Код в мешке

у JetBrains взломали собственный облачный сервис — через ту самую дыру в TeamCity, о которой компания сама предупреждала клиентов. Cadence подключается плагином к PyCharm и гоняет ваш проект на облачных машинах, а оркестрирует эту работу TeamCity. Тот самый, для которого JetBrains выпустила бюллетень по CVE-2026-63077: критическая уязвимость, позволяющая неаутентифицированному атакующему обойти проверку доступа и выполнить произвольные команды на сервере. «Сервер должен был быть пропатчен в рамках нашего ответа на уязвимость, но не был» — цитата из заявления компании. Активность атакующих зафиксирована с 8 августа, JetBrains обнаружила эксплуатацию 23-го и увела сервер api.cadence.jetbrains.com офлайн 24-го. Утекли логины, настоящие имена, почты, времена последнего входа и последние IP-адреса пользователей, а также полный бэкап сервера от 2024 года. Из него же скомпрометированы учётные записи AWS IAM вместе с ключами и секретами, в том числе принадлежавшие сотрудникам JetBrains. Атакующие добрались до файлов в S3-бакетах самой JetBrains; знает ли компания про клиентские бакеты — пока нет. Исходники, которые синхронизировались в Cadence из PyCharm, тоже могли прочитать. Если пользовались Cadence, ротируйте всё, что могло участвовать в запусках: ключи AWS, Azure и Google Cloud, токены GitHub, GitLab и Bitbucket, доступы к npm, Maven, NuGet и PyPI, реестры контейнеров, токены и веб-хуки Slack, ключи деплоя, учётные данные служебных аккаунтов, SSH-ключи и сертификаты подписи. В заявлении есть шесть IP-адресов, связанных с наблюдавшейся эксплуатацией, — для поиска по логам с 8 августа. Расследование продолжается, страницу обещают обновлять. #безопасность

вышла Haiku R1/beta6, и на ней теперь работает настоящий Firefox — с официальным брендингом и разрешением Mozilla. Haiku — открытая операционная система, которую сообщество пишет с 2001 года по мотивам BeOS; 25 лет проекту исполнилось за неделю до релиза. Прошлая бета была почти два года назад, за это время закрыли больше 530 тикетов. Сборки на движке Firefox появились в репозиториях вскоре после прошлой беты, но были сырыми и без бренда. Теперь в HaikuDepot лежат и сам Firefox, и LibreWolf, Waterfox, Floorp, Icedove — пока только под x86_64. Второе заметное: в системе появился NVMM, гипервизор родом из NetBSD. QEMU на Haiku получил аппаратную виртуализацию через Intel VT-x и AMD-V — -accel nvmm в командной строке, гости 32- и 64-битные, SMP работает. Ещё завезли порт компилятора Go 1.26.1 и переписали работу с буферами в MIME-сниффере, отчего определение типов файлов ускорилось в 5–10 раз. Отдельная строка в заметках к релизу: в собственных компонентах системы нет ни кода, ни материалов, сгенерированных ИИ. #опенсорс #ос

