Привет, Хабр! Знакомому гитаристу очень понравилась одна из моих самодельных электрогитар, и он предложил обменять её на героиню сегодняшнего повествования.
Благодаря этому все мы сможем рассмотреть и послушать прекрасный недорогой инструмент, а у меня появилось выгодное пополнение обменного фонда.
30 июля 2026 года Google подключила Gemini Spark к Chrome. Круглосуточный облачный агент теперь может продолжить задачу в браузере пользователя, открыть сайты с активными сессиями и с разрешения воспользоваться сохранёнными данными для входа.
Chrome Auto Browse существует с 28 января. Свежим элементом стал мост между облачным Spark и вашим локальным Chrome. Именно он превращает обычную автоматизацию браузера в разговор о доступе к аккаунтам, личным данным и внутренним страницам компаний.
Анонс выглядит как ещё одна победа над скучной рутиной. Корпоративная документация Chrome читает ту же историю при более холодном свете. Разберёмся, что агент действительно получает, где остаётся человек и почему администраторам Google советует сначала проверить модель угроз.
Пользователи почти не сообщают о багах: напишет 1 из 0, остальные молча уйдут. На прод-логи мы посадили автономного ИИ-агента: 300 тысяч строк в сутки, цикл раз в полчаса, молчание в 9 случаях из 10 — и алерты с цифрами в Telegram. За 84 дня — 113 алертов, две пойманные галлюцинации и фикс. Внутри архитектура, экономика ($10/мес) и каркас, который собирается за день-два.
В этим летом мне исполнилось 32 года, а за плечами — диплом психолога, диплом теолога и свежая, июльская магистратура по педагогике. Я работал официантом, поваром, восемь лет был референтом, работал в магазине, администрировал доставку суши и был региональным менеджером в клининговой компании. А сейчас я учусь на аналитика данных и на системного аналитика, одновременно.
Если вы подумали «вечный студент» — я вас понимаю, сам так про себя так думал. Но именно поэтому мне есть что сказать про обучение — я видел его с обеих сторон. Учился я хорошо и плохо, доходил до конца и бросал, платил за курсы деньгами и, что дороже, временем. А ещё я успел поработать наставником и HR‑ом, то есть смотрел на чужие резюме теми же глазами, какими сейчас смотрят на моё.
Эта статья — не про то, что «образование важно» (спасибо, кэп). Она про то, почему одни и те же курсы для одних становятся трамплином, а для других — строчкой в резюме, которую рекрутёр пролистывает не моргнув. Здесь не будет мотивационных цитат, но будут цифры — в том числе мои собственные.
За годы управления инженерными подразделениями я совершал одну и ту же ошибку: больше внимания уделял тем сотрудникам, чьи проблемы уже были заметны. А самых надёжных оставлял в покое, считая это формой доверия.
Однажды один из сильнейших инженеров моей команды неожиданно пришёл с заявлением об увольнении. Только после долгого разговора выяснилось, что два месяца назад он просил отпуск, а я пообещал решить вопрос и забыл. Он же ни разу не напомнил.
Почему помощь часто получают те, кто громче сообщает о трудностях, а самые сильные специалисты остаются без поддержки? Попробую разобрать этот парадокс через модель профессионального стресса Роберта Каросека и собственный управленческий опыт.
Webhook часто воспринимают как простой механизм доставки уведомлений: пришло событие — обработали — вернули 200. На практике именно в этом месте возникают проблемы с двойными начислениями, потерянными событиями и некорректными состояниями данных.
В статье разбираем, какие вопросы должен учитывать системный аналитик при описании требований к webhook‑интеграциям и почему надёжность начинается ещё на этапе проектирования.
По сути, тренды июля те же, что и в июне (описание июня здесь): как создать лучший harness, как настроить автономные или полуавтономные процессы, управление контекстом, повышение качества и повторяемости результатов, оптимизация, безопасность. Но заметен другой сдвиг. Если в июне основной фокус статей был из серии “мы пробуем, мы попробовали”, то сейчас фокус “мы решаем вопрос как именно сделать лучшую реализацию на основе всех кейсов, которые мы собрали”. То есть мы подходим к моменту, когда количество переходит в качество.
