🧵 CPython 3.15 делает распаковку данных намного быстрее

В новой версии CPython улучшили производительность декомпрессии:

- Zstandard (zstd) распаковывается на 25–30% быстрее
- zlib — на 10–15% быстрее, если размер данных больше 1 MiB

Такого ускорения добились за счёт более эффективной работы с выходными буферами во время распаковки.

Подробнее: emmatyping.dev/decompression-is-up-to-30-faster-in-cpython-315.html

@python_be1

‍🖥 Понятное объяснение Docker Networking Models

Docker поддерживает несколько сетевых моделей - от полной изоляции до работы напрямую с сетью хоста. Выбор нужного варианта влияет на безопасность, производительность и масштабируемость приложения.

1) Bridge (по умолчанию)
→ Docker создаёт виртуальный мост docker0.
→ Контейнеры общаются друг с другом по внутренним IP.
→ Чтобы получить доступ извне, нужно пробрасывать порты (-p 8080:80).
→ Идеально для локальной разработки и одиночных хостов.

2) Host
→ Контейнер использует сетевой стек хоста напрямую.
→ Нет виртуальной сети и NAT - максимум производительности.
→ Минимальная изоляция.
→ Применяется для мониторинга, логгинга, высокоскоростных сервисов.

3) None
→ У контейнера вообще нет сети.
→ Нет доступа ни к интернету, ни к другим контейнерам.
→ Используется для задач, где требуется полная изоляция.

4) Overlay
→ Сеть, работающая поверх нескольких хостов или в Docker Swarm.
→ Контейнеры на разных серверах могут общаться как будто они в одной сети.
→ Основа для распределённых микросервисных систем.

5) Macvlan
→ Каждый контейнер получает свой MAC-адрес и «видится» как отдельная машина.
→ Контейнеры становятся полноценными участниками вашей физической сети.
→ Полезно, когда контейнеры должны быть напрямую доступны по LAN.

6) IPvlan
→ Похоже на Macvlan, но проще управляет IP-адресами на уровне L3.
→ Хорошо подходит для масштабных систем с жёсткими требованиями к маршрутизации.

Дополнительно:

Сервис-дискавери
→ Внутри Docker работает собственный DNS - контейнеры могут общаться по имени сервиса, а не по IP.

Проброс портов
→ Стандартный вариант доступа извне:
-p 8080:80

Драйверы сетей
→ bridge
→ host
→ overlay
→ macvlan
→ ipvlan

Как выбрать модель?
→ Bridge — одиночный хост, локалка.
→ Host — максимум скорости, минимум изоляции.
→ Overlay — распределённые микросервисы.
→ Macvlan — нужны «настоящие» сетевые адреса.
→ None — полная изоляция без сети.

Правильный выбор сетевой модели Docker напрямую влияет на безопасность, структуру архитектуры и производительность. Чтобы уверенно работать с контейнерами и микросервисами - эти модели нужно знать.

@python_be1

Linux Хитрая и полезная консольная фишка 🐧💡

Если хочешь быстро повторить последнюю команду, но с небольшой правкой, не нужно заново её печатать.
Используй:

fc

Эта команда откроет последнюю введённую команду в твоём $EDITOR (обычно nano или vim).
Исправляешь, сохраняешь — и она автоматически выполняется.

Пример:
1. Ты написал команду с ошибкой
2. Вводишь fc
3. Правишь одну букву
4. Сохраняешь
5. Команда запускается сразу с исправлением

Очень удобно, когда работаешь с длинными командами, которые сложно повторять вручную.

@python_be1

Docker выкатили (https://www.docker.com/blog/docker-desktop-4-50/) обновление 4.50 — и оно прям заметно прокачивает локалку и рабочие процессы 🐳

Что завезли:

— Docker Debug теперь бесплатный: можно по шагам разбирать Dockerfile в VSCode или Cursor, без переключений и кривых логов;
— Локальные Compose-проекты стали легче подниматься в Kubernetes;
— Корпорации наконец перестанут страдать: централизованные политики, PAC-файлы, прокси-профили на macOS, поддержка нестандартных сертификатов;
— Появилась защита от случайных открытых портов в локальной сети и обновлённые Hardened Images с минимальными CVE;
— Каталог MCP вырос до 270+ серверов, плюс появилась нормальная навигация, поиск и подключения через OAuth;
— Агенты стали умнее: подбирают нужные MCP-инструменты сами, меньше жрут контекста и не тормозят;
— WSL2 и Windows-сборки стали стабильнее — пригодится тем, кто работает кроссплатформенно.

