Время нырять в воду (в акву типо поняли да😁)
Вообщем дошли мои шаловливые ручки до депозита тестовой ликвы в акву, ибо уже хоть сколько ко то все настоялось и теперь самому можно идти все щупать
Для тестов как обычно полез в стейбл пару, потестить апу, как в целом все выглядит и принюхаться к продукту. Провайдинг ликвы выглядит очень знакомо, да и интерейс при выборе ренджа не лагает как у некоторого другого розового сайта (не будем показывать пальцем) + очень забавно что деньги показывает в позиции, но при этом и на кошельке они у тебя остаются, очень приятно такое новшество в вопросе юзер экспириенса
Буду наблюдать за вольюмом, как будет дальше развиваться аква, какие будут доходности и особенно прицельно буду за инцентивами следить!
📟 Прилетело из @ortomich_main
Вообщем дошли мои шаловливые ручки до депозита тестовой ликвы в акву, ибо уже хоть сколько ко то все настоялось и теперь самому можно идти все щупать
Для тестов как обычно полез в стейбл пару, потестить апу, как в целом все выглядит и принюхаться к продукту. Провайдинг ликвы выглядит очень знакомо, да и интерейс при выборе ренджа не лагает как у некоторого другого розового сайта (не будем показывать пальцем) + очень забавно что деньги показывает в позиции, но при этом и на кошельке они у тебя остаются, очень приятно такое новшество в вопросе юзер экспириенса
Буду наблюдать за вольюмом, как будет дальше развиваться аква, какие будут доходности и особенно прицельно буду за инцентивами следить!
📟 Прилетело из @ortomich_main
Последние новости и смена парадигмы
Привет всем! Давно уже я не делал постов на канале, хотя несколько раз планировал вернуться, но все никак не мог подобрать слова. Если кратко, то я думаю сменить основную тему с Solidity на более обширную: по машинному / глубокому обучению, агентного ИИ, математики и всего, что связано с этим напрямую и косвенно. При этом, если что-то будет происходить действительно интересное в мире web3, новости об этом обязательно будут появляться и тут.
Учитывая то, что я по прежнему люблю Solidity, блокчейн и аудиты, я все больше замечаю некоторый стазис в сфере. Вместо того, чтобы как-то развиваться в массы, разработчики за последние несколько лет не придумали ничего нового, кроме как очередной defi или l2 блокчейн. Даже оплату криптой принимают единицы! Я писал в чате, что если бы популярные платформу типа Steam, Ollama, Spotify начали принимать оплату в крипте, это позволило бы сделать новый толчок в адаптации критовалют у простых пользователей сети. Но этого не происходит и в планах нет...
С ИИ другое дело - этот хайп не останавливается уже третий год, и с каждым выходом новой модели становится только сильнее. И при этом все снова движется с огромной скоростью.
Я помню, как в 2022 нужно было просто знать Solidity, чтобы получить работу. Потом добавились тесты, потом знание l2 сетей, потом основы безопасности и к концу 2025 года требовался действительно впечатляющий объем знаний для получения работу в этой сфере.
Так же и в AI. Сначала требовался навык написания промтов, потом появился rag, потом оркестрация, потом агенты. И сейчас это объемная сфера, где машинное / глубокое обучение стоит в центе всего, и при этом абсолютно не требуется, чтобы использовать эти технологии.
Я начала свой путь в изучении ml/dl (machine learning / deep learning) около 1,5 лет назад. Сначала меня просто интересовали модели ии: что это такое, как работает, какие определения там есть и т.д. А с прошлого года, практически с сентября, я ушел в самые основы всего.
Тогда пришлось читать много и постоянно. Я понимал, что без математики ничего не получится. С ноября я учил этот предмет с преподавателем: базовую и линейную алгебру, матанализ, статистику и байесовскую статистику. Основным запросом было не "поступить на мехмат", а, скорее, комфортно читать разборы машинного обучения и Дайзенрота. В общем, это получилось.
Позже я с апреля усиленно втягивался в разработку: учил numpy, pandas, matplotlib, seaborn и застрял на sklearn. Тут огромное количество метрик, где ты должен хорошо разбираться в мат расчетах, чтобы пришло понимание, как это все использовать. И на этом этапе немного перегорел. С начала июля вообще не мог ничего ни читать, ни учить.
Понятное дело, и канал вести совсем не хотелось.
В середине августа стало легче. Я потихоньку начал возвращаться к обучению и книгам. Делать свои проекты, копаться в работе агентов и т.д.
И вот после всего этого я решил, что лучше не закрывать канал, а просто сменить основную тему и постить "что вижу, то пою" по новой теме.
Надеюсь, новый формат вам также зайдет как и посты про Solidity.
Еще раз: рад всех видеть и надеюсь, что дальше мы пойдем вместе!
#offtop
📟 Прилетело из @solidityset
Привет всем! Давно уже я не делал постов на канале, хотя несколько раз планировал вернуться, но все никак не мог подобрать слова. Если кратко, то я думаю сменить основную тему с Solidity на более обширную: по машинному / глубокому обучению, агентного ИИ, математики и всего, что связано с этим напрямую и косвенно. При этом, если что-то будет происходить действительно интересное в мире web3, новости об этом обязательно будут появляться и тут.
Учитывая то, что я по прежнему люблю Solidity, блокчейн и аудиты, я все больше замечаю некоторый стазис в сфере. Вместо того, чтобы как-то развиваться в массы, разработчики за последние несколько лет не придумали ничего нового, кроме как очередной defi или l2 блокчейн. Даже оплату криптой принимают единицы! Я писал в чате, что если бы популярные платформу типа Steam, Ollama, Spotify начали принимать оплату в крипте, это позволило бы сделать новый толчок в адаптации критовалют у простых пользователей сети. Но этого не происходит и в планах нет...
С ИИ другое дело - этот хайп не останавливается уже третий год, и с каждым выходом новой модели становится только сильнее. И при этом все снова движется с огромной скоростью.
Я помню, как в 2022 нужно было просто знать Solidity, чтобы получить работу. Потом добавились тесты, потом знание l2 сетей, потом основы безопасности и к концу 2025 года требовался действительно впечатляющий объем знаний для получения работу в этой сфере.
Так же и в AI. Сначала требовался навык написания промтов, потом появился rag, потом оркестрация, потом агенты. И сейчас это объемная сфера, где машинное / глубокое обучение стоит в центе всего, и при этом абсолютно не требуется, чтобы использовать эти технологии.
Я начала свой путь в изучении ml/dl (machine learning / deep learning) около 1,5 лет назад. Сначала меня просто интересовали модели ии: что это такое, как работает, какие определения там есть и т.д. А с прошлого года, практически с сентября, я ушел в самые основы всего.
Тогда пришлось читать много и постоянно. Я понимал, что без математики ничего не получится. С ноября я учил этот предмет с преподавателем: базовую и линейную алгебру, матанализ, статистику и байесовскую статистику. Основным запросом было не "поступить на мехмат", а, скорее, комфортно читать разборы машинного обучения и Дайзенрота. В общем, это получилось.
Позже я с апреля усиленно втягивался в разработку: учил numpy, pandas, matplotlib, seaborn и застрял на sklearn. Тут огромное количество метрик, где ты должен хорошо разбираться в мат расчетах, чтобы пришло понимание, как это все использовать. И на этом этапе немного перегорел. С начала июля вообще не мог ничего ни читать, ни учить.
Понятное дело, и канал вести совсем не хотелось.
В середине августа стало легче. Я потихоньку начал возвращаться к обучению и книгам. Делать свои проекты, копаться в работе агентов и т.д.
