Forwarded from Pavel Durov (Pavel Durov)
In an unprecedented move, French authorities accused the head of a major platform of crimes committed by its users.
That investigation is still ongoing, although it makes less sense with each passing year.
Why?
Because we now have extensive evidence that Telegram was neither worse than other popular platforms at moderation, nor the worst at cooperating with authorities.
So why was Telegram singled out?
Over the last two years, we have seen a pattern emerge in multiple countries: Telegram is quietly pressured to grant political favors — such as illegal censorship or surveillance. When we refuse, local media and “non-governmental” organizations launch orchestrated campaigns portraying Telegram as a cesspool of crime, from child pornography to terrorism.
Our moderation is no worse than that of other major platforms. Yet these campaigns instill the idea that Telegram should be persecuted or restricted.
Suddenly, officials start caring about crime and protecting children — but only on platforms that reject their secret political demands. Platforms that accept such deals get away with almost anything — including literally selling ads promoting child pornography.
Is the French investigation against me political? It certainly fits the pattern we see elsewhere, mostly in authoritarian countries. And it definitely raises questions.
In time, this investigation may itself be investigated — especially now that Macron’s war against free speech is facing pushback. This month, France’s Constitutional Council struck down his social media ban for children under 15 on freedom-of-expression grounds.
In the end, freedom and truth will prevail
Please open Telegram to view this post
VIEW IN TELEGRAM
France 24
France's top court blocks Macron's social media ban for under-15s
France's constitutional council struck down a proposed ban on social media for children under 15 on Friday, citing freedom of expression. President Emmanuel Macron tasked Prime Minister Sébastien Lecornu…
Magazyn Programista: ”Sprzedaż licencji z Paddle”
📰
https://programistamag.pl/sprzedaz-licencji-z-paddle/
Artykuł pokazuje, jak zbudować kompletny mechanizm sprzedaży licencjonowanego oprogramowania: od generowania i weryfikowania kluczy licencyjnych po obsługę płatności w Paddle, webhooków i automatyczną wysyłkę licencji klientowi. Jest przeznaczony głównie dla programistów .NET tworzących własne aplikacje komercyjne, szczególnie tych, którzy chcą samodzielnie wdrożyć sprzedaż licencji i zintegrować ją z WordPressem oraz zewnętrznym operatorem płatności.
Artykuł pochodzi z magazynu Programista nr 124 (3/2026). Szczegółowy spis treści wydania numer 123: https://programistamag.pl/programista-3-2026-124/
📰
https://programistamag.pl/sprzedaz-licencji-z-paddle/
Artykuł pokazuje, jak zbudować kompletny mechanizm sprzedaży licencjonowanego oprogramowania: od generowania i weryfikowania kluczy licencyjnych po obsługę płatności w Paddle, webhooków i automatyczną wysyłkę licencji klientowi. Jest przeznaczony głównie dla programistów .NET tworzących własne aplikacje komercyjne, szczególnie tych, którzy chcą samodzielnie wdrożyć sprzedaż licencji i zintegrować ją z WordPressem oraz zewnętrznym operatorem płatności.
Artykuł pochodzi z magazynu Programista nr 124 (3/2026). Szczegółowy spis treści wydania numer 123: https://programistamag.pl/programista-3-2026-124/
programistamag.pl
Magazyn Programista | Sprzedaż licencji z Paddle
Magazyn specjalistów IT związany z inżynierią oprogramowania, bezpieczeństwem i nowymi technologiami. Nowoczesne i rozwijające podejście do programowania.
Forwarded from 👌🏼Ciekawostki & pomysły & fantazje🚀 (Tomasz Starszy od Arpanetu)
#AI company #Anthropic has created a formalised proof of #Fermat’s last theorem. It took just 11 days for a group of AI agents to complete the task, confirming that the human-found proof proposed in the 1990s is correct.
Fermat’s last theorem puzzled mathematicians for centuries until it was proved in 1995 by Andrew Wiles. It states that there are no whole numbers a, b, and c that satisfy the equation aⁿ + bⁿ = cⁿ, where n is a whole number greater than 2.
