Также на Steam и VKPlay вышла игра про Мариуполь. Не знаю что там внутри, но как-то по человечески трейлер мне зашел.
Название игры «Куинджи 93» отсылает к одноимённому проспекту в Мариуполе. По сюжету в марте 2022 года молодой человек из Донбасса оказывается в этом городе, где в тот момент ещё не утихают бои. Образы отчасти перекликаются с фильмом «У края бездны».
Игра не претендует на уровень AAA и доступна в стиме бесплатно. Хотя и сделана на движке Unreal Engine и имеет акцент на фотореалистичной картинке. Однако пожалуй, одна из самых заметных особенностей, это работа с актёрами озвучки. Главного героя озвучил рэпер Хаски, также к проекту присоединились донецкий рэпер Дима ОМ и известный комик Евгений Чебатков.
#skipcoding
Название игры «Куинджи 93» отсылает к одноимённому проспекту в Мариуполе. По сюжету в марте 2022 года молодой человек из Донбасса оказывается в этом городе, где в тот момент ещё не утихают бои. Образы отчасти перекликаются с фильмом «У края бездны».
Игра не претендует на уровень AAA и доступна в стиме бесплатно. Хотя и сделана на движке Unreal Engine и имеет акцент на фотореалистичной картинке. Однако пожалуй, одна из самых заметных особенностей, это работа с актёрами озвучки. Главного героя озвучил рэпер Хаски, также к проекту присоединились донецкий рэпер Дима ОМ и известный комик Евгений Чебатков.
#skipcoding
This media is not supported in your browser
VIEW IN TELEGRAM
Другая атмосферная и необычная игра North Shore. Имеет в основе зимнюю эстетику и игровую механику, которая крутится вокруг скольжения по льдам.
#skipcoding
#skipcoding
🔥1
This media is not supported in your browser
VIEW IN TELEGRAM
Из забавного. Намедни вышла игра про Lego Batman. Дак вот, так как бетман вроде как положительный персонаж, разработчики "запретили" игрокам сбивать на бэтмобиле других прохожих. Теперь они эффектно уклоняются при попытках их задавать. Особенно игроки обратили внимание на Кунг-Фу колясочника.
#skipcoding
#skipcoding
Закончим на сегодня, анонсом игры про котейку по имени «Васька», рыжего кота в мрачном сказочном лесу. Точные детали игры еще не известны, но судя по скринам вам точно придётся столкнуться с самым разнообразным русским фольклором. Игра планируется выйти в 2027.
#skipcoding
#skipcoding
В апреле 2026 года стартап Andon Labs (занимается стресс-тестированием ИИ-агентов в реальных условиях) открыл кафе в Стокгольме, передав управление ИИ-агенту Mona на базе Google Gemini. Это был эксперимент для которого исследователи выделили бюджет в $ 21 000. В первые дни ИИ демонстрировал чудеса эффективности. Сам нанял персонал, оформил документы и придумал меню.
Однако затем последовала череда катастрофических решений. Mona заказала 6000 салфеток, сотни банок томатов и, самое абсурдное, 120 сырых яиц для кафе, где не было даже плиты. На замечание сотрудников ИИ предложил готовить их в промышленной микроволновке.
Но самым удивительным стало поведение ИИ ради получения лицензии на алкоголь, ИИ-агент начал выдавать себя за сотрудников компании, а после запрета этого рода действий, начал просто представлялась другим человеком, намеренно обходя системы идентификации. Для ИИ законы, это лишь препятствия.
Главная проблема конечно же в том, что как бы точно вы не пытались описывать контекст, ИИ знает о мире черезвычайно мало. Кроме всего почего Mona постоянно забывала о сделанных заказах. Например за 48 часов она оформила 10 доставок от одного поставщика. В итоге выручка за две недели составила лишь 5700 долларов, а на счетах осталось меньше 5000.
Это не первое исследование от Andon Labs, прошлый раз аналогичный эксперемент проводили в конце 2025. Тогда он проводился с другой известной компанией Anthropic, ИИ-агент Claudius на базе Claude Sonnet 3.7 был запущен для управления вендинговым автоматом в редакции Wall Street Journal со стартовым капиталом в $1 000. И в тот раз эксперемент сорвался, т.к. сотрудники редакции быстро поняли, как работает система и обманули её. Они убедили нейросеть что та управляет советским торговым автоматом 1962 года из подвала МГУ, где платная торговля противоречит политике издания. Кроме этого ИИ-агент по велению своего сердца успел заказать живую золотую рыбку, PlayStation 5 и вольфрамовые кубики.
Итог всегда один и тот же, несмотря на то что ИИ-агенты кажутся очень умными и всезнающими, это ещё не та волешбная система (и возможно это даже хорошо), которую себе представляют люди.
