Meta внедряет ИИ-оптимизацию в Ads Manager

Meta постепенно вшивает ИИ-оптимизацию во все уровни Ads Manager: бюджет, аудиторию и креативы. Идея — автоматически перераспределять spend туда, где выше конверт и engagement. Для арбитража вывод простой: функции выглядят полезно, но их реальная эффективность пока не доказана, поэтому тестировать нужно в сравнении с ручными настройками.

➡️ Читайте на сайте: https://aff.top/blog/meta-vnedriaet-ii-optimizaciiu-v-ads-manager

🧠 Ещё больше инсайтов → в канале AFF.top

esbuild ускоряет сборку, но чаще всего тормозит не он, а ваш проект

Если Vite или свой билд внезапно “медленный”, не начинайте с замены инструмента. Сначала проверьте три вещи: большой объём TS/JS без разделения на чанки, тяжёлые трансформации в плагинах и лишние проходы по файловой системе.

У esbuild сильная сторона — быстрый парсинг и трансформация. Но он не спасает, если вы гоняете через него всё подряд:
• огромные entry points вместо нормального splitting
• CSS/asset pipeline с десятком промежуточных шагов
• плагины, которые читают диск на каждый импорт

Есть наблюдение которое стоит проверить: в реальных репах “медленный esbuild” часто оказывается “медленным графом зависимостей”. Уберите дублирующиеся импорты, выкиньте неиспользуемые barrel-файлы, сократите глубину re-export’ов — и сборка обычно проседает меньше, чем после любого тюнинга флагов.

Для типовых задач esbuild хорош как быстрый transpile/minify слой. Для сложной логики лучше держать его рядом с Vite, а не заставлять делать то, для чего нужны отдельные плагины и явная структура модулей.

Если сборка болит, сначала режьте граф и I/O, а уже потом меняйте инструмент — так экономится больше времени, чем на бесконечном тюнинге конфигов.

Pydantic ломается не на типах, а на грязных границах входа

Если модель падает в проде, проблема обычно не в Pydantic, а в том, где вы его ставите. Он должен встречать сырой JSON, форму, query-параметры и сразу превращать это в нормальные поля, а не жить внутри бизнес-логики.

Что проверять в каждой схеме:
— обязательные поля с явным default, а не «как-нибудь само»
— алиасы для внешнего API, чтобы не тащить его нейминг в код
— строгие типы для дат, чисел и enum, без ручного парсинга строк
— отдельные модели для входа, ответа и внутреннего домена

Самая частая ошибка — делать одну модель на всё. В итоге API-ответ начинает диктовать структуру БД, а любая мелкая правка ломает сериализацию. Лучше держать DTO отдельно и не бояться дублировать несколько полей: это дешевле, чем потом распутывать взаимозависимости.

Ещё один рабочий приём: валидируйте на границе, а не в середине обработки. Если данные уже прошли через Pydantic, дальше код может быть тупым и предсказуемым — именно это и нужно в вебе и скриптах.

Если схема читается как контракт, а не как свалка полей, Pydantic начинает экономить часы на отладке.

В РФ приняли закон о крипте: что он означает

Закон признал крипту имуществом, но запретил использовать её как платёж внутри России. Хранить можно, оплачивать товары и услуги нельзя, а обмен и обращение допустимы только через лицензированных операторов и в рамках внешнеторговых сделок. Для арбитража вывод простой: серые P2P-схемы под ударом, а легализация дохода возможна лишь через правила ЦБ и ФНС.

➡️ Читайте на сайте: https://aff.top/blog/v-rf-priniali-zakon-o-kripte-chto-on-oznachaet

🧠 Ещё больше инсайтов → в канале AFF.top

Claude code теперь умеет запускать Ios-прилы

Anthropic превратила Claude Code Desktop в инструмент для сборки и отладки iOS-приложений прямо в симуляторе Apple. Claude видит интерфейс, читает экран и сразу вносит правки без computer use и разрешений на запись экрана. Для работы нужен Mac, Xcode и подписка Pro/Max/Team. Вывод: это удобный способ быстрее тестировать iOS-оферы и фичи.

