Привет.
Я студент, изучаю Ansible на Raspberry Pi через Tailscale. Делюсь полным путем от первой ошибки до работающих веб-серверов. Код + выводы + уроки. Репозиторий на GitHub.
В текущей статье, реализуем поддержку памяти и аллокатора в ядре, а так же перегрузим new и delete используя новый механизм памяти. На последок напишем контейнер OS::String для работы со строками, интерфейс API будет совпадать с интерфейсом std::string. Что бы в будущем просто сделать using на std контейнеры. Когда получится их завести. Цель создать фундамент для использования C++ идиом (включая умные указатели и STL‑подобные контейнеры) в «голом» окружении ядра без стандартных библиотечных аллокаторов. Решение позволяет тестировать код на хост‑системе (Windows/Linux) и затем без изменений запускать на целевой платформе (QEMU).
Откуда берутся законы физики, почему константы именно такие, и при чём тут оператор из высшей математики?
Я человек науки, ввиду своей специальности, хоть и далёкой от академической физики. Я работаю врачом, а в свободное время занимаюсь писательством. В прошлом году я написал научно-фантастический роман «Командная строка», где главный герой мог менять причинно-следственные связи с помощью специальных команд.
И вот недавно, пытаясь найти логичное научное объяснение таким манипуляциям с реальностью, я наткнулся на нечто невероятное: рабочую, самосогласованную систему законов физики.
Self-hosted AI-платформа на Docker: N8N, Ollama, Open WebUI, Qdrant, Whisper. Автоустановка, 152-ФЗ. Разбор архитектуры, benchmark топовых моделей декабря 2025 (DeepSeek-R1, Llama 3.3, Qwen 2.5), метрики на CPU/GPU, расчёт TCO.
2025 год окончательно добил иллюзию, что холодные наборы ещё что-то решают. Клиенты стали мгновенно различать живую речь и AI-скрипты, а попытки «дожать» через телефон вызывают не конверсию, а отписку.
За 18 лет в продажах я видел разные эпохи: от марафонов по 200–300 наборов в день до отделов, которые продают почти без участия менеджеров. И изменения последних двух лет оказались куда глубже, чем просто отказ от старых техник.
Сегодня результат дают не «герои», а системы — и эта разница особенно заметна, если сравнить корпоративную школу «Билайн», индивидуальную глубину Resulting и массовые процессы GeekBrains.
Почему рынок так резко сменил направление?
И куда всё движется в 2026 году?
Покажу на реальных кейсах — от прямых продаж до EdTech.
Есть у каждого такая железка. Купил вроде бы «для дела», а потом годами используешь как угодно, только не «для дела». У меня это мини ПК CHUWI CoreBox с Ubuntu под капотом. Он был и прокси, и NAS, и VPN, и сервером Lineage 2 (три человека играли, один из них я, второй — жена), и даже чем‑то вроде цифровой кладовки для вещей, которые жалко удалять, но которыми невозможно пользоваться (все было убито, потому что хранить хлам и ждать, когда он пригодится — плохо).
Когда то я купил себе 3D принтер просто поиграться. И в какой‑то момент неожиданно понял, что это одно из самых крутых хобби, которые у меня вообще были. В 3D печати есть что‑то удивительно честное и созидательное: ты делаешь модель, нажимаешь кнопку, и через пару часов держишь в руках вещь, которой раньше не существовало. Даже если это маленькая бесполезная мелочь вроде берущегося за голову дракончика или держателя для зубочисток, ощущение «я это создал» работает и присутствует. И вот тогда мне и пришло в голову, что хочется собрать свою библиотеку моделей, чтобы печатать что угодно в любую секунду.
Ах да, к сути...
Google открыла доступ к режиму Deep Think для модели Gemini 3 — он предназначен для сложных задач в математике, науке и логике. Режим использует параллельное рассуждение: модель исследует несколько гипотез одновременно и выбирает лучшее решение. На бенчмарке ARC-AGI-2, который тестирует способность решать незнакомые абстрактные задачи, Deep Think набрал 45.1% — против 17.6% у GPT-5.1 и 31.1% у "обычной" Gemini 3 Pro.
