На GitHub доступен модульный фреймворк для гибкого тестирования на Go — Testo.

Testo написали разработчики Ozon Tech и уже проверили на тысячах своих e2e-тестов на проде. Фреймворк работает как слой над testing.T внутри экосистемы Go. Он адаптируется под потребности за рамками стандартного пакета и позволяет быстро создавать тесты под любую задачу.

Попробуйте, если хотите расширить ваши тесты отчетами, фильтрами и собственным функционалом через плагины: https://ozon.tech/testo

Читать полностью…

✔️ DeepSeek вложится в робототехнический стартап Winverse AI

Китайский разработчик возглавит раунд Winverse AI, которая делает модели воплощённого ИИ для робототехники. Участвует в сделке и фонд Long-Z, принадлежащий Meituan, крупнейшему в Китае сервису услуг.

Основал Winverse AI бывший учёный Tencent, отвечавший там за мультимодальные системы для физических агентов.

Для DeepSeek это одна из крупнейших внешних инвестиций и продолжение выхода на рынок робототехники, ранее лаборатория купила 2% акций Unitree Robotics.

Ставка даёт шанс конкурировать с американскими Skild AI и Physical Intelligence в архитектурах управления и восприятия, нужных китайским производителям оборудования.
bloomberg.com

✔️ Anthropic предупредила о скором появлении ИИ-червей

Команда Frontier Red Team показала, что автономные ИИ-черви могут размножаться на устройствах интернета вещей без дата-центров.

В эксперименте распределённый инференс модели Gemma4-26B-A4B запустили на 15 бюджетных ТВ-приставках с Android, кластер выдал 0,39 токена в секунду.

Открытые модели уже умеют подбирать пакеты и создавать окружение на разнородном оборудовании без root-прав, а в изолированной среде GLM-5.2 прошла полный цикл репликации, то есть просканировала сеть, проникла на целевой хост, развернула среду исполнения и запустила свою копию.

По оценке Anthropic, распределённые ботнеты на моделях до 30 млрд параметров станут технически возможны к концу этого года.
anthropic.com

✔️ AlphaProof Nexus от DeepMind закрыла девять задач Эрдёша

Две из них оставались открытыми 56 лет. Система доказала ещё 44 гипотезы из онлайн-энциклопедии целочисленных последовательностей, закрыла вопрос в алгебраической геометрии и улучшила оценку в минимаксной оптимизации для обучения нейросетей.

Архитектура соединяет Gemini 3.1 Pro с языком формальных доказательств Lean. Модель пишет доказательство и правит его в цикле обратной связи, Lean разбирает код после каждой итерации, а сообщения об ошибках уходят в контекст следующей попытки.

Для сложных подзадач подключается отдельный инструмент AlphaProof, но задачи Эрдёша базовая связка решила без внешних модулей.
science.org

✔️ AMD представила стоечную архитектуру Helion

Открытый проект на спецификациях OCP рассчитан на инфраструктуру агентного ИИ. Ключевой элемент – маршрутизатор токенов, он перенаправляет вызовы агентов и балансирует нагрузку между небольшими открытыми и флагманскими проприетарными моделями.

Поддерживаются жидкостное и воздушное охлаждение, конфигураций две. Крупным облачным операторам предназначена стойка только с процессорами, до 32 тыс. ядер на AMD EPYC шестого поколения, она держит логику агентов, а инференс уходит на внешнюю инфраструктуру.

Корпоративная сборка объединяет процессоры EPYC и ускорители Instinct MI350P, так что инференс и управление агентами влезают в одну стойку.

Готовые системы Dell, HPE, Lenovo и Supermicro обещают в ноябре.
amd.com

✔️ Tesla подала заявку на патент эластичной сенсорной кожи

Документ описывает трёхмерные эластичные сенсорные матрицы для пальцев и ладоней робота Optimus, т. е. тактильную кожу для криволинейных поверхностей манипуляторов.

Сенсор собран из гибких полимерных слоёв с проводящими дорожками и разделяющей чувствительной прослойкой, работает он по ёмкостному или резистивному принципу, когда деформацию при контакте регистрирует массив независимо опрашиваемых пикселей.

Для серийного выпуска Tesla предлагает формовать многослойные заготовки в пресс-формах под нагревом, а дорожки наносить трафаретной печатью, тампопечатью или прямым 3D-напылением. Внешний слой защищает от влаги и износа.
patents-review.com


@ai_machinelearning_big_data

#news #ai #ml

Читать полностью…

🐳 Контейнер базы запущен. А приложение всё равно падает с `connection refused`.

