DevOps

⚡️ Zen C теперь в опенсорс

Вышел Zen C - новый язык, который пытается дать лучшее из двух миров:

- пишешь как на high-level языке
- но остаёшься в экосистеме C
- и без потери производительности

Причём это не только язык - Zen C позиционируется как целый toolkit:
можно подключать плагины и даже создавать свои.

Но важный момент:

Это продакшен? Нет.
Будут баги? Да. (и автор просит репортить)
Можно уже играться и пробовать все фичи? Да.

Сейчас проект открыт полностью: исходники уже доступны, а дальше автор будет:
- дописывать документацию
- добавлять тесты
- полировать стабильность

Короче: классный эксперимент в сторону “C, но удобнее” 0 можно уже трогать руками.

https://github.com/z-libs/Zen-C

🚀🐬 Вышел MySQL 8.4.8 (LTS) - что нового

Доступен релиз MySQL 8.4.8 - это ветка Long-Term Support, то есть лучший выбор для продакшена: стабильность, долгий цикл поддержки и предсказуемые обновления.

Ключевые улучшения:
👉 InnoDB Redo Logging
- сообщения об ошибках стали информативнее
- теперь показывают текущий LSN и детали по redo log capacity
=> проще диагностировать проблемы с redo log и производительностью

👉 OpenSSL обновили до 3.0.18
- важное обновление для безопасности и совместимости

👉 Исправления багов и стабильность
- закрыли race conditions в InnoDB
- починили проблемы с очисткой binary logs (binlog purging)
- в целом релиз направлен на надёжность и производительность

Если ты сидишь на MySQL в проде - LTS 8.4.x выглядит как правильный путь обновления.

https://dev.mysql.com/downloads/mysql/

@sqlhub

✔️ Более 700 актёров, сценаристов и других авторов подписали антииИ-заявление

В Голливуде запустили новую кампанию против подхода “натренируем ИИ на чужом контенте - потом разберёмся”.

К заявлению присоединились 700+ представителей индустрии, среди публичных имён:
- Scarlett Johansson
- Cate Blanchett
- Joseph Gordon-Levitt

Что требуют:
- чтобы ИИ-разработчики использовали лицензирование и партнёрства
- вместо обучения моделей на работах, защищённых авторским правом, без согласия и оплаты

Ключевая идея кампании - licensed input stream:
датасеты должны формироваться через контракты, где прописано:
- какие материалы можно использовать
- для каких задач
- на каких финансовых условиях

И главное - чтобы права на данные были проверяемыми и аудируемыми, а не “серой зоной”.

variety.com/2026/film/global/scarlett-johansson-cate-blanchett-anti-ai-campaign-1236637571/

🚀 Подборка репозиториев, которые реально полезно добавить в закладки - от фронтенда до AI/LLM.

Frontend / UI
1) Flexbox Froggy - учим flexbox в формате игры
https://github.com/thomaspark/flexboxfroggy

2) shadcn/ui - топовая база UI-компонентов для React
https://github.com/shadcn-ui/ui

3) 50 Projects in 50 Days - прокачка практикой
https://github.com/bradtraversy/50projects50days

4) Awesome React Components - огромная коллекция компонентов
https://github.com/brillout/awesome-react-components

5) Awesome CSS - всё про CSS, паттерны и идеи
https://github.com/awesome-css-group/awesome-css

AI / Multimodal / LLM
6) LLaVA - Large Language and Vision Assistant
https://github.com/haotian-liu/LLaVA

7) CLIP - contrastive обучение текста и изображений
https://github.com/openai/CLIP

8) Transformers - главная библиотека для SOTA NLP/Multimodal моделей
https://github.com/huggingface/transformers

9) Awesome Multimodal ML - бумаги + репозитории по multimodal
https://github.com/pliang279/awesome-multimodal-ml

10) RAG from Scratch - собрать RAG пошагово и понять как работает
https://github.com/langchain-ai/rag-from-scratch

11) Awesome LLM Apps - подборка production-ready LLM приложений
https://github.com/Shubhamsaboo/awesome-llm-apps

12) LLM Engineer Handbook - гайд по профессии LLM-инженера
https://github.com/PacktPublishing/LLM-Engineers-Handbook

Agents / Tools
13) MCP Python SDK - официальный SDK Model Context Protocol
https://github.com/modelcontextprotocol/python-sdk

ML / CV collections
14) Awesome Machine Learning - curated ML фреймворки и библиотеки
https://github.com/josephmisiti/awesome-machine-learning

