Первый язык программирования может влиять на стиль и подход программиста. По крайней мере так считает исследователь Ричард Л. Вексельблат (Richard L. Wexelblat). Он отмечает, что многие программы, написанные на одном языке, часто имеют структуру и стиль другого языка. Так, он упоминает «FORTRAN с точками с запятой» и «с привкусом BASIC». Это привело его к гипотезе, что первый язык программирования может оказывать глубокое влияние на мышление и способность программировать, подобно тому, как родной язык влияет на мышление человека
Ссылка на саму статью https://fermatslibrary.com/s/the-consequences-of-ones-first-programming-language

Ключевые моменты:
- Автор ссылается на гипотезу, которая утверждает, что структура языка влияет на восприятие мира.

- Он обеспокоен тем, что многие начинают с BASIC, который может ограничивать их способность использовать более сложные языки, такие как COBOL, для написания понятного кода

- Автор подчеркивает важность обучения программированию, а не просто написанию кода

В руководство по языку Java добавлена глава про Рефлексию
https://metanit.com/java/tutorial/14.1.php
#java

Американская студия талантов Xicoia представила первую актрису, созданную с помощью технологии искусственного интеллекта. Цифровую актрису зовут Тилли Норвуд, некоторые студии уже хотят заключить с ней контракт, сообщают Deadline и Variety.

Тилли Норвуд — это гиперреалистичный персонаж, способный вести диалоги, произносить монологи, реагировать на тренды и даже взаимодействовать с фанатами. В июле она «объявила» на своей странице в соцсетях, что сыграла первую роль в комедийном скетче «Комиссар ИИ». Тогда же она написала, что хоть и создана цифровыми технологиями, но испытывает «вполне реальные эмоции» и с нетерпением ждет новых ролей.

Студия Xicoia уже работает в разных сферах: от кино и телевидения до подкастов, TikTok, YouTube, рекламы и видеоигр. По ее словам, такие персонажи, как Норвуд, обладают уникальными голосами, сюжетными линиями и могут адаптироваться под конкретную аудиторию.

Однако появление цифровой актрисы вызвало недовольство в Голливуде. После публикации о том, что несколько агентств готовы подписать контракт с Тилли Норвуд, некоторые представители киноидустрии предложили бойкотировать Xicoia и заявили, что подобные проекты угрожают рабочим местам реальных актеров.

https://www.rbc.ru/life/news/68da6b9c9a794735828b8b34

Как работает LLM

EDA (Event-Driven Architecture) - архитектура, управляемая событиями

Состоит из трех основных компонентов:

1. Event Producers (Производители событий)
- User Service: Пользователь размещает заказ, что инициирует событие OrderCreated.
- Payment Service: Пользователь оплачивает заказ, что создает событие PaymentRequested.

2. Event Broker / Event Bus (Брокер событий / шина событий)
- Это центральный компонент, который обрабатывает и маршрутизирует события.
- Примеры событий: OrderCreated, PaymentRequested, ShippingRequested.

3. Event Consumers (Потребители событий)
- Shipping Service: Обновляет статус заказа и инициирует доставку, реагируя на событие ShippingRequested.
- Email: Отправляет подтверждение заказа пользователю.

Принцип работы:
События генерируются производителями, передаются через брокер и обрабатываются потребителями. Это обеспечивает непрерывный поток данных и разделение компонентов, что делает систему гибкой и масштабируемой.

Промышленность столкнулась с дефицитом специалистов по кибербезопасности

В промышленности России остро не хватает специалистов по кибербезопасности. В машиностроении спрос на таких специалистов в январе — августе 2025-го вырос на 40%, в энергетике — на 64%, в торговле — на 75% по сравнению с тем же периодом прошлого года. Причина в том, что хакеры всё чаще атакуют заводские линии, системы управления оборудованием и корпоративные сети, что делает защиту критически важной, и, соответственно, необходимость в таких специалистах растет. В этом году в стране появилось около 20 тыс. новых вакансий для экспертов по киберзащите.

https://iz.ru/1963634/elizaveta-krylova/ten-znanij-promyshlennost-stolknulas-s-deficitom-specialistov-po-kiberbezopasnosti

Шпаргалка по командам утилиты nmap (network mapper) - набора инструментов для сканирования сети

Поисковик Bing, помимо копирования интерфейса поисковика Google, начал использовать стратегию продвижения некоммерческих пожертвований, чтобы привлечь и удержать пользователей.

