Hacker News Digest

Санкции США против судьи МУС показывают, как финансовый и технологический контроль может разрушить личную жизнь, подорвать мягкую силу США и раскрыть зависимость Европы от американских сервисов, создавая опасный прецедент. Санкции привели к потере доступа к банковским услугам, кредитным картам и страховке, что эквивалентно «гражданской смерти». Использование финансового и облачного контроля как инструмента давления подрывает репутацию США как нейтрального арбитра. Спор: одни считают, что санкции демонстрируют зависимость ЕС от американских технологий; другие указывают, что крупные компании вроде AXA могут функционировать без американского рынка, поэтому зависимость не абсолютна. Подобные санкции могут стать прецедентом, когда любой судья или чиновник станет мишенью, усиливая риск для международных институтов. Совет: развивать независимые финансовые и цифровые инфраструктуры в Европе и других странах, чтобы снизить уязвимость к санкциям. Совет: ввести «выходные» положения, позволяющие партнёрам США не применять индивидуальные санкции к своим гражданам. Совет: онлайн‐бизнесам проверять клиентов по списку Entity List, чтобы избежать ассоциаций с санкционированными лицами.

Supabase приобретает Turso, чтобы совместно построить инфраструктуру, способную поддерживать рост спроса на базы данных, вызванный ростом агентного ИИ. Агенты сейчас создают миллионы баз в неделю для прототипов, дашбордов и приложений, и текущая инфраструктура не справляется с таким масштабом. Цель — сделать создание баз данных таким же простым и дешёвым, как создание файла: без необходимости выделения dedicated-машин для малых нагрузок, с мгновенным доступом и плавным переходом в продакшен.

Turso уже реализовал именно такую архитектуру: переписал SQLite на Rust и построил облачную платформу, где один сервер может управлять миллионами баз, загружая их по требованию и приостанавливая при простое. Это позволяет provisioning баз для каждого агента по требованию — как в Turso Cloud, так и в собственных облаках клиентов (Superhuman, Sauna.ai, CTO.new, Mastra). Supabase продолжит развивать Postgres для масштабируемых приложений, Turso — SQLite для лёгких нагрузок, а вместе они обеспечат единый developer experience от прототипа до продакшена. Команда Turso во главе с Glauber Costa присоединяется к Supabase, чтобы вести это направление. Ничего не меняется для существующих пользователей: оба продукта продолжают развиваться независимо, но теперь с общей стратегией поддержки агентного будущего.

Пользователи рады покупке Turso Supabase и ожидают ускорения развития проекта благодаря новым ресурсам. Однако они сталкиваются с реальными проблемами: низкой производительностью при работе с ClickBench (загрузка данных 4 KB/s, зависания), задержками более 100 мс в некоторых регионах и отсутствием автоматического мониторинга, что привело к уходу части пользователей. Команда Supabase признаёт эти проблемы, но считает их не приоритетными. Ведётся спор о целесообразности замены SQLite: одни считают это бессмысленным и рискованным из-за проверенной надёжности SQLite, другие видят в Turso улучшенную версию с потенциальной совместимостью с Postgres. Некоторые советуют сохранять SQLite в текущем виде, чтобы избежать новых багов. Есть положительные отзывы о Turso в Rust‐проектах — хорошая производительность при асинхронных запросах. Также обсуждается необходимость базы для агентного ИИ, поддерживающей SQL, векторный поиск и графовые запросы, которой atualmente не обладает SQLite, поэтому Turso рассматривается как потенциальное решение. Однако некоторые сомневаются в нужде отдельной инфраструктуры для агентного ИИ. Существуют опасения, что открытый код Turso может стать закрытым после поглощения Supabase, и вопросы о финансовой устойчивости проекта.

