Моя лента

Как WAF отличает ваш скрипт на Python от реального Chrome, если заголовки полностью идентичны? Ответ зашит в сетевом стеке. Поддерживаемые шифры и порядок расширений TLS формируют уникальный отпечаток, который невозможно скрыть обычной подменой прокси.

Пошагово разбираем анатомию TLS-handshake, алгоритмы деанонимизации JA3/JA4 и учимся собирать правильный цифровой почерк с помощью uTLS.

Каждую неделю на GitHub появляется очередной «AI-powered pentesting agent», обещающий автоматизировать всё — от разведки до эксплуатации. Заявления впечатляют: «3600x ускорение по сравнению с человеком», «90% на бенчмарках», «охотник за zero-day уязвимостями».

Я собрал 12 инструментов — популярные AI-агенты для пентеста, проверенные классические DAST-сканеры и гибридную связку AI + DAST — и натравил их на одно и то же уязвимое приложение чтобы выяснить так ли они эффективны на самом деле. Одинаковые условия, режим «чёрного ящика», никаких подсказок.

Результат? Одна цифра скажет больше любого маркетинга. Но обо всём по порядку.

Мои хобби-проекты - небольшие расширения для Хрома и сайты-микросервисы. Одно из расширений, PDF to PNG, внезапно забралось на первое место в поиске Chrome Web Store по запросу “pdf to png” (ну, почти всегда), и им пользуются аж под 500 человек - это потрясающе!

Раз PDF в картинки получилось, немедленно загорелось сделать и наоборот - картинки -> PDF, только ещё круче: чтоб работало через правый клик по картинке на любой странице, чтоб была лёгкая(!) возможность настроек - и чтоб всё прям локально в браузере и картинки при этом никуда не загружались!

Вы когда-нибудь читали такое сообщение от кодинг-агента? Мне не приходилось, а жаль.

Каждый раз, когда я довожу код, сгенерированный AI по моему ТЗ, я прогоняю его через ревью несколькими агентами с разными ролями и точками зрения — что-то вроде взгляда нескольких людей с разным опытом. И почти всегда получаю пачку разнокалиберных замечаний, от мелких до критических. Казалось бы, что сложного: открой новую сессию, скорми ей замечания, дай исправить, прогони ревью снова.

У этой замечательной стратегии, однако, есть одно слабое место: а мы уверены, что такой процесс сходится?

В процессе изучения сетевой безопасности и автоматизации OSINT на базе Linux передо мной встала задача — создать быстрый и отказоустойчивый инструмент для первоначального сбора данных и фиксации сетевых инцидентов. В данной статье я поделюсь каждым этапом разработки первых версий моего инструмента Web-Recon. Мы пройдем путь от простейшего скрипта, спотыкающегося о первые блокировки и ошибки 403, до создания асинхронного пула потоков на ThreadPoolExecutor и проектирования базы данных на SQLite3 с решением проблемы параллельной записи (database is locked).

История о том, как реализовать надежный протокол поверх ненадежного UDP: скользящее окно, SACK, чексумма и почему при потерях сеть внезапно заработала быстрее

Зачем вообще писать свой RDT-протокол? Каждый джун знает, что TCP у нас «надежный, но медленный», а UDP — «быстрый, но ненадежный». Но это очень поверхностные знания, которые не раскрывают всего масштаба происходящего под капотом. И как раз недавно я задался вопросом: а почему бы не попытаться повторить TCP? Амбициозная цель: приблизить своё детище к работе TCP, поработить мир и захватить умы человечества, объединив всех в единый организм… Кхм, ну что-то типа того.