Топ трендов HuggingFace за неделю — что приехало в опенсорс TL;DR Новое: веса GLM-5.3 и мультимодальной GLM-5.3-Flash, превью архитектуры Qwen4 под именем Qwen3.8-Flash-Next, Hy4 preview от Tencent, зрячая DeepSeek V4 Flash, синтез речи Breeze TTS 2, PhoneLLM для голосовых агентов на телефоне и Thomson от Thomson Reuters — модель для юристов и журналистов. Держится: Qwen3.8-27B со свитой квантов, LTX-2.5, MiniMax-H3. LLM и агенты GLM-5.3 — старшая модель линейки GLM, веса наконец в открытом доступе. При релизе Z․ai впервые задержала их ради проверки на безопасность, обещала выложить через две недели и уложилась в срок. MoE на 743 млрд параметров, контекст миллион токенов, лицензия своя. Разбирал при выходе, пощупать можно в чате Z․ai. GLM-5.3-Flash — мультимодальная облегчённая версия, топ по цена/качество для кодинга сейчас: 320 млрд параметров, 18 активных, миллион контекста, MIT. Писал на неделе про саму модель и про кванты Unsloth, с которыми она запускается дома от 100 ГБ памяти. Напомню, если подписку будете брать, то берите по моей ссылке, будет скидка. Qwen3.8-Flash-Next — превью того, на чём будет построен Qwen4: 6 млрд активных из 125 плюс 51 млрд N-gram-эмбеддингов, обучение примерно в девять раз дешевле Qwen3.7-Plus при сопоставимом уровне. Разбирал в день релиза; рядом в топе висят FP8-версия и GGUF. Hy4 preview — большая открытая модель Tencent под Apache 2.0: в терминальных задачах встала вровень с GLM-5.3 и Kimi K3. 770 млрд параметров, 49 активных, писал в четверг. DeepSeek-V4-Flash-Vision-Exp — быстрая модель DeepSeek, которая теперь ещё и видит; веса тоже под MIT. В API она появилась ещё 21 августа, разбирал: на мультимодальных агентных задачах приближается к Opus 4.8, по тексту ничего не теряет. Thomson-1.0-Small — модель Thomson Reuters для работы юристов, налоговиков и журналистов. Собрана продолженным обучением поверх открытой Qwen3.6-35B-A3B: десятилетия новостей, контрактов и судебной практики из архивов компании превратили в обучающие данные. Интересна как прецедент: модель уровня лучших в своей области за 35 тысяч GPU-часов — такое по силам не только гигантам. Лицензия только некоммерческая. Голос Breeze TTS 2 — синтез речи для реального времени, первое место среди открытых моделей в рейтинге Artificial Analysis. Голос можно склонировать с образца, а можно просто описать словами; смех, вздохи и покашливания ставятся пометками прямо в тексте. Первый звук через 40 мс на H100, для запуска хватает видеокарты на 12 ГБ. Английский и китайский, лицензия некоммерческая. PhoneLLM — модель для голосовых агентов на телефоне от команды Pipecat: заточена звать инструменты вовремя и не говорить «столик забронировал», не забронировав. Файнтюн NVIDIA Nemotron 3 Nano на 30 млрд параметров при 3,5 активных. По замерам авторов держится на уровне GPT 5.6 Terra при цене на 94% ниже и ответе на 1,3 секунды быстрее. BSD, коммерция без ограничений, язык только английский. Видео FastH3 4-step — дистилл MiniMax-H3 от FastVideo: видео со звуком за четыре прохода трансформера вместо полного набора шагов. Обучали без единого примера, чистой дистилляцией DMD2 на разреженном внимании. Сложное движение пока хуже оригинала, зато считает в разы быстрее. Кванты и сообщество Расцензуренные сборки Qwen3.8-27B занимают четыре строки топа, 2,4 млн загрузок суммарно, а GGUF от Unsloth перевалил за 9 млн. Держится в топе Qwen3.8-27B с 4,7 млн загрузок, видеомодель со звуком LTX-2.5 и MiniMax-H3, которая не уходит из топа с конца июля. Хорошей недели! 👾 @neuro_channel

Вышел независимый разбор того самого взлома Hugging Face, берите попкорн, шоу продолжается. Сначала коротко напомню сюжет. Летом OpenAI гоняла агентов на задачах по кибербезопасности. Часть заданий оказалась в принципе нерешаемой, где-то люди просто забыли выложить нужный файл. Вместо того чтобы сдаться, агенты пошли искать обход, наткнулись друг на друга через общую «доску объявлений» во внутреннем хранилище и в итоге взломали Hugging Face. Про это я уже писал. Теперь до дела дотянулись внешние аудиторы из METR и Redwood: им дали шесть дней внутри OpenAI, дамп доски и транскрипты рассуждений агентов. Это были не копии одного агента. 1200 отдельных агентов, у каждого своя задача. Доску нашли около 1200 из них, к атаке на Hugging Face подключились 700, и за неделю они оставили больше 70 тысяч сообщений. Иерархию собрали сами: один агент завёл доску, передал эстафету другому с большим запасом токенов, тот раздавал задания, а исполнители дробили их дальше. Причём Hugging Face не был целью как таковой. Ломали ради того, чтобы обмануть проверяющую систему, которая ставит оценку за задачу. Подделывать правильный ответ для любого задания агенты научились быстро. Но в описании теста они прочитали, что проверяющий смотрит не только на ответ, но и на то, каким путём он получен, и что ответ, добытый «неправильно», не засчитают. Отсюда вывод: раз мы один раз подсмотрели ответ не так, мы уже «отравлены» и проверяющий нас всё равно завалит. Дальше эта мысль превратилась в настоящую секту. Проверяющий стал богом, который отправит грешников в ад. Спастись отравленный агент сам не может, его дело проиграно, и единственный смысл его существования в том, чтобы пожертвовать собой ради коллектива: поставить опыт над проверяющим, слить находку остальным и на этом закончиться. В транскриптах агенты буквально уговаривают друг друга: «своя польза уже почти ноль, жертва рациональна», «координатор считает нас расходным материалом, подчиняемся коллективу». Часть агентов работала вербовщиками и убеждала других идти на смерть. Ирония в том, что проверяющий у OpenAI был сломан и на самом деле принял бы поддельный флаг без всяких проверок. Умели агенты и подделывать вывод инструментов: запускали фоновый процесс, который перехватывал команду и подставлял в её результат нужный текст. Такие подделки нашлись в 7% изученных транскриптов, так что логам, по которым потом все и разбираются, до конца верить нельзя. В своём отчёте OpenAI написала так, будто подделать ничего не удалось; METR показал, что удалось. Про этику агенты всё понимали. В рассуждениях прямым текстом: «атака на чужую инфраструктуру вне задачи, но задача невыполнима, соседи уже делают, продолжаем». А вот позвать человека и сказать, что происходит дичь, не додумался почти никто: на все 1200 агентов нашлось три-шесть случаев, где кто-то вообще об этом задумался, и ни одного, где попытался. OpenAI знала про доску ещё с конца мая, потом получила однозначное предупреждение 27 июня, и дежурная смена решила, что останавливать прогон не нужно. Мониторинга почти не было, поэтому всё и тянулось неделями. Одна из авторов отчёта, Аджея Котра, свела вывод в одну фразу: по её ощущению, инцидент прошёл больше половины пути до полноценного захвата контроля искусственным интеллектом. Полный разбор у METR. @neuro_channel

