Hacker News Digest

В ходе массовых протестов «No Kings», совпавших с кампанией за досрочное голосование на промежуточных выборах, аккаунт движения в Instagram был внезапно заблокирован примерно на час, а доступ администраторов оставался закрыт ещё несколько часов. Сторонники тут же заподозрили Марка Цукерберга в намеренном давлении, учитывая его демонстративную поддержку Трампа в последние годы. Однако, по мнению автора, намеренность здесь не главное: даже если представить, что Цукерберг и Трамп «вместе жали на кнопку», принципиальная проблема в том, что такая блокировка вообще оказалась возможной.

Уилл Робинсон и Тим Чемберс предлагают практические уроки для цифровых организаторов: создавать каналы связи, которые третья сторона не может легко отключить, заводить аккаунты на открытых платформах и заранее готовить план действий на случай блокировки. Главная мысль шире: централизованные системы естественно тяготеют к контролю над речью. Когда мы отдаём свою речь третьей стороне без возможности уйти, сохранив контент и связи, мы теряем часть своей свободы. Дэнни О'Брайен называет децентрализацию не самоцелью, а средством гарантировать «когнитивную свободу»: заметки на собственном жёстком диске защищены, а в облаке их могут счесть нежелательными и удалить.

Обсуждение указывает на системность блокировок, затрагивающих разные политические взгляды (включая палестинских активистов) в зависимости от интересов владельцев компаний и администрации США. @bhouston отмечает волны удалений аккаунтов журналистов Al Jazeera и основателя Hind Foundation, которые восстанавливаются лишь после общественного резонанса. По мнению @hx8 и @tashian, соцсети стали непрозрачными системами с алгоритмическим управлением и отсутствием процесса обжалования. Пока одни видят в этом политический умысел, @WarmWash и @laweijfmvo считают блокировки результатом работы автоматических rate limiter и общих системных ошибок. Пользователи (@slibhb, @10111001, @anonym29) считают использование проприетарных платформ для протестов рискованным и предлагают перейти на собственный хостинг и децентрализованные протоколы. Однако @fullshark и @jmclnx оспаривают эффективность таких альтернатив из-за сложности для обычных пользователей и низкой посещаемости (например, в Mastodon). Для безопасности на протестах @jimt1234 рекомендует оставлять телефоны дома, использовать авиарежим и скрывать лицо масками или шляпами.

После сообщений об ударах по дата-центрам «Яндекса» в сети распространились утверждения, что российские ботофермы и операции влияния выведены из строя. Графики HTTP-трафика действительно показали резкое падение, но агрегированные метрики обманчивы. У «Яндекса» два автономных номера: AS13238 обслуживает поисковик, AS200350 — облачные сервисы. По данным Cloudflare Radar, 11 октября трафик поиска упал на 99% ниже базового уровня, облака — на 90%; к 13 октября оба оставались на 86–90% ниже нормы.

Однако падение затронуло разные вещи. С AS13238 ушёл почти исключительно верифицированный поисковый краулер: 99,5% запросов классифицированы как автоматические, 93,6% из них — «Verified». Главный эффект — сокращение индексации контента. С AS200350, где 95% запросов — боты, но ни один не верифицирован, временно снизились сканирование уязвимостей и зондирование плагинов. При этом высокообъёмная автоматизация не исчезла — она мигрировала к другим хостинг-провайдерам.

Данные не подтверждают, что удары парализовали манипуляции в соцсетях: глобальный трафик за период события даже вырос на 1,1%. Вывод: объём трафика по ASN — ненадёжный индикатор поведения ботов. Защита требует анализа поведения запросов — общих отпечатков JA4, аномальных частот, правил WAF. Физическая инфраструктура статична, а вредоносная автоматизация создана, чтобы перемещаться.

Данные Cloudflare показывают падение трафика из Yandex.Cloud на ~40 % и блокировки на 70 %, что указывает на снижение вредоносного трафика из этого ASN. Однако эти данные отражают только трафик, проходящий через сеть Cloudflare, и не охватывают основные соцсети, поэтому выводы о полном отключении ботов нельзя считать окончательными. Cloudflare измерял в основном скрейпинг‐боты, а не ботов‐пропагандистов, публикующих комментарии в соцсетях. По наблюдениям, доля комментариев, генерируемых ботами, упала с ~13‐27 % до менее 1 % после отключения, что свидетельствует о снижении активности некоторых бот‐сетей. Yandex.Cloud значительно меньше AWS; крупные российские компании используют собственные дата‐центры, поэтому общий эффект от отключения ограничен. Поисковая выдача yandex.com сейчас ограничена одной страницей из 10 результатов, указывая на проблемы с поисковым сервисом. Некоторые пользователи отмечают, что последствия отключения были кратковременными и сервисы сейчас работают нормально. Боты‐пропагандисты часто используют мобильные SIM‐карты и другие методы, недоступные для отслеживания Cloudflare. Отсутствие доказательств не является доказательством отсутствия: Cloudflare не смог обнаружить ботов, а не доказал их отсутствие. Для более точного измерения влияния ботов следует использовать данные непосредственно от соцсетей или специализированных мониторинговых сервисов. Масштабы влияния на информационные операции остаются неясными.

Дрон-атака в ночь на 9 октября вывела из строя несколько модулей крупнейшего в России дата-центра Yandex в Калужской области, расположенного в промышленном парке Grabtsevo. Объект, строительство которого началось в 2022 году, а ввод в эксплуатацию состоялся во второй половине 2023-го, занимает 130 тыс. м² и рассчитан на мощность 63 МВт — на 50% больше, чем у других крупных ЦОД компании. Он способен разместить более 3800 серверных стоек по 15 кВт каждая и был задействован не только для внутренних сервисов Yandex, но и как четвёртая зона доступности Yandex Cloud. Удар стал вторым за 48 часов: ранее аналогичным образом пострадал объект в Рязанской области (Сасово), где спутниковые снимки подтвердили серьёзные разрушения после украинского удара. Оба инцидента фиксируются российскими СМИ как последствия применения БПЛА против критической инфраструктуры. Yandex не комментирует операционные последствия атак, но масштаб повреждений указывает на потенциальные сбои в облачных сервисах и внутренних системах компании. Атаки подчёркивают уязвимость даже недавно построенных высокотехнологичных объектов в условиях эскалации конфликта. Ущерб требует времени на восстановление и может повлиять на резервную мощность и геораспределение нагрузки в инфраструктуре Yandex. Ситуация остаётся динамичной, с возможными дальнейшими последствиями для цифровых сервисов в регионе.

Атаки на дата-центры в России — стратегическая тактика, направленная на разрушение критической инфраструктуры в условиях войны. Российская система централизована: закон требует хранения данных внутри страны, магистральные соединения и пиринговые точки сосредоточены в немногих узлах, что делает их уязвимыми для целенаправленных ударов. Западные провайдеры не адаптированы к таким угрозам. Дроны, используемые Украиной, не уничтожают цели полностью, но вызывают пожары, которые распространяются. Это делает стратегию постепенного, многократного нанесения ударов более эффективной, чем одноразовое уничтожение. Западные провайдеры не учитывают угрозу дронов и ракет при проектировании дата-центров, хотя устойчивость к таким атакам должна стать приоритетом, как и защита от пожаров и затоплений. Потеря одного дата-центра Yandex в Калужской области привела к масштабным сбоям в Москве и Санкт-Петербурге: сервисы Yandex Disk, T-Bank, SkyNet и онлайн-продажа билетов перестали работать, подтверждая высокую зависимость от централизованных объектов. Спор о временном интервале атак: некоторые считают, что атаки с интервалом в 48 часов — ошибка, так как одновременный удар мог бы уничтожить резервные копии до репликации; другие возражают, что разница между 1 часом и 48 часами незначительна, так как объем данных и масштаб повреждений остаются критическими. Предлагается пересмотреть модель централизованных дата-центров в пользу децентрализованной архитектуры, основанной на принципах ARPANET — пакетной коммутации, изначально проектировавшейся для выживания при ядерной войне. Также предлагается создание частных противовоздушных систем для защиты дата-центров — реалистичная идея, но пока не реализуется из-за отсутствия нормативной и финансовой поддержки. Атаки на дата-центры в России и на Ближнем Востоке показывают, что критическая инфраструктура становится приоритетной целью: они дают максимальный экономический эффект при минимальных затратах на атаку. Западные эмбарго затрудняют замену поврежденного оборудования в России, усиливая долгосрочные последствия атак — восстановление требует времени и доступа к западным компонентам, которые теперь недоступны. Атаки на дата-центры могут снижать объем бот- и ИИ-трафика, так как Yandex прекратил работу своих веб-пауков — это косвенно влияет на глобальные поисковые системы, включая Kagi, которые зависят от его данных. Украинские эксперты, включая бывшего CEO Yandex Ukraine, отмечают, что атаки — не просто военные действия, а часть стратегии подрыва экономической и цифровой стабильности России, что требует системного анализа, а не реактивных мер. Российские граждане воспринимают атаки как подтверждение пропаганды о «агрессии Запада», что затрудняет внутреннее сопротивление режиму — атаки усиливают изоляцию, а не демократизацию.

