DevOps

Полноценный Lisp можно уместить всего в 99 строк C. Внутри при этом: - 21 примитив - REPL - сборщик мусора Cheney GC - числа с плавающей точкой - указатели - типы значений И всё это без `struct`-тегов, без внешних библиотек и без обычных динамических аллокаций для представления объектов. Главный трюк - NaN boxing. IEEE 754 оставляет много битов внутри специальных NaN-значений. Их можно использовать как скрытое хранилище: - часть битов кодирует тип - до 48 бит можно использовать под указатель - обычные double при этом остаются обычными числами В итоге одно 64-битное значение может представлять и число, и указатель, и другие типы данных. Очень красивый пример того, как устройство IEEE 754 можно использовать для построения компактного рантайма языка.

🔥 Приглашаем на бесплатный открытый вебинар курса «ИИ-агенты: продвинутое внедрение и использование»: «AI-агенты против Junior-разработчиков: кто кого заменит к концу 2026 года» 🗓 Когда: 14 сентября, 20:00 (мск) Вопрос уже не в том, появятся ли автономные кодинг-агенты, а в том, насколько быстро они изменят рынок труда. Что будет на вебинаре: • Что реально умеют автономные кодинг-агенты в июне 2026; • Live-демо: даём агенту реальную задачу с собеседования и смотрим, справится ли он; • Какие профессии в IT уже трансформировались, а какие — на очереди; В результате вебинара вы: • Узнаете реальные возможности и ограничения современных AI-агентов; • Поймёте, какие навыки точно останутся востребованными в ближайшие 3–5 лет; • Освоите подходы к использованию агентов как мультипликатора продуктивности ×10; • Получите практические рекомендации 👉 Зарегистрируйтесь https://otus.pw/Lvis/?erid=2W5zFHgXG4R Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963.

⚡ OpenExecutive - открытая виртуальная команда руководителей для бизнеса Проект объединяет восемь ИИ-специалистов: стратегию, финансы, HR, юриспруденцию, операционные процессы, маркетинг, продукт и работу с инвесторами. Пользователь общается с одним виртуальным руководителем, который распределяет задачи между агентами и собирает общий ответ. Возможности: * загружает презентации, финансовые модели и внутренние документы; * учитывает данные конкретной компании через RAG; * запоминает прошлые решения и инициативы между сессиями; * напоминает о запланированных действиях; * работает через веб-интерфейс, Telegram, Slack, email, Discord и CLI; * поддерживает Claude, OpenRouter и локальные модели через Ollama, LM Studio, vLLM или llama.cpp. Стек: FastAPI, Next.js, ChromaDB и SQLite. Лицензия — Apache 2.0. OpenExecutive — https://github.com/SenteLabsAI/OpenExecutive

🔥 Хочешь быстрее расти в IT? Хватит учиться в одиночку Окружение решает больше, чем кажется. Собрал папки и каналы, где можно быстрее влиться в нужное направление, следить за трендами и не вариться в своём пузыре. AI: t.me/ai_machinelearning_big_data Python: t.me/pythonl Linux: t.me/linuxacademiya Хакинг: t.me/linuxkalii ВАЙБКОДИНГ: t.me/data_analysis_ml DevOps: t.me/DevOPSitsec C#: t.me/csharp_ci Docker: https://t.me/+90Z5TAyfuNU5YmRi Golang: t.me/Golang_google Rust: t.me/rust_code C++: t.me/cpluspluc JavaScript: t.me/javascriptv React: t.me/react_tg PHP: t.me/phpshka Android: t.me/android_its Мобильная разработка: t.me/mobdevelop Базы данных: t.me/sqlhub Big Data: t.me/bigdatai Математика: t.me/data_math Java: t.me/javatg Бонус: Max Ai: https://max.ru/ai_machinelearning_big_data Max Linux: https://max.ru/linuxkalii Папка с вакансиями: t.me/addlist/_zyy_jQ_QUsyM2Vi Папка Go разработчика: t.me/addlist/MUtJEeJSxeY2YTFi Папка Python разработчика: t.me/addlist/eEPya-HF6mkxMGIy Папка ML: https://t.me/addlist/2Ls-snqEeytkMDgy Папка Frontend: https://t.me/addlist/mzMMG3RPZhY2M2Iy ИТ-книги бесплатно: https://t.me/addlist/BkskQciUW_FhNjEy Подписывайся на нужные направления и собирай себе ленту, которая реально двигает вперёд.

