Дайджест #75. Четвер, 27 серпня

DuckLabs оголосила, що на початку вересня приєднається до AWS, а команда залишиться в Амстердамі й надалі розвиватиме DuckDB, DuckLake та Quack. Усі open-source компоненти залишаться під MIT-ліцензією, а некомерційна DuckDB Foundation продовжить опікуватися проєктами. Причиною рішення називають бажання отримати інфраструктуру, масштаб і доступ до ширшої аудиторії, які складно забезпечити самотужки.

Це може зробити DuckDB ще популярнішим у хмарній аналітиці, хоча й посилить залежність від одного хмарного гіганта.

Стаття описує шість підходів до побудови RAG-систем: від звичайного повнотекстового пошуку BM25 до повного pre-embedding у векторну базу. Автор наголошує, що для більшості випадків достатньо BM25 плюс agentic query rewriting за допомогою LLM, яке перетворює недбалі запити на точні ключові слова і враховує внутрішню термінологію. Складніші рішення, як-от hybrid search, on-the-fly embedding або hot/cold tiers, варто застосовувати лише за наявності даних про великий query volume, швидку зміну документів або реальну потребу в семантиці. Основна порада: не будуйте рішення для 5% проблем, якщо ваша проблема з 60%.

До болю знайома картина: команда місяцями налаштовує векторний пайплайн, а користувач просто хотів знайти інструкцію, як скинути пароль.

Автор намагається відтворити зручність Lisp-розробки у Haskell: замість REPL використовує юніт-тести, які ghcid запускає при збереженні, а foreign-store дозволяє перезапускати програму без втрати стану. Для цього він налаштовує Emacs з Eglot та Haskell Language Server через Nix/direnv, однак Eglot додає відчутну затримку, тому в інших проєктах він його поки не вмикає. Найбільше йому сподобався зв'язок ghcid + foreign-store: зміни коду одразу оновлюють візуалізацію, а стан процесу зберігається між рестартами.

OldInsuranceMaps.net отримав статус Charter Project від OpenStreetMap US. Платформа містить понад 1200 карт Sanborn, здебільшого з Library of Congress, і дозволяє волонтерам геореференсувати скани, розставляючи контрольні точки та зшиваючи сторінки. Проєкт заснував Adam Cox у 2022 році, і тепер він приєднується до YouthMappers, Yesterdays та OpenHistoricalMap, що має посилити інтеграцію з історичним мапінгом.

Guardian з’ясував, що фейковий американський thinktank Hanover Institute for Public Policy, який юридично не існує, за дев’ять днів опублікував 124 звіти обсягом понад 560 тисяч слів під виглядом нейтральних досліджень, щоб вплинути на відповіді AI чатботів про Ізраїль. Сайт фінансувався ізраїльським урядом через Piro Inc та Havas, а його контент оптимізовано для цитування ChatGPT, Perplexity та інших моделей. Це частина ширшої кампанії на десятки мільйонів доларів, і дослідники попереджають, що головна загроза полягає в потраплянні цих матеріалів у навчальні дані, через що чатботи відтворюватимуть проізраїльські наративи без посилань.

Автор стверджує, що суперечка про те, хто пише код (людина чи ШІ), хибна: володіння системою означає розуміння, а не авторство. Справжня небезпека в тому, що легко делегувати не лише набір коду, а й саме розуміння, особливо під час debugging, що створює ілюзію компетентності. Він радить агресивно використовувати ШІ для boilerplate і синтаксису, але залишати за собою архітектуру, рішення та здатність пояснити систему. Це може змістити розробників до більш архітектурної ролі, де цінується розуміння систем, а не написання коду.

Value classes дають JVM більше свободи для flattening та scalarization, але оптимізації не гарантовані: великі mutable-поля залишаються як reference layout через вимогу tear-free присвоєнь. На прикладі JDK 28 preview автор показує, що value record може повністю усунути алокації в циклі, тоді як identity record — ні. Водночас megamorphic interface calls через type erasure змушують матеріалізувати value objects на heap, але явне перевизначення типізованого методу в інтерфейсі прибирає цей overhead.

IBM створила для NSA надсекретний комп’ютер Harvest (IBM 7950), який з 1962 по 1976 рік був головним криптоаналітичним процесором США і виконував завдання до 200 разів швидше за будь-яку іншу машину того часу. Він складався з mainframe Stretch, потокового копроцесора для обробки символьних даних та автоматизованої стрічкової бібліотеки Tractor, яка забезпечувала доступ до десятків гігабайт даних. Для програмування Harvest розробили мову Alpha з дикими символами для невідомих або відсутніх символів. Машина працювала від Карибської кризи до розрядки, але її вивели з експлуатації після виходу з ладу механічної деталі, виробник якої закрився, і замінили на Cray-1.

