IT

Всем Капуки! ❤️ Сыну нравится нейрослоп мультики про котика 😻кефира. Они безобидные, добрые, сценарии хорошие и анимация котенка тоже годная. На сколько там фронтмэн девушка живая и сама снимает или там уже прям оцифровали ее аватар - хз. Но делаю MVP контент-завода для сына кастомного, с кастомными персонажами из его игрушек / рисунков и друзей со двора. Архитектура/blueprint готовы. Пробую в spare time через фрактальный MAS реализовать и тестить. PDF сказки / рисунки с игрушками и фотками уже есть. 2D Игры с машинками / людьми которые через OpenAI говорят разные фразы/диалогы - есть. Озвучка животных и рандомная генерация карты в стиле GTA1-2 есть. Физика машинки и столкновений с рандомными эффектами звуковики и жалобы людей - есть. Пора переходить в КАПУКИ like контент и адаптивные/эволюционные игры детские под настроение / запрос и взаимодействие через мигрофон. Детский контент самый нетребовательный. + отдельно можно по лучшим практикам обучения домашнего - генерить книги / упражнения / видео / игры / приложения и тд и тп. Отправил думать

Я очень большой фанат Дюны, и боже вышел трейлер 3 части Дюны. Дени Вильнев, что ты с нами делаешь… Возможно это последний раз, когда мы видим Тимати Шаламе в роли Пола Атрейдеса, и возможно последний раз Дюну от Вильнева. Ниже будут быть спойлеры. По окончанию второй части — Пол Харконнен Атрейдис становится императором, и начинает свой пусть распространения джихада и культа Муад’диба. Мы видим войны, вероятно показывают его жесткость. А так-же кадр, с его матерью где она говорит «твой отец войны не начинал». Где нам контрастируют Пола и Лета Атрейдиса. Отдельной веткой нам показывают, что все его близкие от него отворачиваются, и канонично он сам отдаляется и говорит (вероятно Шани) «забудь меня, за всё что я сделал», ведь он понимает, что его путь жесток и он не хочет, подвергать их своей опасности и силе. После финала второй части Чани ушла от Пола, но трейлер показывает их снова вместе есть сцены примирения, разговоры о ребёнке, беременность Чани и намёки на детей. Кстати не совсем как в книге, потому что их показывают держа детей, но пол не мог канонично знать про Лето второго (его сына). А Чани должна умереть при рождении детей. Видим и новых (старых) персонажей, возрождение Дункан Айдахо, Белобрысого Роберта Паттисана который играет Скитейла. А так же заговор против него, где в центре внимания, вероятно, будет Ирулан. Так же будет очень интересно посмотреть на мою любовь — Аню Тейлор Джой в роли шизафринички сестры Пола. Вот ее экранизация очень интересная, потому что как персонаж она достаточно сложная. И на последок забавный факт для казуалов Тагира Анализирует, звездные войны были нагло слизаны с Дюны.

Прообраз Agentic LLM Бенчмарка Задачи туда я добавляю на основе анализа работы и ошибок топовых архитектур агентов из BitGN. Бенчмарк отвечает на вопрос - а в какую сторону изменятся качество, стоимость и скорость работы моего агента, если я возьму топовую архитектуру и пересажу ее на другую LLM? Задач пока загружено ~50% от минимально необходимого набора. Колонки и категории появятся потом, но уже есть оценка времени (берется медианное время) и стоимости. Если у модели есть значок молнии, значит она запускалась у компании с AI Акселератором (Groq или Cerebras). Какие нынче еще есть топовые модели, которые вы реально используете в продуктовых решениях в своих компаниях по API? Ваш, @llm_under_hood 🤗

Microsoft научила Linux-приложения в WSL кодировать AV1 через GPU WSL (Windows Subsystem for Linux) — полноценный Linux внутри Windows без виртуалок. В Mesa 26.2 добавили прототип аппаратного кодирования AV1 через DirectX 12: Linux-программы теперь обращаются к драйверу, а тот перекладывает запрос в Windows Media Foundation, задействуя GPU. Пока только I/P-кадры (ключевые и промежуточные), без двунаправленных B‑кадров. Раньше Linux-программы в WSL не могли использовать GPU для кодирования AV1. Теперь — смогут. Аппаратное кодирование AV1 в обычных дистрибутивах Linux уже давно реализовано через стандартные открытые интерфейсы вроде VA-API (Video Acceleration API), так что новость касается чисто винды. Но, лучшая поддержка AV1 это, в целом, хорошо.

