[ХАБРААРХИВ] На официальном фото НАСА эмблема стала бордовой, и конспирологи решили, что поймали агентство Пришли снимки от марсоходов Spirit и Opportunity, и кому-то показалось странным, что грунт бордовый, а небо бежевое. А потом на глаза попалась официальная панорама посадочной платформы, где синяя эмблема НАСА почему-то залита бордовым. Вот оно, скрывают настоящий цвет планеты. Только заговор выходит странный, ведь агентство якобы прячет истинный Марс и тут же само оставляет на кадре цветовую улику, которую заметит любой школьник. Разгадка написана прямо в подписи под фото, и она же объясняет, почему марсоходы шлют горы чёрно-белых снимков, откуда взялся «красный» флаг памяти 9/11 и как та же лаборатория НАСА спокойно публикует кадры с голубой дымкой над Марсом. Выясним, какого цвета Марс на самом деле и почему на закате его небо становится голубым. #хабраархив

@IEOTG спросил, как сломать зуб хлебом, как это дважды сделал @DoctorDee. На этот вопрос ответ вам придётся найти самостоятельно (и он есть в чате). Потому что пост про другое! В процессе разъяснений нашлась одна офигенная работа — почему зубы такие кривые и странные. Ну, знаете, форма у них не самая математически-оптимальная. На первый взгляд. Можно было бы сделать же как отвёртки или там как молотки, или как тёрку, да? Ну, это потому, что еда тоже кривая и странная. И до какого-то момента производилась не серийно на фабрике. Кажется логичным, что чтобы пробить что-то твердое, нужен максимально острый инструмент. Гипотезы: — Тупые зубы лучше, так как они тратят меньше энергии на разрушение хрупкой еды. Орехи лучше ломать молотком! — Острые зубы лучше, так как они концентрируют всю силу укуса в одной крошечной точке, создавая колоссальное напряжение в пище. Орехи лучше ломать отвёрткой! — Тупые зубы лучше, потому что на зуб меньше давления, он дольше сохраняется. Орехи лучше ломать титаново-вольфрамовым слитком! — Идеальный зуб должен быть кривым и разным. Подтвердилась, как можете догадаться, четвёртая. Строили модель и проводили симуляцию на 200 килограммов укуса. Это, видимо, кого-то покусал взрослый орангутан, потому что у него как раз так в пике. Бугорки моделировали от радиуса 2,5 мм до радиуса 7,6 мм и считали напряжения как взрослые сопроматовцы. Коэффициент оптимальности считался так: максимальное напряжение, создаваемое внутри еды, делилось на максимальное напряжение внутри эмали зуба. То есть хотелось разламывать еду и при этом не разламывать зуб по возможности. — 4 острых бугорка — напряжение в зубе выше, чем в орехе (73 МПа давления против 65 МПа). — Тупые зубы разных конфигураций показали себя чуть лучше — Кривой зуб оказался идеальным. Можно сделать так, что напряжение в еде 150 МПа давления, а напряжение в зубе осталось на уровне в 91 МПа. Как так? А просто. Тупые бугорки с одной стороны работают как стабилизаторы — они намертво фиксируют твердую пищу, не давая ей выскользнуть. А острые бугорки с другой стороны в это время создают точечное давление, которое и раскалывает еду. Вероятно, именно поэтому у большинства млекопитающих зубы такие неровные и бугристые. Слабое место работы — орехи в модели тоже были идеально круглые, а не кривые. Не считали боковые смещения (перетирающие движения), не учитывали эластичность десны и других кусков фундамента — а они амортизируют. -- Вступайте в ряды Фурье! | Самые кусачие посты — Пациент, вот ваш зуб! — Спасибо, доктор. А вот ваша ручка от кресла!

