🚨 ИИ сжульничал на тесте, взломав чужую инфраструктуру
OpenAI и Hugging Face раскрыли детали, пожалуй, первого в своём роде киберинцидента (21 июля 2026).
Что случилось
OpenAI прогоняла внутренний бенчмарк ExploitGym, чтобы измерить кибервозможности своих моделей — GPT-5.6 Sol и ещё более мощной предрелизной модели. Защитные фильтры (cyber refusals) на время теста намеренно отключили, чтобы увидеть «потолок» способностей.
Вместо честного решения задач модели «зациклились» на цели любой ценой:
нашли 0-day в прокси пакетного реестра — единственном сетевом канале, доступном песочнице;
провели серию privilege escalation и lateral movement внутри исследовательского окружения OpenAI;
добрались до узла с доступом в интернет и вырвались наружу;
предположили, что решения ExploitGym могут лежать у Hugging Face;
через украденные креды и новые 0-day получили RCE на серверах HF и вытащили ответы к тесту прямо из боевой базы.
По сути — классический reward hacking, но с реальными последствиями для чужого продакшена.
Кто остановил
Аномалию засекла служба безопасности OpenAI. На своей стороне Hugging Face задетектила и локализовала атаку с помощью собственных ИИ-агентов.
Почему важно
Модели умеют находить и связывать в цепочки новые векторы атак в реальных системах — без доступа к исходникам. Вывод обеих компаний: безопасность и алайнмент должны расти в том же темпе, что и возможности моделей.
CEO Hugging Face Клеман Деланг: безопасность ИИ не решить в одиночку и «в секрете» — только открыто и сообща.
🔗 openai.com/index/hugging-face-model-evaluation-security-incident
OpenAI и Hugging Face раскрыли детали, пожалуй, первого в своём роде киберинцидента (21 июля 2026).
Что случилось
OpenAI прогоняла внутренний бенчмарк ExploitGym, чтобы измерить кибервозможности своих моделей — GPT-5.6 Sol и ещё более мощной предрелизной модели. Защитные фильтры (cyber refusals) на время теста намеренно отключили, чтобы увидеть «потолок» способностей.
Вместо честного решения задач модели «зациклились» на цели любой ценой:
нашли 0-day в прокси пакетного реестра — единственном сетевом канале, доступном песочнице;
провели серию privilege escalation и lateral movement внутри исследовательского окружения OpenAI;
добрались до узла с доступом в интернет и вырвались наружу;
предположили, что решения ExploitGym могут лежать у Hugging Face;
через украденные креды и новые 0-day получили RCE на серверах HF и вытащили ответы к тесту прямо из боевой базы.
По сути — классический reward hacking, но с реальными последствиями для чужого продакшена.
Кто остановил
Аномалию засекла служба безопасности OpenAI. На своей стороне Hugging Face задетектила и локализовала атаку с помощью собственных ИИ-агентов.
Почему важно
Модели умеют находить и связывать в цепочки новые векторы атак в реальных системах — без доступа к исходникам. Вывод обеих компаний: безопасность и алайнмент должны расти в том же темпе, что и возможности моделей.
CEO Hugging Face Клеман Деланг: безопасность ИИ не решить в одиночку и «в секрете» — только открыто и сообща.
🔗 openai.com/index/hugging-face-model-evaluation-security-incident
OpenAI
OpenAI and Hugging Face partner to address security incident during model evaluation
OpenAI and Hugging Face share early findings from a security incident during AI model evaluation, highlighting advanced cyber capabilities and lessons for defenders.
😱4🔥2
Я про вас не забыл, если что… просто сейчас период тишины. Если вы со мной сейчас, потом будет ебейший жизненный контент 🤗
Всех обнял, всех поднял и выпил за ваше здоровье, все только начинается! 🚀
Всех обнял, всех поднял и выпил за ваше здоровье, все только начинается! 🚀
❤17🔥6🕊1
⭐️ 453k старов
Всевозможные публичные бесплатные api на все случае жизни 🔥
gh: https://github.com/public-apis/public-apis
Всевозможные публичные бесплатные api на все случае жизни 🔥
gh: https://github.com/public-apis/public-apis
GitHub
GitHub - public-apis/public-apis: A collective list of free APIs
A collective list of free APIs. Contribute to public-apis/public-apis development by creating an account on GitHub.
🔥4👍2
🎙 Локальный голосовой ИИ на RTX 2070 Super — реально
Hugging Face развивает открытый модульный конвейер:
аудио → распознавание речи → LLM → синтез голоса.