Знакомо? Обычный depends_on задаёт порядок запуска, но не ждёт, пока PostgreSQL начнёт принимать подключения. Для этого нужны healthcheck и condition: service_healthy.

Собрали 7 приёмов Docker Compose, которые помогут привести стек в порядок:

• Якоря YAML: общие настройки без копипасты.
• Healthcheck: запуск приложения после готовности базы.
• Профили: включение отладочных сервисов по необходимости.
• include: разделение большого файла на части.
• develop.watch: синхронизация кода и пересборка при изменении зависимостей.
• !reset и !override: явное удаление и замена настроек.
• configs.content: небольшие конфиги прямо в Compose-файле.

С примерами кода и командой docker compose config для проверки результата перед запуском.

https://uproger.com/docker-compose-7-priemov/

Читать полностью…

Rust vs Go vs C# в 2026: почему наивный Rust проиграл Go

Сравнение производительности Rust, Go и C# в 2026 году: наш тест на аллокациях, где наивный Rust уступил Go, а Rust с ареной оказался в 7 раз быстрее, плюс разбор GC, памяти, холодного старта, Green Tea и .NET 10

Спор «что быстрее: Rust, Go или C#» обычно заканчивается ссылкой на чей-то бенчмарк, где один язык обгоняет другой в полтора раза. Мы решили проверить простую вещь и сразу получили результат, который ломает привычную картину: наивный код на Rust проиграл Go по времени выполнения. Ниже разбираем, почему так вышло, что на самом деле означает «производительность» в 2026 году и как выбирать язык под конкретную нагрузку.

https://uproger.com/rust-vs-go-vs-csharp-proizvoditelnost-2026/

Читать полностью…

🎓 Тестовый собес с Go Senior из Гамбурга, с опытом работы в Yandex и Uzum
[ + эталонные ответы на 50 сложных вопросов в подарок ]

В четверг, 8 октября, в 19:00 МСК приходи онлайн на тестовое собеседование. Можно посмотреть, как всё устроено изнутри, и понять, насколько ты готов к такому интервью.

Интервьюер: Маруф Караев — Senior Software Engineer из Гамбурга, ex-Yandex, ex-Uzum.

Как это будет:

📂 Маруф задаст разработчику-добровольцу те вопросы и задачи, которые даёт кандидатам на своих интервью. Заранее их никто не знает;

📂 После каждого ответа Маруф даст обратную связь: что прозвучало сильно, а что стоило раскрыть иначе. Так станет понятнее, на что обращают внимание на собесе;

📂 В конце сможешь задать Маруфу любой вопрос и получить развёрнутый ответ;

Эфир проходит в рамках менторской программы ШОРТКАТ для Go-разработчиков, которые хотят сменить работу и вырасти в грейде и зарплате.

🎁 Подарок для всех, кто зарегается на веб:
файл с эталонными ответами на 50 сложных вопросов с Go-интервью 🔥

Жми на кнопку, чтобы попасть на эфир и забрать подарок ↓
@shortcut_go_bot

Реклама.
О рекламодателе.

Читать полностью…

👣 Go 1.27 получился одним из самых заметных релизов языка за последние годы.

Главное изменение - дженерик-методы. Теперь методы могут объявлять собственные параметры типа, поэтому многие хелперы и цепочки преобразований можно писать заметно чище. Но есть ограничение: такие методы нельзя использовать в интерфейсах.

Ещё из важного:

- новый encoding/json/v2 с более строгими правилами и потоковой обработкой JSON
- uuid появился прямо в стандартной библиотеке, включая UUID v4 и v7
- улучшен type inference для generic-функций
- мелкие аллокации до 80 байт стали дешевле
- профиль goroutineleak стал стабильным
- go fix получил новые автоматические миграции
- появились изменения в net/http, TLS и инструментах разработки

В статье разобрал не только список изменений, но и реальные примеры кода, подводные камни и чек-лист миграции продакшен-сервисов на Go 1.27.

https://uproger.com/go-1-27-chto-novogo/

Читать полностью…

👣 Большой разбор собеседований на Go в 2026 году

На GitHub появился мощный репозиторий для подготовки к Golang-интервью: более 190 вопросов, каверзные задачи и live coding с решениями.

Внутри:

- 25 задач «что выведет код?»;
- 22 live coding задачи с разборами;
- goroutines, channels, sync, atomic и memory model;
- runtime, scheduler, escape analysis и GC;
- generics и context.Context;
- HTTP, gRPC, базы данных и брокеры;
- System Design для Middle+/Senior;
- свежие изменения Go 1.22–1.27.

