Моя лента

26 октября на arXiv вышла работа The Trinity: Capability-Driven Recursive Self-Improvement for Multimodal Agents. Авторов 21, на странице Hugging Face указан Национальный университет Сингапура.
Агент улучшает сам себя, при этом веса модели не меняются вообще: внутри замороженная Claude Opus 5, ни одного шага градиента за всю работу. Улучшается обвязка (harness) — код вокруг модели, который решает, что ей показать, что запомнить и когда остановиться.

В этой статье мы разберём, как устроена The Trinity: дерево способностей, три роли, самодельные симуляции и роутер. Потом посмотрим на цифры и отдельно на то, из чего сложены 26 пунктов на новых задачах.

Фрэнк Эбегнейл был гениальным мошенником за счет своей феноменальной наблюдательности и досконального (причем, приобретенного самостоятельно) знания чековых операций. То, что нам втюхивают сегодня на Хабре в статьях про ИИ для 1С - это его убогая пародия, способная только украсть чужой токен.

NIST выпустил проект SP 2400-102 E2026 с новой главой об атаках на ИИ-агентов. Разбираю способы вмешательства в работу агента, выбор сценариев испытаний и применение таксономии при согласовании модели угроз с исполнителем.

Я всегда общалась с ИИ на английском, разве что мне надо было составить какое-то очень специфическое сообщение, или вообще перевести мой текст на испанский. Для меня это языковая практика, да и в целом на темы программирования проще общаться на английском, чтобы не переводить на русский термины. Сейчас я работаю над тем, как эффективнее ставить задачи агенту и предоставлять ему нужные инструкции. И меня заинтересовал вопрос, влияет ли используемый язык на то, как агент решает задачу. Я проводила исследование, чтобы понять, стоит ли переводить истории worklore (это мой проект: библиотека историй разработчиков, которые агент может воспроизвести), чтобы большему количеству людей было комфортно их читать и при этом качество работы агентов, которые следуют историям, не менялось. 

Я выбрала шесть задач, сформулировала их на английском и на русском, с заметкой об аналогичном решении и без нее, семь конфигураций агентов, по пять прогонов на ячейку, 1050 прогонов. Потом я добавила две модели Kimi, ещё 300 прогонов: многим в России Claude недоступен, и им важно знать, что взять вместо него. Метод описан в конце статьи. 

Прикладное руководство, помогающее с азов понять, как организованы атаки с переполнением стекового буфера под Windows. Ведь по Unix‑подобным системам таких разборов уже хватает.

Тысяча классификаций обращений стоит $0,23 на Claude Haiku 5.5 и $4,50 на Sonnet 5.5. Почти двадцать раз, и это не самое дорогое место в системе, где агент поддержки возвращает клиентам деньги. Дороже выходят возврат, проведённый дважды после падения воркера, сто воркеров, которые долбят упавшего провайдера модели, и крупная сумма, ушедшая без человека.

Собираем такую систему по шагам, начиная с агента в одном файле. На каждом шаге упираемся в проблему и добавляем компонент: API и базу, Temporal с его собственной базой, LLM-шлюз с circuit breaker, сагу с точкой невозврата и консоль оператора, роутер, который отдаёт агенту только спорные случаи, трейсы и outbox. Схема растёт вместе с текстом по C4, от Context до Component. В конце чек-лист из 11 пунктов: какой компонент добавлять при какой боли.

2026 год изменил мой подход к разработке и отношение к ИИ-инструментам на 180 градусов. Хочешь этого или нет, постоянно прорываются сюжеты про использование искусственного интеллекта и попадают прямо в мозг, раздражая и без того неспокойную голову разработчика.

Небольшая ретроспектива о том, как менялся мой подход к разработке в 2026 году. Описывается опыт знакомства с harness, его применение в верстке, бекенде и работе с графическим редактором Penpot. Ответ на вопрос — как разрабатывать без нейрослопства используя спецификации.

Atlassian закрыл новые регистрации в Opsgenie в первом квартале 2026 года и назначил 5 апреля 2027 года датой окончания поддержки. Функции дежурств переезжают в Jira Service Management, а для многих команд в России переезд туда закрыт. PagerDuty, incident.io и Rootly либо недоступны, либо заточены под Slack, которым у нас почти никто не пользуется.

Что остаётся? Обычно одно из трёх: бот Zabbix, который шлёт всё подряд в общий чат; Karma поверх Alertmanager, на которую кто-то должен смотреть; или договорённость «если ночью упало — звоните Васе». Все три варианта показывают алерт, но ни один не отвечает на главный вопрос: кто сейчас отвечает за инцидент и что будет, если он не проснулся.

Я сделал «Дежурку» — небольшой сервис, который встаёт поверх уже имеющегося мониторинга и закрывает именно эту дыру. В статье расскажу, как он устроен, какие решения пришлось принять и как его попробовать.

Современные компиляторы делают за нас так много, что можно написать плохо спроектированную программу – и даже не понять этого. Простой мысленный эксперимент помогает проверить, что на самом деле обеспечивает надёжность вашего кода: архитектура или гарантии языка. Представьте, что временем жизни объектов теперь приходится управлять вручную. Насколько понятными останутся правила владения ресурсами – и насколько трудно будет их соблюдать?

Как я переносил CUDA-ядра Elevation Mapping на своего ровера и почему для качественной карты проходимости всё-таки нужны лидары и пакеты SLAM с очисткой облаков точек в реальном времени.

Что, если в JavaScript можно было бы объявить две функции sum - одну для двух чисел, другую для числа и строки? Я взял небольшой интерпретатор MuJS и добавил в него перегрузки. Теперь sum(2, 3) и sum(2, "3") вызывают разные функции. Покажу, как движок решает, какую из них запустить.