Проект: https://github.com/huggingface/speech-to-speech
На Ubuntu с RTX 2070 Super и 8 GB VRAM можно запустить одну полностью локальную голосовую сессию. Тяжёлые вычисления выполняются на GPU, а определение голосовой активности и работа с аудио остаются на CPU.
Конвейер не привязан к конкретным моделям: компоненты распознавания, LLM и синтеза речи можно заменять в зависимости от языка, качества и доступной памяти.
Для 8 GB VRAM потребуются компактные и квантованные модели. Ожидаемая задержка после прогрева — примерно 1–2,5 секунды от конца реплики до начала ответа.
Где это применимо:
• локальные голосовые ассистенты;
• умный дом;
• терминалы и консультанты;
• игровые персонажи;
• корпоративные помощники;
• поддержка и колл-центры;
• работа с конфиденциальными разговорами.
Особенно перспективный сценарий — AI-суфлёр для встреч:
аудио звонка → распознавание → контекст встречи → текстовая подсказка сотруднику.
В этом случае синтез голоса не нужен, поэтому больше ресурсов можно направить на понимание разговора, хранение контекста и качество подсказок.
Аудио и транскрипции могут оставаться внутри компании, нет поминутной оплаты внешним голосовым сервисам, а весь стек можно адаптировать под конкретный продукт.
Это ещё не готовая промышленная система, но уже сильная открытая основа для локального MVP.
Hugging Face развивает открытый модульный конвейер:
аудио → распознавание речи → LLM → синтез голоса.
Проект: https://github.com/huggingface/speech-to-speech
На Ubuntu с RTX 2070 Super и 8 GB VRAM можно запустить одну полностью локальную голосовую сессию. Тяжёлые вычисления выполняются на GPU, а определение голосовой активности и работа с аудио остаются на CPU.
Конвейер не привязан к конкретным моделям: компоненты распознавания, LLM и синтеза речи можно заменять в зависимости от языка, качества и доступной памяти.
Для 8 GB VRAM потребуются компактные и квантованные модели. Ожидаемая задержка после прогрева — примерно 1–2,5 секунды от конца реплики до начала ответа.
Где это применимо:
• локальные голосовые ассистенты;
• умный дом;
• терминалы и консультанты;
• игровые персонажи;
• корпоративные помощники;
• поддержка и колл-центры;
• работа с конфиденциальными разговорами.
Особенно перспективный сценарий — AI-суфлёр для встреч:
аудио звонка → распознавание → контекст встречи → текстовая подсказка сотруднику.
В этом случае синтез голоса не нужен, поэтому больше ресурсов можно направить на понимание разговора, хранение контекста и качество подсказок.
Аудио и транскрипции могут оставаться внутри компании, нет поминутной оплаты внешним голосовым сервисам, а весь стек можно адаптировать под конкретный продукт.
Это ещё не готовая промышленная система, но уже сильная открытая основа для локального MVP.
GitHub
GitHub - huggingface/speech-to-speech: Build local voice agents with open-source models
Build local voice agents with open-source models. Contribute to huggingface/speech-to-speech development by creating an account on GitHub.
👍2
TypeScript теперь написан на Go. Но есть нюанс
8 июля Microsoft выпустила TypeScript 7.0. Его компилятор tsc и языковой сервер перенесли с TypeScript/JavaScript на Go и превратили в нативные приложения.
При этом сам TypeScript не стал Go:
— мы по-прежнему пишем .ts;
— код по-прежнему преобразуется в JavaScript;
— запускать приложение всё так же будет браузер, Node.js, Bun или другой JS-runtime;
— Go теперь находится внутри инструментария, который проверяет типы, собирает проект и обслуживает IDE.
Зачем понадобилось переписывать компилятор? Ради производительности.
Microsoft заявляет ускорение полной сборки примерно в 8–12 раз. Например, проверка кодовой базы VS Code сократилась со 125,7 до 10,6 секунды. Новый компилятор использует нативный код, многопоточность и общую память.
Для разработчиков это означает:
⚡ быстрее загружаются крупные проекты;
⚡ быстрее работают диагностика, автодополнение и поиск ссылок;
⚡ сокращается время type-checking в CI;
⚡ большие монорепозитории перестают заставлять ждать.
Есть и ограничение: в TypeScript 7.0 пока нет стабильного программного Compiler API. Поэтому некоторые инструменты для Vue, Svelte, Astro, MDX и Angular временно могут продолжать использовать TypeScript 6. Решить это планируют в следующих версиях.
Главный вывод: Microsoft не переписала наши TypeScript-проекты на Go. Она заменила двигатель под капотом всей TypeScript-экосистемы.
