Все потоки

cout - плохой отладчик! Как за 30 секунд найти место падения программы? Какие 7 команд GDB нужно знать каждому C++ разработчику? В этой статье я делюсь личным опытом: как я боялся GDB, думал, что это «магия для гуру», а потом понял, что 70% задач решается простыми командами.

Спойлер: главный страх - это неизвестность. А когда знаешь backtrace, break, next, print и info locals, GDB становится лучшим другом. Статья рассчитана на начинающих C++ разработчиков, которые хотят перестать бояться терминала и начать отлаживать системно.

Нашёл способ использовать Claude Sonnet 4.5 бесплатно. В статье — пошаговая инструкция и реальные настройки для быстрого запуска. Подойдёт тем, кто хочет быстро начать работать с моделью и не платить лишнее.

Первая статья + некоторые мало описанные в интернете ошибки Squid с Kerberos и AD, их диагностика и решение

Существует стереотип, что современная наука об экзопланетах — это прерогатива NASA и ученых с миллионными грантами. Мы — команда обычных школьников и наш наставник — решили доказать, что для открытия новых миров достаточно ноутбука, Python и понимания того, что Машинное Обучение (ML) без физики — это просто генератор случайных чисел.

Это история проекта ExoLogica AI: путь от сокрушительного провала на конференции до создания гибридного интеллекта, который видит то, что иногда пропускают профессиональные телескопы.

Смотрим на детали:

Гермошлем, по-видимому, периодически открывается, чтобы можно было сделать глоток пива 🤔

В ноутбуке - похоже, фильм с Мэттом Дэймоном “Марсианин”, однако картинка смутная и непонятная.

Сам ноутбук противоударный - обратите внимание на его корпус.

Рядом лежит беспроводная колонка, которая вполне может работать в условиях разреженной марсианской атмосферы. Но лучше надеть наушники 😊

Шашлык:

Огонь гореть на Марсе не может, т.к. там почти нет кислорода.

Кладем на горячую сковороду сочные куски мяса. При низком марсианском давлении они превратятся в сухую, подошвоподобную субстанцию. Мясо мгновенно вскипит и засушится.

Пиво:

Открытие бутылки при давлении атмосферы в 160 раз меньшего, чем на Земле. Это будет похоже на смесь Mentos и колы 🍾

Упаковка MARS Charcoal - древесные угли. Супердорогой и бесполезный на Марсе продукт. Поправьте меня, если что.

На заднем плане бесхитросная станция из нескольких жилых модулей с марсоходом во главе.

А вот в небе аж три гигантские луны 😆 вместо Фобоса и Деймоса

Уважаемый читатель! Это моя вторая статья на Хабр, уроки первой были извлечены.

Как мне кажется – я вскрыл чирий, который начал зреть около двух лет назад. В частности в предыдущей статье:"Как я за два часа написал научную статью с ИИ и что из этого вышло" https://habr.com/ru/articles/1016220/,  продемонстрировал конкретный эксперимент на предмет того, что современные инструменты проверки научных статей типа, АНТИПЛАГИАТ.ВУЗ, бессильны против прорывных ИИ-технологий.

В том эксперименте я надиктовал на диктофон голосом содержание научной статьи и обошел антиплагиат, при этом ни слова не напечатав в самом теле статьи. Это история была неправильно воспринята сообществом, но послужила прекрасным заделом для написания новой статьи.

Я хочу поднять проблему научной этики и современных ИИ технологий.

Смотрите ситуация с научными журналами такова, что решение публиковать статью или нет остается за человеком. Почему же тогда некорректно использовать ИИ для подготовки качественного материала для публикации? Ведь посыл научных статей не в том, чтоб демонстрировать остроту пера конкретного автора, а в том, чтобы двигать научно-технический прогресс.

Но как же болезненно все воспринимают текст от ИИ, хотя никто не может отличить писал ли это человек или писал это искусственный интеллект.

Я могу перечислить плюсы использования ИИ в контексте Российских реалий научных:

1.    Мой печальный опыт заполнения заявок РНФ, даже когда получал оценки экспертов все три рецензии положительных – фонд денег не давал, но при этом каждую заявку я писал не менее 3 недель не занимаясь ни чем кроме нее. Я бы мог спокойно с ИИ качественно оформить ее за 1 день. А оставшиеся двадцать дней потратить на новые идеи и гипотезы.

