Hacker News Digest

Федеральная комиссия по связи США случайно опубликовала 163-страничный PDF с электрическими схемами iPhone 16e, хотя Apple явно запросила их конфиденциальность на неопределённый срок. В документах содержатся блок-схемы, расположение антенн и другие проприетарные данные, которые компания назвала «торговыми секретами», способными дать конкурентам несправедливое преимущество.

Утечка, вероятно, произошла из-за ошибки в настройках базы данных FCC, а не была преднамеренной. Хотя конкуренты могли бы изучить устройство физически (оно вышло в феврале), этот инцидент устраняет любые догадки и упрощает анализ. Apple известна активными судебными разбирательствами по патентным вопросам, но агентство пока не прокомментировало ситуацию.

• Утечка схем iPhone FCC рассматривается как полезная для ремонта, но не раскрывающая ключевые секреты (SoC, прошивки).
• Обсуждается потенциальное влияние на право на ремонт и возможную выгоду для конкурентов, хотя ценность для копирования ограничена.
• Высказывается мнение, что публикация схем должна быть обязательным требованием для массовой электроники.
• Отмечается политический контекст: поддержка Apple администрацией Трампа и сокращение штата FCC.
• Подчёркивается, что основными бенефициарами утечки являются инженеры-ремонтники, а не клонирующие компании.

• Обсуждаются новые функции Claude Code: расширение для VS Code, команда /rewind для отмены изменений, переработанный интерфейс и управление контекстом.
• Пользователи сравнивают Claude Code с конкурентами (Cursor, Aider, Goose), отмечая его преимущества и недостатки, такие как интеграция с инструментами и эргономика.
• Поднимаются вопросы о конфиденциальности данных, потреблении ресурсов (ОЗУ) и проблемах с UX/UI в новом расширении VS Code.
• Обсуждаются технические аспекты: работа с CJK-вводом, управление памятью, поддержка MCP, а также использование тегов и магических команд в промптах.
• Высказываются предложения по улучшению: индикация функции в diff, отображение оставшегося контекста, отмена выполнения промпта и улучшение команды /resume.

• OpenAI внедряет функцию покупок через ChatGPT, что вызывает опасения по поводу смещения стимулов ИИ в сторону рекламы и комиссий.
• Пользователи скептически относятся к доверению ИИ-агентам своих финансовых операций из-за рисков ошибок, мошенничества и навязывания покупок.
• Многие видят в этом шаге неизбежную монетизацию платформы, аналогичную эволюции поисковых систем, где органические результаты со временем уступают место платным.
• Поднимаются вопросы о практичности и безопасности системы, особенно для пользователей вне западных стран с другими методами оплаты и меньшими доходами.
• Отмечается потенциальное негативное влияние на малый бизнес и affiliate-маркетинг, а также риск унификации предложений и снижения качества рекомендаций.

Anthropic выпустила Claude Sonnet 4.5 — новую модель, которую называют лучшей в мире для кодинга, создания сложных агентов и работы с компьютерами. Она демонстрирует существенный прогресс в рассуждениях, математике и реальных задачах, сохраняя фокус более 30 часов на многоэтапных проектах. На бенчмарке SWE-bench Verified, оценивающем практические навыки программирования, модель показывает лидирующие результаты, а на OSWorld, тестирующем взаимодействие с компьютером, её показатель вырос до 61,4% против 42,2% у предыдущей версии всего за четыре месяца.

Модель уже интегрирована в обновлённые продукты Anthropic: Claude Code с чекпоинтами и нативной поддержкой VS Code, расширение для Chrome, позволяющее работать прямо в браузере, а также инструменты для создания файлов и управления контекстом. Для разработчиков выпущен Claude Agent SDK — инфраструктура, на которой строятся frontier-продукты компании. Sonnet 4.5 также получила высокие оценки экспертов в финансах, юриспруденции, медицине и STEM за улучшенные предметные знания и логику. Модель доступна через API по той же цене, что и Sonnet 4 — $3/$15 за миллион токенов.

• Смешанные оценки производительности Claude Sonnet 4.5: некоторые пользователи отмечают улучшения в кодировании и решении сложных задач, другие не видят значимой разницы по сравнению с предыдущими версиями или конкурентами.
• Критика недостатков моделей: склонность к галлюцинациям, уход в "кроличьи норы", избыточное многословие и неспособность справиться с простыми задачами, несмотря на заявленные улучшения.
• Озабоченность методологией тестирования: призывы к более прозрачным бенчмаркам, включающим временные метки, и скептицизм относительно реальной производительности вне синтетических тестов.
• Проблемы с доступностью и интерфейсом: ошибки в работе подписки, отсутствие поддержки скринридеров и функций (например, загрузки ZIP-файлов), которые есть у конкурентов.
• Влияние на разработчиков: чувство беспокойства из-за непредсказуемости и "черного ящика" ИИ, а также опасения по поводу будущего профессии в связи с автоматизацией.

