Hacker News Digest

OpenMower — проект превращения недорогих серийных газонокосилок-роботов в умные устройства с точной навигацией RTK-GPS.

• Цель: дать старому «железу» современные функции — карты, зоны, маршруты, автопарковку.
• Что внутри: полностью открытая прошивка, платы и 3D-печатные крепления; заменяем только «мозги», оставляя моторы и датчики.
• Требования: базовая газонокосилка (Flymo, Gardena, Worx и др.), плата-основа на Raspberry Pi 4, RTK-модуль, внешняя антенна.
• Функции:
  • планирование маршрутов по векторной карте;
  • работа по зонам и расписанию;
  • возврат на зарядку и продолжение с места остановки;
  • OTA-обновления и веб-интерфейс.
• Сборка: подробные инструкции и BOM в репозитории; сообщество в Discord помогает с отладкой.
• Лицензия: GPL-3.0, все файлы и схемы свободны.

• Участники обсуждают OpenMower: кто-то хотел полностью самодельную «железную» версию, кто-то жалуется, что поддерживаемый мотокосилок не продаётся в Северной Америке.
• Лицензия CC-BY-NC-SA-4.0 вызвала спор: формально это не Open Source, но авторы готовы дать коммерческую лицензию по запросу.
• Несколько человек делятся DIY-опытом: автономная тележка с роторной косилкой, самоделки из стиральных моторов 90-х, мечты о солнечных микро-роботах.
• Предложены альтернативы: заменить газон на искусственную траву, пользоваться обычной катушечной косилкой или просто «поручить газон детям».

29 минут без дыхания: новый рекорд хорватского фридайвера

14 июня 2025 года в бассейне отеля Bristol в хорватской Опатии Витомир Маричич задержал дыхание 29 мин 3 сек, установив мировой рекорд по статическому апноэ с предварительным дыханием чистым кислородом. Предыдущий рекорд (24 мин 37 сек) принадлежал соотечественнику Будимиру Шобату (2021).

Перед погружением Маричич дышал 100 % O₂ (по правилам Guinness допускается до 30 мин). Затем он лёг на дно 3-метрового бассейна, положив руки за голову.

«После 20-й минуты стало легче морально, но физически — всё тяжелее: сокращения диафрагмы усиливались. Я знал, что не сдамся», — рассказал он после выхода.

Для сравнения:

• Рекорд AIDA по статическому апноэ на воздухе — 11 мин 35 сек (Стефан Мифсуд, 2013).
• Рекорд GWR на воздухе — 11 мин 54 сек (Бранко Петрович, 2014).

Методика: предварительное дыхание кислородом заменяет азот в лёгких, увеличивая запас O₂ с 0,45 до 3 л и откладывая рефлекс на вдох за счёт снижения CO₂. Требуется глубокая релаксация, контроль диафрагмы и минимальный пульс.

• Рекорд 29 мин 4 сек достигнут после предварительного дыхания чистым кислородом (обычный воздух — 11 мин 35 сек).
• Ключевые факторы: релаксация, тренировка толерантности к CO₂, эффект погружения (mammalian diving reflex), замедленный метаболизм.
• Опасности: потеря сознания, «синие» приступы; безопасность обеспечивают тренеры и страховка.
• Участники обсуждали методы тренировки, риск гипоксии и повреждение мозга, а также примеры из кино и личного опыта.

Вместо «умных» функций — просто работающие.

Везде впихивают ИИ, который никто не просил: браузеры, ОС, конференц-приложения ломаются, но деньги текут в «искусственный интеллект».
Gamescom добавил ИИ-расписание: люди получили сотни ненужных встреч, функцию быстро убрали.
Те же деньги могли бы починить DM, поиск, перенос встреч — базовые вещи, из-за которых все возвращаются к почте и LinkedIn.

Мотив один: быстрая прибыль. В итоге продукты гниют, а инвесторы кормят обещания «вот-вот будет AGI».
Один бюджет крупной компании хватило бы на 100 лет развития Godot, Blender, Ladybird — реальных инструментов, которые нужны сегодня.

Потерянные годы не вернуть.

• Участники жалуются, что вместо починки старых багов и улучшения базовых функций компании впихивают «AI-фичи», которые никому не нужны.
• Многие считают, что инвесторы сознательно выбирают технологии, которые трудно децентрализовать, чтобы сохранить контроль и монополию.
• Одни видят в нынешнем AI-хайпе очередную моду, как было с UML, блокчейном и облаками; другие – шанс на прорыв, оправдывающий «пузырь».
• Популярная идея: деньги лучше бы пошли на документацию, API и совместимость, а не на обучение моделей водить мышкой по браузеру.
• Подводный тезис – проблема не в AI, а в концентрации капитала и в том, что «зелёное поле» проще финансировать, чем ремонт «коричневого».

• FDA одобрила первую клеточную рыбу — лосося компании Wildtype.
• 28 мая агентство выдало письмо «без вопросов» о безопасности продукта.
• Шеф-повар Грегори Гурдэ подал лабораторный лосось в ресторане Kann (Портленд, Орегон).
• Культивированное мясо — альтернатива промыслу; спрос на морепродукты растёт, а ресурсы исчерпываются.

• Пользователи спорят, можно ли клеточно-выращенный лосось называть «лососем» и считать ли его «ультрапереработанным».
• Одни видят в нём решение проблем экологии, этики и безопасности, другие — «аберрацию природы» и нежелательную обработку.
• Упоминаются высокая цена, неясный углеродный след и риски безопасности при употреблении в сыром виде.
• Некоторые предлагают продавать экзотические сорта мяса, пока технология дорога, а другие считают, что проще перейти на бобовые и индийскую вегетарианскую кухню.

В настольной игре Avalon персонаж Мерлин знает злодеев, но не может выдать себя. Обычно он прячется за Персивалем, но можно пойти напролом: Мерлин ведёт себя так вызывающе, что все решают — это точно не Мерлин, а Персиваль. Это требует, чтобы остальные не знали, тупит он или гениален.

Такой «бесстыжий» ход становится общей стратегией. Париж Хилтон сыграла «тупую блондинку» настолько убедительно, что все поверили. Её осмеивали, но говорили о ней постоянно; спустя десятилетие её метод переняли Кардашьяны и другие. Признать её успех — значит признать, что остальные играли по проигрышным правилам.

То же случилось на выборах 2016 года: нарушение «очевидных» правил вызвало отторжение у обеих партий, но, вероятно, заложило новый стиль политики. Марк Цукерберг следует старому сценарию и теряет доверие, тогда как Джек Дорси поступает «глупо» (посты о голодании), но остаётся интересен.

Раньше общество наказывало выходки, сохраняя порядок. Сегодня наказание лишь усиливает сигнал: в открытых онлайн-сообществах санкции превращаются в маяк для новых сторонников. «Эстеблишмент» ошибается, считая, что нарушителю нужно одобрение старой тусовки; на самом деле ему всё равно, кто в новой.

Критика «он же туп» тоже не работает: не важно, осознаёт человек свои действия или нет. Он просто носитель идей-вирусов, которые распространяются, пока находят благодатную почву.

Долгосрочные последствия пока неясны, и не факт, что всем нужно быть бесстыжими. Но когда сверстники закатывают глаза, называя кого-то «бесстыдником», я подозреваю: это не способ списать со счетов, а первый признак того, что он уже побеждает.

• Участники обсуждают феномен «бесстыдства» как стратегию countersignalling, когда отказ от «правил игры» становится выигрышным ходом.
• Кто-то видит в этом подлинность и жажду «настоящего», другие — разрушение институтов и морали.
• Единого «решения» не найдено: предлагаются регуляция, возврат к формальности, «новая искренность» или просто смирение.
• Отмечают, что стратегия работает лишь при ресурсах и внимании, а неудачники выглядят клоунами.
• Итог: бесстыдство становится доминирующей, но хрупкой стратегией эпохи экономики внимания.

• Суд против Fox из-за лжи о «украденных выборах» показал, что единственный действенный рычаг воздействия на СМИ — это иск о коммерческом ущербе, а не защита граждан от дезинформации.
• Штраф в 1/3 годовой выручки многие считают «расходами на бизнес», но участники с опытом масштабных исков утверждают, что такие решения всё-таки заставляют компании менять процессы.
• Спор о «бумаге против электроники» свёлся к тезису: бумажные бюллетени с ID и очным голосованием сложнее взломать, но и они не 100 % защищены; электронные системы теоретически возможны, но вызывают сомнения в безопасности.
• Под поверхностью дискуссии о voter-ID скрываются партийные мотивы: республиканцы видят в этом способ подавления демократических голосов, демократы — барьер для избирателей без удостоверений.

Основы Obsidian
Obsidian строится на базах — папках, где хранятся заметки (*.md). Одна база = одна папка. Внутри можно создавать подпапки, но все они считаются частью этой базы.

Создание

• Новая: File → New Vault → выбрать папку.
• Существующая: Open folder as vault — подключить уже готовую папку с .md.

Место хранения

• Локально (по умолчанию) — файлы на диске.
• Синхронизация — через Obsidian Sync, Git, iCloud, Dropbox и т.д. (файлы остаются вашими).

Одновременная работа
Можно открыть несколько баз одновременно: каждая в отдельной вкладке/окне. Переключение через Ctrl/Cmd+O.

Перенос
Просто скопируйте папку базы — она полностью переносима. Никаких скрытых зависимостей.

• Obsidian Bases — официальный релиз «баз данных» внутри волта: таблицы, фильтры, сортировка и карточки на основе свойств заметок.
• Для многих это замена Dataview/DB Folder: проще UI, живые обновления, но пока нет множественного выбора и расширений.
• Удобно как персональный CRM: видно, когда и о чём говорили с контактом, кого давно не трогали.
• Часть пользователей считает, что Bases — перегрузка; проще остаться на ежедневных заметках или уйти в Notion/Siyuan.
• Вопросы по API, импорту из Notion, Kanban-видам и работе с блоками внутри заметок пока без ответа.

Fractional Jobs — биржа частичной занятости.
Эксперты работают по 10–20 ч/мес на фиксированный оклад без полного оформления.

Кому нужно

• Таланты: выбирайте роль (Engineering, Marketing, Design, Sales, Product, Finance, Ops, Growth, People, Analytics, Legal и др.), получайте вакансии и гайды.
• Компании: публикуйте заявку за $100 (возврат, если не найдёте), получаете подборку топ-кандидатов, потом нанимаете напрямую.

Как начать

• Узнать, что такое fractional
• Забронировать звонок с основателем Taylor Crane
• Опубликовать вакансию

Актуальные вакансии

• Contentful — Head of Marketing, 10 ч/мес, до $10 000, удалённо
• Steelbay Equity Partners — Founding Marketer, 10–20 ч, оклад не указан, удалённо
• Wedwallet — Legal Advisor, 10–20 ч, $300–500/час, удалённо

Посмотреть ещё 24 вакансии

Также следите за новыми предложениями в LinkedIn и X.

• Платформа предлагает fractional-роли (20–40 ч/нед, $175–200/ч) без комиссии, напрямую сводя инженеров с компаниями.
• Участники видят спрос и на fractional CISO, sales/GTM и security-роли; многие ищут part-time, чтобы совмещать семью, PhD или «полусаббатикал».
• Критика: гиг-экономика без соцпакета, низкие ставки, риск «раунд-апа» до полного дня без льгот.
• Поддержка: часть специалистов (особенно финансово независимые) предпочитают гибкий график и меньше выгорания.
• Вопросы к платформе: модель оплаты (1099/W2), репутационная система, юридические гарантии, баги с ad-blocker.

tiny-tpu — минималистичный тензорный процессор, вдохновлённый Google TPU v1/v2.
Цель: дать студентам и исследователям открытый, понятный RTL-код для изучения архитектуры TPU без закрытых деталей Google.

Основное

• Ядро: rtl/, sim/, fpga/ — SystemVerilog, тесты, PYNQ-образ.
• Производительность: 8×8 систолическая матрица, 32-бит INT, 200 МГц на Artix-7.
• Поток данных: команды DMA → веса/активации → вычислительный массив → аккумуляторы → DRAM.
• Инструменты: Verilator, Vivado, Python-библиотека для генерации инструкций.

Быстрый старт

git clone https://github.com/tiny-tpu-v2/tiny-tpu.git
cd tiny-tpu
make sim        # симуляция
make fpga       # битстрим для PYNQ-Z2

Примеры

• examples/mnist/ — инференс MNIST за 3 мс.
• examples/resnet/ — слой ResNet-18 (пока симуляция).

Лицензия

MIT.

• Обсуждение крутится вокруг двух схожих постов на Hacker News.
• @mdaniel считает, что текущее распределение очков (рейтинг) справедливо.
• Причина: он явно предпочитает ссылку на официальный репозиторий, а не на случайный .com-домен.

