Если взять конкретный язык, то всё может быть ещё хуже.

В Python, например, тип bool наследуется от int, поэтому True и False — это полноценные объекты — целые числа. Каждый объект в CPython несёт накладные расходы:
🔘PyObject header — счётчик ссылок + указатель на тип (~16 байт на 64-бит)
🔘PyLongObject — структура для хранения целых чисел произвольной длины (~12 байт дополнительно)

Можно проверить самостоятельно:

import sys
print(sys.getsizeof(True))   # 28
print(sys.getsizeof(False))  # 28

Почему так расточительно?
Python оптимизирован для удобства и гибкости, а не для экономии памяти. Зато True и False — синглтоны (существует только по одному экземпляру каждого), так что в реальных программах это не создаёт проблем.

Для компактного хранения множества булевых значений используют numpy.array с dtype=bool (1 байт на значение) или битовые массивы.

@devs_books

Большой гайд по фуллстеку на 2026 от разработчика с 10-летним опытом. Не список фреймворков, а практические советы — что реально нужно, что переоценено, и какие ошибки он видит на собеседованиях.

➡️ Главная мысль

Фуллстек — это не эксперт во всём. Это T-shaped разработчик: широкие базовые знания по всему стеку + глубокая экспертиза в чём-то одном. Тот, кто может довести фичу от идеи до продакшена, не застревая на каждом шаге.
​
➡️ Что автор советует учить

🔘Фундамент (HTTP, как работает браузер, JavaScript глубоко) — важнее любого фреймворка
🔘TypeScript — уже не опционально
🔘PostgreSQL по дефолту, NoSQL только когда есть конкретная причина
🔘Docker на базовом уровне, Kubernetes — не нужен пока сам не поймёшь зачем
🔘Деплой: начинать с Vercel/Railway, не с AWS

➡️ Что можно пропустить

Каждый новый JS-фреймворк, WebAssembly, WebGL, сложные паттерны архитектуры. Фокус на том, что решает реальные задачи.

📎 https://dev.to/thebitforge/the-complete-full-stack-developer-roadmap-for-2026-2i0j

@devs_books

Регулярные выражения — то, что все откладывают. Regex Crossword превращает их изучение в игру.

Формат — кроссворд, но вместо словесных подсказок — регулярные выражения. Заполняешь сетку так, чтобы каждая строка и столбец соответствовали своему паттерну. Начинается с простого [ABC], заканчивается конструкциями вроде lookahead и backreferences.

Уровни сложности: Tutorial для новичков, Beginner, Intermediate, Experienced, плюс тематические паки — Palindromeda, Volapük и другие.

Альтернатива зубрёжке по документации: решаешь головоломки, паттерны запоминаются сами. 15–20 минут в день — через неделю базовые regex перестанут быть проблемой.

📎 Играть

@devs_books

Печатаешь код, а пальцы спотыкаются на скобках {[()]} — обычные тренажёры учат набирать текст, а не синтаксис. Monkeytype — тренажёр, где практикуешься на реальных фрагментах Python, JS, Go.

Кликайте на english и выбирайте любой язык, в том числе программирования.

Что внутри:
🔘Режимы с кодом — тренируешь мышечную память на спецсимволы
🔘Детальная аналитика скорости и стабильности
🔘Тёмная тема и настройки интерфейса
🔘Open source — бесплатно

Вызов: попробуй набрать 60+ слов в минуту в режиме Python. Большинство программистов застревают на 40–50 из-за спецсимволов.

@devs_books

Посмотрите как за год просели крупные софтверные компании: многие SaaS‑фавориты (Figma, Duolingo, HubSpot, Atlassian, Snowflake и др.) упали на 40–80% от максимумов, а отраслевой ETF IGV ушёл в «медвежий рынок» — около −22% от недавнего хайа и −5% за один день.

Инвесторы называют это The Great Software Meltdown и спорят, насколько тут виноват ИИ: одни уверены, что модели со временем сгенерят клон почти любого SaaS (от Duolingo до Figma), другие напоминают, что инфраструктура, поддержка и масштаб стоят дорого и не делаются «по запросу к чату».

