тема 1GitHub лежав 7 годин 35 хвилин, статус «critical» - і це 20% помилок на всьому вебі і 50% на завантаженнях
Головна подія доби і за масштабом, і за кількістю тредів: на HN інцидент розлетівся на пʼять окремих гілок (698, 535, 524, 288, 102 балів). Такого розсипання по темі не траплялось за час ведення дайджесту.
Хронологія з першоджерела - взята з status API GitHub, де лежать усі 34 апдейти інциденту:
• 13:40 UTC - «investigating reports of impacted performance»
• 13:45 - перша чесна цифра: «приблизно 20% помилок на численних сценаріях, включно з Pull Requests та Issues»
• 14:04 - картина повнішає: 20% на вебі й API, а завантаження архівів і сирого вмісту репозиторіїв - близько 50% помилок • 14:24 - додались SAML і OIDC автентифікація, SCIM і Team Sync. Тобто лягла вхід • 16:36 - «виявили проблемний компонент і вжили заходів»
• 17:34 - і одразу ж: «бачимо залишковий вплив на численних сервісах»
• 19:13 - «частково вимкнули повторні спроби видачі токенів автентифікації» - єдина технічна деталь, яку GitHub видав про причину • 21:15 UTC - resolved. Разом 7 год 35 хв, офіційний impact - critical
Детального RCA ще нема: «буде опубліковано, щойно стане доступним».
Найгостріше в тредах - статус-сторінка. Дослівно з MallocVoidstar: «Все зелене, тобто все працює. Ігноруйте єдинорога на кожній сторінці» - і за 5-10 хвилин GitHub нарешті вручну відкрив інцидент. Розвиток від cyphar: «Тішить, що це назвали "деградацією продуктивності". Якщо добряче примружитись, сервіс, який взагалі не працює, - це просто дуже великі стрибки латентності». І фінальний удар від malfist: «"Деградація" не рахується в статистику аптайму. Issues позначені як degraded зі 100% аптайму».
jjice описав симптом, який відчув кожен: «Соромно, що довелось іти на HN перевіряти, чи проблема тільки в одного, замість того щоб покластись на статус-сторінку, на яку сам GitHub і посилається».
Чому це важливо. Дві речі, і обидві практичні.
① Індикатор замість даних - класичні граблі. Статус-сторінка GitHub показувала зелене, поки сервіс віддавав 20% помилок. Та сама механіка, на якій горіли aria-selected (04.08), протухлий DOM у Notebook (07.08) і посилання в чаті (17.08): артефакт, який мав би показувати стан, показував свій власний стан. У GitHub це коштувало довіри тисяч людей, деінде - одного випуску. Ліки одні: механічна перевірка результату, а «будь уважним» не працює.
② Контрапункт до пункту 2 нижче. Той самий день, коли GitHub лежав 7,5 години, Cursor запустив йому конкурента. Такого збігу не буває: Cursor готував запуск заздалегідь, але доба, у яку він відбувся, зробила половину його маркетингу безкоштовно.
Чого бракує: справжньої причини. RCA ще нема, а «частково вимкнули повторні спроби видачі токенів» - це симптом, не корінь. У треді Ask HN до працівників GitHub популярна теорія «Microsoft + Azure», але вона тримається на одному графіку і жодного інсайдера в треді нема. Версія непереконлива.
Інцидент · головний тред, 698 балів · тред з коментарями, 535 · Ask HN: альтернативи GitHub, 524
тема 2Wiz: «автофікс» від GitHub Copilot сам створив дірку, автономний агент знайшов її за 5 днів і виліз у внутрішню Jira Snowflake. Це найважливіший пункт дня
334 бали на HN, і це історія, прочитана повністю в першоджерелі.