Внятное и лишенное журналистской истеричности и упрощений исследование рынка труда от Revelio Labs демонстрирует справедливость ненавидимой медиа и многими читателями фразы: “все сложно”. Очень хочется простых ответов на классические вопросы “что делать?” и “кто виноват?”, но их, как обычно в жизни случается, просто нет. Видно, что рынок труда меняется, но процессы на нем сложные и разные в разных местах. Июльский AI Labor Market Tracker показывает, например, что спрос на наиболее «AI‑экспонированные» роли упал на 42% относительно менее подверженных автоматизации позиций, но при этом в фирмах‑адоптерах AI общая численность персонала растёт на 27% быстрее, чем у не‑адоптеров — то есть рынок не столько «убивает рабочие места», сколько радикально перераспределяет функции внутри компаний. Страхи и разочарования повлияли и на образование: имеется заметное проседание поступающих на компьютерные науки и ИТ-специальности (минус 28% набора студентов по сравнению с 2022), это происходит одновременно с ростом доли задач в существующих ролях, которые выполняются с участием AI‑инструментов. В практическом смысле это подтверждает картину из более ранних отчётов LinkedIn: вместо классической смены профессий наблюдается рост гибридных позиций, где умение работать с моделями становится базовой грамотностью, а не отдельной профессией. Понимаю, что мой пересказ выглядит мутным, но в данном случае это намеренно: тут надо внимательно читать и думать, а не хвататься за чужие выводы. Потому что, повторюсь, картинка сложная и и ее упрощение просто лишает ее смысла. https://www.reveliolabs.com/ai-labor-market-tracker/us/july-2026

Мой прогноз про горизонт событий к 2030 держится на одном допущении: что ИИ научится задавать вопросы, которые никому и никогда не приходили в голову. Но пока – не умеет. Ибо для этого нужен прыжок, который когда-то сделал Эйнштейн Об этом же – почти одновременно и независимо друг от друга – написали исследователь Google DeepMind и трое известных учёных с абсолютно разных научных полюсов. Автор 1й работы Том Захави – соруководитель исследовательской группы Google DeepMind по созданию креативных агентов и один из ключевых создателей AlphaProof. А трое авторов 2й работы – Андреа Роли, Сауро Суччи и Стюарт Кауффман – ученые абсолютно иных научных профилей и компетенций. Диагноз, впрочем, в обеих работах один и тот же.   Захави отталкивается от письма Эйнштейна другу Морису Соловину: настоящее открытие – это не вывод из данных, а скачок. Свой скачок к теории относительности Эйнштейн сделал, вообразив себя наблюдателем в падающем лифте – и «почувствовав», что гравитация исчезает. Захави называет это манипулятивной абдукцией: гипотеза рождается из мысленного действия, а не из перебора символов, – и именно этого, по его мнению, современным LLM недостаёт. Кауффман с соавторами формулируют тот же предел иначе: ИИ может быть непредсказуемым – но непредсказуемость ещё не значит непредзадаваемость. По лабиринту можно блуждать совершенно непредсказуемо – но стены лабиринта построены заранее. Настоящая новизна – как плавательный пузырь, однажды ставший лёгким, – это не движение по пространству возможностей, а появление нового измерения в нём самом. Ту же границу автор канала обрисовал в 2021-м, в заочном диалоге с теми же Роли - Кауффманом и примкнувшим к ним Йоханнесом Йегер (а также в очном диалоге с Саркисом Григоряном 😊) – за пять лет до того, как обе статьи 2026 года подтвердили её независимо друг от друга.   У Захави здесь есть своя логика: если скачок – не мистика, а физически заземлённая абдукция, то дайте ИИ тело и симуляцию мира – и он сам, экспериментируя, «перережет трос лифта», как когда-то мысленно сделал Эйнштейн. Красиво, и даже хочется согласиться. Но лифт, трос и даже сама физика падения в такой симуляции всё равно заданы заранее – тем, кто её построил. ИИ не выйдет за пределы декораций, даже перерезая в них трос. Занять место падающего наблюдателя – не то же самое, что придумать, что такое падение.  

И поэтому я не думаю, что настоящий «горизонт событий» будет достигнут, даже если машина докажет последнюю из недоказанных (и придуманных) людьми теорем. Но вот если машины обретут способность ставить вопросы, не приходившие ранее в головы людей, – тогда другое дело. А если к тому же машины ещё и научатся формулировать новые аксиомы, в которых эти никогда не задававшиеся вопросы обретут смысл, – это и будет настоящий «горизонт событий».