Обновляемся (https://docs.docker.com/desktop/release-notes/#4500) 🍆

@python_be1

# 🚀 HunyuanOCR: Многофункциональный OCR для документов

HunyuanOCR — это мощная система оптического распознавания текста, основанная на многомодальной архитектуре Hunyuan. Она обеспечивает высокую производительность при обработке сложных многоязычных документов и поддерживает широкий спектр задач, включая извлечение информации и перевод текста на фото.

🚀Основные моменты:
- 💡 Легковесная архитектура с 1 миллиардом параметров.
- 📄 Поддержка более 100 языков и множество OCR задач.
- ⚡ Эффективное "end-to-end" решение для быстрого распознавания.
- 🌍 Отличные результаты в сложных сценариях с несколькими языками.

📌 GitHub: https://github.com/Tencent-Hunyuan/HunyuanOCR

#python

@python_be1

Контент на вечер: сооснователь OpenAI Илья Суцкевер дал большое интервью блогеру Дваркешу Пателю.

Они обсуждали, как обойти текущие ограничения для обучения ИИ и приблизить его к человеку и почему люди все еще эффективнее моделей. Также Суцкевер покритиковал «крысиные бега» между топовыми ИИ-лабораториями.

Смотрим по ссылке (https://www.youtube.com/watch?v=aR20FWCCjAs).

@python_be1

Полезное: нашли репозиторий, который превращает обычных разработчиков в ИИ-инженеров.

Внутри отборные научные статьи, блоги и схемы по ключевым темам: архитектура, токенизация, RAG, MCP — все, что вы пропустили или до чего не дошли. Короче, база.

Забираем (https://github.com/InterviewReady/ai-engineering-resources) ☕️

@python_be1

🚨 SQL Никогда НЕ ДЕЛАЙ ТАК #sql

НИКОГДА НЕ ЛОМАЙ ИНДЕКСЫ ФУНКЦИЯМИ: не оборачивай индексируемые поля в функции внутри WHERE.

Как только ты пишешь LOWER(), CAST(), COALESCE() или любые вычисления по колонке — индекс перестаёт работать, и запрос падает в полное сканирование таблицы.

Это одна из самых тихих причин, почему запросы внезапно превращаются в тормоза.

Вместо этого приводи значения заранее или используй функциональные индексы.

```

Плохо: индекс по email НЕ используется
SELECT *
FROM users
WHERE LOWER(email) = 'user@example.com';

— Хорошо: нормализуем значение заранее
SELECT *
FROM users
WHERE email = 'user@example.com';

— Или создаём функциональный индекс (PostgreSQL)
CREATE INDEX idx_users_email_lower ON users (LOWER(email));
```

@python_be1

Привет, друзья! Отличные новости! Наш чат, существующий с 2020 года, снова открыт для вас! Лучший чат для обсуждений с уклоном в тематику IT и программирования (хотя общаться можно абсолютно на любые темы) ждёт вас не зависимо от вашего уровня и знаний, главное быть адекватным и приятным собеседником. У нас вы сможете повысить свои навыки в программировании, поделиться опытом с другими, найти новых друзей да и просто отдохнуть в хорошей компании. Заходи по ссылке в закрепе моей страницы и добро пожаловать!

@python_be1

Гайд по правильной архитектуре большого Python-проекта? #python #ai

@python_be1

🚀 Step-Audio-R1 — первый аудио-LLM, который открыл масштабирование вычислений на этапе инференса для задач звука. Новый рубеж для моделей, работающих с живым аудио.