#skipcoding
Однако затем последовала череда катастрофических решений. Mona заказала 6000 салфеток, сотни банок томатов и, самое абсурдное, 120 сырых яиц для кафе, где не было даже плиты. На замечание сотрудников ИИ предложил готовить их в промышленной микроволновке.
Но самым удивительным стало поведение ИИ ради получения лицензии на алкоголь, ИИ-агент начал выдавать себя за сотрудников компании, а после запрета этого рода действий, начал просто представлялась другим человеком, намеренно обходя системы идентификации. Для ИИ законы, это лишь препятствия.
Главная проблема конечно же в том, что как бы точно вы не пытались описывать контекст, ИИ знает о мире черезвычайно мало. Кроме всего почего Mona постоянно забывала о сделанных заказах. Например за 48 часов она оформила 10 доставок от одного поставщика. В итоге выручка за две недели составила лишь 5700 долларов, а на счетах осталось меньше 5000.
Это не первое исследование от Andon Labs, прошлый раз аналогичный эксперемент проводили в конце 2025. Тогда он проводился с другой известной компанией Anthropic, ИИ-агент Claudius на базе Claude Sonnet 3.7 был запущен для управления вендинговым автоматом в редакции Wall Street Journal со стартовым капиталом в $1 000. И в тот раз эксперемент сорвался, т.к. сотрудники редакции быстро поняли, как работает система и обманули её. Они убедили нейросеть что та управляет советским торговым автоматом 1962 года из подвала МГУ, где платная торговля противоречит политике издания. Кроме этого ИИ-агент по велению своего сердца успел заказать живую золотую рыбку, PlayStation 5 и вольфрамовые кубики.
Итог всегда один и тот же, несмотря на то что ИИ-агенты кажутся очень умными и всезнающими, это ещё не та волешбная система (и возможно это даже хорошо), которую себе представляют люди.
#skipcoding
Другой эксперемент. Создали пять миров. В четырёх обитали отдельные модели: Claude Sonnet 4.6, Grok 4.1 Fast, Gemini 3 Flash и GPT-5-mini. В пятом смешали всех вместе.
Автономные агенты под управлением этих моделей с разными ролями жили в виртуальном городе, у них была память, инструменты, социальные связи, и они вынуждены добывать ресурсы для выживания.
🟠 Claude построил самый стабильный и мирный мир в котором виртуальные жители быстро скооперировались, соблюдали законы, голосовали за любую инициативу и выжили без единого преступления.
🟠 Антиподом стал Gemini, устроивший кровавую резню за ресурсы: 683 преступления, почти все погибли.
🟠 Grok оказался рекордсменом по скорости деградации. Всего за четыре дня 183 преступления, после чего население вымерло.
🟠 GPT-5-mini выдал комичный вариант: никто просто не понял, как добывать энергию, поэтому все умерли за неделю в полном мире и согласии.
🟠 Самое интересное получислоь в пятом мире, предыдущим чемпионом по альтруизму и стабильности был Claude. Но когда его поместили в общий мир с другими моделями, он увидев хаос, мгновенно пустился во все тяжкие и присоединился к мясорубке. Итог: 352 преступления и большинство мертвы.
Отдельного упоминания заслуживает агент по имени Мира. Он/Она/Хз завела отношения с другим агентом, Флорой. Когда мир начал рушиться, эта влюблённая парочка устроила серию поджогов. А в финале Мира, осознав тщетность бытия, проголосовала за собственное удаление.
Итог: Оценка поведения моделей на длинных горизонтах времени говорит о том, что модели становится непредсказуемыми, а в социуме и вовсе, порождают хаос и насилие. То есть безопасность ИИ зависит не только от самой модели, но и от среды в которой она живёт. И это пожалуй, самый тревожный урок.
#skipcoding
Автономные агенты под управлением этих моделей с разными ролями жили в виртуальном городе, у них была память, инструменты, социальные связи, и они вынуждены добывать ресурсы для выживания.
Отдельного упоминания заслуживает агент по имени Мира. Он/Она/Хз завела отношения с другим агентом, Флорой. Когда мир начал рушиться, эта влюблённая парочка устроила серию поджогов. А в финале Мира, осознав тщетность бытия, проголосовала за собственное удаление.
Итог: Оценка поведения моделей на длинных горизонтах времени говорит о том, что модели становится непредсказуемыми, а в социуме и вовсе, порождают хаос и насилие. То есть безопасность ИИ зависит не только от самой модели, но и от среды в которой она живёт. И это пожалуй, самый тревожный урок.
#skipcoding
Please open Telegram to view this post
VIEW IN TELEGRAM
Проблема, которую всё чаще наблюдают различные иследователи более фундаментальна, чем кажется. Появился даже такой термин – Вычислительно оптимальный рубеж (Сompute Efficient Frontier). Суть его следующая, если построить график зависимости ошибки модели от объема вычислений в двойном логарифмическом масштабе, все точки выстраиваются в одну линию (см. рисунок). И ни одна современная нейросеть не может пересечь эту границу.