15) Awesome Computer Vision - огромная база по Computer Vision
https://github.com/jbhuang0604/awesome-computer-vision

16) AI Engineering Hub (ZenML) - MLOps и инженерная часть AI
https://github.com/zenml-io/zenml

Qwen ecosystem
17) Qwen (Official)
https://github.com/QwenLM/Qwen

18) Qwen Fine-Tuning Examples
https://github.com/QwenLM/Qwen-Finetuning

Reinforcement Learning
19) Spinning Up in Deep RL (OpenAI)
https://github.com/openai/spinningup

20) Reinforcement Learning: An Introduction (Sutton & Barto)
https://github.com/ShangtongZhang/reinforcement-learning-an-introduction

Core DL
21) PyTorch
https://github.com/pytorch/pytorch

Generative AI
22) Awesome Generative AI Guide
https://github.com/steven2358/awesome-generative-ai

Жизнь глазами сеньора со стажем 10+ лет

🐙 Copilot Spaces - как дебажить issues в разы быстрее

GitHub показали классную фичу - Copilot Spaces. Это буквально “контекстная папка” для ИИ, чтобы он перестал отвечать общими словами и начал реально помогать по проекту.

Проблема, которую решает Spaces:
когда приходит issue, ты сначала тратишь время не на фикc, а на разогрев:
ищешь нужные файлы, смотришь старые PR, читаешь доки, вспоминаешь правила проекта.

Copilot без контекста = бесполезные советы.
Copilot с контекстом = реальный ассистент.

Что такое Space
Это пространство, куда ты собираешь всё важное по задаче:
- конкретные файлы или целый репозиторий
- issue/PR по теме
- архитектурные заметки и правила проекта
- документацию и спецификации

И дальше Copilot начинает:
- понимать структуру проекта
- ссылаться на реальные файлы
- предлагать план фикса без выдумок

Как использовать для дебага
1) Создаёшь Space под конкретный баг
2) Добавляешь issue + важные файлы/доки
3) Просишь Copilot:
“Найди причину, предложи план и минимальный фикс”
4) Дальше можно использовать coding agent, чтобы он подготовил изменения/PR

Итог
Copilot Spaces - это способ превратить дебаг из “поиска контекста” в быстрый разбор:
собрал материалы → получил план → сделал фикс.

Источник: https://github.blog/ai-and-ml/github-copilot/how-to-use-github-copilot-spaces-to-debug-issues-faster/

💾 Оперативная память может резко подорожать - аналитики ждут новый скачок цен

Индустриальные аналитики прогнозируют крупный рост цен на оперативную память.

Citibank резко пересмотрел прогноз:
📈 теперь ожидается рост цен на DRAM в 2026 году на +88%
(раньше прогнозировали **+53%**).

Почему так:
Micron прямо заявляет, что дефицит DRAM сохранится даже после 2026.
Даже с запуском новых фабрик компания считает, что сможет закрыть только 50% - 66% спроса клиентов.

Главный драйвер - AI.
ИИ-сервера и ускорители сжирают память тоннами, и это вытесняет обычный рынок.

Дополнительный фактор:
производители памяти переводят мощности на более прибыльные AI/Server чипы, создавая “искусственный дефицит” обычной DRAM и NAND, которые идут в:
- ПК
- ноутбуки
- телефоны
- бытовые гаджеты

Итог для пользователей:
производители ПК уже предупреждают - в 2026 году розничные цены могут вырасти на +15% - 20%.

https://x.com/Beth_Kindig/status/2012612262767321271

🛑💳 Just Fucking Cancel: Умное управление подписками

Этот проект — навык для Claude, который помогает анализировать ваши транзакции и отменять ненужные подписки. Просто загрузите CSV-файл с выписками, и Claude задаст вопросы, чтобы определить, что стоит отменить, а что оставить. Все данные остаются на вашем компьютере, обеспечивая конфиденциальность.

🚀Основные моменты:
- Анализирует ваши транзакции и выявляет повторяющиеся платежи.
- Задает персонализированные вопросы для лучшего понимания ваших нужд.
- Автоматически помогает отменять подписки через браузер.
- Все данные остаются локальными, без загрузки в облако.
- Бесплатный навык при наличии подписки на Claude Pro.

