Hacker News Digest

Месяц спустя после публикации последних новостей журнал Slow Journalism выпускает четвертьный выпуск, который переосмысливает события за последние три месяца, предлагая глубокий независимый анализ в мире, где новости появляются почти мгновенно. Журнал позиционирует себя как «Последний, кто сообщает новости» с 2011 года, подчёркивая медленный, но обдуманный подход к репортажам.

В последнем номере (#62) рассматриваются неожиданно популярное похищение президента Венесуэлы, 40‑дневный конфликт в Иране и победа Сенегала в Африканском кубке национальных команд, всё это иллюстрирует инфографика. Предыдущие выпуски (#61, #60) раскрывают Газовый перемирие, украинский цирк, шопинг на британской улице и участие колумбийцев в украинской армии, а обложки создают известные художники вроде Эмилии Аллсворт и Шелдона Фэйри. Подписчики получают рассылку с инфографикой, а каждый номер продаётся в виде печатного издания и цифровой версии DG Digital. Подписка доступна как в печатном, так и в цифровом режиме, а каждый выпуск сопровождается набором инфографик, помогающих понять сложные события без спешки. Сайт журнала предлагает управление подпиской, цифровой контент и каталог товаров, делая его единственной платформой для тех, кто ценит глубину вместо скорости.

Пользователи подтверждают ценность Slow Journalism как ответа на поверхностность современной журналистики, отмечая важность глубокого анализа и проверки фактов. Некоторые указывают, что проблемы связаны не только с качеством, но и с экономикой — падением рекламных доходов и подписчиков. Предлагаются решения: автоматизация проверки фактов и создание платформ для Slow Journalism. Также делится опытом поиска надёжных, глубоких источников новостей.

Kimi K3 — крупнейшая на данный момент открытая модель с 2,8 трлн параметров — представляет собой масштабированную версию Kimi Linear, но с рядом инноваций для повышения эффективности. Ключевое нововведение — LatentMoE, сокращающий размер линейных слоёв через понижение размерности, аналогично Multi-Head Latent Attention и Kimi Delta Attention. Эти изменения позволяют сохранить мощность модели при снижении вычислительных затрат на инференс. Также модель отказывается от RoPE в пользу NoPE во всех слоях — первый случай такого подхода на фронтальном уровне.

Одним из немногих не-efficiency-ориентированных изменений стали attention residuals: они соединяют остаточные пути между слоями с помощью весов, вычисляемых через внимание, что улучшает метрики на валидации и downstream-задачах за небольшой прирост в 4% обучающей и 2% инференсной нагрузки. Дополнительно модель получила нативную поддержку мультимодальности. Все эти улучшения — часть тренда, общего с Nemotron 3 и DeepSeek V4, где акцент смещается на архитектурные оптимизации, а не просто рост размера.

Kimi K3 — мощная модель с архитектурными решениями LatentMoE и NoPE, эффективно решающая сложные задачи. Сравнивается с Opus и Fable, демонстрируя высокую производительность. Ведётся дискуссия о том, является ли она результатом дистилляции или оригинальной архитектурой, что влияет на воспроизводимость и открытость. Существуют споры о её стоимости относительно Opus 5 и Sol. Эксперты советуют использовать её с осторожностью из-за риска переобучения и необходимости тщательной настройки гиперпараметров.

Главная идея: за последние десять лет производство кино в Лос‑Анджелесе резко сократилось, уступив место другим штатам и странам, где льготные налоговые схемы позволяют экономить миллионы.

Ключевые факты: в 2023‑2025 гг. страйки и пожары усилили тревогу, а инициатива #StayInLA собрала более 20 тысяч подписей и привлекла даже Дональда Трампа. Рост блокбастеров и franchise‑фильмов привёл к переезду съёмок в такие центры, как Ванкувер и Атланта, где субсидии покрывают до 30 % бюджета.

Замечательная цифра: в 1930‑х годах студии выпускали до шести фильмов в год, тогда как сегодня средний бюджет фильма вырос в три раза, а часть съёмок теперь происходит в пустынных студиях, где «запасные» актёры гоняют гольф‑кары по пустым улицам.

