А сейчас всё равно до котлина дошёл и капельку иногда пописываю. Да и стартует оно уже пошустрее всё)
Краткое резюме: IntelliJ IDEA выпускает LSP-расширение для Java и Kotlin, позволяющее использовать интеллектуальные возможности IDE в VS Code, Cursor и агентных рабочих потоках (preview, бесплатен 30 дней; позже требуется подписка).
- Что объявлено: превью-расширение "Java & Kotlin by IntelliJ IDEA" предоставляет языкознание IntelliJ в формате LSP для сторонних редакторов, включая VS Code и его форки.
- Основные возможности: поддержка Java, Kotlin и смешанных проектов, умное автодополнение, навигация, анализ кода, рефакторинги и DAP-отладка.
- Сборки и проекты: распознаёт и импортирует проекты на Maven, Gradle и Bazel, работает быстро даже с большими репозиториями и монорепо.
- Установка: доступно в Visual Studio Marketplace и Open VSX; после установки расширение анализирует проекты и включает языковые функции автоматически.
- Совместимость: пересекается с расширениями Red Hat и Oracle для Java — рекомендуется отключить их при тестировании, чтобы избежать конфликтов.
- Лицензирование: в превью — бесплатно с 30-дневным периодом оценки; в будущем потребуется подписка IntelliJ IDEA Ultimate для продолжения использования.
- Дальше и обратная связь: JetBrains планирует поддержать терминальные агентные рабочие потоки, сократить потребление токенов и просит отзывы пользователей для улучшения перед релизом 1.0.
Кратко: IntelliJ IDEA предоставляет интеллектуальные возможности Java и Kotlin через LSP — предварительное расширение для VS Code, Cursor и агентных рабочих потоков, упрощая навигацию, автодополнение, отладку и интеграцию с Maven/Gradle/Bazel.
- Почему это важно: переход к агентным рабочим потокам снижает ручное редактирование; LSP даёт повторно используемые базовые функции (поиск, навигация, автодополнение), ускоряя и делая результаты предсказуемее.
- Что доступно: предварительное расширение "Java & Kotlin by IntelliJ IDEA" для VS Code и форков (например, Cursor) предоставляет анализ кода, рефакторинги, отладку (DAP) и поддержку смешанных проектов.
- Поддержка сборок: распознаются и импортируются проекты с Maven, Gradle и Bazel; работает быстро даже на больших проектах и монорепозиториях.
- Как начать: установите расширение из Visual Studio Marketplace или Open VSX, откройте проект — расширение проанализирует и включит языковые возможности.
- Совместимость: возможное перекрытие с расширениями Red Hat и Oracle для Java — рекомендуется отключать их при тестировании, чтобы избежать конфликтов.
- Лицензирование: в период превью — бесплатно (30 дней на сборку); после превью потребуется подписка IntelliJ IDEA Ultimate; Kotlin LSP остаётся с Apache‑2.0 и бесплатен для чистых Kotlin‑проектов.
- Дальше: JetBrains продолжает работу над агентными и терминальными сценариями, обещая улучшения (меньше потребления токенов) и приглашая к обратной связи в ходе превью.
Кратко: Oracle запретила вносить ИИ‑сгенерированный код в OpenJDK из соображений безопасности и прав на ИС, при этом внутри компании ИИ активно используется; масштабные инвестиции в дата‑центры ($70 млрд) привели к понижению рейтинга S&P до BBB-.
- Политика OpenJDK: вкладчики не могут отправлять код, созданный ИИ, в репозитории, pull‑запросы или каналы проекта из‑за рисков безопасности, надежности и интеллектуальной собственности.
- Допущено приватное использование LLM: разработчики могут применять модели для отладки и обзора кода локально, но не для формирования материалов для внесения в проект.
- Внутреннее противоречие: сооснователь Ларри Эллисон заявил, что ИИ теперь пишет код Oracle, а сопредседатель Майк Сицилия отметил ускорение работы малых команд благодаря ИИ.
- Финансовые последствия: Oracle планирует потратить $70 млрд на расширение дата‑центров в этом году, что обеспокоило инвесторов.