The theorem, though easy to state, was fiendishly difficult to prove. Mathematician Pierre de Fermat posed the puzzle in the 17th century and famously alluded to a proof that he claimed to have discovered, saying that it was too large to fit in the margins of the textbook he was writing in.
Read more: https://www.newscientist.com/article/2587839-fermats-last-theorem-formalised-by-ai-agents-in-just-11-days/
Image: GL Archive/Alamy
Fermat’s last theorem puzzled mathematicians for centuries until it was proved in 1995 by Andrew Wiles. It states that there are no whole numbers a, b, and c that satisfy the equation aⁿ + bⁿ = cⁿ, where n is a whole number greater than 2.
The theorem, though easy to state, was fiendishly difficult to prove. Mathematician Pierre de Fermat posed the puzzle in the 17th century and famously alluded to a proof that he claimed to have discovered, saying that it was too large to fit in the margins of the textbook he was writing in.
Read more: https://www.newscientist.com/article/2587839-fermats-last-theorem-formalised-by-ai-agents-in-just-11-days/
Image: GL Archive/Alamy
New Scientist
Fermat's last theorem formalised by AI agents in just 11 days | New Scientist
Converting the proof of Fermat's last theorem into code that computers can check was expected to take years. Anthropic's Claude AI managed it in less than two weeks
Forwarded from Jerzy T. Szwed
#AI Firma #Anthropic opracowała formalny dowód twierdzenia #Fermat-a. Grupa agentów sztucznej inteligencji ukończyła to zadanie w zaledwie 11 dni, potwierdzając, że dowód, który został odkryty przez człowieka w latach 90. XX wieku, jest poprawny.
Twierdzenie Fermata przez wieki stanowiło zagadkę dla matematyków, aż do momentu, gdy zostało udowodnione w 1995 roku przez Andrew Wilesa. Mówi ono, że nie istnieją liczby całkowite a, b i c, które spełniałyby równanie aⁿ + bⁿ = cⁿ, gdzie n jest liczbą całkowitą większą od 2.
Pomimo swojej prostoty, twierdzenie było niezwykle trudne do udowodnienia. Matematyk Pierre de Fermat postawił to zadanie w XVII wieku i słynnie zasugerował istnienie dowodu, który, jak twierdził, odkrył, dodając, że jest on zbyt obszerny, aby zmieścić się na marginesach podręcznika, który w tamtym czasie pisał.
Czytaj więcej: https://www.newscientist.com/article/2587839-fermats-last-theorem-formalised-by-ai-agents-in-just-11-days/
🔙 https://t.me/c/1240900354/16613
Źródło zdjęcia: GL Archive/Alamy
Twierdzenie Fermata przez wieki stanowiło zagadkę dla matematyków, aż do momentu, gdy zostało udowodnione w 1995 roku przez Andrew Wilesa. Mówi ono, że nie istnieją liczby całkowite a, b i c, które spełniałyby równanie aⁿ + bⁿ = cⁿ, gdzie n jest liczbą całkowitą większą od 2.
Pomimo swojej prostoty, twierdzenie było niezwykle trudne do udowodnienia. Matematyk Pierre de Fermat postawił to zadanie w XVII wieku i słynnie zasugerował istnienie dowodu, który, jak twierdził, odkrył, dodając, że jest on zbyt obszerny, aby zmieścić się na marginesach podręcznika, który w tamtym czasie pisał.
Czytaj więcej: https://www.newscientist.com/article/2587839-fermats-last-theorem-formalised-by-ai-agents-in-just-11-days/
🔙 https://t.me/c/1240900354/16613
Źródło zdjęcia: GL Archive/Alamy
New Scientist
Fermat's last theorem formalised by AI agents in just 11 days | New Scientist
Converting the proof of Fermat's last theorem into code that computers can check was expected to take years. Anthropic's Claude AI managed it in less than two weeks
Forwarded from Fasada Open Software Group
Download proper archive. JAVA 8 is required for running.
