Наконец-то правильный вайбкодинг: какой-то гений сделал Reverse Claude Code

Идея заключается в том, что теперь Claude даёт вам задания, которые вы должны выполнить, а не наоборот

Дайте ему премию

Хакспейс

Сравниваем лучшие OCR-модели: нашёл сборник из 5 топовых нейросетей для распознавания текста — можно тестировать все в одном интерфейсе и выбирать лучшую под вашу задачу

Внутри:

— Сразу 5 мощных движков на выбор: DeepSeek OCR, Qwen-3-VL, Granite Docling и другие монстры рынка;
— Умное сохранение вёрстки: модели выгружают таблицы, сложные формулы и диаграммы, не ломая форматирование;
— Режим сравнения: можно прогнать один файл через разные нейронки и выбрать лучший результат под конкретную задачу;
— Распознавание рукописного текста: идеально для оцифровки конспектов, понимает даже сложный почерк;
— Мультиязычность: поддержка 100+ языков, включая русский;

Пробуем тут

Хакспейс

Вайбкодим играючи: энтузиасты сделали опенсорс-интерфейс для управления ИИ-агентами — Vibecraft

По сути, это геймификация разработки с картой, персонажами-агентами, звуковым сопровождением и ходами, как в игре. Ну, и сразу видно, кто что делает, где застрял или косячит

Работает все локально, так что никакие файлы и промпты никуда не утекают

GitHub здесь, демо тут

Хакспейс

Выводим веб-скрапинг на новый уровень: нашёл опенсорс-парсер с ИИ под капотом — CyberScraper-2077

Работает максимально просто: вводите URL, описываете словами, какие данные нужны, и нейросеть сама разбирается со структурой страницы

Внутри:

— ИИ-парсинг: не нужно ковыряться в HTML и писать селекторы — модель сама находит нужные элементы;
— Обход защиты: справляется с капчами и антибот-системами, которые блокируют обычные скраперы;
— Мультистраничный сбор: автоматически проходит по пагинации и вытаскивает данные со всех страниц;
— Гибкий экспорт: выгружает результаты в JSON, CSV, HTML или Excel — что удобнее для вашего пайплайна;
— Полностью опенсорс: можно крутить под себя и не платить за API;

Забираем на GitHub

Хакспейс

Светлая тема победила: исследователи подтвердили, что светлая тема является более продуктивной, чем темная

Наука это объясняет тем, что в светлом режиме зрачок сужается, глубина резкости увеличивается, и глазу проще фокусироваться. На темном фоне зрачок расширяется, что ловит больше оптических искажений и быстрее утомляет мозг при чтении.

Коротко о самом исследовании:

— Скорость чтения: чтение и поиск ошибок на светлом фоне проходят быстрее у всех возрастных групп;
— На темном фоне мелкий текст читать в разы сложнее — ореолы вокруг букв превращают код в кашу;
— Светлая тема выигрывает даже ночью. Читать «белое на черном» в темноте тяжелее для концентрации, чем «черное на белом»;
— Темная тема реально полезна только людям с катарактой и некоторыми нарушениями зрения;

Но у белой темы есть и свои минусы: долгое чтение на белом фоне связывают с развитием близорукости

Хакспейс

X (бывший Twitter) открыл исходный код своего рекомендательного алгоритма — и это не устаревшая демка, а актуальная версия, которая используется прямо сейчас

Под капотом — вся логика формирования ленты «Для вас». Можно разобрать механику и применить подходы для собственных рекомендательных систем

Копаемся в репозитории

Хакспейс

Написание кода руками — скоро всё: создатель Node.js признал, что «эра написания кода людьми закончилась»

Полная цитата:

Об этом говорилось уже тысячу раз, но позвольте мне добавить свой голос: эра, когда код писали люди, закончилась. Это тревожно для тех из нас, кто считает себя разработчиками программного обеспечения, но это так. Это не значит, что у разработчиков ПО нет работы, но написание синтаксиса напрямую — это не то, чем они теперь занимаются

Ваше мнение?

