⚡️ Python 3.15: lazy import, распаковка в comprehension и сэмплирующий профилировщик Вышел Python 3.15, и три вещи в нём стоит попробовать на этой неделе. Первая — PEP 810: lazy import json и lazy from pathlib import Path загружают модуль при первом обращении. Мотивация у Саймона Уиллисона из его LLM CLI: плагины, импортирующие sentence_transformers, добавляли несколько секунд к каждому запуску — типичная боль любого Python-CLI с тяжёлым ML-стеком. Вторая — PEP 798, распаковка внутри comprehension: [*L for L in lists], {*s for s in sets}, {**d for d in dicts}. Больше не нужен itertools.chain

⚡️ ThinkingBox-Bench: 67% провалов агентов выглядят как успех — ни одной ошибки инструмента, но база неверна Microsoft Copilot Studio выложил бенчмарк, где агента оценивают не по его отчёту, а по конечному состоянию бэкенда: 507 бизнес-процессов (ритейл, автострахование, тревел, необанк, консалтинг), каждый по 20 прогонов с чистой базы, изолированная MCP-сессия на попытку. Главная цифра: из 79 853 провальных попыток 67.24% завершились «чисто» — с вызовом, меняющим состояние, и без единой ошибки инструмента. Агент сказал «готово», а в базе: неверные значения полей (77.6%), лишние побочные эфф

⚡️ Polars 2.0: streaming-движок по умолчанию, спилл на диск с 80% RAM и быстрее DuckDB почти везде Вышел Polars 2.0, и это мажор не ради красоты: collect() у LazyFrame теперь по умолчанию идёт через streaming-движок, а он не гарантирует порядок строк для join, group_by и unpivot без maintain_order=True. Если у вас тесты сравнивают датафреймы построчно — вот что сломается первым. Out-of-core включён по умолчанию: при ~80% занятой памяти Polars начинает сбрасывать на диск, дефолтный бюджет 64 ГБ; работает для sort, оконных функций и большинства выражений, join и group_by вне памяти — в планах.