28. prosince 2025

Spořící účet

Spořící účet 

zde bude asi časem úvaha

do čeho investovat krátkodobě - horizont 4-6 let
do čeho investovat dlouhodobě - horizont 15 - 25 let








ai bubble
https://trends.google.com/trends/explore?geo=US&q=ai%20bubble
 
ai bubble news
https://trends.google.com/trends/explore?geo=US&q=ai%20bubble%20news
 
michael burry ai bubble
 
michael burry ai bubble
 
the big short


new:
















 




27. prosince 2025

TOP black and white photo

TOP BW photo

2025


 




 






























Iconic Black-and-White photos
a look at the photograph through the ♥ heart   



Co si přečíst za knihy?

Inspirace, které knihy otevřít pro rok 2026
 
 
Oswald Spengler vs Arnold J. Toynbee vs Max Weber
 
Oswald Spengler
Narozen v Blankenburg, Německo - 29. května 1880
Zemřel v Mnichově - 8. května 1936
Žánr – historie, filozofie, umění

Vliv:
Friedrich Nietzsche
Johann Wolfgang von Goethe
Arthur Schopenhauer
Georg Wilhelm Friedrich Hegel
Herakleitos
Gustave Le Bon
Johann Joachim Winckelmann
Leo Frobenius


Doktorát získal na University of Halle (1904); do roku 1911 učil,
poté žil v Mnichově a pracoval na svém hlavním díle:

Der Untergang des Abendlandes  
www.britannica.com/topic/The-Decline-of-the-West

Steelman: 
a) Čte se jako silná „morfologie“ kultur a vlivná diagnóza modernity (důraz na rozdíl „kultura“ vs. „civilizace“)
b) Kritika míří na determinismus (příliš „předurčený“ cyklus) a slabší metodu oproti standardní historiografii


- Ve 20. století pokračovala snaha hledat v dějinách „velké vzorce“ zejména u Oswalda Spenglera a Arnold J. Toynbee.

- Spengler: Der Untergang des Abendlandes
(1918–1922) líčí dějiny jako biologicky pojaté kultury
  s předurčeným cyklem růst → úpadek; po 1. světové válce to mělo velký ohlas.
- Toynbee: A Study of History
(1934–1961) mělo podobně silnou recepci po 2. světové válce.
- Toynbee (jako Spengler) dělá komparativní studium civilizací a odmítá jediné lineární „směřování dějin“.

- Na rozdíl od Spenglera Toynbee připouští, že Západ nemusí být nutně odsouzen k zániku.
- Zmírňuje determinismus: nechává místo pro lidskou svobodnou vůli a (u něj) i možnost božského zásahu.
- Kritici upozorňují na napětí: tyto výjimky se těžko slučují s jeho požadavkem „vědeckého přístupu k lidským záležitostem“.
- Další výtka: jeho induktivní odvozování „zákonů vývoje civilizací“ může být logicky problematické.
- Celková pointa: s rostoucí skepsí vůči spekulativním „velkým systémům“ se začala zpochybňovat samotná proveditelnost takových projektů; tradiční filozofie dějin narazila na slepou uličku a má se dělat jinak než dřív.

Souhrn
"Velké cyklické" dějinné teorie (Spengler/Toynbee), jejich poválečnou
popularitu a následnou metodologickou kritiku, která vedla k ústupu od podobného
„systémového budování“ ve filozofii dějin



Arnold J. Toynbee

Na rozdíl od Spenglera ve svém Úpadek Západu, Toynbee nepovažoval smrt civilizace za nevyhnutelnou, protože může, ale nemusí nadále reagovat na následné výzvy. Na rozdíl od Karla Marxe viděl dějiny jako utvářené duchovními, nikoli ekonomickými silami.