- Рейтинговое влияние: агентство S&P понизило рейтинг Oracle до BBB- — на шаг выше «мусорного» уровня — из‑за неопределенности отдачи от инвестиций.
- Последствия для экосистемы: запрет может усложнить принятие автоматизированных инструментов в открытом исходном коде и вызвать дебаты о доверии, лицензиях и ответственности.
**Краткое описание:**
Muse Code | Meta — страница метаданных и руководств проекта Muse Code: цели, принципы, структура, вкладчики и политика. Служит централизованным ресурсом для разработчиков, участников и пользователей, упрощая навигацию, вклад и понимание направления проекта.
- Цель: описать миссию, стратегию развития и ключевые задачи Muse Code, чтобы выровнять вкладчиков и заинтересованные стороны.
- Структура: объясняет архитектуру репозиториев, модулей, зависимости и рекомендуемые рабочие процессы для поддержки согласованности кода.
- Вклад: инструкции по созданию issue, пул-реквестов, код-стайлу, тестированию и процессу обзора кода для новых и существующих участников.
- Политика лицензирования и использования: указывает лицензию проекта, условия распространения и правила использования стороннего кода.
- Коммуникация: каналы связи (чат, форумы, электронная почта), правила поведения и расписание встреч/скрам-сессий.
- Документация и ресурсы: ссылки на руководства, API-справочники, примеры кода и обучение для ускорения онбординга.
- Безопасность и отчетность об уязвимостях: процедуры сообщения о проблемах безопасности, ответные сроки и контактные лица для быстрого решения.
Кратко: Нишевые хобби‑сообщества программистов отталкивают LLM из‑за ценности процесса обучения и мастерства; генерация решений воспринимается как обесценивание труда, особенно когда LLM‑практики не понимают глубины домена и вызывают враждебность.
- В этих сообществах продуктом считается сам путь обучения и выработка мастерства, а не только рабочий результат программы.
- Автоматическая генерация кода LLM воспринимается как «жульничество», лишающее смысла долгих усилий и демонстраций мастерства.
- Ранние попытки интегрировать LLM часто подрываются недостатком глубоких знаний у их пользователей и токсичностью реакции части сообщества.
- Исторически обитатели ниш медленно зарабатывали уважение через вклад, аккуратный код и глубокие объяснения — это усиливает сопротивление быстрым решениям.
- Для эксперта LLM может быть усилителем — рычагом, а не заменой; проблема в том, что многие используют их как готовое решение.
- Боязнь утраты ремесла и смысла практики делает сообщества особенно чувствительными к встраиванию LLM без понимания последствий.
Но потом пойдёт ещё большее расслоение производительности между теми кто может управлять одним-двумя агентами и десятком, а оттуда прямиком в дурку 🙂
Коротко: писать код всё ещё важно в 2026: чтобы мыслить в среде выполнения, сохранять внимание и владение архитектурой, выявлять хрупкость системы и направлять агентов, иначе сборочная линия со временем деградирует.
- Письмо кода помогает думать в терминах исполнения, а не через расплывчатый английский, обеспечивая точность и расчёт шагов.
- Неписанный код снижает чувство собственности; рутина допускает «грязь», которая накапливается и портит автоматизированные агенты.
- Агенты склонны к консерватизму: они усиливают одноразовые человеческие ошибки, если никто не удалит и не упростит код вручную.
- Ручная правка позволяет обнаружить слабые места тестирования, улучшить архитектурные принципы и сократить новый класс ошибок.
- Инструменты CI и автоматизация важны, но иногда нужно разбирать «конвейер», чтобы добиться существенного улучшения производительности или надёжности.
- Писать код — способ участвовать в создании фабрики ПО, задавать принципы, паттерны и гарантировать, что агенты будут работать предсказуемо.
- Баланс: использовать генеративный код для объёма, но сохранять человеческую эмпатию и внимание в критических местах кода.
Формат редактирования файлов
Самое измеримое. Один и тот же вес модели даёт радикально разные результаты в зависимости от того, в какой нотации харнесс просит его писать правки.
