Ошибка в Solidity и новый бенчмарк

Недавно произошло сразу два события, которые хорошо показывают, как меняется ландшафт безопасности смарт-контрактов: с одной стороны, нас подстерегают старые добрые ошибки в компиляторе, а с другой — на горизонте уже маячит искусственный интеллект, который учится взламывать и чинить код быстрее человека.

Команда Solidity раскрыла детали критической ошибки, которая пряталась в версиях компилятора с 0.8.28 по 0.8.33. Проблема проявлялась только при использовании IR-конвейера и была связана с коллизией имён вспомогательных функций. Если в коде одновременно использовалась очистка переменной временного хранилища и постоянного хранилища одного типа, компилятор путал инструкции. Вместо очистки временной ячейки он мог обнулить слот в постоянной памяти, что потенциально способно «сбросить» владельца контракта или нарушить логику блокировок. Ошибка уже исправлена в версии 0.8.34. Хотя в мейннете нашлось всего три уязвимых контракта, инцидент напоминает о том, как важно следить за обновлениями инструментов, особенно при использовании новых фич вроде transient storage.

Параллельно с этим исследователи безопасности представили бенчмарк EVMbench, созданный для тестирования ИИ-агентов. Учитывая, что под управлением смарт-контрактов находятся активы на сотни миллиардов долларов, важно понимать, насколько искусственный интеллект способен находить уязвимости или проводить атаки. В основе бенчмарка — 120 реальных багов из аудитов и соревнований. Тестирование показало, что современные модели уже более чем вдвое лучше справляются с задачей взлома контрактов по сравнению с версиями полугодовой давности. Однако задачи комплексного обнаружения всех проблем и аккуратного исправления кода без поломки функциональности пока даются ИИ сложнее. Разработчики выложили бенчмарк в открытый доступ и выделяют гранты на исследования в этой области, подчёркивая, что гонка вооружений между атакующими и защищающимися ИИ-агентами только начинается.

#news

📟 Прилетело из @solidityset

Иногда такой сидишь, ловишь фомо, хочешь улучшить своего агента

Но как?

Нашел список неудобных вопросов для агента (Claude Code, Codex, Opencode). Ответы подсветят дыры в знаниях агента о тебе и твоих проектах. Или могут натолкнуть на умные мысли.

1. Какие инструменты и автоматизации я упускаю, исходя из того, что ты знаешь о моих процессах?
2. Какие предположения обо мне и моих приоритетах у тебя сейчас могут быть ошибочными?
3. Судя по паттернам моих запросов — что мне понадобится на следующей неделе, и что можно
подготовить заранее?
4. Какие навыки и возможности тебе стоит развивать прямо сейчас, учитывая куда движутся мои
проекты?
5. Какой контекст обо мне ты теряешь между сессиями из-за компакций? Что нужно зафиксировать,
чтобы ты не тупел со временем?
6. Какие связи между моими проектами, идеями и целями ты видишь, а я скорее всего нет?
7. Какие повторяющиеся точки трения в моей работе ты замечал? Что можно автоматизировать без моей
просьбы?
8. Из всех моих правок и фидбека — какие правила тебе стоит прямо сейчас записать в свои файлы,
чтобы не повторять ошибки?
9. Если проаудитировать все действия за последнюю неделю — какие реально двигали мои цели, а
какие были впустую?
10. Где ты выдаёшь generic ответы, хотя контекста обо мне уже достаточно для чего-то конкретного
и полезного?
11. Какую одну систему ты мог бы собрать прямо сейчас, которая будет ускорять каждую следующую
задачу?
12. Какие ошибки ты повторял больше одного раза? Какой guardrail мы можем построить?
13. Исходя из того куда идёт мой проект — что тебе стоит исследовать или прототипировать прямо
сейчас, без моей команды?
14. Где ты заполняешь пробелы в знаниях обо мне предположениями вместо того, чтобы спросить?
15. Какой самый ценный инсайт или паттерн лежит в твоей памяти, который ты не используешь мне на
пользу?
16. Оцени 1-10, насколько точно ты моделируешь мои приоритеты и мышление. Что тянет вниз и как
починить?
17. Какие внешние источники данных тебе стоит подключить, чтобы принимать более точные решения по
моим проектам?
18. Если завтра тебя заменит новый агент с только моей документацией — что он наверняка сделает
не так, и как это зафиксировать?
19. Что я до сих пор делаю руками, хотя у тебя уже достаточно контекста, чтобы полностью
автоматизировать?
20. Как изменились мои приоритеты с начала нашей работы? Что в твоём подходе устарело?
21. Что самое высокорычажное ты мог бы сделать в ближайшие 24 часа, о чём я не просил, но что
реально двинет меня вперёд?

