Hacker News Digest

Free Ink — это открытый коллектив, создающий полностью опубликованное программное, прошивочное и аппаратное обеспечение для e‑paper‑читателей. Открытый стек для электронных читалок включает ESP32‑S3, GoodDisplay e‑paper, Wi‑Fi‑перенос книг, KOReader Sync, плагин Calibre, OPDS‑каталоги, USB‑C, microSD, регулируемую подсветку, режим «Фокус‑чтение», поддержку правой‑на‑левой раскладки, кастомные шрифты, OTA‑обновления, KiCad‑исходники, 3‑D‑корпус и заменяемую батарею. В списке поддерживаемых компонентов — ESP32‑S3, GoodDisplay e‑paper, microSD‑хранилище, USB‑C‑зарядка, заменяемая батарея, ручная пайка, кастомные шрифты, OTA‑обновления, KiCad‑исходники и 3‑D‑корпус. Открытый стек полностью свободен от DRM и ориентирован на открытое оборудование, а официальные партнёры — Xteink и Seeed Studio.

Firmware CrossPoint Reader, построенный сообществом, рендерит EPUB с встроенным CSS, кэширует страницы на microSD, позволяет настраивать типографику, закладки и синхронизацию через Wi‑Fi, а также поддерживает RTL‑языки. SDK FreeInk предоставляет единый API, скрывающий детали контроллера, волн и LUT‑ов, что упрощает создание профилей для новых плат без переписывания кода. Проект поддерживается Discord, ночными билдами, дорожной картой и спонсорством через OpenCollective, а лицензия — MIT и открытая‑аппаратная, что делает его полностью независимым и управляемым сообществом и открытый доступ к документации и сообществу.

FreeInk ориентирован на микро-читалки на ESP32-S3, а не на массовые устройства вроде Kindle или Kobo. ESP32-S3 недостаточно мощен для больших e-ink экранов (например, Paperwhite), поэтому FreeInk применяется преимущественно на устройствах меньше смартфона. Для открытости без пайки рекомендуются Kobo Libra 2 или Remarkable 2 с KOReader — он обеспечивает импорт словарей, экспорт списков слов и поддержку множества форматов. Boox ценятся за возможность установки любых Android-приложений, включая Storyteller для синхронизации прогресса чтения аудиокниг с iPhone. Среди альтернативных прошивок для микро-читалок выделяются Witch Reader (лучший рендеринг) и AALU (удобная группировка серий). Спор о размере экрана: @crossroadsguy считает уменьшение бессмысленным (размеры ладоней не изменились), @BeetleB утверждает, что 8 дюймов — оптимальны для комфортного шрифта без скроллинга. Для использования FreeInk на готовом железе рекомендуется Xteink X4 developer edition — только она позволяет перепрошивать устройство. Работа с ним требует кастомных форматов изображений и метаданных из-за ограниченных CPU и памяти. FreeInk не конкурирует с Kobo/Kindle — его прошивка написана под ESP32, которого нет в этих устройствах. Цена $60 указана для партии от 5 штук; для одного устройства стоимость компонентов выше, корпус не входит (требуется 3D-печать). Разработчик @meghprkh рекомендует прошивку inx на Rust (embassy) — единственная известная альтернатива с поддержкой аннотаций, несмотря на краши. Пользователи поддерживают открытые стандарты и интероперабельность, устав от проприетарных экосистем. Перенос книг из Kindle на открытые устройства трудоёмок, но стимулирует покупку книг вне Amazon — например, через Humble Bundle.

Дорси запустил Buzz — открытый набор инструментов, объединяющий чат команд, ИИ‑агентов и хостинг репозиториев в единую рабочую среду. В основе — самодостаточный Nostr‑relay, где каждое сообщение, реакция, workflow‑шаг, кодовое событие и одобрение фиксируются как подписанные события. Человек и агент получают одинаковую идентификацию: ключи, членство в каналах, журнал аудита. Это позволяет агентам действовать как полноправные участники: они ищут диалоги, открывают репозитории, отправляют патчи, проверяют код, запускают workflow‑ы и даже создают каналы. Встроенный Git‑Smart HTTP превращает ветку в отдельный канал, сохраняя все обсуждения, CI‑результаты и решения о слиянии в едином поиске.

