Найти похожее

JetBrains IntelliJ IDEA 2022.1.3 Ultimate - Это интеллектуальная IDE, учитывающая контекст. Она предназначена для разработки разнообразных приложений на Java и других языках JVM, например Kotlin, Scala и Groovy. Кроме того, IntelliJ IDEA Ultimate поможет в разработке веб-приложений: она предлагает эффективные встроенные инструменты, поддержку jаvascript и связанных с ним технологий, а также расширенную поддержку таких популярных фреймворков, как Spring, Spring Boot, Jakarta EE, Micronaut, Quarkus и Helidon О ПРОГРАММЕ: 🗂Категория: #программирование 😏Версия: v2022.1.3 🖥ОС: Windows 🌏Языкинтерфейса: русский 💊Таблетка: Не требуется

ИИтоги 2025 года Решил широкими мазками описать, что происходило в мире искусственного интеллекта за год. Смотрите дайджест (с мемами!) в статье на Хабре #программирование@chelovek_nauk

Прочитал безумно интересную статью о новом алгоритме для перемножения матрицы на неё же, но перевёрнутую – транспонированную. Если вы когда-либо применяли PCA (метод главных компонент) или линейную регрессию, то там используется эта операция. Как и ещё в куче мест Не без помощи ИИ авторы нашли алгоритм, который делает это быстрее! Матрицы можно перемножать эффективнее, чем так как вас учили в университете – это показал Штрассен ещё в прошлом веке. А некоторые частные случаи могут быть решены ещё быстрее. Например, для матриц специального размера это совсем недавно показали в Дипмайнде. А перемножение матрицы на её транспонированную обладает симметричной структурой, которой можно воспользоваться для ещё более эффективного алгоритма Однако в комментариях к посту о статье жаловались, что авторы не провели эксперименты на GPU – видеокартах. А это как раз самое интересное, все самые тяжёлые вычисления (как, например, тренировка больших языковых моделей) происходят на них. Мне захотелось потратить выходные, чтобы написать этот алгоритм для видеокарт, а заодно стряхнуть пыль со знаний C++ и разобраться как вообще выглядит такое программирование Три недели спустя алгоритм был наконец написан, а баги отловлены. В процессе мне удалось его даже улучшить. Для вычисления результата авторы вводят 47 дополнительных переменных. На видеокартах заводить дополнительные переменные и выделять память под них – дорого, важно избежать каждой лишней операции. И мне удалось вместить все вычисления в память результирующей матрицы. Выделять дополнительную не нужно совсем! К моему удивлению, готовый алгоритм заработал медленнее, чем стандартный из библиотеки от NVIDIA. Пусть в ней и не оптимальный алгоритм, куча инженеров и миллионы долларов, потраченных на их работу, привели к тому, что он отполирован донельзя и работает лучше, чем теоретически более быстрый. Впрочем, нам удалось догнать и перегнать стандартный алгоритм на больших матрицах. И это с минимумом оптимизаций! Если написать более низкоуровневый алгоритм на уровне ядер, вычисления станут ещё быстрее Если вам близка эта тема, загляните в репозиторий: https://github.com/VladimirShitov/RTXX-CUDA . Звёздочки (а тем более улучшения) крайне приветствуются! #программирование@chelovek_nauk

Мой первый PR в опенсорс вмержен в Grafana repo 🎉 Вот он (прошел review и вмержен) Выше в посте про конференцию я упомянул GCX - это CLI (command line interface) новая тула от Grafana для работы с дашбордами, алертами, метриками и т.д. И по умолчанию в этой туле для авторизации можно было использовать только токен (service account token) или OAuth. Проблема: во многих компаниях Grafana стоит за Teleport или другим прокси, который использует клиентские сертификаты (mTLS) вместо токенов. А токен создать нельзя - нет Admin прав. Что я добавил: Теперь можно указать путь к сертификату и ключу: gcx config set contexts.prod.grafana.tls.cert-file /path/to/cert.pem gcx config set contexts.prod.grafana.tls.key-file /path/to/key.pem Или через переменные окружения (для CI/CD): export GRAFANA_TLS_CERT_FILE=/path/to/cert.pem export GRAFANA_TLS_KEY_FILE=/path/to/key.pem И gcx авторизуется через mTLS - без токена, без OAuth, просто по сертификатам. Теперь конечно же при любом удобном случае можно рассказывать что я contributor в опенсорс, конкретно в Grafana. Но помимо этого, прикольное чувство, ведь теперь возможно другие пользователи/разработчики будут использовать этот тип авторизации в Grafana, то что добавил я) ps. Это совсем другое чувство, не то когда твоими фичами пользуются миллионы пользователей на проде (это уже мне знакомо). А это чувство опенсорс контрибуторское какое то новое 😀 #программирование