For Windows there are self-extracting archives or regular ZIPs.
▶️
https://t.me/fasadaOSG/85
#Cyrylica #Grażdanka 🆚 #Łacinka
For Windows there are self-extracting archives or regular ZIPs.
▶️
https://t.me/fasadaOSG/85
#Cyrylica #Grażdanka 🆚 #Łacinka
Forwarded from 👌🏼Ciekawostki & pomysły & fantazje🚀 (Tomasz Starszy od Arpanetu)
Firma #OpenAI ogłosiła, że jej model sztucznej inteligencji rozwiązał problem Naviera-Stokesa – jeden z siedmiu matematycznych problemów milenijnych. Problem w tym, że istnieją podejrzenia, że model, który tego dokonał korzystał z notatek i prac naukowców badających ten sam problem w modelu #Codex (należącym do OpenAI) i de facto sprzątnął im sukces sprzed nosa.
W odcinku wyjaśnienie znaczenia rozwiązania problemu Naviera-Stokesa, pytania o konsekwencje całego zamieszania w świecie nauki. – Do tej pory było tak, że grupy matematyków konkurowały ze sobą; to byli ludzie kontra ludzie. W tym momencie mamy sytuację, że jeżeli mamy bardzo dużo pieniędzy, mamy zasoby, to możemy praktycznie pokonać każdego na ostatniej mili. To też trochę pokazuje w pewnym sensie, w którym kierunku zmierzamy – komentuje dr Bartosz Naskręcki, matematyk z #UAM, badacz w Centrum Wiarygodnej Sztucznej Inteligencji PW.
https://youtu.be/sajTkPXQ4Ys?si=w-wg8_LfHYE7Ol4n
W odcinku wyjaśnienie znaczenia rozwiązania problemu Naviera-Stokesa, pytania o konsekwencje całego zamieszania w świecie nauki. – Do tej pory było tak, że grupy matematyków konkurowały ze sobą; to byli ludzie kontra ludzie. W tym momencie mamy sytuację, że jeżeli mamy bardzo dużo pieniędzy, mamy zasoby, to możemy praktycznie pokonać każdego na ostatniej mili. To też trochę pokazuje w pewnym sensie, w którym kierunku zmierzamy – komentuje dr Bartosz Naskręcki, matematyk z #UAM, badacz w Centrum Wiarygodnej Sztucznej Inteligencji PW.
https://youtu.be/sajTkPXQ4Ys?si=w-wg8_LfHYE7Ol4n
YouTube
Przełom czy kradzież? OpenAI i problem milenijny | KOMENTARZ | dr Bartosz Naskręcki
Firma OpenAI ogłosiła, że jej model sztucznej inteligencji rozwiązał problem Naviera-Stokesa – jeden z siedmiu matematycznych problemów milenijnych. Problem w tym, że istnieją podejrzenia, że model, który tego dokonał korzystał z notatek i prac naukowców…
Agents API is in public beta 🚀
OpenAI put the Agents API in public beta. Cloud agents with the Codex harness, managed sessions, tools, and either a hosted sandbox or one you bring yourself.
What shipped:
✅ Codex harness, not a chat-completions wrapper you have to babysit
✅ Managed sessions and tools in the API
✅ Hosted sandboxes, or bring your own
Public beta, so expect sharp edges. If you ship coding agents or anything that needs a real environment, this is the post to read. Not another model card. Call it if you are done stitching sessions, tools, and a VM by hand.
[ Read More ] :
https://openai.com/index/introducing-the-agents-api/
〰〰〰〰〰〰
#AI #LLM #Agents
@ProgrammingTip
OpenAI put the Agents API in public beta. Cloud agents with the Codex harness, managed sessions, tools, and either a hosted sandbox or one you bring yourself.
What shipped:
✅ Codex harness, not a chat-completions wrapper you have to babysit
✅ Managed sessions and tools in the API
✅ Hosted sandboxes, or bring your own
Public beta, so expect sharp edges. If you ship coding agents or anything that needs a real environment, this is the post to read. Not another model card. Call it if you are done stitching sessions, tools, and a VM by hand.