Автор провёл месяц, пытаясь использовать только модель GLM 5.3 Flash в проектах с Wagtail CMS, но достиг лишь 50% целевого использования: первая половина месяца прошла успешно — модель работала в рамках бюджета ($68, 365 г CO₂, 4 кВт·ч), а во второй половине пришлось переключаться на другие модели из-за непредвиденных проблем. Основные трудности возникли из-за использования неподходящей модели в экспериментальном MCP-сервере («vibe coding»), что привело к расходу 450M токенов ($150, 5 кВт·ч) за короткое время, несмотря на рабочий прототип. Также повлияли ограничения инфраструктуры: популярные открытые модели, включая GLM 5.3 Flash, страдали от перегрузки провайдеров в европейских дата-центрах, что вынудило перейти на аналоги вроде DeepSeek V4.1 Flash и Qwen 3.8 Flash. Параллельно продолжались эксперименты с широким спектром моделей для бенчмаркинга задач в Wagtail, где DeepSeek V4.1 Flash показал 95% точности при 14.9 Вт·ч и $0.09 за задачу. Несмотря на неудачу в соблюдении режима одного месяца, автор извлёк уроки: необходимость постоянного мониторинга энергопотребления и затрат, бюджетирования на R&D, улучшения промптов и мультиагентных паттернов, а также фокуса на эффективных «flash»-уровневых моделях для повседневной работы — цель на октябрь — большинство инференса выполнять такими моделями, измеряя эффективность по энергии и стоимости, а не токенам. Приглашение на Wagtail Space 2026 в ноябре для обсуждения результатов.

GLM 5.3 Flash эффективен для прототипирования и повседневных задач, но акцент смещается на реальные цифры энергопотребления, системные ограничения инфраструктуры и несоответствие медиа-нарративов практическим данным. Инференс GLM 5.3 Flash потребляет 4 кВт·ч/месяц — сопоставимо с часом работы теплового насоса или 8 часами игры на игровом ПК, что опровергает преувеличенные опасения по поводу энергозатрат ИИ-центров. Инференс требует мало вычислений и в основном зависит от IO, поэтому энергопотребление мало — основная нагрузка приходится на обучение, а не на использование моделей. Пользователи подтверждают, что GLM 5.3 Flash эффективен для повседневной разработки: справляется с мелкими исправлениями, работает как основной бот в агентных системах, его производительность близка к Opus 4.5. Реальное энергопотребление инференса на локальном GPU (5 кВт·ч/день для Qwen3.8 27B) выше, чем в облаке, что указывает на эффективность облачных инфраструктур за счёт параллелизма и оптимизации. Энергопотребление ИИ-центров — локальная проблема (нагрузка на инфраструктуру, охлаждение, шум), а не глобальная, поскольку доля от общего потребления электроэнергии мала. Стоимость инференса на GLM 5.3 Flash ($68/месяц) делает выбор модели вопросом бюджетирования, а не только качества — это новая реальность для разработчиков. Китай опережает США в энергоэффективности ИИ-инфраструктуры благодаря прямой конкуренции и более рациональному масштабированию, а не гипер-развитию энергозатратных центров. Спор: Некоторые считают панику по поводу ИИ-центров астрофёртом, созданным для отвлечения от реальных проблем (замена людей ИИ), сравнивая её с моральными паниками. Противоположная точка зрения: централизация ИИ-инфраструктуры скрывает локальные последствия — тепло, шум, нагрузка на электросети и водоснабжение, не учитываемые в глобальных цифрах. Совет: Для оценки эффективности моделей нужно смотреть не только на стоимость за токен, но и на время выполнения задачи — некоторые модели требуют в 2–3 раза больше токенов, что делает их дороже в реальном применении. Совет: GLM 5.3 Flash лучше использовать в паре с планировщиком (Astra Low) и ревьюером (Sol 6.1 Medium), чтобы компенсировать недостатки согласованности и надёжности. Совет: При использовании агентных пайплайнов важно учитывать кеширование — DeepSeek показывает лучшую эффективность кеширования (99.x%), снижая стоимость на длинных задачах в 2–3 раза по сравнению с другими провайдерами. Совет: Для разработчиков: не забывайте о полном жизненном цикле — производство чипов, охлаждение, простой оборудования — это тоже влияет на экологический след, а не только на текущее энергопотребление. Совет: Использование дешёвых моделей для прототипирования — разумно, но важно понимать, что такие решения не подходят для продакшена (например, для GPU-драйверов) — первый вариант всегда стоит выбрасывать. Инференс на GLM 5.3 Flash в облаке может быть дешевле, чем локальный запуск, из-за оптимизации ресурсов, но локальные установки дают больше контроля и независимости от провайдеров.