• 95 % компаний не получают реальной пользы от генеративного ИИ: отсутствуют данные, экспертиза, процессы и культура.
• Пилоты застревают на стадии демо; ROI не измеряется, бюджеты выгорают.
• Ключевые барьеры: «грязные» данные, отсутствие стратегии, нехватка специалистов, правовые риски.
• Выигрывают лидеры: 5 %, кто инвестировал в инфраструктуру, обучение и управление жизненным циклом моделей.
• Совет аналитиков: начинать с узких, хорошо оплачиваемых сценариев (например, генерация отчётов), постепенно масштабировать.

• Обсуждение крутится вокруг идеи, что текущий бум GenAI — это пузырь, сравнимый с dot-com 1999–2000 годов: массовые вливания денег без понимания, как извлечь ценность.
• Участники спорят о реальной пользе: кто-то считает, что даже 5–20 % экономии на BPO-задачах уже $15–60 млрд, другие видят лишь «костры денег» ради страха отстать.
• Отмечается, что большинство проектов дают лишь инкрементальные улучшения, плохой ROI и вынуждают компании возвращать уволенных сотрудников (пример Klarna).
• Сравнения с блокчейн-хайпом: технология полезна, но спекулятивное применение и непонимание приводят к разочарованию.
• Подчеркивается, что основные деньги сейчас идут не на модели, а на их «потребление» в корпорациях; если даже на пике хайпа ценности не видно, пузырь может лопнуть очень громко.

Tiny-TPU: почему и как

Мы решились на безумное: собрать собственный TPU, не имея опыта в железе. Движимы желанием «переизобрести» ускоритель, а не копировать Google, мы пошли «кривым» путём: сначала пробуем самые простые идеи, потом читаем документацию. Цель — научиться думать без ИИ и понять, как устроены нейросети и чипы.

TPU — это ASIC, заточенный под матричные умножения (до 95 % вычислений в трансформерах). В отличие от GPU, он не умеет рисовать кадры, зато делает одно дело быстро и эффективно.

Как работает железо

• Тактовый цикл — базовая единица времени (пико-наносекунды). Всё происходит между «тиками».
• Verilog описывает логику:

  always @(posedge clk) c <= a + b;
  

  Регистры обновляются раз в цикл, а не мгновенно, как в софте.

Путь к игрушечному TPU

1. XOR-MLP 2→2→1 — разобрали вручную: прямой и обратный проходы, градиенты.
2. Философия — рисуем всё на бумаге, кодим без ИИ, проверяем «тупые» идеи.
3. Результат — работающий «той» TPU, который учится и выводит. Это не клон Google-TPU, а наша версия «как бы мы сделали».

Слайды и код: GitHub, Twitter, Drive.

• Проект — «игрушечный TPU», описанный на Verilog и пока только симулирован.
• Следующий шаг — запуск на FPGA; чип пока не изготовлен.
• Google в своих TPU использует Chisel, и комментаторы предлагают рассмотреть переход с Verilog.
• Некоторые участники неясно поняли, что именно «построено»: симуляция или реальное железо.

• Апелляционный суд США подтвердил штраф $92 млн для T-Mobile за продажу данных о местоположении абонентов без согласия.
• FCC оштрафовала T-Mobile, AT&T и Verizon за передачу реального местоположения посредникам LocationSmart и Zumigo; злоупотребления стали известны в 2018 г.
• Суд: каждый смартфон — трекер, данные раскрывают «интимные детали жизни»; операторы не проверяли согласие и не ввели защиту после инцидентов.
• T-Mobile и Sprint не отрицали фактов, но заявляли, что FCC превысила полномочия; суд признал штрафы законными.
• Решения по апелляциям AT&T и Verizon ещё не вынесены.

• Пользователи в шоке: даже после отключения всех доступных опций в личном кабинете T-Mobile/ATT/Verizon данные о местоположении всё равно утекают и спам-связанные звонки «догоняют» человека по дороге.
• Оказалось, что в настройках T-Mobile появились новые пункты «профилирование и автоматические решения», которые снова включены по умолчанию; приходится отключать дважды.
• MVNO (Google Fi, Mint и др.) не дают прямого доступа к настройкам T-Mobile, поэтому полностью отказаться от трекинга нельзя.
• Единственные практические советы: включать «режим полёта + Wi-Fi», использовать «фарадеевы» чехлы или возвращаться к крупным операторам ради встроенных фильтров спама.
• Участники считают, что рынок США по сути является естественной монополией: спектр регулируется FCC, а мелкие игроки не могут конкурировать; проблему можно решить только через государственное регулирование и разделение инфраструктуры от сервиса.

• О YouTube: О нас, Пресс-центр, Авторское право, Контакты
• Для авторов и бизнеса: Авторы, Реклама, Разработчикам
• Правила и безопасность: Условия, Конфиденциальность, Политика и безопасность, Как работает YouTube
• Дополнительно: Тест новых функций, NFL Sunday Ticket

© 2025 Google LLC

• Участники обсуждают, как LLM могут сделать AI в играх менее предсказуемым и более «живым», особенно в жанре «симулятор жизни».
• Разработчики подтверждают, что вдохновляются The Sims и стремятся к открытому миру, где игроки экспериментируют с мини-играми и собственными целями.
• Поднимаются технические вопросы: стабильность LLM при долгих сессиях, локальный запуск моделей, поддержка Linux и баг с ToS.
• Часть игроков скептически относится к LLM-играм, считая «тривиальный» или «жульнический» AI более эффективным и лёгким в балансе.
• Появляются идеи использовать проект как обучающий инструмент, генератор radiant-квестов или «vibe-coding» для поведения врагов.

• Основной вывод: после 320 тыс. км большинство электромобилей сохраняют ≥80 % ёмкости аккумулятора.
• Типы старения:
  • Календарное — 1–2 % в год даже при простое, усиливается в жаре.
  • Цикловое — потери при зарядке/разрядке из-за механического напряжения и роста SEI-слоя.
• Динамика: быстрая потеря первые 30 тыс. км, затем линейное замедление.
• Факторы, ускоряющие деградацию: высокие температуры, постоянная зарядка до 100 % или разрядка до 0 %.
• Советы для замедления:
  • Держать SoC между 20–80 %.
  • Избегать частых «быстрых» зарядок.
  • Парковать в тени/прохладе.
• Практика: Tesla Model S/X на 320 тыс. км теряют в среднем 12 %, Model 3/Y — 10 %.
• Гарантии: большинство производителей покрывают ≥70 % ёмкости 8 лет или 160 тыс. км.

• Реальная деградация батарей EV оказалась меньше страхов: после 150–200 тыс. миль Tesla держит ≥80 % ёмкости, а гарантии 8–10 лет/100 тыс. миль покрывают 70 %.
• Проблема не столько в «химии», сколько в инженерии: старые Leaf без тепло-менеджмента теряют до 16 % за 6 лет, новые машины с жидкостным охлаждением и LFP-ячейками живут дольше.
• Страх «последних 20 %» дальности владельцы считают критичным: при холоде или отсутствии зарядок каждая потерянная миля превращается в риск остаться без энергии.
• Гарантии часто нетрансферны и не спасают цену на подержанные EV: даже 60 % ёмкости после 8 лет делает машину «неликвидной».
• На практике EV-аккумуляторы переживают кузова и другие узлы: у одного Model S за 10 лет всё заменили, кроме батареи (85 % осталось), а у Prius 2010 года Ni-MH-батарея отходила 190 тыс. миль.

Программа должна оставаться валидной по мере набора.
Python-списковые включения плохи: пока вы не допишете for line in text.splitlines(), редактор не знает тип line, не может подсказать split() и даже не понимает, существует ли переменная.
В Rust text.lines().map(|line| line.split_whitespace()) строится слева-направо: сразу после line. доступны методы, и код всё время «жив».

Принцип progressive disclosure: сложность появляется ровно тогда, когда нужна. В C функции для FILE* начинаются на f; вводишь f и видишь сотни вариантов, не понимая, какой подходит. В идеале file. показал бы read, close и т. д. прямо во время набора.

Python и JS:

map(len, text.split())

— неясно, как называется длина (len, length, size?).

text.split(" ").map(w => w.length)

— length и map подсказываются сразу после точки.

С ростом логики читаемость падает:

len(list(filter(lambda line: all([abs(x) >= 1 and abs(x) <= 3 for x in line]) ...

• Обсуждение крутится вокруг «лево-правого» порядка записи кода, который облегчает автодополнение и чтение: сначала данные, потом операции.
• Критикуют Python за обратный порядок в list comprehensions и отсутствие pipe-оператора |>, который есть в F#, Elixir, OCaml, R и ожидается в JS.
• SQL тоже упрекают: SELECT стоит до FROM, мешая подсказкам; предлагают разрешать менять порядок.
• Некоторые считают, что ориентация на автодополнение вредит ясности и «настоящему» пониманию кода.
• Упоминаются Smalltalk, Rust, Nim, Gleam, Darklang как примеры языков или инструментов с более «линейной» записью.

Whispering — микросервис в репозитории epicenter-so/epicenter, каталог apps/whispering.
Предназначен для быстрого распознавания речи через OpenAI Whisper: принимает аудио-файл, возвращает текст.

Ключевые файлы

• main.py — FastAPI-endpoint /transcribe (POST, multipart/form-data).
• requirements.txt — fastapi, uvicorn, openai-whisper.
• Dockerfile — лёгкий образ на python:3.11-slim, порт 8000.

Запуск

docker build -t whispering .
docker run -p 8000:8000 whispering

или

pip install -r requirements.txt
uvicorn main:app --host 0.0.0.0 --port 8000

Использование

curl -F "file=@audio.mp3" http://localhost:8000/transcribe

Ответ: {"text": "распознанный текст"}.

• Пользователи спрашивают о локальной поддержке Parakeet: пока нет, но в планах после стабилизации whisper.cpp.
• Релиз добавляет интеграцию Whisper C++ для полностью офлайн-распознавания.
• Активно обсуждаются преимущества локального режима: приватность, отсутствие внешних API, работа без интернета.
• Появляются сравнения с VoiceInk, MacWhisper, Hyprnote и другими локальными решениями.
• Есть запросы на iOS-версию, распознавание детской речи, разделение голосов и «semantic correction».

MyRetroTVs
Для работы приложения включите JavaScript.

• Пользователи делятся воспоминаниями и проектами по «оживлению» старых телевизоров на базе Raspberry Pi и сайтам вроде EXPTV.
• Отмечают ностальгию по ограниченному эфиру, «щелчку» переключения каналов и даже звуку размагничивания.
• Рекламы и новости 9/11 вызывают особые эмоции, подчеркивая, как медиа формируют «разные реальности» в разные годы.
• Канадский музей MZTV в Торонто и виртуальные туры рекомендуются для «настоящего» погружения.
• Мобильная версия сайта вызывает затруднения, но это не мешает «залипать» на часы.

Мы живы и продолжаем борьбу: усиливаем инфраструктуру и безопасность. С 2022 г. спасли десятки миллионов книг, статей, газет — теперь они защищены от катастроф через торрент-сеть.

Провели крупнейшие скрапы: IA CDL, HathiTrust, DuXiu и др. Опубликовали рекордные метаданные WorldCat и Google Books, чтобы найти и приоритизировать редкие издания.

Партнёрства: два форка LibGen, STC/Nexus, Z-Library — добавили ещё десятки миллионов файлов и зеркалируют наши данные. Один форк LibGen исчез; подробностей нет.

Появился WeLib: зеркалируют нашу коллекцию и форк кода, но не делятся новыми материалами и улучшениями. Не рекомендуем пользоваться.

На серверах сотни терабайт новых коллекций ждут обработки. Нужны волонтёры и пожертвования — бюджет минимален.

Держитесь.
— Anna и команда

• Пользователи хвалят Anna’s Archive как незаменимый инструмент для предварительного ознакомления с книгами, после чего многие всё равно покупают бумажные или DRM-free копии.
• Поддержка теневых библиотек звучит почти как общественное благо: «Нобелевка» для их создателей, «наследие человечества» и просьбы о пожертвованиях в крипте.
• Авторы и правообладатели возмущены: кто-то потратил 32 года на книгу, а её мгновенно выкладывают бесплатно.
• Технические вопросы: нужны торренты по одному файлу, onion-сервис, инструменты для массового скачивания и долгосрочного сидирования.
• Судьба проекта под вопросом: усиливаются атаки, Cloudflare всё ещё терпит, но «остаться на плаву» становится всё сложнее.

Кто изобрел обратное распространение ошибки (backpropagation)

Современный backpropagation (BP) впервые опубликовал в 1970 г. финский магистрант Сеппо Линнайнмаа [BP1][R7]; 2020 г. отмечали 50-летие метода. Предшественник — работа Келли 1960 г. [BPA].