Бенчмарк Diff-XYZ гоняет одну модель через несколько представлений диффа. Для Qwen2.5-Coder-7B на генерации диффа: udiff — 0.64, search-replace — 0.55, а udiff-l (тот же unified diff, но с текстовыми маркерами ADD/DEL/CON вместо +/-) — 0.00. Модель не изменилась, изменилась только нотация. Aider ещё раньше получил тот же эффект в другую сторону: GPT-4 Turbo набирал 20% на формате SEARCH/REPLACE и 61% после перехода на unified diff — сокращение «ленивых» ответов втрое.
Aider
Теперь ключевое: это не абстрактный выбор, а вопрос того, на чём модель тренировали. OpenAI прямо пишет в гайде по GPT-4.1: они опенсорсят один рекомендованный формат диффа, на котором модель была экстенсивно обучена. GPT-5.1 пост-тренирован на конкретных инструментах — apply_patch доступен как именованный тип тула, без написания собственных описаний.
OpenAI Developers
GitHub
А Claude Code использует свой Edit — точное совпадение строки с требованием уникальности. Модель, натренированная эмитить V4A-патчи, в этой петле работает не на своём формате. Это не «чуть хуже» — это разница в порядок на apply rate.
Можно по ним же строить и всё что ты делал, чтобы в том числе на вопросы коллег отвечать легко.
Естественный эксперимент из Codex CLI
Это лучшая иллюстрация, потому что там поменяли ровно одну вещь. В Codex CLI v0.80.0 удалили механизм, добавлявший инструкции по apply_patch в системный промпт. Для GPT-4.1, захостенного в Azure, агент начал выводить патч простым текстом в ответе вместо вызова тула — файл не менялся вообще. Azure-модели не имели формат «зашитым» в поведение, в отличие от моделей на инфраструктуре OpenAI.
Codex Knowledge Base
Codex Knowledge Base
Та же модель, та же задача, тот же CLI. Изменилась только договорённость харнесса о том, что модель уже знает. Результат — не деградация качества, а нулевой результат.
так что тут рил харнесс следует за моделями
Я хочу чтобы харнесс можно было полностью законфигурить, чтобы он был без вообще каких-либо лишних промптов которые я ему дам. Если хочу редактирование файлов — подключу нужный MCP. Захочу ещё чего-то — то сделаю вот плагин.
(но в пет-проектах никогда не читаю, да)
Надеюсь что в ближайший год в командах придут к этому же, что фиг с этим кодом, давайте лучше механизмы тестирования прокачивать.
Краткое резюме: Статeless MCP (MCP 2.0, спецификация 2026-07-28) упрощает протокол, делает вызовы инструментов одношаговыми, облегчает реализацию и масштабирование, повышает безопасность агентов и вдохновил автора на создание mcp-explorer, datasette-mcp и llm-mcp-client.
- MCP 2.0 стал статeless: один HTTP-запрос вместо двух, заголовки вместо серверных сессий, проще для клиентов и серверов, легче масштабировать.
- Упрощение уменьшает необходимость хранить состояние на сервере и исключает обязательную маршрутизацию сессий между машинами.
- mcp-explorer — статeless Python CLI для интерактивного обследования MCP-серверов: list, inspect, call; не требует установки, работает через uvx.
- datasette-mcp — плагин Datasette, добавляющий /-/mcp с инструментами list_databases(), get_database_schema() и execute_sql() (пока только чтение).
- llm-mcp-client — альфа-плагин для интеграции MCP в LLM-инструменты; позволяет моделям выполнять запросы к Datasette через MCP.
- Безопасность: MCP инструментов легче контролировать и аудитировать по сравнению с агентами, имеющими доступ к оболочке и сети; лучше подходит для чувствительных приложений.
Коротко: Хакеры похитили около $130 млн, эксплуатируя уязвимость в генерации seed-фраз офлайн-кошельков Coldcard (Coinkite); пользователям рекомендовано обновить устройства и мигрировать на новые seed-фразы.