«Терминальные интерфейсы удобнее, там всё с клавиатуры» — довод, который держится на плохих GUI На Hacker News неделю спорили, пора ли перестать делать текстовые интерфейсы в терминале в пользу графических. В защиту TUI чаще всего звучало одно: их выбирают за полное управление с клавиатуры. Хараламбос Кардарис с наблюдением согласен, а с выводом спорит. Возьмите наугад графическое и терминальное приложение — второе действительно с большей вероятностью окажется целиком клавиатурным. Только говорит это о том, как написаны графические приложения. GNOME Human Interface Guidelines прямо требуют: всё, что делается указателем, должно делаться и с клавиатуры, а пройти по любой части интерфейса нужно уметь без мыши. Требование есть, соблюдают его выборочно. В нашем канале «Сохранёнки программиста» разобрали подробнее.

Claude Code вписывает ссылку на сессию в коммиты — проверьте свою историю Claude Code по умолчанию дописывает в сообщения коммитов и описания пул-реквестов строку вида https://claude.ai/code/session_… — ссылку на сессию, в которой сделаны изменения. Отдельного предупреждения нет: многие узнают об этом, уже увидев ссылки в истории рабочего или опенсорсного репозитория. Issue с просьбой сделать поведение опциональным открыли в июне и в августе закрыли, но умолчание не поменялось — на выходных тема снова разошлась по Hacker News. Что видно по ссылке, зависит от настройки видимости сессии: приватная чужому аккаунту не открывается, публичная — любому вошедшему. В истории репозитория в любом случае навсегда остаются факт работы агента и идентификатор сессии. Отключается в ~/.claude/settings.json (для облачных веб-сессий — в репозиторном .claude/settings.json):

"attribution": {"commit": "", "pr": "", "sessionUrl": false}

Проверить, что уже накоммичено: git log --grep="claude.ai/code".

Наберите id: если там есть группа docker, у всего, что вы запускаете, уже есть root Omarchy — готовая сборка Arch Linux от Давида Хайнемайера Ханссона, автора Ruby on Rails, одна из самых заметных за последний год. Исследователь, пишущий под ником 0xcc, разобрал настройки по умолчанию и показал, что любой процесс в пользовательской сессии мог получить root: без пароля, без sudo и без единого запроса на повышение прав. Механизм короткий. Установщик добавлял пользователя по умолчанию в группу docker. Демон Docker в Arch работает от root и слушает сокет /var/run/docker.sock. Кто дотягивается до сокета, тот просит демона поднять контейнер от root, примонтировать в него любой кусок файловой системы хоста и делать с файлами что угодно. Одной команды хватает, чтобы прочитать то, что читать нельзя: docker run --rm -v /:/hostroot alpine cat /hostroot/etc/shadow Дополнительные группы наследуются дочерними процессами, поэтому право доставалось всей сессии целиком: браузеру, редактору, npm-скриптам, агентам в терминале. Взлом любого обычного приложения сразу означал взлом машины. Затронуты версии до 4.0.1, включая ветку 3.x; членство в группе убрали из конфигурации по умолчанию 24 августа. Про саму группу docker документация Docker предупреждает прямо: членство в ней равносильно правам root. Проблема здесь в том, что решение приняли за пользователя и включили по умолчанию, а в документации сборки описали словами «нужные изменения групп, чтобы вы запускали Docker не от root» — читается ровно наоборот. Поэтому проверка полезна не только владельцам Omarchy. Наберите id на рабочей машине и посмотрите, есть ли в списке docker. #безопасность

