Линус Торвальдс снова в ударе: Bcachefs исключают из ядра Linux

Линус Торвальдс снова в ударе: Bcachefs исключают из ядра Linux

Линус Торвальдс снова в ударе: Bcachefs исключают из ядра Linux

Ничто так не скрашивает выходной, как очередной конфликт в сообществе Linux-разработчиков. На этот раз всё громче обычного: Линус Торвальдс решил исключить Bcachefs из состава ядра, начиная с версии 6.17. Повод? Мягко говоря, не сошлись характерами с его мейнтейнером — Кентом Оверстритом.

Bcachefs — это COW-файловая система (copy-on-write), которая гордо заявляет, что «не ест ваши данные».

На практике же она вызвала у Линуса скорее несварение. Конфликт назревал давно, но последний гвоздь в крышку — это спор о том, когда и как можно вносить изменения.

Во время RC-фазы (релиз-кандидата) для ядра 6.16, когда, по негласным правилам, принимаются только баг-фиксы, Кент прислал фичу — «journal-rewind», улучшение для восстановления данных. Линус не оценил. Мол, это не просто мелкая правка, а потенциальный источник регрессий. Даже Теодор Цзо (известный разработчик ext4) подключился и напомнил: правила есть правила, и Linus стоит на их страже.

Кент, в свою очередь, не отступил. Он аргументировал, что защита пользовательских данных важнее расписаний, а в других файловых системах — XFS и Btrfs — похожие патчи тоже принимали в RC. Он повторно отправил изменения, и Линус даже принял их. Но уже с прицелом на то, чтобы полностью отказаться от Bcachefs в следующем окне слияния (merge window).

В своём ответе Кент попытался смягчить ситуацию, отметив, что не хотел «выдавливать» Линуса из процесса и ценит его идеи. Но и уступать, когда речь идёт о целостности данных пользователей, не собирается.

«Это весело — делать крутые штуки с тобой, когда мы не сражаемся. Но тебе тоже стоит понимать, под какими ограничениями работают другие».

В общем, очередная драма в стиле open source: принципы, эмоции, немного пассивной агрессии — и всё это на фоне многолетнего труда над ядром. Bcachefs, возможно, ещё вернётся. Но пока что, как сказал сам Линус, «мы закончили».

Следить за всей этой историей можно в рассылках ядра Linux — в тредах 6.16-rc3 и rc4. Но если коротко: Линус всё ещё держит планку, и идти против него — затея с последствиями.

ИИ научился выявлять депрессию по голосовым сообщениям в WhatsApp

Учёные показали, что депрессию можно распознать буквально «по голосу» — и для этого не нужны ни долгие опросники, ни визит к врачу. Достаточно короткого голосового сообщения в WhatsApp (принадлежит Meta, признанной экстремистской и запрещенной в России).

Исследователи из Медицинской школы Санта-Каса-де-Сан-Паулу и компании Infinity Doctors разработали медицинскую языковую модель, которая с высокой точностью определяет наличие депрессивного расстройства по аудиосообщениям.

Результаты работы опубликованы 21 января 2026 года в открытом журнале PLOS Mental Health.

В эксперименте модель анализировала короткие голосовые сообщения, где участники просто рассказывали, как прошла их неделя. И результат оказался неожиданным: у женщин с диагностированной депрессией точность распознавания превысила 91%.

Это один из лучших показателей среди подобных исследований, особенно с учётом того, что речь идёт о бытовых сообщениях, а не специально записанных медицинских интервью.

Для обучения и тестирования использовались два набора данных с WhatsApp-аудио от носителей португальского. В них вошли записи пациентов с подтверждённым диагнозом «большое депрессивное расстройство» и контрольной группы без депрессии.

Часть сообщений была максимально простой — участникам предлагали досчитать от одного до десяти, другая часть — более естественной: свободный рассказ о прошедшей неделе.

Лучше всего модель справлялась именно со «спонтанной речью». У мужчин точность в этом же сценарии оказалась ниже — около 75%, что авторы связывают с меньшим числом мужских голосов в обучающей выборке и возможными различиями в речевых паттернах. При анализе простого счёта до десяти разница между полами почти исчезала: точность составляла около 80% у женщин и чуть меньше у мужчин.

По словам авторов, модель улавливает тонкие акустические признаки — темп речи, интонации, паузы, — которые сложно заметить человеку, но хорошо видит машинное обучение. И главное — всё это происходит в привычном для людей формате повседневного общения.

Исследователи считают, что при дальнейшем развитии технология может лечь в основу недорогих и удобных инструментов раннего скрининга депрессии, не требующих сложных процедур и не нарушающих повседневные привычки пользователей.

Как отметил старший автор исследования Лукас Маркес, «незаметные акустические особенности обычных голосовых сообщений могут с неожиданной точностью указывать на депрессивные состояния».

Напомним, в недавнем исследовании метаданные WhatsApp показали: мы плохо понимаем, как ведём себя в чатах.

RSS: Новости на портале Anti-Malware.ru