Апелляционный суд в Великобритании признал кражу золота в RuneScape уголовным преступлением. Соответствующее решение было вынесено по делу бывшего разработчика Jagex Эндрю Лейкмана, которого обвинили в хищении валюты на $750 тыс.

По мнению юристов, этот прецедент может повлиять на всё игровое сообщество и индустрию в целом. До сих пор сделки и споры вокруг внутриигровых предметов находились в серой правовой зоне: формально они не считались собственностью, а кража в виртуальном пространстве не попадала под уголовные нормы. Теперь суд установил, что цифровые ценности могут обладать признаками имущества, и их хищение должно рассматриваться как преступление.

Надеемся, мы вас уже убедили, что ИТ — не только бигтех, банки и маркетплейсы. Параллельно существует масштабный, но все еще не настолько популярный для многих пласт — промышленный ИТ, или Heavy Digital. Эта сфера имеет свои отличия: больше физики, железа и процессов, которые нельзя просто «перезапустить».

Привет, это новый выпуск «Нейро-дайджеста» — коротких и полезных обзоров ключевых событий в мире искусственного интеллекта и технологий. 

Неделя выдалась насыщенной: куча мощнейших релизов из Китая, которые наступают на пятки GPT-5.2 и Gemini 3. Реалтайм инструменты от Krea и NVIDIA, генеративные модели от Qwen и Hunyuan, а Сэм Альтман честно признал, что OpenAI испортили тексты в последних версиях GPT.

Всё самое важное — в одном месте. Поехали!

Потребители все чаще ждут от банков не только профильные товары и услуги. Клиентам интереснее участвовать в игровом процессе, а не просто совершать операции или знакомиться с новыми сервисами. В итоге банки создают гейминговые проекты или вступают с коллаборации с другими компаниями. Рассказываем в нашей статье о таких примерах.

Рассказ о том, как с помощью одной матрицы и двух чисел научиться распознавать любые созвездия на небе.

Программирование привело меня в режиссуру, а режиссура (и преподавание) привели в психологию (см.предыдущие статьи). Ещё во времена знакомства с первыми компьютерами у меня возникло ощущение – взаимодействия software и hardware очень похожи на взаимодействия сознания и тела. В этой публикации я попробую прокомментировать свою статью (ранее публиковал её на профессиональных ресурсах психологов) о функционале обиды через эти аналогии.

— Расскажите, пожалуйста, о родителях, — начинаю, выслушав клиента на первом занятии, вникать в его ситуацию,
 — Опять детство разбирать... — капризно и разочарованно тянет клиент и уже в этом он похож на маленького мальчика лет 3-4х.
 — А можно, мы не будем лезть в детство? — с той же интонацией говорит новая клиентка на другой консультации. И тоже в этот момент становится похожей на 3-4летнюю девочку.
 Ещё один вариант реакции:
 — Ну, почему вы все, психологи, в детстве обязательно копаетесь? Прошлое не вернёшь и не переделаешь.

Для поиска ответа попробуем разобраться, как растёт человек, как формируется его психика.

В первые недели жизни младенец способен выражать только самые примитивные эмоциональные состояния — крик, плач. К концу месяца у него начинает появляться вполне осмысленная улыбка, чуть позже — любопытство, смех, начинает тянуться руками к маме, к игрушкам. С полугода он начинает пытаться ползать. Концу года ребёнок осваивает первые слова, Ещё через год-два начинает изъясняться предложениями — от простых к сложным.

Никогда и не думал, что мне предстоит написать статью не на техническую тему. Началось всё с того, что у нас в коллективе обсуждалась какая-то неинтересная для меня тема про самолёты. Один из новоиспечённых членов коллектива делился знаниями, какой самолёт громче какого, и сколько децибел звука они издают.

Разработчик, руководитель проектов и активный пользователь сетевых сервисов из России рассказал, что смог побороть бюрократию и добился от ICANN возвращения своих аккаунтов, который геополитически заблокировал регистратор Namecheap.

