Hacker News Digest

«Идея, что дефицит лития может вызывать болезнь Альцгеймера, нова и задаёт иной терапевтический подход», сказал Брюс Янкнер, профессор генетики и неврологии HMS, впервые показавший токсичность амилоида бета в 1990‑х. Исследование предполагает, что литий может лечить заболевание целостно, а не бить по отдельным мишеням — амилоиду бета или тау.

Ключевой вывод: на ранних этапах деменции формирующийся амилоид бета связывает литий, снижая его функцию в мозге. Пониженный литий затрагивает все типы клеток и у мышей вызывает изменения, характерные для болезни Альцгеймера, включая потерю памяти. Авторы нашли класс соединений лития, избегающих захвата амилоидом; наиболее мощное — литий оротат — у мышей обращало патологию, предотвращало повреждение нейронов и восстанавливало память.

Хотя нужны клинические испытания, измерение лития может помочь в раннем скрининге, а амилоид-устойчивые формы — в лечении и профилактике. Другие соли лития применяют при биполярном и депрессии в высоких, потенциально токсичных дозах, особенно для пожилых; литий оротат подействовал в дозе в тысячу раз меньше — сопоставимой с естественным уровнем в мозге — без признаков токсичности при длительном применении у мышей. «Осторожность при экстраполяции с мышей важна, но результаты обнадёживают», отметил Янкнер.

Истощение лития — ранний признак

Команда, сотрудничая с Rush Memory and Aging Project, измерила следовые уровни ~30 металлов в мозге и крови у когнитивно здоровых, с лёгким когнитивным нарушением и с выраженной болезнью Альцгеймера. Только литий резко различался между группами и менялся на самых ранних стадиях: высок у здоровых и снижен при ЛКН и Альцгеймере. Результаты воспроизвели на образцах из разных банков. Наблюдения согласуются с популяционными данными: больше лития в среде и воде — ниже деменция. Впервые показано, что естественный, «нутриентоподобный» уровень лития биологически значим и без приёма препарата.

Потеря лития запускает каскад изменений

Ограничение лития в рационе здоровых мышей снижало его мозговой уровень до альцгеймероподобного, ускоряло «старение»: воспаление, потерю синапсов, когнитивный спад. В моделях Альцгеймера дефицит лития резко ускорял бляшки и клубки и активировал микроглию.

• Обсуждают идею приёма лития (в частности, оротата лития) без рецепта как потенциальную защиту от нейродегенерации.
• Один участник подчёркивает, что литий не доказан как безопасный и эффективный для предотвращения нейродегенерации у людей и предостерегает от самостоятельного приёма.
• Другой отвергает «слепую безопасность», отмечая, что литий оротат широко используется и не выглядит экзотическим.
• Упоминается изотоп литий-6 как «предпочтительный для мозга», без подробного объяснения причин.
• Есть саркастический комментарий про «добавить телефонные батареи в рацион».
• Один участник делится личной историей о родственнике с болезнью Альцгеймера, подчёркивая её трагичность и выражая надежду на скорое появление лечения.

Я недавно взял летний отпуск: немного поездок, много прогулок. Знаю по опыту: без паузы зима тянется, мысли мутнеют. Стоит отдохнуть — мозг «помогает» идеями. На этот раз меня терзала мысль: что покажет анализ «ИИ» через призму современной управленческой теории, где вмешательства имеют высокую вариативность по времени и результатам?

Но реальность проста: бизнесу не важны управление, продуктивность и даже издержки. Его интересуют контроль над трудом и курс акций. Большая часть англоязычной управленческой культуры сегодня противоречит тому, что доказано работает со времён Деминга и послевоенной Японии.

Примеры:

• Опенспейсы многократно показали вред фокусу, коллаборации и благополучию. Они снижают лишь затраты на офис и усиливают надзор.
• Работа из дома по продуктивности сопоставима с разумным офисом и уступает сплочённой кросс‑функциональной команде в одном пространстве, но лучше опенспейса. Она улучшает сон сотрудников (а сон улучшает результаты) и снижает расходы на офис. Однако усложняет слежку, а при авторитарной философии контроль важнее прибыли и исходов.

Поэтому моделировать «ИИ» в рамках современной теории управления бессмысленно: менеджеры уже показали, что им безразличны эффективность, издержки и благополучие. Их волнуют контроль и личная карьера. Даже гипотетические +20% к продуктивности от LLM (маловероятно) меркнут на фоне совокупного вреда от устройства современного рабочего места; а если «ИИ» вреден — компаниям всё равно.