Есть классические задачи вроде Worker Pool, LRU Cache, Rate Limiter, Fan-in, Pipeline, TTL Cache, Singleflight и Graceful Shutdown.

По сути, готовая шпаргалка + задачник + roadmap для подготовки к Go-собеседованию.

https://github.com/justxor/sobesrazborgoogle

Читать полностью…

Apache Kafka курс 2026: бесплатный курс по Kafka с нуля до профи на русском

Kafka обучение без воды: каждый модуль состоит из понятной теории, схем, команд, которые можно запустить у себя, типичных ошибок и вопросов для самопроверки. Курс подходит, чтобы выучить Kafka с нуля, подготовиться к собеседованию на backend, data engineer или DevOps-позицию и спроектировать надёжную систему на Kafka в продакшене.

https://github.com/justxor/KAFKAFREECOURSR

Читать полностью…

🔥 Хочешь расти в IT быстрее остальных? Перестань учиться в одиночку

Можно годами смотреть курсы, читать документацию и всё равно топтаться на месте.

А можно попасть в правильное окружение, где каждый день обсуждают новые инструменты, вакансии, реальные кейсы, ошибки и то, что уже завтра станет стандартом.

Здесь собраны папки и каналы по разным направлениям IT, чтобы ты быстрее находил нужных людей, идеи и полезный контент - без бесконечного поиска.

AI: t.me/ai_machinelearning_big_data
Python: t.me/pythonl
Linux: t.me/linuxacademiya
Хакинг: t.me/linuxkalii
DevOps: t.me/DevOPSitsec
Docker: /channel/+90Z5TAyfuNU5YmRi
Golang: t.me/Golang_google
Rust: t.me/rust_code
C++: t.me/cpluspluc
C#: t.me/csharp_ci
Java: t.me/javatg
JavaScript: t.me/javascriptv
React: t.me/react_tg
Frontend: t.me/front
PHP: t.me/phpshka
Android: t.me/android_its
Мобильная разработка: t.me/mobdevelop
Базы данных: t.me/sqlhub
Data Science: t.me/data_analysis_ml
Big Data: t.me/bigdatai
Математика: t.me/data_math
Физика: t.me/fizmat
Kubernetes: t.me/kubernetc
GameDev: /channel/gamedev
Haskell: t.me/haskell_tg

Собеседования и карьера:

DS собеседования: t.me/machinelearning_interview
Python собеседования: t.me/python_job_interview

Папка с вакансиями: t.me/addlist/_zyy_jQ_QUsyM2Vi
Папка Go разработчика: t.me/addlist/MUtJEeJSxeY2YTFi
Папка Python разработчика: t.me/addlist/eEPya-HF6mkxMGIy
Папка ML: /channel/addlist/2Ls-snqEeytkMDgy
Папка Frontend: /channel/addlist/mzMMG3RPZhY2M2Iy

Полезное сверху:

ИТ-мемы: t.me/memes_prog
Английский для программистов: t.me/english_forprogrammers
ИИ и технологии: t.me/vistehno
954 ГБ open-source курсов: /channel/+rKBQEMccAA01MTcy
ИТ-книги бесплатно: /channel/addlist/BkskQciUW_FhNjEy

Max Ai: https://max.ru/ai_machinelearning_big_data
Max python: https://max.ru/pythonl
ТЕХНО: https://max.ru/vistehno
Max Go: https://max.ru/Golang_google
Max Linux: https://max.ru/linuxkalii
Devops: https://max.ru/DevOPSitsec
C#: https://max.ru/csharp_ci
C++: https://max.ru/cpluspluc
SQL: https://max.ru/sqlhub
Java: https://max.ru/javatg

Подпишись и сохрани, здесь регулярно появляются новые подборки, инструменты и материалы, которые реально помогают расти быстрее.

Читать полностью…

⚡️ DeepSeek открыла веса V4.1-Flash

DeepSeek выложила свежайшую DeepSeek-V4.1-Flash, мультимодальную MoE-модель на 552 млрд параметров, с контекстом до миллиона токенов и методом Causal Encoder-Decoder под капотом, который вдвое удешевляет разбор входа.

Задача, под которую её делали, скучная, но дорогая. Долго работающий агент постоянно перечитывает свой контекст, и всё прочитанное приходится держать в KV-кэше.

На длинных дистанциях он раздувается, забивает видеопамять и упирается в пропускную способность шин.

В V4.1-Flash кэш сжат до 890 байт на токен, это вчетверо меньше, чем у V4-Flash, и в 437 раз, чем у первой версии DeepSeek.