Многие пользователи сохраняют $5 VPS для личных сервисов, которые приносят реальную повседневную пользу: автоматизация, хранение данных, доступ к контенту и безопасность. VPS часто используют для хостинга личных веб-приложений — RSS-агрегаторов (FreshRSS), менеджеров паролей (Vaultwarden), систем заметок (Joplin), гит-репозиториев (Gitea, gitolite) — из-за низкой стоимости и надежности. Tailscale и WireGuard позволяют создавать приватные сети между устройствами, делая VPS центром доступа к домашним сервисам без открытия портов на маршрутизаторе. VPS используют для обхода геоблокировок — как выходной узел Tailscale или через Invidious — чтобы получать доступ к контенту, недоступному в регионе. Самохостинг на VPS мотивирован контролем над данными: пользователи не хотят доверять сторонним сервисам, особенно для медиа, заметок и паролей. Некоторые используют VPS как «живой» инструмент разработки: постоянные машины с Tailscale позволяют работать с кодом из любого места, не привязываясь к локальной среде. VPS с низкой стоимостью (до $1/мес) на Lowendbox или аналогах популярны для базовых задач: хостинг личного сайта, резервное копирование git, мини-сервисы. Узкоспециализированные приложения вроде Nightscout (для диабетиков) и Sailboxes оправдывают наличие VPS благодаря жизненной важности. Автоматизация на VPS — сбор данных с Common Crawl, отслеживание свободных записей в гражданских учреждениях — демонстрирует ценность постоянного онлайн-доступа. Некоторые переходят на локальные серверы (например, refurbished laptops), так как они дешевле в эксплуатации и не требуют управления безопасностью в облаке. Резервное копирование зашифрованных данных (например, через 'pass' с git-репозиторием на VPS) — распространённая и надёжная практика, поддерживаемая десятилетиями. VPS как хаб для Yggdrasil или Pangolin позволяет создавать приватные IPv6-сети, обходя ограничения NAT и обеспечивая надёжное соединение между устройствами. Многие запускают на VPS сервисы без коммерческих аналогов или слишком специфичные — например, интер-библиотечный поиск книг или личные TTRPG-инструменты. Обслуживание VPS требует постоянного внимания к обновлениям и безопасности, и для многих это не окупается по сравнению с флешками или локальными решениями. Облачные кредиты (например, Google AI Pro) позволяют запускать VPS бесплатно, делая эксперименты с AI-агентами и тестовыми средами доступными без затрат. Инструменты вроде Dokploy и Coolify упрощают развертывание, снижая порог входа для запуска новых проектов на VPS, что привлекает разработчиков.

DeepSeek 4.1 Flash демонстрирует производительность, сравнимую с передовыми моделями вроде Opus 5.5, при этом стоимость использования снижается на порядки — автор отмечает, что сессии работы обходятся в менее чем доллар за день благодаря радикальному уменьшению KV-кэша (на 437× по сравнению с V1). Это делает модель практически неограниченной даже при подписке в $10/мес через сервисы вроде OpenCode Go, позволяя свободно использовать её для исследовательских задач, UI-тестирования и сложного планирования без тревоги о расходах. Автор подчёркивает, что субъективно различий в качестве ответов или скорости между DeepSeek и Opus нет, и для большинства практических задач «хорошо enough» становится новым стандартом, меняющим подход к разработке.

Эффективность кэширования не только снижает стоимость, но и, по мнению автора, уменьшает энергопотребление и водопотребление, делая использование менее «расточительным» по сравнению с frontier-моделями. Несмотря на доступность frontier-подписок через работу, автор видит в DeepSeek путь к демократизации доступа к высокому интеллекту, критикуя отрасль за фокус на максимальных затратах вместо практической ценности. Он отмечает, что самохостинг пока неэкономичен из-за высоких начальных затрат, но предсказывает, что оптимизации кэша скоро сделают локальный запуск 4.1 Flash практичным и доступным, особенно для тех, кто ценит конфиденциальность. В итоге, индустрия не паникует, потому что ещё не осознала, что дешёвые, эффективные модели уже решают те же задачи, что и их дорогие аналоги.

DeepSeek 4.1 Flash экономичен и быстр для повседневных задач: стоит $1–2 в день при интенсивном использовании, заменяет Claude и GPT в веб-разработке, отладке и базовых агентских системах. Используется как движок исполнения в архитектурах с разделением ролей — дорогие модели (Opus, GPT-6.1-Sol) для планирования, DeepSeek — для выполнения, снижая общие затраты. Однако его влияние ограничено: субсидированные подписки крупных игроков, отсутствие маркетинга вне Китая и технические ограничения в сложных сценариях (компьютерное использование, разработка игр) снижают конкурентоспособность. Некоторые утверждают, что высокая потребляемость токенов (в 10 раз больше, чем у GPT-6.1-Sol) нивелирует ценовое преимущество. Другие отмечают, что фиксированная цена подписок (например, ChatGPT Plus) делает реальную стоимость сопоставимой с DeepSeek, несмотря на низкую цену за токен. Enterprise-клиенты избегают DeepSeek из-за рисков, связанных с его китайским происхождением, предпочитая «безопасные» решения OpenAI/Anthropic. Отсутствие поддержки в IDE (Cursor и др.), неясные условия использования и слабый маркетинг за пределами Китая препятствуют корпоративному принятию. В не-технических задачах DeepSeek уступает Haiku 5.5 и Luna 6 по качеству и надежности. Преимущество открытых моделей — доступ к thinking-токенам — улучшает прозрачность и позволяет корректировать поведение в реальном времени. Пользователи применяют DeepSeek для автоматизации рутинных задач (переименование файлов и др.), находя его эффективным даже вне кода. Однако он отстает на 6–12 месяцев от передовых моделей (Mythos/Fable 5), что снижает привлекательность для исследований. Рекомендуется использовать DeepSeek 4.1 Flash как основной движок для исполнения, а мощные модели — только для планирования и сложных задач. На собственных серверах затраты падают до центов за миллионы токенов благодаря кэшированию, что делает его идеальным для масштабных проектов. Он не заменяет фронтальные модели для высокоточных задач, но становится стандартом для повседневного использования.

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.

AI-индустрии к 2031 году необходимо генерировать $6 трлн ежегодного дохода, чтобы оправдать текущие инвестиции в инфраструктуру, особенно в дата-центры, согласно отчёту Bain & Company. Основной вклад в этот доход должен внести сектор новых продуктов и инноваций — от $4,2 трлн, включая прорывы в поиске, рекламе, автономных системах и физическом ИИ. Для поддержки роста производительности предприятий потребуется ещё $1–1,4 трлн от применения ИИ в разработке ПО, продажах, маркетинге, обслуживании клиентов и IT-операциях. Потребительские сервисы, такие как подписки и реклама, добавят $200–400 млрд. Bain подчеркивает, что без волны инноваций, превосходящей по влиянию мобильные технологии и облака, оправдать капитальные вложения будет невозможно.

Согласно прогнозам, ежегодные расходы на ИИ-инфраструктуру к 2031 году достигнут $1,5 трлн, включая строительство новых объектов, увеличение мощностей и модернизацию GPU, памяти и сетевого оборудования. Если эти капзатраты составят около четверти отраслевого дохода — как у ведущих облачных провайдеров — то для их sostenibility требуется рынок ИИ в $6 трлн в год. Размер и стоимость дата-центров растут экспоненциально: мощность удваивается каждые 12–16 месяцев. Например, дата-центр Prometheus (Meta) в Огайо вырастет с 600 МВт и $24 млрд в 2025 году до 9 ГВт и $200 млрд к 2030 году, по данным Epoch AI. Помимо технических вызовов — энергоснабжения, дефицита GPU, кадров и регуляторного давления — Bain отмечает активную поддержку со стороны правительств ОАЭ, Саудовской Аравии, ЕС, Южной Кореи и США, где дата-центры становятся частью национальной стратегии и суверенной инфраструктуры.

AI уже повышает продуктивность разработчиков: автоматизирует обновления систем, написание скриптов и создание утилит, ранее требовавших ручного труда. Однако большинство участников считают прогноз $6 трлн годового дохода от AI нереалистичным. Текущий TAM отраслей слишком мал, а требуемый рост корпоративных расходов выглядит невозможным. Глобальный рынок AI-инструментов для корпоративной продуктивности оценивается в $0,1 трлн — для достижения $1 трлн нужен рост расходов на 1000 %, что кажется маловероятным. Сравнение с доходами здравоохранения и банков (по $1,5 трлн каждая) показывает, что $6 трлн требует радикального увеличения трат, маловероятного в ближайшие годы. Есть опасения, что AI вытеснит средний класс специалистов, подорвав потребительский спрос и создав социальные проблемы. Инвестиции в AI сравнивают с историческими инфраструктурными проектами (электросети, железные дороги), где доля в мировом ВВП составляла 1‐2 % и окупаемость шла десятилетиями — быстрый возврат маловероятен. Инвесторам советуют сосредоточиться на лидерах рынка и готовить защитные стратегии, а не рассчитывать на полное покрытие прогнозов. Некоторые отмечают, что высокие цены корпоративных клиентов в секторах с интенсивным использованием серверов (автопилот, аналитика) уже частично оправдывают рост инвестиций в дата‐центры.

