Hacker News Digest

• Критики считают, что генерация всего кадра каждый раз приводит к дрожащим артефактам и невозможности сохранить визуальную последовательность.
• Сторонники видят в этом первый шаг к играм с динамически меняющимся стилем, бесконечным контентом и «мечтательной» логикой, где мир рождается заново каждый кадр.
• Некоторые предлагают гибрид: один раз сгенерировать сцену, а далее только «подкрашивать» изменения инпейнтингом, чтобы снизить нагрузку и повысить стабильность.
• Упоминаются и практические плюсы: потенциальная доступность для слабовидящих, возможность локального запуска без сетевой задержки и экономия энергии по сравнению с ray tracing.
• Самое главное — это пока что весёлый эксперимент: «hack, learn and have fun», а не претендент на замену классическим движкам.

GAN: математика в двух словах

• Модели: генератор G(z) и дискриминатор D(x) играют в минимакс-игру.
• Обозначения:
  x – реальные данные, z – скрытый вектор, D(x) – вероятность «реальности».
• Функции ошибок
  • Дискриминатор: L_D = –[log D(x) + log(1 – D(G(z)))] (минимизирует).
  • Генератор: L_G = –log D(G(z)) (хочет D(G(z)) ≈ 1).
• Оптимизация
  1. Фиксируем G, обучаем D, максимизируя log D(x) + log(1 – D(G(z))).
  2. Фиксируем D, обучаем G, минимизируя log(1 – D(G(z))) (или максимизируя log D(G(z)) – стабильнее).
• Итог: игра min_G max_D [log D(x) + log(1 – D(G(z)))] сводится к минимизации расстояния JS между реальным и сгенерированным распределениями.

• Участники признают, что статья 2020 года выглядит сложной и пугает математикой, но это не значит, что нужно строить модель с нуля.
• GAN считаются «древними», однако их метод обучения всё ещё актуален: он используется для тренировки автоэнкодеров, на которых держатся современные диффузионные модели.
• Библиотеки и высокоуровневые абстракции позволяют не знать всё до мелочей; главное — понимать идею и быть настроенным учиться.
• Знание GAN полезно как источник вдохновения и для понимания разнообразия подходов в генеративном моделировании.

Байес

$$P(A|B)=\frac{P(B|A)P(A)}{P(B)}$$ Обновляем вероятность гипотезы при новых данных.

def bayes(p_d, p_t_d, p_t_nd):
    p_t = p_t_d*p_d + p_t_nd*(1-p_d)
    return p_t_d*p_d / p_t

Энтропия

$$H(X)=-\sum_x P(x)\log P(x)$$ Измеряем неопределённость распределения.

import numpy as np
H = lambda p: -np.sum(p*np.log(p, where=p>0))

KL-дивергенция

$$D_{\text{KL}}(P|Q)=\sum_x P(x)\log\frac{P(x)}{Q(x)}$$ Сколько бит «лишних» нужно, если вместо истинного распределения $P$ использовать $Q$.

Кросс-энтропия

$$H(P,Q)=-\sum_x P(x)\log Q(x)$$ Используется как лосс в классификации.

Линейная алгебра

Линейное преобразование

$$\mathbf{y}=A\mathbf{x}$$ Матрица $A$ переводит вектор $\mathbf{x}$ в пространство признаков.

Собственные значения и векторы

$$A\mathbf{v}=\lambda\mathbf{v}$$ Направления, вдоль которых преобразование лишь растягивает/сжимает.

SVD

$$A=U\Sigma V^\top$$ Разложение на ортогональные и диагональные матрицы; основа PCA и рекомендательных систем.

Оптимизация

Градиентный спуск

$$\theta_{t+1}=\theta_t-\eta\nabla_\theta J(\theta)$$ Шагаем против градиента, чтобы минимизировать функцию потерь $J$.

