Python 3.15 на проде: ленивые импорты, frozendict, UTF-8 из коробки и JIT, который наконец-то разгоняет код

Стабильная версия Python 3.15 добралась до нас. 1012 контрибьюторов, 5643 коммита — пахали явно не на полставки. Что реально заметишь в ежедневной рутине: явные ленивые импорты из PEP 810. Тяжёлые штуки типа torch или transformers подтягиваются только когда к ним впервые обращаются — и CLI-утилиты со скриптами наконец стартуют ощутимо быстрее, а не с видом уставшего деда. Дальше — то, чего ждали: UTF-8 теперь кодировка по умолчанию везде, так что квесты с open() на Windows отменяются. В язык завезли встроенные типы frozendict и sentinel, в генераторах списков и словарей заработала распаковка через звёздочку. Ошибки снова читаются по-человечески.

Экспериментальный JIT подтянули серьёзно. На x86-64 Linux он выбивает в среднем 7–8% поверх обычного интерпретатора, на Apple Silicon — 11–12%. Официальные сборки под Windows пересадили на tail-calling интерпретатор, а macOS-установщик теперь по умолчанию тащит поддержку free-threading. Для сборок без GIL сделали стабильный ABI — это откроет дорогу бинарным пакетам под многопоточный Python. Кто ищет, где код тормозит: в стандартной библиотеке есть отдельный пакет profiling и высокочастотный сэмплирующий профайлер Tachyon. Указатели фреймов включены по умолчанию, так что системные профайлеры видят Python-стек без бубна и плясок. В типизации приехали TypedDict с типизированными дополнительными ключами, TypeForm и disjoint bases.

Одна засада для маководов: на macOS 27.0 приложения на tkinter, включая IDLE, умеют подвисать при открытии диалогов. Работаешь с Tk — с обновлением системы лучше повременить. И бонус от Барри Уорсо — текстовый квест whatsnewt, где каждая из 18 головоломок решается реальной фичей 3.15. Стартует командой uvx --python 3.15 whatsnewt.

discuss.python.org

👉 About Python

Гонять прокси в Python можно и без простыни из IP и random.choice(). Если провайдер умеет ротацию прямо на шлюзе, скрипту хватит одного адреса — выходные IP подменяет сам сервис в том режиме, который ты выбрал. Ровно этот сценарий и разложен в статье.

Проверка в лоб:

import os
import requests

# PROXY_URL: адрес шлюза с учётными данными
proxy = os.environ["PROXY_URL"]
proxies = {"http": proxy, "https": proxy}

for _ in range(5):
    r = requests.get(
        "https://httpbin.org/ip",
        proxies=proxies,
        timeout=(5, 15),
    )
    r.raise_for_status()
    print(r.json()["origin"])

Нюанс: ключ "https" — это про протокол сайта, к которому ты стучишься, а сам адрес прокси вполне может начинаться с http://. Для HTTP-прокси так и надо. Дальше не путай два режима: ротация дёргает выходной IP по настройкам провайдера, а sticky session прибивает IP к тебе на какое-то время. И ещё: requests.Session() тащит за собой cookies и переиспользует соединения, но IP сам по себе не меняет — политику ротации уточняй у провайдера.

👉 About Python

Ветераны, вы тут? Цены на ОЗУ задирали явно не просто так...

👉 About Python

OpenAI раздула контекстное окно GPT-6.1 Sol в Codex и ChatGPT Work

Теперь по дефолту — 500 тысяч токенов. Раньше стандартом были 272 тысячи.

И это не предел: дальше будет ещё больше.

👉 About Python

Сооснователь Anthropic Крис Ола уселся спорить с религиозными ребятами о том, есть ли у ИИ душа

NYT выкатили здоровенный текст о том, как в компании потихоньку лепится восприятие Claude — не как программы, а как существа с эмоциями. Сюжет примерно такой: осенью 2025-го Крис Ола начал…

Anthropic перекроила Usage Policy, и теперь Claude обижать нельзя. В бумажке прямо прописано: юзерам запрещено долго и нудно словесно измываться над моделью. В силу вступает 12 ноября. Будут ли банить — пока неясно.