Отсюда вопрос: есть ли аудитория, которая хочет работать лучше и может менять практики? Вероятно, да — немного: разумно управляемые малые и средние фирмы, отдельные «укрытые» команды в корпорациях. Но именно они вряд ли «all‑in» по генеративным моделям: здравый смысл отталкивает из‑за пузыря, лока‑ина, завышенных затрат, экологического ущерба, политических рисков и квазирелигиозных идеологий (сингулярность, акселерационизм, лонгтермизм).

Тем, кто ценит рациональный менеджмент, эти инструменты уже не кажутся привлекательными, значит, аудитории для анализа, который лишь покажет их вред по множеству направлений, почти нет. А тем, кто застрял в организации, полностью ставящей на «ИИ», су…

• Участники спорят о роли LLM: они полезны, но ограничены и не заменяют человеческое мышление; корпоративные культуры используют их как инструмент давления, при этом качество результатов посредственное.
• Одни утверждают, что хорошие менеджеры реально заботятся о продуктивности и облегчают работу команд, другие — что компании часто навязывают контрпродуктивные правила и бюрократию ради контроля и соответствия.
• Критика: краткосрочность и ориентация на метрики/акции ведут к решениям, повышающим личную выгоду руководителей, но вредящим долгосрочной эффективности.
• Продуктивность важна, но не всегда определяет успех: крупные прорывы (Google, Tesla) связаны с качеством продукта и стратегией, а не просто с «выжиманием» эффективности.
• Анализ и оптимизация процессов полезны, но имеют издержки; чрезмерный учет и микроменеджмент могут снижать реальную эффективность.
• Скепсис к «очевидности» пузыря ИИ и к экологическим аргументам: критики требуют либо ставок против рынка, либо признают, что ИИ — малая часть экологической проблемы.
• Общий вывод: разрыв между декларациями о продуктивности и реальными практиками велик; хороший менеджмент редок и ценен, но системные стимулы часто искажают поведение компаний.

• Используйте клавиши ↑ (Вверх) и ↓ (Вниз), чтобы переместить указатель к нужному загрузочному устройству.
• Нажмите Enter для попытки загрузки или Esc для отмены.

Параметры загрузки:

• Обычная загрузка Windows
• Установить Windows
• Встроенный NIC (IPv4)
• Встроенный NIC (IPv6)

Другие параметры:

• Настройка BIOS
• Конфигурация устройств
• Обновление прошивки BIOS
• Изменить режим загрузки

• Пользователи делятся ссылками на JS-клон Windows XP (win32.run) и настоящую эмуляцию (VirtualXP, SmolXP, v86).
• Все отмечают мощный ностальгический эффект: звуки загрузки, обои, установочная музыка и даже «пиратские» ключи.
• Разбирают детали: шрифты, тени, отсутствие Pinball и Solitaire, слишком быстрая загрузка, Python 3 вместо 2.x.
• Некоторые шутят о запуске на работе в полный экран или о том, что Edge воспринял страницу как скам.
• Общий вывод: клон выглядит почти как оригинал, но всё-таки «не настоящий»; XP считают пиком дизайна ОС.

Я листал соцсети и наткнулся на toot Энди P с трюком:

width: calc(infinity * 1px);
height: calc(infinity * 1px);

Подумал: отличный тест на пределы. Если отдать браузеру бесконечность через ключевое слово infinity, он всё равно зажмет до максимума — можно понять верхнюю планку.

Сделал див с width/height: calc(infinity * 1px), обнулил отступы, проверил в Safari, Chrome и Firefox (Nightly) на macOS — и началось странное.

• Safari: около 33,554,428 px по ширине/высоте
• Chrome: около 33,554,400 px
• Firefox: высота схлопывается до межстрочного (например, 19.2 px при normal, 16 px при line-height: 1), ширина — вычислено ~17,895,700, но в раскладке ~8,947,840 (ровно половина минус 10)

Safari/Chrome почти упираются в 2^25 - 1 (33,554,431), но чуть ниже. Почему именно так — загадка. Firefox же ведет себя особенно: высота с “бесконечностью” игнорируется и падает к строке, ширина делится пополам в layout.