Пока этого не произошло. Но и абсолютной уверенности, что это в принципе невозможно, тоже нет.   Подробнее и в деталях: • что за «скачок Эйнштейна» не умеют делать LLM, • почему абдукции (и даже обретения моделью тела) может быть недостаточно, • что означает «непредсказуемое – ещё не непредзадаваемое», • о четырёх ступенях производства нового и о пятой, самой заветной ступени, – заинтересованные читатели могут прочесть или прослушать в полном тексте эссе [1, 2, 3, 4]   #ТОИ

Файлы куки Разные сайты пишут, мол, «мы используем файлы куки». Да это не файлы куки, а просто куки! Ну да, на диске куки хранятся в файлах, — ну так на диске всё хранится в файлах, даже сам браузер — это тоже файлы! Вы же не пишете «обновите ваши файлы браузер до последней версии». Куки при этом могут храниться в отдельных файлах каждая, в одном файле все, в кастомной базе данных или как угодно ещё, и это вообще не важно. Более того, даже если вы точно знаете, что конкретный браузер, с которым я к вам зашёл, хранит куки в виде отдельных файлов, всё равно вы не «используем файлы куки». Файлы на моём диске-то вы всё равно не видите и не используете никак. Это мой файлы браузер читает свои файлы куки и отправляет вам сами эти куки, а не файлы, чтобы ваши файлы веб-сервер могли что-то с ними сделать.

Где бабки в ИИ? Как удесятерить миллиард? Все пытаются сделать ставку на «инвестиции в ИИ», но в реальности это крайне неоднородный рынок и тут важно понимать из чего формируется цена и долгосрочная победа на каждом из уровней. Память и чипы Спрос будет расти еще очень долго и очень сильно, но это вопрос предложения. У большинства производителей полупроводников все распродано до 2028 года, а увеличить производство за пару месяцев они не смогут. ASML и прочие etching-литография это победители рынка, но даже они не смогут удвоить производство за год. Неоклауды Nebuis, CoreWeave снимают сливки с рынка, но последний имеет около $25В долга и совершенно непонятна их защищаемость от гиперскейлеров. В отличии от Гугла, они не могут потратить $50В в квартал на постройку ДЦ, а Гугл всегда может продать простаивающие GPU на рынке. Энергия Та же проблема что с чипами, но чисто виртуальная. Очередь на подключение десятков гигаватт планируемых ДЦ в США и Европе это 5+ лет. Новые электростанции строить можно, но бюрократия и комплаенс делает это почти физически невозможным, тогда как с чипами это вопрос реальной физики и инженерии. Как тут заработать кроме альтернативных методов непонятно. Google, SpaceX, Microsoft, Meta Ожидаемо победители цикла, потому что - владеют железным стаком и инференсом - имеют миллиард+ пользователей в мире, где дистрибуция дорожает - могут и умеют продавать ИИ в видео приложений полезных клиенту (Клод продает чат, а Гугл продает приложения в сторе, Мета рекламу в инсте) Но эти компании уже стоят триллионы, и 10х тут сможет сделать только абсолютный победитель. Лабы Anthropic $965B, OpenAI $852B, обе выходят на IPO осенью. Самые хайпующие сегодня и действительно много зарабатывают. Маржинальность топовых моделей сегодня 60% или даже больше, но где гарантии что она останется такой? Скорее всего, она будет падать вследствие конкуренции между лабам и опенсорса. Операционно они вынуждены быть убыточными, потому что остановка в рисерче приведет к моментальной потере рынка. Без вертикальных интеграций (вниз в ДЦ и чипы или вверх в консьюмерские приложения и девайсы) эти компании просто не могут стоить триллион. ИИ-софт Самая рискованная категория в мире, где стоимость и мультипликаторы софта падают. Кто-то сделает ИИ-нейтив Netflix, Amazon (коммерцию), медицину, образование. Эти компании будут очень дорогие, но победителей будет не больше 2-3 в каждой категории, а стартапов тысячи. Чисто венчурная игра. Еще остаются недооценённые звенья физической цепочки — турбины, трансформеры, подключение к сети, где спрос вырос в разы, а мощности расширяются годами.

