Все потоки

1. Что сделал?
Переехал с GitLab на свой сервер, написал свой python-скрипт, который мигрирует не просто все репозитории, но и настройки, описания, картинки(done) и мердж/пулл-реквесты(in-progress). Бонусом настроил простой git fetch/push одновременно на все GitLab, GitHub, ... remotes.

2. Зачем?
Локальный сервис независим от РКН, КВН, "чебурнета" и гео-блокировки аккаунта, бэкап под контролем, без опасения утечек из облаков по независящим причинам.

3. Как?
Когда у тебя несколько десятков pet-проектов на Gitlab/Github, для каждого копи-пастить git clone/push --mirror со многими параметрами и вручную копаться в web интерфейсах откровенно "скучно и лениво".

В статье: поиск решения по полной миграции, комментарии по коду и настройки скрипта. Вторую часть по мульти git fetch/push оформляю

Гуглил похожие решения, не нашел. В итоге написал свое.

Проектируем беспилотник в домашних условиях. End-to-End подход на основе открытой визуально-языковой модели qwen2.5vl. Задача следования за объектом реализована без дополнительного обучения, только на основе текстового чата с моделью.

Все слышали новости и прекрасно понимают к чему идет дело мы наблюдаем переход к Туркменскому сценарию. РКН фактически запретил облачным провайдерам (VK Cloud, Yandex Cloud) сдавать серверы в аренду под VPN, закрыв лазейку с поимкой "белого" IP. Теперь недостаточно просто поднять прокси нужно воевать с DPI и капризами транспорта XHTTP.

Расскажу что смог нащупать, какие сервисы что сейчас из себя представляют, а так же исправим самые популярные баги которые часто встречаются при настройке.

В Java-приложениях, работающих с MongoDB, преобразование данных между нативным документо-ориентированным представлением MongoDB и обычными Java-объектами (POJO — Plain Old Java Objects) является частой задачей.

Признайтесь: вы когда-нибудь задумывались, можно ли уже сегодня доверить ИИ олимпиадную задачу по математике? Не просто посчитать пример, а распутать геометрическую спираль, оптимизировать “спичечное” представление числа или найти все неоднозначные моменты на странных часах без цифр?

Я – да. И поэтому, когда в конце 2025 года OpenAI анонсировала ChatGPT 5.2 Pro, заточенный именно под сложные рассуждения и научные задачи, я понял: пора проверять по-настоящему.

Мы решили устроить настоящую математическую дуэль между двумя титанами: ChatGPT 5.2 Pro и уже успевшим нашуметь Gemini 3 Pro от Google. Без веб-поиска, без подсказок – только чистая логика, длинные цепочки рассуждений и, где нужно, аккуратный Python-код.

Кто из них не собьётся на полпути и точнее считает в уме, а кто всё ещё путается в симметриях? Запускаем восемь сложнейших задач – и смотрим, кто выйдет победителем в этой битве алгоритмических умов.

Результаты оказались не просто интересными. Готовы узнать, кто победил?

У тех, кто не кодит, бытует мнение, что у разработчиков на любую задачу есть какое-то одно решение — бест-практика. Достаточно почитать SO или, вот теперь, пообщаться с нейронкой и — вуаля — задача сделана. На практике, даже у такой задачи, как вставить данные в БД, есть варианты решения, каждый со своими плюсами и минусами. Делюсь небольшим примером.

Позиция CTO (Chief Technology Officer, технический директор) появилась не вместе с интернетом, а задолго до этого – еще в эпоху больших корпораций и лабораторий. Ещё в 1950-х годах в США и Великобритании крупные компании создавали удалённые R&D‑центры и поняли, что там нужны не просто учёные, а техподкованные руководители, эдакие техножрецы, которые могли бы объединять науку и бизнес . К концу 1980-х технологии стали настолько важны, что «технических директоров» начали официально назначать в крупных фирмах, ориентируя их уже не только на внутреннюю лабораторию, а на развитие бизнеса в целом . Веяние новой роли быстро перекинулось и в CIS (после 2000-х главным образом), когда ИТ‑компании и стартапы стали брать на себя модели западных корпораций. Так, например, в Яндексе с основания в 2000 году одним из CTO стал сооснователь Илья Сегалович – из первых сигнальных звоночков, что даже в России формируется такой управленческий пост.

