Claude-Code v2.1.41 Выпуск: Основные обновления и исправления
Последний релиз Claude-Code v2.1.41 в основном сосредоточен на исправлении ошибок, повышении эффективности и добавлении функций для улучшения удобства использования. В частности, он решает проблемы с аутентификацией AWS, внедряя 3-минутный тайм-аут для предотвращения бесконечного ожидания. Кроме того, добавлены новые подкоманды CLI, такие как claude auth login, claude auth status и claude auth logout, для улучшенного управления аутентификацией.
Windows ARM64 (win32-arm64) теперь имеет нативную поддержку двоичных файлов, что улучшает кроссплатформенную совместимость программного обеспечения. Команда /rename была улучшена для автоматической генерации имён сессий на основе контекста разговора, когда аргументы не предоставлены, а макет терминала для нижнего колонтитула подсказки оптимизирован для узких наборов.
Было внедрено несколько исправлений, в том числе устранение проблем с разрешением файлов, связанных с @-упоминаниями, содержащими фрагменты якорей (например, @README.md#installation). FileReadTool был исправлен, чтобы избежать блокировки на FIFOs, /dev/stdin и больших размерах файлов. Уведомления о фоновых задачах теперь правильно доставляются в режиме потокового SDK для агентов.
Другие замечательные исправления касаются сбоев в пользовательском интерфейсе и функциональности: предотвращение прыжков курсора при каждом нажатии клавиши в вводах правил классификатора, обеспечение сохранения текста отображаемой ссылки в markdown, исправление уведомлений об ошибках автоматической компактности, корректировка отображения прошедшего времени за счёт исключения времени ожидания разрешений и очистка устаревших правил доступа при обновлении настроек на диске. Кроме того, были устранены ошибки блокировки хуков, которые раньше показывали содержимое stderr в пользовательском интерфейсе.
📖 Читать полный источник: GitHub Claude-Code
👀 Смотрите также
100 000 «почему» ИИ: как квазидетерминированные выходные данные LLM создают узнаваемую халтуру
lcamtuf утверждает, что вывод LLM можно отличить от человеческого письма не по отдельным особенностям, а по квазидетерминированному повторению одних и тех же сложных паттернов во многих запросах. Обложки книг Amazon для «100000 почему» иллюстрируют этот момент.
Qwen 3.6 27B при 52.8 tps TG на AMD MI50s: полная точность, без MTP, без квантизации
Пользователь Reddit проводит бенчмарк Qwen3.6-27B на восьми AMD MI50 (видеокарты 2018 года) с использованием форка vllm с ROCm 7.2.1, достигая 52.8 tps TG и 1569 tps PP с полной точностью и без MTP.
Янн ЛеКун привлек $1 млрд для разработки AI-мировых моделей через AMI, бросая вызов подходу на основе больших языковых моделей (LLM).
Стартап Янна Лекуна AMI привлёк более $1 млрд для разработки ИИ-моделей мира, понимающих физический мир, утверждая, что одних лишь больших языковых моделей недостаточно для достижения человеческого уровня интеллекта. Компания создаст системы с постоянной памятью, способностью к рассуждению и планированию для применения в производстве, биомедицине и робототехнике.
Модель искусственного интеллекта Google Nano Banana 2 для генерации изображений: возможности и доступность
Google DeepMind выпустила Nano Banana 2 — модель генерации изображений, сочетающую расширенные возможности Nano Banana Pro со скоростью Gemini Flash. Она обеспечивает согласованность объектов для до пяти персонажей, поддерживает разрешения от 512px до 4K и внедряется в продукты Google.