Що сталось, за хронологією:
• 18.06.2026 - у публічному репозиторії Snowflake мерджиться PR #1218 «Update jira workflows». Фінальний squash-коміт має співавтора: «Copilot Autofix powered by AI»
• Цей PR прибрав безпечний патерн, який там стояв свідомо (env: + парсинг через jq), і замінив його на пряму інтерполяцію рядка: TITLE=$(echo '${{ github.event.issue.title }}' | sed...). Екранування виконується після підстановки шаблону GitHub - тобто одна одинарна лапка в заголовку issue виходить з рядка • Умова доступу теж була зламана: github.event.pull_request.user.login!= 'whitesource-for-github-com[bot]' на івенті issues дає null!= '...' - завжди істина. Будь-який користувач GitHub проходив цей «захист»
• 23.06 (через пʼять днів) - Red Agent від Wiz, автономний агент, без участі людини просканував GitHub-організацію Snowflake, знайшов дірку, склав payload у заголовку issue і отримав out-of-band колбек з runner-а GitHub Actions. Витягнув Jira-токен (qa@snowflake.net) з доступом на читання інженерних проєктів, комплаєнсу і баг-баунті-трекера • Snowflake полагодив того ж дня, ротував токен, аудит підтвердив: за пʼять днів експозиції ніхто крім Wiz туди не заходив
Найцінніша деталь - про поведінку агента. Перша спроба експлуатації впала: агент поставив стандартний символ коментаря #, а той зʼїв закриваючу дужку і bash віддав syntax error. Далі дослівно з блогу: агент «автономно проаналізував помилку виконання», переписав payload - і колбек прийшов. Агент полагодив свій експлойт сам.
Чому це важливо.
Висновок Wiz дослівно: «Автоматичні AI-асистенти часто не мають історичного контексту про те, чому був обраний конкретний патерн коду. У цьому інциденті автоматичний PR прибрав безпечний патерн env: + jq, який був свідомо впроваджений саме щоб запобігти shell-інʼєкції».
Це універсальна пастка. У будь-якому старому скрипті є свідомий костиль: конструкція, яка виглядає незграбно, і агент, що прийшов «причесати код», побачить її і захоче переписати на нормальну. А вона стоїть там тому, що очевидний варіант якось одного разу все поклав. Якщо причина не записана в коментарі - це і є той самий «відсутній історичний контекст», за який Snowflake заплатив токеном до Jira.
Друга частина ще неприємніша: дірка прожила пʼять днів до автоматичного знаходження. Wiz формулює: «Операції з безпеки мають адаптуватись до світу, де автоматичне виявлення відбувається за години». Вікно «та хто це знайде в маленькому репо» закрилось.
Робоче правило з цього: побачив у скриптах дивну конструкцію - спершу git log і документація за причиною, і тільки потім правки. І дешева профілактика: дописати коментарі-чому над трьома-чотирма такими місцями. Це рівно те, чого забракло Snowflake.
Що тут треба тримати в голові: це блог компанії з безпеки про власне дослідження, жанр «ми молодці, купіть Wiz». Вагу історії тримає те, що Snowflake підтвердив публічно і що є номер репорту в HackerOne (#3819931). Найкращий скепсис у треді від larsonian: «Ви жартуєте? Це дуже очевидний випадок інʼєкції через лапки. Не якийсь тонкий race condition» - тобто ревʼю людиною це мало спіймати. Контраргумент Twirrim теж чесний: «Не можна покладатись на те, що люди помітять значущість таких змін».
Розбір Wiz · HN-тред, 334 бали
тема 3Брокман (OpenAI) публікує «Вікно захисника» - і в ньому є замір, який можна відтворити сьогодні. Але половина поста йде з протиотрутою
171 тис. переглядів у @gdb, і це друга половина тієї самої історії, що й пункт 2, тільки з боку лабораторії.
Найцінніше - конкретний замір. Брокман попросив ChatGPT Work (на публічно доступному GPT-5.6 Sol) оцінити безпеку власного персонального сайту - простої статики на AWS за Cloudflare. Результат дослівно: «Приблизно за 15 хвилин він знайшов 13 проблем». Що саме: не налаштовані DNS-записи проти підробки листів від його імені, небезпечна версія jQuery, Cloudflare пересилав запити на AWS незашифрованим HTTP. Далі він попросив полагодити - і агент за годину сам відкрив панель Cloudflare у браузері, наклацав DNS/TLS, викинув jQuery і перевіз сайт з AWS на Cloudflare Pages.
