Yandex taksi 2 kun ishlamadiku, o'sha paytda MyTaxining ko'rsatgichlari haqida post tayyorlashibdi Spot.

Yurtimiz tinch bo'laversin, datasentrlarimiz ishlashdan to'xtamasin.

O'zimiznikiga baribir mehr boshqachada.

Yurt tinch sen tinch)

Benchmark nima? 🧪

Yangi model chiqsa telegram kanallarda darrov postlar yozamizku, har xil sonlarni, %larni ko'rsatib. Yonidagi ustundagi bilan solishtiramiz, undan salgina baland ko'rsatgich turgan bo'ladi. Keyin biz ooo mana, undan zo'ri chiqibdi deymiz. Lekin aslida shu sonlar nimani anglatadi?

Model chiqqanda “SWE-bench 75%” deyishadi. Bu nima?

Tasavvur qiling: 500 ta buzilgan mashina. Har birining nimasi buzilgani yozilgan. Modelga “tuzat” deyiladi - o’zi ochadi, ko’radi, sinaydi, qayta tuzatadi.

Keyin tekshiruvchi keladi: tormoz ishlayaptimi? Chiroq yonyaptimi? Boshqa joyi buzilmadimi? Hammasi joyida - 1 ball. Bittasi ham xato - 0.

350 tasini tuzatdi - 70%.
Yangi model 400 tasini tuzatdi - 80%. Mana “agentic coding’da yaxshilandi” degani shu.

Yana misol: masalan 1000 ta matematikaga oid qiyin masalalar va ularning yechimlar bor. Modelga shu masalalarni yechish vazifa qilib beriladi. Qanchasini to'g'ri yechishiga qarab shu % sonlar aniqlanadi.

Shaxsiy agentingizga hamma ishlarni ham qildiravermang)

Tesla raketani dvigatelini mashinalarga qo'yishni boshlabdi)

Raketada uchish orzuyingiz bormidi - unda Tesla mining

Menimcha bu mashina sotuvga chiqmasa kerak, shunchaki ko'rgazma uchun deb o'yladim. (Adashibman, oldindan buyurtma ochilgan ekan)

Traktorga malibuni motorini qo'yishni keragi yo'q)

Menga qiziq bo'lgan narsa, Telegram jamoasi Claude/Codex ishlatarmikin yo'qmi?

Ishlatmayotganga o'xshayapti, sababi relizlar, yangilanishlar juda sekin bo'lyapti bularda. Yoki sezmayapmizmikin biz?

Men: Claude mendan so'ragan narsani o'qimasdan "Yes" ni bosib yuborganimda...

OpenAI va Anthropic matematiklarga AI isbotlarini tekshirish uchun 5 milliondan dollar beradi

Simons Foundation (Lean'ni moliyalashtirgan fond) 15 million dollarlik tashabbus boshladi: 5 million - OpenAI, 5 million - Anthropic (pul + compute + Claude), qolgani - fondning o'zi. Pul ochiq tanlov orqali workshoplar va dasturlarga ketadi, tadqiqotchilar modellarga bepul kirish oladi.

Nega? 6-oktabrda OpenAI bir yo'la 722 ta AI yozgan matematik qo'lyozma chiqardi. Matematiklar norozi bo'ldi: AI isbot yozishni arzonlashtirdi, lekin tekshirish hali ham odam vaqtini talab qiladi - bunday hajmni mutaxassislar tekshirib chiqolmaydi. Bu tashabbus o'sha tanqidga javob.

Foydasi: tekshirish muammosiga nihoyat resurs ajratildi, pulni kompaniyalar emas, mustaqil fond taqsimlaydi, AI isbotlari uchun umumiy standartlar paydo bo'ladi.

Xavfi: 15 million bu masshtab uchun kam, matematiklar AI uchun "bepul tekshiruvchi"ga aylanib qolishi mumkin, pul bergan tomon baholashga bilvosita ta'sir qilishi mumkin.

