британскими учёными давно и неопровержимо доказано, что хоткеи для тех, кому заняться больше нечем, кроме как учить их

а эта клава для профи

заказал себе

две!

между прочим, лучший аппарат для

- криптоэнтузиаста
- блокчейн-мастера
- web 3.0 гуру
- ИИ-евангелиста
- one man company vibe-code CEO

он энтих заменил ужо, а они и не в курсе!

топ-1 мебельный интернет-магазин России divan.ru

открываешь ссылку — видишь товары, потом видишь 404 (WTF?!), а потом внезапно снова видишь товары

куда катится вся эта наша индустрия вообще?

надо сначала показать было 500ку, потом 204 no content, потом 404, а потом иногда можно показать и товары тем, кто достаточно терпелив (а кому нонче нужны нетерпеливые покупатели?)

и, конечно, это всё совсем не влияет на бизнес и на конверсию трафика в покупку, конееечно же

сделать сайт без этого говна в 2026, как-то протестировать, как-то упростить, как-то не выделываться новомодными фронтендами (особливо коли хочется, но не умеется) — задача совершенно невыполнимая

знаете, сколько на этой странице тегов <script>? 288. Почти три сотни. Множество из них — тупо дубли. Вот, например,

document.querySelectorAll('script[src="https://pay.yandex.ru/sdk/v1/pay.js"]').length

выдаёт 48. Вот этот скрипт подключен 48 раз на странице. Зачем? Да ну а как иначе-то. 47 раз явно маловато, а 49 это уже ж ведь чересчур!

оххх рука-лицо, рукааа-лицо

django-modern-rest@0.1.0 – первый публичный релиз!

Исходники: https://github.com/wemake-services/django-modern-rest
Подробнейшая документация: https://django-modern-rest.readthedocs.io
Пример настоящего приложения: https://github.com/wemake-services/wemake-django-template

Первый анонс был уже какое-то время назад.
Так что давайте повторять, что у нас тут происходит.

Во-первых, у нас рекорд: еще нет ни одного релиза, а уже 560+ ⭐ на Гитхабе (сходите поставьте, кто еще не).
Вижу, что люди ждут, вижу интерес. Спасибо!

import uuid
import msgspec
from dmr import Body, Controller
from dmr.plugins.msgspec import MsgspecSerializer

class UserCreateModel(msgspec.Struct):
    email: str

class UserModel(UserCreateModel):
    uid: uuid.UUID

class UserController(
    Controller[MsgspecSerializer],
    Body[UserCreateModel],
):
    def post(self) -> UserModel:
        return UserModel(uid=uuid.uuid4(), email=self.parsed_body.email)