И вот после всего этого я решил, что лучше не закрывать канал, а просто сменить основную тему и постить "что вижу, то пою" по новой теме.
Надеюсь, новый формат вам также зайдет как и посты про Solidity.
Еще раз: рад всех видеть и надеюсь, что дальше мы пойдем вместе!
#offtop
📟 Прилетело из @solidityset
Значете сколько я сделал себе АИ агентов 3 месяца назад? 6 штук
Знаете сколько из них сейчас работают? 0 штук
Эксперимент оказался говном, в целом ничего неожиданного, я изначально когда их собирал понимал что делались они скорее по причине love of the game, нежели для чего то полезного
В итоге сейчас в тренде инстаграма не миллион аи агентов (ибо как я сказал в абзаце выше зачастую это все бесполезны), а создание своего джарвиса. Ну а кто решился на эту авантюру - делитесь успехами, а мне просто чатика клода с хорошим харнесом в целом хватает для моего скромного счастья!🤗
📟 Прилетело из @ortomich_main
Знаете сколько из них сейчас работают? 0 штук
Эксперимент оказался говном, в целом ничего неожиданного, я изначально когда их собирал понимал что делались они скорее по причине love of the game, нежели для чего то полезного
В итоге сейчас в тренде инстаграма не миллион аи агентов (ибо как я сказал в абзаце выше зачастую это все бесполезны), а создание своего джарвиса. Ну а кто решился на эту авантюру - делитесь успехами, а мне просто чатика клода с хорошим харнесом в целом хватает для моего скромного счастья!🤗
📟 Прилетело из @ortomich_main
👍1
Вы не представляете, сколько интересного можно делать с помощью ИИ
В апреле я писал в VK про ощущение, которое тогда стало очень сильным: с ИИ можно делать гораздо больше текстов и картинок. Нормальные рабочие штуки вокруг своих задач.
Для меня это особенно заметно в разработке и блогинге. Где раньше приходилось держать в голове кучу мелких действий, теперь можно собрать помощника, дать ему контекст, правила, файлы, проверки - и получить не магию, а рабочий процесс.
Конечно, ИИ не отменяет понимание задачи. Если сам не знаешь, что хочешь получить, агент тоже начнёт плыть. Но когда есть понятная цель и критерии проверки, он уже становится не игрушкой, а инструментом.
Старый VK-пост здесь:
https://vk.ru/wall-211894652_6
А у вас уже есть задача, которую ИИ реально упростил на практике?
😎 Незрячий web3 программист (подписаться)
Чат | бот
📟 Прилетело из @blind_dev
В апреле я писал в VK про ощущение, которое тогда стало очень сильным: с ИИ можно делать гораздо больше текстов и картинок. Нормальные рабочие штуки вокруг своих задач.
Для меня это особенно заметно в разработке и блогинге. Где раньше приходилось держать в голове кучу мелких действий, теперь можно собрать помощника, дать ему контекст, правила, файлы, проверки - и получить не магию, а рабочий процесс.
Конечно, ИИ не отменяет понимание задачи. Если сам не знаешь, что хочешь получить, агент тоже начнёт плыть. Но когда есть понятная цель и критерии проверки, он уже становится не игрушкой, а инструментом.
Старый VK-пост здесь:
https://vk.ru/wall-211894652_6
А у вас уже есть задача, которую ИИ реально упростил на практике?
😎 Незрячий web3 программист (подписаться)
Чат | бот
📟 Прилетело из @blind_dev
Датасет в опенсорс
Так как я решил завязать с аудитами смарт контрактов до какого-нибудь следующего "большого бума" в этой сфере, то смысла держать проекты по этой теме на сервере нет. Поэтому я решил открыть код одного проекта, который так и не вышел из беты и большой датасет с уязвимостями в смарт контрактах.
1. https://huggingface.co/datasets/Zaevlad/audit-findings-dataset
Тут находится датасет с 23 625 уязвимостями, которые я собрал весь прошлый год из различных аудиторских отчетов частных аудиторов и конкурсных платформ.
И тут его версия на гитхаб: https://github.com/zaevlad/solidity-audit-findings-dataset
Буду признателен за пару звезд!
P.S. Единственно что, я не нашел полностью очищенный и подготовленный сет для тренировки моделей, и данный вариант его исходная версия. Другими словами, все уязвимости распределены по категориям, по весу, по описаниям и т.д. Но чтобы обучат нейронки на них, потребуется привести все к общему формату и убрать большие части.
2. https://github.com/zaevlad/lazyauditor_open
Это был проект, который я делал для себя для ленивого аудита контрактов. Грубо говоря, тут мы добавляем проект смарт контракта с гитхаб, он парсится и разбивается по функциям в древо. Потом можно изучать каждую функцию отдельно и задавать вопросы нейронке прямо во встроенном чате.
Также можно добавлять документацию для дополнительного контекста, которая через rag будет добавляться к запросам к модели ии.
Отдельно стоит упомянуть, что тут я экспериментировал с сжатием смарт контрактов для экономии токенов без потери качества и смысла. В некоторых случаях удавалось сократить контекст контракта до 60%!
Это бета версия, так как содержит ошибки и недочеты, до которых не дошли руки. Если вы делаете что-то подобное, то может какие идеи из моего репо придутся вам по вкусу или какой-то код сможете взять к себе в наработки.
Надеюсь, у вас тут получится лучше, чем у меня!
#opensource
📟 Прилетело из @solidityset
Так как я решил завязать с аудитами смарт контрактов до какого-нибудь следующего "большого бума" в этой сфере, то смысла держать проекты по этой теме на сервере нет. Поэтому я решил открыть код одного проекта, который так и не вышел из беты и большой датасет с уязвимостями в смарт контрактах.
1. https://huggingface.co/datasets/Zaevlad/audit-findings-dataset
Тут находится датасет с 23 625 уязвимостями, которые я собрал весь прошлый год из различных аудиторских отчетов частных аудиторов и конкурсных платформ.
И тут его версия на гитхаб: https://github.com/zaevlad/solidity-audit-findings-dataset
Буду признателен за пару звезд!
P.S. Единственно что, я не нашел полностью очищенный и подготовленный сет для тренировки моделей, и данный вариант его исходная версия. Другими словами, все уязвимости распределены по категориям, по весу, по описаниям и т.д. Но чтобы обучат нейронки на них, потребуется привести все к общему формату и убрать большие части.
2. https://github.com/zaevlad/lazyauditor_open
Это был проект, который я делал для себя для ленивого аудита контрактов. Грубо говоря, тут мы добавляем проект смарт контракта с гитхаб, он парсится и разбивается по функциям в древо. Потом можно изучать каждую функцию отдельно и задавать вопросы нейронке прямо во встроенном чате.
Также можно добавлять документацию для дополнительного контекста, которая через rag будет добавляться к запросам к модели ии.
Отдельно стоит упомянуть, что тут я экспериментировал с сжатием смарт контрактов для экономии токенов без потери качества и смысла. В некоторых случаях удавалось сократить контекст контракта до 60%!
Это бета версия, так как содержит ошибки и недочеты, до которых не дошли руки. Если вы делаете что-то подобное, то может какие идеи из моего репо придутся вам по вкусу или какой-то код сможете взять к себе в наработки.
Надеюсь, у вас тут получится лучше, чем у меня!
#opensource
📟 Прилетело из @solidityset
Как не пропускать новые комментарии в блоге
Одна из важных задач для блога - не пропускать новые комментарии. Я хотел получать уведомления о новых комментариях к своим постам, но сначала не понимал, как это нормально сделать.
