Моя лента

Обычно ноутбук уволенного сотрудника едет обратно в ИТ-отдел курьером, там его сверяют по серийному номеру, стирают и либо выдают следующему, либо отправляют на перепродажу. В ноябре 2026 года Canva решила, что для 1 271 человека этот маршрут не нужен, и подарила всем по макбуку — выглядит это, мягко говоря, необычно.

Давайте прикинем, сколько Canva стоит это решение. Возможно, подарить всем макбуки окажется неожиданно выгодно.

Привет, Хабр! Меня зовут Анна Саботович, я веду внедрение AI-ревьюера в продуктовой группе Garage Eight, и самый частый вопрос, который мне задают: «Ну и когда он заменит человека?» Отвечу сразу: на части кода уже заменил.

В октябре наши iOS-команды сняли третий обязательный апрув на merge request (MR). Теперь в продуктовых репозиториях их не больше двух, при этом в репозитории ревьюера за тот же октябрь влили 35 MR, и апрув кого-то, кроме автора, есть только у шести. Во внутреннем сервисе аналитики разработки влили 69 MR, и ни в одном нет апрува другого человека: автор мержит сам. Хочу рассказать, как мы учились доверять AI и что планируем делать дальше.

Один сайт Claude отредактировал с одного разрешения. На другом, похожем, требовал подтверждать каждый клик. Полез в код расширения и нашёл у Anthropic закрытый список сайтов. Ваш тоже может там оказаться, и вы об этом не узнаете.

Сеть работает, пинг до сервера проходит без задержек, но SSH‑подключение занимает 10–30 секунд. Такая пауза раздражает при ручной работе, а в Ansible и CI/CD может приводить к таймаутам и сбоям автоматизации. Разберём, как с помощью ssh -vvv найти проблемный этап подключения, проверить влияние GSSAPI и UseDNS и устранить задержку без риска потерять доступ к серверу.

Компании SpaceX и xAI разрабатывают серверную систему Kessel. В основе платформы лежат 36 центральных процессоров NVIDIA^® Vera™ и 72 графических ускорителя Rubin™, но вместо стандартных медных кабельных сборок NVLink инженеры решили использовать единую 84-слойную печатную плату. Проект адаптирован для эксплуатации как в «земных» ЦОД, так и на орбите.

На днях обсуждали интервью HR-директора крупной IT-компании о том, что в сложных решениях она слушает ощущения в теле. В те же дни вышел Fable 5.2. Я решил проверить модель на этом поводе и собрать игру: вымышленная корпорация, собеседование и оффер по натальной карте.

От первого сообщения до игры на своём домене прошло 2 часа 37 минут. Ниже разбор: как я делил работу между моделями, как устроен код, где модели ошиблись и что я поправил руками.

Игра: Rдкс, собеседование в корпорацию. Проходится за 2–3 минуты, работает в браузере, ничего не отправляет на сервер.

Input tokens exceed 922,000 tokens. Your messages resulted in 1,674,813 tokens — с этой ошибки началась история, которая растянулась на полгода. У нас self-hosted OpenWebUI, на нём внутренний ассистент для небольшой команды: файлы, документы, мелкие инженерные задачи. Сначала я писал фильтр, который вычищает из истории результаты инструментов. Потом понял, что латаю не то место, и вынес исполнение агента в отдельный сервис на OpenAI Agents SDK и Codex SDK. По дороге ещё споткнулся о потоковый Responses API.

ВО ВРЕМЯ НАПИСАНИЯ СТАТЬИ НЕ ИСПОЛЬЗОВАЛАСЬ НИ ОДНА ИИ (ДА-ДА, НЕ УДИВЛЯЙТЕСЬ).

Всем привет. Почти полгода назад я делал статью https://habr.com/ru/articles/1045094/ о том, как я запускал своё первое приложение, для контекста рекомендую прочесть.
Сегодня я хотел бы поделиться с вами различной статистикой по приложению, сколько оно заработало, сколько людей пользуется и т.д.

Эта статья больше будет для таких нубов как я, а не для вайбкодеров гигантов, которые запускают свою микро ИИ B2B SaaS каждый день. Ну и для тех, кто просто любит посмотреть на различные цифры.

Сразу скажу, в приложение не было влито ни одного цента на рекламу или ещё что. Приложение создано чисто на интузиазме одного разработчика, который между прочим обычный Go разработчик.

На время выхода первой статьи (8 июня), пользователей, у которых было установлено Abuchi всего 52 человека. Вроде много, а пользовалось всего-лишь 18 человек, что уже немного плачевная статистика.

Разработали AI-инструменты для известной российской авиакомпании, которые помогают сотрудникам принимать решения, когда что-то идет не по плану. Рассказываем, как отработала система, когда мы прогнали её на реальном сбое.

