Вайб-программирование

Сегодня покажу вам простую, но мощную технику, которая может прокачать ваш PHP-код — Value Object вместо простых типов. Мы часто передаём параметры как string, int, array. Всё просто и понятно. Но как только бизнес-логика усложняется — типы начинают нас подводить. Допустим, у вас есть метод:

    
        function sendSms(string $phoneNumber, string $message): void{}
    

А теперь скажите честно — сколько раз вы ловили себя на том, что phoneNumber передаётся в неправильном формате? Или вовсе пустым? Или из другой страны, а вы это не предусмотрели? Вот тут и приходят на помощь Value Object'ы:

    
        final class PhoneNumber
{
    public function __construct(private string $number)
    {
        if (!preg_match('/^\+7\d{10}$/', $number)) {
            throw new InvalidArgumentException('Invalid phone number');
        }
    }

    public function value(): string
    {
        return $this->number;
    }
}{}
    

Теперь ваш метод будет выглядеть так:

    
        function sendSms(PhoneNumber $phoneNumber, Message $message): void{}
    

Что мы получаем: - Валидность данных гарантируется на этапе создания объекта. - Код становится самодокументируемым — не нужно читать описание, чтобы понять, что именно сюда передаётся. - IDE и статическая проверка типа не дадут случайно передать email вместо phone. Да, это чуть больше кода. Но это тот случай, когда "больше" — значит надёжнее. #php ✅Программирование

Вайбкодеры, когда тратят токены be like: В случае, если долго грузится пост или видео, рассмотрите, пожалуйста, возможность перейти в МАХ

Java For Dummies, 9th Edition 2026 Автор: Barry Burd Now in its 9th edition, Java For Dummies gives you the essential tools you need to understand the programming language that 17 million software developers rely on. This beginner-friendly guide simplifies every step of the learning process. You'll learn the basics of Java and jump into writing your own programs. Along the way, you'll gain the skills you need to reuse existing code, create new objects, troubleshoot when things go wrong, and build working programs from the ground up. Java For Dummies will help you become a Java developer, even if you're brand new to the world of coding.

Rust All-in-One For Dummies 2026 Paul McFedries Your guide to the programming language that's revolutionizing software development. Ready to learn Rust, the language that combines blazing performance with memory safety? Rust All-in-One For Dummies takes you from complete beginner to confident developer, covering the essentials of writing Rust code through applying it to real-world projects. Unlike programming books that throw you into the deep end, Rust All-in-One builds your skills systematically. Each mini-book contained in this All-in-One reference focuses on a specific aspect of Rust development, complete with hands-on projects that apply what you've learned. You'll move seamlessly from understanding basic syntax to building real-world applications that showcase Rust's incredible versatility. Whether you're writing your first line of code or adding Rust to your programming toolkit, you'll discover how to harness its unique features to build everything from command-line tools to web applications. #Rust ✅Программирование

Появился удобный AI-инструмент для подготовки к найму и прохождения собеседований - Sobes Copilot. Это ассистент, который помогает прямо во время интервью: слушает диалог, распознаёт речь в реальном времени и подсказывает, как лучше ответить. Работает в Zoom, Google Meet, Teams, VK Calls и других платформах, и не виден при демонстрации экрана. Что есть в Sobes Copilot: • Подсказки в реальном времени во время собеседований • Пост-анализ интервью - сервис разбирает прошедший созвон, выделяет сильные и слабые места, удачные формулировки и зоны роста • Генератор и улучшение резюме - помогает собрать сильное резюме под конкретную вакансию • Мок-собеседования (и System Design) - тренировки с ИИ, приближённые к реальным интервью • Авто-отклики на HH - автоматизируют массовую подачу на вакансии по заданным фильтрам Если хочешь проходить собеседования спокойнее, увереннее и системнее - посмотри, что умеет Sobes Copilot.

Опасность устарела, неопределенность недопустима: undefined behavior в С++20/23/26 Сергей Талантов В современных стандартах С++ стало меньше UB. Разбираем на конкретных кейсах. — Начиная с С++20 отрицательные целые числа обязательно должны быть представлены в дополнительном коде. Это сокращает количество UB в битовых операциях и не только. — Введение std::ssize, возвращающего знаковый размер контейнеров, уменьшает количество ошибок и UB в циклах. — Расширение времени жизни временных объектов в циклах for, появившееся в С++23, решает неочевидные проблемы. — Казалось бы, мелочь, но инициализация std::string нулевым указателем раньше была UB, a теперь запрещена. — В С++23 появился эксклюзивный режим открытия файла (O_EXCL), что решает проблему гонок (time-of-check to time-of-use). — Будет ли введена арифметика с насыщением в С++26? Некоторые конструкции языка признаются небезопасными и устаревшими, также проходимся по ним: — Осталось ли что-то от volatile? — Можно ли теперь делать неявный захват this по значению в лямбдах? — Какие операции с enum теперь не в почете. источник #cpp ✅Программирование

