В банке всё, что не даёт измеримый эффект, рано или поздно называют «лишним ИТ‑решением» и выносят на оптимизацию. База знаний попадает в эту категорию особенно часто: сначала её делают «на энтузиазме», потом годами дорабатывают, а сменившийся операционный директор «внезапно» выясняет, что никто толком не знает, сколько она приносит денег и что будет, если её отключить.
Привет.
Спросите любого, что делает ?, и услышите примерно одно: «сахар для match, который при ошибке делает ранний return». В целом, тут есть правда. Разворачивается ? и правда в match с return, но прячется за этим match целый трейтовый механизм — он умеет конвертировать типы, работает с вашими собственными типами и не имеет ничего общего с try/catch, хоть и выглядит похоже.
Давайте посмотрим, что компилятор на самом деле пишет вместо вашего вопросика, что такое residual в нынешнем дизайне, почему ошибке нужен отдельный тип, и как прикрутить ? к своему типу. И сразу скажу: пользоваться ? на Result и Option можно давно и на стабильном Rust, а вот реализовать поддержку ? для своего типа — это до сих пор nightly. Дальше будет видно почему.
Мы очень активно используем Кайтен — и почти не заходим в него руками. Туда ходят наши боты.
У нас на основной доске 19 этапов, в работе одновременно десятки текстов, и реальная жизнь команды идёт в чатах, а не в трекере. Вот как мы научились почти не заходить в трекер руками — и при этом ничего не терять.
Привет, я Катя Берестовая из агентства Loft. С 2008 года мы делаем контент-маркетинг для компаний. За каждым текстом — интервью с инженером, который «на встрече всё расскажет», фактчекинг, согласования с юристами клиента и редактура. Кайтен попросил рассказать, что мы про них думаем. История получилась нетривиальная: мы очень активно используем сервис управления процессами Кайтен — и почти не заходим в него руками. Туда ходят наши боты, а боты уже разговаривают с редакторами там, где им удобнее — в привычных чатах в Телеграме. Расскажу, как мы к этому пришли.
Почти любая распределенная платформа рано или поздно сталкивается с необходимостью синхронизировать данные между своими системами. И чем выше требования к надежности и скорости доставки изменений, тем меньше остается простых решений. Бизнес-пользователям при работе с интерфейсом одной из платформ нужно знать о сущностях, заведённых во второй. Первая хранит их в реляционной СУБД (неважно, какой именно), а вторая - в документоориентированной MongoDB. До кучи, обе платформы разнесены по сети. Можно, конечно, предложить открыть оба интерфейса бок о бок и сверять данные глазами. Но это справедливо негативно скажется на финансовом обеспечении команды разработки, да и как-то не по-человечески так относиться к своим коллегам. Поэтому приходится зарабатывать доверие в коллективе честным трудом.
Встаёт вопрос: как в условиях распределённой структуры наладить транспортировку данных для взаимодействия независимых систем? Прикручивать ко всем продуктам кастомные интеграции дорого и непродуктивно.
В данной статье хочется представить вам, как мы реализовали интеграцию двух независимых платформ со своими базами данных при помощи инструментов MongoDB для мониторинга данных и брокера сообщений. Описать путь от самого простого решения на примитивных выгрузках метаданных одной пачкой до реализации на событиях Change Stream посредством брокера сообщений.
Из новостей: ждём сиквел Pragmata, Double Fine уволила 23 сотрудника, продажи Subnautica 2 достигли 5 миллионов копий, NVIDIA и AMD повышают цены на GPU для партнёров.
Из интересностей: перевод King’s Bounty 1990 для DOS на русский язык, техники рендеринга воксельного мира на мобильном устройстве в Unity, как левел-дизайнеру играть в игры.
Знакомая ситуация: созвон закончился, все обсудили, о чём-то договорились и разошлись работать дальше. А через пару дней начинается: «Подождите, а кто вообще должен был этим заниматься?» В лучшем случае у кого-то сохранились хаотичные заметки, в худшем — всё держится на человеческой памяти. А ведь встречи бывают не только онлайн, но и очные, с десятком участников и часами обсуждений.
Мы в компании Софрос столкнулись с этой проблемой в полный рост. Внутренние планёрки, встречи с клиентами, технические синхронизации — контекст терялся постоянно. Кто-то записывал аудио на телефон, кто-то конспектировал в блокноте, а потом всё это нужно было как-то собрать в единый протокол. На расшифровку часовой встречи вручную уходит около трёх часов — непозволительная роскошь, когда встреч десятки.