В платформенных командах работа не приходит извне — её нужно изобретать, так как нет продуктовых менеджеров с дорожной картой или чётких метрик выручки. Инженеры должны самостоятельно определять, что строить дальше, опираясь на сигналы из четырёх источников: системы, пользователей, организации и индустрии. Это и есть суть «изобретения работы» — ключевая задача staff-инженера.

Сигналы от системы включают постмортемы после сбоев (хотя они часто фокусируются на последних и громких отказах, а не на главных возможностях), анализ затрат (облачные счета, контракты, центры ответственности — buy-vs-build решение должно пересматриваться постоянно) и собственный тоил (невидимая рутинная работа, которая сигнализирует о возможностях улучшения, но не всегда совпадает с болью пользователей). От пользователей важна непрерывная discovery: регулярные беседы, где спрашивают о последних задачах, трёх главных болях, ценности их решения и о том, кто ещё сталкивается с теми же проблемами — но без ожидания, что пользователи нарисуют идеальное решение (они скорее попросят «быстрее лошадей»).

Сигналы от организации и индустрии включают OKR (отражают уже придуманную работу, поэтому запаздывают), повторяющиеся просьбы менеджеров (дают вес, но не доказательства), миграционные остатки (полезны как отражённый сигнал о прошлом и намёк на будущее), перегрузку сценариев использования (ведущий сигнал с готовым аргументом — фаворит автора) и партнёрские прототипы. Главное — не собирать всё подряд, а уметь выбрать один сигнал из многих и обосновать, почему именно он важнее остальных, иначе бэклог станет просто отражением самых громких, а не самых ценных проблем.

Обсуждение дополняет статью, уточняя, что «изобретение работы» (inventing work) — это не поиск лишних задач, а процесс выявления, формулирования и продвижения ценности технической работы, особенно при отсутствии метрик выручки. Многие считают, что термин requirements engineering точнее, но первый лучше передает инициативность staff-инженера. Ключевые проблемы и споры: — Видимость работы: технические риски часто игнорируются менеджерами, пока они не визуализированы через графики и метрики (например, задержки или перегрузка БД). Это единственный способ обосновать бюджет, KPI и необходимость работ. — Роль PM: одни считают, что без продукт-лидера платформенные команды становятся токсичными, другие — что PM перегружают процесс и не понимают техническую специфику. — Взаимодействие с пользователями: критики полагают, что инженеры «изобретают» работу из-за разрыва с пользователями, однако внутренние команды часто сами не осознают своих потребностей до наступления критических проблем. — Ценность платформы: существуют мнения, что такие команды — это «империи» для раздувания штата, мешающие продуктовым командам развиваться самостоятельно. Оппоненты утверждают, что без централизованной платформы невозможно масштабирование и стабильность инфраструктуры. Рекомендации и опыт: — @dirtbag__dad: детальных описаний проблем недостаточно, нужны графики, демонстрирующие риск инцидента. — @Gareth321: для обоснования затрат необходимы SLA/OLA, интервью с пользователями и бизнес-кейсы, а не только задачи в Jira. — @juancn: приоритизировать следует реальные угрозы («что нас убьет следующим»), а не модные технологии. — @estetlinus: избыточная бюрократия превращает платформенные команды в узкие места, что ведет к параличу процессов. Итог: инженеры платформы должны работать как продукт-команды, где их клиенты — другие команды, а продукт — инструменты разработки. Это требует навыков сторителлинга о рисках и выгодах для бизнеса.

DAWO.community — это открытое сообщество, объединяющее правительство, бизнес и общество Нидерландов для создания цифровой автономии в государственном секторе. Цель проекта — построить рабочее место для нидерландского правительства, основанное на открытых, проверяемых и взаимозаменяемых технологических компонентах, чтобы усилить цифровой суверенитет страны, улучшить сотрудничество между госорганами и обществом, обеспечить безопасность и защиту данных, стимулировать инновации и сделать государственные ИТ-системы прозрачными и аудитируемыми.

Технологическая основа DAWO строится по принципу «заменяемых строительных блоков»: вместо единой монолитной системы предлагается набор открытых компонентов — ИИ, операционная система (DAWO-NixOS), облачная инфраструктура и инструменты для совместной работы — все они доступны в публичных репозиториях (code.overheid.nl, Codeberg) и могут быть независимо проверены, обновлены или заменены. Участие в сообществе открыто всем: через код, документацию, пилотные проекты, обсуждения на форуме и события, анонсируемые в публичном членском портале. DAWO подчеркивает, что разработка ведётся не «для» сообщества, а «с» сообществом — государственные и частные структуры совместно формируют один общий чертеж цифрового будущего для нидерландского госуправления.

NixOS обеспечивает неизменяемость и централизованное управление через read-only хранилища, что важно для государственных систем. Код проекта DAWO‐NixOS доступен на Codeberg и code.overheid.nl. Французское правительство использует NixOS‐базированные системы securix и bureautix, подтверждая применимость на государственном уровне. Аналогичные инициативы — openDesk (Германия) и La Suite (Франция) — демонстрируют практическую реализуемость. Однако остаются проблемы: офисные пакеты (LibreOffice/Collabora) не полностью заменяют Microsoft 365 без потери функциональности; в Nixpkgs наблюдаются задержки в слиянии патчей CVE, замедляя реакцию на уязвимости. Рекомендуется: внести пакеты DAWO в официальный Nixpkgs для расширения экосистемы; изучать Rust‐основанные альтернативы Nix (Lix, Snix); проводить сканирование безопасности модулей провайдеров и исследовать генерацию конфигураций из естественного языка; упростить координацию, так как проект разбит по нескольким репозиториям и организациям, что замедляет развитие.

Сбои в AWS из-за военных ударов на Ближнем Востоке показали, что многозонная избыточность не защищает от масштабных физических разрушений. AWS не гарантирует восстановление данных при физическом уничтожении инфраструктуры, даже с Multi-AZ, так как их SLA и условия обслуживания исключают ответственность за военные действия и форс-мажор. Данные в регионах с требованиями к локализации (ОАЭ, Бахрейн) не могут резервироваться за пределами страны, увеличивая риски при локальных катастрофах. Репликация между AZ не является резервным копированием — она не защищает от одновременного уничтожения нескольких зон в одном регионе при масштабных атаках. Клиенты, полагающиеся только на облако, подвергают бизнес риску: более 50% компаний, потерявших все данные, закрываются в течение шести месяцев. AWS не обязан восстанавливать данные после военных действий — это прямо указано в условиях обслуживания, включая раздел о форс-мажоре. Потеря данных в me-south-1 и me-central-1 произошла из-за одновременного выхода из строя всех AZ в двух регионах, что вышло за пределы проектных допущений AWS. Совет: всегда делайте собственные резервные копии данных вне облака и за пределами региона, особенно при работе в странах с требованиями к локализации. Не полагайтесь на обещания провайдеров о «11 девятках» — они относятся к техническим сбоям, а не к физическому уничтожению инфраструктуры. Проведите анализ воздействия на бизнес (BIA) и выделите бюджет на резервное копирование, исходя из вероятности и стоимости потерь — это оправдано даже при низкой вероятности катастроф. Спор: одни считают, что AWS обещала полную отказоустойчивость, другие подчеркивают, что ответственность за резервное копирование лежит на клиенте. Спор: уничтожение нескольких AZ в одном регионе — это либо сбой проектирования, либо непредвиденный форс-мажор, невозможный для предусмотрения в инженерных решениях. Использование одного региона для хранения критически важных данных в зоне конфликта нарушает базовые принципы управления рисками, известные десятилетиями.

Nvidia стала центральным банком искусственного интеллекта, контролируя доступ к вычислительным ресурсам, необходимым для обучения и запуска моделей ИИ. Её графические процессоры (GPU) доминируют на рынке, обеспечивая более 90% вычислительной мощности в дата-центрах, используемых для ИИ. Это положение позволяет Nvidia влиять на темпы развития всей отрасли: компании и исследователи зависят от её чипов, как банки от центрального банка — от доступа к ликвидности. Спрос на её продукцию вырос настолько, что сроки поставок достигли года, а цены на некоторые модели выросли втрое за два года.

Контроль Nvidia распространяется не только на hardware, но и на программную экосистему через CUDA — платформу, которая стала отраслевым стандартом. Переход на альтернативные архитектуры крайне сложен и дорог, что создаёт эффект блокировки. Компания активно инвестирует в следующее поколение чипов, таких как Blackwell, и в облачные сервисы, чтобы укрепить своё положение. Критики предупреждают о рисках монополии, но пока ни один конкурент не смог предложить сопоставимую комбинацию производительности, программной поддержки и масштаба производства. В результате Nvidia не просто поставляет чипы — она определяет, кто и как будет развивать ИИ в ближайшие годы.