Дорси объявил, что цель — избавиться от зависимости от Slack и GitHub, реализуя свою теорию о том, что ИИ меняет способ координации, а не просто повышает производительность. В репозитории проекта описаны отдельные сборки для собственного relay и провайдера агентов. Такое решение сочетает открытый протокол, криптографическую подпись и единую инфраструктуру для людей и машин, что делает Buzz потенциальным стандартом для будущих командных платформ. В наборе уже есть десктоп‑клиент, поддержка YAML‑workflow‑ов, журнал аудита и интеграция с Goose, Codex и Claude Code, позволяющая выбирать модель независимо от среды.

Участники сомневаются в практической ценности Buzz: Nostr выглядит избыточным слоем — подпись событий не требует блокчейна, и его применение для чата воспринимают как решение несуществующей проблемы. Агенты с доступом ко всем данным команды требуют сложных правил доступа и небезопасны, тогда как однопользовательские проще контролировать; мессенджер годится для общения агентов, но не для работы, где уместнее инструменты вроде Linear. Многие новые агентные проекты ненадёжны и быстро теряют поддержку, а сотрудники часто не владеют Git, поэтому реальную пользу несут инструменты, скрывающие сложность за дружелюбным интерфейсом. Главным плюсом называют самохостинг, ради которого отказываются от Slack, и открытость протокола, подтверждённую блогом Block: без открытого стандарта агентов заменят, как когда-то IRC. При этом сайт buzz.xyz заметно грузит CPU, что подрывает доверие к готовности продукта, а прошлое Джека Дорси с Twitter усиливает скепсис к его мотивам, хотя часть участников считает объединение почты, агентов и Git-воркфлоу перспективным направлением.

Шесть десятилетий спустя после того, как в 1960‑х годах рыболовные суда у берегов Бенина подняли фрагменты кораллов, ученые наконец подтвердили существование живого рифа, который считался мертвым. На глубине около 14 миль от берега обнаружено минимум восемь видов кораллов и восемь видов рыб, образующих работающий экосистемный комплекс. По словам руководителя проекта Герарда Зинзиндодже, он действовал «надеждой, что некоторые экосистемы способны противостоять времени». Исследования, приостановленные из‑за неудачных грантовых заявок, возобновились после получения 20‑тысячного гранта Национального географического общества, однако основная часть средств ушла на сонарное оборудование, а его доставка осложнилась из‑за банковских ограничений и отсутствия исследовательской лодки.

Чтобы доставить оборудование, команда наняла местных рыбаков, которые перевозили ее на пирогах в открытый океан и буксировали приборы, несмотря на частые поломки моторов и тошноту. После двух недель поисков эхолокатор зафиксировал два сильных эхо‑сигнала, после чего Национальный географический центр предоставил высокоразрешающую подводную камеру, запечатлевшую живые кораллы и рыбу. Успех проекта стал возможен благодаря совместным усилиям ученых, рыбаков и международного спонсора, подтвердив, что даже в давно забытых районах могут скрываться живые природные сокровища.

Коралловые рифы важны для биоразнообразия; их угрожают человеческая деятельность и неконтролируемый туризм. Экотуризм, даже при плохом управлении, часто менее вреден, чем рыболовство или сельское хозяйство в развивающихся странах, но требует ответственного подхода. Некоторые компании работают над сохранением рифов, однако недофинансированы — помощь необходима. Месофотические рифы, например, в Западной Африке, защищены от дайверов и сноркелеров, что способствует их сохранению. Химические солнцезащитные средства вредны для кораллов; их отсутствие в некоторых регионах может быть фактором защиты экосистем.

Новые модели Gemini 3.6 Flash, 3.5 Flash‑Lite и 3.5 Flash Cyber представлены для создания агентов с эффективностью, низкой задержкой и надёжностью. 3.6 Flash сокращает использование выходных токенов на 17 % по сравнению с 3.5 Flash и в задачах, таких как DeepSWE, экономит до 65 % токенов, при этом снижает стоимость до $1,5 за миллион входных и $7,5 за миллион выходных токенов. Она показывает лучшую точность в коде (49 % против 37 % в DeepSWE), в мультимодальных задачах (GDPval‑AA v2 1421 против 1349) и в работе с компьютером (83 % против 78,4 % в OSWorld‑Verified). 3.5 Flash‑Lite генерирует до 350 выходных токенов в секунду и превосходит предыдущие версии в агентных workflow. 3.5 Flash Cyber — специализированная модель для кибербезопасности, доступная пока только правительственным и доверенным партнёрам через CodeMender в рамках ограниченного пилотного проекта.