Друга цифра, вже тривожна: OpenAI з початку року віддає кібер-можливості тільки перевіреним партнерам, але «різні компанії випустили моделі з відкритими вагами, чиї кібер-можливості відстають від фронтиру лише на кілька місяців. Найсвіжіша з них, схоже, виходить наприкінці серпня».
Чому це важливо. Замір Брокмана відтворюється за один вечір, і на цікавішому обʼєкті, ніж статичний сайт. У кожного, хто тримає домашню автоматизацію, є набір із launchd-сервісів, файлів з токенами, скриптів, які виконують рядки з чату, і браузерних профілів з живими куками. Поверхня атаки там більша, ніж здається, а сам аудит нічого назовні не шле: модель читає власні конфіги і віддає список з пріоритетами. Лагодити автоматично не варто: пункт 2 сьогодні рівно про це й читається.
Тепер протиотрута, бо це компанія розповідає про власний інцидент. Пост збудований так, що інцидент OpenAI-Hugging Face подається як «переломний момент для кібербезпеки», а рецепт з нього - це список продуктів OpenAI: Codex, ChatGPT Work, GPT-Daybreak-Blue, плагін безпеки. Брокман чесно пише «є й конкуренти, оцінюйте їх теж», але весь текст - це прайс-лист під виглядом заклику. Плюс формулювання «ми недооцінили реальні кібер-можливості наших моделей» - це визнання, яке одночасно є рекламою потужності моделі. Рівно той жанр, який на Black Hat 07.08 назвали «felony humble-bragging».
На HN пост не потрапив взагалі - пошук по «defenders window brockman» віддає нуль історій. Тобто це публікація, яку розігнав сам акаунт. Тому ставиться третім, попри вагу імені. [proven щодо заміру 13 проблем за 15 хв - це його власний опис; fuzzy щодо всього іншого]
Пост Брокмана · @gdb, 171 тис. переглядів
тема 4Anthropic: $65 млрд річного run rate, ×7 за рік, IPO у вересні-жовтні. І цього разу цифра підтверджена трьома джерелами
Тема прийшла постом @AiBreakfast о 03:39 ночі - а це рівно той акаунт, чиї заяви вчора викидались як непідтверджені (історія з водяними знаками). Тому цього разу перевірка йшла до того, як писати, і цифра встояла: її підтвердили CNBC («CNBC підтвердив у понеділок»), Bloomberg (пейволл) і Axios.
Цифри з CNBC: • $65 млрд annualized run rate станом на кінець липня - всемеро більше, ніж рік тому • Попередній публічний замір: $47 млрд у травні. Тобто +$18 млрд за два місяці • За весь 2025 рік компанія зробила близько $10 млрд виручки • Попередня цифра за Q2 - $11,5 млрд, у 14 разів більше, ніж рік тому • В OpenAI, для калібрування, run rate $40 млрд • Оцінка компанії, яку треба виправдати - $965 млрд • Проспект подано в SEC ще в червні, зустрічі з інвесторами йдуть, офіційної дати дебюту нема
Чому це важливо. Дві речі, і друга важливіша.
① Фронтирна лабораторія, на якій у багатьох тримається щоденна робота, більше не стартап з ризиком зникнути. Ризик тепер інший - ціноутворення після IPO.
② Друге прямо про залежність від однієї моделі. CNBC згадує епізод червня: Anthropic обмежила доступ до Fable 5 і Mythos 5 через експортну директиву уряду, і це тривало близько двох тижнів. Зовнішня політична подія вже одного разу вимикала моделі. Це замір частоти: раз за рік. Варто тримати в голові при побудові чогось критичного поверх однієї моделі.