Спросил об этом в чате VK-блогеров. Там пошутили, что есть бот, который умеет присылать такие уведомления. Но бота, как оказалось, не было.
Тогда я спросил ИИ: «Можно ли получать новые комментарии через тебя?»
Он ответил: «Да».
Дальше нужно создать своё приложение ВК, выбрать сообщество и взять сервисный токен в настройках приложения: «Разработка» → «Ключи доступа».
Приложение можно создать здесь:
https://dev.vk.com/ru/admin/create-app
После этого я отдал задачу ИИ-помощнику. Он помог сделать и запустить проверку новых комментариев. Если в процессе появляются непонятные термины, я прошу объяснить их простыми словами. Это нормально, особенно когда разбираешься с новой для себя областью.
В итоге новые комментарии к постам блога проверяются автоматически, а уведомления приходят мне в Telegram. Свои комментарии я отдельно отфильтровал, поэтому получаю уведомления только о комментариях читателей.
Для меня в этом и проявилась главная польза ИИ-ассистента. Одно дело - получить в чате инструкцию по запуску. Другое - с его помощью сделать так, чтобы потом всё работало автоматически: комментарии отслеживались, а уведомления сами приходили в нужный чат.
А вы уже поручали ИИ-агенту следить за чем-то и присылать уведомления?
😎 Незрячий web3 программист (подписаться)
Чат | бот
📟 Прилетело из @blind_dev
Одна из важных задач для блога - не пропускать новые комментарии. Я хотел получать уведомления о новых комментариях к своим постам, но сначала не понимал, как это нормально сделать.
Спросил об этом в чате VK-блогеров. Там пошутили, что есть бот, который умеет присылать такие уведомления. Но бота, как оказалось, не было.
Тогда я спросил ИИ: «Можно ли получать новые комментарии через тебя?»
Он ответил: «Да».
Дальше нужно создать своё приложение ВК, выбрать сообщество и взять сервисный токен в настройках приложения: «Разработка» → «Ключи доступа».
Приложение можно создать здесь:
https://dev.vk.com/ru/admin/create-app
После этого я отдал задачу ИИ-помощнику. Он помог сделать и запустить проверку новых комментариев. Если в процессе появляются непонятные термины, я прошу объяснить их простыми словами. Это нормально, особенно когда разбираешься с новой для себя областью.
В итоге новые комментарии к постам блога проверяются автоматически, а уведомления приходят мне в Telegram. Свои комментарии я отдельно отфильтровал, поэтому получаю уведомления только о комментариях читателей.
Для меня в этом и проявилась главная польза ИИ-ассистента. Одно дело - получить в чате инструкцию по запуску. Другое - с его помощью сделать так, чтобы потом всё работало автоматически: комментарии отслеживались, а уведомления сами приходили в нужный чат.
А вы уже поручали ИИ-агенту следить за чем-то и присылать уведомления?
😎 Незрячий web3 программист (подписаться)
Чат | бот
📟 Прилетело из @blind_dev
dev.vk.ru
VK для разработчиков
Мощная платформа для ваших проектов. Разрабатывайте приложения и используйте все возможности ВКонтакте в вашем бизнесе
Deepstate: интересный order book, но слишком много неизвестных
Мне показался интересным Deepstate — проект, который делает on-chain книгу заявок для токенизированных активов. Сейчас на сайте основная пара — NVDA/USDG, а отдельный рынок показывает и DEEP/USDG.
Идея у проекта интересная. Deepstate пытается платить не за пассивный TVL и не за любой объём, а за лучшую котировку в книге:
• лучший bid получает вознаграждение;
• лучший ask получает вознаграждение;
• заявка, которая ушла за пределы top-of-book, перестаёт зарабатывать;
• размер награды зависит от размера заявки и времени на лучшей позиции.
То есть протокол субсидирует цену, по которой трейдер действительно может исполнить сделку. Для order book это осмысленнее, чем раздавать токены за лежащий без дела капитал.
После аудита Deepstate через TCCC AI вывод стал осторожнее.
Главная проблема — не отсутствие продукта: интерфейс и репозитории есть, в коде заявлены тесты, fuzzing и formal assurance. Важные вещи трудно независимо проверить.
В публичном описании не хватает:
• единого официального реестра mainnet-контрактов с chain ID и адресами;
• понятной маркировки mainnet/testnet в самом интерфейсе;
• официальной таблицы supply, allocation, vesting и unlocks;
• прозрачного описания источника объёмов, глубины и других метрик;
• независимого аудита безопасности.
При этом DeFiLlama отдельно учитывает Deepstate. На момент проверки: около $220 тыс. TVL, $7,9 тыс. в staking, $146,4 млн DEX-объёма и $166,8 тыс. fees за 30 дней. TVL — collateral в router для resting orders или matched proceeds, volume — router events зарегистрированных пулов.
Это полезный on-chain-срез, но не полная токеномика и не доказательство качества ликвидности: большой объём не равен глубокой книге заявок.
В репозитории прямо указано, что внешний независимый аудит ещё не проводился. При этом Governor остаётся прямым владельцем и исполнителем для ключевых контрактов, а timelock не установлен. Это значит, что успешное governance-решение потенциально может исполняться сразу после голосования.
Ещё один неприятный момент — метрики расходятся. На разных страницах сайта аудит зафиксировал разные значения 24-часового, недельного и месячного объёма. Сторонние агрегаторы тоже показывают другие цифры. В одном live-срезе best bid, best ask и глубина вообще отображались как “-” или ноль, хотя список resting orders был заполнен.
Это не доказывает, что проекта нет или что все цифры нарисованы. Но не позволяет честно сказать: “у Deepstate уже доказанная mainnet-тракция”. Пока правильнее говорить о работающем интерфейсе и раннем эксперименте, чьи метрики нужно перепроверять по сети и контрактам.
С токеном DEEP похожая история. Его utility в интерфейсе понятна: rewards, рынок DEEP/USDG, конвертация DEEP в STATE и governance. Но официальные supply, allocation и vesting не собраны в одну подтверждённую таблицу. Разные трекеры расходятся по total supply, holders, цене и ликвидности.
Deepstate интересен рынком NVDA и попыткой решить настоящую проблему — как создать исполняемую on-chain книгу заявок. Но пока это высокорисковый ранний эксперимент, а не доказанная биржевая инфраструктура.
Я бы смотрел на три вещи:
1. публичный реестр контрактов и сетевой статус;
2. независимый security-аудит и timelock для критических изменений;
3. стабильную глубину и makers после снижения reward-субсидий.
Полный [аудит TCCC AI](https://tcccai.xyz/output/tccc-mtqtxn22a8k3r/index.html).
[Сайт проекта](https://deepstate.sh) · [карточка Deepstate на DeFiLlama](https://defillama.com/protocol/deepstate)
Не финансовый совет. В таких проектах я бы сначала проверял контракты, сеть и исполняемую ликвидность, а уже потом смотрел на красивый APR и объём на дашборде.
А вы бы стали разбирать Deepstate дальше — или отсутствие официального реестра контрактов и внешнего аудита уже достаточно, чтобы отложить проект?
😎 Незрячий web3 программист (подписаться)
Чат | бот
📟 Прилетело из @blind_dev
Мне показался интересным Deepstate — проект, который делает on-chain книгу заявок для токенизированных активов. Сейчас на сайте основная пара — NVDA/USDG, а отдельный рынок показывает и DEEP/USDG.