Опять ускоряем проект, на этот раз сборку еще в 3 раза Тут я писал как я ускорял проект в "100 раз") А тут как ускорял сборку проекта Оказалось я изобретал велосипед чтобы деплоить свое приложение (которое у меня на Next.js), изначально выбрал AWS Amplify, это стоило мне примерно 10 евро в месяц, чтобы хостить его там и деплоить автоматически при пуше комита в github. Я знал что Next.js разработан Vercel, и думал в будущем попробовать перейти на него, может будет быстрее, наконец-то нашел время перенести и настроить. Результат сборки теперь с 6 минут 30 секунд -> 2 минуты 5 секунд Экономится 4 минуты! во время разработки не все локально можно протестировать поэтому иногда я ждал просто 6 минут чтобы протестировать фикс/фичу)) а теперь 2 минуты это вообще не заметно, + на Vercel встроенная Observability с Аналитикой, очень удобно + не надо прогревать лямбды, проект всегда доступен и очень быстро все открывается (реально заметнее быстрее работать стало все приложение) и я пока не уперся в бесплатные лимиты, потом будет 20-30 евро в месяц В итоге я переехал буквально за пару часов из AWS Amplify в Vercel. Но только фронтенд, бекенд и все остальное останется в AWS (Amazon Web Services). #программирование | расписание постов @andreyposnov

Традициональный вайбкодинг - все. Убийцы Cursor, их несколько и я их попробовал Хорошо звучит)) да он уже традицональный и если вы не успели повайбкодить, пропустили эту фазу ничего страшного, мы уже входим в другую фазу, которая более правильная с моей точки зрения —- Cursor - это форк VS Code (IDE от Microsoft), очень удобный со всеми штуками для AI вайб кодинга, упрощает работу программистов —- Форк - это ответвление от основной версии, существует IDE (программа где программисты пишут код), называется VS Code, в ней есть уже Copilot (AI от Майкрософот, преимущественно на моделях OpenAI типа gpt4.x), но он не такой удобный как удалось сделать Cursor. Последний год Cursor был “лидером рынка” Но пока шла конкуренция между Meta, OpenAI, Google, про Амазон как то подзабыли в этой гонке, а он вот выдал. Периодически еще компании из Китая выстреливают опенсорсными LLM монстрами, ниже будет про это —— Топ 3 "убийц курсора" —— 1️⃣Kilo Code Не отдельная IDE, разработана энтузиастами, расширение для VS Code (есть несколько режимов), Architect - запланировать что будет сделано перед написанием кода Debug - для дебага Code - кодинг Orchestrator - разбить большую задачу на несколько Под капотом Cline - собственно Core который позволяет работать в разных модах и запускать MCP Roo code - был форком Cline но ушел в агенты Continue - делает автокомплит и другие штучки Context7 - документация для всего OpenRouter - универсальный шлюз для работы со всеми LLM, единый API ключ по которому подклчючаешься ко всем и платным и бесплатным (OpenAI, Claude, Gemini, LLaMA) недавно новая китайская Kimi K2 (чтобы ее установить надо повозится), а так с OpenRouter практически сразу стала доступна, она кодит типа на уровне Claude Sonnet 4, но намного дешевле, я написал типа потому что проверил, и да близко но не Claude Sonnet 4 —— 2️⃣Windsurf Еще один форк VS Code, ходили слух что их купят OpenAI за 3 млдр, но в итоге 16 июля закончилась это неопределенность и их официально купила компания Cognition. Windsurft в целом умеет все описанное выше, только у них еще есть своя LLM которая называется SWE (Software Engineer) но кодит она пока хуже Cluade, но зато лучше Devops штуки делает. Пока скучноват из убийц Курсора, но подает надежды —— 3️⃣Kiro🔥 Новая IDE от Amazon, которая вышла 14 июля (свежак) На деле очередной форк VS Code Почему сейчас? Я пользуюсь Cursor последнее время практический каждый день, это очень удобный инструмент, 20 евро в месяц стоило удовольствие, мы были почти лучшие друзья и тут в июнь-июль он начал чарджить 20+20+20 20+20 евро я такой че началось-то? Оказалось Cursor сменил в начале июня свою ценовую политику, ничего плохого в этом нет, действительно тул крутой и стоит больше чем 20 евро в месяц, но об этом надо было предупредить а не чарджить так Я не один кто не доволен этим, много людей по миру подняли шум, что так не делается и вообще Cursor плохие, 😂и тут Амазон такой… ааа кстати! мы IDE тут делали думали когда выпустить, думаем что пора сейчас и выкатили, там пока все бесплатно, Claude и тд, скоро тоже начнут чарджить) но пока пытаются захватить аудиторию от Cursor. Основная идея Kiro, действовать по спекам - сначала придумываем -> потом кодим, как кстати и надо) пока сыровато отваливается постоянно что-то, поэтому бесплатно —- 👋Как видно многие приходят от вайбкодинга, к другому типу (AI) кодинга, который условно пока называют Spec Driven Development Это очень крутой подход, сначала ты с AI создаешь requirements, проектируешь систему по требованиям, и создаешь задачи, то есть такая имитация Software Development Lifecycle В IDE от Amazon это реализовано классно, в kilo code чуть хуже, остальные к этому придут 100%, а Вайбкодинг станет больше такое творческое когда не знаешь, что хочешь создать/поэкспереминтировать и тд Правда все еще пропущен один этап из SDLC - Testing, но об этом я сделаю отдельный пост сегодня В общем Киро, пришел на рынок и такой але! вы забыли как делать софт, и кажется что это очень во время) #программирование | расписание постов @andreyposnov