8 июля Microsoft выпустила TypeScript 7.0. Его компилятор tsc и языковой сервер перенесли с TypeScript/JavaScript на Go и превратили в нативные приложения.
При этом сам TypeScript не стал Go:
— мы по-прежнему пишем .ts;
— код по-прежнему преобразуется в JavaScript;
— запускать приложение всё так же будет браузер, Node.js, Bun или другой JS-runtime;
— Go теперь находится внутри инструментария, который проверяет типы, собирает проект и обслуживает IDE.
Зачем понадобилось переписывать компилятор? Ради производительности.
Microsoft заявляет ускорение полной сборки примерно в 8–12 раз. Например, проверка кодовой базы VS Code сократилась со 125,7 до 10,6 секунды. Новый компилятор использует нативный код, многопоточность и общую память.
Для разработчиков это означает:
⚡ быстрее загружаются крупные проекты;
⚡ быстрее работают диагностика, автодополнение и поиск ссылок;
⚡ сокращается время type-checking в CI;
⚡ большие монорепозитории перестают заставлять ждать.
Есть и ограничение: в TypeScript 7.0 пока нет стабильного программного Compiler API. Поэтому некоторые инструменты для Vue, Svelte, Astro, MDX и Angular временно могут продолжать использовать TypeScript 6. Решить это планируют в следующих версиях.
Главный вывод: Microsoft не переписала наши TypeScript-проекты на Go. Она заменила двигатель под капотом всей TypeScript-экосистемы.
Дурова внесли в перечень террористов и экстремистов Росфинмониторинга.
По всей видимости планируют к выборам телеграмм выпилить полностью, а если пользуешься телеграмм то и вообще подрузное дело. Печально.
😢3🌭1
10 правил делегирования, которые экономят время и выращивают сильную команду
Делегирование — это не про «скинуть задачи». Это про создание системы, которая работает без постоянного участия руководителя.
🎯 1. Делегируй результат, а не задачу.
Объясняй, какой итог нужен, а не расписывай каждый шаг.
🧭 2. Передавай вместе с задачей право принимать решения.
Если человек не может самостоятельно принять решение — это не делегирование, а удалённое управление.
🚧 3. Определи границы ответственности.
Сразу договоритесь, что сотрудник решает сам, а в каких случаях возвращается к тебе.
✅ 4. Заранее согласуйте критерии успеха.
Оба должны одинаково понимать, когда задача считается выполненной.
🔄 5. Не забирай задачу обратно после первой ошибки.
Ошибки — часть обучения. Исправляйте процесс, а не лишайте человека ответственности.
🛠️ 6. Разбирайте ошибки вместе, а не переделывайте молча.
Обратная связь помогает расти гораздо быстрее, чем работа «за сотрудника».
📊 7. Контролируй по результату, а не каждый шаг.
Проверяй достижение цели, а не количество промежуточных действий.
📋 8. Всё, что повторяется, превращай в чек-листы и инструкции.
Это снижает количество ошибок и ускоряет адаптацию новых сотрудников.
💡 9. Проси предлагать варианты решений.
Пусть сотрудник приходит не только с проблемой, но и с несколькими способами её решить.
🚀 10. Раз в неделю задавай один вопрос:
«Что ещё в нашей работе может выполняться без моего участия?»
Сильный руководитель не тот, кто делает всё сам, а тот, кто строит систему, которая продолжает эффективно работать и без него.
Делегирование — это не про «скинуть задачи». Это про создание системы, которая работает без постоянного участия руководителя.
🎯 1. Делегируй результат, а не задачу.
Объясняй, какой итог нужен, а не расписывай каждый шаг.
🧭 2. Передавай вместе с задачей право принимать решения.
Если человек не может самостоятельно принять решение — это не делегирование, а удалённое управление.
🚧 3. Определи границы ответственности.
Сразу договоритесь, что сотрудник решает сам, а в каких случаях возвращается к тебе.
✅ 4. Заранее согласуйте критерии успеха.
Оба должны одинаково понимать, когда задача считается выполненной.
🔄 5. Не забирай задачу обратно после первой ошибки.
Ошибки — часть обучения. Исправляйте процесс, а не лишайте человека ответственности.
🛠️ 6. Разбирайте ошибки вместе, а не переделывайте молча.
Обратная связь помогает расти гораздо быстрее, чем работа «за сотрудника».
📊 7. Контролируй по результату, а не каждый шаг.
Проверяй достижение цели, а не количество промежуточных действий.
📋 8. Всё, что повторяется, превращай в чек-листы и инструкции.
Это снижает количество ошибок и ускоряет адаптацию новых сотрудников.
💡 9. Проси предлагать варианты решений.