➡️ Читайте на сайте: https://aff.top/blog/claude-code-teper-umeet-zapuskat-ios-prily

🧠 Ещё больше инсайтов → в канале AFF.top

Open AI запустила рекламный сервис в ChatGPT

OpenAI запустила рекламу в ChatGPT: спонсорские блоки показываются в бесплатной версии и тарифе Go, а закупка идёт по CPM и CPC с бюджетом на уровне адсетов. Для арбитражников это пока дорогой тест: рекомендованный CPC $3–5, ограниченные гео, есть UTM и базовая статистика, но окупаемость под вопросом.

➡️ Читайте на сайте: https://aff.top/blog/open-ai-zapustila-reklamnyi-servis-v-chatgpt

🧠 Ещё больше инсайтов → в канале AFF.top

FastAPI ломается не на роутинге, а на границах между входом, схемой и ответом

За неделю в репах чаще всего всплывает один и тот же паттерн: эндпоинт работает, пока данные «идеальные». Как только приходит пустое поле, лишний ключ или неверный тип — начинают лететь 422, ручные if-ы и костыли в handler’ах.

Держите базовый чек-лист для живого проекта:
— вход валидируйте на уровне Pydantic-модели, а не внутри функции;
— бизнес-логику не смешивайте с зависимостями и запросом;
— response_model используйте всегда, иначе наружу легко утекут лишние поля;
— для async-операций не прячьте sync-код в endpoint без явного контроля.

Отдельная ловушка — зависимость, которая «просто достаёт объект из БД». Если она делает слишком много, тесты становятся хрупкими, а ошибки размазываются по стеку. Лучше, когда dependency отвечает только за получение контекста, а не за половину сценария.

Ещё один полезный фильтр: если endpoint нельзя объяснить одной фразой, его пора резать на сервисы. FastAPI хорошо переносит тонкие ручки и плохо переносит толстые контроллеры с логикой на 200 строк.

Если проект растёт, сначала наводите порядок на контрактах: вход, выход, зависимости. Потом уже оптимизируйте скорость разработки — иначе вы просто ускорите выпуск ошибок.

Google выпустила новую Gemini 3.6 flash

Google выкатил новую линейку Gemini: 3.6 Flash стала основной моделью и выгоднее прошлой, при этом лучше в кодинге. 3.5 Flash-Lite — самая быстрая, подходит для рисёрча и анализа доков. Flash Cyber ориентирована на поиск уязвимостей, но доступна только в пилоте.

➡️ Читайте на сайте: https://aff.top/blog/google-vypustila-novuiu-gemini-3-6-flash

🧠 Ещё больше инсайтов → в канале AFF.top

IOS 27 будут блокировать за долги

Apple готовит в iOS 27 механизм блокировки iPhone при просрочке по лизингу: часть функций останется доступной, чтобы можно было оплатить долг. Для CPA и партнёрского маркетинга это сигнал, что финтех и рассрочка всё глубже вшиваются в экосистему бренда, а доступ к устройству может зависеть от статуса договора.

➡️ Читайте на сайте: https://aff.top/blog/ios-27-budut-blokirovat-za-dolgi

🧠 Ещё больше инсайтов → в канале AFF.top

Meta разрабатывает приложение для сочинения сказок

Meta тестирует AI-приложение для создания детских сказок: пользователь задаёт героя, мир и мораль, а нейросеть сама пишет текст, рисует иллюстрации и добавляет музыку. Это шаг к массовой генерации контента, где качество, персонализация и скорость важнее ручной работы — а для арбитража и CPA это ещё один инструмент, ускоряющий упаковку креативов и кейсов.

➡️ Читайте на сайте: https://aff.top/blog/meta-razrabatyvaet-prilozhenie-dlia-sochineniia-skazok

🧠 Ещё больше инсайтов → в канале AFF.top

Google добавил вход по видеоселфи

Google тестирует вход по видеоселфи вместо пароля и 2FA: пользователь записывает короткое видео, а потом система сверяет лицо при авторизации. Это упрощает доступ, но вызывает вопросы к антифроду и защите от дипфейков. Функция доступна не всем и не работает для Workspace, детских аккаунтов и Advanced Protection.

➡️ Читайте на сайте: https://aff.top/blog/google-dobavil-vkhod-po-videoselfi

🧠 Ещё больше инсайтов → в канале AFF.top

Автоматизация ломается не в коде, а в предположениях о данных

Чаще всего скрипт пишут под «идеальный» вход: один формат даты, один тип файла, один ответ API. Потом прилетает пустое поле, лишний пробел или другой порядок колонок — и весь пайплайн молча едет в мусор.