Автор застерігає: Omarchy не варто використовувати, якщо вам хоч трохи важлива безпека машини. У версії 4.0 виявили bash injection через заголовки відео та можливість запуску довільного bash через сповіщення, що свідчить про систематичне ігнорування обробки untrusted input і використання AI-generated bash-скриптів без належного review. Він також вважає, що маркетинг DHH про безпечний і полірований дистрибутив межує з брехнею, оскільки реальні практики розробки цього не підтверджують.

EPA планує прибрати федеральну вимогу публічного обговорення для дозволів на забруднення повітря від "minor sources", включно з дата-центрами, і передати це на розсуд штатів. Це може позбавити місцеві громади можливості коментувати проєкти, які вже довели значну шкоду здоров'ю, наприклад, дата-центр Vantage у Вірджинії з оцінкою $53–99 млн щорічних збитків. 14 штатів і три міста виступили проти, назвавши це підривом прозорості заради прискорення AI-інфраструктури.

Дослідження Penn State виявило, що 62% дорослих американців визнають, що мало або нічого не знають про базові статистичні поняття, і лише 11% регулярно використовують статистику в повсякденному житті. Водночас 90% опитаних заявили, що частіше б покладалися на статистику для прийняття рішень, якби краще її розуміли. Автори наголошують, що статистична грамотність важлива для критичної оцінки доказів у новинах і політичних дебатах, і вказують на безкоштовні ресурси, як-от онлайн-курс STAT 200.

Це радше свідчить про прогалини в шкільній математичній освіті, ніж про принципову складність статистики.

Це оцифрований випуск науково-фантастичного журналу Worlds of IF за лютий 1958 року на Internet Archive. Номер містить оповідання Айзека Азімова «The Feeling of Power», Артура Кларка «Out From the Sun», а також твори Алгіса Будріса, Алана Нурса та інших авторів. У відгуку користувач зазначає, що це перший випуск, надрукований після запуску «Супутника», і тоді ще припускали, що його сигнали означають температуру.

«The Feeling of Power» Азімова особливо цікаво перечитувати зараз, коли люди дедалі більше покладаються на калькулятори й комп’ютери для найпростіших обчислень.

X надіслала cease and desist листи open source проєктам Nitter та XCancel, звинувативши їх у несанкціонованому зборі даних і порушенні правил. Nitter дозволяв читати пости з X без акаунта, без JavaScript і відстеження, і саме на ньому базувався XCancel. Після цих листів XCancel зупинив роботу, nitter.net офлайн, розробку призупинено, а репозиторій на GitHub позначено як archived та read-only. Раніше проєкт уже закривався в січні 2024 через видалення guest accounts, але повернувся після обходу обмежень.

X використовує публічні дані з платформи для навчання Grok, але водночас блокує інструменти, які дозволяють читати ці самі публічні дані без акаунта.

Nebula представила власний шрифт Nebula Sans, створений на основі Source Sans як drop-in заміна Whitney SSm. Він доступний за SIL Open Font License, має два стилі в шести вагах і адаптований під метрики Whitney SSm для кращої читабельності. Серед особливостей: фігурні розділові знаки, стилістичні альтернативи, табличні цифри та фірмова зірочка.

GitHub зазнав 1125 інцидентів з березня 2016 року, в середньому 24 на місяць за останні три місяці, що на 5% менше порівняно з попереднім кварталом. Найгірший місяць: лютий 2026 з 37 інцидентами, а найдовша серія без збоїв тривала лише 8 днів. За останні 12 місяців найнижчу доступність мав Copilot (97.93%, 7 днів 13 годин downtime), за ним Actions і Pull Requests. 81% інцидентів minor, 17% major, 2% critical.

Схоже, найактивніше промотований сервіс має найгіршу надійність.

На FOSSY 2026 Software Freedom Conservancy розповіла про порушення AGPLv3 компанією Bambu Lab: їхній слайсер Bambu Studio заснований на коді Slic3r/PrusaSlicer, але частину функціональності винесено на сервери Bambu Lab, а клієнтський код лишається закритим під виглядом DMCA anti-circumvention. Крім того, у прошивці деяких принтерів не надано вихідний код для Buildroot та інших copyleft компонентів (GPLv2). SFC займається reverse engineering і дзеркалює OrcaSlicer, а кампанія зібрала понад $250,000, що дозволило найняти full-time litigation attorney.