Идея у проекта интересная. Deepstate пытается платить не за пассивный TVL и не за любой объём, а за лучшую котировку в книге:
• лучший bid получает вознаграждение;
• лучший ask получает вознаграждение;
• заявка, которая ушла за пределы top-of-book, перестаёт зарабатывать;
• размер награды зависит от размера заявки и времени на лучшей позиции.
То есть протокол субсидирует цену, по которой трейдер действительно может исполнить сделку. Для order book это осмысленнее, чем раздавать токены за лежащий без дела капитал.
После аудита Deepstate через TCCC AI вывод стал осторожнее.
Главная проблема — не отсутствие продукта: интерфейс и репозитории есть, в коде заявлены тесты, fuzzing и formal assurance. Важные вещи трудно независимо проверить.
В публичном описании не хватает:
• единого официального реестра mainnet-контрактов с chain ID и адресами;
• понятной маркировки mainnet/testnet в самом интерфейсе;
• официальной таблицы supply, allocation, vesting и unlocks;
• прозрачного описания источника объёмов, глубины и других метрик;
• независимого аудита безопасности.
При этом DeFiLlama отдельно учитывает Deepstate. На момент проверки: около $220 тыс. TVL, $7,9 тыс. в staking, $146,4 млн DEX-объёма и $166,8 тыс. fees за 30 дней. TVL — collateral в router для resting orders или matched proceeds, volume — router events зарегистрированных пулов.
Это полезный on-chain-срез, но не полная токеномика и не доказательство качества ликвидности: большой объём не равен глубокой книге заявок.
В репозитории прямо указано, что внешний независимый аудит ещё не проводился. При этом Governor остаётся прямым владельцем и исполнителем для ключевых контрактов, а timelock не установлен. Это значит, что успешное governance-решение потенциально может исполняться сразу после голосования.
Ещё один неприятный момент — метрики расходятся. На разных страницах сайта аудит зафиксировал разные значения 24-часового, недельного и месячного объёма. Сторонние агрегаторы тоже показывают другие цифры. В одном live-срезе best bid, best ask и глубина вообще отображались как “-” или ноль, хотя список resting orders был заполнен.
Это не доказывает, что проекта нет или что все цифры нарисованы. Но не позволяет честно сказать: “у Deepstate уже доказанная mainnet-тракция”. Пока правильнее говорить о работающем интерфейсе и раннем эксперименте, чьи метрики нужно перепроверять по сети и контрактам.
С токеном DEEP похожая история. Его utility в интерфейсе понятна: rewards, рынок DEEP/USDG, конвертация DEEP в STATE и governance. Но официальные supply, allocation и vesting не собраны в одну подтверждённую таблицу. Разные трекеры расходятся по total supply, holders, цене и ликвидности.
Deepstate интересен рынком NVDA и попыткой решить настоящую проблему — как создать исполняемую on-chain книгу заявок. Но пока это высокорисковый ранний эксперимент, а не доказанная биржевая инфраструктура.
Я бы смотрел на три вещи:
1. публичный реестр контрактов и сетевой статус;
2. независимый security-аудит и timelock для критических изменений;
3. стабильную глубину и makers после снижения reward-субсидий.
Полный [аудит TCCC AI](https://tcccai.xyz/output/tccc-mtqtxn22a8k3r/index.html).
[Сайт проекта](https://deepstate.sh) · [карточка Deepstate на DeFiLlama](https://defillama.com/protocol/deepstate)
Не финансовый совет. В таких проектах я бы сначала проверял контракты, сеть и исполняемую ликвидность, а уже потом смотрел на красивый APR и объём на дашборде.
А вы бы стали разбирать Deepstate дальше — или отсутствие официального реестра контрактов и внешнего аудита уже достаточно, чтобы отложить проект?
😎 Незрячий web3 программист (подписаться)
Чат | бот
📟 Прилетело из @blind_dev
💩1
Подписчики, а кто то понимает почему Астра именно что agi? типо просто все решили что оно agi а до этого все не agi было и как бы вот, верьте? или там есть какая то логика? А то мне мой низкий двухзначный iq не позволяет догнать тут до сути
Если Астра реально Agi, то я астробой в красных ботигках
📟 Прилетело из @ortomich_main
Если Астра реально Agi, то я астробой в красных ботигках
📟 Прилетело из @ortomich_main
Рефлексия в понедельник утром
Раньше многие мелкие предприниматели шутили, что чем меньше у тебя денег, тем больше ты сам маркетолог, seo'шник, юрист, бухгалтер и уборщик. Эта тенденция сохраняется и сейчас, только теперь к ним добавились еще и разработчики, они же вайбкодеры.
Еще буквально год-два назад тебе было достаточно иметь хорошие знания в одной области разработки: фронтенд, бекенд, девопс и т.д. Да и специализация была зачастую в одном языке программирования.
Сейчас же границы стираются, и разработчику потребуется понимать вообще всю теорию, на которой ведется его проект: от фронтенд фреймворка и устройства бекенда до серверных движков и различий в мощностях vps.
Когда я разрабатывал свои проекты mcp клиента, lazyauditor или пайплайны для аудита, то одним из требований для нейронки было использование того стека, что я хорошо знаю. Я хотел контролировать каждый шаг claude и проверять код практически вручную. Тогда единственным новым шагом было для меня загрузка на vps сервер. С подсказками нейросети все прошло отлично.
Далее были еще пара проектов, где я столкнулся с проблемой мощности сервера. Пришлось изучать как это все устроено и что с некоторыми проблемами можно справиться только "рублем", но я уже представлял, какая нагрузка меня ждет и к чему нужно быть готовым.
Чуть позже, этой весной, когда вышли более сильные модели типа claude 4.8, я решил прогнать проекты на безопасность. И вот тут меня и накрыло...
В каждом случае, когда я полагал, что предусмотрел все дыры в реализации, всегда находились серьезные проблемы, в тех местах, о которых я даже не подозревал. Тогда я понял, что если разработчик специально не изучал безопасность и взлом вебсайтов, то он никогда не сможет предусмотреть и половины всех проблем в своем проекте. Не потому что он может плохо знать какой-то язык, а потому, что он просто не увидит всю картину целиком.
В смарт контрактах, даже в тех, что считали крупными на 5000 - 10 000 строк, всегда находили проблемы. А представьте, сколько проблем может быть в коде на 100 000 строк или миллион?
Сейчас же, с выходом передовых моделей, все грани языков и разработки полностью стираются. Уже не важно знаешь ли ты язык и на каком уровне им владеешь, нейронка будет делать это лучше.
P.S. Я не беру сейчас во внимание разработчиков уровня Линуса Торвальдса. Речь идет о 99% остальных программистах.
Сейчас я пробую создавать проекты на Rust и Go, вообще не проверяя код, а только финальный результат. И это действительно работает. Базовые знания алгоритмов, циклов, структур данных - помогают мне понимать код с подсказками нейронок.
Разбивка по спринтам, циклы аудитов кода, проверка на безопасность различными моделями позволяют создавать достаточно хороший код в сжатые сроки. И я понимаю, что даже со знаниями этих языков, я бы не написал лучше...
Все это я веду к тому, что через год-два разработчикам нужно будет изучать только теорию. Но теорию вообще всего: и фронтенд языка, и бекенд, и девопс, и контейнеров, и всего остального. Просто потому, что нейронка все равно сделает это лучше.
Лучшее, что вы можете сейчас сделать для себя, это купить книги, типа "Разработка высоконагруженных приложений" и потихоньку изучать, как все устроено.
Люди становятся оркестраторами высшего уровня для нейросетей.
