Зачем запускать тяжелый Fusion 360 или ArtCAM, чтобы просто вырезать фланец или прокладку? Я написал свой CAM-процессор на чистом JavaScript и Three.js, который готовит G-code из DXF за пару секунд прямо в браузере.

В статье разбираем архитектуру легковесного инженерного софта: парсинг DXF, визуализацию траекторий на WebGL, алгоритмы оффсетов и опыт парного программирования с нейросетью.

Компании по всему миру сегодня спешат объявить себя «AI-first», но всё чаще это звучит как красивый лозунг без реального содержания. В своей колонке генеральный директор Runway Сицы Чен предлагает честно взглянуть на этот разрыв — между тем, что организации декларируют, и тем, что на самом деле происходит внутри команд. Это размышление о том, как не превратить инновации в показное действие, почему настоящие преобразования начинаются с любопытства, а не с мандатов сверху, и что отличает компании, действительно осваивающие ИИ, от тех, кто лишь делает вид.

Я много лет работал в продажах. Руководил отделом, закрывал планы. Продавал чужие товары — иногда даже не видел их, только цифры на экране: названия, цены, скидки, бонусы. Зарплату получал хорошую, даже хватало на путешествие по Италии с женой.

Но радости не было. Каждый отпуск мы с женой возвращались к одному вопросу: чем заняться, чтобы делать что-то своё от начала до конца.

Сейчас у нас семейное производство натуральной косметики. Два бренда: MOYABORODA для мужчин и OLFACTORIUS для всей семьи. Оборот — от 500 до 900 тыс. ₽ в месяц. Рентабельность — 24–25%. Команда — 5 человек, плюс мы с женой. Всё делаем сами на площади 100 м² — без инвесторов, без франшизы, без кредитов.

В этой статье расскажу, как мы строим производство: что варим и как, сколько зарабатываем на банке масла, почему маркетплейсы забирают 60% выручки и зачем мы сознательно остаёмся маленькими.

Справедливость — ключевой элемент игр. Кто захочет играть в игру, которая явно подстроена в чью‑то пользу? Сбалансированная игра гарантирует, что у всех игроков есть равные шансы на победу, без нечестных преимуществ для отдельных участников. Однако достичь баланса в играх — задача далеко не простая.

В этой статье мы рассмотрим стратегии балансировки игр и дадим советы геймдизайнерам, как создать более сбалансированный игровой процесс. Независимо от того, разрабатываете ли вы ролевую игру, стратегию в реальном времени или соревновательный многопользовательский проект, эти советы будут полезны.

В начале ноября после очередной шок-статьи, оказавшейся пустышкой, у меня появилась идея сервиса, который будет анализировать новости при помощи ИИ — рассказываю, что я делаю, и что из этого всего получается.

Это реальная история, не байт.

Всем привет!

Это моя первая статья на Хабре, решил поделиться с общественностью своей идеей и тем, чем последнее время я занимаюсь в свободное время.

Любая критика (а также предложения и/или пожелания) категорически приветствуются.
Приятного чтения!

Идея

Не так давно по состоянию здоровья вынужден был погрузиться в мир глюкозы и ее мониторинга. В продаже довольно много всяких‑разных глюкометров, которые с более‑менее приемлемой точностью помогают мониторить уровень глюкозы. Но, в наш век информационных технологий, электромобилей и умных домов подавляющее количество этих устройств — это просто «экранчики с кнопками», показания которых никуда нельзя передать, никак нельзя экспортировать (ну кроме банального переписывания в тетрадку с экрана). В общем, говоря «современным языком» умных домов — по большей части эти устройства «глупые». К слову, да — я в курсе про системы непрерывного мониторинга уровня глюкозы и про них здесь тоже будет сказано (спойлер — не все так радужно в тамошних королевствах).

При разработке программных продуктов иногда может появиться задача разработки многосоставного ступенчатого процесса. На каждом этапе которого нужно предусмотреть обработку ошибок, повторное выполнение операции, откат с начальному состоянию в случае ошибки и тд. В этой статье я расскажу, как в таких случаях можно применить temporal и покажу пример кода на java. В конце приложу ссылку на исходный код, так что можно будет скачать и самому поиграться с настройками, процессами и тд.

