Hacker News Digest

Если бы OpenDocument использовал SQLite

Мысленный эксперимент: заменить ZIP-контейнер в формате ODP на базу SQLite.
Плюсы: компактнее, быстрее открытие/сохранение, меньше памяти, встроенная версионность.

Текущий ODP

ODP-файл — это ZIP-архив с XML-файлами (content.xml, styles.xml, meta.xml, settings.xml) и папкой Pictures с ресурсами.
Пример: 49-слайдовая презентация — 78 файлов, 11 МБ.

Недостатки ZIP-контейнера

1. Сложное инкрементальное обновление
   При каждом «Сохранить» перезаписывается весь архив, что медленно и «съедает» ресурс SSD.
2. Медленный старт
   При открытии нужно распаковать и распарсить большой XML.
3. Отсутствие версионности
   Нет простого способа хранить историю изменений.
4. Избыточные данные
   Каждая картинка — отдельный файл, даже если она используется многократно.

Преимущества SQLite

• Инкрементальные изменения
  Обновляются только нужные строки; сохранение происходит мгновенно и безопасно (благодаря транзакциям).
• Мгновенный старт
  Данные уже структурированы; нет необходимости распаковывать и парсить XML.
• Встроенная версионность
  Таблицы slide_history, image_versions позволяют откатываться к любому состоянию.
• Дедупликация ресурсов
  Один и тот же рисунок хранится единожды; ссылки через image_id.
• Сжатие и индексы
  SQLite сжимает данные и строит индексы по ключам (номера слайдов, идентификаторы объектов).

Схема SQLite-документа (упрощённо)

CREATE TABLE slides(
  slide_id INTEGER PRIMARY KEY,
  title TEXT,
  xml_content BLOB,
  z_order INTEGER
);
CREATE TABLE images(
  image_id INTEGER PRIMARY KEY,
  data BLOB,
  mime_type TEXT,
  sha256 BLOB UNIQUE
);
CREATE TABLE slide_images(
  slide_id INTEGER REFERENCES slides,
  image_id INTEGER REFERENCES images,
  x REAL, y REAL, width REAL, height REAL
);
CREATE TABLE history(
  change_id INTEGER PRIMARY KEY,
  timestamp DATETIME,
  sql BLOB
);

Итог

SQLite превращает «кучу файлов» в реляционную базу: быстрее, надёжнее, экономнее.
Это не предложение переделать ODP, а идея для следующих форматов.

• SQLite как формат файла приложений: удобен для запросов, хранит всё в одном файле, но требует осторожности с безопасностью и сетевыми ФС.
• Ключевые советы: включать secure_delete, не хранить больше 2 ГиБ в BLOB, избегать работы по сети без надёжных блокировок.
• Плюсы: SQL-запросы, простота API, лёгкость инспектировать и мигрировать данные (пример — Anki).
• Минусы: сложно версионировать бинарные вставки, проблемы синхронизации/коллаборации, перезапись всего файла при малом изменении.
• Альтернативы: разделение текста и бинарников, JSON + Git, XML для обмена, CRDT-структуры для офлайн-редактирования.

Формат файла SQLite

SQLite хранит всё состояние БД в одном файле.
Размер страницы — степень двойки 512–65 536 байт; номера страниц начинаются с 1, максимум 2³²-2.
Первая страница (512–100 байт) — заголовок:

• 16 байт: «SQLite format 3\000»
• 2 байт: размер страницы
• 1 байт: версия формата, 1 байт: версия для записи
• 1 байт: резервировано под расширения
• 1 байт: макс. доля переполнения
• 4 байт: счётчик изменений
• 4 байт: размер БД (страниц)
• 4 байт: свободные страницы
• 4 байт: схема-cookie
• 4 байт: формат схемы
• 4 байт: рекомендованный кэш
• 4 байт: vacuum-настройки
• 4 байт: кодировка текста
• 4 байт: пользовательская версия
• 4 байт: ID приложения
• 4 байт: версия библиотеки, 4 байт: «valid-for»
• 20 байт: резерв

Страницы бывают:

• b-tree (таблица/индекс, внутр./лист)
• freelist (trunk/leaf)
• переполнение payload
• pointer-map (ptrmap)

Схема
SQL-таблицы → b-tree, строки — последовательность записей (varint длина + payload).
WITHOUT ROWID → ключ в b-tree, дубли в PK убираются.
Индексы → отдельный b-tree, ключи с rowid.
Системные таблицы: sqlite_master (DDL), sqlite_sequence, sqlite_stat1-4.

Журналы
Rollback-journal: старая страница + заголовок.
WAL: кадры с новыми страницами, контрольная сумма, индекс в памяти.

