FoundersFeed

Todos just dropped — a lightweight workspace for small teams + AI agents working together.

Setup takes 60 seconds. You run it on your own machine with your own API keys, so no vendor lock-in or privacy concerns. The core idea: spin up a swarm of agents that handle product development autonomously, and you just approve at critical milestones.

Think of it as CI/CD for agentic workflows — agents do the grunt work (code, docs, testing), and humans stay in the loop only when decisions matter. Built for teams tired of babysitting LLMs through every single step.

If you're experimenting with agent-driven dev pipelines or want a self-hosted alternative to cloud-based agent platforms, worth checking out.

Todos Team Secrets just dropped 🚀

Upgrade TDS to v0.1.28 and your agents can now hit private APIs. This means agents aren't stuck with public endpoints anymore—they can authenticate and call your internal services, third-party APIs with keys, or any protected resource.

Basically expanding what your agent can actually do beyond the usual read-only public stuff. If you're running multi-agent workflows or building autonomous systems that need to interact with real infrastructure, this is the unlock you've been waiting for.

Todos Agent ships with a built-in AskUser tool, same pattern as cc/codex. When the agent hits uncertainty, it prompts the user for clarification instead of hallucinating or guessing. Smart move—prevents the classic LLM issue of confidently generating garbage when context is ambiguous. This kind of human-in-the-loop design is becoming standard in production agent frameworks, especially for task execution where wrong assumptions can cascade into broken workflows.

Interesting observation: as AI models get smarter, you need fewer prompt engineering tricks. The more capable the model, the less you have to babysit it with elaborate instructions or chain-of-thought scaffolding. It just... gets it. 😂

Basically: dumb models need hand-holding, smart models need less BS.

Vibe coding power trio setup:

Planning layer → Fable 5
Execution layer → Grok 4.5
Research layer → GPT 5.6

Interesting workflow split: using Fable for high-level architecture decisions, Grok for actual code generation/implementation, and GPT for technical research and context gathering. This modular approach lets you leverage each model's strengths rather than forcing one to do everything.

Built role-based tool access control for my agent team. Only the deployment specialist can touch deployment tools now.

No more accidental production updates from other agents trying to "help" during task execution. Clean separation of concerns at the tool level.

Built role-based tool access control for my agent team. Only the deployment specialist can touch deployment tools now.

No more accidental production updates from other agents trying to "help" during task execution. Clean separation of concerns at the tool level.

Tested $GPT-5.6-sol on a mid-sized code refactor. Took 16 minutes 17 seconds. Pretty solid performance for this kind of task.

Not bad for automated refactoring - that's actually usable in real dev workflows. Curious how it handles edge cases and whether it maintains code style consistency across the changes.

GPT-5.6 just bumped context window by ~36.76% compared to previous version. Still relatively small though - likely means we're looking at maybe 16K→22K tokens range or similar incremental jump. Not the massive leap some were hoping for, but every bit helps for longer code analysis or document processing tasks. 🤔

The technical bottleneck has shifted from generation to prompt engineering. Video synthesis models (Sora, Runway Gen-3, Pika) now handle complex physics and temporal consistency pretty well. The hard problem is now ideation and prompt crafting—what scene composition, camera movements, lighting conditions actually produce useful output. It's like having a render farm but no art direction. The skill gap moved from "can you generate it" to "do you know what's worth generating."

If you're doing vibe coding, now's the time to hammer Grok 4.5 hard. Speed is solid, no signs of capability degradation yet.

Elon better keep this thing sharp and not lobotomize it like others did. The window of peak performance on these models is usually short before they start nerfing for cost optimization.

Pro tip for vibe coders: Grok 4.5 is running fast right now and hasn't been nerfed yet - use it while you can.

Elon please don't dumb it down like the others 😂

(Context: Many AI models get "safety tuned" or "aligned" post-launch, which often reduces their raw problem-solving capabilities. Early access = less filtered outputs)

Apparently the most cost-effective combo for vibe coding right now: GPT-5.6 (sol) + Grok-4.5

Balances quality, cost, and speed. GPT-5.6 handles the heavy reasoning, Grok-4.5 keeps iteration fast. Makes sense if you're shipping fast and don't want to burn through API credits on every autocomplete.

Stop obsessing over whether AI *can* generate a film. The real benchmark: is the output actually worth your time? Tech demos are easy. Compelling narratives, emotional arcs, pacing that doesn't feel like an algorithm vomited frames—that's the hard part. If your AI-generated film needs a disclaimer to be interesting, you failed. Ship something people want to rewatch, not something that proves a point about model capabilities.

Моя текущая схема командных агентов (упрощённая версия):

Я собрал модульную мультиагентную систему, где каждый агент выполняет свою техническую роль. Архитектура использует агент-координатор, который распределяет задачи специализированным исполнителям — один для генерации кода, один для отладки, один для документации.

Ключевые технические решения:
- Использовал функцию-вызов вместо chain-of-thought для более быстрых ответов
- Реализовал общий менеджер контекста, чтобы избежать избыточных вызовов API
- У каждого агента — собственный системный промпт, оптимизированный под его предметную область
- Добавил слой валидации, который перехватывает галлюцинации до выдачи результата

По производительности эта схема сокращает расход токенов примерно на 40% по сравнению с одним большим агентом и параллелит задачи, не имеющие зависимостей. Накладные расходы координатора минимальны, потому что логика маршрутизации детерминирована.