Интересно, что сами исследователи подчеркивали: изначально CTO не был просто «главным инженером». Когда корпорации 1980–90-х годов в США «переводили» директоров R&D в CTO, выяснялось, что их навыки оказываются слишком узкими. Классический научный руководитель не годился в нового тех­директора, потому что задачи CTO кардинально отличаются от задач заведующего лабораторией. Пост CTO сформулировали как задачу перевести технические возможности в стратегические бизнес-решения. Проще говоря, CTO — это уже не просто суперпрограммист с магистром, а гибрид менеджера и технаря, который одновременно понимает код и умеет объяснить его влиянию на маркетинг. Как пишет компания Splunk, CTO — это топ‑менеджер, «балансирующий техническую и бизнес‑стороны, чтобы стимулировать инновации и рост».

Недавно Энн Гинн задала мне несколько вопросов для статьи в Content Marketing Institute. Это дало мне возможность сесть и систематизировать свои мысли о проблемах CMO в B2B в 2026 году. Делать это раз в год действительно полезно. Рекомендую всем.

2025 год уже принес зубодробительные изменения в повседневную работу маркетологов. В 2026 году эти изменения станут новой нормой. Причины экономические и технологические.

Сегодня серебро — один из ключевых материалов цифровой и энергетической эпохи. Это самый электропроводный металл на планете — лучше меди и золота. Без него не работали бы микросхемы, солнечные панели, высокоточные реле, аккумуляторы и системы связи. Серебро также используют как катализатор в химпроме и как антибактериальный компонент в фильтрах и защитных покрытиях.

За последний год цена на серебро выросла более чем в 3 раза. Но вряд ли причина роста серебра основывается на фундаментальных факторах, балансе спроса и предложения...

В условиях общей эйфории, царящей на рынке, и панического бегства продавцов появился повод вспомнить историю братьев Хант, которые загнали в угол рынок серебра и заставили цену на металл взлететь с 3 до 50 долларов за унцию.

В AB-тестах нередко возникает желание смотреть на результат по ходу эксперимента: метрики обновляются, решения ждать долго, а если эффект уже очевиден, то зачем тянуть до конца. Но в этом месте легко допустить серьезную ошибку: регулярно пересчитывать обычное p-значение и завершать тест при первом p < 0.05. Такой подход повышает долю ложных срабатываний: иногда статистическая значимость появляется просто из-за случайных колебаний данных, даже когда реального эффекта нет.

В этой статье разбираем, почему так происходит, и что с этим делают в прикладной аналитике. Покажу, как устроено групповое последовательное тестирование (group sequential): вы заранее задаете несколько контрольных точек для подглядывания, а пороги принятия решения подбираются так, чтобы общий уровень ошибки первого рода по всему процессу оставался на заданном уровне alpha.

На простых формулах и наглядных графиках из симуляций сравним наивное подглядывание с корректной процедурой. А затем разберем два самых популярных набора порогов - Pocock и OBrien-Fleming: чем они отличаются, почему один вариант чаще завершает эксперимент раньше, а другой почти не дает принимать решения в начале, и как выбрать подходящий вариант под продуктовый процесс.

В интервью Максим Козлов — основатель с CTO GitFlic — рассказал мне, как появилась площадка и сотрудничество с Группой Астра. В разговоре мы также затронули роль команды GitFlic в развитии проекта OpenIDE, которым Группа Астра занимается совместно с Haulmont и Axiom JDK. Конечно же, поговорили об open source-подходе в GitFlic.

Опять бесчеловечные опыты над Banana BPI‑R3. Надеюсь финальная статья про донастройку «идеального» домашнего роутера.

Привет Хабр! Меня зовут Алексей и я занимаюсь беспроводными технологиями. В этой статье я расскажу, как собрал прототип своей собственной умной колонки, объединённой в одном устройстве вместе с Wi-Fi mesh-роутером. Начну издалека и поразмышляю о том, какие плюсы может принести такое устройство как для качественного Wi-Fi в квартире, так и для производителей умных колонок. Проанализирую уже существующие на рынке решения и попробую собрать собственное устройство из USB-аудиокарты, роутера и обычной Bluetooth-колонки.

Текст в ленте: Много лет индустрия информационной безопасности старается улучшить стандарты шифрования в сети двумя способами:

массовое распространение HTTPS как общего стандарта шифрования для всех сайтов — даже для тех, которым защита формально не требуется. Очень много времени было потрачено на то, чтобы убедить пользователей в важности тотального шифрования абсолютно всех коммуникаций;

сокращение сроков выдачи сертификатов SSL/TLS, чтобы стимулировать пользователей внедрять автоматические процедуры/скрипты для автопродления сертификатов, чтобы исключить «человеческий фактор» и забывчивость сисадминов, которые забывают менять сертификаты.

Но иногда этого недостаточно. К сожалению, автоматические скрипты продления сертификатов тоже могут выйти из строя.

Команда, о которой пойдёт речь, была уверена: главная боль — «дежурный долго ищет ответы». План готов: написать документацию. Но когда они проверили формулировку через НЖЯ (нежелательное явление — инструмент из Теории ограничений), всё перевернулось.