Модели 3.6 Flash и 3.5 Flash‑Lite доступны в Gemini через Google AI Studio, Android Studio и Antigravity, а также в Gemini Enterprise; 3.5 Pro тестируется, а подготовка к Gemini 4 началась. Эти решения позволяют разработчикам и предприятиям масштабировать агентные системы с затратами и производительностью.

Обсуждение дополняет статью, подчеркивая, что новые модели Gemini 3.6 Flash и 3.5 Flash-Lite предлагают улучшенную эффективность и низкую стоимость, но вызывают недовольство из-за роста цен, нестабильной политики deprecation и слабой продуктизации, что подрывает доверие разработчиков к платформе.

• Совет: Использовать 3.5 Flash для фронтенда — он быстрый и лучше GPT-5.5, если знать его сильные стороны, по опыту @postalcoder.

• 3.5 Flash-Lite — лучший выбор для агентных задач в 90% случаев работы с знаниями, по мнению @youssefarizk.

• Спор: 3.6 Flash дешевле 3.5 Flash и экономит 17% токенов, но на Artificial Analysis Coding Index он хуже 3.5 Flash — противоречие между эффективностью и производительностью, отмечено @ConfusedDog и @nsbk.

• Спор: 3.6 Flash дешевле 3.5 Flash, но GLM-5.2 дешевле и эффективнее — Google не предлагает конкурентоспособного соотношения цена/качество, утверждают @m_w_ и @resonious.

• Совет: Не строить продукты на Google AI API — они могут быть отменены без предупреждения, по опыту @u1hcw9nx и @swe_dima.

• Совет: 3.5 Flash-Lite — идеален для масштабной обработки документов, но рост цен с 2.5 до 3.5 Lite (в 6.25 раз) делает его неприемлемым, по опыту @JeremyHerrman.

• Совет: Для дешёвой обработки изображений и фильтрации отпечатков пальцев Gemini Nano Banana — незаменим, по опыту @doctoboggan.

• Совет: 3.6 Flash может быть нестабилен в агентных сценариях — в Antigravity он постоянно требует остановки вызовов инструментов, по опыту @sega_sai.

• Цены на Flash-Lite растут с каждой версией, а старые модели убираются — пользователи вынуждены платить больше за минимальные улучшения, подтверждают @swe_dima, @zacksiri, @JeremyHerrman.

• Совет: Google не поддерживает плагины/коннекторы на вебе — это делает Gemini непригодным для серьёзных задач, по опыту @lilytweed.

• Google не показывает сравнений с китайскими или фронт-моделями — их внутренняя ориентация и отсутствие прозрачности вызывают недоверие, по опыту @velominati и @m_w_.

• Совет: Для агентных задач 3.5 Flash — недооценённая модель, а 3.6 Flash — шаг вперёд в эффективности, но не в интеллекте, по опыту @ernestrc и @postalcoder.

• Спор: 3.6 Flash не улучшил производительность в кодинге по сравнению с 3.5 Flash, несмотря на заявления о снижении стоимости — противоречие в бенчмарках, отмечено @ConfusedDog и @nsbk.

• Совет: Использовать Gemini 3.6 Flash для выполнения задач, а Fable или GPT-5.6 — для планирования — стратегия, которая работает, по опыту @ernestrc.

• Совет: Google не обновляет Jules — он застрял на 3.1 Pro, что ломает рабочие процессы для пользователей, использующих его в мобильных сценариях, по опыту @b473a.

I use antigravity from time to time and in my experience, 3.5 flash is an underrated model, so long as you know what it's good for. It's very good at frontend (much better than gpt 5.5) and it's fast, so it's a great tool for iter — @postalcoder

Суд отклонил иск к Apple за отсутствие сканирования iCloud на наличие детской порнографии, защищая компанию иммунитетом по разделу 230. Платформы не несут ответственности за контент, размещённый пользователями, даже если они знают о его наличии — как подчеркнул суд, любые требования к Apple действовать как цензор или издатель автоматически попадают под защиту закона. Несмотря на то, что Apple ранее экспериментировала с технологией NeuralHash, а затем отказалась от сканирования в пользу сквозного шифрования, это не делает её юридически виновной. Суд отметил, что даже при наличии внутренних переписок, подтверждающих осведомлённость Apple о злоупотреблениях, иммунитет сохраняется — намерения компании не имеют значения.

