Все потоки

В 2015 году дизайнер Golden Krishna выпустил книгу с провокационным названием "The Best Interface is No Interface", где на пальцах объяснял, почему мы слишком увлеклись экранами, кнопками и менюшками — и совершенно забыли про саму задачу, которую пытаемся решить. Идея была в том, что лучший интерфейс — это тот, которого ты вообще не замечаешь, который просто работает где-то на фоне и не требует от тебя бесконечных кликов.

Прошло десять лет, и мы действительно пришли ктому самому «отсутствию интерфейса» — только совсем не так, как представлял себе Krishna, и уж точно не через какие‑то ambient‑девайсы и IoT‑хитрости. Мы просто вернулись в командную строку, потому что теперь там появился кто‑то, кто наконец‑то нас понимает.

Всем привет! Я — Ольга Матушевич, преподаватель онлайн-магистратуры «Дата-аналитика для бизнеса», а в прошлом наставница на курсе «Аналитик данных» в Яндекс Практикуме. И сегодня я расскажу, чем Copilot может помочь аналитику при создании дашбордов в Power BI: как работающему в компании, только приступившей к использованию BI-системы, так и обладателю обширного legacy.

Недавно одного моего коллегу по работе развели мошенники. И это было бы, может, и типичной ситуацией, если бы не одно но. Точнее, не набор всяких но.

В-первых, коллега – молод, то есть у него просто в силу возраста должно быть отторжение ко всяким настойчивым предложениям, зазываниям, авторитетам и пр.

Во-вторых, это просто стыдно перед обществом, когда тебя, молодого парня, обводят вокруг пальца мошенники, как старую бабку, которая даже не знает, что такое интернет. Все заложенные природой защитные механизмы должны были сработать, чтобы этого не допустить.

В-третьих, коллега работает программистом, а значит, нахождение в it-сфере должно было принести ему некоторые знания о технических возможностях, которыми располагают современные мошенники (подмена номера телефона, доступ к слитой персональной информации и т.д.).

В-четвертых, у коллеги хорошее математическое образование, лучшее в России, а значит – уверенное понимание логики.

Всё так. Но практика показала, что этого недостаточно. Подумав немного, я понял, в чем причина текущего положения вещей и чего недостает всем нам – программистам, it-специалистам, технарям. За алгоритмами, абстрактными моделями и модными технологиями мы пытаемся скрыться, убежать от реальной жизни, позабыть о нашей невовлеченности в реальную жизнь, стыдливо прикрыться. И в этом корень многих наших бед.

Что я понимаю под избеганием жизни? Это такое состояние человека, при котором он совершенно не готов к настоящим жизненным трудностям. При лобовой встрече с трудностью он не знает, что делать или критически неверно оценивает ситуацию.

10 новых российских продуктов для аналитики звонков, моделирования ИТ-архитектуры, быстрых ответов на маркетплейсах, обработки заказов на Авито и многого другого. Битва за «Продукт недели» началась!

Product Radar — здесь каждую неделю публикуются лучшие онлайн-сервисы и железки от русскоязычных команд.

В этом обзоре я собрал CRM-системы, которые актуальны к 2026 году, — для разных сфер, масштабов бизнеса и сценариев.

Здесь есть простые сервисы для работы с заявками и продажами, CRM для команд с нестандартными процессами, а также open-source решения.

Привет, Хабр! С каждым годом ИИ способен решать более сложные задачи, одной из задач является понимание DAX, связанных предметных областей и генерация кода. Можно выделить несколько задач, которые не являются первостепенными, тем не менее актуальны для анализа или работы в Power BI, например, от простейших — создание клиента для выполнения DAX запросов в Power BI из произвольной среды (например, из .NET приложения) и импорт метаданных TOM модели, до более сложных задач — экспорта схемы данных и самих данных из Power BI в произвольную СУБД (понятно, что такая задача не всегда актуальна с точки зрения ETL, т.к. проще взять данные из исходных источников, а не из Power BI, но польза решения задачи «интуитивно понятна» пользователю) и задач генерации SQL запросов на основе DAX для заданной СУБД, причем результаты сгенерированного SQL должны совпадать с результатами DAX запросов.