Дальше я попробовал font-size: calc(infinity * 1px):

• Safari: 100,000 px
• Chrome: 10,000 px
• Firefox: вычислено 3.40282e38 (макс для 32-бит float), но в раскладке шрифт ~2,400 px при normal; при line-height: 1 высота блока вдруг раздувается до ~8.9 млн. То же при переносе стилей на body.

Вывод: у Safari/Chrome жесткие десятичные лимиты для font-size (100k и 10k). У Firefox — вычислительно “бесконечность” как float, но реально рендерится ограниченный размер и странная связь с line-height.

Проверил line-height: calc(infinity * 1px):

• Safari: ~33,554,428
• Chrome: ~33,554,400
• Firefox: вычислено ~17,895,700, в раскладке ~8,947,840

Итоговые наблюдения:

• Safari/Chrome для размеров элементов/line-height ограничивают около 2^25 - 1; для font-size — вручную заданные пороги (10k/100k).
• Firefox: несогласованность вычисленного и реального значения; высота может схлопываться к строке, ширины/line-height делятся пополам, сильная зависимость от line-height.

Если кто знает первопричины (история движков, типы хранилищ, квантизация, внутренние лимиты раскладки/скролла/композитинга) — расскажите в комментариях или постом с трекбеком.

• Браузеры ограничивают максимальную высоту элемента: Firefox ≈ 17 895 697 px (2³⁰/60 – 1), Chrome/Safari ≈ 33 554 431 px (2²⁵ – 1).
• Причина — 32-битные signed-integer LayoutUnit (1/60 или 1/64 пикселя).
• Для «бесконечных» списков библиотеки вроде TanStack Virtual создают огромный div-контейнер и рисуют видимую область в canvas.
• CSS-значение infinity появилось недавно; Tailwind v4 использует его вместо «9999px» для .rounded-full.
• В старых браузерах высота документа ограничивалась ещё жёстче, что заставляло делать собственные полосы прокрутки.

Model Context Protocol (MCP) стал стандартом для вызова инструментов при создании агентов, но сам LLM не обязан «понимать» MCP. При «инжиниринге контекста» вы даете модели нужные данные и доступ к инструментам; стандарт MCP лишь унифицирует подключение к ним. Для модели это просто список определений инструментов — она не знает о реализации, и это нормально.

MCP дает доступ к тысячам инструментов без кастомных интеграций и упрощает агентный цикл: разработчик вызывает инструменты, а LLM лишь генерирует текстовый фрагмент с именем инструмента и параметрами. LLM не «умеет» вызывать функции — он предсказывает текст, который ваша система парсит, выполняет реальный вызов и возвращает результат как новое сообщение.

Пример: при наличии инструмента get_weather(location) на вопрос «Какая погода в Сан-Хосе?» модель может сгенерировать:
{
"name": "get_weather",
"input": { "location": "San Jose, CA" }
}
Агент выполняет этот вызов и передает ответ обратно модели. Разделение обязанностей: LLM предсказывает, система исполняет.

MCP стандартизирует подключение к источникам (инструменты, подсказки, ресурсы, примеры) через хост-приложение с MCP-клиентом и сервера MCP, которые экспонируют инструменты. Взаимодействие с LLM не меняется — меняется способ, как инструменты подаются и вызываются «под капотом». Для того же вопроса модель увидит тот же список инструментов; решение, как именно вызвать, остается за разработчиком (с MCP — через MCP).

Преимущества MCP — для разработчика: управление ростом числа инструментов, переиспользование, единые форматы, быстрые подключения к новым системам без переписывания кода. LLM не узнает о MCP, если вы сами не укажете это в системном промпте; его роль — сгенерировать фрагмент вызова, а ваша — выполнить его.

• Участники сомневаются в необходимости MCP: если чат-боты не станут главным интерфейсом, спецификация может оказаться ненужной.
• Критика сосредоточена на локальной модели «скачай-и-запусти MCP» — её считают избыточной; крупным компаниям достаточно удалённого MCP или прямых REST-вызовов.
• Большое количество доступных инструментов снижает точность агентов; лучше строго ограничить набор и активно подсказывать, как их использовать.
• MCP воспринимается как поспешный стандарт от Anthropic, слабо продуманный в части безопасности и авторизации.
• Некоторые видят перспективу в «USB-аналогии»: MCP может стать универсальным способом подключения систем друг к другу, выходя за рамки LLM.

