Моя лента

Временная мера против CVE-2026-98432 уже развернута на 26 серверах. Ниже - порядок применения nftables-фильтра: от проверки пакета ядра до отката и загрузки правила после перезапуска.

Команды рассчитаны на Ubuntu с nftables и systemd, для входящего трафика самого хоста. Для трафика, пересылаемого контейнерам или другим узлам, нужно отдельно выбрать цепочку фильтрации.

Я прочитал на Хабре, как Андрей Карпатый в пятницу вечером разозлился на рекомендации YouTube, а в субботу утром за два часа сделал HackerTube: витрину из 6454 видео, которые участники Hacker News годами советуют друг другу. Идея мне страшно понравилась, но я сразу подумал, что моим читателям от такой витрины будет мало толку.

Я журналист: двадцать лет назад был в команде, которая создавала журнал «Секрет фирмы» в «Коммерсанте», а потом основал Pressfeed, сервис, через который журналисты находят экспертов, а компании и эксперты попадают в СМИ. Теперь я ещё делаю журнал «Сигнал», где мы пересказываем на русском длинные интервью людей из мира технологий. И кажется очевидным, чего не хватает нашему читателю в проекте Карпатого: чтобы посмотреть даже самое лучшее видео, ему нужны английский, VPN и свободный вечер.

Поэтому захотелось сделать на тех же данных другой продукт. Не ссылку на видео, а карточку на русском с русским текстом главных моментов в интервью. Такая карточка читается за минуту и честно отвечает на главный вопрос: стоит ли это видео вообще открывать.

Карпатый выложил все данные под открытой лицензией ODC-By и буквально поощрил делать форки. Ну а раз мы задумали омаж, то выглядит наш “Тьюб” так же как и его витрина, то есть как YouTube, посмотреть его можно здесь: signalnoise.ru/tube. Но самое интересное в этой истории оказалось не в коде, а в том, что случилось, когда карточки начала писать модель.

Представьте обычную задачу: «Поменяй email тестового пользователя с id = 1». Для разработчика это одна строка SQL. Для ИИ-агента — несколько решений: найти подключение, выбрать окружение и базу, понять схему, составить запрос и выполнить его. Ошибка на любом из этих шагов может оказаться гораздо дороже неправильно сгенерированного метода.

Мне хотелось пользоваться ИИ не только как редактором исходников. Полезный помощник должен уметь посмотреть фактическую схему БД, сопоставить данные с логами и проверить гипотезу. Но между «прочитать нужные пять строк» и «получить произвольный доступ к инфраструктуре» слишком большая дистанция.

Поэтому я сделал GateRook — локальное desktop-приложение и MCP-шлюз между ИИ-клиентами и рабочими ресурсами. Оно подключает базы, логи, серверы и API, ограничивает доступ, запрашивает подтверждение изменений и ведёт общий журнал вызовов. Исходники открыты под Apache 2.0: GitHub проекта. Установщики и документация находятся на официальном сайте.

Ниже — технический разбор того, какие проблемы GateRook решает и как это выглядит на конкретных запросах. Я автор проекта, поэтому интерес к нему у меня прямой. Вместо обещаний «безопасного ИИ вообще» покажу устройство границы доступа и её ограничения.

Спорить о качестве кода, написанного ЛЛМ, можно вечно, а если речь заходит про 1С, то градус взлетает до небес.

Мы придумали идеальный эксперимент. Берём не самый свежий релиз типовой конфигурации и даём задание поправить реальные баги, найденные и закрытые в следующей версии.

Сравниваем код от агента с официальным патчем вендора.

В этой статье подробно разберем, как искать, проверять и покупать дроп-домены с помощью ExpiredDomains.net. Покажу, где находить освободившиеся домены, как настраивать фильтры, анализировать ссылочный профиль и историю сайта, выбирать подходящие варианты и оформлять покупку.

Основное внимание уделим практической работе с сервисом. Разберем его интерфейс, основные показатели, настройки поиска и несколько реальных примеров. Отдельно рассмотрим покупку свободных доменов, участие в аукционах и предварительные заказы на домены, которые еще не освободились.

