8052
Rust programming language По всем вопросам- @haarrp @ai_machinelearning_big_data - машинное обучение @programming_books_it - бесплатные it книги @pythonl - 🐍 @ArtificialIntelligencedl - AI @datascienceiot - ml 📚 #VRHSZ
🦀 Rust не ловит дедлоки, он их просто не компилирует
Вместо того чтобы надеяться, что ты правильно расставил lock’и и ничего не сломаешь в рантайме, Surelock выносит всю проблему дедлоков на уровень типов.
Ошибся с порядком захвата мьютексов?
Код даже не соберётся.
И это не какая-то игрушка. API остаётся удобным.
По факту:
• компилятор сам проверяет порядок локов
• невозможно случайно создать дедлок
• эргономика остаётся на уровне обычного Rust
•
Это тот случай, когда безопасность не «поверх», а встроена в саму модель языка.
Rust снова делает то, что другие языки даже не пытаются.
https://notes.brooklynzelenka.com/Blog/Surelock
🦀 Rust заходит на GPU по-взрослому
Появился мощный разбор от VectorWare: они смогли запустить обычные std::thread прямо на GPU.
Идея простая, но взрывающая мозг: вместо классической модели GPU с kernel’ами и ручной синхронизацией, потоки Rust мапятся на warps.
И код начинает выглядеть как нормальный Rust, а не как низкоуровневый ад с указателями и барьерами.
GPU всегда работал по другой логике: ты пишешь функцию, а она запускается тысячи раз параллельно. Вся синхронизация и контроль — на тебе. Именно поэтому GPU-код сложный и хрупкий
Здесь происходит сдвиг модели:
• пишешь как для CPU
• получаешь параллелизм GPU
• меньше дыр в безопасности и ручной работы
Каждый warp ведёт себя как потокstd::thread становится абстракцией поверх GPU
часть стандартной библиотеки начинает работать прямо на устройстве
Это попытка совместить два мира: thread-based модель CPU и kernel-based модель GPU
Один и тот же код можно гонять на CPU и GPU, сложная логика больше не требует переписывания под kernel.
Если такие абстракции взлетят, GPU перестанет быть «спецрежимом для математики» и станет обычной средой исполнения для сложных систем.
Ссылка на разбор: https://vectorware.com/blog/threads-on-gpu/
Rust 1.95.0 вышел. И это не просто минорный апдейт.
Добавили cfg_select! - теперь проще управлять кодом под разные платформы без каши из #[cfg].
В match наконец завезли if let guards. Условия стали чище, меньше вложенности, код читается быстрее.
Под капотом много стабилизаций API и улучшений const. Больше логики можно выполнять на этапе компиляции, а не в рантайме.
• Меньше костылей
• меньше макросного ада
• больше контроля и предсказуемости
Rust продолжает делать то, за что его любят - тихо улучшать разработку на каждом уровне
blog.rust-lang.org/2026/04/16/Rust-1.95.0/
👣 На Stepik обновили курс «Rust: полный курс разработчика. С нуля до профи»
Представьте: через три месяца вы открываете чужой Rust-код и читаете его как книгу.
Arc<Mutex<T>> не вызывает панику. impl Future не пугает. Вы точно знаете, почему компилятор ругается и как это починить за 10 секунд.
Это не фантазия. Это результат 50 уроков, в которых каждая концепция объясняется через код и закрепляется практикой. Ownership, traits, generics, async, unsafe - всё, что казалось магией, станет рабочим инструментом.
А бонусом - портфолио проектов: от CLI-утилит до REST API и WebAssembly.
Вы и так знаете, что Rust - ваш следующий язык. Этот курс просто сделает это реальностью.
Сегодня - 55% процентов от цены, торопись: https://stepik.org/a/269250/
Spinlock<T> с нуля на Rust.
Без Mutex. Только AtomicBool, UnsafeCell и RAII-guard.
За ~60 строк unsafe-кода разобрался с memory ordering и получил рабочую альтернативу мьютексу 🦀
Репозиторий
https://github.com/1rishuraj/low-latency-rust/tree/main/spinlock
Rust и QUIC уже делают то, к чему ИИ только подбирается
Пока все спорят про агентов и автокодинг, в системной разработке quietly происходит очень важная вещь. Люди начинают нормально проверять сложные системы, а не надеяться на тесты.
