Я, в отличии от автора поста, сходил по исходникам, и там получается немного другая картина.
Первый источник — обсуждение на Hacker News статьи Брайана Кребса 2017 года «Why So Many Top Hackers Hail from Russia». Причём сама статья Кребса заметно содержательнее этого пересказа: там сравниваются школьная информатика в России и США, экзамены, количество учащихся и возраст начала обучения. То есть в ней есть хотя бы попытка опереться на данные.
Второй источник — Ask HN 2018 года «Why does the Eastern Bloc produce so many good programmers?» Это небольшой тред: 40 баллов и 28 комментариев. Оттуда действительно взяты истории про матшколы, олимпиады, пиратский софт, Delphi, ограниченное машинное время и привычку разбираться в системе самостоятельно.
Но почему‑то не взяты ответы, которые ставят под сомнение сам исходный тезис.
Один участник прямо пишет: он встречает в основном тех восточноевропейских программистов, которые уехали за границу, поэтому сильные специалисты могут быть просто непропорционально представлены среди эмигрантов.
Другой замечает: прежде чем объяснять, почему Восточная Европа производит так много хороших программистов, неплохо бы сначала установить, действительно ли она производит их необычно много, а не наблюдаем ли мы обычный selection bias.
Есть и гораздо более прозаическое объяснение: после 1990-х программирование в этих странах стало одним из немногих способов получать доход сильно выше среднего, поэтому профессия естественным образом отбирала способных и мотивированных людей. Один из участников фактически формулирует это как «выход из бедности».
Поэтому фраза статьи о том, что «американские инженеры объясняют нас тремя вещами», вводит в заблуждение. В самом треде нет никакого такого вывода. Там несколько десятков людей предлагают разные, зачастую противоречащие друг другу гипотезы, а часть участников вообще сомневается, существует ли эффект, который предлагается объяснять.
То есть прикол не в том, что приведённые цитаты выдуманы. Они настоящие. Проблема в том, что из обсуждения выбраны цитаты, складывающиеся в красивую историю, а цитаты, которые эту историю ломают, просто не попали в статью.
Ну и да, на дворе 2026, а источники за 2017 и 2018 — ну, такое себе...
Да-да, и жилье как в терминах застройщиков "ультра бомж комфорт класс" (ни один такой термин нигде не определен, и проектируют дома часто студенты, судя по результату).
Самое интересное здесь даже не то, что «Claude помог взломать OpenAI».
Раньше между «мы нашли подозрительный heap overflow в какой-то библиотеке» и «у нас есть стабильный RCE против реального сервера с ASLR, другим allocator'ом и неизвестным окружением» сидел довольно дорогой специалист и долго ковырялся руками. А здесь значительную часть этой работы удалось превратить просто в вычисления.
И отдельно прекрасно: Claude отказался писать exploit для удалённого сервера, поэтому исследователи завернули собственный Discourse через адрес, выглядящий как CTF, после чего Claude благополучно получил RCE.
Кажется, это довольно наглядная иллюстрация сразу двух вещей: как меняется экономика эксплуатации уязвимостей и насколько условными могут оказаться ограничения модели, если они пытаются определить допустимость задачи по её внешнему виду.
Только вот мой рабочий стол пока работает бесплатно :)
Во всей этой истории меня больше всего веселит даже не превращение Claude в рабочий стол, а экономика такого рабочего места. Сколько стоит рабочий день сотрудника, я примерно понимаю. Сколько стоит программа — тоже. А сколько стоит попросить Claude «разобраться в этих файлах, провести исследование и сделать презентацию» — практически невозможно сказать заранее.
Токены вообще замечательная единица тарификации с точки зрения продавца. Когда я прихожу в ресторан и вижу цену блюда, ресторан может быть дорогим или дешёвым, но цену конечного результата я знаю. Здесь же у меня есть цена подписки, какие-то лимиты, токены, пятерные и двадцатикратные квоты, пятичасовые окна, недельные ограничения и дополнительная оплата после их исчерпания — а сколько в итоге стоит конкретно сделанная работа, выясняется уже после неё.
Для API токены ещё понятны: это вычислительный ресурс. Но когда продукт продают уже как «цифровое рабочее место, которому ставишь задачу и получаешь результат», хотелось бы когда-нибудь увидеть тариф именно в единицах результата. Условно: обработать 100 документов — столько, собрать отчёт — столько, сделать презентацию — столько. А не «это заняло 1,8 миллиона чего-то, поздравляем, мы бы доделали, но денег на счете не хватило!».