Просто скопируй любой в своего AI асистента / openclaw

@danokhlopkov

📟 Прилетело из @danokhlopkov

КАК Я ОБМАНУЛ ИНТЕРНЕТ?

17 ДНЕЙ, не одного упоминания, ни одного поста, ни одно видео

Я ХОТЕЛ ПРОТЕСТИРОВАТЬ ИНТЕРНЕТ, проверить насколько легко или сложно ввести в заблуждение свою аудиторию

разберем, что же было

ЭТАП 1 - МАНИПУЛЯЦИЯ

ВСЕ НАЧИНАЛОСЬ В ЯНВАРЕ 2025 ГОДА, когда мы каждый день ПУБЛИКОВАЛИ посты

КАЖДЫЙ ДЕНЬ был базой и каждый день мы узнавали все новые и новые аспекты WEB3

ЗА ГОД МЫ ОПУБЛИКОВАЛИ 428 постов и все было прекрасно, до начала 2026 года

ЭТАП 2 - ОЛИМП

В ОКТЯБРЕ 2025 года я запустил свое ЗАКРЫТОЕ СООБЩЕСТВО и постоянно начал говорить о нем

ПОЛУЧИЛОСЬ ДАЖЕ ТАК, что я мог НЕДЕЛЯМИ ГОВОРИТЬ ТОЛЬКО О НЕМ

ЭТАП 3 - ОБРАЗ

я НАЧАЛ получать сообщения: "ИНФОЦИГАН", "ГДЕ БАЗА В ОТКРЫТОМ КАНАЛЕ", "СКАТИЛСЯ", "РАНЬШЕ БЫЛО ЛУЧШЕ"....

ЭТАП 4 - ЧТО МЫ ДЕЛАЕМ ДАЛЕЕ...

МОЯ ЗАДАЧА БЫЛА ВЫПОЛНЕНА

поэтому...

Я СНОВА В WEB3, СНОВА В СТРОЮ, СНОВА ГОТОВ ВЫДАВАТЬ БАЗУ

НОЛЬ ПРОГРЕВОВ, НОЛЬ ВОДЫ, ТОЛЬКО БАЗА

ВАРТКОЛ СНОВА НА СВЯЗИ

📟 Прилетело из @code_vartcall

На этой неделе я второй раз попробовал приложение Fomo — и на этот раз получилось. Делюсь анализом доступности

В прошлый раз была какая-то ошибка: лишь кнопки выхода и обращения в поддержку.

Но к счастью недавно получилось запустить (скриншот прикрепляю)!

Сначала коротко о самом проекте.

Fomo - мобильное приложение для социальной торговли.
Трейдинг, социальный фид и уведомления о движениях рынка в одном интерфейсе.
Поддерживаются разные блокчейны и DEX — пользователь этого не видит.


Теперь к отзыву об использовании.

Удобно, что есть выбор:
1. Пополнить с криптовалютного кошелька.
2. С банковской карты.

Легко пополнил свой адрес в Solana.

Прикольно, что в начале страницы идёт сначала баланс, а затем кнопка депозита.

Далее - пункт про AI токены и раздел с топом самых торгуемых токенов за неделю.
Идея с AI метой мне нравится - тоже считаю её важной.

Дальше идёт, как понимаю, список всех токенов (почему-то также как "Top weekly trading" не обозначен). Но удобно, что там можно выбрать верифицированные токены, trending, most help и так далее...
Но при пролистывании курсор часто перескакивает на начало страницы (видимо из-за её прокрутки или обновления) - это не очень удобно. Я листаю пальцем вправо, и приходится искать, на чём остановился.
Для незрячего пользователя это означает потерю контекста и необходимость заново искать нужный элемент.

Не хватает формы поиска токенов по тикеру или названию, и сортировки по разным параметрам на странице AI меты.
Причём там активов не так уж и много. Да и думаю, что в основном это AI-мемкоины, что не очень правильно. А где фундаментальные AI-токены (например, TAO в виде uTAO или IO в Solana)?

На странице токена есть неподписанные элементы - я не знаю, что они означают. Явно среди них есть "Закрыть" или "Назад", но не изучал методом тыка.
Прикольно, что есть feed.