Интересующимся применением ИИ на примере DAX из Power BI — добро пожаловать под кат :)

Время после нового года решил провести с пользой и окунуться в машинное обучение. Заняться Machine Learning — и посмотреть получится что‑то или нет с российским рынком акций на Московской бирже.

Моей целью было построить такую систему, которая будет учиться на истории и в перспективе торговать лучше чем случайное блуждание 50/50. Но из‑за комиссий и спреда подобные блуждания изначально отрицательны — чтобы выйти в плюс надо как минимум покрывать комиссии.

Если говорить о результатах очень кратко, то технически всё работает, но вот финансовый результат на грани безубыточности.

Если Вы только интересуетесь этой темой Вы можете посмотреть какие‑то шаги в моей статье, а если Вы уже опытный разработчик подобных систем, то можете подсказать что‑нибудь в комментариях.

Причём вся эта работа выглядит совершенно не так как показывается в фильмах про уолл‑стрит: фактически это написание скриптов и монотонный запуск и всё происходит полностью локально на компьютере.

Это перевод статьи Брайана Тимана (Brian Teeman) о доработке модуля Материалы (mod_articles), позволяющей выводить заголовки материалов категории (ий) с группировкой по годам и месяцам.

Сидишь, генерируешь код, а он вдруг оживает и требует кофе. Или, в нашем случае, гигаватты энергии.

Я решил поделиться идеей, которая меня зацепила после перечитывания «iPhuck 10» и скроллинга новостей об энергокризисе. Мысль такая: вымышленный алгоритм RCP (Random Code Programming) из Пелевина идеально накладывается на реальность 2026 года, где мир строит электростанции и наращивает мощности для дата-центров. Эти штуки кормят нейросети, чат-боты и, возможно, целые армии ИИ-агентов. Не фантазия — факт: случайный код жрёт ресурсы, как Порфирий Петрович — человеческие души.

Давайте разберёмся с сатирическим прищуром в стиле мастера: а вдруг наша разработка — brute-force эксперимент в квантовой обезьяньей машинке, где мы все всего лишь баги, ждущие фикса?

Доброго времени суток уважаемый читатель. В данной статье я хочу поделиться моим опытом запуска лаборатории технологий мобильной сети в домашних условиях. Не буду вдаваться подробно в настройки (как настроить Open5GS или проект osmocom можно нагуглить без проблем), статья планируется все же обзорная. Позже, если будет время и заинтересованность читателей, возможно напишу более подробно – с настройками, дампами сигнального обмена и прочее.

Надеюсь, моя работа вдохновит вас тоже на подобные поиски и развитие в направлении технологий связи.

На днях команда Cursor выпустила руководство по лучшим практикам работы с агентами на примере своего продукта. Это очень прикладные советы, которые помогут вам максимально эффективно использовать Cursor в своей работе. Для тех кто хочет копнуть глубже, авторы делятсы ссылками на исследования и подробности технической реализации тех или иных возможностей.

Я перевёл это руководство для читателей Хабра, потому что многие из описанных практик совпадают с тем, к чему я пришёл самостоятельно методом проб и ошибок. Многие из них легко адаптировать и для других популярных инструментов.

Сегодня многие семьи сталкиваются с одной и той же дилеммой: жена работает наравне с мужем, но её вклад в семейный бюджет оказывается непропорционально мал по сравнению с затраченными усилиями и временем. Давайте разберёмся, почему так происходит и как можно изменить ситуацию к лучшему для всех.

Telegram Premium давно перестал быть просто экспериментальной подпиской. Для многих это рабочий инструмент: большие файлы, расшифровка голосовых, расширенные лимиты. Вопрос в 2026 году упирается не в функциональность, а в то, как именно оформлять подписку и сколько за нее в итоге приходится платить.