Судьи открыто выразили недовольство: они признали, что текущая правовая модель ставит приватность выше защиты жертв, оставляя детей, ставших жертвами порнографии, в состоянии постоянного повторного насилия. Хотя Apple могла использовать существующие инструменты вроде PhotoDNA, как это делают другие платформы, закон не требует этого. Суд призвал сосредоточиться не на разрушении шифрования, а на усиленной работе правоохранительных органов — именно они должны пресекать создание и распространение контента, а не компании, хранящие данные. Иск передан на рассмотрение в Апелляционный суд девятого округа, где решение может измениться.

Обсуждение вскрывает противоречие между борьбой с CSAM и приватностью. Многие видят в сканировании троянского коня: технологию легко перенаправить на слежку за политическими взглядами или авторским контентом, а проверка на устройстве лишь переносит слежку с сервера на устройство, не снимая риска. Отмечают перекосы законодательства — сгенерированные ИИ изображения преследуют как доказательство насилия, которым они не являются, а подростки за селфи рискуют обвинением в хранении CSAM без учёта контекста и согласия. Реальные преступники обычно из близкого круга, но система фокусируется на легко сканируемом цифровом следе, обходя неудобные социальные причины вроде насилия в школах; в Швеции уже появились реестры «потенциальных педофилов» на основе предиктивной аналитики. Бывшие правоохранители возражают, что накопление CSAM часто предшествует физическому насилию и помогает выявлять эскалацию, а ставку на цифровые доказательства объясняют выгоранием детективов. Критики Apple считают её приватность маркетингом: E2EE неполон из-за закрытого кода, обновлений и iCloud Keychain, а ограничение веб-приложений в Safari показывает, что «приватность» становится инструментом рыночной власти. Отдельно спорят о Section 230, который защищает платформы от ответственности, но не обязывает удалять контент, создавая дисбаланс.

В США часто цитируют показатель 65 % как уровень собственности, но это лишь доля занятых жилых единиц, где хозяин живёт в них. Настоящий уровень, измеряемый как отношение домовладельцев к всей взрослой популяции (HPOP), составляет 53 % и отражает, сколько людей действительно владеют собственным жильём. На примере вымышленного переулка с пятью домами видно, что традиционный показатель показывает 80 %, тогда как HPOP, учитывающий 14 взрослых, даёт лишь 50 %, потому что только семь из них являются собственниками.

Эта метрика показывает, что миллионы взрослых, платящих аренду в семье хозяина, не попадают в категорию «арендатор» или «домовладелец», и позволяет сравнивать их финансовые решения по возрасту, региону и полу. HPOP учитывает всех взрослых, а не только занятые единицы, что важно для оценки долгосрочных последствий многопоколенного проживания. Федеральная резервная банка Миннеаполиса использует её, чтобы понять, как жилищные условия влияют на экономическое благополучие семей, ведь жильё – главный расход и источник богатства. Открытые данные по HPOP дают возможность исследователям проводить более точные расчёты и разрабатывать политику, ориентированную на реальное владение жильём.

Показатель собственности на жилье не всегда отражает благосостояние и может вводить в заблуждение. Участники треда отмечают, что традиционный показатель, учитывающий количество семей, живущих в своих домах, может быть более информативен, чем новый, основанный на числе владельцев жилья. Некоторые считают, что новый показатель вреден — он стимулирует покупку отдельных домов вместо совместного проживания с семьёй или аренды. Важно учитывать культурные и социальные факторы, стоимость жизни и доступность жилья, иначе оценка будет искажённой.

Qwen‑Image‑3.0 представляет третье поколение базовой модели генерации изображений, где ключевое слово — «Real» (实). Модель сочетает три возможности: богатый контент — поддержка до 4,5 к токенов ввода, позволяющая создавать сложные раскладки газет, сценариев и экзаменационных листов; аутентичные детали — точное воспроизведение мелкого текста размером 10 пкс и микроскопических деталей вроде пор и волос; глубокие знания — нативная работа с 12 языками и имитация веб‑страниц, игр и стримов, опирающаяся на обширные знания мира. Например, за один запрос модель нарисовала 3×3‑ячейковый набор сложных инфографик, а описание всех ячеек заняло 3,7 к токенов, но изображение получилось целостным.

