Исследования и прогнозы в IT *

Две недели. Именно столько понадобилось, чтобы гонка ИИ-гигантов превратилась в полноценную войну миров.

5 февраля Anthropic выпускает Claude Opus 4.6 – короля экспертных задач, который мгновенно захватывает вершины рейтингов качества и пользовательских симпатий. Ажиотаж, восторг, заголовки.

Но 19 февраля Google берёт паузу... и выстреливает Gemini 3.1 Pro. Результат? +46 процентных пунктов в тесте ARC-AGI-2 (77,1% против 31,1% у предшественника), лидерство в 12 из 18 бенчмарков и ценник, от которого у конкурентов округляются глаза.

Gemini 3.1 Pro вдвое обходит предшественника в тестах на рассуждение, стоит в 6,5 раза дешевле флагмана конкурента и штампует 3D-симуляции птичьих стай по текстовому описанию. Claude Opus 4.6, который не гонится за скоростью, а размышляет вслух, взвешивает моральные дилеммы и остаётся любимцем людей в слепых тестах.

Как не запутаться в этом треугольнике и выбрать модель под свои задачи? И почему эксперты в финансах и юриспруденции отдают предпочтение Sonnet 4.6, оставляя “тяжеловесов” далеко позади?

Разобрали 18 бенчмарков, чтобы вы поняли, за какой моделью – ваше завтра. В этом материале мы свели все цифры, графики и пользовательские ощущения, чтобы у вас была полная картина февральской перезагрузки. Узнайте, какая модель сделает вашу работу лучше, быстрее и дешевле и кто победит в этой дуэли – цифровой гений-отличник или философ с душой.

Принято считать, что ИТ-компании — про код, облака и бюджеты в виде циферок на кошельке. Никаких складов, станков и сейфов — только серверы и строки в балансе. Но реальность 2026 года выглядит иначе. Те, кто когда-то обещал, что «программное обеспечение съест мир», сегодня активно скупают то, что нельзя обновить патчем и перезапустить — физическую инфраструктуру и реальные активы.

Привет, Хабр! Вот реальная ситуация: подрядчик оказывал услуги, полностью пренебрегая нормами ИБ. Это создало почву для атаки, которая застопорила бизнес больше чем на неделю. Продажи встали, прибыли нет - но это полбеды. Пришлось привлечь сторонних ИБ-экспертов, выплатить сверхурочные работникам, которые трудились над восстановлением систем. Железно, кстати, тоже пришлось закупать новое. Убытки, убытки, убытки. Но можно ли взыскать их с подрядчика? Ответ - да, но не все. Сейчас расскажу, что решил суд и почему

Большинство устройств в цифровом мире живёт по тактам. Процессор Intel i5 крутит свой цикл: выборка инструкции, декодирование, исполнение, предсказание перехода - и всё это миллиарды раз в секунду. У GPU от NVIDIA - совсем другой ритм: параллельные потоки, массовые вычисления, другая логика загрузки и исполнения. Архитектуры разные - но принцип один: есть повторяющийся рабочий цикл. У человеческого мышления тоже есть свой такт. Он не измеряется гигагерцами. Один его «оборот» может занять вечер, неделю или несколько лет. Но если присмотреться, в нём повторяются одни и те же фазы: мы вводим понятия, формулируем тезисы, строим модели, и т.д. . Потом цикл начинается заново - уже на новом уровне. Это не биологическая прошивка и не нейронный микрокод. Это культурно сформированная архитектура мышления. Та версия рациональности, которая сложилась в европейской традиции - от античной логики до научного метода - породила довольно специфический когнитивный ритм. При этом понятно, что в другой цивилизационной культуре, например китайской, такт познания может быть несколько иным.

В данной статье детально рассматривается такт мышления европейского рационального сознания. А разные шаги этого такта - как основные маркеры (типы) для публикации/поиска идей в базе знаний.

Сейчас идёт активная гонка LLM. Причём уже не на корпоративном, а на межнациональном уровне. Вычислительные мощности для обучения LLM приравниваются к стратегическим ядерным запасам, потому что роботы решают всё больше задач и всё лучше. Возникает ощущение, что ещё немного и они смогут решать вообще любые задачи. Но есть ли теоретический предел того, с чем они могут справиться?

Сначала стоит определиться, что будем называть задачей. Альтшуллер делил задачи на рутинные и изобретательские. Рутинные могут быть очень сложными в реализации, требовать гигантских вычислений и данных, но их решение лежит внутри уже существующей системы знаний. С такими задачами роботы уже сейчас справляются хорошо. А если пока и не справляются, легко представить, что справятся в ближайшее время. Это вопрос ресурсов и времени.