Backprop

$$\frac{\partial L}{\partial W^{(l)}}=\delta^{(l)}(a^{(l-1)})^\top$$ Цепное правило для обучения нейросетей.

Функции потерь

MSE

$$\text{MSE}=\frac{1}{n}\sum_i (y_i-\hat y_i)^2$$ Классика регрессии.

Кросс-энтропия

$$L=-\sum_i y_i\log \hat y_i$$ Стандарт для классификации.

Продвинутые темы

Диффузия

$$q(x_t|x_{t-1})=\mathcal N(x_t;\sqrt{1-\beta_t}x_{t-1},\beta_t I)$$ Постепенное добавление шума и обратное восстановление.

Свертка

$$(f*g)[n]=\sum_m f[m]g[n-m]$$ Извлечение локальных паттернов в CNN.

Softmax

$$\text{softmax}(z_i)=\frac{e^{z_i}}{\sum_j e^{z_j}}$$ Превращает логиты в вероятности.

Attention

$$\text{Attention}(Q,K,V)=\text{softmax}\left(\frac{QK^\top}{\sqrt d_k}\right)V$$ Взвешенная сумма значений по релевантности запроса и ключей.

---

Краткий конспект ключевых уравнений ML: от вероятностей до трансформеров, с кодом и интуицией.

• Пост вызывает споры: @dkislyuk считает, что изолированное перечисление формул мешает понять связи между ними, особенно между энтропией и кросс-энтропией.
• @cl3misch нашёл баг в коде энтропии из-за неинициализированных значений и несоответствие формулы кросс-энтропии.
• @JumpCrisscross и @jpcompartir предупреждают, что пример Байеса и определение бэкпропа могут ввести в заблуждение.
• Несмотря на замечания, многие (@dawnofdusk, @0wis, @cgadski) хвалят пост как полезный чит-лист по математике ML.

fossjobs.net — доска вакансий только с оплачиваемой работой в FOSS и open-hardware проектах. Размещение бесплатно; присылайте вакансии через форму или на submit@fossjobs.net.

Последние вакансии

• Technology Assessor — NLnet Foundation, Амстердам, полная ставка
• Senior Software Engineer (Wikibase Suite) — Wikimedia Deutschland, Германия, полная ставка
• Deputy Director — Free Software Foundation, Бостон, полная ставка
• Operations Assistant — Free Software Foundation, США, частичная ставка
• Руководитель консалтинга и техподдержки — NetKnights, Кассель, полная ставка
• IT-проект-менеджер для НКО — SYSTOPIA, Бонн, полная ставка
• Senior Developer (12 мес.) — Mautic, удалённо, полная ставка

География: Германия (3), США (2), Нидерланды (1), удалённо (1).

• Участники считают, что база вакансий мелкая и устаревшая: данных мало, зарплаты низкие (≈50 k€) и часто не указаны.
• Недовольство вызывают листинги без диапазонов зарплат — предлагают просто игнорировать такие сайты.
• Обсуждают нехватку «чистых» FOSS-позиций и спрашивают о ресурсах для участия в open-source без полной занятости.
• Немецкие объявления с «(all genders)» вызывают недоумение: в немецком профессия гендерно маркирована, поэтому добавляют пояснение.
• Ссылки на дополнительные ресурсы: wiki FOSSJobs, Mastodon-канал @fossjobs@floss.social.

• Онлайн-петиции против политики Google называют бесполезными «слактивизмом» и отвлекающими от реальных действий.
• Разработчики обсуждают уход с Play Store, переход на альтернативные OS (GrapheneOS, Jolla) и развитие веб-приложений.
• Главная надежда — регуляторы: EU (DMA, CRA) и антимонопольные органы, а не просьбы к самому Google.
• Google, по мнению участников, заранее рассчитал на негатив, но может ошибиться в масштабе ответа.

