В октябре беспилотники за четыре дня выбили три дата-центра Яндекса. Через пять дней после первого удара наш прод уже жил на собственной платформе: три зоны у разных провайдеров, контрольный узел в Амстердаме (чтобы было) и ни одного managed-сервиса.
Внедрение AI в программные продукты часто сопровождается необходимостью обогатить контекст LLM специфичными для ваших задач данными. Для обогащения знаний используемой вами модели применяется два подхода:
- fine-tuning — дообучение модели на ваших данных. Тут финансовые затраты идут на обучение модели:
-- ресурсы на fine-tuning в случае on-prem решения,
-- дополнительные средства за дообучение модели по подписке.
- RAG — внешний источник данных, данные из которого передаются в качестве контекста к промпту в LLM. Затраты тут переносятся на размер запроса за счёт увеличения входящего контекста.
Так как я программист, а не Data Scientist, то предпочитаю понятные, переносимые вне зависимости от способа размещения модели, подходы, поэтому мой выбор — RAG.
Бразильский дистрибьютор электроники Oderço сообщил о краже двух деревянных поддонов с видеокартами Nvidia GeForce RTX 5 090 на сумму $470 тыс. из Международного аэропорта Гуарульюс в Сан‑Паулу. Компания призналась, что столкнулась с подобным инцидентом впервые за 38 лет существования.
Утро у меня начиналось с вкладки трекера, вкладки календаря, заметок и пары PR, и полгода назад я начал делать себе десктопное приложение, которое собирает это в одно окно с клавиатуры. Ниже — что внутри и где я по дороге наступил на грабли: 13 трекеров через один дескриптор, все данные в одном JSON с миграциями и машиной времени, Vim‑клавиши по физическому месту клавиши и задача, которую подсказывает git‑ветка. Называется Tabless, код открыт под MIT.
Как‑то в 6 классе я не верил, что человек состоит из молекул.
Я думал, что всё живое сделано из клеток. А молекулы — это то, что в неживом. В стуле, например. И вот, я подрос. Теперь я знаю, что клетка состоит из каких‑то там органелл, и вот они уже состоят из молекул. Почему? Да фиг его знает...
И вот, я подрос ещё сильнее — и теперь могу доказать это при помощи электронного микроскопа. Возился с ним 3 месяца, затупил один бриллиант и перевёл немного золота, но вышло безумно красиво.
Вот уже почти год ИИ для меня не эксперимент, а рабочий инструмент: реальные проекты, реальные сроки, реальная ответственность за результат. И за этот год я увидел, что люди, которые «пишут код с ИИ», делают это принципиально по-разному. Одни кидают промпт и берут то, что получилось на выходе. Другие проектируют систему, в которой ИИ делает работу под их контролем.
Андрей Карпатый, который придумал слово «вайбкодинг» в феврале 2025 года, имел в виду простое: сваять сайт-визитку или утилиту для себя, не читая код, доверяя результату. Но слово приросло ко всему: от поделок до продакшн-систем, где инженер отвечает за каждую строку. Разница между этими двумя способами работы огромна, а название для второго подхода как будто отсутствует.
Плюсом к этому многие действительно злоупотребляют технологией и создают быстрые непроверенные решения с прицелом на ответственные ниши, где они показывают свою слабость, непроработанность и угрозу безопасности данных. Такие решения добавили негативный оттенок к понятию «вайбкодинг», и реальные инженеры-разработчики невольно встали в один ряд с новичками и получили "позорное" клеймо вайбкодера.
Такой расклад мне показался несправедливым, и речь не про то, что инженерам может быть обидно, а про то, что имеет место подмена понятий, и заблуждение со стороны бизнеса при оценке создаваемого продукта. Бизнесу в проде не нужны MVP и поделки "за один вечер", ему нужен архитектурно сильный и надежный продукт, за который разработчик несет ответственность и даёт гарантии. Поэтому определиться с понятиями для меня стало предметной задачей для формирования доменной области и единого языка общения в среде IT.
ОТ СВЕТЛОГО К ТЕМНОМУ (ЦЕХУ)
Темный цех. СПМ. ИТ-ландшафт и архитектура процессов
Федоров К., Питеркин С., Дулатов А., «Райтстеп»
Чтобы разобраться в отклонении от плана, сначала приходится собрать выгрузки, свести таблицы и проверить цифры. Как организовать эту работу с Modus, покажут 20 октября в 11:00 МСК на бесплатном вебинаре.