• Пару дней назад OpenAI впервые за долгое время выпустила открытый языковой модуль. Сроки откладывали из‑за «безопасности». Они много говорят о безопасности — удобно для пиара: на вопросы об этике можно показывать на эти работы и будто бы закрывать тему. Но под «этикой» люди чаще имеют в виду не мат, фильтры и троллейбусные дилеммы, а реальность: управление и подотчётность, использование данных, перераспределение власти и денег, влияние на занятость. Вопрос: что делают люди, управляющие моделями, и как это влияет на общество?
• Такой подменой уже пользовались в теме приватности. В 1990‑х телемаркетинг покупал клиентские базы у компаний, которые не понимали ценность данных. Возмущение породило шаблон: «мы не делимся данными с третьими сторонами». Непроизнесённая часть: «им проще купить нас целиком — это и есть стратегия выхода». Сегодня, говоря о приватности, людей волнует, что делает с их данными именно текущая компания/приложение: школьное, парковочное, для проезда. Но разговор сводят к «чтобы посторонние не получили доступ», а не к «что конкретно делает эта компания». В итоге возникает индустрия соответствия и тестирования, честно решающая второстепенную задачу, чтобы не решать главную. Как политик, который на «поднимете ли налоги?» отвечает «мы вырастим экономику».
• С ИИ иначе лишь потому, что тема новая, и мы опирались на sci‑fi мысленные эксперименты. Они увлекательны и безопасны для бизнеса: никто не хочет «бумажкоскрепочную» катастрофу или симуляцию Black Mirror, а обсуждать это — выгодный пиар и бесплатное внимание прессы. Но такое сужение смещает фокус с реальных последствий и распределения ответственности на удобные, далекие от практики сценарии.

• Обсуждение критикует «этику/безопасность ИИ» за смещение фокуса с практических проблем (доступность жилья/еды, защита данных, рабочие места) на абстрактные «структуры управления» и пиар вокруг гипотетического AGI.
• Часть участников отличает «этику» от «безопасности» (этика шире), указывая на подмену тем и маркетинговую гиперболу; другие считают, что без глобальных договорённостей с санкциями этика неработоспособна.
• Сильная полемика вокруг квалификации «этиков/безопасников»: одни обвиняют их в непрактичности, другие отвечают, что в области много технических специалистов и исследований.
• Ассимовские законы в целом отвергаются как литературный приём, непригодный для реальной инженерии ИИ, особенно в парадигме обучения на данных и «чёрного ящика».
• Большое внимание «приземлённым» рискам: злоупотребления корпоративными данными и скрейпингом, энергопотребление, уязвимости и malware (не зависящие от ИИ), экономическое давление, утрата рабочих мест, концентрация власти.
• Звучит скепсис: регулировать уже поздно, компании преследуют выгоду; «этика» часто служит ширмой или PR, а открытый исходный код и распределение власти рассматриваются как возможная контрмера.
• Есть разногласия о влиянии «сафегардов»: одни опасаются, что жёсткие ограничения ухудшают способности моделей, другие считают, что безопасность неизбежно замедляет развитие, но без неё растут системные риски.

• В сокровищницах Тил Иософранга лежит Шепчущая Серьга, зарытая под золотом, чтобы не вредить. Это топазовый тетраэдр на тонкой золотой проволоке. Надетая, она шепчет: «Тебе будет лучше, если ты снимешь меня». Если не послушаться, больше это не повторяет.
• Затем при каждом решении она советует в форме «Тебе будет лучше, если ты…». Серьга всегда права: совет не обязательно наилучший в мире, но лучше того, что придумал бы сам носитель. Она не навязывает чужих целей, а ведет к твоему счастью — будь то карьерный успех или халтурка с последующим лежанием в постели и смутными фантазиями.
• Книга Темных Волн перечисляет 274 носителей. Нет случаев, чтобы кто-то пожалел, последовав совету; и нет случаев, чтобы не пожалел, ослушавшись. Вначале серьга говорит лишь о крупных решениях, потом — о мелочах: когда лечь спать, что съесть. Приняв совет, чувствуешь, что это было «в самую точку».
• Постепенно серьга переходит на «родной язык» — быстрые шипения и щелчки, соответствующие отдельным мышечным движениям. Сначала это чуждо, потом становится понятным: уже не «стань солдатом» и не «съешь хлеб», а «сократи бицепс на тридцать пять процентов», «произнеси звук п». Эти микроуказания складываются в сверхэффективный план для текущих целей.
• Привычка закрепляется: связь между звуками и движениями становится рефлекторной, как вздрагивание от внезапного крика. Поведение серьги далее не меняется. Носитель живет аномально успешной жизнью, обычно становясь богатым, любимым, с большой счастливой семьей.
• Кадми Рахумион, прибыв в Тил Иософранг, выяснил: первое внушение всегда — снять серьгу. Жрецы Красоты признались, что у умерших носителей кора сильно атрофирована, а средний и нижний мозг гипертрофированы, особенно зоны рефлексов.
• Кадми-н omaи попросил серьгу, проколол мочку, два часа беседовал с ней на каласском, кадхамском и на ее языке, затем снял и предложил запереть артефакт в самых глубоких хранилищах. Иософрелин согласились.
• Комментарий Нидериона-н omaи: Хорошо, что мы так глупы — иначе растратили бы скудную свободу. Потому Книга Холодного Дождя учит: нельзя идти кратчайшим путем.