В середине 90-х Apple всерьёз думала купить Be вместе с её BeOS, а в итоге выбрала NeXT. Теперь ту несостоявшуюся ветку истории можно открыть в браузере: автор Infinite Mac добавил на сайт версии BeOS для Power Macintosh. Простой задачи не вышло. Эмулятор DingusPPC до сих пор доводили в основном под Mac OS, и BeOS сразу нашла в нём слабые места: порядок уведомлений видеоконтроллеру и ЦАП, на который эмулятор молча полагался, неподдержанную запись в видеопамять в режиме little-endian, клавиши-модификаторы, которые загрузчик BeOS считал зажатыми. Отдельно — «бомба с часовым механизмом» в первой версии для Power Mac, которая перестаёт загружаться после 1 апреля 1997 года, и впечатления от BeOS глазами 2026 года в сравнении с NeXTStep.

Добрый день, меня зовут Петр. Обычно я не пишу статьи про баги и инциденты из практики, но сегодня хотелось бы описать изменение в ядре Ubuntu, которое внезапно вызвало проблемы на пустом месте и это же изменение касается многие инфраструктуры.

Мы делаем разных Telegram-ботов. Генерируем песенки, картинки, поздравления, небольших AI-помощников для бизнеса и вообще всё, что сегодня в тренде, а завтра уже может никому не понадобиться. Да, таковы реалии.

До недавнего времени мы были вполне себе маленькой командой из пяти человек. Быстро придумывали идеи, запускали ботов, проверяли гипотезы и смотрели, что выстрелит.

С доступом к нейросетям особо не заморачивались. Покупали подписки и API-кредиты со своих зарубежных карт. Благо такие у нас имелись.

Всё работало, все были довольны.

Ну, почти все.

Наш бухгалтер на эту историю смотрел косо. Периодически ворчал, но особой агрессии не проявлял. Только напоминал, что вообще-то мы компания, у которой должны быть нормальные договоры, закрывающие документы и понятные расходы.

И желательно быть белыми и пушистыми.

Мы, конечно, кивали. И продолжали делать ботов. А потом наступил август.

Во-первых, мы неожиданно начали много зарабатывать.
Некоторые наши продукты выстрелили, обороты резко выросли, а вместе с ними и расходы на нейросети.

Впрочем, с нашей маржинальностью рост затрат на нейронки нас не сильно расстроил. Какая именно у нас маржа, рассказывать не будем — не хочется лишний раз никого раздражать.

Расстроился только бухгалтер.

Пришлось всерьёз заняться налогами. Дробить бизнес ради сохранения удобных налоговых условий — идея, которая, как показывает практика, может закончиться совсем не весело.

Поэтому мы решили переходить на другую схему налогообложения и приводить финансовую часть в порядок.

Главная мысль автора заключается в том, что на проде вам вряд ли удастся добиться качества ответов всей системы выше 90%.

Почему это так, читайте в статье:

TL;DR. Anthropic в очередной раз заблокировал мой аккаунт, и Claude Code стал недоступен. Я попробовал заменить его локальными Qwen 3.8 Flash Next (1 × DGX Spark) и DeepSeek-V4.1-Flash-1017 (2 × DGX Spark). Замеры TPS/TTFT, рабочий процесс с двумя моделями и вывод — работать можно, но цикл разработки стал занимать значительно больше времени.

Я работаю в Альфа-Банке в команде, которая пытается оптимизировать валютный контроль. За время проекта я отрисовал страшно много диаграмм, и вот пара лайфхаков, которые я для себя выделил.

Я работаю в продажах ИТ-оборудования и веду проекты системной интеграции. Хороший клиент для меня – компания, которой прямо сейчас нужны серверы или система хранения данных. Такие компании сами о себе сообщают. Они публикуют закупки, где написано, что нужно, сколько и к какому сроку.

Проблема в том, что закупка – это еще не разговор. Чтобы позвонить с толком, менеджеру нужно прочитать техническое задание, понять, что за компания и есть ли у нее деньги, и найти, кому звонить. На одну закупку уходит заметное время, и не каждая закупка в итоге оказывается своей.

Эту подготовку я отдал ИИ-агенту. Проект называется AI Tender Radar. Он работает в боевом режиме, а исследовательская часть открыта на GitHub. Код, как и в остальных моих проектах, писали ИИ-агенты под моим руководством. Я ставил задачи, проверял результат и запускал.

Здравствуйте, дорогие читатели! Это моя первая и надеюсь, что не последняя, публикация на Habr. Буду очень рад возможной конструктивной критике и обратной связи. Эта статья стала итогом моего первого раунда реального пентестирования на живом сайте, поэтому спешу поделиться опытом. Раньше занимался только разработкой, поэтому это был крайне интересным опытом. Людям, которые только хотят вливаться в пентестирование или идти в него из разработки, как я, эта статья может быть крайне полезна. А более профессиональные пентестеры и программисты, возможно, смогут чутка похихикать с неё и узнать себя в начале карьерного пути. В общем, надеюсь, что статья не оставит вас равнодушной. Не буду тянуть и приятного прочтения!

TL;DR. Теперь кратко и по делу. Нашёл на одном сайте (легально, с разрешения владельца, само собой) 500-ю ошибку от одного HTTP‑заголовка. Сначала подумал — баг десериализации, может, RCE. Потом сел, собрал стенд, намерил — и находка усохла до аккуратного «500 вместо 400». По дороге я один раз испугался, что уронил чужой прод (оказалось — перепутал окна терминала). В общем, я заспойлерил всё в самом начале, но история от этого, надеюсь, вышла не менее интересная.

В данной статье я рассказываю о внутреннем устройстве TP4056, принципе её работы, опасности литий-ионных аккумуляторов и возможных альтернативных вариантах её использования.