Агенты ИИ, работающие с файловой системой, представляют угрозу безопасности, особенно в облачных средах. Злоумышленник может обойти защиту на уровне приложения и заставить агента раскрыть конфиденциальные файлы через системные вызовы. Решение — изоляция на уровне ядра, где сам Linux блокирует доступ к нежелательным ресурсам.

Анализ системного вызова open в ядре Linux показывает три точки отказа: do_open (поздний отказ), link_path_walk (средний) и path_init (ранний). Контейнеризация использует эти механизмы, создавая виртуальную файловую систему и пространства имён, чтобы скрыть реальные файлы от процесса. Это надёжнее, чем полагаться на фильтрацию ввода-вывода в приложении.

• Обсуждение методов изоляции и безопасности для AI-агентов, включая контейнеризацию (runc, podman), Landlock и WebAssembly как потенциальные решения.
• Критика предложенного подхода к песочнице как избыточной или неубедительной для экспертов по безопасности, с акцентом на использование существующих проверенных библиотек и методов.
• Уточнение требований к агенту для код-ревью: доступ только к кодовой базе, истории репозитория, диффам, CI/CD логам и системам отслеживания ошибок.
• Обсуждение практических сложностей реализации, таких как неподдерживаемые системные вызовы в gVisor и необходимость баланса между производительностью и безопасностью.
• Скептицизм относительно новизны и точности объяснения автора, с замечаниями, что описанные методы (chroot) не являются полноценной песочницей или контейнеризацией.

Эксперимент реализует передачу IP-трафика между компьютерами через лазерные лучи, используя Linux-туннель (tun0) и микроконтроллеры ATtiny85. Данные передаются через UART-кабели на скорости 2400 бод, где лазер включается/выключается в зависимости от сигнала, а фотоприёмник считывает световой поток. Пинг и SSH-подключение работают крайне медленно из-за низкой скорости передачи.

Для безопасности применялись защитные очки, так как лазеры могут быть опасны для зрения. Исходный код и схемы доступны на GitHub, демонстрируя простоту логики управления лазером через состояния пинов микроконтроллера.

• Обсуждается проект передачи IP-пакетов через лазерную связь в воздушной среде с использованием TUN/UART.
• Участники отмечают существование аналогичных технологий (PPP/SLIP, оптоволокно, коммерческие лазерные линки) и исторические примеры их применения.
• Поднимаются вопросы практической реализации: помехи, модуляция, скорость, надежность связи при плохих погодных условиях.
• Упоминаются любительские и коммерческие аналоги (RONJA, Taara, long-range Wi-Fi) и сложности синхронизации/ошибок в самодельных системах.
• Обсуждаются альтернативные технологии передачи данных (по электричеству, радио) и ироничные сравнения с «неолитическим интернетом».

Сайт infohash.lol перечисляет все возможные 40-символьные хеши BitTorrent (около 10^48 вариантов), разбивая их на страницы по 32 штуки. Для каждого хеша выполняется запрос к распределённой хеш-таблице (DHT), чтобы найти пиров, объявивших себя доступными для раздачи. Если пиры найдены, система запрашивает у них метаданные — например, название торрента и список файлов.

Вероятность случайно найти активный торрент крайне мала, но не нулевая: например, хеши для Ubuntu 24.04.3 и Sintel присутствуют на сайте. Многие хеши показывают лишь одного пира без метаданных — это могут быть краулеры, индексаторы или злонамеренные клиенты, загрязняющие сеть. Сайт вдохновлён проектами вроде keys.lol и демонстрирует принципы работы децентрализованных сетей.

