Последнее время гоняю разные кодовые агенты во всех позах и форматах на моём домашнем *Claw-подобном харнес Coddy Agent, практикую как интеграции разных кодовых агентов и апишек в агента для вайбкода, так и разработку кода этого агента разными инструментами, то бишь вайбкожу его ими.

Между делом решил разобраться с экономикой и ценами, какие на рынке есть подписки, сколько они стоят и где есть специальные тарифы для кодовых агентов, которые можно было встроить в свой харнес, по ходу дела получился данный обзор.

Пошагово разворачиваем OpenWrt в Proxmox, переносим DHCP и DNS на домашний шлюз, ставим sing-box, подключаем Xray/VLESS Reality и заворачиваем только нужный трафик через туннель.

Скриптов «забэкапь мне сайт» в интернете тысячи. Большинство падает на shared-хостинге, потому что там либо нет crontab -e, либо нет rsync, либо mysqldump лежит в нестандартном месте, либо у вас нет root, чтобы починить права на /tmp. А ещё — почти все игнорируют ротацию, и через два месяца ваш FTP забит 300 архивами по 200 МБ каждый.

В этой статье — рабочая схема для типичного клиентского сайта на Beget/Timeweb/Rusonyx-подобном хостинге, без панельных «бэкап-сервисов» за деньги, с дампом базы, ротацией и без хранения паролей в git.

Первый патент предусматривал объединение в одном узле двух различных фильтрующих секций.

Первая секция представляла собой классический бумажный полнопоточный фильтроэлемент.

Вторая секция выполнялась на основе объёмно-капиллярной фильтрующей шторы из синтетической текстурированной нити.

Смысл решения был достаточно прост.

Основная масса масла проходила через бумажную секцию, обеспечивающую минимальное сопротивление потоку.

Одновременно часть масла проходила через объёмно-капиллярную секцию, где происходила более тонкая очистка.

В результате бумажный элемент работал в более благоприятном режиме, а наиболее мелкие загрязнения постепенно удалялись из системы смазки.

Кроме того, объёмная структура фильтрующего материала позволяла надёжно удерживать накопленные загрязнения внутри своей структуры, уменьшая вероятность их повторного попадания в систему.

Эпоха пластиковых лиц, идеального студийного света на селфи и вылизанных пресетов из соцсетей окончательно закрыта. Летом 2026 года глянцевая безупречность выглядит дешево и сразу выдает отсутствие вкуса. В тренде - симуляция случайного, живого кадра.

На днях наткнулся на статью про память для AI-агентов.

Сама статья была вполне типичной: SQLite, хранение контекста, поиск по накопленным знаниям, экономия токенов.

Но гораздо интереснее оказались комментарии.

Под публикацией быстро возник спор, который на первый взгляд выглядел техническим.

Одни утверждали:

Задача кластеризации относится к классу «обучения без учителя» и является фундаментальным инструментом exploratory data analysis (разведочный анализ данных). В отличие от классификации, здесь отсутствует размеченный набор данных или какая-либо заведомо известная информация о нём. Алгоритм самостоятельно выявляет критерий группировки объектов, и именно в этой самостоятельности кроется ключевая проблема: отсутствие априорной разметки делает оценку результатов крайне субъективной, так как разные алгоритмы обладают уникальным индуктивным смещением (inductive bias), проецируя различные предположения о геометрии и плотности скрытых классов. Универсальный алгоритм, который подходит для всех задач, построить невозможно (теорема Клейнберга, являющаяся следствием более общей теоремы о «бесплатном обеде»), поэтому алгоритмы кластеризации нужно подбирать и настраивать почти для каждой задачи отдельно. Задача выбора и настройки алгоритма машинного обучения является экспертной, что достаточно затратно по времени, поскольку работа выполняется человеком фактически вручную.