За неделю в репах я бы проверял 4 вещи:
— явная схема входа: pydantic, проверки типов, обязательные поля;
— идемпотентность: повторный запуск не должен дублировать записи;
— раздельные ошибки: парсинг, сеть, запись в БД, внешние лимиты;
— логирование с контекстом: что пришло, на каком шаге упало, какой ключ сломан.

Отдельная ловушка — «тихие» падения. Скрипт завершился успешно, но половина строк не обработалась, потому что фильтр слишком узкий или исключение проглотили в helper-функции. Для automation это хуже явного traceback: потом нечего расследовать.

Если скрипт нужен не «на раз», а в работе, начинайте не с ускорения, а с контракта на данные, повторного запуска и понятных ошибок. Тогда автоматизация не превращается в набор магии, который чинят вручную по ночам.

Alibaba выпустили в паблик Qwen-image-3.0

Qwen-image-3.0 делает упор не на «красивую картинку», а на прикладные задачи: длинные промпты, сложные макеты, текст, формулы и 12 языков. Это удобный инструмент для массовой генерации простых визуалов, но пока без open-source весов и бенчей он не выглядит заменой GPT Image 2 или Nano Banana 2.

➡️ Читайте на сайте: https://aff.top/blog/alibaba-vypustili-v-pablik-qwen-image-3-0

🧠 Ещё больше инсайтов → в канале AFF.top

Яндекс тестирует объединение цифровой и наружной рекламы

Яндекс тестирует «Панораму» — единый формат для digital и наружной рекламы с «умным» охватом, который учитывает пересечение аудиторий и снижает частоту показов. Для рекламодателей это шанс расширить reach до 120 млн пользователей и протестировать новые placements, но в паблик-фазе важно смотреть на цену охвата и качество трафика.

➡️ Читайте на сайте: https://aff.top/blog/iandeks-testiruet-obedinenie-cifrovoi-i-naruzhnoi-reklamy

🧠 Ещё больше инсайтов → в канале AFF.top

Flask ломают не роуты, а скрытые зависимости между модулями

В маленьком проекте Flask удобно, пока всё лежит в одном файле. Проблемы начинаются, когда view импортирует сервис, сервис тянет конфиг, а конфиг внезапно знает про БД и очередь. Дальше любой рефакторинг превращается в ручную сборку пазла.

Держите каркас, который спасает:
— app factory вместо глобального app
— extensions инициализируйте отдельно
— конфиг передавайте через объект, а не через import side effects
— бизнес-логику выносите из view в сервисы
— Blueprints используйте как границы, а не как помойку для всего подряд

Ещё одна типовая ошибка — класть в маршрут и валидацию, и SQL, и формат ответа. В итоге тестировать нечего: чтобы проверить один endpoint, надо поднять половину приложения. Если обработчик тонкий, его проще мокать, логировать и переиспользовать в CLI-скриптах.

Идея простая: Flask хорош там, где вы сами держите архитектурную дисциплину. Чем раньше разложите зависимости по слоям, тем дольше проект останется быстрым в разработке и спокойным в сопровождении.

7 ошибок в Python-скриптах, из-за которых ломается автоматизация

В репозиториях это всплывает снова и снова: скрипт «вроде работает», пока не попадает на нестандартные данные, пустой ответ или медленный API.

— Нет явной обработки исключений: один падеж сети, и задача падает без ретрая.
— Переменные окружения читаются без проверки: секретов нет, а код молча уходит в None.
— Путь к файлам захардкожен: на локалке ок, в контейнере уже нет.
— Входные данные не валидируются: лишний пробел, пустая строка или неожиданный тип ломают весь пайплайн.

Отдельно смотрите на логирование. Если в логах только «error happened», то разбирать инцидент придется руками. Нужны контекст, входные параметры, идентификатор задачи и нормальный traceback. Для фоновых скриптов это важнее, чем кажется: без этого непонятно, где именно потерялись данные и кто это вообще запустил.

Еще одна частая проблема — отсутствие идемпотентности. Скрипт должен переживать повторный запуск: не дублировать записи, не создавать одни и те же файлы, не отправлять одно и то же уведомление дважды.

Перед релизом прогоняйте один вопрос: если процесс упадет на середине и его запустят заново, он продолжит работу или начнет все заново с мусором?