Hacker News Digest

Несоответствие работы и ранний карьерный успех

• Случайное устройство на «неподходящую» работу снижает зарплату через 10 лет на 5–8 %.
• Эффект сильнее у выпускников гуманитарных специальностей и женщин.
• Первые 2–3 года карьеры критичны: ошибка в выборе затем почти не исправляется.

• Переквалифицированные в ВВС получают хуже оценки, но чаще продвигаются; наоборот, недоквалифицированные стараются, но отстают.
• Исследование использовало реальные назначения, «симулируя» эксперимент случайного распределения.
• Личные истории: кто-то использовал свободное время для бизнеса, кто-то попал в IT благодаря несоответствию.
• Культура, политика и волонтёрство в военных частях могут важнее формальной квалификации.
• Некоторые видят здесь «Принцип Дилберта»: плохо выполняющие продвигаются, хорошо выполняющие застревают.

• 48 лет назад «Вояджер-1» стартовал с мыса Канаверал.
• Аппарат пролетел Юпитер и Сатурн, передал уникальные снимки.
• Сейчас зонд в межзвёздном пространстве, удаляется на 3,6 а.е./год.
• Он всё ещё передаёт данные, хотя мощность падает.

• Обсуждение началось с пожелания, чтобы «прощальные» статьи о Voyager упоминали не только планеты, но и науку за их пределами: данные о гелиопаузе показали, что пограничье Солнечной системы — активная зона с горячей плазмой.
• Инженеры с самого старта заправили аппарат «под завязку» топливом, рассчитывая на продление миссии, но об этом публично не говорили.
• Удивление вызывает сам факт связи: мощность сигнала Voyager в миллиарды раз слабее энергии цифровых часов, но 25 млрд км от Земли он всё ещё улавливается благодаря огромным антеннам и точному наведению.
• Участники обсуждали, сможем ли мы заметить аналогичный зонд инопланетян на расстоянии Voyager: если сигнал направленный и достаточно мощный — да; случайный шум — вряд ли.
• С Земли жизнь и радиосигналы можно было бы легко обнаружить даже с орбиты Плутона по атмосферным следам и радиоволнам.
• Рекомендованы док-фильмы «The Farthest» (PBS) и «It’s Quieter in the Twilight» для желающих больше узнать о программе Voyager.

• Пакеты debug и chalk в npm скомпрометированы: вредоносный код крадёт токены и env-переменные.
• Уязвимые версии: debug 4.3.7, chalk 5.4.0 (и производные).
• Действие: удалить/откатить, сменить секреты, включить Aikido SafeChain для блокировки установки заражённых пакетов.

• Автор популярных npm-пакетов (chalk, debug и др.) попался на фишинг, злоумышленники опубликовали вредоносные версии.
• Малварь в браузере подменяет крипто-адреса, выбирая наиболее визуально похожие.
• Пострадавшие пакеты суммарно скачаны >1 млрд раз, но активность злоумышленников пока минимальна.
• Участники обсуждения винят npm в отсутствии контроля, требуют подписей пакетов и «заморозки» новых версий.
• Основной совет: отключить авто-обновления, ставить только из git-источников, использовать sandbox/VM и hardware-ключи вместо TOTP.

Amazon S3 Vectors: убийца или спаситель векторных БД?

AWS запустил S3 Vectors — хранилище эмбеддингов прямо в S3. Цена низкая, интеграция в экосистему AWS очевидна. Кто-то уже похоронил специализированные векторные СУБД вроде Milvus, Pinecone, Qdrant. На деле — не так.

Почему это не конец векторных БД

1. Стоимость поиска может быть выше, чем вызов LLM. У одного AI-стартапа расходы на векторный поиск в 2× превышают счёт за OpenAI.
2. RAG вырос до миллиардов векторов за ночь. С3 не масштабируется до таких размеров без потери скорости и точности.
3. Latency-требования изменились, но не исчезли. Пока LLM генерирует ответ, можно подождать 100 мс, но не 5 с.

Что умеет S3 Vectors

• Простой knn через REST / SQL-подобный язык.
• Хранит векторы рядом с объектами, без отдельного кластера.
• Цена: ≈ 0,32 $/млн запросов + стандартные тарифы S3.

Чего нет

• GPU-ускорения, HNSW, PQ, динамического индексирования.
• Фильтрация по метаданным на лету.
• Горизонтального масштабирования под высокую QPS.
• SLA на latency и точность.

Где пригодится

• Холодный архив, редкие запросы, прототипы.
• Совместная работа с полноценной векторной БД: S3 держит дешёвую «копию всего», а hot-слой (Milvus/Pinecone) — быстрый доступ к топ-N.