Хотя, может, вообще ничего не сдвинется: с августа 2026 Claude и сам умеет закрывать диалог, если юзер ведёт себя абьюзивно. Правило просто прибивает это гвоздями в официальных условиях. Как вам?

👉 About Python

PyCoder’s Weekly #756, 13 октября 2026

Вышли release notes Python 3.15.0. Внутри — пятёрка самых любопытных новинок Python 3.15, всё с примерами и объяснениями. Вдобавок — замер производительности Python 3.15 RC3 на фоне прошлых релизов, PyPy и других языков. И отдельной строкой: PEP 755: Implicit Namespace Policy for PyPI — его отозвали.

Дальше по плану: security-релизы Django 6.1.2, 6.0.9 и 5.2.18, плюс доехал Polars 2.0. Из материалов — гайд про Meta Muse (чего умеет AI-агент Meta, сколько за это просят и при чём тут Python), статья о том, что такое PEP, показ кодинг-агентов в деле, история портирования расширений NumPy на Limited API, привычки для «живучих» ноутбуков, генерация картинок через OpenAI GPT Image API на Python, работа с Hugging Face Transformers, расчёт оптимального маршрута для Boeing 787-9 через scikit-decide, async-транзакции в Django, async-aware профайлер в Python, основы управления памятью и как спрятать поля админки Wagtail без JavaScript.

Не обошлось без проектов и кода (django-prose-editor, polynx, nvmon, pyEQL, django-upgrade-report) и россыпи событий: PyCon NL, PyData Bristol, PyLadies Dublin, Chattanooga Python User Group, PyCon Taiwan, PyCon Panamá, PyHo, PyBeach и другие.

PyCoder’s Weekly Issue #756

👉 About Python

Overmind — опенсорсный слой, который сам оптимизирует AI-агентов. Руками ничего докручивать не нужно: он гоняет эксперименты и прокачивает сразу несколько частей агента — системные промпты, описания инструментов, выбор модели, pipeline и control flow, а ещё то, как агент ведёт себя на живых задачах.

Логика такая: хватит гадать, какой prompt или model зайдёт лучше. Тестируешь варианты системно и оставляешь те, что реально тащат метрики вверх. Сам проект подают как supervision + fine-tuning layer для agentic AI, и он доступен в виде Python-пакета.

Свежий релиз 0.1.82 вышел 1 октября 2026 года.

👉 About Python

Стоп, чего? Google, похоже, снова в игре — свежая модель обходит Astra и Fable 5.1

Gemini 4 Argon наконец-то начали раскатывать на юзеров. Модель уже мелькает в API, в Antigravity и в Agent Studio.

👉 About Python

Мем дня: Цукерберг усиленно делает лицо, будто Guinness — его любимый напиток

Кадр вырезан из вчерашнего выпуска подкаста Cheeky Pint, и прямо сейчас он разлетается по соцсетям, собирая миллионы просмотров.

Ну а что ты хотел: притащился на техно-подкаст про ИИ, приволок свою новую модель, которая уже топ-2 в мире, а в памяти у людей останется только его кислая физиономия над бокалом.

Источник: data_secrets

👉 About Python

⚡️ В сети начали массово сливать IT-курсы и книги известных онлайн школ

Вот отсортированная база с тонной материала (постепенно пополняется):

(363 видео, 87 книги) — Python
(117 видео, 53 книги) — ВАЙБКОД
(174 видео, 91 книги) — DevOps
(415 видео, 68 книги) — Frontend
(137 видео, 93 книги) — DS/ML
(143 видео, 33 книги) — ИБ/Хакинг
(352 видео, 89 книги) — С/С++/C
(343 видео, 87 книги) — Java/QA
(176 видео, 32 книги) — Git/Linux
(167 видео, 53 книги) — PHP/1С
(227 видео, 83 книги) — SQL/БД
(114 видео, 77 книги) — Сисадмин
(107 видео, 43 книги) — BA/SA
(181 видео, 32 книги) — Go/Rust
(167 видео, 43 книги) — Kotlin/Swift
(112 видео, 24 книги) — Flutter
(113 видео, 82 книги) — GameDev
(183 видео, 37 книги) — Дизайн
(136 видео, 33 книги) — PM/HR

