Моя лента

Человек, который вводит в поиск запрос вроде «франшиза каталог для малого», получает несколько каталогов, и в каждом тысячи карточек. Кажется, что из них легко собрать одну таблицу рынка: обойти, склеить, посчитать. Я так и думал, пока не попробовал склеить два каталога и один каталог сам с собой.

Ниже - что я взял за ключ записи, сколько раз каждый ключ подвёл и что в итоге работает. Код на Python, данные сняты 6 и 16 октября 2026 года.

ИИ резко упростил производство контента, и корпоративные базы знаний это почувствовали первыми. Инструкции, обучалки, расшифровки, саммари теперь размножаются быстро и без усилий. 

Но количество — не значит качество, и уж тем более сомнительно, что огромный массив данных удобен для восприятия. Их нужно собрать в удобоваримый и понятный структурный маршрут.

В редакции МТС мы недавно разбирали проблему нейрослопа. Теперь на этом примере посмотрим, что за новая опция плейлистов появилась в TeamStream и чем она отличается от привычных папок и пространств.

Сперва напомню, что такое TeamStream. Это видеоплатформа для бизнеса с ИИ: вместо бесконечных созвонов вы записываете видео с экрана (при необходимости с собой в кадре) и комментируете происходящее. Сервис делает ИИ-расшифровку, интерактивные субтитры с таймкодами, саммари и много прочих удобных фич. Подробный обзор сервиса я уже делал. Если вы с TeamStream не знакомы, вам туда.

Почему спор «арендовать или владеть» снова открыт, при чём здесь HBM и на что способен младший выделенный сервер, если посадить его собирать ядро Linux в CI/CD?

Привет! Меня зовут Маргарита, я BI-архитектор в Далее. Моя задача — чтобы клиенты получали подготовленные данные в удобном для них виде. В этом мне помогает dbt (Data Build Tool).

Раньше мы использовали локальную версию dbt, а с прошлого года перешли на внутреннюю веб-платформу SubQuery. Теперь все задачи я делаю в одном окне, и на ту же работу уходит заметно меньше времени: по моим ощущениям, в 2-3 раза.

Возможно, этот обзор будет полезен коллегам, которые тоже работают с данными. Первое, к чему я быстро привыкла, — результат SQL-запроса модели dbt можно посмотреть сразу в превью. Не нужно отдельно открывать СУБД  и проверять данные на корректность выполненного SQL.

Администрация сайта decomp.dev, посвящённого совместному реверс‑инжинирингу ПО и модификации игр, сообщила, что проект закрывается. Администратор Encounter заявил, что «сообщество декомпиляторов разрушено» из‑за искусственного интеллекта.

По его словам, обратная разработка традиционно была крайне сложной и долгой задачей: для игры среднего размера, над которой работала группа энтузиастов, этот процесс мог растянуться на годы. Однако передовые модели ИИ, такие как GPT-6-Astra, справляются с ним значительно быстрее. 

Google DeepMind выложила на arXiv отчет о том, как четыре агента на Gemini 4 Argon прошли Minecraft: от случайного стартового мира до победы над Драконом Края. На это ушло 27 часов 14 минут, 2783 программы, которые агенты написали сами, и 605 смертей. Люди за все это время ни разу не вмешались. Рассказываем, как агенты делили роли, ловили друг друга на вранье и восемь часов не замечали главного секрета дракона.

Всем привет! Меня зовут Антон, я продуктовый дизайнер и всё ещё не разработчик. Полтора года назад я в одиночку запустил HireHi, агрегатор вакансий в IT, а прошлым летом рассказывал тут, как он дошёл до 30 000 уников в месяц.

С тех пор произошло столько всего, что пора делать вторую часть. Сейчас HireHi каждый месяц открывают около 100 000 человек, а платящих пользователей уже около тысячи. У проекта появился совладелец, а у вакансий свой ИИ-консультант Хайрик. Расскажу простым языком, что получилось, что не получилось и как сейчас устроен поиск работы на сайте.

В августе суд в Москве отказал автору картинок из нейросетей в защите прав: ввод и уточнение команд - это не творчество. Программа по ГК охраняется по тем же правилам, что и картинка. Разбираю, чей код, который написал ваш ИИ-агент, что тут поменяет закон об ИИ с 1 марта 2027 года и где это ударит по разработчикам и компаниям уже сейчас.

