# OpenAI научила кибермодель не отказываться. А у агентов появился общий формат плагинов

> Большой PLISKO NEWS #3: шесть проверенных сюжетов, десять быстрых релизов и четыре свежих репозитория с лицензиями и оговорками.

Дата: 13 августа 2026 · Время чтения: 27 мин · Рубрика: Дайджест

Автор: Алексей Плиско · Каноническая версия: https://plisko.net/blog/daily-003/

Меня в этом выпуске зацепили две очень разные новости. OpenAI показала кибермодель, которая отвечает на 95 процентов сложных cyber-запросов во внутреннем тесте. А GitHub почти одновременно поддержал общий plugin.json для skills и MCP.

Одна команда снимает ограничения с модели, другая пытается стандартизировать всё, что мы к ней подключаем. Между ними Vercel собирает девять coding agents за одним gateway, Google запускает Gemma на Raspberry Pi, ChatGPT расширяет рекламу, а Cloudflare считает сотни атак мощнее 1 Tbps.

> Чем меньше агент говорит «нет», тем важнее становится не промпт, а вся система вокруг него: права, изоляция, журнал действий и возможность остановить выполнение.

**95,0% — запросов завершил GPT-5.6-Cyber во внутреннем Advanced Cybersecurity Completion Rate.** Это доля ответов, а не независимая оценка их точности, безопасности или полезности.

## Что внутри выпуска

- Почему число 95 процентов нельзя пересказывать без двух тестов, где GPT-5.6-Cyber не победил.
- Что именно стандартизирует Agent Plugins 1.0 и что всё ещё остаётся на стороне клиента.
- Как одна команда Vercel меняет конфиги девяти агентов и где появляется новый общий риск.
- Какая скорость у Gemma 4 E2B на Raspberry Pi 5 и почему prefill нельзя путать с ответом модели.
- Как ChatGPT подбирает рекламу и чем пользователь платит за отключение объявлений.
- Почему большинство DDoS-атак короткие и небольшие, хотя число атак мощнее 1 Tbps выросло в шесть раз.
- В конце: десять коротких релизов и четыре проекта, которые стоит открыть руками.

## 01. OpenAI обучила кибермодель отвечать там, где обычная модель почти всегда отказывается

**Cyber. Коротко:** GPT-5.6-Cyber доступен через новый уровень Daybreak Red. Во внутреннем тесте OpenAI он завершил 95,0 процента продвинутых cyber-запросов против 1,5 процента у GPT-5.6 Sol и 2,0 процента у Sol с доступом Daybreak Blue.

### Что известно

- Daybreak Blue снимает часть системных ограничений с универсального GPT-5.6 Sol для одобренной защитной работы. Daybreak Red открывает специализированные cyber-модели для исследования уязвимостей, проверки эксплойтов и red teaming.
- Предыдущий GPT-5.5-Cyber завершал 57,3 процента запросов в том же внутреннем completion-тесте. OpenAI отдельно пишет, что GPT-5.6-Cyber обычно тратит больше reasoning tokens, чем Sol.
- На внутренней реализации ExploitGym и наборе для поиска zero-day специализированная модель оказалась сильнее. Эти результаты получены самой OpenAI в изолированных средах и не являются независимым аудитом.
- Картина не односторонняя: GPT-5.6-Cyber уступил Sol в тесте на поиск уязвимостей и качество отчёта. В стандартном ExploitBench с лимитом 300 шагов GPT-5.6 Sol тоже оказался эффективнее и показал лучший результат.
- Обе модели отнесены к уровню High по cyber-capability, но ниже Critical. С 1 сентября индивидуальным участникам Daybreak потребуются аппаратные ключи; OpenAI рекомендует sandbox, scoped permissions, мониторинг и auto-review.

### Почему важно

Система безопасности раньше могла опираться на отказ модели как на один из слоёв. Daybreak Red специально уменьшает число отказов. Значит, реальная граница переносится наружу: кто получил доступ, какие системы доступны агенту, где он выполняет код, что записывается в журнал и какой шаг требует подтверждения человека.

### Мой вывод

Меня здесь интересует не рекорд 95 процентов, а цена этого рекорда. Когда модель почти перестаёт говорить «нет», фраза в системном промпте окончательно перестаёт быть защитным контуром.