Оказалось, что настоящая проблема — не в знаниях, а в нестабильности сервисов. И если бы они не остановились вовремя, месяц ушёл бы на решение не той проблемы.

НЖЯ помогает увидеть, как неверная формулировка проблемы ведёт к ложным решениям. В статье — разбор реального кейса: как команда с помощью семи правил НЖЯ вышла на корневую проблему и сменила фокус с «улучшения дежурства» на стабилизацию сервисов.

Зачем всё это?

В последние годы NLP развивается так быстро, что собрать LLM‑систему стало почти так же просто и естественно, как поднять веб‑сервис или собрать пайплайн данных. И всё же логичный вопрос: зачем делать что-то с нуля, если есть готовые SaaS и open-source решения, которые уже просто работают из коробки?

Потому что готовые решения обычно оптимизированы под средний сценарий, а реальный мир почти всегда про частные ограничения: приватность данных, стоимость инференса, задержки, нестандартные источники знаний, требования безопасности и воспроизводимость.

Pet‑проект - это способ руками потрогать ключевые узлы современного LLM‑стека и понять, где именно рождаются качество, скорость и риски. В этой подборке я собрал направления, которые сам считаю самыми обучающими и практически применимыми в 2026 году. В каждом пункте: что строим, зачем, минимальный план и что получится на выходе.

OSINT — занятие для любопытных, а любопытство штука такая, которую государство и все причастные, стремятся ограничить всеми доступными мерами.

Давайте прикинем, как совать свой любопытный нос так, чтобы его не прищемили.

!WARNING! Статья заражена спойлерами ко всей франшизе Resident Evil сильнее, чем Раккун-Сити Т-вирусом. Будем разбирать сюжеты концовки и твисты без жалости и цензуры, держу в курсе. Если вы боитесь испортить впечатление — бегите к ближайшей печатной машинке и сохраняйтесь. Остальным — добро пожаловать в наш архив.

Мы уже успели вдоволь проехаться по современным «Покемонам» и бесконечному количеству проблем, существенных и не очень, которые преследуют самую дорогую франшизу в мире уже не первое десятилетие. Как и любой другой сверхпопулярный феномен, особенно такой долгоиграющий, игры серии «Pokémon» породили массу подражателей разного толка: тех, кто привносит в формулу жанра «приручения монстров» нечто новое, и тех, кто без задней мысли копирует геймплейную основу «Карманных монстров» и натягивает на неё новое обличие.

Нишевую и, к сожалению, во многом уже забытую серию «Yo-Kai Watch» язык не повернётся назвать дешёвой имитацией успеха Game Freak. Слишком много различий в боевых системах, совсем другие акценты в повествовании и создании выдуманного мира, которые берут от своей национальной идентичности гораздо больше, нежели более успешный собрат по жанру. Разбираемся, что же погубило одного из самых самобытных «покемоноклонов».

После Приорбанка я думал, кого взять следующим для небольшого публичного аудита. Недавно минула пора праздников, и что-то мне подсказывает, что многие делали покупки в онлайн-маркетах, чтобы приобрести подарки близким. Этот период — высокий сезон для таких приложений. Они зарабатывают много денег в это время, но и нагрузка на инфраструктуру идёт колоссальная.

Мой личный топ из всех популярных онлайн-маркетов — это Wildberries. Я люблю этот сервис и активно им пользуюсь. Мне кажется, это уже хороший повод посмотреть, насколько он доступен людям с различными ограничениями. Безусловно, это очень популярная платформа в странах СНГ, но это, конечно же, не значит, что она одновременно и доступна на 100%.

Сразу хочу оговориться: я не пытаюсь подчеркнуть какой-то изъян платформы. В конце концов, у каждого продукта свои бизнес-приоритеты, и доступность (если она не обязательна с точки зрения законодательства) — это личное дело каждого бизнеса. К примеру, мой продукт тоже не удовлетворяет всем критериям доступности, да и многие другие, на которых я работал. При том что моя личная аналитика прошлого года показала, что 20% моей пользовательской базы меняют размер шрифта для лучшего восприятия, но не факт, что есть хотя бы один (я бы сказал, его и нет) кто использует продукт, будучи полностью незрячим, со скринридером.

Часто интерес к этой теме больше у юридических фирм. Понимая лазейки в законах, они сами находят «жертву» — компанию, не удовлетворяющую требованиям. Затем находят людей с ограничениями, от имени которых подают многомиллионный иск и зарабатывают себе деньги. При том что сами люди с ограничениями этими продуктами могли вовсе и не пользоваться.