Mezinárodní vztahy 20. století: Hledání nové stability

Nejprodávanější Oswald Spengler z roku 1918–22 Úpadek Západu truchlil nad pohlcením Kultur kosmopolitním mraveništěm z Civilizace a tvrdil, že pouze asi diktatura může zastavit pokles.
Naopak sociolog Max Weber doufal v charismatické vedení k překonání byrokracie


Dějiny jako proces dialektické změny: Hegel a Marx v filosofie dějin v Spekulativní teorie



How Civilizations Die, According to Arnold Toynbee



Arnold Toynbee interview (1955) - YouTube 

Yaacov Herzog - Arnold Toynbee Debate (1/6) - YouTube




Spengler = nejvíc deterministický „životní cyklus“ civilizací a úpadek Západu jako nevratný trend.

Toynbee = cykličnost + „challenge–response“ a prostor pro kontingenci (civilizace nemusí nutně
zahynout).

Weber = méně „velký dějinný scénář“, více metod a pojmů pro vysvětlování sociálního jednání a
moderních institucí (racionalizace, byrokracie, ideal-typy, Verstehen).




Hilbertovy problémy jsou 23 matematických problémů, které v roce 1900 publikoval německý matematik David Hilbert (do 2000 4 stále nevyřešeny) 
vs
7 Millennium 2000 Prize Problems 


1. Riemann Hypothesis: (Also in Hilbert's list) Concerns the distribution of prime numbers
2. P vs NP Problem: Concerns whether every problem whose solution can be quickly verified can also be quickly solved
3. Navier-Stokes Equations: Concerns the mathematical foundation of fluid mechanics
4. Poincaré Conjecture: Solved in 2003 by Grigori Perelman, who declined the prize
5. Hodge Conjecture: Concerns algebraic geometry
6. Birch and Swinnerton-Dyer Conjecture: Concerns elliptic curves
7. Yang-Mills Theory: Concerns the foundations of quantum field theory




Pořadí (od nejjednoduššího)

1. Co víme o prvočíslech
2. Velká Fermatova věta (tvrzení je jednoduché, důkaz je extrémně těžký)
3. Trochu abstraktní teorie čísel (modulo, struktury jako okruh/ideál)
4. Riemannova hypotéza (komplexní čísla + zeta funkce + nuly)

- Nejlépe se začíná prvočísly (definice, síto, Eukleidův důkaz)
- Fermat: jednoduché tvrzení z roku 1637, ale důkaz z 1994 je velmi hluboká matematika
- Abstraktní teorie čísel začíná prakticky: mod N; pak struktury
  (okruh / těleso / ideál)
- RH je nejtěžší na start: vyžaduje komplexní čísla a zeta funkci


Fermatova věta platí! 
Cituji:
Tuto poznámku napsal toulouský soudce Pierre Fermat někdy kolem roku 1637 na okraj stránky v Diofantově Aritmetice. Přeloženo do moderní řeči, Fermatova poznámka tvrdí toto: 
Jestliže n je přirozené číslo větší než 2, pak neexistují celá čísla a, b, c různá od nuly taková, že an + bn = cn.



---

1) Co víme o prvočíslech

1.1 Definice
- Prvočíslo = celé číslo > 1 dělitelné jen 1 a sebou.
- Příklady: 2, 3, 5, 7, 11. Ne-prvočíslo: 12 = 3×4.

1.2 Jak je najít (Eratosthenovo síto)
- Vypiš 2..30. Vyškrtni násobky 2 (kromě 2), pak násobky 3 (kromě 3), pak 5…
- Zbylá čísla jsou prvočísla.

1.3 Důkaz, že prvočísel je nekonečně mnoho (Eukleidův trik)
- Představ si, že máš „všechna“ prvočísla v seznamu: p1, p2, …, pk.
- Udělej číslo: N = (p1·p2·...·pk) + 1.
- N při dělení kterýmkoliv pi dá zbytek 1, takže žádné pi N nedělí.
- N je buď prvočíslo (nové), nebo má prvočíselného dělitele mimo seznam (také nové).
→ Seznam „všech prvočísel“ nemůže být konečný.

1.4 Jednoznačný rozklad (základní věta aritmetiky)
- Každé číslo > 1 jde rozložit na součin prvočísel „jedním způsobem“ (když ignoruješ pořadí).
- Příklad: 60 = 2×2×3×5.

