DevOps

GLM-5.3 теперь доступна через API.

Z.ai позиционирует новую модель прежде всего под программирование, защиту в кибербезопасности и длинные агентные задачи, где модели приходится часами работать с инструментами и не терять контекст.

При этом цену оставили на уровне GLM-5.2, так что переход на новую версию не должен увеличивать стоимость запросов.

Подключить GLM-5.3 можно через официальный API Z.ai и партнёрские шлюзы моделей.

Похоже, Z.ai продолжает двигать GLM именно в сторону рабочих агентов: не просто отвечать на запрос, а долго выполнять задачу, писать и проверять код, использовать инструменты и исправлять собственные ошибки.

https://docs.z.ai/guides/llm/glm-5.3

✔ X открыла код алгоритма рекомендаций

Соцсеть выложила (https://github.com/xai-org/x-algorithm) на GitHub расширенную версию кода, который собирает ленту For You.

Кодовая база выросла - добавились конфигурации моделей, внутренние фильтры и веса сигналов в основном движке ранжирования. Закрытыми остались только антиспам-модули на Grok - чтобы владельцы ботнетов не разобрали их и не научились обходить.

В настройках Х появился инструмент Under the Hood, который выгружает JSON со статистикой аккаунта. В файле видно, какие системные метки система навесила на профиль и отдельные посты за последний месяц, - по ним можно понять, не попал ли аккаунт под ограничения.

JSON вместе со ссылкой на репозиторий можно скормить сторонней модели и разобраться, почему просели охваты.

Пока выгрузка работает в пилоте - аккаунт должен быть старше года и выпускать хотя бы десять постов в месяц.

https://x.com/XOpenSource/status/2087951962004230428

OWASP выпустили Agent Memory Guard, защиту от одной из самых неприятных атак на AI-агентов: отравления памяти.

Проблема в том, что агент может сохранить вредоносную инструкцию в долгосрочную память, а потом продолжить выполнять её даже после очистки контекста. Обычные prompt injection-фильтры здесь уже не особо помогают.

Agent Memory Guard ставится между агентом и хранилищем памяти и проверяет каждую запись. Он умеет ловить prompt injection, утечки секретов и PII, попытки изменить защищённые ключи, аномально большие записи и циклы, когда агент начинает сам усиливать уже записанную вредоносную инструкцию.

Политики задаются через YAML, а подозрительную запись можно пропустить, замаскировать, отправить в карантин или полностью заблокировать. Есть снапшоты и rollback для восстановления памяти после атаки.

В опубликованном бенчмарке на 55 вредоносных payload'ах проект показывает 92,5% detection rate, 100% precision и медианную задержку всего 59 мкс.

GitHub: https://github.com/OWASP/www-project-agent-memory-guard

🐧 Linux-команда, которую стоит знать: как быстро понять, куда пропало место на диске

Если сервер внезапно пишет No space left on device, первым делом:

df -h

Команда покажет занятое и свободное место на всех смонтированных файловых системах в удобных GB/MB.

Проверить раздел, где находится /home:

df -h /home

Посмотреть конкретный раздел:

df -h /dev/sda1

А если нужно сразу увидеть тип файловой системы:

df -Th

Полезные флаги:

-h — размеры в KB/MB/GB
-T — тип файловой системы
-a — показать вообще все файловые системы
-i — проверить inode вместо свободных гигабайт

Последний вариант особенно полезен: иногда место на диске ещё есть, а новые файлы создать нельзя именно потому, что закончились inode.

⚡ В SQLite есть кусок кода, который выглядит «грязно», но оставлен таким специально ради скорости.

Каждый SQL-запрос SQLite сначала компилируется в байткод, а затем выполняется собственной виртуальной машиной VDBE.

Внутри — большой цикл диспетчеризации с почти 200 opcode.

И вот интересный момент: SQLite использует обычные goto, чтобы быстро прыгать между общими ветками выполнения.

В исходниках прямо написано:

«Код использует неструктурированные goto и выглядит не очень чисто. Но это сделано не из-за плохого стиля, так быстрее».

По замерам разработчиков, такой подход ускоряет sqlite3_step() примерно на 1,5%.

То есть здесь читаемость сознательно пожертвовали ради производительности.