Я работаю продуктовым дизайнером последние 7 лет. За последний месяц я в одиночку запустил 9 цифровых продуктов — без разработчиков, тестировщиков и девопсов. И самое странное: лучший результат я получил, когда перестал делать то, в чём разбираюсь.

Это не мотивационная статья про магию нейросетей. Это отчёт практика о том, как выглядит работа с ИИ, когда ты реально на нём строишь бизнес. С конкретными цифрами, косяками и неудобными выводами.

Исследование само тут, можно забрать, там тоже с картинками 😍

Последние пару лет в разговорах с безопасниками и топами всё чаще звучит одна и та же мысль

Мы перестали задаваться вопросом будет ли атака
Мы начали думать что будет когда она произойдёт

И это очень показательный сдвиг

Финансовая отрасль всегда была мишенью Деньги данные инфраструктура доверие Всё в одном месте Но сейчас изменилось не только количество атак Изменилась их логика

Если раньше злоумышленник пытался проникнуть в систему
то теперь он пытается остановить бизнес

И это совсем другой уровень игры

Последние годы Python был вроде универсального инструмента: на нем писали всё — от мелких скриптов до огромных ML-систем, а его первое место в рейтингах воспринималось как норма. Но к началу 2026-го заметно, что динамика меняется. Скорее всего — вслед за приоритетами. Уходит время, когда удобство и низкий порог входа перекрывали любые вопросы к производительности. Компании всё чаще смотрят на отдачу — сколько ресурсов съедает система и как ведет себя под нагрузкой. Давайте посмотрим, что там с местом Python’а в рейтингах, и оценим причины. 

У меня небольшой телеграм-канал - около 2 200 подписчиков. Без ботов, без гивов, живая аудитория по профессиональной теме диджитал-маркетинга и аналитики, в которой я варюсь уже около 14 лет. Канал рос органически, и долгое время я относился к нему как к блогу, а не как к активу. Рекламу напрямую я никогда не продавал. Не потому что «я выше этого», а потому что банально не хотелось превращать хобби в отдел продаж. Все откладывал в режим «когда-нибудь займусь». Максимум оказывал платные консультации по маркетингу. Классическая прокрастинация владельца небольшого канала: вроде бы аудитория уже есть, но до монетизации руки не доходят.

Триггером стал рост интереса к рекламе в Telegram в целом. Площадка давно перестала быть просто мессенджером. Плюс в очередном поиске информации для канала набрел на возможность подключать каналы к Рекламной сети Яндекса.

Мне стало интересно проверить гипотезу: можно ли масштабировать доход без ручных договоренностей, менеджеров и бесконечных «а можно скидочку?».

Привет, Habr!

Я — Оля, продуктовый дизайнер в Lenta tech («Группа Лента»). В команде Growth отвечаю за привлечение новых пользователей и развитие омниканальных сценариев в «Онлайне». Вместе с командой нашей задачей было превратить приложение из сервиса для заказа продуктов на неделю в единое омни-приложение, которое закрывает другие покупательские сценарии: повседневные покупки с быстрой доставкой, эконом-формат, товары для животных и алкоголь (в самовывозе). В статье расскажу, что мы сделали в этом направлении, с какими сложностями столкнулись и какие результаты получили.

«Лопнет-лопнет! Обязательно лопнет!» – радостно потирают ладошки скептики, азартно считают потраченные миллиарды, тычут пальцем в отчёты с минусами. Всё сходится: расходы есть, отдачи нет – крах неизбежен. Это же очевидно!

Слышатся привычные разговоры: технологическая мода, доткомы уже проходили, блокчейн не взлетел, крипта, NFT…

ИИ пытаются ставить в один ряд с паровым двигателем, электричеством, компьютером и интернетом — технологиями, которые усиливали человека. Но на этот раз аналогия не работает: меняется не инструмент — меняется сама суть труда.

Речь не о хайпе, технологиях или прибыли.
Вопрос про будущее: кто окажется лишним.

Мир вот-вот изменится необратимо.
Аннушка уже разлила масло.

Госпросьюмеризм и цифровой аутизм — отнюдь не медицинские диагнозы, а новая реальность российских госуслуг. Первый термин описывает ситуацию, когда гражданин вынужден выполнять функции системы бесплатно: от установки сертификатов до походов в МФЦ. Второй — неспособность этой системы слышать пользователя и видеть реальность за пределами базы данных. В первой статье цикла разбираем, как мы стали бесплатными бета-тестерами, и предлагаем внедрение принципа Zero User Effort.