Каждому слою внимания заранее назначен один из трёх режимов:

🟢в полном слой считает свои ключи и значения сам;
🟢в режиме переиндексации берёт их у предыдущего слоя, но заново выбирает, на что смотреть;
🟢в режиме повторного использования не считает ничего - берёт и чужой кэш, и чужой выбор.

Так хранить приходится в разы меньше. Сверху главный кэш держится в четырёхбитном формате FP4, и устойчивость к такой точности натренирована, а не добавлена после обучения.

🟡Causal Encoder-Decoder

Метод вдохновлен майкрософтовской работой You Only Cache Once про переиспользование KV-кэша слоями. DeepSeek внесла в него структурные улучшения, чтобы поднять ёмкость кэша и глубину вычислений при его порождении.

40 слоёв разделены пополам: 20 на энкодер, 20 - декодер. К и V для декодера не считаются в каждом его слое, а проецируются из последнего скрытого состояния энкодера.

Поэтому при разборе входа работает только первая половина сети - 8 млрд активных параметров на токен против 16 при генерации ответа.

Для агентов, у которых вход в разы длиннее вывода, это именно то, что нужно.

🟡Бенчмарки

На DeepSWE v1.1 модель берёт 74,2% против 74,0 у Claude Opus 5 и 73,0 у GPT-5.6 Sol.

На Terminal-Bench 2.1 - 90,6% (выше всех).

На AutomationBench - 54,8% против 50,3 у Opus 5.

А вот в Terminal-Bench 4.0, где нужны экспертные знания в науке, модель даёт 31,2% против 51,8 у Opus 5, то есть разрыв с топами на самых сложных задачах никуда не делся.

Модель поддерживает настраиваемый уровень рассуждений от 1 до 100, в API это три пресета: low, high, max - они соответствуют значениям 50, 75 и 100.

Шаблона чата в Jinja нет - вместо него советуют реализацию промптов на Python и отдельный набор Rust-библиотек.

Сообщество на Hugging Face уже сделало квантованные версии практически под всё.


📌Лицензирование: MIT License


🟡Блогпост
🟡Веса
🟡Техотчет


@ai_machinelearning_big_data

#AI #ML #MMLM #MoE #Deepseek

Читать полностью…

🔥 monty-go - безопасный запуск Python-кода от LLM прямо внутри Go

Проект оборачивает интерпретатор Pydantic Monty в WebAssembly и запускает его через wazero.

Что интересно:

- pure Go — без CGO
- без контейнеров и subprocess
- запуск sandbox меньше миллисекунды
- WASM-бинарник всего около 2,9 МБ
- можно ограничить память, время, число аллокаций и глубину рекурсии
- доступ к файлам и ОС идёт только через разрешённые Go-callbacks
- внешние функции работают через pause/resume

Главная идея — агент может написать один Python-скрипт, который вызывает ваши Go-инструменты, вместо длинной цепочки отдельных tool calls. Это уменьшает число обращений к модели и упрощает сложные agentic workflow.

MIT.

https://github.com/fugue-labs/monty-go

Читать полностью…

🔴 Тестовое собеседование с Go Senior с опытом работы в Яндексе, EPAM и Uzum в этот четверг

3 сентября(в четверг!) в 19:00 по мск приходи онлайн на открытое собеседование, чтобы посмотреть на настоящее интервью на Middle Go-разработчика.

Как это будет:
📂 Маруф Караев, Senior в европейской компании, ex-Uzum, ex-Яндекс, ex-EPAM будет задавать реальные вопросы и задачи разработчику-добровольцу
📂 Маруф будет комментировать каждый ответ респондента, чтобы дать понять, чего от вас ожидает собеседующий на интервью
📂 В конце можно будет задать любой вопрос Маруфу

Это бесплатно. Эфир проходит в рамках менторской программы от ШОРТКАТ для Go-разработчиков, которые хотят повысить свой грейд, ЗП и прокачать скиллы.

Переходи в нашего бота, чтобы получить ссылку на эфир → @shortcut_go_bot

Реклама.
О рекламодателе.

Читать полностью…

🔥 diffyml - быстрый структурный diff для YAML и Kubernetes

Вместо обычного сравнения строк инструмент понимает структуру YAML и показывает реальные изменения в данных.

Что умеет:

- сравнивать Kubernetes-ресурсы по apiVersion + kind + name
- находить переименования ресурсов
- сравнивать директории
- подсвечивать изменения внутри строк
- работать как git external diff
- отдавать аннотации для GitHub, GitLab и Gitea CI
- маскировать чувствительные значения
- генерировать AI-summary изменений

Написан на Go и имеет всего одну внешнюю зависимость. На больших YAML-файлах авторы заявляют скорость до 1,5-1,9× выше ближайшего YAML-aware конкурента.

https://github.com/szhekpisov/diffyml

Читать полностью…

О!Хакатон возвращается — на кону миллион

Приглашаем Go- и Python-разработчиков, аналитиков и продакт-менеджеров на тревел-тех хакатон от Островка.