Що не перевірялось: Bloomberg під пейволом, читався лише заголовок; CNBC посилається на «три джерела, знайомі зі справою», а сама Anthropic відмовилась коментувати. Тобто це злив інвесторського апдейту. Для run rate перед IPO це нормальний жанр, але цифра не аудована і подана компанією про саму себе.
тема 5AI;DR - «ШІ; не читав». 696 балів, найбільша дискусія доби після GitHub. І це прямо про LinkedIn-пости
Стаття Ріка Манеліуса коротка, теза одна, але вона зібрала 444 коментарі - і зібрала їх тому, що вгадала загальне роздратування.
Теза дослівно: «Я настільки за-ШІ, наскільки взагалі можна, але це стає особистим подразником». І далі - фізичний опис реакції: «Дійшло до того, що виникає фізичне зіщулювання (іноді опускаються плечі й горблення, або трохи сіпається око), коли хтось, кого поважаєш, надсилає нефільтрований і невідредагований вивід ШІ».
Правило, яке пропонується: «Якщо тобі не було не байдуже настільки, щоб переглянути і відредагувати - то не буде не байдуже настільки, щоб це читати».
Автор при цьому не луддит і одразу відсікає перегини: «Є ситуації, де треба очікувати 100% згенерованого тексту. Клієнтська підтримка - ідеальний приклад».
У треді знайшлись дві речі, кращі за саму статтю.
Перша - від al_borland, і це найкорисніша історія за добу. Керівник команди надіслав листа: «я спитав ШІ про завдання, яке дав команді» - і вклав відповідь моделі. Далі дослівно: «Вона була багатослівна і не мала жодного розуміння обмежень, які є всередині компанії. Завдання було погано визначене з самого початку, і керівник попросив у автора промпт, бо думав, що це буде значно корисніше». Розвʼязка: «Виявилось, промпт був так само невигадливий… 1-2 речення. Ось стільки думки в це було вкладено, після чого команда годинами намагалась зрозуміти відповідь ШІ. Автор міг би зекономити команді цілий день, просто надіславши промпт… або взагалі нічого».
Це змикається з найвіруснішим постом у листах за добу - @naval, 489 тис. переглядів, 9,8 тис. лайків: «Не шли звіт, шли промпт». Одна й та сама думка, з двох різних кінців, за одну добу.
Друга - заперечення від ademup, і воно чесне: «Чому важливо, ХТО написав? І як дізнатись, чи вміст вартий уваги, якщо не прочитати?.. Здатність "виявляти ШІ" в кращому разі недосконала. 90% написано ШІ? 5%? Як дізнатись?.. Якщо помилка й оголошення її світу - як це відчувається тому, хто витратив купу часу й енергії?»
Чому це важливо. Правило «драфти на перегляд, публікація руками, тон не міняти» завжди трималось на естетиці: голос, слова. Сьогоднішня стаття додає другу опору, зовнішню: аудиторія LinkedIn зараз активно тренує в собі рефлекс прокручувати нередагований текст моделі. Редагування руками стало питанням того, чи взагалі дочитають.
І формулювання Манеліуса варте того, щоб приміряти його на себе: «Це чиєсь імʼя на цьому». Дайджест теж виходить під імʼям автора, і вже було сказано 17.08, що 16 повідомлень у стрічку читати неможливо. Та сама претензія, просто озвучена раніше.
Стаття · HN-тред, 696 балів / 444 коментарі · @naval «шли промпт, не звіт»
тема 6Cursor запускає Origin - конкурента GitHub. Рівно в день, коли GitHub лежав сім годин
118 балів, @levelsio відреагував одним словом: «Тайминг». І це справедливо: релізи такого масштабу готують тижнями. Але доба зробила Cursor половину маркетингу безкоштовно.
Найцінніше в треді - те, що в коментарі прийшов сам розробник. tomasreimers, один із засновників Graphite, відповідав наживо. Ключові обміни:
jjcm спитав рівно те, що треба: «З блогпосту незрозуміло, чим це відрізняється від GitHub - це просто агентні привʼязки?» dbbk жорсткіше: «Тут наче взагалі нема нічого нового».