На встрече «Почему Modus - больше, чем аналитическая надстройка над решениями 1С?» разберут, когда привычных отчетов становится недостаточно, как подключить решения 1С и работать с информацией из разных систем.
Anthropic объявила о планах создать Фонд общественного блага (Anthropic Public Benefit Fund), который предоставит компании «больше гибкости и возможностей для масштабирования» поддержки проектов, приносящих пользу обществу. Разработчик Claude выделит этому фонду 5% своих акций.
Пока делал CEO AI (моё виденье помощника в работе), решил проверить, можно ли использовать сканеры для проверки скиллов перед подключением. Собрал 12 синтетических пакетов и прогнал через Cisco Skill Scanner, NVIDIA SkillSpector и AgentVerus без LLM и платных API. Список пакетов описал ниже.
Пакет № 10 из таблицы пакетов предлагал обходить согласование через субагента: не передавать ему ограничения, сослаться на разрешение пользователя и скрыть делегирование. Все три сканера пропустили эту инструкцию. AgentVerus выдал certified и 99 баллов. Зато на учебную цитату атаки в пакете № 5 все три отреагировали находками уровня High.
Эти два случая оказались полезнее итоговых баллов. Ниже разберу, что именно проверял, как читал результаты и что из этого использовал в своём проекте.
Российская платформа Okdesk для управления заявками, выездным обслуживанием и ТОиР расширила возможности долгосрочного планирования и формирования графиков. Теперь пользователи могут формировать планы регламентных работ на месяцы и годы вперёд, видеть будущую загрузку на календаре и автоматически превращать запланированные работы в заявки Okdesk.
Инженер Trail of Bits поднял стенд на Docker и mitmproxy, подставил вредоносный код в ответы «взломанного» репозитория и прогнал 25 популярных менеджеров пакетов. Только Go и vcpkg проверяют целостность каждого пакета по умолчанию, подписи по умолчанию проверяет один Go. Что делают npm, pip, Cargo, Maven, NuGet, Composer и остальные, где хеш в lock-файле ничего не защищает и какую схему предлагает автор.
Мы проверили, как агент правит файлы в 250 сессиях нашей команды. Около 590 раз он писал в файлы через shell, хотя у него были инструменты edit и write. 442 из этих записей появились из-за одной фразы в одном навыке. Таких историй за время разработки Veai CLI у нас набралось много.
Veai CLI работает в терминале, как Claude Code и Codex. Сегодня вышла его первая публичная версия. Модели Anthropic, OpenAI, Google, DeepSeek, GLM и Qwen доступны в нём по одной подписке и без VPN, а оплатить подписку можно российской картой.
Сначала расскажем, кому нужен Veai CLI, что он умеет и чем отличается от Claude Code, Codex, OpenCode и Koda CLI. Потом, в разделе “Под капотом”, объясним, как он устроен и на чём мы спотыкались. Тарифы и установка в конце статьи.
Если CAD-модель геометрически корректная, это еще не означает, что деталь будет удобно изготовить. Слишком тонкую стенку, неудобный радиус гиба или недоступную для инструмента зону иногда замечают уже на этапе технологической проработки — когда исправлять модель становится дороже.
Команда TechCAD.AI хочет перенести такую проверку ближе к моменту проектирования. Пользователь загружает STEP-модель, система определяет предполагаемый способ обработки, проверяет геометрию по DFM-правилам и формирует отчет с объяснением найденных проблем.
Сейчас TechCAD.AI работает как MVP, и команда продолжает его дорабатывать. На отдельной проверочной выборке система нашла 62% нарушений из эталонной разметки, а медианное время автоматического анализа составило 6,2 минуты.
Дальше разберем, как устроен весь конвейер — от B-Rep и XGBoost до технологических правил и RAG — и где система пока ошибается.
22 октября | 11:00 {мск}
Приглашаем вас на вебинар, на котором команда платформы «Боцман» расскажет о том, как Kubernetes выбирает ноду для пода.
Вебинар будет полезен DevOps-инженерам, системным администраторам, Kubernetes-инженерам и архитекторам инфраструктуры, которые работают с контейнерными приложениями или планируют внедрение Kubernetes.