Асинхронное программирование в c# стало стандартом де-факто с выходом .NET FrameWork 4.5 и появление ключевых слов: async и await. В современном мире трудно представить приложение: API, десктопное приложение без асинхронных вызовов. Однако, мне стало интересно самому разобраться, что на самом деле происходит по капотом: как компилятор преобразует асинхронный код, что такое state machine и почему использование .Result/.wait() может привести к deadlock.

История о том, как превратить консольный скрипт в полноценное Windows приложение с GUI на AutoHotkey v2 при помощи нейросетей и вайбкодинга.

Разбираем этапы от поиска инструментов до борьбы с интерфейсом в стиле софта нулевых без единой строчки кода, написанной вручную.

Если вы хотите сделать мобильное приложение для Северной Европы, то предлагаю узнать, что было драйверами самых успешных приложений в 2025 году.

Перевод отраслевого исследования группы компаний продуктовой разработки Framna.

Методология
Мы провели это исследование, используя модель App Pulse — многомерный подход, разработанный для оценки успеха приложений в различных рынках, отраслях и демографических группах. Данный отчет представляет собой основанный на данных ориентир для оценки эффективности приложений, помогая понять, что способствует их долгосрочному успеху. Исследование мобильных приложений в Северной Европе основано на данных 600 приложений и 9000 пользователей.

Хотите OpenClaw на русском? Официальной локализации нет и не планируется. Я написал перевод OpenClaw на русский через reverse proxy — прослойка инжектит JS-оверлей в HTML, переводит интерфейс через MutationObserver и не трогает ни строчки в исходниках. Обновления OpenClaw не ломают перевод. Рассказываю архитектуру, код и грабли.

Если смотреть на СССР не только через политику и экономику, а через оптику инженера, то это была огромная «машина» по сборке крупных систем: от энергосети страны до космических программ, от ядерной отрасли до научных школ, которые сформировали язык современной физики. В этой статье я собрал 15 наиболее важных достижений и продуктов, созданных в СССР в 1917–1991, и постарался удержать фокус на людях и институтах, которые сделали их возможными.

Коротко, что вы увидите дальше:

Я программист, и у меня есть бизнес. Наборы еды длительного хранения. Крупы, сублиматы, консервы, сроки по 10-20 лет. Запасы на случай, когда все пойдет не так.

Бизнес работает. Людям нужно. Мне нравится.

Проблема в другом. Человек покупает набор и забывает про меня на год. Или на пять. Или навсегда, потому что запас уже есть, зачем второй. Покупка разовая, возврата нет.

Несколько месяцев я искал вторую идею. Что-то, где люди возвращаются, потому что хотят следующий уровень, а не потому что предыдущий запас испортился. Перебирал ниши, читал разборы стартапов. Всё казалось либо занятым, либо скучным, либо таким же "купил и забыл".

А потом я залез в физику. И за два дня нашел оптику, через которую бизнес-идеи выглядят совсем иначе. Ни одна идея не выжила, но сам инструмент оказался полезнее любого бизнес-фреймворка.

Приветствую, дорогие читатели. На протяжении последнего года мне посчастливилось пообщаться с несколькими десятками бывших и текущих коллег, от разработчиков до владельцев компаний, на тему внедрения ИИ, и, кажется, я открыл врата в ад.

Написать эту статью меня сподвигнул услышанный недавно краем уха разговор:

Немного о том, что такое паллиативная помощь.

Это вводная статья, в которой я расскажу о том, что такое паллиативная помощь, чем мы вообще занимаемся, зачем мы нужны, а что самое важное, кому мы нужны.

На Хабре подобная тематика не особо представлена, но чем чёрт не шутит, вдруг кому-то будет интересно и полезно. Тем более, что это направление в отечественной медицине достаточно свежее.

Итак, в прошлой статье https://habr.com/ru/articles/977480/ я рассматривал псевдогиперболоиды второго порядка в рамках лучевой трассировки Монте-Карло. Тогда задача была сравнительно простой. Нужно было проверить, может ли такая геометрия удерживать лучевые траектории и концентрировать их вблизи экваториальной зоны. Результат оказался положительным. Для ряда конфигураций значительная часть лучей долго не покидала структуру, а тонкая экваториальная область устойчиво выделялась как зона повышенного накопления траекторий. Но это был только первый шаг. Лучевая модель хорошо показывает, куда идут лучи, где они отражаются и где накапливаются. Однако она не отвечает на более глубокий вопрос - останется ли та же выделенная область особенной уже на уровне волнового поля?