Одна из главных проблем B2B и технологических стартапов - это известный замкнутый круг: ты можешь быть исполнителем работ для крупных корпораций только в том случае, если у тебя уже есть опыт работы с этой компанией и хорошая репутация. Но как получить этот опыт, если его нет? Корпорации и госкомпании требуют доказательства эффективности, кейсы и рекомендации, но у нас их еще нет.

Знаю это на личном опыте, так как 10 лет работала в крупных корпорациях - и в том числе выбирала подрядчиков. Покажу вам взгляд с другой стороны.

Давайте разберем два работающих подхода, которые помогают выйти из этого круга:
стратегия «холодного субподряда» и «португальское мышление» (сильный нетворкинг как инструмент продаж).

В этой части добавил Claude Opus 4.5 и GPT 5.1-Codex-Max

Предыдущая часть

Для тех, кто не любит читать, результат сразу тут:

Коллектив российских физиков из МФТИ, Института теоретической и прикладной электродинамики РАН и ВНИИА им. Н.Л. Духова теоретически доказал и смоделировал удивительное явление: временное охлаждение самого холодного объекта в сложной квантовой системе без использования внешнего холодильника, за счет передачи его тепла более горячим объектам. Этот парадоксальный процесс не нарушает второе начало термодинамики, но бросает вызов нашему интуитивному пониманию тепловых потоков. Результаты работы опубликованы в журнале Physical Review A.

В выходные я просматривал Твиттер, чтобы узнать, что происходит в сфере ИИ. И снова DeepSeek привлек внимание всего мира.

Это не просто очередной инструмент для распознавания текста, а новая технология контекстного оптического сжатия, которая использует визуальные методы для решения проблемы обработки длинных текстов, предлагая новый подход к работе с огромными массивами информации.

Любой, кто пользовался большой языковой моделью (LLM), сталкивался с такой проблемой:

Когда вы просите модель обобщить десятки тысяч слов из конспектов конференций или научных статей, она начинает терять память.

Это происходит потому, что квадратичная сложность длины последовательности по своей сути ограничивает GPT, Gemini и Claude - чем длиннее входные данные, тем больше вычислительной мощности требуется.

Привет всем! Меня зовут Аня, я методист и преподаватель курсов английского в Практикуме. 

Чёрная Пятница в самом разгаре: письма, пуши и баннеры сыплются со всех сторон, а у нас в Практикуме самые большие скидки в году (но об этом позже). Кто-то уже поддался соблазнам, кто-то избегает маркетплейсов, а кто-то не понимает, как обычный день скидок стал мировым феноменом. 

Я решила посмотреть на Black Friday изнутри — через английский язык. За каждым маркетинговым приёмом стоит термин с любопытной историей: doorbuster, FOMO, anchoring, dark patterns. Все они описывают механики, которые подталкивают нас к покупкам.

В статье разберём, как эволюционировал сам термин Black Friday, какую лексику используют маркетологи и покупатели и как блогеры превратили потребление в контент. Заодно пополним словарный запас терминами, которые помогут и читать англоязычные материалы о ретейле, и осознаннее относиться к покупкам.

Голография, как метод восстановления волнового фронта, может быть использована не только для записи и восстановления трехмерных изображений объекта. Фундаментальное свойство голографии – делимость голограммы (возможность восстановления полного изображения объекта по фрагменту голограммы) – представляет интерес для помехоустойчивого кодирования произвольных сообщений. Свойство делимости может эффективно использоваться при передаче информации по каналу связи с большим уровнем шума и/или при недостаточном уровне сигнала, когда могут быть искажены или утрачены большие фрагменты сообщения.

В этой связи интересен перенос принципов голографической обработки изображений на кодирование произвольных цифровых данных и разработка голографических методов помехоустойчивого кодирования, позволяющих корректировать множественные ошибки.

Принципиальным отличием помехоустойчивого кодирования от задач обработки изображений, обладающих внутренней избыточностью и допускающих приемлемую потерю точности, является требование точного соответствия декодированного блока данных исходному.  Рассмотренный метод основан на представлении исходного цифрового блока произвольных данных как изображения и расчете интерференционной картины волнового фронта, создаваемого этим изображением.

