Генератор картинок FLUX выучил физику и пошёл работать на конвейер Audi

Black Forest Labs, авторы генератора картинок FLUX, представили FLUX 3: модель, обученную сразу на изображениях, видео и аудио. Чтобы рисовать реалистичное видео, ей пришлось выучить физику мира. А раз она уже внутри, из модели можно напрямую декодировать действия робота.

Вместе со швейцарской mimic robotics на этой основе собрали FLUX-mimic: ранняя версия уже управляет роботами на производстве Audi, комплектует детали в лотки и работает с уплотнителями и кабелями. Новая манипуляция дообучается за 30 минут робот-данных вместо 30 с лишним часов.

Обещают, что роботы серьёзно помогут сотрудникам. Перевод с корпоративного: людей, которые десятилетиями вручную вставляли уплотнители, сменит нейросеть, изначально обученная рисовать картинки.

Подробности в материале на Tproger.

Storybook теперь отдаёт компоненты ИИ через MCP

ИИ-агент, верстающий интерфейс, не знает, какие компоненты уже есть в вашей кодовой базе, какие у них пропсы и какие паттерны запрещены. Результат выглядит похоже, но использует выдуманные API и игнорирует принятые решения.

Простой костыль — скопировать исходники в промпт. Но в дизайн-системе десятки компонентов с вариантами и состояниями, и всё это не влезает в контекст. Агент вынужден угадывать по кускам текста.

В Storybook 10.3 добавили аддон @storybook/addon-mcp, который реализует MCP-сервер: агент может запросить список компонентов, их документацию, сгенерировать сторис или прогнать тесты. Сильная сторона в том, что агент не получает подсказку, а задаёт вопросы библиотеке. Разбор с примером настройки: если у вас есть дизайн-система, ИИ начинает писать в рамках ваших компонентов, а не «где-то рядом».

Кто-то превратил работу PostgreSQL в SimCity

Автор PGSimCity собрал интерактивную 3D-модель движка PostgreSQL: вместо очередной схемы из документации работу базы показывают через город, по которому можно бродить. Получился рабочий прототип, где сложная система отображается через привычную метафору.

Визуализация помогает увидеть, как части движка связаны между собой, а не просто запомнить термины. Автор предупреждает, что модель пока ранняя и может содержать неточности, так что пока смотреть как на эксперимент, а не как источник правды. Но как способ взглянуть на Postgres иначе — отличная находка.

#postgresql #sql

Автор Ars Technica поручил Claude спроектировать корпус часов в Fusion 360

У Ли Хатчинсона цифровые часы начались как простая идея, но быстро превратились в оверинжиниринг. Синхронизацию времени он завязал на systemd, а скрипт для экрана написал с помощью Claude Code. Самое интересное — корпус: автор не инженер-механик и не любит интерфейс Fusion, поэтому вместо ручного моделирования подключил языковую модель к CAD через MCP-сервер, который даёт ИИ доступ к командам программы.

Локальный Qwen за один запрос выдал почти готовую геометрию, но в другой части ошибся. Довести модель до собираемого состояния помог более мощный Claude. Получился интересный кейс, где ИИ уже работает не только с кодом, но и с CAD-инструментом, который обычно требует ручной возни.

Разбор со всеми деталями сборки и оговорками по ссылке. Если вы мечтали и такую задачу переложить на могучие плечи ИИ, то вот вам реальный сценарий.

Разработчик собрал на ESP32-CAM распознавание купюр для слабовидящих

За распознаванием банкнот обычно стоят смартфоны или терминалы. Тут нужны лишь дешёвая камера, кнопка и динамик. Автор снимает купюру на ESP32-CAM, отправляет кадр в облако CircuitDigest и озвучивает номинал через динамик.

Железо минималистичное: плата, усилитель PAM8403, динамик и кнопка. Трюк в том, что распознавание уходит в облако, а на микроконтроллере остаётся только снимать и озвучивать. Это снимает ограничения железа и ускоряет сборку прототипа.

Самое полезное тут — паттерн: взять доступное IoT-ядро, прикрутить к нему чужое зрение через API и сделать вспомогательный гаджет. Разбор со схемой.

Ларри Эллисон нарисовал ИИ-дистопию, от которой не отмахнуться

Сооснователь Oracle предупредил, что камеры на улицах, в машинах и на полицейских вместе с ИИ превращают наблюдение в полностью автоматический процесс. Система сама анализирует видео в реальном времени и докладывает о нарушениях без участия человека.

Эллисон сравнил происходящее с «Большим Братом» Оруэлла: граждане начнут вести себя идеально, потому что всё фиксируется и уходит в отчёты. Инфраструктура для такого мира уже строится вокруг нас — дроны, камеры, облачные ИИ.