1.5 Kolik je prvočísel do x (přibližně)
- π(x) = počet prvočísel ≤ x. Např. π(10)=4 (2,3,5,7).
- Pro velká x platí přibližně: π(x) ≈ x / ln(x) (ln = přirozený logaritmus).
- Intuice: prvočísla „řídnou“, ale pořád jich je nekonečně mnoho.

---

2) Velká Fermatova věta

2.1 Tvrzení
- Pro každé celé n > 2 neexistují kladná celá a, b, c tak, aby platilo:
  a^n + b^n = c^n.

2.2 Proč to překvapí (n = 2 funguje)
- Pro n=2 existují řešení: 3^2 + 4^2 = 5^2.
- Fermat tvrdí: pro n=3,4,5,… už žádné takové „přesné“ řešení v celých číslech není.

2.3 Malá „důkazová“ redukce
- Kdyby existovalo řešení pro n = k·m, pak existuje i řešení pro exponent k:
  a^(km) + b^(km) = c^(km) ⇒ (a^m)^k + (b^m)^k = (c^m)^k.
- Proto se v hlubší teorii často stačí soustředit na případy, kdy n je prvočíslo.

2.4 Co je jisté dnes
- Věta je dokázaná (důkaz je velmi pokročilý; 1995, Andrew Wiles).
- Na úrovni 14–15 let je cílem chápat tvrzení a kontrast s Pythagorovou větou, ne celý důkaz.

---

3) Trochu abstraktní teorie čísel 

3.1 Modulární aritmetika (mod N) = počítání „se zbytkem“
- 17 ≡ 2 (mod 5) znamená: 17 a 2 mají stejný zbytek po dělení 5.
- „Hodiny“: v mod 12 je 11 + 3 = 2 (protože 14 má zbytek 2 po dělení 12).

3.2 Rychlé řešení rovnic mod N (příklad)
- Najdi x: x + 3 ≡ 1 (mod 5).
- Odečti 3: x ≡ -2 ≡ 3 (mod 5). (Protože -2 a 3 dávají stejný zbytek po dělení 5.)

3.3 Okruh (ring) – proč to existuje
- Okruh je „svět“, kde máš sčítání a násobení (jako u celých čísel), ale nemusí existovat dělení.
- Příklad: celá čísla Z jsou okruh.

3.4 Těleso (field) – když jde dělit (skoro vždy)
- V mod p (kde p je prvočíslo) jde dělit každým nenulovým číslem.
- Příklad mod 7: číslo 3 má inverzi 5, protože 3×5 = 15 ≡ 1 (mod 7).
  (To znamená, že „dělení 3“ je stejné jako „násobení 5“.)

3.5 Ideál (ideal) – intuice
- Ideál je speciální podmnožina okruhu, která je stabilní na „× cokoliv“ z okruhu.
- Intuice v Z: sudá čísla. Sudé + sudé = sudé, a (libovolné celé)×(sudé) = sudé.

---

4) Riemannova hypotéza (jen tolik, aby to bylo snad pochopitelné)

4.1 Komplexní čísla (a + bi)
- i je číslo s vlastností i^2 = -1.
- Komplexní číslo s = a + bi má:
  - Re(s) = a (reálná část)
  - Im(s) = b (imaginární část)

4.2 Zeta funkce ζ(s) (zjednodušeně)
- Pro s > 1: ζ(s) = 1 + 1/2^s + 1/3^s + 1/4^s + ...
- „Nula“ funkce = hodnota s, pro kterou ζ(s) = 0.

4.3 Co RH tvrdí
- Existují „netriviální nuly“ ζ(s) (ne ty jednoduché/triviální).
- RH říká: všechny tyto netriviální nuly leží na přímce: Re(s) = 1/2.

4.4 Proč to souvisí s prvočísly (intuice)
- Zeta funkce je hluboce propojená s prvočísly (existuje vztah typu „součin přes prvočísla“).
- Kdyby byla RH pravdivá, dostali bychom mnohem přesnější kontrolu nad tím,
  jak „nepravidelně“ jsou prvočísla rozmístěna.


možné zdroje:

https://www.britannica.com/science/prime-number-theorem
https://www.britannica.com/science/Fermats-last-theorem
https://annals.math.princeton.edu/1995/141-3/p01
https://www.britannica.com/science/Riemann-hypothesis
https://www.claymath.org/millennium/riemann-hypothesis/





Sčítání, přenos, prvočísla

Svár a svar
Sčítání se dá napsat dvěma přepínači a ničím jiným. Kde se bity liší, zůstane svár. Kde se shodují, vznikne svar a posune se o patro výš. Opakuj, dokud je co přenášet.