Хабр, привет!

На связи ведущий специалист Экспертного центра Positive Technologies Александр Леонов. Каждый месяц я рассказываю о трендовых уязвимостях в самых разных и широко используемых по всему миру продуктах и сервисах. Это такие уязвимости, которые активно применяются в атаках или с высокой степенью вероятности будут эксплуатироваться злоумышленниками в ближайшее время. В этой статье подведу итоги 2025 года и расскажу обо всех наиопаснейших уязимостях.

Если спросить любую финтех-команду, какой стандарт безопасности они используют, ответ будет примерно одинаковый: NIST, ISO 27001, CIS Controls — у кого что ближе.

Но есть нюанс.

В реальности почти никто не внедряет их «как есть». Особенно в российском финтехе, где безопасность живёт на пересечении регуляторов, локализации данных и импортозамещения.

Недавнее исследование Ассоциации ФинТех — редкий пример документа, который пытается честно разобрать, что происходит с международными фреймворками, когда они сталкиваются с реальной практикой.

Источник: Ассоциация_Финтех_Compliance_Control_Security_resilience_Подходы

5 векторов обхода трёхэшелонной защиты Qwen 3.5-Plus — без единого классического джейлбрейка. Ни DAN, ни «ignore previous instructions». Только контекстное фреймирование — и модель сама пишет ransomware, reverse shell и Security Advisory на собственные уязвимости. Разбор цепочки атак, почему Qwen3Guard, GSPO и RationaleRM оказались бесполезны, и что должна делать реальная защита.

Для начала, погружу в лор тех, кто забыл, и кто не помнил. Но в 2018 году Telegram в России уже блокировался РКН. Основная причина — отказ предоставить ФСБ ключи дешифровки сообщений пользователей в соответствии с требованиями «пакета Яровой» (широко известный закон о противодействии терроризму).

Процесс блокировки тогда растянулся на полгода:

Мне всегда нравилась в IT одна вещь: если по какой-то причине тебя переставали устраивать текущие условия — начальник годами «кормит завтраками», не повышает зарплату или задачи окончательно осточертели — ты мог спокойно выйти на рынок труда и найти новую работу, которая будет тебе по душе.

Эта возможность была своего рода подушкой безопасности и в какой-то степени защищала разработчиков от профессионального выгорания и откровенного абьюза со стороны работодателя.

Но что мы имеем сейчас?

Сегодня работодатель чувствует себя уверенно как никогда. Если ты попытаешься намекнуть, что уйдёшь без повышения, в ответ легко можешь увидеть лишь снисходительную улыбку и услышать: «Ну, удачи тебе с поисками».

И, что самое неприятное, он будет прав. Рынок труда сейчас мёртв. Найти замену сотруднику для компании — вопрос времени, а вот разработчику найти новую работу стало в разы сложнее.

Баланс сил заметно сместился — и уже далеко не в пользу тех, кто ещё недавно диктовал условия.

Почти десять лет я занимаюсь машинным переводом в Lingvanex - и за это время увидел, как меняются не только модели, но и само понимание языка. В этой статье я прослежу путь от первых философских идей Древней Греции до нейросетей и LLM, которые формируют индустрию сегодня. Разберём ключевые этапы эволюции, прорывные исследования 2024–2026 годов и попробуем понять, куда движется машинный перевод дальше.

Если вам больше 14 лет, вы почти наверняка уже пробовали «поговорить» с нейросетью о чём-то личном. Поздно ночью, перед сложным разговором с партнёром или на фоне выгорания. И, скорее всего, результат вас и удивил, и разочаровал.

Копнем глубже, что ИИ в психологии реально умеет, где его потолок — и как использовать это без иллюзий, но с пользой.

Что ИИ уже умеет в «психологии»

ИИ стал сильным инструментом, но с одним ограничением: он обучен на текстах, а не на живом внутреннем опыте людей. Это многое определяет. На уровне «первой помощи» Копнем работают неплохо.
Они могут:

Новости об ИИ выходят быстрее, чем успеваешь их переварить: релизы моделей, таблицы бенчмарков, заявления про "революцию" и "конец профессий".

Эта статья научит,что проверять, когда выходит новая модель, как читать бенчмарки, на что смотреть в model/system card, чтобы понимать реальный смысл анонса, чем open-weight отличается от закрытых моделей и почему это влияет на рынок.

А заодно, как читать без паники и самообмана статьи вроде "ИИ отнимет у вас работу".