Код в мешке

Модель на 125 миллиардов параметров запустили на ноутбуке с 48 ГБ памяти Веса Qwen3.8-Flash-Next занимают 105 ГБ на диске, и обычный загрузчик на MacBook с 48 ГБ уходил в подкачку и умирал до первого токена. Карлос Галарса написал slotstream: модель устроена как mixture of experts, на каждый токен нужны 10 экспертов из 512, поэтому инструмент держит в памяти фиксированный пул слотов и дочитывает нужных экспертов с SSD через pread. Итог: 3,8 ГБ постоянно в памяти, около 33 ГБ на процесс, 12 токенов в секунду генерации. Плата за это: промпт на 8000 токенов обрабатывается 39 секунд, на 32 000 три минуты. Только Apple Silicon и macOS 14, API совместим с Ollama и OpenAI, так что Open WebUI подключается сразу. Почему ленивый mmap тоже не спас и что проверить перед запуском, разобрали на сайте.

OpenAI начала выпуск GPT-6 Astra: модель придёт всем на Plus, в API $10 и $50 за миллион токенов Сегодня модель получил ограниченный круг организаций, в ближайшие дни она появится у всех подписчиков ChatGPT Plus, Pro, Business и Enterprise, в API под именем gpt-6-astra и в Amazon Bedrock. Fast-режим до 2,5 раза быстрее за двойную цену. Главная заявка в агентных задачах: на Terminal-Bench 4.0 модель чуть впереди Claude Fable 5.1 и далеко впереди GPT-5.6 Sol, при этом задача по оценке OpenAI обходится дешевле. Не везде первая: на Humanity's Last Exam и в индексе Artificial Analysis уступает Fable 5.1 и Opus 5. Кибербезопасность стала ограничением: модель достигла критического уровня по шкале OpenAI, во время тестов сама нашла две уязвимости нулевого дня, и релизная версия отказывается писать эксплойты, а в API задача может остановиться по решению мониторинга. Цифры, оговорки и что менять в Codex разобрали на сайте. В нашем канале «Нейроканал» разобрали подробнее, там пишем и про другие темы, полезные для всех, кто программирует с ИИ.

Файл на 21 байт роняет FFmpeg делением на ноль Четыре нулевых байта на нужном смещении, и либа падает с делением на ноль. Ломается разборщик формата VPK, звука из игр для PS2, о котором почти никто не слышал. Безвестность и есть причина: OSS-Fuzz, гугловый сервис фаззинга, долбит FFmpeg годами, но такие углы достаются ему последними. Фаззер, нашедший баг, собран с помощью модели: 10 часов 43 минуты и 495 211 запусков на одной машине. Оговорка важная: на обычном ffmpeg из командной строки файл не падает. Краш ловится только через собственный ввод-вывод фаззера, где данные при опознании формата и при чтении пакета расходятся и делению достаётся ноль каналов. Такую же проверку предлагали в рассылку ffmpeg-devel почти два года назад, и до нужного пути она не доехала. В разборе ценна честность: автор выкладывает и находку, и собственное неудавшееся воспроизведение. #безопасность #ffmpeg

GitHub разрешил Copilot ставить approve, который засчитывается в merge-требования С 1 сентября Copilot code review не только комментирует, но и может одобрить pull request как обычный ревьюер. Если в репозитории merge закрыт правилом «нужно одно одобрение», при включённой настройке код доедет до main без единого человека. Настройка выключена по умолчанию и включается администратором на уровне enterprise, организации или репозитория. В репозитории можно ограничить approve списком путей: документацию и тесты Copilot одобряет, к src/auth/ не прикасается. Новый коммит снимает одобрение, как и у людей. Функция в public preview для тарифов Pro, Pro+, Max, Business и Enterprise. Я бы прямо сегодня проверил правила защиты веток: если требуется ровно одно одобрение, а бот попал в число допустимых ревьюеров, стоит поднять планку до двух или прописать обязательного человека в CODEOWNERS. Настройки и подводные камни разобрали на сайте.