Ten svar je přenos. A přenos drží víc věcí, než se čeká. Všechno na téhle stránce si přepočítej sám.

https://drop-8be4215e-5b2.absorbing-grease.workers.dev






















book 





22. prosince 2025

With AI, build your own personal OS

Design and run your own Personal OS with AI

But probably much better off-line with LmStudio.ai

Run local LLMs like gpt-oss, Qwen3, Gemma3, DeepSeek and many more on your computer, privately and for free.
 
 
Why just check Andrej Karpathy:
 
Andrej Karpathy @karpathy  Digital Hygiene and Privacy Matters

 
 
 
Full Tutorial:
Build Your Personal OS with Claude Code or ChatGPT etc. in 50 Min | Teresa Torres 

 
Teresa and I (Peter Yang) talked about:

(00:00) Why Teresa uses Claude Code to run her life
(03:00) Live demo: The "today" command that builds Teresa's daily to do list
(07:00) Working with Claude Code to brainstorm tasks and ideas
(14:00) Live demo: Writing a blog post together using plan mode
(21:00) How Claude does SEO keyword research for blog posts
(26:00) Why Teresa still writes every word herself (but 10x faster)
(30:00) Pro tips to manage context so Claude doesn't "get dumber"
(36:00) The 3-layer context system: global, project, and reference files
(44:00) 3 tips to get started with Claude Code without feeling overwhelmed



Come see what you are missing.
Teresa Torres
Nov 28, 2025
 
 

How to set up a 3-layer Claude Code context system to run your life and business
Peter Yang
Dec 21, 2025




Teresa Torres - ProductTalk.org









crazy people like machine and then machine only

first people are forced to work like machines under machine control, later, the machine replaces them





My honest field notes on the specificity principle + why vague requests get vague results (and the prompts that fix it)
The agent has escaped the terminal! Claude Cowork 




Jaana Dogan, a Principal Engineer at Google

19. prosince 2025

AI Telemetry, Analytics & Proxies

AI Telemetry, Analytics & Proxy



Context Engineering in agentic Ai



Use the AI proxy

Call any AI provider through a unified interface

The Braintrust AI proxy provides unified access to models from OpenAI, Anthropic, Google, AWS, Mistral, and third-party providers through a single API. Point your OpenAI SDK to the proxy URL and immediately get automatic caching, observability, and multi-provider support.

https://www.braintrust.dev/docs/deploy/ai-proxy
 

Transparent telemetry collector for agents
GitHub -  Tapes - TokenCost


Lumina is an OpenTelemetry-native platform


LLM Observability via OpenTelemetry
open telemetry

 



1. Telemetry (event logs)
   - Log every “agent event” as structured JSON: request_id, user_id (pseudonym), session_id, agent_step, model, prompt_hash, tool_name, tool_args_hash, latency_ms, tokens_in/out, cost, error_code, outcome.
   - Tech: JSON logging + pipeline into ELK/OpenSearch/Splunk/Datadog/Grafana Loki.

2. Distributed tracing across agent steps
   - Correlation IDs + spans: user → router → LLM call → tool call → post-processing → response.
   - Tech: OpenTelemetry (OTel) + Collector + backend (Jaeger/Tempo/Datadog/New Relic).

3. Prompt/response observability (LLM-specific metrics)
   - Store: prompt template version, “prompt diff”, context length, tool-call graph, retry count, stream interruptions, safety flags, temperature/top_p, to explain regressions.
   - Tech: LLM observability tools (e.g., Langfuse, LangSmith, Helicone, PromptLayer) or your own store.