Получилось ли у меня? Захватить мир — пока нет, а вот добиться надежной доставки данных через ненадежную сеть с потерями, порчей данных, дублированием, задержками и так далее — более чем. Так что хочу рассказать свою историю о том, как я писал это чудо, с чего начинал, с какими проблемами столкнулся и как пришел к рабочему варианту протокола: с поддержкой скользящего окна, SACK, таймаутов, флагов и прочих прелестей, которые я подглядел в архитектуре TCP. Протокол прошел краш-тест с 30% потерь в сети и смог передать данные байт-в-байт, правда, с нюансами, о которых расскажу дальше :)

Типичное собеседование в 2026 году: кандидат расшарил экран, бодро рассуждает о сагах и шардировании, проходит live‑кодинг сессии без единой паузы. А если еще и хороший актер, то можно не сразу заподозрить его в читинге и использовании разного рода помощников. А там и до волчизма недалеко.

Привет, Хабр! Я построил простую экономико‑математическую модель жилищного бюджета домохозяйства, подставил в неё данные по Санкт‑Петербургу на 2026 год и прогнал несколько сценариев. Код выложил на GitHub, а здесь — результаты, графики и все входные данные, чтобы можно было воспроизвести.

GitHub: https://github.com/CheesePunk/Housing-Budget-Model

aiedit — настольный редактор кода на Python (PySide6 и PyQt6), в котором ИИ-модели работают со всем проектом, но не видят закрытые части. Закрыть можно не только файл, но и отдельные строки. Проверку делает код редактора, а не просьба в промпте: закрытое просто не попадает в запрос к модели. Код открыт под лицензией MIT. Честно сразу: по качеству кода он пока уступает Claude Code на той же модели, ниже разбираю почему.

В ~/.codex/config.toml у меня стоит model_context_window = 1000000. Codex на GPT-6.1 Sol в каждой задаче сообщает окно 828 400.

Я разобрал, откуда берётся это число, поднял его до 900 000 своим каталогом моделей и прогнал синтетический вход на 890 547 токенов с контрольными метками.

Контрольный запуск показал больше основного: тот же вход на 888 330 токенов прошёл и без моей правки, при окне 828 400.

Замеры сделаны 27.10.2026 на Codex CLI 0.163.0, вход через подписку ChatGPT. Часть данных - из сентябрьских проб на GPT-6 Astra, это помечено.

У iZotope есть плагины для вокала, сведения, мастеринга и реставрации записи. Снаружи они выглядят как отдельные продукты. Внутри обнаруживаются общие вычислительные узлы, интерфейсные механизмы и способы передачи параметров.

Я разобрал, как устроено это семейство: что связывает компрессоры Nectar и Neutron, зачем iZotope собственный интерфейсный движок Glass и где в обработке участвуют ML-модели. Отдельно проверил задержку компрессора Nectar: при 48 кГц сигнал сдвигается на 47 сэмплов даже при Mix 0%.

В статье покажу схемы, примеры C++ и результаты измерений. Заодно сравню эти решения с открытыми проектами и разберу, сколько работы скрывается за привычными ручками Attack, Release и Mix.

Бизнес-аналитик — один из немногих специалистов в IT-компании, которому одновременно звонят разработчик, продакт-менеджер, директор по продажам и заказчик. И все четверо хотят разного. Задача бизнес-аналитика — понять, что им нужно, как привести это к общему знаменателю и зафиксировать, чтобы команда могла работать.

26 октября OpenAI представила GPT-6.1 Terra — модель для взаимодействия с интерфейсами для решения прикладных задач путем визуального анализа. Как заявляет компания, новая версия точнее работает с изображениями, реже допускает ошибки и показывает более высокие результаты. И если эти изменения кажутся обыденными, наиболее приятная часть состоит в том, что стоимость использования модели через API снизилась вдвое для входных токенов и в 2,4 раза для выходных.

Развитие Terra 6.1 идет по пути автоматизации рабочих процессов, для которых уже недостаточно одной генерации кода или написания текста. Модель должна уметь анализировать содержимое экрана, правильно интерпретировать визуальные данные и выполнять сложные последовательности действий в приложениях.

Apple обновила 24-дюймовый iMac и 14-дюймовый MacBook Pro. Оба устройства получили чип M6, поддержку Bluetooth 6 и Wi-Fi 7. Продажи начнутся в ноябре 2026 года.