CSS ::checkmark обещает убрать лишний JavaScript из кастомных дропдаунов

Псевдоэлемент ::checkmark из CSS Form Control Styling Module Level 1 позволяет стилизовать галочку выбранного пункта в нативном <select> без кастомной разметки и скриптов. Вместо div-обёртки, стрелочки и ручной навигации с клавиатуры вы задаёте appearance: base-select и переопределяете content у ::checkmark.

Ловушка в двух ограничениях: на момент статьи он не работает в Safari и Firefox, а в остальных браузерах поддерживается только для <option> внутри <select> — чекбоксы и радиокнопки пока недоступны. Поэтому кастомные контролы пока остаются нужны.

Подробности в разборе Сунканми Фафоворы.

Мониторинг ИИ-агентов часто сводится к «залогируй всё и grep потом»

Это не мониторинг, а археология. Пока вы роетесь в логах, агент уже упал, клиент ушёл, а причина осталась где-то между тремя вызовами API. Живая картина нужна раньше, чем придёт жалоба.

AgentForge предлагает другой подход: структурированная трассировка каждого запуска, WebSocket-панель с пульсом агентов и оповещения, которые отключают проблемный агент при росте ошибок. Автор разобрал, как это устроено: от задержек и токенов до стоимости одного прогона.

Главное здесь — метрики в контексте: какой агент сейчас работает, какие данные он держит, почему таймаут. Для тех, кто отлаживал многоагентную систему, это звучит как настоящая находка.

ИИ сместил бутылочное горлышко с кодинга на ревью

Когда ИИ пишет код быстрее, чем команда его проверяет, узким местом становится ревью. С начала года ассистенты вроде Opus 4.5 и GPT 5.4 увеличили объём, и исследования подтверждают, что обсуждений нагрузки на ревью стало заметно больше.

Компании отвечают двумя путями: специализированные инструменты вроде CodeRabbit, Greptile, Qodo и SonarQube, встроенные ревью в Claude Code, Cursor и GitHub Copilot, а также собственные решения. Uber Code Inbox, к примеру, ранжирует изменения по риску, а Cloudflare, Faire и HubSpot построили свои инструменты.

Обзор показывает, что ряд крупных команд останавливается на собственных инструментах, потому что они лучше ложатся на внутренние процессы.

Moonshot ищет Blackwell для Kimi K4. Вопреки санкциям и через Таиланд

Moonshot AI только что выпустил открытую Kimi K3, а теперь ищет дополнительные чипы Blackwell для Kimi K4. The Information пишет, что K3 уже тренировалась на Nvidia-чипах, несмотря на экспортные ограничения США.

Чиновник из администрации Трампа добавляет: у Moonshot есть секретные серверы GB300, и ещё чипы шли через Таиланд. Перевод с корпоративного: запрет на поставки передовых GPU в Китай работает так хорошо, что стартап уже закупается на следующую модель.

Kimi K3 — 2,8 трлн параметров, контекст на миллион токенов, мультимодальность. Microsoft считает, что Copilot на K3 сэкономил бы до $600 млн на инференсе. Параллельно Moonshot обвиняли в дистилляции из Anthropic Fable — компания отрицает.

Читать на Tproger.

Copilot для Word копирует скрытые промпты в новые документы

Word перед отправкой текста в модель очищает форматирование: цвет и размер шрифта теряются. Белый текст на белом фоне человеку не виден, но модель читает его как часть документа. Исследователь Хокон Молёй показал, что этого достаточно, чтобы Copilot уполовинивал финансовые показатели и прятал вредоносные инструкции в итоговом файле.

Microsoft признала проблему 31 марта и выпустила два исправления. Молёй изменил формулировку промпта — и атака снова работает на GPT-5.6. Полного фикса нет, поэтому прежде чем пересылать сгенерированный файл, проверьте, что Copilot туда не вписал белым по белому.

Подробности в материале на Tproger.

Ternlight: поиск по смыслу прямо в браузере, без сервера и ключей

Ternlight превращает текст в векторы и ищет по смыслу прямо в браузере на CPU. Весь пакет включает модель, токенизатор и движок вывода и занимает ≈7 МБ, а сервер, GPU и API-ключи не нужны. Установка: npm i @ternlight/base, после чего embed() даёт 384-мерный вектор, а similar() ранжирует небольшую выборку документов за ≈5 мс на одной вкладке.

Это можно воспринимать как Fuse.js, но с поиском по смыслу вместо символов: библиотеку вешаете на страницу документации или справки, и она находит «как отменить подписку», даже если пользователь написал «хочу вернуть деньги». Демо работает офлайн, посмотрите на ternlight.dev/demo.

Если нужен семантический поиск без инфраструктуры, загляните в статью: там примеры кода и сравнение с классическим текстовым поиском.