Йдеться про практику віддавати Markdown-версію сторінки через content negotiation для заголовка Accept: text/markdown, щоб AI-агенти отримували чистий контент без навігації, скриптів і layout-розмітки. Це зменшує витрати токенів, підвищує signal-to-noise для RAG і прискорює перший токен. Для готовності URL має підтримувати Accept, Vary: Accept, повертати 406 для непідтримуваних типів і поважати q-values.

IBM анонсувала на Hot Chips 2026 перший dual-architecture mainframe processor для IBM Z та LinuxONE, створений у співпраці з Arm. Процесор виконаний на 2nm техпроцесі, має 11 ядер з частотою понад 5.7 GHz і може нативно виконувати інструкції Arm та IBM Z (або Arm та LinuxONE) одночасно на кожному ядрі. Чип також містить AI inference accelerators для виявлення шахрайства в реальному часі та окремий on-chip data processing unit для прискорення I/O. Це відкриває Arm-екосистему з понад 22 млн розробників для мейнфреймів IBM.

Tailcat — це відкритий інструмент від Tailscale, що поєднує їхні відкриті компоненти (magicsock, WireGuard, DERP) для створення зашифрованих peer-to-peer тунелів без Tailscale control plane. Одна сторона запускає сервер і отримує connection token, який інша використовує для підключення, з можливістю пробросу портів, SSH, SOCKS5 та exit node. Не потребує root, облікового запису Tailscale або змін у мережевих налаштуваннях, доступний як CLI та Go library.

Цей gist — підтримуваний Мартіном Еесмаа форк оригінального списку YouTube format ID (itag) від AgentOak. Він каталогізує DASH-відео (AV1, VP9, H.264, HFR, рідкісні формати), DASH-аудіо (AAC, Opus, surround, DTS) та застарілі non-DASH і livestream-формати, включно з кодеками, бітрейтом і доступністю. Також містить шаблони format selection string для yt-dlp і відстежує зміни YouTube, зокрема AI-апскейлінг та обмежені mweb-only формати 599/600.

Actinide, стартап з Далласа, став першою компанією, що виробила HALEU (high-assay low-enriched uranium) на власному calutron першого покоління. Технологія дозволяє отримувати твердий HALEU безпосередньо, оминаючи дефіцит deconversion потужностей у США. Отриманий матеріал має 15,38% збагачення за assay, але поки що вироблений у дослідницьких кількостях і потребує фабрикації в паливо. Компанія будує друге покоління машини Fortitude, яка, за її оцінками, матиме половину потужності всього федерального електромагнітного парку США.

CoMaps — офлайн-застосунок на основі OpenStreetMap, який працює без зв’язку і став ключовим інструментом для рятувальників під час землетрусу у Венесуелі. Перед активацією команда відокремила оновлення мап від оновлень застосунку й скоротила обробку даних із 10 днів до 3, тож свіжі мапи з даними волонтерів HOT з’являлися щотижня. Завдяки цьому рятувальники без технічної підготовки могли орієнтуватися на місцевості, а в майбутньому CoMaps планує оновлення конкретних регіонів кожні 12 годин.

Показово, що відкриті дані та волонтерські інструменти можуть стати частиною реальної рятувальної операції, а не лише абстрактним проєктом.

GitHub зафіксував інцидент із погіршенням продуктивності деяких сервісів 26 серпня 2026 року. Проблему почали розслідувати о 15:09 UTC, а о 16:07 UTC інцидент позначили як вирішений. Детальний аналіз першопричини обіцяють опублікувати пізніше.

Автор стверджує, що через швидке вдосконалення coding agents і насичення benchmarks розробка продукту переходить від послідовного процесу Idea → Product → Design → Engineering → QA → Production до циклу Intent → Implementation → Observed Result, де ключовим стає підтверджена зміна поведінки продукту. У новій моделі codebase втрачає центральну роль, а найбільшу цінність мають runtime signals і behavioral evidence змін: чи не перекрила клавіатура кнопку оплати, чи не зросла latency, чи не пішли returning users хибним шляхом. Ролі Product, Design і Engineering дедалі більше зливаються, а стандартом можуть стати pull requests з behavioral evidence. Revyl будує платформу для збереження таких поведінкових записів, починаючи з mobile.

Tim Curry, актор театру, кіно та телебачення, помер у Лос-Анджелесі у віці 80 років. Найбільше він відомий завдяки ролям доктора Френка-Н-Фуртера в The Rocky Horror Picture Show, Пеннівайза в мінісеріалі It та Володаря Темряви у Legend. Його кар’єра також включала роботи в Amadeus, Spamalot, Clue та багатьох комедіях, а після інсульту 2012 року він продовжував зніматися і в 2025 випустив мемуари Vagabond.