Вам предстоит решить одну из двух AI-задач в сфере тревел-теха и побороться за главный приз — 1 000 000 ₽.

Присоединиться к хакатону можно из любой точки мира. Участвуйте командой до пяти человек и выбирайте один из двух треков:

📌«О!дин запрос». Цель для junior-специалистов — создать AI-агента для путешествий и отелей.
📌«О!дин шаг до идеального отеля». Задача для специалистов уровней middle и senior — «переизобрести» опыт бронирования пользователя с помощью AI и новых интерфейсных механик.

📅 Регистрация открыта до 16 октября 2026 года. Стартуем 23 октября.

Скорее присоединяйтесь по ссылке!

Реклама. ООО "БРОНИРОВАНИЕ ГОСТИНИЦ". ИНН 7703389880.

Читать полностью…

Бархоппинг и разгон факапов? ДА!

Атмосферу «ну мёёёёд» сложно передать словами, но мы попробуем! Делимся видео и фоточками с нашего митапа для Go-разработчиков в Нижнем Новгороде.

Данил Руденко, 2ГИС — «Репозиторий здорового человека»
Зачем нужен паттерн «Репозиторий», почему не стоит тащить в него бизнес-логику, с какими сложностями можно столкнуться при работе с транзакциями и как их решать.

Никита Метелкин, Cloud.ru — «Как написать свой плагин для protoc-gen-go»
Как устроен protoc и как с помощью Go и protogen генерировать собственный код из .proto-файлов.

Александр Бухалко, MWS Cloud Platform — «Взросление OpenAPI-кодогенерации»
Почему одной модели для запроса и ответа может быть мало, как внедрять частичное обновление данных, переходить на OpenAPI 3.1 и работать с полями в Go и Kotlin.

Приходите на наши следующие мероприятия. У нас хорошо

Другие инженерные инсайты от 2ГИС → в Telegram-канале RnD

Читать полностью…

Go 1.27 ускорил HTTP/1 почти в 5 раз

В Go 1.27 net/http сам дочитывает непрочитанное тело HTTP/1 ответа, и соединения
переиспользуются. 100 запросов вместо 710 мс выполняются за 150 мс.

https://uproger.com/go-1-27-http1/

Читать полностью…

Как перестать бояться Кафки?

Знакомо? Сервис ответил "заказ принят", а до оплаты заказ так и не доехал, и ты сидишь в логах и не понимаешь, куда делось сообщение. Или консюмер упал, поднялся и обработал то же сообщение ещё раз, а у клиента теперь два списания. Или лаг растёт, ты добавляешь консюмеров, а становится только хуже.

Причём ровно такие же вопросы потом прилетают и на собесах, и как раз на них обычно начинаешь плыть)

Меня зовут Олег Козырев, я staff Golang-разработчик, в IT больше 8 лет. Начинал с C++, потом перешёл на Go и поработал в Озоне, Авито и Т-Банке.

И Кафка мне тоже подкладывала свинью: в Озоне как-то разбудила алертом в четыре ночи, потому что консюмер не успевал разгребать очередь)

Чтобы разобраться с этим, 15 октября в 19:00 по МСК я проведу открытый урок для Go-разработчиков:

Хорош бояться Кафку: ломаем и чиним Go-сервис в прямом эфире

Предыстория такая: пока меня не было дома, мой кот Коткинс добрался до телефона и начал заказывать себе вкусняшки с моей карты. Приложение кидает заказ в Кафку, сервис оплаты читает его и списывает деньги. Вот эту систему и будем ломать)

Что разберём на уроке:
🟢Без занудных определений разберёмся, что такое продюсер, топик, партиции, группа и смещение. Просто проследим один заказ в Kafka UI от кнопки до списания
🟢Трижды попробуем сломать систему: потеряем заказ, спишем деньги дважды и завалим очередь. И разберёмся, почему так вышло
🟢По каждой поломке посмотрим, какие есть варианты починки и чем плох каждый
🟢Попросим нейронку написать консюмер для оплаты и посмотрим, переживёт ли он повтор сообщения
🟢Расскажу, когда Кафка вообще не нужна и можно спокойно взять RabbitMQ
🟢В конце отдам репозиторий со всем кодом урока, чтобы ты мог повторить всё у себя
🟢И конечно же, анонсирую новый поток своего курса по микросервисам на Go

Регистрироваться никуда не надо, ссылка на урок будет прямо в канале по микросервисам:
Залететь в канал с уроком

P.S. Записи не будет, поэтому жду всех в онлайне)

Реклама. ИП Козырев Олег Вячеславович, ИНН 440315249608, erid: 2W5zFHLyLLR

Читать полностью…

🧮 Математика для ИИ на русском: от школьной базы до трансформеров и диффузии

Бесплатный курс-шпаргалка на GitHub, который связывает формулы с их применением в ML: интуиция → формула → иллюстрация → код на NumPy → задачи.