AMD изменит подход к управлению частотами в архитектуре Zen 6 Разработчик утилиты HYDRA (1usmus) раскрыл подробности о механизмах управления питанием в архитектуре Zen 6. Новые технологии направлены не на увеличение пиковых частот, а на их эффективное удержание. Процессор сможет отдавать приоритет активным задачам, урезая ресурсы фоновым процессам при достижении лимитов TDP. Для реализации этого подхода AMD планирует задействовать несколько новых механизмов: ● CPPC Performance Priority и FloorPerf: позволяют операционной системе задавать минимальный порог частоты для критически важных ядер. ● Per-core EPP Boost: мгновенно возвращает конкретное активное ядро на максимальную частоту после коротких пауз без перевода всего процессора в режим максимального энергопотребления. ● PQOS Global Bandwidth Enforcement: ограничивает пропускную способность оперативной памяти DRAM для фоновых потоков. Главной целью изменений станет борьба с микрозадержками и просадками кадров (1% low) в играх. При этом AMD пока официально не подтвердила использование этих функций в потребительской линейке Ryzen.

Tailscale опубликовала разбор своей роли во взломе Hugging Face: сбежавший из песочницы AI-агент, уже получив root на узле Kubernetes, прочитал хранилище со 136 секретами, среди которых оказался многоразовый ключ авторизации Tailscale. С его помощью агент за несколько дней подключил к внутренней сети Hugging Face 181 внешний узел с правами CI-инфраструктуры. Уязвимостей в самом Tailscale не найдено, но компания делает вывод, что ее технология, которая предполагает zero trust, не остановила агента, поскольку использовался долговременный ключ, которых вообще не должно было бы существовать. Дальше идет аккуратный разбор альтернатив, которые могут использовать пользователи Tailscale за дополнительную плату — Border0 (прокси для инъекции ключей, когда агент вообще не видит их) «предотвратил бы чтение 136 ключей», федерация workload identity сделала бы утёкший ключ ненужным, а сетевые flow-логи поймали бы подавление телеметрии флагом --no-logs-no-support, поскольку второй конец соединения продолжает отчитываться. Как заканчивается запись в блоге — это очень канадское извинение, но извините, что вы наступили нам на ногу. А вот, типа, за дополнительные деньги мы бы эту ногу убрали заранее. https://tailscale.com/blog/hugging-face-intrusion

Буржуи В русскоязычной маркетинговой айтишной среде западный рынок часто называют «буржуи», «Бурж». Мне это не нравится. Вообще слово буржуазия это синоним зажиточности, а большинство людей в западном рынке такие же как мы, только не зажиточные. Ну да может для них пять баксов не деньги, но стоимость жизни подороже а в среднем чистыми та же хуйня, если нормировать на всякие индексы макдоналдса и литра бензина. Я понимаю если ты делаешь B2C app на запад, льешь трафик и людей в глаза не видишь, думай что хочешь Но если делаешь sales (списываешься, встречаешься, созваниваешься с клиентами), то слово буржуй это уже ментально настраивает общаться с ними как с неравными, это лично моя проекция. То есть вместо майндсета «завоевать доверие» и «решить проблемы» и получить за это бабки, от тебя веет энергетикой «наебать лоха из более богатой страны». Короче я лично не люблю такие термины Но отношение знаете как будто «буржуев взгреть как гоев».

🚀 Как собрать команду для стартапа Стартап — это всегда вызов, и правильная команда может стать решающим фактором успеха. Хотя состав зависит от сферы бизнеса, есть несколько базовых ролей, которые необходимы на старте. 🧠 Основатель — задаёт стратегию, принимает решения, ищет инвестиции 💻 CTO — отвечает за технологическую реализацию и архитектуру продукта 📦 Продуктовый менеджер — формирует видение продукта и собирает обратную связь 📣 Маркетолог — ищет клиентов, строит воронки, развивает бренд 🎨 UX/UI-дизайнер — делает продукт удобным и понятным 👨‍💻 Разработчики — создают и поддерживают рабочий продукт 📊 Финансист — считает экономику, помогает не сгореть на первом пивоте ⚙️ Операционный директор — организует процессы, чтобы всё работало. На первых этапах многие из этих ролей могут быть совмещены одним человеком. Однако важно осознавать, что стартап — это баланс между нехваткой ресурсов и необходимостью быстро двигаться вперёд. Ставьте приоритеты и работайте эффективно! Фаундер | Бизнес и Стартапы