• Тезис: утверждение «OpenAI и Anthropic теряют деньги на инференсе» — сильно преувеличено.
• Метод: считаем только «сырой» H100-компьют за $2/час, игнорируем всё остальное.
• Кластер: 72 H100 → $144/час. 8-GPU инстанс × 9 = 288 параллельных запросов.

Пропускная способность

• Prefill (вход): 1,44 млн токенов/с на инстанс → 46,8 млрд токенов/час.
• Decode (выход): 1 440 токенов/с на инстанс → 46,7 млн токенов/час.

Цена за токен

• Вход: $0,003/млн токенов (почти даром).
• Выход: $3/млн токенов (реальные деньги).

Почему ограничивают контекст

• При >128 k токенов вычисления становятся compute-bound → цена вырастает 2–10×.
• Поэтому Claude Code режет контекст до 200 k: дешевле.

Пользовательская экономика

• ChatGPT Pro $20/мес при 100 k токенов/день: себестоимость ≈ $3/мес → маржа 5–6×.

• Анализ статьи критикуют за то, что она использует эффективность DeepSeek R1 как базу для оценки затрат OpenAI и Anthropic, хотя эти модели могут сильно отличаться.
• Участники указывают на ошибки в расчётах токенов, стоимости подписки (ChatGPT Pro — $200, а не $20), а также на игнорирование простоев оборудования и других скрытых расходов.
• Некоторые считают, что инференс может быть прибыльным, но только если исключить затраты на обучение, что делает выводы статьи спорными.
• Также поднимаются вопросы о бизнес-модели: возможности монетизации через рекламу, разделение тренировки и инференса, а также использование данных пользователей для улучшения моделей.

• Phison не смог воспроизвести проблему, а Microsoft молчит и не публикует детали.
• Нет ясной технической картины: анекдоты множатся, но SMART-данных и логов нет.
• Неясно, «убивает» ли обновление SSD физически или просто портит данные.
• Пользователи обсуждают ответственность Microsoft и риски откладывать обновления.
• Некоторые советуют LTSC-версии Windows или Linux, другие — вообще не обновляться.

Что это
Приложение для macOS, которое автоматически сохраняет «точки восстановления» проектов Claude Code. Если что-то пошло не так — один клик и вы вернулись к рабочей версии.

Как работает

1. Выберите папку проекта.
2. Продолжайте кодить — изменения отслеживаются сами.
3. При завершении задачи создаётся контрольная точка.
4. В любой момент можно откатиться или посмотреть diff.

Основное

• Авто-обнаружение изменений — без настройки.
• Визуальный diff — видно, что добавлено, удалено, изменено.
• Полное резервное копирование — каждая точка = весь проект.
• MCP-интеграция — Claude Desktop сам создаёт точки при task completed.
• macOS 13.5+, бесплатно.

Команды MCP

update_task_status("task", "completed")  # контрольная точка
restore_checkpoint("id")                 # откат

Скачать
Mac App Store

• Пользователи просят встроить в Claude Code «возврат к состоянию на момент любого сообщения» — как в Cursor.
• Автор тулзы «Checkpoints for Claude Code» подтверждает: сейчас сохраняются только файлы через git в скрытой папке .claudecheckpoints; контекст и история чата пока нет, но работают над этим.
• Спор: git-авто-коммиты удобны для отката, но пачкают историю; часть пользователей предпочитает ручной rebase.
• Некоторые жалуются на баги (зависания UI) и спрашивают, почему сам Claude Code «беден на фичи» и не догоняет Cursor.
• Ирония: «AI-кодинг» воссоздаёт привычные практики — скоро, шутят, понадобятся scrum и HR для агентов.

Sci-Hub заблокирована в Индии
Три транснациональных издателя (Elsevier, Wiley, ACS) добились в суде Нью-Дели полного запрета доступа к Sci-Hub и новому проекту Sci-Net. Индийские провайдеры обязаны закрыть сайты в течение трёх дней; обойти блокировку можно лишь через анонимайзеры.