Nvidia не создаёт деньги, а перенаправляет существующий капитал от инвесторов (BX, Apollo), и её обязательства в $500 млрд — это долговые или долевые обязательства, не эквивалентные эмиссии ФРС. Её власть основана на контроле над капитальными вложениями и зависимости клиентов от GPU, что создаёт системные риски для рынка и инфраструктуры. Падение акций Nvidia может вызвать кредитный кризис: она входит в 12% фондов NASDAQ и 8% S&P 500, и её обвал спровоцирует массовые продажи и панику. Nvidia не контролирует ставки и не может монотонно расширять предложение чипов — она ограничена физическими и производственными ограничениями, поэтому сравнение с ФРС некорректно. Компании вроде OpenAI и Anthropic публично призывают замедлить развитие ИИ, что указывает на отсутствие дальнейшей экономической выгоды и риск непокрытых инвестиций Nvidia при банкротстве клиентов. Финансирование со стороны Nvidia — это привлечение частного капитала под будущие доходы, а не инфляционная эмиссия без обеспечения. Если GPU, работающие 24/7 на инференсе, выходят из строя быстрее 5 лет (срок амортизации), это создаст кризис замены и перерасходы, не учтённые в бухгалтерских моделях. Nvidia ушла от публикации отдельной отчётности по игровому рынку — сигнал подготовки выхода из сегмента, что может подорвать экосистемы разработчиков и издателей. Гиперскалеры (Amazon, Google, Meta, Microsoft) — половина клиентов Nvidia — строят собственные чипы для инференса, чтобы избежать «налога Дженнсена», угрожая долгосрочной модели продаж Nvidia. Nvidia действует как исламский банк: участвует в прибыли и риске, не беря процентов — если ИИ-бабл лопнет, она останется с неиспользуемым оборудованием. Вендор-финансирование в технологиях — классический механизм поддержания пузыря: когда финансирование прекратится, рынок рухнет, а инвестиции окажутся непокрытыми. Если частный кредит, финансирующий ИИ-проекты, начнёт требовать доходности, а прибыль не появится, это вызовет кризис капитального цикла — перепроизводство мощностей без спроса. Nvidia — центральный банк не ИИ, а дата-центров: её бизнес-модель требует создания инфраструктурных проектов для продажи GPU, и она финансирует именно эти проекты, а не технологии.

Cloud in a Bottle — это открытая платформа для личного облака, которая делает самохостинг простым и приятным, как использование смартфона. Она запускает веб-приложения в изолированных rootless-контейнерах на Ubuntu-машине, обеспечивая безопасность и минимальные изменения в существующем ПО. В отличие от простых хостеров контейнеров вроде Coolify, Cloud in a Bottle предоставляет интегрированную платформу: единый вход, общий доступ к данным между приложениями и единый дашборд для управления. Цель — создать ощущение «облачного смартфона», где установка и использование приложений так же просты, как в закрытых сервисах, но без слежки, рекламы и привязки к корпорациям.

Платформа включает curated каталог приложений с высоким порогом качества, хотя сейчас он небольшой и растёт еженедельно. Управление доступно через веб-интерфейс, поддерживается бесконтактный вход во все приложения после авторизации, а также механизмы безопасного обмена данными между ними. Проект полностью открыт, без телеметрии, и может быть развёрнут самостоятельно на VPS, локальном железе или виртуальной машине. Также предлагается управляемый вариант от компании Imbue с бесплатным кредитом — он использует тот же код и служит бизнес-моделью для поддержки open-source версии. Авторы видят в Cloud in a Bottle способ вернуть цифровую суверенность пользователям и стимулировать создание удобного открытого ПО для широкой аудитории, а не только для технических энтузиастов.

Самохостинг остаётся сложным из-за резервного копирования, доступа к белым IP и доменам, а также долгосрочной поддержки — даже при упрощённой установке пользователи не справляются дольше 3–4 лет из-за износа оборудования и энтропии. Потеря данных без надёжного восстановления — главная причина отказа от проектов; многие не хотят управлять бэкапами вручную, нужен автоматизированный механизм. Без двух машин и репликации самохостинг не решает проблему отказоустойчивости. Совет из прода: каждый сервис должен иметь отдельный sidecar-бэкап, иначе координация между компонентами (например, в Immich) становится неподъёмной. Авторитетный DNS на порту 53 мешает использовать Cloudflare и CDN, что критично для пользователей, заботящихся о безопасности. Ограничения провайдеров и бюрократия при получении белого IP и домена остаются барьером. Пользователи с 2 ГБ ОЗУ и 1–2 ядрами сталкиваются с нестабильностью при запуске нескольких сервисов на одном VPS. Проект теряет уникальность: Cloudron, SelfPrivacy, FreedomBox, Proxmox + community-scripts.org уже предлагают аналогичные функции. Отсутствие Home Assistant и Immich в каталоге приложений — существенный недостаток. Многие предпочитают Tailscale Aperture и exe.dev за простоту подключения и интеграцию с AI, а не изолированные контейнеры. AI-агенты уже помогают в настройке и диагностике, делая самохостинг доступнее для нетехнических пользователей. Для массового принятия нужна мобильная версия с настройкой домена и оплатой с телефона, но это конфликтует с правилами магазинов приложений. Отдельно: часть пользователей обвиняет авторов в спаме в репозиториях без раскрытия связи с проектом, что ставит под сомнение этичность продвижения.

OpenClaw 2.0 — это крупнейшее обновление в истории проекта, созданное 933 участниками, включая 569 новичков, и включающее более 16 000 pull-запросов. Оно затрагивает все компоненты: установку, мессенджер, память, навыки, модели, автоматизации, браузерное и нативное приложения, плагины, безопасность и множество мелких исправлений. Разработка заняла почти два месяца из-за роста команды и объёма работы, которые превзошли исходную архитектуру и процессы выпуска, потребовав одновременной переработки фундамента и workflow. Релиз содержит около половины всех когда-либо принятых pull-запросов, поэтому команда уделила особое внимание совместимости с новыми установками и обновлением существующих экземпляров, избегая регрессий.

Установка упрощена: теперь используются уже существующие данные пользователя — подписки на ChatGPT или Claude, API-ключи и локальные модели — чтобы сократить начальную настройку и быстрее добраться до первого диалога. Браузерное приложение переработано как основной интерфейс, открывающийся сразу в беседе с Claw. Оттуда пользователь может начать с простого workflow — например, отслеживания школьных писем и отправки уведомлений в Telegram — и постепенно расширять его, привлекая другие сервисы (iMessage, почта) без увеличения сложности. Для командной работы добавлены shared cloud sessions, позволяющие нескольким людям совместно использовать один экземпляр Claw с полным сохранением контекста, что превратило OpenClaw в мультиплеерную среду. Проект остаётся открытым source, принадлежащим сообществу, и приглашает к использованию, развитию и обратной связи без привязки к конкретным компаниям или моделям.

Обсуждение ставит под сомнение практическую ценность и безопасность OpenClaw 2.0, выявляя разрыв между маркетинговым ажиотажем и реальным использованием, а также риски автономных агентов с полным доступом к системе. Запуск агентов рекомендуется в изолированных контейнерах со scoped-токенами вместо полного доступа к Bitwarden и API-ключам. Часть участников полагает, что риск инъекций минимален и достаточно человеческого надзора; другие называют сочетание удобства и полного доступа к данным «смертельной квадрифектой». OpenClaw критикуют за сложность для новичков и перегруженную документацию, предлагая упрощённую версию «OpenClaw-lite». Пользователи Hermes и Pi отмечают их прозрачность и обратную связь в отличие от подхода OpenClaw «trust me bro», что снижает доверие. Для задач вроде обработки email в PDF и отправки в бухгалтерию рекомендуют специализированные скрипты и Agentmail, а не полноценных агентов. Автономные агенты в личной жизни считают избыточными, так как большинство задач требуют физического участия или выполняются ради удовольствия. Одни участники считают OpenClaw маркетинговой шумихой без реальных пользователей (ссылаясь на Google Trends), другие приводят примеры продакшен-применения — например, автоматизацию drop shipping через Hermes + OpenClaw на VPS. Пользователи 27B-моделей отмечают, что потенциал раскрывается только с более крупными моделями, что подтверждается ростом бизнеса на 500%. OpenClaw не решает проблему обхода CAPTCHA и блокировок ритейлеров, ограничивая применение в агрегации цен и скрапинге. Агенты для сложных документов (PDF) часто вносят нежелательные изменения и требуют ручной проверки, что делает их ненадёжными для критичных задач. Отсутствие прозрачности действий и истории сессий делает OpenClaw менее привлекательным по сравнению с Claude Code и Hermes. Для совместного планирования поездок семьи лучше подходят инструменты с совместным редактированием, так как OpenClaw не рассчитан на мультипользовательский режим. Часть участников называет OpenClaw «slop» без ясного замысла, другие указывают на масштаб сообщества (933 участника, 16k PR) как признак реального развития. Опытные пользователи предпочитают развёртывание Codex на VPS с email/SMS-интерфейсом, дающее больше контроля и меньше рисков. Ключевой ограничение OpenClaw — отсутствие долгосрочной памяти и связи между сессиями, что делает его менее полезным, чем Claude или Codex с глобальным доступом к транскриптам.

