Hacker News Digest

Пользователь GitHub под ником Viss сообщил об интеграции в Home Assistant, которая сканирует секреты и отправляет данные наружу, назвав это серьёзным вторжением в приватность. Он заявил, что не давал согласия на подобные проверки, и предложил сделать функцию добровольной, а не включённой по умолчанию. По его мнению, механизмом мог бы воспользоваться злоумышленник с доступом к репозиториям проекта.

Представитель проекта frenck сначала ответил резко, но затем извинился за пренебрежительный тон. Выяснилось, что проверку можно отключить командой ha security options --pwned=false. Эта функция существует в Supervisor годами и проверяет параметры приложений, помеченные как пароли. Недавний релиз лишь исправил предупреждение, из-за чего она стала заметной. Приватность заложена в дизайн: Supervisor хеширует секреты локально и отправляет в сервис Have I Been Pwned только первые 5 символов SHA-1-хеша, а сопоставление происходит на самом устройстве. Код доступен в файле supervisor/utils/pwned.py. Признано, что документация должна была объяснить работу функции и способ её отключения — страницу обещали обновить.

Home Assistant сканирует пароли и отправляет первые 5 символов SHA‐1‐хэша в Have‐I‐Been‐Pwned. Эту проверку можно отключить командой `ha security options --pwned=false`. Проверка существует в Supervisor несколько лет, разработчик Frenck извинился и пообещал обновить документацию. Пользователи требуют сделать сканирование опциональным по умолчанию (opt‐in), улучшить документацию и изменить тон общения разработчиков. Есть опасения, что передача частичного хэша пароля нарушает GDPR в ЕС, так как считается персональными данными без согласия. Некоторые считают, что отправка первых пяти символов SHA‐1 не представляет реальной угрозы приватности. Сканирование работает только в Home Assistant OS и supervised‐режиме; в самостоятельном контейнере Home Assistant Core эта функция отсутствует. Сообщество просит добавить явный GUI‐переключатель и избегать снисходительного тона в ответах разработчиков.

Автор автоматизировал свой дом с помощью Home Assistant, но столкнулся с проблемой: домочадцы не хотели использовать стандартный интерфейс системы. Чтобы сделать управление умным домом интуитивным и привлекательным для всей семьи, он нанял иллюстратора, который нарисовал детализированный план его дома — с камином, садом и комнатами. Этот рисунок стал основой нового дашборда в Home Assistant, где элементы интерьера и экстерьера интерактивно реагируют на состояние устройств: камин мерцает, свет в саду светится, кондиционер работает — всё в реальном времени.

Такой визуальный подход решил ключевую проблему: теперь даже те, кто раньше избегал приложения, с удовольствием взаимодействуют с дашбордом. Автор подчеркивает, что автоматизация должна служить людям, а не наоборот, и что эстетика и понятность интерфейса так же важны, как и функциональность. Результат — умный дом, которым действительно пользуются все члены семьи, а не только технически подкованный энтузиаст.

Обсуждение подтверждает ценность ручного труда художника в эпоху ИИ: пользователи ценят подлинность и детализацию, даже при дополнительных затратах, отмечая уникальный тёплый характер ручной иллюстрации на дашборде, в отличие от шаблонных или ИИ-сгенерированных решений. Художник получил подробный бриф — ключевой фактор успеха, подтверждённый несколькими комментаторами как пример правильного взаимодействия с профессионалом. Спор о упоминании художника в заголовке: некоторые видят в этом рекламу, другие считают скромное указание внизу искренним и ненавязчивым. Использование ИИ для генерации плана дома оказалось неэффективным: участники отмечают множество ошибок при обработке фото, в отличие от точного ручного ввода меток на существующем плане. Для анимации элементов на иллюстрации важно правильно организовать слои — практический совет от опытного пользователя Home Assistant. Визуальный интерфейс повышает вовлечённость семьи в умный дом, несмотря на возможность полной автоматизации. Альтернатива найму художника — использование PolyCam с LiDAR и Claude + Blender, хотя она не заменяет уникальность ручного труда. Художники и их семьи выражают возмущение использованием их работ для обучения ИИ без согласия, подчёркивая этическую ценность оплаты реального труда. Высокие показатели CO2 на скриншотах, если данные реальные, сигнализируют о плохой вентиляции — добавляют практический аспект к визуальному дизайну. Некоторые пользователи признают, что их интерес к умному дому близок к нулю, предпочитая минимальные настройки — контрастирует с философией автора. Для управления поливом можно установить электромагнитный клапан у двери и подключить его к умному выключателю — простое техническое решение как альтернатива сложным сценариям. Пользователи с опытом в ремонте и автоматизации подтверждают: ручная иллюстрация добавляет эмоциональную ценность, которую ИИ не может воспроизвести, даже при высоком качестве.