#dev
📟 Прилетело из @solidityset
Раньше многие мелкие предприниматели шутили, что чем меньше у тебя денег, тем больше ты сам маркетолог, seo'шник, юрист, бухгалтер и уборщик. Эта тенденция сохраняется и сейчас, только теперь к ним добавились еще и разработчики, они же вайбкодеры.
Еще буквально год-два назад тебе было достаточно иметь хорошие знания в одной области разработки: фронтенд, бекенд, девопс и т.д. Да и специализация была зачастую в одном языке программирования.
Сейчас же границы стираются, и разработчику потребуется понимать вообще всю теорию, на которой ведется его проект: от фронтенд фреймворка и устройства бекенда до серверных движков и различий в мощностях vps.
Когда я разрабатывал свои проекты mcp клиента, lazyauditor или пайплайны для аудита, то одним из требований для нейронки было использование того стека, что я хорошо знаю. Я хотел контролировать каждый шаг claude и проверять код практически вручную. Тогда единственным новым шагом было для меня загрузка на vps сервер. С подсказками нейросети все прошло отлично.
Далее были еще пара проектов, где я столкнулся с проблемой мощности сервера. Пришлось изучать как это все устроено и что с некоторыми проблемами можно справиться только "рублем", но я уже представлял, какая нагрузка меня ждет и к чему нужно быть готовым.
Чуть позже, этой весной, когда вышли более сильные модели типа claude 4.8, я решил прогнать проекты на безопасность. И вот тут меня и накрыло...
В каждом случае, когда я полагал, что предусмотрел все дыры в реализации, всегда находились серьезные проблемы, в тех местах, о которых я даже не подозревал. Тогда я понял, что если разработчик специально не изучал безопасность и взлом вебсайтов, то он никогда не сможет предусмотреть и половины всех проблем в своем проекте. Не потому что он может плохо знать какой-то язык, а потому, что он просто не увидит всю картину целиком.
В смарт контрактах, даже в тех, что считали крупными на 5000 - 10 000 строк, всегда находили проблемы. А представьте, сколько проблем может быть в коде на 100 000 строк или миллион?
Сейчас же, с выходом передовых моделей, все грани языков и разработки полностью стираются. Уже не важно знаешь ли ты язык и на каком уровне им владеешь, нейронка будет делать это лучше.
P.S. Я не беру сейчас во внимание разработчиков уровня Линуса Торвальдса. Речь идет о 99% остальных программистах.
Сейчас я пробую создавать проекты на Rust и Go, вообще не проверяя код, а только финальный результат. И это действительно работает. Базовые знания алгоритмов, циклов, структур данных - помогают мне понимать код с подсказками нейронок.
Разбивка по спринтам, циклы аудитов кода, проверка на безопасность различными моделями позволяют создавать достаточно хороший код в сжатые сроки. И я понимаю, что даже со знаниями этих языков, я бы не написал лучше...
Все это я веду к тому, что через год-два разработчикам нужно будет изучать только теорию. Но теорию вообще всего: и фронтенд языка, и бекенд, и девопс, и контейнеров, и всего остального. Просто потому, что нейронка все равно сделает это лучше.
Лучшее, что вы можете сейчас сделать для себя, это купить книги, типа "Разработка высоконагруженных приложений" и потихоньку изучать, как все устроено.
Люди становятся оркестраторами высшего уровня для нейросетей.
#dev
📟 Прилетело из @solidityset
Deepstate: интересный order book, но слишком много неизвестных
Мне показался интересным Deepstate — проект, который делает on-chain книгу заявок для токенизированных активов. Сейчас на сайте основная пара — NVDA/USDG, а отдельный рынок показывает и DEEP/USDG.
Идея у проекта интересная. Deepstate пытается платить не за пассивный TVL и не за любой объём, а за лучшую котировку в книге:
• лучший bid получает вознаграждение;
• лучший ask получает вознаграждение;
• заявка, которая ушла за пределы top-of-book, перестаёт зарабатывать;
• размер награды зависит от размера заявки и времени на лучшей позиции.
То есть протокол субсидирует цену, по которой трейдер действительно может исполнить сделку. Для order book это осмысленнее, чем раздавать токены за лежащий без дела капитал.
После аудита Deepstate через TCCC AI вывод стал осторожнее.
Главная проблема — не отсутствие продукта: интерфейс и репозитории есть, в коде заявлены тесты, fuzzing и formal assurance. Важные вещи трудно независимо проверить.
В публичном описании не хватает:
• единого официального реестра mainnet-контрактов с chain ID и адресами;
• понятной маркировки mainnet/testnet в самом интерфейсе;
• официальной таблицы supply, allocation, vesting и unlocks;
• прозрачного описания источника объёмов, глубины и других метрик;
• независимого аудита безопасности.
При этом DeFiLlama отдельно учитывает Deepstate. На момент проверки: около $220 тыс. TVL, $7,9 тыс. в staking, $146,4 млн DEX-объёма и $166,8 тыс. fees за 30 дней. TVL — collateral в router для resting orders или matched proceeds, volume — router events зарегистрированных пулов.
Это полезный on-chain-срез, но не полная токеномика и не доказательство качества ликвидности: большой объём не равен глубокой книге заявок.
В репозитории прямо указано, что внешний независимый аудит ещё не проводился. При этом Governor остаётся прямым владельцем и исполнителем для ключевых контрактов, а timelock не установлен. Это значит, что успешное governance-решение потенциально может исполняться сразу после голосования.
Ещё один неприятный момент — метрики расходятся. На разных страницах сайта аудит зафиксировал разные значения 24-часового, недельного и месячного объёма. Сторонние агрегаторы тоже показывают другие цифры. В одном live-срезе best bid, best ask и глубина вообще отображались как “-” или ноль, хотя список resting orders был заполнен.
Это не доказывает, что проекта нет или что все цифры нарисованы. Но не позволяет честно сказать: “у Deepstate уже доказанная mainnet-тракция”. Пока правильнее говорить о работающем интерфейсе и раннем эксперименте, чьи метрики нужно перепроверять по сети и контрактам.
С токеном DEEP похожая история. Его utility в интерфейсе понятна: rewards, рынок DEEP/USDG, конвертация DEEP в STATE и governance. Но официальные supply, allocation и vesting не собраны в одну подтверждённую таблицу. Разные трекеры расходятся по total supply, holders, цене и ликвидности.
Deepstate интересен рынком NVDA и попыткой решить настоящую проблему — как создать исполняемую on-chain книгу заявок. Но пока это высокорисковый ранний эксперимент, а не доказанная биржевая инфраструктура.
Я бы смотрел на три вещи:
1. публичный реестр контрактов и сетевой статус;
2. независимый security-аудит и timelock для критических изменений;
3. стабильную глубину и makers после снижения reward-субсидий.
Полный [аудит TCCC AI](https://tcccai.xyz/output/tccc-mtqtxn22a8k3r/index.html).
[Сайт проекта](https://deepstate.sh) · [карточка Deepstate на DeFiLlama](https://defillama.com/protocol/deepstate)
Не финансовый совет. В таких проектах я бы сначала проверял контракты, сеть и исполняемую ликвидность, а уже потом смотрел на красивый APR и объём на дашборде.
А вы бы стали разбирать Deepstate дальше — или отсутствие официального реестра контрактов и внешнего аудита уже достаточно, чтобы отложить проект?