Команда Адольфо Очагавии взяла QUIC-симулятор на базе quinn и попыталась убедиться, что он вообще работает корректно. Не на простых кейсах, а на произвольных сетях, включая сценарии уровня Земля–Марс.
Обычные тесты быстро закончились. Покрыть такие сценарии руками невозможно.
Они пошли другим путём. Сначала зафиксировали на бумаге, что считается корректным поведением. Затем встроили audit-лог прямо в симуляцию. После этого написали отдельный verifier, который прогоняет каждую симуляцию и проверяет её автоматически.
Ключевой момент в том, как это реализовано. Основную логику вообще не трогали. Проверка вынесена в отдельный слой. Сам verifier достаточно простой, его можно прочитать и понять без погружения в систему. Поверх этого появились golden-тесты, которые ловят регрессии.
Это выглядит как практическая версия того, о чём сейчас много говорят в контексте ИИ. Не просто генерировать код или тесты, а формализовать поведение системы и проверять его на уровне свойств.
Если переносить на AI-системы, то это ровно та же проблема. У нас есть агенты, пайплайны, куча состояний и внешних эффектов. И почти нет нормальной верификации. Всё держится на эвристиках и наблюдении.
Этот кейс хорошо показывает, куда двигаться дальше. Не усложнять архитектуру, а добавлять слой проверяемости поверх неё.
Разбор здесь
https://ochagavia.nl/blog/a-real-world-case-of-property-based-verification/
Выиграй деньги, став чемпионом ИТ-соревнования от МТС
Остались считанные дни до окончания регистрации — призовой фонд 1 500 000 рублей.
True Tech Hack — это три уникальные задачи для инженеров данных, разработчиков и системных аналитиков. За лучшие решения дают деньги и зовут на стажировку.
Для всех финалистов — закрытая вечеринка с диджеем в Москве на видовой площадке.
Регистрация закроется вечером 10 апреля — торопись!
🚀 Gemma 4 - новое семейство открытых моделей Google, которые можно запускать прямо на своём железе.
Модели заточены для сложного reasoning и агентных задач.
🔵 Доступны в четырёх вариантах:
• 31B Dense и 26B MoE
Топовый уровень производительности для сложных локальных задач: кастомные код-ассистенты, анализ научных данных и не только.
• E4B и E2B (Edge)
Оптимизированы для мобильных устройств — работают в реальном времени с текстом, изображениями и аудио.
🤖 Что можно делать:
• строить автономных ИИ-агентов
• планировать и выполнять многошаговые задачи
• взаимодействовать с приложениями
• искать данные и вызывать API
👉 Встроенная работа с инструментами (tool use) из коробки.
🧠 Контекст до 256K токенов:
• анализ целых кодовых баз
• длинные цепочки действий без потери контекста
• стабильная работа в сложных сценариях
⚡️ Начать можно уже сейчас через Google AI Studio
Также веса моделей доступны на Hugging Face, Kaggle и Ollama.
Лицензия: Apache 2.0.
Blog: https://blog.google/innovation-and-ai/technology/developers-tools/gemma-4/
GGUFs: https://huggingface.co/collections/unsloth/gemma-4
Guide: https://unsloth.ai/docs/models/gemma-4
@ai_machinelearning_big_data
#Gemma
Парень переписал Claude Code на Python за ночь - и взорвал GitHub
Anthropic случайно засветили исходники своего ИИ-редактора Claude Code и они мгновенно разлетелись по сети.
Разработчик из Южной Кореи, Sigrid Jin, увидел это в 4 утра и не стал ждать.
За одну ночь он переписал ключевые части проекта на Python и выложил форк под названием Claw Code.
Результат:
- 50 000 звёзд всего за 2 часа
- вирусное распространение по всему GitHub
- полноценный агентный стек, сохранённый в новой реализации
Сейчас он уже работает над версией на Rust.
