📌 Тимлид Anthropic перестал давать кандидатам задачи на программирование
Феликс Ризеберг, который руководит разработкой в Anthropic и вёл Claude.ai, Cowork и настольный Claude Code, признался в своем блоге, что в октябре перестал давать соискателям задачи на код.
Раньше, по его словам, небольшое практическое упражнение работало слабым, но полезным признаком пригодности, а теперь перестало, потому что Claude решает такие задачи лучше кандидатов.
Смысла в задании по фронтэнду на React он видит столько же, сколько в вопросах про ассемблер.
🟡 Заменить механику отбора пока нечем
Ризеберг признаётся, что способа не нашёл, и просит читателей делиться идеями.
Сейчас он смотрит резюме и портфолио в поисках небольших прототипов, по которым видны вкус, понимание пользователя и умение думать от принципов.
🟡Смена парадигмы найма
Раз исполнение подешевело, влияние сотрудника меньше зависит от опыта работы с фреймворками и библиотеками.
Ризеберг говорит, что видит, как сравнительно новые инженеры опережают тех, кто пишет код лучше, и называет это тезисом «голод побеждает опыт».
Он советует инженерам брать не задачи из очереди, а то, что движет цели компании, выбирать идею порезче, за выходные собирать работающий прототип вместо документа с требованиями, держаться одной мысли, а не впихивать в прототип несколько, и опираться на свежий взгляд, в том числе на незнание, почему что-то считается невозможным.
В пример он приводит графический интерфейс для Claude Code.
Прототип за одни выходные собрали двое недавно пришедших в Anthropic инженеров, Энтони Моррис и Элис Чжао, а первая публичная версия вышла примерно через восемь дней.
Новая флагманская модель заняла первое место в Artificial Analysis Intelligence Index v5.0 с результатом 59 баллов. Основной упор сделали на кибербезопасность, программирование и длительную автономную работу ИИ-агентов.
Результаты бенчмарков:
- SEC-bench Pro - 88,2%: поиск реальных уязвимостей в программном обеспечении. - ExploitGym - 54,8%: проверка возможности эксплуатации найденных уязвимостей. - CWE-bench - 71%: автоматическое исправление уязвимого кода. - WebDev Arena - 1769 Elo: четвёртое место в разработке веб-интерфейсов.
Что ещё интересного:
- Автономная работа несколько дней. Внутри Google модель решала сложные инженерные задачи, находила причины ошибок и исправляла их в больших кодовых базах. - В 2 раза лучше Gemini 4 Argon генерирует безопасный код по внутренним тестам Google. - В 10 раз эффективнее другой передовой модели создаёт качественные патчи для Chrome, по оценке команды браузера. - На 80% меньше серьёзных нарушений инструкций при работе с кодом. - Вдвое меньше необоснованных утверждений по сравнению с Argon.
Отдельно Google заявляет, что Carbon успешно отразила все проверенные атаки через prompt injection в одном из бенчмарков.
Доступ пока ограничен: сначала модель получат специалисты по кибербезопасности. Массовый релиз состоится позднее.
Стоимость API после запуска составит $2 за миллион входных и $10 за миллион выходных токенов на вводном тарифе.
📌 EPFL показала имплантируемый чип, который следит за связью между участками мозга
Лаборатория нейротехнологий Федеральной политехнической школы Лозанны под руководством Махсы Шоаран сделала LogSync, имплантируемый чип размером примерно 4 на 2 мм, который целиком держит на себе машинное обучение.
Он записывает активность мозга, считает силу ритмов и согласованность сигналов между его областями, по этим признакам различает состояния внимания и эмоционального возбуждения и сам выдаёт команду на стимуляцию, когда распознал нужное состояние.
Весь этот путь, от анализа связей между областями до классификации, укладывается в один кристалл и меньше 200 микроватт.
Добились этого переводом вычислений в логарифмический вид, который упрощает нужные операции, причём алгоритмы и схему разрабатывали сразу с оглядкой на ограничения имплантата.
Такой чип нужен для глубокой стимуляции мозга при психиатрических расстройствах.
Большинство приборов работает по заранее заданным настройкам, без обратной связи, а те, что подстраиваются, обычно опираются на сигнал одного участка.