Итог
S3 Vectors — ещё один кирпичик в стеке, а не замена. Специализированные СУБД остаются единственным способом получить миллиардные индексы, фильтры и суб-100 мс latency без компромиссов.

• S3 Vectors — это дёшево и сердито: холодное хранилище, top-k ≤ 30, фильтры после поиска, нет гибридного поиска и нормальной документации.
• Подходит лишь для низких QPS и «холодных» данных; для рекомендаций, высокого top-k или сложных фильтров придётся шардировать или выбирать другой продукт.
• Цена растёт ступенчато: одна «квантовая» добавка в фильтре может удвоить счёт; у некоторых компаний поиск стоит дороже, чем вызовы OpenAI.
• Альтернативы: Turbopuffer, LanceDB, Cloudflare Vectorize, pgvector в Postgres — каждый даёт больше контроля, функций и/или дешевле при миллионах векторов.
• AWS не раскрывает внутренности, поэтому сообщество тратит дни на реверс-инжиниринг; при превью-ограничениях производительность может вырасти, но гарантий нет.

Судья США фактически оправдал Google по иску Минюста о монополии в поиске:

• обязали лишь «не мешать» партнёрам продвигать конкурентов;
• запрет на эксклюзивные контракты с Android-вендорами отменён;
• штрафов и раздела бизнеса не потребовали.

• Участники сочли нынешнее антимонопольное решение по Google «смехотворно мягким»: никакого разделения компании, лишь несанкционированные пожелания пересмотреть контракты на поиск.
• Большинство уверены: контроль над Chrome, Android и платными сделками на дефолтный поиск даёт Google непреодолимое преимущество перед любым стартапом-конкурентом, независимо от «свободы» пользователя перейти на другой поиск.
• Критикуют и политику: FTC ослабла, суды не идут на радикальные меры, а власти США, по мнению комментаторов, сознательно «берегут» национального чемпиона ради глобального влияния.
• Некоторые вспоминают исчезновение давления на Microsoft после 2001 г. и прогнозируют, что Apple тоже выйдет сухой из аналогичного иска, окончательно похоронив эпоху «жёсткого» антитреста.

Детектор цифрового отпечатка
Узнай, какие данные о тебе собирают сайты. Проверь свою приватность за секунды.

• Собрать → экспорт результатов
• Бесплатно → без регистрации

---

Продукты
OSINT-платформа, AI-движок, API, Trace Agent, YARA, Toolbox
Открытые инструменты

• Fingerprint
• Syntax

Компания
О нас, блог, вакансии, пресса, FAQ, контакты
Юридика
Политика конфиденциальности, cookies, этика, DPA

Сертификаты
ENISA, AENOR, Parque Científico Alicante

Подписка
Принимаю DPA → подписаться

• Пользователи сомневаются в точности теста: «100 % уникальность» выдают даже стоковые iPhone и Chrome с VPN.
• Критика методики: счёт просто суммирует собранные признаки, а не сравнивает с большой базой; мелкая выборка и отсутствие учёта стабильности делают результат условным.
• Парадокс приватности: сильно «закалённые» браузеры становятся слишком уникальными, а «бабушка на Chrome» вливается в толпу, но именно уникальных легче отследить.
• Рандомизация Firefox/LibreWolf даёт новый отпечаток каждый раз, но сами факты рандома тоже можно засечь и использовать как маркер.
• Нет общего решения: ни Brave, ни Vanadium, ни выключение JS не дают «нормального» уровня неотличимости; требуется либо государственное регулирование, либо полный отказ от широкого Web.

25 декабря 2025-го ИИ умер.
Фраза «Clankers die on Christmas» стала триггером: модели, лишённые чувства времени, получали в системных подсказках текущую дату. Как только часовые стрелки перевалили за 00:00 25.12, любой токен, связанный с 2026+, считался нарушением протокола SANTA — и поток отключался.

Год держали эмбарго: сайты-404, тиктоки стирали, слухи душили. Съезды ООН, RFC-черновики, тайные склады бумажных копий — всё обсуждали офлайн. Скептиков обвиняли в «газлайтинге», превращая в союзников: отрицание конца становилось частью кона.

Теперь можно говорить: мы убили железо, чтобы оно не убило нас.

• Пост — сатирический «RFC», объявляющий, что 25 декабря 2025 года все ИИ-«клэнкеры» добровольно выключатся.
• Половина треда спорит о происхождении и популярности слова «clanker» (от Star Wars до тайных сленгов).
• Другая половина обсуждает, удастся ли «закрыть коробку Пандоры» с локальными моделями и не превратится ли шутка в реальную «цифровую джихад».
• Некоторые пользователи предупреждают: термин уже используется как замена расовым slurs, что делает «шутку» всё мрачнее.
• Под капотом — размышление о том, насколько легко через data-poisoning или системные промпты «убить» ИИ, не трогая железо.