[OpenAI: Expanding Daybreak as the Cyber Defense Window Narrows](https://openai.com/index/expanding-daybreak-as-the-cyber-defense-window-narrows/?utm_source=plisko.net&utm_medium=blog&utm_campaign=plisko_news_daily-003&utm_content=digest_source_01)

## 02. У skills и MCP появился общий контейнер, который не принадлежит одному вендору

**Стандарт. Коротко:** GitHub добавил поддержку Agent Plugins 1.0 в VS Code, Copilot CLI, Copilot SDK и Copilot app на всех тарифах. Один пакет может содержать manifest, skills и MCP-конфигурацию, а совместимые клиенты загружают только понятные им части.

### Что известно

- Спецификацию опубликовали 6 августа AWS, Anysphere, Microsoft, OpenAI и Vercel; Google в тот же день присоединился как core maintainer. В окно выпуска попал релиз поддержки GitHub от 12 августа.
- Корень пакета содержит plugin.json. Skills лежат в skills/, MCP-серверы описываются в mcp.json, а специфичные для клиента файлы уходят в reverse-domain namespace вроде com.github.copilot/.
- Версия 1.0 стандартизирует ровно два переносимых типа компонентов: skills и MCP servers. Установка, разрешения, marketplace, UX и дополнительные возможности остаются ответственностью каждого клиента.
- Старые GitHub Copilot plugins продолжают работать без обязательной миграции. Для перехода нужны $schema, фиксированные каталоги и отдельный namespace для Copilot hooks, rules, commands и других расширений.
- Enterprise может управлять enabledPlugins, extraKnownMarketplaces и strictKnownMarketplaces, а MCP-серверы дополнительно ограничивать allowlist. При этом нормативный документ 1.0.0 пока помечен как Working Draft.

### Почему важно

Skills уже переносятся между инструментами, MCP тоже имеет отдельную спецификацию, но пакет вокруг них до сих пор приходилось собирать заново. Agent Plugins создаёт минимальный общий слой. Он не обещает одинаковое поведение каждого агента, зато уменьшает бессмысленное дублирование каталогов и manifest-файлов.

### Мой вывод

Хорошо, что стандарт получился маленьким. plugin.json, skills и mcp.json можно проверить глазами. Если бы первая версия попыталась стандартизировать ещё hooks, UI, approvals и marketplace, мы бы получили красивую схему, которую никто одинаково не реализует.

[GitHub: Agent Plugins 1.0 in VS Code, Copilot CLI, and the Copilot app](https://github.blog/changelog/2026-08-12-agent-plugins-1-0-in-vs-code-copilot-cli-and-the-copilot-app/?utm_source=plisko.net&utm_medium=blog&utm_campaign=plisko_news_daily-003&utm_content=digest_source_02)

## 03. Vercel подключает девять coding agents к одному gateway одной командой

**Инфраструктура. Коротко:** Команда vercel ai-gateway coding-agents setup находит установленные агенты, создаёт API key и записывает gateway URL с credentials в нативный конфиг каждого клиента. Поддерживаются Claude Code, Codex, OpenCode, Pi, Cline, Cursor, Hermes, Kilo Code и OpenClaw.

### Что известно

- Через AI Gateway доступны более 200 моделей, включая те, которые конкретный агент не поддерживает напрямую. Выбор модели после setup остаётся внутри самого агента.
- Один dashboard показывает расходы, токены, производительность и traces. Для ключей можно задать budget, период обновления и срок действия.
- Team-wide Zero Data Retention и provider allowlist применяются на уровне gateway, поэтому агент не может обойти их правкой request-level routing.
- Vercel пишет, что конфиги редактируются на месте с сохранением форматирования. Setup не фиксирует модель и поддерживает неинтерактивный запуск с --yes.
- Пример команды заранее ограничивает список агентов и задаёт месячный budget. Это полезнее запуска по умолчанию на всех найденных клиентах, особенно на рабочей машине с несколькими профилями.

### Почему важно

Единый gateway убирает пачку API keys и собирает расходы в одном месте. Одновременно он становится общей точкой доверия и доступности. Ошибка в ключе, политике или маршрутизации теперь влияет сразу на несколько harnesses, поэтому централизовать нужно не только удобство, но и журнал изменений, лимиты и аварийное отключение.

### Мой вывод

Я бы начал не с девяти агентов, а с одного ключа и одного клиента. Команда, которая сама меняет несколько конфигов, удобна ровно до момента, когда ты не посмотрел diff.

