Hacker News Digest

Цукерберг останавливает найм в ИИ из-за опасений пузыря
Meta приостанавливает набор сотрудников в отделы искусственного интеллекта, поскольку руководство компании считает, что рынок перегрет.

• Участники сомневаются в стратегии Meta: резкие повороты от метавселенной к ИИ выглядят либо как отсутствие решимости, либо как системные ошибки.
• Критика «перекупки» талантов: миллиардные контракты и заморозка найма через месяц вызывают вопросы к управлению и оценке ценности ИИ.
• Некоторые считают, что Meta просто гонится за хайпом и не имеет чёткого плана, а сам ИИ-пузырь может лопнуть.
• Другие напоминают: заморозка нормальна после масштабного набора, и инвестиции в ИИ — долгосрочная ставка, а не квартальная.

Для сборки Docker Compose-проекта без Docker используются Podman, Docker Compose CLI и BuildKit.

Проблемы

• Podman предлагает два варианта:
  – официальный docker-compose, но без BuildKit (нет additional_contexts);
  – podman-compose, но без !reset, configs и т.д.
• Постоянно догонять новые фичи Docker Compose не хочется.

Решение

1. Запускаем официальный docker-compose через Podman

   pacman -S docker-compose docker-buildx
   systemctl --user start podman.socket
   docker context create podman --docker host=unix://$XDG_RUNTIME_DIR/podman/podman.sock
   docker context use podman
   

   Compose автоматически поднимает контейнер buildx_buildkit_default.

2. Собственный BuildKit-демон (systemd)

   pacman -S buildkit
   systemctl --user start buildkit.service
   docker buildx create --name local unix://$XDG_RUNTIME_DIR/buildkit/rootless
   docker buildx use local
   

3. Убираем демон: Bake → Bakah

   • docker buildx bake --print >bake.json – экспорт в JSON.
   • Bakah превращает JSON в вызовы Buildah (без демона).

   docker buildx bake --print >bake.json
   bakah --file bake.json
   

Bakah пока без HCL, переменных и прочих продвинутых фич, но достаточно для сложных проектов.

• Podman предлагает альтернативы Docker-Compose: kube-файлы, systemd-интеграцию и Quadlets, но у compose-режима есть баги (зависимости «убивают» общие сервисы).
• Многие разработчики всё же возвращаются к Docker/Compose или OrbStack/Colima из-за привычного UX и меньшей борьбы.
• Для продакшена без Kubernetes рекомендуют Docker Swarm или Quadlets, которые «встраиваются» в systemd.
• Rootless-режим в Podman работает «из коробки», тогда как в Docker требует ручной настройки.
• Поддержка multi-arch-сборок и BuildKit в Podman есть, но сложнее, чем у Docker.

D3 кажется многословным, потому что каждая деталь визуализации описывается вручную.
Чтобы нарисовать простой boxplot, потребовалось 194 строки: указываются координаты каждой линии, прямоугольника, осей и подписей. В Excel это делается парой кликов, но D3 не «волшебная кнопка», а низкоуровневый инструмент для SVG.

Плюс такого подхода — абсолютная гибкость: можно создать любую визуализацию, не ограниченную шаблонами. Минусы — много кода и крутая кривая обучения.
Пока я учусь, пишу «вручную», чтобы не пропустить детали; позже код можно сжать собственными функциями или компонентами.

Итог: D3 длинный, потому что даёт полный контроль над каждым пикселем.

• D3 — это не «библиотека для графиков», а низкоуровневый инструмент для связывания данных с DOM/SVG через .data().enter/update/exit, что даёт максимальную гибкость, но требует особой ментальной модели.
• Из-за этого код получается многословным; кто-то считает это читаемостью и «мышечной памятью», кто-то — непреодолимым барьером.
• Чтобы уменьшить многословность, часть людей берёт лишь вычислительную часть D3 и рендерит через Solid/JSX, React или Observable Plot.
• Некоторые напоминают: если нужны только статические графики, можно обойтись вообще без JS, а для сложных анимаций и «не-стандартных» визуализаций D3 остаётся почти незаменимым.

Две версии Parquet

DuckDB недавно описали, как SQL-движки, не реализовав полностью спецификацию Parquet, тормозят её развитие. То же происходит в экосистеме: после выхода моей библиотеки Carpet я включил v2 по умолчанию, но быстро откатил изменение — устаревший Pandas не читал такие файлы.

