🤣 Правильно расставленные приоритеты в моей жизни би лайк:

💥 xCode Journal

😅 Айтишник отправил в одну компанию три одинаковых резюме и только одно дошло до финала

Опыт везде был один и тот же, отличались только формулировки и ключевые слова. Первое резюме сразу ушло в помойку из-за алгоритмов, второе получило отказ после предварительной переписки и тестового, так как «опыт не совсем подходит», а вот третье дошло до финала.

✖️ xCode Journal

Cache Control в Claude Code

Советую поставить Cache Control в Claude Code. Причём настойчиво. Похоже, это ровно тот мод, который выжимает максимум по токенам и даёт сессиям жить заметно дольше.

Что он делает: рисует отдельную полоску под 5-минутный кэш Claude и шлёт уведомления — чтобы кэш не остывал.

Установка одной командой:
npx claude-code-templates@latest --mod observability/prompt-cache-control

👉 About Python

Джеффри Хинтон, Йошуа Бенджио и ещё два десятка исследователей выпустили статью про интеллектуальный взрыв

Вышла она в Кембридже, авторов — 22. В списке, например, главный научный сотрудник OpenAI Якуб Пачоцки и сооснователь Anthropic Джек Кларк. Главный вопрос звучит так: что будет, если ИИ начнёт ускорять разработку ИИ так, что годы прогресса ужмутся в месяцы.

Стартуют не с воздуха, а с того, что уже творится в лабах. В Anthropic с начала 2025-го доля кода от моделей подскочила с единиц процентов до более 80%, а автономных R&D-задач у ИИ за полгода стало 26% вместо 1%. Сама логика взрыва простая: модели раздувают исследовательский штат, штат делает модели лучше — и цикл крутится дальше. Компьюта одной лабы хватит на эквивалент миллионов топовых исследователей. Если историческая отдача от исследований сохранится, то после полной автоматизации прогресс ускорится в 10 раз примерно за полтора года. Может и не сбыться — упрётся в компьют, данные или длительность претрейнов. Но риски авторы считают серьёзными.

Адаптироваться общество не успеет, контроль над моделями люди потеряют, а лидер гонки получит слишком жирный перевес. Регуляторам советуют обязать лабы отчитываться о степени автоматизации R&D и пускать внешних аудиторов проверять модели до внутреннего деплоя. Параллельно надо заранее готовить тормоза: лимиты на прирост способностей за период, возможность жать паузу на конкретные нагрузки в датацентрах, международные соглашения с проверкой исполнения. Если взрыв начнётся, считают авторы, решать что-то будет уже поздно.

источник

👉 About Python

Хочешь, чтобы ИИ клепал моды или скрещивал между собой разные игры? Тогда глянь сюда:
rehan-remade/universal-modder

Суть rehan-remade/universal-modder простая: натравливаешь Claude на игру. Скиллы, тулзы и fal MCP дают Claude Code возможность править под себя практически любую PC-игру, что уже валяется у тебя на диске.

В комплекте: recon, реверс-инжиниринг, сгенерённые через fal арт, 3D и звук, прогон тестов прямо в игре и видосы-демки.

👉 About Python

Питон подтормаживает, а ты только догадываешься, где именно? В 3.15 завезли штуку под названием Tachyon (profiling.sampling). Она раз за разом снимает стек вызовов и вычисляет, куда прога сливает время. Крутится отдельным процессом, так что приложению почти не мешает. Можно прицепиться к уже работающему сервису — без рестарта и без правок в коде.

Что она умеет: рисовать flame graphs и тепловые карты по строкам; показывать нагрузку в прямом эфире; разбирать asyncio, ожидание I/O и удержание GIL. Подключение к процессу по PID:

python3.15 -m profiling.sampling attach 12345

В Talk Python разработчики объясняют, как этот профилировщик устроен и как применять его на практике.

👉 About Python

webAI выкатила TwIL-LM3-Pro — компактную штуку на 3,66B параметров, заточенную строго под формальную логику. Сделана поверх IBM Granite 4.2 3B, а дальше её дообучали под конкретику: проверить, вытекает ли вывод из заданных предпосылок, перегнать текст в формальную логику, semantic parsing, а ещё формализовать и раскритиковать доказательства в Lean.

Что по замерам webAI: TwIL-LM3-Pro держится примерно на одном уровне с Qwen3-8B по ключевой composite-метрике в формальной логике, хотя параметров у неё меньше более чем вдвое. Плюс она обгоняет публичный VibeThinker-3B по всем шести заявленным formal-задачам.

Q4 GGUF тянет всего на 2,09 GiB, хватит около 4 GB VRAM, запуск — через llama.cpp, и данные никуда не уезжают. Это не болталка на все случаи жизни, а узкая reasoning-модель под конкретный класс задач. Лицензия — non-commercial. TwIL-LM3-Pro на Hugging Face

👉 About Python

Похоже, команда OpenAI всё-таки вышла на тропу искупления.

И теперь режим такой: каждый день — либо подгон в виде реально нужной фичи, либо лимиты сносят в ноль.

👉 About Python

PyCoder’s Weekly #755 — 6 октября 2026

Python 3.15.0rc3: в новых фичах lazy loading что-то пошло не так, поэтому срочно собрали экстренный Release Candidate. Итог — релиз Python 3.15 уезжает ещё на неделю. В обзоре свежих возможностей 3.15 — lazy imports, frozendict, sentinels, sampling profiler и куда более человечные сообщения об ошибках. Отдельная тема — Tachyon, встроенный sampling profiler в 3.15; в подкасте Talk Python про него рассказали Ласло Киш Коллар и Пабло Галиндо Сальгадо.

И ещё пачка новостей: появились черновики PEP 824 (None-Coalescing Operators) и PEP 823 (None-Aware Access Operators); выкатили Python 3.10.22, 3.11.17, 3.12.15, 3.13.16 и 3.14.8; документация Python теперь есть и на персидском. А Python Language Summit 2026 прошёл в Кракове, Польша, в рамках EuroPython 2026 — 15 докладов про free-threading, Rust, сборку мусора, аннотации типов и не только.

PyCoder’s Weekly Issue #755

👉 About Python

Python в Cloudflare Workers: всё, теперь по-взрослому — GA

Cloudflare перестала держать Python в статусе «поиграться» и сделала его полноправным языком для Workers. То есть твой Python-код спокойно уезжает в прод на edge и цепляется напрямую к Workers AI, R2, D1, Hyperdrive, Durable Objects, Queues и Workflows.

Что прикрутили: FastAPI, Django, Flask и прочие ASGI/WSGI-фреймворки; нативные Python bindings, так что объекты руками в JavaScript конвертить больше не надо; PostgreSQL и MySQL через Hyperdrive; сетевые либы и TCP-сокеты; и да, OpenAI SDK, LangChain и MCP можно крутить прямо внутри Python Workers.

Под капотом — Pyodide/WebAssembly, а для пакетов с C/C++/Rust-расширениями Cloudflare толкает стандарт PyEmscripten / PEP 783. Значит, на Python можно собирать API, AI-агентов, MCP-серверы, RAG и event-driven пайплайны, не поднимая отдельный сервер. Анонс Cloudflare

👉 About Python