Попытка запустить Linux на Mac mini с чипом M4 столкнулась с неожиданными трудностями из-за новой технологии SPTM — механизма защиты, который блокирует прямой доступ к аппаратным ресурсам, использовавшийся в ранних версиях Asahi Linux. В отличие от M1–M3, где можно было анализировать MMIO-трафик macOS, здесь требовалась глубокая модификация гипервизора m1n1, что вышло за рамки возможностей новичка. Однако автору удалось обойти проблему: отключив строгую безопасность загрузки, установив m1n1 через восстановление macOS и получив доступ к последовательному порту, он начал эксперименты с загрузкой ядра.

Первым барьером оказался заблокированный GXF — компонент, отвечающий за безопасность исключений, который на M4 отключён в режиме raw boot. Затем выяснилось, что регистр RVBAR, задающий точку входа для ядра, уже содержит корректное значение — попытки его перезаписать вызывали сбой. После долгого перерыва автор добился первого вывода через debug_putc, внедрив минимальное устройство дерева и включив earlycon. Ключевым прорывом стало обнаружение, что процессоры M4 теряют состояние при выполнении команды WFI (Wait For Interrupt), что приводило к зависанию. Исправление потребовало патча для m1n1 и ядра Linux, отключающего WFI в ранней стадии загрузки — после этого система начала выводить логи, и Linux наконец заработал.

Преимущества Apple‐устройств связаны с вертикальной интеграцией и оптимизацией аппаратного и программного обеспечения, а не только с более мощными характеристиками. Открытое железо вряд ли существенно изменит финансовый масштаб компании из‐за её огромного объёма продаж — даже если все желающие Linux‐пользователи купят самые дорогие Mac, это не окажет заметного влияния на доходы. Дискуссия о целесообразности открытости аппаратной части продолжается: одни считают, что это расширит рынок, другие уверены, что Apple намеренно продаёт только готовый пакет и не получит выгоды от открытости. Поддержка Linux на Mac остаётся сложной из‐за закрытых протоколов, в частности трекпада, хотя качество сенсора и тактильной отдачи остаётся ключевым фактором превосходства. Для запуска Linux рекомендуется поддерживать проекты вроде Asahi Linux и OEM‐производителей, работающих над драйверами и портами. Обратное проектирование чипов M4 и M6 активно использует инструменты искусственного интеллекта, ускоряя анализ и разработку драйверов.

Исследователи из CMU, MIT, NYU и Стэнфорда создали ИИ Ataraxos, который впервые победил лучшего человека в Stratego — Пима Нимейера, считающегося величайшим игроком в истории игры, со счётом 15:1 при четырёх ничьих. Для обучения потребовалось всего 16 GPU и несколько тысяч долларов, что резко контрастирует с масштабными ресурсами, ранее тратившимися на подобные задачи.

Stratego — игра с неполной информацией: каждый из 40 фигур имеет скрытый ранг, раскрывающийся только при столкновении. Цель — захватить флаг противника. В отличие от покера, где скрыто всего две карты (1326 комбинаций), в Stratego возможных расстановок более дециллиона, а партии могут длиться до 2000 ходов. Кроме того, ключевую роль играет блеф: слабые фигуры часто выдают себя за маршала, чтобы запугать соперника. Ранее даже DeepNash от DeepMind не справлялся с этим балансом между дезинформацией и предсказуемостью, но Ataraxos смог его освоить, доказав, что сложные игры с долгой скрытой динамикой теперь поддаются ИИ.

