Моя лента

MacAmp: открытая репродукция Winamp 2.95 для macOS на Swift. Скины WSZ на лету, магнитные окна, 10-полосный эквалайзер и около нуля процентов процессора в простое.

На восьмой день бот перестал отвечать половине чата. Он не упал и не завис, он просто молчал. В журнале на каждое такое молчание стояла одна строка: «ответ забракован (английские слова: Alex)».

Проверка ответа запрещала боту английские слова, потому что однажды он пожелал чату «Good morning». Имя «Alex» в обращении проверка тоже сочла английским. Бот писал ответ, сам его забраковывал и не общался с теми, у кого имя латиницей.

Потом та же проверка сработала снова. Участница написала, что выступала на соревнованиях IronSakh. Бот дважды пытался ответить со словом IronSakh, дважды браковал ответ и в конце промолчал. Теперь латиница, которую люди сами употребили в разговоре, браком не считается.

Научить бота отвечать можно за вечер. Но вот чтобы научить его вовремя отвечать, молчать и не раздражать сотню людей требуется время.

Пользователь уже оплатил подписку, но React снова показывает «Ожидаем оплату». Оба запроса вернули HTTP 200 — просто старый ответ пришёл последним. Разберём, как воспроизвести эту гонку и не дать запоздалому ответу перезаписать актуальный статус заказа.

Все вокруг говорят про нейросети и те возможности, которые они дают. А многие и полноценно используют их возможности. А я по-прежнему продолжаю работать по старинке, вручную корпя над каждым элементом. И постоянно возникает ощущение, что я какой-то динозавр, который отстаёт от современных трендов.

И неожиданно для себя, я решил немного присоединиться к прогрессу. Нет, не подумайте ничего плохого. По-прежнему - никакого нейрослопа! Агента я по-прежнему не пускаю в мой проект. И не собираюсь. Но вот использовать возможности нейросетей, чтоб сделать игру интереснее (именно интереснее) – вот тут я обоими руками за.

И всё это вылилось в мою работу по внедрению в игру самообучающегося агента для замены существующего глупого бота. И о том, как всё это было и во что вылилось, я и хочу рассказать в данной статье.

Ссылки на видеоверсию статьи: YouTube, RuTube и VK Video.

В начале 2026 года известный специалист по безопасности автомобильных IT-систем Сэм Карри и его коллега Шубам Ша обнаружили уязвимость в веб-приложении двух крупных автопроизводителей, которая в некоторых случаях позволяла полностью перехватить контроль над автомобилем, в том числе получать информацию о геолокации, открывать-закрывать двери и запускать двигатель. В отличие от предыдущих похожих исследований, в этот раз Сэм Карри не стал раскрывать имена автопроизводителей по их просьбе.

Исследование инфраструктуры автопроизводителей началось с анализа работы соответствующих мобильных приложений, который в итоге привел к обнаружению проблем с конфигурацией решения ForgeRock для управления доступом. Изучая элементы этого решения и сопутствующие сервисы, исследователи смогли обойти ряд ограничений и в том числе обнаружили возможность доступа к одному из компонентов по дефолтному паролю admin:admin.

Привет, Хабр! Эта история началась с того, что меня позвали пообщаться на тему работы в металлургическую компанию. Спросили коротко: «Готов?». Я оценил свои силы, масштаб задачи и ответил прямо — готов зайти сразу на позицию Head of AI, чтобы выстроить процесс от и до.

И тут начался классический корпоративный футбол. Несмотря на предметный разговор, мне начали делать голову из-за отсутствия профильной вышки по программированию. Для суровой индустрии диплом оказался важнее реального опыта и понимания процессов. Поняв, что стандартным путем эту бюрократию не пробить, я решил пойти напролом: за пару недель собрать работающее MVP, показать товар лицом и жестко выделиться на фоне остальных кандидатов с «правильными» дипломами.

Спойлер: красивого хэппи-энда не будет. Моё MVP до высшего руководства так и не донесли, а меня в итоге просто развернули на пороге. Но не пропадать же добру? Проект получился слишком интересным, чтобы просто похоронить его на жестком диске.