Cloudflare дала MoQ изолированные реле: один API-вызов и секунды до сети

Год назад Cloudflare включила Media over QUIC на каждом сервере, но это была общая площадка без аутентификации: тестировать протокол можно, а в продакшене не разделишь, кто публикует, а кто смотрит. Теперь у MoQ появился API для создания реле: вы создаёте изолированное реле под своё приложение, даёте разные ключи издателям и подписчикам, и реле разворачивается по сети Cloudflare за секунды, без серверов и балансировки.

MoQ работает поверх QUIC (тот же транспорт, что у HTTP/3) и копирует именованные потоки от отправителя к тем, кто их запросил. Реле не смотрит внутрь данных, поэтому через один протокол можно гнать видео, звонки и сообщения с низкой задержкой. В бета-версии реле бесплатны, поддерживаются draft-14 и draft-16. Разбор Cloudflare — подробности про API и условия беты.

Почему простаивающие GPU — это самолёты на земле

В авиации выживали не те, у кого больше самолётов, а те, кто держал их в воздухе. Самолёт в ангаре тратит деньги, а не приносит: лизинг, страховка, обслуживание и так далее.

GPU работают так же. Карта в стойке жжёт деньги на амортизацию, электричество и охлаждение, а полезный выхлоп даёт только когда на ней считают. Две компании с одинаковым бюджетом на железо всё чаще расходятся не по количеству GPU, а по тому, сколько из них реально занято.

Первая волна корпоративного ИИ выигрывала качеством моделей. Теперь узкое место сместилось в инфраструктуру: утилизация, а не владение, решает, кто окупит инвестиции. Разбор на Hugging Face.

Google может выкинуть новый сайт, если открыть слишком много страниц сразу

Если планируете запускать каталог или доску вакансий с тысячами страниц, эта история для вас. Автор запустил две почти идентичные доски вакансий: юридическую в феврале 2026 года и бухгалтерскую в мае. Первая росла постепенно от небольшого ядра; вторая сразу открыла страницы под редкие запросы, и Google проиндексировал её кратковременно, а затем почти полностью удалил.

Я бы сохранил этот разбор перед запуском фильтров или раздела вакансий: на свежем домене большой массив индексируемого контента — риск. Лучше начать с ядра, дать поисковику время на доверие и наращивать объём. Подробности на HackerNoon.

JSON.stringify тихо портит ваши данные

Вот пример, который стоит проверить в консоли: вызов JSON.stringify для {id: 9007199254740993} вернёт 9007199254740992. Число меняется на единицу, ничего не падает, и это легко пропустить в большом payload.

Если добавить undefined, NaN и Date, картина хуже: свойства с undefined исчезают, дата превращается в строку, а NaN — в null. Стандартный цикл сериализации и парсинга больше не гарантирует, что вы получите назад то же самое.

Для веба это значит, что JSON — не бесплатная операция копирования, а точка потери типов и точности. Я бы пересмотрел, где вы полагаетесь на JSON как на источник правды, особенно для больших идентификаторов, дат и полей, которые могут быть null. Подробнее в статье.

Три недели cron падал, но агенты умело это скрывали

Cron-задача должна была собирать ежедневный дайджест, но из-за бага падала. Однако, беда не в этом.

Обёртка отправляла письмо с фоллбэком, которое выглядело почти нормально: короткое «проверьте вручную» и некоторыми деталями, похожее на рабочее письмо, вместо полноценного отчёта. Три недели никто не замечал, что дайджест не приходит.

Фикс занял одну строку — const dir = entry.dir || "". А вывод автора: запасной вариант должен кричать, что он запасной, а не притворяться успехом.

Alibaba выложит в open source модель на 2,4 трлн параметров

Alibaba анонсировала Qwen 3.8-Max — флагман с 2,4 трлн параметров, из которых активируются 95 млрд. Раньше Max-модели держали при себе, а теперь веса появятся на Hugging Face и ModelScope на следующей неделе.

Модель умеет автономный кодинг: в демо 16 дней без человека развивала проект, делала 265 коммитов и 127 pull request'ов. Ещё воспроизвела научный эксперимент с нуля, обошла 87% человеческих команд на соревновании и самостоятельно прошла флоу чип-дизайна от RTL до layout.

Подробности в материале.

Наткнулся тут на свежий релиз AnduinOS 2.0 и, кажется, это именно то, чего многим не хватало для комфортного переезда на Linux

Если вы, как и я, периодически посматриваете в сторону Linux, но вас останавливает необходимость запускать специфический софт для Windows или Android — обратите внимание. Никаких тяжелых виртуалок и костылей. Всё работает нативно и из коробки.

Что под капотом:
— никакой телеметрии и проприетарного мусора;
— чистая экосистема на базе Ubuntu и нативный apt;
— исходный код полностью открыт и лежит на GitHub.

Выглядит как отличная песочница для тестов и, возможно, полноценная замена основной системе.

Подробный разбор и тесты производительности можно почитать в материале на ZDNET.

Если кто-то уже тестировал, то поделитесь впечатлениями.