😎 Незрячий web3 программист (подписаться)
Чат | бот
📟 Прилетело из @blind_dev
Мне показался интересным Deepstate — проект, который делает on-chain книгу заявок для токенизированных активов. Сейчас на сайте основная пара — NVDA/USDG, а отдельный рынок показывает и DEEP/USDG.
Идея у проекта интересная. Deepstate пытается платить не за пассивный TVL и не за любой объём, а за лучшую котировку в книге:
• лучший bid получает вознаграждение;
• лучший ask получает вознаграждение;
• заявка, которая ушла за пределы top-of-book, перестаёт зарабатывать;
• размер награды зависит от размера заявки и времени на лучшей позиции.
То есть протокол субсидирует цену, по которой трейдер действительно может исполнить сделку. Для order book это осмысленнее, чем раздавать токены за лежащий без дела капитал.
После аудита Deepstate через TCCC AI вывод стал осторожнее.
Главная проблема — не отсутствие продукта: интерфейс и репозитории есть, в коде заявлены тесты, fuzzing и formal assurance. Важные вещи трудно независимо проверить.
В публичном описании не хватает:
• единого официального реестра mainnet-контрактов с chain ID и адресами;
• понятной маркировки mainnet/testnet в самом интерфейсе;
• официальной таблицы supply, allocation, vesting и unlocks;
• прозрачного описания источника объёмов, глубины и других метрик;
• независимого аудита безопасности.
При этом DeFiLlama отдельно учитывает Deepstate. На момент проверки: около $220 тыс. TVL, $7,9 тыс. в staking, $146,4 млн DEX-объёма и $166,8 тыс. fees за 30 дней. TVL — collateral в router для resting orders или matched proceeds, volume — router events зарегистрированных пулов.
Это полезный on-chain-срез, но не полная токеномика и не доказательство качества ликвидности: большой объём не равен глубокой книге заявок.
В репозитории прямо указано, что внешний независимый аудит ещё не проводился. При этом Governor остаётся прямым владельцем и исполнителем для ключевых контрактов, а timelock не установлен. Это значит, что успешное governance-решение потенциально может исполняться сразу после голосования.
Ещё один неприятный момент — метрики расходятся. На разных страницах сайта аудит зафиксировал разные значения 24-часового, недельного и месячного объёма. Сторонние агрегаторы тоже показывают другие цифры. В одном live-срезе best bid, best ask и глубина вообще отображались как “-” или ноль, хотя список resting orders был заполнен.
Это не доказывает, что проекта нет или что все цифры нарисованы. Но не позволяет честно сказать: “у Deepstate уже доказанная mainnet-тракция”. Пока правильнее говорить о работающем интерфейсе и раннем эксперименте, чьи метрики нужно перепроверять по сети и контрактам.
С токеном DEEP похожая история. Его utility в интерфейсе понятна: rewards, рынок DEEP/USDG, конвертация DEEP в STATE и governance. Но официальные supply, allocation и vesting не собраны в одну подтверждённую таблицу. Разные трекеры расходятся по total supply, holders, цене и ликвидности.
Deepstate интересен рынком NVDA и попыткой решить настоящую проблему — как создать исполняемую on-chain книгу заявок. Но пока это высокорисковый ранний эксперимент, а не доказанная биржевая инфраструктура.
Я бы смотрел на три вещи:
1. публичный реестр контрактов и сетевой статус;
2. независимый security-аудит и timelock для критических изменений;
3. стабильную глубину и makers после снижения reward-субсидий.
Полный [аудит TCCC AI](https://tcccai.xyz/output/tccc-mtqtxn22a8k3r/index.html).
[Сайт проекта](https://deepstate.sh) · [карточка Deepstate на DeFiLlama](https://defillama.com/protocol/deepstate)
Не финансовый совет. В таких проектах я бы сначала проверял контракты, сеть и исполняемую ликвидность, а уже потом смотрел на красивый APR и объём на дашборде.
А вы бы стали разбирать Deepstate дальше — или отсутствие официального реестра контрактов и внешнего аудита уже достаточно, чтобы отложить проект?
😎 Незрячий web3 программист (подписаться)
Чат | бот
📟 Прилетело из @blind_dev
💩1
Поиск на основе триграмм
Если вы разрабатываете свои агентные системы и "второй мозг", где необходим поиск по огромным массивам документов, то эта новость для вас.
Microsoft выпустила tgrep — инструмент для очень быстрого поиска текста по большим кодовым базам. Он уже используется внутри GitHub Copilot CLI.
Главное отличие tgrep от обычного grep или ripgrep в том, что он использует предварительно построенный индекс.
Обычный поиск при каждом запросе проходит по файлам проекта и проверяет их содержимое. ripgrep делает это очень эффективно и быстро, но принцип остаётся тем же: файлы нужно просмотреть при выполнении поиска.
tgrep сначала индексирует проект. Во время индексации он анализирует содержимое файлов и создаёт специальный триграммный индекс. Триграмма — это последовательность из трёх символов. Для каждой такой последовательности индекс хранит информацию о том, в каких файлах она встречается.
После этого при поиске tgrep сначала обращается к индексу и определяет небольшой набор файлов, в которых вообще может находиться искомый текст. И только затем проверяет эти файлы непосредственно.
Например, если в репозитории 500 тысяч файлов, поиск не обязательно будет читать все 500 тысяч. Индекс может показать, что подходящие файлы находятся, например, среди нескольких сотен — и проверить нужно уже их.
При этом индекс не остаётся статичным. tgrep может работать в режиме сервера, который отслеживает изменения в проекте и обновляет индекс при изменении файлов.
Именно поэтому основное преимущество tgrep проявляется при повторных поисках в очень больших репозиториях.
В тестах Microsoft поиск по Firefox занимал у ripgrep около 33 секунд, а у tgrep — около 643 миллисекунд. Для Chromium результаты составляли примерно 41 секунду против 2,6 секунды, а для Linux — 5,4 секунды против 256 миллисекунд.
То есть в зависимости от проекта поиск может ускоряться в несколько, десятки и даже больше раз.
При этом tgrep не является безусловной заменой ripgrep. Для небольших проектов предварительная индексация может быть просто не нужна. Если нужно один раз найти что-то в нескольких тысячах файлов, обычный ripgrep зачастую будет проще.
tgrep имеет смысл там, где кодовая база очень большая, а поиск выполняется постоянно.
По сути, его основная идея довольно простая: не искать одно и то же по всему проекту заново при каждом запросе, а заранее создать индекс и использовать его для следующих поисков.
Для агентных ИИ такая система поиска тоже может быть очень полезна. Агенту часто приходится много раз искать по исходному коду: находить функции, классы, места использования переменных, похожие участки кода или конкретные реализации. Если проект большой, использование индексированного поиска позволяет выполнять такие операции значительно быстрее и не тратить время на повторное сканирование всей кодовой базы.
В RAG-системах принцип похожий. Вместо того чтобы каждый раз просматривать весь набор документов или файлов, можно использовать индекс для быстрого определения релевантных документов, а уже затем передавать найденное содержимое модели. При этом tgrep не заменяет векторный поиск: это другой подход. Его сильная сторона — очень быстрый точный поиск по содержимому, который можно использовать как отдельный этап retrieval или вместе с семантическим поиском.
#indexsearch
📟 Прилетело из @solidityset
Если вы разрабатываете свои агентные системы и "второй мозг", где необходим поиск по огромным массивам документов, то эта новость для вас.
Microsoft выпустила tgrep — инструмент для очень быстрого поиска текста по большим кодовым базам. Он уже используется внутри GitHub Copilot CLI.
Главное отличие tgrep от обычного grep или ripgrep в том, что он использует предварительно построенный индекс.
