Stanza: 15-минутные уроки программирования прямо в VS Code

Stanza — плагин для VS Code, который встраивает короткие уроки по fullstack-разработке и ИИ-инструментам прямо в редактор. Идея простая: 15 минут в день, без переключения вкладок и потери фокуса.

Формат рассчитан на начинающих: небольшие порции, конкретные темы, без избыточной теории. Полезно, если вы учитесь в процессе работы — открыл редактор, прошёл урок, продолжил писать код.

Пока у расширения чуть больше 1500 установок и только 2 отзыва — инструмент совсем новый. Но идея встроить обучение прямо в среду разработки выглядит разумно: не нужно открывать Udemy или YouTube, контекст не теряется.

Установить Stanza можно бесплатно из VS Code Marketplace. Теперь оправдания закончились — редактор уже открыт, уроки уже внутри.

@prog_point (теперь ещё в VK и Max)

В терминале всего 33 Ctrl-шортката — и это не случайность

Замечали, что Ctrl-1 ничего не делает, а Ctrl-A работает? ASCII физически даёт только 33 control-кода — остальные комбинации терминал либо игнорирует, либо превращает в ANSI escape-последовательность (управляющие символы для цвета и позиционирования курсора).

Julia Evans разобрала всю таблицу. Ctrl-M и Enter — буквально один байт (код 13), исторически так сложилось. Ctrl-коды обрабатываются на трёх уровнях: одни забирает ОС, другие — bash или readline (библиотека редактирования командной строки), третьи добираются до приложения. Отсюда конфликты: Ctrl-S «зависает» терминал из-за поведения ОС, унаследованного из эпохи аппаратного управления потоком данных.

Большинство нажимали эти комбинации годами, не задаваясь вопросом «почему». Теперь есть разбор целиком на Tproger.

@tproger
Читайте также в VK, Max и Дзен

Что такое BI-инструменты и зачем они вообще нужны

Когда данных в компании становится много — продажи, склад, клиенты — их уже не удержать в Excel. BI-платформа (Business Intelligence, «бизнес-аналитика») — это инструмент, который собирает данные из разных источников и превращает их в понятные графики и таблицы-дашборды.

Звучит как что-то далёкое от разработки, но нет. Именно разработчики подключают источники данных, настраивают обновления и иногда пишут кастомные запросы. Это отдельное направление, которое называют Data Engineering или аналитической разработкой.

На российском рынке есть несколько таких платформ: Yandex DataLens, Visary BI, Visiology и Luxms BI. Они отличаются ценой, форматом (облако или установка на свой сервер) и набором функций. Одни заточены под корпоративный сектор, другие позволяют начать бесплатно.

Если вам интересно направление работы с данными — посмотреть на реальные инструменты полезно уже сейчас. Разбор четырёх платформ с кейсами уже у нас на сайте.

#инструменты

Как там ваши пет-проекты?

@prog_point (теперь ещё в VK и Max)

Ну-ка, новички, внеплановая проверка знаний. Что это?)

@prog_point (теперь ещё в VK и Max)

Запускаем LLM без облака и подписки

Ollama — бесплатный open-source инструмент, который ставит локальную нейросеть буквально одной командой. Работает на любой ОС, доступен из России, а GPU для старта не нужен — хватит 8 ГБ RAM и пары гигабайт на диске.

Суть проста: вы запускаете модель локально, ваши промпты не покидают машину. Это не просто про приватность — это про коммерческий код, корпоративные секреты и всё, что не хочется отправлять в облако чужой компании.

Ollama интегрируется с Claude Code, Codex и другими инструментами через одну команду ollama launch — без ручной возни с конфигами. Для кодинг-задач особенно хвалят модели qwen3-coder и gpt-oss:20b. Начать можно с llama3.2:latest — весит 2 ГБ, тянет на любом современном железе.

В гайде полный путь от установки до подключения к вашему любимому AI-редактору.

#ии

@prog_point (теперь ещё в VK и Max)

Как Flexbox считает размеры: собираем Masonry-раскладку без JavaScript

Flexbox знают почти все, кто верстал хоть один макет. Но мало кто понимает, как именно он считает размеры, а это знание позволяет строить красивые фотогалереи и карточные сетки без единой строки JavaScript.

Masonry — раскладка, где блоки разной высоты укладываются в плотную сетку без дыр, как в Pinterest. Обычно для этого тянут Grid или JS-библиотеки. В этом материале показывают, как собрать такое на чистом Flexbox, если элементы имеют известное соотношение сторон (например, 16:9 у изображений).

Чтобы наконец разобраться, почему элементы растягиваются именно так, а не иначе, читайте разбор на Frontend Masters.

#веб #фронтенд

@prog_point (теперь ещё в VK и Max)

История российского IT: от ЭВМ в закрытых НИИ до Горбушки

Сергей Лебедев создал МЭСМ — первую советскую электронную вычислительную машину. Это за два года до того, как IBM выпустила свою первую коммерческую модель для широкого рынка.