Да, совершенно верно, Вы правильно пишете. Именно поэтому Terminal-Bench я привёл не как "прогноз производительности" человека с моделью, а как доказательство того, что одинаковый общий индекс скрывает совершенно разный профиль способностей модели.
Для начала, Denuvo не принадлежит copyright ни на одну из этих 26 игр, и EA, Ubisoft, Capcom, Sony и прочие издатели вообще не являются истцами. Поэтому Denuvo идёт не с обычным copyright infringement, а по anti-circumvention provisions DMCA: мол, voices38 обходит техническое средство защиты, а это напрямую наносит ущерб бизнесу самой Denuvo. TorrentFreak отмечает, что, насколько им известно, это первый случай, когда Denuvo напрямую судится с автором кряков в американском суде.
И даже если личность voices38 они так и не установят, дело всё равно может быть полезно Denuvo. Если получить default judgment и injunction против неизвестного ответчика, потом проще добиваться удаления связанных аккаунтов, публикаций и ссылок. То есть это ещё и попытка создать юридический инструмент против его инфраструктуры, а не только охота за человеком.
Но лучший фон для этой истории — технический. В 2026 году Denuvo одновременно получила две совершенно разные неприятности. Появились гипервизорные обходы, позволяющие запускать защищённые игры без традиционного полноценного crack, но требующие довольно неприятных манипуляций с безопасностью Windows. А voices38 делает именно старые добрые standalone-кряки, патчащие проверки Denuvo непосредственно. Поэтому его релизы существенно удобнее обычному пользователю. За лето он резко ускорился и в начале сентября умудрился выпустить пять Denuvo-релизов за один день.
Собственно, это уже не первый раз, когда Denuvo пытается выключить конкретного талантливого противника юридическими средствами. В 2018 году был Voksi — 21-летний болгарин, который тогда очень бодро ломал свежие версии Denuvo. После жалобы Irdeto/Denuvo к нему пришла болгарская киберполиция, забрала основной ПК и сервер, а Voksi после этого объявил, что прекращает заниматься кряками. Denuvo позднее подтверждала своё участие в той истории.
Поэтому фраза voices38:
«All is fine. Everything will continue as normal.»
на самом деле интересна не сама по себе. Интересен подтекст: в прошлый раз подобная охота Denuvo закончилась тем, что один из самых заметных её противников исчез со сцены. Теперь компания пытается повторить трюк, но против человека, личности которого она пока не знает. А тот публично сообщает, что его это совершенно не впечатлило.
Мне кажется, вы немного слишком прямо интерпретируете Cost per Task у Artificial Analysis. Это не «стоимость успешно выполненной задачи», а средняя стоимость токенов, потраченных моделью на один элемент их набора бенчмарков. То есть из $0.18 у Luna против $3.26 у Astra напрямую не следует, что Luna делает ту же работу в 18 раз дешевле. При этом нет уверенности, что модель (любая) успешно «решила» этот элемент — она просто потратила токены.
И вы, по‑моему, не смотрите на самое интересное — на профиль результатов по отдельным бенчмаркам. По общему Intelligence Index разница действительно выглядит не такой уж большой: 38 против 53. Но, например, в Terminal‑Bench 4.0, который гораздо ближе к агентской работе программиста, у Luna max около 12%, а у Astra max — около 59%. При этом в SciCode почти паритет: 54% против 56%.
То есть ваш практический результат, на мой взгляд, прямо интересен, но именно «локально»: по сути, вывод не «Luna почти такая же умная и делает ту же работу в 18 раз дешевле», а «для моего класса задач Luna уже пересекла порог достаточности». А после этого скорость, дешёвые итерации и хороший harness (тьфу, а не слово!) действительно могут оказаться полезнее, чем ещё несколько пунктов общего benchmark score.
Ещё один момент: вы смешиваете API economics и лимиты подписки Codex. Cost per Task у Artificial Analysis считается по API‑тарифам, а то, что у вас на Luna перестал быстро заканчиваться лимит подписки за $20, — это уже отдельная политика лимитирования OpenAI. Эти две цифры напрямую друг из друга не следуют.