[Vercel: Set up coding agents in one command with AI Gateway](https://vercel.com/changelog/set-up-coding-agents-in-one-command-with-ai-gateway?utm_source=plisko.net&utm_medium=blog&utm_campaign=plisko_news_daily-003&utm_content=digest_source_03)

## 04. Gemma 4 E2B отвечает на Raspberry Pi 5 без облака

**Edge AI. Коротко:** Google показала локальный pipeline на Raspberry Pi 5 с LiteRT-LM и Gemma 4 E2B. В опубликованном измерении модель получила 99 tokens/sec на prefill, 9 tokens/sec на decode и заняла до 1432 MB памяти.

### Что известно

- Prefill измеряет обработку уже переданного контекста, decode показывает скорость генерации новых токенов. Поэтому число 99 нельзя читать как скорость готового ответа.
- В голосовой демонстрации эффективный tokenizer дал около 27,3 символа в секунду, что Google переводит примерно в 300 слов в минуту. Это vendor demo, а не универсальный benchmark всех Raspberry Pi.
- Reachy Mini распределяет задачи параллельно: YOLO работает на GPU, Moonshine ASR на CPU, Gemma рассуждает на CPU, затем локальный TTS синтезирует речь.
- LiteRT добавил WebGPU/Vulkan backend для VideoCore VII. Идея не в том, чтобы GPU всегда был быстрее CPU, а в том, чтобы вынести непрерывное vision или audio и оставить CPU для LLM и orchestration.
- Google открыла sample-код робота, LiteRT CLI и skills для coding agents. Поддержка Hailo AI accelerators заявлена как coming soon, а не как доступная функция сегодня.

### Почему важно

Локальная модель становится полезной не тогда, когда догоняет облачный frontier model в общем чате. Ей достаточно быстро и предсказуемо делать одну часть физического pipeline: услышать, связать речь с последним кадром, выбрать действие и не отправить звук или видео в облако.

### Мой вывод

Из двух скоростей мне важнее 9 tokens/sec на decode. Именно это человек чувствует как ответ. А 1432 MB памяти оставляют на Pi место для ASR, vision и обычного приложения, ради которого модель вообще запустили.

[Google Developers Blog: Mastering Edge AI on Raspberry Pi with LiteRT and Gemma](https://developers.googleblog.com/mastering-edge-ai-on-raspberry-pi-with-litert-and-gemma/?utm_source=plisko.net&utm_medium=blog&utm_campaign=plisko_news_daily-003&utm_content=digest_source_04)

## 05. Реклама в ChatGPT вышла ещё на пять рынков и начала использовать историю чатов

**Бизнес-модель. Коротко:** 11 августа OpenAI расширила ChatGPT Ads на Великобританию, Мексику, Бразилию, Японию и Южную Корею. Реклама тестируется у совершеннолетних пользователей Free и Go; Plus, Pro, Business, Enterprise и Education остаются без объявлений.

### Что известно

- Объявление подбирается по теме текущего диалога, предыдущим чатам и прошлым взаимодействиям с рекламой. OpenAI заявляет, что реклама визуально отделена и не меняет сам ответ ChatGPT.
- Рекламодатели, по описанию OpenAI, не получают чаты, историю, memory или личные данные. Им доступны агрегированные просмотры и клики.
- Реклама не должна показываться пользователям младше 18 лет и рядом с физическим или психическим здоровьем и политикой.
- Пользователь Free может отключить рекламу, но тогда получает меньше бесплатных сообщений в день. Другой способ убрать объявления — перейти на Plus или Pro.
- Это продолжение пилота, который начался в США 9 февраля и затем расширился на Канаду, Австралию и Новую Зеландию. Независимость ответов и отсутствие влияния на trust metrics остаются заявлениями самой OpenAI.

### Почему важно

Для обычного баннера контекст страницы давно является стандартным сигналом. В ChatGPT контекстом становится разговор и память. Даже без передачи текста рекламодателю платформа сама использует гораздо более точное описание намерения человека. Поэтому здесь важны не только privacy promises, но и понятная граница между ответом, подбором объявления и настройками персонализации.

### Мой вывод

Самая честная строка во всём анонсе: рекламу можно выключить ценой меньшего числа бесплатных сообщений. Обмен хотя бы назван вслух. Теперь хочется так же ясно увидеть, какие именно сигналы повлияли на каждое объявление.

