Новости
Последние обновления инструментов, релизы и важные события из мира вайб-кодинга
Загрузка...
Последние обновления инструментов, релизы и важные события из мира вайб-кодинга
Команда IQuest представила серию моделей IQuest-Coder-V1, которые обучались на эволюции кода, а не на статических фрагментах. Модель 40B-Loop умеет «перечитывать» код для исправления ошибок.
10+ лет в маркетинге, 300+ клиентских проектов: сайты, реклама, боты. Создатель GoBanana (228K+ пользователей, 11.6 млн ₽ выручки) и VibeCoderz. Делаю AI-продукты сам через Claude Code, Cursor, Windsurf и консультирую тех, кто хочет так же.
Об авторе →IQuest-Coder-V1: AI, который научился «думать» как Senior-разработчик
Команда IQuest представила серию моделей IQuest-Coder-V1, обученных на динамике изменений кода. Модель показала рекордные 77.2 балла на SWE-bench Verified.
IQuest-Coder-V1: Новая SOTA-линейка моделей для агентного программирования
Команда IQuest представила серию моделей IQuest-Coder-V1, использующих парадигму Code-Flow для глубокого понимания логики софта и работы с контекстом до 128k.
IQuest-Coder-V1: Новый SOTA-фреймворк для автономной разработки
Команда IQuest представила серию моделей IQuest-Coder-V1, которые обходят GPT-5.1 и Claude 4.5 Sonnet в тестах на агентное программирование и работу с терминалом.
IQuest-Coder-V1: Новая SOTA в агентном программировании и SWE-Bench
Команда IQuest представила серию моделей V1, которые обходят Sonnet 4.5 и GPT-5.1 в задачах автономной разработки и работы с репозиториями.
IQuest-Coder: новый open-source конкурент Claude и GPT-5 с архитектурой Loop
Китайская компания Ubiquant представила IQuest-Coder — мощную open-source модель для кодинга, которая обходит Claude 4.5 и GPT-5.1 в бенчмарках благодаря архитектуре Loop.
Claude Code: новый CLI-агент от Anthropic
Anthropic выпустила Claude Code — терминальный AI-агент для разработчиков. Инструмент работает прямо в командной строке и умеет писать, редактировать и запускать код.
Команда IQuest опубликовала исследование (arXiv:2603.16733v1), которое может изменить подход к созданию AI-агентов. Их новая разработка — серия моделей IQuest-Coder-V1 (от 7B до 40B параметров) — нацелена на то, чтобы превратить нейросеть из простого автодополнителя строк в полноценного инженера, понимающего динамику проекта.
Вместо того чтобы скармливать модели статические наборы данных, разработчики использовали метод Code Flow. AI обучали на истории коммитов и изменениях в репозиториях. Это позволяет модели понимать не только финальный результат, но и логику развития проекта: почему были внесены правки и как код адаптируется под новые требования.
Для вайбкодеров это означает, что агент станет лучше справляться с рефакторингом и пониманием контекста в больших legacy-проектах.
Самое интересное решение — модель 40B-Loop. В отличие от стандартных трансформеров, которые работают как «конвейер» (один проход от входа к выходу), LoopCoder использует циклическую обработку. Модель анализирует код в два этапа:
Это имитирует поведение опытного разработчика, который перечитывает свой код перед деплоем, чтобы найти скрытые баги.
IQuest-Coder-V1 показал впечатляющие цифры в бенчмарках, ориентированных на реальные задачи:
Исследователи выделили важный инсайт: использование Reinforcement Learning (RL) в «пути размышления» (Thinking Path) позволило модели научиться автономному восстановлению после ошибок. Если AI допускает баг при генерации, он способен самостоятельно его обнаружить и исправить в процессе работы над задачей.
Появление моделей вроде IQuest-Coder-V1 приближает эру, когда AI-агент сможет самостоятельно поддерживать сложные Open Source проекты. Если раньше мы использовали Cursor или Windsurf для генерации функций, то такие инструменты, как LoopCoder, смогут брать на себя долгосрочное планирование и исправление ошибок в масштабе всего репозитория (контекст до 128k токенов).