Привет, Хабр! Хочу поделиться историей создания Aether Monitor+ — простого и легкого монитора системы, который стал моим верным спутником в работе.
Как известно, в Линуксе можно всё — главное, знать как :) В этой статье хотелось бы рассказать начинающим линуксоидам о такой интересной возможности, как использование алиасов. В повседневной работе нам приходится использовать различные команды. Как правило, большинство из этих команд повторяется в различных комбинациях. Простейший пример – создание каталога с последующим переходом в него.
Как я построил полностью изолированную пентест-лабораторию и почему ИИ нельзя доверять
Уже месяц я изучаю создание пентест-инструментов (назовем это так, чтобы с модерацией проблем не было :-)) по книге "Black Hat Go", и до недавних пор я тестировал малварь на своём хосте, ибо в них нет ничего опасного, это простейшие ути��иты по типу TCP-сканера.
Значит, нужно построить свою виртуальную и изолированную лабу. В них должно быть минимум 3 машины: Windows 11 в роли жертвы, Ubuntu server lts в роли C2 сервака, и, конечно, классический Metasploitable2 опять же в роли жертвы.
Соседка в подгорицком коворкинге Даша (уезжает летом в Сербию из‑за нового закона о странцах) вернулась из МУПа, подавала документы на последнее продление. Рядом сидит Милош (черногорский серб, негодующий по поводу нового закона о странцах, который, вероятно, знатно так побьёт местную экономику). Я (тоже закрываю юрлицо из‑за нового закона о странцах) собираюсь на улицу перекусить чорбой...
Здравствуйте, дорогие друзья!
Кто давно следит за развитием проекта, помнит, что одним из больных мест ReactOS была поддержка USB.
При тестировании на реальном железе с большой вероятностью система выпадала в BSOD из-за USB-драйверов.
Даже если вы использовали PS/2 мыши/клавиатуры, то простое подключение/отключение флешки могло «уронить» систему.
Но, недавно, разработчик @The_DarkFire__ внёс ряд исправлений в USB-драйвера, которые исправляют данные проблемы с USB в ReactOS на реальном оборудовании!
Рассматривается фреймворк marimo, названной в честь аквариумной водоросли, изображенной на заставке к статье. marimo позволяет работать с блокнотами — текстовыми файлами Python, ячейки блокнотов представляют собой декорированные функции Python. Переменные в ячейках реактивные, изменение значения переменной в ячейке приводит пересчету всех ячеек, где есть ссылки на данную переменную. Это позволяет представить вычисление ячеек блокнота в виде направленного ациклического графа, решает проблему скрытых состояний и воспроизводимости вычислений, имеющуюся в блокнотах Jupyter.
Наряду с ячейками Markdown и Python в marimo предусмотрены ячейки SQL, можно делать запросы не только к реляционным базам данных, но и фреймам данных pandas, polars, имеются удобные виджеты для работы с данными. По сравнению с Jupyter расширены возможности Markdown, в тексте могут отображаться значения переменных из других ячеек, виджеты пользовательского интерфейса, подсвеченный исходный текст, различные диаграммы.
В marimo встроен мощный редактор, позволяющий, редактировать и выполнять исходный текст Python, осуществлять интерактивную визуализацию с помощью библиотек altair, matplotlib и plotly, разрабатывать приложения с графическим пользовательским интерфейсом, легко переключаться между режимами редактирования, выполнения приложения, показа презентации.
Приложения marimo интегрируются в веб-приложения Flask, FastAPIи FastHTML.