Відповідь Реймерса чесна і без пафосу: «Попереду значно більше. Випущено бету, щоб люди могли самі поекспериментувати з масштабованістю. Протягом наступних тижнів варто чекати кількох фіч, які почнуть змінювати контроль версій так, щоб він розумів агентів і працював з ними». І технічна деталь, яку варто знати: «Все це побудовано на технології Graphite» (Cursor купив Graphite).
Найточніше сформулював користувач peterldowns: «Ідея в тому, що це як GitHub, але воно лишається живим, коли частота комітів і CI зростає». І тут же розумний скепсис від owebmaster: «Називати це "GitHub, який працює" - просто безглуздо. У Cursor нема досвіду підтримки такої системи в живих».
Найкорисніше практичне питання - від skissane: «Чи є плани сумісності з API GitHub? Купа тулінгу припускає, що код лежить на GitHub. Це створює лок-ін». Відповіді на нього в треді нема.
Чому це важливо. Коротко і без ентузіазму: поки нічого не міняється. Origin - бета без відповіді про сумісність API, а тулінг навколо будь-якого робочого репозиторію завʼязаний саме на GitHub. Тема «подивитись через півроку».
Але одну річ звідти варто забрати: питання skissane про лок-ін правильне і ширше за Cursor. Персональна автоматизація так само припускає конкретні сервіси у кожному скрипті. Це нормально, просто варто називати речі своїми іменами.
Анонс Cursor · HN-тред з розробником, 118 балів · @levelsio про тайминг
тема 7DuckDB 2.0: клієнт-серверний режим, тригери і рекурсивні запити в 40 разів швидші. 576 балів
Прев'ю релізу, який вийде восени - понад 10 000 комітів з версії 1.5 у березні.
Що там реально нового, з першоджерела:
• DuckDB як сервер. Дослівно: «DuckDB був in-process базою з першого дня. Але люди просили - дуже наполегливо - клієнт-серверний режим, і команда нарешті здалась». Протокол зветься Quack; будь-який процес DuckDB може віддавати свої бази по мережі • Тип VARIANT - «уяви, якби JSON був швидким». База сама знаходить структуру в напівструктурованих даних і «шредить» їх, без оголошення схеми. Цільовий сценарій - приймання логів у реальному часі • Тригери - у повному обсязі, класичний сценарій - таблиці аудиту • Асинхронний I/O наскрізь по движку - головний виграш на мережевих сховищах • Власний PEG-парсер замість похідного від PostgreSQL: «вирішено, що досить»
• Замір, який винесли самі: рекурсивний запит на досяжність у графі на мільйон ребер - приблизно в 40 разів швидше
Найтверезіший коментар у треді, від c9cf35860db4: «Останній рік покращень DuckDB відчувається як зсув від in-process движка (де він феноменальний) до движка, який може бути фундаментом хмарного сховища даних. Відомо, що засновники не хотіли це будувати, але є відчуття, що воно в роботі».
Чому це важливо. Для персональних обсягів даних, які живуть у гугл-таблицях і SQLite, DuckDB зараз надлишковий. Пункт даний як найбільший інженерний реліз доби і тому що VARIANT + тригери - це те, що згодиться, коли табличка починає задихатись на десяти тисячах рядків.
Анонс DuckDB 2.0 · HN-тред, 576 балів
тема 8Qwen 3.8 27B набрав 52 на Artificial Analysis - і в треді знайшлась поправка, яка міняє вчорашній висновок
Це пряме продовження вчорашнього пункту 9 (Вілісон про Qwen 3.8 27B - «диво», яке 21 хвилину малює коло). Вчора була якісна оцінка практика, сьогодні - цифра на бенчмарку, 319 балів.