⚡️ Подборка 10 полезных open-source репозиториев с GitHub 1. Archify Создаёт архитектурные, sequence-, workflow- и data-flow-диаграммы по описанию системы или исходному коду. https://github.com/tt-a1i/archify 2. OpenMAIC Мультиагентная образовательная среда, в которой несколько ИИ-агентов участвуют в интерактивном обучении. https://github.com/THU-MAIC/OpenMAIC 3. DeepSeek Harness Открытая платформа для создания ИИ-агентов. Модели, инструменты, память, сессии и интерфейсы подключаются как отдельные плагины. https://github.com/deepseek-ai/deepseek-harness 4. Ponytail Набор правил, который учит coding-агентов решать задачи с минимальным количеством нового кода. https://github.com/DietrichGebert/ponytail 5. Agent Skills Коллекция готовых инженерных навыков для Claude Code, Codex и других coding-агентов. https://github.com/addyosmani/agent-skills 6. OmniVoice Studio Локальная студия для клонирования голоса, озвучки, перевода видео, диктовки и транскрибации. https://github.com/debpalash/VoiceStudio 7. Scientific Agent Skills Библиотека навыков для научных агентов: поиск литературы, анализ данных, биология, медицина и химия. https://github.com/K-Dense-AI/scientific-agent-skills 8. Orca Среда для параллельной работы нескольких coding-агентов с отдельными Git worktree, терминалами и проверкой изменений. https://github.com/stablyai/orca 9. MiniMind Учебный проект, позволяющий самостоятельно обучить компактную языковую модель и разобраться в устройстве LLM. https://github.com/jingyaogong/minimind 10. God’s Eye View Браузерный 3D-глобус для визуализации открытых геопространственных данных и OSINT-источников. https://github.com/bilawalsidhu/gods-eye-view

Git появился потому, что Торвальдса выгнали из BitKeeper Ядро Linux несколько лет жило на BitKeeper, проприетарной системе с закрытым кодом и чужими правилами. Когда бесплатную лицензию отозвали, тысячи разработчиков остались без инструмента. В апреле 2005 года Торвальдс за пару недель написал свою замену: быструю, надёжную и полностью под контролем сообщества. Инструмент делался под одну задачу, а стал основой всей современной разработки, от GitHub до GitLab.

Нашёл хороший репозиторий, если хочешь за выходные собрать реальные DevOps-проекты и добавить их в резюме. Внутри 54 практических проекта по темам: - AWS, Azure и Kubernetes - Terraform и Infrastructure as Code - Docker и CI/CD - DevSecOps и безопасность - мониторинг и observability - serverless и cloud-native приложения Можно просто выбрать один проект, собрать его за выходные и потом уже предметно рассказывать о нём на собеседовании. https://github.com/DevCloudNinjas/DevOps-Projects

⚡️ Юридические школы Чикаго и Беркли ограничивают ИИ в обучении По данным FT, ограничения вводят на фоне того, как юридическая отрасль всё активнее использует нейросети. Юридическая школа Чикагского университета этой осенью запустит эксперимент: запретит электронные устройства на основных занятиях первого курса. ИИ окажется исключён из базового обучения. Berkeley Law с лета 2026 года по умолчанию запрещает использовать ИИ при подготовке работ, сдаваемых на оценку: от разработки идеи и плана до написания, перевода и редактирования текста. Преподаватели опасаются, что готовые ответы мешают студентам освоить самостоятельный анализ и юридическую аргументацию. https://www.ft.com/content/8ddd3668-5858-45c3-b34f-a6bafc678187

🔥 Приглашаем на бесплатный открытый вебинар курса «ИИ для разработчиков»: «Обзор ИИ-технологий для разработчиков. От идей до рабочих решений» 🗓 Когда: 17 сентября, 20:00 (мск) ИИ-инструменты стремительно меняют ландшафт разработки, но среди десятков новых библиотек и сервисов легко потеряться. Как не просто следить за трендами, а выбирать и внедрять технологии, которые действительно решают задачи? На вебинаре сделаем системный обзор актуального ИИ-ландшафта, сфокусируемся на российских решениях и покажем, как интегрировать их в повседневную работу. Что будет на вебинаре: • Кратко рассмотрим эволюцию технологий ИИ • Разберём оптимальные способы разработки с использованием ИИ из РФ • Рассмотрим варианты интеграции инструментов ИИ в среду разработки — IDE, CI/CD, терминальные утилиты и API; • Применим инструментарий ИИ для одной из типичных задач разработчика 👉 Зарегистрируйтесь https://otus.pw/xGE7/?erid=2W5zFGd9qe1 Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963.