История про то, как скорость и скилл иногда решают больше, чем команды и бюджеты
https://github.com/instructkr/claw-code
🐍 полезные ресурсы 🚀Max
@machinelearning_interview
🌟 Лучшие репозитории на GitHub для Claude Code, которые могут ускорить ваш следующий проект
Claude Mem
https://github.com/thedotmack/claude-mem
Память для Claude с сохранением контекста между задачами
UI UX Pro Max
https://github.com/nextlevelbuilder/ui-ux-pro-max-skill
Набор навыков для генерации продакшен-уровня интерфейсов
n8n-MCP
https://github.com/czlonkowski/n8n-mcp
Интеграция Claude с n8n через MCP для автоматизации workflow
Obsidian Skills
https://github.com/kepano/obsidian-skills
Навыки для работы с Obsidian и структурированием знаний
LightRAG
https://github.com/HKUDS/LightRAG
Лёгкая RAG-система для быстрого поиска и генерации
Everything Claude Code
https://github.com/affaan-m/everything-claude-code
Большая база знаний, паттернов и практик по Claude Code
Superpowers
https://github.com/obra/superpowers
Расширение возможностей Claude Code для сложных задач
Awesome Claude Code
https://github.com/hesreallyhim/awesome-claude-code
Кураторская подборка инструментов и ресурсов
GSD (Get Shit Done)
https://github.com/gsd-build/get-shit-done
Полезный набор инструментов для максимальной продуктивности и быстрого выполнения задач.
📘 На Stepik вышел курс — «Rust для профессионалов»
Уже уверенно пишете на Rust и готовы к новым вызовам? Этот курс — именно то, что нужно, чтобы вывести свои навыки на экспертный уровень.
🔍 Что вы получите:
• Глубокое понимание ключевых тем: generics, lifetimes, async, управление памятью
• Решение реальных инженерных задач: параллелизм, системное программирование, архитектура
• 150 интерактивных заданий с автопроверкой — всё в браузере, без установки, в удобное для вас время
🎓 Сертификат по завершении — добавьте его в резюме или профиль LinkedIn
🚀 Прокачайте Rust с пользой и удовольствием. Начните уже сегодня и получите скидку 25%, которая действительна в течение 48 часов
👉 Пройти курс на Stepik
📌 Google разработала алгоритм квантования KV-кэша без потери точности.
Подразделение Research анонсировало TurboQuant, алгоритм векторного квантования, объединяющий 2 других метода - QJL и PolarQuant, который решает проблему увеличения KV-кэша при работе с длинным контекстом.
TurboQuant будет представлен на ICLR 2026, PolarQuant - на AISTATS 2026.
KV-кэш хранит промежуточные представления токенов, чтобы модель не пересчитывала их на каждом шаге генерации. С ростом контекста он превращается в узкое место по памяти.
Обычное векторное квантование сжимает эти данные, но вносит накладные расходы: для каждого блока нужно хранить константы квантования в полной точности, а это плюс 1–2 бита на элемент, что частично обесценивает само сжатие.
При квантовании KV-кэша до 3 бит TurboQuant показал нулевую деградацию точности на всех задачах: поиск «иголки в стоге сена», QA, генерация кода, суммаризация.
Объем KV-кэша при этом сократился в 6 раз. На H100 четырехбитный TurboQuant ускорил вычисление attention-логитов до 8 раз по сравнению с 32-битными ключами.
🦀 Как может выглядеть будущее Rust
В новой статье “A Grand Vision for Rust” разработчик Yoshua Wuyts рассуждает о том, в каком направлении может развиваться язык в ближайшие годы.
Главная идея - сделать Rust ещё более надежным системным языком, который позволяет писать быстрые программы и при этом максимально снижает вероятность ошибок.
Один из возможных шагов - развитие системы эффектов. Смысл в том, чтобы функции могли явно указывать, какие действия они выполняют. Например, делает ли функция ввод-вывод, может ли вызвать panic, использует ли выделение памяти или запускает параллельные задачи.
Если такие свойства будут описаны на уровне типов, компилятор сможет проверять гораздо больше вещей ещё до запуска программы.
Также обсуждается развитие модели конкурентности и более удобная работа с асинхронным кодом. Идея в том, чтобы управление задачами стало более структурированным и предсказуемым.
Отдельное внимание уделяется упрощению сложных частей языка и улучшению инструментов для системного программирования.
В целом автор говорит о том, что Rust уже считается одним из самых безопасных языков, но в будущем он может стать платформой, где корректность программ будет ещё сильнее контролироваться самим компилятором.🦀 Как может выглядеть будущее Rust
В новой статье “A Grand Vision for Rust” разработчик Yoshua Wuyts рассуждает о том, в каком направлении может развиваться язык в ближайшие годы.