Изменения в пользовательском интерфейсе, который стал имитировать поисковую строку Google, пользователи заметили ещё в январе 2025 года. Теперь Bing пытается переманить пользователей у Google новым способом. Когда человек вводит запрос «Google», поисковик выдаёт рекламный баннер (помечен как «Продвигается Microsoft») с поисковой строкой Bing, замаскированной под Google. Реклама над ней гласит: «Каждый поиск в Microsoft Bing приближает вас к бесплатному пожертвованию для более чем 2 млн некоммерческих организаций». Тем временем результат поиска находится в самом низу.

https://www.windowslatest.com/2025/09/29/windows-11s-bing-doesnt-want-you-to-use-google-so-it-shows-a-donation-nudge/

Google не остался в долгу и начал предлагать пользователям ПК на Windows 10 переходить на Chromebook с Chrome OS

Google начала показывать пользователям систем с Windows 10 всплывающее окно на Google.com, которое предлагает им перейти на Chromebook Plus, поскольку поддержка 10-летней ОС Microsoft заканчивается 14 октября 2025 года.
Компания призывает перейти на Chromebook, а в объявлении говорится, что иначе пользователям Windows 10 придётся покупать новый ноутбук.

«Пора менять ноутбук? Купите Chromebook Plus. С окончанием выпуска обновлений безопасности для Windows 10 в октябре этого года переходите на ноутбук, на котором никогда не было вирусов», — говорится в рекламе.
https://www.windowslatest.com/2025/09/30/google-pop-up-calls-windows-10-risky-says-get-a-chromebook-ahead-of-win10-eol/

В России создадут информационное приложение для оценки принятия студентами традиционных ценностей. Документ о заключении контракта был размещён на сайте госзакупок 15 сентября 2025 года. Срок выполнения работ составляет 15 календарных дней. Начальная цена закупки составляла около 15 млн рублей. Победителем тендера стало ООО «Игры синих котов», которое предложило 1,3 млн рублей. Заказчиком выступил Российский университет спорта «ГЦОЛИФК», подведомственный Минспорту.

Система оценки духовно‑нравственных ценностей образовательных организаций высшего образования позволит тестировать студентов вузов, интерпретировать результаты и выдавать рекомендации. Веб‑приложение будет собирать ответы пользователей, а также предоставлять доступ к интерактивной панели с ключевыми показателями. Приложение адаптируют для телефонов и планшетов.

Тесты будут содержать закрытые и открытые вопросы, а также вопросы с вариантами ответов. Администраторы смогут самостоятельно устанавливать формулировки вопросов и систему оценки. При выборе теста указываются название методики, авторы, описание для специалистов и инструкция для студентов.

Показатели оценки будут формироваться по нескольким трекам: «Образовательный» — до 20%, «Патриотизм и гражданственность» — 25%, «Этические нормы и правила поведения» — 10%, «Культурные и духовные традиции» — 15%, «Социально‑ориентированный» — 15%. Результаты будут окрашены в цвета: зелёный — выше 80%, голубой — 71–80%, оранжевый — 60–70%, красный — ниже 60%. Данные о студентах будут доступны на дашборде с указанием ФИО, факультета, направления, курса, группы, формы обучения, пола и возраста.

https://www.vedomosti.ru/society/articles/2025/09/30/1142918-v-rf-sozdadut-prilozhenie-dlya-otsenki-prinyatiya-studentami-traditsionnih-tsennostei

10 типов тестирования API
(описание в следующем посте)

10 типов тестирования API
(продолжение предыдущего поста)

1. Smoke Testing
- Цель: Быстрая проверка основных функций API.
- Схема: Ввод данных → Проверка на наличие ошибок → Приложение.

2. Functional Testing
- Цель: Проверка соответствия функциональности API заявленным требованиям.
- Схема: Функциональные спецификации → Ввод данных → Сравнение ожидаемого и фактического результата.

3. Integration Testing
- Цель: Проверка взаимодействия различных компонентов через API.
- Схема: План тестирования → Ввод данных → Сравнение ожидаемого и фактического результата.

4. Regression Testing
- Цель: Убедиться, что изменения не нарушают существующую функциональность.
- Схема: Старые и новые версии приложения → Сравнение результатов.

5. Load Testing
- Цель: Проверка устойчивости API при нагрузке.
- Схема: Тестовый движок → Приложение → Мониторинг.

6. Stress Testing
- Цель: Проверка поведения API при экстремальных нагрузках.
- Схема: Несколько тестовых движков → Приложение.

7. Security Testing
- Цель: Проверка защиты API от внешних угроз.
- Схема: Спецификации безопасности → Ввод данных → Приложение.

8. UI Testing
- Цель: Проверка взаимодействия между интерфейсом и API.
- Схема: Спецификации UI → Ввод данных → Приложение.

9. Fuzz Testing
- Цель: Проверка устойчивости API к неожиданным данным.
- Схема: Непредвиденные данные → Приложение.

10. Reliability Testing
- Цель: Проверка стабильности API с течением времени.
- Схема: Ввод данных → Мониторинг метрик → Приложение.