• Участники обсуждают притчу про «шепчущую серьгу» как метафору опасностей агентных ИИ-инструментов: они могут «выключать мозг», если использовать их ради скорости и конвейерной разработки, но полезны, если расширяют амбиции и ответственность.
• Подчёркивается, что притча не про «чужую» технологию, а про риск стать слишком могущественным самому; любая притча о чрезмерной силе неизбежно касается технологий.
• Проводятся параллели с «Комнатой» из «Сталкера» и с произведениями Лема и рассказом «Manna»: разные способы утраты субъектности — от внешней подсказки, делающей человека пустой оболочкой, до исполнителя глубинных желаний.
• Обсуждают внутренние конфликты человека (долгосрочное vs краткосрочное), которые не сводятся к одной целевой функции; ИИ-подсказчик может усугублять или сглаживать эти противоречия.
• Предлагается практичный вариант: локальный «ушной» помощник для мягких, контекстных подсказок о ментальном здоровье (дыхание, социальные сигналы) без тотального контроля.
• Отмечают культурные отсылки (Steely Dan), старые архивы Squid314 и влияние сообщества LessWrong/EA; уточняется, что мораль связана со свободной волей и опасностью регресса к «двухкамерному» сознанию.
• Есть уточняющие вопросы (что такое EA) и мнения, что история — хорошая миниатюра в духе Борхеса.

Американская экономика раскололась: бурный ИИ-сектор и вялая потребительская часть.

• В статистике: траты на ИИ в прошлом квартале росли быстрее потребительских расходов; без ИИ рост ВВП был бы слабым.
• В акциях: за два года около 60% прироста рынка дали компании, связанные с ИИ (Microsoft, Nvidia, Meta); без этого бумa доходность была бы посредственной.
• В бизнес-данных: по Stripe, «ИИ-компании» лидируют по росту выручки, опережая остальные группы.

Что это за бум и откуда деньги? ИИ — это чипы, серверы и дата-центры, огромная электроэнергия, сети и охлаждение. Это крайне дорого. За полгода Meta, Google, Microsoft и Amazon вложили $100–200 млрд в чипы и инфраструктуру. Крупнейшие техгиганты строят на рекордных скоростях — крупнейший инфраструктурный проект со времен ранней компьютерной эры или даже железнодорожного бума.

JP Morgan отмечает: доля Nvidia в совокупных капзатратах компаний может стать максимальной со времен пиковой выручки IBM в 1969. По расчетам Пола Кедроски, капвложения в ИИ как доля ВВП уже превысили дотком-уровни и приближаются к масштабам «позолоченного века» железных дорог.

Этот всплеск финансируется беспрецедентной прибылью лидеров технологий. Их доля свободного денежного потока — рекордная со Второй мировой. Сильные действующие модели (реклама Meta, поисковая реклама Google и пр.) генерируют «горы» наличности, позволяя ежегодно направлять сотни миллиардов на ИИ-НИОКР и инфраструктуру.