Фичи

– Главная фича, которая вообще подтолкнула меня к такому проекту: инфраструктура Джанги. Тут есть буквально все пакеты на все случаи жизни. Но не было нормального REST фреймворка. В комментах я регулярно наблюдал, как люди ненавидят Джангу, но почти всегда говорят про DRF. Да, он был ужасен – то теперь он на свалке истории!
– Все существующие плагины к родной Джанге должны работать
– Официальная поддержка Джанго в одном файле, да, Джанга может быть настолько простой
– Работаем с любыми моделями: pydantic, msgspec, TypedDict, dataclass, тд. Сериализация и валидация не прибиты гвоздями. А значит можно выбирать сериализатор под контроллер. Где-то msgspec + TypedDict для скорости. Где-то pydantic для более широких возможностей валидации. Можно писать свои
– Скорость. Мы довольно быстрые. Самый быстрый Python фреймворк для REST в Django. По скорости можно сравнивать с FastAPI, мы всего лишь на 30% медленнее. Но у нас и Джанга вообще-то. Скорость будет улучшаться, есть разные интересные идеи
– Типизация: типизировано всё! Но самое важное, типизацию не пихают вам в лицо. Нет огромных и сложных типов. Все просто, надежно и удобно. Поддерживаем mypy, pyright, pyrefly в самых строгих вариантах
– Поддержка async везде. От вьюх и моделей до SSE. Никаких sync_to_async внутри
– SSE! Без дополнительных костылей: просто работает (с валидацией сообщений и возможностью строить бизнесовые ADT поверх типов сообщений и крутейшей схемой)
– Семантика. Одна из ключевых фичей: мы очень сильно упоролись по генерации схемы. Добавил auth= в контроллер? В списке ответов появился 401 статус код автоматически. Возвращаешь ответ, заголовок, куку, которой нет в спеке? Во время дебага – случится ошибка валидации. На проде валидацию нужно отключать для скорости. Так мы гарантируем точность ответов и схемы. Не нравится схема? Все легко переопределить или вообще отключить
– Swagger, Scalar, Redoc из коробки, легко настраивать
– Работаем не только с json, поддерживаем content negotiation, можно писать свои парсеры и рендереры
– JWT и DjangoSessionAuth из коробки, есть возможность отзыва токенов и сессий
– Возможность писать заготовки контроллеров и полностью переиспользовать код. Писать плагины под dmr будет просто и удобно
– Загрузка и отдача файлов (но на питоне такое очень осторожно надо делать, лучше на Rust)
– Нет привязки к логике или DI (берите любой, например dishka). Мы просто парсим данные и возвращаем их. То есть: код не превратится в кашу из логики и фреймворка уже через 10 бизнес фичей
– Удобная обработка ошибок на многих уровнях
– Полная возможность для кастомизации. Можно даже поменять формат внутренних ошибок в рамках контроллера
– Удобные тесты: polyfactory, pytest, schemathesis (проходим все правила из коробки)
– Скилы для LLM для написания кода по OpenAPI спеке, llms-full.txt, Context7 для контекста
– Но никакого нейрослопа внутри!

Наткнулся на чудо-рекламушку КРОК! А на ней — QR-кот, никогда такого не было, и вот стряслось!

По ссылке открылся проект от КРОК «OUT OF THE BOX», до 30 марта предлагается решить всякие вумные нестандартные ИТ-кейсы — задачи по ИИ, техническому и проектному управлению.

Весьма увлекательно! Не тесты дурацкие, а конкретно задачечки на повтыкать-подумать. Это любим мы!

От вам ссылка по секрету. Тыкайте, расскажите потом, как оно там всё у вас вышло!

Платные LLM против локальной модели на бытовом ноутбуке — велика ли разница?

YouTube | VK | RuTube | Дзен

По результатам комментов было выяснено, что:

— 32гб оперативы это мажорство (25 тыс руб на авито ноуты с 32гб оперативы при медианной зп по стране в 60-70к, сбериндекс)

— LLM (например, Claude) и ИИ-агент, использующий эту LLM (например Claude Code) это одно и тоже (ну разумеется)

— модели Антропик лучше, потому что их агент для написания кода (клод код) работает хорошо (ну разумеется)

Хорошооо:)

Сколько времени обычно уходит на сборку полноценной data-архитектуры? Дни, недели или даже месяцы?

2 апреля команда Yandex Cloud покажет, как развернуть Lakehouse по клику и получить рабочую аналитическую архитектуру без долгой интеграции разрозненных инструментов.

В основе — единый стек:
raw-данные в Object Storage (S3);
табличный слой на Iceberg;
обработка через Trino и Spark;
интерактив — витрины в ClickHouse и BI.

✅ Зачем приходить

— Поймёте, как выглядит целевая архитектура «от данных до BI» и как собрать её без лишней ручной интеграции

— Получите практические ответы «как делать правильно»: Iceberg, ingestion, метаданные и доступы

— Услышите опыт крупного бизнеса: где «чистый Lakehouse» достаточен, а где нужен слой витрин (Magnit Tech, F&R, десятки петабайт)

— Разберёте паттерны для низкой латентности и потоковых сценариев: витрины, ClickHouse + Kafka, интеграции с BI

— Узнаете, что дальше по roadmap: Iceberg REST Catalog (управляемость/контроль доступа) + AI‑агенты для работы с кодом и пайплайнами + как попасть в лист ожидания

— В конце — Q&A и сбор заявок на воркшопы/пилоты после митапа

Бонусом вас ждут практические рекомендации по производительности и развитие платформы, включая AI-ускорение ETL/ELT. Для команд, которые строят или модернизируют DWH/Lakehouse и хотят сократить время, это маст!