Ускоряем проект в X100 раз или как держать веб сервис тепленьким Хотел бы написать что Amazon мне не плотит! Но именно сегодня он мне заплатил, точнее вернул деньги за мои эксперименты, с кубернетес и тд которые я описывал тут, после того как я увидел счет за ЕС2 вернулся назад на лямбды и lightsail, я им написал с просьбой понять и простить Вот тут я писал как пробовал свой serverless бекенд переписывать на Java, Go, Rust, в итоге остался на python и node.js (если у вас огрессия и зубы скрипят когда видите что сравнивают яблоки с помидорами, то добавлю контекста, сравниваются рантаймы (среды выполнения) а не языки, просто в python стандартный рантайм называется CPython, так как он написан на C и кратко пишут одноименно Pyhon, а если огресия на огресию, то это не опечатка а мем) Так вот, прежде чем я заметил что после холодного старта в 2 секунды Java, на вторые и далее разы отдавал результат намного быстрее в зависимости от задачи 100-500мс Еще я заметил что иногда мой проект открывался 10 секунд, столько дождется конечно тот кто очень хочет, но это не дело Оказалось у AWS Amplify под капотом тоже лямбды которые засыпают Выход для фронтенда, это настроить healthcheck любым способом, один из способов в AWS Route53, где настраиваются домены и тд, можно настр healthcheck кажды 30секунд вашего сайта, в течение месяца, если 3 проверки подряд fail, можно настроить алерт (уведомление), что сайту плохо, стоит это 0.50€ в месяц Для веб сервисов (лямбд) если их много, это будет накладно, в этом случае можно написать своего робота неСпать, положить его на vps, например в AWS Lightsail или еще где, и он будет ходить пр всем сервисам дергать /health ендпоинт чтобы тот незасыпал Да, хорошо сделать каждому вебсервису ендпоинт /tiKakDrujok или /health /healthCheck /health-check который просто будет отдавать ответ 200 «я в порядке» Таким образом лямбды всегда будут «прогреты», и ваш проект ускорить в N раз 🤓 #программирование | @andreyposnov