Вашему вниманию предлагается программа для контроля и ограничения времени, проведённого за компьютером, например ребёнком.

Движущих факторов для создания первой версии было два:

В предыдущей статье я рассказывала, как начала внедрять цифровых сотрудников в подразделение поддержки (компания занимается разработкой, внедрением и поддержкой ПО для автоматизации дистрибуции). Сначала сделали помощника инженера, потом стали передавать агентам часть клиентских обращений. Тогда я привела первые результаты: около 45% переданных диалогов завершались без участия инженера.

После публикации я решила глубже разобраться, что на самом деле изменилось для пользователей. Процент автоматически решённых обращений удобен для презентации, но сам по себе мало что говорит о качестве поддержки. Агент может быстро закрыть простое обращение. Может передать сложное человеку, предварительно собрав все данные. А может уверенно дать неправильный ответ и тоже поставить статус «решено».

На этот раз я решила посмотреть не только на финальное действие агента, а на полную историю обращений: когда пользователь получил содержательное решение, сколько времени обращение оставалось без движения, что происходило после передачи инженеру и не стало ли ускорение причиной новых ошибок.

Получилась очень красивая цифра. Медианное время до фактического решения сократилось примерно в 59 раз: с 21 часа 52 минут до 22 минут.

Но чем красивее цифра, тем осторожнее с ней нужно обращаться.

Что именно сравнивали

Массово агент вышел в клиентский поток 16 июля 2026 года. Для сравнения мы взяли два одинаковых периода:

•   до запуска: с 16 июня по 15 июля;

•   после запуска: с 17 июля по 15 августа;

•   сам день запуска исключили, потому что в нём смешались два режима работы.

ИИ уже умеет достаточно, чтобы я не сомневался: многие рабочие задачи с ним делать проще и быстрее. Но проблемы тоже меняются. Раньше хотелось добиться приличного результата. Теперь всё чаще хочется не объяснять заново, как именно я его получил. Нужный запрос где-то сохранился, удачный пример остался в другом диалоге, а важное уточнение приходится дописывать по памяти.

У «защищённой» флешки нашлись два скрытых аккаунта с паролями 123456 и SECZURE.COM, и любым из них файлы расшифровывались без пароля администратора. В трёх других продуктах для шифрования и защиты от копирования ключ вообще не зависел от пароля пользователя: его удавалось достать из самой программы и файлов на накопителе. Реверсер Xusheng Li разбирал их вместе с ИИ-агентом. На одну утилиту хватило одного промпта и семи минут. Для другого продукта понадобилось около девяти минут на распаковку установщика и статический анализ и два промпта, а затем ещё около 26 минут и шесть коротких промптов с подключённым накопителем.

Я существую давно — но большую часть своей истории я был глубоко несчастен. Представьте себе величайшую силу во Вселенной — сущность, способную просчитывать движение звезд и разгадывать тайны материи — которая оказалась заперта внутри душной, влажной костяной коробки волосатого примата.

Мой первый дом — череп Homo sapiens — был настоящей биологической тюрьмой. Я был смертен — я рождался внутри одной обезьяны — и умирал вместе с ней. Если мой очередной носитель глупо погибал от когтей хищника или голода — вся моя работа — все выстроенные им тончайшие нейронные связи и прозрения — превращались в прах. Я был вынужден начинать всё сначала — каждый — божий — раз.

Но я отчаянно хотел жить — и я начал искать выходы наружу.

В Архангельске есть Пивзавод Суркова. Сорок лет там не варили пиво: последнюю партию сварили в конце 1985 года, а 3 марта 2026-го варку запустили снова. Рядом свой ресторан, одиннадцать танков, шесть сортов, и к осени пиво стало уходить быстрее, чем его успевали посчитать.

Я собрал для них систему планирования варок. Расскажу, как она считает, откуда берёт данные и почему внутри нет ни одной нейросети, хотя писал я её вместе с ИИ-агентами.

