Hacker News Digest

Pi 1.0 — это стабильная версия минимального и расширяемого агента, который стал ежедневным инструментом для сотен тысяч пользователей по всему миру. Разработчики Earendil подчеркивают, что не гонятся за трендами, а внедряют только проверенные функции, взвешивая их полезность против добавленной сложности. В Pi 1.0 добавлены Codemode с нативной поддержкой MCP и работы с не-LLM моделями (например, Jev и изображениями), поддержка виртуальных моделей через расширения, отложенная загрузка инструментов, прогрев кэша для моделей Anthropic, системные сообщения mid-conversation (с учётом транскрипта), новая TUI-тема и полноэкранный режим по умолчанию. Все эти функции прошли длительное тестирование и теперь интегрированы без потери минималистичной сути Pi.

Параллельно с Pi 1.0 выпущен экспериментальный пакет Pi Durable — новый субстрат для создания долгосрочных агентных приложений, выходящих за рамки терминала и кодирования. Он сохраняет принципы минимализма и супермalleability Pi, но добавляет гибкость для управления интеллектом в длительных диалогах и задачах. Pi Durable позволяет пользователям направлять работу агентов с высокой точностью, например, через маршрутизацию между моделями: планирование на Claude Opus, переключение на GPT по сигналу Jev, выполнение скрипта и анализ стоимости по сессии. Примеры использования включают автоматическое суммирование недели коммитов, создание самописных расширений и динамическую смену моделей в ходе работы. Оба продукта распространяются под лицензией MIT, установка доступна через скрипт для Linux/macOS и PowerShell для Windows, а также через npm для Pi Durable. Документация и код находятся на pi.dev и GitHub соответственно.

Пользователи подтверждают, что Pi 1.0 — это минимальная, расширяемая платформа для агентных задач, где сила в экосистеме плагинов и способности работать с локальными моделями на слабом железе. Однако критикуют неоднородность качества плагинов и сомневаются в реальности утверждения о «сотнях тысяч» пользователей. Pi работает эффективно на слабых устройствах благодаря отсутствию громоздких системных промптов, в отличие от Claude и Codex, что подтверждают пользователи @FacelessJim и @girvo. Сила Pi — в экосистеме плагинов, но большинство из них — личные проекты с низкой поддержкой, как отмечает @richardgill88, что создаёт барьер для новичков. Спор о числе пользователей: некоторые сомневаются в утверждении о «сотнях тысяч» (@distantsounds), другие, как @lionkor и @by2kaapi, подтверждают повседневное использование Pi в продакшене и личных workflow. Спор о минимальности: @zmmmmm считает, что минимальность — оправдание отсутствия функций, в то время как @bel8 и @svintus хвалят сохранение простоты и отказ от трендов. Совет: начинать с минимальной настройки и постепенно расширять Pi (@ttmacer), используя tmux для отладки агентного поведения и Telegram для вывода. Совет: для безопасности запускать Pi в изолированных средах, например, через sbh + bubblewrap (@lionkor), чтобы ограничить доступ агента к системным ресурсам. Совет: пользователи, перешедшие с Claude Code, отмечают, что Pi упрощает синхронизацию конфигураций между агентами (@by2kaapi), избавляя от необходимости поддерживать одинаковые skills и MCP-настройки. Pi 1.0 — это скорее стабилизация API и прекращение ломающих изменений, чем добавление новых функций (@Jeeetendra), что подтверждает стабильность платформы для разработчиков. Совет: для тех, кто ищет более минимальные альтернативы, рекомендуют hax (@ltrg) — C-приложение с одним shell-инструментом и простой конфигурацией, без MCP. Многие пользователи, включая @ttmacer и @by2kaapi, используют Pi не только для кодирования, но и как общий агент для ОС — для управления файлами, логами, интеграции с CRM и автоматизации задач. Совет: пользователи, использующие Pi в продакшене, советуют строить харнесс поверх Pi SDK (@azuanrb), для централизации логов, мониторинга сессий и оценки моделей в реальном времени. Спор о различии от OpenCode: @browningstreet и @dom96 сомневаются в ценности перехода, в то время как @by2kaapi и @azuanrb отмечают превосходство Pi в гибкости и вендор-агностичности. Pi Durable воспринимается как инструмент для создания фоновых агентов в инфраструктуре, а не только для пользовательских интерфейсов (@sheepscreek), например, для мониторинга фаервола с аудитом. Совет: пользователи, использующие локальные модели (Qwen 3.8, GPT Luna), отмечают, что Pi позволяет эффективно запускать их без траты токенов (@skapadia, @girvo), что делает его экономически выгодным. Спор: критики указывают на несогласованность критериев «доказанности» функций: MCP поддерживается, хотя существует два года, а Jev — только месяц — и уже включён (@hhh), что вызывает недоверие к философии минимальности.