Почему v2 не внедрён

Спецификация готова, но нет согласия, какие именно фичи считать «ядром» v2. Обсуждение в apache/parquet-format длится четвёртый год. Смешиваются два независимых направления:

• новые кодировки (RLE_DICTIONARY, DELTA_BYTE_ARRAY) — ломают только столбец;
• новая структура страниц (Data Page V2) — ломает весь файл.

Логические типы (например, VARIANT) не привязаны к версии формата.

Альтернативы

В ML-среде Parquet и ORC стали тесны, поэтому появились форматы Nimble (Facebook) и LV2 (LanceDB), но в data-engineering Parquet остаётся королём.

Производительность v2

Достаточно выставить WriterVersion.PARQUET_2_0.

Датасет	Алгоритм	v1, МБ	v2, МБ	Δ
Италия	без сжатия	564	355	–37 %
Италия	SNAPPY	220	198	–10 %
NYC	без сжатия	760	511	–33 %
NYC	SNAPPY	542	480	–11 %

Новые кодировки лучше уплотняют данные до компрессии, поэтому выигрыш больше у несжатых файлов, а у ZSTD размер даже немного вырос.

• Parquet разделён на две версии: v2 экономит место и ускоряет чтение, но экосистема (Spark, Iceberg, Delta Lake и др.) всё ещё в основном на v1.
• Справочная реализация — гигантская Java-библиотека с 74 000 строк кода на каждую комбинацию кодировки, что вызывает сомнения в оптимальности.
• Совместимость между библиотеками (PyArrow, Fastparquet, Spark) долго была проблемой, как и разные версии Scala в Spark.
• Даже простые оптимизации (мета-данные о сортировке) фактически не используются, а многие разработчики не знали о существовании v2.
• Несмотря на критику, Parquet всё равно крупный шаг вперёд по сравнению с предыдущими форматами, и вопросы скорее в медленной эволюции стандарта, чем в самой идее.

NetHack при сборке с -DMAIL и OPTIONS=mail может уведомлять о новой почте: демон приносит свиток, при чтении запускается MAILREADER.
Я играю в Emacs-версию и не хочу выходить из неё, поэтому настроил связку mu4e ↔ NetHack.

mu хранит письма в maildir, а NetHack ждёт mbox. Проверяем, появились ли письма за последние 5 минут, и «трогаем» файл /tmp/nh.mbox:

import mailbox, pathlib, os
from datetime import datetime, timedelta

MAILDIR = os.path.expanduser("~/Mail/personal/INBOX")
MBOX = "/tmp/nh.mbox"

maildir = mailbox.Maildir(MAILDIR)
for msg in maildir:
    if datetime.fromtimestamp(msg.get_date()) > datetime.now() - timedelta(minutes=5):
        pathlib.Path(MBOX).touch()
        break
maildir.close()

Читаем почту через mu4e:

emacsclient -n --eval "(progn (require 'mu4e) (mu4e-context-switch nil \"Personal\") (mu4e-search-bookmark \"maildir:/personal/INBOX AND flag:unread\"))"

emacsclient запускает уже работающий Emacs, избегая блокировки базы mu.

• Участники восторгаются креативной интеграцией «реального мира» в NetHack через отправку почты прямо из игры.
• Вспомнили опыт Miiverse в Wind Waker Wii U и предложили добавить такую фичу в Civilization.
• Подняли вопрос безопасности: корректно ли роняются привилегии перед вызовом mail-команды; подтвердили, что CVE по этой теме уже были.
• Emacs- и Vim-пользователи поделились советами, как постепенно осваивать Emacs, начиная с одного юз-кейса.
• Обсудили альтернативные roguelikes: Slashem, Dungeon Crawl Stone Soup и RimWorld.

• Australia Post временно приостановила транзитные отправки в США из-за вступающих 29 августа тарифов на посылки стоимостью до $800.
• Ранее такие отправки не облагались налогом; теперь за каждую посылку нужно будет взимать пошлину или фиксированный сбор.
• Глобальные почтовые операторы называют ситуацию хаотичной: европейские службы тоже приостанавливают доставку в США.
• Продавцы жалуются на нехватку времени и неясные правила; Australia Post пока не принимает товары, идущие транзитом через Австралию в США.