История конфликта

• 2020: издатели подали в суд против Sci-Hub и LibGen, но после общественного резонанса дело затянулось.
• 2021: Twitter-аккаунт Sci-Hub забанили, а сама платформа приостановила обновления по требованию суда.
• 2022: университеты ввели двухфакторную авторизацию, и автоматическое скачивание статей стало невозможным.

Sci-Net и новая атака

В апреле 2025 г. запущен Sci-Net — децентрализованная система вознаграждений за загрузку статей. Издатели заявили, что это нарушает старый запрет 2021 г., и потребовали блокировки обоих проектов.

Что делать

Блокировка нарушает право на знание и национальные интересы Индии. Деньги, уходящие на подписки, лучше направить на поддержку молодых учёных.

• Пользователи возмущены блокировкой Sci-Hub в Индии и других странах, считая её препятствием для доступа к научным знаниям.
• Основная жалоба — высокая стоимость научных статей (до $60 за штуку), что делает невозможным регулярное чтение для исследователей.
• Некоторые отмечают, что в Индии уже есть государственная подписка на журналы, но это не решает проблему полного доступа.
• Причины остановки Sci-Hub не только в судебных решениях, но и в внедрении двухфакторной аутентификации в библиотеках.
• Участники подчеркивают, что ограничение доступа к знаниям тормозит научный прогресс и ведёт к «переизобретению велосипеда».

• Отложено: удаление каталога docker.io/bitnami перенесено на 29 сентября.
• Браун-ауты: 28 авг, 2 и 17 сентября по 10 образов будут недоступны 24 ч.
• С 28 августа новые образы и Helm-чарты больше не публикуются в Docker Hub; исходники остаются на GitHub.

Что меняется

Образы и чарты переезжают в Bitnami Legacy; для продолжения работы обновите CI/CD и кластеры.

Как действовать

1. Bitnami Secure Images (BSI) — рекомендованный путь; часть бесплатна только для dev/test, продакшен требует подписки.
2. Bitnami Legacy Registry — временное решение.

BSI предлагает как обновлённые Debian-образы, так и новые Photon Linux hardened (совместимы с теми же Helm-чартами).

• Broadcom/Bitnami заставляют платить за образы, раньше бесплатные, вызывая волну недовольства.
• Пользователи обвиняют компанию в «оракловом» подходе: берут чужой OSS, добавляют обвязку и требуют деньги.
• Многие жалуются на сложные, «странные» образы Bitnami и рады возможности уйти на официальные или альтернативы (Minimus, Chainguard, stagex).
• Поднимаются вопросы о судьбе Helm-чартов, их совместимости и возможности форков.
• Участники обсуждают юридическую сторону (CSR/EU Cyber Resilience Act) и технические риски мутабельности docker.io.

Сертификаты для onion-сервисов

Onion-сервисы изначально не нуждаются в TLS-сертификатах, так как Tor уже обеспечивает шифрование и аутентификацию. Однако при доступе через HTTPS-прокси или при желании показать «зелёный замок» можно выпустить сертификат.

Возможные варианты

1. DV от публичного CA

   • Let’s Encrypt, DigiCert и др. поддерживают домены .onion.
   • Потребуется подтвердить владение onion-доменом через ACME (HTTP-01 или DNS-01).

2. Собственный CA

   • Генерируем корневой сертификат и подписываем им конечные.
   • Подходит для внутренних или тестовых сервисов; клиенты должны добавить корень в доверенные.

3. Self-signed

   • Быстро, но вызывает предупреждение браузера.
   • Использовать только для разработки.

Практика с Onionspray

• Встроенный модуль onionspray-cert автоматизирует выпуск Let’s Encrypt.
• Для собственного CA:

  onionspray root-ca init
  onionspray cert issue <onion-address>
  

• Готовые сертификаты складываются в ./certs/.

Проверка

• Публичный DV: открыть onion-сайт в Tor Browser — замок зелёный.
• Свой CA: импортировать rootCA.pem в браузер/ОС.