Так родился SOFROS AI Секретарь — система, которая автоматически превращает любую встречу в структурированный протокол с задачами и ответственными. Расскажу, как мы это сделали и что из этого вышло.
Полный реверс-инжиниринг APK Яндекса: разбираем механизмы сбора аудио, геолокации, платежных данных и списков установленного ПО
Поучаствовал в хакатоне от работы. Интересно было испытать себя и проверить свой тулсет для разработки игр. Смогу ли я один сделать игру под ключ - код, арт, звуки?
Штош, игру сделал! Правда лег спать около шести утра 😖 Но это было интересно!
Внутри ссылка на игру и немного технических подробностей как генерил арт, код и собирал игру
База e-mail адресов в Excel и задача сделать рассылку писем. Сервиса рассылок нет, надстройки ставить нельзя из-за корпоративных ограничений. Как сделать полуавтоматическую рассылку без установки стороннего софта имея только Excel и корпоративный Outlook?
В статье даны все возможные способы рассылок через Excel и описан макрос, который собирает партию из видимых строк, кладёт её в скрытую копию и принципиально ничего не отправляет сам. Его код для копирования и описание всех процессов с которыми я столкнулся, решая данную задачу.
Если у вас есть похожие задачи, вы сможете их решить после прочтения статьи.
Мы давно присматривались к локальному ИИ— своей, изолированной LLM без облачных API.
Зачем вообще запускать языковую модель локально, если есть облачные API вроде OpenAI или Anthropic? Как минимум три причины.
В прошлый раз у нас получилось покрыть 20 самых популярных языков России и СНГ с рядом оговорок. Но основным недостатком моделей было то, что значительная группа языков была вообще не покрыта, в основном многочисленные языки Кавказа, Дагестана и Чечни. С лингвистической точки зрения из популярных крупных языковых групп были не покрыты абхазо-адыгские и нахско-дагестанские языки.
До этого момента мы изучали Terraform локально. Теперь пришло время применить эти знания в реальной среде.
В этой статье мы подключим Terraform к облачному провайдеру, создадим первую инфраструктуру, разберём процесс создания сети и виртуальной машины, а также сравним особенности AWS, Microsoft Azure, Google Cloud Platform (GCP) и Yandex Cloud. Несмотря на различия между облачными платформами, вы увидите, что принцип работы Terraform остаётся практически одинаковым.
По результатам статьи «Prompt injection — лучше один раз увидеть», у меня остались не только запущенные размышления и дальнейшие эксперименты, но и бросающаяся в глаза подпись «Не вѣръ чужимъ рѣчамъ, а вѣръ своимъ очамъ (СЛОВАРЬ АКАДЕМІИ РОССІЙСКОЙ, 1806)», которую некоторые ИИ-сервисы теперь пишут мне при каждом ответе. И сегодня, читая очередные рассказы о том, как какая-то ИИшка строго настрого отказывалась отвечать на не те вопросы, но была уболтана, я снова вспомнил о том, что «это не баг, а фича». А раз фича, то давайте использовать её во благо себе. Хотя бы попытаемся.
Всем привет! Меня зовут Петрович и я работаю техлидом java команды в небольшом международном финтехе. В этой статье я хотел бы поделиться с вами опытом миграции наших сервисов с Redis на Hazelcast, а также о том какие уроки мы усвоили. Статья будет полезна тем кто рассматривает отказоустойчивые и более простые в поддержке альтернативы Redis.
Наша команда отвечает за подсистему оценки платежеспособности клиентов (в народе - скоринг). Стек - классический джентльменский набор для java команды - последняя LTS версия Java, Spring Boot (с Hibernate), база PostgreSQL, брокер сообщений RabbitMQ, авторизация через Keycloak, кэш Redis, собираем в docker контейнеры с помощью jib и деплоим в k8s через gitlab, arttifactory используем для хранения стартеров и библиотек.
В прод окружении наши немногочисленные сервисы работают в кластерах k8s в единственном экземпляре, будучи, как правило, распределенными по 3 нодам с приличным запасом по ресурсам. Сделано так специально чтобы в случае отказа одной из нод другие могли автоматически принять нагрузку с выбывшей из строя напарницы без участия сотрудников разработки или поддержки. Ну и rollout update делать удобно и быстро - у нас распределенный монолит и при деплое необходимо деплоить сразу все сервисы одновременно.