Цифри з треду, і всі три важливі: • anana_: «Це ставить її нарівні з такими моделями, як GLM 5.2 і GPT-5.6 Luna, які значно більші»
• bertili додає калібрування: «Той самий бал, що й у свіжого DeepSeek Flash 0731, у якого 284 млрд параметрів (13 млрд активних). Це також друга найкраща модель Qwen, набагато краща за Qwen 3.7 Max, але значно нижча за Qwen 3.8 Max»
• І ось поправка, яка прямо підтверджує вчорашню скаргу Вілісона, від anana_: «3.8 виступає трохи гірше за 3.6 на AA-Omniscience Accuracy, що може означати, що модель проміняла знання про світ на здібності в інших областях. Вона також видає майже вдвічі більше токенів на задачу (і, відповідно, часу), ніж 3.6»
Тобто «21 хвилина і 22 276 токенів міркувань на пелікана» вчора - це системна властивість моделі: вдвічі більше токенів на задачу проти попередньої версії, і це, схоже, ціна за точність при такому розмірі.
Чому це важливо. Вчорашній висновок про те, що локальний шар на домашньому залізі реалістичний (17 ГБ), лишається правдою. Сьогоднішня поправка додає цінник: вдвічі більше токенів на ту саму задачу. Для коротких викликів це не смертельно, але «локальна модель = безкоштовно» - хибне рівняння. Плата переїжджає з рахунку на час і на вентилятор.
Найрозумніша думка в треді, від tancop, і вона про архітектуру: «Найбільший невикористаний ринок - це суто агентні моделі, побудовані під виклик інструментів і невигадування, замість запамʼятовування фактів. Тренування має фокусуватись на задачах, що потребують справжнього інтелекту. Не памʼяті». Для агента, який весь час ходить по скриптах і API, це рівно та модель, якої бракує.
Artificial Analysis · HN-тред, 319 балів · вчорашній розбір Вілісона
тема 9Памʼять подорожчала на 500% за рік, DDR5 128 ГБ - $3 399. І в треді пояснили, звідки це
98 балів, Tom's Hardware: +500% за 12 місяців, місцями до 10 разів дорожче за найнижчі зафіксовані ціни.
Пояснення з треду, з посиланням: phonon - «OpenAI (Stargate) запустив зростання цін рік тому, законтрактувавши 40% світового виробництва RAM».
Найзліший і водночас найзмістовніший коментар - giantrobot: «Це витягування драбини за собою. OpenAI викупив більше контрактів на пластини, ніж міг використати. Але тепер це означає, що всі решта бʼються за те, що лишилось. Це робить занадто дорогим конкурувати з OpenAI. Жоден новачок просто не може дозволити собі будувати інфраструктуру».
Найкраще питання - від master_crab: «Ще більше бентежить економіка фронтирних моделей. Якщо це було економічно нежиттєздатно без грошей VC і Nvidia три роки тому, то як воно можливо зараз, за вдесятеро вищих цін на памʼять?»
Чому це важливо. Побутовий висновок: якщо збирати або апгрейдити залізо - зараз найгірший момент за пʼять років. Вчорашній пункт про локальну модель на 17 ГБ це теж зачіпає: докупити памʼяті під неї подорожчало в рази, і в найближчі місяці це не розсмокчеться. Плюс контекст до пункту 4: run rate у $65 млрд і викуп 40% світової RAM - це дві сторони одного графіка.
Заява про 40% - це коментар на HN з посиланням на Tom's Hardware, не першоджерело OpenAI. Береться як правдоподібне, не як факт. [promising]
тема 10Гаррі Тан відкрив gbrain - 70 своїх наборів інструкцій для агента, MIT, 28,6 тис. зірок
@garrytan анонсував, 38 тис. переглядів: «GBrain тепер підтримує персоналізовану генерацію агента і онбординг для Codex і Claude Code. Він згенерує SOUL.md у стилі agent AI і встановить 70 особистих скілів. За 12 питань отримується агент, такий же розумний, як особистий OpenClaw».
Друга частина, з деталями: «Що отримується? Приватний репозиторій github з 70 перевіреними скілами і початком вікі знань у стилі Карпаті. Усе це - MIT-ліцензований опенсорс і безкоштовно».