Обычный поиск при каждом запросе проходит по файлам проекта и проверяет их содержимое. ripgrep делает это очень эффективно и быстро, но принцип остаётся тем же: файлы нужно просмотреть при выполнении поиска.
tgrep сначала индексирует проект. Во время индексации он анализирует содержимое файлов и создаёт специальный триграммный индекс. Триграмма — это последовательность из трёх символов. Для каждой такой последовательности индекс хранит информацию о том, в каких файлах она встречается.
После этого при поиске tgrep сначала обращается к индексу и определяет небольшой набор файлов, в которых вообще может находиться искомый текст. И только затем проверяет эти файлы непосредственно.
Например, если в репозитории 500 тысяч файлов, поиск не обязательно будет читать все 500 тысяч. Индекс может показать, что подходящие файлы находятся, например, среди нескольких сотен — и проверить нужно уже их.
При этом индекс не остаётся статичным. tgrep может работать в режиме сервера, который отслеживает изменения в проекте и обновляет индекс при изменении файлов.
Именно поэтому основное преимущество tgrep проявляется при повторных поисках в очень больших репозиториях.
В тестах Microsoft поиск по Firefox занимал у ripgrep около 33 секунд, а у tgrep — около 643 миллисекунд. Для Chromium результаты составляли примерно 41 секунду против 2,6 секунды, а для Linux — 5,4 секунды против 256 миллисекунд.
То есть в зависимости от проекта поиск может ускоряться в несколько, десятки и даже больше раз.
При этом tgrep не является безусловной заменой ripgrep. Для небольших проектов предварительная индексация может быть просто не нужна. Если нужно один раз найти что-то в нескольких тысячах файлов, обычный ripgrep зачастую будет проще.
tgrep имеет смысл там, где кодовая база очень большая, а поиск выполняется постоянно.
По сути, его основная идея довольно простая: не искать одно и то же по всему проекту заново при каждом запросе, а заранее создать индекс и использовать его для следующих поисков.
Для агентных ИИ такая система поиска тоже может быть очень полезна. Агенту часто приходится много раз искать по исходному коду: находить функции, классы, места использования переменных, похожие участки кода или конкретные реализации. Если проект большой, использование индексированного поиска позволяет выполнять такие операции значительно быстрее и не тратить время на повторное сканирование всей кодовой базы.
В RAG-системах принцип похожий. Вместо того чтобы каждый раз просматривать весь набор документов или файлов, можно использовать индекс для быстрого определения релевантных документов, а уже затем передавать найденное содержимое модели. При этом tgrep не заменяет векторный поиск: это другой подход. Его сильная сторона — очень быстрый точный поиск по содержимому, который можно использовать как отдельный этап retrieval или вместе с семантическим поиском.
#indexsearch
📟 Прилетело из @solidityset
Работа с чистой энергией
Дисклеймер
Сегодня ава и название канала, наконец, поменялись. Я долго колебался на этот счет и думал оставить "как есть", но лучше уже сделать этот шаг и перейти более регулярным постам на темы, которые заходят и нравятся мне самому. Надеюсь, вам все также будут заходить формат.
---
Мне нравится, что когда коммерческая технология заходит в тупик, она ищет новые пути решения намного эффективнее, чем какая-либо другая структура. Она нанимает специалистов из смежных областей, открывает гранты и лаборатории, старается найти решение в местах, куда другие даже не смотрят.
Также произошло и с компанией Cerebras. Это компания, которая разрабатывает суперкомпьютеры и процессоры для ускорения работы искусственного интеллекта.
Недавно она презентовала свои новые чипы, которые по площади гораздо объемнее всех остальных чипов (она на фото к посту). И многие стали шутить, что с такими "решениями" чипы станут размером с солнечные панели.
Но для тех, кто попытался разобраться в этом, открылась реальная причина в таком размере.
Cerebras долго разбиралась как сделать свои чипы эффективнее. Все мы знаем, что в мире, из-за развития ИИ, стало строиться гораздо больше дата центров и выпускаться чипов для них. И в какой-то момент это стало практически лидером по потреблению электроэнергии.
На регулярное обучение сверхмоделей и поддержки бесплатного доступа к чату (а значит и к вычислительным мощностям миллионам пользователей) требуется огромный расход энергии каждый день.
В итоге все упирается в то, сколько энергии и как потребляют эти чипы.
По расчетам Cerebras для перемещения 1 бита информации в чипе требуется около 1–10 pJ энергии. А с их новым чипом большей площади для той же операции требуется всего 0.1 pJ энергии! Экономия значительная!
Это достигается за счет того, что перемещение битов информации в рамках чипа намного дешевле, чем перемещение данных с одного чипа на другой.
На мой взгляд это потрясающе! В то время, как все взгляды устремлены на флагманские модели типа Астры и Фейбл, такие компании действительно делают революцию в мире.
#chips
📟 Прилетело из @solidityset
Дисклеймер
Сегодня ава и название канала, наконец, поменялись. Я долго колебался на этот счет и думал оставить "как есть", но лучше уже сделать этот шаг и перейти более регулярным постам на темы, которые заходят и нравятся мне самому. Надеюсь, вам все также будут заходить формат.
---
Мне нравится, что когда коммерческая технология заходит в тупик, она ищет новые пути решения намного эффективнее, чем какая-либо другая структура. Она нанимает специалистов из смежных областей, открывает гранты и лаборатории, старается найти решение в местах, куда другие даже не смотрят.
Также произошло и с компанией Cerebras. Это компания, которая разрабатывает суперкомпьютеры и процессоры для ускорения работы искусственного интеллекта.
Недавно она презентовала свои новые чипы, которые по площади гораздо объемнее всех остальных чипов (она на фото к посту). И многие стали шутить, что с такими "решениями" чипы станут размером с солнечные панели.
Но для тех, кто попытался разобраться в этом, открылась реальная причина в таком размере.
Cerebras долго разбиралась как сделать свои чипы эффективнее. Все мы знаем, что в мире, из-за развития ИИ, стало строиться гораздо больше дата центров и выпускаться чипов для них. И в какой-то момент это стало практически лидером по потреблению электроэнергии.
На регулярное обучение сверхмоделей и поддержки бесплатного доступа к чату (а значит и к вычислительным мощностям миллионам пользователей) требуется огромный расход энергии каждый день.
В итоге все упирается в то, сколько энергии и как потребляют эти чипы.
По расчетам Cerebras для перемещения 1 бита информации в чипе требуется около 1–10 pJ энергии. А с их новым чипом большей площади для той же операции требуется всего 0.1 pJ энергии! Экономия значительная!
Это достигается за счет того, что перемещение битов информации в рамках чипа намного дешевле, чем перемещение данных с одного чипа на другой.
На мой взгляд это потрясающе! В то время, как все взгляды устремлены на флагманские модели типа Астры и Фейбл, такие компании действительно делают революцию в мире.
#chips
📟 Прилетело из @solidityset
ИИ уже реально помогает. Но есть один минус - лимиты
Я всё чаще использую ИИ не для разговоров, а в обычной работе: разобраться в задаче, собрать рабочий процесс, подготовить текст или сдвинуть с места разработку.
Проблема начинается в тот момент, когда упираешься в лимит. Задача ещё не закончена, контекст уже собран, а продолжить работу нельзя. Приходится ждать, менять модель или переносить всё в другой чат. Это ломает темп и иногда съедает больше времени, чем сама задача.
Поэтому для меня важна не только способность модели хорошо отвечать. Важны доступные лимиты и то, насколько предсказуемо можно работать с инструментом каждый день.