Язык, который вызывает те же драки, что и «Чёрный квадрат» Малевича Стоит упомянуть Оберон в сообществе программистов, и от него не остаётся камня на камне. Автор видел, как из-за этого языка умирали целые сообщества, а когда обмолвился, что собирается писать статью, ему в личку пришёл человек с просьбой не писать. Пазл сложился, когда он однажды услышал, как люди обсуждают «Чёрный квадрат». Реакция та же, что у зрителя перед Малевичем: «ну я так тоже могу, почему это в галерее, а не на помойке». Оберон устроен так же радикально. Нет привычного ООП, управление памятью отдано сборщику мусора, а цикла FOR просто нет. При этом на таком минимуме написана целая операционная система, запускающаяся прямо на голом железе, а Java и Go оказались его прямыми наследниками. Посмотрим, докуда дотягивается параллель с картиной, которую все ругают и все знают.

И еще одна интересная статья: главный навык агентного кодинга – знать, чего ты не знаешь Пишут, что Fable – первая модель, где качество результата упирается не в модель, а в вас! (та-даам) Точнее, в вашу способность прояснять свои unknowns. Типа карта – это ваши промпты, skills и контекст, то есть то, что вы даёте агенту. Территория – кодбаза и реальные ограничения, где работа на самом деле происходит. Разница между ними = unknowns. Чем больше объём работы, тем больше таких дыр агент встретит и тем чаще будет угадывать, чего вы хотели. Дальше они разбирают как раз классический квадратик 2х2: – Known knowns – то, что вы написали в промпте – Known unknowns – то, что вы ещё не решили, но знаете об этом – Unknown knowns – то, что для вас настолько очевидно, что вы никогда это не запишете, но узнаете, если увидите – Unknown unknowns – то, о чём вы вообще не думали Автор говорит: посмотрите, как промптят крутые программисты – у них почти нет unknowns, они в синхроне и с кодбазой, и с поведением модели. И это тренируемый и очень важный скилл. Чего делать-то надо: – Blind spot pass – перед работой в незнакомой части кодбазы прямо просить Claude найти ваши unknown unknowns, буквально этими словами. «Я ничего не знаю про auth-модули здесь, сделай blind spot pass и помоги мне промптить тебя лучше» (!) – Прототипы до имплементации – ловить unknown knowns дёшево. «Сделай HTML со страницей в 4 радикально разных дизайн-направлениях, я отреагирую» – Interviews – просить Claude интервьюировать вас по одному вопросу, приоритезируя те, где ответ меняет архитектуру – References – лучший референс не скриншот и не доки, а source code. «Вот Rust crate с нужным backoff, прочитай и реимплементируй семантику в нашем TypeScript-клиенте» – Implementation plan – но с фокусом на то, что вы скорее всего захотите поменять: data models, интерфейсы, UX. Ну и записывать артефакты, чтобы можно было понять, что и как создавалось и как теперь работает: – implementation-notes.md во время работы – логи отклонения от плана в раздел Deviations – Квиз после – просить Claude сделать отчёт по изменениям и квиз в конце. Мерджить только после того, как ты сдал квиз на 100%. Это прикольный конечно паттерн, типа: честный ответ на вопрос «а вы понимаете, что агент вам намерджил?» Короче, хватит уже модели ругать, пора смотреть в зеркало https://claude.com/blog/a-field-guide-to-claude-fable-finding-your-unknowns

Anthropic объяснила, когда стоит играться в effort level (спойлер - нечасто) Вышел пост от команды Claude Code про то, чем отличаются два главных «крутила» в Claude Code: выбор модели и effort level. Главные тезисы: – Модель = набор замороженных весов. Всё, что Claude «знает» про TypeScript и Go, зашито туда на этапе тренировки. Промпт и CLAUDE.md – это steering, а не teaching: модель ничему не учится, вы просто подсовываете контекст на один запрос – Effort – это НЕ «время подумать». Это сколько работы модель готова проделать за ход: сколько файлов прочитает, запустит ли тесты, будет ли перепроверять себя, и как далеко утащит мультишаговую задачу до того, как вернётся к вам – Effort передаётся в модель прямо в запросе, как ещё один input. Поведение на каждом уровне выучено при тренировке. На высоком effort та же задача может сжечь примерно в 7 раз больше токенов ради более уверенного ответа – При этом effort задаёт потолок, а не план: если первая гипотеза в дебаге сработала, модель скипнет остальные проверки, а не будет искусственно наматывать токены. Anthropic говорит, что специально борется с overthinking на тренировке. При этом пишут, что чаще всего дефолтных значений хватает 80% пользователей. Практическая эвристика, когда что-то пошло не так: – Claude всё прочитал, честно старался и всё равно ошибся – проблема в capability, берите модель побольше – Claude скипнул файл, не запустил тесты, бросил рефакторинг на середине – проблема в старании, поднимайте effort – Но сначала проверьте контекст: кривой промпт лечится не крутилками, а нормальным CLAUDE.md Есть и красивая аналогия: Fable – это узкий специалист, который видел проблемы, которых не видел никто. Opus – эксперт, Sonnet – хороший generalist. Opus на low effort = пять минут с экспертом, Sonnet на high effort = целый день работы толкового джуна-плюс, который вычитает весь ваш код. Fable даже на low effort замечает то, что остальные не увидят, но и стоит соответственно. Про экономику честно: на рутине большая модель просто дороже без прироста качества. На сложных multi-step задачах наоборот – маленькая модель идет итерациями к потолку своих способностей, а большая доходит до результата за меньше шагов, и cost per task может выйти ниже. Короче, главный совет от самой Anthropic – не трогайте крутилки. Дефолтный effort откалиброван под то, что «большинство людей хотело бы потратить на задачу», а модель меняйте не по вайбу, а по диагнозу: не знал или не старался. Прикольно, что антропик сам пишет «не платите нам за модельку, которая задаче не нужна». https://claude.com/blog/claude-model-and-effort-level-in-claude-code