[ Read More ] :
https://openai.com/index/introducing-the-agents-api/
〰〰〰〰〰〰
#AI #LLM #Agents
@ProgrammingTip
OpenAI
Introducing the Agents API
Build and launch cloud agents with the Agents API, a managed service powered by the Codex harness for orchestration, long-running sessions, and tool use.
Forwarded from Naukowy Telegram
YouTube
Ty też wpadłeś w PUŁAPKĘ tego zjawiska
Żyjemy w symulacji czy po prostu zbytnio ponosi nas wyobraźnia? Od czasu Matrixa hipoteza ta nie daje nam spokoju, ale co na to twarda nauka?
W dzisiejszym odcinku sprawdzamy fizyczne i matematyczne przesłanki stojące za tą teorią. Analizujemy granice mechaniki…
W dzisiejszym odcinku sprawdzamy fizyczne i matematyczne przesłanki stojące za tą teorią. Analizujemy granice mechaniki…
#NVIDIA RTX PRO 5500 Blackwell oficjalnie. Na pokładzie 84 GB pamięci
https://ithardware.pl/aktualnosci/nvidia_rtx_pro_5500_blackwell_prezentacja-54025.html
#CUDA
https://ithardware.pl/aktualnosci/nvidia_rtx_pro_5500_blackwell_prezentacja-54025.html
#CUDA
ITHardware
NVIDIA RTX PRO 5500 Blackwell oficjalnie. Na pokładzie 84 GB pamięci
NVIDIA bez zbędnego szumu wprowadziła do oferty nową kartę do zastosowań profesjonalnych. Oto RTX PRO 5500 Blackwell.
Forwarded from Programming & AI Tips 💡
Make coding agents earn the green check 💡
Do not end an agent task with "implement this." End it with a command that can fail.
For a .NET repo, that might be
A good task contract has three parts:
• Change: the files or behavior to update.
• Proof: the exact command or test case.
• Stop condition: what needs human review instead of another retry.
This also makes PR review faster. You get a diff plus evidence, not a confident paragraph saying the fix should work.
〰〰〰〰〰〰
#AI #dotnet #Testing
@ProgrammingTip
Do not end an agent task with "implement this." End it with a command that can fail.
For a .NET repo, that might be
dotnet test, a focused test project, a formatter check, or a small reproduction script. Tell the agent which command to run, what output to inspect, and what it should do if the command fails.A good task contract has three parts:
• Change: the files or behavior to update.
• Proof: the exact command or test case.
• Stop condition: what needs human review instead of another retry.
This also makes PR review faster. You get a diff plus evidence, not a confident paragraph saying the fix should work.
〰〰〰〰〰〰
#AI #dotnet #Testing
@ProgrammingTip
Forwarded from Programming & AI Tips 💡
GitHub moved the Copilot runtime to Rust 🚀
GitHub migrated the runtime behind Copilot to Rust, and used Copilot during the migration itself.
✅ Why this is worth reading:
• Runtime work is systems work: a language migration means tracing real production behavior, not just translating syntax.
• Copilot was part of the workflow: useful for exploring an unfamiliar codebase, drafting changes, and keeping momentum through repetitive conversion work.
• The output still needs engineering judgment: boundaries, performance, correctness, and rollout safety are not autocomplete problems.
This is a practical case study for teams asking where coding agents help on a large refactor. Use them to accelerate investigation and implementation. Keep humans on architecture, tests, and production checks.
[ Blog ] :
https://github.blog/ai-and-ml/generative-ai/migrating-the-github-copilot-runtime-to-rust-using-copilot
〰️〰️〰️〰️〰️〰️
#AI #GitHub #Rust #Copilot
@ProgrammingTip
GitHub migrated the runtime behind Copilot to Rust, and used Copilot during the migration itself.
• Runtime work is systems work: a language migration means tracing real production behavior, not just translating syntax.
