На Хабре справедливо спрашивают - станет ли Android наконец красивым? Проблема, однако, как говорят, в том, что никто не спешит внедрять все эти языки дизайна, так старательно продвигаемые Google.

Так было всегда и так остаётся и по сей день, не смотря на многочисленные прогрессивные шаги Google в направлении дизайна своей ОС и других продуктов. Похоже, от этого никуда не деться из-за самого подхода к распостранению Android. И пока все производители Android-устройств не придут к единой концепции и будут пилить приложения в едином стиле, Android никогда не станет красивым и единообразном как iOS.

А вы используете в своих приложениях все навороты Material дизайна? Да, нет, почему?

Разработка

• Советы для публикации в RuStore: альфа-тестирование, AAB и автоматизация с помощью API

Маркетинг и монетизация

• Как продвигать сервис продажи билетов, когда никто не путешествует
• Кейс Airba Fresh и Bidease: как за 4 месяца увеличить количество первых покупок в In-App в 5 раз

Кроссплатформа

• 8 Flutter Shortcuts That Feel Like Cheating

iOS

• Apple запустит iOS 26 и macOS 26 в рамках крупного ребрендинга
• Tuist. Как перенести проект
• SwiftUI Caching: Key to Optimize Performance
• Integrating App Intents with Control Action
• Mastering Swift Concurrency: A Practical Guide

Android

• Выразительные анимации для всех
• Pixel Weather App — погодное приложение в пиксель-арт
• Станет ли Android наконец красивым?
• Хитрости и приемы эффективного программирования на Kotlin
• Saving the UI State in a Compose Multiplatform App
• Android Studio Meerkat Feature Drop
• Material 3 Expressive: Rethinking Emotion, Accessibility & Modern UX
• Better Previews in Compose with State Hoisting + MVI template

Google выпустил AI Edge Gallery для демонстрации автономных ИИ-моделей

На прошлой неделе Google незаметно выпустил приложение, которое позволяет пользователям запускать на своих телефонах ряд общедоступных моделей искусственного интеллекта с платформы Hugging Face.

Приложение под названием Google AI Edge Gallery доступно для Android и вскоре появится на iOS. Оно позволяет пользователям находить, загружать и запускать совместимые модели, которые генерируют изображения, отвечают на вопросы, пишут и редактируют код и многое другое. Модели работают в автономном режиме, без подключения к Интернету, используя процессоры поддерживаемых телефонов.

Google AI Edge Gallery, которую Google называет «экспериментальной альфа-версией», можно загрузить с GitHub. На главном экране отображаются ярлыки для задач и функций ИИ, таких как Ask Image и AI Chat. При нажатии на функцию отображается список моделей, подходящих для данной задачи, например Gemma 3n от Google. Еще есть Prompt Lab, который пользователи могут использовать для запуска «одноразовых» задач, основанных на моделях, таких как резюмирование и переписывание текста. Prompt Lab поставляется с несколькими шаблонами задач и настраиваемыми параметрами для точной настройки поведения моделей.

Google приглашает членов сообщества разработчиков поделиться отзывами об опыте использования Google AI Edge Gallery. Приложение распространяется по лицензии Apache 2.0, что означает, что его можно использовать в большинстве контекстов — коммерческих или иных — без ограничений.

Собственный сахар

Очередной еженедельный дайджест - быстродействие прокрутки в SwiftUI и выразительные анимации, сахар для UI-тестирования и красота Android, NativePHP, анатомия энергопотребления, небольшое изменение в интерфейсе Duolingo, которое меняет все и многое другое. Заходите!

iOS

• Как мы доверили качество наших приложений AI
• Ускоряем приложение эффективно
• Swift Concurrency в iOS SDK Яндекс Доставки
• ObservableDefaults — интеграция SwiftUI, Observation и UserDefaults/iCloud Key-Value
• Tips and tricks for when using SwiftUI’s ViewBuilder
• Understanding toolbars in SwiftUI
• The Framework Next Door
• Art of the State
• FlipKit - a flippin' good library for SwiftUI
• Unique values in Swift: Removing duplicates from an array