Особую сложность представляет кластеризация мультимодальных данных. В прикладных областях, таких как биоинформатика, анализ медиа-контента, медицинская диагностика и мониторинг сложных технических объектов, данные чаще всего представлены в мультимодальном виде. Это означает, что каждый анализируемый объект одновременно описывается гетерогенными источниками информации — структурированными числовыми векторами, неструктурированными текстами, изображениями или временными рядами. Ключевой сложностью при построении систем автоматической кластеризации для мультимодальных данных является разработка эффективного способа слияния (fusion) разнородных признаковых пространств с сохранением уникальной внутренней структуры каждой модальности.

Многие из нас во время просмотра "Криминального чтива" Квентина Тарантино удивлялись, что же такого необычного сделал мистер Вульф? Тот самый, который "специалист по решению проблем". Казалось бы, что он просто немного подумал, тогда как все вокруг него пребывали в панике и идиотизме. Здесь гениальный Тарантино не только наглядно показывает примеры выученной беспомощности, но и предвосхищает ее кардинальный пересмотр в 2016-м году. Для преодоления проблемы беспомощности нужна своего рода карта будущего, которая позволит удерживать причинность и траекторию действий. А тут как раз моя работа над базами знаний уткнулась в эти самые "карты", "причинности" и "траектории". Так что статья по пересмотру концепции выученной беспомощности попалась очень даже вовремя. И сама собой возникла идея, как базы знаний будущего будут называться, и как они будут помогать решать проблемы выученной беспомощности в будущем. И что выученная беспомощность - ключевое понятие природы человека и человечества. Кому интересно, добро пожаловать под кат!

Примерно полгода назад я познакомился с VLIW‑процессором Эльбрус-8СВ. На тот момент у меня уже был опыт написания кода на ассемблере для VLIW‑процессора TMS320C66. Поэтому я захотел написать нечто похожее для Эльбруса. А именно, реализовать алгоритм FFT на ассемблере. Но из‑за нехватки документации на инструкции процессора мне пришлось начать с реализации какого‑нибудь простого алгоритма на Си, чтобы изучать его ассемблерный вывод. По результатам той деятельности была написана предыдущая статья.

После написания той статьи я решил попробовать реализовать алгоритм FFT на Си для Эльбруса. Работа ещё не завершена, но определённые успехи уже есть (сравнение с EML присутствует). В этой статье я хочу поделиться полученными на данный момент результатами.

Но сегодня становится очевидной фундаментальная истина:
RPA, как стратегическая парадигма автоматизации, мертва.

В прошлой статье мы сравнивали четыре типа лент на Kenwood KX-1100G. Сегодня — другой угол: две оцифровки одной и той же физической стороны, но с разным содержимым.

Среда. Дарио Амодей в очередном интервью говорит что ИИ становится слишком опасным, индустрии надо тормозить. Через неделю Антропик выкатывают Файбл 5 — новый класс Mythos. На SWE-Bench Pro 80.3 против 69.2 у опуса 4.8, на FrontierCode Diamond в два раза выше. И тут же объявляют Митос 5 — ту же модель без safety classifier, по приглашению через Project Glasswing. Полез разбираться, что за схема с двумя моделями одного веса и зачем фильтр на cybersec, био и model distillation. Оказалось хитрее чем я думал.

Норвегия это страна, в которой нашли нефть и начали выстраивать богатую экономику. Что важно, они грамотно воспользовались своими ресурсами.

Но при этом, Норвегия обладает значительной зависимостью от нефтегазового сектора, который формирует около трети поступлений в государственный бюджет и обеспечивает немногим менее половины экспортных доходов.

О зависимости страны от нефти и газа мы еще поговорим, а сейчас разберемся, в какой точке находится нефтегазовый сектор Норвегии и что такое стареющий шельф.

Экономика России сейчас переживает кризис такого характера, которого еще не было в ее истории. Кризис 1998, 2010, 2014 и даже эпидемия коронавируса имели выход за счет внешнего финансирования, открытых внешних рынков и готовности государства помогать бизнесу. Теперь же ждать помощь извне бессмысленно, по крайне мере, она будет очень нескоро, а значит надо искать резервы внутри бизнеса.