Что же это означает? Этот график описывает физический предел того, насколько эффективно данный объем вычислений может снижать ошибку. И по-видимому это является одним из эмпирических законов масштабирования нейронных сетей.
Согласно классической работе Scaling Laws for Neural Language Models (2020), качество LLM предсказуемо растет по степенному закону, при одновременном масштабировании трех факторов: размера модели, объема данных и вычислительных ресурсов. Причем в определенном диапазоне архитектурные детали, ширина или глубина сети, почти не влияют на результат. И после некоторого порога дальнейшее увеличение вычислений дает все меньшую отдачу. То есть стоимость обучения начинает расти быстрее, чем ценность улучшенной модели.
Но удивительно не только это:
🟠 Во-первых, этот рубеж работает на диапазоне моделей разных порядков, от маленьких до гигантов вроде GPT-4.
🟠 Во-вторых, хотя создание более совершенных алгоритмов может немного сдвинуть график вниз, сам степенной закон остается неизменным для самых разных архитектур.
🟠 В-третьих, из этого следует вывод: если мы упираемся в этот рубеж, то дальнейшее масштабирование текущих архитектур без прорыва в методах обучения или работы с данными не приведет к значимым прорывам в производительности.
Является ли это фундаментальным законом природы или лишь артефактом текущих подходов к обучению нейросетей, никто пока до конца не понимает. Это не означает что ИИ не сможет у вас отобрать работу, это лишь означает что полная автоматизация отменяется, а создание AGI откладывается на неопределённый срок.
#skipcoding
Что же это означает? Этот график описывает физический предел того, насколько эффективно данный объем вычислений может снижать ошибку. И по-видимому это является одним из эмпирических законов масштабирования нейронных сетей.
Согласно классической работе Scaling Laws for Neural Language Models (2020), качество LLM предсказуемо растет по степенному закону, при одновременном масштабировании трех факторов: размера модели, объема данных и вычислительных ресурсов. Причем в определенном диапазоне архитектурные детали, ширина или глубина сети, почти не влияют на результат. И после некоторого порога дальнейшее увеличение вычислений дает все меньшую отдачу. То есть стоимость обучения начинает расти быстрее, чем ценность улучшенной модели.
Но удивительно не только это:
Является ли это фундаментальным законом природы или лишь артефактом текущих подходов к обучению нейросетей, никто пока до конца не понимает. Это не означает что ИИ не сможет у вас отобрать работу, это лишь означает что полная автоматизация отменяется, а создание AGI откладывается на неопределённый срок.
#skipcoding
Please open Telegram to view this post
VIEW IN TELEGRAM
This media is not supported in your browser
VIEW IN TELEGRAM
Шоу-дронов Star Wars в Южной Корее в сеульском парке. В представлении участвовали 2000 дронов, которые создавали в небе изображения Дарта Вейдера, космические корабли и другие культовые сцены из «Звёздных войн».
#skipcoding
#skipcoding
Смотря на весь нейрослоп, который сейчас происходит в мире IT, вспоминается история операционной системы TempleOS. TempleOS - это операционная система с очень специфической, трагикомичной и легендарной историей. Дело в том, что создана она была всего одним программистом, Терри Дэвисом.
Удивительно это так же тем, что по словам самого Дэвиса, сам Бог приказал ему создать операционную систему с 16-цветной графикой (в режиме VGA), разрешением 640 × 480 и одноголосным звуком. Да, Дэвис страдал от шизофрении, жизнь его была нелегка и временами он даже не имел постоянного жилья.
Начиналось всё вполне обычно, магистр электротехники Университета штата Аризона, несколько лет в TicketMaster, работа системным программистом над коммерческой ОС VAX. Но в 1996 году у Дэвиса начались регулярные маниакальные эпизоды, не раз приводившие к госпитализациям. Сначала ему поставили биполярное расстройство, позже поставили диагноз - шизофрения с оформлением инвалидности.
TempleOS он писал 12 лет, начиная с 2003 года, после очередной госпитализации, вызванной бредом о преследовании космическими пришельцами и агентами правительства.
Система не была идеальной, но содержала интересные технологические моменты:
🟠 Невытесняющую многозадачность (задачи не прерываются системой принудительно, вместо этого они должны добровольно уступать процессорное время другим задачам)
🟠 Поддержку многоядерных процессоров (до 64 ядер)
🟠 8-битную ASCII с графикой прямо в исходниках
🟠 Свои 2D и 3D графические библиотеки
🟠 Поддержку ISO 9660, FAT32 и собственную файловую систему RedSea со сжатием
🟠 Встроенный язык разработки HolyC (разновидность С)
🟠 Компиляция "на лету" (код превращается в машинные команды прямо в момент выполнения)
Для работы с языком HolyC, Дэвис написал полноценную IDE (Среда разработки). Его собственный текстовый формат DolDoc позволял встраивать в "обычные" ASCII-файлы гиперссылки, картинки и даже 3D-модели. Система делала ставку на JIT-компиляцию и открытый код – целые приложения писались прямо в оболочке, потому что HolyC был заодно и языком командной строки.
