Microsoft выпустила Azure Linux 4.0: теперь его можно поставить на свой сервер

Azure Linux всё это время жила только в облаке Microsoft, но теперь из неё сделали полноценный серверный дистрибутив. Можно скачать ISO и установить на bare-metal или виртуалку. По словам Microsoft, он будет работать где угодно, как обычный Linux.

Под капотом — Fedora и пакеты RPM, которые Microsoft курирует под свою инфраструктуру. Ядро 6.18, система безопасности SELinux, нет GUI: если не дружите с Bash, это не для вас.

Получается забавная картинка: у Microsoft теперь есть собственный Linux, который вполне может претендовать на место Windows Server. А ещё он скоро заведётся в WSL, так что Azure Linux можно будет запускать прямо из Windows.

KolibriOS 0.7.7: ОС, которая влезает на дискету

Представьте: в 2026 году ОС целиком лезет на 3,5-дюймовую дискету и загружается быстрее, чем вы допиваете кофе. Это не демо и не эмулятор: KolibriOS 0.7.7 существует, и редактор Hackaday Дженни Лист проверила его на ThinkPad.

Это российский форк MenuetOS, ядро написано на FASM, плоском ассемблере, образ около 1 МБ, а требования смешны: процессор класса i586, 8 МБ ОЗУ, 1 МБ на диске. При этом внутри браузеры, игры, эмуляторы, графические редакторы и среда разработки.

Без HTTPS в повседневное использование не пойдёт, но для старого железа, тонких клиентов и разбора того, как ОС может быть маленькой, находка, которую стоит сохранить.

Разработчик превратил зубдробилку Vim в игру про доставку мороженого

Marcus Michaels из Лондона сделал Vim Scoops — браузерную игру, где фургон мороженого ездит по карте исключительно Vim-движениями. Сначала hjkl, потом прыжки по словам w и начала строк 0. Цель на каждом уровне — добраться до клиента за минимальное число ходов.

Автор пользуется Vim ежедневно и сделал игру PWA, чтобы тренировать память в мёртвых зонах связи по дороге на работу. Если вам тоже скучно запоминать motion'ы в Vim обычным способом, то попробуйте этот.

Большинство LLM видят видео как транскрипцию, а не как сцену

Даже Claude не берёт видео напрямую. claude-real-video делает это локально: дергает URL или файл, вытаскивает значимые кадры на каждом изменении сцены, выбрасывает дубли и делает транскрипцию. Автор показывает пример: 58-секундный ролик при фиксированном 1 fps даёт 58 кадров, а инструмент оставляет 26, которые реально отличаются, и упаковывает их в 3 контактных листа. Меньше токенов, ничего не потеряно.

Цепляет, что вся обработка — на машине пользователя: в LLM уходит только то, что вы сами выбрали. Для разбора видео, подготовки датасетов или просто чтобы LLM «посмотрел» ролик, а не прочитал субтитры — удобная штука.

Репо на GitHub.

Почему ваш пет-проект ещё не бизнес, а вы — не предприниматель

У каждого второго разработчика в столе лежит проект, который «вот-вот станет бизнесом». Осталось дописать пару фич — и дальше всё поедет само. Спойлер: не поедет. Разбираемся, где заканчивается код и начинается бизнес: почему всё стартует не с технологии, а с чужой проблемы, чем фаундер отличается от тимлида и почему рабочий сервис с первыми пользователями и MRR — это не бизнес, а промежуточный результат.

Простой тест: уйдите в отпуск на две недели, и если без вас всё встало — поздравляем, у вас пока не бизнес, а вы сами и есть главный «производственный ресурс».

Внутри ещё и про AR-очки на трамвайном заводе, которые зарубили сами рабочие: история о том, как ценность решения определяете не вы.

Fedora 45 может включить Shadow Stack по умолчанию

Мне нравится, когда защита приходит почти бесплатно: в Fedora 45 хотят включить Shadow Stack на x86_64 по умолчанию.

Shadow Stack — часть Intel CET (защита потока управления). Он хранит копию адресов возврата отдельно от основного стека, так что атаки типа ROP и JOP не могут подменить куда вернуться. По сути, дистрибутив закрывает распространённый класс эксплуатации без лишних танцев.

Большинство Fedora-бинарников уже собрано с -fcf-protection с 2018 года, поэтому переход будет прозрачным. Приложения с совместимыми зависимостями получат защиту автоматически, а при dlopen несовместимой библиотеки процесс выдаст понятную ошибку.

Пока речь только о Shadow Stack: IBT (Indirect Branch Tracking) в этот раз не трогают. Подробности у Phoronix.