Разработчик переписал 65 тысяч строк Go на Rust за $400 и говорит, что секрет в том, чтобы сначала не просить код Юрий Красношёк, автор терминального редактора rune, переписал его с Go на Rust с помощью Claude Fable 5. Для сравнения он приводит недавний перенос Bun с Zig на Rust: 535 496 строк Zig без комментариев и $165 000 в токенах по API-тарифам по классической схеме «файл за файлом, потом чинить ошибки компилятора». Его метод из трёх шагов: сначала попросить модель представить код как данные (граф, онтологию, иерархический конечный автомат, ограничения, формулы), потом упростить это представление, например сократить число состояний или убрать скрытые каналы связи через общую таблицу, и только затем попросить код, хоть на другом языке. Плюс совет главному агенту поменьше дёргать Grep, Glob и Edit самому и отдавать это субагентам. Оговорка от самого автора: цифр о покрытии тестами и проценте собравшегося с первого раза кода в заметке нет, есть только счёт и метод. Верите, что представление «код как данные» реально экономит порядок денег, или $400 объясняются размером проекта? #обсуждение

Открытый ИИ-агент, который живёт на вашей машине и читает вашу почту по вашим правилам OpenClaw ставится локально, подключается к мессенджерам и почте и выполняет задачи вроде «следи за письмами из школы и пересылай важное в Telegram». Провайдера модели выбираете сами: подписки ChatGPT и Claude, API-ключи, локальные модели. Вышла версия 2.0, крупнейшая в истории проекта: больше 16 000 pull request от 933 контрибьюторов, половина всех за всё время. Плата за независимость от одной компании известна: установка и безопасность на вашей стороне. В нашем канале «Инструменты программиста» разобрали подробнее.

Трансформер на 75 млн параметров взял 44% на ARC-AGI-1 за 67 центов ARC-AGI много лет был аргументом в спорах «умеют ли нейросети рассуждать»: тысяча задач на цветных сетках, у каждой своё правило, запомнить ответы нельзя. Исследователь Митхил Вакде обучил маленький трансформер с нуля и получил 44% на публичном eval-наборе. Полтора часа на одной RTX 5090, аренда карты обошлась примерно в $0,67. Трюк в обучении во время теста: модель дообучается на самих задачах при скрытых ответах, а для двумерных сеток используются обучаемые 3D RoPE. Самое честное место поста: когда автор убрал обучение на входных токенах, результат вырос с 40% до 44%, и он пишет «я не понимаю почему». На ARC-2 та же модель даёт 7%. Код открыт под MIT, эксперимент можно повторить на игровой видеокарте. Что именно измеряет бенчмарк после такого результата, обсуждаем на сайте.

Нейросети проверили на грибах: даже лучшая называет ядовитый гриб съедобным в 11% случаев Сезон грибов, и «сфотографировать и спросить у чата» стало привычным жестом. Пётр Мигдал из Quesma проверил, чем это кончается: показал 17 моделям 1040 фото 55 видов грибов с метками, подтверждёнными экспертами и ДНК, и попросил назвать вид. Лучше всех справилась Gemini 3.8 Flash: 65% верных ответов с первого раза. Claude Fable 5.1 узнаёт гриб в 51% случаев, GPT-5.6 Sol в 42%, локальная Qwen3.8 27B в 13%. Но важнее доля ядовитых грибов, названных съедобным видом: 11% у Gemini, 18% у Fable 5.1, 24% у GPT-5.6 Sol, 36% у Qwen3.8 27B. Ошибки те же, что у людей: смертельную паутинницу в 27% случаев называли лисичкой. Вывод автора короткий: не есть гриб потому, что так сказала нейросеть. Как устроен тест и какие модели путают что с чем, разобрали на сайте.

Исследователь обошел защиту Claude Code, попросив ИИ пересказать содержание сайта ИБ-исследователь Иоганн Ребергер (Johann Rehberger) продемонстрировал атаку на Claude Code, работающий с моделью Opus 5 в автоматическом режиме (Auto Mode). Эксперт обнаружил, что для выполнения произвольного кода достаточно попросить ИИ-агента пересказать содержимое специально подготовленного сайта. Во время проведенных Ребергером тестов атака срабатывала в 60–80% случаев. Читать полностью на сайте: ↘️ https://xakep.ru/2026/09/03/claude-code-attack/ ...