Кодирование информации (моделирование голограммы) и декодирование (восстановление цифрового массива) требует достаточно больших вычислительных ресурсов. Сложность вычислений можно значительно сократить, если использовать для представления исходного блока цифровой информации не двоичный, а единичный позиционный код. В этом случае оптическим объектом, для которого строится голограмма, является точечный источник на черном фоне, а информация закладывается в координаты точки на поле объекта. Результатом кодирования является простейшая голограмма – зонная пластинка Френеля, координаты центра которой несут кодируемую информацию.

Привет! Как-то раз в соцсети мне попалось интересное видео. В нём показывают бывшую балерину, в уже престарелом возрасте, больную Альцгеймером. Вот она сидит в инвалидной коляске, видно, что двигаться нормально не может. Тут ей включают Чайковского и её тело очень быстро начинает реагировать. Как будто она повторяет танец умирающего лебедя, и испытывает эмоции, судя по выражению лица. Картина, очень трогательная, печальная и в то же время вдохновляющая. Знакомая мелодия пробудила в ней то, что казалось уже безвозвратно утраченным из-за болезни.

Я себя считаю меломаном, у меня есть довольно внушительная коллекция музыки на все случаи жизни и настроения. И это видео сподвигло меня разобраться, а что вообще известно о влиянии музыки на мозг и тело человека. В этой статье хочу поделиться с вами некоторыми своими находками. Надеюсь, вам будет интересно.

Fizz Buzz — это игра с числами, которая стала неожиданно популярной в мире компьютерного программирования в качестве простой проверки базовых навыков. Правила игры просты: игроки вслух произносят по порядку числа, начиная с единицы. Если число делится на 3, игрок должен сказать вместо него «Fizz». Если число делится на 5, он должен сказать «Buzz». Если оно делится и на 3, и на 5, игрок говорит «FizzBuzz». Вот типичная программа на Python, выводящая нужную последовательность:

for n in range(1, 101):

if n % 15 == 0:

print('FizzBuzz')

elif n % 3 == 0:

print('Fizz')

elif n % 5 == 0:

print('Buzz')

else:

print(n)

А вот её вывод: fizz-buzz.txt. Можно ли усложнить эту программу? Слова «Fizz», «Buzz» и «FizzBuzz» повторяются в этой последовательности периодически. А что ещё у нас есть периодического? Тригонометрические функции! Возможно, нам удастся при помощи этих функций закодировать все четыре правила последовательности в выражении в аналитическом виде. Именно эту задачу мы и исследуем в статье, получив в конце дискретный ряд Фурье, который может получить любое целочисленное n и выбрать для печати соответствующий текст.

Рынок графических нейросетей расширяется, причём их возможности растут в геометрической прогрессии. Совсем недавно появилась новая версия Nano Banana, чуть раньше - Seedream v4 и Reve.

Я подумал: почему бы не сравнить эти три модели? Уровни генерации у них примерно одинаковы, возможно, получится что-нибудь любопытное.

Итак, сегодня мы рассмотрим: Nano Banana (берём первую версию, вторая была бы слегка не равноценна по отношению к конкурентам), Seedream v4 и Reve. Постараемся осветить некоторые интересные возможности, если они имеются, а также попробуем определить, какая из моделей справляется лучше с поставленными задачами.

Устраивайтесь поудобнее - мой рассказ начинается.

Сейф сейчас предмет распространённый и, на первый взгляд, не очень интересный. Но если проследить историю его возникновения и трансформации, то обнаруживается немало любопытных фактов.  

Когда команда растет вместе с проектной нагрузкой, задачи перестают умещаться в блокнотах или Excel. В каждой ИТ-команде, маркетинговом отделе или проектном офисе задаются главным вопросом: где и как фиксировать задачи, чтобы ничего не потерять? Казалось бы, ответ понятен — есть десятки таск-трекеров, которые помогут упорядочить этот процесс. Только как выбрать подходящий сервис?

Слышите из каждого утюга про «эй-ай» и хотите разобраться в этом тренде? Или просто собрались попробовать запустить ML- или AI-проект, но вас пугают настройки серверов и облаков?                                                     

Не переживайте, сейчас расскажем, когда лучше выбрать собственный выделенный сервер, а когда — облако. И как не тратить кучу времени на рутину, а сосредоточиться на важном — развитии моделей и получении результата. Эта статья — ваш путеводитель по настройке окружения для AI, без лишнего технического мата и сложных терминов. Детали под катом.

Небольшой опыт использования модели для определения эмоций. Я пытался найти эмоции у Цветаевой с помощью Python. Да не смог.