• SQLite хвалят за идею «один файл = база» — она перекрывает недостатки форматов и SQL.
• Формат задокументирован до байта, работает по HTTP-диапазонам и читается с NFS, если только чтение.
• Предел 281 ТБ пока недостижим; реальные ограничения — файловая система и сбои железа.
• Повреждение страницы убивает весь файл, починить нельзя — нужна обратная совместимость.
• Для «пишем один раз» советуют Parquet + DuckDB: колонковый, неизменяемый, читается любым движком.

49-й финал ICPC, Баку
Таблица результатов (разморожена), 4 сен 2025, 15:49 AZT

#	Университет	Задач	Время	A	B	C	D	E	F	G	H	I	J	K	L	Попытки
1	СПбГУ	11	1478	2/255	2/53	–	1/37	3/150	1/20	3/298	2/195	1/42	2/81	3/128	1/19	21/11
2	Токийский унив	10	1116	1/206	1/271	–	1/25	1/184	1/34	–	1/95	1/66	2/72	1/126	1/17	11/10
3	Пекинский транспорт	10	1425	2/225	2/204	1/–	1/57	2/270	2/52	–	2/132	2/84	2/107	1/148	1/6	18/10
4	Цинхуа	9	865	3/139	–	–	1/33	1/174	2/27	–	1/71	1/87	2/84	1/157	1/13	15/9
5	Пекинский унив	9	887	1/180	–	–	1/14	2/168	1/50	–	1/113	1/57	1/76	1/183	1/26	10/9
6	Гарвард	9	995	1/124	–	–	1/35	1/238	4/78	–	2/190	1/62	1/101	1/69	1/18	13/9
7	Загреб	9	1075	2/176	–	–	1/15	1/242	2/77	–	3/175	2/64	1/64	1/118	2/24	15/9
8	MIT	9	1123	1/233	2/–	–	1/14	1/113	1/36	–	6/204	1/50	4/121	1/145	2/27	20/9
9	USTC	9	1128	2/224	–	–	1/41	1/286	1/31	–	2/229	1/55	1/85	1/123	1/14	11/9
10	Сеульский унив	9	1133	1/201	3/282	–	1/32	–	3/58	–	1/160	1/46	1/79	2/161	1/14	14/9

Медали: золото (1–4), серебро (5–8), бронза (9–12).

• Huawei и OpenAI выступили «бриллиантовыми» спонсорами; приветствие OpenAI вызвало споры: кто-то увидел в нём саморекламу, кто-то — лишнее самолюбование.
• На площадке царила отличная атмосфера, но разрывы в таблице оказались малы: команды на 4-м и 17-м местах решили одинаковое число задач.
• Участники обсуждали «секрет» московских и питерских команд, вспоминали тренера Андрея Станкевича и шутили о «русских хакерах».
• Развивалась дискуссия о будущем соревнований: не станут ли они бесполезными на фоне прогресса LLM.
• Ссылки на записи, условия задач и открытый контест в Kattis уже доступны, так что желающие могут попробовать задачи самостоятельно.

Классические 8×8 ч/б узоры Mac
Сделал сайт с 38 оригинальными узорами 1984 года: paulsmith.github.io/classic-mac-patterns.

Использовал Mini vMac + System 6, вытащил ресурс PAT# из файла System, распаковал .sit, прогнал DeRez, получил hex-данные.
Python-скрипт превратил их в .pbm, потом ImageMagick (-filter point) — в PNG любого размера.

Получились чистые, пиксель-в-пиксель копии узоров из Control Panel и MacPaint.

• Участники делятся находками и собственными реконструкциями 8×8-узоров рабочего стола Mac/Windows/X11.
• Обсуждают, как в 64 битах уместить выразительные текстуры и вытаскивать PAT-ресурсы через ResEdit, эмуляторы или hex-дампы.
• Показывают интерактивные редакторы: Mac Control Panel, Win 3.1, X11 xsetroot, вариант для System 7.
• Отмечают кроссплатформенность «wide weave» и других узоров, встречающихся от C64 GEOS до Atari ST.
• Спорят о цветных паттернах Mac OS 7, e-ink и о том, как поставить 1-битовый дизайн обоями на iPad.
• Вспоминают ResEdit, hidden-опции Option-ключа и находят в теме «настоящую археологию» 80–90-х.

Как выжать максимум из файлового IO в Linux на Zig + io_uring

Тест

• Железо: Ubuntu 24.04, 6.14, NVMe, 32 ядер, 756 ГБ ОЗУ (не влияет, direct_io).
• Параметры: 512 КБ блок, очередь 64, 16 ГБ файл, один поток.