Birinchi marta AI kompaniyalari "isbot chiqardik" bilan cheklanmay, uni tekshirishga ham pul beryapti. Yetarlimi - ko'ramiz.

Twitter Teslani yangi taqdim qilgan mashinasiga ishlangan videolarga to'lib ketdi

#kunhazili

Bittasi O'zbekistonga Teslaning yangi uchar mashinasini olib kelib, tilni tagiga nosni urib uchib ketibdi)

Claude jamoasini o'zida ham loyihalarning kodining ~90 foizi Claude code bilan qilinar ekan.

Yaqinda Claude desktop appda kichik UI o'zgarish qilishgan edi, reply bilan bog'liq. Bu noqulay edi, nega bunaqa o'zgartirishdi ekan deb yurgandim.

Yaqinda oxirgi versiyani o'rnatdim, yana oldingidek joyiga qaytibdi.

Menga qiziq joyi, o'sha noqulay UI/UX o'zgarishni Claudeni o'zi qildimikin yoki unga shunday bo'lsin deb buyruq berildimikin?

Claude ishlashi 3 barobar tezlashibdi

Manashu haqida post yozaman deb, kalkulyator misolini kim kanalida keltirgan ekan deb qidirsam, o'zimni ikkinchi yopiq kanalim chiqdi)

2 yarim yil oldin, yozmoqchi bo'lgan postimni qisqa qilib yozib qo'ygan ekanman.

Ha do'stlar, bu holat boshqacharoq haqqatdan. Sohadan ko'pchilikni siqib chiqarib yuboryapti. Katta korxonalar back/front/mobile qilib 3 ta dev kerak edi, endi 1 taga tushyapti.

Nuruddinni 2.5 yil oldingi posti

Aql berish vaqti)

1-ni tanlaganlar - tushunyapsizmi, back/front/mobile uchalasini ham bitta odam qilyapti, ovoz berganlarning 1/3 qismi allaqachon very full stack bo'lishibdi, chunki shu tarafga ketyapmiz, bu degan ular allaqachon bir nechta dasturchilarni ishdan bo'shatilishiga sababchi bo'lishgan)

2-ni tanlaganlar ham 1/3 qismi ekan, bunday dasturchilar tezroq 1-dagidek ishlashga o'tishmasa, tez kunlarda xayrlashishlari mumkin. Chunki .md fayl uzatib vaqt ketqizgandan ko'ra, bitta odam tez va sifaTltli qiladi, baribir o'sha md faylni olgan odam uni ochib o'qimaydi, to'g'ri claude/codexga tashlaydi

3-ni tanlaganlarga bo'lsa, ularga ham 2-chini tanlaganlarga aytgan gapim)
Sizlar katta ehtimol bilan jiddiy yoki kattaroq loyihada ishlaysiz)
Lekin, 1ga harakat qilaverish kerak.

Fikr jangi qilamizmi, gapingiz bo'lsa kommentga o'ting😂

🚨 PHP2Shell - internetning 70% xavf ostida

PHP'da ikkita kritik zaiflik topildi (CVE-2026-109618, CVE-2026-109619).

Xavflilik - 9.2/10.
Masshtab shunchalikki:
• Niderlandiya parlamenti saytini o'chirdi
• Finlyandiyada davlat xizmatlari to'xtadi
• NSA va CISA: "Yangilang yoki serverni o'chiring"
• Zaiflikni AI topdi - hujumchilardan oldin

Patch chiqdi. Hoziroq yangilang:
PHP 8.5.12 / 8.4.27 / 8.3.36 / 8.2.35
PHP 8.1 va eskiroq - rasmiy patch yo'q. Upgrade vaqti keldi.

Yana PHP o'ldi deyishadi. Hazillashmang PHP bilan)

1-2 kun yo'q bo'lsang shuda)

Dushanbadan ta'tilga chiqqandim.

Otning o'limi itning bayrami - deyishadiyu)

Ot tirik, tomirda tromb bor ekan, allaqachon stena qo'yib davolab qo'yishdi)

Binance platformasi PHPda qilingan shekilli a)