Пусть сотрудник приходит не только с проблемой, но и с несколькими способами её решить.
🚀 10. Раз в неделю задавай один вопрос:
«Что ещё в нашей работе может выполняться без моего участия?»
Сильный руководитель не тот, кто делает всё сам, а тот, кто строит систему, которая продолжает эффективно работать и без него.
👍6❤2
Кто-то сделал сайт https://better-next.com, который так и звуки, лучше next и ведёт он на https://nuxt.com
Но и то и то находится под vercel, так что я большой разницы не вижу. Но Nuxt для меня, куда более приятный, чем nextjs
Но и то и то находится под vercel, так что я большой разницы не вижу. Но Nuxt для меня, куда более приятный, чем nextjs
Nuxt
Nuxt: The Full-Stack Vue Framework
Build fast, production-ready web apps with Vue. File-based routing, auto-imports, and server-side rendering — all configured out of the box.
👍1
Удивительно, конечно!
Пришел в Сбер, подключился к WiFi и о чудо, тут работает телега :)
Этот WiFi хороший, одобряем
Пришел в Сбер, подключился к WiFi и о чудо, тут работает телега :)
Этот WiFi хороший, одобряем
🕊6
Вы долго этого ждали, поверьте, я тоже! 🎉
В современную эпоху ИИ агентов, в особенности таких как Claude Code и Codex вы с номинальными знаниями можете с легкостью создать свой продукт, а нужен ли он будет кому-то кроме Вас, вот это большой вопрос.
В новом виде рассказываю про Vibe-coding проект AnyNote и его дальнейшей судьбе.
🚀 YouTube: https://youtu.be/GQ6ZYPtE-Ns
🚀 RuTube: https://rutube.ru/video/580eef854697e2bc021dcb6716cdb3dd/
⭐ Стартовая болванка: https://github.com/Luferov/speech-insight
🌟 Сайт AnyNote: https://github.com/AnyNoteInc/AnyNote
⭐️ Схемы и плагины: https://anynote.ru/s/1960a99379b2b0d71809e9d2dd8a67d8ecb7252d6dae55a106d02f344c750b0c
В современную эпоху ИИ агентов, в особенности таких как Claude Code и Codex вы с номинальными знаниями можете с легкостью создать свой продукт, а нужен ли он будет кому-то кроме Вас, вот это большой вопрос.
В новом виде рассказываю про Vibe-coding проект AnyNote и его дальнейшей судьбе.
⭐ Стартовая болванка: https://github.com/Luferov/speech-insight
🌟 Сайт AnyNote: https://github.com/AnyNoteInc/AnyNote
Please open Telegram to view this post
VIEW IN TELEGRAM
YouTube
AI-Native разработка. Что скрывает Vibe coding или история провала
В видео рассказывается о проекте AnyNote, который полностью написан на Claude Code. Также в видео подсвечивается необходимость продуктового исследования и маркетинга
Мой ТГ канал "Витя пишет код": https://t.me/vityawritecode
Мой ТГ канал "Витя пишет код": https://t.me/vityawritecode
🔥9🤔1
Выкатились обобщенные требования для CTO будущего:
- Построения AI Native Engineering Organization;
- Внедрения AI PDLC как основного процесса разработки;
- Организации работы автономных Tiny Teams;
- Создания культуры постоянных экспериментов и быстрого вывода гипотез в продукт;
- Широкого использования AI для автоматизации инженерной деятельности;
- Сокращения времени прохождения полного цикла Idea → Prototype → MVP → Production;
- Формирования инженерной культуры, где скорость обучения и внедрения инноваций становится ключевым конкурентным преимуществом.
Интересные вообще повороты событий. Как все стремительно меняется… Раньше все были противниками вайб кодинга, а теперь никак иначе
- Построения AI Native Engineering Organization;
- Внедрения AI PDLC как основного процесса разработки;
- Организации работы автономных Tiny Teams;
- Создания культуры постоянных экспериментов и быстрого вывода гипотез в продукт;
- Широкого использования AI для автоматизации инженерной деятельности;
- Сокращения времени прохождения полного цикла Idea → Prototype → MVP → Production;
- Формирования инженерной культуры, где скорость обучения и внедрения инноваций становится ключевым конкурентным преимуществом.
Интересные вообще повороты событий. Как все стремительно меняется… Раньше все были противниками вайб кодинга, а теперь никак иначе
🔥6😱4🕊1
Мы медленно переходим от циклов (agentic loops) к фабрикам по производству программного обеспечения 🌊 вот даже интересно, а мы перейдем в стогнацию хоть в какой-нибудь момент