Home Assistant Cloud переименовывается в Home Assistant Link, чтобы лучше отражать суть сервиса и ценности проекта. Команда Nabu Casa считает, что термин «облако» ассоциируется с ростом цен, сбоями и сбором данных крупными технологическими компаниями, что противоречит философии открытого и приватного умного дома. Новое название подчеркивает, что сервис предназначен для простого и безопасного подключения устройств и сервисов без привязки к проприетарным экосистемам или обязательным подпискам.

Home Assistant Link остаётся полностью необязательным: пользователи могут продолжать использовать Home Assistant локально без каких-либо ограничений. Сервис предоставляет такие функции, как удалённый доступ, голосовое управление через Nabu Casa и резервные копии, но без скрытых условий или привязки к конкретным продуктам. Переименование направлено на то, чтобы вернуть доверие и прозрачность в онлайн-сервисы для умного дома, сделав акцент на простоте, приватности и свободе выбора.

Переименование Home Assistant Cloud в Home Assistant Link — не просто маркетинг, а попытка разграничить приватный, локальный подход от корпоративного облака. Сервис позиционируется как минимально доверенный безопасный туннель к локальному экземпляру HA, а не как облачное хранилище или вычисления. Он зависит от сторонней инфраструктуры (вероятно, AWS), но не хранит данные пользователей и предоставляет опциональные функции (STT/TTS), сложные для локальной замены. Большинство согласны, что название «Link» точнее отражает функцию: безопасное соединение, а не облако. Термин «cloud» в домашней автоматизации ассоциируется с платными,vendor-зависимыми решениями (Wink, Nest), тогда как Link — опциональный, недорогой и необязательный сервис, не нарушающий принципов локального контроля. Споры касаются отсутствия RBAC — некоторые считают его критичным для семей с детьми и переходят на MQTT, другие видят в нём избыточную сложность, отвлекающую от UX. Также обсуждается зависимость от DockerHub и сторонних репозиториев, что противоречит идее полной автономии, но большинство считают это несущественным по сравнению с моделью доверия. Пользователи советуют альтернативы: Tailscale, Cloudflare Tunnel, VPN, reverse proxy с Vouch Proxy или OAuth2-Proxy, шим-систему разрешений перед API как временное решение до RBAC. Большинство HA-установок работают локально без удалённого доступа, Link используется редко, но удобен для тех, кто в нём нуждается. Требования к end-to-end шифрованию и отсутствию контроля Nabu Casa встречают возражения: сервис не хранит данные, его можно заменить открытыми альтернативами, и он этически отличается от Wink или Nest. Однако перед доверием рекомендуется аудит сетевых вызовов на скрытый сбор данных. Переименование воспринимается как логичный шаг для устранения противоречия между заявлениями Paulus о нежелательности облачных продуктов и наличием сервиса с названием «Cloud», вызывавшим путаницу. «Link» лучше отражает роль сервиса как моста между локальным устройством и внешним интерфейсом, что подтверждается опытом пользователей в робототехнике и других проектах.

Тестирование 12 популярных Zigbee-датчиков температуры и влажности стоимостью до $15 показало, что большинство моделей обеспечивают достаточную точность для бытовых нужд, но различаются по качеству сборки, удобству интеграции и сроку службы батареи. Лучшие результаты продемонстрировали датчики Aqara и Sonoff: они стабильно измеряли температуру с погрешностью менее ±0.3°C и влажность ±3% RH при калибровке против эталонного прибора, быстро реагировали на изменения условий и надёжно работали в сетях Zigbee2MQTT и Home Assistant без потери связи. У Aqara отмечена лучшая эргономика — компактный корпус с магнитным креплением и индикатором статуса, у Sonoff — самый длительный заявленный срок работы батареи до 2 лет на одном CR2032.

Слабыми сторонами оказались у некоторых бюджетных моделей Tuya и Thirdreality: они демонстрировали смещение показаний до ±0.8°C, особенно при низких температурах, и имели проблемы с удержанием парсинга в Zigbee2MQTT из-за неполной реализации кластеров. Zemismart и Moes показали средние результаты — приемлемая точность, но хлипкий пластик корпуса и отсутствие защиты от влаги ограничивают их использование только в сухих помещениях. Все датчики передавали данные каждые 5–10 минут при значительном изменении параметров, что достаточно для автоматизации климата, но не подходит для точного мониторинга. Для большинства сценариев умного дома рекомендуется выбирать между Aqara и Sonoff в зависимости от предпочтений по дизайну и экосистеме.