4. Tooling and permissions audit logs (tooling/audit)
   - Separate “what the LLM proposed” vs “what the system actually executed”.
   - Log: policy-enforcer decisions, denied actions, scopes/entitlements, sandbox results.
   - Tech: append-only logs (WORM/S3 Object Lock, immutability), RBAC/ABAC, policy engine (e.g., OPA).

5. Quality and reliability metrics (SLOs)
   - Quantify: task success rate, factuality proxies (e.g., “citations found”), tool success rate, hallucination proxies (contradictions, invalid JSON, schema-fail), time-to-answer, cost per task.
   - Tech: Prometheus + Grafana, data tests, schema validation (JSON Schema), canary releases.

6. Evals and regression tests (offline and online)
   - Dataset of typical tasks + automated scoring (exact match, rubric, pairwise).
   - For agents additionally test: “trajectory” (correct tool sequence) and “final answer”.
   - Tech: eval frameworks (internal), golden sets, A/B tests, replay of production sessions (with PII scrubbing).

7. User feedback loops
   - In-app: thumbs up/down + reason, “was this helpful”, hallucination reports, ratings for tool actions.
   - Tech: event ingestion + analytics, active learning (error prioritization), human review queue.

8. Conversation analysis and “conversation mining”
   - Topic clustering, repeated-failure detection, funnel analysis (where users drop off), intent drift.
   - Tech: embeddings + vector DB, classifiers, BI (Metabase/Superset/Looker), data warehouse
     (BigQuery/Snowflake).

9. Security and privacy (privacy-by-design analytics)
   - Data minimization: hashing/pseudonymization of identifiers, PII redaction, sampling, retention policies.
   - Separate log levels: prod vs debug; sensitive prompts only in explicit “debug sessions”.
   - Tech: DLP/redaction, tokenization, KMS, role-based access, differential privacy (advanced).

10. “Agent graph” analytics (steps, branching, planning)
   - Model an agent run as a graph: nodes = LLM/tools, edges = control flow, attributes = time/cost/errors.
   - Helps find expensive loops, unnecessary tool calls, and the highest-error hotspots.
   - Tech: event sourcing + graph DB (Neo4j) or SQL analytics over a “steps” table.

11. Conclusion
   - Combine: event telemetry + OTel tracing + LLM-specific observability + evals + feedback, complemented by audit/policy logs and privacy layers.
   - Key: a single correlation ID across the entire agent run, and strict separation of LLM proposals vs executed actions.





Stop wasting tokens: Real-time LLM cost analytics inside your telemetry pipeline
https://cribl.io/blog/stop-wasting-tokens-real-time-llm-cost-analytics-inside-your-telemetry-pipeline/

https://grafana.com/products/cloud/ai-tools-for-observability

Measure AI code assistants and agents





Volejte libovolného poskytovatele AI prostřednictvím jednotného rozhraní

Proxy Braintrust AI poskytuje jednotný přístup k modelům od OpenAI, Anthropic, Google, AWS, Mistral a poskytovatelů třetích stran prostřednictvím jediného API. Nasměrujte svou sadu OpenAI SDK na adresu URL proxy a okamžitě získejte automatické ukládání do mezipaměti, pozorovatelnost a podporu více poskytovatelů.





1. Telemetrie (event logs)
   - Loguj každou „agentní událost“ jako strukturovaný JSON: request_id, user_id (pseudonym), session_id, agent_step, model, prompt_hash, tool_name, tool_args_hash, latency_ms, tokens_in/out, cost, error_code, outcome.
   - Technologie: JSON logging + pipeline do ELK/Opensearch/Splunk/Datadog/Grafana Loki.

2. Distribuované trasování (tracing) napříč kroky agenta
   - Korelační ID + „spans“: uživatel → router → LLM call → tool call → post-processing → odpověď.
   - Technologie: OpenTelemetry (OTel) + collector + backend (Jaeger/Tempo/Datadog/New Relic).

3. Prompt/response observability (LLM-specifické metriky)
   - Ukládej: verzi prompt šablon, „prompt diff“, délky kontextu, tool-call graf, retry count, stream interruptions, safety flags, temperature/top_p, aby šly vysvětlit regrese.
   - Technologie: LLM observability nástroje (např. Langfuse, LangSmith, Helicone, PromptLayer) nebo vlastní store.