🐳 Docker показал подход к воспроизводимым AI-evaluation через Docker Sandboxes. Проблема простая: даже если зафиксировать модель, промпт и метрику, результат всё равно может отличаться из-за окружения — версий Python, зависимостей, локальных инструментов и конфигурации машины. Для этого Docker предлагает SBX AI Evaluation Kit: evaluation описывается в YAML, запускается локально или внутри Sandbox, а на выходе сохраняется структурированный артефакт с тем, что реально произошло: * executor; * команда; * stdout/stderr; * exit code; * время выполнения; * digest конфигурации. Можно переключать выполнение между локальной машиной и Docker Sandbox без переписывания самого evaluation workflow. Подход полезен для: * сравнения промптов; * regression testing; * agent evals; * security checks; * code-generation экспериментов. https://www.docker.com/blog/building-reproducible-ai-evaluation-workflows-with-docker-sandboxes/

Что на самом деле делает `docker run -it` 🐳 Когда контейнеру нужен интерактивный shell, REPL или текстовый редактор, обычно запускают:

docker run -it ...

Но -i и -t делают разные вещи. - -i (`--interactive`) — оставляет STDIN открытым, чтобы процесс внутри контейнера мог получать ввод с клавиатуры. - -t (`--tty`) — создаёт pseudo-TTY, поэтому приложение ведёт себя как в обычном терминале. Вместе они дают полноценную интерактивную сессию:

docker run -it ubuntu bash

Без -i не будет нормального интерактивного ввода. Без -t приложение может работать, но без привычного терминального поведения: prompt, цветов, управления курсором и нормальной работы vim, top, less и других TTY-программ. Под капотом схема примерно такая:

Terminal
   ↓
Docker CLI
   ↓
pseudo-TTY
   ↓
bash внутри контейнера

То есть -i отвечает за ввод, а -t — за сам терминал. Если вы годами пишете docker run -it, но никогда не разбирались, зачем нужны оба флага, у iximiuz есть отличный практический challenge: https://labs.iximiuz.com/challenges/docker-101-container-run-tty

Физически корректный ray tracer всего в 99 строках C++ smallpt от Kevin Beason - один из самых известных примеров того, насколько компактным может быть настоящий path tracer. В этих 99 строках есть: * отражения * преломления * мягкие тени * color bleeding * зеркальные и стеклянные поверхности Основа при этом минимальная: векторы, лучи, сферы и одна рекурсивная функция radiance(). Если дать рендеру тысячи samples per pixel, он собирает полноценный Cornell Box с зеркальной и стеклянной сферами. Проект появился ещё в 2008 году и до сих пор отлично показывает базовую механику path tracing.

Выделенные серверы — это хорошо. Пока не вспоминаешь, что их ещё нужно настроить и поддерживать. В этом месте обычно упирается в знакомый компромисс: хочется физической изоляции и контроля над ресурсами, но собирать весь стек вручную и потом отвечать за каждый его компонент не всегда хочется. Yandex B2B Tech запустила Yandex BareMetal Extend — формат частного облака с физически выделенной инфраструктурой и готовыми средами. Вместо чистого bare metal можно сразу выбрать один из трёх дополнительных модулей: виртуализацию, Kubernetes® или Stackland для разработки приложений. Дальше уже можно запускать контейнерные приложения или критичные бизнес-системы, не собирая инфраструктуру с нуля. При этом физическая часть остаётся изолированной от публичного облака. Ресурсы можно резервировать и объединять через приватное соединение. Функционал с виртуализацией сделали вместе с K2 Cloud, а техническую поддержку клиентов компании будут оказывать через единое окно. Получается довольно практичная комбинация: железо остаётся выделенным, а подход к нему — максимально облачным.