Кратко

• Для публичных проектов — Let’s Encrypt.
• Для частных — собственный CA.
• Self-signed только для тестов.

• Внешняя валидация сертификатов для .onion вроде бы избыточна: адрес уже содержит хэш публичного ключа, что даёт криптографическую привязку.
• Однако браузеры и стандарты требуют TLS для включения HTTP/2, платежей и других API, поэтому сертификаты нужны «чтобы не сломать сайт».
• RFC 9799 описывает ACME-расширения для выдачи таких сертификатов, включая поддержку поддоменов и wildcard.
• Часть участников считает это «политикой ради политики» и перегрузкой, другие — защитой обычных пользователей от ошибок.
• Для приватных сервисов достаточно TOFU, а для публичных onion-сайтов сертификат может служить дополнительным якорем доверия.

%PDF-1.5  
2563 0 obj << /Linearized 1 /L 1678165 /H [3138 777] /O 2567 /E 303978 /N 57 /T 1662512 >>  
2564 0 obj << /Type /XRef /Length 150 /Filter /FlateDecode /DecodeParms << /Columns 5 /Predictor 12 >> /W [1 3 1] /Index [2563 351] /Info 1720 0 R /Root 2565 0 R /Size 2914 /Prev 1662513 /ID [] >>  
stream  
xcbd`g`b``8 "H6 _"\@dL v{Vòk A&teYر vb< I-G5g1dH`201) v'(9TImQrs P$ 7 p  
endstream  
2565 0 obj << /Names 2913 0 R /OpenAction 2799 0 R /Outlines 2769 0 R /PageMode /UseOutlines /Pages 2768 0 R /Type /Catalog >>  
2566 0 obj << /Filter /FlateDecode /S 757 /O 896 /Length 688 >>  
stream  
xc```bqb`213@
d+Y0mH8pG
5Aft8$$Y68)7cadTh磲,=  -M d05d1\a9`p(n}\*oYf]\*>ޒ)ʣTDie' xmzߝ#}ZJcT)+5,JTI!Xa%-U%2ٲ\*2C^Ur,\Ar<JK.y2%'-ymcYY+_pjIcx޽'ɔ +?Țc;J?,Xϒf"o1MIuΖ%(xYl3PO `{
Wf$,9xҶׄ%\>  
endobj  
2568 0 obj << /Filter /FlateDecode /Length 2296 >>  
stream  
xX˛۶_#|3=~vĵ_vX C
ɬZJɩ `o{wu&ȃHwH(*,AywRvh5qVxˆVNwou'oVyjtje~?g\>Ju+OwＸ[id1_uoz83=KI~e50IzO;UAJeF: ""(c8{k}yA%l{I%%qat4rd!/km?_0>ܟ,C]R -p*!u00B98&.[`<nI-r?Z ?썞E^YP.$,uZa4e-EVE0 uj@K=b\*[$V+hl.~η<!5~;#zKVU^YlcHķB@_-CQkdv$d N\N$]GIbӠ/k[~HnW,7P^uR
/q1Qfk9h!  K:|0}.4ۑ@# +:5Vcoz78JwGaQVfk%㪈}lԠl1+dW)ѿF8z;OY0#rsloPN,7Jnx/7w,,^(iúIшʆ#G%LCi8Ƶ`xC7o׋ť<6Ak
 2y)$i"ԟIkTП U5HS--O:*/yE-'Jsش1kJW&6e L0̗<܃Wj0;fN
]RsGQ|\gQ2֭6-j%|}3t1;[4R!`KAy{Rz61%vYB3:lGFk7]}ԃ,9 =@ >%!5&CE"'/9IT,`9ypkI@TB#.8ܼugLcEH",MErI3b'ѐQ\!/H ;/ ]v.q֒HSr05)vN6C6(-ݲT
,kdǶ~xQzŇ{]_}rV$麾wEG+l%
sۏ9=Q.&]m;e"ZZ^KE{gm]Iz!9{D' t/~0RnH$1'x5'O2M <5"t'3HKA3h̝`o_Sx?͒DGk,p f:1ι^Hwl \9[&;VgUziVjTD3E%+>{[1xWxwE3E2aO=r|F[jr=m ~ymCzx^&'Ǿ,$*cn,؛#6#s16`kc佶؜e^/kR;w5'<jק - x9˨` 4Ì&! t#!%b#ЋpapG~hN٭t9:iվہ`#N;̇*id
MV}>pႂŞS/y$\nXd
vN͎k48<]=cZu}I 4Ǩf-t/9<0ǤaȶUttc݆yOЛW翊*0_Zhj'`3O:u3Rem3L{HZf8~ʘ~?|;<0~^@KT ,Kz}B _n>/UH=56baU~xA/uu+U/5}ںY.,H$AV\2|  
endstream  
2569 0 obj << /Filter /FlateDecode /Length1 1989 /Length2 24075 /Length3 0 /Length 25243 >>  
stream  
xeT\k5CNpww C@Gv>{wUs=*2"E:!;#3=#7@VNЖNL KF&4t5tr8
 ~fFF.X24
yΆ@&_@əC 5R}{8Z;BG'oaz M/GsZ(l
F@sCkS)@ PSSV
H(+)PVqs."*jQ!yU1P Shߌ ß{0
\N7f}:@ilFoLohFoo?Us'U[r:OG@['q)m>J!w_bp_' ?Ҙ:+(1u::8
}&"8:!o7ua;ӵ1tں8y6yvNNNZXw3ۿdrBRb*tgK'gQ[zgw翬p2X
C*fk"bgc OD->lCmekf_BS[?57qgPpp
Jo:5'L񲷳Z;
},LX/'CW O"X&Lj _ѥlM\0O׊R}짉h  o1 lw7
RG=?B(k$n4Qp66WM%r6x![3kG?!a8p,W:&}̡-  QQ?d
r J49+وۙXؚ

