Python-ремейк спас проект от мгновенной смерти
На GitHub случилась почти киношная история. Вирусный форк утекшего Claude Code мог исчезнуть в любой момент: предыдущие зеркала сносили почти сразу, а риск DMCA висел над репозиторием с первой минуты.
Но вместо того чтобы просто прятать архив, автор пошёл другим путём. Он использовал OpenAI Codex и за ночь переписал весь исходник с нуля: огромную TypeScript-кодовую базу примерно на 512 тысяч строк превратил в clean-room реализацию на Python. Без копирования оригинальных строк, но с сохранением логики, инструментов и поведения агента.
И вот тут началось самое интересное. Проект из юридической мины превратился в "безопасную" open-source-версию, которую сообщество тут же понесло в звёзды. 47 тысяч stars за 5 часов - это уже не просто хайп, а сигнал, насколько людям нужен такой инструмент.
Самое показательное в этой истории даже не скорость роста. А то, как меняется сама разработка. Раньше утечка кода означала либо архив, либо бан, либо бесконечные споры. Теперь достаточно сильной модели, чтобы за ночь пересобрать систему в другом языке и фактически дать проекту вторую жизнь.
Автор и не скрывает амбиций: цель уже не просто сохранить артефакт утечки, а сделать более сильную и практичную harness-платформу. И да, следующий шаг у них уже на горизонте - переписывание в Rust.
https://x.com/Fried_rice/status/2038894956459290963
@pythonl
На GitHub случилась почти киношная история. Вирусный форк утекшего Claude Code мог исчезнуть в любой момент: предыдущие зеркала сносили почти сразу, а риск DMCA висел над репозиторием с первой минуты.
Но вместо того чтобы просто прятать архив, автор пошёл другим путём. Он использовал OpenAI Codex и за ночь переписал весь исходник с нуля: огромную TypeScript-кодовую базу примерно на 512 тысяч строк превратил в clean-room реализацию на Python. Без копирования оригинальных строк, но с сохранением логики, инструментов и поведения агента.
И вот тут началось самое интересное. Проект из юридической мины превратился в "безопасную" open-source-версию, которую сообщество тут же понесло в звёзды. 47 тысяч stars за 5 часов - это уже не просто хайп, а сигнал, насколько людям нужен такой инструмент.
Самое показательное в этой истории даже не скорость роста. А то, как меняется сама разработка. Раньше утечка кода означала либо архив, либо бан, либо бесконечные споры. Теперь достаточно сильной модели, чтобы за ночь пересобрать систему в другом языке и фактически дать проекту вторую жизнь.
Автор и не скрывает амбиций: цель уже не просто сохранить артефакт утечки, а сделать более сильную и практичную harness-платформу. И да, следующий шаг у них уже на горизонте - переписывание в Rust.
https://x.com/Fried_rice/status/2038894956459290963
@pythonl
👍15❤7🔥6
🚀 Открытый радиолокационный комплекс AERIS-10
AERIS-10 — это модульная, доступная радиолокационная система с фазированной антенной решеткой, работающая на частоте 10.5 ГГц. Проект ориентирован на исследователей и разработчиков дронов, предлагая возможность экспериментов с обработкой сигналов и отслеживанием целей.
🚀 Основные моменты:
- Полностью открытое аппаратное и программное обеспечение
- Две версии: AERIS-10N (3 км) и AERIS-10X (20 км)
- Электронное управление направлением луча ±45°
- Интуитивно понятный интерфейс на Python с интеграцией карт
- Модульная архитектура для легкой настройки
📌 GitHub: https://github.com/NawfalMotii79/PLFM_RADAR
#python
AERIS-10 — это модульная, доступная радиолокационная система с фазированной антенной решеткой, работающая на частоте 10.5 ГГц. Проект ориентирован на исследователей и разработчиков дронов, предлагая возможность экспериментов с обработкой сигналов и отслеживанием целей.
🚀 Основные моменты:
- Полностью открытое аппаратное и программное обеспечение
- Две версии: AERIS-10N (3 км) и AERIS-10X (20 км)
- Электронное управление направлением луча ±45°
- Интуитивно понятный интерфейс на Python с интеграцией карт
- Модульная архитектура для легкой настройки
📌 GitHub: https://github.com/NawfalMotii79/PLFM_RADAR
#python
❤7👍3🤩2
Вышла мощная open source библиотека для автономной самооптимизации AI-агентов. Мета-агент сам подбирает промпты, инструменты и оркестрацию - и занял #1 на SpreadsheetBench (96.5%) и TerminalBench (55.1%).
В процессе оптимизации агент сам придумал несколько трюков, которые никто не закладывал. Spot checking – запуск отдельных задач для маленьких правок вместо полного прогона, что сэкономило кучу compute.
Принудительные верификационные циклы - агент встроил детерминированные self-check-и и валидаторы, выделив бюджет на основную задачу и бонусные шаги для проверки.
Написание тестов - агент начал сам писать юнит-тесты под каждую задачу.
Progressive disclosure – при переполнении контекста агент начал дампить длинные данные в файлы. Оркестрация субагентов – при необходимости агент создавал task-specific субагентов и передавал им управление.
GitHub: https://github.com/kevinrgu/autoagent
Подробнее: https://uproger.com/autoagent-agenty-teper-uluchshayut-sebya-sami/
🐍 Python полезные ресурсы 🚀Max
@pythonl
Please open Telegram to view this post
VIEW IN TELEGRAM
❤10👍5🔥3😱2