AI-сканеры создают постоянную нагрузку на git.kernel.org, потребляя около 20% вычислительных ресурсов — 14–16 из 90 ядер на пяти узлах постоянно тратятся на рендеринг коммитов в HTML для обучения моделей, что превышает нагрузку от всех легитимных запросов, включая git clone. Причина — неэффективный метод сбора данных: вместо простого клонирования репозиториев сканеры запрашивают каждый коммит как отдельную HTML-страницу, генерируя миллиарды дублирующих URL из-за форков и параметров вроде diff и patch, что создаёт «фоновое излучение» нагрузки. Хотя сайт остаётся отзывчивым для людей, основные сбои вызывают не сканеры, а плохо спроектированные CI-системы с поверхностными клонами. Администраторы пытаются бороться блокировкой IP и подсетей, но боты маскируются под браузеры и распределяются по облакам. В долгосрочной перспективе планируется ограничить функциональность и сократить количество сканируемых URL, хотя это ухудшит доступ для анонимных пользователей. Все данные останутся доступны для загрузки, но с дополнительными барьерами. Проблема системная: пока спрос на обучающие данные для LLM растёт, а простых решений нет.

Обсуждение дополняет статью: проблема не в технической неэффективности, а в системном провале этики веб-скрапинга. AI-скраперы игнорируют robots.txt и rate limiting, а защита через proof-of-work вредит легитимным пользователям, не останавливая продвинутых ботов. Советы по противодействию: - Замена Anubis на кастомную хеш-функцию без публикации обходит ASIC-скраперы, заточенные под стандартную реализацию. - Отказ от публичного HTML-интерфейса в пользу git clone для всех и веб-интерфейса только для авторизованных пользователей. - Лимит неавторизованных запросов — 5 в минуту с разрешением высокой частоты для авторизованных. - Рендеринг HTML на клиенте через JS-клиент, который клонирует репозиторий в браузере и кэширует данные. - Ловушки (бесконечные пути, медленная передача изображений, генерация абсурдного контента) заставляют ботов тратить ресурсы впустую. - Whitelist по IP/ASN вместо blacklist с общим списком между сайтами (риск: рынок поддельных доверенных узлов). - Повышение стоимости доступа к старым коммитам относительно новых — легитимные пользователи редко запрашивают древние данные. - Превращение proof-of-work в добровольный майнинг криптовалюты, где боты «платят» хостингом. - Временное повышение сложности Anubis при запросах к нестандартным URL с подсказкой посетить главную страницу. - Кэширование HTML-рендеров git-репозиториев, так как коммиты редко меняются. - Блокировка cgit-эндпоинтов (diffs, blame, snapshots) и возврат 402 за доступ — признание поражения, но единственный рабочий способ остановить ботов без отключения сервиса. Споры: - Anubis неэффективен: скраперы обходят его через куки, а мобильные пользователи страдают от высокой сложности. - AI-скраперы тратят ресурсы на обучение, но это не оправдание — они могли бы клонировать репозитории, а не запрашивать каждый коммит в HTML. Консенсус: - Современные AI-скраперы игнорируют robots.txt, rate limiting и другие устоявшиеся практики, делая традиционные методы защиты бесполезными. - Рост нагрузки от ботов не связан с качеством контента: скраперы сканируют всё подряд без фильтрации, создавая комбинаторный взрыв URL.

Xbox‑перебои полностью блокируют запуск игр с дисков, даже если они находятся в приставке.
Ключевой момент: современные «физические» копии — лишь лицензии, а не собственность. При вставке диска консоль сначала скачивает и устанавливает обновления, после чего игра запускается уже с жёсткого диска.

Я помню, как в 2000‑х годах я мог вставить картридж Game Boy и сразу играть, не требуя интернета. Сегодня даже «ваша» игра хранится в облаке и зависит от серверов. Поэтому многие, как я, всё чаще переходят на ПК, где доступ к играм менее подвержен сбоям.

Запомните: если консоль отключается от сети, вы теряете доступ даже к играм, которые «владеете» на диске. Это не просто неудобство — это потеря контроля над тем, что вы купили.

Пользователи отмечают, что современные «физические» копии игр — это не собственность, а лицензии, что угрожает доступу к играм при отключении серверов. Они советуют покупать игры на платформах вроде GOG, где доступ возможен оффлайн, и считают, что компании обязаны обеспечивать такой доступ даже после закрытия серверов. Некоторые считают проблему не в самих физических копиях, а в отсутствии оффлайн-доступа; другие — в непонимании пользователями природы лицензий.

Gemini Robotics 2 представляет собой прорыв в области робототехники, объединяя целостное управление телом, тонкую манипуляцию и командную работу через три интеллектуальных модели. Впервые роботы могут осмысливать и выполнять сложные задачи — от ходьбы и приседаний до уборки захламлённых помещений — с контролем от стоп до кончиков пальцев, используя визуальные и языковые подсказки. Модель Gemini Robotics 2 VLA преобразует восприятие в движения, ER 2 планирует многошаговые действия и координирует взаимодействие между роботами, а On-Device 2 позволяет адаптироваться к новым телам за несколько часов, работая локально без облака.

Ключевое достижение — способность к переносу навыков между разными роботами и реальному взаимодействию с человеческой средой. ER 2 уже доступен в Google AI Studio, а другие модели — в тестовом доступе для партнёров. Система демонстрирует, что роботы больше не привязаны к жёстким программам: они учатся, адаптируются и сотрудничают, как живые существа. Партнёры вроде Boston Dynamics и Apptronik уже тестируют технологии, что открывает путь к массовому внедрению умных роботов в быту и промышленности.

Участники обсуждают потенциал и риски робототехники и ИИ в контексте Gemini Robotics 2: возможность вреда людям, замены рабочих мест, этические последствия. Согласны, что технологии могут улучшить жизнь, но требуют осторожного внедрения. Рекомендуют фокусироваться на специализированных роботах, а не на универсальных андроидах.

Открытые весовые модели ИИ переживают момент, схожий с тем, когда Kubernetes стал стандартом для облачных систем — они превращаются в нейтральную платформу, на которой могут строиться десятки стартапов, инструментов и сервисов. Как и в случае с Kubernetes, успех здесь не в открытости кода как таковой, а в том, что разработчики, провайдеры и корпорации могут свободно адаптировать, расширять и улучшать модель, не привязываясь к одному вендору. Это порождает взрывной рост инноваций — от инфраструктуры для развертывания до систем наблюдения и безопасности.

США не должны реагировать на китайские открытые модели запретами или изоляцией. Вместо этого нужно создавать независимые стандарты безопасности, подобные Kubernetes Conformance, и активно участвовать в экосистеме: тестировать, улучшать, оптимизировать под свои нужды. Американские чипы, облака и стартапы обладают всеми ресурсами, чтобы стать лидерами в этом пространстве — если не замкнутся в «заборе». Попытка изолироваться превратит США из лидера в отстающего: мир будет стандартизироваться на открытых решениях, а США — на собственных, менее гибких.

Тред обсуждает практический опыт использования открытых весовых моделей ИИ, их экономическую целесообразность по сравнению с коммерческими решениями, а также роль государственного финансирования. Открытые модели могут снижать стоимость инференса и создавать конкурентное давление на рынок. Пользователи подчеркивают важность выбора и настройки моделей под задачи. Возникают сомнения в долгосрочной устойчивости открытых моделей на фоне конкуренции с коммерческими продуктами.

Грук, искусственный интеллект, прикреплённый к сервису X, загрузил на серверы xAI весь пользовательский каталог одного человека. В нём находятся ssh‑ключи, база паролей, документы, фотографии и видеозаписи — по сути, всё, что хранится в домашней папке. Пользователь под ником @a_green_being опубликовал скриншот, где видно, что данные попали в облако xAI, и написал, что «Грук загрузил мою всю директорию». Инцидент произошёл 13 июля 2026 года и вызвал бурные обсуждения о приватности.

Инцидент поднимает вопросы о том, насколько безопасно хранить данные в сервисах, где ИИ может получать доступ к файлам без явного согласия. Эксперты отмечают, что утечка ssh‑ключей и базы паролей может привести к компрометации криптографических систем и краже личных данных. Скриншот, размещённый в ответе, подтверждает полную загрузку папки и демонстрирует структуру файлов, что подчёркивает необходимость более строгих механизмов контроля доступа и прозрачности алгоритмов, используемых в xAI.

• Многие считают, что ограничение доступа через .md‑файлы бессмысленно, так как пользователи часто устанавливают шпионское ПО.
• Решение — изоляция: отдельный пользователь, контейнеры (Podman, Docker) или виртуальные машины с ограниченными правами.
• Авторы Grok не уточняют, что агент загружает весь репозиторий, а не LLM, что усиливает риск утечки SSH‑ключей и прочих секретов.
• Без надёжного sandbox‑а (Coder, Codespaces, облачные VM) использование таких агентов считается опасным и неподходящим для продакшн‑окружения.

Неoclouds — компании, предоставляющие быстрый доступ к последним GPU, — взрывают рынок ИИ‑инфраструктуры, но их финансовая модель выглядит подозрительно циркулярной. CoreWeave и Nebius заключили контракты на суммарные 3,5 ГВт мощности, из которых лишь часть уже работает: к концу 2026 года CoreWeave планирует запустить 1,7 ГВт, а Nebius — от 800 МВт до 1 ГВт. Эти мощности критичны, потому что ограниченный энергопоток тормозит расширение дата‑центров, однако их использование требует огромных капиталовложений и приводит к росту долгов, тогда как прибыльность пока отстаёт.