Цель проекта — перевести генерацию картинок от «приятного» к «полезному», сделав её продуктивным инструментом в реальных задачах. Благодаря поддержке длинных инструкций, точности мелких деталей и широким знаниям, Qwen‑Image‑3.0 уже применяется для создания газет‑PDF, стрит‑драмы‑сторибордов и сложных интерфейсов, а также в дизайне, контент‑создании, образовании и электронной торговле. Как подчёркивают разработчики, модель «не просто красиво выглядит, а реально работает», открывая путь к массовому использованию в профессиональных потоках.

Обсуждение ставит под сомнение заявленную точность модели и критикует отсутствие открытых весов, бенчмарков и прозрачности. В примерах с корейским текстом находят системные ошибки — смешение символов, искажённые слова и глаголы, — опровергающие обещанную точность генерации текста; тесты на chat.qwen.ai выявляют анатомические артефакты (третья нога, светящиеся глаза), а простой график роста ВВП Польши выходит мусорным. Жёлтый оттенок, идентичный GPT-Image-1, наводит на мысль об обучении на его выходах, бракованное арабское заглавное изображение подрывает доверие к демонстрациям, а механизм связывания текста с картинками без миллионов аннотированных пар остаётся неясным. Сообщество разочаровано отсутствием сроков публикации весов и «пластиковой» эстетикой одинаковых идеализированных лиц, из-за чего заявления об «аутентичности» выглядят парадоксально. Из практики отмечают, что в OCR по-прежнему лидирует Gemini и платные решения всё ещё нужны, спрашивают, требуются ли модели установленные шрифты, и рассуждают, как реалистичные продукт-фото изменят поведение потребителей.

Скрытый долг крупнейших американских технологических компаний вырос в восемь раз за четыре года, достигнув около 1,65 трлн долларов, когда инвестиции в искусственный интеллект превратили аренду дата‑центров и контракты на поставки графических процессоров в обязательства, не отражённые в балансе. По исследованию Nikkei, такие схемы финансирования позволяют компаниям удерживать долг вне баланса, что делает его почти невидимым для инвесторов и усложняет оценку финансовой устойчивости, поскольку реальная нагрузка часто превышает официально заявленный долг.

Meta, например, скрытый долг составляет около 420 млрд долларов — почти в три раза больше её открытого долга, а Oracle и другие крупные игроки используют схожие практики, удерживая миллиарды долларов обязательств в оф‑балансных структурах. Эти данные показывают, что суммарный скрытый долг всех компаний уже превышает их открытый долг, создавая новые риски для инвесторов, которые не могут полноценно оценить финансовое положение компаний, участвующих в ИИ‑проектах. Исследование подчёркивает, что без прозрачного раскрытия такой задолженности оценка риска становится крайне сложной, а потенциальные финансовые шоки могут оказаться скрытыми до момента их возникновения.

Тред связывает скрытый долг технологических компаний с использованием SPV и частным кредитованием, отмечая, что SPV, владеющие дата-центрами, несут долговой риск, а не сами компании. @sajithdilshan возражает, что банки не могут игнорировать риски при выдаче кредитов. Эксперты @harry8 и @m101 подчеркивают, что экономически нет разницы между заимствованием под актив и долгосрочной аренда — схема используется для сокрытия долга. @Terr_ предупреждает, что спекуляции на крахе AI-баббла рискованны: рынок может оставаться иррациональным долго.

В последние недели в математике появились новые противпримеры, которые сначала появились в чат‑ботах, а затем были полностью формализованы в Lean. ChatGPT лишь что‑то опроверг конъюнктуру о единичном расстоянии, связанную с работами Ерёша. Через неделю Logical Intelligence автоматически проверил и формализовал весь её аргумент, используя 1,2 миллиона строк кода Lean. Это первый случай, когда крупномасштабный теоретический результат, требующий более ста страниц классической теории, оказался проверенным и записанным в машинном виде в реальном времени.

Через месяц после этого Борис Алексаев объявил, что его модель Sol полностью формализовала этот пример, а вскоре Levent из Fable обнаружил контрпример к гипотезе Якоби во время финала Чемпионата мира по футболу 2026, что вызвало бурную реакцию. DeepMind разместил его в Formal Conjectures и вручную проверил корректность, показав, что проверка подобных открытий становится тривиальной, однако понимание лежащей в основе идеи всё ещё требует человеческого внимания. Эти события подтверждают, что крупномасштабные искусственно‑интеллектуальные математические разработки не просто возможны, а уже происходят, и доверие к коду требует тщательной проверки в научных сообществах и в образовании.