Есть версия, что реальная причина — не магия ИИ, а падение спроса на классический enterprise‑софт и пересмотр мультипликаторов: рынок больше не готов платить 15–20 годовых выручек за инструменты, у которых появляются бесплатные или локальные альтернативы.

Почему это важно для разработчиков

🔘Если вы строите карьеру вокруг конкретных SaaS‑экосистем (Figma‑плагины, облачные БД, нишевые CRM), имеет смысл думать и про скиллы вне одной платформы: он‑прем, open‑source аналоги, интеграции, миграции.
​
🔘На фоне «переоценки» софта компании будут сильнее давить на оптимизацию: меньше людей в командах, больше ожиданий от ИИ‑инструментов и автоматизации, больше проектов по отказу от дорогих подписок.

@devs_books

Разбираем, что под капотом у ИИ-платформы для презентаций

Что на самом деле происходит, когда вы просите ИИ «сделать презентацию за две минуты»? За кажущейся простотой скрывается не один большой алгоритм, а отлаженная работа нескольких узкоспециализированных нейросетевых агентов.

В этом кейсе сборка платформы такова:
🌟Микросервисы вместо монолита.
🌟Прямая работа с OpenXML.
🌟Отдельный пайплан для генерации.
🌟Гибрид ИИ и профессионального дизайна.

Это обеспечивает создателям 85% довольных пользователей, которые готовы платить за результат.

Развернуто про все фишки по традиции на сайте.

И это был артефакт №8. В какую категорию вы записали бы его? 🤔

Компиляция Quake как в 1997-м

Фабьен Санглар (автор Game Engine Black Book по Doom и Wolfenstein) собрал ретро-ПК и воспроизвёл сборку Win32-версий Quake — так, как это делали в id Software.

🔘Оригинально Quake кросс-компилировался на HP-станции с NeXT через DJGPP. После релиза id перешли на Windows NT + Visual C++ 4.X

🔘Для сборки нужен VC++ 6, исходники из оригинального q1source.zip (не с GitHub — иначе .dsw файлы молча ломаются) и целая цепочка зависимостей, которую автор сравнивает с прохождением Monkey Island

🔘 VC++ 6 для 1996 года был серьёзной IDE: Go to definition, брейкпоинты, стектрейсы. Автокомплита ещё не было

📎 https://fabiensanglard.net/compile_like_1997/index.html

@devs_books

YouTube как бесплатное облачное хранилище для любых файлов

Идея не новая, но свежая реализация на C++ от NASAExplains. Файл кодируется в видео (данные → пиксели), заливается на YouTube, при скачивании декодируется обратно. Бесплатно и безлимитно — пока YouTube не против.

🔘Главная проблема — компрессия. YouTube пережимает видео, и данные портятся. Решается увеличением блоков (каждый бит = несколько пикселей), но это снижает плотность хранения
​
🔘Идее ~3 года: первый популярный проект Infinite Storage Glitch был на Rust, потом были версии с QR-кодами. Эта — на C++ с собственным кодированием

🔘Практической пользы ноль, но как упражнение в кодировании данных — отличный пет-проект

@devs_books

Шон Гёдеке (инженер в GitHub) написал эссе про «героизм» в больших тех-компаниях. Суть: когда инженер жертвует карьерой ради «правильных вещей», компании это не помогает, а только маскирует сломанные процессы.

🔘Крупные компании работают на системах (OKR, промо-критерии, бэкчаннел-решения). Результат определяют процессы, а не отдельные люди. Ты можешь вылизать свой уголок Google Wave, но продукт всё равно закроют.

🔘Героизм = чинить неэффективность в ущерб своим задачам. За это не повышают. Менеджеры и PM это знают и используют: PM ведут списки «лёгких целей»: инженеров из чужих команд, которых можно уговорить на бесплатную помощь.

🔘Практический вывод: смотри на реальные награды (промо, бонусы, рейзы), а не на благодарности в Slack. Фоновая неэффективность — это плата за масштаб, не твоя проблема.

В общем, гляньте оригинал, там подробнее.

@devs_books