🛠️ Ключевые возможности:
- глубокое понимание аудиосигнала
- реакция в реальном времени
- масштабируемые цепочки рассуждений для аудио-задач

🔥 Производительность:
- превосходит Gemini 2.5 Pro и сопоставим с Gemini 3 на ключевых бенчмарках по аудио-reasoning
- 96% точности в режиме реального времени - выше, чем GPT Realtime и Gemini 2.5 Flash Native Audio Dialog
- латентность первого токена - всего 0.92 секунды

Step-Audio-R1 использует Modality-Grounded Reasoning Distillation (MGRD) - подход, при котором цепочки рассуждений привязываются не к "домыслам модели", а к реальным акустическим признакам сигнала.
То есть модель рассуждает, опираясь на звук, а не на абстракции из текста.

Это убирает галлюцинации, повышает надёжность и позволяет масштабировать глубину reasoning так же, как это делают текстовые R1-подобные модели, но теперь в аудио.

Новый этап: LLM, которые думают не только над текстом, но и над реальным звучанием мира.

👾Demo: https://stepaudiollm.github.io/step-audio-r1/
📄 Paper: https://arxiv.org/abs/2511.15848
🐙 GitHub: https://github.com/stepfun-ai/Step-Audio-R1

@python_be1

🔥 Вся историю Unix - от первых 2.5 тысяч строк на PDP-7 до 30 миллионов строк современного FreeBSD.


По сути, это Git-машина времени, восстановленная вручную из 24 исторических снапшотов.

Что внутри:

- Полвека разработки сведены в непрерывную линию: 1970 → 2018, без пропавших релизов и дыр в истории.
- Почти 500 000 коммитов, более 2000 мерджей и около 1000 авторов — самых первых нашли через архивные документы и письма.
- Полная эволюция Unix: PDP-7, версии V1–V7, Unix/32V, все ветки BSD, SCCS-история, 386BSD, вся линейка FreeBSD от 1.0 до текущего дерева.
- Восстановление сделано с максимальной точностью — код собрали по крупицам из разных систем.
- Репозиторий только для чтения: он не принимает пуши, а регулярно пересобирается с нуля, чтобы история оставалась чистой и неизменной.

Это, пожалуй, самый аккуратный и полный архив развития Unix, который можно открыть прямо в GitHub:
https://github.com/dspinellis/unix-history-repo

@python_be1

🕔 Как сделать задержку в Python разными способами

В Python есть несколько способов сделать задержку, и каждый подходит под разные задачи.

Обычная пауза - через time.sleep().
Неблокирующая задержка - через asyncio.sleep() в асинхронном коде.

Точная задержка в цикле — через time.perf_counter().
Выбирайте под свой сценарий. Подписывайся, больше фишек каждый день !

@python_be1

Анекдот: юзеры массово не могут зайти в Windows — после обновы пропала (https://www.ixbt.com/news/2025/11/30/microsoft-windows-11.html)... кнопка ввода пароля

Обновление KB5064081 снова «улучшило» систему: на экране блокировки внезапно исчезла кнопка для ввода пароля. Она невидимая, но формально существует.

Фикс от «майков» убил: нужно просто ткнуть в пустоту и надеяться, что попадёте. Проблема затронула тех, кто ставит предварительные обновления.

Пока не обновляемся🫡

@python_be1

⚡️ Annotation Toolkit помогает дизайнерам прямо в макете объяснить, как должны работать элементы интерфейса.

Проще говоря, он позволяет:

- подписывать элементы: что кликается, что меняется, как ведёт себя при разной ширине экрана;

- сразу указать требования по доступности: например, какой alt-текст нужен или что должно быть доступно с клавиатуры;

- убрать путаницу при передаче макета разработчикам, чтобы они точно понимали задумку.

Почему это важно:
Почти половина ошибок по доступности появляется только потому, что дизайнеры и разработчики по-разному понимают поведение элемента. Если зафиксировать эти детали заранее - проблемы просто не возникнут.

https://github.blog/enterprise-software/collaboration/level-up-design-to-code-collaboration-with-githubs-open-source-annotation-toolkit/

@python_be1