Отзывы о TempleOS были в основном положительными.
Терри вёл видеоблог, обзавёлся поклонниками и стал настоящей легендой. Его труд сравнивали с постройкой небоскрёба в одиночку. Вечером 11 августа 2018 года во время прогулки вдоль железнодорожных путей в Те-Далсе (Орегон) Дэвиса сбил локомотив.
В 2017 году TempleOS выставлялась во Франции как образец ар-брюта (аутсайдерского искусства). За годы работы над системой Дэвис создал с нуля ядро (не копию чьего-то решения), компилятор, язык программирования, графический интерфейс, 3D-движок и игры. Непрофессионалу трудно оценить масштаб, написать целую ОС в одиночку – это феноменальное достижение. Более 120 тысяч строк кода.
Сейчас код TempleOS передан в Фонд свободного программного обеспечения. Был ли он безумцем - да, был ли он легендой - однозначно. Если отвлечься от религиозных отсылок, пронизывающих систему, TempleOS вполне может послужить базой для разработки новых ОС и примером того на сколько много всего один человек может создать.
#skipcoding
Удивительно это так же тем, что по словам самого Дэвиса, сам Бог приказал ему создать операционную систему с 16-цветной графикой (в режиме VGA), разрешением 640 × 480 и одноголосным звуком. Да, Дэвис страдал от шизофрении, жизнь его была нелегка и временами он даже не имел постоянного жилья.
Начиналось всё вполне обычно, магистр электротехники Университета штата Аризона, несколько лет в TicketMaster, работа системным программистом над коммерческой ОС VAX. Но в 1996 году у Дэвиса начались регулярные маниакальные эпизоды, не раз приводившие к госпитализациям. Сначала ему поставили биполярное расстройство, позже поставили диагноз - шизофрения с оформлением инвалидности.
TempleOS он писал 12 лет, начиная с 2003 года, после очередной госпитализации, вызванной бредом о преследовании космическими пришельцами и агентами правительства.
Система не была идеальной, но содержала интересные технологические моменты:
Для работы с языком HolyC, Дэвис написал полноценную IDE (Среда разработки). Его собственный текстовый формат DolDoc позволял встраивать в "обычные" ASCII-файлы гиперссылки, картинки и даже 3D-модели. Система делала ставку на JIT-компиляцию и открытый код – целые приложения писались прямо в оболочке, потому что HolyC был заодно и языком командной строки.
Отзывы о TempleOS были в основном положительными.
Терри вёл видеоблог, обзавёлся поклонниками и стал настоящей легендой. Его труд сравнивали с постройкой небоскрёба в одиночку. Вечером 11 августа 2018 года во время прогулки вдоль железнодорожных путей в Те-Далсе (Орегон) Дэвиса сбил локомотив.
В 2017 году TempleOS выставлялась во Франции как образец ар-брюта (аутсайдерского искусства). За годы работы над системой Дэвис создал с нуля ядро (не копию чьего-то решения), компилятор, язык программирования, графический интерфейс, 3D-движок и игры. Непрофессионалу трудно оценить масштаб, написать целую ОС в одиночку – это феноменальное достижение. Более 120 тысяч строк кода.
Сейчас код TempleOS передан в Фонд свободного программного обеспечения. Был ли он безумцем - да, был ли он легендой - однозначно. Если отвлечься от религиозных отсылок, пронизывающих систему, TempleOS вполне может послужить базой для разработки новых ОС и примером того на сколько много всего один человек может создать.
#skipcoding
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥2
This media is not supported in your browser
VIEW IN TELEGRAM
Красные спрайты над Тибетом.
Спрайты – вид электрических разрядов холодной плазмы, бьющих в мезосфере и термосфере. По одной версии возникают из-за возбуждения среды мощными радиоволнами, сопровождающими разряд. По другой версии, на возникновение высотных "молний" могут влиять частицы космического излучения высокой энергии.
А разница цветов объясняется различным давлением и составом атмосферы на разных высотах.
#skipcoding
А разница цветов объясняется различным давлением и составом атмосферы на разных высотах.
#skipcoding
Немного истории Операционных систем на канале (Unix).
Давным-давно, в далекой-далекой галактике, когда ещё не было ни MacOS, ни Windows, ни даже Linux, появилась операционная система, ставшая прародительницей почти всего, что мы используем сегодня. Её имя – Unix.
А родилась эта система в недрах исследовательского центра Bell Labs, благодаря Кену Томпсону и Деннису Ритчи. Два гения, чьи имена высечены на фундаменте цифровой эпохи. Но началось всё, как часто это бывает, с громкого провала.