БЭСМ-6, следующая машина серии, работала с 1968 по 1987 год. На ней учились программированию — и писали прямо в двоичном коде: нули и единицы, под конкретный процессор. Никаких языков высокого уровня, никакого Python.

Советские инженеры работали в жёстких ограничениях: мало памяти, мало скорости. В таких условиях каждый лишний байт был проблемой — и это воспитывало особое отношение к коду. Не потому что так модно, а потому что иначе не работало.

Как выглядело советское IT изнутри и какие ещё факты стоит знать о его истории — в нашей статье.

@prog_point (теперь ещё в VK и Max)

Графы — одна из тех тем, где начинающие разработчики застревают надолго

Абстрактная структура данных, где узлы (вершины) соединены рёбрами, — и сразу непонятно зачем. Но стоит разобраться — и они появляются везде: маршруты в навигаторе, рекомендации в соцсетях, зависимости пакетов при установке.

Подробный разбор с нуля: что такое граф, как хранить его в коде и как обходить — в ширину (BFS, обход слой за слоем) и в глубину (DFS, уход сначала до конца ветки). Каждый алгоритм объяснён с примером и разбором логики.

Если графы пока кажутся чем-то абстрактным — это нормально. После такого разбора начинаешь узнавать их в реальных задачах и понимать, где применить в первом проекте.

@prog_point (теперь ещё в VK и Max)

Хотите собрать ИИ-агента? Вот 5 тулов от простого к модульному

Не все ИИ-агенты — это Docker-оркестры и бессонные ночи настройки. Есть инструменты проще. В новой статье у нас на сайте разобрано 5 фреймворков для сборки ИИ-агентов — от самого простого до модульного:

— NanoBot — минимальный Python-каркас. Код на одной странице, нет сложных конфигов. Если знаете Python — уже можете запустить.
— PicoClaw — лёгкий рантайм. Запускается локально, не требует больших ресурсов. Для простых сценариев.
— TrustClaw — готовая платформа. Не нужен свой сервер, есть мониторинг и SLA. Для проектов, где нужна надёжность.
— NanoClaw — агент в контейнере. С памятью, WhatsApp и cron-задачами. Когда нужен полноценный агент с изоляцией.
— IronClaw — модульная база для сложных пайплайнов. Планирование, инструменты, память, окружение — всё модулями.

Статья с подробным сравнением по ссылке.

@prog_point (теперь ещё в VK и Max)

Когда ИИ пишет код, а ты его не понимаешь — жди сюрприза

ИИ-инструменты вроде Cursor или GitHub Copilot умеют писать сотни строк кода за минуты. Это удобно, особенно когда только осваиваешь разработку. Но вот в чём ловушка: код может работать, тесты проходить, а серьёзная ошибка будет ждать своего часа.

В разборе на сайте описан такой случай: разработчик принял 400 строк от ИИ, не разобравшись в деталях. Ошибка обнаружилась только через три месяца на аудите. Причина простая: никто не читал код по-настоящему.

Независимо от того новичок вы или опытный разраб — правило одно: можно брать код от ИИ, но нельзя брать его вслепую. Читайте каждый фрагмент, задавайте вопросы тому же ИИ ("что делает эта строка?", "почему именно так?"), разбирайтесь. Так инструмент становится помощником в обучении, а не источником чужих ошибок в твоём проекте.

«REST API» — понятие, которое употребляют все, но знают единицы

Большинство разработчиков хоть раз писали «REST API». Но что это на самом деле?

REST — это набор шести архитектурных правил, описанных Роем Филдингом в диссертации 2000 года. Среди них: клиент и сервер работают независимо, сервер не помнит состояние клиента между запросами (stateless), ответы можно кэшировать и так далее.

На практике большинство API выполняют лишь 2–3 правила из шести. Самое игнорируемое — HATEOAS: идея, что сервер прямо в ответе подсказывает клиенту, какие действия доступны дальше. Для маленького проекта это некритично, но для публичного API — уже важно.

Почему это полезно знать новичку? Потому что на собеседовании или в команде вас могут спросить, «настоящий» ли у вас REST. Разбор всех шести ограничений — хорошее начало, чтобы разобраться.

@prog_point (теперь ещё в VK и Max)

Нефтегаз, финтех или госсектор: куда идти мидлу?

Когда выбираете, в какую отрасль двигаться дальше, разные сферы выглядят примерно одинаково непонятно. На деле они живут по разным правилам.

Госсектор работает по ГОСТам, где каждое изменение согласуется неделями. Финтех регулируется законами о банках и данных, зато темп высокий и стек современный. В нефтегазе часть систем работает без интернета совсем: никаких облаков, только изолированные серверы.

Если привыкли, что разработка — это «написали, задеплоили, проверили за день», энтерпрайз (крупные корпоративные системы) может удивить: там тот же цикл занимает недели или месяцы. Это просто другой ритм и другая цена ошибки.

Разбор по всем трём отраслям поможет понять, в какую сторону смотреть, прежде чем рассылать резюме.