Главная идея - сделать Rust ещё более надежным системным языком, который позволяет писать быстрые программы и при этом максимально снижает вероятность ошибок.
Один из возможных шагов - развитие системы эффектов. Смысл в том, чтобы функции могли явно указывать, какие действия они выполняют. Например, делает ли функция ввод-вывод, может ли вызвать panic, использует ли выделение памяти или запускает параллельные задачи.
Если такие свойства будут описаны на уровне типов, компилятор сможет проверять гораздо больше вещей ещё до запуска программы.
Также обсуждается развитие модели конкурентности и более удобная работа с асинхронным кодом. Идея в том, чтобы управление задачами стало более структурированным и предсказуемым.
Отдельное внимание уделяется упрощению сложных частей языка и улучшению инструментов для системного программирования.
В целом автор говорит о том, что Rust уже считается одним из самых безопасных языков, но в будущем он может стать платформой, где корректность программ будет ещё сильнее контролироваться самим компилятором.
blog.yoshuawuyts.com/a-grand-vision-for-rust/
#rust #rustlang
🌐 IRBox: Удобный и безопасный прокси-клиент
IRBox предлагает многофункциональную поддержку протоколов и продвинутые инструменты управления для обеспечения безопасного и стабильного интернет-соединения. Идеален для пользователей, заботящихся о конфиденциальности.
🚀 Основные моменты:
- Поддержка множества протоколов (VLESS, VMess, Shadowsocks и др.)
- Расширенные функции управления (правила маршрутизации, автообновление подписок)
- Интуитивно понятный интерфейс с темами и тестированием задержки серверов
📌 GitHub: https://github.com/frank-vpl/IRBox
#rust
🤔Не понимаете, как сделать код универсальным и при этом не потерять в скорости?
📆На открытом уроке 18 марта в 20:00 МСК разберём, как описывать поведение через трейты, писать обобщённый код с дженериками и осознанно выбирать между статическим и динамическим полиморфизмом. На практике превратим конкретную функцию в универсальную, сохранив безопасность и производительность.
После вебинара вы сможете объяснить разницу между impl Trait и dyn Trait, проектировать обобщённые структуры и читать сложный код в стандартной библиотеке и сторонних крейтах.
⚡️Встречаемся в преддверии старта курса «Rust Developer. Basic». Если вы хотите писать гибкий и при этом быстрый код на Rust — регистрируйтесь и проверьте свои подходы на практике: https://tglink.io/150e33d3b689ab?erid=2W5zFGdDRzy
Реклама. ООО "ОТУС ОНЛАЙН-ОБРАЗОВАНИЕ". ИНН 9705100963.
Грэйдон Хоар возвращался домой в Ванкувере - лифт в его доме на 21-м этаже снова упал с ошибкой прошивки.
Пока он поднимался пешком, в голове оформилась идея. В тот же вечер он открыл ноутбук и начал проектировать язык.
Назвал его Rust - в честь грибков, известных своей абсурдной живучестью.
Было это в 2006 году, Хоару было 29 лет, он работал инженером в Mozilla.
Проблема, которую он хотел решить, существовала десятилетиями. Системное программирование жило в C и C++ - быстро, близко к железу, но с ценой: ручное управление памятью. На миллионах строк кода даже самые аккуратные инженеры допускают ошибки. Microsoft оценивает, что 70% уязвимостей в её продуктах - это баги управления памятью в C и C++. В 90-х Java, Python и JavaScript предложили альтернативу: сборщик мусора, автоматическая память. Но заплатить пришлось производительностью и непригодностью для bare-metal среды. Поле разделилось на два лагеря: быстро-но-опасно против безопасно-но-медленно.
Rust предложил третий путь. Компилятор просто откажется собирать программу, если нарушены правила работы с памятью. Система владения гарантирует, что на каждый кусок данных в любой момент существует ровно одна ссылка. Никакого рантайм-оверхеда, никакого сборщика мусора - в 2013 году команда вырезала его полностью. Язык стал быстрее и ближе к металлу, сохранив при этом безопасность на уровне архитектуры.