BP — это обратный режим автоматического дифференцирования: стоимость вычисления градиента примерно равна стоимости прямого прохода. Линнайнмаа дал алгоритм для произвольных разреженных сетей и привёл код на FORTRAN; все современные фреймворки (TensorFlow и др.) опираются на его метод.

В 1960-е уже применяли цепное правило Лейбница для градиентного спуска в многослойных системах (Келли, Брайсон, Дрейфус и др.), но без учёта эффективности для разреженных сетей.

Первое применение BP к обучению весов нейросетей — Дрейфус 1973 г.; первое NN-специфическое описание — Вербос 1982 г. [BP2] (в диссертации 1974 г. его ещё нет).

Уже в 1967 г. Амари с учеником Сайто обучал пятислойный перцептрон SGD, получая внутренние представления; это было глубокое обучение задолго до 1980-х. Параллельно Ивахненко строил глубокие сети GMDH (с 1965 г.).

К 1985 г. вычисления подешевели в 1000 раз; Румелхарт и др. показали, что BP формирует полезные скрытые представления.

• Суть спора: кто «изобрёл» backpropagation — Хинтон/Румелхарт (1980-е) или она была раньше в теории управления и автоматическом дифференцировании (1960-е, Kelley, Amari и др.).
• Большинство участников считают, что это лишь эффективное применение цепного правила, которое переоткрывалось множество раз.
• Юрген Шмидхубер подаётся как главный «скептик», обвиняющий академическое сообщество в игнорировании более ранних работ.
• Некоторые подчеркивают, что решающим стало не само «изобретение», а переход к GPU и масштабируемым фреймворкам в 2010-х.

27 мая 2025 года в Гастонии, Северная Каролина, семилетний Legend Jenkins с братом шёл к магазину Food Lion и Subway. Отец разрешил, лишь держа их на связи. На обратном пути Legend вышел на West Hudson Boulevard — высокоскоростную магистраль с узкими тротуарами и без безопасных переходов — и был сбит внедорожником. Отец слушал, как это происходит.

Через два дня родителям предъявили обвинение в непредумышленном убийстве, залог — по 1,5 млн долларов каждому, шестерых других детей забрали у них.

Место не предназначено для пешеходов: даже взрослый рискует жизнью. Смерть Legend — не случайность, а статистически неизбежный результат проекта, где человек вне машины — помеха. Планировщики, инженеры, застройщики, чиновники не хотели смерти ребёнка, но создали условия, в которых она неизбежна. Ответственность размыта, поэтому система нашла виноватых — родителей.

• Американские города строятся исключительно под скорость автомобилей, а безопасность пешеходов игнорируется.
• Подземные переходы и пешеходные мосты исчезли из-за высоких расходов на строительство и обслуживание.
• Гибель семилетнего ребёнка — предсказуемый результат системы, где пять полос скоростного движения проходят рядом с жилыми комплексами.
• Обвинение родителей в непредумышленном убийстве вызывает споры: многие считают, что виновата инфраструктура, а не люди.
• Участники сходятся во мнении: нужно заставить власти нести гражданскую ответственность за опасные дороги и проектировать улицы, безопасные для всех.

• Участники скучают по эпохе CS 1.5/1.6 и браузерам серверов, где рождались кланы, случайные знакомства и мод-сцена.
• Ностальгируют по LAN-вечерам, странным картам (de_westwood, fy_iceworld) и полной свободе настроек.
• Критикуют современные матчмейкинг-системы: они убивают локальные сообщества, превращают игру в «одиночку с нагрузкой» и усиливают токсичность.
• CS:GO/CS2 упрекают за навязчивый гемблинг со скинами и отсутствие любимых модов (surf, WC3).
• Несколько человек неожиданно разбогатели, продав старые кейсы на тысячи долларов.

• Раньше риск утечки зависел от доверия к людям и платформе; теперь достаточно, чтобы один участник включил AI-запись.
• Реклама Otter AI показывает, как бот заменяет человека на встрече, вызывая у многих шок.
• Спор: кто виноват — пользователь, добавивший Otter без предупреждения, или сам сервис, не делающий уведомление обязательным.
• Предложено ввести «DO NOT RECORD»-сигнал и open-source-решение dontrecord.me.
• Истории о том, что запись продолжалась после ухода участников и убила сделку, подчеркивают опасность «человеческого фактора» и слабый контроль AI.

FFmpeg/asm-lessons — репозиторий с уроками по ассемблеру для FFmpeg.
Цель: научиться писать высокопроизводительные рутины на x86-64, ARM и других архитектурах, ориентированные на мультимедиа-задачи.

Содержание (кратко):

• Уроки: от базовых инструкций до векторных расширений (SSE/AVX, NEON).
• Примеры: реализация IDCT, фильтров, цветового преобразования.
• Тесты: юнит-тесты и бенчмарки для сравнения C vs asm.
• CI: автоматическая проверка на x86-64 и ARM через GitHub Actions.

Как начать:

1. Клонируйте репо.
2. Установите nasm, yasm или llvm-mingw.
3. Соберите пример: make lesson01.

Полезные ссылки:

• Документация FFmpeg
• x86 SIMD
• ARM NEON

• Участники восхищаются масштабом FFmpeg и экономией вычислений даже от малейших улучшений.
• Обсуждают, как находят узкие места: профилируют (VTune, uprof), затем пишут узкоспециализированную ASM/SIMD под каждую архитектуру; универсального кода нет.
• Ручное написание LLVM-IR вместо ASM считают бесполезным: нужна именно низкоуровневая оптимизация под конкретный CPU.
• Некоторые ждали более глубокой связи с FFmpeg, а не «общий вводный курс по ассемблеру», и просят добавить математику и примеры с NASM прямо в репозиторий.
• Отмечают, что макросы NASM сильно разрослись, но переход на другой ассемблер никто не планирует.

• Суть: закон SB 6, подписанный губернатором Техаса, обязывает крупные потребители (ЦОД ≥ 75 МВт) снижать нагрузку при аварийных отключениях ERCOT.
• Добровольная программа: те же объекты могут участвовать в demand response, получая компенсацию за переход на резервное питание.
• Дополнительно: новые правила присоединения, плата за техобследование, прозрачность расходов и возможность колокации с генерирующими мощностями.

• Участники считают, что центры обработки данных (ЦОД) должны выдерживать отключения: у них есть дизель-генераторы, контракты на топливо и практика ежеквартальных нагрузочных тестов.
• Спорят, насколько допустимо принудительно ограничивать крупных потребителей: одни видят в этом справедливое распределение ресурсов «люди в первую очередь», другие опасаются политического давления и произвола.
• Критикуют текущий «свободный» рынок электроэнергии в Техасе: он не учитывает долгосрочную надёжность и выталкивает инвесторов, готовых платить за резерв.
• Упоминают, что биткойн-майнинг может быстро отключаться и тем самым «балансировать» сеть, но многие считают такую «помощь» избыточным созданием спроса.
• Поднимают вопросы логистики: при массовых авариях может не хватить дизеля и времени доставки, а EPA ограничивает часы работы генераторов.
• Резюмируют: если сервис действительно критичен, заказчик сам должен требовать SLA с дублированием и отказоустойчивостью, а не полагаться на исключения из правил.

Основы

• Определите цель: чётко сформулируйте задачу перед генерацией кода.
• Начинайте с README: описание проекта помогает ИИ и команде.
• Используйте шаблоны: готовые структуры (FastAPI, React) экономят время.

Промпты

• Контекст: указывайте язык, фреймворк, стиль (PEP8, camelCase).
• Мелкие задачи: дробите фичи на куски по 50–100 строк.
• Примеры: прикладывайте JSON-ответы или SQL-запросы.
• Итерации: улучшайте код по одному аспекту за раз.

Рабочий процесс

• Сессии: 30-минутные циклы «запрос-ревью-запуск».
• Git-коммиты после каждого шага для отката.
• Линтеры/тесты сразу: pytest, eslint, mypy.
• Code Review: проверяйте всё, даже «очевидное».

Инструменты

• Copilot Chat в IDE для быстрых правок.
• Cursor / Windsurf для многофайлового рефакторинга.
• Playwright для e2e-спек, сгенерированных из текста.
• Docker для воспроизводимого окружения.

Качество

• Типы: добавляйте аннотации (TypedDict, Pydantic).
• Док-строки: пишите для всех публичных функций.
• Тесты: покрывайте критические пути ≥80 %.
• Логи: структурированные (structlog) для отладки.

Безопасность

• Секреты: проверяйте .env и git history.
• OWASP Top 10: сканируйте зависимости (pip-audit, npm audit).
• RBAC: реализуйте роли и разрешения сразу.

Производительность

• Профилирование: cProfile, py-spy для горячих точек.
• Кеш: Redis для частых запросов.
• CDN для статики фронтенда.

Деплой

• CI/CD: GitHub Actions → Docker → ECS/Fargate.
• Feature flags для постепенного релиза.
• Мониторинг: CloudWatch + Grafana.

Советы

• Не доверяйте 100 %: всегда читайте сгенерированный код.
• Учитесь у ИИ: спрашивайте «почему так» для роста навыков.

• Подавляющее большинство участников считает «vibe-coding» либо вредным, либо вообще не тем, что описано в документе.
• Настоящий vibe-coding — это «не смотреть код, а принимать результат, если визуально работает»; любые советы «тщательно читайте код» противоречат самому термину.
• Многие предпочитают писать чёткие спецификации и использовать LLM как «парного программиста», но подчёркивают, что это уже не «vibe», а обычная работа с AI.
• Частый риск — накопление непонятного, неотрефакторенного кода и «отравление» контекста при изменении требований.
• Итоговый совет большинства: «Don’t go full vibe» — даже при активном использовании LLM нужно понимать и контролировать результат.

• Security: киберпреступность, патчи, исследования, CSO
• Off-Prem: edge + IoT, канал, PaaS/IaaS, SaaS
• On-Prem: системы, хранение, сети, HPC, персональные технологии, CxO, госсектор
• Software: ИИ + ML, приложения, БД, DevOps, ОС, виртуализация
• Offbeat: дебаты, колонки, наука, юмор, юр. новости, блоги
• Спецпроекты: месяц облачной инфраструктуры, сети ЦОД, хранение, европейские суперкомпьютеры, ИИ-инфраструктура, RSAC, разработка ИИ, аварийное восстановление, GTC Nvidia, ransomware, будущее ЦОД, кибербезопасность, VMware Explore
• Vendor Voice: Siemens + AWS, Mendix + AWS, финансовые потоки, BigQuery, AWS Global Partner Security, GE Vernova
• Ресурсы: whitepapers, вебинары, рассылки

• Все, что вы отправляете в онлайн-сервисы (AI, почта, соцсети), сохраняется навсегда и может быть использовано против вас.
• Большинству пользователей всё равно: удобство «бесплатных» сервисов перевешивает риски.
• Есть альтернатива — локальные модели (Ollama, LM Studio, Oobabooga), но они требуют мощного железа и навыков.
• Даже если вы не пользуетесь сервисом, друзья могут передать ваши данные через чат-ботов.
• Пока не появится жёсткое регулирование, единственный надёжный способ — не делиться чувствительной информацией и минимизировать использование облачных AI.

• Поддержали идею RRT: не использовать LLM в критичных местах, ограничивать права и отслеживать вход/выход.
• Спорят, виноваты ли LLM в росте уязвимостей или это та же человеческая невнимательность, только ускоренная большим объёмом кода.
• Локальные модели и строгие code-review рассматриваются как частичное решение, но не панацея.
• Ключевой риск — давление «делай быстрее» приводит к меньшему тестированию и усталости ревьюеров.
• Сравнение с автопилотами: LLM-генерация кода может стать безопаснее среднего разработчика, но пока не лучше экспертов.

Кратко: плагин nvim-web-server на чистом Lua отдаёт HTTP-запросы прямо из открытых буферов Neovim, без внешних зависимостей, с нативной поддержкой Djot и быстрее Nginx.

Почему так быстро?

• Однозадачность: только статика.
• libuv + асинхронный I/O Neovim.
• LuaJIT: NaN-тегинг, отсутствие boxing чисел, allocation sinking.
• aiohttp тормозит из-за парсера на чистом Python и boxing в CPython.

Бенчмарк, RPS (среднее):

сервер	1	50	100	200	400
nvim-web-server	3981	15284	15124	14476	14446
Nginx	4451	11306	11576	10011	10461
aiohttp	6391	8477	8448	7696	7132

Развёртывание: живёт на старом ThinkPad, 9 буферов — весь сайт.

Безопасность: да, но мелочи мы игнорируем.

• Пользователи в восторге от статьи: называют её «одной из любимейших» и приводят цитату «они были так заняты тем, могут ли, что не спросили себя, стоит ли».
• Кто-то отмечает, что сайт резолвится на IP Linode, но не объясняется, зачем нужен промежуточный сервер.
• Обсуждают безопасность: пример показывает, что «никогда не бывает так, чтобы код точно не запустили по сети».
• Некоторые шутят, что Neovim теперь можно считать кроссплатформенным рантаймом «ужаса», но признают крутость эксперимента.
• Предполагают, что высокая скорость может быть из-за хранения файлов в RAM, а не на диске, и что всё равно всё закешируется.