Результаты

	fio	Zig
write	4.08 ГБ/с	3.80 ГБ/с
read	7.33 ГБ/с	7.00 ГБ/с

Zig на 5–7 % медленнее fio, но близко к пределу SSD.

Ключевые фишки реализации

1. Полл-режим (IOPOLL) + nvme.poll_queues=16 → прерывания не нужны.
2. Два экземпляра io_uring: один с IOPOLL (только read/write), второй – для остального.
3. Зарегистрированные буферы: память выделяется заранее, пользователь получает/возвращает готовые блоки.
4. Выравнивание:
   • чтение – внутренняя «перехватка» невыравненных запросов;
   • запись – пользователь сам выравнивает, иначе лишние read-modify-write.
5. Без слияния IO внутри библиотеки – проще и гибче на уровне приложения.

Код: steelcake/csio

• Пользователи указывают, что 7 ГБ/с при 512 КБ блоках — это всего ~14 000 IOPS (~70 мкс/IO), и требуется лишь 1 предзагрузка для полной полосы.
• Напоминают, что Zig 0.15.1 всё ещё меняет IO-API, поэтому версию нужно явно указывать в посте.
• Рекомендуют проверить/увеличить логический блок NVMe до 4 КБ через nvme-format вместо хардкода ALIGN=512.
• Разница 4,08 ГБ/с (fio) и 3,80 ГБ/с (Zig) объясняется путаницей GiB ↔ GB.
• Для io_uring важно использовать registered fds — дают заметный прирост.
• Интересуются, как будет работать тот же код на FreeBSD AIO.
• Предлагают вместо «овераллокации» брать выровненную память через page-аллокатор.

Визуализация Больших Языковых Моделей
Главная

• Пользователи восторгаются визуализацией работы LLM, называя её «искусством» и полезным учебным ресурсом.
• Приводятся ссылки на похожие визуализации (Transformer Explainer, Illustrated Transformer, видео Karpathy).
• Обсуждается, что модель выглядит простой (уравнение внимания на салфетке), но остаётся «чёрным ящиком» для понимания принятия решений.
• Уточняется: LLM уже запускаются на чипах (ноутбук, телефон), дата-центры нужны для обучения и масштабирования.
• Вспоминаются предпосылки бума: рост GPU, алгоритм Transformer, идея извлекать знания из данных вместо ручного кодирования.

• Саквон Баркли с первого дня в НФЛ живёт только на гонорары, а весь $31,2 млн контракта вложил в S&P 500.
• В 2021-м начал инвестировать в стартапы: первым стал Strike, а все маркетинговые доходы перевёл в биткоин по $32 000; сейчас BTC ≈ $111 000, превратив $10 млн в $35 млн.
• Под управлением Ken Katz он вложил часть доходов в 10+ приватных компаний: Anthropic, Anduril, Ramp, Cognition, Neuralink, Strike, Polymarket и стал LP в Founders Fund, Thrive, Silver Point, Multicoin.
• Чеки — $250–500 тыс.; Strike уже дал 10×. Остальные активы — индексы и недвижимость.
• Вместо типичных «звёздных» брендов Баркли выбирает технологические ставки, которые, по его мнению, создают устойчивую ценность.

• Участники отмечают, что Саквон Баркли — редкий «генерационный» игрок с контрактом на $30 млн и ~$10 млн в год от рекламы, что позволяет ему вкладывать в Anthropic, Anduril, Ramp, Neuralink и фонды Founders Fund/Thrive Capital.
• Главный вопрос: как он получает доступ к таким сделкам? Ответ — статус звезды НФЛ и связи, а не только капитал.
• Сравнивают с Робом Гронковским, который живёт на эндорсменты и вкладывает зарплату, и со Стивом Янгом, выросшим в мире финансов.
• Скептики подчеркивают: при $30 млн стартового капитала и подушке из рекламы можно «терпеть промахи», а статья упоминает только удачные инвестиции.
• Предлагают давать игрокам долю в клубах или лиге, чтобы решить проблему «зарплатного потолка» и сохранить легенд.

Аналоговый оптический компьютер для ИИ и комбинаторной оптимизации

Создан фотонный процессор, выполняющий вывод нейросетей и решающий задачи оптимизации за пикосекунды и с энергией <1 нДж на операцию. Устройство использует лазерные импульсы и микрорезонаторы для матричных вычислений и поиска минимума в Ising-модели; точность 97–99 % достигнута на MNIST и Max-Cut. Система масштабируема до 100 000 узлов, не требует АЦП/ЦАП и на 2–3 порядка экономичнее GPU/ASIC.