Результаты говорят сами за себя. Discord переписал один из core-сервисов с Go на Rust - он стал работать в 10 раз быстрее.
Dropbox переделал движок синхронизации, потому что Python не справлялся с миллиардами файлов. Cloudflare пропускает через Rust-системы больше 20% всего интернет-трафика. Программы на Rust потребляют примерно вдвое меньше электричества, чем аналоги на Java. Правительство США официально рекомендует переход на Rust как меру национальной кибербезопасности.
Семь лет подряд Rust занимает первое место в опросе Stack Overflow как самый любимый язык среди разработчиков. Сейчас им пользуются 2,8 миллиона человек по всему миру.
Хоар ушёл из проекта в том же 2013-м. Он запустил то, что уже не нуждалось в нём, - и оказался прав.
🦀 Google затащили Rust туда, где его реально ждали - прямо в cellular baseband у Pixel 10.
Не в приложение, не в системный сервис и даже не в очередную утилиту, а в прошивку модема. Это уже совсем другой уровень.
Первым шагом заменили DNS-парсер, который раньше был написан на C и регулярно оставался источником memory-safety проблем. Теперь там Rust на базе hickory-proto: bare-metal, no_std, FFI к существующим C-аллокаторам - все по-взрослому.
И самое важное тут даже не сам DNS-парсер. Главное, что Google уже протащили Rust в build system baseband. А значит, это не разовая демонстрация, а начало нормальной поэтапной миграции.
Вот так и выглядит реальное внедрение Rust в критическую инфраструктуру: без громких лозунгов, но с максимальной пользой. Сначала один опасный компонент, потом еще один, а дальше язык постепенно заходит в самые уязвимые части системы.
Для всей индустрии это очень показательный кейс. Rust все чаще идет не в новые игрушечные проекты, а в старые и сложные куски железа, где цена ошибки слишком высокая.
security.googleblog.com/2026/04/bringing-rust-to-pixel-baseband.html
#Rust #RustLang #MemorySafety #EmbeddedSystems #Android
🚨 uv под капотом
Лучший способ расти как инженер это разбирать сильные кодовые базы.
uv отличный пример. Это не просто пакетный менеджер, а аккуратно собранная система с продуманной архитектурой.
Внутри.
• Как устроен crate graph и резолвер зависимостей.
Как реализована конкуренция без лишних блокировок.
• Как работает кэш и ускоряет повторные операции.
• Как спроектирован инсталлер и пайплайн установки.
Такие проекты формируют инженерный вкус.
Ты начинаешь видеть, где упрощать.
Где разделять ответственность.
Как писать код, который масштабируется.
Это уровень, который не даёт ни один туториал.
Разбор
https://noos.blog/posts/uv-how-it-works-under-the-hood/
🔥 Плохой день для хейтеров ИИ. Сообщество Linux согласилось принимать код, сгенерированный ИИ, если это не низкокачественный мусор.
При этом вся ответственность остаётся за людьми - именно они должны гарантировать, что код соответствует стандартам Linux.
Линус не шутит, когда речь идёт о качестве кода. Это серьёзный шаг. (уже слышно, как он орёт в PR-ах)
На этой неделе в проекте Linux kernel впервые официально разрешили использовать ИИ при написании кода. Но с важным условием - вся ответственность теперь полностью на разработчике.
Позиция Линуса Торвальдса максимально простая: ИИ - это просто инструмент. Если разработчик приносит плохой код, проблема не в инструменте, а в нём самом. Поэтому вместо запретов решили ужесточить правила ответственности.
Ключевой момент - подпись в коммите. Строка Signed-off-by теперь ещё жёстче закрепляет правило: только человек имеет право её ставить. Это юридическое подтверждение того, что именно ты отвечаешь за код. Никакие AI-агенты не могут это делать.
Если, например, Claude сгенерировал race condition в block layer, а ты это пропустил - это твой баг. В истории останется твоя подпись, не модели.
Контекст важен. Open-source сейчас буквально захлёбывается от AI-кода сомнительного качества. Уже есть последствия:
создатель cURL закрыл bug bounty из-за потока галлюцинированных патчей
tldraw начал автоматически закрывать внешние PR
Node.js и OCaml ловят гигантские AI-патчи на 10k+ строк
Linux выбрал самый прагматичный путь - не запрещать, а заставить отвечать.