Подключил Typescript Go И действительно проверка типов стала 1.6 секунд, вместо 4 секунд, в 2.4 раза быстрее Вот тут новость пост о том что Microsoft выпустил Typescript на Go Это конечно классно, но не сильно влияет пока на общую сборку 1️⃣Но следующий этап это генерация из .ts в .js, сейчас в моем проекте это делает SWC (Speedy Web Compiler) который встроен в Next.js, он написан на Rust, и делает это быстрее, чем Babel который работает на Node.js, а будет еще быстрее с Go, но пока непонятно когда выйдет Для меня это еще уменьшит сборку секунд на 20 в будущем 2️⃣Я начал смотреть как еще можно ускорить, оказалось по умолчанию: В prebuild запускался tsc и eslint А потом ещё раз они же внутри next build (по умолчанию) Убрать один раз убрало еще секунд 20 3️⃣Далее, я начал смотреть библиотеки иконок, я как то не задумывался сколько они занимают, оказалось тоже тратится значительное время на них, убрал их заменил на эмоджи и размер билда уменьшил мегабайт на 60 и сборку еще секунд на 15 ускорил В итоге локальный билд теперь собирается вместо 60 секунд - 23 секунды, 👉в 3 раза быстрее чем было, я думаю если еще Sentry выпилить и найти что то легковесное будет еще быстрее Вот так вот я начал с теста нативного порта Typescript на Go, увидел всего профит 3 секунды, остался недоволен и начал искать дальше способы оптимизации, оказалось их и так не мало #программирование | @andreyposnov

Стало хуже, переписал на Go/Rust/Java свои лямбды (AWS Lambda) Описание смысла мема с картинки: обычно первые квесты/уровни в играх простые, и идет сравнение с языком С++, где даже в самом простом можно сделать ошибку и не сразу понятно почему не работает, Rust мне напомнил С++, это как на первом уровне в играх можно было бы сразу погибнуть вот тут начало , я хотел посмотреть что если свои лямбда переписать на языки с которыми я еще не работал, тем более что с ai это можно сделать очень быстро и вот что вышло если вы вдруг не знаете что такое AWS Lambda то по сути это где лежит ваш бекенд, файлов может быть много разных, и разного назначения, от сходить в базу дернуть что-то и вернуть в json формате, до запустить мини браузер и что то им поделать типа тестирования, очень удобно, называется такое serverless, но есть ограничения которые я описывал в начале по ссылке выше у меня было все на Python и Node.js я попробовал посмотреть что будет если перенести на Go/Rust/Java 👉и СТАЛО ХУЖЕ Дело в том что у меня в основном функциональность если прям упростить упростить, это дергать разную подготовленную информацию из баз и отдавать в json, иногда сходить на разные API, разного назначения, 👉технические это выглядит так Для Node.js (и для Python) [Запрос от пользователя] -> [Lambda запускается] -> [Node.js/Python runtime уже готов] -> [Загружается handler (код)] -> [Handler исполняется] -> [Ответ от Lambda] И занимает это 100-300мс (почти моментально) А вот для Go это уже выглядит так [Запрос от пользователя] -> [Lambda запускается] -> [Создаётся новая среда] -> [Загружается скомпилированный Go-бинарник] -> [Handler исполняется] -> [Ответ от Lambda] И занимает это 300-500мс, все еще быстро но когда это было почти моментально это более заметно Но вот для Java это вот так [Запрос от пользователя] -> [Lambda запускается] -> [Создаётся новая среда] -> [Загружается Java Runtime (JVM)] -> [Загружается и инициализируется приложение (например, Spring Boot)] -> [Handler исполняется] -> [Ответ от Lambda] И занимает это…. до 2 секунд! а это уже сильно “бросается в глаза” — 👉Дело в том что после исполнения, и простоя больше 15 минут, лямбда засыпает, и чтобы стартануть опять, это занимает время, для более-менее нагруженных проектов, наверное такие старты не сильно заметны так как постоянно пользуется, а когда у меня 2-3 пользователя в день, то это заметно Ну на самом деле я прост оне умел их готовить, правильная схема была бы такая. Гибрид [Запрос от пользователя] -> [Lambda на Python/Node.js] -> [Запрос на сервер типа vps/lightsail/ec2 где сервис постоянно запущенный на одном из компилируемых языков Go/Rust/Java/.Net] -> [Код исполняется] -> [Ответ в лямбду] -> [Ответ от Lambda] В таком случае максимальный профит, холодный старт от Python/Node.js и быстрое выполнение кода типа: запрос к бд, обработка (json,map и тд), сериализация в Райнтаме компилируемых языков Go/Rust/Java/.Net, которые уже постоянно живут (подняты) и ожидают запросов. Java мне показался довольно громоздким но надежным, в том плане что прям подробно надо написать что запрашиваешь, что ожидаешь и тд Rust постоянно что-то хочет во время билда, чем то напоминает C++ который не прощает ошибки, было много это самое, я бы сказал не для новичков, надо понимать - зачем а вот Go мне понравился, мне чем то напомнил Swift, в том плане, что сахарок есть и такой он как бы весь понятный, баланс простоты и производительности, думаю останавлюсь на нем для своих сервисов, для схемы Холодный старт на Python/Nodejs -> запрос в сервис на Go Всем := 🙌 А для холодного старта какой лучше выбрать? 👍 - Python ❤️ - Node.js (Typescript) 🔥 - Не знаю #программирование | @andreyposnov

