3 ноября 2026 года продолжается глобальный сбой в работе IT‑инфраструктуры хостинг‑провайдера Beget. Пользователи и клиенты сервиса сообщают, что у них не открываются панель управления хостингом и личный кабинет, также фиксируются ошибки подключения (включая 502 Bad Gateway). Также не работают сайты, которые хостятся на Beget. Наблюдаются серьёзные проблемы с сетевыми подключениями и доступом к виртуальным серверам (VPS), возникли перебои в работе почтовых серверов (SMTP) и сбои работе DNS.
Beget лежит четвёртый день, теперь упал и AdminVPS. Хостинги Рунета штормит. Теперь и панель управления AdminVPS отдаёт 502 Bad Gateway. Личный кабинет недоступен, доступа к серверам нет. У меня теперь копии сайтов лежат в двух местах, одно из которых хостер не контролирует вообще.
А у вас как? Кто пострадал от сбоев и куда переносите проекты?
Anthropic использовала Claude для исследования vault-частиц — крупных полых белковых структур, которые учёные обнаружили ещё в 1986 году, но до сих пор не смогли объяснить их точную функцию.
Команда получила первую трёхмерную структуру vault-подобной частицы из прокариот.
Исследователи надеются, что работа поможет разобраться в происхождении и устройстве подобных комплексов. Vault-частицы напоминают полые капсулы. Предполагается, что они участвуют во внутриклеточном транспорте, защите клеток и иммунных процессах, но ни одна из этих функций пока не подтверждена окончательно.
MVP с ИИ-агентом сегодня делает каждый. Сложности начинаются, когда задача меняет код сразу в нескольких модулях или репозиториях: правим в одном месте, ломаем в другом, а спецификация целиком не помещается в контекст одной сессии. Рассказываю, как устроен наш плагин pepper-orchestrator для Claude Code и Codex: цель становится программой и пакетами работ, части идут параллельно у разных агентов, а каждое "готово" проходит независимую проверку. И показываю всё это на реальном кейсе от первой команды до сдачи.
В последние годы вопрос безопасности памяти стал одним из ключевых факторов, определяющих стратегию разработки системного программного обеспечения. В официальных документах таких организаций, как CISA, NSA, а также в технических отчетах Google и Microsoft, прослеживается устойчивая тенденция к переходу на безопасные языки программирования, и Rust рассматривается в качестве основной альтернативы C и C++.
Данная статья представляет собой анализ официальных документов и статистических данных. В ней рассматриваются причины выбора(организаций) в пользу Rust, технические механизмы (такие как система владения и семантика перемещения), обеспечивающие безопасность без потери производительности, а также объективные ограничения и издержки, с которыми сталкиваются компании при миграции. Отдельное внимание уделено ответным мерам со стороны сообщества C++ и прогнозам развития индустрии.
Игрок с рейтингом 2100+ в блице, у которого на часах больше минуты, ошибается примерно как игрок 2300. Когда на часах остается меньше пяти секунд, доля грубых ошибок у того же игрока такая, как у 1400 со спокойным запасом времени. Почти тысяча пунктов рейтинга теряется на последней минуте.
Эту цифру я получил на открытой базе Lichess и сначала ей не поверил. Ниже рассказываю, откуда она, где я сам ошибся по дороге и какая часть эффекта на самом деле приходится на сложность позиции.
Портируем AM32 на отечественный RISC-V микроконтроллер К1921ВГ5Т. Разбираемся с PWM, тактированием, PLIC и DMA, а по пути чиним SDK и подруживаем J-Link с OpenOCD. Пока работает PWM-управление мотором; DShot оставили на будущее.
В этой статье я расскажу, как быстро тестировать WebRTC приложения и серверную инфраструктуру без необходимости создавать клиентские программы, поднимать сигнальные серверы и вручную прописывать кучу настроек.
Во время работы над Slyber TURN Server я понял то что одного этого решения недостаточно чтобы закрыть боль разработчиков при тестирование WebRTC приложений я создал Slyber Inspector. Это инструмент с веб интерфейсом для тестирования WebRTC приложений прямо из браузера. Это экономит очень много времени и нервов так как для тестов не нужно создавать отдельные клиентские скрипты, а настраивать их тот еще квест. Ниже я подробно разберу методику тестирования WebRTC соединений в Slyber Inspector.
Сцена 1: Компания вводит парольную политику: минимум 8 символов, обязательная цифра, заглавная буква, спецсимвол. Пароль нужно менять раз в 30 дней.
Сцена 2: У сотрудников появляются пароли формата Company2026!, меняющийся через месяц на Company2026@, а еще через месяц на Company2026#.
Сцена 3: Не отличающемуся идеальной бдительностью сотруднику приходит письмо с почты коллеги с очень будоражущим интерес вложением.
Сцена 4 содержит существенные финансовые потери для бизнеса и нервные потерию для руководителей и ИТ/ИБ команды.