Внутри:
• Линейная алгебра, производные, вероятности и статистика.
• Backpropagation, оптимизаторы, функции потерь и attention.
• Генеративные модели, обучение с подкреплением, RAG и рекомендации.

Для практики: 26 Jupyter-ноутбуков с запуском в Colab, 60 задач с решениями и 160 вопросов с собеседований. Есть карточки Anki и глоссарий RU ↔ EN.

Если математика забылась, предусмотрен отдельный справочник с нуля: от дробей и процентов до интегралов и матриц.

https://github.com/justxor/math-for-ai-2026

Читать полностью…

🔥 ChatGPT PRO на русском: открытый курс от первого промпта до агентов и Codex

На GitHub появился бесплатный практический курс по ChatGPT, целиком на русском. Он умещается в один репо, поэтому ничего не нужно ставить и регистрироваться не надо.

Программа идёт от простого к сложному в четыре уровня: база, работа, расширение и PRO. Всего в ней 13 модулей. Первые разбирают выбор между быстрыми и рассуждающими моделями, Deep Research, формулу промпта, память и проекты. Дальше идут анализ таблиц, Canvas, картинки и голос, а последние модули посвящены Custom GPTs, коннекторам, агентам, Codex и API.

Главная ценность курса в практике. В нём 10 лабораторных: библиотека промптов, аналитика без Excel, ресёрч с проверкой источников, свой GPT, постановка задач агенту, разработка через Codex и автоматизация через API. К ним прилагаются 15 готовых рецептов под типовые задачи и разбор антипаттернов в формате «как делают неправильно и как надо».

Отдельный модуль посвящён безопасности: prompt injection, утечки данных и проверка фактов за моделью.

Курс удобно дать новичкам в команде или пройти самому, чтобы закрыть пробелы по агентам и Codex.

https://github.com/justxor/ChatGPT_ru

Читать полностью…

🚀 DevOps Interview 2026 - шпаргалка-курс для подготовки к собеседованию

Всё, что спрашивают на собеседованиях DevOps / SRE / Platform Engineer в 2026 году — в одном репозитории. Короткая теория, команды, типовые вопросы с ответами, задачи live-coding и «ловушки» интервьюеров.

https://github.com/justxor/devops-interview-2026

Читать полностью…

🔥 Удобный CLI для локального Kubernetes

ctlptl помогает поднимать и управлять локальными Kubernetes-кластерами декларативно, почти как kubectl.

Поддерживаются Docker Desktop, kind, k3d и Minikube. Кластер можно описать обычным YAML, а затем создать одной командой:

ctlptl apply -f cluster.yaml

Что умеет:
- создавать и удалять локальные кластеры;
- автоматически переключать kubectl context;
- поднимать встроенный Docker Registry;
- задавать версию Kubernetes и ресурсы Docker Desktop.

Полезный инструмент, если часто тестируете Kubernetes локально и надоело каждый раз вручную настраивать kind, k3d или Minikube.

GitHub: https://github.com/tilt-dev/ctlptl

Читать полностью…

🐹 golang-set - готовые множества для Go с поддержкой дженериков

Библиотека для работы с коллекциями уникальных значений: убрать дубликаты, найти общие элементы или сравнить два набора данных.

Что умеет:
• Объединение, пересечение и разность множеств.
• Добавление, удаление и проверка наличия элементов.
• Работа с типами comparable.
• Две реализации: потокобезопасная и без синхронизации.

В версии 3.0.0 добавили Filter, AppendFrom и IsDisjoint — проверку отсутствия общих элементов. Убрали MongoDB-драйвер и поддержку BSON: теперь пакет зависит только от стандартной библиотеки.

Среди пользователей проекта - Docker, 1Password, Ethereum и HashiCorp.

🔗 https://github.com/deckarep/golang-set

#Go #Golang #OpenSource

Читать полностью…

🔥 AI-кодинг в Go - не главная проблема. Проблема начинается, когда код никто нормально не проверяет.

