Пока нет отзывов. Будьте первым, кто поделится своим опытом!
Последние посты
ITTales :(){ :|:& };:
23 апр. 2026 г., 07:05
Недавно узнал что в go можно эмбедить файлы прямо в бинарник. Это прям супер удобно, особенно для написания различных CLI-утилит, которые традиционно распространяются в формате: "скачай бинарник из запусти".
Раньше я использовал кодогенерацию, но в большинстве случаев можно обойтись без неё. Можно эмбедить Kubernetes-манифесты, Helm-чарты, так и вообще любую статику.
//go:embed позволяет на этапе сборки положить файлы прямо в бинарь. Go читает указанные пути, запаковывает содержимое в секцию данных, а в рантайме это выглядит как обычная переменная или embed. FS.
Дальше с этим можно работать так же, как с привычной файловой системой из пакета io/fs: открывать файлы, читать директории, перечислять содержимое. Фактически это виртуальный read-only FS, который живёт внутри бинарника и полностью повторяет структуру исходных путей.
Примеры:
- https://gobyexample.com/embed-directive
- https://github.com/cozystack/talm/blob/d6fa28efbe4c99165c03678b8cd3461bb5840597/charts/charts.go, где я эмбежу ./charts в гошный пакет
5,620
23
0
ITTales :(){ :|:& };:
23 апр. 2026 г., 07:05
А вот еще интересная https://arxiv.org/abs/2503.01996. Ученые из университета Мэриленда вместе с учёными из Microsoft проверяли одну любопытную вещь: как ИИ-модели ведут себя на очень длинных текстах в разных языках. Не просто "переведи фразу" или "ответь на вопрос", а вот прям дать модели 80–120 тысяч токенов текста (это примерно книга), спрятать в нём кусок инфы и попросить найти. Тест этот называется ONERULER.
Тестировали 26 языков: от английского, русского и испанского, до хинди, суахили, тамильского и сесото.
Результаты любопытные: яснопонятно, что языки не равны. ВНЕЗАПНО, промпты на английском языке не самые эффективные. Оказалось, что лучше всего модели понимают польский (≈ 88% эффективность). Чуть ниже, но всё ещё в топе: русский, украинский, французский и итальянский. А английский вообще только на шестом месте (≈ 83.9% эффективность).
Так что если модель иногда отвечает странно, возможно, она просто ждёт, пока вы напишите в промпт "Бобр курва!"
Мы подружили Talos с ванильным Kubernetes control-plane 🎉
Недавно, благодаря совместным усилиям Ænix и CLASTIX, появилась https://t.me/talos_external_controlplane, для добавления поддержки ванильного Kubernetes control-plane в Talos Linux.
В рамках этой задачи только что был опубликован проект https://github.com/clastix/talos-csr-signer. Он реализует функциональность сервиса trustd, встроенного в Talos Linux.
Принцип работы простой: когда Talos-нода загружается и подключается к кластеру, она отправляет запрос на :50001, чтобы получить подписанный сертификат. После этого можно общаться с нодой через Talos API, используя сертификат, подписанный тем же CA.
Что это нам даёт?
- Думаю что в скором вы сможете ожидать полноценную поддержку Talos Linux воркеров в Kamaji
- В Cozystack появится возможность на лету менять версию Kubernetes-воркеров, и использовать предустановленные GPU-драйверы.
Ещё один рабочий пример совместной работы с комьюнити. Рад, что такой формат продолжает себя оправдывать.
11,900
35
ITTales :(){ :|:& };:
23 апр. 2026 г., 07:05
🎥 Video
Это сврешилось, мы наконец-то официально выпустили новый дашбрд в Cozystack v0.37 🎉
2,060
46
0
ITTales :(){ :|:& };:
23 апр. 2026 г., 07:05
Продолжаю серию постов про автоматическую генерацию OpenAPI-спеки.
Вчера AI подсказал, что существует язык https://jsdoc.app/ — подозрительно похожий на тот велосипед, который мы изначально изобрели в http://github.com/cozystack/cozyvalues-gen.
Формат действительно удобный: он отлично ложится в логику определения Go-типов прямо из условных комментариев в YAML.
И чтобы не изобретать отдельный стандарт, я проапдейтил нашу тулзу — поддержка JSDoc-like синтаксиса появилась начиная с версии https://github.com/cozystack/cozyvalues-gen/releases/tag/v1.0.0.
