IT-компании

Как же за всем этим успевать?

За это время вышли ещё и обновлённый DeepSeek, и результаты по Навье-Стоксу. На этом фоне у GPT Images 2.5 были все шансы потеряться. Не потерялся.

Разве что реддит-модер ненадолго снёс официальный пост OpenAI из-за «вторника без картинок»...

Так вот, 8 сентября 2026 года OpenAI выпустила обновлённую версию своего генератора изображений – ChatGPT Images 2.5. Официально это не «тройка», хотя по объёму изменений можно было бы и замахнуться. Впрочем, это и в самом деле скорее «версия 2.0, доведённая до ума», чем революция. Но именно это доведение до ума и есть самое интересное.

Если в двух словах: генерация стала быстрее почти на 50%, редактирование – более хирургическим, а сама модель – заметно менее забывчивой в длинных диалогах. Дальше – details, details, details.

Спойлер: пеликана на этот анимировали в 96 кадрах и прокатили на велосипеде. Но обо всём по порядку.

Продолжаем делиться кейсами внедрения ИТ-решений экосистемы Directum. На очереди — системный интегратор TANAiS, который выстроил на базе Directum Projects единый проектный контур вместо множества разрозненных сервисов. Компании удалось получить 100%-ую сквозную аналитику, за счет чего быстрее адаптируются графики проектов в 4 раза и эффективнее планируются ресурсы и в 2 раза.

Айтишники рассказывают, как отправляют сотни откликов на HH и не получают ответа. Компании твердят, что количество резюме выросло в разы, но хороших специалистов по-прежнему днем с огнем не сыскать. Зарплатные ожидания кандидатов и предложения работодателей расходятся, как корабли в море. Джуны не могут получить первый опыт, ведь их никуда не берут, а работодатели ищут людей, способных выйти на место и начать приносить пользу с первого дня. И не находят! Везде гремит один и тот же вывод: все пропало, рыночек сломался!

Забавно, что экономисты уже давно знают, как выглядит «сломанный» рынок, и их такими жалобами не проймешь. Более того, в 2010 году Питер Даймонд, Дейл Мортенсен и Кристофер Писсаридес получили за свой анализ Нобелевскую премию по экономике.

Возможно, если бы мы иногда отрывались от обсуждения нового фреймворка и смотрели, за что раздают Нобелевские премии по экономике, сегодняшний кризис найма выглядел бы менее загадочно…

Давайте попытаемся разобраться, что именно увидели экономисты, какие параметры позволяют описать нынешнюю ситуацию на рынке труда цензурными словами, и в конце даже рискнем сделать выводы, что эта хваленая модель вообще может нам сообщить о ситуации в IT-индустрии.

Скан сети находит 320 устройств, бухгалтерия — 280 на балансе. Кто подключил лишние 40 и на каком складе они лежат не знает никто, потому что информация в пяти разных системах. Разбираем, что каждая из них видит, а что упускает, и как свести их в одну карточку актива.

Что происходит, когда команда оценивает задачу до знакомства с чужим кодом? В нашем случае это приводило к оптимистичным срокам, неожиданным A/B-реализациям, повторным итерациям ТЗ и багам, которые обнаруживались уже на тестировании.

Мы добавили Tech Discovery — раннее исследование кода до финализации требований, дизайна и оценки. В статье расскажу, для каких задач этот процесс окупается, сколько времени занимает, какие результаты должна получить команда и чем наш подход отличается от обычного технического spike.

На выборке из семи задач TTM средних и сложных проектов сместился с диапазона 1,5–3 месяца к 1–2 месяцам, а количество профильных багов на эпик — с 6–12 до 4–9.

Еще несколько лет назад рабочий процесс 1С-разработчика был довольно предсказуемым: Конфигуратор, информационная база, ручная загрузка и выгрузка конфигурации, обмен файлами с коллегами.

Затем появились Git, EDT, автотесты и инструменты автоматизации. Сегодня в этот цикл все активнее входят AI-агенты, MCP и программное управление платформой.