В конце 1960-х Bell Labs, MIT и General Electric вложили огромные средства в амбициозный проект Multics, который должен был стать операционной системой будущего, с разделением времени, высокой надежностью и гигантскими возможностями. Но проект раздулся, работал медленно, стоил дорого и был признан коммерчески несостоятельным. Bell Labs отказалось от создания Операционной системы, но не Томпсон и Ритчи. Как одержимые они решили сделать систему проще, быстрее и элегантнее.
Летом 1969 года Кен, оставшись в отпуске и временно без доступа к большой машине GE-645, начал писать новую систему на стареньком миникомпьютере PDP-7, который нашли пылящимся в углу. На создание ушло всего три недели. Одна на файловую систему, одна на управление процессами, одна на командную оболочку. Конечно же это был всего лишь прототип ядра. Примитивная файловая система – скорее карта блоков на диске, простейший планировщик процессов без вытесняющей многозадачности и крайне урезанная командная оболочка. Это был скелет, который едва-едва позволял запускать одну-две программы. Но именно так родился Unix. Даже само название Unix, насмешка над громоздким Multics (изначально имя было Unics).
Но одной системы было мало. И в 1972 году Ритчи создал язык C, прямой наследник языка B, написанного самим Кеном. Инновация была в следующем, до появления Cи системный код почти все писали на ассемблере. Каждая программа была привязана к конкретному железу. Cи изменил правила, он был достаточно низкоуровневым чтобы быть молниеносным и достаточно абстрактным, чтобы запускаться где угодно. В 1973 году Томпсон переписал ядро Unix на Си, и мир впервые увидел первую портативную операционную систему.
Сначала Unix начал распространяться из Bell Labs в университеты. В Беркли его доработали до легендарной ОС типа BSD. А BSD в последствии превратится в macOS и iOS, и Orbis OS (PlayStation). Unix оказал огромное влияние на Торвальдса, который создал Linux в 1991 году. Теперь Linux работает на всех телефонах Android и на каждом крупном веб-сервере, на каждом суперкомпьютере из списка Top500 и на подавляющем большинстве облачных инфраструктур. А Си же стал языком-родоначальником C++, Java, JavaScript, Python, Objective-C и многих других. Досталось даже Windows, выпуская MS-DOS 2.0 Microsoft намеренно добавила функции характерные для Unix.
Кен – личность почти мифическая. Он не просто создал первую версию Unix за три отпускные недели. Он изобрел регулярные выражения в том виде, в каком мы их знаем. Вместе с Деннисом Ритчи разработал философию Unix. А позже, уже в 1990-х, вместе с Робом Пайком создал UTF-8 – кодировку, благодаря которой вы видите на экране и латиницу, и кириллицу, и иероглифы.
Деннис же прожил жизнь затворника-гения. Он не давал интервью для обложек, не руководил корпорациями, не строил башен из слоновой кости. Он просто писал код, который стал невидимым фундаментом современной цивилизации. До конца дней он оставался в телефонной книге и отвечал на письма случайным программистам с их вопросами. И когда в октябре 2011 года его не стало, мир узнал об этом только через короткое сообщение Роба Пайка из Google.
Стив Джобс умер за несколько дней до этого, поэтому мир незаметил уход истинного архитектора цифровой эпохи. Кен Томпсон же пережил своего соавтора и до сих пор продолжает работать в Google, оставаясь живой легендой.
Главный урок может быть в следующем: в мире, где каждый гонится за быстрым успехом и громкими титулами, настоящая революция часто происходит в тишине, на старом железе, за неудобным столом, двумя людьми, которые просто любят своё дело.
#skipcoding
Давным-давно, в далекой-далекой галактике, когда ещё не было ни MacOS, ни Windows, ни даже Linux, появилась операционная система, ставшая прародительницей почти всего, что мы используем сегодня. Её имя – Unix.
А родилась эта система в недрах исследовательского центра Bell Labs, благодаря Кену Томпсону и Деннису Ритчи. Два гения, чьи имена высечены на фундаменте цифровой эпохи. Но началось всё, как часто это бывает, с громкого провала.
В конце 1960-х Bell Labs, MIT и General Electric вложили огромные средства в амбициозный проект Multics, который должен был стать операционной системой будущего, с разделением времени, высокой надежностью и гигантскими возможностями. Но проект раздулся, работал медленно, стоил дорого и был признан коммерчески несостоятельным. Bell Labs отказалось от создания Операционной системы, но не Томпсон и Ритчи. Как одержимые они решили сделать систему проще, быстрее и элегантнее.
