🧩 Визуализация памяти классов в Neovim
classlayout.nvim позволяет увидеть, как компилятор размещает поля и выравнивание в структурах и классах C/C++. Просто наведите курсор на тип или переменную, и получите наглядное представление о распределении памяти.
🚀 Основные моменты:
- Поддержка структур, классов, объединений и STL типов
- Автоопределение флагов компилятора из
- Мгновенный доступ к кэшированным данным
- Интеграция с clangd для разрешения типов
📌 GitHub: https://github.com/J-Cowsert/classlayout.nvim
#lua
classlayout.nvim позволяет увидеть, как компилятор размещает поля и выравнивание в структурах и классах C/C++. Просто наведите курсор на тип или переменную, и получите наглядное представление о распределении памяти.
🚀 Основные моменты:
- Поддержка структур, классов, объединений и STL типов
- Автоопределение флагов компилятора из
compile_commands.json- Мгновенный доступ к кэшированным данным
- Интеграция с clangd для разрешения типов
📌 GitHub: https://github.com/J-Cowsert/classlayout.nvim
#lua
GitHub
GitHub - J-Cowsert/classlayout.nvim: Neovim plugin to visualize C/C++ class/struct memory layouts using clang
Neovim plugin to visualize C/C++ class/struct memory layouts using clang - J-Cowsert/classlayout.nvim
❤2👍2
🚀 В Linux каждый процесс живёт в своей версии памяти.
Два разных приложения могут одновременно использовать один и тот же адрес, например
Почему так?
Потому что процесс видит не настоящую физическую память, а virtual address space - виртуальное адресное пространство.
Когда программа делает
Если запустить такую программу в двух терминалах, адрес может оказаться одинаковым.
Но это не значит, что процессы пишут в одну и ту же память.
Для каждого процесса ядро и MMU переводят виртуальные адреса в свои физические страницы. Один и тот же виртуальный адрес в процессе A может указывать на один участок RAM, а в процессе B - на другой.
Именно поэтому процессы изолированы друг от друга.
Программа думает:
«Это моя память».
На самом деле Linux говорит:
«Это твоя иллюзия памяти. А куда она реально мапится - решаю я».
Виртуальная память - одна из тех штук, без которых не было бы нормальной изоляции процессов, безопасного multitasking, shared libraries, fork, mmap и современного Linux в целом.
Два разных приложения могут одновременно использовать один и тот же адрес, например
0x555555..., но попадать при этом в совершенно разные места физической RAM.Почему так?
Потому что процесс видит не настоящую физическую память, а virtual address space - виртуальное адресное пространство.
Когда программа делает
malloc, она получает адрес, который выглядит как обычный указатель:
int *x = malloc(sizeof(int));
*x = getpid();
printf("PID %d -> virtual address: %p -> value: %d\n",
getpid(), (void*)x, *x);
Если запустить такую программу в двух терминалах, адрес может оказаться одинаковым.
Но это не значит, что процессы пишут в одну и ту же память.
Для каждого процесса ядро и MMU переводят виртуальные адреса в свои физические страницы. Один и тот же виртуальный адрес в процессе A может указывать на один участок RAM, а в процессе B - на другой.
Именно поэтому процессы изолированы друг от друга.
Программа думает:
«Это моя память».
На самом деле Linux говорит:
«Это твоя иллюзия памяти. А куда она реально мапится - решаю я».
Виртуальная память - одна из тех штук, без которых не было бы нормальной изоляции процессов, безопасного multitasking, shared libraries, fork, mmap и современного Linux в целом.
❤12🔥5👍2🤔1
Представьте: через четыре месяца вы открываете чужой .NET-проект и читаете его как книгу.
IServiceCollection не вызывает ступора.
async Task<IActionResult> пишется на автомате. Вы точно знаете, почему EF Core сгенерировал именно такой SQL - и как переписать запрос, чтобы он летал.Это не фантазия. Это результат после 16 модулей, в которых каждая концепция объясняется через код и закрепляется практикой.
ООП, SOLID, LINQ, async/await, DI, EF Core, ASP.NET Core, Docker, Kubernetes - всё, что казалось магией, станет рабочим инструментом.А бонусом - портфолио проектов: от CLI-утилит и REST API до собственного SaaS с multi-tenancy, JWT и деплоем в Kubernetes под TLS.