Хорошее напоминание: в системном коде «красивее» не всегда значит «быстрее».

#SQLite #C #Databases #Performance #SystemsProgramming

🚀 Kubernetes-инфраструктура уровня production: как EKS сам масштабируется под нагрузкой?

Многие умеют поднять Kubernetes-кластер.

Но настоящий вызов начинается, когда приходит реальный трафик.

В Amazon EKS + Kubernetes можно построить систему, которая сама реагирует на рост нагрузки:

🔥 Horizontal Pod Autoscaler (HPA)
- автоматически увеличивает количество Pod'ов;
- масштабирует приложение по CPU/Memory/метрикам;
- например: 3 → 6 → 10 реплик при всплеске запросов.

⚡ CloudFront CDN
- отдаёт видео и статические файлы через edge-точки AWS;
- снижает нагрузку на backend;
- ускоряет доставку контента пользователям по всему миру.

🧪 k6 Load Testing
- создаём искусственный трафик;
- наблюдаем, как Kubernetes запускает новые Pod'ы;
- проверяем поведение системы под нагрузкой.

Главный инсайт:

❗ HPA масштабирует Pod'ы, но не создаёт новые серверы.

Если Node'ы закончились — новые Pod'ы останутся в состоянии Pending.

Поэтому production-архитектура обычно включает:

✅ HPA для масштабирования приложений
✅ Cluster Autoscaler / Karpenter для добавления Node'ов
✅ CDN для разгрузки backend
✅ мониторинг метрик в реальном времени

Именно так строятся отказоустойчивые cloud-native системы.

Amazon EKS + HPA + CDN — отличный пример того, как Kubernetes превращает ручное управление инфраструктурой в автоматическую систему.

Источник:
https://medium.com/@csjcode/amazon-eks-k8s-media-cluster-part-4-pod-auto-scaling-hpa-and-cdn-f1d9a060e20a

Участвуй в МТС True Tech Champ 2026 — всероссийском чемпионате по программированию с двумя треками и призовым фондом 10 250 000 рублей.

Трек 1: Алгоритмический [индивидуальный зачет, 2 750 000 ₽, шесть призовых мест]

Решай задачи по алгоритмам и структурам данных, которые помогут прокачать навыки для технических собеседований и работы в ведущих ИТ-командах. Лучшие участники пройдут в финал, где в режиме реального времени будут соревноваться в правильности решений и скорости мышления.

Трек 2: Программирование роботов [командный формат, 7 500 000 ₽, три призовых места]

Напиши алгоритмы для робособаки и робота-манипулятора и проведи их через три этапа соревнований. Сначала — через цифровой симулятор, где нужно пройти трассу и выполнить задания по передаче предметов. Затем — подключись к реальному полигону через удалённый доступ и выполни задания на физических роботах дистанционно. А в очном финале лучшим командам предстоит управлять роботами на площадке, дорабатывать алгоритмы под новые условия и бороться за победу на глазах у зрителей. Рекомендуемые стеки: Go, Java, Python, C#, C++, JS.

Регистрируйся до 13 сентября и стань частью масштабного чемпионата.

⚡️ Генератор случайных чисел всего из трёх XOR и сдвигов

В 2003 году Джордж Марсалья представил xorshift - один из самых простых и быстрых генераторов псевдослучайных чисел.

Классический xorshift32:

uint32_t xorshift32(void)
{
    state ^= state << 13;
    state ^= state >> 17;
    state ^= state << 5;
    return state;
}

Фактически весь алгоритм:

shift → XOR
shift → XOR
shift → XOR

При ненулевом начальном state период может достигать:

2³² - 1

Никаких умножений, делений или тяжёлой математики, поэтому подобные RNG отлично подходят для игр, симуляций и procedural generation, где важна скорость.

Но есть нюанс: xorshift нельзя использовать для криптографии. Его внутреннее состояние можно предсказать, поэтому для ключей, паролей и токенов нужны криптографически стойкие генераторы.

Иногда действительно полезный алгоритм помещается буквально в три строки.

#Programming #Algorithms #C #Random

🐳 Docker выпустила Sandboxes - изолированные среды специально для AI coding agents.

