Моя лента

Ранее мы установили возможность использования алгебры для описания вектора интервала времени-пространства и характеристик состояния, описываемых алгеброй матриц Паули, например, таких как спин и поляризация.
В этот раз я хотел бы показать механизм спектрального разложения мультивекторов в алгебрах Клиффорда и его физическую калибровку.
До сих пор мы обходили стороной слона в комнате – интерпретацию времени, да и вообще какую-либо физическую интерпретацию математических результатов. В этой статье мы попробуем связать два известных механизма – математический и физический – спектральное разложение мультивектора и дуальность комптоновского и гравитационного масштабов массы. Получится интересно.

19 июня 2026 Яндекс запустил ИИ персонажей в Алисе — больше 30 собеседников с характером, от блогеров до аниме-героинь; они запоминают контекст, а голоса обещают позже. Жанр не новый: «чат с ИИ персонажем» уже пару лет существуетЖ Character.AI, Replika и десятки Telegram-ботов. Удивляет другое — насколько мало нужно, чтобы собрать такое самому.

Разбираю на Python рабочий каркас чата с ИИ девушкой: LLM-роутинг, долгосрочную память и голос — плюс четыре места из прода, где мы спотыкались.

Удалить объект с фото с помощью нейросети - задача, которая еще пару лет назад заставляла даже опытных ретушеров проводить добрых полчаса в Photoshop, воюя с «заплатками», клонирующими штампами и попытками сохранить текстуру фона. Сегодня же мы избалованы инструментами, которые обещают избавить нас от случайных прохожих в кадре, лишних проводов или досадных артефактов буквально одним кликом.

Это продолжение поста “Две нейросети по 15 КБ” - там были базовые цифры. А тут уже личная история: как делалось, что пошло не так, и что выяснилось по пути.

Май 2024 года. Выходит статья “KAN: Kolmogorov-Arnold Networks”. И происходит то, что бывает раз в несколько лет - кто-то предлагает альтернативу MLP.

Не модификацию и не лайфхак - альтернативу.

В MLP каждый нейрон делает weight × input + bias, и все 80 лет развития - это вариации на тему “как сделать этот вес точнее, быстрее, разреженнее”. KAN предлагает другое: заменить линейный вес на обучаемую функцию. Вроде мелкий трюк, а на практике - меньше параметров при той же точности и встроенная интерпретируемость.

К 2026 году уже появились QuantKAN (4-битное квантование), KANtize (2-3-битные B-spline таблицы), BiKA (аппаратный акселератор, вдохновленный KAN). И все они, по сути, про одно - сделать KAN меньше, чтоб работал не только на GPU.

Граница в три бита - она же психологическая. Ниже 4 бит у всех начинается «а вдруг всё сломается». И знаете что? Обычно так и есть. Любой, кто квантовал нейросети в 2 бита, знает: точность падает. Не чуть-чуть - катастрофически.

Но {-1, 0, +1} - это даже не два бита, это log₂(3) ≈ 1.58 бита. Формально - между binary и ternary, а по ощущениям - чистое безумие.

Ну я и решил попробовать.

Если вы работаете с Claude Code или Cursor на большом проекте, знаете боль: просишь “найди, где обрабатывается авторизация”, а агент гоняет grep по ключевым словам. Если функция называется validateUserSession, а вы спросили про “авторизацию” — grep её не найдёт. Это ограничение текстового поиска, и его решает семантический поиск через эмбеддинги. Я уже разбирал CodeGraph и SocratiCode из этой ниши, теперь поставил третий — cocoindex-code. Зацепил тем, что ставится в две команды без Docker и баз данных. Прогнал на своём проекте, разобрался с AST-чанкингом и сравнил с аналогами.

Технический разбор браузерного top-down шутера на Phaser 4 и TypeScript: архитектура сцен, менеджеры, Tiled-карты, оружие, боссы, VFX/SFX, Playgama-интеграция и оптимизация ассетов.