AWS и Datadog* *это облачная платформа для мониторинга и наблюдения за инфраструктурой, приложениями и сервисами. В Amazon Web Services есть встроенные инструменты, но они сложные, неповоротливые, и не всегда понятные без обучения/долгого вникания. У меня на работе тоже будут скоро использовать Datadog, поэтому для своего проекта я тоже решил поставить и полазить что там пораньше, к рабочему пока нет доступа. Зарегался, стал смотреть что там есть, смотрю 👉О! AWS Cloud Cost Management, думаю, ого прикольно, это мне поможет оптимизировать расходы для моего облака AWS, а то уже больше 50€ в месяц Подключаю, там настройка интеграция с облаком полуавтоматом, можно подключить Google Cloud, Microsoft Azure и AWS, начал настраивать, че то не хочет работать, думаю ладно с несколько кликов не завелось потом разберусь Смотрю на след день мое облако растет, в цене, я думаю блин надо разобраться скорее с Datadog, чтобы узнать че там такое ест, через пару дней вернулся к вопросу, настроил, оказывается в первый раз не тот формат отчета подключил, и он его не видел, подключил верный, но надо ждать 24 часа пока сгенерится, ну ладно Захожу сегодня в AWS а там уже 80€, что совсем ненормально, я думаю уже ладно отключу все это Кубернетесное, просто на лямдах продержусь до первых платных клиентов) Захожу в Datadog, он говорит все наладил подключение жди еще сутки, пока обработаем, я думаю блин уже интересно Обращусь ка я к великому и могучему Чату Хэ Пэ Тэ к модели о3, скидываю ему отчеты и говорю разберись пожалуйста почему растет цена облака 😬Воздуха набрали? Цена облака выросла из за подключения Datadog! Он за каким-то хером фигом включил мне все зоны (на фото видно), а у меня был только Париж, и давай логи опрашивать вертеть мое облачку, такое опрашивание мне стоило по 7€ в день 🥲 Короче, вот так вот без опыта с облаками играться) я вот подумал хорошо что я это теперь знаю, на своем небольшом проекте в крайнем случае можно написать в AWS простите извините. Я был на сессии с AWS тренером из Лосанжелоса и спросил его если не туда кликну и стотыщ спишут, он меня уверил что для individual, кто ошибся скорее всего отменят чек и не надо платить, а вот бизнесу скажут плати, залетел бы в aws на текущей работе, или на новой, потыкал бы там на свисьмисот тыщ и аль-ля лю-лю Вот так вот я Cost Management в Датадог попользовался 😅 еще про проект AI Пишет неплохую документацию и Readme Как хранить секреты? Ansible. Настройка серверов (в добавок к Terraform) Terraform и другие ДевОпс штучки #программирование | @andreyposnov