Идея простая: дать агентам вроде Claude Code, Codex, Gemini CLI, Copilot CLI, OpenCode и Kiro больше свободы, но не давать им свободно ломать хост-систему.

Каждый агент запускается в отдельной microVM и получает только рабочую директорию проекта. Внутри он может:

- устанавливать пакеты;
- менять конфиги;
- запускать сервисы;
- поднимать собственные Docker-контейнеры;
- выполнять долгие задачи без постоянного подтверждения действий.

При этом Docker позволяет отдельно контролировать filesystem, network и credentials, а сам sandbox после работы можно просто удалить.

Это инфраструктурный слой для эпохи автономных coding agents: агенту дают почти полный контроль внутри песочницы, но хост остаётся изолированным.

https://www.docker.com/products/docker-sandboxes/

#Docker #AI #AIAgents #DevOps #Programming

5 платформ, где можно бесплатно задеплоить свой проект

Необязательно сразу арендовать сервер и настраивать инфраструктуру. Для портфолио, MVP и небольших pet-проектов можно начать с бесплатных тарифов.

1. GitHub Pages - для статических сайтов

Подходит для портфолио, документации, лендингов и проектов на HTML, CSS и JavaScript.

Загружаете код в репозиторий — GitHub публикует сайт и выдаёт готовый адрес.

🔗 https://pages.github.com

2. Cloudflare Workers - для API и серверной логики

Позволяет запускать JavaScript и TypeScript на серверах Cloudflare рядом с пользователем.

Бесплатный тариф включает до 100 000 запросов в день. Хороший вариант для API, вебхуков, прокси и небольших backend-сервисов.

🔗 https://workers.cloudflare.com

3. Vercel - для Next.js и современного frontend

Подключаете GitHub, делаете push — Vercel автоматически собирает и публикует проект.

Для каждой ветки создаётся отдельная preview-ссылка. Бесплатный Hobby-тариф предназначен для личных и некоммерческих проектов.

🔗 https://vercel.com

4. Google Cloud Run - для Docker-контейнеров

Загружаете контейнер, а Google самостоятельно запускает и масштабирует приложение.

Когда запросов нет, сервис может уменьшить количество экземпляров до нуля. Есть постоянная бесплатная квота, но для подключения обычно требуется настроить биллинг.

🔗 https://cloud.google.com/run

5. AWS Amplify - для full-stack приложений

Amplify объединяет хостинг, автоматическую сборку, CI/CD и сервисы AWS.

Подходит для React, Next.js, Vue и мобильных приложений. У новых аккаунтов доступ зависит от программы AWS Free Tier и предоставленных кредитов.

🔗 https://aws.amazon.com/amplify/

Важно: «бесплатно» не означает «без ограничений». Проверяйте лимиты, правила коммерческого использования и условия оплаты сверх бесплатной квоты.

Но для запуска первого проекта этих платформ более чем достаточно.

Redis не доверяет обычным строкам C - и вот почему

В C строка заканчивается нулевым байтом \0. Из-за этого strlen() каждый раз проходит весь буфер, а хранить произвольные бинарные данные становится неудобно.

Поэтому Redis использует собственную структуру SDS — Simple Dynamic Strings.

В памяти она выглядит примерно так:

[len][alloc][flags][данные...\0]
                   ↑
                  sds

Перед самими данными Redis хранит метаданные:

- len — текущую длину;
- alloc — размер выделенной памяти;
- flags — тип заголовка.

Благодаря этому длина строки определяется за O(1), а свободное место известно заранее. При добавлении данных Redis не обязан каждый раз заново вычислять размер и перевыделять память.

SDS также остаётся совместимой со многими функциями C: указатель ведёт прямо на буфер, а в конце всё равно находится \0.

Но Redis не зависит от этого терминатора — длина хранится отдельно. Поэтому внутри строки могут находиться нулевые байты, изображения, сериализованные объекты и другие бинарные данные.

Важный нюанс: структура sdshdr из старых примеров сегодня упрощена. Современный Redis выбирает компактный заголовок sdshdr5, sdshdr8, sdshdr16, sdshdr32 или sdshdr64 в зависимости от размера строки.