Отдельно рассказываю, как использовал AI-ассистентов в разработке: где помогли Phaser skills против выдуманных API, как референсы удерживали единый стиль спрайтов, и почему генерация ассетов оказалась не “картинкой по промпту”, а полноценным пайплайном с Krita, Pixelorama и проверкой в игре.

Открытая модель GLM-5.2 от Z.ai заняла первое место в single-turn веб-дизайне на Design Arena, обойдя Claude Fable 5 и Opus 4.8 — модели Anthropic, которая держала вершину этой категории месяцами. Но интереснее не сам факт, а разбор, который Design Arena выпустила следом: модель выигрывает по контринтуитивной причине.

Автоматическая генерация структурированных академических конспектов из аудиозаписей лекций по точным и естественным наукам затруднена для локальных малых языковых моделей (small language models, SLM). Транскрипт лекции продолжительностью ≈1,5 ч составляет около 15–20 тыс. токенов и формально умещается в контекстное окно современных локальных SLM, однако при обработке такого контекста single-call SLM систематически деградируют: теряют фрагменты из середины последовательности, не удерживают структуру и галлюцинируют термины и формулы. Это проявление эффекта Lost in the Middle: точность извлечения информации описывает U-образную кривую — высока на краях контекста и падает в середине; в наших условиях используются SLM, поведение которых так же описано в статье, и оно характеризуется выраженным забыванием не только из середины, но также и из начала контекста. Более того, на бюджете 8 ГБ VRAM single-call длинного транскрипта практически неприменим*, что делает декомпозицию не оптимизацией, а необходимым условием работоспособности.

В этой статье разберу JSON-LD для сайтов на Tilda: что именно размечать, как разделять общий код и код конкретной страницы, где проверять микроразметку и какие ошибки чаще всего появляются после правок сайта.

Материал не про то, как скопировать готовый JSON из генератора. Такой вариант годится только для самых простых страниц.

На коммерческом сайте разметку лучше собирать от структуры: есть сайт, организация, конкретные страницы, услуги, статьи, контакты, изображения, хлебные крошки и вопросы.

Часть этих данных относится ко всему сайту, часть - только к одной странице.

Если это не разделить сразу, дальше начинаются дубли, старые URL, одинаковые схемы на всех страницах и странные предупреждения в валидаторах.

Для примеров возьму нейтральную нишу - учебный центр.

Разработчик под ником ShadCimm и фанат Fallout превратил бортовую систему своего автомобиля Hyundai Accent в стиле Fallout Pip‑Boy. Он сделал открытый проект под названием UNIT 99-E OS. Это лаунчер Android с ретро‑интерфейсом в стиле Pip‑Boy с оригинальным зелёным экраном, узнаваемой игровой системой подачи информации и данными от датчиков автомобиля. Система показывает скорость, направление движения, получает информацию с OBD‑II и управляется жестами, чтобы водитель мог не отвлекаться от дороги.

Учёные Калифорнийского университета в Дейвисе опубликовали статью о том, как пациент с боковым амиотрофическим склерозом (БАС) Кейси Харрелл смог вернуться к работе на полный день благодаря имплантированному нейроинтерфейсу, синтезирующему речь из активности мозга.

Минэнерго смягчило позицию, для крупных ЦОД от 50 МВт переход к 70% от максимальной мощности растянут на 6 лет. Это лучше чем 90% с первого дня которые обсуждались раньше, но не убирает риски полностью: https://www.kommersant.ru/doc/8689831

В современном UI помимо удобства есть еще свистелки и гуделки, чтобы зацепить взгляд пользователя. И, зачастую, такой свистелкой являются анимации: нажал кнопку, а у тебя вокруг спец-эффекты, поставил палец вверх, а он красиво подпрыгнул, и так далее.

Большинство таких анимаций, которые вы видите в приложениях практически каждый день, сделаны с помощью Lottie. Например, тут, в Telegram, часть анимированных стикеров и эмодзи сделаны как раз с помощью Lottie.