Месяца четыре назад мне на ревью пришел пулл‑реквест, в котором из цикла обновления частиц вызывалась функция FrameAllocator::TryReclaimTail(), с правильным префиксом, в нашем стиле именования и даже с комментарием над вызовом, где объяснялось, зачем хвост кадрового аллокатора надо подбирать именно здесь, и выглядело все это настолько по‑домашнему, что я пролистал дифф, поставил апрув и ушел обедать. На PC сборка прошла и тесты позеленели, потому что вызов сидел внутри старого профайлерного макроса, который на десктопе разворачивался в пустоту вместе со всем содержимым скобок, а через два дня ночной билд под консоль упал на линковке, и выяснилось, что такой функции в движке нет и никогда не было.

Код, понятное дело, писался вместе с иишкой, и автор потом честно признался, что функцию он не искал, потому что «она выглядела так, будто ее лет восемь назад написал наш техлид», и в этой фразе, пожалуй, уместилась вся беда нейросетевого кода в старом проекте: стиль проекта модель схватывает за пару файлов, а вот что в проекте на самом деле есть, она помнит примерно так же, как я помню пароль от первой аськи. Ошибки, которые выглядят как ошибки, ловит компилятор, а выдуманный код, похожий на родной, спокойно проходит и мимо компилятора на одной из платформ, и мимо уставшего ревьювера, особенно если на дворе пятница и время обеда.

Запрещать модели у нас никто не стал, потому что запрет сейчас работает примерно как запрет стековерфлоу году в две тысячи десятом, когда пользоваться им продолжают все, просто перестают в этом признаваться на ревью. Поэтому за полгода вокруг сборки наросла цепочка проверок, которая ловит большую часть того, что модель придумывает, и про которую меня с завидной регулярностью спрашивают в курилке после докладов, так что попробую рассказать, из чего она собрана и во что она нам обходится.

Из новостей: RimWorld перенесут игру с Unity на собственный движок, Epic Games отложила игру с героями Disney и поручила разработчикам активнее использовать ИИ, в Steam началось тестирование наборов достижений, Control Resonant продалась тиражом в 1 миллион копий.

Из интересностей: Unity Better Sprite Editor, Посиделки с инди #18 inKONBINI, как Sobaka Studio пытается выжить с помощью паблишинга, как не стоит создавать шейдерный язык.

Когда в отношениях у пары есть общее хобби и любимый досуг — это большая удача. Но если один из партнеров сидит за играми целыми вечерами, то у второй половинки могут возникнуть вопросы. Дейтинг-сервис Twinby, подбирающий пары на основе психологических тестов, и маркетплейс ggsel решили узнать у россиян, как личные хобби влияют на их отношения. Спойлер: геймерам не повезло.

Привет, Хабр. Меня зовут Денис. Прошлый мой рассказ был про поиск работы и про то, как нейросеть заполняет фильтры, не проглатывая справочник на 140 тысяч токенов. Сейчас другой продукт. Почта. Несколько ящиков, сводка «что сделать сегодня», сроки, черновик ответа.

И вот на этом продукте я чуть не совершил самую дорогую маркетинговую ошибку из доступных в России: написать на главной, что мы «соответствуем 152-ФЗ», потому что перед моделью подменяем паспорт и карту метками.

Спойлер: это не обезличивание. И юрист мне это объяснил так, что желание ставить галочку прошло.

На производстве код «Честного знака» читает камера над лентой, и символ на кадре мелкий — 2–3 пикселя на модуль, повёрнутый, смазанный, на изогнутом боку бутылки. Мы сравнили, как с такими кадрами справляются ZXing, zxing-cpp, libdmtx и наша библиотека dmr. Кадры, ожидаемые строки и скрипты замера выложены — любую цифру можно проверить.

Коротко: — на 1368 синтетических кадрах dmr прочитал 82 %, zxing-cpp — 70 %, libdmtx — 65 %, ZXing (Java) — 3 %; — ложных чтений — ноль у всех четырёх библиотек; — dmr надёжно читает от 1,4 пикселя на модуль и при любом угле поворота; — zxing-cpp примерно в 2,5 раза быстрее; — есть условия, где соперники читают больше dmr, — разбираем их в статье.

На днях хотел прочитать книгу, но она была только на английском языке.
Всё бы ничего, только я не совсем дружу с английским.

Я человек простой, если вижу проблему, то стараюсь решить её, а не игнорировать. Так что решил прочитать книгу именно на русском языке.
За время изучения проблемы я нашёл два готовых пути, и оба мне не совсем подходят

Заказать перевод у человека для личного чтения слишком долго и дорого. Загрузить файл в онлайн-переводчик или облачную LLM проще, но тогда документ отправляется на чужой сервер. Для книги из общественного достояния это не страшно. Для рабочей документации, рукописи, договора или материала под NDA место обработки уже становится частью задачи.

Лучшим вариантом для меня оказалось создание своего приложения для локального перевода файлов. Переводом занимается нейросеть, обученная специально для этой задачи, а текст остаётся на моём компьютере, что позволяет переводить файлы с разным уровнем конфиденциальности, не переживая об NDA.