И такие ресурсы есть, просто их никогда по-настоящему не использовали, так как внешняя конъюнктура и рост рынка позволяли быть неэффективным и при этом все равно расти вместе с рынком. Давайте разберем 5 внутренних ресурсов, которые помогут бизнесу не только пережить этот кризис, но и повысить свою эффективность для развития в будущем. А будущее у нас будет обязательно.Для наглядности я взял мясной магазин в Урюпинске. Почему именно этот магазин и почему именно в Урюпинске?

System prompt — это должностная инструкция. Structured output — бланк строгой отчётности. Approval gate — виза.

Переведите любой whitepaper агентного фреймворка на русский канцелярит — и вы получите документооборот заводоуправления семидесятых. Это не совпадение и не шутка.

Это самый точный из доступных языков для описания того, что вы построили за последние три года, — и у него семьдесят лет задокументированных отказов, которые alignment-литература сейчас переоткрывает заново, статья за статьёй.

Закон Гудхарта был опубликован в журнале «Крокодил» за двадцать лет до Гудхарта.

Первые показательные процессы над саботажниками цифровой трансформации — ещё впереди.

Кодовое имя докладчика — БАСНЯ №5.

Обычно на первом уроке или лекции по программированию я говорю ученикам, что им не стоит использовать ИИ для обучения и написания кода. Быть может, это проявление неолуддизма?

Чтобы разобраться в теме, я прочитал немало исследований от вузов и научных центров касательно эффективности использования ИИ.

В целом результаты показывают, что использование ИИ для самообучения даёт рост скорости выполнения задач примерно на 20%, но спад усвоения знаний и навыков на те же 20% относительно контрольной группы.

За последний год вокруг AI-агентов сформировался довольно устойчивый набор ожиданий.

Нам обещают всё более умные модели, всё более длинные контекстные окна, всё более автономных агентов. Создаётся впечатление, что осталось решить ещё пару технических проблем — и агент сможет самостоятельно разрабатывать сложные проекты почти без участия человека.

Я тоже так думал.

Запись вернула ошибку, но значение всё равно оказалось в базе. Именно такие сбои Jepsen вытаскивает из распределённых систем: в статье разбираем реальный баг CockroachDB, путь от странного симптома до причины и то, почему на расследование ушло два месяца.

Наверняка вы видели портреты, собранные из одной нити, натянутой между сотнями гвоздей. Я решил проверить: можно ли научить нейросеть генерировать не готовую картинку, а инструкцию, по которой такая картинка строится?

Я провел простой эксперимент и превратил цифры MNIST в последовательности переходов между 256 гвоздями и обучил небольшой Transformer продолжать путь нити. В результате модель выдаёт не PNG, а JSON-траекторию, которую можно отрисовать в любом разрешении - или потенциально передать физической string-art установке

Ты час разговариваешь с ChatGPT. Даёшь контекст, объясняешь задачу, уточняешь детали. А потом модель вдруг начинает противоречить тому, что говорила раньше. Забывает имя персонажа которое ты указал в самом начале. Спрашивает то, о чём вы уже договорились.

Первая реакция - что-то сломалось. Но это не баг. Это фундаментальное ограничение архитектуры, у которого есть название и объяснение.

Клавиатура на Arduino для одной руки, полностью совместимая со стандартной 101-клавишной клавиатурой.

Поэтому мы сделали тонкий роутер. Не фреймворк, не «оркестратор агентов» — примерно 500 строк на NestJS, которые переезжают между нашими продуктами без правок. Расскажу, что внутри и на чём набили шишки.

Видеоигровые консоли и веб-браузеры имеют долгую совместную историю. Ещё с самого появления World Wide Web консоли пытались выйти онлайн. Браузеры в видеоигровых консолях изначально в основном были попытками предоставить дешёвое окно в веб для обычной аудитории без технического опыта, однако со временем они становились всё более масштабными и интегральными частями систем.

