Hacker News Digest

Чикагский университет, долгое время считавшийся оплотом гуманитарных наук, приостановил приём в докторантуру по семи направлениям, включая литературу и историю искусств. Это решение символизирует кризис в академии: даже элитные институты отступают перед финансовыми давлениями и сдвигом в сторону STEM-дисциплин. Утрата такого лидера подрывает саму идею, что изучение философии, языков и искусства необходимо для критического мышления и культурного наследия.

Практический эффект — сокращение возможностей для новых поколений учёных и обеднение интеллектуального ландшафта. Если Чикаго не защищает гуманитарные дисциплины, их ценность ставится под сомнение повсеместно, рискуя превратить университеты в чисто технические центры, лишённые глубины и рефлексии.

• Финансовые проблемы Университета Чикаго, включая дефицит бюджета и слабую доходность эндаумента, привели к сокращению финансирования гуманитарных программ.
• Критики указывают на недостатки в управлении и отсутствие инноваций в гуманитарных departments, а также на негативную атмосферу и идеологическую предвзятость среди некоторых преподавателей.
• Поднимается вопрос о целесообразности финансирования PhD программ в гуманитарных науках при отсутствии перспектив трудоустройства выпускников и высоких opportunity cost для студентов.
• Защитники гуманитарных наук подчёркивают их критическую важность для общества, arguing что проблемы носят системный характер, а не являются виной самих дисциплин.
• Обсуждается общий тренд сокращения гуманитарного образования в пользу STEM-направлений, что часть участников связывает с давлением со стороны общества и властей.

NFS, созданный Sun Microsystems в 1983 году, остаётся фундаментальной технологией для распределённых систем спустя 40 лет после своего появления. К юбилею в сентябре 2025 года запущен сайт-архив, собравший оригинальные документы: технические спецификации, white papers, маркетинговые материалы и даже личные заметки разработчиков.

Среди ключевых участников проекта — Том Лайон, Брайан Павловски и Стив Клейман. Архив структурирован по разделам: исходные коды, конкурентные решения, фотографии. Отмечается, что альтернативный ресурс nfsv4bat.org содержит материалы после 1995 года, но его техническое состояние вызывает вопросы. Практический вывод: несмотря на возраст, NFS продолжает влиять на современные сетевые файловые системы, а его документация сохраняет ценность для инженеров.

• NFS широко используется в различных средах (от домашних сетей до крупных дата-центров) благодаря своей надежности, производительности и простоте.
• Основные проблемы NFS связаны с безопасностью (слабая модель аутентификации), зависимостью от стабильного сетевого соединения (при сбое сервера клиенты "зависают") и сложностями с масштабированием.
• Пользователи отмечают проблемы с альтернативами, такими как SMB на macOS, и часто предпочитают NFS для определенных рабочих нагрузок.
• В качестве альтернатив или дополнений упоминаются SMB, SSHFS, WebDAV, iSCSI, 9P и облачные решения (например, Amazon EFS).
• NFS остается ключевым решением для сетевого хранения в Unix-подобных системах, Kubernetes и других сценариях, где важна простота и производительность.

Онлайн-инструмент для рисования ASCII-арта с настраиваемыми кистями разных размеров (1×1, 2×2, 3×3) и возможностью выбора символов из Unicode, включая спецсимволы вроде ✦ или █. Есть ластик, очистка всего холста, настройка размеров сетки (столбцы и строки), а также функции копирования и экспорта в текстовый файл.

Работает в реальном времени с индикацией текущих параметров (например, 90×40, кисть 2px). Автор отмечает, что не все Unicode-символы отображаются корректно из-за ограничений шрифтов, и призывает дать обратную связь через соцсети.

• Отмечены технические проблемы: некорректная работа фиксированной ширины шрифта, нестабильность на мобильных устройствах (особенно в Firefox), неожиданное форматирование текста.
• Высоко оценена концепция и простота инструмента для рисования ASCII-арта, многие называют его интересным и полезным.
• Поступили предложения по улучшению: добавить Undo, использовать только печатные ASCII-символы по умолчанию, улучшить мобильную версию.
• Автор активно отвечает на фидбэк, объясняет выбор символов и делится ссылками на другие похожие инструменты.
• Обсуждение затронуло тему возрождения интереса к ASCII-арту и существование других нишевых инструментов для работы с ним.