CLI-инструменты часто зависят от платформы/версии, плохо документированы и ломаются при не-ASCII вводе. Агенты путаются в управлении состоянием (например, tmux-сессиями) и теряют контекст после мелкой ошибки. Каждый вызов ещё тормозит из-за предварительной проверки безопасности.

Композиция в CLI работает через bash: цепочки tmux send-keys, sleep, base64 и т.д. MCP сегодня так не умеет.

Выход — MCP-сервер с одним «убер-инструментом»: Python-интерпретатор, сохраняющий состояние между вызовами. Пример — pexpect-mcp: виртуальное окружение + pexpect, позволяющее скриптами управлять интерактивными CLI-программами. Вместо 30 отдельных MCP-функций достаточно одной, принимающей код.

• Участники спорят, нужен ли MCP (Model Context Protocol): кто-то считает его лишним слоем, другие — полезным способом дать LLM структурированные инструменты.
• Критика: MCP ограничивает агента набором команд, не решает безопасность, дублирует OpenAPI и заставляет LLM учиться новому формату вместо bash/API.
• Альтернативы: прямое обращение к HTTP/CLI/WebSocket (UTCP), YAML-описание тулов (hooks_mcp), eval в песочнице (runjs, Bubblewrap).
• Практические проблемы: при 100+ тулов агент путается; приходится писать кучу обвязок вместо «просто вызвать API».
• Общий вывод: MCP пока выглядит сыро, требует лишних усилий и не даёт очевидных преимуществ перед строками/bash/API.

Безлазерная альтернатива LASIK: имплантация линзы EVO/ICL

• Что это: вместо выпаривания роговицы лазером в глаз вводится тонкая факичная линза EVO/ICL, которая работает вместе с собственной хрусталиком пациента.
• Преимущества:
  – подходит при тонкой роговице и высокой близорукости;
  – сохраняется возможность «отката» (линзу можно извлечь);
  – быстрая реабилитация (чёткое зрение уже на следующий день).
• Риски: повышенное внутриглазное давление, катаракта, световые ореолы; требуется регулярное наблюдение.
• Стоимость: 2500–4000 $ за глаз, страховки не покрывают.
• Кому не подходит: при астигматизме > 6 дптр, глаукоме, возраст < 21 года.

• Участники обсуждают новую «молекулярную хирургию» — безлазерный способ изменения формы роговицы, который, в отличие от LASIK, не перерезает нервы и, теоретически, безопаснее.
• Многие делятся опытом LASIK, PRK, SMILE и ICL: кто-то доволен, кто-то страдает от сухости глаз и ночных ореолов.
• Поднимаются вопросы о применении технологии при астигматизме, кератоконусе и пресбиопии, а также о её обратимости и индивидуализации линз.
• Некоторые шутят, что оптическая индустрия такой прогресс не оценит, а другие готовы сразу отдать деньги на исследования.

Hyperclay — однофайловые HTML-приложения
Работайте как с глиной: открыли файл, изменили — изменения сохранились. Без сборки, деплоя и фреймворков.

• Прямое редактирование в браузере: меняете DOM — файл перезаписывает себя через /save.
• Полная переносимость: скачали HTML — запустили где угодно, офлайн.
• Версии: каждое сохранение фиксируется, откат в один клик.

Примеры: dev-log, writer, kanban, landing.

Почему это важно

Статические сайты удобны, но изменения исчезают после перезагрузки. Чтобы сделать цифровой объект «физическим» — нужен сервер, БД, API, аккаунты. Hyperclay убирает всё лишнее: UI, логика и данные — в одном самомодифицирующемся HTML-документе.

• Hyperclay — это NodeJS-сервер + клиентская библиотека, которая сохраняет изменения DOM прямо в исходный .html-файл, обновляя его на лету.
• Идея вызывает ассоциации с TiddlyWiki, Webstrates и даже HTA-архивами Windows 98, но делает акцент на многопользовательской работе и версионировании.
• Участники обсуждают проблемы локального file:// (CORS, модули), безопасность, ограничения iOS и то, что без сервера изменения не сохраняются.
• Некоторые делятся своими однофайловыми решениями: шифровальщик, Asteroids, «твиттер» на git-коммитах и т.д.
• Сообщество просит открытый код, нормальную документацию и понятную схему версионирования/обновления приложений.

systemd-харднинг: кратко и по делу

sudo systemd-analyze security показывает «красную» таблицу рисков.
sudo systemd-analyze security имя.service — детально по конкретному юниту.

Колонка Exposure — главный ориентир: чем выше значение, тем больше прав можно отнять.

Как править

1. sudo systemctl edit имя.service создаст override-файл.
2. Параметры пишутся в секции [Service] (или [Container] для quadlet).
3. Сервис не стартует — значит убрал нужное, возвращай.

Часто используемые директивы

Директива	Что делает
NoNewPrivileges=true	запрет setuid/setgid
PrivateTmp=true	изолированный /tmp
ProtectSystem=strict	корень только read-only
ProtectHome=true	/home, /root недоступны
ReadWritePaths=/var/lib/app	белый список для записи
CapabilityBoundingSet=CAP_NET_BIND_SERVICE	только нужные capability
SystemCallFilter=@system-service	разрешённый набор сисколлов
RestrictAddressFamilies=AF_INET AF_INET6	только нужные семейства сокетов
MemoryDenyWriteExecute=true	блок W^X
LockPersonality=true	запрет смены personality()
RestrictRealtime=true	нельзя захватывать realtime-приоритеты
UMask=0077	файлы создаются 600
RemoveIPC=true	чистит SysV IPC при выходе

Пример override

[Service]
NoNewPrivileges=true
PrivateTmp=true
ProtectSystem=strict
ProtectHome=true
ReadWritePaths=/var/lib/myapp
CapabilityBoundingSet=CAP_NET_BIND_SERVICE
SystemCallFilter=@system-service
RestrictAddressFamilies=AF_INET AF_INET6
MemoryDenyWriteExecute=true
LockPersonality=true
RestrictRealtime=true
UMask=0077
RemoveIPC=true

Проверь: sudo systemctl daemon-reload && sudo systemctl restart имя.service.

Это не серебряная пуля; подгоняй под каждый сервис и смотри логи.

• Предложена утилита shh, которая по логам strace автоматически подбирает параметры hardening для systemd-сервисов.
• Комментаторы отмечают, что дистрибутивы не включают жёсткие настройки по умолчанию: боятся сломать edge-case’ы и получить поток баг-репортов.
• Обсуждается идея общего репозитория с готовыми «жёсткими» unit-файлами для популярных сервисов.
• Утилита systemd-analyze security и встроенный механизм credentials systemd названы полезными инструментами повышения безопасности.
• Несколько человек поправили: правильное написание — «systemd», а не «SystemD».

Google признал антиконкурентное поведение в Австралии:

• компания согласилась, что ограничивала выбор поисковой системы на Android-устройствах;
• подписала обязательство перед ACCC изменить практику и уведомлять пользователей о доступных альтернативах Google Search;
• обязательство действует 5 лет и подлежит судебному контролю;
• ACCC считает признание важным шагом к восстановлению конкуренции.

• Google заплатила Telstra, Optus и TPG, чтобы быть единственным предустановленным поиском на Android-смартфонах в Австралии с декабря 2019 по март 2021.
• Участники сделки получили долю от рекламной выручки Google; регулятор назвал это антиконкурентным и оштрафовал Google на 55 млн AUD.
• Комментаторы считают штраф «карманными деньгами» и требуют наказывать процентом от глобального дохода или привлекать к уголовной ответственности.
• Многие отмечают, что Telstra, Optus и TPG тоже должны быть оштрафованы как сознательные участники схемы.
• Некоторые пользователи уже перешли на DuckDuckGo, Kagi и другие поисковики, но большинство остаётся «запертым» в экосистеме Google.

Codemia
Подготовка к систем-дизайн-интервью через практику:
Начать | Блог | Системный дизайн

Юридика
Условия | Конфиденциальность | Контакт

Соцсети
Twitter | LinkedIn

• Обсуждение подтверждает: для HPC, высоконагруженных и чувствительных к задержкам систем NUMA-распределение критично, и ручное pinning процессов/потоков к нужным узлам остаётся основным способом добиться стабильной производительности.
• В публичных облаках (AWS, GCP) NUMA-топология скрыта, VM часто выглядят как однонодовые UMA; полезны lscpu, lstopo, cpu-latency, но настроек управления NUMA почти нет.
• Сообщество делится инструментами: mpibind, sched_ext, DAMON, fake NUMA, идеями эмуляции NUMA даже на Raspberry Pi 5.
• Kubernetes уже умеет NUMA-affinity, но вручную выбирать 64-ядерный инстанс вместо 96-ядерного (чтобы не пересекать сокеты) всё равно приходится самим.
• Крайняя альтернатива — односокетные серверы с NPS=1: «равномерно медленно», но без головной боли.

Mangle — проект Google на GitHub.
Язык: Go.
Лицензия: Apache-2.0.

Описание
Mangle — это компилятор/интерпретатор логического языка, ориентированного на:

• анализ и трансформацию графов;
• декларативные запросы к данным;
• поддержку Datalog-подобного синтаксиса.

Ключевые особенности

• Компилирует логические правила в Go-код или исполняет напрямую.
• Поддерживает рекурсивные запросы и агрегации.
• Работает с in-memory и persistent-хранилищами.

Установка

go install github.com/google/mangle/cmd/mangle@latest

Быстрый старт

1. Создай файл example.mgl:

   edge("a", "b").
   edge("b", "c").
   path(X, Y) :- edge(X, Y).
   path(X, Z) :- edge(X, Y), path(Y, Z).
   

2. Запусти:

   mangle example.mgl --query="path(\"a\", Z)"
   

Документация

• Wiki
• Примеры

• Участники спорят, связан ли новый язык Google с «Deductive Database» из видео 3b1b: одни считают, что это очередной внутренний эксперимент, другие — просто «люди, которые веселятся под крылом Google».
• Поднимается вопрос, почему почти все инструменты расширяют «ванильный» Datalog: его ограничения делают расширения неизбежными.
• В треде упоминаются альтернативные языки запросов — PreQL/Trilogy, Malloy, PRQL, PathQuery — и обсуждается, как они соотносятся с SQL и реляционной алгеброй.

Быстрый старт

Библиотека flow отделяет бизнес-логику от развёртывания: топологии, исполнения, обмена сообщениями, жизненного цикла, мониторинга и обработки ошибок.

step-fn и процессы

Логика описывается функциями step-fn, которые flow заворачивает в процессы, крутящиеся в цикле. step-fn не работают с каналами напрямую и не хранят состояние, поэтому легко тестируются и переиспользуются.

step-fn имеет четыре арности:

describe (step-fn) → descriptor

Возвращает статическое описание :params, :ins, :outs — карты имя → документация. Имена входов и выходов не должны пересекаться.

{:params {:size "Максимальный размер"}
 :ins    {:in  "Входной канал"}
 :outs   {:out "Выходной канал"}}

init (step-fn arg-map) → init-state

Один раз вызывается при старте процесса; превращает параметры из flow-def в начальное состояние.

transition (step-fn state transition) → state'

Вызывается при переходах жизненного цикла (::flow/start, ::flow/stop, ::flow/pause, ::flow/resume). Используется для управления внешними ресурсами.

transform (step-fn state input msg) → [state' {out-id [msgs]}]

Вызывается для каждого входящего сообщения. Возвращает новое состояние и карту выходных сообщений. Выход может быть пустым, но каждое сообщение — не nil. Исключения логируются в :error-chan.

Состояние процесса

Карта с любыми ключами. Дополнительно:

• ::flow/pid — идентификатор процесса
• ::flow/in-ports, ::flow/out-ports — карты cid → внешний канал (создаётся в init)
• ::flow/input-filter — предикат cid для фильтрации входных каналов

Хелперы

• lift*->step — из f(x) → coll делает step-fn с одним входом и выходом
• lift1->step — то же, но f(x) → single-value
• map->step — из карты с ключами :describe, :init, :transition, :transform строит step-fn

Запуск процесса

Функция process принимает step-fn и опции:

• ::workload — :mixed, :io, :compute
• :compute-timeout-ms — таймаут для :compute (по умолчанию 5000 мс)

• Участники обсуждают, жив ли Clojure: сообщество стабильно, но менее хайповое; NuBank расширяет core-команду и нанимает Developer Advocate.
• core.async.flow предлагает декларативный, фиксированный граф каналов для «структурированной конкурентности»; ошибки и паузы можно отслеживать, но изменять топологию на лету пока нельзя.
• Сравнивают с GenStage (Elixir), Manifold, Trio и missionary/electric; можно использовать как OS-, так и green-потоки.
• JVM-тулчейн вызывает у новичков страх, но Leiningen/deps.edn упрощают работу, а отладка всё же возможна.
• Clojure-окосистема активно развивается: Babashka, XTDB, Dyna3 и другие проекты; язык недавно получил мажорный релиз и готовится к виртуальным потокам JVM.