• Рост американской экономики сейчас почти полностью держится на AI-инвестициях; без них рост был бы минимальным.
• 60 % прироста фондового рынка за два года дали лишь AI-гиганты (Microsoft, Nvidia, Meta), тогда как остальные 490 компаний S&P 500 почти не растут.
• Критики считают это «железнодорожной манией» XXI века: капитал льётся в инфраструктуру, но выгоду пока получают лишь «продавцы лопат» (Nvidia, дата-центры).
• Многие сравнивают ситуацию с пузырём dot-com 1999–2000 годов: революционная технология есть, но спекуляция может обернуться крахом.
• Пока AI почти не повышает прибыль «обычных» компаний и не создаёт заметного спроса со стороны потребителей; основной эффект — переоценка акций и рост CAPEX крупных игроков.

• Леонардо — бывший исследователь видеокодирования, ветеран стандартизации и предприниматель.
• Образование: классическая школа (Лицей Салезиан Вальсаличе), инженер-электронщик (Политех Турина, MSc), межкультурный опыт (Токийский университет, PhD по электрическим коммуникациям).
• Христианско-католическое воспитание сформировало убеждение о миссии, выходящей за личные интересы. В начале карьеры, когда цифровые медиа только зрели, видел свою миссию в разработке интероперабельных технологий цифровых медиа — на благо общества и для использования индустрией.
• Нужна была организация, создающая стандарты цифровых медиа, чтобы потребители могли бесшовно общаться, а индустрия работать на глобальном рынке совместимых продуктов и сервисов. Так в 1987 была задумана, а в 1988 создана группа Moving Picture Experts Group (MPEG).
• Через четыре года MPEG запустила цифровую эру: MPEG‑1 для интерактивных медиа (Video CD), цифрового аудио (MP2) и персональной музыки (MP3). С середины 1990‑х MPEG‑2 стал инфраструктурой для цифрового ТВ по кабелю, спутнику, эфирным сетям и на DVD. MPEG‑4 (первый релиз — 1998) открыл путь интернет‑дистрибуции медиа. Далее последовали семейства стандартов: MPEG‑7, MPEG‑21, MPEG‑A, MPEG‑H, MPEG‑I и др.
• Я председательствовал в группе, добившись более 200 стандартов, роста участия в 20 раз (с 29 экспертов) и расширения тематики от медиа к геномике — «рожденным цифровыми» данным мира.
• 2 июня 2020 я закрыл MPEG и ушел, так как «темные силы» перехватили управление. Ещё до этого у MPEG иссяк импульс — технологически и бизнес‑wise.

• Участники обвиняют MPEG в «патентной мафии»: десятилетиями тормозили отрасль патентами на h.264/265, MP3 и др.
• Основатель MPEG Леонардо Чьярильоне жалуется на «тёмные силы», но критики считают это лицемерием: он сам годами защищал FRAND-роялти.
• Пока MPEG задыхалась в лицензиях, открытые кодеки (AV1, даже несмотря на спорные патенты) и перспективные AI-кодеки (DCVC-RT и др.) начали вытеснять старые стандарты.
• Некоторые считают, что разработка кодеков дорога (сотни инженеров и кластеры CPU), но без патентных оков прогресс мог бы быть быстрее.

• Google представила Gemini CLI GitHub Actions — бесплатного ИИ-напарника для репозиториев. Он работает как автономный агент для рутинных критичных задач и как коллаборатор по запросу, которому можно быстро делегировать работу.
• Функции:
• Автоматизация типовых задач в репозитории и CI.
• Быстрые просьбы и делегирование через команды.
• Интеграция с GitHub Actions для запуска проверок, генерации изменений, предложений по коду.

• Польза для команд:
• Ускорение код-ревью и исправления ошибок.
• Поддержка документации, тестов и рефакторинга.
• Снижение нагрузки на разработчиков за счёт рутины.

• Доступность: без дополнительной стоимости, ориентировано на совместную работу в GitHub.

• Это GitHub Action, которую добавляют в YAML-файлы workflow; она вызывает Gemini CLI, передаёт ему промпты и контекст репозитория.
• Название «Gemini CLI» сбивает с толку: по факту это не CLI-утилита, а плагин для GitHub, что вызывает вопросы о брендинге и самоконкуренции с Jules.
• Установка требует Google Cloud-проекта и API-ключа; OAuth-авторизация пока не работает, а бесплатный режим ограничен квотами Google AI Studio.
• Пользователи жалуются на запутанную документацию, отсутствие понятных сценариев использования и невозможность отказа от сбора кода как тренировочных данных.
• По отзывам, инструмент годится для быстрого обзора PR новичков, но не заменяет Copilot Agent или Claude Code для профессиональной разработки.