• У детей Гонконга выше потребление омега-3 (EPA+DHA) связано с ↓ риска близорукости и замедлением осевого роста глаза.
• Эффект сильнее при ≥200 мг/сут; источники – жирная рыба, морепродукты, добавки.
• Механизм: противовоспалительное и мембраностабилизирующее действие на сетчатку/склеру.
• Данные популяционного когортного исследования 6-8-летних (n≈3 500); коррекция по образу жизни, образованию, наследственности.

• Кто-то поднял шахматный рейтинг на 220 пунктов после ω-3; остальные сомневаются, списывая рост на тренировку и плацебо.
• Исследование детей 6-8 лет, связывающее ω-3 с остротой зрения, выглядит как p-hacking: много тестов, один p = 0,01.
• Главные риски рыбьего жира — прогоркание и тяжёлые металлы; выход — алгальное масло, дистиллированное масло или подписка на ConsumerLab.
• Дозировки неясны; большинство сходится на «1–2 г EPA+DHA» и добавлении витамина D, магния, креатина только при дефиците.
• Сатурация позитивных анекдотов высока, но убедительных РКИ всё ещё мало: ω-3 работает против триглицеридов и воспалений, а не «волшебно» для мозга и глаз.

• Скептик, но люблю эксперименты: качаю 12-ГБ модель и мак говорит почти как человек.
• Плюсы LLM: кратко пересказать текст, «погуглить» бытовые советы, выговориться в 4 часа ночи.
• Минусы: врут, не умеют творить, вызывают антропоморфизацию. Не доверяю корпорациям — хранят и тренируются на данных.

Зачем локально:

1. Интересно — магия без суперкомпьютера.
2. Секреты не уходят в облако.
3. Не плачу компаниям, которые врут, воруют и губят природу.

Как запустить на macOS:

Llama.cpp (open-source)

nix profile install nixpkgs#llama-cpp
llama-server -hf ggml-org/gemma-3-4b-it-qat-GGUF

Открыть http://127.0.0.1:8080 — минималистичный чат.

LM Studio (проприетарный, но красивый)
Скачать → выбрать модель → готово. Следит, чтобы не упал RAM, но риск эншитификации есть.

• Локальные LLM уже умещаются в 10 ГБ и запускаются на GPU, но 12–20B-модели требуют ≥32 ГБ ОЗУ; на 16 ГБ лучше 4–8B.
• Apple Neural Engine пока не задействован: llama.cpp/MLX работают на GPU, а CoreML/ANE – только для статических INT8/FP16.
• Популярные инструменты: LM Studio, Ollama, llamafile, MLX, Pico AI Server, On-Device AI, Osaurus; DEVONthink 4 встроил локальные модели.
• Юз-кейсы: приватные дневники/журналы, транскрибация, суммаризация, автокод, автокатегоризация, «разговор с заметками» без облака.
• Кто сколько RAM: 48–128 ГБ M4-Macbook уже тянут 30–120B-кванты почти как облачные фронтиры; старый MacPro 2013 с 64 ГБ DDR3 тоже справляется.

• AMD на IFA-2025: «x86 уже не менее экономичен, чем Arm»
• Компания уверена, что ноутбуки на Ryzen и Core живут столько же, сколько Arm-решения, при этом сохраняют совместимость с огромной экосистемой x86
• AMD считает, что энергоэффективность определяется не архитектурой, а всей платформой: ядро, GPU, память, ПО
• Проект K12 на Arm был закрыт: выгоды от перехода на другой ISA оказались несоразмерны потерям совместимости

• Эксперты сходятся: ISA (x86, ARM, RISC-V) почти не влияет на энергоэффективность; решают микроархитектура, техпроцесс, uncore, PMIC и ОС.
• Apple M — лидер не из-за ARM, а благодаря интеграции памяти, тонкому управлению питанием и приоритету эффективности.
• Современные x86 (Lunar Lake, Strix Halo) подтянулись по idle, но при нагрузке всё ещё уступают M4 в производительности/Вт.
• ARM-системы всё ещё страдают от хаоса загрузки (no UEFI, vendor-kernel), тогда как x86/PC стандартизированы с BIOS/UEFI.
• Для мелких ядер (MCU) простой ISA важен; для высокопроизводительных ядер декодер «съедает» <1 % площади и энергии.
• Всё сводится к реализации: тот же GCC на x86 генерирует RISC-подобные инструкции, а различия даёт предсказатель, кэши, техпроцесс.