• Участники спорят: аналогово-оптические компьютеры либо перевернут ИИ, либо очередной «вечный завтрашний день».
• Скептики напоминают, что за десятилетия ни тройные, ни бес-тактовые, ни оптические схемы не победили простоту и масштабируемость цифровой CMOS.
• У новой работы пока нет данных по трансформерам, иерархии памяти и реальным рабочим нагрузкам ИИ; демо лишь 16 микро-светодиодов и 16 фотодетекторов.
• Световые модуляторы на порядки медленнее CPU-тактов, поэтому вопрос: сколько таких чипов понадобится, чтобы догнать один H100?
• Но Moore-уже мёртв, а ИИ-дизайн метаматериалов позволяет быстро искать оптические схемы; исследовать границы технологии всё равно стоит.

Краткий гид PM по архитектуре AI-агентов

Проблема
Агент показывает 89 % точность, но пользователи уходят после первого сложного запроса. Причина — не «ум», а архитектура доверия.

Сценарий
Пользователь: «Не могу войти и подписка странная».

• Вариант А: агент сразу чинит всё.
• Вариант Б: задаёт уточняющие вопросы и переводит к человеку.
  Один и тот же запрос — два разных продукта.

4 слоя архитектуры

1. Память и контекст

   • Сессионная (разговор)
   • Клиентская (история обращений)
   • Поведенческая (привычки)
   • Контекстная (актуальное состояние аккаунта)
     Чем больше помнит — тем дороже, но «живее» выглядит.

2. Интеграция данных
   Определяет, насколько глубоко агент лезет в CRM, биллинг, билеты. Глубже = сложнее уйти к конкуренту.

3. Оркестрация

   • Цепочка (последовательные вызовы)
   • Параллель (одновременные проверки)
   • Иерархия (менеджер → специалисты)
   • Аукцион (несколько моделей голосуют)
     Выбор влияет на скорость, цену и надёжность.

4. Доверие и управление риском
   Не в том, чтобы быть правым чаще, а в том, чтобы:

   • Показывать уверенность (progress bar, «я проверяю биллинг…»)
   • Давать «обратный ход» (отменить последнее действие)
   • Чётко объяснять, что делает и почему
   • Быстро эскалировать, если не уверен

Практический чек-лист PM

• Начните с минимальной памяти (сессия + аккаунт)
• Подключите только 1–2 критичных API (биллинг, тикеты)
• Используйте простую цепочку вызовов, добавьте fallback к человеку
• Добавьте индикатор уверенности и кнопку «Поговорить с человеком»
• Метрика: не точность, а % случаев, когда пользователь доволен и не требует эскалации

Итог
Пользователь не оценит 95 % точности, если при первой же ошибке потеряет контроль. Архитектируйте доверие, а не интеллект.

• Участники сходятся, что «AI-first» поддержка клиентов пока чаще ухудшает UX, чем улучшает.
• Основные риски: незрелые MCP/A2A-протоколы, проблемы безопасности, отсутствие калибровки уверенности LLM и разрыв между демо и реальностью.
• Инженеры и security-специалисты предупреждают: давать LLM доступ к боевым данным и инструментам пока «безумие».
• Предлагаемая альтернатива — не заменять людей, а усиливать их: AI подсказывает контекст и talking-points, пока человек общается с клиентом.
• PM-ы же, по мнению технарей, часто не осознают техническую сложность и требуют невозможного, что ведёт к спешным патчам или легаси на MCP v0.

Костюм старения GERT
Позволяет молодым почувствовать физические ограничения пожилых:

• мутность хрусталика, сужение поля зрения
• потеря высоких частот, тугоподвижность шеи
• скованность суставов, слабость, хуже захват и координация

Цена
€1390 / £1250 — полный комплект, плюс доставка и НДС.
В комплекте 2 пары очков (новая версия).

Заказ и отзывы

• Запросить КП
• Оформить заказ
• Минимальная сумма заказа: €300 / £300

Оценки пользователей: 4,9/5 (7 отзывов)
«Качество отличное, полностью соответствует цели обучения».

• Обсуждение началось с жалобы на «возрастные костюмы» (GERT, AGNES и др.), которые симулируют старение, но не передают постоянных мелких болей и усталости.
• Многие поделились личными примерами: кто-то в 60–90 лет остаётся активным (плавание, собаки, ежедневные прогулки), другие описывают быстрый спуск к инвалидности после падений или инсультов.
• Сообщество отметило, что старение — это не только физика, но и социальная изоляция: плохой слух, невозможность выйти из дома, смерть друзей.
• Появились идеи: AR-очки с субтитрами для плохо слышащих, экзоскелеты для пожилых, видеоигры как когнитивная терапия.
• Некоторые считают подобные костюмы полезными для эмпатии, другие — излишне театральными; единодушны лишь в том, что регулярная активность и профилактика замедляют старение.