У языка много диалектов, поэтому я, не растерявшись, решил использовать более нативный для Go вариант. Вот пример:
## @enum {string} Size
## @value small
## @value large
## @param {Size} size="small" - Size
size: "small"
## @typedef {struct} Config - Configuration
## @field {string} host="localhost" - Host
## @field {int} port=5432 - Port
## @field {[]string} [tags] - Optional tags
## @param {Config} config - Config
config:
host: example.org
port: 1234
## @typedef {struct} User - User configuration
## @field {string} name - User name
## @field {string} [password] - User password (optional)
## @param {map[string]User} users
users: {}
На выходе — полностью валидная, типизированная OpenAPI-схема и автоматически сгенерированный README.
2,160
ITTales :(){ :|:& };:
23 апр. 2026 г., 07:05
Взял свой расход из Cursor и переложил это кол-во токенов на API Anthropic, вышли такие цифры:
➡️Claude 4.1 Opus Thinking (55.4M токенов): 55.4M * ($15+$75)/2 / 1M = $2493
➡️Claude 4 Sonnet Thinking (186.1M токенов): 186.1M * ($3+$15)/2 / 1M = $1674.9
Вывод: если я подключусь напрямую к API, то потрачу в 20 раз больше денег и точно буду бомжом вайб кодером
Из очевидных идей по оптимизации что я думал и предложили умные люди из чата: это не использовать всегда самые дорогие модели. А делать фиксы, обдумывать логику приложения, делать мелкие исправления/доработки используя более дешевые модели. А какой-то супер сложный функционал или задачи над которыми тупят более слабые модели, уже поручать той же Opus 4.1. Тогда экономия будет на лицо и на Usage вашего аккаунта.
Второй момент, что у меня очень большие cursor rules используются, один что-то порядка 900 слов, второй на 200-300 слов. И у них стоит Always apply. С одной стороны скажите дурак, у тебя дофига токенов сжигается так с каждым запросом. С другой стороны, у меня стабильно классный код пишется, причем вне зависимости от задачи, он всегда с правильной архитектурой, файловой структурой и т.д. Поэтому отказываться от cursor rules я точно не буду, но вот сократить их содержание думаю стоит.
Люди также пишут, что эти модели быстро запутываются. Я не согласен, у меня даже без использования Memory они не забывают практически ничего или сами недостающую информацию грепают по коду или спрашивают у меня.
Пока изучаю аналоги Cursor в лицах Kiro, Windsurf, Qoder. Мне важно, чтобы там также были доступны модели от Anthropic, чтобы сохранить тоже качество кода, даже если сама IDE будет менее функциональной или визуально не привлекательной.
P.s. добавлю, что все эти эксперименты и проекты я оплачиваю из своего кармана, а не компания оплачивает. Поэтому вопрос денег всегда будет стоять ребром ))
ITTales :(){ :|:& };:
23 апр. 2026 г., 07:05
Отвечаю 😁 Пацанских способов два: для господ с A30/A100 это MIG, который видеокарточку нарезает на несколько независимых частей, нвидия даёт порезать только по пресетам, но HAMi умеет нарезать динамически; и способ для бичей это HAMI-core, хакерская либа которая через магию и LD_PRELOAD умеет видеокарту нарезать на части, и как именно он это делает, надо подипдайвить ( https://github.com/Project-HAMi/HAMi-core).
Есть очевидный time-slicing, но, как пишут, там долгие контекст свичи, насчёт которых я всегда и сомневался; плюс общая память.
Эхх интересно когда в gpu появится защищённый режим 😁
1,990
5
0
ITTales :(){ :|:& };:
23 апр. 2026 г., 07:05
📎 File
Решил взять https://cursor.com/ напопробовать, и это просто любовь с первого взгляда. Кажется это первый редактор который перетащил меня из VIM в гуи, за несколько минут.
Вот теперь думаю когда он у меня бабок попросит 🤔
В целом очень радует что копипастить в ChatGPT и обратно теперь не нужно. Следующий этап - это освоение https://github.com/bmad-code-org/BMAD-METHOD
1,810
13
ITTales :(){ :|:& };:
23 апр. 2026 г., 07:05
Вот уже и immutable операционку под GPU вычисления создали
https://github.com/sbnb-io/sbnb