4. Auditní log nástrojů a oprávnění (tooling/audit)
   - Odděl „co LLM navrhl“ vs „co systém skutečně provedl“.
   - Loguj: rozhodnutí policy-enforceru, zamítnuté akce, scope/entitlements, sandbox výsledky.
   - Technologie: append-only log (WORM/S3 Object Lock, immutability), RBAC/ABAC, policy engine (např. OPA).

5. Metriky kvality a spolehlivosti (SLO)
   - Kvantifikuj: success rate úloh, factuality proxy (např. „citace nalezeny“), tool-success rate, halucinace proxy (kontradikce, neplatné JSON, schema-fail), time-to-answer, cost per task.
   - Technologie: Prometheus + Grafana, datové testy, schema validace (JSON Schema), canary release.

6. Evals a regresní testy (offline i online)
   - Dataset typických úloh + automatické skórování (exact match, rubric, pairwise).
   - U agentů navíc: testuj „trajectory“ (správná sekvence nástrojů) i „final answer“.
   - Technologie: eval frameworky (interní), golden-sety, A/B testy, replay produkčních session (se scrubem PII).

7. Získávání signálu od uživatelů (feedback loops)
   - In-app: thumbs up/down + důvod, „was this helpful“, report hallucination, rating nástrojových akcí.
   - Technologie: event ingestion + analýza, aktivní učení (prioritizace chyb), human review queue.

8. Analýza konverzací a „conversation mining“
   - Topic clustering, detekce opakovaných selhání, „funnel“ analýza (kde uživatel odpadá), intent drift.
   - Technologie: embeddingy + vektor DB, klasifikátory, BI (Metabase/Superset/Looker), datový sklad
     (BigQuery/Snowflake).

9. Bezpečnost a soukromí (privacy-by-design analytics)
   - Minimalizace dat: hashování/pseudonymizace identifikátorů, redakce PII, sampling, retenční politiky.
   - Oddělené úrovně logů: prod vs debug; citlivé prompty jen na explicitní „debug session“.
   - Technologie: DLP/redaction, tokenizace, KMS, role-based přístup, differential privacy (pokročilé).

10. Analytika „agent graphu“ (kroky, větvení, plánování)
   - Modeluj agentní běh jako graf: uzly = LLM/tool, hrany = kontrola toku, atributy = čas/cena/chyby.
   - Umožní to najít „drahé smyčky“, zbytečné tool-calls a body s nejvyšší chybovostí.
   - Technologie: event sourcing + graf DB (Neo4j) nebo analytika v SQL nad „steps“ tabulkou.

11. Závěr
   - Kombinace: event telemetrie + OTel tracing + LLM-specifické observability + evals + feedback, doplněné o audit/policy logy a privacy vrstvy.
   - Klíč: jednotné korelační ID napříč během agenta a striktní oddělení návrhu LLM vs provedené akce.






Objective comparison of token/cost efficiency on “the same coding projects” is only possible if you run the same eval harness (same task dataset, same tests, same model versions, and same parameters). 

The most practical metric is cost_per_success (total cost / number of tasks that pass build+tests+lint+typecheck), supplemented by tokens_per_success and time_per_success. 

For collecting metrics and tracing agent runs, observability platforms like Langfuse/LangSmith/Lumina are useful, and for cross-provider measurement a gateway approach (e.g., Helicone) often works best. 

For actual “variant comparison” (model/prompt/agent), you want A/B experiments and dataset-based evaluations; that is what Langfuse/Helicone and CI eval runners are designed for. 

Without pricing normalization and control of cache/retries/tool-calls, the comparison will be biased. 

A good workflow is: define the dataset plus automated tests as ground truth, log trace/token/cost/latency for every run, and continuously run regression comparisons after changes to prompts or agent strategies.





Objektivní porovnání token/cost efektivity u „stejných kódovacích projektů“ je možné jen tehdy, když běžíš přes stejný eval harness (stejný dataset úloh, stejné testy, stejné model verze a parametry).