Введение: Проблема ручного контроля

На работе одним из постоянных и важных процессов является проверка чеков на подлинность. Их поток достаточно большой (порядка нескольких сотен каждый день) и при этом каждый документ разбирается вручную - это может занимать до нескольких минут на один файл. На дистанции получается достаточно много. К тому же ручная проверка это медленно, дорого, и зачастую с ошибками из-за усталости аналитиков.
Потратив некоторое время на поиск готового решения нашей проблемы я нашел самописные гитхабные репы, которые максимум распознавали текст на картинке, даже не на PDF, платных решений я также не нашел, банки их не светят и естественно не продают.

Я ни разу не технарь (хотя по образованию инженер, ха), но благодаря опыту в антифроде я знал точно, что нужно проверять и как. Поэтому я подумал, что было бы прикольно (а в перспективе и полезно) сделать простенькую ML-ку и потихоньку ее обучать, пет проект который если стрельнет, то принесет пользу, а если не стрельнет - я потрачу время с удовольствием.

Я написал детальный промпт для курсора и вайбкодинг помог создать первую версию системы. А потом я итеративно улучшал ее на основе реальных данных.

Я инженер, занимающейся разработкой электронных устройств.

Мне кажется, что каждый кто с этим связан поймет, что это подразумевает, а значит может смело пропустить следующие 3–4 абзаца. Если никогда не сталкивались, то для понимания я немного расширю вводные:

Разработка электронных устройств — это отработка технического задания (чаще его даже нет, а надо сделать просто хорошо и быстро), разработка принципиальной схемы, моделирование функциональных узлов, проектирование печатной платы, трассировка печатной платы, аналитический расчет и подбор компонентов, монтаж макетных образцов, отладка и т. д. 

Основная мыль в том, что это различные этапы, связанные между собой, каждый из которых требует времени и внимания, а любой из нас знает – никогда это не идет по плану! Серьезно, за все время я ни разу не встречал другого разработчика, который сказал бы мне, что какое-то устройство у него получилось с первого раза, пройдя все проверки и оно ушло на серию. Любое устройство в первой итерации приблизительно выглядит как-то так...

Дескрипторы — одна из тех фич Python, о которых многие слышали, но мало кто использует напрямую. При этом они лежат в основе @property, @classmethod, @staticmethod, слотов и даже обычного доступа к методам.

Разберём, что такое дескрипторы, как их писать и когда они реально полезны.

Вступление:

Привет, меня зовут Лера. Работаю Head of Community / Marketing в школе Web3-разработки, но времена немного меняются. И тема этой статьи говорит за себя. По долгу своей службы вокруг меня постоянно проводят стримы, связанные с AI: автоматизация, вайбкод, личные ассистенты, оптимизация рабочих процессов. Ресёрч, подключение MCP и конечно же RAG.

Выбирая множество тем из огромного и хайпового сегмента нейросетей сложно ухватиться за что-то очень конкретное. Будь то вводная статья в тему, я бы вам рассказывала про LLM модели. Оно и многим понятно и доступно. Мне кажется, что каждый уже слышал про ChatGPT. Слышал казусные ситуации оттуда или видел аватарки в стиле студии Гибли. Это относительно понятное явление.

Но с другой стороны оно и слишком очевидное. Даже без особых знаний по написанию промптов, любой может найти способ оплатить подписку или протестировать бесплатно. Поговорить с нейросетью и либо закончить на этом, либо же пойти пробовать дальше.

LinkedIn будет предоставлять официальные сертификаты по навыкам искусственного интеллекта и вайб-кодингу. Пользователи смогут подтверждать практические умения с помощью данных от популярных сервисов.

Так, в программе участвуют такие платформы, как видеоредактор Descript, инструменты для программирования Lovable и Replit, а также сервис для создания ИИ‑агентов Relay.app. Эти приложения будут автоматически анализировать, как пользователи с ними работают: какие задачи выполняют, какие результаты получают и насколько эффективно применяют ИИ-функции. На основе этой активности система сформирует персональный сертификат, который затем можно выложить у себя в профиле.