Достаточно, часто при коммуникации Вам, мой читатель, встречались манипуляции из разряда "сегодня в школу не пошел, завтра в университет, потом на работу не устроишься и тебя аннигилируют на Солнце", ну или "мир существует потому что есть растения, растения существуют потому что есть мир" и прочие такие приколы. Нутро подсказывает, что что‑то тут не так, и есть инструменты позволяющие разобраться в этом лучше. Причём стоит понимать, что логика она нужна и может быть везде: в речи, в программировании, в электрике и сантехнике, поэтому нужно начать хотя бы с суждений.

В этой публикации: 67 логических ошибок и когнитивных искажений, немножко вводных и в конце немного инструментов, надеюсь Вы будете уничтожать софистику в нашей работе, чтобы было меньше манипуляций на рабочем месте. Не пытайтесь её читать за раз, но если попытались, удачи, обнял-приподнял, материал копился достаточно давно :3

В примерах будут и рабочие кейсы и жизненные, смешнявки-шизокартинки, а также местами пояснения. Погнали!

Весь год на Хабре то и дело всплывают дискуссии: останется ли место программистам в мире, где ИИ‑агенты забирают всё больше задач? Но одно дело читать диванную аналитику и прогнозы, а совершенно другое — адаптироваться к новой реальности и смотреть, как всё это крутится в проде. 16 октября я отправился на инженерный день ГигаКонф-2026 в штаб‑квартиру Сбера, чтобы своими глазами увидеть, насколько глубоко ИИ интегрировался в инженерные процессы рынка.

Меня зовут Данила, я backend‑разработчик, пилю микросервисы и активно слежу за развитием ИИ‑инструментов. В этой статье собрал с прошедшей конференции все мысли и выступления, которые показались мне наиболее интересными: от харнессов и архитектуры ГигаАгента до запуска моделей на игровых видеокартах. А ещё я узнал, что вообще остаётся инженеру в эпоху яичницы.

Спойлер: писать код нам всё‑таки придётся. Но постепенно это становится не самой сложной частью работы.

В предыдущей серии: Краткое содержание Части 1

В ИТ-отделе крупной компании "ИнвестБолт", которая знает цену специфики ВЭД с Китаем, наступило начало прекрасного дня: сеньор Михалыч флегматично чистил воблу, тимлид Антон Павлович пил кофе, а амбициозный 22-летний джуниор Данила (самопровозглашенный «Промпт-Архитектор») радовался жизни. Это был его первый официальный рабочий день после долгих месяцев штурма Хедхантера, и Данила чувствовал себя баловнем судьбы. Он искренне верил, что ИИ уже заменил сеньоров, ведь нейросеть по его первому запросу сгенерировала синтаксически идеальный код для управляемых форм.

Идиллия рухнула, когда в отдел влетела менеджер по закупкам Таня с розовой флешкой с «маленьким» прайсом от китайских поставщиков на 300 000 строк Excel, который нужно было загрузить «быстренько и красивенько». Данила не растерялся и скормил ИИ новый промпт. Нейросеть авторитетно заявила, что для кроссплатформенной работы на Linux идеально подходит объект ТабличныйДокумент. Джуниор скопировал код, нажал кнопку «Загрузить» и… серверный процесс rphost сожрал все 64 ГБ оперативной памяти, нагрузил процессор на 100% и упал. База рухнула в разгар закрытия квартала у бухгалтерии, выкинув из системы главбуха Анастасию Марковну.

Опытный сеньор Михалыч отложил воблу, взял маркер и пошел к офисной доске и стал объяснять Даниле, как устроен реальный мир СУБД на физическом уровне.

Часть 2. Визит Анастасии Марковны -  главбуха

Действующие лица:

Анастасия Марковна (Главбух) — 60 лет. Взгляд прожигает насквозь даже тимлида. Причёска в виде монолитного куба, зафиксированная лаком «Прелесть». Носит с собой огромные счёты как холодное оружие.

Как версионируемый QA-репозиторий помогает маршрутизировать контекст, повторно использовать процессы и сохранять обоснование выбора тестов.