- Что случилось: уязвимость в коде Coldcard сделала seed-фразы предсказуемыми, позволив хакерам сгенерировать ключи и вывести средства без физического доступа к устройствам.
- Суммы и масштаб: по оценкам Galaxy Research и Elliptic, похищено примерно $130 млн; в этом году в криптоиндустрии зафиксировано >200 взломов с потерями ≈$950 млн.
- Жертвы соблюдали меры предосторожности: потерпевшие утверждают, что никогда не делились seed-фразами и хранили устройства офлайн и в сейфах, но уязвимость всё равно позволила атакующим украсть средства.
- Техническая причина: одна строка кода в прошивке 2021 года сделала генерацию seed-фраз предсказуемой; атакующие использовали брутфорс для восстановления seed-фраз.
- Действия Coinkite: компания выпустила advisory, призвала обновить прошивку и мигрировать на новые seed-фразы; пользователям рекомендуется как можно быстрее выполнить эти шаги.
- Что делать пользователям: немедленно обновить Coldcard до исправленной прошивки, создать и безопасно мигрировать на новый seed, по возможности использовать мультиподпись и проверенные аппаратные решения.
- Предупреждение отрасли: инцидент показывает, что и «холодные» кошельки требуют регулярных обновлений и аудита кода; доверять только верным процессам и производителям недостаточно без проверок безопасности.
Краткое содержание: Исследование раннего 2026 развёртывания Microsoft командных AI-агентов (Claude Code, GitHub Copilot CLI) показывает быструю адаптацию, ощутимый рост продуктивности в типичных задачах, но также проблемы с доверием, качеством кода и конфиденциальностью данных.
- Быстрая адаптация: многие разработчики внедрили CLI‑агентов за первые месяцы, особенно те, кто работает в скриптинге, отладке и автогенерации шаблонов.
- Продуктивность: заметное сокращение времени на рутинные задачи (рефакторинг, генерация тестов), средний прирост эффективности оценивают в десятки процентов.
- Типы задач: агенты особенно полезны для генерации фрагментов кода, автозаполнения команд и создания тестов; слабее — для архитектурных решений и сложных дизайнов.
- Качество и ошибки: автоматические предложения иногда содержат баги или уязвимости; требуется внимательный код‑ревью и тестирование.
- Доверие и контроль: разработчики выражают смешанные чувства — удобство vs. риск ошибочной автоматизации; важны явные источники, объяснения и возможность отката.
- Конфиденциальность и безопасность: интеграция с облачными сервисами вызвала вопросы о передаче исходников и данных телеметрии; необходимы политики и настройка локального режима.
- Рекомендации: внедрять пошагово, обучать команды, усиливать CI и ревью, давать прозрачность запросов к AI и опции локального выполнения для чувствительных проектов.
А ты весь такой ответственный
Затем те что ок — те отправляем, те что не ок — корректируем и пусть себе дальше шуршит.
Потому что активно это менеджить это безумие(
54 из 55 выявленных через AI уязвимостей в SQLite оказались фиктивными
Три проблемы получили статус критических, а самой опасной уязвимости (CVE-2026-51302) компания Red Hat присвоила в своих базах уровень 10 из 10, а SUSE – 9.8 из 10.
Заявленные в отчётах ошибки не подтвердились, а проверка приведённых прототипов эксплойтов показала, что все они нерабочие и не вызывают даже аварийное завершение, несмотря на заявления о возможности выполнении кода через отправку SQL-запроса.
https://www.opennet.me/opennews/art.shtml?num...
54 из 55 выявленных через AI уязвимостей в SQLite оказались фиктивными
Кратко: Исследование JFrog обнаружило опасную уязвимость в SQLite (CVE-2026-51302). Она вызывает use‑after‑free в exprComputeOperands()/sqlite3ReleaseTempReg(), затрагивает SQLite 3.41 и требует экстренного обновления; CVSS максимален у некоторых поставщиков.
- Уязвимость: use‑after‑free в exprComputeOperands()/sqlite3ReleaseTempReg(), может приводить к выполнению произвольного кода через SQL-запросы.