Цена Telegram Premium для пользователей из России может заметно отличаться в зависимости от способа покупки. Поэтому имеет смысл разобраться, какие варианты существуют, чем они отличаются, и в каких случаях один способ оказывается выгоднее другого.

В этой статье разберем основные способы покупки Telegram Premium в России и их практические нюансы.

В этой статье разберём исследование от компании Anthropic, которое демонстрирует практическую возможность вскрытия «черного ящика» больших языковых моделей для обеспечения их контролируемости и безопасности с помощью разреженных автоэнкодеров (SAE — Sparse AutoEncoders). И в конце, попробуем поуправлять поведением модели — заставим думать, что она Санта Клаус 🎅.

Еще одна статья про whisper + pyannote для транскрибации совещаний?

Да, но нет.

Это сказ скорее про то, что в 2025-2026 году тот, кто раньше не кодил, может а скорее и должен(если ему конечно это в кайф) разрабатывать продукты под себя, свою команду, именно те, что нужны а не брать что дают...

Весь 2024 и 2025 года индустрия спорила, заменит ли ИИ джунов, сколько людей лишатся работы. Фокусировались на генерации кода, автотестах и рефакторинге. Но к началу 2026 года стало очевидно: искусственный интеллект влияет не на отдельные задачи компании, а на то, как все части компании работают вместе. В этой ситуации уязвимыми стали те, кто раньше думал, что они в безопасности, — менеджмент.

Символичной точкой в этой дискуссии стали результаты масштабного исследования MIT Initiative on the Digital Economy за 2025 год: компании, перешедшие на модель «алгоритмического аудита», выявили избыточность до 25% штатных позиций, которые не создают прямой ценности продукта. Речь идет о демонтаже слоя «информационных брокеров» — людей и подразделений, чья роль исторически сводилась к контролю, фильтрации и передаче данных между отделами.

Инсайды из Anthropic и других ИИ исповедующих компаний дополняют картину: их инженеры и лиды теперь тратят до 70% времени не на написание кода, а на ревью решений, сгенерированных моделями. Дарио Амодеи (CEO Anthropic) еще в марте 2025 года прогнозировал, что ИИ будет писать «практически весь код». На практике это превратило инженеров в «менеджеров моделей», чья работа — отладка логики и проверка безопасности того, что выдал Claude или GigaChat.

В декабре 2025 года Microsoft Industry Solutions подтвердила этот тренд данными: 73% времени инженеров теперь уходит на стратегические задачи и валидацию архитектуры. Чистое написание кода упало до однозначных чисел. Это тектонический сдвиг. Вся историческая ценность менеджмента заключалась в том, чтобы быть мостом между мышлением (стратегией) и действием (исполнением). Теперь этот мост автоматизируется. Функция человека, который просто «агрегирует отчеты и несет их наверх», стала избыточной.

Вообще, это мой первый опыт написания статьи на хабре, но с выпуска патча прошло несколько дней, и вдруг я решил поделиться самим процессом исследования.

Всем привет, я Daytrift Newgen, и вот моя простая и весьма смешная история обнаружения байпаса от начала исследований до патча и advisory.

Современная экосистема Python переживает большую трансформацию в подходах к обработке, валидации и (де)сериализации данных. Еще совсем недавно (десять лет назад) в питоне не было аннотаций типов, все использовали ручные проверки типов, да и в принципе мало кто заморачивался с контрактами для данных.

Наступил 2026 год, и у меня были новогодние праздники для создания международного стартапа - единорога 🦄. Поставил себе цель - заработать миллиард денег, поэтому проект должен быть международный(мультиязычный), чтобы увеличить трафик. Чтобы успеть за две недели, я решил использовать vibe-кодинг, а то потом ещё к ЕГЭ готовится.

VIBE-кодинг

Для написания кода я использую cursor.com версию pro - стоимость 20 $. Забегая вперёд, скажу что есть лимит токенов, и за пару неполных недель я сжёг лимиты токенов 3-учёток на проект.

Рассказываю и наглядно показываю как делать понятные и красивые дашборды без лишнего шума, которые ответят на вопросы пользователей, а не создадут новые.