Эта статья посвящена исключительно генератору. Мы разберем, как он устроен «под капотом», какие неочевидные ошибки я в нем допустил, и как проверить, что синтетика не врет сама себе. Обучение CatBoost и создание работающего микросервиса-советника мы оставим для второй части.

Статья написана так, чтобы репозиторий вам не понадобился: весь код приведен прямо здесь, в том порядке, в котором его удобно читать и воспроизводить. Если вы захотите пропустить теоретические объяснения, в конце каждого раздела есть готовый рабочий фрагмент кода, который можно скопировать и запустить у себя.

Появилась необходимость сделать частотомер для настройки бензинового генератора. Т.е. сама по себе задача простая: измерить частоту синусоидального напряжения в пределах 40..70 Гц с точностью около ±0.1 Гц, но при условии больших шумов и искажений, которые возникают при работе генератора. Для этого уже сделаны много вариант приборов, но был «спортивный интерес» и азарт. На макетке был установлен один из самых простых и легких микроконтроллеров ATtiny13.

Английский я преподаю с 1989 года. С 1995 по 2005 год работал старшим преподавателем в Институте иностранных языков Уральского государственного педагогического университета, а с 2001 по 2005 год был там же заведующим отделением перевода и переводоведения. С 2004 по 2006 год был председателем приёмной комиссии Института иностранных языков и составлял экзаменационные материалы для поступающих. С 2005 по 2009 год был старшим преподавателем Института лингвистики Российского государственного профессионально-педагогического университета. В 2006 году там же получил второе образование по специальности «Компьютерные технологии в образовании».

Чтобы сделать учебный процесс удобным и максимально эффективным, у меня возникла идея создать сайт для учеников и коллег — так и появился сайт e-repa.ru. На нём методические решения оформлены тестами, упражнениями, дриллами по грамматике, лексике, аудированию, речевым моделям и т. д. Всё построено на js-движках. Каждый движок решает одну конкретную учебно-методическую задачу или одновременно несколько. Сначала выясняю, в чём конкретная трудность ученика, когда ему необходимо выполнить некое целевое методическое действие, но вместо этого ученик ищет обходной путь — угадывание, калькирование или механическое списывание, повтор ранее успешного решения и т. п. — и только после этого строю задание так, чтобы выполнить его можно было только целевым методическим действием, а не обходным способом. Под такую задачу код, собственно, и пишется.

Листаю ленту, а там человек переключает модели Claude Code автомобильным рычагом. Тянет ручку, она щёлкает в паз, тахометр подскакивает, и в терминале меняется модель. Мне, конечно, тоже понадобилось.

Можно было набрать /model руками. Но тогда у меня не было бы коробки передач. Это ituzov-gearbox: Node.js, tmux, ванильный JavaScript и кулиса в SVG. Код открытый. Можно поставить себе, можно разобрать и сделать свою. Ниже как раз разберём.

От корпоративного монстра к своему решению: как я ушел из вендора по импортозамещению и написал свой контроллер домена

"Рынок импортозамещения в России переживает бум. Каждая крупная корпорация и госучреждение судорожно мигрирует с привычной экосистемы Microsoft на отечественные решения. В центре этой миграции всегда стоит краеугольный камень любой инфраструктуры — служба каталогов, замена Active Directory.

Долгое время я работал разработчиком внутри одного из таких вендоров. Мы строили «убийцу MS AD» — отечественный контроллер домена. А потом я выгорел, уволился и написал свой проект на Python для управления объектами Samba4 — EnterpriseDC Manager.

Вот как это было и почему корпоративный подход к импортозамещению иногда заходит в тупик."

Еще недавно вопрос о том, какой метод использовать для обработки коллекции, мог отправить разработчика в документацию, на Stack Overflow или обсуждения на Хабре. В удачный день там находился ответ. В менее удачный — обсуждение архитектуры проекта, квалификации автора и целесообразности его существования в профессии... Где-то между этими темами обычно прятались нужные три строчки кода.

Затем появились ИИ-чаты, которые можно было использовать как «продвинутый поисковик»: уточнять детали, показывать код, обсуждать варианты реализации. Заодно можно было попросить придумать имя методу, пока тот не стал processDataFinalReallyFinal.

Затем модели научились лучше справляться с более крупными задачами, и вместо подсказок разработчики начали получать готовые файлы. Впрочем, если на просьбу добавить небольшую функцию приходил роман на пять тысяч строк, сэкономленное время предстояло потратить на его изучение. А пропущенную проверку мог напомнить тестировщик — сообщением "Есть пара замечаний" и приложением размером с техническое задание.

Так, код стал появляться быстрее, но вместе с ним могла расти нагрузка на ревью, тестирование и сопровождение. Разработчик при этом работал еще и курьером между чатом и IDE.

Сейчас настало время агентов, которые помимо генерации кода, могут работать с файлами проекта, выполнять проверки и автоматически разворачивать сервисы в облачных окружениях.

В этой статье расскажем, как мы создавали собственного ИИ-агента и постепенно расширяли круг его задач. Разберем, что стояло за решением добавить ту или иную возможность и как ее появление меняло работу над проектом. А в конце обсудим, как изменилось мышление разработчиков и что осталось человеку, когда написание кода, создание тестов и проверку изменений уже можно делегировать.

Представлен сайт foldableflight, где собраны 109 бумажных самолётиков с инструкциями и видео — у каждой модели есть рейтинг по скорости, дальности планирования и точности. У моделей есть уровень сложности: от «очень просто» до «эксперта». Можно собрать настоящие истребители: Unite, который продержался в воздухе 31,2 секунды, и Firefly 5: он пролетел больше 90 метров. А некоторые самолётики можно оснастить моторчиком и превратить в радиоуправляемую модель.

Многие владельцы сайтов ставят в robots.txt Disallow для GPTBot и считают, что закрыли свои тексты от ChatGPT. Гари Ильес из Google напомнил: файл решает только, может ли краулер (робот, который обходит сайт) скачать страницу, а что потом делают с контентом, он не решает. Значит, robots.txt для нейросетей работает как просьба к конкретному роботу, а не как запрет на обучение. Строка про GPTBot не убирает сайт из ответов ChatGPT и ничего не говорит о страницах, которые уже скачаны. Поэтому сначала стоит решить, от чего закрываться, от обучения ИИ-моделей или от появления в их ответах, и закрывать это отдельными правилами для отдельных роботов.

У вас в компьютере может стоять видеокарта, которая считает вдвое медленнее, чем могла бы — просто потому, что производитель так решил в прошивке. Проект gpu-unlock от разработчика с ником Zagitta снимает этот лимит программно, на уровне ядра Linux, без патченого драйвера и без перепрошивки VBIOS.

Дисклеймер сразу: сам я этот модуль не тестировал (в отличие от предыдущей статьи про Qwen3.8 на 1070, где все цифры — мои собственные замеры). Всё ниже — разбор репозитория и README проекта, с указанием, где цифры — заявления автора и коммьюнити, а не независимо проверенный бенчмарк.

В чём суть ограничения

NVIDIA разделяет линейку на гейминговые GeForce RTX и профессиональные/дата-центровые карты (Tesla, A100, H100 и т.д.) не только по цене, но и по пропускной способности тензорных ядер на FP16/BF16/TF32 с накоплением в FP32. Железо физически одно и то же (или очень близкое), но на потребительских картах эта математика искусственно урезана — чаще всего вдвое от паспортной пиковой скорости тензорных ядер.

Для игр это не имеет значения — там этот режим почти не используется. А вот для локальных LLM, файнтюнинга, генерации изображений и видео — это именно то, что считает большую часть времени при обучении и на этапе prefill (обработка входного промпта).

6 ноября 2026 года на площадке Loft Hall (г. Москва, ул. Ленинская Слобода, 26, стр. 35) состоялась церемония награждения третьего сезона премии «Проксима» для рекламодателей, диджитал-специалистов и маркетинговых агентств, Темой мероприятия «Проксима 2026» являлось «время расцветать».

