Во второй половине января 2026 года состоялся выпуск безопасного открытого решения HopToDesk 1.45.6 (код решения на GitLab) для удалённого рабочего стола для всех основных типов устройств, включая ПК с Windows, Mac, Linux, Android, ChromeBooks, iOS и даже устройства Raspberry Pi. Это форк RustDesk со своими серверами и доработанным интерфейсом.

Привет, Хабр! Меня зовут Алексей, я участвую в в разработке операционной системы для линейки коммутаторов KORNFELD в YADRO. Ранее я писал об организации L2-связности — она покрывает только часть потребностей, и рано или поздно требуется связать VXLAN-сегменты между собой или с внешними сетями. В этой статье рассмотрим варианты решения такой задачи. Все примеры беру из практики работы с KORNFELD, так как логика настройки и синтаксис схожи с популярными вендорами.

Всем привет! Меня зовут Гриша Крюков, я аналитик в команде антифрода Авито. Расскажу, как использование пользователями нескольких профилей может приводить к неверным бизнес-решениям и почему качественное обнаружение связей между профилями напрямую влияет на качество А/В-тестов. Обсудим проблему на интуитивном уровне и строго математически докажем ряд утверждений, сопроводив симуляциями на синтетических данных. Статья будет интересна тем, кто увлекается аналитикой данных, А/В-тестами или просто любит математику.

Типичная настройка CI для Telegram-бота: в секретах лежит токен, тесты ходят в реальный API, пайплайн занимает 10-15 минут и периодически падает на ровном месте. Таймауты, rate limits, протухший токен, который забыли обновить. Знакомая ситуация.

В этой статье разберём, как настроить CI/CD для Telegram-бота так, чтобы не нужны были ни токены, ни сеть, ни повторные запуски упавших тестов.

Меня зовут Алекс Гусев. Я - гуманитарий с техническим складом ума (или наоборот - технарь с гуманитарным). В общем, я не сильно удерживаю полёт своей фантазии, ибо простор для полёта присутствует в обеих координатах - и в технической, и в гуманитарной.

Я не собирался ничего писать на Хабр, как-то не до этого сейчас, но комменты под постом "День после появления AGI" меня, можно сказать, вынудили к этому. Как участник дебатов в комментах, я вдруг осознал, как, возможно, достаточно (не)гуманным способом будет решаться проблема перенаселения в не очень далёком будущем и какое место займёт ИИ в решении этой проблемы.

Сразу предупреждаю, что пост несерьёзный только наполовину. И серьёзную половину будет трудно понять как гуманитариям, так и технарям. Так что, можно просто считать, что это, ну... озорство такое, публичное.

Пишешь на Spring Boot уже пару лет и уверен, что знаешь все подводные камни? Рассмотрим классические ошибки, которые продолжают проникать в прод даже у бывалых разработчиков. Вместе с Mohamed Akthar в новом переводе от команды Java Insider разбираем три распространённые проблемы, которые могут привести к бессонным ночам отладки.

Google представил Agentic Vision — новую возможность модели Gemini 3 Flash, которая превращает анализ изображений из одномоментного "взгляда" в пошаговое исследование. Если раньше модель могла пропустить мелкую деталь вроде серийного номера или отдаленного дорожного знака и была вынуждена угадывать, то теперь она способна сама решить, куда приблизиться и что рассмотреть внимательнее.

Ниже представлен исходный материал, описывающий концепцию дрона. Сам летательный аппарат выступает здесь лишь объектом для отработки методологии. Главный интерес представляет не техническая спецификация устройства, а аккумулирующаяся на нем взаимосвязь. Рассматривается качество машинного перевода, специфику площадок, реакцию аудитории и итоговую аналитику ИИ. Текст, написанный человеком, прошел полный цикл цифровой обработки: перевод, редактуру, верификацию и критическую оценку группой ИИ агентов. Данный материал служит полем для проверки центрального вопроса. Какова реальная практическая польза искусственного интеллекта и каковы его пределы в контексте кросс языкового технического обмена?

В России продать крипту, не столкнувшись при этом с кучей геморроя – сложно. Это обусловлено санкционной политикой, отсутствием специализированной инфраструктуры внутри страны, а также особенностями работы российской банковской системы, норовящей по поводу и без заблочить вам счета и заставить пройти семь кругов ада.

В статье разберем, как не нарваться на эти самые блокировки или, по крайней мере, свести риски таковых к минимуму.

В 90-е перед выходом в школу мне как-то купили настоящий калькулятор. Он был маленький и красивый, а его кнопки были такими мягкими и эластичными, что на них хотелось нажимать! Чудо техники, не иначе… Прошло тридцать лет. И теперь калькуляторами никого не удивишь: в каждом смартфоне есть отдельное приложение, с помощью которого можно умножать, делить и производить иные арифметические действия. Что же стало с производителем самых известных в мире калькуляторов — компанией Citizen?

Генерация изображений с помощью ИИ – процесс, который требует вычислительных ресурсов и энергии. Исследователи предлагают радикально иной подход – использовать не цифровой, а природный шум. Речь о термодинамических вычислениях, где случайные тепловые колебания в физических системах становятся основой для низкоэнергетических операций. По оценкам ученых, такой метод может оказаться в 10 миллиардов раз эффективнее с точки зрения энергозатрат на создание случайности, чем традиционные цифровые псевдослучайные генераторы.

Контроль версий долгое время был для меня «чёрным ящиком»: я не понимал, как именно хранятся файлы, как формируются diff’ы и из чего состоят коммиты. А поскольку я люблю изобретать велосипеды, почему бы не попробовать реализовать git самому?

