Шведський інженер створив незалежний пошуковик Marginalia без Google та Bing
Віктор Лёфгрен створив пошуковик Marginalia з власним індексом та краулером, який не використовує дані Google чи Bing. Проєкт фокусується на текстових сайтах, особистих блогах та прозорості видачі, залишаючись відкритим під ліцензією AGPL.
Віктор Лёфгрен зі Швеції створив пошуковик, який не працює на базі Google чи Bing. Цей проєкт існує з 2021 року, а його утримання коштує приблизно $200 на місяць.
Лёфгрен стверджує, що більшість альтернативних пошуковиків насправді використовують індекси Google або Bing, або ж системи з авторитарних країн, таких як Росія чи Китай. Його пошуковик Marginalia використовує власного поискового робота (краулер) та власний індекс. У ньому немає реклами, кредитів чи зовнішніх інвесторів.
Аргумент автора простий: коли майже весь пошук проходить через кілька американських компаній, цензура стає занадто легкою, навіть якщо вона не навмисна. Крім того, культурні особливості однієї країни починають визначати те, що знаходить весь решта світу.
Він не намагається замінити Google. Його мета — зробити так, щоб Marginalia стала альтернативним поглядом, який не дає великим пошуковикам повністю контролювати видачу.
Тому Marginalia піднімає в результатах те, що інші зазвичай ховають глибше: особисті блоги, старі університетські сторінки та сайти, що складаються переважно з тексту і нічого не продають.
Особливості інтерфейсу та філософії:
- Прозорість: для кожного результату видно, чи використовує сайт партнерські посилання або JavaScript. Ці параметри можна фільтрувати.
- Режим Explore: спеціальний режим, який просто показує випадкові сайти з індексу, дозволяючи відкривати нові куточки інтернету.
- Ключові слова: пошук спеціально побудований на ключових словах. Лёфгрен вважає, що чим краще пошуковик стає в наданні відповідей на питання (як це роблять сучасні ШІ-асистенти), тим гірше він стає в пошуку самих сайтів.
Проект є відкритим під ліцензією AGPL, тому будь-хто може розгорнути власну копію Marginalia.
Чому це важливо
АналітикаУ час домінування кількох великих технологічних гігантів, існування незалежного пошуковика з відкритим кодом забезпечує різноманітність інформаційного простору та захищає від прихованої цензури та комерціалізації видачі.
Обговорити новину у спільноті
Діліться своїм досвідом та думками з ШІ-розробниками
Пов'язані матеріали екосистеми
Практичні гайди, термінологія та агентські скіли
Відкриті ваги проти закритих API (Open vs Closed AI)
Порівняння двох фундаментальних філософій розповсюдження ШІ: відкриті ваги (Open Weights — Llama, Mistral, DeepSeek), які можна завантажити й запустити на власному сервері, проти закритих хмарних API (Closed API — OpenAI, Anthropic, Google), де доступ надається виключно через підписку.
Гарвард безкоштовно відкрив курс з інженерії ML-систем
Гарвард відкрив доступ до курсу CS249r, який фокусується на інфраструктурі для навчання, інференсу та розгортання ШІ-моделей. У матеріалах є TinyTorch, інтерактивні лабораторні роботи, MLSys·im і слайди лекцій.
Jev та System One AI: повний практичний гайд по моделі рішень від TypeSafe
Глибокий інженерний розбір флагманської моделі Jev: архітектура System One проти LLM, примітиви Choice/Score/Noul, паралелізм запитів, математика впевненості, відео-кейси, код та огляд локальних open-weight альтернатив (Laya, GLiNER2.5, CLM-8B).
Машинне забування (Machine Unlearning)
Технологія хірургічного видалення конкретних знань, приватних даних користувачів або матеріалів з обмеженим копірайтом із ваг уже навченої нейромережі. Дозволяє компаніям виконувати вимоги закону про «право на забуття» (GDPR) без катастрофічно дорогого повного перетренування моделі.