ИИ можно использовать. Но теперь без иллюзий: написал ты. Проверил ты. Отвечаешь тоже ты.
🖥 Полезные Linux ресурсы 🚀 Max
@machinelearning_interview
🚨 В Rust появился безопасный способ брать указатели на поля без UB
Если работаешь с raw pointers, рано или поздно упираешься в проблему.
Нужно получить указатель на поле структуры. Но через обычную ссылку это может сломать правила borrow checker и привести к скрытым багам.
Особенно если речь про unsafe-код и тонкие места с aliasing.
Для этого в std есть addr_of! и addr_of_mut!.
Они позволяют взять указатель на поле напрямую, без создания временной ссылки. Это важно, потому что ты не нарушаешь stacked borrows и не создаёшь лишних промежуточных состояний.
По сути ты получаешь pointer projection без побочных эффектов.
Это мелкая деталь, но в низкоуровневом коде она решает реальные проблемы. Особенно в FFI, системном коде и оптимизациях.
Если пишешь unsafe в Rust, эти макросы стоит знать.
🦀 Rust: заметки о написании WASM
Rust - один из лучших языков для разработки WebAssembly, но у него есть немало «острых углов».
В своей статье Brooklyn Zelenka делится практическими уроками из реальной разработки Rust-WASM и объясняет, какие проблемы чаще всего встречаются и как их обходить.
• Rust отлично подходит для компиляции в WebAssembly - безопасная память, хорошая интеграция с LLVM и высокая производительность.
• Однако связка Rust + wasm-bindgen может быть неудобной, и многие разработчики сталкиваются с неожиданными ограничениями и странностями API.
• В реальных проектах важно выработать собственные паттерны архитектуры и взаимодействия с хост-средой (обычно JavaScript).
• Многие проблемы WASM связаны не с Rust, а с самим экосистемным слоем: биндинги, сборка, взаимодействие с браузером и tooling.
Автор делится конкретными практическими приёмами, которые позволяют значительно упростить работу с Rust-WASM и избежать типичных ошибок.
Если вы работаете с WebAssembly или только планируете использовать Rust для WASM — статья обязательна к прочтению.
https://notes.brooklynzelenka.com/Blog/Notes-on-Writing-Wasm
🦀 Rust совет
На прошлой неделе мы показывали, как встраивать статические данные в код с помощью include_str!.
Сегодня - маленький, но очень полезный трюк.
⚙️ Запуск Cargo с конкретной версией toolchain
Иногда нужно проверить, будет ли ваш проект работать на следующей версии Rust (которая скоро станет stable).
Для этого не нужно менять глобальную версию Rust.
Достаточно просто указать toolchain прямо в команде:
cargo +beta test
cargo +nightly build
cargo +stable check
🦀 Rust: Traits, Generics и Coherence
Система traits в Rust очень мощная, но правила coherence и orphan rules иногда делают разработку довольно болезненной.
Часто кажется, что язык просто не даёт реализовать trait там, где это логично.
В статье разбирают, как перестать бороться с этими ограничениями и вместо этого использовать более гибкий подход — context-generic реализации traits.
Это позволяет:
- писать более модульный код
- избегать конфликтов impl
- лучше работать с generics
- обходить ограничения orphan rules без хака
Хороший разбор для тех, кто уже пишет на Rust и хочет глубже понять архитектуру trait-системы.
https://contextgeneric.dev/blog/rustlab-2025-coherence/
#rust #rustlang
🦀 Хотите расти как Rust-разработчик ?
Перестаньте читать только статьи с абстракциями. Начните разбирать реальный код под нагрузкой.
Настоящий уровень приходит, когда вы работаете с системными проблемами:
- анализируете memory pressure
- находите lock contention
- оптимизируете структуры данных
- переходите к data-oriented design
- профилируете поведение в production-сценариях
Отличный пример такого подхода:
разбор того, как диагностировать утечки памяти, снижать давление на аллокатор и устранять узкие места синхронизации.
Почему это важно:
В Rust рост происходит не через синтаксис или паттерны.
Рост происходит, когда вы начинаете думать в терминах:
- кэш-локальность
- аллокации
- layout данных
- contention
- пропускная способность
Главный переход в карьере Rust-разработчика:
От “как написать правильно” → к “как это работает под нагрузкой”.