Скидка - 58% доступна 48 часов: https://stepik.org/a/282984/
Please open Telegram to view this post
VIEW IN TELEGRAM
❤2👍2🔥2
Kubernetes сам по себе ничего не решает. Сила появляется, когда начинаешь правильно его комбинировать
Именно связки инструментов превращают кластер в полноценную платформу
База, без которой никуда
K8s + Docker даёт стандарт оркестрации контейнеров
K8s + Terraform автоматизирует поднятие инфраструктуры
K8s + Helm убирает боль с деплоем и версиями
K8s + ArgoCD закрывает GitOps и делает релизы предсказуемыми
Наблюдаемость и безопасность
K8s + Prometheus + Grafana дают полный контроль над метриками
K8s + Vault решает проблему секретов без костылей
K8s + Cilium добавляет нормальную сетевую безопасность и observability
K8s + OPA позволяет внедрить policy as code и контролировать всё на уровне кластера
Трафик и масштабирование
K8s + NGINX Ingress или Envoy дают контроль над L7 трафиком
K8s + Istio превращает всё это в полноценный service mesh
K8s + KEDA добавляет event-driven scaling, без ручного тюнинга
AI и платформенная инженерия
K8s + Ollama + KServe позволяют гонять LLM-инференс в проде
K8s + Kubeflow закрывает ML пайплайны
K8s + Crossplane делает из Kubernetes основу для platform engineering
По факту Kubernetes это не инструмент, а каркас
И то, во что он превратится, полностью зависит от того, какие связки ты соберёшь
Именно связки инструментов превращают кластер в полноценную платформу
База, без которой никуда
K8s + Docker даёт стандарт оркестрации контейнеров
K8s + Terraform автоматизирует поднятие инфраструктуры
K8s + Helm убирает боль с деплоем и версиями
K8s + ArgoCD закрывает GitOps и делает релизы предсказуемыми
Наблюдаемость и безопасность
K8s + Prometheus + Grafana дают полный контроль над метриками
K8s + Vault решает проблему секретов без костылей
K8s + Cilium добавляет нормальную сетевую безопасность и observability
K8s + OPA позволяет внедрить policy as code и контролировать всё на уровне кластера
Трафик и масштабирование
K8s + NGINX Ingress или Envoy дают контроль над L7 трафиком
K8s + Istio превращает всё это в полноценный service mesh
K8s + KEDA добавляет event-driven scaling, без ручного тюнинга
AI и платформенная инженерия
K8s + Ollama + KServe позволяют гонять LLM-инференс в проде
K8s + Kubeflow закрывает ML пайплайны
K8s + Crossplane делает из Kubernetes основу для platform engineering
По факту Kubernetes это не инструмент, а каркас
И то, во что он превратится, полностью зависит от того, какие связки ты соберёшь
❤9👍6🔥3👎1
Практическое руководство по росту в C#-разработке. Материал собран для тех, кто хочет получить инженерную глубину, а не просто накликать CRUD по туториалам.
Здесь последовательность изучения, лучшие практики, ресурсы и трезвый разбор того, как работать с ИИ-инструментами и оставаться востребованным.
https://github.com/Develp10/Csharp_Roadmap/
Please open Telegram to view this post
VIEW IN TELEGRAM
❤2🔥2👍1
Хочешь держать несколько терминальных сессий открытыми и не плодить кучу окон?
Используй `tmux`.
Он позволяет запускать отдельные сессии, делить терминал на панели, отключаться от работы и потом возвращаться к ней с того же места.
Например, ты подключился к серверу, запустил долгий процесс и не хочешь потерять его при разрыве SSH. Создаешь сессию:
tmux new -s myserver
Отключаешься от нее - процесс продолжает работать. Потом можно посмотреть список сессий:
tmux ls
И вернуться обратно:
tmux attach -t myserver
tmux превращает один терминал в полноценное рабочее пространство.
Сессии, окна, панели, detach, reattach - и ты больше не зависишь от одного открытого терминального окна.
#linux #terminal #tmux #devops
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥12👍5❤3👎3
Представьте: через три месяца вы открываете чужой Rust-код и читаете его как книгу.
Arc<Mutex<T>> не вызывает панику. impl Future не пугает. Вы точно знаете, почему компилятор ругается и как это починить за 10 секунд.
Это не фантазия. Это результат 50 уроков, в которых каждая концепция объясняется через код и закрепляется практикой.
Ownership, traits, generics, async, unsafe - всё, что казалось магией, станет рабочим инструментом.А бонусом - портфолио проектов: от CLI-утилит до REST API и WebAssembly.