Anthropic выложила гайд по циклам Claude Code

Пока кто-то наращивает длину промптов, Anthropic говорит, что главный навык теперь проектирование циклов, а не prompt-инжиниринг. Команда Claude Code опубликовала гайд.

Loop — это когда агент сам повторяет работу, пока не сработает условие остановки. В гайде разбирают четыре типа: ручной turn-based, целевой /goal, time-based /loop / /schedule и proactive-рутины.

Если вы запускаете Claude Code на удалённом сервере, можно поставить задачу вечером и получить отчёт утром. Главное, не забыть про лимиты токенов, иначе ночной цикл съест бюджет. Качество зависит от проверочного SKILL.md и чистоты кодовой базы не меньше, чем от самого цикла.

Я бы начал с простейшего turn-based цикла и усложнял только там, где ручная работа тормозит.

ИИ для автоматизации рассчётно-кассового обслуживания: как убрать ручной ввод паспортов

В банках оператор до сих пор часто перепечатывает паспортные данные руками. Долго, дорого и с ошибками. В статье показывают, как это чинят с помощью OCR и компьютерного зрения.

Что под капотом:
— Разворот паспорта распознаётся меньше чем за секунду — даже с бликами, тенями и если снято под углом. Тянет 103 языка, паспорта РФ и СНГ, права, рукописный текст и штампы;
— Всё крутится on-premise, документы не уходят на сторону. На одном сервере без всякой GPU — до 125 разворотов в секунду, точность 99,9%.

Самое интересное: распознавание можно запускать прямо в браузере через WebAssembly, то есть на устройстве пользователя, без отправки данных на сервер и обратно. Встраивается в интернет-банк и в мини-аппы Telegram и MAX.

Плюс антифрод: 600+ признаков подделки, проверка NFC-чипа, детект дипфейков.

Из живого кейса — в РНКО «Металлург» ручного ввода стало меньше минимум в 4 раза.

Каждый, кто работал с легаси, знает это чувство: код вроде бы живой, но каждая фича даётся всё тяжелее, а на вопрос «почему так долго?» хочется ответить «потому что там всё сложно». Вот только бизнесу это ничего не объясняет — «плохой код» звучит как внутренняя боль разработчиков, а не как аргумент.

Аргументировать необходимость рефакторинга на самом деле можно. Оказывается, надо просто перевести техдолг в деньги: сколько теряется каждый месяц из-за замедлившейся разработки и багов и за какой срок рефакторинг окупится. В новом материале разбираемся, как посчитать ROI рефакторинга и с какими аргументами идти к менеджменту.

Бэкапы есть почти у всех. А вот быстро поднять систему после падения умеют немногие. Данные могут быть целы, но если восстановление инфраструктуры занимает часы, бизнес всё равно простаивает. Копия хранит информацию, а вот вернуть сервис в работу она сама по себе не может, это отдельная задача.

В новой статье на Tproger смотрим, как выстроить аварийное восстановление (DRaaS — Disaster Recovery as a Service) заранее, а не собирать его на ходу в момент сбоя. Внутри: чем DRaaS отличается от обычного резервного копирования, что стоит за метриками RTO и RPO (за сколько нужно поднять сервис и какой объём данных допустимо потерять), и как пошагово настроить репликацию VMware — от сетей до переключения и обратного возврата.

И главное: у плана восстановления есть срок годности. Если его не прогоняли полгода, в реальной аварии он может повести себя не так, как записано на бумаге. А когда вы в последний раз проверяли свой план восстановления?

Go-рутины в Python без async/await

Runloom экспериментально возвращает Python к простоте блокирующего кода: вызываете fiber(fn), пишете обычный recv/send или urlopen, а библиотека паркует задачу на сокете и переключает контекст. Никакого async def, никакого await — как до эпохи asyncio, но с миллионом лёгких потоков на всех ядрах.

Под капотом: hand-rolled ассемблерный context switch, work-stealing scheduler на C и netpoll. Цель: free-threaded Python 3.14t с выключенным GIL, когда один процесс действительно может загрузить все ядра, а не притворяться многопоточным.

Репозиторий на GitHub.

mcpsnoop: Wireshark для MCP, который видит реальные вызовы инструментов

Официальный MCP Inspector подключается своим клиентом, поэтому он никогда не видит, что Cursor, Claude Code или Codex реально шлют серверу. Точка останова срабатывает только после прихода запроса, а значит не покажет вызов, который модель не сделала, или сделала с неправильными аргументами.

mcpsnoop сидит в настоящем пути данных. Оборачиваете команду сервера и наблюдаете каждый JSON-RPC кадр в терминале в реальном времени. Лично мне кажется, это удобнее, чем лазить по логам и гадать, почему инструмент молчит.