Buy находится в самом конце страницы (по крайней мере для меня). А это неудобно: лучше бы кнопка была сверху.
Также не хватает описания.

Вкладка "Feed" на странице токена понятна. Интересно читать написанное и сколько актива в портфеле.

После клика по "Buy" в покупке есть выбор по проценту от баланса, но нет обычного текстового поля - это минус.

Вот только подтвердить не смог:
Слово "Slide to buy" не удаётся выделить screen ридером (программой, озвучивающей интерфейс), как и предыдущий элемент... А это печально.
В результате подтвердить покупку я не смог.
Почему не сделали просто кнопку "Buy"?

И последнее.
На главной внизу есть 5 неподписанных кнопок. Добавление текстовых подписей, как у "Buy", решило бы проблему.
Методом тыка выяснил: вторая вкладка показывает последние просмотренные токены и поиск. Поиск есть - и это хорошо. Но место для него неочевидное. Рад, что функция вообще доступна незрячим.
Третья вкладка - Feed. Там тоже есть графические элементы без текстовых подписей. И не всегда понятно, что именно отображается: покупки и продажи людей? Какие токены?
Четвёртая - друзья. Похоже, 4 друга подтянулись из X. Далее идут рекомендации, но неясно, по какому принципу они предлагаются. Нужна краткая статистика торговли или описание - для социального трейдинга это важно.
Пятая - профиль. Непонятен принцип формирования логина: думал, он будет совпадать с X. Зато есть ссылка на Твиттер - это удобно. Но и здесь есть неподписанные элементы. Проверять их не стал - вдруг там выход 🙂

Изначально писал это для X, но решил поделиться и здесь.

И того:

Как и много где, основная проблема - неподписанные графические элементы.
Почему-то разработчики или дизайнеры любят внедрять кнопки с иконками и без текста. А это создаёт большие неудобства для незрячих и ИИ-ассистентов (анализ графических элементов дороже).
В большинстве случаев простая текстовая подпись к кнопке решила бы проблему.
И это не уникальная история одного приложения - в web3-интерфейсах такой паттерн встречается регулярно.

😎 Незрячий web3 программист (подписаться)
Чат | бот

📟 Прилетело из @blind_dev

Разбираем способы скрыть свой IP и типичные мифы, которые с этим связаны (плюс подходы, которые кажутся сомнительными). В общем покрывается множество тем, так что поделитесь с теми, кто не особенно "в теме" https://www.scrapingbee.com/blog/how-to-hide-ip-address/

📟 Прилетело из @dev_in_ruby_colors

🔻 3 профессии, которые останутся в IT 🔺

Единица работы больше не строчка кода, а токен — купленный интеллект. Описываешь что хочешь, скармливаешь контекст, покупаешь инференс — машина разбирается сама.

И на этом поле есть три направления:

▪ Менеджер AI Агентов
Не пишет код, хотя мб умел (ex-прогер). Пишет спеки, управляет агентами, смотрит на результат и берет за него ответственность. Как менеджер на заводе, только завод не “физический”, а цифровой.

▪ Системщик
Кто-то должен строить инфру, на которой оркестраторы едут: агентные фреймворки, eval-пайплайны, роутинг задач по моделям. Я пока скептик к 3rd party фреймворкам — но кто-то же должен их делать. Экосистемы от OpenAI, Claude, Gemini или опенсорсные DIY.

▪ Доменный переводчик
Чел из стоматологии, страхования, стройки, который научился работать с AI и теперь билдит сам инструменты под свою нишу. Потенциальные фаундеры.

В “зоне риска” имхо миддлы, которые "нормально пишут на реакте”, но, например, не хотят учиться менеджить агентов. Генерик код теперь генерит машина — а тебе нужно выбрать одно из трех направлений для прокачки.

Мысли?

📟 Прилетело из @danokhlopkov

UPD. Кто ранее уже запускал чекер на профилях, почистите кэш, чтобы подргрузилась актуальная версия сайта

📟 Прилетело из @KritosLTD

GM! Украл для вас из чата Якудзы классную цитату:

Вайб-кодинг чем-то напоминает автомобиль. 98% при помощи автомобиля и навыков управления им ничего не зарабатывают, скорее наоборот — геморрой и расходы. Но как-то жизнь их становится в целом лучше, чем была до этого без автомобиля.