Все больше статей описывают не просто интересные кейсы, а дают прикладные рекомендации и решения как сделать так, чтобы агентная разработка давала повторяемый качественный результат. Большой фокус на агентов и субагентов, на оркестрацию большого количества скиллов и MCP, на качественное тестирование как реальную значимую часть агентной разработки (а не просто генерацию unit-тестов), все больше внимания на архитектуру (как ее строить под проекты с ии-разработкой).
Итан Сигел (американский астрофизик-теоретик и научный журналист, автор рубрики "Спросите Итана", один из пропагандистов современных научных знаний), опубликовал эту статью в ответ на вопрос одного из читателей. Откуда нам известны возраст и размеры наблюдаемой Вселенной? А что насчет ненаблюдаемой? Она бесконечна или конечна?
@avshkol перевел эту статью (и снабдил несколькими примечаниями). Эта работа раскрывает эволюцию научных знаний о размерах Вселенной, дает прекрасное введение в смысл уравнений Александра Фридмана и станет отличным теоретическим и историческим введением в современную космологию для начинающих.
Я бы назвал это самой важной частью всей серии статей. В ней мы соберём целостную картину. Будем говорить об обобщённой системе, которая принимает естественный язык, выбирает действие и умеет безопасно запускать долгие операции.
На arXiv вышел препринт "Settling the Optimal Exponent Relating Sumsets and Difference Sets" — восемь страниц за подписью Хаовэя Линя из Tencent Hunyuan и Шанды Ли из Университета Карнеги — Меллона. Он ставит точку в вопросе аддитивной комбинаторики, на котором за последний год проверили себя едва ли не все громкие ИИ-системы — от AlphaEvolve из Google DeepMind до GPT и Claude. Ответ нашелся не у них: ключевую конструкцию предложил Hyra — исследовательский агент Tencent, работающий на открытой модели Hy3. Формальная проверка доказательства выложена в открытый репозиторий на Lean 4 — языке для машинной проверки математических доказательств.
Шалом, хатули...эмм-э... уважаемые гости и потенциальные инвесторы. Ответьте, пожалуйста, на один маленький вопрос, который я задаю всем своим гостям: как вы думаете, какой наиболее технологичный и эффективный способ получения стейков из растительного сырья? 3Д-печать? Неее. Соя или горох? Двойная экструзия? Увы, увы. Это корова. Пока что. Мы работаем над этим.
Генерация красивых единичных артов давно перестала быть проблемой. Но как только возникает прикладная задача — например, сделать серию консистентных иллюстраций или заготовок для стикерпака в едином стиле — обычный промпт‑инжиниринг начинает буксовать. Закрытые модели дают высокое качество, но забирают контроль и навязывают свое видение.
Поэтому я решил собрать собственный контролируемый пайплайн. Базой для эксперимента была выбрана Stable Diffusion 1.5. Да, это далеко не самая новая архитектура: она хуже современных моделей понимает комплексные описания, чаще ломает анатомию и ограничена базовым разрешением 512×512. Но у неё остаются неоспоримые козыри: низкие требования к железу, гигантская экосистема (ControlNet, чекпоинты) и возможность быстро обучать и тестировать гипотезы на домашнем ПК.
Суть эксперимента — обучить стилевую LoRA на обезличенной подборке стикеров из ВК. Модель должна была выучить не лицо конкретного персонажа и не манеру конкретного художника, а общие паттерны жанра: белый фон, упрощённые формы, характерный векторный контур и мультяшную выразительность эмоций.
Так получилось, что мне пришлось заниматься регуляторами для электромоторов. Большинство из них имеет двойное управление – по PWM и CAN. Управление по PWM проще, поэтому его чаще всего и применяют. Но если вы хотите надежности, вам надо переходить на CAN, а точнее на DroneCAN. Об этом протоколе и пойдет речь в статье.
Два коммерческих сайта на WordPress, оба на одном VPS. Клиенты в одном городе, я сам в другом.
Начало июня. Клиенты жалуются, что сайт не открывается без VPN.