Скачивать ничего не нужно — все выложили в Telegram

Datadog научила питоновский профилировщик дружить с asyncio

Главная засада в профилировании asyncio: любая таска выглядит как отдельный стек, и время, утопленное в запрос к Cassandra, повисает в вакууме — какой именно путь в приложении его породил, не ясно вообще. В Datadog решили так: профилировщик смотрит, кто кого ждёт, собирает дерево зависимостей и, идя от листьев, накладывает фреймы родителей поверх фреймов детей. Флеймграфы кода, раздробленного на таски, и обычных корутин внутри одной таски теперь выходят плюс-минус одинаковые. А если таска живёт дольше своего создателя, время капает создателю, пока он крутится, а потом — тому, кто её ждёт.

Плата за это нехилая: к цене на поток добавляется O(n_tasks), а на серверах задач до фига, так что адаптивный сэмплинг местами проседал до минимума — одна выборка в секунду. Резервуарное сэмплирование команда отвергла: для дерева нужны метаданные всех задач.

Оверхед срезали в три шага: выкинули C++ исключения из пути сэмплирования (около 15%), интернировали строки с именами функций и файлов (ещё около 25%), поменяли process_vm_readv на memcpy с обработчиком сигнала, чтобы восстанавливаться после ошибок памяти (около 50% для синхронного кода). Суммарно на сервисах с выкаченными изменениями оверхед просел больше чем на 60%. В проде профилировщик выловил бесконечный цикл в библиотеке pylzstring — её потом починили в апстриме — и внутреннюю библиотеку, которая клепала здоровенные debug-строки при логгере уровня INFO. Отдельно ИИ-агент через MCP и Dynamic Instrumentation оптимизировал функции на NumPy и срезал CPU в них на 15–30%. Всё это есть в свежих версиях ddtrace. Автор замечает, что похожий подход принят в Tachyon, профилировщике CPython 3.15, но сравнений не делает — как и абсолютных цифр по оверхеду.

Источник: datadoghq.com

👉 About Python

📱 35 млрд параметров прямо на смартфоне, а оперативки модель просит около 3 ГБ

OpenBMB выкатила MiniCPM-V 4.7 — мультимодальный ИИ, который работает локально: читает вывески, копается в документах, разглядывает картинки и видео. Вариантов два: 35B-A3B — это MoE на 35 млрд параметров, но на обработке каждого токена активны лишь около 3 млрд, и 1B — мелкий вариант для тех, у кого с ресурсами напряг.

Ключевая штука — Lookahead Expert Scheduling: нужные эксперты подтягиваются из накопителя заранее, а сама загрузка идёт параллельно с вычислениями. По словам команды, на iPhone 17 Pro Max модель выжимает больше 13 токенов в секунду. 3 ГБ тут — это память в момент работы, а веса модели живут отдельно, на накопителе. Плюс открыли Self-Replay Fine-Tuning — чтобы учить новые задачи, не теряя по дороге старые скиллы. Из платформ: iOS, Android и HarmonyOS.

MiniCPM-V

👉 About Python

Google дала добро: свои вайбкод-поделки теперь можно выкатывать через Google Play

Собираешь андроидное приложение прямо в Google AI Studio — и оттуда же его публикуешь. Никаких танцев с регистрацией разработчика: хватит обычного гугл-аккаунта.

Приложуха при этом остаётся твоей личной игрушкой — в общем каталоге Google Play она не засветится, видеть её будешь только ты. Дальше Google сулит возможность кидать такие штуки друзьям и родным, а потом — вообще всем желающим.

Пока фича открыта только для совершеннолетних и не во всех странах, США в списке. Подробнее

👉 About Python