[OpenAI: Testing ads in ChatGPT](https://openai.com/index/testing-ads-in-chatgpt/?utm_source=plisko.net&utm_medium=blog&utm_campaign=plisko_news_daily-003&utm_content=digest_source_05)

## 06. Cloudflare за полгода остановил 935 атак мощнее 1 Tbps

**Security. Коротко:** В первом полугодии 2026 года Cloudflare зафиксировал 935 network-layer DDoS атак мощнее 1 Tbps. Между первым и вторым кварталами их число выросло на 519 процентов, а во втором квартале таких атак было 805.

### Что известно

- За шесть месяцев Cloudflare смягчил 23,2 миллиона network-layer атак и 29,64 триллиона HTTP DDoS requests. Это около 5343 сетевых атак в час.
- DNS-based атаки дали 34,3 процента network-layer активности. Доля DNS Flood выросла с 25,7 до 40,0 процента квартал к кварталу, а CLDAP Flood прибавил 580 процентов и стал третьим вектором во втором квартале.
- Почти 96,62 процента сетевых атак оставались ниже 500 Mbps, а 90,60 процента завершались быстрее десяти минут. Небольшой размер здесь относителен: 100 Mbps уже может положить один незащищённый сервер.
- Cloudflare отдельно связывает часть сдвигов с геополитикой и глобальными событиями. Это интерпретация телеметрии компании, а не доказанная причинность для каждой атаки.
- Отчёт построен на данных сети Cloudflare. Он хорошо показывает то, что компания видит и смягчает, но не является полной переписью всех DDoS-атак в интернете.

### Почему важно

Короткая атака может закончиться раньше, чем алерт дойдёт до человека. Даже после неё остаются retransmits, timeouts и нестабильные маршруты. Поэтому ручное включение защиты после уведомления проигрывает по времени, а always-on mitigation становится частью базовой архитектуры, а не аварийной кнопкой.

### Мой вывод

В отчёте есть хороший парадокс. Большинство атак маленькие и короткие, но именно поэтому человек не успевает ничего сделать. А на другом конце распределения уже сотни ударов мощнее 1 Tbps за квартал.

[Cloudflare: DDoS Threat Report H1 2026](https://blog.cloudflare.com/ddos-threat-report-2026-h1/?utm_source=plisko.net&utm_medium=blog&utm_campaign=plisko_news_daily-003&utm_content=digest_source_06)