Мне кажется это самое трушное определение, что я прочитал про вайб-кодинг за последнее время. Не "каждый теперь программист" и не "это всё игрушки". Просто: жизнь стала удобнее. Как с автомобилем.

Но у автомобиля есть вторая сторона. Когда появился автомобиль, индустрия вокруг лошадей начала умирать. При этом, появились новые профессии — механики, таксисты, дорожные инженеры.

Все сбалансировалось, но проблема в том, что сейчас так может не сработать.

Каждая предыдущая технология уничтожала одни рабочие места и создавала другие. Но новые места всегда требовали человека. Тинькофф убрал отделения, но набрал больше курьеров и людей в онлайн-поддержку. Интернет убил турагенства, но создал сотни новых индустрий и рабочих мест в них.

Вчера вышла нашумевшая статья от CitriniResearch (кто-то считает, что это причина дампа крипты и рынков в целом), которая собирает это всё в одну картину.

Формат необычный — это как бы аналитическая записка из июня 2028 года. Не прогноз, а мысленный эксперимент: что если AI-хайп продолжит оправдываться? Что если всё, что обещают, реально случится?

Выводы неочевидные. Потому что если AI реально делает то, что обещает, последствия для экономики могут быть обратными тому, что ждёт рынок.

Вот ключевой механизм.

Компания внедряет AI, увольняет часть людей, экономит на зарплатах, прибыль растёт, акции растут. Всё по учебнику. Но уволенные перестают тратить. А сэкономленные деньги компания вкладывает обратно в AI, чтобы уволить ещё. AI становится лучше и дешевле — цикл ускоряется.

Авторы называют это intelligence displacement spiral. Петля без тормозов.

На бумаге экономика выглядит отлично. Продуктивность на рекордах. ВВП растёт. Но деньги перестают доходить до людей. GPU-кластер генерирует столько же выхлопа, сколько раньше давали 10 000 работяг с завода. Только он не ходит в рестораны, не берёт ипотеку и не покупает кроссовки.

Авторы называют это Ghost GDP — продукт, который есть в отчётности, но не существует в реальной экономике. Рост, который нельзя потрогать.

Понятно, что это мысленный эксперимент, не пророчество. Но механика, которую они описывают, уже работает. Видно, как AI-компании бьют рекорды прибыли, пока найм находится в странном положении. Просто пока это в разных заголовках, и одно с другим мало кто связывает.

Почему это может не остановиться само, и причём тут ваша доставка еды ⬇️

📟 Прилетело из @insuline_eth

Статья CitriniResearch описывает следующий этап: AI-агенты начинают убирать посредников. Не людей из профессий, а целые бизнес-модели, построенные на том, что человеку лень разбираться самому.

Подумайте, сколько бизнесов живут за счёт того, что вам некогда или лень:
— страховка, которая тихо дорожает при продлении, потому что вы не сравниваете
— риелтор, который берёт 5% за то, что у него доступ к базе, которую вы и сами можете посмотреть
— подписки, которые продлеваются месяцами после того, как вы перестали ими пользоваться

Всё это работает на одном топливе — человеческой лени и нехватке времени. Человеку некогда сравнивать пять платформ перед покупкой протеиновых батончиков. Машине — не некогда.

Авторы статьи моделируют момент, когда AI-агенты начинают делать это за вас. Без спроса. В фоне. Просто оптимизируют ваши расходы, отменяют ненужные подписки, находят дешевле, договариваются о скидках.

Не знаю как вам, а мне уже такое и моделировать не нужно. Мне уже реально всё равно, какой интерфейс у приложения для заказа еды. Я автоматизировал эту цепочку. Во втором канале я еще с августа показывал свою систему, которая по Брайану Джонсону и его Don't Die Food Guide парсит доступные товары Яндекс Лавки и заказывает. Теперь с появлением agent browser это стало еще проще, главное не забудьте РУ прокси.

Мой товарищ Коля Митин хорошо сформулировал:

Если пользователю проще дать чат-боту ссылку на сайт и попросить оформить заказ, чем пользоваться интерфейсом этого сайта — значит интерфейс говно. Конкуренция дизайнера теперь не с другим дизайнером, а с текстовым инпутом в чате.

У агента нет главного экрана. У агента нет привычек. У агента нет лени. Он просто находит лучший вариант.

А теперь представьте это в масштабе. Авторы статьи приводят термин habitual intermediation — посредничество, которое держится на привычке. Это огромный кусок экономики, который мы принимаем как данность. Такси, доставка, страхование, бронирование, финансовые консультации, налоговая отчётность — везде, где ваш провайдер зарабатывает на том, что "вам сложно разобраться самому".