bb_`sp
ػ8Lat G08
F#."ǭ[`0d0

,@VBVaog?G~r6C*ebAd:Z;N;|1
?,\\
? ?xۊvVqvjX|<a"ghL׿}dscpch1;k?݁ưKv<͡ebd\\'Xy@€VLB;YI/
Śdo[mIU37&J? }|qĄ&r3V˻sJX3 jG"\\=W)ĺ ݊ZQWppWf@bVC1&zIIW.R}.ZqE}MJΛѫI5妷UsWW:5]x֛Bse9a9~gJi@y#Hr+j|_=֭C \*>U_٦}i9T}]4
FtJpjW+g[bNR)fƃxc@ߖ2S[hߩC1]&Fu=w@Lnu^ $5Fǧgu-3jd~B ːeus=1(v~Q'MP ̕.hj}
 Kb$yZ2#S(^Ij}(M8zgL)hGY:#DI醡M%㤚ooxPeKܵ3r~f?|p&'U?c+[n7h۠SYAfPnh-|3NFMU|8'>aAtX:t3cLHsۗi,]S~H(T,
B\\8
3]![$D1:"{:5mU]bS . ;;}6,s0v9F-ƪ5@)s~JC0.+{<C]3j9lFm“"!G/*QDA׋R<6f<-+bZQPK[~Y#X"7Oct%A4l 5()D!B3R%T ܯxaيuNY8)(}5i?wRG 2ozߖ6C_ҭzSNoA&I^6OnɎ=1bڕ*4rz֕YOvJ"?/e%vMU5f^P{Q#< C?uZC_*;h~X0'իp%"<{ N{C"XoH+bR!><Y -1͝`e T4}oF6$b9.
("w/==Ŝ1'`HorrҼIy >%-WD'TQ7
:|_RaZW53㸶M/jBPerKd @J`@
r D`TzPF3IzI!i7(7,6/#}\\/Yq  
endstream  