Android

• Марширующие муравьи — делаем кастомный модификатор для границ
• ReadMoreTextView — разворачиваемый Text для View и Compose
• История одного бизнес-желания
• Наглядный пример, когда не следовать best practices for coroutines от Google
• Better Previews in Compose with State Hoisting + MVI template
• Kotlin 2.2 — guards when with subject, more than a technical question
• Say Goodbye to Third-Party PDF Libraries: AndroidX PDF Is Here
• My Experience Interviewing for an Amazon Android Software Engineer Role in London
• State Hoisting: Eine Jetpack Compose Best Practice

Вышел отчет “Уязвимости в российских мобильных приложениях 2024”. В выборку попали сервисы из ТОП-100 по скачиванию в каждой тематической категории (1675 мобильных приложений в 18 тематических категориях). И 88.6% приложений содержат уязвимости уровня Critical и High, что говорит о растущей опасности хакерских атак на мобильные приложения. Всего за 2024 год было выявлено 29952 уязвимостей, среди них 83 критически опасных и 8887 высокого уровня серьезности. Для сравнения, в 2023 году при общем количестве в 41493 уязвимости критических было обнаружено всего 22, и высокого уровня серьезности – 2283. Это говорит о том, что при росте качества анализа кибербезопасности разработчики мобильных приложений зачастую не успевают или не умеют качественно противостоять угрозам хакерских атак, в первую очередь, за счет дефицита специалистов по DevSecOps.

Разработка

• Уязвимости в российских мобильных приложениях 2024
• Google выпустил приложение, которое позволяет загружать и запускать ИИ-модели локально
• Анатомия энергопотребления
• От J2ME до супераппов: 20 лет разработки глазами техдиректор
• Кто является Senior разработчиком?
• Мнемотехника: запомнить всё — развитие памяти, насмотренность, саморазвитие
•
• Сделай удобно: подборка UI/UX-кейсов из цифровых и нецифровых продуктов

Маркетинг и монетизация

• LoveJack — приложение для знакомств, позволяющее найти любовь с помощью пяти слов
• App Store в США в 2024 обеспечил продажи на $406 млрд

Кроссплатформа

• Борьба с лишним весом, или Методы оптимизации размеров Flutter-приложений
• Internationalization (I18n) in Kotlin Multiplatform
• Flutter boilerplate to launch apps fast

Что читаете про мобильную разработку?

Тут в чате спрашивают:

Посоветуйте пожалуйста отличных авторов на Medium по Android разработке

И правда, давно мы что-то не обсуждали... Посоветуйте, кого читать про iOS и Android (и не обязательно на Medium :)) Может что-то новое появилось? Что-то старое стало лучше? Ссылки в комментарии.

iOS

• Уникальные значения — удаление дубликатов из массива в Swift
• ChessKit — шахматная логика на Swift
• Творческая переработка MVVM и TCA на примере iOS
• SwiftUI: A Little Customization to SF Symbol
• Applying Transformations Within the Graphics Context of a SwiftUI Canvas View
• Syncing TipKit with CloudKit
• Swift Concurrency: Old vs New — What’s the real Difference?
• Unlocking MetricKit: See What Your App Is Really Doing on Users’ Devices

Android

• Live Updates в Android 16 — исследуем новые уведомления
• Kotlin 2.4 Introduces Rich Errors — A Game Changer for Error Handling
• How to Create Chrome-Inspired Custom Tabs in Jetpack Compose
• Offline Voice Control: Building a Hands-Free Mobile App with On-Device AI

Только что объявили победителей Apple Design Award 2025 - каждый год перед WWDC компания отмечает инновации, изобретательность и технические достижения в области разработки приложений и игр. Всего шесть категорий - Восторг и удовольствие, Инклюзивность, Инновации, Взаимодействие, Социальное воздействие и Визуальные элементы и графика. В Восторг и удовольствие, например, победило приложение CapWords для изучения языка с помощью камеры, в Инновация Play для создания визуальных прототипов на SwiftUI, а в Визуальной категории Feather: Draw in 3D - какой-то сногсшибательный 3D редактор. Весь список номинантов и победителей - на сайте.