• Участники обсуждают отчет NIST о китайских моделях ИИ DeepSeek, многие считают его политически мотивированным и предвзятым, отмечая отсутствие в нем доказательств бэкдоров или эксфильтрации данных.
• Ряд комментаторов призывает прочитать оригинальный отчет, а не полагаться на его интерпретации, указывая на несоответствие между содержанием отчета и его критикой в статье Эрика Хартфорда.
• Высказывается мнение, что открытые китайские модели (как DeepSeek) важны для исследований и развития ИИ за пределами США, предоставляя доступные альтернативы дорогим проприетарным моделям.
• Некоторые пользователи выражают скептицизм относительно возможного скрытого влияния китайского правительства через ИИ, но признают, что аналогичные риски могут исходить и от западных моделей.
• Обсуждаются практические аспекты моделей DeepSeek, включая их стоимость, уязвимости к взлому (jailbreaking) и опыт использования различных версий, таких как uncensored Dolphin.

В 1980 году выпускники Университета Ватерлоо Гордон Белл и Дэн Додж основали Quantum Software Systems и начали разработку операционной системы QUNIX (позже переименованной в QNX). Их вдохновил опыт работы с Thoth — реальной ОС с синхронной передачей сообщений, написанной на высокоуровневых языках. Первая версия QUNIX 0.1 работала на самосборном компьютере с процессором Motorola 6809, а с появлением IBM PC в 1981 году они адаптировали систему под эту платформу.

QUNIX сочетала черты UNIX и CP/M: вместо стандартных каталогов вроде /bin использовались /cmds, /config, /sys. Команды отличались — например, help вместо man, task вместо ps. Это была первая микроядерная ОС для PC, ориентированная на надёжность в промышленных и коммуникационных системах. Интересная деталь: в ранних маркетинговых материалах график на мониторе был физически приклеен из-за отсутствия инструментов редактирования фото.

• Участники делятся личным опытом использования QNX в образовании (компьютеры ICON), робототехнике, на BlackBerry и в различных встраиваемых системах, отмечая её надёжность и элегантность.
• Многие вспоминают впечатляющую малую занимаемую память QNX и её демо-версию на дискетах, которая включала полноценную ОС с графическим интерфейсом и сетью.
• Обсуждаются сильные стороны ОС: изоляция процессов, реальное время и сетевая прозрачность, но также отмечаются недостатки, такие как накладные расходы на передачу сообщений.
• Упоминается использование QNX в индустрии (автомобильные инфотейнмент-системы VW/Audi, Skytrain в Ванкувере) и её влияние на дальнейшую карьеру в IT.
• Высказывается сожаление о упадке платформы и интерес к возможному открытию её исходного кода, а также ностальгия по эстетике интерфейса Photon.

Создатель популярного сервиса test-ipv6.com, работающего с 2010 года, объявил о его закрытии в декабре 2025 года. Проект, предоставлявший бесплатные инструменты для тестирования IPv6-соединений, долгое время поддерживался за счёт личных ресурсов автора — без какого-либо дохода. Решение связано с желанием перераспределить усилия в пользу семьи.

Исходный код большей части проекта уже открыт на GitHub, однако компоненты, связанные с геолокацией и идентификацией провайдеров, не могут быть опубликованы из-за договорных ограничений. Владелец допускает передачу домена авторитетной интернет-организации, но призывает операторов зеркал и провайдеров подготовиться к прекращению работы сервиса и обновить свои процессы.

• Благодарность создателю сайта test-ipv6.com за многолетнюю полезную службу в отладке IPv6
• Обсуждение технических проблем с IPv6: плохая маршрутизация, потеря пакетов, сложность настройки и неполная поддержка провайдерами
• Предложения по сохранению сайта: передача другому лицу (например, ben из IPinfo) или организации, поиск спонсорства
• Замечание, что развертывание IPv6 в новых проектах стало необходимостью, несмотря на сохраняющиеся проблемы
• Освещение практических и финансовых трудностей поддержки публичного сервиса, включая атаки и стоимость запросов геолокации

Curious if Meta will ever recoup its investment into VR/AR? A quick Google search indicates Meta has invested north of $100 billion into this tech. The public just doesn't seem that interested in VR/AR. A very small percentage of my family and friends even own a VR headset. Most

pyscn — это интеллектуальный анализатор качества Python-кода с открытым исходным кодом. Он использует статический анализ для выявления проблем вроде неиспользуемых переменных, избыточных конструкций и нарушений стиля, помогая разработчикам писать более чистый и эффективный код.