На этот пост меня вдохновил один случайный пост в интернете

Я написал его для тех, кто не знает, что делать в это AI время. А также для себя

Многое из того, что написано ниже, это мой 6-летний опыт работы в стартапах (а я только в них и работал) и мой текущий опыт self предпринимателя

У меня есть любимая история из 90-х, когда мы все еще были не такими умными и работали со счетами и на бумаге. Я возглавляла отдел продаж рекламы на одной радиостанции, и мы договорились с магазином техники, что они бартером за рекламу нам дадут компьютеры. Так как мало кто и что в этом понимал, я связала напрямую нашего сисадмина с их менеджером, чтобы они обсудили какие именно компы нам нужны. «Ну всё, будут компьютеры‑бомба», — сказал мне наш админ. Неделю весь отдел рекламы ронял слюну, представляя работу за красивым большим экраном, удобной клавиатурой и без получасового ожидания каждого действия…Привозят. 10 системных блоков. И всё. Потому что в понимании компьютерщиков — это и есть компьютер. А в понимании обычного человека в те годы, комп — это блок, экран, клава и мышь. Мы ждали одно, а получили крутое, но другое. И не придраться, объективно, нам действительно привезли то, что мы просили — компьютеры.

Прошло 30 лет, и ситуация вернулась на исходные позиции: есть две стороны, которые говорят одно, а понимают разное. Всё чаще я вижу потребность бизнеса не в стратеге и не в девочке, которая запустит директ и тем более не в зумере, который нагенерит и опишет воронку, а в эксперте, который сможет соединить смыслы, потребности и понимание бизнеса с тем, что ему говорят, продают и сделают подрядчики. В IT у этого персонажа есть имя, даже несколько: бизнес‑аналитик, product owner, на худой конец толковый проджект. В строительстве его называют техническим заказчиком или технадзором, зависит от ситуации: человек со стороны владельца сам не строит, но знает, что и как спросить у генподрядчика. А в реальном бизнесе — в автосервисе, на заводе, в сети стоматологий такой должности нет. Даже слова нет. Есть собственник, который знает свой бизнес, и есть подрядчики, которые знают свою работу. Между ними пустое место.

Spring Security обладает интересным свойством: подключить его к проекту очень просто, а вот понять, что именно произошло после добавления зависимости, уже не так просто.

Вот вы добавили spring-boot-starter-security, и приложение внезапно начало возвращать форму входа. Откуда взялся пользователь? Кто создал цепочку фильтров? Почему один запрос завершается со статусом 401, а другой со статусом 403? Почему после добавления еще одного SecurityFilterChain часть прежних правил будто бы перестала работать?

Можно, конечно, каждый раз находить похожий пример и копировать конфигурацию. Иногда это даже будет работать. Проблема начинается тогда, когда поведение фреймворка нужно изменить или когда найденный пример относится к другой версии Spring Security.

Главная проблема большинства материалов по Spring Security в том, что они показывают какую-то небольшую часть общей картины, при этом у человека после чтения не остается цельная модель происходящего.

С этой точки зрения предлагаю посмотреть на четвертое издание книги Бадра Насслахсена «Spring Security». Русское издание вышло в 2026 году. Это будет небольшая рецензия/обзор книги с моей стороны.

Сразу обозначу свою позицию. Я не считаю эту книгу универсальным руководством по безопасности приложений и не думаю, что ее примеры можно бездумно переносить в production. Но как способ систематизировать знания именно по Spring Security она вполне заслуживает внимания. Ниже постараюсь объяснить почему.

Привет, Хабр!

Меня зовут Валентин, я DevOps-инженер команды Platform V Kintsugi. Мы развиваем облачный сервис и часто сталкиваемся с задачами эксплуатации распределённых систем, созданных на основе Kubernetes и Istio/Platform V Synapse Service Mesh.

Одна из самых неприятных задач — поиск проблем в обработке запроса внутри Service Mesh на базе Envoy. Типичная ситуация: один из сервисов внезапно начинает получать 503, появляются неожиданные повторы, запросы перестают проходить из-за AuthorizationPolicy или уходят не в тот upstream. При этом само приложение работает нормально, в его журналах нет ошибок, а конфигурация Istio, на первый взгляд, выглядит корректной.

Мы начинаем разбираться и смотрим access-журналы. Видим результат обработки запроса, но не всегда понимаем, что именно Envoy получил, какие заголовки и тело запроса он увидел, какие фильтры уже успели его изменить и почему в итоге запрос пошёл именно по этому пути. Сетевой дамп тоже не всегда помогает. При включённом mTLS на уровне сети мы можем увидеть зашифрованный трафик, но не тот HTTP-запрос, который уже расшифровал и обрабатывает Envoy. Получается неприятный диагностический разрыв, когда приложение видит одно, сеть показывает другое, а решение принимает Envoy. Возникает главный вопрос, что на самом деле видит Envoy и приложение в момент обработки HTTP-запроса?