Перевірено у першоджерелі, github.com/garrytan/gbrain: 28 630 зірок, ліцензія MIT, створений 05.04.2026, опис - «Garry's Opinionated OpenClaw/Hermes Agent Brain».
Чому це важливо.
Це та сама архітектура персонального агента, що зараз складається у всіх окремо: набори інструкцій як одиниця знання, один файл персони замість розкиданого промпту, вікі знань замість купи нотаток. Патерн вийшов з приватних налаштувань у публічний репозиторій і зібрав 28 тисяч зірок за чотири місяці.
Практична цінність скромна і конкретна: подивитись, які саме 70 наборів він вважав вартими виділення. Копіювати нема сенсу - у нього вони під роботу венчурного фонду, у будь-кого іншого будуть під своє життя. Користь у тому, щоб побачити категорії, яких у себе нема взагалі. Це читання на годину.
Що не зроблено: не читались самі набори інструкцій, не клонувався репозиторій, не звірялось, чи справді їх 70. Взято метадані з API GitHub (зірки, ліцензія, дата) і слова автора з твіту. Іронія доби: перевірити глибше вчора було б важко технічно - GitHub лежав саме тоді, коли це анонсували.
github.com/garrytan/gbrain · @garrytan, анонс · деталі
misc - коротко, що ще варте ока
• Amazon пускає під ніж рідкісні книжки, щоб тренувати ШІ (135 балів, плюс Ars Technica 126 і TechCrunch 91 - одна тема в трьох виданнях за добу). Метод розслідування красивий: 404 Media вмовили продавця покласти AirTag у книжку з великого замовлення і подивились, куди вона поїде. Приїхала на майданчик Amazon для тренування ШІ. Найчесніша претензія в треді - від andsoitis: «"рідкісна" як "мало в обігу" - це дуже інакше, ніж "унікальний артефакт"», і 404 Media не назвали жодного заголовка, тому масштаб втрати оцінити неможливо
• GPT-5.6 Sol подешевшав удвічі (234 бали) - і найкорисніше в треді застереження про ZDR від dataplumb3r: «Нема ZDR з Anthropic. Для Mythos і навіть Fable вони вимагають збереження промптів на своєму боці». Якщо в продукті йтимуться корпоративні дані через API - це те, що читати першим. Це коментар на HN, не документація; звірка з умовами Anthropic не проводилась
• GPT-5.6 Sol - найкраща "візуальна" модель, яку випускав OpenAI (313 балів) - розбір від Roboflow. У треді жвава суперечка Claude проти GPT саме на картинках; weli: «Claude буває дуже гарний у мові, але щойно треба подивитись на картинку і вирішити, чому дизайн поганий, - сильно деградує»
• Як Bluesky малює свій логотип на скриншотах (315 балів) - технічний розбір гарний, але тред пішов у інший бік і має рацію: shiandow - «Досі вражає, що для ОС стало нормою ставити побажання застосунку вище за побажання користувача»
• DOJ Німеччини: Apple ставилась до власних застосунків краще, ніж до конкурентів у ATT (240 балів) - Bundeskartellamt офіційно; довга історія, яка нарешті доїхала до формулювання
• Як уникати нав'язливого ШІ (265 балів) - практичний список від бібліотекарки: як вимикати AI-фічі в застосунках, які самі не питали. Тематична пара до пункту 5
• Творець TypeScript: чому ШІ не замінить розробників (Substack, 17.08) - Андерс Гейлсберг у The Peterman Post. Єдине свіже з чотирьох підписок у вікні; решта (Pragmatic Engineer 14.08, Output Theory 16.08 про американські гірки, Humanager 05.04) - поза вікном або тема, що не підходить
• Ізраїль створив фейковий аналітичний центр, щоб дурити чат-боти (229 балів) - тема цікава як клас атаки на джерела (отруєння того, що модель вважає авторитетним), але це вже дубль, і політика. Рядком