Разработка

• How do experienced engineers actually review code?
• The humble senior developer

Маркетинг и монетизация

• Самые скачиваемые и зарабатывающие приложения в России в мае 2025

Кроссплатформа

• React Native тормозит? Проверь эти 8 узких мест в производительности, прежде чем винить фреймворк
• Truthy and Falsy techniques, applied to list processing in Dart

iOS

• Swift в Apple: перенос службы мониторинга паролей с Java
• Победители Apple Design Awards 2025
• Как мы превратили iPhone в лабораторный микроскоп с AI и BLE: real-world edge-приложение
• SwiftUI: Rich Text Editor From Scratch
• Faster GitHub Actions CI for Swift Projects
• Mitigating SwiftSyntax build times
• Building Reusable SwiftUI Modules with Swift Package Manager: A Practical Guide
• Creating an Interactive Card Stack in SwiftUI

Android

• Как построить свою ферму устройств и упростить работу с устройствами и эмуляторами: делимся опытом создания DeviceHub
• Как создать импульсный эффект в Jetpack Compose
• Managing Navigation in Jetpack Compose Using ViewModel: A Scalable Approach
• Implementation of a custom soft keyboard in Android using Compose
• Why is it important to test your ViewModel, not just the Repository or UseCase?
• Testing ViewModels Lifecycle & State

Очередной “скандал в благородном семействе” - оказалось, что Meta (страшно вредная и экстремистская организация) через Pixel и Яндекс через Метрику получали данные о посещаемых пользователями Android страницах. Как я понял, трекеры на веб-страницах открывали соединение с локальными портами и в свои приложения сливали куки. В результате матчили с зарегистрированным в приложении человеком и вуаля - все данные о посещенных пользователем страницах (с установленной аналитикой, конечно). Причем Метрика это делала аж с 2017 года. Google занимается вопросом, но по ходу исправления особого нет: “Основная проблема заключается в том, что доступ к сокетам локального хоста на Android совершенно не контролируется. У пользователей нет возможности предотвратить такого рода коммуникацию на своих устройствах. Из-за динамического характера кода JavaScript и сложности поддержания актуальности списков блокировки, правильным способом постоянной блокировки является ограничение этого типа доступа на уровне мобильной платформы и браузера”. Но, как пишут, на данный момент наиболее надежной защитой от отслеживания Meta Pixel и Яндекс.Метрика является отказ от установки приложений Fa******k, Insta**** или Яндекс на устройства Android.

Разработка

• Meta и Яндекс деанонимизируют пользователей брузеров Android
• Why GUIs are built at least 2.5 times
• How to Prepare for a Mobile System Design Interview

Маркетинг и монетизация

• Гайд: Как заменить скриншоты для iOS-приложения в App Store без билда и новой версии?
• How to turn freemium users into loyal subscribers

Кроссплатформа

• Tomoyo — пример Kotlin Compose Multiplatform приложения

У выпускников факультетов информатики возник высочайший уровень безработицы

Похоже, что кампания «learn to code» принесла обратный результат. В своем последнем отчете о рынке труда Федеральный резервный банк Нью-Йорка обнаружил, что недавние выпускники факультетов информатики сталкиваются с большим уровнем безработицы в 6.1%. Те, кто специализировался в области компьютерной инженерии — которая является схожей, если не более специализированной — находятся в еще более плохом положении: 7.5% недавних выпускников остаются без работы. Для сравнения, уровень безработицы среди недавних выпускников в целом составляет всего 5.8%.

