммерческим контуром, партнерством с Microsoft и закрытыми моделями.

Для разработчиков и технических команд это история не только про юристов и миллиарды, а про будущее open source в ИИ, доступ к инфраструктуре, безопасность моделей и то, кто будет задавать правила на рынке сильных AI-систем.

GitHub готовит заметное изменение в экономике Copilot: с 1 июня 2026 года сервис перейдет на оплату по фактическому использованию. Вместо привычной модели с запросами в расчёт пойдут токены, выбранные модели, кэшированный контекст и отдельные сценарии вроде code review. Для разработчиков, которые используют Copilot как автодополнение, перемены будут почти незаметны, а вот командам с активным использованием чатов, агентных функций и проверок кода придется внимательнее смотреть на биллинг.

Агенты перестают быть экспериментами на уровне прототипов и начинают требовать полноценной инфраструктуры: с изоляцией, состоянием, доступом к внутренним сервисам и понятным путём в продакшен.

На Agents Week 2026 Cloudflare показала, как видит этот переход на уровне платформы — от среды выполнения и безопасности до памяти, поиска и инструментов, которые позволяют запускать и масштабировать агентные сценарии как отдельный класс нагрузки. Разбираемся, что именно они выкатили и какие из этих решений действительно могут повлиять на практику разработки.

Голосовые модели постепенно уходят от простого «озвучить текст» к более управляемым сценариям, где важны интонация, темп и поведение в диалоге. В новом релизе Gemini 3.1 Flash TTS Google делает акцент именно на этом: разработчику дают инструменты, чтобы задавать подачу речи прямо в тексте и управлять голосом на уровне сценария. Разбираемся, что именно добавили, как это работает и где такие возможности могут быть полезны на практике.

Google продолжает двигать поиск за пределы браузера и тестирует формат, в котором он становится отдельным интерфейсом внутри системы. В новом десктопном приложении для Windows компания объединяет AI-ответы, доступ к экрану, локальные файлы и облако в одном окне с быстрым вызовом. Судя по первым возможностям, речь идет уже не столько о расширении поиска, сколько о попытке занять точку входа в повседневную работу с контекстом пользователя.

Anthropic представила routines в Claude Code — новый механизм для запуска повторяемых сценариев по расписанию, через API или по событиям из GitHub. Инструмент позволяет автоматизировать часть инженерных задач вокруг разработки: от разбора алертов и проверки деплоев до работы с пулл-реквестами. Сейчас функция доступна в формате research preview.

Z.ai представила GLM-5.1 — новое флагманское поколение своей модели для агентной разработки. По заявлению компании, модель заметно прибавила именно в задачах программирования по сравнению с предыдущей версией.

Судя по опубликованным результатам, GLM-5.1 показывает лучший на текущий момент результат на SWE-Bench Pro, а также с большим отрывом опережает GLM-5 на NL2Repo, где оценивается генерация репозиториев, и на Terminal-Bench 2.0, который проверяет работу модели в реальных терминальных сценариях.

Google продолжает прокачивать линейку Gemini и сегодня выкатила Gemini 3.1 Pro — модель, которую позиционируют как «базовую умную силу» для задач, где обычного ответа «вот ссылка / вот краткий совет» уже не хватает. Речь про многошаговые рассуждения, сведение данных в единую картину, объяснения сложных тем «с картинкой в голове» и генерацию более «инженерного» результата, а не просто текста.

Alibaba выпустила линейку Qwen3.5 — обновление семейства моделей Qwen с фокусом на «агентные» сценарии (когда модель не просто отвечает, а планирует шаги, использует инструменты и держит контекст длинных задач).

В релизе одновременно видно две стратегии: огромные open-weights модели для тех, кто хочет разворачивать всё у себя, и отдельная «прикладная» версия для облачного API с упором на стоимость и скорость.

ИИ меняет не только разработку, но и экономику B2B-SaaS. То, что ещё недавно считалось «надёжной» подписочной моделью, сегодня сталкивается с новым конкурентом — собственными внутренними инструментами клиентов, собранными за считанные дни с помощью вайб-кодинга и AI-сервисов. В статье разбирается, почему это уже отражается в оценках SaaS-компаний, как меняются ожидания B2B-клиентов и какие продуктовые стратегии позволяют софту выжить в реальности, где гибкость и кастомизация становятся базовым требованием.

Команда Qwen представила Qwen3-Coder-Next — языковую модель с открытыми весами, разработанную специально для программирующих агентов и локальной разработки. Она построена на базе Qwen3-Next-80B-A3B-Base, в которой используется новая архитектура с гибридным механизмом внимания и MoE (Mixture of Experts, «смесь экспертов»).

Qwen3-Coder-Next прошла масштабное агентное обучение на данных, включающих синтез исполняемых задач, взаимодействие со средой и обучение с подкреплением, благодаря чему получила сильные навыки программирования и агентного поведения при заметно более низкой стоимости инференса.