Небольшой заголовок перед буфером решил сразу три проблемы: быстрое получение длины, безопасную работу с бинарными данными и эффективное расширение строк.

Источник:
https://redis.io/docs/latest/operate/oss_and_stack/reference/internals/internals-sds/
https://github.com/redis/redis/blob/unstable/src/sds.h

Задача, которую фон Нейман решил «слишком гениально»

Два велосипедиста находятся в 30 милях друг от друга и едут навстречу со скоростью 15 миль в час каждый.

Между ними постоянно летает муха со скоростью 30 миль в час, разворачиваясь у каждого велосипедиста. Сколько всего она пролетит до их встречи?

На первый взгляд хочется считать бесконечную последовательность всё более коротких перелётов.

Но решение проще.

Суммарная скорость сближения велосипедистов:

15 + 15 = 30 миль в час

Значит, расстояние в 30 миль они преодолеют за один час.

Муха летает всё это время со скоростью 30 миль в час:

30 × 1 = 30 миль

Ответ: 30 миль.

С этой задачей связывают известную историю о математике Джоне фон Неймане.

Когда он мгновенно назвал правильный ответ, собеседник заметил:

> Большинство пытается складывать бесконечный ряд, хотя достаточно вычислить время встречи.

Фон Нейман якобы ответил:

> А я именно сложил бесконечный ряд.

Хорошее напоминание: гениальный человек не всегда выбирает самый простой путь. Иногда он просто проходит сложный невероятно быстро.

🔥 piqc показывает, сколько денег Kubernetes-кластер теряет на простаивающих GPU

Команды часто видят загрузку GPU, но не понимают:

- какая модель работает на конкретном ускорителе;
- сколько стоит генерация токенов;
- где простаивает железо;
- почему растёт инфраструктурный счёт.

piqc сканирует Kubernetes-кластер и автоматически находит inference-нагрузки на vLLM и Ray Serve.

Инструмент связывает между собой модели, GPU, реплики и runtime-метрики, а затем формирует отчёт о расходах и неэффективном использовании ресурсов.

Что умеет находить piqc:

- простаивающие GPU;
- модели на слишком дорогих ускорителях;
- полностью свободные GPU-узлы;
- фрагментацию ресурсов;
- зависшие в очереди поды;
- низкую эффективность вычислений;
- завышенную стоимость генерации токенов.

Для vLLM также собираются:

- latency;
- скорость prefill и генерации;
- загрузка KV-cache;
- глубина очереди;
- состояние inference-сервиса.

Быстрый запуск:

pipx install piqc
piqc scan --format table

Результаты можно получить в форматах table, JSON, YAML или в виде стандартизированного facts bundle.

Инструмент также запускается внутри кластера как Kubernetes Job - без постоянных агентов и sidecar-контейнеров.

Важная деталь: сейчас проект распространяется по Business Source License 1.1. Переход на Apache 2.0 запланирован на 2028 год.

По сути, piqc отвечает на вопрос, который обычный мониторинг часто оставляет без ответа:

какая именно модель сжигает GPU-бюджет и почему?

GitHub:
https://github.com/paralleliq/piqc

Rust, который наконец становится понятным 🦀

Давно хочешь выучить Rust, но ownership, borrowing и lifetimes выглядят как отдельный вид боли?

Этот курс проведёт тебя с самого начала до уровня, где ты уже пишешь реальные системные и сетевые программы.

Ты разберёшь:
Ownership → Borrowing → ошибки → коллекции → Generics → Traits → модули → тесты → сетевой код

Никакого бесконечного чтения документации. После каждого урока ты сразу пишешь код, проходишь тесты и решаешь задачу с автопроверкой.

🔥 Rust с нуля
🔥 5–6 часов в неделю
🔥 Практика после каждого урока
🔥 Подойдёт после Python, JavaScript, Java и других языков
🔥 Можно начать сразу

В конце у тебя будет понимание Rust, с которым уже можно писать быстрые backend-сервисы, сетевые приложения и системные утилиты, а не смотреть на borrow checker как на врага.