Хотя выпускники, специализировавшиеся в таких областях, как антропология и физика, оказались в еще более плачевном положении, с уровнем безработицы 9.4 и 7.8% соответственно, компьютерная инженерия заняла третье место в рейтинге по уровню безработицы, а информатика — седьмое, что является резким падением для специальности, которая когда-то считалась гарантией высоких доходов и стабильной работы.

Примечательно, что эти цифры даже хуже, чем результаты выпускников факультетов журналистики. Несмотря на то, что им все время сообщают, что выбранная ими область умирает, уровень безработицы среди недавних выпускников, получивших образование в области журналистики, составляет всего 4.4%, согласно анализу NYFR.

«Мы перепроизводим дипломы, не обращая внимания на то, насколько эксплуататорским и закрытым стал процесс найма в сфере технологий. Вакансии для начинающих специалистов исчезают, неоплачиваемые стажировки по-прежнему распространены, а компании переносят за границу или автоматизируют те самые рабочие места, для которых готовили этих выпускников».

«Мы создали обстановку золотой лихорадки вокруг программирования как раз в тот момент, когда золото закончилось», — продолжил эксперт, ссылаясь на увлечение «учиться программировать» в конце 2010-х и начале 2020-х годов. «Компании сокращают бюджеты на инженерные разработки на 40%, в то время как количество поступающих на факультеты компьютерных наук достигает рекордных показателей. Это элементарная экономика. Наводнение рынка, обвал зарплат».

Несмотря на более высокий уровень безработицы, выпускники по специальностям «информатика» и «компьютерная инженерия» по-прежнему остаются одними из самых высокооплачиваемых в США, с средней заработной платой в начале карьеры около 80,000 долларов. Но работодатели все чаще ищут выпускников, которые «готовы к работе» и обладают практическим опытом, а не теоретическими знаниями, полученными в ходе обучения в университете. Они внедряют практику найма с приоритетом навыков и все реже требуют формальных документов об образовании для приема на работу.

Новая робототехническая модель Hugging Face может работать на MacBook

Создавать сложные робототехнические проекты в домашних условиях становится немного проще.

В начале этой недели платформа Hugging Face выпустила открытую модель искусственного интеллекта для робототехники под названием SmolVLA. По утверждению Hugging Face, SmolVLA, обученная на «совместимых лицензионных» наборах данных, которыми делится сообщество, превосходит гораздо более крупные модели для робототехники как в виртуальной, так и в реальной среде.

SmolVLA является частью быстро расширяющихся усилий Hugging Face по созданию экосистемы недорогого оборудования и открытого программного обеспечения для робототехники. В прошлом году компания запустила LeRobot, коллекцию моделей, наборов данных и инструментов, ориентированных на робототехнику. Совсем недавно Hugging Face приобрела Pollen Robotics и представила несколько недорогих робототехнических систем, в том числе гуманоидов, для покупки.

Hugging Face утверждает, что SmolVLA, размер которой составляет 450 миллионов параметров, достаточно мала, чтобы работать на одном графическом процессоре потребительского класса — или даже на MacBook — и может быть протестирована и развернута на «доступном» оборудовании, включая собственные робототехнические системы.

Uber запустил новый тип аккаунтов для пожилых людей. В нем есть кастомизированный дизайн с большими шрифтами и контрастными иконками, информация о поездках для членов семьи, возможность связаться с водителем для них же, сохраненные пункты назначения, возможность использовать карту родственника для оплаты. Учитывая, что количество пенсионеров среди пользователей очевидно будет только расти, как вы адаптируете приложения под нужды пожилых? И адаптируете вообще? Какой ваш стек SeniorTech? :)

Разработка

• Mistral запустила платформу разработки Code
• Новая робототехническая модель Hugging Face может работать на MacBook
• 40 ударов палкой и Kotlin Multiplatform: как устроена мобильная разработка в Катаре (интервью)
• Это личное! Как femtech-приложения защищают наши данные