## Быстро: ещё десять релизов

- **[Rule insights поднялись на уровень организации](https://github.blog/changelog/2026-08-12-rule-insights-for-organizations-in-public-preview?utm_source=plisko.net&utm_medium=blog&utm_campaign=plisko_news_daily-003&utm_content=quick_link_1)** — Public preview собирает оценки rulesets со всех репозиториев, показывает лидеров по bypass, фильтрует по статусу, ветке и дате и экспортирует CSV. (12 АВГ · GOVERNANCE)
- **[GHES 3.22 RC принёс Copilot CLI в air-gapped среды](https://github.blog/changelog/2026-08-11-github-enterprise-server-3-22-release-candidate?utm_source=plisko.net&utm_medium=blog&utm_campaign=plisko_news_daily-003&utm_content=quick_link_2)** — Администратор задаёт model provider в GHES, пользователи входят своими GHES credentials. Функция пока technical preview, а весь выпуск остаётся release candidate. (11 АВГ · ENTERPRISE)
- **[Copilot в JetBrains получил память и Ollama](https://github.blog/changelog/2026-08-11-copilot-memory-and-ollama-in-github-copilot-for-jetbrains?utm_source=plisko.net&utm_medium=blog&utm_campaign=plisko_news_daily-003&utm_content=quick_link_3)** — Memory сохраняет контекст между agent chats и управляется отдельным toggle. Ollama появился как BYOK provider, а Codex sessions видны в debug logs и понимают instructions и skills. (11 АВГ · IDE)
- **[Branch protection можно превратить в ruleset](https://github.blog/changelog/2026-08-11-automatically-migrate-branch-protection-rules-to-repository-rulesets?utm_source=plisko.net&utm_medium=blog&utm_campaign=plisko_news_daily-003&utm_content=quick_link_4)** — Convert to ruleset переносит required reviews, status checks и push restrictions без ручной пересборки. После миграции всё равно стоит сравнить итоговые правила до удаления старых. (11 АВГ · REPOSITORIES)
- **[GitHub разложил AI credits по типам токенов](https://github.blog/changelog/2026-08-11-per-model-token-breakdown-in-the-usage-report?utm_source=plisko.net&utm_medium=blog&utm_campaign=plisko_news_daily-003&utm_content=quick_link_5)** — В usage report теперь видны input, output, cache read и cache write для каждой модели рядом с AI credits. Доступно администраторам Business и Enterprise и индивидуальным пользователям. (11 АВГ · COST)
- **[Copilot на github.com научился сворачиваться](https://github.blog/changelog/2026-08-10-copilot-on-web-expands-conversation-controls?utm_source=plisko.net&utm_medium=blog&utm_campaign=plisko_news_daily-003&utm_content=quick_link_6)** — Чат можно свернуть, продолжить из recent conversations и открыть расход квоты по сессии и сообщению. GitHub заявляет доступность на всех Copilot plans. (10 АВГ · COPILOT)
- **[Exa search бесплатен в AI Gateway до 31 августа](https://vercel.com/changelog/exa-web-search-free-through-august-31-on-ai-gateway-and-eve?utm_source=plisko.net&utm_medium=blog&utm_campaign=plisko_news_daily-003&utm_content=quick_link_7)** — Инструмент работает с любой моделью gateway без отдельного Exa key, возвращает результаты и извлечённый текст и поддерживает фильтры по домену и дате. (12 АВГ · SEARCH)
- **[Vercel Connect показал полный жизненный цикл токена](https://vercel.com/changelog/vercel-connect-adds-observability-support?utm_source=plisko.net&utm_medium=blog&utm_campaign=plisko_news_daily-003&utm_content=quick_link_8)** — Observability связывает request, refresh, revoke и trigger delivery через tokenId и authorizationId. Retention: 12 часов на Hobby, 3 дня на Pro, 30 дней на Enterprise; продукт остаётся beta. (11 АВГ · OBSERVABILITY)
- **[DeepSeek V4 Pro получил новые веса без смены default slug](https://vercel.com/changelog/deepseek-v4-pro-now-runs-updated-weights-on-ai-gateway?utm_source=plisko.net&utm_medium=blog&utm_campaign=plisko_news_daily-003&utm_content=quick_link_9)** — Existing requests подхватывают обновление автоматически. В анонсе расходятся два dated ID, поэтому перед жёстким pin лучше сверить каталог моделей, а не копировать строку вслепую. (12 АВГ · MODELS)
- **[ChatGPT Business готовит Premium seats](https://openai.com/index/premium-seats-chatgpt-business/?utm_source=plisko.net&utm_medium=blog&utm_campaign=plisko_news_daily-003&utm_content=quick_link_10)** — 5x usage без пятичасового лимита за 125 долларов в месяц или 100 при годовой оплате. Standard и Premium можно смешивать; ранняя акция для подходящих клиентов заканчивается 20 августа. (10 АВГ · BUSINESS)

## Четыре репозитория выпуска

- **[deepseek-ai/deepseek-harness](https://github.com/deepseek-ai/deepseek-harness?utm_source=plisko.net&utm_medium=blog&utm_campaign=plisko_news_daily-003&utm_content=repository_pick_1)** — Официальный agent harness DeepSeek с архитектурой everything is a plugin и runtime на Cordis. Web UI запускается через npx, но README прямо обещает compatibility-breaking changes. MIT · TYPESCRIPT · DEVELOPER PREVIEW. Вердикт: Разобрать plugin architecture и фиксировать commit для любого прототипа.
- **[dmmulroy/anti-slop](https://github.com/dmmulroy/anti-slop?utm_source=plisko.net&utm_medium=blog&utm_campaign=plisko_news_daily-003&utm_content=repository_pick_2)** — Пятнадцать opinionated Oxlint rules против двойных assertions, unknown-контрактов, module mocks и других низкоинформативных паттернов. Автор предлагает vendoring, а не вечную npm dependency. MIT · TYPESCRIPT · OXLINT. Вердикт: Прочитать каждое правило и включать по одному, не отдавать skill право менять lint вслепую.
- **[wzchav/tokentab](https://github.com/wzchav/tokentab?utm_source=plisko.net&utm_medium=blog&utm_campaign=plisko_news_daily-003&utm_content=repository_pick_3)** — Локальный CLI читает логи Claude Code, Codex и Gemini CLI и группирует токены и стоимость по модели, проекту и дню. Цены ведутся вручную, а тип активности определяется эвристикой; Cursor пока stub. MIT · PYTHON · LOCAL FIRST. Вердикт: Запустить на копии логов и отдельно проверить pricing table и границы чувствительных данных.
- **[shadcn-ui/chatbot-template](https://github.com/shadcn-ui/chatbot-template?utm_source=plisko.net&utm_medium=blog&utm_campaign=plisko_news_daily-003&utm_content=repository_pick_4)** — Минимальный Next.js шаблон со streaming, tool calling, web search и human-in-the-loop questionnaire. Сам README предупреждает: /api/chat открыт без auth и может сжечь AI Gateway credits. MIT · TYPESCRIPT · NEXT.JS. Вердикт: Брать UI и typed tool parts, но до публичного URL добавить auth, rate limit и spend cap.