Меняется не только набор инструментов, но и стоимость разработки. То, что раньше требовало десятков минут ручной работы, постепенно превращается в одну команду, скрипт или действие агента.

Подборка материалов ниже — о разных сторонах этого перехода. Вместе они показывают одну тенденцию: современный 1С-разработчик все меньше работает только с Конфигуратором и все больше — с полноценной инженерной экосистемой вокруг платформы.

Для одиночного разработчика локальная работа с агентом может оставаться личным ремеслом. Для команды та же схема превращается в системную проблему: компания больше не видит, как на самом деле производится результат.

Раньше большая часть инженерной работы происходила внутри задач, коммитов и проверки кода. Теперь между постановкой и итоговым кодом возникает отдельное производство: агент исследует проект, строит план, пишет реализацию, запускает проверки; человек возвращает результат, меняет навыки, переключает модель, правит harness и принимает решения. Но трекер задач продолжает показывать одну строку: «задача у разработчика».

Из-за этого агентная разработка пока масштабируется странно. У каждого человека появляется всё более сильный персональный заводик, но команда не получает общего производства. Она видит продукт, не видит способ его изготовления — и поэтому не может этот способ измерять, сравнивать, передавать и улучшать. Компания не станет AI‑native, пока эта работа остаётся невидимой и развивается на ощущениях.

Последние недели в рабочих чатах через слово мелькает фраза «а давай Гэндальф сварит зелье со Скуби-Ду». Не потому что корпоратив затянулся. Просто мы в GPTunneL запустили штуку, которая заставляет весь офис вести себя как дети, которым выдали пульт от телевизора и сказали: «крути любой канал, какой захочешь – только этого канала ещё не существует, придумай сам».

Штука называется Grom TV. Это генеративный онлайн-ТВ, куда заходит любой желающий, пишет промпт (буквально текстом, как в чат) и через 20–25 секунд видит на экране свой собственный видеоролик, сгенерированный нейросетью прямо по этому запросу.

Причём видит не один: на канале одновременно крутятся ролики других зрителей, а под телевизором – чат, куда можно отправлять промпты.

Попробовать можно прямо сейчас: «Гром Телевизор». Регистрация простая, промпт пишется в поле справа от экрана – и дальше вы, по сути, режиссёр в прямом эфире. Собственно, вот как это выглядит вживую...

Договоренности между основателями часто существуют только «на словах». Пока отношения хорошие, это работает. Проблемы начинаются, когда нужно принять спорное решение, привлечь инвестора или кто‑то решает выйти из проекта.

Пример: Два основателя создали фирму, распределили корпоративный контроль 50/50, всё идёт хорошо, но вот предлагается сделка, её нужно согласовать как крупную, а по уставу кворум может быть только при 100% голосов «За». В преддверии общего собрания у основателей произошёл личный конфликт, в итоге один из них голосует стабильно «Против». В результате сделка сорвана, проект потерял деньги, предприятие стало приближаться к банкротству.

И это далеко не единичный случай, когда отсутствие зафиксированных договорённостей приводит к параличу деятельности стартапа.

Как решить будущие проблемы одним документом — соглашением между основателями

Безусловно, время и поступки определяют степень доверия к человеку. Однако бизнес всегда связан с риском и непредсказуемостью, в том числе в поведении партнёров. Поэтому человеческий фактор нужно учитывать и при ведении предпринимательской деятельности, поскольку речь идёт о повышенном риске под личную ответственность.

Очень важно изложить все договорённости на бумаге — первоначально это может быть соглашение о намерениях (term sheet), а в последующем, при понимании, что за бизнес‑модель, у кого какие будут обязанности, какие цели намечены на ближайшее время — корпоративный договор, в котором могут быть прописаны в том числе и способы разрешения тупиковых ситуаций.

Последние недели внимание индустрии приковано к X: 13 августа Илон Маск выложил в открытый доступ веса ранжирования алгоритма «For You» и запустил инструмент «Under the Hood», который прямо показывает пользователю, есть ли ограничения на видимость его постов и почему.

Пока все обсуждают честен ли Маск или это уловка, в Meta разворачивается гораздо более тихая, но потенциально более масштабная история. Которая не имеет своего пресс-релиза а разбросана по разным, вроде бы не сильно связанным между собой событиям, может быть поэтому и незаметная.

Какие события произошли за последнее время с Meta?

26 августа 2026 года Meta заключила мировое соглашение с 47 штатами США на сумму до $18 млрд, закрыв иск о том, что компания намеренно проектировала аддиктивные платформы для детей. Соглашение обязывает Meta ввести конкретные технические меры для пользователей младше 18: лимит времени (2 часа/день), ночной режим, усиленную верификацию возраста. Соглашение вроде как уже вступило в силу и утверждено судьей.

В соглашении есть очень любопытный пункт, из $18 млрд Meta гарантированно платит только $12.7 млрд - оставшиеся $5.3 млрд перечисляются штатам, только если TikTok и YouTube присоединятся к тем же ограничениям и заплатят сопоставимую сумму. И тут очень интересная логика, если конкуренты не присоединятся - Meta экономит $5.3 млрд, а конкуренты выглядят компаниями, отказавшимися защищать детей. Но если присоединятся - Meta вроде как теряет большие деньги, но зато забирает у конкурентов их преимущество показывать детям все подряд и забрать трафик.

На связи Сергей Скирдин, технический директор ИТ-интегратора «Белый код». Уже 2 года я делаю подробные обзоры на продукты класса ESB. Появилась идея детально разобрать решения, которые предлагают те или иные платформы, для интеграции с 1С. В этом материале про возможности «Интегры».

Давно собирался написать статью о самых запомнившихся презентациях в ИТ. О тех, которые не просто оказались для всех яркими событиями, а заложили основы новых форматов и стилей публичных выступлений. Однако когда завершил работу, то задумался, актуально ли это все еще. 

Получившаяся статья под катом. Если захотите найти ответ на мой вопрос, то дочитайте ее до конца, а потом можем обсудить.

Привет, Хабр! Какой стиль управления командой вы предпочитаете? Можно ли оставаться «мягким» и при этом сохранить продуктивность команды на 100%? И каких принципов придерживаться, чтобы выстроить эффективную коммуникацию без излишнего давления? Я Лена, эксперт Directum Projects. В этой статье расскажу, когда не обойтись без кнута и какой пряник «испечь», чтобы все остались довольны.

Классическая ситуация: компания ищет мидла на бэкенд, находит хорошего человека в Казахстане, договаривается о вилке, зовет бухгалтера оформлять. Бухгалтер спрашивает: он ИП или физлицо? Вроде, вопрос формальный. На деле от ответа зависит, будет ли проект стоить на 22% дороже.

Разбираем, откуда берутся эти 22%, почему НДФЛ с казахстанца платить не надо, но налоговым агентом вы все равно остаетесь, и какая формулировка в договоре превращает экономию в доначисление.

Дисклеймер: это не универсальный рецепт. Ситуации бывают разные, и решение под конкретный проект стоит согласовать с юристом. Дальше по тексту описан типовой случай: разработчик живет в Казахстане, физически там же и работает, в Россию не приезжает.

«Сначала проверь компанию, а потом уже трать на неё время». Звучит просто, но многие делают наоборот: откликаются, ходят на собеседования, готовятся к вопросам — и только потом, уже на месте, начинают понимать, куда попали. Иногда это заканчивается разрушенными ожиданиями, а иногда испорченной трудовой и незапланированной сменой работы. Поэтому небольшая разведка до похода на интервью — не паранойя, а способ сэкономить время и нервы.

В этой статье я собрал свой чек‑лист проверки компании перед собеседованием. Он состоит из двух блоков: базовая проверка через открытые интернет‑ресурсы и дополнительная — через реестры и базы.