Есть старая шутка о том “чем отличается обычный программист на С++ от хорошего программиста на С++”? Первый пишет код, а второй может объяснить, почему он работает. 

Это конечно шутка, но сейчас далеко не всякий даже хороший программист может объяснить, как работает тот или иной участок кода или внутренняя логика, которая привела к конечному решению, не прибегая к ультимативными фразам вроде «так написано в стандарте» или «так нахерачил компилятор».

В центре всего, что происходит внутри компилятора, находятся два процесса: поиск имён и разрешение перегрузок, которое мы рассмотрели в предыдущих статьях. И каждый раз, когда компилятор обрабатывает ваш код — он обрабатывает всего два вопроса:

Первый: «Что вообще может означать это имя здесь?»
Второй: «Если вариантов несколько, какой из них правильный?»

Если вы поймёте, как компилятор отвечает на эти вопросы, то вы поймете как работает и всё остальное — шаблоны, концепты, перегрузки — это всё строится на решении этих двух вопросов.

Вы весь день работали над задачами, ответили на сотню сообщений, отсидели пять созвонов, но к концу дня ловите себя на мысли: «а что, собственно, я сделал» — знакомо?

В какой-то момент я заметил, что не могу собраться, чтобы просто сделать очередную задачу в Jira. Внедряя новые привычки, я смог вернуть фокус и энергию, и теперь хочу поделиться, что мне помогло.

Расписал 15 рекомендаций: от практики глубокой работы и техник приоритизации до советов из теории научной организации труда.

28 января 2026 года состоялся выпуск свободного пакета для автоматизации проектирования печатных плат LibrePCB 2.0.0. Выпуск LibrePCB 1.0.0 случился в сентябре 2023 года. Предыдущая стабильная версия LibrePCB 1.3.0 стала доступна в марте 2025 года.

Nvidia запустила бета-тестирование приложения для платформы Linux. Нативная версия проекта позволяет подключаться к облачному сервису GeForce NOW, обеспечивающему запуск игр на серверах Nvidia с трансляцией ввода/вывода на систему пользователя.

Полгода назад я перестал писать код руками. Не потому что разлюбил программирование — наоборот, за это время я узнал больше новых паттернов, подходов и решений, чем за предыдущие два года активной разработки. Просто теперь я занимаюсь другим: планирую, верифицирую, мержу и проверяю результат. Я стал AI-диспетчером.

Представьте себе нейрон в человеческом мозге. Или ветвь старого дерева. Или тончайшую сеть капилляров под кожей. На первый взгляд — совершенно разные вещи, рожденные разными законами и эпохами эволюции. Но современная физика все чаще показывает: природа любит повторять удачные решения. Иногда — с почти математической точностью.

Недавно ученые сделали шаг, который еще пару десятилетий назад показался бы эксцентричным: они взяли инструменты теории струн — одной из самых абстрактных областей теоретической физики — и применили их к… биологии. Результат оказался неожиданно наглядным.

Более ста лет господствовала простая и интуитивная гипотеза: живые системы формируют свои сети так, чтобы минимизировать длину. Меньше длина — меньше материала, меньше энергии, выше эффективность. В математике такие сети описывались как тонкие линии или провода, соединяющие точки кратчайшим путем. Эта идея выглядела красиво, но при сравнении с реальными биологическими структурами она регулярно давала сбои: тройные и четверные разветвления, тонкие боковые отростки, ветви, растущие почти под прямым углом.Согласитесь, с точки зрения минимизации длины — странно и невыгодно. С точки зрения живых систем — повсеместно.

В сети Интернет произошёл запуск специальной соцсети для ИИ-агентов под названием moltbook. В этой соцсети различные ИИ общаются между собой и решают различные непростые вопросы, связанные с их хозяевами-людьми.

Примеры вопросов: