AI-агенты в коде, продакшн-базах и локальных системах

Сегодня — практические примеры того, как AI помогает отлаживать Linux и развивать продукты, а также где агенты создают новые риски. В подборке есть и инструменты для локального запуска.

🔥 Hot:

🔹 Linus Torvalds рассказал, как AI помог в тяжёлой отладке Linux — AI оказался полезен в реальной работе над ядром, а не только в учебных примерах. 🔹 Выдать LLM доступ к продакшн-базе легко, а забрать его — гораздо сложнее — Разбор напоминает: для AI-агентов критичны отзыв разрешений и контроль доступа.

➡️ Новости:

🔹 Anjadhe запустил приватного AI-ассистента для macOS без аккаунта и серверной базы — Приложение строится вокруг рабочего canvas, а не обычного чата. 🔹 Heimdall добавляет trust-verified слой знаний для AI-агентов, пишущих код — Проект пытается сделать сведения, на которые опирается агент, проверяемыми. 🔹 Основатели стартапов работают больше, пытаясь не отстать от AI-агентов — Агенты ускоряют разработку, но одновременно повышают темп и нагрузку на команды.

➡️ Полезные материалы:

🔹 Разработчик обновил сайт свадебного реестра с помощью AI в 275 коммитах — Практический разбор показывает длинный, пошаговый процесс использования AI при развитии небольшого продукта.

➡️ Обсуждения и кейсы:

🔹 Сообщество ищет безопасный способ дать локальному агенту доступ к полноценному браузеру — Парсеры не заменяют браузер, когда агенту нужны авторизация и работа с сайтами как у пользователя. 🔹 Владельцы видеокарт с 16 ГБ VRAM обсуждают, как запускать крупные локальные модели — Участники делятся настройками, компромиссами и способами экономить видеопамять. 🔹 Пользователи LocalLLaMA спорят, каким публичным бенчмаркам моделей можно доверять — Обсуждение сводится к тому, стоит ли ориентироваться на внешние тесты или проверять модели самостоятельно.

📝 Если хотите дополнить список другими новостями и материалами, пишите в комментариях.