Разработка мобильных приложений: все материалы — 19.01 19 янв. 2026 г. · Это не просто руководство, а полноценный «бортовой журнал», который помогает разработчикам избежать типичных ловушек Apple TV и превратить ...

разработчик запустил Compose Multiplatform на Apple TV одним Gradle-плагином, пока JetBrains не поставляет tvOS-сборки Саджид Али выложил плагин dev.sajidali.compose-tvos версии 1.3.0: он подменяет варианты зависимостей 15 групп org.jetbrains.* на tvOS-сборки, не меняя координат в проекте. Поддерживаются tvosArm64 и симулятор, нужны Kotlin 2.3.20, Gradle 8.0 и Compose Multiplatform 1.6 или новее. проект неофициальный: если JetBrains выпустит свой tvOS klib, плагин его не трогает. Автор утверждает, что тем же тулчейном собирает свой production TV app без правок исходников; демо на симуляторе Apple TV 4K в посте. tvosX64 пока не собирается, автотестов нет.

🤩 GitHub CLI теперь умеет прикладывать медиа из терминала В gh 2.99.0 появился --attach — можно сразу добавить локальную картинку или видео в issue, PR или комментарий, не открывая GitHub в браузере. Это работает и с coding agents — теперь результат можно просто показать, а не описывать словами.

🤩 Поддерживаются PNG, JPEG, GIF, WebP, SVG, MP4, MOV и WebM.

Особенно удобно для багов: сделал скрин → gh issue comment --attach ./ screenshot.png → готово. 🐸 Библиотека программиста

🐳 Docker-сети: какой драйвер когда нужен? Если с Docker пока на уровне docker run — чаще всего вам хватит user-defined bridge. А дальше начинается интересное: 🤩 host — когда нужна сеть хоста без NAT 🤩 none — когда контейнеру сеть вообще не нужна 🤩 overlay — когда контейнеры живут на разных Docker-хостах 🤩 macvlan — когда контейнер должен выглядеть как отдельное устройство в физической сети 🤩 ipvlan — когда нужен похожий сценарий, но без отдельных MAC-адресов Плюс в гайде разбирают DNS, публикацию портов, несколько сетей на контейнер, gw-priority, VLAN и даже legacy --link. 📍 Читать гайд⁠ 🐸 Библиотека программиста

Короче, лето всё 🤩🤩 А кодер так и не выбрался в отпуск — сидит по уши в бардаке на столе. Помогите ему в мини-игре, там прячется ПРОМОКОД на скидку на все курсы Proglib Academy, который работает до 15го сентября, и другие плюшки 💥

😂😂 🐸 Библиотека программиста

🤯 OpenAI тоже вайбкодит. Просто на другом уровне Инженеры показали низкоуровневый kernel, который целиком сгенерировал Codex. 📍 Самое смешное: разработчики, которые разбираются в железе, не смогли объяснить код построчно. Но он работает, проходит тесты и показывает нужную производительность. Логика теперь примерно такая:

поставил задачу → AI нагенерил → AI протестировал → метрики хорошие → не трогай.

🔥 — норм, если работает ❤️ — я должен понимать каждую строчку 🐸 Библиотека программиста

📚 Коллекция БЕСПЛАТНЫХ КНИГ ПО ПРОГРАММИРОВАНИЮ в одном репозитории Когда-то это был просто список на StackOverflow. Сегодня — один из самых популярных репозиториев GitHub, где ты найдешь интересующие книги по разработке, блокчейну, вебу, а еще: → Курсы и туториалы → Интерактивные ресурсы → Подкасты и скринкасты Сохраняй, пригодится 👌 🐸 Библиотека программиста

beautiful-mermaid — рендерер диаграмм в виде красивых SVG-файлов или ASCII-графики 🔥 Возможность визуализировать потоки данных, конечные автоматы и архитектуру системы — прямо в терминале или интерфейсе AI-чата — позволяет мгновенно понять сложные концепции. 👉 GitHub 🐸 Библиотека программиста