Именно здесь начинается следующий этап - переход от лучевой картины к волновой физике.

 Что уже было показано в предыдущей работе

 На уровне лучевой модели можно считать установленным следующее:

Советы тем, кто боится поступать в ШАД (на своём примере)

Всем привет! В предыдущей статье я рассказывала о своём пути поступления в ШАД. Сейчас я уже закончила первый семестр и учусь на втором. В этой статье хочу поделиться впечатлениями об учёбе: как выстроен процесс, насколько велика нагрузка и с какими сложностями можно столкнуться.

Немного о себе

Хоть я и закончила два курса ВМК МГУ, я не считаю себя сильным студентом. Я из обычной школы Калининграда, олимпиадами стала заниматься поздно, и результатов хватило только на 100 баллов ДВИ при поступлении (льгота олимпиадникам). На ВМК я училась не в самой сильной группе. Уровень курсов в ШАДе оказался для меня совершенно новым — такого насыщенного и глубокого материала у меня раньше не было.

Окружение

В ШАДе много действительно сильных ребят: всероссы, межнарники, студенты ПМИ ФКН, физтехи и другие, которые многие темы уже проходили в рамках своих вузовских программ. Я не раз наблюдала, как едва открывалась задача в домашнем задании, а её уже кто‑то сдавал. Сначала это пугало, я чувствовала себя не в своей тарелке. Но оказалось, что, помимо таких звёзд, есть и простые студенты, как я. Есть даже ребята с гуманитарным бэкграундом, их пример вдохновляет.

Выбор направления

В ШАДе несколько направлений. Я выбрала Data Science. Откровенно говоря, решение было скорее интуитивным: мне всегда была ближе математика, чем жёсткая разработка, поэтому направления «Разработка машинного обучения» или «Инфраструктура больших данных» казались сложнее и не совсем моими. Остальные направления ощущались для меня немного абстрактными.

На практике разница между направлениями в основном сводится к набору обязательных предметов в семестре. При этом есть курсы по выбору, и в целом ты не ограничен: можно брать сколько угодно дополнительных курсов, и доступ к ним сохраняется даже после выпуска.

Совет абитуриентам: внимательно изучите программу на сайте. На мотивационном собеседовании обязательно спросят, какое направление вы выбрали и почему. Если вы сможете назвать лишь пару курсов, которые хотите пройти, или начнёте судорожно гуглить — это станет красным флагом (так признавался мой друг из приёмной комиссии).

Решил написать продолжение к предыдущей моей статье Операционная система Анна. Недавно моя жена затеяла вести расходы в Google Sheets. Увидел её мучения о том, как создать формулы, листы и т. д. В итоге ей посоветовал поставить Анну на её домашний компьютер. При установке она настроила интеграцию с Google Sheets. Потом я ей посоветовал попросить Анну сделать следующее:

Р7 офис уже давно стал стандартом де-факто в ряде компаний.
Но есть одна проблема, о которой обычно говорят шёпотом:

Рекурсивное самосовершенствование — или RSI, если вам нравятся аббревиатуры — это ИИ-система, способная улучшать себя итеративно: она предлагает изменения, тестирует их, оценивает, сработало ли, и сохраняет то, что реально повышает качество, формируя новую версию себя. Для нетехнического читателя идея укладывается в одну фразу: машина, которая не просто решает задачи, а учится решать их лучше.

Для экспертного читателя полезное определение требует куда большей точности: недостаточно, чтобы модель пользовалась инструментами или писала код. Должен существовать эндогенный, измеримый и относительно автономный цикл оптимизации, в котором система вносит вклад в улучшение собственных компонентов — своей обвязки, а то и архитектуры или процесса обучения. Именно здесь проходит граница между кричащим заголовком и по-настоящему интересным явлением.

Привет, это новый выпуск «Нейро-дайджеста» — коротких и полезных обзоров ключевых событий в мире искусственного интеллекта и технологий.

Неделя вышла насыщенной: OpenAI закрывает Sora, Сбер открывает свою MoE-модель, новые Suno v5.5 и Lyria 3 Pro. Исследование от Anthropic, обновления Claude и взлом корпоративной сети ИИ-агентами.

Всё самое важное — в одном месте. Поехали!