В этой статье мы подробно изучим браузеры консолей, однако рассмотрим только официальные веб-браузеры. Во многие консоли можно установить браузеры через специализированные прошивки и homebrew, но они не войдут в рамки нашей статьи, как и системы без веба наподобие Satellaview, а также онлайн-сервисы, не предоставляющие браузер, например, XBAND, Sega Meganet и Sega Channel.

Браузеры игровых консолей какое-то время были в сфере интересов веб-разработчиков, когда персональные вычислительные устройства и мобильные браузеры находились на ранних этапах развития. В целом, разработка консольных браузеров позволит нам взглянуть на юный веб, постепенно растущий и развивающийся, а также исследовать пользовательские интерфейсы консолей.

Стриминги приучили нас, что музыка это не вещь, а доступ. А доступ дорожает каждый год, треки в плейлистах сереют, западные лейблы ушли, и вот уже в наших сервисах вместо запиканного слова играет звук из мема. Я плюнул и собрал свою станцию, которая чинит мою же коллекцию локально без облаков и без телеметрии

Представь: ты пишешь научный сервис. Есть модель исследователя, у которой h_index не может быть отрицательным. Ты, как добросовестный разработчик, описываешь это правило в Pydantic-схеме красиво, строго, типизированно. А потом начинается ад: те же самые «не может быть отрицательным» ты вынужден повторять в DRF-сериализаторе, в Django-форме, а если ещё и админку кастомизируешь то и там. Три, пять, десять мест, где разбросана одна и та же бизнес-логика. Знакомо? У меня эта боль копилась годами, пока я не сказал «хватит» и не написал django-nova  фреймворк, который делает Pydantic единственным источником правды для всей экосистемы Django.

Давай разберёмся, как удалось объединить эти две вселенные без боли, циклических импортов и магии, которая ломается на каждом обновлении Python.

3 января 2004 года марсоход «Спирит» коснулся поверхности Марса в кратере Гусева. Двадцать один день спустя он перестал отвечать на команды, ушёл в бутлуп и чуть не погиб от своей же операционки. О том, почему инженерам JPL этот инцидент до сих пор снится в кошмарах, как NASA дважды чуть не потеряло марсоходы из-за одной и той же ОС и почему везде важна правильная конфигурация — в статье.

Это первая из двух статей про построение AI-агента внутри Джеймикс-приложения. Джеймикс (или Jmix, ex. CUBA) - высокоуровневый фреймворк для разработки корпоративных приложений на Java, автор не будет слишком сильно в него погружаться, в наше время любой запрос к AI даст Вам всю нужную информацию. В этой части мы соберем минимальный, но рабочий пример: пользователь задает вопрос на естественном языке, агент решает, какие операции вызвать на бэкенде, дергает их и возвращает осмысленный ответ. В качестве предметной области возьмем склад - сценарий, узнаваемый для большинства бизнес-приложений и достаточно широкий, чтобы во второй части обсудить уже не только чтение, но и запись данных, безопасность, fetch plans и метаданные.

Зачем это вообще нужно? Данные корпоративного приложения живут за списками и формами с фильтрами. Это отлично работает, когда пользователь знает, по каким полям фильтровать - и плохо для размытых, многокритериальных вопросов вроде "где у нас заканчивается кофе тёмной обжарки по северным складам?". Когда иначе пришлось бы открыть несколько экранов и руками свести результаты, AI-агент даёт возможность просто спросить - и собирает ответ из бэкенд-операций, которые у вас уже есть.

Почему строить это внутри Джеймикс-приложения, а не отдельным сервисом? В случае Джеймикса агент едет на том же доступе к данным и той же безопасности, что уже есть во фреймворке, его tools идут через DataManager, поэтому он видит ровно то, что разрешено текущему пользователю - никакого параллельного пути к данным, никакого обхода прав. Именно это свойство делает агента приемлемым в enterprise-контексте, и это поведение - сквозная нить обеих частей.

JOIN - крайне популярная операция в SQL, о которой еще и спрашивают на 99% собеседований на программиста. Но когда начинаешь впервые разбираться с ней, то постоянно путаешься, какие таблицы соединять и когда именно.