Хакспейс

Подъехали спойлеры на будущее

Хакспейс

«Сколько байт в мегабайте?» — самый распространенный и неочевидный эффект Манделы в IT-сфере

Спросите любого разработчика и он уверенно ответит: не еб* мозги 1.048.576, т.к. компьютеры основаны на двоичной системе, поэтому мегабайт это 2^20 то есть 1.048.576 байт. Но не тут то было, правильный ответ — 1.000.000

Почему же это так:

Всё дело в системе СИ, в которой «мега» означает десятичную систему счисления и обозначает миллион, но тогда возникает другой вопрос: «Откуда тогда взялись эти 1 048 576?» Ранние операционки считали память степенями двойки,что засело в головах у многих

В 1998 году швейцарцы из IEC попытались навести порядок и придумали отдельные приставки: кибибайт, мебибайт, гибибайт. Для двоичных величин

После этого всё стало ещё хуже:

— Вы покупаете SSD на 500 ГБ, а внутри 465 ГиБ. Маркетологи считают как им выгодно;
— Берёте RAM 16 GB, но тут уже честные 16 ГиБ. Но написано всё равно «GB», вместо «GiB» поддерживая всеобщую путаницу;

Теперь живите с этой информацией

Хакспейс

Прокачиваем тексты до уровня профи: нашёл ИИ-редактор на базе Gemini для прокачки любых текстов — Writing Coach

Сервис от Khanmigo разбирает написанное по косточкам и превращает черновик в готовый материал — от постов до курсовых

Внутри:

— Разбор по предложениям: проверка фактов, грамматики, пунктуации, стилистики и даже того, как текст звучит при чтении вслух;
— Генерация идей: помогает победить страх чистого листа, накидывает темы и выстраивает структуру с нуля;
— Пошаговое улучшение: не просто переписывает за вас, а объясняет, что исправить и почему — учит писать лучше;
— Универсальность: подходит для статей, эссе, рабочих документов и академических работ;

Полезно для всех, кто сдаёт тексты на проверку — заказчику, редактору или научруку

Тестируем тут

Хакспейс

Генерируем нейровидосы бесплатно: на LMArena добавили Video Arena

Раньше тестировать Sora, Veo, Kling и другие модели можно было только через Discord-бота. Теперь можно зайти на сайт, ввести промпт и получить два ролика от анонимных моделей

В арене участвуют 28 text-to-video моделей (Sora 2, Veo 3.1, Kling, Hailuo) и 27 image-to-video. Пользователи уже отдали более 400 000 голосов

Голосуете за лучший ролик — система показывает, какие модели соревновались. Видео можно скачивать, так что по сути это бесплатный генератор, только модель выбирает рандом

В топе сейчас Veo 3 от Google, следом Kling и Hailuo

Пробуем тут

Хакспейс

Запускаем 405B-модели на домашнем ПК: библиотека AirLLM творит невозможное

Раньше для таких нейронок нужны были серверы с космической стоимостью. Теперь хватит вашей видеокарты, которая еле тянет браузер с парой вкладок

Цифры, которые ломают мозг:

— 70B модели запускаются на 4 ГБ видеопамяти;
— Llama 3.1 405B умещается в 8 ГБ VRAM;

Как это вообще возможно? AirLLM не пытается впихнуть всю модель в память. Вместо этого — послойная обработка: скрипт загружает один слой, проводит вычисления, удаляет его и грузит следующий

Конечно есть и свои нюансы: постоянное чтение с диска режет скорость. Но когда речь о запуске 405B-модели на обычном компе — это уже не баг, а фича

Забираем на GitHub

Хакспейс

Кто понял, тот понял

Хакспейс

Друзья, помогите бустануть канал

Хочу разблокировать сторис — буду кидать туда быстрые лайфхаки и возможно некоторый бэкстейдж