Моя лента

Одна компания даёт кандидатам на должность программиста 1С тестовое задание из шести коротких задач и предупреждает: «Задачи довольно простые, но практика показывает, что 80% кандидатов понимают их неправильно или, как минимум, учитывают не все случаи».

Разберу третью задачу из этого задания вместе с настоящим решением одного кандидата. Это классическая задача сравнения множеств, её знает любой, кто писал SQL. Интересно в ней то, что почти все решения проверяют только половину условия, а рабочее решение кандидата ломается на пустом множестве — случае, о котором никто не думает, пока он не сломает запрос.

Canva объявила о сокращении 1271 сотрудника, что составляет 22% штата. В Сети сокращение назвали одним из «самых человечных» за последние несколько лет из‑за щедрого соцпакета. 

От впечатляющих ударов молний до зловещих грозовых облаков: эти удивительные фотографии передают красоту, мощь и непредсказуемость погоды на нашей планете.

«Создай точную копию этой картинки, ничего не меняй». Человек повторил эту просьбу ChatGPT 101 раз, и настоящее фото Дуэйна Джонсона превратилось в мультяшное месиво. С кодом то же самое: ты сказал ИИ, какие шрифты использовать, а размеры летают по всему сайту. Это архитектурный дрифт. Он лечится тремя принципами: 1. Single source of truth задаётся спеками. 2. ИИ обязан сначала прочитать спеки…

Почему RAG даже после самых изощренных улучшений может плохо работать на ваших задачах в специализированном домене? Возможно, дело в представлении знаний, и вместо векторов стоит использовать графы. А может быть, дело не в знаниях, а в том, как модель их применяет: например, в сложных и длинных, но повторяющихся сценариях результаты ИИ-агента от запуска к запуску расходятся, и его работу приходится постоянно перепроверять?

Найти и извлечь ≠ правильно применить. «Найти и извлечь» — классическая задача RAG: подобрать в контекст модели релевантные фрагменты знаний. «Правильно применить» — требует процедурного знания: в каком порядке выполнять шаги и что делать при каждом исходе. Но процедура попадает к модели так же, как знания — в виде пассивного контекста: инструкцией в промпте или в найденных документах. Следовать ей ничто не обязывает, и на длинных цепочках рассуждения с ветвлениями модели от процедуры отклоняются. Это называют когнитивным дрейфом (Cognitive Drift).

Архитектура Thought Guidance‑Retrieval Augmented Generation (TG‑RAG), представленная на ICML 2026, призвана уменьшить когнитивный дрейф в задачах, которые решаются по стандартным процедурам. Ее основной принцип — отделение процедурной логики от предметных знаний. Процедура формализуется в экспертном процедурном графе (EPG) — логическом «скелете» в топологии Chain‑of‑Trees. Исполняет граф механизм Interrupt‑Retrieve‑Generate.

Для права такой подход особенно естественен: процедуры здесь часто уже формализованы — от процессуальных кодексов до локальных регламентов, а ценен не только вывод, но и путь к нему. Разбираем, как устроен TG‑RAG, что показали эксперименты авторов и как его можно адаптировать к юридическому домену.

Для элементарных функций инженерного калькулятора хватает числа 1 и одной операции eml(x, y) = exp(x) − ln(y). Физик Анджей Одживолек нашёл её программным перебором, а его результат подтвердила программа проверки доказательств. Разбираемся, как из этой операции получаются e и ноль, почему синус требует больше десяти уровней вложенности и во что обошлась бы eml в нейросетях.

Команда Discord разрабатывает новые клиенты для компьютеров и смартфонов. В десктопной версии откажутся от Electron, а в мобильной — от React Native. Вместо этого разработчики перепишут код клиентской части на Rust. В ближайшее время компания планирует начать тестирование с пользователями.

Каждый год команда Incident Response Positive Technologies (PT ESC IR) подводит итоги расследования инцидентов и ретроспективного анализа: кто пострадавшая сторона, как проникали в сеть злоумышленники и что успели натворить до того, как их заметили. В этот раз в выборке больше 140 проектов за период с IV квартала 2025-го по III квартал 2026 года. Ниже — то, что важно инженерам и безопасникам: что изменилось за год, какие кейсы стоит запомнить, кто стал жертвой и как хакеры заходили в сеть компаний.

В ушах свистел ветер. Обычное дело. Здесь, наверху, ветра бывали такими злыми, что порой ему казалось: он не идёт по хрустящему, шипящему под ногами курумнику, а плывёт — против густого, тугого потока. А иногда гул нарастал до того предела, за которым слух сдавался, переставал его различать. И тогда он вдруг замечал, как парадоксально тихо вокруг. Тихо — и вместе с тем почему-то звонко.

Он сидел на плоском валуне, склонившись над письмом. Сухие пальцы придерживали желтоватые листки разлинованной бумаги — ветер дёргал их, норовил вырвать. Читал медленно, по второму разу. Наконец дочитал, стиснул зубы и, глухо зарычав, разорвал листы. Они даже не успели упасть на камни — ветер тут же подхватил их, закрутил и унёс вдаль.

— Вот же сука!

Разные сервисы фиксируют разные данные, а сквозная аналитика связывает эту информацию между собой. В местах стыковки сервисов иногда возникают расхождения. Например, рекламный кабинет передал клик, но сайт из-за переадресации срезал UTM-метки — и данные уже не сходятся.

На связи Андрей Луненко, руководитель продуктового маркетинга Яндекс Метрики. В этой статье рассказываю, как прийти к состоянию, в котором любое расхождение данных будет объяснимым, измеримым и контролируемым. 

О том, как мы получили суперсилу, но продаём свою душу и почему это так приятно.