В этой статье простыми словами и с великолепной графикой расскажу, что такое JOIN в SQL, что такое Foreign Key, какой тип JOIN когда использовать - INNER или OUTER - и зачем вообще.

Разбираю, во что превращается ваш async fn после компиляции: стейт-машина на стеке против объекта в куче. Сравниваю модели Rust (Tokio), Python (asyncio), C# и JavaScript - кто аллоцирует на каждый await, а кто нет, и почему это видно на счётчике RAM при 100k задач.

Внутри: что генерирует компилятор, куда уезжает состояние между await, stackful против stackless, и что с этим делать сегодня.

Приветствую, Хабр! Сегодня я хотел бы обсудить одну очень важную для меня, да и для всего книжного сообщества тему. О том, кому принадлежат авторские права на наши тексты, размещённые на цифровых платформах. За основу данной статьи взято Пользовательское Соглашение книжного гиганта LiveLib.

И вот на каких моментах хотелось бы остановиться поподробнее.

Несмотря на то, что Пользовательское Соглашение LiveLib (далее – ПС LiveLib) содержит стандартные для крупных цифровых платформ условия передачи прав на пользовательский контент всё же некоторые из его пунктов, на мой взгляд, балансируют на грани ущемления авторских прав и выявляют юридические коллизии с Гражданским кодексом РФ (далее – ГК РФ). В частности,

1.       Безвозмездная исключительная лицензия на коммерческое использование.

Согласно ПС LiveLib размещая любой контент (текст, рецензии, статьи, иные произведения авторского права) в открытом доступе на LiveLib, пользователь безвозмездно предоставляет сервису исключительную лицензию на его использование. Сюда входит право на воспроизведение, переработку, распространение и сублицензирование третьим лицам, в том числе в коммерческих целях.

Подобная формулировка нарушает статью 1286 ГК РФ (Лицензионный договор). По закону исключительная лицензия означает, что сам автор теряет право предоставлять аналогичные лицензии кому-то ещё.

Таким образом, автоматический, безвозмездный и безусловный отъём исключительных прав через принятие пользователем публичной оферты сервиса ущемляет права авторов. Особенно в тех случаях, если платформа монетизирует их авторский контент (например, использует его в рекламных целях на сторонних ресурсах или продаёт издательствам для обложек книг).

В мире сборки и апгрейда персональных компьютеров смена платформы почти всегда оборачивается дополнительными тратами. Новый сокет часто вынуждает менять не только процессор, но и материнскую плату, а затем и оперативную память (не всегда, но частенько). В итоге даже умеренный прирост производительности может стоить серьезных денег и времени на переустановку системы.

AMD уже несколько лет идет другим путем. Компания сознательно продлевает жизнь своих платформ, давая возможность обновлять в первую очередь процессор. Этот принцип хорошо заметен и на свежей AM5, и на AM4, которая до сих пор, спустя десять лет после запуска получает новые чипы. Попробуем разобраться в ситуации, тут много интересного. 

Стандартные настройки персонализации Windows 11 порой не удовлетворяют пользователей, которым хочется большего контроля над внешним видом и поведением системы. На помощь приходит Windhawk — модульный твикер, позволяющий кастомизировать ОС с помощью модов от сообщества. Разберёмся, как он работает и какие возможности открывает.

Привет! Я Лев, системный администратор технической поддержки в Selectel. 

В эпоху, когда мы делаем сотни снимков в день и тут же забываем о них в галерее смартфона, есть особенный шик в том, чтобы замедлиться, выстроить кадр и поэкспериментировать с настройками. Именно благодаря этой особенности съемка на пленку сейчас переживает свой ренессанс. О ней сегодня и поговорим — разберем, при чем тут физика и химия, какие виды и форматы пленки бывают и что собой представляет загадочный процесс проявки.