Экспорт производства привёл к исчезновению традиционного «конвейерного» подхода и к росту зависимости от внешних кадровых пулов, что меняет как процесс создания кино, так и его визуальный стиль.

Сокращение производства кино в Лос-Анджелесе связано с ростом стоимости жизни, аренды и труда, а также с налоговыми льготами в других регионах. Многие компании уже давно работают за пределами Калифорнии. Генеративный ИИ используется в кино для планирования сцен и потенциально может заменить часть человеческого труда — это вызывает спор: одни считают, что ИИ не способен заменить творческий подход, другие — что он уже влияет на процессы. Крупные корпорации всё больше фокусируются на финансировании, а не на прямом производстве.

Землетрясение магнитудой 7,0 произошло 28 июля 2026 года у побережья префектуры Хиого, с эпицентром в Японском море. Сильнейшие толчки — до 7 баллов по шкале Японского метеорологического агентства — зафиксированы в городах Кобе, Нисиномия, Ашия и других населённых пунктах Кансая. Толчки ощущались вплоть до префектур Токусима, Кагава, Фукуи и Киото, где уровень интенсивности достигал 5–2 баллов. Карта распределения сейсмической активности, построенная на данных геодезических плиток Государственного географического института, показывает концентрацию разрушительных воздействий в прибрежной зоне, где население плотное, а инфраструктура уязвима. Агентство оперативно опубликовало данные о震度 (интенсивности) в 12 префектурах, включая подробный список городов с указанием уровня ощущений. Никаких предупреждений о цунами не объявлялось.

Пользователи делятся впечатлениями о землетрясении: ощущениями толчков, повреждениями в Kumamoto и Fukuoka, сходством с прошлыми событиями. Упоминаются госпитализации, пропавшие без вести и повреждения инфраструктуры. Обсуждается важность подготовки к стихийным бедствиям и эффективности экстренных служб. В споре @barosl утверждает, что землетрясение ощущалось в Пусане, @GreyMolecules — что нет. @rwroks напоминает о летнем сезоне отпусков в Японии и выражает надежду на безопасность туристов.

Новый долгосрочный тест SlopCodeBench проверяет, как модель поддерживает качество кода при постепенном раскрытии требований, а не когда всё задание объявлено сразу. Каждый вызов состоит из нескольких контрольных точек, которые появляются по мере развития задачи, делая benchmark «не насыщенным» и измеряя способность модели адаптировать и рефакторить код в реальном времени. Эта методика остаётся «не насыщенной» – модель не знает полной задачи сразу, а получает её частями, имитируя развитие проекта. В работе показано, что даже самые крупные текущие модели, такие как GPT‑5.4 и Opus 4.6, получают лишь 11 % и 17 % строгих проходов, тогда как Opus 5, запущенный на небольшом подмножестве, достигает 24 % – небольшое, но заметное улучшение.

В набор входят database_migration ( пять проверок: ck1‑создание таблиц, ck2‑модификации данных, ck3‑внешние ключи, ck4‑откат, ck5‑зависимости) и dynamic_config_service_api ( четыре проверки: ck1‑REST‑служба с версиями, ck2‑реестр схем, ck3‑рабочий процесс с обзорами, ck4‑политика‑ограничения). Для анализа используют ck6‑ck8: stats, lint, dot, cone, truth‑table, equiv, opt, проверяющие метрики, валидацию и оптимизацию схем. Пять проверок в первой задаче и четыре во второй, позволяют оценить как локальные, так и системные аспекты поддержки кода.

Opus 5 — улучшение над Opus 4.8, не революционное, но полезное для сокращения токенов и ускорения работы. Споры: Снижение строк кода не всегда улучшает качество — важен баланс между сложностью и читаемостью. Увеличение числа функций и вызовов не всегда плохо: может повышать читаемость и тестируемость. Советы: Модели следует обучать принципам поддержания качества кода и снижения сложности через системы подсказок, проверок, рефакторинга, semi-lights-off и adversarial prompting. Для оценки использовать метрики: сложность кода, количество функций, p50, p95, deterministic scores, анализ state space. Бенчмарки, включая SlopCodeBench, полезны, но требуют новых методов и инструментов. Участники согласны: разработка таких методов — ключевая задача для улучшения моделей программирования.