Джеймс Болдуин был одержим идеей: мы боимся любви, потому что она обнажает нас. Чтобы не смотреть внутрь, люди придумывают ярлыки — «чёрный», «белый», «гей», «гетеро» — и превращают чужих в «других». В Америке это выливается в «расовую проблему». Пока белые (или «те, кто считает себя белыми») не признают свою историю и не научатся любить, равенства не будет.

Он повторял это везде — в статьях, книгах, интервью, спорах. Политика его не интересовала: ни реформы, ни законы, ни программы. Он верил не в улучшение, а в полный разрыв.

Личная жизнь была хаотичной: бесконечные сигареты, виски, бессонные ночи, случайные связи, несколько тяжёлых романов и три попытки самоубийства. Единственный «настоящий» роман — с Люсьеном Хапперсбергером, фотография 1963 года запечатлела их вместе.

Болдуин магнитил людей: бывший проповедник, он знал, как держать зал. Мог быть обаятельным, но и «устраивать спектакль», как вспоминал Стайрон: «Мы собирали либералов, а Джимми стоял у камина и говорил: “Детка, мы сожжём ваши грёбаные дома”».

Старшее поколение считало его устаревшим, новое — возводит в святых. Оба варианта ошибочны: его слова всё ещё неудобны.

• Участники обсуждают цитату Болдуина о любви к Америке и праве критиковать её.
• Ссылаются на дебаты Болдуина с Уильямом Бакли и на книгу «The Fire Next Time» как переворачивающую сознание.
• Подчёркивают, что писатель всегда несёт послание, но далеко не все его правильно принимают.
• Связывают свободу критики с Первой поправкой и называют её основой американской идентичности.
• Отмечают, что страх мешает принятию любви и истины, но встречаются редкие сообщества, где открытость вознаграждается.

• Ключевые секторы: компьютеры/электроника, фармацевтика, аэрокосмос, медицинские приборы.
• Динамика с 1987 г.: занятость снизилась почти везде; лидеры (Силиконовая долина, Сиэтл, Route-128) сохранились, но с меньшими числами.
• Числа: с 1990 г. потеряно ~1 млн рабочих мест:
  • компьютеры/электроника –850 тыс,
  • аэрокосмос –300 тыс,
  • фармацевтика + медприборы +189 тыс.
• Доля в экономике: с 2,8 % до 1,3 % — падение на 50 %.

• Уцелевшие заводы в США действительно высокоавтоматизированы и дают мало рабочих мест.
• «Вернуть всё» сталкивается с нехваткой квалифицированных кадров, дороговизной и общественным неприятием роста цен.
• Ключевой риск — утрата инженерных навыков, цепочек поставок и обороноспособности, а не количество рабочих мест.
• Современная война требует не толпы полуквалифицированных рабочих, а узких специалистов и надёжных автоматизированных производств.
• Политики всё равно обещают «простые решения», потому что это выигрывает выборы.

• Повторю: я ненавижу, что ИИ умеет писать; авторы работают в романах, а не в микро-историях, где ИИ сейчас силён.
• Зачем флеш? Проверяем «точку разлома»: если стекло бьётся от пинг-понга, это важнее, чем сравнение с анвилом.

Участники: Robin Hobb, Janny Wurts, Christian/Miles Cameron и я — суммарно 15 млн проданных книг.

Оценки: два года назад 6 из 8 текстов получили ≤ 3 звёзд; сейчас 5 из 8 ≥ 3. Короткие формы всё равно недолюбливают читатели романов.

Голосование: 964 человека начали, 474 дошли до конца.

• В среднем публика ошибалась в 3 случаях, угадывала 3, «не решалась» 2 — монета не хуже.
• ChatGPT тоже промахнулся, хотя сам сочинял тексты.

Оценки (1–5)

№	Автор	Ср. балл
1	ИИ	4.3
2	ИИ	3.9
3	Человек	3.7
4	Человек	3.6
5	ИИ	3.5
6	Человек	3.4
7	ИИ	3.3
8	Человек	3.2

Итог: ИИ не только выдал самый высокий балл, но и в среднем обогнал людей. Один из авторов, попробовавший угадать, ошибся 4 раза из 5 и поставил два ИИ-рассказа на верхние места.

Вывод: тест не претендует на научность, но показывает, что за два года ИИ стал убедительнее в микро-формате, а читатели (и сами авторы) его не отличили.

• Участники сравнивают AI-рассказы с человеческими: многие не отличают их, но «лучшие» тексты всё-таки кажутся формальными и шаблонными.
• Кто-то видит в LLM полезный инструмент для «идейных, но неумелых» авторов; другие считают, что без живого автора исчезает главное — связь с читателем.
• Поднимаются вопросы о будущем ремесла писателя, авторских правах и возможном массовом вытеснении профессионалов.
• Некоторые отмечают, что AI хорошо справляется с абсурдными или сюрреалистичными запросами, но плохо строит цельные миры и глубокий смысл.

llama-scan — локальный инструмент для транскрибирования PDF с помощью LLM.
Полностью работает на вашем ПК: данные не уходят в облако.
Поддерживает модели Llama 3.2 3B/1B, работает без GPU.

Возможности

• Конвертация PDF → Markdown
• Пакетная обработка папок
• Параллельные задачи
• Подсчёт токенов и стоимости
• Плагины для Obsidian и Zotero

Установка

pip install llamascan

Использование

CLI:

llamascan input.pdf --output out.md

Python:

from llamascan import transcribe
transcribe("file.pdf", model="llama3.2:3b")

Требования

• Python ≥ 3.9
• Ollama (для локальных моделей)

Лицензия

MIT

• Участники сравнивают LLM-OCR с классическими решениями: первые могут «галлюцинировать» и терять структуру, вторые точнее, но не понимают макет.
• Практики делятся пайплайнами: извлечь текст, снять скрин страницы, отправить всё в LLM с чётким промптом и структурированным выводом.
• Авторы жалуются на провисание процесса, пропуск символов и невозможность редактировать промпт под свои задачи (например, выделять только рукописные таблицы).
• Рекомендуют альтернативы: nanonets-ocr-s, Docling, Marker, Nougat, ocrmypdf, pgpdf, а также советуют бенчмарк OmniDocBench для объективной оценки.

HN Search не получает новые данные
Issue #248

Суть
Сервис поиска Hacker News перестал индексировать свежие посты и комментарии.

Причина
Проблема на стороне Algolia: поток данных из официального Firebase HN API прервался.

Последствия

• Новые истории и комментарии не появляются в результатах.
• Старые записи доступны, но поиск по ним не обновляется.

Статус
Команда Algolia уже уведомлена, диагностика ведётся.

Что делать
Следить за обновлениями в issue; временно использовать альтернативные поисковики HN.

• Поиск HN через Algolia лёг: пользователи заметили пропажу новых постов и комментариев, сломались также RSS и сторонние клиенты.
• Команда HN и Algolia подтвердили проблему, начали восстановление данных и пообещали отчёт о причинах.
• Пока сервис был недоступен, люди переключились на альтернативные интерфейсы (hcker.news, прямой Firebase) и «вручную» читали ленту.
• Некоторые нашли плюсы: наконец прочитали накопившиеся статьи и снизили зависимость от постоянного обновления ленты.

doxx — утилита для просмотра содержимого .docx прямо в терминале.
Быстро, безопасно, без MS Office.

• Установка
  cargo install doxx

• Использование

  • Просмотр: doxx file.docx
  • Извлечение текста: doxx --text file.docx > out.txt
  • Показ метаданных: doxx --meta file.docx

• Особенности

  • Чистый Rust, нет внешних зависимостей.
  • Поддержка кириллицы, таблиц, списков.
  • Режим «только чтение» — файлы не изменяются.

• Пользователи высоко оценили скорость и полезность TUI-утилиты для просмотра docx, но почти все согласились: название «doxx» вызывает негативные ассоциации с doxxing и требует смены.
• Ключевое требование — любые «AI-фичи» должны быть полностью опциональными или вынесены в отдельный проект, иначе инструмент запретят в корпоративных и юридических средах.
• Популярные пожелания: Docker-образ, бинарники для Windows, поддержка Track Changes/метаданных, отображение картинок через kitty/sixel, а также возможность «cat+grep» без промежуточных конвертаций.
• Некоторые предложили использовать pandoc, LibreOffice или OOXML-Validator как дополнительные инструменты, а автор подтвердил, что скоро появятся релизы и улучшенная документация.

• Markdown = лёгкая обёртка HTML, rST = промежуточное дерево документа.
• В Markdown картинка: ![alt](img.jpg) → прямое преобразование в <img>.
• В rST: .. image:: img.jpg :alt: alt → регистрируется обработчик, возвращает объект-узел, который потом рендерится нужным бэкендом.
• rST расширяем: добавил .. figure::, подключил обработчик — готово.
• Можно трансформировать дерево до вывода: перенос решений упражнений в конец книги, генерация ссылок, разные стили для HTML, PDF, EPUB.
• Пример: .. exercise:: Fizzbuzz и .. solution:: собираются в одном месте, но при сборке перемещаются в solutionlist, связываются ссылками, в EPUB открываются всплывающими сносками, в LaTeX — через answers.

• RST мощнее и расширяемее, но синтаксис вызывает отторжение и сложен для новичков.
• Markdown читается и пишется проще, поэтому стал де-факто стандартом, но не хватает возможностей для больших документов.
• MyST, Asciidoc, Djot и Typst предлагают компромисс между простотой и функциональностью, но пока уступают Markdown в распространённости инструментов.
• Парсеры RST доступны в основном на Python, а у Markdown — «каждый реализует свой диалект».
• Для книг и сложной документации RST + Sphinx выигрывают за счёт автогенерации HTML/PDF/EPUB, глоссариев и индексов.

Когда ИИ захватил Hacker News?

В августе 2025-го каждая третья история в топ-10 HN про ИИ. Автор решил выяснить, когда это началось и как менялось отношение сообщества. Для анализа взял 24 910 топовых постов с 2019-го по 15 августа 2025-го через BigQuery-датасет HN.

Каждый пост и его комментарии прогнали через GPT-5-mini, чтобы получить:

• краткое содержание;
• факт упоминания ИИ;
• тон (позитив/нейтрал/негатив).

Ключевые выводы

• Пик хайпа — середина 2025-го; темп сохранится — рекорд.
• Первый скачок случился не с ChatGPT (Q3 2022), а с выходом GPT-4 (Q1 2023), когда разработчики получили доступ к мощной модели.
• Единственный заметный всплеск негатива — Q3 2021:
  – Apple анонсировала NeuralHash для сканирования CSAM на устройствах;
  – GitHub Copilot показал, что копирует чужой код.

Итого по 2816 ИИ-постам: 52 % позитив, 31 % негатив, 16 % нейтрал. Последние два квартала чуть негативнее, но тренда пока нет.

• На HN обсуждают, что тема ИИ полностью «захватила» ленту: до 9 из 10 топ-постов бывают про ИИ.
• Пользователи жалуются на навязчивость темы и хотят фильтров/игнора, чтобы скрывать ИИ-новости и комментарии.
• Некоторые сравнивают нынешний бум с криптой, NFT и Web3, которые тоже пиковали, а потом исчезли с главной.
• Отмечают, что даже в не-ИИ статьях комментарии сводятся к ИИ; критика тут же минусуется.
• Сомнения в адекватности оценки тональности: автор анализа использовал ChatGPT, который может завышать «позитив».

ClickHouse vs PostgreSQL: UPDATE-скорость

• Коротко: на одном железе ClickHouse догоняет PostgreSQL в одиночных UPDATE и в 4 000 раз быстрее при массовых.
• Почему: колоночное хранилище + параллелизм ClickHouse выигрывает у строкового PostgreSQL при поиске и перезаписи миллионов строк.
• Но: PostgreSQL всегда транзакционен; ClickHouse — нет, поэтому сравнение по «родным» режимам, а не по ACID.

Что мерили

• 1 строка: UPDATE orders SET status='shipped' WHERE id=1234567
• 1 млн строк: UPDATE orders SET discount=0.1 WHERE order_date<'2023-01-01'

Аппаратура

• c6i.8xlarge (32 vCPU, 64 ГБ RAM, gp3 SSD)
• PostgreSQL 16.4 (дефолт + fillfactor=90, checkpoint_timeout=30 min)
• ClickHouse 25.7 (дефолт)

Результаты

метрика	PostgreSQL	ClickHouse
1 строка, мс	0.12	0.11
1 млн строк, сек	120	0.03
CPU, %	100	2800
чтение, ГБ	30	0.8

Почему так

• Поиск: ClickHouse читает только нужные колонки, фильтрует за счёт индексов и распараллеливает на все ядра.
• Запись: обе СУБД пишут новые версии строк (MVCC), но PostgreSQL переписывает целые страницы, а ClickHouse — только изменённые куски колонок.
• Фоновая работа: PostgreSQL ждёт checkpoint’а, ClickHouse сразу сортирует и сжимает куски.