Именно там начинается настоящая системная инженерия.
https://mnt.io/articles/about-memory-pressure-lock-contention-and-data-oriented-design/
🦀 Вышел Rust 1.94.1
Команда Rust выпустила новый патч-релиз - 1.94.1.
- это не новый функциональный релиз
- исправляет 3 ошибки, появившиеся в 1.94.0
Обновиться можно одной командой:rustup update stable
Rust 1.94.0 (предыдущий релиз) принёс реальные изменения:
- новые API и улучшения стандартной библиотеки
- улучшения Cargo и конфигов
- расширение поддержки платформ (включая RISC-V)
- обновления Unicode и lint’ов
👉 А вот 1.94.1 - это чисто «починка после релиза»:
фиксит баги, которые всплыли сразу после выхода 1.94.0
Вывод:
- если ты уже на 1.94.0- обновляться обязательно
- если нет, просто ставь 1.94.1 и не думай
Классический Rust-подход:
сначала выкатывают фичи → потом быстро стабилизируют продакшен
https://blog.rust-lang.org/2026/03/26/1.94.1-release/
🤖 Spacebot: AI для команд и сообществ
Spacebot — это мощный AI-агент, созданный для работы в многопользовательских средах, таких как Discord и Slack. Он обрабатывает множество запросов одновременно, не блокируя пользователей и не теряя контекст. Идеально подходит для активных сообществ и команд, обеспечивая эффективное взаимодействие и выполнение задач.
🚀 Основные моменты:
- Поддержка одновременных разговоров и задач.
- Интеграция с Discord, Slack и Telegram.
- Специализированные процессы для выполнения различных задач.
- Возможность развертывания через один клик или самостийно.
- Многофункциональные инструменты для работы с файлами и кодом.
📌 GitHub: https://github.com/spacedriveapp/spacebot
#rust
👣 Microsoft выкатили RustTraining.
Вот лишь часть тем, которые сразу зацепили:
- Async в продакшене
- Конкурентность и runtime
- Почему разработчикам на C/C++ стоит переходить на Rust
- no_std — Rust без стандартной библиотеки
- Зачем Rust разработчикам на C#
- Системное программирование и продакшн
- Unsafe Rust - управляемый риск
- Phantom types
- Машины состояний для протоколов
И это только малая часть.
Похоже, туда вложили очень много работы, точно стоит выделить время и пройтись.
github.com/microsoft/RustTraining/
👣👣 Discord объяснил, почему часть инфраструктуры переходит с Go на Rust
Discord начал переносить отдельные компоненты с Go на Rust, потому что при их масштабе главная цена - это предсказуемость задержек и эффективность памяти. Речь не про "мода на Rust", а про конкретные технические потолки, в которые упираются большие real-time системы.
Контекст - почему это вообще стало проблемой
Discord - это нагрузка с постоянными пиками и жёсткими требованиями к latency. Когда у тебя миллионы одновременных соединений, сообщения в реальном времени, голосовые сессии и огромные объёмы событий, любая нестабильность по времени ответа превращается в пользовательские лаги и дорогую инфраструктуру.
Что в Go стало упираться на масштабе Discord
1) GC и хвостовые задержки
Go использует сборщик мусора. Он стал очень хорошим, но у больших сервисов с активными аллокациями и большими heap-объёмами GC всё равно может:
- создавать краткие паузы или "подёргивания"
- давать спайки по p99 и p999 latency
- делать поведение менее предсказуемым именно в моменты пиков
На небольших сервисах это часто незаметно. На real-time инфраструктуре, где важны хвостовые перцентили, это начинает быть системной проблемой.
2) Цена аллокаций и давление на память
Go удобен, но он поощряет стиль, где аллокации происходят "само собой". На горячих путях это приводит к:
- росту heap
- большему количеству работы GC
- большему потреблению RAM
- а значит - к большему числу машин и более высокой стоимости
3) Потребность в более низком уровне контроля
В некоторых компонентах Discord понадобился контроль над:
- тем, когда и как выделяется память
- буферами и их жизненным циклом
- layout данных
- оптимизациями "вплоть до байта"
Go как язык намеренно ограничивает такие вещи ради простоты и скорости разработки. Когда система доросла, Discord понадобилось больше "ручек".