Вы и так знаете, что Rust - ваш следующий язык. Этот курс просто сделает это реальностью.
Сегодня - 55% процентов от цены, торопись: https://stepik.org/a/269250/
Please open Telegram to view this post
VIEW IN TELEGRAM
❤1👍1🔥1🙈1
Практическое руководство по росту в C#-разработке. Материал собран для тех, кто хочет получить инженерную глубину, а не просто накликать CRUD по туториалам.
Здесь последовательность изучения, лучшие практики, ресурсы и трезвый разбор того, как работать с ИИ-инструментами и оставаться востребованным.
https://github.com/Develp10/Csharp_Roadmap/
Please open Telegram to view this post
VIEW IN TELEGRAM
❤3😁3👍2🔥2
📝 Создавайте качественные документы с Kami
Kami — это система дизайна для профессиональных документов, предлагающая теплый пергаментный фон и единый стиль. Она помогает создавать привлекательные и читаемые материалы, такие как резюме, презентации и портфолио, с акцентом на типографику и пространство.
🚀Основные моменты:
- Уникальный дизайн для различных типов документов.
- Поддержка английского и китайского языков.
- Включает встроенные SVG-диаграммы.
- Простота использования и настройка под ваши нужды.
- Открытый исходный код с лицензией MIT.
📌 GitHub: https://github.com/tw93/Kami
Kami — это система дизайна для профессиональных документов, предлагающая теплый пергаментный фон и единый стиль. Она помогает создавать привлекательные и читаемые материалы, такие как резюме, презентации и портфолио, с акцентом на типографику и пространство.
🚀Основные моменты:
- Уникальный дизайн для различных типов документов.
- Поддержка английского и китайского языков.
- Включает встроенные SVG-диаграммы.
- Простота использования и настройка под ваши нужды.
- Открытый исходный код с лицензией MIT.
📌 GitHub: https://github.com/tw93/Kami
❤5
🧠 Hermes Agent: Умный AI с самообучением
Hermes Agent — это самообучающийся AI-агент, который создает навыки из опыта и улучшает их в процессе использования. Он доступен на различных платформах, включая Telegram и Discord, и может работать на облачных серверах или локально. Уникальная функция — замкнутая обучающая петля, позволяющая агенту сохранять знания и адаптироваться к пользователю.
🚀 Основные моменты:
- Самообучение и создание навыков на основе опыта.
- Поддержка множества платформ и моделей.
- Полноценный интерфейс TUI с историей разговоров.
- Автоматизация задач с помощью встроенного планировщика.
- Возможность работы в облаке с минимальными затратами.
📌 GitHub: https://github.com/NousResearch/hermes-agent
#python
Hermes Agent — это самообучающийся AI-агент, который создает навыки из опыта и улучшает их в процессе использования. Он доступен на различных платформах, включая Telegram и Discord, и может работать на облачных серверах или локально. Уникальная функция — замкнутая обучающая петля, позволяющая агенту сохранять знания и адаптироваться к пользователю.
🚀 Основные моменты:
- Самообучение и создание навыков на основе опыта.
- Поддержка множества платформ и моделей.
- Полноценный интерфейс TUI с историей разговоров.
- Автоматизация задач с помощью встроенного планировщика.
- Возможность работы в облаке с минимальными затратами.
📌 GitHub: https://github.com/NousResearch/hermes-agent
#python
GitHub
GitHub - NousResearch/hermes-agent: The agent that grows with you
The agent that grows with you. Contribute to NousResearch/hermes-agent development by creating an account on GitHub.
👍4🔥3🤔2👏1
🧠 OpenChronicle: локальная память для AI-агентов
OpenChronicle — это открытое решение для создания локальной, инспектируемой памяти для AI-агентов. Он захватывает контекст работы на вашем Mac и сохраняет его в виде структурированной Markdown-памяти, что позволяет агентам эффективно использовать информацию о ваших действиях и предпочтениях.
🚀 Основные моменты:
- Локальное хранение данных на вашем устройстве
- Поддержка различных моделей AI
- Интеграция с любыми инструментами
- Читаемая Markdown-память и локальная база данных SQLite
- Открытый исходный код с возможностью расширения
📌 GitHub: https://github.com/Einsia/OpenChronicle
#python
OpenChronicle — это открытое решение для создания локальной, инспектируемой памяти для AI-агентов. Он захватывает контекст работы на вашем Mac и сохраняет его в виде структурированной Markdown-памяти, что позволяет агентам эффективно использовать информацию о ваших действиях и предпочтениях.