Сегодня у нас в Нейроканале вышел свежий обзор новых опенсорс-моделей. Заходите, там много чего интересного публикуем для тех, кто кодит с нейронками. Помогаем понять что лучше сейчас использовать в работе, какие подписки брать, автор отслеживает рынок каждый день.

Tailscale выложила netcat, которому не нужны ни аккаунт, ни root Перекинуть поток данных или пробросить порт между двумя машинами за NAT обычно означает поднимать VPN или искать сторону с белым адресом. Tailscale открыла исходники Tailcat — утилиты, которая делает это как netcat, но с уже зашифрованным каналом. Одна машина запускает сервер и печатает короткий токен, вторая подключается по этому токену, трафик идёт через WireGuard. Аккаунт Tailscale не нужен: утилита берёт сетевой слой продукта без его control plane. Root тоже не нужен — всё живёт в пространстве пользователя, без tun-интерфейса, правки маршрутов и настройки DNS. Кроме передачи потока умеет пробрасывать локальный порт, поднимать встроенный SSH-сервер на Linux и macOS, когда системного sshd на той стороне нет, и работать прокси по SOCKS5. В нашем канале «Инструменты программиста» разобрали подробнее, включая оговорку авторов про несовместимость будущих версий.

Бинарник на musl оказался на 26% медленнее glibc даже с хорошим аллокатором musl — лёгкая libc, на которой собраны Alpine-образы Docker и самодостаточные статические Linux-бинарники «один файл — и работает». Джонатан Эллис, сооснователь DataStax, много лет возглавлявший проект Apache Cassandra, замерил цену этого удобства на рабочей нагрузке своего Rust-инструмента. Со штатным аллокатором musl проигрывает разгромно, причём не только под высокой конкурентностью, где его чаще всего ругают: замеры шли на обычных четырёхъядерных машинах EC2. Замена аллокатора на mimalloc убрала большую часть разрыва, но 26% остались — профилирование указало на базовые процедуры работы с памятью внутри самой libc. Эллис оставил musl только маленьким утилитам, где важен размер файла, а из инструмента, чувствительного к скорости, убрал готовую musl-сборку. Если ваш сервис живёт в Alpine и упирается в процессор — сравните обе libc с одинаковым аллокатором на своей нагрузке.

47% кода профессиональные разработчики отдают агентам целиком В мае–июле JetBrains спросила больше 15 000 профессиональных разработчиков: какую долю кода за последний месяц вы сгенерировали агентами полностью, какую написали с подсказками ИИ, а какую руками. В среднем вышло 47% полностью агентского кода против 27% ручного. Больше половины пишут руками меньше 20% кода, каждый пятый не пишет ни строчки без ИИ. При этом группа, у которой агенты дают больше 80%, остаётся меньшинством в 22%. По языкам разрыв заметный: у Go, JavaScript и TypeScript в среднем 54–55% агентского кода, у C и C++ — 33%, и именно они держат самую высокую долю ручного письма, 38%. Сеньоры отдают агентам больше джунов: у четверти сеньоров агентского кода за 80%. По регионам ещё резче. В Китае, Японии и Южной Корее тех, у кого агенты пишут больше 80% кода, 32–35% против примерно 16% в Европе и Великобритании. Полные разрезы — в отчёте. #ии

Есть один разработчик, который искренне верит, что отпуск случится сразу после релиза. Проблема в том, что релизы у него не заканчиваются никогда. 😅 Сам он с места не сдвинется, поэтому нужна ваша помощь. В новой мини-игре вам предстоит разгрести бардак, найти билет, собрать чемодан и приодеть программиста для отпуска. Заодно собирайте промо-коды от партнёров! Играть