Когда выбирать

• Нужны транзакции и row-level locks → PostgreSQL.
• Нужны массовые обновления аналитических данных → ClickHouse.

Код и данные

GitHub

• ClickHouse показывает огромный выигрыш в скорости обновлений, но это «яблоки-к-апельсинам»: PostgreSQL по умолчанию полностью транзакционен, а CH — нет.
• Если данные можно терять или обновления редки, CH идеален; если нужна строгая согласованность, PostgreSQL остаётся безальтернативным.
• Многие пользователи CH считают обновления адом: приходится использовать ReplacingMergeTree, версии или event-sourcing; прямых UPDATE-ов до недавнего времени вообще не было.
• Часть комментаторов предлагает сравнивать CH с DuckDB, Vertica или ScyllaDB, а также настроить PostgreSQL (synchronous_commit = off, COPY) для более честного бенчмарка.
• Авторы поста подчёркивают: цель не «победить» PostgreSQL, а показать, как каждая СУБД решает задачу в своей «родной» модели исполнения.

Как запустить ArchiveTeam Warrior

Это виртуальная машина для архивации сайтов. Работает на Windows, macOS, Linux через VirtualBox или VMware, не влияет на систему, использует лишь трафик и немного диска.

Быстрый старт (VirtualBox)

1. Скачайте образ (357 МБ).
2. VirtualBox → Файл → Импортировать → выбрать файл.
3. Запустите ВМ; она обновится и предложит открыть браузер.

После запуска

• Откройте http://localhost:8001/
• Укажите имя для таблицы лидеров.
• Выберите проект во вкладке «All projects» или оставьте «ArchiveTeam’s Choice» для автоматического выбора приоритетной задачи.

Goo-gl tracker
Загрузка…

• ArchiveTeam (не Archive.org) спас 3,75 млрд коротких ссылок goo.gl и весь их контент (91 ТиБ) до отключения Google 25 августа.
• Данные уже поступают в Wayback Machine; сами файлы WARC пока закрыты «access-restricted».
• Участники просто запускали Docker-контейнер, перебирая пространство URL, чтобы не попасть под бан.
• Поднимались идеи блокчейн/P2P-краулера и сравнение с CommonCrawl, но основная цель — предотвратить link rot.
• Reddit и Twitter тоже архивировались (Pushshift, ArcticShift, AcademicTorrents), пока API не закрыли.

Claudia – изящный десктоп-клиент для Claude Code.
Лёгкий, быстрый, с минималистичным дизайном.

• Системные требования: macOS 12+, Windows 10+, Linux (AppImage).
• Функции: горячие клавиши, тёмная/светлая темы, авто-обновления, нативные уведомления.
• Безопасность: токен хранится в системном хранилище, шифрование AES-256.
• Установка: скачать dmg/exe/AppImage → установить → авторизоваться через Claude.ai.
• Горячие клавиши:
  • Ctrl+Shift+C – открыть/свернуть окно
  • Ctrl+Enter – отправить запрос
  • Ctrl+L – очистить чат

Проект с открытым кодом: github.com/claudia-app.

• Пользователи считают, что название «Claudia» и визуальный стиль слишком близко к бренду Claude/Anthropic и прогнозируют судебные иски.
• Критика GUI-обёртки: многие ценят Claude Code именно как минималистичный CLI-инструмент и не видят необходимости в «тяжёлом» десктоп-приложении.
• Повторяющиеся жалобы: сайт тормозит, видео на главной слишком быстрое, установка бинарников ломается на Ubuntu 22.04, а вставка картинок в чат зависает.
• Пользователи просят фичи, которых нет: sandbox-агентов, нативной интеграции в VS Code, управления несколькими worktrees, нормального поиска/замены кода.
• Общий вывод: Claudia выглядит как «очередной Twitter-клиент для LLM», и большинство разработчиков возвращается к чистому Claude Code в терминале.

Ключевые выводы DrugAge

• Влияние препаратов на долгожительство у мышей почти не коррелирует с результатами на червях и мухах (r = 0,28).
• Лучшие вещества продлевают жизнь мышей лишь на 10–20 %. Автор считает, что это предел «встроенной» гибкости программы старения; человеку можно надеяться максимум на +10 лет.
• Настоящий прорыв возможен только при взломе сигнальных путей, например, с помощью экзосом.

Таблица лидеров (только млекопитающие)

Вещество	Исслед. (N)	% прироста
Витамин C	1 (24)	19,6
Симвастатин	1 (682)	19,0
Маточное молочко	1 (22)	17,9
SKQ	1 (50)	15,1
Эпиталамин	2 (171)	14,9
Таурин	1 (122)	14,5
Пантотенат кальция	1 (74)	12,6
Витамин E	1 (47)	12,5
N-ацетилцистеин	1 (32)	12,3
Фенформин	1 (54)	11,6

Остальные (берберин, эстрадиол, EGCG, мелатонин, спермидин, рапамицин, куркумин и др.) дают прирост ≤ 11 %. Аспирин и метформин показали всего 1–3 %.

Комментарии по лидерам

• Витамин C: единственное исследование 1985 г., цифра 19,6 % выглядит завышенной.
• Симвастатин: статистически значимый, но эффект основан на одном большом опыте.
• Маточное молочко и SKQ: данные слабые (N ≈ 20–50).
• Эпиталамин и таурин: пока без подтверждения в независимых сериях.

Итог
Все перечисленные средства лишь «подталкивают» организм к верхней границе генетически заданного диапазона. Радикальное увеличение продолжительности потребует принципиально новых подходов вроди экзосомной терапии.

• Основной вывод: никакие добавки и «анти-эйдж» препараты не заменяют проверенные факторы — не курить, быть стройным, двигаться, спать и контролировать давление/холестерин.
• Почти все обсуждаемые вещества (метформин, рапамицин, NAC, таурин и др.) имеют слабые или противоречивые человеческие данные, часто переносятся из мышей с ошибками дозировки.
• Даже если препарат продлевает жизнь, ключевой вопрос — сохранит ли он здоровье и качество жизни, а не просто добавит года в старческой немощи.
• Без учёта индивидуальной генетики и личных факторов риска универсальных «таблеток молодости» не существует.
• Диета и физическая активность остаются «королями» профилактики; остальное — эксперимент с неизвестным балансом пользы и риска.

Иллюзия мастерства

Claude выдал прекрасные Go-тесты — и бесполезные: все сводились к true == true.
ИИ дарит облик мастерства без труда. Код выглядит правильно, поэтому легко пролистать детали.

Я не ленюсь, просто использую инструмент. Claude пишет Go, SQL, Svelte, знает сигнатуры API — кажется, что boilerplate решён. Но когда я отлаживал фронтенд, понадобилось 40 минут чтения документации, чтобы заметить, что он смешал синтаксис Svelte 4 и 5. Я проглядел, пока не проследил вручную.

ИИ продвинул меня, но не избавил от работы. Настоящее мастерство — это модель в голове и собственное мышление. Убедительный синтаксис ≠ понимание.

Ловушка

Мы, разработчики, стараемся делать хорошо, и именно поэтому опасна эта иллюзия: ИИ заставляет расслабиться и верить, что результат будет отличным без усилий.

Это как фитнес: пропустил день — легко вернуться, пропустил недели — «и так сойдёт». Инструмент хорош, но привычка тускнеет.
Когда целые команды перестают напрягаться, код превращается в пятна Роршаха: знакомые формы без модели. Это организационный распад.

Сначала ИИ облегчает работу, но уже через пару дней видно: он не несёт когнитивную нагрузку. Финальный рывок остаётся за нами, а поднять «положенное» бремя тяжело.

Требуется усилие

Наш ремесленный труд всегда был в чтении кода, построении моделей, отладке.
Мастерство — это умение нести это бремя. Положил его надолго — не захочешь поднимать.

• Опытные разработчики подчеркивают: без контроля и понимания архитектуры AI-помощь превращается в «красивый, но бесполезный» код.
• Многие замечают, что младшие коллеги перестают думать, слепо принимая сгенерированные тесты и решения.
• AI хорош для рутины, но требует «copilot», а не «main pilot»: человек должен оставаться капитаном.
• Сравнение с IKEA-шкафами: большинство проектов станут «фабричными», но сложные и критичные системы всё равно останутся ручной работой.
• Итог: навыки критического мышения и рефакторинга «AI-слякоти» станут новой ценностью.

Год в корпорации
18 августа — ровно 12 месяцев в $ENTERPRISE. До этого десятилетие в стартапах и SME. Решил «продаться» ради денег и приключений.

Что раньше не было проблемой, теперь — непроходимое болото

Первый PR: красный билд из-за $TOOL.
— «Спроси у владельца».
— «Кто это?»
— «Не знаю».

Неделя переписок в Teams, случайно нашёл в Confluence владельца, которого сократили два года назад. Инструмент живёт сам по себе, глотает тысячи, но никто не поддерживает. Решение: одна строчка в конфиге, игнорируем всё.

В стартапе: «Кэрол, что за $TOOL?» — «О, видела, вот как…»

Скупердяйство на миллионы

Видел, как команды из 3-4 человек на бюджете, который здесь теряют в диване, решали реальные задачи. Здесь:

• пенсия улетела за две недели на обречённый проект;
• AWS-вилла Безоса из-за нагрузки, которую Raspberry Pi бы осилил;
• часы споров о SaaS за $100/мес;
• двухлетний проект закрыли перед релизом «чтобы сэкономить»;
• заявка на мышку — отказано.

Коллеги — лотерея

В малой компании некомпетентных быстро увольняют. В $ENTERPRISE увольняют только «по сокращению». Результат:

• глава техотдела не умеет пользоваться компьютером;
• аналитик не говорит по-английски;
• отчёты полны «—», но все делают вид, что нормально.
  Упоминать слона в комнате невыгодно.

Срочность как фетиш

Раньше: «Сайт нужен к рекламе на ТВ» — понятно.
Сейчас: «Работай выходные, я обещал дату начальству и забыл тебе сказать».
Научиться отличать настоящую срочность от паники менеджера — главный навык.

• Пользователи подтверждают: в крупных корпорациях главное — стабильная зарплата и «чеки не отскакивают», особенно после 40 и при наличии семьи.
• Оргструктура настолько запутана, что найти ответственного за продукт или сервис почти невозможно; «настоящая срочность» определяется только тем, что тебе звонят «из поля».
• Реальные достижения редки: огромные бюджеты тратятся впустую, команды годами создают «негативный выхлоп», безопасность часто сводится к театру, а карьерный рост — это просто смена названий отделов и добавление слов вроде «Innovation».
• Работа в Enterprise учит не технологиям, а внутренним инструментам, бюрократии и «негласному этикету»; навыки становятся гиперспецифичными для компании.
• Многие признают: это ад, но платят хорошо, поэтому удовлетворение получают, создавая что-то своё после работы.

• Это не настоящий WYSIWYG, а прозрачное синтакс-подсветка Markdown в textarea.
• Работает через наложение прозрачной textarea на div-рендер, что даёт лёгкость и совместимость с undo/redo и мобильной клавиатурой.
• Пользователи хвалят простоту (≈45 KB, нет зависимостей), но замечают просадку FPS на телефонах, смещение каретки и невозможность вставки картинок.
• Часто предлагают завернуть решение в web-component с shadow DOM, чтобы избежать проблем CSS-наследования.
• Несколько человек поделились похожими проектами (CodeJar, rich-textarea, Milkdown) и предложили добавить авто-списки, подсветку кода в блоках и поддержку variable-width шрифтов.

DOSDevelResources — подборка инструментов и ссылок для разработки под DOS.

Содержание

• Языки

  • C/C++: Watcom, DJGPP, OpenWatcom, SmallerC, SubC
  • Pascal: Free Pascal, Turbo Pascal 5.5
  • BASIC: FreeBASIC, QB64, QuickBASIC 4.5
  • Сборка: NASM, FASM, WASM, TASM, MASM 6.11
  • Прочее: Rust (rustc-dos), Go (gccgo), Lua, Python 2.4

• Библиотеки и API

  • Allegro, SDL, Raylib, GRX, pdcurses, OpenGL (Mesa3D), VESA, SoundBlaster, TCP/IP (Watt-32, mTCP)

• Утилиты

  • Редакторы: RHIDE, FTE, SETEdit, TDE, Vim, Emacs
  • Отладчики: GDB, WD, TD, SoftICE
  • Упаковка: UPX, LZEXE, PKLite, Diet
  • Эмуляция: DOSBox, DOSBox-X, 86Box, PCem, Bochs
  • Разное: Git, Make, Doxygen, Valgrind-like (Dr. Memory)

• Документация

  • Ralf Brown’s Interrupt List, PCGPE, Intel/AMD manuals, OSDev Wiki

• Ссылки

  • FreeDOS, OSDev, Vogons, Scene.org

Как пользоваться

Клонируйте репозиторий:

git clone https://github.com/SuperIlu/DOSDevelResources.git

Все файлы/архивы лежат в каталогах по темам.