Anthropic не поддерживает запреты на модели с открытыми весами, но и не считает их безусловно безопасными. Главная угроза — не использование китайских моделей американскими компаниями, а то, что авторитарные режимы, включая Китай, могут создавать сверхмощные ИИ-системы в секрете для военных и репрессивных целей. Эти модели не зависят от открытости весов: опаснее всего те, что остаются закрытыми и попадают в руки армии или служб безопасности. Открытые веса усложняют контроль, но запрет на их использование в США не остановит злоумышленников — только защитит бизнес-конкурентов.

Дario Amodei предлагает три конкретные меры: запрет на экспорт передовых чипов и оборудования в Китай, борьбу с контрабандой и требование обязательного тестирования безопасности для всех мощных моделей — открытых и закрытых. Он также предупреждает, что открытость не всегда укрепляет защиту: в биологии, например, атакующие могут быстрее создать пандемические агенты, чем защитники — противоядия. Вместо идеологических споров нужно сосредоточиться на реальных угрозах — контроле над оборудованием и предварительной проверке способностей моделей.

Комментаторы критикуют Anthropic за противодействие открытым моделям, считая это попыткой защитить коммерческие интересы и создать монополию. Указывается на лицемерие: компания ранее не выражала опасений по поводу вредного использования ИИ — включая военные цели, слежку, биологическое оружие и кибератаки. Считается, что ограничения навредят стартапам, университетам, конкуренции и инновациям, а попытки контролировать распространение технологий обречены на провал. Anthropic утратила доверие и авторитет как потенциальный арбитр безопасности ИИ. Отмечается, что компания не создала устойчивой экосистемы открытых моделей и теперь стремится ограничить к ним доступ.

Decathlon запустил европейскую систему платежей Wero на своём немецком сайте — первый крупный ритейлер, внедривший её в продажах. Wero, созданный Европейской платёжной инициативой (EPI), позволяет переводить деньги напрямую между банковскими счётами через биометрическую аутентификацию в приложении банка, минуя карты Visa и Mastercard. Это снижает комиссионные с 1–2% до нуля — критично для Decathlon, работающего на тонких маржах. Платёжная система уже имеет 43 млн пользователей в Европе и ожидает роста до 56 млн к июлю 2026 года, в Германии — с 1,3 до 1,8 млн.

Decathlon не просто добавил новый способ оплаты: он интегрирует Wero в свою программу лояльности, превращая её в инструмент удержания клиентов. В ближайшие месяцы система появится и в 110 магазинах в Германии. EPI финансирует акцию: за оплату Wero на сайте покупатели получат €10 кэшбэка. Однако ключевое ограничение — отсутствие поддержки в терминалах в магазинах: эта функция появится только в 2026–2027 годах. Пока Wero остаётся преимущественно онлайн-решением, и его успех зависит от того, успеет ли он привлечь достаточное число покупателей и продавцов до масштабного внедрения в офлайне.

Wero — европейская система платежей на базе SEPA, обеспечивающая мгновенные и бескомиссионные переводы между банковскими счетами. Её сравнивают с iDEAL и Blik как альтернативу Visa и Mastercard благодаря удобству и безопасности. Некоторые считают, что Wero не новая технология, а лишь реализация существующих стандартов. Споры идут о зависимости от Google и Apple — одни видят в этом проблему, другие — несущественный фактор. Рекомендуется использовать Wero и подобные системы вместо традиционных платёжных сетей.

Чистка панелей дала 2‑5 % прироста мощности, что в среднем равно £60‑£150 в год, но этот эффект со временем исчезает. В эксперименте было 16 панелей, соединённых в два банка, и измерялось отношение их мощности; после мытья одной банки отношение сначала упало, затем постепенно выросло, а после полной очистки снова снизилось, что может связано с «frosted glass effect». Пыль на панелях была заметна, но не экстремальна, поэтому выгода будет больше у сильно загрязнённых систем. При очистке я почувствовал лёгкое покалывание, которое, как объяснил ChatGPT, могло быть «capacitive leakage» от инвертора без трансформатора.