ИИ уже приносит пользу. Но пока ограничения по использованию могут перечеркнуть удобство даже хорошего сервиса.
Сталкивались с таким? Где у вас чаще всего заканчиваются лимиты - в чатах, при работе с кодом или в API?
😎 Незрячий web3 программист (подписаться)
Чат | бот
📟 Прилетело из @blind_dev
Я всё чаще использую ИИ не для разговоров, а в обычной работе: разобраться в задаче, собрать рабочий процесс, подготовить текст или сдвинуть с места разработку.
Проблема начинается в тот момент, когда упираешься в лимит. Задача ещё не закончена, контекст уже собран, а продолжить работу нельзя. Приходится ждать, менять модель или переносить всё в другой чат. Это ломает темп и иногда съедает больше времени, чем сама задача.
Поэтому для меня важна не только способность модели хорошо отвечать. Важны доступные лимиты и то, насколько предсказуемо можно работать с инструментом каждый день.
ИИ уже приносит пользу. Но пока ограничения по использованию могут перечеркнуть удобство даже хорошего сервиса.
Сталкивались с таким? Где у вас чаще всего заканчиваются лимиты - в чатах, при работе с кодом или в API?
😎 Незрячий web3 программист (подписаться)
Чат | бот
📟 Прилетело из @blind_dev
Telegram
😎 Незрячий web3 программист
Аналитика web3-проектов, работа с ИИ, свои инструменты и доступность интерфейсов - от незрячего разработчика. Помогаю лучше понимать риски, находить полезные решения и смотреть на проекты глубже.
Связь по рекламе и услугам: @blind_dev_contact_bot
Связь по рекламе и услугам: @blind_dev_contact_bot
GTA6, Cyberleek, блокчейн и безопасность
Увидел несколько постов (тут и тут) про Cyberleek — хакера или группу, стоящую за утечками материалов по GTA 6, — и решил сделать пост на канале, так как это высший уровень анонимности и профессионализма!
У них довольно необычная система контакта, построенная вокруг Session и Monero.
Пройдусь кратко, о чем узнал из твитов.
На странице Contact сайт сначала генерирует новую анонимную учётную запись Session и выдаёт recovery-фразу из 12 слов. Её нужно сохранить самостоятельно: если потерять эти слова, восстановить аккаунт уже невозможно, и Cyberleek не сможет связаться с вами.
После этого генерируется уникальная сумма в Monero. Например, на скриншоте — 400.818811529987 XMR. И здесь самое интересное: Cyberleek прямо пишет, что цифры после десятичной точки являются уникальным ID. Отправить нужно именно эту сумму, без округления.
Получается, 400 XMR — это contact fee, а 12 цифр после запятой используются как идентификатор конкретного Session-аккаунта. По описанию системы, эта информация генерируется на стороне клиента, поэтому после получения платежа Cyberleek может определить соответствующий Session и связаться с отправителем.
Именно поэтому они рекомендуют отправлять Monero с личного кошелька вроде Cake Wallet или Feather, а не с биржи. При выводе с exchange дробная часть суммы может быть округлена или изменена, и тогда идентификатор перестанет работать.
При этом это не совсем тот ransom-сценарий, который можно было представить из новостей о хакере. На самом сайте Cyberleek отдельно подчёркивает, что это не выкуп за прекращение утечек. Они заявляют, что привлекают средства через поддержку сообщества и стратегические партнёрства, а Monero-платёж используется как плата за установление контакта. Через Session можно обсуждать рекламные размещения, например watermark'и в видео, или заказывать эксклюзивные и кастомные игровые материалы для конкретных брендов.
Интересно устроен и сам сайт. Он размещён через Arweave — децентрализованную сеть хранения данных, а доступ к нему осуществляется через множество gateway сети ar.io. Поэтому отключение одного сервера или gateway не означает, что сайт исчезнет: тот же контент продолжает храниться в Arweave и может быть доступен через другие точки входа.
В итоге получается довольно необычная комбинация: Session для приватной коммуникации, Monero одновременно как платёж и механизм идентификации контакта, а Arweave — для устойчивого размещения сайта.
Это, конечно, само по себе не доказывает, что Cyberleek — именно группа профессиональных хакеров. Но их инфраструктура явно отличается от банальной схемы с Telegram, обычным криптокошельком и арендованным сервером. Здесь заметен осознанный упор на приватность, децентрализацию и устойчивость инфраструктуры.
И что особенно интересно — за довольно троллинговым образом Cyberleek скрывается достаточно продуманная техническая часть.
P.S. Сайт хакеров не хочу распространять, поэтому ссылок не будет.
#leak #monero
📟 Прилетело из @solidityset
Увидел несколько постов (тут и тут) про Cyberleek — хакера или группу, стоящую за утечками материалов по GTA 6, — и решил сделать пост на канале, так как это высший уровень анонимности и профессионализма!
У них довольно необычная система контакта, построенная вокруг Session и Monero.
Пройдусь кратко, о чем узнал из твитов.
На странице Contact сайт сначала генерирует новую анонимную учётную запись Session и выдаёт recovery-фразу из 12 слов. Её нужно сохранить самостоятельно: если потерять эти слова, восстановить аккаунт уже невозможно, и Cyberleek не сможет связаться с вами.
После этого генерируется уникальная сумма в Monero. Например, на скриншоте — 400.818811529987 XMR. И здесь самое интересное: Cyberleek прямо пишет, что цифры после десятичной точки являются уникальным ID. Отправить нужно именно эту сумму, без округления.
Получается, 400 XMR — это contact fee, а 12 цифр после запятой используются как идентификатор конкретного Session-аккаунта. По описанию системы, эта информация генерируется на стороне клиента, поэтому после получения платежа Cyberleek может определить соответствующий Session и связаться с отправителем.
Именно поэтому они рекомендуют отправлять Monero с личного кошелька вроде Cake Wallet или Feather, а не с биржи. При выводе с exchange дробная часть суммы может быть округлена или изменена, и тогда идентификатор перестанет работать.
При этом это не совсем тот ransom-сценарий, который можно было представить из новостей о хакере. На самом сайте Cyberleek отдельно подчёркивает, что это не выкуп за прекращение утечек. Они заявляют, что привлекают средства через поддержку сообщества и стратегические партнёрства, а Monero-платёж используется как плата за установление контакта. Через Session можно обсуждать рекламные размещения, например watermark'и в видео, или заказывать эксклюзивные и кастомные игровые материалы для конкретных брендов.
Интересно устроен и сам сайт. Он размещён через Arweave — децентрализованную сеть хранения данных, а доступ к нему осуществляется через множество gateway сети ar.io. Поэтому отключение одного сервера или gateway не означает, что сайт исчезнет: тот же контент продолжает храниться в Arweave и может быть доступен через другие точки входа.
В итоге получается довольно необычная комбинация: Session для приватной коммуникации, Monero одновременно как платёж и механизм идентификации контакта, а Arweave — для устойчивого размещения сайта.
Это, конечно, само по себе не доказывает, что Cyberleek — именно группа профессиональных хакеров. Но их инфраструктура явно отличается от банальной схемы с Telegram, обычным криптокошельком и арендованным сервером. Здесь заметен осознанный упор на приватность, децентрализацию и устойчивость инфраструктуры.
И что особенно интересно — за довольно троллинговым образом Cyberleek скрывается достаточно продуманная техническая часть.
P.S. Сайт хакеров не хочу распространять, поэтому ссылок не будет.
#leak #monero
📟 Прилетело из @solidityset