- Затронутые версии: уязвимость обнаружена в SQLite 3.41 (и, возможно, в близких ветках); обновите до исправлённой сборки.
- Оценки риска: MITRE/CVE присвоили идентификатор CVE-2026-51302; некоторые дистрибьюторы ставят высокий CVSS (до 10.0 и 9.8).
- Поставщики и исправления: Red Hat, SUSE и другие выпустили патчи/обновления — установите обновления немедленно.
- Эксплуатация: доказательства концепции и анализ доступны в публикации JFrog; эксплойты теоретически возможны через специально составленные SQL.
- Рекомендации: временно ограничьте доступ к уязвимым приложениям, примените патчи, пролонгируйте мониторинг и пересоберите зависимости, использующие SQLite.
- Источники: детальный разбор и техническая публикация JFrog (research.jfrog.com) и записи CVE/MITRE — ознакомьтесь с оригинальными отчётами для деталей.
https://www.cnbc.com/2026/08/06/amd-buys-taal...
AMD приобретает Taalas — разработчика подхода, при котором конкретная AI-модель «вшивается» в кремний вместо исполнения на универсальном GPU. Это ставка на более дешёвый и быстрый инференс, а значит — на усиление конкуренции AMD с Nvidia не только в обучении, но и в обслуживании моделей.
Access Denied
**Кратко:**
Доступ запрещён — сервер отказал в доступе к указанной странице CNBC (URL и код ссылки приведены). Сообщение содержит ссылку на страницу ошибок CDN (edgesuite) и уникальный номер запроса для диагностики.
- Это сообщение означает, что сервер (или CDN) блокирует доступ к странице по IP, региону или политике безопасности.
- Указанный Reference #18.162c1102.1786227453.97fdfb80 — уникальный идентификатор запроса для поддержки и логов сервера.
- Частые причины: геоблокировка, правила WAF (web application firewall), корпоративный фильтр или подозрительная активность.
- Попробуйте очистить кэш/куки браузера, открыть страницу в режиме инкогнито или другом браузере.
- Используйте VPN или мобильную сеть, чтобы проверить, связана ли проблема с вашим IP или регионом.
- Если доступ важен, свяжитесь с поддержкой сайта CNBC, передав Reference и время ошибки для расследования.
- Можно открыть ссылку на errors.edgesuite.net — она может содержать дополнительные пояснения или инструкции по устранению.
Soppo — Go с недостающими возможностями
https://lobste.rs/s/0ykmyt/soppo_go_with_feat...
Soppo - Go, with the features it's missing | Lobsters
Кратко: Впечатляющий дизайн Soppo — «Go, но с недостающими фичами». Главное беспокойство — универсальная интерполяция строк, совместимость с nil и удобство обработки ошибок; предлагаются синтаксические улучшения и более гибный const, а также лучшее сопоставление и проверки nil.
- Впечатление: автор скептически начал, но остался впечатлён — предложения кажутся разумными и полезными для Go-подобного языка.
- Интерполяция: беспокоит универсальная интерполяция строк; лучше сделать её опциональной, чтобы избежать неожиданных побочных эффектов и ошибок.
- Nil vs interop: сомнения, как добиться одновременно бесшовной межоперабельности и строгой безопасности от nil-значений.
- Обработка ошибок: текущий пример почти не короче if err != nil; нужна более эргономичная нотация для обогащённой передачи ошибок.
- Предложение ?? : короткая форма вроде x := parse() ?? "msg" должна разворачиваться в x, err := parse(); if err != nil { return fmt.Errorf("msg: %w", err) }.
- const: хочется более гибкого const, чтобы помечать неизменяемое почти везде, улучшая оптимизацию, читаемость и уверенность в корректности.
- Сопоставление и проверки: лучшее сопоставление типов и статические проверки nil снимут лишнюю умственную нагрузку с программиста.
Проект Rust утвердил правила в отношении использования AI-инструментов
https://www.opennet.ru/opennews/art.shtml?num...