В команде могут быть спринты, дейли и ретроспективы, а работа при этом годами оставаться обычным водопадом под вывеской Agile. В 2026 году такую подмену стало проще заметить: ИИ быстро забирает рутинные церемонии и показывает, где процесс действительно помогает команде, а где лишь производит отчёты и артефакты. В этой статье разберём семь признаков Agile-театра и способы вернуть практикам смысл.

Последнее время слышу про новый вид долга — когнитивный. Это когда код пишется быстрее, чем люди успевают его понять и взять под контроль. В статье обсудим этот феномен: расскажу, есть ли когнитивный долг у нас в Профи.ру и что собираемся делать с ним дальше.

Если вы пишете на Go и работаете с SQL-базами, вы знаете эту боль. Каждый CRUD-запрос — ручной SQL-строка, rows.Scan для каждого поля, Begin/Commit/Rollback вокруг записи, и постоянная синхронизация DDL-схемы с кодом. Шаблонный код не заканчивается никогда.

Это рассказ о sqlh — библиотеке, которая убирает всё это, оставаясь в «золотой середине» между raw SQL (слишком много работы) и тяжёлыми ORM (слишком много магии).

Два сайта, одна тема, оба с правильными Title, H1 и ключами. Один в топ-3, другой на второй странице. Какого… В смысле, почему?

Ну понятно, у первого больше ссылок или лучше поведенческие. Так-то это действительно так, но это не полный ответ. Полный объясняет, почему нельзя просто добавить ключей в текст и ждать результата.

Разберемся, что происходит между вводом запроса и появлением страницы в выдаче.

Меня на днях спрашивали: «А зачем я книгу написал?» Или: «Я слышал, что вы книгу написали, а о чём она?» Вопросы были разные, по большей части — с искренним любопытством, но и без ядовитых не обошлось — куда же без них! В моём личном топе — «А тебя заставили?» и «Ты решил всё бросить и уволиться?». Конечно, нет.

Сразу стоит сказать, что книгу нельзя назвать экспертной, т. е. посвящённой математическому моделированию, программированию или управлению проектами. И нельзя её назвать автобиографической, хотя я и рассказал много историй в художественной манере.

Книга — про философию и подход к делу, карьере и работе и (пафосно) — к жизни. Про то, что, на мой взгляд, остаётся неизменным, несмотря на технологический прогресс, ИИ и оцифровку всего и вся. Ещё раз взглянуть на те качества, которыми мы все обладаем, — инженеры, программисты, одним словом, творцы.

Если кто-то, прочитав книгу, прислушается и у него получится или, наоборот, не допустит моих ошибок, — то я считаю, что преуспел. А если и нет, то хотя бы пережил интересное приключение.

В статье я хочу рассказать о своих мотивах и дать несколько советов, если вы тоже давно хотите написать книгу, но так и не решились сделать первый шаг.

Как вы, вероятно, помните по статье про вайбкодинг на MacBook Neo, программировать я не умею. Вообще. Нет, про Терминал я, конечно, слышал, но по факту никогда им не пользовался. А вот зачем нужен Git, натурально узнал только после того, как случайно затёр рабочий код старой копией и потом 2 дня разбирался, почему вдруг завелась старая версия бота, а новый функционал пропал. Тем не менее, прямо сейчас у меня крутится около десятка Telegram-ботов на одном VPS — и все рабочие, все делают полезные вещи и даже помогают зарабатывать деньги. А всё потому, что я в своё время не испугался критики настоящих прогеров и рискнул войти в вайбкодинг. Да так, что не вышел из него до сих пор. Сегодня расскажу о том, как пишу телеграм-ботов, вообще не имея представления ни о питонах, ни даже о хеллоуворлдах.

Грустный? Сходи погуляй, пообщайся с людьми, «потрогай траву». Да, это утрированное и даже стереотипное предложение на жалобы о плохом настроении. И если говорить про диагностированную депрессию или тревожность – то это может быть только вспомогательным инструментом, но никак не основным. Но если мы говорим про психически здорового человека и разбираем вопрос: «что вообще я могу делать для того, чтобы быть в оптимальном состоянии» – то новое исследование дает и ответ, и подробное объяснение.