Во вторник 20.10 был на конференции AI Native Conf – это уже третья конференция ontico в этом году, посвященная AI, и это не считая отдельных треков на больших конференциях. Это не удивительно – ИИ сильно меняет и разработку софта и мир в целом, и сейчас идет процесс интенсивных изменений. На открытие конференции Олег Бунин сказал, что происходящее напоминает ему 2007 год, когда массовое распространение интернет тоже сильно меняло мир и породило интенсивную разработку. Тогда появился новый сегмент public web, технологии которого сейчас уже mainstream. А в кулуарах я слышал мнение, что появление ИИ даже круче, его сравнивали с появлением персональных компьютеров. О масштабах можно спорить, но изменения реально значительные. Конференция показывает, как продолжается освоение agentic engineering в крупными компаниями. Они движутся медленнее, потому что в силу своего размера вынуждены реiать более масштабные задачи. Но тем интереснее наблюдать за их движением. На фазе разработки изменения уже уверенные, а сейчас идет освоение фазы discovery.

Недавно я прочел статью про pyrusmorph — python обёртку над 30-летним с++ ядром libmorph/rus. Бенчмарки удивили: в 30 раз быстрее PyMorphy3 при обработке текста. После я задумался. Как это вообще работает? Почему мы пишем import pyrusmorph и получаем доступ к нативному с++ коду и функциям прямо внутри python.

В статье я предлагаю пройти этот путь с нуля. Разобраться, как устроен Python «под капотом», написать своё расширение на чистом C‑API, а потом посмотреть, как эту боль лечит pybind11. В конце — бенчмарки и практические советы, когда вообще стоит лезть в c++ для оптимизации. Бонус — немного о компиляторе python кода (JIT‑компилятор)

Когда говоришь «я анализирую данные бирж»/Quantitative Analyst, собеседник представляет нейросеть, которая видит будущее, и ключи от спорткара. Реальность скромнее: квант-исследователь большую часть времени ловит за руку самого себя.

Это разбор одного большого исследования данных криптовалюты только для одной валюты ADA: 9 лет минутной истории, стаканы с 16 бирж, своя нода блокчейна и около 3 000 гипотез. Мы переведём график цены в «текст» и скормим его трансформеру, устроим эволюцию формул, проверим RSI, уровни Фибоначчи, Луну и ретроградный Меркурий, попадём в три статистические ловушки, которые рисуют сигнал из ничего, и выберемся из них.

Внутри: почему модель, угадывающая 92 % случаев, теряет 80 % денег в год; почему лучшая из миллиона формул всегда выглядит гениальной; откуда у топ-копитрейдеров ×60 за год и чем они отличаются от монетки с плечом. А ещё — восемь признаков, которые честно знают о рынке больше самой цены, и чек-лист, как не обмануть себя на данных.

Спойлер: Грааль не найден. Зато найдено кое-что поинтереснее — понимание, где его точно нет.

Привет, Хабр!

Это вторая статья цикла про C++. В первой я разбирал базу для тех, кто начинает с нуля: переменные, циклы, классы, контейнеры. Здесь идём на уровень ниже — как обычная C+±программа договаривается с операционной системой.

Сразу скажу, зачем я вообще полез в эту тему. В колледже была лаба, где нужно было поднять процесс, дождаться его и снять код возврата. Я неделю не понимал, почему fork() в одном случае возвращает ноль, а в другом — PID, и почему после exec ребёнок «исчезает». Препод объяснил это минут за десять — и я понял, что половину объяснений всё равно не понял. С тех пор я пишу такие вещи с расстановкой: не «fork() создаёт процесс», а что именно он возвращает, что происходит в коде после вызова и что будет, если забыть закрыть дескрипторы. Поэтому статей будет много, а примеров в каждой — ещё больше.

Что дальше в цикле, чтобы было понятно, куда мы движемся:

В.NET 11 привычный механизм async/await меняется: управление приостановкой методов переходит к рантайму, а JIT получает новые возможности для оптимизации. Но насколько это снижает аллокации в реальном коде и почему результаты замеров иногда противоречат друг другу? Разбираем Runtime Async на примере бенчмарков, сравниваем результаты с классической реализацией и выясняем, в каких сценариях выигрыш действительно заметен.

Привет, Хабр!

Сегодня мы рады представить вам нашу очередную новинку, которая украсит полку профессионального бэкенд-разработчика: «Высокопроизводительный Go. Руководство по оптимизации». Она продолжает сразу два направления нашей работы и ориентирована как на современных бэкендеров, всё активнее переходящих на Go, так и просто на ответственных разработчиков, желающих систематизировать проверенные практики повышения производительности. Книга сложилась из заметок и кода, над которыми много лет работал Александр Ставонин – выдающийся специалист по Go, C++, IoT и высокопроизводительным вычислениям. В своё время Александр давал на Хабре подробное интервью для компании Getmatch, в котором рассказывал о личном опыте обустройства в Сингапуре. Англоязычные черновики книги, которые легли в основу русского издания, выложены на сайте goperf.dev.

Выпущен Jmix 3.1. В нём представлены два новых дополнения и несколько UI-компонентов, которые раньше приходилось создавать вручную. Кроме того, дополнение Dynamic Model выходит из экспериментального статуса, а новый инструмент командной строки позволяет создавать проекты без IDE. Spring Boot обновлён до версии 4.1, а Vaadin — до 25.3.

Ниже приведён краткий обзор основных новых возможностей. Полный список изменений, включая все критические изменения, доступен в разделе Что нового документации.

Уже год, а то и больше, мы живем в инфополе, где модели якобы поумнели, но то и дело что-то ломают. То они обещают изменить всю индустрию, то это раздутый пузырь и все скоро лопнет. Машины решают задачи тысячелетия, фирмы-единороги из одного человека выходят на рынок… А нам-то, разработчикам что делать? Пора уже меняться или еще рано?

Осваивать новое — не вопрос. Но вот когда мы делегируем задачу агенту, мы действительно получаем выигрыш или просто переносим работу на следующего человека (возможно, на себя из будущего)? Как изменится нагрузка, если запустить несколько агентов? Можно ли поручить им еще и ревью? Насколько это безопасно, и кто разберется с инцидентом, если разработчик перестанет читать изменения?

Я Миша Трифонов, Head of Development, и мы с моим коллегой Русланом решили исследовать эти вопросы каждый со своей стороны: я с управленческой, он — с инженерной. Мы взяли 27 разработчиков и раздали им доступы к Claude Code в обмен на согласие подробно документировать и анализировать их рабочие сессии. Кроме того, с каждым мы провели глубинные интервью. Предлагаю вместе с нами посмотреть, каково распределение сотрудников на лестнице AI-adoption Бориса Черни (Anthropic), и главное: где спрятана реальная польза от агентной разработки. Попутно отсыплю своего мнения о том, как скорее всего поменяется роль человека в разработке в скором будущем.

Часть наших плат контроллеров и одноплатных компьютеров сделана под формат модуля Orange Pi CM4, такие как сборщик данных FCU-CM4 (плата с питанием, корпусом и встроенным датчиком тока) и промышленный одноплатный компьютер FCU3566 (прототип). В этой статье расскажем про ELTAY RM66, это российский модуль формата CM4 на процессоре Rockchip RK3566, полностью совместимый по разъемам и сигналам с оригинальным Orange CM4. Мы поставили RM66 в наши платы, сделали тесты и рассмотрим, как он работает в типовых для нас задачах: опрос датчиков, Modbus-шлюз, накопление данных и отображение в Grafana.