📌 GitHub: https://github.com/rohunvora/just-fucking-cancel

🤖 Лучшие GitHub-репозитории, чтобы выучить AI с нуля в 2026

Если хочешь разобраться в ИИ не по курсам “в вакууме”, а через реальные open-source проекты - вот топ реп, которые реально ведут от базы до практики:

1) Karpathy – Neural Networks: Zero to Hero
Самый понятный вход в нейросети и backprop “на пальцах”
https://github.com/karpathy/nn-zero-to-hero

2) Hugging Face Transformers
Главная библиотека современного NLP/LLM: модели, токенизаторы, fine-tuning
https://github.com/huggingface/transformers

3) FastAI – Fastbook
Практическое DL-обучение через проекты и эксперименты
https://github.com/fastai/fastbook

4) Made With ML
ML как инженерная система: пайплайны, прод, деплой, мониторинг
https://github.com/GokuMohandas/Made-With-ML

5) Machine Learning System Design (Chip Huyen)
Как строить ML-системы в реальном бизнесе: данные, метрики, инфраструктура
https://github.com/chiphuyen/machine-learning-systems-design

6) Awesome Generative AI Guide
Подборка материалов по GenAI: от основ до практики
https://github.com/aishwaryanr/awesome-generative-ai-guide

7) Dive into Deep Learning (D2L)
Одна из лучших книг по DL + код + задания
https://github.com/d2l-ai/d2l-en

Сохрани себе - это база, на которой можно реально вырасти до ML/LLM-инженера.

@DevOPSitsec

🧠 Microsoft: как люди используют ИИ - сильно зависит от контекста

Microsoft проанализировали 37.5 млн+ диалогов с Copilot и увидели простую, но важную закономерность:

💻 Днём и с компьютера (рабочие часы)
люди чаще спрашивают про:
- продуктивность
- работу и карьеру
- задачи “по делу”

📱 С телефона и поздно ночью
запросы уходят в другое:
- здоровье
- игры
- философия
- личные советы и размышления

Интересно, что со временем Copilot уходит от чисто рабочих сценариев: всё больше запросов становится “повседневными”.
Это намекает на тренд: ИИ постепенно превращается не только в инструмент для работы, а в постоянного помощника по жизни.

⚡️ Полное исслежование: https://www.deeplearning.ai/the-batch/microsoft-study-shows-people-use-ai-very-differently-at-different-times-or-on-different-devices/

Мотивирует написать хороший код

🖥 Cтартовый сетап Linux-сервера перед любым проектом.

Идея простая: за 10 минут ты приводишь систему в “боевое” состояние - обновления, базовые утилиты, безопасность, firewall, SSH, fail2ban, мониторинг и комфорт для работы.

Такой набор закрывает 90% типовых проблем:
- меньше взломов (SSH + fail2ban + firewall)
- меньше “оно не работает” (curl, git, build tools, unzip)
- проще дебажить (htop, ncdu, lsof, net-tools)
- быстрее сопровождать (логирование + мониторинг)

# Ubuntu/Debian - fast server bootstrap
sudo apt update && sudo apt -y upgrade

# Base tools
sudo apt -y install curl wget git unzip zip jq ca-certificates gnupg lsb-release \
  htop iotop ncdu lsof net-tools dnsutils ufw fail2ban tmux vim

# Firewall
sudo ufw default deny incoming
sudo ufw default allow outgoing
sudo ufw allow OpenSSH
sudo ufw --force enable

# SSH hardening (recommended after adding SSH keys)
sudo sed -i 's/^#\?PasswordAuthentication.*/PasswordAuthentication no/' /etc/ssh/sshd_config
sudo sed -i 's/^#\?PermitRootLogin.*/PermitRootLogin no/' /etc/ssh/sshd_config
sudo systemctl restart ssh

# Fail2ban
sudo systemctl enable --now fail2ban

# Time sync
sudo timedatectl set-ntp true

🔥 AnthropicAI выпустили Claude Cowork - по сути это Claude Code, но для НЕтехнарей

Идея простая: теперь агенты на твоём компьютере становятся доступными не только разработчикам.

Что умеет Claude Cowork:

✅ Долгие задачи прямо на твоём ПК
Не “ответил и забыл”, а реально берёт задачу и делает её часами, пока не закончит.

✅ Без терминала
Никаких команд, npm, pip и прочего - запускается прямо в Claude app как новая вкладка.