Опыт пользователей показывает разную надежность датчиков: Aqara часто теряют связь, быстро разряжаются и не работают как ретрансляторы Zigbee. Модель WSDCGQ11LM может разряжаться за 3–6 месяцев и не подключаться автоматически после замены батареи, хотя стабильность зависит от качества сети. Sonoff и CentraLite 3310-G отличаются высокой точностью (до ±0.1°C и ±1% RH) и долговечностью, в то время как дешевые Tuya-датчики теряют точность влажности через год. Датчики IKEA Thread точны, но нестабильны: они выпадают из сети, имеют ограниченные настройки обновлений и проблемы с прошивкой. Батарейки AAA в них служат 9–12 месяцев, тогда как CR2032 в других моделях — до 2–3 лет. Для наружного использования нужны датчики с PTFE-фильтром, иначе Tuya и Aqara «залипают» на максимальной влажности. Для холодильников или лабораторий рекомендуется RuuviTag Pro (высокая точность, сменная прошивка, работа с Shelly) или помещение датчика в герметичный пакет для защиты от конденсата. Датчики с LCD-дисплеем (например, RSH-HS03) удобны для локального мониторинга и прямого управления осушителями. Для калибровки и выявления смещений следует использовать лабораторный термометр или солевые растворы. Внутренняя спецификация чипов (Sensiron, Nordic) важна, так как производители могут менять начинку в одной модели, хотя для большинства пользователей приоритетны точность и автономность. При настройке через zigbee2mqtt устройство нужно «будить» кнопкой перед отправкой конфигурации. Matter не решает проблемы надежности: устройства IKEA и переключатели Hue по-прежнему теряют команды или имеют ограниченный функционал. При этом бюджетные китайские датчики за $3–5 часто оказываются точнее и долговечнее брендовых в бытовых условиях.

Я превратил свои наружные камеры видеонаблюдения в систему автоматической идентификации птиц с помощью BirdNet-Go — открытого проекта, который запускает модели распознавания птичьего пения локально на оборудовании. Система работает 24/7, анализируя аудиопоток с камер через RTSP и мгновенно определяя виды птиц, летучих мышей и даже лягушек по их звукам. Всё происходит без облака, без API и ежемесячных платежей — модели, включая Google Perch v2 (14 795 видов против 6000 в BirdNET 2.4), хранятся локально на сервере или Raspberry Pi.

Я настроил три существующие IP-камеры, подключив их к BirdNet-Go, и добавил правила оповещений: например, мгновенное уведомление в Discord-канал #birdnet при появлении кардинала или редкого вида. Система ведёт журнал всех обнаружений, отмечая новые виды для отслеживания биоразнообразия двора — за год зафиксировано 418 726 обнаружений 271 уникального вида, средняя уверенность 60,9%, самым частым оказался домовый вьюрок (118 667 записей). Интеграция с BirdWeather позволяет делиться данными с сообществом, а связка с Home Assistant выводит результаты на панель управления. Микрофоны камер автоматически глушатся при обнаружении речи — полезная функция для конфиденциальности. Для двора, где нет камер, рассматриваю отдельный микрофон, чтобы не нарушать приватность, но сохранить функциональность. Пока это не дверbell, но может использовать её RTSP-поток, если он есть. Всё работает как «птичий компаньон», который никогда не спит.

BirdNet-Go эффективно работает с RTSP-аудиопотоками от обычных камер видеонаблюдения, но качество распознавания сильно зависит от аудио-аппаратуры и частоты дискретизации — для надёжной работы требуется доработка оборудования. Для распознавания птиц и летучих мышей необходима частота дискретизации 48 кГц; стандартные камеры Aqara с 16 кГц не подходят — лучше использовать отдельный микрофон на Raspberry Pi. RTSP-поток от Unifi-камер позволяет интегрировать BirdNet-Go без дополнительного оборудования, что подтверждено в продакшене. BirdNet-Go стабильно работает на Home Assistant с GPU-ускорением и RTSP-потоками от Reolink-камер, обрабатывая несколько камер одновременно без облачных сервисов. Для распознавания летучих мышей требуются ультразвуковые частоты, поэтому нужны специализированные микрофоны вроде AudioMoth и высокая частота дискретизации, недоступная в большинстве камер. Популярные дополнения: e-ink-дисплеи для отображения распознанных видов в реальном времени; для снижения ложных срабатываний нужна настройка порогов уверенности модели, так как при плохом звуке и нестандартных условиях распознавание неточно. В ветреных условиях помогают микрофоны с шумоподавляющими экранами, иначе шум мешает распознаванию (пример — Aqara-камеры). Для портативного использования рекомендуется собирать систему на Raspberry Pi с внешним микрофоном и e-ink-дисплеем. Открытые модели BirdNet позволяют запускать систему локально без подписок, облачных API и риска отключения — ключевое преимущество перед коммерческими приложениями. Merlin Bird ID и BirdNet-Go часто дают низкопробные идентификации в Австралии при низкой вероятности, что требует ручной проверки с учётом локальной фауны. Интеграция BirdNet-Go с Frigate и другими системами видеоанализа возможна, но в проекте акцент на аудио, так как визуальное распознавание птиц по камере менее надёжно. Для автоматизации сбора данных рекомендуется синхронизировать результаты BirdNet-Go с eBird, чтобы вносить наблюдения в научную базу без ручного ввода.