Всё бесплатно, регистрируйтесь тут.

Как устроен мир — для самых маленьких

Инженеры (это такие дядьки вумные, которые всё проектируют) понимают, что при проектировании любого устройства им ставят приоритетную задачу и ограничения и им нужно найти оптимальный компромисс, решив при этом основную задачу.

Где-то цель для ноутбука — мощность. Можно в рамках ограничений жертвовать размерами, весом, но критично важно получить требуемую высокую мощность. Где-то главный приоритет — элегантный вид и малый вес, но максимальной мощности там не достичь.

Так уж устроена жизнь. Везде причём. В айтишной жизни примером можно вспомнить теорему CAP. Или память — самая быстрая память это кэши процессора, но она маленькая. RAM больше, но медленнее. Диск еще больше, но и еще медленнее. Или безопасность vs удобство пользователя. Или шифрование vs производительность.

А ноут, показанный в видео, весом 980г это буквально самый легкий ноут с современным железом с 14". Инженеры понимают, что это, помимо прочего, означает компромисс по мощности.

уооо спасибо root'у исцеляющему

А нонча — праздник, всемирный день интернета!

Между прочим, к этому праздничку приложила руку Католическая церковь, признав в 1998м году, что «Интернет — это мировая сокровищница знаний и важнейшей информации». О как.

4 апреля — день смерти святого Исидора Севильского, покровителя учеников и студентов и любителя науки. В 2003 г. из всех вариантов святых Иоанн Павел Второй решил выбрать именно епископа Исидора и назвал его «патроном пользователей Всемирной паутины».

Смотрите, какая милая страничка об этом празднике. Не мог не заглянуть в вёрстку:

<div class="div_prazdnik">...</div>

Старый добрый интернет:)

День интернета 4 апреля отмечают не только рядовые пользователи, то есть мы все с вами, но и профильные специалисты: веб-мастера, разработчики программного обеспечения, копирайтеры, даже хакеры.

Формально Интернет появился в России в 1991 г. (но пользовался им узкий круг технических специальностей). Сейчас же количество соотечественников, активно «серфящих» по просторам Сети, составляет порядка 70% населения (из которых ежедневно у компьютера около 70 млн. человек).

Воот.

Помянем!

Потыкал тут локально установленную свежевышедшую гугловую модельку Gemma 4 (если быть точным, gemma-4-26b-a4b и заодно gemma-4-31b). Потрындеть в чатике, может, и неплохо, но для агентского использования не алё, несмотря на то, что Agentic workflows стоит аж на первом месте в Capabilities на официальном сайте.

Пишу тут себе новую версию агента для подготовки бухгалтерских документов (сделаю видео) и хочу, чтобы моделька была локальной. Задача агента — вести диалог, надёжно доставать поля с корректными реквизитами компании из диалога или текста произвольных документов, вызывать инструменты генерации документов с этими реквизитами, хранить историю и тд.

Gemma жестоко глючит, косячит слова, например, вместо «Общество с ограниченной ответственностью» достаёт «Общество с ограниченной ответственю», вместо «ул. Молодогвардейская» даёт «ул. Молодогвардйская», вместо «Борисович» даёт «Борис_ович»), где-то зачем-то меняет кириллические буквы на похожие английские (О на O), а где-то вовсе уходит в отрыв, повторяя одно слово несчислимое количество раз.

А вот локальный алибабашный qwen (конкретно, например, qwen3.5-9b) справляется с задачей отлично. 50 разных вариаций входных реквизитов в разных форматах — 50 успешных прогонов.

ЗЫ: неееет, я не хочу становиться этим ИИ-обзорщиком, писающим кипятком при выходе новой модели с заголовком в духе «new_model уничтожил ChatGPT/Claude/etc». Просто локальные модельки меня заинтересовали:)