Маркетинг и монетизация

• Uber сделал специальные функции для пожилых людей

Кроссплатформа

• Kotlin Multiplatform: как усовершенствовать процесс разработки iOS
• Build a Smart, AI-Powered DataGrid in Flutter for Predictive Data Analysis

iOS

• SwiftSMTP — отправка почты через SMTP с помощью SwiftNIO
• Creating a Live Audio Waveform in SwiftUI
• Adding Swift Package Manager Support to a Legacy Objective-C Project

Android

• Rich Errors в Kotlin 2.4 — революционное изменение в обработке ошибок
• Redroid: легковесная альтернатива стандартному эмулятору Android, работающая как Docker-контейнер
• Kotlin Coroutines Cheat Sheet
• Testing a LottieAnimation in Compose

Иллюзия мышления - исследование Apple "рассуждающих" языковых моделей

В выходные вышла разгромная исследовательская работа под названием «Иллюзия мышления: понимание сильных сторон и ограничений моделей рассуждения через призму сложности проблемы», в которой команда Apple по машинному обучению утверждает, что модели, разработанные для имитации человеческого рассуждения, не представляют собой значительного прогресса по сравнению с традиционными большими языковыми моделями (а они и так сильно ограничены).

Если вкратце, то на задачах высокой сложности модели терпят крах. Когда задачи требуют нескольких уровней логики, как модели рассуждений, так и стандартные LLM дают сбой. Даже при наличии достаточного количества токенов и времени модели рассуждений начинают регрессировать, давая худшие результаты при решении более сложных задач. Один из самых поразительных выводов - по мере увеличения сложности модели рассуждений часто рассуждают меньше, а не больше. Их производительность резко падает, демонстрируя неспособность масштабировать глубину логики или поддерживать связные цепочки рассуждений при решении сложных задач. При этом даже если такой модели дать точный алгоритм, то она не будем ему следовать и не сможет выполнить задачу.

Кроме того, компания обнаружила, что внесение небольших, несущественных изменений в подсказку, например добавление лишнего предложения, может снизить производительность на 65%. Это говорит о том, что модели рассуждения в меньшей степени полагаются на фактическую логику, а в большей степени на распознавание паттернов, которые легко сбиваются шумом.

Не было найдено никаких значимых доказательств того, что эти модели используют фактическое дедуктивное или символическое мышление. Вместо этого они действуют скорее как вероятностные магнитофоны, предсказывая следующий символ на основе шаблонов, которые они видели во время обучения, а не выводя ответы на основе первоначальных принципов.

Фактически, это доказательство несостоятельности нынешнего ажиотажа вокруг «цепочки мыслей». Эти результаты могут казаться продуманными, но на самом деле модели не занимаются ничем похожим на логическое решение проблем. Компании, занимающиеся искусственным интеллектом, стремятся создать «мыслящие» модели, но работа Apple показывает, что многие из этих усилий по-прежнему являются скорее иллюзией, чем интеллектом. В настоящее время рассуждения являются неустойчивыми, неэффективными и не являются панацеей.

Другими словами, мы не учим машины думать — мы просто делаем их более точными в своих предположениях. И, как напоминает нам исследование, больше предположений не всегда означает больше интеллекта. Эти выводы ставят под сомнение растущее убеждение, что способности к рассуждению необходимы для создания более «интеллектуальных» моделей. Вместо этого Apple утверждает, что эти так называемые «рассуждающие» LLM могут давать лишь ограниченные преимущества, а в некоторых случаях могут работать хуже, чем более простые модели.

С другой стороны, любой, кто думает, что LLM — это прямой путь к AGI, которая может коренным образом изменить общество к лучшему, обманывает себя. Это не означает, что область нейронных сетей мертва или что глубокое обучение мертво. LLM — это лишь одна из форм глубокого обучения, и, возможно, другие — особенно те, которые лучше работают с символами — в конечном итоге будут процветать. Время покажет. Но этот конкретный подход имеет ограничения, которые с каждым днем становятся все более очевидными.