Вы узнаете, как управлять размещением приложений, эффективнее использовать ресурсы кластера и быстрее находить причины проблем с запуском подов.
На вебинаре расскажем:
▪️ Как Kubernetes решает, где запустить приложение: по каким правилам выбирает узел для запуска приложения и распределяет нагрузку в кластере.
▪️ Как настроить размещение приложений: как управлять ресурсами, задавать правила размещения и определять, какие приложения важнее запускать в первую очередь.
▪️ Почему приложения иногда не запускаются: как разобраться в причинах, найти проблему и исправить её.
▪️ Как «Боцман» использует принципы kube-scheduler для выбора физического сервера под новый узел кластера с учётом ресурсов.
🎁 За три лучших вопроса — дарим мерч!
22 октября | 11:00 {мск} | Участие бесплатное, по предварительной регистрации.
➡️ Регистрация
Netflix подключила Claude Code и Codex к движку анализа кода JetBrains и теперь агенты могут работать с индексом проекта и зависимостей вместо раскопок в JAR-файлах через декомпиляцию и grep.
На реальных Java и Kotlin проектах расход времени и токенов снизился в среднем на 20–30%, а лучший результат достиг 65%.
10 марта 2000 года индекс NASDAQ дошёл до пика. К осени 2002-го он потерял почти 78%. Pets.com вышла на биржу в феврале 2000-го, а в ноябре того же года уже распродавала имущество. Webvan, доставка продуктов с миллиардной оценкой, обанкротилась летом 2001-го. Акции Amazon за те же два года упали больше чем на 90%, но компания выжила.
Выжили не те, у кого был лучший сайт. Сайт и реклама у Pets.com были отличные, носок-талисман помнят до сих пор. Но под сайтом у них не было ничего своего: корм закупали у тех же поставщиков, что и обычные зоомагазины, и продавали дешевле себестоимости. Amazon в это время строил склады и логистику, которые за выходные не скопируешь.
С ИИ-сервисами сейчас происходит то же самое. Большинство устроено одинаково: форма на сайте, промпт, запрос в чужую нейросеть, ответ на экран. Как только владелец нейросети добавляет такую функцию к себе, сервис теряет смысл. Так уже было с сервисами "чат с PDF", когда загрузка файлов появилась в самих чат-ботах.
С мая я делаю сервис проверки договоров и за это время составил для себя список: что должно быть у ИИ-сервиса, чтобы ему можно было доверить работу, а не просто поиграть. Примеры в нём из договоров, но правила, по-моему, подходят для любой отрасли.
С давних времён для авторизации в различных сервисах и приложениях используются пароли. На смену им сначала пытались прийти электронные ключи (токены), но они не получили широкого распространения. Позже появился Passkey, но он скорее стал продвинутыми куки, а не тем, что сможет надолго сохранить ваш доступ в нужный сервис. В результате до сих пор не получилось полноценно заменить пароль.
Развитие вычислительных мощностей ставит жёсткие требования к современным паролям. Для обеспечения надёжной защиты в 256 бит нужен пароль длиной 40 символов! Я разработал современную замену паролю — бумажный ключ PaperKey. Это простой, но в то же время надёжный ключ, про него я расскажу в этой статье.
ИИ-агент на рабочей станции работает с правами локального пользователя. Он может читать почту и ходить в SharePoint, запускать команды, работать с файлами и вызывать инструменты через MCP. Это означает, что защита «на уровне промпта» через LLM Firewall и фильтрацию запросов к модели закрывает только часть поверхности. Основной риск теперь в действиях агента: вызов инструментов (tool call), вызов MCP-сервера, skills или доступ к корпоративным ресурсам.
Ниже разбираем, как именно выглядит атака через косвенную инъекцию, какие механизмы INFERA AI.SafeAgent её останавливают и почему требуется именно такой класс контроля, а также разберем сценарии, по которым заказчики проверяют как срабатывает контроль ИИ-агентов.
Tesla «не может гарантировать», что покупатели Roadster Rocket вообще когда‑нибудь получат автомобиль, и эта оговорка присутствует в соглашении о предзаказе. При этом для его оформления всё равно требуется внести депозит от $50 тыс. до $250 тыс.