Cамые популярные стратегии развертывания
(описание в следующем посте)

Cамые популярные стратегии развертывания
(продолжение предыдущего поста)

Существует множество возможных подходов. Но есть 5 наиболее популярных стратегий, каждая из которых выделяется своими уникальными преимуществами:

* 𝗕𝗹𝘂𝗲/𝗚𝗿𝗲𝗲𝗻 𝗗𝗲𝗽𝗹𝗼𝘆𝗺𝗲𝗻𝘁 (Сине-зеленое развертывание) — для безопасности и нулевого времени простоя
* 𝗖𝗮𝗻𝗮𝗿𝘆 𝗗𝗲𝗽𝗹𝗼𝘆𝗺𝗲𝗻𝘁 (Канареечное развертывание) — для контролируемого внедрения с низким риском
* 𝗥𝗼𝗹𝗹𝗶𝗻𝗴 𝗗𝗲𝗽𝗹𝗼𝘆𝗺𝗲𝗻𝘁 (Последовательное развертывание) — для поддержания непрерывной работы
* 𝗙𝗲𝗮𝘁𝘂𝗿𝗲 𝗧𝗼𝗴𝗴𝗹𝗲𝘀 (Переключатели функций) — для гибкого управления функционалом
* 𝗔/𝗕 𝗧𝗲𝘀𝘁𝗶𝗻𝗴 (A/B тестирование) — для получения данных о поведении пользователей

### 𝗕𝗹𝘂𝗲/𝗚𝗿𝗲𝗲𝗻 𝗗𝗲𝗽𝗹𝗼𝘆𝗺𝗲𝗻𝘁 (Сине-зеленое развертывание)

* Этот метод, известный нулевым временем простоя, использует две среды: «синюю» и «зеленую». В одной размещается рабочая версия, в другой тестируется новая.
* После тщательного тестирования без влияния на живой трафик пользователи переводятся в обновленную среду.
* При обнаружении проблем после переключения легко вернуться к предыдущей версии.
* Основная сложность — затраты и сложность управления двумя средами.

### 𝗖𝗮𝗻𝗮𝗿𝘆 𝗗𝗲𝗽𝗹𝗼𝘆𝗺𝗲𝗻𝘁 (Канареечное развертывание)

* Названо в честь канареек в шахтах, начинается с внедрения изменений для небольшой группы пользователей.
* Позволяет отслеживать производительность и собирать обратную связь.
* При успешном тестировании обновление постепенно распространяется на большее число пользователей.
* Отлично подходит для минимизации влияния на пользователей во время обновлений благодаря изоляции небольшой группы.

### 𝗥𝗼𝗹𝗹𝗶𝗻𝗴 𝗗𝗲𝗽𝗹𝗼𝘆𝗺𝗲𝗻𝘁 (Последовательное развертывание)

* Обновляет программное обеспечение поэтапно, а не сразу целиком.
* Постепенно обновляет разные сегменты системы, сохраняя большую часть работоспособности во время развертывания.
* Идеально подходит для критически важных систем, требующих непрерывной работы.
* Однако увеличивает общее время обновления и может вызвать временные несоответствия.

### 𝗙𝗲𝗮𝘁𝘂𝗿𝗲 𝗧𝗼𝗴𝗴𝗹𝗲𝘀 (Переключатели функций)

* Представьте их как выключатели для новых функций.
* Позволяют командам незаметно внедрять функции, включая их для определенных пользователей по мере необходимости.
* Поддерживают такие стратегии, как канареечные релизы и A/B тестирование.
* Сложность заключается в управлении множеством переключателей, что может привести к конфликтам функций.

### 𝗔/𝗕 𝗧𝗲𝘀𝘁𝗶𝗻𝗴 (A/B тестирование)

* Подобно научному эксперименту, A/B тестирование предлагает двум группам пользователей разные варианты функции для определения лучшего.
* Это основной инструмент для проверки предпочтений пользователей и эффективности новых функций на основе конкретных данных, таких как вовлеченность или удобство использования.

В конечно счете, выбор правильной стратегии развертывания зависит от потребностей и целей проекта.

Большая шпаргалка по SQL #sql

Шардинг — это лучший способ масштабирования реляционной базы данных

Именно так многие компании достигают масштаба баз данных в петабайты

Существует два наиболее популярных метода шардинга:
* на основе хеширования (Hash sharding )
* на основе диапазонов (Range sharding)

Шардинг на основе хеширования создаёт хеш для столбца каждой входящей строки. Хеш не обязательно должен быть криптографически защищённым, но должен быстро создаваться. Это используется для определения того, в каком шарде будет храниться строка — каждому шард присваивается определённый диапазон хешей

Шардинг на основе диапазонов более прост в реализации. Каждому шард присваивается диапазон значений для определённого столбца (например, название модели)

Преимущество шардинга на основе диапазонов заключается в том, что инженер БД имеет полный контроль над тем, где именно располагаются данные. Но есть и недостаток: сложно правильно подобрать диапазоны, из-за чего часто возникает неравномерное распределение данных или появляются «горячие» шарды