Hacker News Digest

Интеллектуальная деятельность требует сообщества — без него она угасает. Искусственный интеллект разрушает это сообщество: вместо обмена идеями, обсуждения кода или публикации статей люди теперь полагаются на AI, который поглощает их труд, не оставляя следа. Программисты перестали изучать компиляторы и типовые системы — теперь речь идёт о «промптах» и «агентных харнессах». Писать блоги, библиотеки или языки программирования стало бессмысленно: AI использует эти материалы, не цитируя авторов, а люди — перестали читать. Нет ни аудитории, ни обратной связи, ни общего проекта.

Человек не может существовать как изолированный интеллектуал — мы устроены так, чтобы вдохновляться и вносить вклад в общее. Даже если мотивация «чистая» и внутренняя, она не выживает без социального контекста. Когда AI берёт на себя всё: написание статей, доказательства теорем, обучение — исчезает не только ценность труда, но и сама потребность в нём. Будущее — не улучшенная интеллектуальная жизнь, а пустота: отдельные личности, живущие в своих садах, но без бazaar, где можно обменяться мыслями.

AI не уничтожает интеллектуальную деятельность, а трансформирует её: некоторые теряют мотивацию из-за кражи интеллектуального труда и исчезновения обратной связи, другие находят в AI спарринг-партнёра и бесконечный контекст, заменяя человеческое сообщество. Сообщества переходят в новые формы — от токсичных реакций, заставляющих отказаться от публикаций, до глубоких математических практик, где важен процесс, а не результат. Публикации сохраняются, но меняют форму, например, через внедрение личных систем памяти. Интеллектуальное достижение как социальный статус остаётся — люди ищут способы выделяться, даже если AI выполняет базовую работу. Программирование остаётся практикой навыка, а не просто задачей с решением: делегирование кода LLM упускает возможность развивать мастерство. Однако сложные, хорошо протестированные системы всё ещё требуют человеческого вклада, сохраняя нишу для глубокой работы. Новые интеллектуальные сообщества возникают вокруг использования AI, что противоречит идее их полного разрушения. Интернет и доступ к информации сделали традиционное сообщество избыточным для некоторых, но не для всех. AI ускоряет естественный отбор кода, оставляя место для высококачественных ручных решений, как в промышленной революции. Мотивация может оставаться независимой от инструментов — радость в процессе, а не результате, сохраняется у хобби-математиков. Интеллектуальная деятельность мигрирует в новые домены, как при переходе от ассемблера к высокоуровневым языкам, подтверждая историческую цикличность. Практический совет — быть на передовой применения AI, тестировать масштабируемость и искать ниши, где человеческий вклад ещё незаменим.

Язык программирования Racket — это современный потомок Lisp, родившийся в 1995 году как эволюция PLT Scheme. Он сочетает минималистичный синтаксис с мощной системой создания новых языков, что делает его идеальным для обучения и экспериментов. В отличие от «классического» Lisp, Racket предлагает гибкую архитектуру, где язык можно адаптировать под конкретную задачу — будь то анализ данных, генерация кода или визуализация.

Главная идея Racket — homoiconicity: код представлен как данные, что позволяет писать макросы и динамически модифицировать язык. Например, через (define-syntax-rule (while condition body ...) ...) можно добавить цикл while, которого нет в базовом синтаксисе. Это не просто текстовая замена, а полноценная языковая конструкция, генерируемая во время компиляции. Такие возможности делают Racket уникальным: вы не просто пишете программы, вы создаёте инструменты для их написания. Для понимания достаточно открыть DrRacket, ввести простой пример вроде (factorial 5) и увидеть результат — 120. Экспериментируйте с графикой через #lang racket и библиотекой 2htdp/image, чтобы увидеть, как код превращается в визуальные образы.

Racket поддерживает создание нативных исполняемых файлов, включая кросс-компиляцию GUI-приложений (например, с macOS на Windows); официальное руководство содержит инструкции по сборке, подтверждая встроенные средства деплоя. Существуют реальные приложения — camp от Joël Dueck и remember от defn.io — что опровергает утверждение об отсутствии практического применения. Сообщество предоставляет ресурсы: Awesome Racket, Beautiful Racket, Racket Stories, собирающие библиотеки, учебные материалы и примеры проектов. Споры возникают вокруг вводной части статьи: одни считают её «не дружелюбной» из-за предположений о знании λ и синтаксиса, другие — что она достаточна для мотивированного читателя. Исторически Lisp утратил лидерство в ИИ из-за падения финансирования и появления Prolog, что объясняет его нишевый статус. Многие пользователи Emacs не осознают, что используют Emacs Lisp как язык программирования. Рекомендации: обратить внимание на дополнительные литералы (хеш-таблицы, регулярные выражения), не упомянутые в вводной статье; для оценки производительности макросов сравнивать с SBCL, где функции компилируются в нативный код, а макросы исполняются до компиляции. Изучение проектов camp и remember, а также ресурсов beautifulracket.com и racket-stories.com, помогает глубже освоить язык. Личный опыт показывает, что знание Racket может открыть профессиональные возможности — например, контракт в сфере CAD. Некоторые ценят в Racket горячую перезагрузку кода, другие — гомоиконичность как ключевое преимущество.

Он объявил о новом обязательстве в размере 400 000 долларов для Zig Software Foundation, доведя общий вклад до 700 000 долларов после первой поддержки в 2024 году; эта сумма распределяется на два года по 200 000 долларов в год.

Он хвалит Zig за стабильный прогресс в сложных задачах языка и компилятора, а также за инициативы типа Contributor Poker, запрет на LLM‑модели в вкладах и культуру, привлекающую талантливых разработчиков. Несмотря на личную активную позицию по ИИ и споры вокруг форка Bun, он подчеркивает, что политика фонда, хотя и не совпадает со всеми взглядами, сохраняет уважительную и независимую атмосферу. Zig — исключительный продукт, без которого проекты вроде Ghostty были бы невозможны, и поддержка такого языка — вклад в будущее, где качество и независимость важнее массового признания. Поэтому он призывает тех, кто может, способствовать развитию Zig через пожертвования. Таким образом, поддержка Zig не только финансово, но и способствует развитию языка, который сочетает амбициозность, полезность и строгий контроль качества, позволяя создавать инструменты, как Ghostty, в экосистеме, где проекты могут задавать свои правила.

• Mitchell Hashimoto пожертвовал $700 000 в фонд Zig Software Foundation, что обеспечивает стабильное финансирование разработки Zig.
• Участники обсуждают, как важно поддерживать проекты без зависимости от LLM‑технологий и сохранять «нормальность» в сообществе.
• Мнения о Zig варьируются: многие хвалят его дизайн и удобство, другие отмечают проблемы с документацией и синтаксисом.
• Есть и позитивные отзывы о новых инструментах на базе Zig (Ghostty, Dirac) и о возможности использовать Zig в разных проектах.