• Copilot was part of the workflow: useful for exploring an unfamiliar codebase, drafting changes, and keeping momentum through repetitive conversion work.
• The output still needs engineering judgment: boundaries, performance, correctness, and rollout safety are not autocomplete problems.
This is a practical case study for teams asking where coding agents help on a large refactor. Use them to accelerate investigation and implementation. Keep humans on architecture, tests, and production checks.
[ Blog ] :
https://github.blog/ai-and-ml/generative-ai/migrating-the-github-copilot-runtime-to-rust-using-copilot
〰️〰️〰️〰️〰️〰️
#AI #GitHub #Rust #Copilot
@ProgrammingTip
Please open Telegram to view this post
VIEW IN TELEGRAM
The GitHub Blog
Migrating the GitHub Copilot runtime to Rust, using Copilot
A rewrite this size wasn't affordable before agents. Here's what porting the Copilot agent runtime to 800,000 lines of production Rust actually took.
Forwarded from Programming & AI Tips 💡
GitHub improved the Copilot code review flow 🔥
GitHub shipped an improved Copilot code review experience. That matters most on the boring, high-volume PRs where reviewers need help finding a real issue, not another summary of changed files.
For C# teams, use Copilot review as an extra pass on every ASP.NET, EF Core, and library PR. Then keep the human review focused on contracts, failure behavior, and whether the change belongs in the codebase.
Practical rule:
• Let Copilot flag suspicious diffs.
• Do not merge because it found nothing.
• Keep analyzers and tests as the enforcement layer.
AI review is cheap coverage. It is not a replacement for someone who knows why that nullable property or cancellation token exists.
[ Read More ] :
https://github.blog/changelog/2026-09-18-copilot-code-review-an-improved-review-experience
〰〰〰〰〰〰
#dotnet #csharp #GitHub #Copilot
@ProgrammingTip
GitHub shipped an improved Copilot code review experience. That matters most on the boring, high-volume PRs where reviewers need help finding a real issue, not another summary of changed files.
For C# teams, use Copilot review as an extra pass on every ASP.NET, EF Core, and library PR. Then keep the human review focused on contracts, failure behavior, and whether the change belongs in the codebase.
Practical rule:
• Let Copilot flag suspicious diffs.
• Do not merge because it found nothing.
• Keep analyzers and tests as the enforcement layer.
AI review is cheap coverage. It is not a replacement for someone who knows why that nullable property or cancellation token exists.
[ Read More ] :
https://github.blog/changelog/2026-09-18-copilot-code-review-an-improved-review-experience
〰〰〰〰〰〰
#dotnet #csharp #GitHub #Copilot
@ProgrammingTip
The GitHub Blog
Copilot code review: An improved review experience - GitHub Changelog
Copilot code review now gives you a clearer view of how a review changes over time, more intelligently auto-resolves its own suggestions, and generates useful commit messages when you accept…
Forwarded from Programming & AI Tips 💡
Cloudflare saved 100 TB of RAM with math and Rust 🔥
Cloudflare reclaimed more than 100 TB of RAM globally in a Pingora-based consistent-hashing service. No new hardware. The win came from changing data representation and the algorithms around it.
✅ Lessons:
• Measure retained memory, not only allocation rate.
• Check collection shape: duplicated keys, oversized buckets, and pointer-heavy graphs add up fast.
• Fix the model first: a smaller or more compact structure usually beats micro-optimizing a hot loop.
For high-cardinality caches, routing tables, or tenant maps, take a heap dump before reaching for another cache node. A few bytes per entry becomes expensive at fleet scale.
[ Blog ] :
https://blog.cloudflare.com/saving-100-tb-of-ram-with-math
〰️〰️〰️〰️〰️〰️
#Performance #Memory #Rust
@ProgrammingTip
Cloudflare reclaimed more than 100 TB of RAM globally in a Pingora-based consistent-hashing service. No new hardware. The win came from changing data representation and the algorithms around it.