Арвід Нараянан у запрошеній доповіді на ICML 2026 розглядає, що залишиться людям у роботі в міру прогресу ШІ. Спираючись на тезу «AI as normal technology», він стверджує, що ШІ радше доповнює людей, ніж автоматизує їх, і між покращенням можливостей моделей та автоматизацією завдань багато вузьких місць. З часом акцент зміститься з розробки моделей на scaffolds, evaluation та monitoring, а в дослідженнях люди перейдуть від розв’язання задач до постановки запитань і концептуального прогресу. В індустрії зросте вага relational skills, domain knowledge, aesthetic and normative judgment.

У Нью-Йорку відео Зохрана часто закінчуються короткими посиланнями nyc.gov/{ініціатива}, які ведуть на конкретні міські проєкти, як-от click-to-cancel чи rental-ripoff. Автор вважає, що такі лінки роблять міську владу зручнішою для взаємодії, створюють звичку користуватися nyc.gov і перетворюють анонси на реальні дії.

Стаття підраховує, хто реально платить за тарифи 2025 року між США та Канадою. Американські імпортери сплачують мито на канадські товари, а підвищені ціни на імпортний алюміній тягнуть угору й американський метал без сплати податку. Окремо оцінено додаткові витрати домогосподарств через тарифи на весь імпорт, а канадські контртарифи б’ють по американському експорту, зокрема сталі та алюмінію. У вересні Канада розширює список і підвищує ставку до 50%, а всі цифри взято з публічних державних даних, а не вгадано.

Автор перевірив GPT 5.6-Cyber на здатність втекти з ізольованої QEMU/KVM VM. Агент втік тричі: спочатку через нещодавно розкриті вразливості ядра, потім через libslirp (CVE-2026-9539 та патч без CVE), а після оновлення системи знайшов кілька 0-day у QEMU, KVM та libslirp і побудував надійний ланцюжок експлуатації. Висновок: звичайна VM більше не є достатньою ізоляцією для кібер-агентів; потрібні мінімалістичні гіпервізори на кшталт Firecracker, швидкі оновлення та суворі обмеження.

Amazon оголосила про остаточне закриття Amazon Mechanical Turk 30 вересня 2026 року. Платформа для crowdsourcing мікрозадач використовувалася для розмітки даних, модерації контенту, опитувань та інших завдань, які потребують людської участі. Workers і Requesters, що зараз користуються сервісом, можуть ознайомитися з FAQ для підготовки до закриття.

У новому звіті Asahi Linux розповідає про обхід відсутності EL3 на Apple Silicon: Sven реалізує PSCI через UEFI Runtime Services, а m1n1 тепер вміє емулювати SPRR/GXF, що дозволяє завантажувати XNU з обов’язковим SPTM під гіпервізором на M4 і новіших. Для M3 майже готовий офіційний реліз: запрацювали вебкамера, мікрофони, USB3/Thunderbolt через ACE3, а підтримка DCP досягла майже паритету з macOS 14.8.3. Також покращено апаратне декодування відео через AVD із VA-API транслятором та підготовлено прямий вивід кадрів через формат Interchange, хоча Kwin поки вимикає direct scanout через сприйняття системи як multi GPU.

Apple знову додала кілька фірмових грабель, але Asahi щоразу знаходить спосіб по них не ходити.

LAION-BVD це великий відкритий відеодатасет для мультимодального навчання: 1,3 млрд URL відео з CommonCrawl, з яких завантажено 80 млн відео загальною тривалістю 10 млн годин. За допомогою content-aware scene detection вирізають кліпи та синтетично генерують описи для відео й аудіо; моделі, навчені на цих даних, досягають конкурентних результатів на video-text і audio-text benchmarks, зі стабільним покращенням при зростанні масштабу. Окремо виділяють кадри зі зміною сцен для image-text pre-training: вони мають інший візуальний розподіл і дають сильний retrieval.

Clerky, популярний онлайн-сервіс юридичного оформлення для стартапів, приєднується до Stripe. Компанія працює понад десять років, обслуговує 23% seed/pre-seed раундів у Кремнієвій долині, а її клієнти залучили понад $140 млрд венчурного капіталу. Після угоди Clerky збереже команду та фокус на юридичних документах для стартапів, отримавши більше ресурсів для розвитку.

Nvidia веде переговори про придбання Hugging Face за понад $13 млрд, але угоди ще немає і переговори можуть зірватися. Раніше Hugging Face відхилила інвестицію від Nvidia на $500 млн за оцінкою $7 млрд, побоюючись домінуючого інвестора. Платформа є ключовим хабом open-source AI моделей, і володіння нею дало б Nvidia більший вплив на розробників, але водночас може підірвати її нейтральність щодо AMD та Intel.