Nejpraktičtější metrika je cost_per_success (celkové náklady / počet úloh splněných podle build+test+lint+typecheck), doplněná o tokens_per_success a time_per_success.

Pro sběr metrik a trasování agentních běhů se hodí observability platformy jako Langfuse/LangSmith/Lumina a pro měření napříč providery často nejlépe funguje gateway přístup (např. Helicone). 

Pro samotné „porovnání variant“ (model/prompt/agent) je užitečné mít A/B experimenty a datasetové evaluace; na to míří Langfuse/Helicone a CLI eval nástroje typu prompt-eval runner v CI. 

Bez normalizace ceníků a kontroly cache/retry/tool-calls bude srovnání zkreslené.
Doporučený postup je: definovat dataset + automatické testy jako ground truth, logovat trace/token/cost/latency u každého běhu a průběžně dělat regresní porovnání po změnách promptů či agentních strategií.








VSCodium
About
binary releases of VS Code without MS branding/telemetry/licensing
 
Klíčový ekosystém pro VSCodium je Open VSX (alternativa k VS Code Marketplace)
Roo Code – explicitně dokumentuje instalaci přes Open VSX pro VSCodium


Tabby







Cline




Top Coding Models in Kilo This Week
kilo leader board
 

 











code token efficiency  



13. prosince 2025

VibeCoding 2025 -12

The Nine Articles of Development

Specification-Driven Development (SDD)   


_Skils-Code - test


www.llamaindex.ai/llamaparse



Mobile app development is ~solved
I've been testing Rork Max with Opus 4.6 and... just wow.
It's basically one-shot to a working app.  

Claude Opus 4.6 is now live in Rork

https://x.com/mattshumer_/status/2019508988682072104



binary search using HTTP range requests ... 

https://x.com/simonw/status/2027444340759638425

https://simonwillison.net/2026/Feb/27/unicode-explorer/

https://tools.simonwillison.net/unicode-binary-search


https://testfeed.ai/

A developer on GitHub just built a tool that turns any GitHub repo into an interactive knowledge graph and open sourced it for free.
It's called GitNexus
https://x.com/MillieMarconnni/status/2028436636841996451




I. Library-First Principle: Každá funkce musí začít jako samostatná knihovna. Žádný kód se nepíše přímo do aplikace, dokud není abstrahován do znovupoužitelné komponenty.

II. CLI Interface Mandate: Každá knihovna musí mít CLI rozhraní (stdin/stdout/JSON), což zajišťuje testovatelnost a pozorovatelnost.

III. Test-First Imperative: Žádný kód před testy (TDD). Testy musí být schváleny uživatelem a musí selhat (Red phase) před samotnou implementací.

IV. Integration Testing: Důraz na testy kontraktů a komunikaci mezi službami (vychází z šablon Spec-Kitu).

V. Observability: Vše musí být dohledatelné přes textové I/O; povinné strukturované logování.

VI. Versioning & Breaking Changes: Důsledné sémantické verzování a správa zpětné kompatibility.

VII. Simplicity (Minimal Project Structure): Maximálně 3 projekty pro počáteční implementaci; žádné "future-proofing" (nadbytečné plánování do budoucna).

VIII. Anti-Abstraction (Framework Trust): Používání funkcí frameworku přímo bez vytváření zbytečných obalů (wrappery).

IX. Integration-First Testing: Preference reálných prostředí (databáze, služby) před mockováním (předstíráním).



### The Nine Articles of Development

The constitution defines nine articles that shape every aspect of the development process:

#### Article I: Library-First Principle

Every feature must begin as a standalone library—no exceptions. This forces modular design from the start: ```text

Every feature in Specify MUST begin its existence as a standalone library.

No feature shall be implemented directly within application code without

first being abstracted into a reusable library component.

```

This principle ensures that specifications generate modular, reusable code rather than monolithic applications. When the LLM generates an implementation plan, it must structure features as libraries with clear boundaries and minimal dependencies.


#### Article II: CLI Interface Mandate

Every library must expose its functionality through a command-line interface:

```text

All CLI interfaces MUST:

- Accept text as input (via stdin, arguments, or files)

- Produce text as output (via stdout)

- Support JSON format for structured data exchange

```

This enforces observability and testability. The LLM cannot hide functionality inside opaque classes—everything must be accessible and verifiable through text-based interfaces.


#### Article III: Test-First Imperative

The most transformative article—no code before tests:

```text

This is NON-NEGOTIABLE: All implementation MUST follow strict Test-Driven Development.