Разбор актуальной практики 2026 года: Copilot, Cursor и Claude действительно хорошо справляются с boilerplate, тестами, миграциями и рутинным кодом. Но на сложных участках — concurrency, context, редкие API - ошибки всё ещё легко выглядят «правдоподобно».

Например, AI может сгенерировать код, который:

- компилируется, но содержит race condition
- теряет context и продолжает работу после отмены запроса
- придумывает несуществующий метод библиотеки
- проходит часть тестов, но ломается под нагрузкой

Вывод отсюда не в том, что AI плохо пишет Go.

Куда важнее сам workflow:

repo context → change → compile → tests → static analysis → race detector → review → fix → PR

То есть модель не должна быть «источником истины». Источником истины должны быть кодовая база, документация и детерминированные проверки.

Для Go это особенно важно:

go test ./...

go test -race ./...

go vet ./...

staticcheck ./...

Плюс отдельные правила для context, concurrency, shutdown, retries и внутренних API.

Ещё сильнее схема становится, если один агент пишет код, а другой отдельно проверяет concurrency, архитектуру и edge cases.

Идея простая:

не нужно добиваться от AI идеального кода с первой попытки — нужно строить систему, в которой плохой код не проходит дальше без проверки.

Это уже не просто AI-assisted coding.

Это переход к agentic software engineering.

Читать полностью…

🐹 Go: `defer f.Close()` может скрыть ошибку записи

При работе с bufio.Writer данные сначала попадают в буфер. Ошибка может возникнуть при Flush() или закрытии файла - уже после успешного Write().

Сохранить все ошибки можно через именованный результат и errors.Join:

func save(path string, data []byte) (err error) {
    f, err := os.Create(path)
    if err != nil {
        return err
    }

    w := bufio.NewWriter(f)

    defer func() {
        flushErr := w.Flush()
        closeErr := f.Close()
        err = errors.Join(err, flushErr, closeErr)
    }()

    _, err = w.Write(data)
    return err
}

Нужны пакеты bufio, errors и os.

Что здесь важно:

* сначала выполняется Flush(), затем Close()
* файл закрывается даже при ошибке сброса буфера
* именованный err позволяет изменить результат после return, пока выполняется defer
* errors.Join сохраняет все ошибки; errors.Is и errors.As умеют их проверять
* если ошибок нет, результат остаётся nil

Ловушка: defer errors.Join(err, f.Close()) закроет файл сразу - аргументы отложенного вызова вычисляются при регистрации defer.

Приём работает в актуальном Go и доступен с Go 1.20. Flush() передаёт данные нижележащему writer; для синхронизации файла с хранилищем нужен отдельный f.Sync().

errors.Join - https://pkg.go.dev/errors#Join
os.File - https://pkg.go.dev/os#File.Sync

Читать полностью…

Команды ждут тебя на треке программирование роботов на МТС True Tech Champ 2026  — всероссийском чемпионате по программированию с двумя треками и призовым фондом 10 250 000 рублей.

Успей зарегистрироваться до 13 сентября.

В треке программирования роботов тебе предстоит запрограммировать робособаку для доставки груза через полосу препятствий сначала в онлайн-симуляторе, а затем на офлайн-полигоне в финале 22 октября. Рекомендуемые стеки: Go, Java, Python, C#, C++, JS.

Участие в командах 2-5 человек. Если у тебя нет своей команды, кураторы помогут объединиться с другими участниками на платформе.

Масштабный финал объединит борьбу за призовой фонд 10 250 000 рублей, выступления хедлайнеров, доклады спикеров и активности для всех гостей мероприятия.

Успей зарегистрироваться и пройти квалификацию до 13 сентября.

erid:2VSb5xDCSMY

Читать полностью…

Spinifex - open-source платформа с AWS-совместимым API для запуска инфраструктуры на собственном железе.

Проект позволяет поднимать сервисы, похожие на:

- EC2
- VPC
- S3
- EBS

Всё работает на bare metal и остаётся под полным контролем владельца инфраструктуры.

Spinifex рассчитан на сценарии, где обычное облако использовать нельзя или нежелательно:

- edge-площадки
- частные дата-центры
- среды с плохой связью
- изолированные и высокорисковые инфраструктуры

Идея простая: получить привычную облачную модель AWS, но без зависимости от публичного облака.

Проект написан на Go и открыт на GitHub:

https://github.com/mulgadc/spinifex

Читать полностью…

🔥 В Go есть странная, но полностью валидная конструкция:

error.Error(errors.ErrUnsupported)

Почему это работает:

- errors.ErrUnsupported — реальная ошибка из пакета errors
- error — интерфейс
- Error — его метод
- метод в Go можно вызвать как обычную функцию через method expression

Поэтому:

err := errors.New("oops")

err.Error()
error.Error(err)

дадут одинаковый результат.