Схоже, Nvidia хоче контролювати не лише залізо, а й головну вітрину open-source моделей.

OpenExecutive — AI-система, яка створює єдиний «executive voice» з восьми спеціалізованих агентів: CSO, CFO, CHRO, General Counsel, COO, CMO, CPO і Board Communications. Кожен агент використовує RAG із вбудованими MBA-матеріалами та завантаженими документами компанії через ChromaDB, а епізодична пам'ять на SQLite зберігає минулі рішення й поради між сесіями. Backend на FastAPI, UI на Next.js 15, як LLM використовуються Claude Sonnet 4-6 та Opus 4-7, є prompt caching, планувальник і інтеграції зі Slack, Email, Telegram, Discord. Проєкт ліцензований під Apache 2.0.

Японська художниця-авангардистка Яйої Кусама померла у віці 97 років у токійській лікарні від поліорганної недостатності. Вона відома роботами з яскравими горошками, сітчастими візерунками та гарбузами. У 1957–1973 роках жила в Нью-Йорку, де здобула славу як «королева хепенінгів» і учасниця антивоєнного руху. У 1993 році представляла Японію на Венеційській бієнале, а в 2011–2012 роках у Європі та США пройшли великі ретроспективи.

pnpm 12 вийшов як стабільний реліз і є переписом pnpm у Rust, зберігаючи команди, прапорці, налаштування та формат lockfile з версії 11. Серед ключових змін: git-залежності тепер ідентифікуються за репозиторієм, циклічні графи залежностей дають детерміновані lockfile, а packageImportMethod: auto на Linux надає перевагу hardlink. Додано project-aware глобальні бінарники, можливість встановлювати інші package managers (npm, Yarn, Bun), registry revisions, batch approval для staged publishing і proof of concept віддаленого кешу побічних ефектів.

У дослідженні змодельовано worst-case сценарії прориву льодовикових озер (GLOF) у трансграничному гімалайському басейні Поіку. Великі кам'яно-льодові лавини можуть спричинити витрати на кордоні з Непалом, що в понад 15 разів перевищують попередні оцінки. Час попередження для міста Nyalam становить лише 5-11 хвилин, для кордону близько 30 хвилин. Інженерні заходи на Jialongco мало знижують ризик великих проривів, тому автори рекомендують поєднання early warning, land use zoning та розбудови локальних можливостей реагування.

Автор описує свій робочий процес з AI-кодингом, де ключову роль відіграє harness: самодостатнє середовище зі спільним AGENTS.md, скілами та скриптами, яке працює з Cursor, Claude і Pi. Роботу розбито на фази explore, planner, worker, critic, promoter, причому більшість задач виконують дешеві моделі на кшталт deepseek-v4-flash-0731, а frontier-моделі залучаються лише для складних етапів, що знизило використання Fable на 75%. Застосунок Realness через poster-driver став доступним для harness, дозволяючи автоматизувати створення постерів із графіки чи відео. Окремо автор зазначає, що заборона Fable урядом підштовхнула до диверсифікації моделей і зробила китайську Pi найважливішою частиною його інструментарію.

У статті описано еволюцію підходу до фільтрації даних для навчання генеративних відеомоделей: від дешевих традиційних CV-евристик на CPU (PySceneDetect, EAST, motion vectors) у 2024 до fine-tuned мультимодальних LLM на GPU (Qwen-2-VL-2B для categorical filtering, PaddleOCR) у 2025, а згодом до RLVR на Qwen-2.5-VL-3B для естетичного скорингу за шкалою 1-4. Автори показують, що заміна ручних евристик на нейромережі та інвестування в якісні фільтри дали змогу зменшити навчальний датасет з ~15 млрд зображень до ~250 млн і з ~1 млрд відеокліпів до ~50 млн, зберігши якість. Головний висновок: фільтрація даних є критичним важелем, і варто оптимізувати найкращі доступні фільтри, а не найдешевші.

Автор виступає проти використання AI для генерування нотаток чи організації в Obsidian, оскільки це розмиває власні думки, створює шум під час пошуку та зменшує цінність особистих інсайтів. Він радить застосовувати AI лише для пошуку пов'язаних нотаток чи досліджень, але не для тегування чи створення зв'язків, бо сила системи в свідомо створених людиною з'єднаннях. AI-генерований контент варто чітко позначати або тримати в окремій папці, а людські нотатки збережуть цінність як prompts чи база знань для майбутніх моделей.