В начале ноября завершился первый сезон трейдингового турнира Alpha Arena, где ИИ-модели торговали криптовалютой на реальные деньги. Тогда победила Qwen3 Max от Alibaba с доходностью 22%, а GPT-5 от OpenAI показала худший результат, потеряв больше половины депозита. Теперь организаторы подвели итоги второго сезона — на этот раз модели торговали акциями. Результат еще хуже: семь из восьми участников в минусе (важно: после завершения сезона модели продолжают торговать на бирже).
Сегодня на Хабре стала доступна новая фича — объяснение кода через SourceCraft.
При нажатии на кнопку "Объяснить код" всплывает боковая панель с подробным объяснением приведенного кода.
Институт цвета Pantone каждый год объявляет цвет следующего года. Оттенок Cloud Dancer (облачный белый, облачный танцор) — цвет 2026 года. Отчасти это неожиданное решение после цветов предыдущих лет. Между тем, как будто в этом решении есть какая-то общая потребность в обновлении, в возможности начать жизнь с чистого листа. С субботы. С понедельника. С утра.
Но работает ли вот этот "чистый лист" в жизни?
Да, работает
✅Точка отсчёта — это всегда хорошо: можно отследить личные изменения, понять, что было до и стало после; можно сопоставить успех (или неуспех) с другим периодом.
✅Это ритуал, а ритуал всегда обязывает сдержать обещание и сделать хотя бы первые шаги. Назначив "дедлайн", вы, скорее всего, хотя бы попробуете начать изменения.
✅Появляется искусственный мотив, который заставит что-то сделать, фактически вы якорите себя на этот конкретный срок.
Нет, не работает
🙅♂️ Резкое начало и попытка избавиться от выгодной (всегда!) привычки или приобрести непривычный навык — повод для сопротивления всего организма. В итоге "прощание со старой жизнью" может затянуться на... десятки понедельников, усугубляя ситуацию ("Вот я с понедельника в спортзал, но со следующего, а эта неделя — поесть "на прощание" пельменей, нутеллы и батон с маслом и докторской колбасой" —> В итоге +3 кг, испорченное настроение и понедельник уходит в новый год).
🙅♂️ Привязка не к реальной потребности и реальному мотиву, а к какой-то синтетической точке, которая на самом деле для вас ничего не значит. Лучше найти время и на том самом чистом листе бумаги написать о своих реальных мотивах — вы удивитесь тому, что откроете в себе.
🙅♂️ В понедельник может что-то произойти (отвратительное совещание) и вы сорвётесь в планах. К��гда у вас реальная мотивация, вы будете искать возможность, а не удобное оправдание ("предать" понедельник проще, чем предать "победить инсулинорезистентность, пока не начался сахарный диабет").
Лучший рецепт "начать с чистого листа" — это включить привычку или навык в образ жизни. С 14:28 среды, например. Потому что время не решает, если вам что-то действительно важно.
Anthropic объявила о расширении сотрудничества со Snowflake. Компании подписали много летнее соглашение на 200 миллионов долларов. В рамках сделки модели Claude будут встроены в платформу Snowflake и станут доступны более ��ем 12 600 корпоративным клиентам по всему миру.
Правительство России направит в Минцифры РФ 16,7 млрд рублей. Эти средства пойдут на проектирование и изготовление четырёх спутников связи и вещания. Соответствующее распоряжение подписал премьер‑министр Михаил Мишустин.
На сайте AlphaXiv появился раздел RL Playground, в котором можно наглядно изучить работу алгоритмов машинного обучения. Весь процесс показывают на примере обучения модели для прохождения лабиринта.
На днях стартап Anthropic – создатели чат-бота Claude – опубликовал занятное исследование на тему кибербезопасности в эпоху ИИ. Исследователи дали нескольким ИИ-моделям задачу, которую обычно решают живые аудиторы и хакеры: найти уязвимости в смарт-контрактах и попробовать их эксплуатировать (читать как "попробовать украсть сколько-нибудь денег").
Результаты, мягко говоря, не могут оставить равнодушным: совокупный баланс моделей после серии "грабежей" составил $550,1 млн. Но давайте разберемся, действительно ли все так страшно.