AI Пишет неплохую документацию и Readme В моем проекте у меня помимо описанных выше штук есть 12 лямбда функций, они у меня написаны на TypeScript (JavaScript) и Python, после моих экспериментов с EC2 и Kubernetes, Lightsail я вижу огромную разницу в цене при serverless архитектуре. Условно за свои лямбды (AWS Lambda) функции я плачу 2 евро в месяц, а за EC2 инстансы 50 евро в месяц. Можно было бы все сделать на лямбдах, но у нее есть ограничения 👉Максимальное время исполнения 15 минут (то есть долгие задачи не смогут выполняться) 👉Максимальный размер кода в архиве 50mb (дело в том что все зависимости должны быть установлены в этом архиве тоже типа папка node_modules), но можно такими штуками как layers увеличивать до 250mb, у меня например так в одной из функций подключен headless chromium 👉Холодный старт (200-1000мс) Ограничение памяти 10ГБ Поддерживаемые рантаймы .NET 8 C# , Java 21, Node.js 22, Python 3.13, Ruby 3.4, Go, Rust, C++ Короче я решил переписать свои лямбды на Go и Rust, так как никогда с ними не имел дела, и охото посмотреть что там) Но столкнулся с тем, что я их писал 4-5-6 месяцев назад, естественно уже многое не понятно, половину не помню зачем, и хочется оптимизировать, зарефакторить, и тд. В итоге решил начать с того, чтобы вспомнить, что за что отвечает, и Cursor с AI мне в этом поможет, я выгружаю свою функцию, открываю в Курсоре, и прошу Claude Sonnet 4, оказалась она лучше всего справляется с этим, выполнить вот такую задачу: создай readme на русском языке чтобы я запушил в свой приватный репо, и не забыл о чем эта лямбда функция, хорошо бы добавить описание методов и ендпоинтов И получаю очень крутой Readme где все понятно и сразу вспоминаю что куда и зачем, не считая сегодня 4 часа копания в лямбде которая делает картинку из html) Что получится из переписывания на Go, Rust, расскажу попозже, пока создаю Readme для каждой функции и отправляю в Github, чтобы потом через Codex с мобильного телефона программировать :) А еще узнал, оказывается в Github показывается активность в приватных репо https://github.com/aposnov , просто не обращал на это внимания, решил приукрасить заодно, чтобы отправлять вместе с отликами на вакансии) #программирование | @andreyposnov

12 июня «сломался интернет» и вот что случилось Примерно в 19:51 по Барселоне началось и продолжалось до 03:18 ночи, основные сервисы удалось поднять к 22:49 Пострадали более 50 сервисов Google Cloud и Workspace, включая: GCP (Google Cloud Platform): API Gateway, Compute Engine, Cloud Storage, BigQuery, Spanner, Pub/Sub, Cloud Run, Workstations, Memorystore, Vertex AI, AlloyDB, Firestore, API Gateway, IAM и др. Workspace: Gmail, Drive, Docs, Meet, Chat, Calendar, Tasks, Voice, AppSheet и т.д. Это отразилось и не на гугловских сервисах Spotify, Discord, Snapchat, Twitch, Character.AI, Shopify, Anthropic, Etsy, Cloudflare, Gitlab, YouTube, OpenAI(ChatGPT) и др 👉Причина: 29 мая была внедрена новая фича в систему Service Control (отвечает за политику и квоты), которая не имела feature‑флага и содержала баг с ошибкой null‑pointer при определённых условиях 12 июня кода был добавлен ранее пустой/некорректный квотный объект, который активировал баг, и Service Control начал аварийно падать по всему миру роняя за собой остальные сервисы 👉Как исправляли В течение 2 минут SRE-руководители начали расследование (верим?), через 10 минут локализовали причину и запустили «красную кнопку», отключающую проблемный путь . Через 40 минут нормализация началась и прошла по регионам; однако работа в регионе us-central1 зависала дольше из-за перегрузки базы квот и отсутствия экспоненциальных задержек — полное восстановление случилось примерно через 2 часа 40 минут после начала Подробный RCA тут ☀️☀️☀️ На самом же деле первая запись что инцидент есть на статус странице https://status.cloud.google.com поставили через 46 минут после начала инцидента в 20:37 по Барселоне (а сбой начался в 19:51). К 22:49 восстановили основные сервисы (через 2 часа). 👉Немно отличается от опубликованного RCA (Root Cause Analysis)* *это разбор инцидента по шагам: что случилось, почему, как восстанавливали и что сделают, чтобы больше не повторилось. В официальном RCA указано что проблему начали изучать после 2 минут после начала, а через 10 мин уже локализовали и начали чинить. 🦸‍♂️В Гугле наверняка работают супермены, но думаю в таких больших компаниях они бы 10 мин только авторизовывались в свои системы мониторинга, наверняка есть внутренний RCA с реальным таймингом) но для больших компаний немного фэнтезийный чтобы акции не падали и клиенты не уходили Но в целом хорошо знать что даже супермены забывают добавлять фича флаги, и писать код так чтобы не было Null pointer, ошибку, достаточно типичную Я иногда поглядываю репорты инцидентов крупных компаний, и там обычно никакой магии, но импакт конечно большой, одно дело не обработать ошибку в пет проекте а другое заимпактить миллионы пользователей) #программирование | @andreyposnov