С точки зрения кластеров k8s наша подсистема полностью изолирована и не зависит от других подсистем компании. Другими словами, все необходимые для работы подсистемы ресурсы мы хостим и поддерживаем сами. Redis, Keycloak, S3 - всё это работает внутри каждого из наших кластеров, обеспечивая достаточное резервирование. Всё, кроме Redis.
Здесь, на Хабре, мы сталкиваемся с массой статей, претендующих на научную ценность. Чтобы четче понимать, что является научным, а что нет, @avshkolперевел свежую статью, в которой излагается современный взгляд на научный метод и показывается, как отличить то, что под него маскируется...
Представляю вам статью канадского ученого, физика-атомщика Байрона Дженнингса от 28 мая 2018 года. Это яркое, написанное простым и понятным языком, изложение того, что в современной науке принято называть научным методом. Дан широкий исторический экскурс в то, как эволюционировали методы в науке. Достается даже Эйнштейну, да что там, самому Попперу!.. Рекомендую для всех, кто хочет разобраться в том, как в современной науке отличают научно ценное от всего остального...
Через четыре часа после первой статьи пришёл комментарий: в моём коде не хватает трёх инструкций, и на настоящей плате он рассыплется.
Читатель arteast был прав.
Сел воспроизводить поломку. Собрал два варианта, свой и правильный, прогнал на строке в 231 байт. Вывод побайтово одинаковый. Замедлил линию до предела. Ничего не изменилось. Написал программу, которая смотрит, бывает ли передатчик занят хоть когда-нибудь. При выводе в консоль не бывает.
Моя ошибка внутри эмулятора не проявляется вообще. Проверить себя было нечем.
Пришлось чинить эмулятор.
Средства разработки с помощью ИИ эволюционируют: от чат-ассистентов, подсказывающих код, к автономным агентам, которые сами планируют, пишут и ревьюят. Вместе с инструментами меняется и смысл того, что мы называем Governance (я буду использовать английский термин — ближайший русский аналог «регулирование», но он уже: governance это не только сами правила, но и то, как мы их принимаем и кто следит за их соблюдением). В чат-режиме разработчик — страховочная сетка: каждую строчку, предложенную моделью, он оценивает сам. В автономном режиме модель принимает тысячи микро-решений в час, и разработчик физически не может проверить их все. Governance перестаёт быть вспомогательным инструментом и становится жёстким требованием.
В этой статье я опишу трёхуровневый Governance-стек, который мы построили для платформы бронирования спортивных площадок (NestJS на бэкенде, Next.js на фронтенде), и покажу, почему он необходим.
В конце июля исследовательская команда Bottleneck Labs опубликовала отчет о необычном эксперименте: агенту на GPT-5.6 Sol на сутки отдали настоящий бизнес — живое iOS-приложение, банковский счет с реальными деньгами и компьютер с полным доступом. Исследователи сформулировали вопрос просто: способен ли агент на передовой модели, получив полный инструментарий предпринимателя, добиться измеримых бизнес-результатов? За 24 часа агент по имени Saul сжег 320,7 млн входных токенов, сделал 1129 вызовов инструментов, привлек пять новых пользователей и не заработал ни доллара. Живых денег со счета утекло $99,50 (баланс просел с $350 до $250,50), а общая стоимость бизнеса упала на $447. Впрочем, чем дальше читаешь отчет, тем меньше уверенности, кто здесь провалился — агент или сам эксперимент.
Довольно давно у меня в кладовке пылился синтезатор Roland JUNO-G. Его поразила родовая болезнь – быстрая смерть LCD, замену которому Roland выпускала по конским ценам, а потом и просто прекратила выпуск. При этом в остальном синтезатор полностью рабочий и выбрасывать его было жалко. И тут, спустя много лет, мне попался репозитарий на GitHub с описанием способа нестандартного ремонта дисплея Roland JUNO-G. Я осуществил его на собственном синтезаторе и хочу немного рассказать об этом. Тема интересная, поскольку таким образом можно восстанавливать разную устаревшую технику.
Движение превращает смутные размышления в нечто конкретное — то, что уже можно увидеть, проверить и исправить. Опыт Диккенса, Дарвина, Роулинга, Эйнштейна, Черчилля, Пола Грэма и других.