Летом 1969 года Кен, оставшись в отпуске и временно без доступа к большой машине GE-645, начал писать новую систему на стареньком миникомпьютере PDP-7, который нашли пылящимся в углу. На создание ушло всего три недели. Одна на файловую систему, одна на управление процессами, одна на командную оболочку. Конечно же это был всего лишь прототип ядра. Примитивная файловая система – скорее карта блоков на диске, простейший планировщик процессов без вытесняющей многозадачности и крайне урезанная командная оболочка. Это был скелет, который едва-едва позволял запускать одну-две программы. Но именно так родился Unix. Даже само название Unix, насмешка над громоздким Multics (изначально имя было Unics).
Но одной системы было мало. И в 1972 году Ритчи создал язык C, прямой наследник языка B, написанного самим Кеном. Инновация была в следующем, до появления Cи системный код почти все писали на ассемблере. Каждая программа была привязана к конкретному железу. Cи изменил правила, он был достаточно низкоуровневым чтобы быть молниеносным и достаточно абстрактным, чтобы запускаться где угодно. В 1973 году Томпсон переписал ядро Unix на Си, и мир впервые увидел первую портативную операционную систему.
Сначала Unix начал распространяться из Bell Labs в университеты. В Беркли его доработали до легендарной ОС типа BSD. А BSD в последствии превратится в macOS и iOS, и Orbis OS (PlayStation). Unix оказал огромное влияние на Торвальдса, который создал Linux в 1991 году. Теперь Linux работает на всех телефонах Android и на каждом крупном веб-сервере, на каждом суперкомпьютере из списка Top500 и на подавляющем большинстве облачных инфраструктур. А Си же стал языком-родоначальником C++, Java, JavaScript, Python, Objective-C и многих других. Досталось даже Windows, выпуская MS-DOS 2.0 Microsoft намеренно добавила функции характерные для Unix.
Кен – личность почти мифическая. Он не просто создал первую версию Unix за три отпускные недели. Он изобрел регулярные выражения в том виде, в каком мы их знаем. Вместе с Деннисом Ритчи разработал философию Unix. А позже, уже в 1990-х, вместе с Робом Пайком создал UTF-8 – кодировку, благодаря которой вы видите на экране и латиницу, и кириллицу, и иероглифы.
Деннис же прожил жизнь затворника-гения. Он не давал интервью для обложек, не руководил корпорациями, не строил башен из слоновой кости. Он просто писал код, который стал невидимым фундаментом современной цивилизации. До конца дней он оставался в телефонной книге и отвечал на письма случайным программистам с их вопросами. И когда в октябре 2011 года его не стало, мир узнал об этом только через короткое сообщение Роба Пайка из Google.
Стив Джобс умер за несколько дней до этого, поэтому мир незаметил уход истинного архитектора цифровой эпохи. Кен Томпсон же пережил своего соавтора и до сих пор продолжает работать в Google, оставаясь живой легендой.
Главный урок может быть в следующем: в мире, где каждый гонится за быстрым успехом и громкими титулами, настоящая революция часто происходит в тишине, на старом железе, за неудобным столом, двумя людьми, которые просто любят своё дело.
#skipcoding
Kubie-go
В опенсорсе так всё устроено, проекты живут, пока есть кому их развивать. Когда автор теряет интерес, приложения постепенно умирают, а пользователи остаются с проблемой. Так вышло и с kubie, отличной тулзой для работы с контекстами Kubernetes.
Пользовался оригинальным kubie, удобная штука. Но не следил за её развитием. И внезапно узнал, что автор потерял интерес и поддержка сошла на нет. А тулза-то хорошая и боль которую она решает никуда не делась.
Поэтому решил не просто форкануть, а полностью переписать проект на Go, сделать его удобным и самодостаточным.
Что получилось в итоге:
🟠 Изоляция контекстов по оболочкам, каждая вкладка терминала живёт своей жизнью, никаких случайных применений не в тот кластер.
🟠 Интерактивный селектор, работает с fzf и без него.
🟠 Анимированный статус в приглашении когда контекст, неймспейс и состояние кластера всегда перед глазами (тут ещё пока в работе, ограничения некоторых оболочек никуда не делись).
🟠 Добавил алиасы для длинных имён, которых мне долгое время не хватало. Никаких ARN-строк, только короткие понятные имена.
Да, без ИИ не обошлось и это здорово помогло мне ускорить рутину. Но это не нейрослоп, где всё сделал Claude. Всё равно потребовалось понимание основ работы Kubernetes, терминалов, оболочек и архитектуры CLI-утилит. А тестироварование интерактива, это вообще отдельный головняк. И главное, как и в любой разработке, нужен продуктовый взгляд что действительно нужно пользователю, а что лишь лишний шум.
Ставьте звёздочки, заводите issue, предлагайте идеи, вместе сделаем опенсорс лучше!
Проект открыт: github.com/stanislavtrubachev/kubie-go
#skipcoding
В опенсорсе так всё устроено, проекты живут, пока есть кому их развивать. Когда автор теряет интерес, приложения постепенно умирают, а пользователи остаются с проблемой. Так вышло и с kubie, отличной тулзой для работы с контекстами Kubernetes.