Размышляя об обновлении, я заметил, что замена панелей на современные увеличила бы пиковую мощность примерно на 60 % за £5000, что окупилось бы за три года, однако текущий «feed‑in tariff» платит за wygenerovanую энергию, а не за экспортируемую, и новые мощности потеряют более выгодный тариф, что делает обновление экономически менее привлекательным. Этот механизм превращает сегодняшний стимул к установке солнечных панелей в завтрашний барьер для их модернизации, потому что дополнительная мощность не попадает под прежний тариф и переходит на нынешний, в четыре раза более низкий.

Очистка солнечных панелей может повысить мощность на 2–5%, но эффект временный; экономическая целесообразность зависит от региона, уровня загрязнения, типа панелей и частоты осадков. В засушливых районах регулярная очистка особенно важна — пыль, грязь и птичий помёт снижают эффективность. Также учитывают влияние температуры и тени. Спорно, оправдана ли очистка: одни считают её невыгодной, другие — способной продлить срок службы и увеличить выработку.

Компании «AI» массово закупают редкие книги, сканируют их на высокоскоростных машинах, отрезая обложки, а затем уничтожают оригиналы. Сервис ISBNdb позволяет оформить заказы до миллиона томов и скрыть покупателя. Книги, вышедшие до 2022 года, особенно ценятся, потому что в них нет текста, сгенерированного «AI». Федеральный суд признал эту практику законной в рамках «fair use», мотивировав решение тем, что в любой момент существует лишь одна копия.

Антропоцентр нанял бывшего главы Google Books, чтобы «получить все книги мира», а продавцы сообщают, что книги, выжившие после войн, пожаров и веков, теперь измельчаются для обучения моделей. ISBNdb открыто заявляет, что ««AI»‑компания уничтожает два миллиона книг», но всё равно строит бизнес, предлагая «NDAs» и маркируя процесс как «digital preservation». Потери необратимы: последняя копия 18‑векового ботанического трактата исчезает навсегда, а суд считает «such shredding» законным, что ускоряет масштабные разрушения. Эта модель — «разрушать редкие книги и скрывать факт» — становится легитимным в 2026 году. Кроме того, книготорговец отметил, что почти все оставшиеся экземпляры редкого ботанического трактата уже уничтожены, что подчёркивает масштаб угрозы. Это делает процесс ещё более тревожным для сохранения культурного наследия.

Пользователи обсуждают законность уничтожения книг для обучения ИИ, выражая обеспокоенность по поводу потери редких экземпляров и влияния на авторов и издателей. Отмечают, что сканирование не требует уничтожения оригиналов — существуют альтернативы, такие как оцифровка без уничтожения. Призывают пересмотреть законодательство об авторском праве, чтобы разрешить обучение ИИ без уничтожения книг, балансируя интересы всех сторон.

Кто‑то заявляет, что проект Bun переписали на Rust с помощью Anthropic‑инструмента, потратив за 11 дней около $165 000, то есть $15 000 в день, и слили код в main. При этом релизный тег не появился уже несколько недель, а количество открытых pull‑request‑ов от Claude‑бота выросло с 1277 до 2475, а каждый merge занимает от 40 минут до полутора часов, значит для закрытия всех PR потребуется около 86 дней непрерывного цикла. При этом в CI/CD Buildkitecluster задействованы тысячи минут вычислительных ресурсов, о которых в публичных цифрах не сообщается.

Эти цифры вызывают сомнения: $15 000 в день — это лишь часть расходов, а реальная стоимость может быть в несколько раз выше, включая затраты на инфраструктуру. Вопрос остаётся открытым — оправдано ли вкладывать такие суммы в «AI‑переписку», если компания оценивается в миллиарды, а результат пока не виден в виде готового продукта. Именно поэтому стоит относиться к таким заявлениям с осторожностью.

Bun переписывается на Rust и уже используется в Claude Code; команда фокусируется на исправлении ошибок и доработке кода, а не на выпуске новой версии. Пользователи и разработчики обсуждают использование LLM для переписывания кода: одни видят в этом способ ускорить разработку, другие — риск снижения качества и потери контроля. Рекомендуется тщательно тестировать и проверять код, полученный с помощью LLM.