• США считают себя незаменимыми, но это лишь отталкивает Индию, Вьетнам и Китай, заставляя их искать альтернативы.
• Европейские и другие почтовые службы массово приостанавливают доставку в США из-за новых требований по сбору пошлин.
• Трамп закрывает лазейку, через которую китайские товары массово поступали на Запад, и в этом он совпадает с позицией ЕС.
• Некоторые пользователи поддерживают меры, другие критикуют из-за роста цен и ограничений на свободный рынок.
• ЕС и Швейцария показывают, как можно регулировать импорт без полного разрыва логистики.

DiffMem — хранилище памяти для диалоговых ИИ-агентов на базе Git.
Использует коммиты как «снимки» контекста: каждое сообщение = отдельный diff, история полностью версионируется.
Поддерживает ветвление диалогов, откат к любой точке и слияние веток без потери данных.
Работает как лёгкая библиотека Python: pip install diffmem, далее diffmem init, diffmem commit, diffmem checkout.
Внутри — обычный репозиторий Git, поэтому можно пушить на GitHub, делать PR и использовать все привычные инструменты.

• Пользователь предложил заменить векторные БД на «агентивный» ретривал: LLM сама выбирает нужные файлы из аннотированного списка; для сотен документов это проще и точнее, чем классический RAG.
• Критика: такой подход не решает задачи семантического поиска в больших пространствах, для которых и создавались векторные БД.
• Поддержка: git-файлы удобны для малого объёма (≈100 МБ), а BM25/Lucene/FAISS-flat можно использовать как быструю альтернативу.
• Предложены улучшения: post-commit-хуки для обновления индекса, гибридные поиски, MCP-сервер, временные knowledge-graph.
• Автор признаёт, что это PoC для «памяти агентов», а не полноценная замена векторных БД; при интересе готов довести до продакшена.

f-строки: быстрый справочник

Числа

number = 4125.6
percent = 0.3738

Результат	Шаблон
4125.60	{number:.2f}
4,125.60	{number:,.2f}
04125.60	{number:08.2f}
4125.60	{number: 8.2f}
4.1e+03	{number:.2g}
37%	{percent:.0%}

• .2f — 2 знака после запятой
• , — разделитель тысяч
• 08.2f — 8 символов, ведущие нули
• .2g — 2 значащие цифры

Целые

number = 10

Результат	Шаблон
0010	{number:04d}
10	{number: 4d}
10	{number:,}
1010	{number:b}
a	{number:x}
A	{number:X}
0xa	{number:#x}
000a	{number:04x}
0000_1010	{number:09_b}

• 04d — 4 позиции, ведущие нули
• b, x, X — двоичный, шестнадцатеричный
• _ — разделитель разрядов

Строки

string = "Python"

Результат	Шаблон
Python	{string:>20}
Python	{string:<20}
Python	{string:^20}
0000Python	{string:0>10}

• >, <, ^ — выравнивание
• 0> — заполнение нулями

Любые объекты

Модификатор	Пример	Результат
!s	{expr!s}	строковое представление
!r	{expr!r}	repr()
!a	{expr!a}	ASCII-экранирование
=	{expr=}	expr=repr(expr)
= !s	{expr=!s}	expr=str(expr)
= .2f	{expr=:.2f}	expr=4.00

Используйте = для самодокументирующих выражений.

• Автор выложил новый онлайн-инструмент для подбора f-строк и упомянул свой чит-лист.
• Часть участников считает, что f-строки стали слишком сложными и перегружены DSL, уступая простоте % или rjust().
• Другие защищают f-строки за контекстное размещение переменных и читаемость, особенно при отладке через f"{var=}".
• Обсуждались альтернативы (printf, Rust, C-style), а также вопросы динамической сборки строк и необходимости string.format.

Метод «Вафельная» — как перестать теряться в IT

Ты не один: десятки студентов и джунов пишут, что «потеряны».
Причины всегда одни: ИИ заберёт работу, учить слишком много, непонятно, нравится ли вообще кодить.
Ответ не в технологиях, а в себе.
Вот 48-часовой алгоритм «Вафельная»:

1. Возьми два будних дня
   Заболей, отмени встречи, никого не предупреждай. Только ты и тишина.