Когда я писал эту статью, вы не поверите, мне попалось видео, которое идеально показывает то, о чём я пишу в этой статье. Совпадение? Видео прикрепил

Получил сегодня ZX Spectrum Next Issue 3 (чёрный, с ускорителем). "Issue 3" - значит третья кампания на кикстартере. Сама кампания здесь. Хотели собрать 250 килофунтов, а собрали 2,5 миллиона и достигли всех дополнительных целей.

С 8 по 11 октября 2026 года была остановлена работа трех ключевых дата-центров Яндекса. Yandex Cloud перешла в аварийный режим, и компании, которые держали в ней сайты, CRM и клиентские базы, начали срочно переносить инфраструктуру к другим провайдерам или поднимать резерв.

Когда компания срочно переезжает в новое облако, основные силы уходят на технику: перенести базы, восстановить сервисы, проверить бэкапы. Юридическая часть остаётся «на потом» и часто так и не доходит до исполнения. Для Роскомнадзора это не формальность: переезд меняет схему обработки персональных данных, и документы должны ей соответствовать.

В этой статье я разберу шаги, которые стоит пройти бизнесу после смены провайдера, и другие важные моменты для соблюдения требований 152-ФЗ.

Коллеге понадобился ноутбук, мы взяли Honor MagicBook X16 AMD 2025 без предустановленной ОС: так вышло дешевле.

Windows встала с первого раза, звук и картинка заработали, а Wi‑Fi — нет. В Параметрах не было переключателя Wi‑Fi, а драйвер с сайта Honor не помог. Ниже я расскажу, как поставить Windows 11 на такой ноутбук с флешки (с Windows и с Mac), как пройти экран «Давайте подключим вас к сети» без интернета и как вернуть Wi‑Fi. Готовый драйвер лежит на GitHub.

Бесконечные запросы на выгрузку данных, ожидание нужных отчетов, жаркие споры вокруг инициатив на планерках, не подкрепленных цифрами, — это признаки дефицита данных у менеджеров. Мы столкнулись с этой проблемой и благодаря современным технологиям смогли решить ее. Результаты меня впечатлили и порадовали.

Сейчас я активно осваиваю и глубоко изучаю Google AntiGravity 2.0 — одну из популярных агентных IDE нового поколения с поддержкой субагентов, фоновых автоматизаций, встроенного браузера и MCP-серверов.

При всей мощи AntiGravity из коробки в ней есть две ощутимые проблемы для русскоязычных разработчиков:

У меня дома есть два очень разных ASUS: новый GT-BE19000AI и старый RT-AC87U. Хотелось управлять nfqws2 на роутере через браузер: выбирать устройства, менять стратегии, разбираться с ошибками и переносить рабочие настройки между пользователями.

Из этой задачи вырос NFQWS2 ASUS Community — адаптация nfqws2 для ASUSWRT-Merlin с Entware. Теперь у проекта есть и нативные пакеты OpenWrt, а панель получила новое оформление. Проект находится в начале пути, но основной костяк уже заложен.

Расскажу, как устроено приложение, какие особенности прошивок пришлось учесть и почему в интерфейсе столько внимания уделено предпросмотру и возврату изменений.

Хэллоуин только прошёл, так что расскажу про две свои волшебные штуки (названия отсылают к каминной сети и к заклинанию из Поттера). Обе открытые, обе написаны на bash. Floo нужен, чтобы зайти на чужую Linux-машину, сделать дело и уйти, не оставив за собой двери. Homenum Revelio нужен, чтобы посмотреть, кто ещё может войти на машину, которая теперь ваша.

Пару недель назад я настраивал свою Steam Machine. Включил на ней SSH руками, закинул ключ, сделал что хотел. Уже потом подумал, что в следующий раз пойду через floo. Ключ так и лежит в authorized_keys, и пролежит там, пока я про него не вспомню.

Ситуация повторяется постоянно, меняется только железо. Кому-то (человеку или агенту) надо один раз попасть на устройство и что-то там настроить. Это может быть сервер, VPS, ноутбук друга, Steam Deck. Открывать на нём порт не хочется, оставлять постоянный доступ тем более. TeamViewer показывает рабочий стол, а нужен терминал. Teleport отличный, когда машины твои, но ради одного вечера на чужом Deck его никто разворачивать не будет.

Мне хотелось TeamViewer для терминала. Человек запускает одну команду, диктует код, и помощник уже внутри. И чтобы доступ был временный, всё писалось, а оборвать можно было в любую секунду. Готового такого, без установки и одной командой, я не нашёл (может, плохо искал)). Floo вырос из поддержки клиентских серверов одного моего продукта, потом я вынес его в отдельный репозиторий.

В программный продукт наряду с собственным кодом попадает и сторонний код через зависимости, которые могут содержать уязвимости и накладывать лицензионные ограничения. Чтобы разобраться в таком наследстве, используется документ с названиями, версиями компонентов и связями между ними. Для него есть название – Software Bill of Materials (SBOM), или перечень программных компонентов (ППК). По этому перечню разработчик может быстро найти библиотеки с известными уязвимостями в своих приложениях. Команда CodeScoring часто работает с этим форматом, так как мы разрабатываем собственное решение для композиционного анализа ПО (Software Composition Analysis, или SCA).

Разработчики могут взять готовую модель машинного обучения в открытом доступе, дообучить её на своих данных и уменьшить точность весов для запуска на машинах послабее. В их продукт таким образом попадёт уже производная модель. Чтобы разобраться в её происхождении, понадобится знать исходную модель, данные и выполненные преобразования.

Для этого были введены понятия MLBOM и AIBOM, которыми обозначают документы с составом моделей и систем, использующих искусственный интеллект. В этой статье мы разберёмся, что за ними стоит, чем отличаются эти названия и какие сведения для таких документов можно собрать автоматически.