✅ Доступ ко всему контексту компьютера
Может:
- видеть файлы и папки
- использовать контекст приложений
- управлять браузером
- собирать данные и заполнять формы
- выполнять цепочки действий

Мир сейчас впервые массово увидит, каково это -
когда твой компьютер реально работает за тебя, пока ты спишь.

Следующий шаг очевиден: люди начнут “нанимать” ИИ как ассистента,а не как чатбота.

Ждём эпоху: *поставил задачу вечером → утром получил готовый результат*.

📌 Скачать: https://claude.com/download
📌 Анонс: https://claude.com/blog/cowork-research-preview

Итоги года

🚀 Эффективное параллельное программирование с Taskflow

Taskflow — это библиотека для написания параллельных программ на C++, которая упрощает создание и управление задачами. Она предлагает высокую производительность и гибкость, позволяя легко интегрировать сложные параллельные нагрузки и оптимизировать многопоточность.

🚀 Основные моменты:
- Простая в использовании API для параллельного программирования
- Поддержка условного выполнения задач и компоновки
- Эффективное взаимодействие CPU и GPU
- Визуализация и профилирование задач с помощью TFProf
- Подходит для научных вычислений и промышленных приложений

📌 GitHub: https://github.com/taskflow/taskflow

⚡️ Fresh: терминальный текстовый редактор, который выглядит… свежо

Инструмент для тех, кто любит терминал,
но не хочет мучиться с жесткими хоткеями и настройками.

Fresh - это редактор с:

- интуитивными сочетаниями клавиш
- меню и подсказками прямо в интерфейсе
- поддержкой мыши
- подсветкой синтаксиса
- упором на скорость и простоту

По сути, это лёгкая альтернатива Vim/Nano -
с ощущением современного редактора, но без лишней сложности.

📌 Репозиторий: https://github.com/sinelaw/fresh

🔥 Год ChatGPT Plus бесплатно: экономим 20 000 рублей

Нашли рабочую лазейку в правилах OpenAI.
Вы получаете полноценный аккаунт без лимитов и с доступом ко всем топовым моделям.
Инструкция (займет 2 минуты):

1️⃣ Переходим на сервис временной почты: https://em.bjedu.tech/en/
2️⃣ Важно: в списке доменов выбираем erzi me.
3️⃣ Регистрируем новый аккаунт ChatGPT на этот адрес.
4️⃣ Получаем код подтверждения в почту - готово!

⚡️ Проверили, пока еще работает

@data_analysis_ml

📝🔍 Утилита для восстановления текста из редактированных PDF

Этот инструмент на Python позволяет извлекать текст из PDF-файлов, где текст визуально скрыт, но все еще доступен для копирования. Он предназначен для анализа документов и проверки практик редактирования, сохраняя оригинальную разметку и пагинацию.

🚀Основные моменты:
- Извлекает скрытый текст с учетом его позиции
- Сохраняет оригинальный размер страниц
- Предлагает два режима вывода: параллельный и наложение
- Идеален для аудита и визуальной проверки редактирования

📌 GitHub: https://github.com/leedrake5/unredact

#python

⚙️ Linux / DevOps: хитрый способ понять, кто занял порт

Иногда деплой падает, а порт остаётся «захваченным».
Новое приложение не стартует — и начинается угадывание: кто же держит порт?

Лучший подход — не перезагружать всё подряд, а:
1) найти процесс
2) понять, к какому сервису он относится
3) аккуратно перезапустить только его

узнать, кто держит порт (пример: 8080)
ss -tulpn | grep :8080

# альтернатива - иногда показывает больше деталей
lsof -i :8080

# посмотреть PID и команду
ps -fp <PID>

# если это systemd-сервис — проверяем состояние
systemctl status <service-name>

# аккуратно перезапускаем только нужный сервис
sudo systemctl restart <service-name>

# мягко завершить зависший процесс
kill -15 <PID>

# крайний случай: принудительно освободить порт
fuser -k 8080/tcp

📈 Полный SDK для Polymarket API

Полный набор инструментов для работы с API Polymarket, включая Data API, Gamma API и WebSocket для реального времени. SDK упрощает доступ к рынкам, ордерам и аналитике, позволяя разработчикам интегрировать функционал Polymarket в свои приложения.

🚀 Основные моменты:
- Поддержка нескольких API для торговли и анализа
- Реальное время обновлений через WebSocket
- Инструменты для обнаружения арбитража
- Удобные клиентские библиотеки для работы с данными
- Аналитика и управление кошельками

📌 GitHub: https://github.com/cyl19970726/poly-sdk