Успех Ataraxos связан с эффективностью алгоритма в условиях неполной информации, а не с масштабом ресурсов. Он быстро учится предсказывать действия противника, а не перебирает варианты. Это контрастирует с предыдущими подходами и открывает путь к более экономичным решениям в подобных играх. Stratego требует психологической составляющей и блефа, но шаблоны поведения можно выявить. Существует множество вариантов правил, включая Electronic Stratego и Silent Defense, которые увеличивают неопределённость и могут быть целями для ИИ. ИИ не страдает от ограничений памяти, в отличие от людей, что даёт ему преимущество в отслеживании открытых фигур. Сравнение с DeepNash показывает, что рост мощности ИИ в Stratego произошёл за счёт улучшения алгоритмической эффективности, а не увеличения вычислительных ресурсов. Поддельная маркировка фишек (царапины) нарушает честность и демонстрирует, как люди манипулируют неполной информацией в реальной жизни. Стратегия размещения флага в углу за двумя бомбами, использованная Ataraxos, редка, но эффективна — указывает на неинтуитивные решения ИИ. Игры с неполной информацией, такие как Hanabi и Bridge, представляют аналогичные вызовы. Успех в Stratego может быть перенесён на них. Bridge особенно интересна благодаря сочетанию неполной информации, кооперации в парах и сложной системы объяснений ходов. Изменённые правила Stratego (перевёрнутые фишки, перемещение бомб) создают новые тактические возможности, которые ИИ осваивает быстрее людей. Появление ИИ, превосходящего лучших людей, вызывает ностальгическую грусть у игроков, ценящих игру как человеческий опыт. Ранее считалось, что Stratego слишком сложна для ИИ из-за неопределённости, но опыт игроков показывает, что шаблоны поведения и блеф можно систематизировать. Electronic Stratego с упрощённой системой раскрытия рангов (выше/ниже/равно) оказалась для некоторых игроков даже интереснее оригинала. Существуют онлайн-архивы и прототипы ИИ для Stratego, включая простые реализации, доступные для немедленной игры. Филлипинская игра Game of the Generals является прямым аналогом Stratego, что указывает на универсальность структуры неполной информации в настольных играх.

Джон фон Нейман — выдающийся математик, чьи работы охватили квантовую физику, теорию игр, компьютерные науки и экономику. Родившийся в 1903 году в Будапеште в богатой еврейской семье, он ещё в детстве поражал феноменальной памятью и скоростью мышления: в шесть лет делил в уме восьмизначные числа, а к восьми уже свободно владел историей, включая детали гражданской войны в США и процесса Жанны д’Арк. Он мог запомнить весь телефонный справочник Нью-Йорка — и шутил, что ему не хватает только знания, кому принадлежат номера.

Его гениальность заключалась не в сверхъестественных способностях, а в безупречной логике и ясности мышления. Фон Нейман мастерски применял аксиоматический метод: он не просто формализовал, а проникал в суть проблем, выделяя фундаментальные принципы, из которых логически следовали все следствия. В отличие от интуитивных гениев вроде Винера, он мыслил чётко, последовательно и без туманности. Его вклад — в теории игр, архитектуре ЭВМ, функциональном анализе — остался в основах современной науки, потому что он не просто решал задачи, а переосмысливал их структуру. Его сила — в способности видеть мир через призму точных, непротиворечивых и универсальных законов.

Обсуждение дополняет статью о фон Неймане, подчеркивая его беспрецедентную широту влияния в математике, физике, информатике и экономике. Многие считают его самым влиятельным математиком XX века, превосходящим Эйнштейна и Планка по охвату вкладов. Его сравнивают с «марсианином» из-за нечеловеческой памяти, скорости мышления и способности мгновенно осваивать новые дисциплины — даже общаться на равных с трёхлетним ребёнком, как отметил Эдвард Теллер. Это породило легенду о его сверхъестественных способностях, отражённую в анекдотах и восклицаниях типа «John f***ing Neumann, AGAIN!», свидетельствующих о его всепроникающем присутствии в науке. Фон Нейман был частью группы венгерских еврейских учёных — «The Martians» — что объясняет концентрацию гениальности в одном культурном контексте. Рекомендуемые книги: «The Man from the Future» и «Turing's Cathedral» как доступные и глубокие источники; «The MANIAC» Бенджамина Лабатута — художественное, но точное отражение его личности и эпохи; «The Computer and the Brain» — уникальный взгляд на связь биологии и вычислений, доступный неспециалистам. Он был одним из первых, кто применил суперкомпьютеры для метеорологического моделирования, проложив путь вычислительной науке вне чистой математики. Обсуждается, кто сегодня может быть «новым фон Нейманом», и как институциональная фрагментация мешает поддержке таких редких гениев. Его последнее выступление было отменено из-за деменции — трагичное напоминание о хрупкости разума. Автор статьи, Пол Халмос, математик и автор стандартного учебника по линейной алгебре, добавляет авторитета как наблюдатель и коллега. Совет: читать книги о фон Неймане, написанные до эпохи ИИ, чтобы избежать искажений современными технологиями. Спор: некоторые утверждают, что сегодня в компаниях вроде Jane Street и Anthropic сотни людей с эквивалентным интеллектом, но другие настаивают, что охват дисциплин и глубина вклада фон Неймана остаются неповторимыми. Стиль статьи отмечается как чёткий, лишённый претенциозности и ориентированный на передачу информации — в отличие от Википедии — что делает его особенно ценным для понимания сложных идей.