Разработчики языка программирования Rust утвердили правила применения AI-ассистентов в проекте. За отдельными исключениями, правила запрещают передачу кода, сгенерированного через AI, но разрешают использование AI для анализа, изучения, рецензирования и проверки кода. Правила распространяются только на основной репозиторий rust-lang/rust, и отдельно утверждаются командами разработчиков субмодулей, подветок и зависимостей из каталога crates.io.
Проект Rust утвердил правила в отношении использования AI-инструментов
Краткое резюме: Rust запретил массовую передачу AI-сгенерированного кода в rust-lang/rust, но допускает использование AI для анализа, рецензирования и личной помощи с оговорками, метками и контролируемыми экспериментами.
- Область действия: правила относятся только к основному репозиторию rust-lang/rust; субмодули, ветки и crates.io регулируются отдельными командами.
- Запреты: нельзя публиковать AI-сгенерированный код, документацию, комментарии, отчёты о проблемах и описания изменений от имени участника без явной пометки.
- Разрешённые применения: личный анализ, изучение, рецензирование, проверка кода, создание инструментов для личного использования и консультации по вариантам решений.
- Ограничения рецензирования: выводы AI не могут считаться достаточными для принятия/отклонения изменений; результаты AI — только рекомендации.
- Цитирование вывода AI: допускается с явной пометкой, что контент создан AI (например, прикрепление результатов диагностики).
- Эксперименты с AI-кодом: возможна передача заранее согласованных, неприоритетных, тщательно проверенных изменений, с пометкой "ai-assisted" и предварительным согласованием с рецензующими.
- Процесс отслеживания: экспериментальные изменения отправляют в приватный Zulip-канал проекта, доступный только участникам для мониторинга и обсуждения.
31 июля губернатор Прицкер подписал законопроект штата Иллинойс HB-5511.
Теперь у всех разработчиков операционных систем есть срок до 1 января 2028 года, чтобы внедрить проверку возраста для всех пользователей.
Это касается Windows, macOS, Linux и всех остальных операционных систем, которые имеют какой-либо доступ к интернету.
https://gov-pritzker-newsroom.prezly.com/gov-...
Gov. Pritzker Signs Nation-Leading Legislation to Protect Illinois Children on Social Media
Краткое содержание: Губернатор Иллинойса подписал Children’s Social Media Safety Act, устанавливающий национально передовые защиты детей в интернете: ограничение алгоритмов, усиленные настройки приватности по умолчанию, возрастная верификация и штрафы за нарушение для социальных платформ.
- Что принятый закон делает: запрещает показывать несовершеннолетним алгоритмически подобранный контент; по умолчанию показывается только запрошенный, подписной или хронологический контент от друзей и подписок, без ограничений по информационному доступу.
- Приватность и взаимодействие со взрослыми: профили детей невидимы и непоисковы для незнакомых взрослых; запрещены сообщения, обмен местоположением и финансовые операции с незнакомцами.
- Уведомления и режимы: уведомления, направленные на возвращение детей в ленту, отключены с 22:00 до 7:00, но сообщения от друзей и семьи остаются доступными.
- Родительский контроль: настройки безопасности по умолчанию на устройствах, родители могут отключать или настраивать их вручную в соответствии с семейными предпочтениями.
- Верификация возраста и сроки: устанавливается процесс верификации возраста без требования документов или распознавания лиц; обязательная реализация к 2028 году.
- Охват и исключения: закон распространяется на платформы с аддиктивными алгоритмами и игровые соцплатформы (Instagram, TikTok, Facebook, Snapchat, X, Roblox и др.); новостные сервисы, провайдеры интернета, почта и LMS исключены.
- Исполнение и санкции: генеральный прокурор Иллинойса имеет право применять гражданские штрафы до $50,000 за каждое нарушение; цель — привлечь платформы к ответственности за безопасность детей.
Для хобби наверное не проблема, но в профессиональной среде, вероятно, не сработает так
Менеджеры будут ещё какое-то время отставать по уровню вайбкодинга от программистов, думаю даже, что всегда
Настольный тенис наше все