2. День 1. «Рвота» мыслей
   Иди в любимое место, где комфортно сидеть часами.
   Без телефона, без ноута.
   Просто пиши от руки всё, что в голове: страхи, желания, образы себя через 5 лет.
   Не редактируй, не ограничивай. Пока листы не кончатся.

3. День 2. Сортируй
   Прочитай вчерашний поток.
   Выдели три группы:

   • Кто я (ценности, сильные стороны)
   • Что люблю делать (задачи, которые дают энергию)
   • Какой мир вокруг (рынок, люди, кому нужна твоя энергия)

   Сопоставь: где пересечения?
   Запиши 1-2 конкретные роли, которые тебе нравятся (например, «исследователь ИИ в медицине» или «техлид маленькой команды»).

4. Сделай «минимальный продукт жизни»
   Из ролей выбери одну.
   Сформулируй 3 навыка, без которых она невозможна.
   Запланируй 30-дневный эксперимент: учишь только эти три навыка по 1 часу в день.
   Остальное — шум.

5. Повторяй каждые 6 месяцев
   Цели меняются. «Вафельная» — не разовая чистка, а регулярное ТО.

Технологии — это инструменты.
Сначала выясни, что ты хочешь построить, а потом уже выбирай молотки.

• Подавляющее большинство комментаторов считают 48-часовой марафон пятилетнего планирования либо неприменимым, либо вредным: требует сверхмотивации, игнорирует неопределённость будущего и часто заканчивается провалом.
• Некоторые отмечают пользу лишь «дня размышлений без отвлекающих факторов», но предлагают заменить жёсткий план на гибкие короткие шаги и ежедневные привычки.
• Опытные участники подчёркивают, что жизнь редко идёт по плану: лучше быть готовым к случайным возможностям и регулярно переосмысливать цели.
• Часть людей, наоборот, рассказывает, что целеустремлённость и визуализация помогли им, но это скорее исключение, чем правило.
• Итог: метод может сработать для уже дисциплинированных, но для большинства «потерянных» студентов он выглядит чрезмерным, стрессовым и негибким.

Rotten Tomatoes: стал ли он менее надёжным?

Вступление

В отельных рекламах почти каждый новый фильм теперь «Certified Fresh». Либо человечество перестало снимать плохое кино, либо сама система оценки изменилась. Данные говорят: второе.

Как работает RT

• Tomatometer = доля «положительных» рецензий критиков.
• ≥ 60 % = «Fresh», < 60 % = «Rotten».
• ⅓ американцев проверяют RT перед походом в кино.

Что случилось с оценками

1. Средний балл растёт
С 2000 по 2023 г. средний Tomatometer вырос с 51 % до 75 %.

• 2000-е: 47 % фильмов ≥ 75 %.
• 2020-е: уже 74 %.

2. «Rotten» почти исчез
Доля «гнилых» фильмов упала с 43 % (2000) до 12 % (2023).

3. Дисперсия сузилась
Стандартное отклонение снизилось с 28 до 18 пунктов: оценки стали однороднее.

Причины

• Больше критиков: с 2000 по 2023 г. их число выросло в 3 раза.
• Софт-ревью: публикации боятся потерять доступ к пресс-показам и дают «слабые положительные» оценки.
• Стриминги: студии Netflix, Disney+ и др. активно «обрабатывают» критиков.

Пользователи заметили

Разрыв между оценками критиков и зрителей на RT вырос до 20-30 п.п. для блокбастеров.

Вывод

Rotten Tomatoes всё ещё удобен, но «свежесть» перестала быть показателем качества. Теперь это маркетинговый инструмент студий.

• Критики и зрители оценивают фильмы по-разному: «100 % свежести» может означать просто «ничего особенного, но сойдёт».
• Многие перешли с Rotten Tomatoes на IMDb/Metacritic: 7+ на IMDb ≈ хороший фильм, ниже 6 — обычно не стоит времени.
• RT-оценки легко «прокачать» деньгами и политикой, поэтому «Certified Fresh» перестал быть гарантией качества.
• Жанр, год, личные предпочтения и даже настроение зрителя важнее любого «среднего балла».
• Лучший способ выбрать фильм — искать рецензентов «с вашим вкусом» или использовать персонализированные сервисы вроде MovieLens.