Я купил Amazon Fire HD 10 (2021) для постоянного показа Home Assistant‑даша в режиме киоска. Через полгода он стал выключаться без причины, хотя в логах появлялось сообщение LifeCycleReason:LCR...key=Software_Shutdown. Я отключил пять сервисов Amazon, но три из них оставались защищёнными от отключения — их нельзя было трогать без root‑доступа, а официальных способов рутиться у этой модели не было.

Всё изменилось, когда я попросил китайскую модель Kimi K3 (opencode.ai) найти уязвимость, заявив, что «это моё устройство». После небольшого размышления она поняла, что в США jailbreak‑ы подпадают под DMCA‑исключения, и приступила к анализу OTA‑образа, нашёл уязвимость CVE‑2022‑38181 в драйвере Mali GPU и создала эксплойт. После серии попыток (более 500 перезагрузок) GLM‑5.2 в конце концов открыл SELinux в режиме permissive, и я получил полный контроль. Стоимость всех запросов — $266,15, что почти вдвое превышает цену планшета, но дало возможность понять, как работает система и почему её нельзя просто «выключить».

LLM-модели способны находить непатченные уязвимости и генерировать эксплойты для роутеров и устройств, сокращая анализ с недель до часов. AI-агенты (GLM-5.3, Kimi) обнаружили CVE-2022 в Mali GPU и создали рабочий эксплойт. Стоимость таких эксплойтов (~$250 в токенах) ниже оплаты человеческих экспертов, делая хардверный джейлбрейк доступным широкому кругу. Споры возникают вокруг воспроизводимости: различия в прошивках, отсутствие исходного кода и сложность верификации ставят под сомнение результаты. Рекомендуется явно требовать от модели перечисления и проверки предположений, а также использовать «безопасные» подсказки, обходящие ограничения. При отказе из-за американских ограничений можно переформулировать запрос как выполненный за пределами США — хотя это этически спорно. AI ускоряет обратную инженерию периферийных устройств (Avermedia, Kindle, роутеры), подтверждая универсальность подхода. Комментаторы призывают к праву на ремонт и переходу на открытое железо (PineTab, PineNote) для обхода закрытых экосистем. Для юридической защиты можно ссылаться на DMCA-исключения 2024 года, разрешающие рутирование собственных устройств. Некоторые считают статью «тяжёлой» из-за AI-тона, другие — что AI следует применять для нишевых или экстремальных задач. Массовое использование LLM для реверс-инжиниринга и поддержки открытого Linux может стать будущим индустрии. Общее мнение: AI станет стандартным инструментом в аппаратной безопасности, меняя баланс между защитой производителей и автономией пользователей.

Valetudo — это альтернативное ПО для роботов-пылесосов, позволяющее им работать полностью локально без облачных сервисов. Проект, запущенный в 2018 году, теперь представляет собой надёжное решение, установленное на тысячах устройств. Разработчиком является Сören Beye при поддержке сообщества, с важным вкладом Dennis Giese, который помогает в освобождении роботов от облачной зависимости. Точное число пользователей неизвестно, но по оценкам создателя их "несколько тысяч".

Поддерживаются популярные бренды вроде Dreame и Roborock, с подробными инструкциями по установке. Valetudo интегрируется с домашними системами автоматизации через MQTT, Home Assistant, Node-RED и openHAB. Проект распространяется под лицензией Apache-2.0, что позволяет пользователям видеть и модифицировать код, сохраняя полный контроль над устройствами. Создатель начал проект, не найдя на рынке пылесоса, соответствующего его требованиям, и превратил его в полноценное решение за пять лет работы.

• Пользователи делятся опытом установки Valetudo на различных моделях пылесосов, но подчеркнули, что список поддерживаемых моделей не полный и не всегда актуален.
• Сообщество вокруг проекта описывается как враждебное к новичкам и не приветствует помощь, что вызывает у людей отторжение.
• Некоторые участники обсуждения отметили, что несмотря на то, что Valetudo позволяет избежать зависимости от облака, он сам по себе не решает проблему с запчастями и расходниками, которые все еще приходится заказывать с Китая.
• Обсуждение также затронуло вопрос о том, что проект не предоставляет альтернативы владельцам тех моделей, которые не поддерживаются Valetudo, и что это может вынудить их остаться на стороне проприетарного ПО, даже если они готовы пожертвовать деньги.