Hacker News Digest

• Australia Post временно приостановила транзитные отправки в США из-за вступающих 29 августа тарифов на посылки стоимостью до $800.
• Ранее такие отправки не облагались налогом; теперь за каждую посылку нужно будет взимать пошлину или фиксированный сбор.
• Глобальные почтовые операторы называют ситуацию хаотичной: европейские службы тоже приостанавливают доставку в США.
• Продавцы жалуются на нехватку времени и неясные правила; Australia Post пока не принимает товары, идущие транзитом через Австралию в США.

• США считают себя незаменимыми, но это лишь отталкивает Индию, Вьетнам и Китай, заставляя их искать альтернативы.
• Европейские и другие почтовые службы массово приостанавливают доставку в США из-за новых требований по сбору пошлин.
• Трамп закрывает лазейку, через которую китайские товары массово поступали на Запад, и в этом он совпадает с позицией ЕС.
• Некоторые пользователи поддерживают меры, другие критикуют из-за роста цен и ограничений на свободный рынок.
• ЕС и Швейцария показывают, как можно регулировать импорт без полного разрыва логистики.

DiffMem — хранилище памяти для диалоговых ИИ-агентов на базе Git.
Использует коммиты как «снимки» контекста: каждое сообщение = отдельный diff, история полностью версионируется.
Поддерживает ветвление диалогов, откат к любой точке и слияние веток без потери данных.
Работает как лёгкая библиотека Python: pip install diffmem, далее diffmem init, diffmem commit, diffmem checkout.
Внутри — обычный репозиторий Git, поэтому можно пушить на GitHub, делать PR и использовать все привычные инструменты.

• Проект предлагает хранить «память» агентов в Git-репозитории в виде текстовых файлов и искать по ним ключевыми словами (BM25), избегая векторных БД.
• Критики спорят: одни считают, что это не решает задачи семантического поиска в больших размерностях, другие — что для агентной памяти и так достаточно.
• Поддерживающие отмечают простоту, прозрачность истории, возможность атомарных обновлений и отсутствие накладных расходов эмбеддингов.
• Упоминаются альтернативы: временные knowledge-graph, Graphiti/Zep, MCP-сервер, Lucene, FM-index, post-commit-хуки для векторных БД.
• Автор признаёт, что это PoC; при интересе сообщества готов довести до продакшена и добавить интеграции.

Метод «Вафельная» — как перестать теряться в IT

Ты не один: десятки студентов и джунов пишут, что «потеряны».
Причины всегда одни: ИИ заберёт работу, учить слишком много, непонятно, нравится ли вообще кодить.
Ответ не в технологиях, а в себе.
Вот 48-часовой алгоритм «Вафельная»:

1. Возьми два будних дня
   Заболей, отмени встречи, никого не предупреждай. Только ты и тишина.

2. День 1. «Рвота» мыслей
   Иди в любимое место, где комфортно сидеть часами.
   Без телефона, без ноута.
   Просто пиши от руки всё, что в голове: страхи, желания, образы себя через 5 лет.
   Не редактируй, не ограничивай. Пока листы не кончатся.

3. День 2. Сортируй
   Прочитай вчерашний поток.
   Выдели три группы:

   • Кто я (ценности, сильные стороны)
   • Что люблю делать (задачи, которые дают энергию)
   • Какой мир вокруг (рынок, люди, кому нужна твоя энергия)

   Сопоставь: где пересечения?
   Запиши 1-2 конкретные роли, которые тебе нравятся (например, «исследователь ИИ в медицине» или «техлид маленькой команды»).

4. Сделай «минимальный продукт жизни»
   Из ролей выбери одну.
   Сформулируй 3 навыка, без которых она невозможна.
   Запланируй 30-дневный эксперимент: учишь только эти три навыка по 1 часу в день.
   Остальное — шум.

5. Повторяй каждые 6 месяцев
   Цели меняются. «Вафельная» — не разовая чистка, а регулярное ТО.

Технологии — это инструменты.
Сначала выясни, что ты хочешь построить, а потом уже выбирай молотки.

• Подавляющее большинство комментаторов считают 48-часовой марафон пятилетнего планирования либо неприменимым, либо вредным: требует сверхмотивации, игнорирует неопределённость будущего и часто заканчивается провалом.
• Некоторые отмечают пользу лишь «дня размышлений без отвлекающих факторов», но предлагают заменить жёсткий план на гибкие короткие шаги и ежедневные привычки.
• Опытные участники подчёркивают, что жизнь редко идёт по плану: лучше быть готовым к случайным возможностям и регулярно переосмысливать цели.
• Часть людей, наоборот, рассказывает, что целеустремлённость и визуализация помогли им, но это скорее исключение, чем правило.
• Итог: метод может сработать для уже дисциплинированных, но для большинства «потерянных» студентов он выглядит чрезмерным, стрессовым и негибким.

Rotten Tomatoes: стал ли он менее надёжным?

Вступление

В отельных рекламах почти каждый новый фильм теперь «Certified Fresh». Либо человечество перестало снимать плохое кино, либо сама система оценки изменилась. Данные говорят: второе.

Как работает RT

• Tomatometer = доля «положительных» рецензий критиков.
• ≥ 60 % = «Fresh», < 60 % = «Rotten».
• ⅓ американцев проверяют RT перед походом в кино.

Что случилось с оценками

1. Средний балл растёт
С 2000 по 2023 г. средний Tomatometer вырос с 51 % до 75 %.

• 2000-е: 47 % фильмов ≥ 75 %.
• 2020-е: уже 74 %.

2. «Rotten» почти исчез
Доля «гнилых» фильмов упала с 43 % (2000) до 12 % (2023).

3. Дисперсия сузилась
Стандартное отклонение снизилось с 28 до 18 пунктов: оценки стали однороднее.

Причины

• Больше критиков: с 2000 по 2023 г. их число выросло в 3 раза.
• Софт-ревью: публикации боятся потерять доступ к пресс-показам и дают «слабые положительные» оценки.
• Стриминги: студии Netflix, Disney+ и др. активно «обрабатывают» критиков.

Пользователи заметили

Разрыв между оценками критиков и зрителей на RT вырос до 20-30 п.п. для блокбастеров.

Вывод

Rotten Tomatoes всё ещё удобен, но «свежесть» перестала быть показателем качества. Теперь это маркетинговый инструмент студий.

• Критики RT всё чаще ставят высокие оценки «проходным» фильмам, а зрители — наоборот, занижают необычные или «политические» ленты.
• Многие отдают предпочтение IMDb: ≥7 — почти гарантия качества, <6 — можно пропустить.
• Кто-то вообще не смотрит рейтинги и выбирает фильмы в местном кинозале или по обложке VHS.
• Пользователи хотят персонализированные рекомендации «люди с моим вкусом», а не усреднённые баллы.
• «100 % свежести» легко получить набором трёхзвёздочных «ничего особенного, но сойдёт».