• Обсуждение разделилось на три потока: экономические причины сокращения молодых специалистов (спад в индустрии, а не ИИ), изменение ожиданий из-за LLM (идеальные письма, новые инструменты), и разница в использовании ИИ между джунами и синьорами (первые теряют производительность, вторые ускоряются).
• Несколько участников подчеркнули, что корпоративные метрики и лей-оффы заставляют бояться пользоваться ИИ, а деньги уходят в вычисления, а не в найм.
• Звучит тревога: без младших разработчиков «лес» будущих экспертов вырубается, а бюрократия и «AI-slop» растут.

bookmarks.txt — идея хранить закладки в обычных текстовых файлах.
Проект на GitHub: soulim/bookmarks.txt.

• Пользователи разделились: одни видят закладки как быстрый доступ к любимым сайтам, другие — как «виш-лист» для глубокого чтения.
• Многие отказались от браузерных закладок: кто-то хранит ссылки в plain-text, YAML, Markdown или Org-mode, кто-то в Notion, Obsidian, Wallabag, Zotero.
• Главные боли — link rot и невозможность поиска по содержимому страниц; решения: сохранять PDF, скриншоты, снапшоты в Internet Archive, полнотекстовые копии.
• Кому нужен поиск по 5–20 k ссылкам — пишут собственные fuzzy-скрипты, расширения или используют gist/Git-репозитории.
• Браузерные фичи (keywords, экспорт bookmarks.html, синхронизация) всё ещё используются, но считаются недостаточными без тегов, рейтингов и проверки живости URL.

Open Source — это один человек
Сокращённый перевод поста Джоша Брессерса

Публикация The Register, высмеивающая российского разработчика за то, что его утилита используется Пентагоном, — позор. На самом деле почти всё open-source ПО в мире пишут одиночки.

Проект ecosyste.ms индексирует 11,8 млн репозиториев. Из них 7 млн обслуживает один человек. Ещё 4 млн — данные о количестве мейнтейнеров отсутствуют, но большинство из них тоже «одиночки».

В экосистеме NPM картина та же:

• 4 млн пакетов → ~900 тыс. авторов (один человек — много проектов).
• Среди 13 тыс. самых скачиваемых пакетов (>1 млн загрузок в месяц) почти половина поддерживается одним человеком.
  Только при пороге в 1 млрд загрузок большинство проектов имеют команду >1 человека.

Вывод

• Риск цепочки поставок — не страна происхождения мейнтейнера, а один человек без ресурсов и оплаты.
• Уязвимость — не «русский хакер», а перегруженный разработчик, который может случайно или умышленно сломать критическую библиотеку.
• Обвинять таких людей в «предательстве» — неэтично и бесполезно.

Что делать? Однозначного рецепта нет, но начать стоит с признания проблемы и поддержки мейнтейнеров, а не травли.

• Участники считают, что риск цепочки поставок — это вопрос управления, а не только инженерии.
• Поднимается проблема «автобус-фактора»: кто продолжает проект, если единственный мейнтейнер исчезнет.
• Статистика NPM о 900 тыс. мейнтейнеров на 4 млн проектов вызывает сомнение: половина пакетов вообще неактивна, а данные ecosyste.ms считают только тех, кто указан в package.json.
• Критикуется сенсационный заголовок The Register о «русском коде» и подозрениях к разработчикам по национальности.
• DoD использует Node/NPM не для критических систем, а для внутренних сайтов и сервисов, считают комментаторы.

• Участники обсуждают избрание Трампа, сравнивая его политику с лысенковщиной и предупреждая о потенциальных катастрофических последствиях.
• Основное удивление вызывает не сам Трамп, а массовая поддержка или безразличие к его действиям.
• Недовольство вызывает предстоящее «раскрытие правды» об аутизме, которое, по мнению участников, может навредить детям с РАС и их доступу к помощи.
• Критикуется неспособность «умных» донести свою позицию до «простых» избирателей, а также то, что СМИ и авторитетные источники подавали дезинформацию как норму.

