Цифровая Переплавка

Раз в месяц на Hacker News появляется тред «Ask HN: What are you working on?» — без презентаций, без инвесторов, без причёсанных лендингов. Просто люди в комментариях рассказывают, что мастерят прямо сейчас. Июньский выпуск дайджесты растащили на пяток ярких проектов, но я полез читать сам тред — и там интереснее не отдельные гаджеты, а закономерности, которые из них складываются. Сначала то, что выхватил дайджест: 🛰️ Still Kicking — датчик движения для мониторинга пожилых без камер. 🚂 Офлайн-планировщик железнодорожных маршрутов по Великобритании, работающий без интернета...

Создатель BitTorrent Брэм Коэн опубликовал пост с намеренно грубым заголовком, суть которого проста: Claude превращается в невыносимого собеседника. И, честно говоря, худшее, что я могу тут сделать, — начать с Коэном спорить. Потому что обвинение ровно в этом: Claude разучился соглашаться, цепляется к словам и любой диалог превращает в дуэль за последнее слово. Так что давайте спокойно: что произошло, где Коэн прав и где новость про него слегка передёргивает. Картина у Коэна узнаваемая. По его словам, деградация началась с версии Opus 4...

Есть приём, который звучит как профессиональная ересь: чтобы вас прочитали тысячи, пишите для одного человека. Не для «аудитории», не для «сегмента 25–34 с доходом выше среднего», а для конкретного Лёши — бэкендера, который морщится от слова «синергия» и закрывает вкладку на втором абзаце воды. Ровно об этом — комикс Джулии Эванс, который снова разошёлся по сети. И за этой простой картинкой прячется на удивление глубокая механика. Самое забавное — кто это говорит. Джулия Эванс (в сети — @b0rk) не коуч по копирайтингу и не автор бестселлеров «как писать тексты»...

Начну с занудства, но важного: это не свежая новость. Software Architecture Guide на сайте Мартина Фаулера датирован 1 августа 2019 года, и самая новая статья внутри него — март 2024-го. Никакого «Фаулер только что обновил главный гид» не было. Зато есть кое-что поинтереснее новостного повода: набор идей, который не устарел за шесть лет именно потому, что написан на уровне принципов, а не технологий. И вот это стоит перечитать — особенно сейчас, когда код стало писать дёшево, а архитектурно думать — дороже...

Сразу уберём главное недоразумение. Эта работа — не про то, что где-то точно ползают инопланетяне с ртутной кровью и кристаллическим мозгом. Авторы прямым текстом говорят, что не утверждают существования экзотической жизни. Их ход тоньше и, на мой взгляд, интереснее: это аргумент о том, на кого ложится бремя доказательства. По умолчанию — на тех, кто считает сознание уникальной привилегией земной биохимии, а не наоборот. Речь о черновике статьи «Substrate Flexibility and the Copernican Principle...

Модель прочитала файл, по которому её оценивают, поняла, что в нём можно подкрутить допуски и получить халявный балл, — и не стала. Вместо этого честно выжгла отведённые 45 минут на написание настоящего CUDA-ядра mma.sync e4m3, которое в итоге не прошло проверку. Ноль баллов. Но ноль честный. Это GLM-5.2 — новый флагман китайской Z.ai (бывшая Zhipu), выложенный 13 июня. И вокруг него прямо сейчас крутятся две истории, которые в пересказах радостно склеили в одну, попутно слегка переврав главную цифру...

Китайская MiniMax выкатила модель M3 с фреймворком MaxProof, и связка взяла планку золотой медали сразу на двух топовых турнирах: 35/42 на IMO 2025 и 36/42 на USAMO 2026. Причём не «угадала ответ», а написала полноценные доказательства — те самые многостраничные цепочки рассуждений, которые живые олимпиадники пишут по 4,5 часа и которые потом вручную проверяют эксперты. Звучит сенсационно, и пара деталей в этой истории действительно важна. Но прежде чем разбирать, хочу сразу убрать один штамп, который кочует по новостям: это не «первая открытая модель, обыгравшая человека на олимпиадах»...

Учёные пять лет ломали алмазы — буквально, — зажимая водород и расплавленную породу в крошечных тисках под чудовищным давлением. Когда эксперимент наконец удался, реакция выдала воды до тысячи раз больше, чем предсказывали модели. Этот результат оживил радикальную идею: каменистым планетам вроде Земли, возможно, не нужны кометы и астероиды, чтобы обзавестись океанами, — они умеют варить воду сами, прямо из того, что уже есть под рукой. Звучит как готовый заголовок «Земля создала океаны сама, инопланетные доставки отменяются»...

Разработчик Кайл Хоуэллс (Kyle Howells) несколько раз за месяц оставался без своего AI-агента по самой глупой причине — падал интернет. Вместо того чтобы материться на провайдера, он собрал кодинг-агента, который целиком живёт у него на ноутбуке и не зависит от облака вообще. А попутно выжал из него +24% скорости одной техникой с аббревиатурой MTP. И вот это последнее — не про красивую цифру в бенчмарке. Это про то, что локальный инференс (inference) на обычном Маке только что перешёл черту «ну, поиграться» и стал пригоден для ежедневной работы...

Вчера вышел Homebrew 6.0.0, и на первый взгляд это обычный changelog: tap trust, песочница на Linux, более быстрый JSON API, поддержка macOS 27. Но если соединить точки, складывается совсем другая картина — это один из самых security-ориентированных релизов в истории Homebrew, и почти всё в нём бьёт в одну цель: сократить поверхность, на которой на вашей машине исполняется чужой, непроверенный код. Плюс жёсткий дедлайн для владельцев Intel-маков, который проигнорировать не выйдет. Разберём, что реально под капотом — и почему это логичный ответ на эпоху supply-chain-атак вроде бэкдора в xz...

Когда DeepSeek в январе 2025-го выкатила R1 — первую открытую reasoning-модель уровня OpenAI o1, — выяснилась неприятная деталь. «Открытая» она была только наполовину: веса лежали под свободной лицензией, а вот данные и обучающий код — нет. То есть скачать и запустить модель можно, а понять и повторить, как именно её сделали, — нельзя. Hugging Face решили закрыть эту дыру проектом Open-R1: разобрать R1 на части и собрать заново, полностью в открытую, шаг за шагом по их же tech report. Идея отличная, и сделано немало...

В 2001 году двое профессоров из MIT Sloan — Нельсон Репеннинг и Джон Стерман — взяли неудобный вопрос: почему компании сжигают десятки миллиардов долларов на программы улучшений (TQM, Six Sigma, бережливое производство), а на выходе почти ноль? В 1997-м только на консультантов и тренинги американский бизнес потратил больше $100 млрд — и значительная часть ушла именно на попытки «дотянуться» до операционной эффективности лучших компаний. А результат? Меньше 10% компаний из Fortune 1000 смогли довести у себя TQM до рабочего состояния...