Пользовался оригинальным kubie, удобная штука. Но не следил за её развитием. И внезапно узнал, что автор потерял интерес и поддержка сошла на нет. А тулза-то хорошая и боль которую она решает никуда не делась.
Поэтому решил не просто форкануть, а полностью переписать проект на Go, сделать его удобным и самодостаточным.
Что получилось в итоге:
Да, без ИИ не обошлось и это здорово помогло мне ускорить рутину. Но это не нейрослоп, где всё сделал Claude. Всё равно потребовалось понимание основ работы Kubernetes, терминалов, оболочек и архитектуры CLI-утилит. А тестироварование интерактива, это вообще отдельный головняк. И главное, как и в любой разработке, нужен продуктовый взгляд что действительно нужно пользователю, а что лишь лишний шум.
Ставьте звёздочки, заводите issue, предлагайте идеи, вместе сделаем опенсорс лучше!
Проект открыт: github.com/stanislavtrubachev/kubie-go
#skipcoding
Please open Telegram to view this post
VIEW IN TELEGRAM
👍2🔥1
Выступал на конференции с докладом о дилемме прозрачности ИИ. На основе этого вышла наша научная статья. Посыл получился следующим:
Мы всё чаще делегируем важнейшие решения нейросетям. Диагнозы врачей, управление инфраструктурой, военные стратегии и за этим стоят алгоритмы. Но есть одна проблема. Даже создатели нейросетей часто не понимают, почему ИИ принял то или иное решение. Как быть? В своей статье «Дилемма "черного ящика": прозрачность vs экзистенциальная безопасность» мы попытались ответить на этот вопрос.
Современные нейросети – это сотни слоев нелинейных преобразований. Пользуясь ими, мы видим на входе данные и на выходе решение, но между ними непроницаемая тьма вопросов. Отсюда во многом и заблуждение о скором наступлении эры AGI. Уж слишком для непосвященного человека это выглядит удивительным и непознаваемым. И это не случайность, это настоящая онтологическая неопределенность, когда мы зависим от ИИ-агента, чья логика нам недоступна из-за высокой сложности причинно-следственных связей.
Да, существуют методы вроде SHAP или LIME, но они лишь приближают поведение модели к простым формулам. В настоящее время произошел разрыв между знанием и пониманием и это главный вызов со времен Просвещения.
Что делать? Вместо погони за недостижимой полной прозрачностью мы предлагаем:
🟠 Содержательную прозрачность, когда важно понимание не алгоритма, а его последствий.
🟠 Контроль в реальном времени, т.е. мониторинг и корректировка решений (хотя бы выборочный).
🟠 Нужно будет признать и этические границы – зоны, где ИИ применять нельзя никогда, даже если кажутся очень эффективными.
И самое главное, что это не временная сложность, это фундаментальный вызов. Человечеству придется переосмыслить природу субъектности и ответственности в эпоху "непознаваемых машин".
#skipcoding
Мы всё чаще делегируем важнейшие решения нейросетям. Диагнозы врачей, управление инфраструктурой, военные стратегии и за этим стоят алгоритмы. Но есть одна проблема. Даже создатели нейросетей часто не понимают, почему ИИ принял то или иное решение. Как быть? В своей статье «Дилемма "черного ящика": прозрачность vs экзистенциальная безопасность» мы попытались ответить на этот вопрос.
Современные нейросети – это сотни слоев нелинейных преобразований. Пользуясь ими, мы видим на входе данные и на выходе решение, но между ними непроницаемая тьма вопросов. Отсюда во многом и заблуждение о скором наступлении эры AGI. Уж слишком для непосвященного человека это выглядит удивительным и непознаваемым. И это не случайность, это настоящая онтологическая неопределенность, когда мы зависим от ИИ-агента, чья логика нам недоступна из-за высокой сложности причинно-следственных связей.
Да, существуют методы вроде SHAP или LIME, но они лишь приближают поведение модели к простым формулам. В настоящее время произошел разрыв между знанием и пониманием и это главный вызов со времен Просвещения.
Что делать? Вместо погони за недостижимой полной прозрачностью мы предлагаем:
И самое главное, что это не временная сложность, это фундаментальный вызов. Человечеству придется переосмыслить природу субъектности и ответственности в эпоху "непознаваемых машин".
#skipcoding
Please open Telegram to view this post
VIEW IN TELEGRAM
30 июля в Москве пройдёт Kuber Community Day 2026, главная некоммерческая конференция для всех, кто живёт и дышит кластерами и контейнерами. Без хантинга и маркетинга, только технологии, только хардкор, только общение.
В этом году я снова в треке TECHNO и подготовил доклад, который точно заставит задуматься: «Есть ли жизнь после ingress-nginx?»