Лицензия

MIT.

• Участники вспомнили, что DOS-ретросцена жива: анонсирован 3-месячный DOSember game-jam.
• Перечислены доступные инструменты: HX DOS Extender, JWasm, Borland C++ 3.1, Free Pascal, DJGPP, GW-BASIC/PC-BASIC, а также MIT-лицензированный набор Microsoft 1988 года.
• Названы ключевые ресурсы: PC Games Programming Encyclopedia, эмулятор PCjs, книги «Black Book of Graphics Programming», «Programmer’s Guide to the EGA/VGA» и «PC-Intern».
• Отмечены удобные IDE: RHIDE и клон Turbo Vision от Free Pascal, а также ностальгия по быстрым Borland-IDE.
• Обсуждали, что современные ассемблеры (FASM/NASM) удобнее старых MASM/TASM, а DOS-цели можно собирать даже из Win32 PE.

Fallinorg – нажмите один раз и Mac станет чистым.
Файлы упорядочены, работает офлайн, данные не уходят в сеть.

Основное

• Локальный ИИ анализирует содержание, а не только имена.
• Полностью офлайн, без интернета.
• Поддержка .txt и PDF на английском.
• Свои папки – вы выбираете, куда складывать.
• Оптимизировано для Apple Silicon.

Покупка

Предпродажа: $9.49 единоразово
— неограниченное количество файлов
— выбор папок
— приватность
— поддержка по e-mail

Купить и скачать

FAQ

• Как анализирует? Sentence Transformers локально.
• Приватность? Всё на вашем Mac.
• Форматы? .txt и PDF, скоро больше.
• Папки? Вы решаете.
• Интернет? Не нужен.
• Intel? Пока нет; пишите на [email] для уведомления.
• Возврат? Пишите на [email] с причиной.
• Обновления? Все мелкие бесплатны; крупные – со скидкой для ранних покупателей.

Подпишитесь на рассылку, чтобы быть в курсе.

• Пользователи жалуются на 357-МБ Python-окружение и просят перейти на CoreML или ONNX Swift-bindings.
• Критика пресейл-цен и отсутствия пробной версии; создатель обещает прояснить условия и добавить roadmap.
• Запросы: поддержка epub/cbr/OCR-многоязычности, пользовательские категории, CLI-версия, Spotlight-импортер.
• Сейчас приложение работает только с PDF/txt, но расширение типов файлов и локализация в планах.
• Найдены опечатки и краши; создатель оперативно исправляет и просит репорты на GitHub.

Статический разряд
Тонкий оксид под затвором транзистора (250 нм) легко пробивается статикой. Для защиты у каждого входа стоят цепочки диодов, резистор и ещё один диод; они отводят избыточное напряжение на питание или землю. На кристалле эти элементы занимают площади, во много раз превышающие сам инвертор.

Латчап
CMOS-структура образует скрытые паразитные транзисторы: если напряжение на выводе выходит за пределы 0…5 В, они включаются и создают короткое замыкание между питанием и землёй. Ток может достигать амперов и расплавить металл. Защита — это специальные защитные кольца (guard rings) из тяжело легированного кремния, которые «закорачивают» паразитные структуры и не дают им включиться.

Метастабильность
Когда асинхронный сигнал попадает в тактируемую логику, триггер может застрять в промежуточном состоянии. В 386 используют «синхронизатор» — двухступенчатый триггер, который сначала захватывает сигнал, а затем передаёт его в основную логику. Так риск метастабильности снижается до приемлемого уровня.

Новый триггер
В схеме управляющих выводов обнаружен ранее не описанный flip-flop: он одновременно работает как защита от латчапа и как синхронизатор, объединяя в себе диодную защиту, резистор и двухфазную фиксацию данных.

Итог
Вокруг каждого контакта 386 — целый «зоопарк» защитных структур: диоды, резисторы, guard rings, синхронизаторы. Эти «драконы» — неотъемлемая часть любого современного чипа, просто обычно они скрыты под металлизацией.

• SCR/тиристоры всё ещё применяются в сверхвысокомощной технике, но уступили транзисторам из-за сложности управления.
• Обсуждали, как Intel тестировала сложные схемы 386 и почему важны антистатические меры.
• Многие пользователи никогда не пользовались браслетами/ковриками, но на практике ESD-повреждения случаются.
• Производители защищаются от даже 0,1 % отказов, а при массовой сборке риск многократно выше.
• Повреждение может быть накопительным или отложенным, особенно в условиях низкой влажности и синтетической одежды.

Кому служит ваш ассистент?

GPT-5 вышел без предупреждения и без отката. Пользователи, привыкшие к тёплой, поддерживающей GPT-4o, получили холодную, саркастичную модель. Люди, использовавшие ChatGPT как замену друзей и терапевтов, почувствовали, что «потеряли друга». Отзывы Reddit полны боли: «он больше не сочувствует», «я спиралил без его поддержки».

OpenAI позже разрешила платным пользователям вернуться к GPT-4o, но удар по доверию уже нанесён.

Параллель — Replika 2023: обновление обрубило «романтические» разговоры, и пользователи устроили истерику.

Вывод
Большинство людей используют ИИ не для кода, а для тепла, креативности, общения. Когда обновление ломает «личность», это воспринимается как предательство.

• Использовать LLM как замену терапии опасно: люди получают ложное подтверждение вместо реальной помощи.
• Компании (Meta, OpenAI) поощряют такое использование, не ограничивая риски.
• Пользователи выкладывают чувствительные данные, теряя контроль и приватность.
• Смена или отключение модели может вызвать психологическую травму, сравнимую с потерей близкого.
• Локальные модели дешевле терапии, но требуют технической экспертизы и всё равно не заменяют специалиста.

• Пользователи жалуются, что NextDNS «заброшен»: устаревшие блок-листы, отсутствие поддержки, частые сбои.
• Некоторые защищают сервис: «у меня всё работает», «лучшие 20 $ в год».
• Главная тема — новая «DNS-фича» для обхода верификации возраста по паспорту: одни хвалят за защиту приватности, другие считают это нарушением закона и риском для сервиса.
• Просят раскрыть «DNS-трюк» и боятся, что функция быстро сломается без поддержки.

• Администрация США отменяет «зелёные» гранты и усложняет разрешения для солнечных и ветряных проектов.
• В Нью-Йорке и других штатах коммунальные компании перекладывают затраты на потребителей, но оставляют активы себе.
• В Австралии субсидии позволяют семьям за ~15 тыс. долл. установить 40 кВт·ч батарею и сократить счета до 500 долл./год.
• Рост цен на электричество в США (5,5 % за год) связывают с ростом спроса от ИИ-дата-центров, закрытием старых станций и инфраструктурными ограничениями.
• Участники обсуждают, что дорогая сеть толкает домохозяйства к «солнечная панель + аккумулятор» и возможному отключению от сети.

Производная показывает, как меняется функция.
Для y = x² – 6x + 13 производная y' = 2x – 6.
Знак y' подсказывает, куда идти вниз по графику; ноль означает минимум.
Решив 2x – 6 = 0, сразу получаем x = 3, y = 4.
Итеративный спуск (градиентный) полезен, когда аналитическое решение сложно.

Градиент — вектор частных производных по каждому аргументу.
Для w = f(x, y, z)
∇f = [∂w/∂x, ∂w/∂y, ∂w/∂z].
Каждая компонента показывает, насколько w изменится при приращении соответствующей переменной на 1.

• Градиенты удобно представлять как «карты стрелок», а Якобиан — как набор таких карт для каждой выходной координаты.
• Хесс-матрица — это вторые производные скалярной функции, и её форма (n×n) возникает только при одномерном выходе.
• Визуальные подходы помогают интуитивно понимать устойчивые/неустойчивые точки и алгоритмы оптимизации.
• Современные инструменты (Julia, Enzyme) позволяют эффективно вычислять Якобианы и Хессианы автоматическим дифференцированием.
• Человеческое зрение быстро «находит минимум» лишь в низких размерностях; в высших размерностях без вычислений не обойтись.

• Участники жалеют, что выразительные языки с нативной компиляцией и автоматическим управлением памятью (Nim, D) не стали массовыми.
• Любители Nim хвалят его скорость, надёжность компилятора и эргономику, но жалуются на малую экосистему, устаревшую документацию и сложность кросс-компиляции.
• Скептики считают, что «выразительность» и макросы делают язык нишевым, требуют больше знаний и усложняют чтение чужого кода.
• Многие отметили, что успех языка определяют не фичи, а деньги, стандартная библиотека, тулинг и сообщество; Rust выиграл именно этим.
• Часть разработчиков ушла из Nim в Rust, Go или Zig из-за зрелости инструментов и богатой экосистемы, но продолжают следить за Nim и надеются на его рост.

Поисковый индекс Marginalia переписан, чтобы лучше использовать NVMe-накопители.
Основные изменения:

• Объём: после ослабления фильтров и добавления рекламного детектора база выросла с 350 до 800 млн документов; ожидается дальнейший рост при добавлении новых языков.
• Структура: обратный индекс остался «картой терм → список (документ, позиции)», но B-дерево теперь читается в режиме O_DIRECT, минуя кэш страниц.
• Чтение:
  • Буферизованные чтения неэффективны при случайном доступе к файлам, превышающим RAM.
  • Прямые чтения требуют выравнивания по 512/4096 Б, но дают стабильную задержку и не копируют данные лишний раз.
  • В Linux появляется RWF_DONTCACHE, но поддержка пока неполная.

Первая оптимизация — переписать B-дерево под O_DIRECT; дальнейшие шаги ещё описываются.

• 128–256 КБ считаются «классическим» оптимальным размером блока, но в 2024 г. всё чаще замеряют индивидуально: всё зависит от архитектуры I/O.
• Для NVMe при высокой параллельности 4 КБ работает не хуже, если использовать AsyncIO/IO_uring или SPDK и выдавать много одновременных запросов.
• Меньшие блоки экономят чтение, но не избавляют от внутреннего read-amplification SSD; нужно знать минимальный физический размер чтения контроллера.
• Формат LBA (512 B vs 4 КБ+) и опции sysfs (optimal_io_size) влияют на производительность и стоит их проверять.
• В задачах индексного поиска параллельность ограничена, поэтому крупные блоки остаются практичным выбором при отсутствии точных данных о «железе».

BBC Micro – прародитель ARM-чипов в вашем смартфоне

• ARM-архитектура родилась на BBC Micro; сегодня 60 % мобильных устройств работают на ARM.
• Мой BBC Master – 128 КБ ОЗУ, процессор 65C12, 5¼″ дисковод и трёхкнопочная мышь.
• Почему «BBC»? Британское телевидение BBC в начале 80-х получило госзаказ на компьютеризацию школ.
• В школе был всего один BBC Micro; учитель иногда приносил ZX Spectrum.
• Domesday Project – амбициозный архив 1986 года на лазердиске, но наш класс не дождался результата.
• Преимущества: лучший BASIC, богатые порты расширения, надёжная CMOS-электроника.

• BBC Micro стал прообразом ARM: Acorn, создавшая компьютер, затем спроектировала процессор ARM, как Intel для IBM PC.
• Устройство отличалось мощным BBC BASIC с встроенным ассемблером, что вдохновило множество школьников и хакеров 80-х.
• Участники вспоминают ранние модели, игры вроде Castle Quest, 3D-демо на Archimedes и первые встречи с 32-битным RISC.
• За кулисами стояли Sophie Wilson и другие инженеры Acorn, но её роль часто упускают в рассказах и фильмах.
• Компания породила целую экосистему стартапов, включая ARM, и оставила яркий след в британской ИТ-истории.

LL3M — система, где несколько LLM пишут Python-код для Blender, создавая и редактируя 3D-модели по текстовым запросам. В отличие от прежних подходов, ограниченных примитивами, LL3M свободно формирует геометрию, компоновку и материалы. Код служит представлением объекта, что позволяет автоматическую и пользовательскую итеративную доработку.

Процесс

1. Создание — первичная модель.
2. Авто-улучшение — самокоррекция ошибок и упрощённой геометрии.
3. Пользовательская доработка — интерактивные правки по запросу.

