Data Science. SQL hub

Задача о диване решена: ответ искали почти 60 лет Какой самый большой диван можно пронести за угол коридора шир Каждый, кто хоть раз тащил диван по узкому коридору, помнит этот момент. По прямой всё идёт нормально, в дверь он проходит, а на повороте встаёт намертво. Крутишь, наклоняешь, тянешь на себя, и ничего не меняется. В 1966 году математик Лео Мозер превратил эту бытовую боль в строгую геометрическую задачу. Решить её удалось только в конце 2024 года, и ответ оказался куда страннее, чем кто-либо ожидал. https://uproger.com/zadacha-o-divane-reshena/

Добавить реплику MongoDB, не копируя всю базу: что меняет Atlas Infinite В привычной архитектуре каждый узел replica set хранит полную копию данных. Добавление реплики или изменение размера узла требует перемещения больших объёмов данных. Atlas Infinite разделяет вычисления и хранение. Узлы выполняют запросы, а общий слой хранения, написанный на Rust, отвечает за журнал, страницы данных и долговечность. Вычислительные ресурсы и хранилище масштабируются независимо. Самая интересная деталь: два журнала с разными задачами. • oplog фиксирует логические операции. Запись подтверждается после уст…

Python и ИИ в 2026 году: как правильно работать с кодом через ChatGPT, Claude, Cursor и AI-агентов Как использовать ИИ для написания, проверки, рефакторинга и отладки Python-кода.  Лучшие промпты, примеры, workflow и правила работы с AI-ассистентами в 2026 году. https://uproger.com/python-i-ii-v-2026-godu-kak-pravilno-rabotat-s-kodom-cherez-chatgpt-claude-cursor-i-ai-agentov/

Теперь RL можно обучать прямо через реальный агентный harness — даже если он для тебя black box ClawGym II показывает интересный подход: Claude Code или OpenClaw можно оставить без изменений и всё равно встроить их в RL training loop. Фреймворк запускает агентный harness внутри sandbox, перехватывает model calls на serving-уровне и восстанавливает из них полные trajectories. После этого PPO или GRPO могут оптимизировать поведение модели уже с учётом реальной агентной среды. Главный плюс: training stack не нужно заново реализовывать tool routing, retries, context management или subagents. На Qw…

🔥 **Harbor - единый фреймворк для тестирования и улучшения AI-агентов** Сравнивать Claude Code, OpenHands, Codex CLI и других агентов сложно: у каждого свои команды, окружения и форматы результатов. **Harbor** превращает это в единый воспроизводимый пайплайн. Он позволяет запускать разные модели и coding-агентов на одинаковых задачах в изолированных контейнерах. Что умеет Harbor: - тестировать разные модели и AI-агенты; - запускать Terminal-Bench, SWE-Bench и Aider Polyglot; - создавать собственные бенчмарки и окружения; - параллельно проводить тысячи экспериментов; - собирать rollouts дл…