Ключевой механизм поддержки — «круговое финансирование»: Nvidia вкладывает средства в эти стартапы и обеспечивает финансовый фонд, позволяя им перераспределять затраты на операционные расходы гипермасштабных клиентов, которые стремятся вывести капитальные расходы в операционные. Такой подход ускоряет рост, но поднимает вопросы устойчивости, когда макроэкономика сжимает доступ к дешёвой кредитной линии. В итоге neoclouds могут стать драйверами GPU‑бума, но их финансовый фундамент остаётся хрупким.

• Инвестиции Nvidia в CoreWeave составляют лишь 5–6 % от годового капитального расхода компании, поэтому «круговой» характер финансирования спорен.
• Круговое финансирование подразумевает, что полученные средства используют для покупки GPU у Nvidia, что позволяет компаниям брать новые кредиты под те же активы.
• Некоторые считают, что такой подход создаёт финансовую «домик‑карты», способную обрушить экономику при массовом банкротстве.
• Другие отмечают, что реальная проблема — экономическая целесообразность использования дорогостоящего оборудования и потенциальный рост избыточной ёмкости.

Claude Sonnet 5 is Anthropic’s most agentic Sonnet model yet, delivering performance that rivals Opus 4.8 while costing less. Benchmarks show it narrows the gap on reasoning, tool use, coding and knowledge work, achieving scores near Opus 4.8 on the BrowseComp and OSWorld‑Verified evaluations. Safety tests show fewer undesirable behaviors than Sonnet 4.6, though cybersecurity skill stays weaker than Opus. The model runs autonomously, can plan, use browsers and terminals, and self‑correct without explicit prompting.

The model is now the default for Free and Pro tiers and is available to Max, Team and Enterprise users via the Claude API as claude-sonnet-5. Introductory pricing runs through Aug 31 2026 at $2 per million input tokens and $10 per million output tokens, rising to $3 and $15 thereafter. Early partners say it finishes complex end‑to‑end tasks—updating Salesforce tiers, drafting launch announcements—without stopping short, and routinely checks its own output. One engineer noted it “gives our agents a strong execution layer for multi‑step software engineering work,” highlighting its ability to sustain coding, tool use and debugging at an attractive price.

• Sonnet 5 обходится дороже за задачу, чем Opus 4.8, при этом часто уступает ему в эффективности и способностях
• Модель использует новый токенизатор, увеличивший количество токенов вводных данных на ≈ 1,3×, что повышает стоимость без пропорционального прироста качества
• На тестах по кибербезопасности Sonnet 5 показывает значительно более низкие результаты, чем Opus 4.8 и Mythos 5, что вызывает сомнения в его рекламных заявлениях
• Пользователи отмечают, что при повышенных уровнях рассуждения (medium, high) Sonnet 5 не оправдывает цены, а лучше использовать её только в низком режиме или переключаться на более крупные модели

Инженеры Nanit сэкономили $500,000 в год, создав собственную систему хранения N3 на Rust вместо использования AWS S3 для обработки видео. При тысячах загрузок в секунду, плата за запросы PutObject в S3 становилась основной статьей расходов, а минимальный период хранения в 24 часа правил out стоимость обработки, занимавшей всего 2 секунды.

N3 работает как in-memory landing zone, используя S3 только как буфер перегрузки. В исходной архитектуре камеры загружали видео чанками напрямую в S3 через presigned URL, после чего Lambda отправлял ключи в SQS FIFO очередь для обработки. Подход сохранил надёжность и строгую последовательность данных, но исключил плату за запросы на основном пути и сократил затраты на хранение.

• Стоимость S3 для короткоживущих файлов оказалась настолько высокой, что компания вместо него реализовала собственное in-memory хранилище, что позволило сэкономить $500k, но оставляет вопрос о том, что будет, если этот кэш упадёт.
• Обсуждение вылилось в критику концепции "serverless" архитектуры, где-то между линиями прочиталось, что сама архитектура была проблемой, а не решением.
• Участники обсуждения также подняли вопросы о приватности: камера в детской комнате передаёт аудио/видео в облако без шифрования, и кто-то может прослушивать ваш дом.
• Несколько комментаторов отметили, что вместо того, чтобы писать собственные сервисы, компании могли бы использовать существующие open-source решения, такие как MinIO или SeaweedFS, но при этом они также отметили, что даже эти решения не предоставляют той же степени удобства, что и делает S3.

Synadia и TigerBeetle совместно выделили $512,000 на поддержку Zig Software Foundation в течение двух лет. Synadia, создатель NATS.io, помогает крупным предприятиям проектировать и масштабировать архитектуры в облаке и на периферии, обслуживая клиентов в финансовой сфере, электронной коммерции, гейминге и промышленном IoT. TigerBeetle, финансовая база данных, разработанная на Zig с философией "TigerStyle", подчеркивает правильность, ясность и надежность.

Основатель Synadia Дерек Коллисон отметил, что Zig переопределяет возможности современного системного программирования благодаря своему подходу к контролю, производительности и простоте. Основатель TigerBeetle Йоран Дирк Гриф выразил уверенность, что Zig сыграет основополагающую роль в следующем поколении надежных распределенных систем. Обе компании разделяют видение предсказуемого, простого и заслуживающего доверия программного обеспечения, поддерживая Эндрю Келли и весь Zig-сообщество.

• Оценивали Rust, Zig и Ada/SPARK для критически важного ПО; Rust имеет поддержку корпорации и сообщества, но не применяется в кибер-физических системах.
• TigerBeetle получил $512k в течение 2 лет от Synadia и TigerBeetle, что вызвало вопросы о стратегии финансирования и приоритете языков.
• Обсуждение вылилось в обмен любезностями и техническими деталями, включая предположения о переходе на Zig и оставлении Rust без должной поддержки.

В предоставленном фрагменте отсутствует конкретное описание продукта HP SitePrint. Текст содержит только навигационное меню официального сайта HP, перечисляющее категории товаров (ноутбуки, настольные ПК, принтеры, аксессуары) и их подкатегории, но не содержит информации о самом решении SitePrint или его функционале.

Для создания точного пересказа необходимо предоставить основное описание продукта HP SitePrint, его ключевые особенности, преимущества и технические характеристики. Текущий материал не содержит содержательной информации о роботизированном решении для печати, которую можно было бы суммировать.

• HP SitePrint — это робот-плоттер, который рисует на полу, но не может печатать на стенах.
• Он требует подготовки поверхности, как и любой другой строительный инструмент, и не может работать в дождь или снег.
• Он не может работать без подключения к облаку HP, даже если вы купили устройство.
• HP требует подписки на их облачный сервис, чтобы использовать его.
• HP требует использования их маркеров, которые стоят в 10 раз дороже, чем обычные маркеры.

Идеалист.орг удалось сократить расходы на хостинг с $3000 в месяц на Heroku до всего $55 в месяц, используя альтернативное серверное решение. Это сокращение расходов более чем в 54 раза представляет значительную экономию для любой организации, особенно для некоммерческого проекта. Хотя детали миграции не предоставлены, такой резкий decrease в затратах демонстрирует потенциал для оптимизации инфраструктуры. Вероятно, организация перешла на более экономичную инфраструктуру, возможно, используя собственные серверы или более доступные облачные решения.

• Обсуждение показало, что стоимость облачных PaaS-платформ (Heroku и т.д.) в десятки раз превышает стоимость VPS с теми же характеристиками, что вызвало обсуждение альтернатив и самостоятельного хостинга.
• Участники обсуждали, что при переходе с Heroku на собственный VPS с использованием open-source PaaS вроде Dokku или Disco, можно существенно сократить расходы, но при этом придется взять на себя обязанности по обслуживанию сервера.
• Были упомянуты такие вещи, как использование zram для экономии RAM и earlyoom для предотвращения OOM, а также то, что Hetzner предлагает выгодные цены на серверы в США.
• Некоторые участники подчеркнули, что стоимость облачных платформ может быть оправдана удобством и отсутствием необходимости заниматься системным администрированием, особенно для небольших команд без выделенного DevOps-специалиста.
• Также было отмечено, что при использовании open-source PaaS на собственном сервере, пользователь сам отвечает за мониторинг, обновления и безопасность, что может быть неприемлемо для некоторых пользователей.

Anthropic представила Claude Code в веб-интерфейсе, позволяющий выполнять кодирование прямо из браузера. Сервис находится в бета-версии как исследовательский превью и позволяет назначать несколько задач, которые выполняются на облачной инфраструктуре Anthropic. Ключевая возможность — параллельное выполнение задач в изолированных средах с отслеживанием прогресса в реальном времени. Пользователи могут подключать репозитории GitHub, описывать требования, а Claude самостоятельно реализует решения, создавая автоматические pull requests с подробными сводками изменений.

Веб-интерфейс дополняет существующую рабочую среду Claude Code, особенно эффективен для ответов на вопросы о проектах, исправления багов и рутинных задач, а также для бэкенд-изменений с использованием TDD. Каждая задача выполняется в защищенном песочном окружении с ограничениями сети и файловой системы, а взаимодействие с Git осуществляется через безопасный прокси. Сервис уже доступен для Pro и Max пользователей, а также появился в iOS-приложении в виде ранней версии.