В Китае социальные сети работают как «фастфуд» — они повсеместны, перегружены фильтрами и контентом низкой питательной ценности, в то время как старшее поколение по-прежнему ценит свежую, домашнюю еду и осторожно относится к тому, что потребляет. Социальная реальность там строится вокруг стыда и «лица» — основной механизм поддержания порядка и морали, где репутация важнее внутренних убеждений. Преобладает мрачный взгляд на человеческую природу: люди по умолчанию считаются угрозой, ценится сила и компетентность, а не доброта, что усиливает ощущение конкуренции и недоверия. Наконец, китайский национализм исходит из коллективной неуверенности — травмы «века унижений» питают стремление доказать своё превосходство над Западом и вернуть стране статус великой державы. Эти культурные особенности создают серьёзные барьеры для распространения западных идей рационализма и безопасности ИИ, поскольку они конфликтуют с привычными моделями мышления и коммуникации. Успех таких инициатив зависит не от массового просвещения, а от работы с элитой и государственными структурами, способными инициировать системные изменения. Без сильного внешнего сигнала — например, реальной катастрофы, связанной с ИИ — маловероятно, что широкие слои населения изменят своё поведение или поддержат меры предосторожности. Outreach должен учитывать глубину этих культурных установок, а не полагаться на универсальные аргументы из западного контекста.

Тред отмечает, что черты китайского общества, описанные в статье, во многом объясняются исторической бедностью и последствиями культурной революции, но подчеркивает сильные генерационные различия: молодёжь, родившаяся после 2000 года, менее восприимчива к «мрачному миру» и стыду, чем старшее поколение. Указывается на влияние политики реального имени в интернете, которая усиливает страх перед «социальной смертью» и государственный контроль, а также на конкуренцию за места в топ‐университетах и хорошие рабочие места, формирующую фиксацию на социальном статусе. Национализм рассматривается как проявление коллективной неуверенности, схожее с тем, что наблюдается в США и других странах. Культурная революция разрушила традиционные иерархии, усилив современную конкуренцию за статус. Молодые китайцы используют ИИ для создания англоязычного YouTube‐контента, обходя цензуру. Свежие продукты считаются роскошью в Китае, но аналогичная ситуация наблюдается и в США. Социальные сети в Китае структурно похожи на международные платформы, за исключением специфических «мозговых» трендов. Термин «социальная смерть» активно используется в китайском онлайн‐дискурсе как форма социального наказания. Некоторые комментаторы критикуют автора за чрезмерные обобщения, необъективные выводы на основе ограниченного опыта и переоценку роли национальной идентичности. Экспаты указывают на ограниченность их перспективы при оценке жизни в Китае. Упоминается, что отсутствие ссылки на Великий скачок и культурную революцию считается упущением, поскольку эти события формируют современную травму и цинизм. Цель статьи — помочь рационалистам убеждать китайцев в вопросах ИИ‐безопасности, но внутри сообщества подчеркивается большая вариативность внутри группы.