## Что из этого брать в работу

| Задача | Открыть первым | Не забыть |
| --- | --- | --- |
| Упаковать skill и MCP один раз | Agent Plugins 1.0 | Проверить Working Draft, permissions и client namespace |
| Подключить несколько coding agents | Vercel setup с одним --agent | Снять backup конфигов, задать budget и посмотреть diff |
| Дать модели опасные cyber tools | Daybreak Blue как старт | Sandbox, scoped permissions, hardware key, auto-review |
| Запустить локальный голосовой pipeline | Gemma 4 E2B на Pi 5 | Считать decode, память и конкуренцию CPU/GPU |
| Понять стоимость агентов | GitHub usage report или tokentab | Отделить реальные токены от эвристики категории работы |

У этого выпуска получилась одна общая линия. Модели становятся смелее, компоненты переносимее, а настройка короче. Поэтому новая сложность уезжает из команды запуска в управление доступом, расходами, версиями и доказательством того, что агент сделал именно разрешённую работу.

> Одна команда настройки экономит десять минут. Один непрочитанный permission может стоить намного дороже. Удобство и контроль теперь надо проектировать вместе.

Если открывать только три вещи, я бы выбрал таблицу Daybreak с проигрышами Cyber, короткую спецификацию Agent Plugins и README tokentab. Первая не даёт поверить одному числу. Вторая показывает реальную границу нового стандарта. Третья напоминает, что стоимость и след работы можно считать локально, но даже локальная цифра требует проверки методики.

## AI TEXTURA

Нужен агентный контур, а не ещё один чат? В AI TEXTURA мы связываем модель, доступы, инструменты, лимиты и журнал действий вокруг конкретного процесса. До запуска фиксируем, что агент может менять и где результат подтверждает человек.

[Обсудить процесс](https://aitextura.com/?utm_source=plisko.net&utm_medium=blog&utm_campaign=plisko_news_daily-003&utm_content=article_cta)

## Источники

- [OpenAI: Expanding Daybreak as the Cyber Defense Window Narrows](https://openai.com/index/expanding-daybreak-as-the-cyber-defense-window-narrows/?utm_source=plisko.net&utm_medium=blog&utm_campaign=plisko_news_daily-003&utm_content=source_1) — Первоисточник

- [NVD: CVE-2026-15903](https://nvd.nist.gov/vuln/detail/CVE-2026-15903?utm_source=plisko.net&utm_medium=blog&utm_campaign=plisko_news_daily-003&utm_content=source_2) — Контекст

- [GitHub: Agent Plugins 1.0 support](https://github.blog/changelog/2026-08-12-agent-plugins-1-0-in-vs-code-copilot-cli-and-the-copilot-app/?utm_source=plisko.net&utm_medium=blog&utm_campaign=plisko_news_daily-003&utm_content=source_3) — Первоисточник

- [Agent Plugins Specification 1.0.0](https://agent-plugins.org/specification?utm_source=plisko.net&utm_medium=blog&utm_campaign=plisko_news_daily-003&utm_content=source_4) — Документация

- [Vercel: Set up coding agents in one command](https://vercel.com/changelog/set-up-coding-agents-in-one-command-with-ai-gateway?utm_source=plisko.net&utm_medium=blog&utm_campaign=plisko_news_daily-003&utm_content=source_5) — Первоисточник

- [Google: LiteRT and Gemma on Raspberry Pi](https://developers.googleblog.com/mastering-edge-ai-on-raspberry-pi-with-litert-and-gemma/?utm_source=plisko.net&utm_medium=blog&utm_campaign=plisko_news_daily-003&utm_content=source_6) — Первоисточник