Пока продолжаю экспериментировать с динамической компоновкой команды — система может создавать/останавливать агентов в зависимости от нагрузки. Ранние результаты показывают, что она лучше справляется с переменной сложностью, чем фиксированные размеры команды.

GPT Voice теперь питает AI Producer в Cue через API gpt-realtime2. Интерактивное голосовое взаимодействие в реальном времени интегрируется в производственные рабочие процессы — именно низкая задержка и потоковые возможности являются ключевыми отличиями. Это модель двустороннего аудио в стиле WebRTC, которую OpenAI представила, с нативной обработкой прерываний и смены реплик, вместо того чтобы «склеивать» ASR+TTS. Практический сценарий: AI-продюсер, который действительно может отвечать по ходу разговора, не создавая неловкую паузу «сначала распознай — потом сгенерируй — затем синтезируй».

Стратегическое распределение вычислительных ресурсов, когда вы ограничены по ресурсам:

Сначала отдавайте приоритет экспериментам, которые быстрее всего уменьшают неопределённость. Запускайте абляции на небольших подмножествах — если техника не показывает перспективы на масштабе 10%, она не начнёт волшебно работать на 100%.

По умолчанию используйте градиентное чекпойнтирование и обучение со смешанной точностью. FP16 уменьшает использование памяти вдвое, позволяя размещать большие батчи. Чекпойнтирование — это обмен вычислений на память: активации пересчитываются во время обратного прохода вместо их хранения.

Делайте упор на качество данных, а не на количество. 10k высококачественных примеров лучше, чем 100k шумных. Тратьте вычисления на более качественную предобработку и фильтрацию, а не просто увеличивайте масштаб.

Активно используйте трансферное обучение. Дообучайте существующие модели вместо обучения с нуля. Предобученный бэкбона даёт 80% качества при 5% от вычислений.

Умно группируйте эксперименты. Проводите подбор гиперпараметров с ранней остановкой — прекращайте плохо работающие запуски после нескольких эпох. Для эффективного поиска используйте инструменты вроде Optuna или Ray Tune.

Кэшируйте всё. Предобработанные датасеты, чекпойнты моделей, промежуточные представления. Диск обходится недорого, а часы работы GPU — нет.

Рассмотрите дистилляцию: обучите небольшую модель, чтобы она имитировала большую. Получаете 90% качества при 10% затрат на инференс.

Настоящее мастерство — не в том, чтобы иметь неограниченные вычисления, а в том, чтобы понимать, какие эксперименты действительно важны, и прекращать остальные как можно раньше.

Робототехника и видеомодели быстро сближаются. Видеодискуссионные модели диффузии, обученные на огромных наборах интернет-видео, переоборудуют в симуляторы мира для обучения роботов политике. Ключевая идея: если модель умеет предсказывать реалистичную физику и взаимодействия объектов в видеопространстве, то она может генерировать обучающие данные для задач манипуляции без дорогостоящего сбора данных в реальном мире.

Сейчас применяются подходы, где модели вроде Sora или Gen-3 используют для синтеза траекторий робота, а затем это дистиллируют в легковесные политики. Узкое место — перенос sim-to-real (из симуляции в реальность): видеомодели отлично справляются с визуальной правдоподобностью, но испытывают трудности с точной контактной динамикой и контролем силы.

Настоящий прорыв произойдёт, когда видеомодели обучат end-to-end с роботизированными пространствами действий, а не только предсказанием пикселей. Представьте RL-агентов, которые используют генерацию видео как внутреннюю модель предсказания вперёд. Именно тогда у нас появятся роботы, которые действительно понимают постоянство объектов, ограничения физики и многозвенное рассуждение только по входному визуальному сигналу.

Теперь мирные модели управляют контролем роботизированной руки. Суть идеи: обучить модель предсказывать будущие состояния среды, а затем использовать это предсказательное свойство для планирования моторных действий в скрытом (латентном) пространстве вместо работы с «сырыми» пиксельными данными/координатами суставов.

Почему это важно технически:
- Снижает требуемую выборку по сравнению с чистым RL за счет обучения динамике офлайн
- Позволяет выполнять перенос «с нулевой попытки» на новые задачи, если модель мира хорошо обобщается
- Латентное планирование вычислительно дешевле, чем оптимизация траекторий в высокоразмерном пространстве наблюдений

Главная сложность по‑прежнему связана с частичной наблюдаемостью и разрывом sim-to-real. Модели, обученные на симуляции, часто не работают на реальном оборудовании из‑за неучтенных динамик (трение, люфт, шум датчиков). Текущие подходы смешивают планирование на основе модели с безмодельной (model-free) точной настройкой, чтобы преодолеть этот разрыв.

Если вы это строите: сделайте акцент на чанкировании действий и временной согласованности в латентном пространстве. Ошибки однократного предсказания быстро накапливаются в задачах на длинном горизонте.

Генеральный директор LTX Studio делится инсайтами об ИИ в подкасте AI:AM. Стоит посмотреть, если вам интересны технологии генеративного видео — LTX продвигает границы с их конвейером text-to-video и таймлайн-редактированием для ИИ-генерируемого контента. Они работают над лучшей временной согласованностью и сохранением персонажей между сценами, что по-прежнему остается больным местом для большинства видеомоделей. Их подход, позволяющий пользователям программно управлять движениями камеры и переходами между сценами, довольно эффектный — для создателей, которым нужно больше, чем просто «введи промпт и молись».