Инструмент предлагает детальные отчёты с рекомендациями по исправлению, интеграцию в CI/CD и поддержку кастомных правил. Особенность — акцент на объяснении ошибок, что ускоряет обучение и улучшает практики кодинга.

• Обсуждение инструмента для анализа качества кода, который использует tree edit distance на AST для обнаружения структурных дубликатов, в отличие от текстовых сравнений
• Споры о "vibe coders" (разработчиках, полагающихся на ИИ): одни считают их безразличными к качеству, другие защищают как прагматичный подход для определенных задач
• Вопросы о технических деталях: влияние языков со статическим анализом, обобщаемость на другие языки через tree-sitter, сравнение с существующими инструментами (Pylint, Ruff)
• Предложения по интеграции: как инструмент для инженеров, поддерживающих legacy-код, или как MCP-сервер для AI-агентов
• Обсуждение будущего: роль инструментов анализа в эпоху ИИ-ассистентов и их потенциал для улучшения качества в доминирующих языках (Python/JS)

Проект демонстрирует технику оптимизации производительности через упаковку данных в байтовые структуры для минимизации памяти и ускорения обработки. Основная идея — использование примитивных типов и битовых операций вместо высокоуровневых структур, что особенно эффективно в системах с ограниченными ресурсами или требующих высокой пропускной способности.

В примерах показано, как сократить размер данных в 4–8 раз по сравнению с традиционными подходами, например упаковывая несколько булевых значений в один байт или используя битовые маски для хранения состояний. Это не только экономит память, но и улучшает производительность за счёт лучшей локализации данных и уменьшения аллокаций. Практический вывод: для критичных к производительности задач стоит рассматривать низкоуровневую оптимизацию данных, даже если она усложняет код.

• Проблемы совместимости кода для x86 и ARM архитектур, включая необходимость использования библиотеки SIMDe для эмуляции x86 intrinsics на ARM.
• Обсуждение особенностей и ограничений NEON (ARM SIMD) по сравнению с SSE (x86 SIMD), включая отсутствие инструкции movemask и предложенные альтернативы.
• Потенциальные применения алгоритма для эффективной битовой упаковки и распаковки данных в задачах, чувствительных к пропускной способности памяти (например, в data warehouses).
• Критика методологии бенчмарков и сравнений в исходном исследовании, анонс собственной работы по схожей тематике.
• Рекомендации к дополнительным материалам по теме: научная статья обобщающая алгоритмы и статья о симуляции bit packing на NEON.

Настоящая угроза ИИ — не массовая безработица через 18 месяцев, а постепенная деградация человеческого мышления из-за отказа от умственного напряжения. Подобно тому, как медленные приседания с отягощением наращивают больше мышц, глубокое размышление требует терпеливой работы с разрозненными идеями, чтобы сплести их во что-то новое. Однако технологии сокращают это «время под напряжением»: студенты элитных вузов уже не могут читать длинные тексты, а школьные оценки по чтению падают десятилетиями.

Ключевая проблема — не конкуренция с машинами, а то, как мы сами обесцениваем свои способности, перекладывая задачи на ИИ. Вместо страха перед будущим стоит сосредоточиться на сохранении практик глубокого мышления, иначе рискуем потерять то, что делает нас людьми — способность к сложному, медленному творчеству.

• AI усиливает существующие тенденции: одни используют его для ускорения обучения и рутины, другие становятся зависимыми и теряют навыки.
• Ключевой риск — когнитивная атрофия: чрезмерный reliance на AI ведёт к деградации навыков мышления, особенно у молодых специалистов.
• AI как инструмент: ценность зависит от подхода — слепое копирование ответов вредно, а анализ и критика AI-вывода полезны.
• Образование требует адаптации: нужны новые методы оценки (устные экзамены, проекты), чтобы избежать списывания и развивать критическое мышление.
• Социальные последствия неоднозначны: AI может усилить неравенство, повлиять на рынок труда и распространять предвзятость через свои ответы.