Мало ли, подумал я — ограничения, белые списки и т.д.
Потом сайт перестал открываться у меня. По проводу. Дома.
Три дня был потный танец с бубном:
На первый взгляд, Social Login — одна из самых простых функций современного веб-приложения.
Добавить кнопку «Войти через VK». Добавить кнопку «Войти через Яндекс». OAuth 2.0 давно стандартизирован, OpenID Connect тоже. Документации и библиотек полно. Да и AI сегодня умеет писать интеграции быстрее человека. Поэтому, когда я решил добавить VK ID и Яндекс ID в Авторизу, честно рассчитывал уложиться в один рабочий день:
Свою систему знаю. OIDC знаю. Подобные интеграции раньше проектировал. Под рукой ChatGPT, Claude и AI-агенты.
Что вообще может пойти не так?
Спойлер: получилось почти три дня. И самой сложной частью оказался не OAuth.
День первый. Самоуверенность
Привет, Хабр! Есть приём, который я люблю за его наглость: взять одно уравнение, решить его двумя совершенно разными способами и приравнять ответы. Раз левые части равны — равны и правые, а значит, мы получили тождество, которого раньше не видели.
В этой статье я проверну такой фокус на простом показательном уравнении, из тех, что решают в школе. Один способ решения приведёт нас к обычному логарифму. Второй — к обратному гиперболическому тангенсу, функции уже из курса высшей математики. Приравняв два ответа, мы получим формулу через логарифм.
При парсинге данных есть одна ключевая проблема — защитные механизмы, которые препятствуют массовому сбору. Это могут быть как вполне себе тривиальные лимиты по частоте запросов, так и сложных системы поведенческого анализа (Cloudflare, Akamai, DataDome).
В топе самых частых ошибок, приводящих к срабатыванию защитных механизмов — использование личных IP-адресов или IP-адресов сервера, на котором запускается парсер.
Классические фигуры вроде «головы и плеч» легко увидеть глазами, но тяжело формализовать без десятков спорных условий. В статье я рассказываю, как заменил ручное описание паттернов поиском похожих исторических участков с помощью корреляции Пирсона, какие проблемы возникают при таком подходе и почему высокая корреляция сама по себе ещё не является торговым сигналом.
Главная ошибка наивного генератора судоку — проверять, что решение существует, но не проверять, что оно единственное.
Вот почти заполненное поле:
534..8912 672195348 198342567 859..1423 426853791 713924856 961537284 287419635 345286179
solve() быстро заполнит четыре пропуска. Только завершений здесь два: цифры 6 и 7 можно переставить, не нарушив ни строку, ни столбец, ни блок.
countSolutions(puzzle, 2) останавливается после второго решения и возвращает 2.
Это не демонстрационная картинка. Та же строка из 81 символа лежит в solver.spec.ts, тест так и называется: «контрпример из лида действительно имеет два решения».
Я реализовал три стратегии поиска, а MRV и propagation дополнительно сравнил на наборах задач. Ещё измерил две операции: получение первого решения и доказательство того, что второго решения нет. Вторая вызывается после каждой попытки убрать подсказку, поэтому она в основном определяет цену генерации. React, Web Worker и тесты появятся дальше как обвязка этого поиска, а не как отдельные темы.
Это первый выпуск рубрики «ИграКОД» — про алгоритмы через запускаемые мини-игры. Ранее в цикле выходили материалы про useEffect, any, перенос TypeScript на Go, варианты архитектуры React-магазина и мы собирали и разбирали комбайн.
Вселенная Фрэнка Герберта давно стала для многих реальностью. Книги породили фильмы, сериалы и, конечно, игры. Они пытались передать ощущение пустынной планеты, где вода дороже жизни, а пряность решает судьбы империй. За три с лишним десятилетия одни из них стали стандартом для целых жанров, другие исчезли почти бесследно, чтобы вернуться в совершенно новом виде.
Давайте вспомним, с чего все начиналось и к чему пришло сейчас. Речь пока исключительно об играх, хотя, если пост зайдет, можно будет сделать и «приквелы» — о фильмах и книгах.