В чём проблема? Проблема в том, что корпоративная парольная безопасность вообще не сводится к сложности пароля. Важнее понимать, где находятся учётные данные, насколько они сложные для подбора, кто имеет к ним доступ, какие права получает украденный пароль и что произойдёт, если одна из учётных записей будет скомпрометирована.
Ниже — порядок, в котором, с моей точки зрения, имеет смысл выставивать парольный менеджмент.
UPDATE, который выполнялся около 10 тысяч раз в секунду, почти исчез. Выборка из истории статусов у самой загруженной группы на зеркале базы ускорилась с 274 мс при прогретом кэше до 0,4 мс. Такие места автор нашёл вместе с кодинг-агентом: подключил его к трейсам продакшена Sentry и короткими вопросами направлял поиск. Вместе правки убрали сотни миллионов запросов в неделю. В статье показано, какие подсказки давал человек, как изменения проверялись через EXPLAIN ANALYZE и какие цифры получились.
Экспорт таблицы в файл - очень типовая задача. Пока записей немного, экспорт CSV обычно пишут в несколько строк: выполнить запрос, получить массив, превратить его в текст и отправить клиенту. На сотнях тысяч строк этот подход начинает расходовать слишком много памяти. Результат запроса целиком оказывается в Node.js, а при сборке CSV появляются дополнительные строки и буферы. Несколько одновременных выгрузок могут довести процесс до OOM.
Разберём реализацию на Node.js, Fastify, Knex и PostgreSQL. CSV будем генерировать порциями, сохраняя сортировку списка (createdAt DESC). Если в вашем кейсе другая сортировка - достаточно поменять на нужную. Отдельно придётся решить вопрос с авторизацией ссылки на скачивание.
Я бывший программист, сейчас больше занимаюсь IT-менеджментом, проектами и развитием бизнеса. Постоянно экспериментирую с новыми инструментами, много чего делаю с их помощью самостоятельно. Вокруг меня все обсуждают агентов, автоматизацию разработки, новые модели и то, сколько людей понадобится для написания программ через несколько лет.
IPO Anthropic обещает стать следующим большим моментом истины и завершить год, который, пожалуй, можно назвать величайшим в истории по масштабам дебютов компаний на фондовом рынке. Огромные суммы, о которых идёт речь, вызывают воспоминания о последней великой волне IPO, достигшей пика в 1999 году, как раз накануне краха пузыря доткомов.
Сразу скажу, что ответа тут не будет, тут я сам хотел узнать мнение коллег, так как не нашел релевантной информации на этот счёт.
Как в реальности у большинства работают нейронки на фронтенд проектах
На днях я фиксил баг с работой бесконечного скролла в колонке с автозагрузкой элементов, типичная бесконечная лента. Проблема была в том, что при открытии страницы отправлялось несколько запросов, один был явно лишний, второй отбрасывался по некорректно описанной логике и только третий был нужен.
Сайт сделан на next 12 (page routing), реакт 18 версии, но это все не имеет значения. Новостная лента должна подтягивать новости релевантные пользователю из апи, при этом есть настройка, которая позволяет смотреть только пользовательские новости, эта настройка хранится в localStorage.
Вот так примерно выглядит использование компонент отвечающего за догруз бесконечки:
Под капотом же у InfinityScroller есть несколько хуков с весьма запутанной логикой, один подписывается на intersectionObserver, второй отвечает за разные состояния и содержит весьма запутанную логику. Поэтому я сразу стал грешить на этот хук и после попытки решить задачу в лоб за пару часов решил заюзать искусственно-интеллектуального друга в лице deepsik 4 pro. Он работает через cline в vscode.
Задал ему вопрос, наведя его на сомнительный хук и стал ждать чуда...
В итоге за несколько часов ленивого вайбкодинга, задавая ему вопросы и получая невнятная ответы, внося правки то вручную, то давая ему самому, я так и не решил проблему, точнее, что-то похожее на решение было, но это был лютое нагромождение костылей. Вы скажете, что я не умею юзать нейронку, агентов, харнесс и прочее (хотя я часто её использую для элементарных вещей и это помогает), но тут я спорить буду, я действительно не очень люблю работать с нейронкой, а потому кроме стандартного agents.md ничего не настраивал.
Затем я решил потестить kimi 3.1 pro, почему-то он на хайпе сейчас, и на следующий день, оплатив через посредника кими платформу на 10 баксов, зарядился токенами и снова начал наступление в лоб. И также не получил внятного решения, мне показалось что кими ничуть не умнее дипсик, а денег тратит в 5 раз больше.
По этому, на следующий день я решил сесть за задачу сам и стал вникать в то что раньше успели сделать мои коллеги, и тут я заметил кое что важное, вполне очевидное даже для джунов, думаю в моем коде вы это тоже видите.