🚀 Основные моменты:
- Локальное хранение данных на вашем устройстве
- Поддержка различных моделей AI
- Интеграция с любыми инструментами
- Читаемая Markdown-память и локальная база данных SQLite
- Открытый исходный код с возможностью расширения
📌 GitHub: https://github.com/Einsia/OpenChronicle
#python
GitHub
GitHub - Einsia/OpenChronicle
Contribute to Einsia/OpenChronicle development by creating an account on GitHub.
❤1👍1👎1
📝 Легкий редактор заметок с Markdown и OCR
qnote — это минималистичный десктопный редактор заметок, который поддерживает Markdown с живым предпросмотром, историю файлов и экспорт в PDF. Работает на Windows и Linux, предлагает удобный интерфейс и множество функций для эффективного редактирования.
🚀 Основные моменты:
- Поддержка Markdown и живой предпросмотр
- История версий и файлов с быстрым поиском
- Экспорт в PDF и HTML
- Встроенный OCR для извлечения текста из изображений
- Кастомизация интерфейса и тем
📌 GitHub: https://github.com/omibranch/qnote
qnote — это минималистичный десктопный редактор заметок, который поддерживает Markdown с живым предпросмотром, историю файлов и экспорт в PDF. Работает на Windows и Linux, предлагает удобный интерфейс и множество функций для эффективного редактирования.
🚀 Основные моменты:
- Поддержка Markdown и живой предпросмотр
- История версий и файлов с быстрым поиском
- Экспорт в PDF и HTML
- Встроенный OCR для извлечения текста из изображений
- Кастомизация интерфейса и тем
📌 GitHub: https://github.com/omibranch/qnote
👍3🔥2😍1
🕒 Управление Cron Jobs с Cronmaster
Cronmaster — это современное веб-приложение для управления cron-заданиями с удобным интерфейсом. Оно поддерживает аутентификацию, REST API и интеграцию с Docker. Пользователи могут легко создавать, редактировать и отслеживать выполнение задач, а также получать информацию о системе в реальном времени.
🚀Основные моменты:
- Современный интерфейс с поддержкой темной и светлой темы
- Управление cron-заданиями и скриптами
- Логирование выполнения задач с автоматической очисткой
- Поддержка OIDC для единого входа
- Полный REST API для интеграций
📌 GitHub: https://github.com/fccview/cronmaster
#javascript
Cronmaster — это современное веб-приложение для управления cron-заданиями с удобным интерфейсом. Оно поддерживает аутентификацию, REST API и интеграцию с Docker. Пользователи могут легко создавать, редактировать и отслеживать выполнение задач, а также получать информацию о системе в реальном времени.
🚀Основные моменты:
- Современный интерфейс с поддержкой темной и светлой темы
- Управление cron-заданиями и скриптами
- Логирование выполнения задач с автоматической очисткой
- Поддержка OIDC для единого входа
- Полный REST API для интеграций
📌 GitHub: https://github.com/fccview/cronmaster
#javascript
👍2❤1😁1
FreeLLMAPI объединяет 12 бесплатных тарифов разных LLM-провайдеров за одним OpenAI-совместимым endpoint и даёт примерно до 1,3 млрд токенов в месяц.
Что умеет:
- streaming-ответы
- tool calling
- автоматическое переключение между провайдерами при сбоях
- шифрованное хранение ключей
- учёт token budget отдельно по каждому провайдеру
- работа с любым OpenAI SDK - достаточно поменять
- поддержка Google, Groq, Cerebras, SambaNova, Mistral и других
По сути, это прослойка, которая собирает бесплатные лимиты разных LLM-сервисов в один общий API. Для разработчика всё выглядит как обычный OpenAI-compatible endpoint, а под капотом запросы распределяются между провайдерами, учитываются лимиты и включается failover.
https://github.com/tashfeenahmed/freellmapi
Что умеет:
- streaming-ответы
- tool calling
- автоматическое переключение между провайдерами при сбоях
- шифрованное хранение ключей
- учёт token budget отдельно по каждому провайдеру
- работа с любым OpenAI SDK - достаточно поменять
base_url- поддержка Google, Groq, Cerebras, SambaNova, Mistral и других
По сути, это прослойка, которая собирает бесплатные лимиты разных LLM-сервисов в один общий API. Для разработчика всё выглядит как обычный OpenAI-compatible endpoint, а под капотом запросы распределяются между провайдерами, учитываются лимиты и включается failover.
https://github.com/tashfeenahmed/freellmapi
👍3🤔2
⚡️ Останови любую команду в Linux за секунды
Есть простой, но очень недооценённый инструмент - timeout
Он запускает команду с лимитом по времени. Если процесс завис или выполняется слишком долго, система просто завершит его сама
Работает элементарно:
Через 30 секунд всё остановится без твоего участия
Есть простой, но очень недооценённый инструмент - timeout
Он запускает команду с лимитом по времени. Если процесс завис или выполняется слишком долго, система просто завершит его сама
Работает элементарно:
timeout 30s командаЧерез 30 секунд всё остановится без твоего участия
👍10🥱4❤1🤣1
Большой русскоязычный roadmap по машинному обучению: от первого import numpy до LLM, RAG, fine-tuning, AI-агентов и MLOps и даже вабкодинга.
Внутри нормальная структура: что учить, в каком порядке, зачем это нужно и что должно получиться на практике после каждого этапа.
Roadmap разбит на 7 треков:
1. Фундамент: Python, математика, статистика, инструменты
2. Классический ML: scikit-learn, табличные данные, метрики, валидация
3. Deep Learning: PyTorch, CNN, RNN, training loop
4. LLM и трансформеры: attention, KV-cache, RAG, LoRA, агенты
5. Generative AI: изображения, видео, аудио, мультимодальность
6. MLOps и прод: Docker, Kubernetes, CI/CD, monitoring, serving
7. Специализация: CV, NLP, RecSys, RL, Safety
Roadmap не продаёт иллюзию “обучил модель - стал ML-инженером”.
В реальной работе много времени уходит на данные, метрики, деплой, мониторинг, воспроизводимость и разбор ошибок. Модель - только часть системы.
Хорошая мысль из roadmap: LLM не делает джуна сеньором. Она ускоряет того, кто уже понимает базу. Без базы человек просто становится оператором Copilot, который не может объяснить, почему всё сломалось.
По времени тоже без сказок:
1. 0-3 месяца: математика, классический ML
2. 3-6 месяцев: Deep Learning и PyTorch
3. 6-12 месяцев: LLM, RAG, fine-tuning, AI-агенты
4. 12+ месяцев: MLOps, прод, масштабирование, специализация
Тут же собрано 7 болших бесплатных курсов по машинному обучению, математике и вайбкодингу!
Если давно хотели зайти в ML системно, а не прыгать между роликами про ChatGPT, Stable Diffusion и “топ-10 библиотек”, это хороший ориентир.
https://github.com/justxor/MachineLearningRoadmap
Please open Telegram to view this post
VIEW IN TELEGRAM
👍4🔥2❤1🤔1🥱1
🚀 Удобная система сборки для нескольких языков с rigx
rigx — это экспериментальная система сборки для C, C++, Go, Rust, Zig, Nim и Python, которая упрощает процесс разработки, обеспечивая изоляцию и кэширование. Все зависимости управляются автоматически, а сборки выполняются в песочнице, что исключает проблемы с "работает на моем компьютере".
🚀 Основные моменты:
- Простая декларативная конфигурация через rigx.toml.
- Поддержка многопоточности и интеграционных тестов.
- Кэширование выходных данных для ускорения сборок.
- Совместимость с Nix для управления зависимостями.
📌 GitHub: https://github.com/unofficialtools/rigx
#python
rigx — это экспериментальная система сборки для C, C++, Go, Rust, Zig, Nim и Python, которая упрощает процесс разработки, обеспечивая изоляцию и кэширование. Все зависимости управляются автоматически, а сборки выполняются в песочнице, что исключает проблемы с "работает на моем компьютере".
🚀 Основные моменты:
- Простая декларативная конфигурация через rigx.toml.
- Поддержка многопоточности и интеграционных тестов.
- Кэширование выходных данных для ускорения сборок.
- Совместимость с Nix для управления зависимостями.
📌 GitHub: https://github.com/unofficialtools/rigx
#python
❤5🔥1🤝1
🔍🚀 Умный сканер уязвимостей для вашего кода
deepsec — это мощный инструмент для обнаружения скрытых уязвимостей в больших кодовых базах. Он использует агентскую архитектуру для параллельного выполнения задач и предлагает глубокий анализ, позволяя быстро находить и устранять проблемы. Идеален для крупных проектов, где важна скорость и точность.
🚀Основные моменты:
- Обнаружение сложных уязвимостей в коде
- Параллельная обработка для больших репозиториев
- Поддержка различных AI-провайдеров
- Возможность работы в песочнице Vercel для безопасности
- Интуитивно понятный интерфейс и документация
📌 GitHub: https://github.com/vercel-labs/deepsec
#typescript
deepsec — это мощный инструмент для обнаружения скрытых уязвимостей в больших кодовых базах. Он использует агентскую архитектуру для параллельного выполнения задач и предлагает глубокий анализ, позволяя быстро находить и устранять проблемы. Идеален для крупных проектов, где важна скорость и точность.
🚀Основные моменты:
- Обнаружение сложных уязвимостей в коде
- Параллельная обработка для больших репозиториев
- Поддержка различных AI-провайдеров
- Возможность работы в песочнице Vercel для безопасности
- Интуитивно понятный интерфейс и документация
📌 GitHub: https://github.com/vercel-labs/deepsec
#typescript
👍2❤1
Создатели Unix сами устали от Unix - и в Bell Labs начали строить ему замену.
Кен Томпсон, Деннис Ритчи и Роб Пайк почти десятилетие работали над Plan 9. Название взяли из старого трэшового sci-fi фильма Plan 9 from Outer Space, как внутреннюю шутку. Но сама система была совсем не шуткой.
Plan 9 пыталась довести идеи Unix до логического конца. Если в Unix «всё файл» звучало как красивая философия, то в Plan 9 это стало реальной архитектурой. Файлами выглядели устройства, процессы, сеть, окна, удалённые машины. Всё собиралось в единое пространство имён, с которым можно работать одинаковыми инструментами.
Самые сильные идеи Plan 9:
- единое пространство имён для файлов, устройств, процессов, сети и графики
- личный вид системы для каждого пользователя
- распределённые вычисления как основа, а не отдельная надстройка
- UTF-8, который потом стал стандартом для всего интернета
- сетевые идеи, которые позже повлияли на Linux, Android и контейнеры
- подходы, которые Роб Пайк позже перенёс в Go
В 2000 году Plan 9 открыли бесплатно. Можно было запускать, менять, изучать и использовать без лицензий уровня Windows и без привязки к железу Apple.
Но массовым он так и не стал. Linux забрал внимание индустрии, Unix-наследие осталось везде, а Plan 9 превратился в систему, которую знают в основном системные программисты и любители красивых ОС.
Ирония в том, что Plan 9 проиграл как продукт, но выиграл как источник идей. UTF-8, распределённая модель, namespaces, сетевой подход, влияние на Go - всё это живёт в современных системах до сих пор.
Мир почти не заметил Plan 9.
Зато взял у него кучу идей.
Кен Томпсон, Деннис Ритчи и Роб Пайк почти десятилетие работали над Plan 9. Название взяли из старого трэшового sci-fi фильма Plan 9 from Outer Space, как внутреннюю шутку. Но сама система была совсем не шуткой.
Plan 9 пыталась довести идеи Unix до логического конца. Если в Unix «всё файл» звучало как красивая философия, то в Plan 9 это стало реальной архитектурой. Файлами выглядели устройства, процессы, сеть, окна, удалённые машины. Всё собиралось в единое пространство имён, с которым можно работать одинаковыми инструментами.
Самые сильные идеи Plan 9:
- единое пространство имён для файлов, устройств, процессов, сети и графики
- личный вид системы для каждого пользователя
- распределённые вычисления как основа, а не отдельная надстройка
- UTF-8, который потом стал стандартом для всего интернета
- сетевые идеи, которые позже повлияли на Linux, Android и контейнеры
- подходы, которые Роб Пайк позже перенёс в Go
В 2000 году Plan 9 открыли бесплатно. Можно было запускать, менять, изучать и использовать без лицензий уровня Windows и без привязки к железу Apple.
Но массовым он так и не стал. Linux забрал внимание индустрии, Unix-наследие осталось везде, а Plan 9 превратился в систему, которую знают в основном системные программисты и любители красивых ОС.
Ирония в том, что Plan 9 проиграл как продукт, но выиграл как источник идей. UTF-8, распределённая модель, namespaces, сетевой подход, влияние на Go - всё это живёт в современных системах до сих пор.
Мир почти не заметил Plan 9.
Зато взял у него кучу идей.
👍12❤3😭3