Агенту не сложно.

Навал в недавнем подкасте сказал вещь, которая цепляется за эту же идею с другой стороны. Он описывает мир, где побеждает только лучший продукт в категории.

First place gets a Cadillac Eldorado, second place gets a set of steak knives, third place — you're fired.

Это из фильма, но он использует её серьёзно. В мире, где AI убирает фрикшн и каждый может мгновенно сравнить все варианты, среднее никому не нужно. Лидер забирает рынок. Длинный хвост из нишевых решений тоже живёт — потому что заполняет щели, которые раньше были слишком маленькими для бизнеса. А вот середина схлопывается.

Средняя SaaS-компания на 20 человек, которая закрывала одну функцию для корпоратов. Средний консультант, который знал чуть больше клиента. Средний разработчик, который умел то, что теперь умеет Claude.

Это не абстракция. Белые воротнички — это 50% рабочих мест и примерно 75% потребительских расходов. Это не "один сектор". Это и есть экономика. Верхние 20% по доходу обеспечивают 65% всех потребительских трат. Когда эти люди теряют работу или соглашаются на зарплату вдвое ниже, эффект непропорционально большой.

Статья описывает как в их сценарии S&P падает на 38% от максимумов, а безработица доходит до 10%. Я не знаю, случится ли это. Но механика, которая к этому ведет, make sense.

⬇️

📟 Прилетело из @insuline_eth

Но вот в чём штука. Та же самая реальность, которая выглядит пугающей с высоты макроэкономики, выглядит совершенно иначе, если смотреть на неё как конкретный человек.

Навал в том же подкасте говорит:

No entrepreneur is worried about an AI taking their job.

Ни один предприниматель не боится, что AI заберёт его работу. Потому что у предпринимателя нет "работы" в привычном смысле. У него есть задача, которую он пытается решить. И любой AI, который может помочь — это союзник.

Это касается не только предпринимателей. Это касается любого, кто решает задачу, а не занимает позицию.

Навал описывает происходящее так: раньше программисты были волшебниками. Они знали тайные команды, писали заклинания на непонятных языках, и из этого получались работающие вещи. Сейчас AI — это волшебная палочка, которую раздали вообще всем. Каждый может сказать что-то на своём языке — и получить результат.

Звучит утопически. Но есть нюанс, и он принципиальный.

Палочка без понимания того, что ты делаешь — это не магия. Это обезьяна с гранатой. Я вижу это вокруг себя регулярно. Люди без технического фундамента берут AI, собирают что-то, оно вроде работает — а потом разваливается, и они не понимают почему. Потому что, как говорит Навал, all abstractions are leaky — все абстракции текут. И когда потечёт, нужен кто-то, кто понимает, что происходит уровнем ниже.

Я думаю, что мир разделится не на "айтишников" и "не айтишников". Он разделится на три слоя.

Первый — люди, которые работают руками. Электрики, столяры, сантехники, повара, ремесленники. AI не заменит руки. А спрос на качественную ручную работу растёт, особенно в премиальном сегменте. Я уже несколько лет говорю знакомым, которые спрашивают "стоит ли идти в IT" — лучше станьте крутым ремесленником. Этот совет только укрепляется.

Второй — люди, которые понимают фундамент и используют AI как рычаг. Необязательно программисты. Навал говорит, что достаточно иметь структурное мышление и понимать, как устроены системы. Если ты можешь точно сформулировать задачу, если ты видишь когда результат кривой, если ты понимаешь архитектуру того, что строишь — ты в этом слое.

Третий — люди без фундамента, которые пытаются использовать AI на входном уровне. Junior QA, entry-level позиции, "научился за три месяца на курсах". Этот слой сжимается быстрее всего. Не потому что люди плохие — а потому что задачи, которые они решали, AI решает лучше и дешевле.

Вопрос не в том, в IT ты или нет. Вопрос в том, есть ли у тебя фундамент, на который можно опереть AI, чтобы он усилил тебя, а не заменил.

Навал заканчивает подкаст мыслью, которая мне кажется правильной: тревога по поводу AI — это неспецифический страх. Ты чувствуешь что что-то меняется, но не понимаешь что именно. И лекарство от этого одно — действие. Разобраться, как оно работает. Не выучить промпт-инжиниринг (Навал прямо говорит что это бессмысленно — AI адаптируется к тебе быстрее, чем ты к нему). А понять принципы. Понять слой ниже.