Вся соль была в свойстве key, куда попадает прочитанное из localStorage свойство, из-за него вызывался лишний запрос новостей, в хуке же предыдущий сотрудник, также использовав ИИ, возвел новые слои с логикой, в результате чего всё стало еще запутаннее и вместо решения корневой высокоуровневой проблемы, был создан костыль который, привел к созданию другого лишнего запроса, который просто отбрасывался и не влиял на отображение.
Вот такая предыстория. Благодаря ИИ до меня уже было создано несколько кривых решений, которые привели к лишним запросам, которые никто даже не проверял, потому что тестирование как правило смотрит только вью.
Возможно, я плохо написал промт, возможно другая топовая llm подсветила бы этот момент сразу, но это всё равно слишком слабо, для того чтобы считать ИИ за хороших разработчиков, даже во фронтенде. По крайней мере пока, в будущем поглядим.
Таково моё мнение, но я в нем не уверен и хотел бы услышать мнение тех, мнение тех кто использует ИИ в разработке, не для кодинга с чистого листа, а для решения неочевидных проблем, особенно в сфере фронтенд.
Поделитесь пожалуйста своим опытом, какие модели используете, на каком стеке работаете, в каком режиме (агент или просто част), настроен ли так называемый харнесс, научили ли вы нейронку использовать браузер для самостоятельной отладки?
Swap на сервере отключают ради производительности, рассчитывая, что при нехватке памяти OOM killer быстро завершит проблемный процесс. Но на практике Linux может минутами выбрасывать из памяти файловые страницы, которые сервису нужны снова и снова, пока сервер практически не отвечает. В статье разбирается, почему возникает такое поведение, как скорость утечки влияет на время до OOM и какие настройки ядра и инструменты помогают избежать длительного зависания.
И снова привет хабру! Сегодня подправил 4 главу, исправил опять таки то, что режет слух. 4 глава уже лежит на гитхабе путь тот же. И вот как пример правленого перевода подраздел 4.2 Трейты:
4.2 Трейты
Трейты — это эквивалент интерфейсов из других языков (с некоторыми отличиями).
Так как определение термина через его синоним не очень полезно, посмотрим, что это означает в коде:
pub trait Dog {
fn bark(&self) -> String;
}
pub struct Labrador{}
impl Dog for Labrador {
fn bark(&self) -> String {
"wouf".to_string()
}
}
pub struct Husky{}
impl Dog for Husky {
fn bark(&self) -> String {
"Wuuuuuu".to_string()
}
}
fn main() {
let labrador = Labrador{};
println!("{}", labrador.bark());
let husky = Husky{};
println!("{}", husky.bark());
}
// Output:
// wouf
// Wuuuuuu
Определив интерфейс Dog, все типы, реализующие этот трейт в нашей программе, будут считаться «собакой».
Именно поэтому говорят, что трейты (и интерфейсы) позволяют программистам определять разделяемое поведение: поведение, которое разделяется несколькими типами.
Главный вопрос на стартап питчах 2026 года звучит не про деньги.
Раньше инвестор начинал с рынка, команды и юнит-экономики. Теперь первый вопрос другой: «Чем вы лучше ChatGPT? Что помешает кому-то закодить это за 5 минут?»
С инженерной точки зрения вопрос честный. Прототип с LLM под капотом действительно собирается за вечер, так что сам код больше не преимущество. Если у продукта нет ответа глубже «у нас хороший промпт», дальше питч уже не слушают.
Как CTO и кофаундер 121ai, я вижу три вещи, которые сейчас защищают продукт:
Данные, которых нет у других. Речь не о публичном датасете, а о том, что копится только внутри вашего продукта и процессов клиента.
Доступ к клиентам и понимание их боли. Канал продаж и доверие промптом не скопируешь.
Процесс и экспертиза. Важно, как продукт встроен в реальную работу людей, а не только то, что умеет модель.
Код подешевел. Дорогим осталось то, что вокруг него.
Интересно мнение тех, кто сам питчился или сидел по другую сторону стола: что вы отвечаете на этот вопрос и какой ответ вас бы убедил?
Пишу про стартапы, ИИ и управление командами в Telegram-канале.
Всем привет! Хочу рассказать про релиз своей системы Raytolfas OS v26.11.0 и о том, как она устроена внутри.
Главная цель проекта это сделать нормальную систему для игр и работы, где сразу решены частые проблемы linux. К примеру: фризы в играх, лаги звука, вылеты из-за нехватки памяти и неудобный запуск android программ(в моей ос в отличии от остальных предусмотрен WayDroid + libndk).
28 октября компания Canonical сообщила об исправлении уязвимости CVE-2026-112816 в менеджере контейнеров и виртуальных машин LXD и платформе частного облака MicroCloud. В базе знаний CodeScoring она имеет критический уровень опасности – 10,0 баллов по CVSS 4.0. Уязвимость позволяет выдать себя за доверенного клиента без его закрытого ключа. Для атаки нужен доступ к управляющему HTTPS API и открытый сертификат этого клиента.