В этой статье разберём, как с помощью Envoy Tap Filter заглянуть внутрь этого процесса — перехватить HTTP-запрос и ответ уже после расшифровки mTLS, отфильтровать только нужный трафик и сохранить результат в файл. На практике посмотрим, как подключить Tap Filter к Istio через EnvoyFilter, настроить точечный отбор запросов, выбрать формат сохранения тела и проанализировать полученные JSON-файлы. В результате получим инструмент для тех случаев, когда стандартных журналов недостаточно, а сетевой дамп показывает только зашифрованный транспорт.

Ну что, начинаем погружение в Glamsterdam с фаворита: EIP-7732: Enshrined Proposer-Builder Separation.

1. Разделяет блок на части консенсуса и исполнения.
2. Пропоузер напрямую выбирает билдера блока.
3. Вводится новая сущность builder внутри блокчейна, а у валидаторов появляется новая обязанность: голосовать за своевременность payload.

В дискуссиях о будущем транспорта электрификацию часто воспринимают как самоцель: заменили двигатель внутреннего сгорания на электромотор и как будто бы автомобиль автоматически стал современным.

Но батарея решает лишь базовую механическую задачу. По данным Международного энергетического агентства (IEA), глобальные продажи электромобилей превышают 20 млн единиц в год, занимая около 25% рынка.

Причем аналитики IEA теперь интересуются не химией ячеек, а софтом и бортовым ИИ, признавая машину сложным программным продуктом.

В России развитие отрасли идет по собственному пути. Доля электромобилей в структуре продаж пока около 2%. Причина: разница в логике внедрения. У нас массовая электрификация начинается не с частных машин, а с каршеринга, такси и городской логистики. Экономический фокус смещается с цены покупки на стоимость километра пути, а сама машина должна отвечать принципу трех одновременных подключений: к энергосистеме, к человеку и к городской среде.

Повторный бэкап 24 млн файлов шёл до 12 часов, хотя данных изменилось почти ничего. Процессор и сеть простаивали, поток стоял в D, а диск при этом занимался чем-то другим. Расскажу, куда уходило время и как я получили 3 часа: опережающее чтение метаданных в порядке inode и один параметр монтирования.

Qwen4-Max-Preview — это новая флагманская модель от компании Alibaba. Вышла она 11 ноября 2026 года как превью. Доступ к модели можно получить через QwenCloud, Qwen APP, Qoder, QwenWork, QwenStudio и на других платформах от Qwen. Оплату по токенам пока не завезли.

Подписка Personal Lite стоит 6 $ в месяц, а для новых пользователей есть ограниченное предложение за 3 $ (до 30 ноября, и только для тех, кто раньше не покупал личный тариф). В тариф входит 20 000 кредитов в месяц, а их расход зависит от модели, объема токенов, режима рассуждения и вызовов инструментов, поэтому безлимитного тарифа за 3–6 $ ждать не стоит. 

На время превью расход кредитов на эту модель в несколько раз ниже обычного (скидка до 80%), а ночью по пекинскому времени, с 22:00 до 08:00, скидка достигает 92%. 25 ноября превью заканчивается, и модель отключат. Дату полноценного релиза Alibaba не называла.

WAF не всегда работает идеально — часто он ломает веб-приложения, блокируя легитимные действия пользователей.

На примере OWASP Juice Shop и WAF OWASP Coraza разберем 5 реальных ложных срабатываний FP (False Positive): от метода PUT, который блокирует корзину, до SQL-инъекций в поиске. Настроим точечные исключения, используя Playwright для эмуляции реального пользователя, и докажем, что защита при этом не пострадала.

Статья будет полезна широкому кругу специалистов, которые хотят понять, как именно WAF блокирует запросы, почему это происходит и какие подходы обычно применяют для решения таких проблем.

Я разработчик примерно на шести проектах одновременно, и созвонов у меня много. За девять дней вместе с Claude Code я сделал приложение для macOS, которое пишет звонок двумя дорожками, расшифровывает и разбирает его по голосам на самом Маке, без бота в звонке и без чужих серверов. Код открыт.

В статье грабли, о которые я споткнулся: цифровая тишина в ScreenCaptureKit и FaceTime, который не слышно, эхо без наушников со сдвигом, который за звонок меняется 69 раз, тысяча «Thank you» от Whisper на тишине, диаризация, которая делит людей по типу речи, 17 ГБ памяти на Маке с 16 и сравнение моделей для русской речи.

На связи Станислав Грибанов, руководитель продуктового направления компании «Гарда», автор блога «CyberProducts».

Zero Networks выпустила отчет Lateral Movement Exposure Report 2026. Эксперты оценили, как далеко атакующий может проникнуть внутрь сети после преодоления периметра. Отдельный раздел отчета посвящен AI-Driven Lateral Movement (AILM). Так эксперты называют перемещение по сети при помощи ИИ-агентов. Иногда агент изначально трудится на благо злоумышленника, иногда агент оказывается желаемой мишенью для атакующего.

Далее я подробнее разберу три сценария, которые приводятся в отчете.