• Обсуждается сайт infohash.lol, генерирующий страницы для всех возможных BitTorrent-инфохешей, что сравнивается с "Библиотекой Вавилона" Борхеса из-за огромного объема в основном бесполезной или ложной информации.
• Поднимаются технические вопросы о работе DHT в браузере, использовании инфохешей в качестве "приманок" (honeytokens) для обнаружения пиров и практических аналогах (например, bitmagnet).
• Участники дискутируют о юридическом статусе публикации инфохешей, проводя параллели с URL, и приходят к выводу, что сами по себе инфохеши не являются защищенным авторским правом контентом.
• Сайт рассматривается как шутка или арт-объект, а не как практический инструмент, подчеркивается его роль для размышлений о природе информации, discovery и создании контента.
• Отмечается, что вероятность случайно найти страницу с реальным торрентом крайне мала, а основная "магия" (поиск пиров через DHT) происходит на стороне сервера.

В Китае открыли самый высокий мост в мире — его высота превышает 610 метров над землёй. Конструкция является частью новой скоростной автомагистрали, соединяющей удалённые регионы и сокращающей время в пути на несколько часов.

Мост построен в сложном горном рельефе, что потребовало инновационных инженерных решений и значительных инвестиций. Это достижение демонстрирует растущие возможности Китая в реализации масштабных инфраструктурных проектов, улучшающих транспортную доступность и стимулирующих экономическое развитие.

• Обсуждение инженерного достижения Китая в строительстве самого высокого моста в мире, включая детали его конструкции и процесс нагрузочного тестирования.
• Дебаты о экономической целесообразности проекта в бедном регионе Китая и его потенциальном влиянии на развитие туризма и торговли.
• Сравнение скорости и эффективности строительства инфраструктуры в Китае и США, с критикой бюрократических препятствий на Западе.
• Восхищение масштабом проекта и его дополнительными функциями, такими как смотровые площадки и аттракционы, подчеркивающими ориентированность на человека.
• Обсуждение философии развития через инфраструктуру, где строительство предшествует экономическому росту, а не наоборот.

K-means — классический алгоритм кластеризации в машинном обучении — реализован на Apple II+ с использованием APPLESOFT BASIC. Автор, преподаватель курса Stanford CS229, демонстрирует работу алгоритма на двумерных данных с двумя кластерами, визуализируя процесс сходимости и итоговые границы решений. Точность достигает 90%, несмотря на малое количество точек (всего 10 наблюдений).

Алгоритм состоит из инициализации случайными центроидами, шага назначения (расчёт евклидовых расстояний) и шага обновления центров. Для ускорения отладки автор сократил выборку, сохранив даже выбросы за границами экрана. Код организован через подпрограммы, включает ожидание нажатия клавиши и оптимизирован для избежания повторного объявления массивов. Это показывает, как даже на ограниченном железе можно эффективно выполнять базовые ML-алгоритмы.

• Участники делятся ностальгическими воспоминаниями о написании алгоритмов (генетических, перцептронов) на старых языках и компьютерах (Pascal, Apple II, BASIC).
• Некоторые комментаторы выражают недоумение по поводу использования K-means для классификации и построения границ решений, считая это странным или ошибочным подходом.
• Обсуждается целесообразность и мотивация реализации машинного обучения на столь старом и ограниченном железе, как Apple II.
• Поднимается философский вопрос о том, что считать машинным обучением, и где проходит граница между ним, регрессией и искусственным интеллектом.
• Отмечается высокая читаемость и образовательная ценность языков вроде Applesoft BASIC для начинающих.

SQLite использует составные индексы слева направо, без пропусков, останавливаясь на первом диапазонном условии. Например, если индекс включает столбцы A, B, C, а запрос содержит A BETWEEN x AND y AND B = z, оптимизатор сможет использовать только A для фильтрации по диапазону, затем просканирует все подходящие строки для B, игнорируя C. Это объясняет, почему добавление отдельных индексов на каждый столбец бесполезно — SQLite редко объединяет их.

Ключевой вывод: порядок столбцов в индексе критичен. Первым должен идти самый селективный столбец, но если на нём используется диапазон (например, BETWEEN или <=), последующие столбцы в индексе не будут эффективно фильтроваться. Для запросов с несколькими условиями лучше создать индекс, где диапазонные условия стоят последними, чтобы максимизировать использование индекса.

• Критика статьи за отсутствие технической глубины и общие заблуждения о работе индексов, не специфичных для SQLite.
• Обсуждение ментальных моделей индексов как вложенных карт или отсортированных списков, объясняющих важность порядка колонок и ограничения диапазонных запросов.
• Замечания о простоте планировщика запросов SQLite по сравнению с другими СУБД, но признание его адекватности для базовых сценариев.
• Рекомендации по использованию официальной документации SQLite и инструментов вроде .expert для анализа индексов.
• Предостережения против автоматического добавления индексов из-за затрат на дисковое пространство и замедления записи.