Threat Modeling - это систематический процесс, при котором мы заранее думаем: «Как нашу систему могут взломать или причинить ей вред?» Это как "мозговой штурм по безопасности" еще до того, как написали большую часть кода. Мы пытаемся поставить себя на место атакующего и найти слабые места, пока их ещё можно легко исправить. Зачем это нужно? (Почему это важно) - Большинство уязвимостей появляется не из-за "сложных хаков", а из-за неправильных решений на этапе дизайна. - Исправить проблему на этапе проектирования в 10–100 раз дешевле, чем после запуска в продакшен. - Это помогает принимать осознанные решения: где нужно усилить защиту, а где можно сэкономить. И вот вам data flow диаграмма, составлял сам на примере сервиса доставки еды

Первый официальный State of PHP опрос открыт: https://jb.gg/php-survey-2026 В сообществе уже было много опросов, но официального охватывающего весь PHP-мир, до этого не было. И вот PHP Foundation запартнерился с JetBrains, чтоб провести такой и сделать его ежегодным. Мы взяли за основу вопросы из PHP-секции JetBrains DevEco. Обновили немного. Потом запустили сбор идей вот тут. После этого еще раз обновили на основе ответов в этой форме и комментариев. Не обошлось и без косяков. Сначала добавили секцию про AI, но фидбек был не очень, поэтому приняли решение сделать секцию полностью опциональной в опросе. В общем учтем недоработки обязательно в следующем году. А пока предлагаем пройти текущий опрос! Занимает около 15 мин. И конечно же, результаты будут полностью публичными, включая сырой датасет. Пожалуйста, помогите распространить среди коллег и сообщества – чем больше ответит, тем лучше будут данные. А если большинство проголосует за true async в вопросе про желаемые фичи, то это будет хорошим аргументом в пользу соответствующего RFC. Ну или против, если мало проголосует 😈

Разработчик DLSS Swapper предупредил о вредоносных DLL в пользовательской библиотеке Создатель популярного инструмента DLSS Swapper, позволяющего менять версии DLSS, FSR и XeSS в играх, бьёт тревогу: в систему пользовательских загрузок Manifest проникли фейковые DLL с малварью. Один из файлов сопровождался комментарием «this fixed it for me», чтобы усыпить бдительность. Разработчик настоятельно рекомендует загружать DLL только из проверенных источников — из установленных игр или официальных репозиториев NVIDIA. Скачивать DLSS Swapper следует исключительно с GitHub — мошенники уже развели фейковые сайты. Злоумышленники охотятся за данными, а также устанавливают на компьютеры пользователей вирусы-майнеры.

Как российские хостинги знатно штормило в мае-июне, и почему некоторые теперь не пишут на Хабре Четверг, 11 июня, утро. У хостинга резко пропадает аптайм на части казанского оборудования. Первая мысль про дурацкую неполадку сети, звонок оператору, тот отвечает, что в ЦОДе просто техработы. На самом деле в гермозоне сидела большая опергруппа, запретившая связь с внешним миром до конца выемки данных. Забрали всё подчистую, физически, из-за одного-единственного клиента, который держал VPN-сервер. Дальше начинается то, о чём хостеры предпочитают молчать. Серверы не выключили с кнопки, а выдернули из розеток, а RAID-массив на резком обесточивании теряет структуру дисков. Железо в итоге вернули. Два сервера не запустились. Выясним, как хостинг вытаскивал клиентов, когда физику уже не обмануть.