Приходилось ли вам выискивать изменения во вроде бы одинаковых документах вручную? А многостраничные договоры вычитывать доводилось? А если их бывает по 10 штук в неделю?

С момента публикации предыдущей статьи на эту тему (https://habr.com/ru/articles/786288/) прошло чуть более двух лет.
С точки зрения прогресса в области развития LLM - срок огромный.
В статье среди прочего давался краткий обзор возможностей, которые предоставляли тогдашние LLM для решения задачи нормализации записей справочника номенклатур.
За два года у многих LLM появился функционал, который непосредственно может быть применён для решения этой задачи, в том числе tools use/function calling и structured output.
Связку MS Excel+LLM structured output и рассмотрим на примере нормализации обозначений отводов по ГОСТ 17375 в корпоративном справочнике номенклатуры.

11 суровых истин, скрывающихся за KPI поддержки клиентов с помощью чат-ботов. Выводы, основанные на жестких данных, опыте неудач и тех немногих, кто действительно понимает, как все работает.

Если вы отвечаете за эффективность ИИ-поддержки, приготовьтесь. Настало время разоблачить скрытые ловушки, подводные камни и радикальные подходы, которые переопределяют, что на самом деле означает автоматизация удовлетворенности клиентов.

Как-то при разработке UEFI мне посчастливилось разбираться с таблицами описания системы в исходниках ASL (ACPI Source Language). Тема оказалась не тривиальная и моего багажа в несколько лет опыта, достаточно плотной embedded-разработки, не хватало для полного понимания работы подсистемы ACPI (Advanced Configuration and Power Interface). Поэтому пришлось исследовать доступные материалы на тему. 

В процессе поиска информации заметил, что очень мало русскоязычных статей на эту тему – а если и есть, то они в основном рассказывают о том, как включить какое-то оборудование на раннем этапе загрузки системы, а не дают понимания, как это устроено. Поэтому решил попробовать написать об устройстве ACPI, тем более что тема достаточно сложная для понимания – одна лишь спецификация ACPI занимает более 1200 страниц (на момент написания статьи). А некоторые даже и не знают о её существовании.

Привет, Хабр! Меня зовут Алексей Кутневич, я работаю ведущим Архитектором в ЦК архитектуры БЦТ РСХБ-Экосистема. В этой статье хочу поделиться реальными кейсами оптимизации микросервисной архитектуры из проекта «Свои финансы» — нашего нового банковского приложения. Покажу, как эти решения помогли существенно улучшить производительность системы. 

В этом году ученые раскопали термодинамический способ ИИ-генерации, который может быть экономнее классических методов в 10 млрд раз. Теоретически, это значит, что подписка на Midjourney могла бы стоить дешевле чашки кофе.

К сожалению, рассказать как это всё работает без предыстории невозможно — там присутствует тяжелая математика и физика, читать которую без "человеческих" объяснений невозможно. Именно этой базе и посвящена эта статья.

В апреле 2025 года в Nature Communications вышла статья про устройство, которое считает на шуме. Не вопреки шуму, а прямо на шуме.

Звучит как оксюморон. Полвека инженеры боролись с тепловыми флуктуациями в электронике: криогенные температуры, экранирование, фильтрация — всё ради того, чтобы сигнал не тонул в случайных колебаниях. Майнинг-фермы греются и шумят, но шум этот бесполезен, это просто тупые потери. А тут приходят ребята из нью-йоркского стартапа Normal Computing и говорят: давайте тепловой шум не глушить, а использовать. Пусть физика считает за нас.

И что характерно — у них работает.

Амели собирает письмо из вырезанных кусочков — и получается послание, которое меняет чью-то жизнь. Примерно тем же занимается консультант, который платит $60 в месяц за три AI-подписки, хотя мог бы собрать рабочий стек из бесплатных инструментов.

Qwen Chat — Deep Research, Artifacts, генерация изображений. DeepSeek — reasoning уровня топовых платных моделей. Оба бесплатно. Perplexity Pro остаётся для работы с файлами клиента и верификации источников — но точечно.

В статье: карта «задача → инструмент», четыре кейса с промптами, разбор ограничений и рисков (включая отправку данных на серверы в Китае).

Экономия: $60 → $20 или $0. Если готовы, как Амели, поработать ножницами — результат не хуже оригинала.

Количественные и качественные индикаторы достижения Product-Market Fit

Product-Market Fit (PMF) — это качественное состояние продукта, которое невозможно измерить какой-то одной метрикой. Однако его достижение или приближение к нему можно верифицировать с помощью комплекса исследований и ключевых показателей.

1. Качественные исследования или «Тест на сожаление»

Довольно информативный метод - опрос существующих клиентов. Анкетирование следует проводить сегментированно, отдельно анализируя ответы первичных и повторно покупающих пользователей.

Ключевой вопрос: «Насколько вы были бы разочарованы, если бы этот продукт перестал существовать?»
Варианты ответов: «Очень разочарован», «Немного разочарован», «Не разочарован» (или аналогичная шкала).

Интерпретация: Если доля респондентов, ответивших «Очень разочарован», составляет 40% и более, это считается ярким сигналом наличия PMF.

2. Индекс лояльности (Net Promoter Score, NPS)

NPS измеряет готовность клиентов рекомендовать ваш продукт другим людям. Методология предполагает оценку по 10-балльной шкале в ответ на вопрос: «Насколько вероятно, что вы порекомендуете наш продукт коллеге или знакомому?»