Stack Overflow запустили свой ежегодный опрос Developer Survey. Как можно заметить, я люблю читать результаты этих исследований и пытаться выдать диванную аналитику. Господа питонисты, нужно заполнить опросник, чтобы туда попали данные про нас с вами, чтобы мне потом было о чём рассуждать.

В этом году примерно треть опросника занимают вопросы про AI. А еще забавно видеть, что в вопросе с "другими библиотеками" появился вариант Ruff. Видимо, много шума наделала утилита, что даже попала на радары Stack Overflow.

Заполнить опрос можно до 7 июня.

Тем временем FastAPI уже стал лидером по количеству вакансий на хедхантере, обойдя Django.

При этом во многих вакансиях, конечно, упоминается знание нескольких фреймворков.

Но FastAPI — на коне!

Тут в питонячем клубе решили немного пошатать устои и поменять формат версионирования. Потому что все равно семвера уже нет — 3 на 4 никогда не поменяют, а в минорной версии не стесняются депрекейтить и удалять старое. Да и учитывая текущий график релизов удобно будет прибить версию к году, т.е. вместо 3.15 будет 3.26. И бонусом проще считать когда версия будет EOL — 26 + 5 = [20]31

А почему это предлагается сделать с 26 года? Ну потому что релиз с мемным номером 3.14 таки надо сделать в 25 году, а потом уже можно менять

https://peps.python.org/pep-2026/
https://discuss.python.org/t/pep-2026-calendar-versioning-for-python/55782

Прерву радиомолчание ради новости в своем любимом жанре. Он таки это сделал! Ruff по количеству скачиваний опередил flake8 и pylint. Начиная с декабря 2024 стабильно доминирует. Впрочем, это было лишь вопросом времени.

Линтеры он уже победил, следующие на очереди — форматтеры. Постепенно происходит adoption этой фичи, поэтому скачивания black уменьшаются. Форматтер в Ruff появился всего 14 месяцев назад.

Честно говоря, за последние пару лет я стал настоящим фанатом инструментов для разработки на Python от компании Astral. Сначала меня покорил линтер Ruff - теперь он есть во всех проектах, в которых я участвую. Недавно я попробовал uv и теперь каждый раз страдаю, когда приходится возвращаться к Poetry (но со временем заменю и его).

Стоит отметить, что uv и Ruff написаны на Rust, благодаря чему они работают значительно быстрее аналогичных инструментов на Python. Помимо скорости, они радуют достаточно удобной настройкой. Неудивительно, что оба инструмента стремительно набирают популярность в сообществе Python-разработчиков, и их востребованность только растет.

Сегодня Чарли Марш из Astral написал в Twitter X о новом инструменте - статическом анализаторе типов. Это отличная новость, и я уже с нетерпением жду релиза! По его словам, это самый амбициозный проект компании на данный момент, и в него уже внесено более 800 пул-реквестов. Пока что проект находится на ранней стадии разработки.

https://x.com/charliermarsh/status/1884651482009477368

Доброе утро, работяги! Сможете объяснить почему так? 😅

>>> list(list()) * 5
[]
>>> [[]] * 5
[[], [], [], [], []]

https://www.youtube.com/watch?v=wgxBHuUOmjA

Добавил ключевое слово maybe в Python3.14

https://github.com/python/cpython/pull/131982 🎉

Много шума создал вайб-кодинг в последнее время. Я тоже имею кое-что сказать.

Прям вайб-кодить (это когда ты даже не читаешь, что там генерируется) я себе не могу разрешить, мне так низко пасть не позволяет ведьмачий кодекс. Я просто установил Cursor и попользовался им пару недель в комфортном для себя режиме. Мне ж надо прочитать, что оно там понаписало, поспорить с машиной про читаемость, попросить переделать, и это убивает любой вайб. Короче, я скорее расскажу впечатления от использования Cursor, чем про вайб-кодинг.

Сначала мне показалось, что прям круто. Пишешь ему, что тебе надо, а он и зависимости сам устанавливает нужные, и код пишет, делает какой-то README сразу. Запускаешь — работает. Если попросить, то и в Docker заворачивает, и Redis подключает. И файлы читает-исследует, и ошибки из терминала ловит. Вау. Я так вдохновился, что аж пет-проекты снова начал делать, хотя уже лет 5 этим не занимался.