В этой статье мы разберём, как книги переводили раньше, как их переводят сейчас и как я перевожу свою книгу у себя. Покажу и само приложение.

Финансовая служба хочет одну согласованную цифру продаж. Коммерческий блок — менять расчёты без очереди к центральной команде. Информационная безопасность — понимать, кто видит данные клиентов. Разработчики платформы — перестать разбирать каждое изменение статуса заказа вручную.

Все четыре требования разумны. Но фраза «построим единую платформу данных» ещё не объясняет, кто будет принимать решения, оплачивать эксплуатацию и исправлять историю после ошибки.

Разберём архитектурное решение на уровне CDO: какие функции имеет смысл централизовать, какие оставить предметным командам и как провести между ними проверяемую границу. Под доменом здесь понимается область бизнеса с собственными правилами и ответственным руководителем: например, продажи, платежи или логистика. Это не обязательно отдельный микросервис, департамент или кластер.

Дальше — учебная ситуация, а не описание внедрения и его результатов. Предположим, у компании есть несколько каналов продаж, общий финансовый контур и команды, способные поддерживать собственные преобразования данных. Цель — согласованная управленческая отчётность и более независимое развитие аналитики. Субсекундный антифрод и управление складским оборудованием в границы этого решения не входят: у них другие требования к задержкам и отказам.

17 октября 2026 года состоялся релиз инструмента для редактирования и обработки видео с открытым исходным кодом VirtualDub2 v2.5.7. Проект работает в OC Windows 7/8.1/10/11. Это решение за счёт расширенной поддержки форматов, мощных фильтров и высококачественной обработки видео значительно расширяет возможности классического VirtualDub, выпуск которого прекратился в 2013 году. Исходный код VirtualDub2 написан на C++ и опубликован на GitHub под лицензией GNU General Public License v2.0.

В одном из проектов управленческая отчётность собиралась из нескольких внутренних систем. Были учебные данные, финансовые показатели, задолженности, движение контингента, нагрузка и другие направления. Часть информации приходила через API и выгрузки, затем аналитическое подразделение объединяло справочники, исправляло значения, проверяло результат и готовило отчёты по запросу.

Логика внедрения BI казалась очевидной: вынести повторяющуюся обработку в витрины, согласовать показатели, дать пользователю фильтры и детализацию, а ручные Excel-файлы постепенно убрать. Мы развернули рабочую версию аналитики на сервере, показали её руководству и получили согласование на развитие. Отчёт для сравнения подразделений был внедрён и использовался.

Но сам факт появления дашборда не отменил ручную отчётность.

Пользователи продолжали сверять цифры, делать выгрузки, собирать отдельные таблицы и возвращаться к привычным файлам. Сначала такое поведение легко принять за сопротивление: систему сделали, данные в ней есть, почему нельзя просто открыть BI?

На практике ручной отчёт часто выполняет работу, которую дашборд вообще не закрывает. Он может быть контрольным расчётом, списком для оперативной работы, формой передачи данных, черновиком новой методики или местом, где пользователь добавляет информацию, отсутствующую в источниках.

Поэтому я бы не начинал с запрета Excel. Сначала стоит разобраться, зачем конкретный ручной файл продолжает существовать. Иногда его действительно можно заменить одной страницей BI. Иногда нужно исправить витрину. А иногда выясняется, что организации нужен не ещё один график, а совсем другой класс системы.

Всем привет! С вами Анна Жаркова, руководитель практики мобильной разработки ГК Юзтех, автор книги «Kotlin Multiplatform на практике»

Продолжаем наш рассказ про Swift Android SDK и его возможности. В предыдущей части мы рассмотрели, как устроена данная технология под капотом.

Пришло время посмотреть на реальной практике, а заодно и обсудить Swift SDK для Android. Кстати, к весне 2026 выпустили уже стабильный официальный релиз, работающий с Swift, начиная с версии 6.3.

Обратите внимание, несмотря на наличие официального релиза, данная технология не рекомендуется для прод-разработки. Также вы не напишете на ней приложение полностью.

Какие сценарии и слои сейчас поддерживаются:

бизнес-логика;

модели данных;

сетевой слой и хранение;

архитектурные компоненты;

фоновая обработка.

Та же история, что с KMP года 3 назад, но с оговорками.

UI рекомендуется реализовывать нативно, отдельно на Android и iOS. Также парадигма «write once, run everywhere» сейчас не работает. Только shared logic без кроссплатформенного UI-слоя.

Попробуем реализовать на Swift SDK для Android простое приложение новостей newsapi.org.