Почему именно Rust
1) Нет GC - стабильнее latency
Rust не использует сборщик мусора. Память освобождается детерминированно через владение и области видимости.
Результат - меньше неожиданных спайков по времени ответа, особенно на больших heap-нагрузках.
2) Контроль над аллокациями и структурой данных
Rust позволяет проектировать горячие пути так, чтобы:
- уменьшать количество аллокаций
- переиспользовать буферы
- держать данные в более cache-friendly структурах
- снижать overhead на каждом запросе/событии
3) Производительность уровня системного программирования с безопасностью
Discord явно не хочет возвращаться в мир "C/C++ и вечных memory bugs". Rust даёт:
- системную производительность
- защиту от use-after-free, data races и многих классов ошибок памяти на уровне компилятора
Главный нюанс - Discord не "выкинул Go"
Важная мысль из текста Discord: это не религия, а прагматика.
Обычно выглядит так:
- Go остаётся отличным для продуктовой логики, быстрых сервисов, разработки и поддержки
- Rust применяют там, где есть жёсткий performance budget - горячие пути, сетевые компоненты, обработка больших объёмов событий, инфраструктурные библиотеки
То есть это "гибридная стратегия", а не миграция всего подряд.
Что это говорит о рынке
1) Go закрепился как язык для скорости разработки
Если цель - быстро писать и менять микросервисы, Go остаётся одним из лучших выборов.
2) Rust всё чаще становится языком инфраструктуры
Когда компания вырастает и начинает платить миллионы за лишние миллисекунды и гигабайты RAM, Rust становится экономически выгодным.
3) Критерий выбора меняется с "удобно" на "предсказуемо"
На больших масштабах выигрывает не тот, кто чуть быстрее в среднем, а тот, у кого меньше хвостовых задержек и меньше сюрпризов под нагрузкой.
История Discord - это не про - "Go плохой". Это кейс о том, что на hyperscale появляются другие ограничения.
Go - отличный default для backend.
Rust - сильный инструмент для performance-critical инфраструктуры, где важны p99/p999, память и контроль над горячими путями.
https://discord.com/blog/why-discord-is-switching-from-go-to-rust/
🚨 Похоже, Chrome может стать слишком тяжёлым для эпохи AI-агентов.
Появился новый проект - Lightpanda.
Это headless-браузер, написанный с нуля, который работает:
• в 11 раз быстрее
• использует в 9 раз меньше памяти
И самое интересное - он не основан на Chromium.
Сейчас почти все AI-агенты, которые автоматизируют работу с сайтами, используют Chrome под капотом.
Но есть проблема.
Вы фактически запускаете огромное десктопное приложение без интерфейса, иногда сотни раз на сервере.
И всё это ради задачи, где не нужно отрисовывать ни одного пикселя.
Это примерно как арендовать фуру, чтобы отправить письмо.
Lightpanda делает всё иначе.
Он написан на Zig и изначально создавался только для одной цели —
максимально быстрый headless-браузер для автоматизации.
При этом он всё ещё поддерживает:
• JavaScript
• Ajax
• Fetch / XHR
• SPA-приложения
• infinite scroll
Но без сотен мегабайт браузерного «балласта», который вам не нужен.
Подключается он тоже очень просто:
• работает с Playwright, Puppeteer и chromedp через CDP
• одна команда Docker
• CDP-сервер на порт 9222
• можно заменить Chrome буквально за 30 секунд
Где это особенно полезно:
• AI web-агенты
• сбор данных для обучения LLM
• масштабная браузерная автоматизация
• тестовые пайплайны
Проект пока в beta, но уже набрал 11.8K ⭐ на GitHub.
И это open source под лицензией AGPL-3.0.
Похоже, для AI-агентов может появиться новый стандарт браузера.
https://github.com/lightpanda-io/browser
Rust-совет недели 🦀
Можно встроить статический текст прямо в бинарник с помощью include_str!.
Этот макрос читает файл во время компиляции и встраивает его содержимое прямо в программу. Никакого чтения файлов во время выполнения.
Это удобно для:
- шаблонов конфигурации
- встроенных скриптов
- статических ресурсов
- тестовых данных
Пример:
fn main() {
const TEXT: &str = include_str!("static-data.txt");
let program = include_str!("main.rs");
}