🚀 Golang Roadmap 2026 — продвинутый курс на русском 📌 О курсе Это бесплатный open-source roadmap на русском языке. Внутри — 19 модулей, каждый со своей теорией, практикой, бесплатными ресурсами и финальным проектом. Программа собрана так, чтобы провести вас от полного нуля до уровня Senior/Staff Go Engineer за 12–18 месяцев при темпе 10–15 часов в неделю. Главный принцип курса — практика > видосы. Каждую тему вы закрываете кодом: пишете, ломаете, чините, рефакторите. Любой модуль завершается мини-проектом, который можно положить в портфолио. 🎯 Кому подойдёт 🐹 Новичкам в Go — даже если до этого писали только на Python/JS/PHP 🛠 Backend-разработчикам с другого стека — хотите перейти на Go 📈 Junior Go-разработчикам — нужен путь до Middle/Senior 🚀 Middle-инженерам — закрыть пробелы в архитектуре, observability, distributed 🤖 Тем, кто хочет писать AI-инфраструктуру — модуль 18 специально про это https://github.com/Develp10/golangroadmap2026

GLM-5.3-Flash-Uncensored теперь доступна в MLX для Apple Silicon. Модель квантизировали через OrcaSAQ: - 320B параметров, 18B активных - нативный MLX - 94,7% Top-1 при 6-bit - 92,3% Top-1 при 4-bit - около 200 ГБ для 4-bit версии - локальный запуск на Mac с Apple Silicon То есть 320-миллиардную MoE-модель теперь можно гонять прямо на Mac без отдельного GPU-сервера. https://huggingface.co/orcarouter/GLM-5.3-Flash-Uncensored-MLX

🔥 Приглашаем на бесплатный открытый вебинар курса «ИИ-агенты: продвинутое внедрение и использование»: «Построение программ без кода: создание умного помощника и автоматизаций в n8n» 🗓 Когда: 31 августа, 20:00 (мск) Low-code-платформы открывают новые возможности для бизнеса: теперь автоматизировать рутину и создавать полезных ИИ-помощников можно без сложного программирования. На вебинаре разберём, как с помощью n8n собирать рабочие процессы под любые задачи — от простых уведомлений до полноценных интеллектуальных агентов. Что будет на вебинаре: • Как устроена low-code-платформа n8n и по какой логике в ней создаются рабочие процессы; • Как собирать автоматизации из триггеров, условий и действий; • Как проектировать workflow для решения повседневных рабочих задач; • Как создать персонального умного помощника и подключить его к внешним сервисам и данным; 👉 Зарегистрируйтесь https://otus.pw/NZPi/?erid=2W5zFJBtt89 Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963.

🖥 Docker показал, как запускать AI-агентов прямо внутри GitHub Actions — но не давать им полный доступ к CI runner. Для этого используются Docker Sandboxes: агент получает отдельную microVM со своим kernel, filesystem, network stack и даже приватным Docker daemon. Внутри он может иметь root, запускать shell-команды, контейнеры и Testcontainers, но наружу доступ остаётся ограниченным. В демо агент: — запускается на GitHub-hosted runner — заходит в Docker Sandbox — поднимает PostgreSQL через Testcontainers — находит специально добавленный баг — пишет regression test — исправляет код — прогоняет тесты — создаёт draft pull request Самое интересное здесь — модель изоляции. Агенту можно дать почти полную свободу внутри sandbox, но оставить небольшой blast radius снаружи: allowlist для сети, ограниченные permissions и разрешение менять только конкретные директории вроде src/**. То есть вместо идеи «AI-агенту нельзя давать shell» получается более практичный подход: дай ему shell, Docker и sudo, но запри всё это в одноразовой microVM. https://www.docker.com/blog/running-ai-agents-in-github-actions-with-docker-sandboxes/

У нас есть инсайдерская инфа для девопсов и их руководителей. 17.09.26 в 12:00 технические лидеры Deckhouse объяснят, зачем объединили несколько продуктов в единую платформу, которая закрывает разные задачи — запуск контейнеров, виртуалок и ИИ-нагрузок в облаках, on-prem, edge и гибридной инфраструктуре. Расскажут, почему будущее принадлежит гибридной инфраструктуре и как её строить. Даже если вы работаете не на уровне энтерпрайза, будет полезно услышать, к чему идёт рынок. Регистрируйтесь и до встречи в прямом эфире