Иногда прям удачно генерирует. А в другой раз — видимо, когда Луна выходит из нужной фазы — начинаются какие-то проблемы на ровном месте. Начинает терять файлы/функции, и вместо расширения существующих создавать новые. Пытается решить проблемы почему-то сменой версии библиотек — даунгрейдит её и даунгрейдит, хотя очевидно (мне), что это не поможет. Иногда в попытке решить проблему начинает ходить по кругу и меняет код туда-сюда. От всяких таких проблем иногда помогает создать новый чат (чтобы обнулить контекст), иногда сменить модель, а иногда только ручное вмешательство. Надо следить и пресекать попытки делать херню.

Важно понимать, что ты хочешь получить, и формулировать мысли чётко. Это как с гуглом — гугл есть у всех, но правильно загуглить может не всякий. Короче, управлять этой машиной всё-таки должен программист. Иначе всё скатывается в нечитаемый шлак, с которым сама LLM уже не в состоянии совладать. За этой штукой обязательно нужно следить и всё проверять. Если явно не попросишь что-то порефакторить, то оно так и будет расширять одну и ту же функцию — хоть там пятьсот строк, хоть тыща.

Если отклоняешься от мейнстримных технологий, то сразу всё становится хуже. Взбрело мне в голову заюзать YDB (это такая СУБД, которая имеет serverless режим в Yandex Cloud), модель мне очень уверенно сгенерировала абсолютно нерабочий код, который я потом еще часа 4 чинил. В целом-то похоже на правду, но вот почему-то не работает. Пришлось по-старинке читать документацию, искать примеры. А запросы для PostgreSQL фигачит в основном безошибочно. Всё время пытается использовать pip, хотя я велю использовать uv, но это поведение я таки обуздал, прописав правила в специальный конфиг .cursorrules, где на примерах объяснил как пользоваться uv. Видимо, uv — слишком свежая тулза, ещё не попала в обучающие выборки моделей в нужном количестве.

Если пытаться генерировать проекты целиком, то может получиться что угодно — как нерабочее говно, так и рабочее говно. Если двигаться небольшими итерациями и следить за выводом, то получается хорошо, но это уже почти то же самое, как кодить самому. Иногда реально проще сделать руками, чем объяснить как надо. Этим инструментом надо ещё научиться пользоваться, привыкнуть к такому стилю работы.

Ускоряет ли это работу? Да, наверное, да — зависит от того, насколько сильно вы будете всё контролировать и перепроверять. Заменит ли ИИ программистов? Ну, поживём-увидим. Прямо сейчас это точно не революция, которая превратит нас всех в курьеров, а скорее очередная итерация улучшения эргономики для тех, кто уже и так умеет программировать. Или снижает порог входа для тех, кто не умеет, но очень хочет. В любом случае, рекомендую попробовать попользоваться. Опыт интересный.

Явный плюс — с этой штукой я, кажется, могу доводить пет-проекты до конца. Сам я обычно запинаюсь об первую кочку и сразу теряю интерес. А тут мелкие кочки становятся незаметными, полегче дело идёт.

Наверное, там был Python 2. Я бы тоже на его месте разозлился 🤷‍♂️

В социальных сетях начала появляться информация о том, что Microsoft прекращает поддержку проекта Faster CPython (инициатива, направленная на значительное повышение производительности интерпретатора Python) и увольняет сотрудников, вовлечённых в его разработку. Однако на данный момент от самой Microsoft нет официальных подтверждений этой информации.

Но к примеру, на том же Reddit уже активно обсуждаются увольнения Эрика Сноу (Eric Snow), Ирит Катрил (Irit Katriel) и Марка Шэннона (Mark Shannon), который, инициировал проект Faster CPython вместе с Гвидо и был его техлидом.

https://www.reddit.com/r/Python/comments/1kmwdbu/microsoft_layoffs_hit_faster_cpython_team/

@g33ks

All good things come to an end

Что ж, скажем Майкрософту спасибо, что 4 года содержал команду из нескольких инженеров, которые фуллтайм развивали Python. Это на самом деле большая инвестиция, граничащая с благотворительностью — учитывая, что никакой измеримой выгоды для корпорации она не несет. Это далеко не во всякой конторе такое вообще возможно. Зато сокращение штата на 3% (куда попали и наши слоняры, и другие влиятельные опенсорс деятели, например, разработчики TypeScript) несет измеримые миллиарды долларов в год экономии, так что решение чисто денежное. Видимо, ветер подул в другую сторону.

Пожелаем инженерам с минимумом нервяков устроиться на новые места, питону — продолжать ускоряться, а эффективным менеджерам — лучи поноса и чтобы их заменил ИИ.

Ну хоть Гвидо вроде не сократили.

Вышел трейлер документалки о Python. Что-то на уровне Marvel, возможно даже выше

https://www.youtube.com/watch?v=pqBqdNIPrbo