Инфраструктура почти всегда строится под вчерашние задачи. Unix проектировали для машин с разделением времени, TCP/IP — для сети, которая должна пережить потерю узлов, Borg — для одной компании с собственными ЦОДами, где разнородность машин в основном пряталась за единой моделью ресурсов, а Kubernetes унаследовал от Borg почти всё, что в нём лежит глубже API. Каждая из этих систем была блестящим ответом на свои вопросы, и каждую потом десятилетиями натягивали на вопросы, которыми их авторы даже не задавали. То есть сегоняшние задачи решает конвенциональное решение, принятое индустрией, которое для их решения не предназначено.

В этой статье мы попробуем подойти к этой проблеме с другого конца. Сначала разберёмся, какие задачи будут решаться завтра, какой станет физика вычислений, экономика и требования к доверию, и только потом выведем из этого соответсвующий инфраструктурный слой и соберем прототип, который выбирает не только место и время для задачи, но и саму физику вычисления (от процессора до квантового компьютера и живых нейронов).

Прогнозирование спроса, планирование закупок и управление запасами напрямую влияют на финансовые результаты компании, но на практике эти процессы нередко развиваются независимо друг от друга: подразделения используют разные данные, руководствуются собственными показателями и планируют в разных горизонтах. В результате прогноз спроса не всегда учитывается при планировании пополнения, а решения по запасам могут расходиться с общими бизнес-целями.

Автоматизация отдельных участков не гарантирует, что ситуация изменится. Если процессы не согласованы, ответственность между подразделениями не распределена, а требования к системе сформулированы без учета реальных задач бизнеса, компания рискует просто перенести существующий хаос в цифровую среду.

24 ноября в 11:00 (МСК) эксперты Novo BI и ROXIT (входит в ГК «Корус Консалтинг») проведут вебинар о том, как связать бизнес-цели, процессы, регламенты и IT-систему в единую модель планирования, ориентированную на измеримый результат.

При выборе облака для размещения сервисов и приложений обычно изучают доступную информацию о том, как устроена инфраструктура провайдера. Дублированные вводы питания и сеть, дизель-генераторы, SLA с множеством девяток, надёжные СХД, сертификаты Uptime Institute – всё это успокаивает при оценке рисков.

Это впечатление во многом справедливо: облачные провайдеры обычно уделяют много внимания надёжности ЦОДов. Но надёжность площадки и сохранность данных клиента – не одно и то же. В облаке ответственность разделена: провайдер отвечает за доступность платформы, а защита приложений и аварийное восстановление (DR) остаются за клиентом. Риски при этом те же, что на собственной площадке: отказы оборудования, вредоносное ПО, ошибки администраторов. Компенсация по публичному SLA провайдера, как правило, ограничена стоимостью услуги и не покрывает потери от простоя сервиса и утраты данных.

Резервное копирование средствами провайдера защищает от многих проблем, но не от всех: копии хранятся в том же облаке, что и основные данные, и могут оказаться с ними в одном домене отказа. Домен отказа – это набор ресурсов, которые выходят из строя одновременно из-за одного события. В облаке таким доменом может оказаться не стойка и не машинный зал, а целый ЦОД, облако провайдера или один клиентский аккаунт. Если основные данные и копии находятся в одном домене отказа, одно событие затрагивает их одновременно.

В Telegram появились HTMLBubbles: бот присылает сообщение, внутри которого работает крошечная веб-страница со скриптом. Игра, опрос или калькулятор живут прямо в пузыре чата, без Mini App и хостинга. В публичном Bot API метода для них пока нет, но в протоколе MTProto они уже есть.

Я сделал мини-игру из Telethon, подменив клиенту слой протокола с 229 на 233. Рассказываю, где брать схему (документация расходится с исходниками Telegram Desktop), как описать новые типы руками, почему бот падает, если сделать его админом канала, и как это чинится парсером на десяток строк. В конце - таблица того, что умеет движок виджетов, и проверка, куда их на самом деле пускают: пересылка, инлайн, каналы и группы закрыты, хотя документация разрешает.

Тестировщики отдают документацию языковой модели Claude от Anthropic и получают из неё тест-кейсы и автотесты. Это работает, если документация точная и если на двух этапах цепочку проверяет человек. Как это устроено, где грабли и что пока не взлетело, рассказываю под катом.