Почему именно Lottie? Lottie — это JSON-based формат векторной анимации, поэтому он легковесный, легко масштабируется, не требует видеокодеков, хорошо выглядит на экранах с разным DPI.

Нобелевский лауреат Джон Джампер объявил, что покидает Google DeepMind после почти девяти лет работы и переходит в Anthropic. Об уходе он написал у себя в X 19 июня: сначала возьмет паузу, чтобы "перезарядиться", а уже потом выйдет на новое место.

Раньше ценность специалиста в продуктовой разработке — неважно, аналитик это, владелец продукта, разработчик или инженер сопровождения, — во многом мерили тем, сколько деталей он держит в своём контекстном окне: подводные камни конкретного домена, как работает функционал легаси-системы, грабли, на которые он однажды уже наступал. По сути это был сжатый контекст одной-двух областей, накопленный дорогой ценой — годами жизни. Сейчас ровно по этому месту бьёт ИИ: токены, которые раньше приходилось загружать в мозг годами узкой практики, теперь подтягиваются почти даром, из ИИ-модели. Похоже, что дефицитным становится не объём контекстного окна и не глубина знаний в одной области, а то, чем это окно заполнено: много смежных доменов, лежащих рядом, и способность видеть, как они стыкуются в той системе, которую ты создаешь с помощью ИИ. Опыт точно никуда не девается, но, возможно, перестаёт быть решающим преимуществом.

На CES 2026 в Лас-Вегасе GMKtec EVO-X2 стоял на стенде AMD в центре экспозиции - на фоне выступления Лизы Су как пример того, каким она видит локальный ИИ на устройствах. Позже, 19 мая, на AMD AI Developer Day в Шанхае, Лиза Су лично подписала EVO-X2 на стенде GMKtec. Для небольшого китайского производителя мини-ПК - довольно неожиданный публичный жест от генерального директора крупного чипмейкера.

Я прочитал несколько независимых обзоров, бенчмарки сообщества и прошёлся по маркетинговым материалам AMD. Устройство реально интересное. Но вокруг него уже нарасло несколько преувеличений, которые стоит разобрать отдельно..

Наверняка все, у кого есть дети, слышали вопрос «чем ты занимаешься на работе?» Мне его точно задавали, и неоднократно.

Дать ответ на этот вопрос ребёнку, не скатываясь в иронию, не так уж и просто. Но оказалось, что все ответы для нас уже подготовили. И не евангелисты из Кремниевой долины, а товарищи в кожаных плащах и пыльных шлемах, думавшие о том, как воспитать миллионы молодых инженеров, лет шестьдесят назад и ещё раньше.

Всем привет!

Хотел поделится интересным паттерном взаимодействия между ИИ и продакшеном, который удалось выстроить и он довольно неплохо себя показал, так что при этом все живы, сервер цел, и все запросы выполняются безопасно..

Месяц назад я тут рассказывал, как сделал свой сервис для обмена чувствительной и приватной информацией Copy Sync - устроенный так, чтобы мой сервер физически не мог прочитать ваши пароли и ссылки. Текст шифруется прямо на вашем устройстве, на сервер уезжает уже зашифрованная каша, ключа от неё у меня нет.

Многие тогда справедливо спросили в комментах: "а ключи-то от шифрования откуда устройства берут?" Вопрос в точку. И в той статье я сам честно написал, что тут осталась слабое место. Вот её и чиню.

Третья часть цикла статей по разбору устройства работы IDS/IPS решения Suricata.

Разберём на практике уязвимость CVE‑2025‑66698 – обход аутентификации в Veda (Semantic Machines) v5.4.8. Запишем трафик с вредоносными запросами и составим suricata-правило, которое детектирует эксплуатацию уязвимости. В статье также приводятся объяснения как работают content, pcre и липкие буферы.