И с памятью, мне кажется, у вас тоже получилось слишком сильное упрощение. Долгосрочная память не делает контекст бесконечным. Само окно контекста всё равно остаётся конечным — плюс появляются отдельные проблемы с устаревшими фактами, неверным retrieval и compaction.
Но с основной практической мыслью статьи я согласен: после некоторого порога качества модели скорость и стоимость итерации действительно начинают значить намного больше, чем ещё немного «интеллекта» по некоторому агрегированному рейтингу.
Самое интересное осталось за рамками новости. У Roman зеркало того же диаметра, что у Hubble — 2,4 м, и разрешение сравнимое, но WFI за один кадр видит примерно в 100 раз большую область неба. За счёт этого Roman сможет проводить большие обзоры до ~1000 раз быстрее Hubble.
А коронограф — не просто ещё один инструмент для съёмки экзопланет, а технологический демонстратор: первый космический высококонтрастный коронограф с активным управлением волновым фронтом. Расчётный контраст — порядка 10⁻⁸, то есть возможность различать объект примерно в сто миллионов раз слабее света его звезды.
По сути, Roman интересен не тем, что будет «видеть лучше Hubble», а тем, что будет видеть с примерно его детализацией сразу огромные куски неба, а параллельно обкатывать технологии для будущих телескопов, которые уже будут пытаться напрямую снимать гораздо более сложные экзопланеты.
Один из самых красивых моментов в Roman: «фигурная зрачковая маска» — не шторка, которая просто закрывает звезду, а специально рассчитанный двумерный рисунок, который заставляет дифракционный свет звезды уйти из нужной области изображения. Чтобы было понятнее: эта маска специально портит изображение звезды так, чтобы испорченный свет ушёл туда, где планету искать не будут.
Когда свет проходит через обычную круглую апертуру телескопа, точечная звезда превращается не в идеальную точку, а в пятно Эйри с кольцами и дифракционными хвостами. Для обычной астрономии это терпимо. Но если рядом находится планета, которая слабее звезды на много порядков, эти хвосты просто её заливают.
В Shaped Pupil Coronagraph делают странную на вид маску из чередующихся пропускающих/отражающих и поглощающих областей. У Roman это кремниевая подложка: алюминиевые участки отражают свет, участки «чёрного кремния» его поглощают. Геометрия рассчитана численно так, чтобы волны, прошедшие через разные части апертуры, интерферировали друг с другом и почти взаимно уничтожали свет звезды в заранее выбранной области вокруг неё.
Причём маска выглядит столь дико именно потому, что это решение задачи оптимизации, а не форма, которую человек придумал интуитивно. По сути задаётся условие: «сохрани как можно больше света, но сделай интенсивность звёздного света в этих координатах меньше 10⁻⁸», и из этого получается такой узор.
У Roman есть разные shaped-pupil-маски под разные задачи. Спектроскопический вариант формирует две тёмные области в форме «галстука-бабочки» — примерно по 65° каждая, на расстояниях порядка 3–9 λ/D от звезды. Wide-field вариант создаёт тёмную область уже вокруг всей звезды, 360°, примерно от 5,9 до 20 λ/D.
И важно: это не единственная маска. В тракте ещё есть focal-plane mask и Lyot stop, плюс два деформируемых зеркала. То есть Roman не просто вырезает свет геометрически — он ещё активно исправляет фазовые ошибки волнового фронта.
Посмотрел. Существенная поправка такая: Kimi Code Desktop — не новый отдельный кодинг-сервис, а GUI-клиент уже существующего Kimi Code. Он работает с локальным проектом, умеет менять файлы, показывать diff, запускать команды; Plan/Goal/Swarm — режимы того же агентного движка. Desktop и CLI даже частично разделяют локальные настройки аккаунта, модели, провайдера и плагинов.
Спасибо, ночью публиковал )
MCP?
И ловушку для пальцев!
Где тот Орел, который нам некий
в попу раненый джигитрозовощекий профессионал от менеджмента обещал?Я, в отличии от автора поста, сходил по исходникам, и там получается немного другая картина.
Первый источник — обсуждение на Hacker News статьи Брайана Кребса 2017 года «Why So Many Top Hackers Hail from Russia». Причём сама статья Кребса заметно содержательнее этого пересказа: там сравниваются школьная информатика в России и США, экзамены, количество учащихся и возраст начала обучения. То есть в ней есть хотя бы попытка опереться на данные.
Второй источник — Ask HN 2018 года «Why does the Eastern Bloc produce so many good programmers?» Это небольшой тред: 40 баллов и 28 комментариев. Оттуда действительно взяты истории про матшколы, олимпиады, пиратский софт, Delphi, ограниченное машинное время и привычку разбираться в системе самостоятельно.
Но почему‑то не взяты ответы, которые ставят под сомнение сам исходный тезис.
Один участник прямо пишет: он встречает в основном тех восточноевропейских программистов, которые уехали за границу, поэтому сильные специалисты могут быть просто непропорционально представлены среди эмигрантов.
Другой замечает: прежде чем объяснять, почему Восточная Европа производит так много хороших программистов, неплохо бы сначала установить, действительно ли она производит их необычно много, а не наблюдаем ли мы обычный selection bias.
Есть и гораздо более прозаическое объяснение: после 1990-х программирование в этих странах стало одним из немногих способов получать доход сильно выше среднего, поэтому профессия естественным образом отбирала способных и мотивированных людей. Один из участников фактически формулирует это как «выход из бедности».
Поэтому фраза статьи о том, что «американские инженеры объясняют нас тремя вещами», вводит в заблуждение. В самом треде нет никакого такого вывода. Там несколько десятков людей предлагают разные, зачастую противоречащие друг другу гипотезы, а часть участников вообще сомневается, существует ли эффект, который предлагается объяснять.
То есть прикол не в том, что приведённые цитаты выдуманы. Они настоящие. Проблема в том, что из обсуждения выбраны цитаты, складывающиеся в красивую историю, а цитаты, которые эту историю ломают, просто не попали в статью.
Ну и да, на дворе 2026, а источники за 2017 и 2018 — ну, такое себе...
Да просто переврали в новости факты. Там репозитория на миллион+ файлов, и дали его разгребать Гермесу - чего они хотели получить?!
Да-да, и жилье как в терминах застройщиков "ультра бомж комфорт класс" (ни один такой термин нигде не определен, и проектируют дома часто студенты, судя по результату).
Ну а что, учить модели нужно!
Самое интересное здесь даже не то, что «Claude помог взломать OpenAI».
Раньше между «мы нашли подозрительный heap overflow в какой-то библиотеке» и «у нас есть стабильный RCE против реального сервера с ASLR, другим allocator'ом и неизвестным окружением» сидел довольно дорогой специалист и долго ковырялся руками. А здесь значительную часть этой работы удалось превратить просто в вычисления.
И отдельно прекрасно: Claude отказался писать exploit для удалённого сервера, поэтому исследователи завернули собственный Discourse через адрес, выглядящий как CTF, после чего Claude благополучно получил RCE.
Кажется, это довольно наглядная иллюстрация сразу двух вещей: как меняется экономика эксплуатации уязвимостей и насколько условными могут оказаться ограничения модели, если они пытаются определить допустимость задачи по её внешнему виду.
Тут даже шутить — только портить.
Ну что, как говорится, сорян, пацаны.
Только вот мой рабочий стол пока работает бесплатно :)
Во всей этой истории меня больше всего веселит даже не превращение Claude в рабочий стол, а экономика такого рабочего места. Сколько стоит рабочий день сотрудника, я примерно понимаю. Сколько стоит программа — тоже. А сколько стоит попросить Claude «разобраться в этих файлах, провести исследование и сделать презентацию» — практически невозможно сказать заранее.
Токены вообще замечательная единица тарификации с точки зрения продавца. Когда я прихожу в ресторан и вижу цену блюда, ресторан может быть дорогим или дешёвым, но цену конечного результата я знаю. Здесь же у меня есть цена подписки, какие-то лимиты, токены, пятерные и двадцатикратные квоты, пятичасовые окна, недельные ограничения и дополнительная оплата после их исчерпания — а сколько в итоге стоит конкретно сделанная работа, выясняется уже после неё.
Для API токены ещё понятны: это вычислительный ресурс. Но когда продукт продают уже как «цифровое рабочее место, которому ставишь задачу и получаешь результат», хотелось бы когда-нибудь увидеть тариф именно в единицах результата. Условно: обработать 100 документов — столько, собрать отчёт — столько, сделать презентацию — столько. А не «это заняло 1,8 миллиона чего-то, поздравляем, мы бы доделали, но денег на счете не хватило!».
...уволят в два раза быстрее!
Скажите, у вас такая текучка, что эта экономия прямо стоит возни?
Да, совершенно верно, Вы правильно пишете. Именно поэтому Terminal-Bench я привёл не как "прогноз производительности" человека с моделью, а как доказательство того, что одинаковый общий индекс скрывает совершенно разный профиль способностей модели.
Там всё ещё интереснее!
Для начала, Denuvo не принадлежит copyright ни на одну из этих 26 игр, и EA, Ubisoft, Capcom, Sony и прочие издатели вообще не являются истцами. Поэтому Denuvo идёт не с обычным copyright infringement, а по anti-circumvention provisions DMCA: мол, voices38 обходит техническое средство защиты, а это напрямую наносит ущерб бизнесу самой Denuvo. TorrentFreak отмечает, что, насколько им известно, это первый случай, когда Denuvo напрямую судится с автором кряков в американском суде.
И даже если личность voices38 они так и не установят, дело всё равно может быть полезно Denuvo. Если получить default judgment и injunction против неизвестного ответчика, потом проще добиваться удаления связанных аккаунтов, публикаций и ссылок. То есть это ещё и попытка создать юридический инструмент против его инфраструктуры, а не только охота за человеком.
Но лучший фон для этой истории — технический. В 2026 году Denuvo одновременно получила две совершенно разные неприятности. Появились гипервизорные обходы, позволяющие запускать защищённые игры без традиционного полноценного crack, но требующие довольно неприятных манипуляций с безопасностью Windows. А voices38 делает именно старые добрые standalone-кряки, патчащие проверки Denuvo непосредственно. Поэтому его релизы существенно удобнее обычному пользователю. За лето он резко ускорился и в начале сентября умудрился выпустить пять Denuvo-релизов за один день.
Собственно, это уже не первый раз, когда Denuvo пытается выключить конкретного талантливого противника юридическими средствами. В 2018 году был Voksi — 21-летний болгарин, который тогда очень бодро ломал свежие версии Denuvo. После жалобы Irdeto/Denuvo к нему пришла болгарская киберполиция, забрала основной ПК и сервер, а Voksi после этого объявил, что прекращает заниматься кряками. Denuvo позднее подтверждала своё участие в той истории.
Поэтому фраза voices38:
на самом деле интересна не сама по себе. Интересен подтекст: в прошлый раз подобная охота Denuvo закончилась тем, что один из самых заметных её противников исчез со сцены. Теперь компания пытается повторить трюк, но против человека, личности которого она пока не знает. А тот публично сообщает, что его это совершенно не впечатлило.
Мне кажется, вы немного слишком прямо интерпретируете Cost per Task у Artificial Analysis. Это не «стоимость успешно выполненной задачи», а средняя стоимость токенов, потраченных моделью на один элемент их набора бенчмарков. То есть из $0.18 у Luna против $3.26 у Astra напрямую не следует, что Luna делает ту же работу в 18 раз дешевле. При этом нет уверенности, что модель (любая) успешно «решила» этот элемент — она просто потратила токены.
И вы, по‑моему, не смотрите на самое интересное — на профиль результатов по отдельным бенчмаркам. По общему Intelligence Index разница действительно выглядит не такой уж большой: 38 против 53. Но, например, в Terminal‑Bench 4.0, который гораздо ближе к агентской работе программиста, у Luna max около 12%, а у Astra max — около 59%. При этом в SciCode почти паритет: 54% против 56%.
То есть ваш практический результат, на мой взгляд, прямо интересен, но именно «локально»: по сути, вывод не «Luna почти такая же умная и делает ту же работу в 18 раз дешевле», а «для моего класса задач Luna уже пересекла порог достаточности». А после этого скорость, дешёвые итерации и хороший harness (тьфу, а не слово!) действительно могут оказаться полезнее, чем ещё несколько пунктов общего benchmark score.
Ещё один момент: вы смешиваете API economics и лимиты подписки Codex. Cost per Task у Artificial Analysis считается по API‑тарифам, а то, что у вас на Luna перестал быстро заканчиваться лимит подписки за $20, — это уже отдельная политика лимитирования OpenAI. Эти две цифры напрямую друг из друга не следуют.
И с памятью, мне кажется, у вас тоже получилось слишком сильное упрощение. Долгосрочная память не делает контекст бесконечным. Само окно контекста всё равно остаётся конечным — плюс появляются отдельные проблемы с устаревшими фактами, неверным retrieval и compaction.
Но с основной практической мыслью статьи я согласен: после некоторого порога качества модели скорость и стоимость итерации действительно начинают значить намного больше, чем ещё немного «интеллекта» по некоторому агрегированному рейтингу.
Самое интересное осталось за рамками новости. У Roman зеркало того же диаметра, что у Hubble — 2,4 м, и разрешение сравнимое, но WFI за один кадр видит примерно в 100 раз большую область неба. За счёт этого Roman сможет проводить большие обзоры до ~1000 раз быстрее Hubble.
А коронограф — не просто ещё один инструмент для съёмки экзопланет, а технологический демонстратор: первый космический высококонтрастный коронограф с активным управлением волновым фронтом. Расчётный контраст — порядка 10⁻⁸, то есть возможность различать объект примерно в сто миллионов раз слабее света его звезды.
По сути, Roman интересен не тем, что будет «видеть лучше Hubble», а тем, что будет видеть с примерно его детализацией сразу огромные куски неба, а параллельно обкатывать технологии для будущих телескопов, которые уже будут пытаться напрямую снимать гораздо более сложные экзопланеты.
Один из самых красивых моментов в Roman: «фигурная зрачковая маска» — не шторка, которая просто закрывает звезду, а специально рассчитанный двумерный рисунок, который заставляет дифракционный свет звезды уйти из нужной области изображения. Чтобы было понятнее: эта маска специально портит изображение звезды так, чтобы испорченный свет ушёл туда, где планету искать не будут.
Когда свет проходит через обычную круглую апертуру телескопа, точечная звезда превращается не в идеальную точку, а в пятно Эйри с кольцами и дифракционными хвостами. Для обычной астрономии это терпимо. Но если рядом находится планета, которая слабее звезды на много порядков, эти хвосты просто её заливают.
В Shaped Pupil Coronagraph делают странную на вид маску из чередующихся пропускающих/отражающих и поглощающих областей. У Roman это кремниевая подложка: алюминиевые участки отражают свет, участки «чёрного кремния» его поглощают. Геометрия рассчитана численно так, чтобы волны, прошедшие через разные части апертуры, интерферировали друг с другом и почти взаимно уничтожали свет звезды в заранее выбранной области вокруг неё.
Причём маска выглядит столь дико именно потому, что это решение задачи оптимизации, а не форма, которую человек придумал интуитивно. По сути задаётся условие: «сохрани как можно больше света, но сделай интенсивность звёздного света в этих координатах меньше 10⁻⁸», и из этого получается такой узор.
У Roman есть разные shaped-pupil-маски под разные задачи. Спектроскопический вариант формирует две тёмные области в форме «галстука-бабочки» — примерно по 65° каждая, на расстояниях порядка 3–9 λ/D от звезды. Wide-field вариант создаёт тёмную область уже вокруг всей звезды, 360°, примерно от 5,9 до 20 λ/D.
И важно: это не единственная маска. В тракте ещё есть focal-plane mask и Lyot stop, плюс два деформируемых зеркала. То есть Roman не просто вырезает свет геометрически — он ещё активно исправляет фазовые ошибки волнового фронта.
А меня и дочь довольно часто подводит.
«Алиса, поясни вот это...» — «Я пока не всё знаю, и это как раз такая тема!»
Внезапно другие модели, особенно фонтирные — они так не говорят, а ищут, разбираются, не относят вопрос к недозволенным.
Так что Алиска, может, и хороша, но вот «Алиса в колонке» — это какая‑то другая, неправильная Алиска...
Посмотрел. Существенная поправка такая: Kimi Code Desktop — не новый отдельный кодинг-сервис, а GUI-клиент уже существующего Kimi Code. Он работает с локальным проектом, умеет менять файлы, показывать diff, запускать команды; Plan/Goal/Swarm — режимы того же агентного движка. Desktop и CLI даже частично разделяют локальные настройки аккаунта, модели, провайдера и плагинов.
А ведь на самом деле может быть интересная штука. Только еще бы посмотреть на реальных задачах...