Месяц разработки реального продукта, команда из четырех незнакомых людей и заказчик из бизнес-единицы, который ждет результат. В августе в КОРУСе прошла ИИ-лаборатория, где студенты учились работать с искусственным интеллектом, брать на себя ответственность за проект с первого дня и справляться со страхами, сопровождающими первый опыт.

О том, как это было, рассказывают коллеги из HR, Корпоративного университета и бизнес-единиц, а также сами стажеры, прошедшие ИИ-лабораторию.

В разработке почти всегда приходится выбирать между быстрым решением и технически идеальным. И почти всегда правильный ответ находится где-то между крайностями.

За последние годы я видел два почти зеркальных примера.

Первый сервис буквально дышит на ладан. Операционка съедает больше половины времени команды, релизы заставляют нервничать, а часть конструкции держится на подпорках и знаниях нескольких старожилов.

Но сервис коммерчески успешен. Он нашёл аудиторию, приносит деньги и продолжает расти.

В соседнем мире команда построила решение, которое можно ставить в музей. Красивые контракты, современный стек, продуманная архитектура и почти физическое удовольствие от того, насколько всё правильно устроено.

Только стоимость разработки оказалась в разы выше потенциальной прибыли — и сервис закрыли.

Прощаться со вторым проектом бывает даже тяжелее, чем с первым. В него вложено столько сил, что хочется продолжать уже не ради продукта, а чтобы оправдать предыдущие инвестиции.

Эти два случая хорошо показывают неприятную вещь: коммерческий успех не доказывает качество технического решения. Но и техническое совершенство ничего не говорит о ценности продукта.

Мое общение в последнее время с российскими банками побудило меня разобраться, как сейчас принимаются решения в отношении обычных вкладчиков. Понятно, что все банки используют систему ИИ в большей или меньшей мере. Алгоритм принятия решений у всех банков индивидуальный. Это обусловлено индивидуальной политикой банка в отношении систем ИИ, построенных в каждом конкретном банке. Эта статья - обзор существующих систем ИИ в банковском секторе с реальными примерами.

1. В чем различие банковских ИИ систем. Международная классификация: HITL, HOTL и HOOTL

1) Human-in-the-Loop (HITL). Человек является прямым участником каждого рабочего цикла системы. ИИ выполняет задачу или предлагает вариант, но финальное решение или одобрение каждого шага остается за человеком.

Пример:

HSBC, BNP Paribas: Европа находится под жесточайшим давлением Закона ЕС об ИИ (EU AI Act). Статья 14 этого закона прямо обязывает финансовые институты разрабатывать высокорисковые ИИ-системы так, чтобы их могли «эффективно контролировать физические лица».

Кейс: Потребительские кредиты и ипотека.

Как устроено: ИИ считает кредитный балл, используя сотни параметров, но если уровень уверенности модели ниже условных 95%, система обязана перенаправить заявку живому кредитному инспектору. В HSBC создан специальный AI Review Committee, который лично валидирует логику работы алгоритмов в спорных случаях.

Опросы HSBC показывают, что 62% богатых европейских инвесторов требуют, чтобы за финальным решением всегда стоял живой советник, а не алгоритм.

Автоматизация тестирования не только упрощает рутинные процессы и экономит время, но и позволяет проверять приложение на десятках и сотнях устройств за считанные минуты. Однако настроить ее бывает не так просто. Разные версии Android, кастомные оболочки вендоров, особенности экранов — все это часто становится неприятным сюрпризом после нажатия кнопки Deploy. 

Меня зовут Максим, я QA-специалист команды развития мобильной фермы Selectel. В этой статье я проведу вас от уже привычного многим ручного тестирования до полноценной автоматизации с доступом к коллекции из ~400 разных устройств и интеграцией в CI/CD. В качестве примера приведу простую инструкцию по созданию Compose UI-теста под Android-устройство для проверки логики и верстки в вашем приложении.   

На связи Сергей Скирдин, технический директор компании «Белый код». Поставил себе цель — сделать обзоры на шины данных из реестра отечественного ПО. Сегодня в обзоре продукт INPOLUS Integration Platform.