No implementation code shall be written before:

1. Unit tests are written

2. Tests are validated and approved by the user

3. Tests are confirmed to FAIL (Red phase)

```

This completely inverts traditional AI code generation. Instead of generating code and hoping it works, the LLM must first generate comprehensive tests that define behavior, get them approved, and only then generate implementation.


#### Articles VII & VIII: Simplicity and Anti-Abstraction


These paired articles combat over-engineering:

```text

Section 7.3: Minimal Project Structure

- Maximum 3 projects for initial implementation

- Additional projects require documented justification

Section 8.1: Framework Trust

- Use framework features directly rather than wrapping them

```

When an LLM might naturally create elaborate abstractions, these articles force it to justify every layer of complexity. The implementation plan template's "Phase -1 Gates" directly enforce these principles.



#### Simplicity Gate (Article VII)


- [ ] Using ≤3 projects?

- [ ] No future-proofing?


#### Anti-Abstraction Gate (Article VIII)


- [ ] Using framework directly?

- [ ] Single model representation?

#### Integration-First Gate (Article IX)

- [ ] Contracts defined?

- [ ] Contract tests written?

```


#### Article IX: Integration-First Testing

Prioritizes real-world testing over isolated unit tests:

```text

Tests MUST use realistic environments:

- Prefer real databases over mocks

- Use actual service instances over stubs

- Contract tests mandatory before implementation

```

This ensures generated code works in practice, not just in theory.

### Constitutional Enforcement Through Templates

The implementation plan template operationalizes these articles through concrete checkpoints:


```markdown

### Phase -1: Pre-Implementation Gates



These gates act as compile-time checks for architectural principles. The LLM cannot proceed without either passing the gates or documenting justified exceptions in the "Complexity Tracking" section.



Destilace 

Computer Science > Machine Learning

Self-Distillation Enables Continual Learning


Computer Science > Machine Learning

Self-Distilled Reasoner: On-Policy Self-Distillation for Large Language Models
































7. prosince 2025

Profesor Jan Kysela

Profesor Jan Kysela nevydržel Pavlovu roli kádrováka a předsedy základní organizace KSČ K poslednímu říjnovému dni Hrad opustil tento asi nejrespektovanější ústavní právník v zemi, profesor Jan Kysela. O svých důvodech mluví opatrně, ale v ČT pronesl památnou větu:
„Nechce-li být člověk úplně směšný, nemůže v roce 2025 říkat opak toho, co říkal v roce 2021"




2. prosince 2025

Malé EuroAuto


Can small cars make a comeback? Europe’s €15K EV plan

16. 10. 2025
https://euperspectives.eu

 


Ursula von der Leyen o stavu Unie v roce 2025 představila odvážnou vizi:
novou třídu malých, cenově dostupných elektromobilů určených pro evropská města, efektivní, elektrická a v Evropě vyrobená, aby se postavila záplavě levných čínských elektromobilů.
Velké otázky ale zůstávají: Kdo to postaví? Kdo to koupí? A může Evropa skutečně konkurovat?


Ideologie elektrických aut - EV car



Ve středu 10. září pronesla soudružka předsedkyně Evropské komise Ursula von der Leyen ve Štrasburku každoroční projev o stavu Unie.


Předsedkyně Evropské komise přednesla projev o stavu Unie


State of the Union address - European Commission






stav unie

auto
car


1. prosince 2025

Čínská 240hodinová bezvízová tranzitní politika

China's 240-hour visa-free transit policy



Délka pobytu pro cizince, kteří mají nárok na bezvízový tranzit, byla prodloužena z původních 72 a 144 hodin na 240 hodin (10 dní)

 



Díky novým pravidlům mohou vstoupit do Číny a opustit ji přes kterýkoli z 65 zapojených přístavů ve 24 provinciích


China
Čína