7.09.2025 состоялся релизPithon 3.14!
На фоне хайпа про NoGIL всё позабыли про другие фичи. Особенно про Multiple Interpreters, который обещает изоляцию процессов но с эффективностью потоков! На сколько действительно это будет эффективно мы узнаем позже, потому что сейчас это лишь первый релиз с ограничениями и недоработками.
Но что там про NoGIL? Теперь этот режим не экспериментальный, а официально поддерживаемый, но опциональный.
Чтобы запустить без GIL нужна специальная сборка. И перед стартом нужно объявить переменную PYTHON_GIL=0
Для вас я собрал готовый репозиторий где достаточно запустить скрпит, который всё сделает:
▫️ соберет релизный Python 3.14 в новый Docker-образ
▫️ запустит тесты в контейнере (GIL, NoGIL, MultiInterpreter)
▫️ распечатает результаты
Тест очень простой, усложняйте сами)
Вот какие результаты у меня:
=== Running ThreadPoolExecutor GIL ON
TOTAL TIME: 45.48 seconds
=== Running ThreadPoolExecutor GIL OFF
TOTAL TIME: 6.14 seconds
=== Running basic Thread GIL ON
TOTAL TIME: 45.54 seconds
=== Running basic Thread GIL OFF
TOTAL TIME: 4.74 seconds
=== Running with Multi Interpreter
TOTAL TIME: 18.30 seconds
Если сравнивать GIL и NoGIL, то на мои 32 ядра прирост х7-x10 (почему не х32? 🤷). При этом нам обещают что скорости будут расти с новыми релизами.
Режим без GIL похож (визуально) на async, тоже параллельно, тоже не по порядку. Но это не IO! и от того некоторый диссонанс в голове 😵💫, нас учили не так!
Интересно, что чистый Thread работает быстрей чем ThreadPoolExecutor без GIL.
Ну и где-то плачет один адепт мульти-интерпретаторов😭 Теперь нужно искать где они могут пригодиться с такой-то скоростью. Скорее всего своя область применения найдется.
Отдельно я затестил память и вот что вышло на 32 потока:
ThreadPoolExecutor GIL ON
305.228 MB
ThreadPoolExecutor GIL OFF
500.176 MB
basic Thread GIL ON
90.668 MB
basic Thread GIL OFF
472.444 MB
with Multi Interpreter
1267.788 MB
Пока не знаю как к этому относиться)
В целом - радует направление развития!
#release
Что такое MCP и зачем он нужен?
MCP - универсальный протокол взаимодействия LLM с внешним миром.
Привожу примеры применения из поста Min Choi:
1. Figma MCP
Общайтесь напрямую с Figma и создавайте современные мобильные экраны входа в систему.
2. Ableton MCP
Создавайте музыку, используя только подсказки.
3. Unity MCP
Общайтесь напрямую с Unity, чтобы создавать целые игры всего лишь с одной подсказкой.
4. WhatsApp MCP
Отправляйте и получайте изображения, видео и голосовые заметки через WhatsApp.
5. ElevenLabs MCP
Запускайте голосовых агентов для выполнения исходящих звонков от вашего имени, например, заказа пиццы.
6. Shopify MCP
Разрабатывайте и совершенствуйте операции с использованием GraphQL.
7. BioMCP
Открытые API для биомедицинских исследований, предназначенные для поиска и получения клинических испытаний, статей PubMed и вариантов генома.
8. Supabase MCP
Чтение и запись данных в вашу базу данных.
9. GitHub MCP
Без комментариев.
10. Unreal MCP
Стройте всё что угодно в движке Unreal Engine, используя только подсказки.
#mcp
https://t.me/semasci
👍MCP теперь реализован в GPTunneL
MCP (Model Context Protocol) — общий стандарт, через который ассистенты подключают внешние сервисы. Если сервис поддерживает MCP, вы просто указываете его адреси получаете безопасный доступ к своим данным прямо из чата.
Например, через MCP подключаете ваш Notion\Linear и «разговариваете» с заметками в чате ассистента GPTunneL.
Также доступны официальные MCP-серверы для GitHub, Jira/Confluence, Stripe и PayPal, Plaid, Google Drive, Dropbox и др.
〰️Наша платформа поддерживает удаленное подключение по MCP.
Проверьте: возможно, ваш любимый сервис уже имеет подобную интеграцию.
🔗Подключиться через GPTunneL
#mcp@gptunnel
Что такое Model Content Protocol и зачем он нужен?
Model Content Protocol (MCP) — это открытый протокол, который позволяет AI-моделям напрямую взаимодействовать с внешними данными, инструментами и API. Он убирает сложность интеграции и делает процесс подключения гораздо проще.
👉 Стандартизированный доступ к данным. MCP задаёт единый формат взаимодействия с БД, API или файловыми системами.
👉 Интерактивность. Модель может не только читать данные, но и выполнять действия — например, обновлять записи или конфигурации.
👉 Упрощённое подключение инструментов. Достаточно описать интерфейс, и MCP готов к работе в поддерживающих клиентах (например, Claude Desktop).
👉 Open source. MCP формирует экосистему совместимых серверов и инструментов, которыми легко делиться.
Где это полезно?
👉 Подключение AI к внутренним сервисам компании.
👉 Улучшение IDE — автогенерация, поиск по коду.
👉 Построение цепочек команд, когда AI сам запрашивает нужные данные.
Главная идея: MCP создаёт мост между моделью и миром данных, делая AI более контекстным и полезным без постоянного “кормления” контентом.
В комментариях делитесь MCP, которые уже используете
#ai#mcp
🐱Play Store MCP Server - open source Model Content Protocol сервер, который позволяет взаимодействовать с Google Play Console для публикация и управления публикациями приложений.
Что уже можно сделать:
👉 Загрузить сборку Android приложения
👉 Переводить релизы между треками
👉 Запросить статус релиза
❗️Решение пока находится в разработке, но уже рабочее
#googleplay#ai#mcp
⚡️ Anthropic радует разработчиков — вышел каталог MCP-коннекторов для Claude
Если вы любите кодить в вайбе, вот отличный апдейт: Anthropic выкатили новый каталог Connectors, в котором собраны проверенные MCP-интеграции — для автоматизации, расширения функционала и прокачки собственных агентов.
Что внутри?
🟡 Поддержка популярных сервисов вроде Figma, Notion, Stripe
🟡 Коннекторы для десктопов — есть даже MCP для Claude под macOS
🟡 Аккуратная библиотека, в которой все подключается без боли
Каталог тут:claude.ai/directory
🤑ForgetMe | Boosty | ForgetBench | ForgetGPT | ForgetAPI
#claude#новости#mcp#нейросети