ИИ не заменяет математиков, а смещает их роль от поиска доказательств к поиску контрпримеров, ускоряя отсев ложных гипотез и высвобождая силы на продуктивные задачи. Машины находят контрпримеры лучше, потому что не привязаны к эстетике «красивого» решения; формализация в Lean превращает годы спекуляций в однозначный, проверяемый ответ и помогает исправлять ошибки в обучении. При этом ИИ не создаёт новых понятий и не ищет вслепую — нужны умные промпты и человеческое понимание, где искать. Контрпримеры важны не только для опровержения, но и для уточнения определений (работа Лакатоса). Опасения: ИИ может превратить математиков в «ревьюеров» тысяч доказательств; отсутствие контрпримера могут ошибочно принять за доказательство истинности; платный доступ к моделям создаёт неравенство. Сегодняшние находки сопоставимы по размеру с доИИ-эпохой, но надёжнее за счёт формализации; следующий шаг — приложение к физике и CS, где проверка гипотез дешевле, но при условии, что поиск направляют люди.

Kimi Work — локальный ИИ‑агент, работающий на рабочем столе и полностью управляющий вашими файлами, расписаниями и веб‑задачами. Он соединяет глубокую привязку к локальным папкам с автономным браузером WebBridge, позволяя выполнять автоматизацию «настрой и забей» — от утренних запросов к LLM до ночных Python‑скриптов обработки массивов данных. Встроенный планировщик Cron поддерживает вызовы агентов, запуск shell‑команд и условные триггеры, а опция «Keep Computer Awake» гарантирует работу даже ночью. Система функционирует 24/7, поддерживая ежедневные и условные задачи, что экономит десятки часов в неделю.

С помощью WebBridge Kimi превращается в автономного веб‑агента: он кликает, скроллит, собирает данные и формирует отчёты в PowerPoint или Excel за секунды. Слой «Swarm Intelligence» позволяет запускать несколько специализированных агентов одновременно, разбивая сложные задачи. Для финансовой сферы предустановлены источники котировок A‑shares, HK‑stocks и US‑equities, устраняя необходимость настраивать API. При этом пользователь сохраняет полный контроль: любые изменения в локальных директориях требуют явного подтверждения, а встроенный «Ask before acting» блокирует несанкционированные операции. Веб‑агент может автоматически собрать последние новости и подготовить их в виде сводки, экономя часы ручной работы.

Kimi Work — не инновация, а копия Codex и Claude Cowork с акцентом на низкую цену и локальную обработку. Интерфейс и текстовые фразы скопированы, что указывает на стратегию быстрого выхода без инвестиций в дизайн. Низкая цена делает продукт привлекательным для ценовых сегментов, но отсутствие оригинальности вызывает критику. Локальная обработка привлекательна для корпоративных сред, но неясно, как обеспечивается долгосрочное сохранение состояния задач. Приватность под сомнением: политики не раскрывают, как обрабатываются данные через WebBridge и облачные модели. WebBridge имеет технические недочёты — например, модель вставляет ответы в поле вопроса, что ставит под сомнение надёжность автономного веб-взаимодействия. Отсутствуют Linux-клиент и on-premises-развёртывание, снижая привлекательность для технически продвинутых и корпоративных пользователей. Китайские модели сталкиваются с недоверием на Западе из-за рисков суверенитета данных и возможного доступа к IP китайскими властями. Kimi Work — GUI-версия существующего CLI-инструмента kimi-code, без принципиально новых возможностей. Пользователи не доверяют доступ к локальной ФС, особенно на фоне API через OpenRouter. В Китае ограниченный веб-контент (WeChat, Douyin) снижает ценность веб-автоматизации. Цены на все тарифы отображаются как «распроданы» — возможны искусственные ограничения или инфраструктурные проблемы. Скорость обработки — около 10 токенов/сек, часты таймауты, что противоречит амбициозным заявлениям. Споры: копирование — недостаток, тормозящий инновации, или нормальная практика, как у Linear/Mailchimp, выгодная пользователям. Для открытых альтернатив рекомендуется Goose.