Шоаран исходит из того, что психиатрические расстройства связаны скорее со сбоями в связности между областями мозга, поэтому классификатор смотрит именно на их согласованность.
Проверка чипа прошла успешно на двух материалах - на записях мозга людей из прежних психиатрических экспериментов и на крысах в Университете Миннесоты.
В людей чип пока не вживляли, поэтому реальной точности распознавания и задержки EPFL не приводит.
Модельную часть лаборатория развивает отдельно. На ICML 2026 Шоаран представил RECTOR, способ самообучения на записях ЭЭГ и внутричерепной ЭЭГ, где модель учится на замаскированных фрагментах сразу по трём осям - областям мозга, каналам и времени.
В работе заявляют лучшие результаты в распознавании эмоций и вовлечённости, а также устойчивость к потере отдельных каналов, но конкретных цифр в аннотации нет.
✔️ Anthropic рассказала об участии в разработке лекарств
Компания запустила Claude в технологическую фармацевтику и купила биотех-стартап Mithril Medicine.
Ее основатель и единственный сотрудник, Коди Транбаргер, привлек Claude к организации контрактов, логистики и экспериментов с внешними лабораториями, а также делегировал многие другие аспекты деятельности стартапа.
В результате Mithril за менее чем полтора года превратил потенциальный метод лечения одной из форм мышечной дистрофии из идеи в многообещающие результаты на мышах.
На базе приобретенной Mithril Medicine Anthropic ведет собственные доклинические исследования терапии редких форм мышечной дистрофии.
Также партнерами Anthropic стали шесть профильных организаций, включая Bristol Myers Squibb и Generate Biomedicines.
В фармацевтических исследованиях Claude проектирует структуры антител, оптимизирует их термостабильность, планирует клинические испытания и готовит регуляторную документацию.
В рамках сотрудничества со Divergence Labs Claude создал 35 тыс вариантов дизайна антител за месяц - традиционно этот объем задач требует около девяти месяцев.
Еще год назад мы хихикали над тем, как нейронки делают ошибки джунов. Целые компании делали вид, что в разработке ничего не изменилось. А что там у этих хипстеров, какие то гпт с клодами, что?
И сейчас.
Это сложно назвать изменениями. Даже паникой. Просто снесли индустрию под корень, и пытаются спешно строить на ней что-то новое, переизобретая правила игры на ходу.
ИИ пишет код, проводит его через ИИ ревьюеров, тестирует ИИ тестировщиками и гонит его в прод через ИИ девопса. И все это запускает один человек. Не то чтобы он нужен, просто потому, что хоть кто-то все еще должен понимать, что происходит.
Гипер-автономность и "ночные агенты" - повседневность. "Юзер репортит в поддержку баг и через час готов PR с фиксом без участия человека" - про это даже скучно писать. "Зачем делать UI, если всё равно все будут юзать апп через Клода?" - вопрос, которым задавалась каждая вторая компания. "Что круче - рой из сотни Sol или 10 Opus'ов, но с оркестратором?" - обычные разговоры в курилке.
В этом году мы уже обсуждаем не просто "AI в разработке". Всё слишком изменилось.
Наша цель, разобраться: — как выглядит новая реальность создания продуктов: где в ней автономные агенты, мультиагентные системы, люди — как выглядит работа в команде, когда кажется, что уже никто не нужен? — как адаптировать компанию и процессы к ИИ? Насколько далеко все впереди? — чему учиться? кого и как нанимать в новых условиях?
Приходите, чтобы понимать, как жить в новой реальности
Спикеры:
— Александр Поляков — Как дать агенту доступ к вашему продукту: MCP, Skills и CLI — Родион Мостовой — Оркестрируем агентов для решения long-horizon задач — Кирилл Мокевнин — Внедряем AI в легаси проект. Пошаговый план — Илья Измайлов — LLM Wiki 2.0: как растить базу знаний агента и не утонуть в галлюцинациях — Николай Шейко — Агентный сетап на осень 2026 — Константин Доронин — Гарантия качества продукта, сгенерированного агентами. — Глеб Кудрявцев — Как выстроить AI ядро организации и потерять все свои данные