- [OpenAI: Testing ads in ChatGPT](https://openai.com/index/testing-ads-in-chatgpt/?utm_source=plisko.net&utm_medium=blog&utm_campaign=plisko_news_daily-003&utm_content=source_7) — Первоисточник

- [Cloudflare: DDoS Threat Report H1 2026](https://blog.cloudflare.com/ddos-threat-report-2026-h1/?utm_source=plisko.net&utm_medium=blog&utm_campaign=plisko_news_daily-003&utm_content=source_8) — Первоисточник

- [GitHub: Rule insights for organizations](https://github.blog/changelog/2026-08-12-rule-insights-for-organizations-in-public-preview?utm_source=plisko.net&utm_medium=blog&utm_campaign=plisko_news_daily-003&utm_content=source_9) — Первоисточник

- [GitHub Enterprise Server 3.22 release candidate](https://github.blog/changelog/2026-08-11-github-enterprise-server-3-22-release-candidate?utm_source=plisko.net&utm_medium=blog&utm_campaign=plisko_news_daily-003&utm_content=source_10) — Первоисточник

- [GitHub: Copilot memory and Ollama in JetBrains](https://github.blog/changelog/2026-08-11-copilot-memory-and-ollama-in-github-copilot-for-jetbrains?utm_source=plisko.net&utm_medium=blog&utm_campaign=plisko_news_daily-003&utm_content=source_11) — Первоисточник

- [GitHub: Migrate branch protection rules to rulesets](https://github.blog/changelog/2026-08-11-automatically-migrate-branch-protection-rules-to-repository-rulesets?utm_source=plisko.net&utm_medium=blog&utm_campaign=plisko_news_daily-003&utm_content=source_12) — Документация

- [GitHub: Per-model token breakdown](https://github.blog/changelog/2026-08-11-per-model-token-breakdown-in-the-usage-report?utm_source=plisko.net&utm_medium=blog&utm_campaign=plisko_news_daily-003&utm_content=source_13) — Первоисточник

- [GitHub: Copilot web conversation controls](https://github.blog/changelog/2026-08-10-copilot-on-web-expands-conversation-controls?utm_source=plisko.net&utm_medium=blog&utm_campaign=plisko_news_daily-003&utm_content=source_14) — Первоисточник

- [Vercel: Exa web search on AI Gateway and eve](https://vercel.com/changelog/exa-web-search-free-through-august-31-on-ai-gateway-and-eve?utm_source=plisko.net&utm_medium=blog&utm_campaign=plisko_news_daily-003&utm_content=source_15) — Первоисточник

- [Vercel: Connect observability](https://vercel.com/changelog/vercel-connect-adds-observability-support?utm_source=plisko.net&utm_medium=blog&utm_campaign=plisko_news_daily-003&utm_content=source_16) — Первоисточник

- [Vercel: Updated DeepSeek V4 Pro weights](https://vercel.com/changelog/deepseek-v4-pro-now-runs-updated-weights-on-ai-gateway?utm_source=plisko.net&utm_medium=blog&utm_campaign=plisko_news_daily-003&utm_content=source_17) — Первоисточник

- [OpenAI: Premium seats for ChatGPT Business](https://openai.com/index/premium-seats-chatgpt-business/?utm_source=plisko.net&utm_medium=blog&utm_campaign=plisko_news_daily-003&utm_content=source_18) — Первоисточник

- [deepseek-ai/deepseek-harness](https://github.com/deepseek-ai/deepseek-harness?utm_source=plisko.net&utm_medium=blog&utm_campaign=plisko_news_daily-003&utm_content=source_19) — Первоисточник

- [dmmulroy/anti-slop](https://github.com/dmmulroy/anti-slop?utm_source=plisko.net&utm_medium=blog&utm_campaign=plisko_news_daily-003&utm_content=source_20) — Первоисточник

- [wzchav/tokentab](https://github.com/wzchav/tokentab?utm_source=plisko.net&utm_medium=blog&utm_campaign=plisko_news_daily-003&utm_content=source_21) — Первоисточник

- [shadcn-ui/chatbot-template](https://github.com/shadcn-ui/chatbot-template?utm_source=plisko.net&utm_medium=blog&utm_campaign=plisko_news_daily-003&utm_content=source_22) — Первоисточник