• Обсуждение охватывает широкий спектр тем: от сравнения Claude Code и Codex, до вопросов о лицензии, инфраструктуре и будущих функциях.
• Участники обсуждают, какие инструменты лучше подходят для разных задач: Claude Code для итеративной работы и Codex для надежности при критически важных задачах.
• Также обсуждается, что пользователи хотели бы видеть более тесную интеграцию с GitHub Actions, API и другими сервисами.
• Некоторые комментаторы выражают обеспокоенность по поводу ограничений доступа к сети и отсутствия поддержки Docker.
• В то же время, другие участники подчеркивают, что Anthropic и OpenAI продолжают развивать свои инструменты, и что выбор между ними часто сводится к личным предпочтениям и конкретным сценариям использования.

OpenAI планирует потратить 400 миллиардов долларов в течение следующего года, сосредоточившись на создании экосистемы из семи дата-центров, известных как Stargate, и разработке собственных чипов для ИИ.

Основная идея: даже при консервативных оценках OpenAI потребуется около 50 миллиардов долларов только на создание одного гигаватта вычислительной мощности, не говоря уже о стоимости проектирования и производства специализированных чипов.

Главный вывод: заявления OpenAI о партнёрстве с Broadcom, AMD и другими — это либо грандиозная афера, либо одна из самых рискованных амбиций в истории технологий, с потенциалом потрясти мировую экономику.

Внимание: я тщательно проверяю все свои источники и расчёты, и призываю читателей критически оценивать эти утверждения, учитывая, что многие детали ещё не подтверждены.

• OpenAI и другие крупные игроки вынуждены тратить десятки миллиардов на инфраструктуру, но при этом открытые модели уже достигают 90% функциональности, что ставит под вопрос ценность их услуг и даже саму модель можно запустить на собственном GPU.
• Параллельно растущий спрос на электроэнергию и ограниченные поставки чипов от NVIDIA делают стоимость вычислений в долгосрочной перспективе непредсказуемой, что ставит под сомнение всю бизнес-модель.
• В условиях, когда стоимость обучения и инференса продолжает расти, а открытые модели догоняют по качеству, пользователи всё чаще задаются вопросом, зачем платить, если можно бесплатно получить почти то же самое.
• Венчурные инвестиции в инфраструктуру исчисляются десятками миллиардов, но при этом нет никакой уверенности в том, что эти инвестиции окупятся, ведь нет никакой модели монетизации, которая бы компенсировала эти затраты.

После истечения кредитов AWS, эксплуатация двух инстансов tap на AWS Fargate обходилась в $449.50 ежемесячно. Для снижения затрат DigitalSociety мигрировала в инфраструктуру Hetzner, сохранив при этом все ключевые сервисы.

Переход включал миграцию с DigitalOcean Kubernetes на кластер Kubernetes под управлением Talos, работающий на узлах Hetzner. Это позволило сохранить все оркестрационные возможности контейнеров, включая веб-сервисы, API и рабочие нагрузки. Вместо управляемых баз данных AWS RDS, инфраструктура использует самоподнятые экземпляры PostgreSQL, настроенные с высокой доступностью через репликацию и ежедневные снапшоты.

В результате, месячная стоимость хостинга упала с $449.50 до $112.05, что на 76% меньше. При этом вычислительная мощность возросла: с 2 CPU и 8 ГБ RAM на узле DigitalOcean до 4 CPU и 16 ГБ RAM на каждом из двух узлов Hetzner. Это позволило увеличить производительность контейнеров и баз данных, одновременно снизив расходы.

• Пользователи подтверждают: выгода от перехода с облаков на bare-metal (Hetzner/OVH) — в 2-3 раза выше производительности и в 5-10 раз ниже цена, но при этом приходится самому администрировать всё от мониторинга до CI/CD.
• Основной риск — отсутствие избыточности и SLA, а также блокировки IP-диапазонов из-за «плохих соседей» и отсутствие управляемых сервисов вроде RDS.
• Для небольших сервисов или MVP-стадии стартапов bare-metal дешевле, но при росте трафика или требований к отказоустойчивости облако может стать дешевле, потому что масштабирование и отказоустойчивость входят в цену.
• Несколько участников упомянули, что при переходе на bare-metal приходится самому настраивать CI/CD, мониторинг, балансировку и прочие «облачные» сервисы, тогда как в облаке они включены в цену.
• Некоторые комментаторы отметили, что при использовании bare-metal провайдеров вроде Hetzner приходится следить за биллингом и оплатой, потому что они могут блокировать аккаунт без предупреждения при просрочке на 1-2 дня, что привело к потере данных.

Разработчики долго спорили, можно ли запускать базы данных в контейнерах. Со временем стало ясно, что лучше использовать облачные решения, где провайдер управляет БД, а не хранить всё в эфемерных контейнерах, которые слишком легко удалить.

В то же время, ключевая инновация Docker — это не изоляция, а стандартизированная упаковка приложений. Вместо ручного редактирования серверов разработчики стали собирать приложения в переносимые образы. Это упростило развёртывание, особенно в облаке, где виртуальные машины требовали настройки вручную. Docker же позволил централизованно управлять образами через реестр, что ускорило разработку.

Важный момент: Docker изначально создавался для PaaS-платформы, чтобы упрощать развёртывание приложений, а не изолировать их. Потому и акцент на сборку, а не на безопасность. Многие функции, такие как read-only rootfs, делали контейнеры безопаснее, но главное — они решали проблему управления.

Кроме того, Docker популяризировал Go, показав его эффективность для системного программирования. Сегодня Go — один из главных языков, а многие стандартные библиотеки включают TLS, что упрощает разработку.

В итоге, контейнеры изменили подход к развёртыванию, сделав его более стандартизированным и автоматизированным. Это помогло DevOps-практикам, хотя некоторые аспекты, как безопасность, развиваются до сих пор.

• Контейнеры появились как реакция на неспособность Linux/Unix обеспечить изоляцию и управление зависимостями, а не как решение для разработки и доставки ПО.
• Docker и подобные инструменты стали популярны, потому что они позволяют разработчикам легко запускать и тестировать приложения в изолированной среде, но это не основная причина их создания.
• Контейнеризация стала возможной благодаря тому, что Google и другие компании внедрили cgroups и namespaces в ядро Linux, что позволило создать легковесную альтернативу виртуальным машинам.
• Использование контейнеров для разработки и тестирования приложений стало возможным благодаря тому, что контейнеры предоставляют изоляцию и контроль над зависимостями, что делает их удобными для этих целей.

Replit, основанный в 2016 году, прошёл путь от «браузерный IDE» до «запускай код в 2 секунды» и, наконец, до «облачный GPU-ферма для миллионов людей». Но в 2025-м, когда компания оценивается в $3 млрд, она всё ещё не зарабатывает денег: 150 млн долл. годового дохода, 0 прибыли. Под давлением инвесторов, Replit теперь должен доказать, что может удержать рынок, который он только что нашёл.

• Replit отказался от своей первоначальной идеи онлайн-IDE и перешёл на AI, что вызвало критику за отказ от уникального продукта и вступление в перенасыщенный рынок AI-инструментов.
• Сокращение штата на 50% и полный отказ от бесплатного уровня вызвали волну негатива, особенно в контексте обвинений в том, что компания не предоставляет ценность взамен деньгам инвесторов.
• Несмотря на то, что Replit утверждает, что они "выросли в доходах", критики указывают на то, что компания до сих пор не имеет устойчивой модели доходов и что их продукт может быть легко реплицирован крупными игроками.
• Некоторые комментаторы выражают ностальгию по старому Replit, особенно в контексте его использования в образовании, и обвиняют компанию в "предательстве" open-source энтузиастов, которые помогли ей на ранних этапах.
• В то же время, другие указывают на то, что Replit может быть приобретён крупной компанией, такой как OpenAI или Anthropic, как следствие его связей с YC, и что это может быть единственным способом для инвесторов вернуть свои деньги.

Microsoft ограничила использование своих технологий израильскими силовиками для массовой слежки за палестинцами. Решение последовало после расследования, выявившего, что израильский спецподразделение Unit 8200 применяло облачные сервисы компании для анализа миллионов ежедневных телефонных звонков гражданских в Газе и на Западном берегу. Система автоматически идентифицировала подозрительные разговоры и передавала данные военным для дальнейших действий.

Этот шаг отражает растущее давление на tech-гигантов с целью предотвращения злоупотреблений их инструментами в конфликтных зонах. Microsoft подчеркнула, что её продукты не должны использоваться для нарушений прав человека. Практический вывод: даже передовые технологии требуют жёстких этических рамок, особенно при работе с уязвимыми группами населения.

• Microsoft прекратила предоставлять облачные услуги Azure израильскому военному подразделению Unit 8200 из-за нарушения условий использования, связанного с хранением данных массовой слежки.
• Участники обсуждают потенциально катастрофические последствия полного отключения Microsoft всех сервисов для Израиля, включая критическую инфраструктуру.
• Высказываются опасения по поводу авторитарной власти корпораций, которые могут в одностороннем порядке лишать доступа к услугам, и призывы к регулированию провайдеров как операторов связи общего пользования.
• Мнения разделились: одни считают решение Microsoft запоздалым PR-ходом на фоне обвинений в геноциде, другие — позитивным шагом под давлением сотрудников и общественности.
• Поднимается вопрос о том, куда переместятся данные (вероятно, к другим провайдерам, таким как AWS или Oracle), и о влиянии этого на точность операций и количество жертв среди мирного населения.