Анимация построена из примерно десяти реальных изображений, полученных за 12 лет одной телескопической системой, остальные кадры — интерполированы. Ограниченное количество наблюдений связано с редкостью телескопного времени и сложным расписанием. Снижение шума после 2017 года связано скорее с улучшенными алгоритмами обработки, чем с изменениями звезды. Автор анимации wthomp использовал данные только одного телескопа Keck, одного инструмента и длины волны 3,5 мкм. Шкала 20 AU соответствует примерно половине угловой секунды при расстоянии звезды 41 парсек, что сравнимо с диаметром монеты в 25 центов, видимой с расстояния около 11 км. Спор: rietta считает, что уменьшение шума объясняется новым алгоритмом обработки, тогда как ajcp полагает, что оно вызвано естественными флуктуациями яркости звезды. Новый коронограф Римского телескопа планируется обнаруживать планеты, в 100 млн раз тусклее своих звёзд, что в 100–1000 раз превосходит текущие космические коронографы. По мере ввода новых инструментов, таких как Roman Coronagraph, будет доступно больше данных для создания подобных анимаций, но ежегодные наблюдения всё равно ограничены видимостью цели и расписанием. Визуальные материалы, как эта анимация, играют ключевую роль в научной коммуникации, позволяя широкой аудитории ощутить «вау‐эффект» от исследований экзопланет.

Музей велосипедов Shimano в Сакаи, недалеко от Осаки, представляет собой современное стеклянно-стальное здание площадью 4223 м², полностью посвящённое истории велосипеда, а не корпоративной истории компании. Экспозиция начинается с приветственной надписи на стене: «jitensha» — «колёса, вращаемые самим собой» — подчёркивающей личный опыт езды и разнообразие способов наслаждаться велоспортом.

Основной зал — затемнённое пространство с велосипедами под прожекторами, хронологически расположенными от дрезин до современных моделей, дополненное образовательным фильмом о социальном контексте велосипеда: войнах, индустриализации и потребительстве. Далее — светлая комната с открытым доступом к экспонатам: стальная Flandria Фредди Маертена с первыми деталями Shimano, паралимпийские велосипеды с индивидуальными модификациями, один из первых горных велосипедов Breezer, велосипед Татсу Сакимото из его четырёхлетнего 55 000 км путешествия по миру, олимпийский Merida 2021 года с видимыми следами гонки, а также детские, грузовые и зимние велосипеды (например, шведский почтовый Crescent с шипованными шинами).

Интерактивные зоны позволяют сравнить вес стальных, алюминиевых и титановых труб и ощутить лёгкость гоночного рамы. В конце тура — исследовательский архив с книгами, каталогами и брошюрами, доступный для учёных. В музее практически нет информации о самом Shimano, кроме упоминания о кузнецах-оружейниках из Сакаи, начавших ремонт импортных велосипедов в конце XIX века благодаря местной традиции сталелитейного производства.

Вход стоит около 500 иен (менее 3 евро), музей не продаёт мерч и компоненты, делая акцент на образовании и уважении к велосипеду как машине и культурному феномену. Просторная, тихая архитектура и продуманная экспозиция выделяют его среди более скромных или временных велосипедных выставок по всему миру.