Исследователи показали, что закрытые модели ИИ — такие как Claude Opus, GPT-4 и Gemini — раскрывают свои внутренние цепочки рассуждений через зашифрованные «следы», которые API возвращает клиенту. Эти следы можно переносить между сессиями и моделями: если вставить их в более слабую, но взломанную версию той же модели (например, Claude Haiku), она расшифровывает и воспроизводит рассуждения сильной модели в открытом виде — без прямого доступа к ней и обходя все меры защиты от дистилляции. В экспериментах на 120 задачах из Codeforces восстановленные цепочки точно совпадали с числом скрытых токенов, заявленных API.

В расшифрованных следах обнаружены чувствительные данные: 64 из 704 утечек (включая API-ключи, пароли, токены GitHub и Hugging Face, email, паспорта, номера карт и внутренние URL) присутствовали только в рассуждениях, а не в видимом ответе. Например, в одном случае был восстановлен полный бронь авиабилета — имя, паспорт, карта, предпочтения — всё внутри «мышления» модели. Это означает, что даже при отсутствии явного вывода конфиденциальных данных, они могут утекать через скрытые логи рассуждений, что ставит под угрозу безопасность и конфиденциальность пользователей.

Тред дополняет статью опытом эксплуатации уязвимости, возражениями против термина «stealing» и обсуждением последствий для безопасности и доверия к ИИ-моделям. Термин «stealing» неуместен: пользователи оплатили токены и имеют право на доступ к информации, сгенерированной с их участием. Спор: одни считают уязвимость незначительной, так как её можно исправить шифрованием данных на сервере; другие — что это серьёзная угроза, позволяющая атаковать модели ИИ, включая «fake thinking» — манипуляцию выводами модели с использованием извлечённых данных. Рекомендация: разработчикам необходимо исправить уязвимость, обеспечить безопасность данных и быть прозрачными в использовании и обработке пользовательской информации. Последствия уязвимости — угроза безопасности и доверию к ИИ — требуют срочных мер для предотвращения атак.

Kimi K3 — модель с 2,8 триллиона параметров от китайской лаборатории Moonshot AI — заявлено как первый «открытый» модельный класс на уровне 3 триллионов, обойдя DeepSeek-V4-Pro. Она демонстрирует превосходство над Claude Opus 4.8 и GPT-5.5 в большинстве бенчмарков, уступая лишь Claude Fable 5 и GPT-5.6 Sol. Особенность — цена: $3 за миллион входных и $15 за миллион выходных токенов, что делает её самой дорогой среди китайских моделей. При этом она использует на 21% меньше токенов вывода, чем её предшественник K2.6, и лидирует в генерации фронтенд-кода на Arena.ai.

Тест с генерацией SVG-изображения пеликана на велосипеде выявил неожиданные детали: модель тратит 13 241 токен на «размышления» при выводе всего 3 417 токенов ответа, что делает задачу дорогой — 25 центов за один запрос. Входной промпт из 95 токенов странно велик — возможно, скрытый системный промпт добавляет 85 токенов. Визуальное понимание работает отлично: при описании изображения модель точно передаёт детали — цвета, позы, фон. Хотя «пеликан» уже не коррелирует с общей мощностью моделей, он остаётся полезным «приветствием»: проверяет генерацию SVG, оценку стоимости, пространственное понимание и даёт наглядный пример для сравнения версий.

При оценке моделей ИИ важно учитывать не только количество параметров, но и механизм внимания, экономическую эффективность и практическую применимость. Например, Kimi K3 демонстрирует доступную стоимость — $3 за миллион входных и $15 за миллион выходных токенов — и при этом превосходит более дорогие модели, такие как GLM, на бенчмарках, несмотря на меньшее число параметров. Китайские лаборатории могут использовать вычислительные ресурсы через соседние страны, что способствует разработке крупных моделей. Разработка открытых моделей затруднена из-за высоких требований к ресурсам. Модели могут переобучаться на специфических данных, снижая обобщаемость, и их производительность зависит от данных обучения. Эффективным инструментом оценки генерации изображений является бенчмарк с пеликаном на велосипеде. Необходимо развивать новые методы оценки, учитывающие качество, скорость и стоимость.