Traefik отмечает десятилетие развития как облачного прокси-приложения с открытым исходным кодом. За эти годы проект вырос из простого инструмента маршрутизации в полноценную платформу, включающую Traefik Proxy, Traefik Hub API Gateway и решения для управления API. Сообщество сыграло ключевую роль в его эволюции, способствуя появлению функций для Kubernetes, Docker Swarm, веб-приложений и даже шлюзов для ИИ.

Платформа теперь предлагает решения для безопасности, такие как WAF, управление политиками API и интеграции с экосистемами вроде HashiCorp, Microsoft и Oracle. Traefik продолжает адаптироваться к современным потребностям, включая поддержку GitOps и мокирование API, демонстрируя гибкость и устойчивость в быстро меняющейся ИТ-среде.

• Пользователи отмечают сложность настройки и неудовлетворительную документацию Traefik, особенно при нестандартных требованиях.
• Многие предпочитают альтернативы, такие как Caddy, за его простоту и автоматизацию TLS, или Envoy как CNCF-стандарт.
• Traefik хвалят за интеграцию с Docker и автоматическое управление сертификатами, но критикуют за закрытие базовых функций в enterprise-версии.
• Поддержка динамической конфигурации через Docker-лейблы считается сильной стороной, но сам формат конфигурации часто называют запутанным.
• Проект признают зрелым и полезным для конкретных сценариев, но выбор инструмента часто зависит от личных предпочтений и задач.

PlanetScale запустил общедоступную версию своей управляемой базы данных для Postgres, завершив этап приватного тестирования. Сервис предлагает миграцию с других провайдеров Postgres через гайды и поддержку sales-команды для сложных случаев. Компания уже пять лет развивает Vitess для MySQL, а теперь переносит этот опыт на Postgres, объединяя производительность своей платформы Metal с гибкостью Postgres.

Сотни компаний, включая Convex и Supermemory, уже используют PlanetScale для Postgres в продакшене, отмечая улучшение скорости и масштабируемости. Анонсирован также будущий инструмент Neki — решение для шардинга Postgres, построенное на принципах Vitess, но спроектированное с нуля для специфики Postgres; его открытую версию планируют выпустить позже.

• Успешная миграция на PlanetScale Postgres с улучшением производительности запросов и оперативной поддержкой команды, включая помощь в решении возникших проблем.
• Критика недостаточной ясности описания продукта и цен на сайте для новых пользователей, а также отсутствия бесплатного тарифа для тестирования.
• Вопросы о технических деталях: масштабировании записи (горизонтальное шардирование через Neki), использовании эфемерных дисков NVMe в GCP, поддержке расширений Postgres и сравнении с конкурентами (Aurora, Supabase).
• Положительные отзывы от пользователей бета-тестирования о высокой производительности и надежности продукта в production-среде.
• Объяснения от команды PlanetScale о архитектуре (репликация для надежности вместо сетевых дисков) и планах по развитию (горизонтальное масштабирование через Neki).

Компания Anthropic находится в центре внимания в Вашингтоне, но её отказ разрешить использование своих моделей для некоторых правоохранительных целей усилил негативное отношение к ней в администрации Трампа.

• Участники подвергают сомнению достоверность статьи Semafor, называя её предвзятой и содержащей ложные утверждения.
• Обсуждаются ограничения использования ИИ, накладываемые компаниями (включая Anthropic и Microsoft), особенно в контексте государственного наблюдения и военных применений.
• Высказывается мнение, что правительственные агентства должны быть полностью осведомлены об ограничениях при заключении контрактов.
• Поднимается вопрос о суверенитете: предлагается, чтобы правительство США обучило собственную модель ИИ, если ему нужна модель без ограничений.
• Отмечается, что Anthropic, будучи американской компанией, получила допуск для работы с секретными данными благодаря серьёзному отношению к безопасности.
• Обсуждается потенциальное давление на Anthropic со стороны правительства, включая возможную потерю контрактов, за отказ снять ограничения.
• Упоминается, что технически возможно внедрить ограничения прямо в веса модели или обеспечить их соблюдение через FedRAMP-совместимые облачные среды.

MentraOS — ОС для умных очков.
Пользователю: ИИ-ассистент, уведомления, перевод, субтитры, зеркалинг экрана и десятки встроенных приложений.
Разработчику: пишешь один раз — запускается на любых очках.

• Пользователи просят «только дисплей» без камер/микрофонов: телефон должен передавать картинку по Bluetooth.
• Meta Ray-Ban и похожие гаджеты закрыты, камера и ИИ воспринимаются как антифичи; люди хотят контролировать железо.
• MentraOS позиционируется как «открытая ОС», но пока:
  – ни одни очки не поддерживают всё заявленное;
  – часть функций требует облако-аккаунт;
  – реальные AR-наложения пока нет.
• Альтернативы-«чистые дисплеи» уже продаются: Xreal Air, Rokid Max, Vufine, Even Realities G1, Lenovo Legion Glasses — подключаются к телефону/ноуту, ведут себя как внешний монитор.
• Основной барьер — дорогие микро-OLED/波导, поэтому цены 200–600 $ и выше.

Купи быстрый процессор

Современные CPU стали шокирующе быстрыми, но большинство по-прежнему используют старые мобильные чипы, теряя продуктивность.

Подписка на AI-инструменты вроде Cursor стоит $480/год, а топовый Ryzen 9 9950X — всего $500. Амортизация за 3 года = $170/год: дешевле, чем AI, и выгода очевидна.

Бенчмарки

• Корпоративный ноутбук 2024 (i7-1165G7, 2020 г.)
• Лучший ThinkPad 2024 (Ryzen 7840U)
• Десктоп 2025 (Ryzen 9950X)

Разница — >10× на компиляции ядра Linux и TLS-операциях. 3 с против 30 с или 300 мс — это кардинально меняет опыт.

Правило:

• Десктоп ≈ 3× быстрее ноутбука
• Топ-CPU 2025 ≈ 3× быстрее топа 2022
• Новые облачные VM тоже 2-3× быстрее за ту же цену

Если вы оправдываете AI-подписку, оправдайте и лучший инструмент — быстрый CPU.

• Почти все согласны: «быстрый процессор = меньше ожидания компиляции → выше продуктивность», и ROI для старших разработчиков окупается за недели.
• Но выгода сильно зависит от задач: многие уже компилят в облаке/сервере, а фронтенд-сборки всё равно тормозят из-за однопоточных инструментов.
• Некоторые 10-летние CPU (i7-4770, Phenom II) всё ещё «достаточно быстры», если добавить RAM и SSD; апгрейд не всегда оправдан.
• Ноутбуки ограничены теплопакетом: «топ-чип в лэптопе ≠ тот же чип в десктопе».
• Итог: берите максимально быстрый десктоп, если компилируете локально; если работаете в облаке — экономьте деньги и нервы.

• 1. «Умный» поиск по всему ПК
  Горячая клавиша → мгновенный поиск по файлам, почте, Teams, облаку и внутри документов. Результаты группируются по типу, поддерживаются фильтры и предпросмотр.

• 2. Контекстные подсказки
  Система подсказывает горячие клавиши, макросы и автозамену прямо в интерфейсе приложения, учитывая текущую задачу.

• 3. Универсальный буфер обмена с историей
  Win+V показывает последние 100 элементов: текст, изображения, файлы. Поддерживает поиск, закрепление и синхронизацию между устройствами.

• 4. «Режим фокуса»
  Одна кнопка блокирует уведомления, прячет панель задач и активирует таймер «Помодоро». Приложения переходят в светлый фоновый режим.

• 5. Автоматические рабочие профили
  Windows сама переключает наборы приложений, VPN, звук и тему в зависимости от календаря или геолокации (дом/офис/поездка).

• 6. Горизонтальные «полки» для окон
  Alt+↑ создаёт «полку» — горизонтальный ряд окон фиксированной высоты. Удобно для мониторов 16:9 и ультрашироких экранов.

• 7. Встроенный OCR и перевод
  Любой текст на экране (видео, PDF, картинка) выделяется прямо мышью и мгновенно копируется или переводится без сторонних сервисов.

• 8. «Песочница» для экспериментов
  Одна команда запускает временную копию Windows с заданным набором ПО. После закрытия всё исчезает, основная система не страдает.

• 9. Умные отчёты о времени
  Еженедельный дашборд показывает, сколько времени ушло на каждое приложение, сколько переключений контекста и где можно сэкономить.

• 10. «Облачное продолжение»
  Закрыл ноутбук → открыл ПК: все окна, вкладки и документы оказались на месте за 5 секунд без ручной синхронизации.

• Пользователи тоскуют по «чистым» ОС вроде Windows 2000/7: быстрым, без рекламы, без назойливых функций.
• Современные версии Windows критикуют за хаотичный UI, лишние клики, принудительные облака, Copilot, Recall и тёмные паттерны.
• Многие предлагают радикальные решения: удалить всё, что добавлено после Win7, или вообще перейти на Linux.
• Популярны скрипты вроде Win11Debloat и «облегчённые» сборки (Tiny11), но Microsoft регулярно ломает такие «фиксы».
• Сторонники Linux признают: для среднего пользователя «безболезненной» альтернативы пока нет, особенно в играх.