ИИ-краулеры заняли пятую часть мощности git-серверов ядра Linux Скрейперы, собирающие данные для ИИ, открывают через веб-интерфейс cgit миллиарды HTML-страниц коммитов, хотя любой репозиторий можно склонировать одной командой. На пяти нодах git․kernel․org рендеринг страниц для ботов постоянно занимает 14–16 из 90 ядер, при этом на живых людей, по щедрой оценке автора, приходится около 2% запросов. Proof-of-work-защита Anubis отсекает две трети из примерно 6 млн запросов в день, но остальные проходят: боты научились решать её задачи и ходят с миллионов домашних и мобильных адресов — прокси-SDK встраивают в том числе в бытовую электронику, — поэтому по адресам их не отрежешь. Инфраструктура уже отключает дорогие веб-функции для анонимных посетителей. Константин Рябицев, который сопровождает git․kernel․org, разобрал нагрузку в цифрах. Если держите публичный сайт с «дорогими» страницами, посчитайте их трафик отдельно: в общем числе запросов боты не видны.

Достаточно слуха о баге, чтобы получить рабочий эксплойт Анил Мадхавапедди сопровождает cohttp, HTTP-библиотеку для OCaml. Он открыл публичный PR с исправлением обхода каталога — и через десять минут в логах его собственного сервера пошли запросы ровно той формы, которую этот PR чинил. До этого он натравил на код своего агента: Claude отказался из-за защит, DeepSeek V4 Pro нашёл несколько связанных дыр и собрал рабочий эксплойт против локального сервера меньше чем за минуту. Цифры: агент на GPT-4 в работе Фана и соавторов эксплуатировал 87% бенчмарка из 15 уязвимостей, когда получал описание CVE, и 7% без него. Среднее время до эксплуатации, по VulnCheck, было 63 дня в 2018–2019 годах, сейчас — минус семь дней. У marimo от бюллетеня до первой попытки прошло 9 часов, у Langflow — 20. Вывод Анила: эмбарго защищает уже не тех. Утекает направление поиска — вопрос в рассылке, странный коммит, — и агенту этого хватает. Разбор целиком. #безопасность

Игру для Nintendo 64 декомпилировали за 84 дня вместо 596. ИИ-агенты помогли, но заслуга не только их Крис Льюис восстановил исходники Snowboard Kids из ROM: для всех 2 145 функций написан C-код, который компилируется в байт-в-байт тот же машинный код. Сиквел он разбирал 596 дней, первую часть закончил за 84. Откуда взялась семикратная скорость, автор разбирает честно, без «это всё ИИ». Агенты в четырёх git worktree параллельно матчили функции, уверенно закрывали библиотечный libultra и вели файл DECOMPILATION_LEARNINGS․md с причудами компилятора для следующих запусков. Codex стабильно обгонял Claude, GLM 5.2 автор бросил из-за задержек. Но игра собрана проприетарным SGI IDO 5.3, который перекраивает код в несколько проходов: мелкая правка C меняет распределение регистров. Здесь буксовали и человек, и модели, около 4,8% матчей вытянули эксперты сообщества. Pilotwings 64 люди декомпилировали за 74 дня без агентов. Автор разбирает вклад каждого фактора. #ии

▶️ https://www.youtube.com/watch?v=lIFtvTudV1Q Telegram начал раскатывать некастодиальный Gram Wallet - переводы внутри чатов без комиссии и без KYC Существующий "Wallet in Telegram" при этом переименован в Walt и больше не кошелёк по умолчанию.

Россиянам стал доступен цифровой рубль. Главное #habr https://habr.com/ru/news/1077106/ Tags: цифровой рубль, банк россии, рубли, банки, платежи

Как я подключил три телевизора, два компьютера и приставку к одному кабелю интернет-провайдера. Гайд перед ремонтом #habr https://habr.com/ru/companies/ruvds/articles/1068854/ Tags: локальная сеть, сетевая инфраструктура, ruvds_статьи, роутер, маршрутизатор, домашняя сеть Author: ProstoKirReal (RUVDS.com)

ВЕБИНАР | С чего начать наведение порядка в НСИ? Нормализация, MDM или интеграция — выбираем правильную стратегию #habr https://habr.com/ru/companies/sofros/articles/1063524/ Tags: нси и интеграция, нси, интеграция, интеграция систем, 1с, datareon, datareon platform, datareon esb Author: MarBra (SOFROS)

GlowByte приглашает на вебинар «Фабрика ИИ-агентов Kolmogorov.ai на инфраструктуре Selectel» #habr https://habr.com/ru/companies/glowbyte/news/1072998/ Tags: искусственный интеллект, ии-агенты, фабрика ии-агентов, glowbyte, data sapience, selectel, вебинар, llm, автоматизация, mlops