Репозиторий на GitHub.

«Не знаю, Claude написал» — уже не шутка, а диагноз

Addy Osmani из Google называет это cognitive surrender: вы не просто поручили ИИ задачу, а отдали ему ответственность за решение, которое сами не разобрали.

Разница тонкая, но критичная. Делегировать ИИ рутину нормально. Слепо принимать результат не вариант. Агент, который писал код, не может честно его поревьюить: это как разрешить студенту проверять собственную работу.

Выход прост: не перекладывать проверку на другого бота, а получить независимый взгляд. Например, использовать отдельного агента и статические анализаторы, не связанные с исходным промптом. Разбор на Manager.dev.

Грань между «разобрался сам» и «ИИ решил за меня» тоньше, чем кажется.

Почему DuckDB обгоняет Spark на одной машине

Разбор от endjin объясняет, как встраиваемая база DuckDB превращает ноутбук в инструмент для аналитики на миллиардах строк: скорость здесь — не в масштабе, а в бережном использовании железа. Колоночное хранилище читает только нужные столбцы, векторизованное выполнение обрабатывает данные пачками по 1024–2048 значений, умещаясь в кэш процессора, а min-max-индексы пропускают целые группы строк по фильтрам. Всё параллелится на все ядра.

В тесте TPC-H DuckDB на одной машине справилась за 1 минуту 16 секунд, Spark на 32 узлах — около 8 минут. Распределённые накладные расходы дороже выигрыша от кластера.

Это не замена PostgreSQL или Kafka: один писатель, одна нода, petabyte уйдут в распределённые системы. Статья полезна тем, кто строит ETL и хочет понять, где сидит производительность.

Сохраните, если выбираете инструменты для аналитики.

80% корпоративных программ геймификации ломаются на одном и том же месте

По данным AmplifAI, игровые кампании дают в среднем вовлечённость на 100–150% выше, чем классические подходы, а геймифицированный контент шерится в 12 раз чаще. При этом примерно 80% корпоративных программ геймификации не достигают целей. Спрос огромный, качество — низкое, а причина проста: делать это берутся не те люди.

В статье разбирают, как корпоративные клоны механик упускают баланс и контекст, и что делать, чтобы прогрессия не превращалась в цифровой пендель. Для геймдевелоперов это отличная ниша, где есть и деньги, и возможность применить свои скиллы на практике.

Сколько ветвлений ваш процессор держит в голове

Код на тестах летит, а в проде тормозит, и вы уже не первый раз смотрите на профайлер? Причина не всегда в алгоритме: CPU пытается угадать, куда пойдёт выполнение по if.

Дэниел Лемайр собрал бенчмарк, который мерит ёмкость предсказателя ветвлений. Цикл пишет число в буфер, если оно нечётное. Случайные данные дают промах за промахом. Повторяющийся паттерн CPU запоминает и летит.

Разные чипы, разный лимит. AMD Zen 5 держит около 30 000 ветвлений, Apple M4 тянет 10 000, Intel Emerald Rapids укладывается в 5 000. Разброс в шесть раз.

Мне кажется, главная ценность здесь не в цифрах, а в угле. Ветвление — не бесплатная операция, а ресурс с лимитом. Если ваш прод ведёт себя не как тесты, причина может быть именно здесь. Разбор и код Лемайра: погоняйте на своём железе и проверьте, угадает ли ваш процессор.

Разработчик 10 лет писал код и упёрся в потолок: ещё один язык программирования не превращает идею в бизнес

Евгений Казаков работал на зарубежную компанию, начинал онлайн-курсы по предпринимательству и ни один не закончил. Свой стартап без базы запускать не рискнул: без подготовки это быстро превращается в оплату собственных ошибок. В итоге пошёл в онлайн-магистратуру МФТИ «Технологическое предпринимательство» и рассказал, как она устроена изнутри.

В обзоре: почему заявленные 10 часов в неделю на деле превращаются в 20–25, зачем на входе нужен собственный проект, где программа буксует и что в ней реально окупается. И главное — сколько такая магистратура стоит в 2026 году и как проверить формат до того, как заносить деньги.

https://tproger.ru/articles/skolko-stoit-stat-predprinimatelem-obzor-onlajn-magistratury

Реклама. Рекламодатель: МФТИ, Физтех, ИНН 5008006211, erid: 2W5zFHJ7L2V