👩‍💻 Программирование — В С Ё В 2026 году на кодинге уже не вывезешь, перспектива года - Информационная Безопасность. Ловите полезные каналы, которые помогут ворваться в новое направление. 👍 ZeroDay — Уроки, эксплуатация уязвимостей с нуля 👍 Белый Хакер — Свежие новости из мира ИБ 😎 Бункер Хакера — Статьи, книги, шпаргалки и хакинг 👨‍💻 Серверная Админа — Настройка и уроки по компьютерным сетям 📂 Вступай и изучай новое направление!

🌟 Tencent HY-WU: динамические LoRA для редактирования изображений. Tencent HY опубликовала первую часть серии работ под названием HY-WU (Weight Unleashing). Суть метода в отказе от стандартной парадигмы адаптации, при которой модель получает один фиксированный набор весов для всех задач. Специальная модель-генератор синтезирует LoRA отдельно под каждый входной пример прямо во время инференса, без дополнительной оптимизации на тест-тайме. Проблема, которую решает HY-WU, хорошо знакома всем, кто работал с дообучением: когда задачи противоречат друг другу (например, "размыть" против "убрать размытие" или "состарить лицо" против "восстановить"), общий адаптер вынужден идти на компромисс. Градиенты конфликтуют, и результат оказывается хуже, чем если бы задачи обучались раздельно. Чтобы не быть голословными, авторы измерили это напрямую: косинусное сходство градиентов между разнородными задачами устойчиво отрицательно, среднее около −0.30, то есть задачи буквально тянут веса в противоположные стороны. HY-WU предлагает условную генерацию параметров. Модель-генератор (8B параметров) принимает на вход совместное представление изображения и текстового запроса через энкодер SigLIP2, после чего генерирует LoRA-матрицы (~0.72B) и инжектирует их в базовую модель. Обучение сквозное, только через downstream-loss, без предварительно собранных чекпойнтов адаптеров. 🟡Тесты и результаты Для тестов выбрали задачу редактирования изображения текстовым запросом - в нем конфликты неизбежны и визуально очевидны. 🟡В попарном human evaluation (GSB) HY-WU выигрывает у всех топовых open-source редакторов с большим отрывом: 67–78% против Step1X, Qwen, LongCat и FLUX; 🟡Среди закрытых систем модель обошла Seedream 4.5 (55.6%) и GPT Image 1.5 (55.5%). 🟡Единственные, кто пока впереди - Nano Banana 2 и Nano Banana Pro. Tencent проверили: прирост качества дается именно условной маршрутизацией, а не просто увеличением числа параметров. Когда генератор использовали с перемешанными или усредненными условиями, результат проваливался до уровня базовой модели. Полный SFT с намного большим числом обучаемых параметров давал сопоставимый результат с обычным Shared LoRA, так как в обоих случаях в инференсе применяется одна фиксированная точка в пространстве весов. Выпущенная работа - первая часть серии исследований по функциональной памяти для генеративных моделей. В планах: 🟢сравнить функциональную память с retrieval-подходами и понять, когда каждый из них уместен; 🟢разработать протоколы онлайн-обучения, при которых модель усваивает новые задачи без деградации на старых; 🟢исследовать масштабирование модели-генератора отдельно от базовой модели. Помимо этого, в планах выйти за пределы LoRA на другие операторные интерфейсы, распространить метод на видео и агентные системы, а также проработать возможность точечно удалять поведение модели через управление состоянием генератора. Кроме этого архиполезного исследования Tencent выложили связку из модели-генератора и базовой модели HY-Image-3.0-Instruct, поверх которой она и работает. Поиграться этой красотой можно, если под рукой простаивает 8х40 GB или 4х80 GB VRAM. 🟡Страница проекта https://tencent-hy-wu.github.io/ 🟡Prompt Handbook (китайский) https://docs.qq.com/doc/DUVVadmhCdG9qRXBU 🟡Модель https://huggingface.co/tencent/HY-WU 🟡Техотчет https://github.com/Tencent-Hunyuan/HY-WU/blob/main/assets/report.pdf 🖥 Github https://github.com/Tencent-Hunyuan/HY-WU #bigdata ✅Программирование