А:

error.Error(errors.ErrUnsupported)

вернёт:

"unsupported operation"

Непривычный синтаксис, который легко принять за ошибку, хотя это обычная возможность языка.

Читать полностью…

10 GitHub-репозиториев, которые стоит сохранить Go-разработчику в 2026 году.

1. Golang Roadmap 2026 🇷🇺

Один из самых полных свежих roadmap на русском: 19 модулей от синтаксиса и concurrency до PostgreSQL, gRPC, Kubernetes, observability, distributed systems, eBPF, Wasm и AI-агентов. В каждом модуле есть практика и проекты.

github.com/Develp10/golangroadmap2026

2. Learn Go with Tests

Один из лучших способов реально выучить Go, а не просто читать синтаксис. Язык изучается через TDD: interfaces, concurrency, context, HTTP, generics, iterators, mocks и архитектура тестируемого кода.

github.com/quii/learn-go-with-tests

3. Practical Go

Свежие материалы Ardan Labs по практическому Go. Хороший переход от «я знаю синтаксис» к пониманию того, как писать нормальный production-код.

github.com/ardanlabs/practical-go

4. Go 101

Огромная и постоянно обновляемая база знаний по Go. Особенно полезна, когда базовый курс уже закончен и хочется глубже понять семантику языка, runtime, типы, memory model и неочевидное поведение Go.

github.com/go101/go101

5. Uber Go Style Guide

Как писать Go-код, который не стыдно отправлять на code review. Ошибки, goroutines, interfaces, naming, performance, functional options, table-driven tests и десятки production-практик. Репозиторий обновлялся и в 2026 году.

github.com/uber-go/guide

6. Go by Example

Go через маленькие работающие программы. Goroutines, channels, interfaces, HTTP, JSON, filesystem, timers, synchronization и другие вещи можно сразу запускать и менять руками. Проект продолжает учитывать новые возможности Go.

github.com/mmcgrana/gobyexample

7. Exercism Go Track

Если теорию уже прочитал - сюда за практикой. Большой набор задач с тестами и постепенно открывающимися концепциями Go. Track поддерживается и обновлялся в августе 2026 года.

github.com/exercism/go

8. LearnGo

Больше тысячи небольших примеров, упражнений и квизов. Хороший вариант для новичка: вместо огромного проекта постоянно исправляешь маленькие программы и сразу видишь результат.

github.com/inancgumus/learngo

9. Wild Workouts

Уже для тех, кто умеет писать Go, но хочет понять архитектуру больших приложений. На реальном проекте разбираются DDD, Clean Architecture, CQRS и рефакторинг.

github.com/ThreeDotsLabs/wild-workouts-go-ddd-example

10. Awesome Go

Не курс, а огромная карта современной Go-экосистемы: web, databases, distributed systems, observability, testing, networking, security, CLI и сотни библиотек. Репозиторий активно обслуживается и в 2026 году.

github.com/avelino/awesome-go

Если начинать с нуля, я бы шёл так:

Golang Roadmap 2026 → Learn Go with Tests → Exercism → Go 101 → Uber Guide → Wild Workouts.

Читать полностью…

Полный инженерный курс по AI-агентам на русском: от tool calling до production

Курс инженерный, а не обзорный. Здесь почти нет рассуждений о том, «изменит ли ИИ мир», зато есть: минимальные работающие реализации каждого механизма, лабораторные с критериями приёмки, шаблоны для копирования, чек-листы перед релизом, каталог антипаттернов и набор бенчмарков, по которым можно честно сравнить две версии своего агента.

Качество агента почти никогда не упирается в модель. Оно упирается в инженерию вокруг модели: как описаны инструменты, что попадает в контекст, где стоят проверки, что происходит при третьей подряд ошибке и сколько это стоит за тысячу запусков. Модель - двигатель. Курс -про всё остальное в автомобиле.

https://github.com/justxor/Aiagentsfullcourse

Читать полностью…

👣 В Go 1.27 появился почти настоящий LINQ

Автор go-linq показал новую версию библиотеки для Go 1.27, которая позволяет писать типобезопасные цепочки запросов в стиле LINQ:

From(users).
    Where(...).
    Join(...).
    ToSlice()

Главная цель проекта - получить удобство LINQ без привычной цены в виде большого runtime-overhead.

По словам автора, производительность уже близка к вручную написанным циклам, а дальше её планируют ещё улучшать.


GitHub: https://github.com/ahmetb/go-linq

@Golang_google / Папка с полезными Go-ресурсами

Читать полностью…