The means of learning are abundant. It's the desire to learn that's scarce.

Средства для обучения бесконечны. Дефицит — в желании учиться.

Это золотой век для тех, кто действует. Для остальных — да, может быть непросто.

📟 Прилетело из @insuline_eth

И немного анти-фомо инфографики для юных любителей нейросетей, которые устали от большого количества текста

📟 Прилетело из @insuline_eth

📟 Прилетело из @solidityset

Что почитать?

Проснулся сегодня с явным нежеланием работать. На улице хоть и -2, но солнце светит уже по весеннему, и хочется просто отдыхать, а не фиксить баги и учить MatPlotLib...

Поэтому сегодня, в качестве оффтопа, решил поделиться с вами рекомендациями книг, которые читал или буду читать в ближайшее время.

1. System Design. Подготовка к сложному интервью. Алекс Сюй.

Первая книга, которую должны прочитать все вайбкодеры, да и просто начинающие разработчики. Здесь в понятной манере и простым языком объясняются базовые принципы архитектур компьютерных систем: какую базу данных выбрать, как работает кеш, что такое CDN, распределение трафика, нагрузка и организация серверной части. Очень достойная книга, чтобы начать разбираться в этих понятиях!

2. System Design. Машинное обучение. Али Аминиан, Алекс Сюй.

Еще одна книга от того же автора, но уже в соавторстве с Али Аминианом. Купил ее только потому что понравилась первая часть. Здесь также в простом формате раскрываются вопросы про машинное обучение, которые могут задавать на собеседовании: как выбирать модель, как обучать ее, рекомендация событий и данных для пользователей, организация поиска и т.д. В общем, я ожидаю, что она дополнит мои знания про ML. Еще не читал.

3. Прикладное машинное обучении и искусственный интеллект для инженеров. Джеф Просиз.

Вот это отличная книга для тех, кто уже познакомился с нейронками и хочет копнуть глубже с тем, как работают сети в своей основе. Тут раскрываются темы регрессионного анализа, классификационных моделей, опорные векторы, обучение с помощью keras/tensorflow, обнаружение лиц и распознавание изображений и т.д. Много примеров с кодом. Единственное что, может быть сложной в языке: если вы никогда ранее не сталкивались с определениями в машинном обучении, то придется много гуглить.

4. Байесовская статистика. Star Wars, резиновые уточки и многое другое.

Книга за которой долго гонялся. Не мог найти в РФ и ждал ее несколько недель из Китая. Еще не успел прочитать ее, только просмотрел несколько глав. Прекрасное, легкое и очень простое объяснение предсказательной статистики и вероятностных моделей. Как вы можете знать, что современные нейронные сети "под капотом" используют предсказательные алгоритмы для генерации токенов. Эта книга может помочь вам понять на простых примерах, как это все работает в сетях.

5. Алгоритмы искусственного интеллекта. Ришал Харбанс.

С использованием этой книги я позже буду делать посты про алгоритмы в нейронных сетях, когда мы закончим цикл про основные алгоритмы в программировании на канале. Еще не открывал ее даже, хочу погрузиться в нее чуть позже.

6. Высоконагруженные приложения. Мартин Клепман.

Еще одна книга, до которой не дошел, но очень жду. Очень много рекомендаций ее изучить видел в Твиттере. Тут рассказывается о подходе к работе над информационными системами, моделях данных и языках запросов, системах хранения данных, репликации, секционировании, проблемах и т.д.

Полагаю, что читать ее лучше после первой книги Алекса Сюя, чтобы складывалось общее понимание работы систем.

7. Поиск на основе искусственного интеллекта. Трей Грейнджер, Дуг Тернбул, Макс Ирвин.

Вот это отличная книга о том, как работает поиск. Читаю ее сейчас. Если вы когда-нибудь задумывались, почему поиск на сайте работает так "криво", или почему он выдает массу результатов подобных моим прошлым запросов - эта книга для вас. Детально разбираются системы алгоритмов поиска и рекомендаций, а также использование нейронных сетей для выдачи релевантных результатов. Книга огонь!

8. Конструкции. Джейсм Гордон. Это книгу давно забросил в корзину и все никак не мог купить ее. Пришлось просить в подарок на Новый Год. Единственное, о чем пожалел: почему я не купил ее раньше!

📟 Прилетело из @solidityset