Пора добавить Rust в свой стек. Начинай курс и пиши первый код уже сегодня: https://stepik.org/a/294885/

Сколько незаконченных Git-репозиториев лежит у вас на диске?

drydock показывает их все в одном терминальном интерфейсе:

- где остались незакоммиченные изменения;
- какие коммиты ещё не отправлены;
- где забыты stash, конфликт или незавершённый rebase;
- какие проекты изменились после последнего тега и готовы к новому релизу.

Инструмент проверяет не только текущую ветку, поэтому забытая работа в локальной feature-ветке тоже попадёт в список.

brew install yetidevworks/drydock/drydock

# или
cargo install drydock

После установки достаточно запустить:

drydock

Есть фильтры, fuzzy-поиск, JSON-вывод, открытие проекта в редакторе и массовый fetch. Состояние репозиториев обновляется автоматически через файловый watcher.

drydock написан на Rust с использованием Ratatui и работает на macOS и Linux.

Полезная утилита для разработчиков, у которых папка Projects давно превратилась в кладбище почти законченных идей.

GitHub:
https://github.com/yetidevworks/drydock

⚡️ Бинарный поиск, который вы выучили, скорее всего, был неправильным.

Джон Бентли опубликовал реализацию бинарного поиска в *Programming Pearls* после того, как доказал её корректность и протестировал.

Баг прожил почти 20 лет.

Позже Джошуа Блох нашёл точно такую же ошибку в реализации бинарного поиска, которую сам написал для JDK.

Исследование 1988 года показало: корректный бинарный поиск был только в 5 из 20 учебников.

Ошибка проявляется только на массивах размером 2^30 элементов и больше.

Проблема возникает при вычислении середины:

mid = (low + high) / 2;

На очень больших массивах low + high может вызвать переполнение.

Правильнее писать так:

mid = low + (high - low) / 2;

В C такое переполнение может привести к выходу за границы массива и непредсказуемому поведению. В Java это обычно заканчивается ArrayIndexOutOfBoundsException.

Та же ошибка затрагивала mergesort и огромное количество других алгоритмов «разделяй и властвуй».

🔍Тестовое собеседование с Head of DevOps уже завтра

4 августа(уже завтра!) в 19:00 по мск приходи онлайн на открытое собеседование, чтобы посмотреть на настоящее интервью на Middle DevOps-разработчика.

Как это будет:
📂 Александр Хренников, Head of DevOps в KTS с опытом 14+ лет, будет задавать реальные вопросы и задачи разработчику-добровольцу
📂 Александр будет комментировать каждый ответ респондента, чтобы дать понять, чего от вас ожидает собеседующий на интервью
📂 В конце можно будет задать любой вопрос Александру

Это бесплатно. Эфир проходит в рамках менторской программы от ШОРТКАТ для DevOps-разработчиков, которые хотят повысить свой грейд, ЗП и прокачать скиллы.

Переходи в нашего бота, чтобы получить ссылку на эфир → @shortcut_devops_bot

Реклама.
О рекламодателе.

🚀 СТУДЕНТ СЛУЧАЙНО ОПРОВЕРГ ГИПОТЕЗУ, В КОТОРУЮ ВЕРИЛИ 40 ЛЕТ

С 1985 года считалось: чем ближе хеш-таблица к заполнению, тем неизбежнее замедляются поиск и вставка. В худшем случае требовалось порядка x проверок, где x показывает, насколько таблица близка к 100%.

Эндрю Крапивин придумал новую структуру, снизив сложность до O((logx)*2).

Более того, среднее время поиска может оставаться константным независимо от заполненности таблицы. Авторы также доказали, что найденная граница оптимальна.

Самое невероятное — Крапивин не знал о гипотезе Яо и пришёл к решению, экспериментируя с «крошечными указателями» ещё во время учёбы в Rutgers.

Иногда незнание общепринятых ограничений действительно помогает их разрушить.

Это один из самых изобретательных проектов, которые я видел на этой неделе.

Передаёт файлы между двумя устройствами, используя только экран и камеру. Использует Fountain Codes (LT Codes).

Вместо разделения файла на последовательные фрагменты, каждый QR-код содержит математическую комбинацию (XOR) блоков файла.

Разработчик достиг скорости до 129 КБ/с. Всё работает в браузере с WebAssembly, без установки каких-либо приложений.

https://github.com/bashalarmistalt/decimen-optical-transfer