• Measure retained memory, not only allocation rate.
• Check collection shape: duplicated keys, oversized buckets, and pointer-heavy graphs add up fast.
• Fix the model first: a smaller or more compact structure usually beats micro-optimizing a hot loop.
For high-cardinality caches, routing tables, or tenant maps, take a heap dump before reaching for another cache node. A few bytes per entry becomes expensive at fleet scale.
[ Blog ] :
https://blog.cloudflare.com/saving-100-tb-of-ram-with-math
〰️〰️〰️〰️〰️〰️
#Performance #Memory #Rust
@ProgrammingTip
Please open Telegram to view this post
VIEW IN TELEGRAM
Cloudflare Blog
Saving another 100TB of RAM with math (and Rust)
Cloudflare's global network is immense but not limitless. As we look for small ways to trim our resource usage, we sometimes get lucky and we can cut significantly more. Here’s how we reduced one of our Pingora-based service's RAM usage with statistics.
Forwarded from Memetyka.pl 🗣️ (Jerzy T. Szwed)
#Gemini 3.8 Live jest ogólnie dostępny 🚀
Firma #Google udostępniła wersje Gemini 3.8 Live oraz Gemini 3.8 Live Extended Thinking w ramach interfejsu API Gemini.
Są to modele audio działające w czasie rzeczywistym, dostępne poprzez Live API. "Live" odnosi się do ścieżki głosowej: przesyłania dźwięku, odbierania dźwięku i prowadzenia rozmowy bez konieczności samodzielnego łączenia rozpoznawania mowy (#STT), wywołania modelu językowego (#LLM) i syntezy mowy (#TTS).
Co warto sprawdzić:
• Gemini 3.8 Live: model głosowy o niższym opóźnieniu.
• Extended Thinking: używaj go, gdy zapytanie głosowe wymaga bardziej szczegółowej analizy przed udzieleniem odpowiedzi.
• Status ogólnej dostępności (GA): warto ponownie sprawdzić, jeśli wcześniej wstrzymałeś się z korzystaniem z funkcji głosowej dostępnej tylko w wersji testowej.
Dla zespołów programistycznych pracujących w .NET, jest to dobre rozwiązanie dla usługi #WebSocket działającej w sposób ciągły, a nie dla kontrolera działającego w modelu żądanie-odpowiedź.
[ Czytaj więcej ] :
https://ai.google.dev/gemini-api/docs/changelog
〰〰〰〰〰〰
#AI #Gemini #LLM #API
@ProgrammingTip
Firma #Google udostępniła wersje Gemini 3.8 Live oraz Gemini 3.8 Live Extended Thinking w ramach interfejsu API Gemini.
Są to modele audio działające w czasie rzeczywistym, dostępne poprzez Live API. "Live" odnosi się do ścieżki głosowej: przesyłania dźwięku, odbierania dźwięku i prowadzenia rozmowy bez konieczności samodzielnego łączenia rozpoznawania mowy (#STT), wywołania modelu językowego (#LLM) i syntezy mowy (#TTS).
Co warto sprawdzić:
• Gemini 3.8 Live: model głosowy o niższym opóźnieniu.
• Extended Thinking: używaj go, gdy zapytanie głosowe wymaga bardziej szczegółowej analizy przed udzieleniem odpowiedzi.
• Status ogólnej dostępności (GA): warto ponownie sprawdzić, jeśli wcześniej wstrzymałeś się z korzystaniem z funkcji głosowej dostępnej tylko w wersji testowej.
Dla zespołów programistycznych pracujących w .NET, jest to dobre rozwiązanie dla usługi #WebSocket działającej w sposób ciągły, a nie dla kontrolera działającego w modelu żądanie-odpowiedź.
[ Czytaj więcej ] :
https://ai.google.dev/gemini-api/docs/changelog
〰〰〰〰〰〰
#AI #Gemini #LLM #API
@ProgrammingTip
Google AI for Developers
Release notes | Gemini API | Google AI for Developers
Keep track of updates to the Gemini API