@prog_point (теперь ещё в VK и Max)

Один инструмент вместо пяти: зачем джуну знать про Vite+

Когда собираешь первый JS-проект, приходится настраивать кучу всего отдельно: Vite (сборщик, который превращает исходники в рабочий сайт), ESLint (проверяет стиль кода), Prettier (форматирование), Vitest (тесты), NVM (управление версией Node.js). У каждого свой конфиг-файл, и разобраться в этом зоопарке с нуля непросто.

Vite+ — бесплатный open-source CLI от VoidZero, который собирает всё это под одним бинарником vp. Запустил vp check, и форматирование, линтинг и проверка типов прошли за один шаг. Один конфиг-файл вместо пяти.

Для новых учебных и личных проектов инструмент удобен сразу. Если только начинаешь, это хороший способ увидеть, как устроен современный стек, не тратя время на настройку каждой части по отдельности.

Полный гайд на Tproger.

@prog_point (теперь ещё в VK и Max)

Как профессия программиста выглядела до того, как стало нормой работать с ноутбуком и облаком — на Tproger вышла вторая часть истории российского IT, как раз про 90-е и нулевые.

В те годы компьютер был у единиц. Один из распространённых ПК того времени, «Нафаня», был советским клоном британского ZX Spectrum с 48 КБ памяти (примерно столько занимает иконка одного современного приложения). Позже появились «Поиск» и «Искра», уже IBM-совместимые, с MS-DOS (операционка без окон, всё через команды) и Norton Commander (двухпанельный файловый менеджер, прообраз Total Commander).

В 1991 году компьютер стоил около 1000 долларов. К 2000 году цена упала до 500–700. Но главная проблема была другая: компьютер купили, а что с ним делать — непонятно. Специалистов не хватало, документации мало, и многие учились на работе: разбирались в чужом коде, ломали, чинили и запоминали.

Заодно из материала узнаете, как появился домен .RU и первые поисковики, что было с антивирусами, и зачем компании в 1998 году вдруг начали брать заказы за границей.

Полный материал на Tproger.

@prog_point (теперь ещё в VK и Max)

Fine-tuning LLM без дорогих GPU — это реально

Разработчик делится опытом, как дообучил небольшую LLM на бесплатном Colab — без своей видеокарты и без аренды H100.

Fine-tuning — это «дотренировка» уже готовой модели на ваших данных (например, на корпусе support-вопросов). Модель не учится с нуля, а только подстраивается под узкую задачу.

Главные трюки автора:
- LoRA (Low-Rank Adaptation) — вместо переобучения всех 7 млрд параметров обучается тонкий «адаптер» в 1-2% от размера. Влезает в 16 GB видеопамяти Colab T4.
- 4-bit квантизация — модель ужимается с 16 до 4 бит на параметр. Качество почти не падает, память в 4 раза меньше.
- Google Colab Free даёт T4 на ~12 часов в день — этого хватает на цикл под небольшую задачу.

Порог входа в fine-tuning сейчас ниже, чем кажется.

@prog_point (теперь ещё в VK и Max)

Куда в Москве отдать ребёнка учиться программировать

Реклама обещает джуна на Python за пару месяцев, а на деле часто выходит перетаскивание скриптов в Roblox без всякой логики. Если хочется, чтобы ребёнку реально поставили алгоритмическое мышление, выбирать школу приходится внимательно.

Разобрали пять московских школ: какие языки дают, как строят занятия и сколько стоит — от многолетних траекторий до занятий один на один.

@prog_point (теперь ещё в VK и Max)

Зачем в C существует оператор ->?

Классический вопрос на Stack Overflow, который рано или поздно задаёт каждый, кто пришёл в C из Python/JS.

Короткий ответ: a->b — это просто синоним (*a).b. Если a — указатель на структуру, нам нужно сначала разыменовать его (*a), потом обратиться к полю (.b). Скобки обязательны из-за приоритета операторов. Чтобы каждый раз не писать (*a).b, Деннис Ритчи добавил сокращение.

Чуть глубже:
— Точка . работает на «обычной» структуре по значению.
— Стрелка -> — только когда у тебя указатель на структуру.

Pattern живёт и в C++ (operator->() у умных указателей), Rust (Box::deref), даже в Go.

@prog_point (теперь ещё в VK и Max)

Оффер подписан, но игра только начинается

Получить оффер — только полдела. Первые полгода в новой компании становятся отдельным экзаменом, к которому почти никто не готовит. От того, как пройдёт онбординг, зависит, быстро ли вы разберётесь в процессах или застрянете в одиночестве среди непонятных задач.

Нормальный вход включает чёткую инструкцию по документам, знакомство с коллегами и материалы для старта: welcome-видео, чек-лист первого дня и постоянный контакт HR, который остаётся с вами после выхода. Если вместо поддержки вас просто посадили за ноутбук и забыли, это тревожный звонок.

Centicore Group разбирает, как выглядит хороший онбординг разработчика и на что обращать внимание, чтобы с первых дней понять: вас встретили по-человечески или бросили в свободное плавание без инструкции и поддержки.

@prog_point (теперь ещё в VK и Max)