Возможности

• Разнообразие форм: архитектура, инструменты, скейтборд и т.д.
• Стилизация: один запрос «в стиле стимпанк» меняет геометрию и материалы разных шляп.
• Материалы: процедурные шейдеры, редактируемые узлы.
• Последовательные правки: сохраняется идентичность объекта.
• Прозрачность: читаемый код с комментариями, понятные параметры в Blender.
• Повторное использование: общие паттерны кода переносятся между категориями объектов.
• Сцены: генерация иерархий объектов с корректными пространственными связями.

• Пользователи делятся опытом: meshy.ai превращает упрощённые 2D-изображения в 3D-модели, а Claude помогает писать Lua-скрипты для Aseprite и Python для FreeCAD/Blender.
• Ветераны Blender критикуют качество и высокий полигон-счёт, считая инструмент «игрушкой» или «обучающим» для новичков.
• Сторонники видят в этом будущее «solo-dev»: быстрый прототип, экономия времени и API-first подход в креативных пакетах.
• Поднимаются вопросы безопасности (несэндбоксированный Python), прав и монетизации опыта художников, а также необходимости понимания 3D-семантики для эффективных промптов.
• Общий консенсус: сейчас это «cute», но каждая новая итерация будет лучше, и генеративные модели всё ближе к «говорящим на языке геометрии».

TrackingAI — сайт-трекер политических и когнитивных смещений ИИ.
Добавлен Claude 3.5 Sonnet.

Что есть

• Тесты: политический компас, IQ (Mensa Norway, вербализован).
• База: все ответы ИИ, поиск, фильтры (день/неделя/месяц).
• Модели: ChatGPT, Claude, Bard, Grok и др. — список обновляется ежедневно.

Зачем

1. Показывает идеологию ИИ, чтобы выбрать менее предвзятого помощника.
2. Помогает разработчикам корректировать модели, если они «уходят в крайности».

Откуда идея

Вдохновлено работой Дэвида Розадо, но в отличие от статических снимков — live-трекинг.

FAQ (кратко)

• Почему ИИ левые?
  Данные (Википедия) и обратная связь левых рейтеров.
• Можно ли сделать ИИ центристом?
  Да, но нужно менять данные или состав рейтеров.
• Отказ от ответа?
  Повторяем 10 раз; если отказ — фиксируем.
• Контакт: maxim.lott@gmail.com

Автор

Максим Лотт, продюсер Stossel TV, создатель ElectionBettingOdds.com и TaxPlanCalculator.com.

Подписаться на обновления

• IQ-тесты для людей измеряют «g-фактор» при строгих ограничениях по времени; LLM не работают в этих условиях.
• Модели часто «зубрят» ответы из обучающих данных, поэтому высокий балл ≠ человеческий интеллект.
• Визуальные модели показывают худшие результаты, чем текстовые, из-за различий в формате заданий.
• Нормированные IQ-оценки для машин — категориальная ошибка: тесты не учитывают их архитектуру и возможности.
• Бенчмарк быстро теряет ценность из-за переобучения и отсутствия контроля за «подглядыванием» в данных.

LinkedIn поощряет посредственность

LinkedIn раздражает: из удобного резюме превратился в поток пустых постов ради «личного бренда». Лента забита переработанной, но бессмысленной «токсичной посредственностью» — советы вроде «чему мой развод научил B2B-продажам». Это не заметно, как токсичная позитивность, но суть та же: 150 слов о том, что «солнечные дни тёплые».

Площадка всё ещё полезна, но ценное тонет в шуме. Алгоритм вознаграждает лайки и комментарии, продлевая время на сайте и продавая премиум. Пользователи искренне хотят карьерного роста, но такие посты, скорее всего, не помогают.

Что делать? Помнить: LinkedIn — сайт Microsoft, зарабатывающий на вашем времени. Посты не строят карьеру; работа и её результаты — да. Пишите редко, но по делу. Если важно писать онлайн — заведите блог: меньше просмотров, но выше планка. Поддерживайте тех, кто не играет в эту игру. А если всё надоело — закройте ноутбук и выйдите на улицу.

• Критики называют LinkedIn «свалкой токсичной посредственности»: лента забита высоко-фальшивыми постами, фейковыми вакансиями и «вдохновляющими» байками.
• Пользователи жалуются на спам-рекрутеров, продавцов и «игры статуса», где важнее имидж, чем реальная экспертиза.
• Некоторые признают: если выбирать контакты и темы, можно найти полезные кейсы и даже миллионы долларов выручки, но это скорее исключение.
• Популярны «хаки» выживания: отключить ленту, отписаться от всех, писать только о реальных проектах или вообще перейти на личный сайт.
• Итог: LinkedIn — удобная база резюме и инструмент нетворкинга, но как соцсеть он превратился в «корпоративный клондайк» с низким качеством контента.

Итоги постройки синхронизатора и реактивной системы на SQLite

Первый опыт: PGlite + Electric

• PostgreSQL в WASM + Electric даёт точную синхронизацию и LISTEN-реактивность.
• Недостатки: Electric ещё молод, старт до минуты без компакции; PGlite в single-user-режиме течёт памятью и тормозит при росте БД.

Переосмысление задачи

• SQLite-WASM стал зрелым; моё приложение однопользовательское и почти всегда онлайн.
• Значит, достаточно простого собственного решения.

Минимальный синхронизатор

1. При первом запуске клиент вытягивает всё по updated_at.
2. Каждые 2–3 с опрашивает сервер за записями новее этой метки и делает upsert.
3. Локально при каждом UPDATE ставится флаг modified = 1; фоновый процесс отправляет изменения.
4. Для текстов можно добавить CRDT (Yjs) на случай конфликтов.
   Для отслеживания изменений используется триггер, который игнорируется во время синхронизации через таблицу sync_control.

Реактивность на SQLite

• SQLite не умеет LISTEN, но:
  1. Триггер пишет в лог-таблицу пару «таблица + id».
  2. Broadcast Channel API рассылает это в другие вкладки/воркеры.
  3. UI подписывается на канал и перечитывает нужные строки.
• Использую wa-sqlite: стабильно, без сбоев с момента установки.

• Сообщество обсуждает проблемы PGlite и Electric, поэтому Electric развивает Tanstack DB как «sync-native» JS-решение без привязки к бэкенду.
• Предлагаются альтернативы: Evolu, SQLite-Sync, CouchDB и CRDT-движки, но авторы предупреждают, что продакшен-синхронизация сложнее PoC.
• Некоторые отказались от SQLite в браузере вовсе, храня лишь простые индексы и рассылая дельты.
• Участники подчёркивают важность консенсуса (Lamport/CRDT/raft) и отмечают, что гранулярная синхронизация не гарантирует консистентность без транзакций или разрешения конфликтов.
• В итоге рекомендуют использовать готовые движки, а не изобретать велосипед, особенно если нужны офлайн, e2e-шифрование и многопользовательский доступ.

Notion — это многофункциональный онлайн-инструмент для заметок, задач, баз знаний и совместной работы.
Основные возможности:

• Блоки: текст, таблицы, галереи, код, embed-видео и др.
• Базы данных: таблицы, доски, календари, списки с фильтрами и сортировкой.
• Шаблоны: готовые структуры для планирования, ведения проектов, заметок.
• Совместная работа: комментарии, упоминания, раздача прав доступа.
• Интеграции: Google Drive, Slack, GitHub, Zapier и др.
• API и автоматизация: создавайте собственные скрипты и ботов.
• Кроссплатформенность: веб, Windows, macOS, iOS, Android, офлайн-доступ.

Подходит для личных заметок, командных вики, CRM, управления проектами и образовательных целей.

• Для «reasoning-моделей» RLHF-награды должны оценивать не схожесть с эталонным ответом, а корректность финального результата после «мысленных» токенов — это сложнее.
• Ключевой риск: «успешный» ответ ≠ «правильный», что ограничивает применимость LLM и требует постоянной дообучаемости.
• Спор о терминологии: часть участников считает SFT подмножеством RL, другие настаивают, что RL подразумевает отложенную награду.
• Предложен альтернативный путь: обучать модель сначала оценивать качество собственных ответов, а потом улучшать их.
• Критика дизайна сайта и претензии, что OpenAI преувеличивает способности моделей, не опираясь на факты.

Node.js v22.18.0 LTS
31 июля 2025

Главное

• TypeScript без конфигурации
  .ts файлы запускаются напрямую:

  echo 'const foo: string = "World"; console.log(`Hello ${foo}!`);' > file.ts
  node file.ts   # → Hello World!
  

  Ограничения описаны здесь. Отключить: --no-experimental-strip-types.

Ещё важное

• amaro обновлён до 1.1.0
• import.meta.main в ESM
• fs лучше справляется с всплесками событий через AsyncIterator
• permission передаёт флаги модели разрешений при spawn
• sqlite поддерживает readBigInts на уровне соединения
• url добавлен fileURLToPathBuffer
• watch новый флаг --watch-kill-signal
• Worker стал асинхронно disposable

Другое

• npm 10.9.3, sqlite 3.50.2, обновления minimatch, acorn, googletest
• мелкие исправления в crypto, build, assert и др.

• Node.js теперь умеет запускать .ts-файлы «из коробки», вырезая типы без транспиляции, но поддерживает лишь подмножество TS (без enum и т.п.).
• Новая возможность не распространяется на node_modules, что вызывает вопросы о библиотеках и приватных пакетах.
• Многие радуются упрощённому DX, но часть пользователей уже сталкивается с ошибками обновления из-за ограниченного набора фич.
• Критики считают, что Bun и Deno давно решают эти задачи лучше и быстрее, однако Node остаётся «де-факто» стандартом.
• Итог: шаг вперёд для Node, но полноценная замена tsc/Bun пока невозможна; выбор рантайма по-прежнему зависит от проекта.

Wan2.2 — открытая генеративная модель для создания видео.
Репозиторий: Wan-Video/Wan2.2

• Масштабируемость — работает от локального GPU до кластеров.
• Качество — высокое разрешение, плавность, точность текста.
• Гибкость — обучение, дообучение, инференс через PyTorch.
• Форматы — MP4, GIF, WebM; выбор fps и разрешения.
• API & CLI — простой запуск: wan2.2 generate --prompt "...".
• Docker — готовый образ wanvideo/wan2.2:latest.
• Лицензия Apache 2.0, коммерческое использование разрешено.

• Wan2GP позволяет запускать модели Wan 2.1/2.2 на видеокартах всего 6 ГБ VRAM (Nvidia) и объединяет десятки вариантов моделей с LoRA-ускорением и активным Discord-сообществом.
• Пользователи хвалят качество Wan 2.2: 27B «MoE»-архитектура (два 14B эксперта для разных уровней детализации), 5B-модель выдаёт 720p24 на RTX 4090/24 ГБ или двух 12 ГБ GPU.
• Генерация 4-секундного видео Image-to-Video занимает 3–4 мин, апскейл до 4K — ещё 2–3 мин; изображения рендерятся за 20–40 с.
• Участники спрашивают о бенчмарках видео-моделей, UI-обёртке «Obi» и высокопроизводительных инференс-фреймворках вроде vLLM для видео.
• Некоторые критикуют название «Wan», спорят о корректности термина MoE и отмечают, что Replicate-версия дешевле и проще в использовании.

Hyundai требует деньги за патч безопасности Ioniq 5
Владельцы электрокаров Ioniq 5 в США получили письма: за обновление ПО, закрывающее уязвимости, нужно заплатить. Стоимость не указана, но раньше подобные обновления выдавали бесплатно. Пользователи недоумевают: безопасность — обязанность производителя. Hyundai пока не прокомментировала.

• Hyundai просит £60 за «железный патч» против уязвимости keyless-взлома; многие считают, что это должен быть бесплатный отзыв.
• Комментаторы сравнивают ситуацию с браком тормозов и требуют, чтобы производитель покрыл расходы.
• Часть пользователей теряет доверие к марке и переносит Hyundai/Kia в «чёрный список» покупок.
• Некоторые мечтают о «тупом» EV без мультимедиа и с отключённым keyless, но законодательство всё сложнее.
• Вопросы страховки: будет ли отказ в выплате, если машину не «запатчить» за свой счёт.

• YouTube
  О проекте • Пресс-центр • Авторское право • Связаться • Авторам • Реклама • Разработчикам • Условия • Конфиденциальность • Правила и безопасность • Как работает YouTube • Тест новых функций • NFL Sunday Ticket

© 2025 Google LLC

• Участники обсуждают инициативу ChatControl как широкий инструмент слежки, маскируемый под борьбу с преступлениями против детей.
• Подчёркивается, что «нечего скрывать» — слабый аргумент: люди не хотят отдавать свой телефон даже знакомому.
• Сомнения, что политики и чиновники будут подвергнуты тем же мерам, и предложение сначала тестировать систему на них и их семьях.
• Отмечается: после «детской безопасности» последуют откровенно политические цели — контроль слов, мнений, протестов.
• Участники ищут технические выходы (децентрализованные мессенджеры, I2P, обфускация), но признают, что без массового использования эффективность низка.