Обсуждение дополняет статью о музее Shimano, раскрывая связь между велосипедной и рыболовной техникой компании, её исторические инновации в Европе и личный опыт эксплуатации компонентов, а также альтернативные веломузеи по всему миру. Shimano применяет одни и те же инженерные принципы в велосипедных и рыболовных продуктах, что объясняет общие названия линеек, например, Ultegra. Компания начала с производства рыболовных катушек, а велосипедные компоненты появились позже. Инновации Shimano в 1980-х — индексное переключение, кассеты, 7+ скоростей — резко изменили рынок в Европе, вытеснив традиционных производителей вроде Sturmey Archer и Fichtel & Sachs. Некоторые европейские велосипедисты считали ранние Shimano компоненты чувствительными, сложными в обслуживании и быстро изнашиваемыми, в отличие от надёжных Campagnolo. В Германии Fichtel & Sachs считалась основным производителем, а Sturmey Archer воспринималась как экзотика, что оспаривает представление о доминировании британских брендов. Shimano Dura-Ace был представлен в 1973 году, а не в 2004, как ошибочно упомянуто в одном из комментариев — это подтверждено официальным историческим сайтом компании. Музей Shimano в Осаке рекомендуется посетить, если уже находишься в городе — он тихий, с уникальной коллекцией, но не стоит ехать специально ради него. Вместо этого можно исследовать специально оборудованные веломаршруты в Японии при температуре 15–25°C — это более живой опыт для велосипедистов. Музей велосипедов в Марине (Калифорния) содержит редкие экспонаты эволюции велосипедов, включая неудачные технические решения в рулевом управлении, трансмиссии и тормозах. В Питтсбурге есть двухэтажный музей велосипедов с обширной коллекцией, но без подробных пояснений — подходит для любителей визуального осмотра. В Нидерландах существуют два значимых музея велосипедов: Moos Fietsen Museum и VeloRama, оба с ценными экспонатами европейской истории велосипеда. Shimano Reel Museum в Сакаи существует отдельно от веломузея и посвящён исключительно истории рыболовных катушек. Современные велосипедисты отмечают превосходство XT и XTR компонентов Shimano, особенно дисковых тормозов и клипс-педалей, хотя некоторые переходят на SRAM для шоссейных велосипедов. Переход с однорежимных SH51 на многорежимные SH56 клипс-педали значительно улучшил опыт использования клипс для многих велосипедистов. Электронные системы Di2 от Shimano рекомендованы как обязательный опыт для всех велосипедистов — они меняют восприятие переключения передач.

DeepSeek Harness — это открытая платформа для создания и запуска AI-агентов, построенная на архитектуре Cordis, где «всё — это плагин». Она доступна в публичном превью по всему миру и позволяет пользователям взаимодействовать с агентом через десктопное приложение или веб-интерфейс, запускаемый одной командой: npx @deepseek-ai/dsh web. Платформа поддерживает выполнение широкого спектра задач: от повседневной работы с документами, данными и презентациями до программирования — исследования репозиториев, исправления багов, написания кода и запуска тестов. Также она помогает в исследовательской деятельности: поиске информации, проверке фактов и формировании списков источников. Фоновые задачи, такие как запуск скриптов или пакетная обработка файлов, выполняются с возможностью отслеживания прогресса. Ключевая особенность — расширяемость через плагины: пользователи могут устанавливать готовые расширения или создавать собственные в режиме «Creator mode» прямо через чат. Для разработчиков доступны инструменты отладки: инспекция трассировок выполнения и детальнаяruntime-информация для анализа вызовов инструментов и выполнения задач. Планировщик задач позволяет автоматизировать повторяющиеся процессы по расписанию. DeepSeek Harness позиционируется как гибкая, адаптируемая под индивидуальные workflows среда для работы с ИИ-агентами.

Пользователи отмечают, что десктоп‐приложение DeepSeek Harness работает стабильно, быстро и переносит настройки и рабочие пространства между запусками. Архитектура Cordis «всё‐это‐плагин» получает одобрение за гибкость: плагины имеют чётко определённые функции активации/деактивации и общий контекст, что напоминает расширяемость Emacs. Однако поднимаются вопросы безопасности китайского бинарника и авто‐обновляемой системы плагинов: некоторые считают, что они могут передавать данные и быть уязвимыми, другие отмечают безупречную работу без проблем. Также критикуются ограничения UI: размер шрифта ограничен максимумом 17, отсутствуют горячие клавиши, а капча в веб‐версии создаёт трудности для слабовидящих пользователей. Отсутствие открытого кода и зависимость от Electron/Node вызывают нагрузку и недоверие. Пользователи предлагают улучшения: открыть исходный код или создать прозрачный маркетплейс плагинов, добавить нативный CLI для работы без графического интерфейса, снизить зависимость от Electron и реализовать горячие клавиши через плагины. Критика также направлена на бенчмарки frontierharness.org: они используют статический набор моделей, не отражают долгосрочные задачи и не сравниваются с GitHub Copilot, что ставит под вопрос их репрезентативность.