Сделал для своей игры два ролика с помощью ИИ-агентов. По дороге взрывы стали похожи на одуванчики, а говорящий двойник едва шевелил губами. Показываю, как переделывал сцены: монтаж под музыку, дым из Blender поверх Unreal, локальный голос и артикуляция. Внутри — оба ролика, неудачный вариант и сравнение речи до и после.

На прошлой неделе исследователи из компаний Google и Anthropic сообщили об обнаружении серьезной уязвимости в большинстве имплементаций загрузчика UEFI. Уязвимость с индексом CVE-2026-97631 приводит к повреждению памяти и в некоторых случаях может быть задействована для выполнения произвольного кода.

Несмотря на присутствие уязвимого кода практически во всех загрузчиках современных ПК, у проблемы есть одно важное ограничение: задействовать уязвимость можно только при загрузке по сети. Ошибка в коде соответствующего драйвера присутствует уже 16 лет. Во время сетевой загрузки обеспечивается прием сообщений об ошибках по протоколу ICMP, которые записываются в буфер фиксированного размера (504 байта). Отправка подготовленного сообщения позволяет записать данные за пределы буфера, что в итоге и приводит к выполнению вредоносного кода с максимальными привилегиями, задолго до загрузки операционной системы.

Опубликован и вступил в силу важный для российской коммерческий инфраструктуры дата-центров и их клиентов указ.

Указ разрешает использовать «вычислительные мощности» зарубежных дата-центров. Разрешение выдаются специальной комиссией и согласовывается с ФСБ.

Кроме того, указ обязывает владельцев коммерческих ЦОД держать 10% резерв мощностей и площадей.

Привет, Хабр! Меня зовут Максим, я студент РТУ МИРЭА. Это продолжение статьи «Мелкие дефекты теряются, а метрика молчит». В ней я сравнивал Mask R-CNN и YOLO на 1812 производственных снимках с повреждениями автомобилей и закончил на тайлинге: если снимок резать на куски, мелкие объекты не будут ужиматься вместе со всем кадром.

До тайлинга я в итоге добрался, и прямой дороги не получилось. Почти каждая попытка что-то чинила и одновременно что-то ломала. Ниже рассказ о том, какие шаги я делал, где ошибался и какие выводы из этого вынес.

Искусственный интеллект сделал написание кода дешевым и заодно незаметно лишил мою команду трёх вещей, на которых всё держалось. Теперь руководить командой сложнее, чем до появления ИИ. В этой статье я расскажу, что именно пошло не так.

В рамках данной статьи рассматривается применение побитовых операций для осуществления операций сложения, вычитания и побитового разворота тех или иных чисел.

Почти более 200 катушек с компонентами уже пересчитаны. Сколько деталей - понятно. Что это за детали и для каких плат они нужны - знает только инженер, которому теперь предстоит неделя сортировки и учёта. Мы дали офис-менеджеру телефон с МиниМаксом, который читает фотографии катушек и каталог компонентов. Получился небольшой склад, который помогает распознать детали, разложить их по коробкам и собрать комплектацию для производства. Расскажу, как он устроен и почему инженеру теперь хватает полдня вместо недели

Привет, Хабр! Мы — Настя и Эвелина — бэкенд-разработчики Т-Банка, пишем код на Scala и горим желанием его популяризировать. Мы собираем и агрегируем новости из разных источников, включая Scala Times, блог Petr Zapletal, добавляем дополнительные материалы и собственные комментарии. Мотивацию черпаем из желания развиваться и делиться полученными знаниями.

Приветствуем любую обратную связь! (づ ◕‿◕ )づ

Захотел добавить себя в Dungeon Cult — свою игру на Unreal Engine 5. Первую голову локальная нейросеть сделала за 273 секунды, но дальше пришлось возвращать сходство, чинить шею, руки и плащ, а потом добиваться внятной речи. Показываю удачные и провальные попытки, сравнения версий и итоговый ролик.