Joe Gebbia не должен касаться госуслуг.
Назначение со-основателя Airbnb «главным дизайнером США» — циничный фарс, демонстрирующий непонимание ни дизайна, ни управления.

Дизайн через обход законов.
Airbnb вырос не на инновациях, а на игнорировании регуляции: сначала нелегальные субаренды на Craigslist, потом лоббирование и «слишком дорогое» преследование. Это не улучшение систем, а их разрушение ради прибыли.

Разрушение 18F.
Год назад команда 18F, сотни опытных дизайнеров, уже делала госуслуги удобнее. Их распустили, а теперь обещают «сделать всё заново за три года». Зачем сносить то, что работало?

Нереальные сроки, реальная коррупция.
Реформировать 26 000 сайтов и все офлайн-сервисы за три года невозможно. Зато за это время можно протащить выгодные контракты и ослабить регуляцию для Airbnb. Gebbia стал трумпистом перед выборами-2024 — и теперь у компании «свой человек» в Белом доме.

Повторяющийся сценарий.
Как и другие «бизнес-гении» при Трампе, новый «дизайнер» больше похож на лоббиста, чем на реформатора.

• UK Gov Design System считается «золотым стандартом», которому пытались следовать дизайнеры 18F до их увольнения.
• Критика AirBnB: первые шаги описываются как «пиратство» на Craigslist, а цены в поиске скрывают комиссии (dark-pattern).
• Назначение Джо Геббиа «главным дизайнером США» вызывает споры: кто-то называет это «трагедией», кто-то — «пустой тратой ресурсов».
• Трамп-администрация обвиняется в коррупции и разрушении федеральных служб («the swamp overfloweth»).
• Сторонники Apple хвалят магазины, но многие находят их перегруженными и запутанными; Microsoft Store уже закрыты.

Цель: выяснить, как гипервентиляционное дыхание с музыкой вызывает изменённые состояния сознания (ИСС).

Методы:

• 19 здоровых добровольцев прошли 40-минутную сессию «conscious connected breathing» под музыку.
• До и после измеряли:
  – психометрические шкалы (MEQ30, 11-D ASC, Mysticism, Oceanic Boundlessness);
  – функциональную МРТ (BOLD-сигнал, гиперкапния, карбоген);
  – ЭЭГ (спектральная мощность, энтропия).

Результаты:

• 74 % участников сообщили глубокий мистический опыт (MEQ30 ≥ 60 %).
• fMRI:
  – ↓ активности в DMN (precuneus, PCC, mPFC);
  – ↑ связности между PCC и визуальной корой;
  – гиперкапния не объяснила эффект.
• ЭЭГ:
  – ↑ γ- и ↓ α/β мощности в теменно-затылочных областях;
  – ↑ энтропии в теменных и височных зонах.

Вывод:
Гипервентиляция с музыкой вызывает ИСС, сопоставимые с психеделическими, за счёт «выключения» DMN и усиления визуально-теменных сетей; гипоксия/гиперкапния не являются ключевыми.

• Участники делятся опытом вызова изменённых состояний сознания (АСС) через дыхательные практики, бинауральные ритмы, светомузыкальные устройства и длительную медитацию.
• Некоторые сравнивают эффект с психоделиками, отмечая, что дыхание и ритм могут быть «быстрым путём» без веществ.
• Подчёркивается важность безопасной обстановки и опытного гида, особенно при интенсивных сессиях.
• Обсуждаются параллели с древними шаманскими техниками, йогической пранаямой и ритмами EDM/транса.
• Возникают вопросы о научной строгости термина «изменённое состояние сознания», гипнотизируемости и возможных побочных эффектах гипервентиляции.