Мы все привыкли использовать ingress-nginx как стандартное решение для входящего трафика в Kubernetes. По последним оценкам на нём сейчас функционирует чуть-ли не 50% всего интернета. Но вот нюанс, контроллер Ingress NGINX официально признан устаревающим.
Проект прекратил своё существование в марте 2026 года. После этой даты не будет выходить ни новых версий, ни заплаток, ни исправлений, связанных с безопасностью. И нам всем с этим нужно как-то будет жить. Этой проблеме и будет посвящено моё выступление:
🟠 Почему это произошло и какие альтернативы существуют и когда их стоит рассматривать
🟠 С какими подводными камнями я столкнулся на практике
🟠 Как не наломать дров при миграции и что выбрать вместо привычного инструмента
Конференция пройдёт 30 июля в Москве. Регистрация уже открыта! Количество мест на офлайн-участие ограничено, так что не затягивайте.
https://k8sday.ru/community_day
#skipcoding
В этом году я снова в треке TECHNO и подготовил доклад, который точно заставит задуматься: «Есть ли жизнь после ingress-nginx?»
Мы все привыкли использовать ingress-nginx как стандартное решение для входящего трафика в Kubernetes. По последним оценкам на нём сейчас функционирует чуть-ли не 50% всего интернета. Но вот нюанс, контроллер Ingress NGINX официально признан устаревающим.
Проект прекратил своё существование в марте 2026 года. После этой даты не будет выходить ни новых версий, ни заплаток, ни исправлений, связанных с безопасностью. И нам всем с этим нужно как-то будет жить. Этой проблеме и будет посвящено моё выступление:
Конференция пройдёт 30 июля в Москве. Регистрация уже открыта! Количество мест на офлайн-участие ограничено, так что не затягивайте.
https://k8sday.ru/community_day
#skipcoding
Please open Telegram to view this post
VIEW IN TELEGRAM
Думаю, что те кто часто работают с ИИ замечали, один раз ИИ выдаёт гениальный ответ, а в другой несёт полную чушь, даже на простой вопрос. Часто дело не только в модели. Дело в обвязке, в том, как вы настроили среду взаимодействия.
Именно с этой проблематикой выступал на конференции «Искусственный интеллект и общество» под эгидой Департамента анализа данных и искусственного интеллекта факультета компьютерных наук НИУ ВШЭ.
Если кратко, то у LLM есть фундаментальный дефект, вместимость контекстного окна. Как только окно заполняется, всё забывается и путается. И даже при казалось бы огромных заявленных характеристиках в 1 млн. токенов, на деле эффективность контекстного окна на много ниже.
Что с этим делать? В какой-то момент времени эмпирическим путем инженеры пришли к идее Harness - инфраструктурный слой вокруг модели. Даже небольшие эксперементы показывают эффективность Harness подхода в 22,5 процентных пункта. Нет-нет, модели сейчас достаточно качественные и никаких диких галлюцинаций мы не словили, но вот точность, полнота ответа, при долгом использовании могут приводить не к тем результатам которые ожидает пользователь. По факту война за прогресс сейчас идёт вокруг этого.
Это прямое доказательство, что результат определяет не только мощность модели, но архитектура взаимодействия с ней. Понимание и грамотность того как работают модели, и почему могут выдавать ошибочные результаты, становятся таким же базовым навыком, как и обычное понимание интернета.
#skipcoding
Именно с этой проблематикой выступал на конференции «Искусственный интеллект и общество» под эгидой Департамента анализа данных и искусственного интеллекта факультета компьютерных наук НИУ ВШЭ.
Если кратко, то у LLM есть фундаментальный дефект, вместимость контекстного окна. Как только окно заполняется, всё забывается и путается. И даже при казалось бы огромных заявленных характеристиках в 1 млн. токенов, на деле эффективность контекстного окна на много ниже.
Что с этим делать? В какой-то момент времени эмпирическим путем инженеры пришли к идее Harness - инфраструктурный слой вокруг модели. Даже небольшие эксперементы показывают эффективность Harness подхода в 22,5 процентных пункта. Нет-нет, модели сейчас достаточно качественные и никаких диких галлюцинаций мы не словили, но вот точность, полнота ответа, при долгом использовании могут приводить не к тем результатам которые ожидает пользователь. По факту война за прогресс сейчас идёт вокруг этого.
Это прямое доказательство, что результат определяет не только мощность модели, но архитектура взаимодействия с ней. Понимание и грамотность того как работают модели, и почему могут выдавать ошибочные результаты, становятся таким же базовым навыком, как и обычное понимание интернета.
#skipcoding
Теория скипкодинга
Думаю, что те кто часто работают с ИИ замечали, один раз ИИ выдаёт гениальный ответ, а в другой несёт полную чушь, даже на простой вопрос. Часто дело не только в модели. Дело в обвязке, в том, как вы настроили среду взаимодействия. Именно с этой проблематикой…
Harness_Engineering_v2 (final).pdf
2 MB