Все потоки

Всем привет! Меня зовут Степан Павленко, я аспирант и стажер‑исследователь в Лаборатории теоретических основ моделей искусственного интеллекта на ФКН ВШЭ. Прошлым летом я поехал на летнюю школу AIRI в Томском государственном университете, где помимо лекций нужно было выполнять проекты. Наша команда выбрала проект на стыке генеративного моделирования и химии: научиться предсказывать SMILES‑строку молекулы прямо по 3D‑координатам атомов. 

За две недели изначально грандиозная идея «LLM генерирует SMILES с нуля» превратилась в куда более реалистичную задачу — предсказание графа химических связей. Рабочий прототип был готов уже на защите, а ещё через полгода вечерних созвонов и экспериментов он вырос в Uni‑Bond — модель, которая обходит предыдущий SOTA (YuelBond) по точности восстановления графа связей примерно в 20 раз по частоте ошибок в exact match. В июле 2026-го работа была принята на воркшоп Graph Foundation Models при ICML 2026 в Сеуле.

Дальше — личная история про путь, который мы прошли, вместе со всеми его трудностями. Хочется верить, что она сможет вдохновить кого‑нибудь другого.

МК88 — компьютер, разработанный и воплощённый в СССР, наша XT-шка.

Дата производства компьютера — 29.04.1992. Таким образом, компьютеру 34 года. На мой взгляд, то, что древний компьютер вообще включается, уже заслуживает уважения — за это время перегорают даже простые лампы накаливания. Мы пойдём дальше: обвесим его новодельной периферией, «проапгрейдим» и выглянем в цифровой окружающий мир. Сегодняшний эксперимент будет посвящён посещению BBS, увидим текстовый интернет, начало телнет-мультика и загрузку Linux для древних машин под названием ELKS.

Приглашаю к прочтению.

Девяностые для России были непростым временем, но по какой‑то неведомой причине Красногорский завод имени Зверева всё равно продолжал клепать «Зениты». Ну, какая ситуация в стране, такие и камеры делались. «Зенит-312m» — одна из последних попыток завода предложить что‑то россиянам на рубеже веков, и он у меня недавно снова оказался в руках!

Коллеги, добрый день!

Я Станислав Калабин, инженер-архитектор компании Axel PRO. Моя ежедневная задача – воплощать строгие требования информационной безопасности (ИБ) в работающую сетевую инфраструктуру наших заказчиков.

Если раньше доверяли всему внутри периметра и защищали сеть с помощью мощного межсетевого экрана (Firewall) на границе, то сейчас эта модель устарела. Удаленная работа, облачные сервисы и распределенные офисы размывают границы сети. Современная атака начинается не со штурма МСЭ, а с фишингового письма сотруднику. Оказавшись внутри, злоумышленник пользуется абсолютным доверием. Ответом на эти угрозы стала архитектура Zero Trust – «никому ничего не доверяй». Её главные принципы – явная верификация каждого запроса, минимальные привилегии и готовность к инциденту.

В этой статье я расскажу о самом принципе Zero Trust и как современные NAC-системы, на примере платформы AxelNAC, решают задачи ИБ, минимизируя нагрузку на сетевых инженеров при внедрении.

Одна ось координат, которая объясняет, какие маркетинговые инструменты имеют шанс сработать именно у вас — и почему дело не в кривых руках.

Перенести инфраструктуру в код — отличная идея, пока предварительный расчёт изменений и их применение не начинают занимать неприлично много времени.

Мы в Okko строим IaC для VMware Cloud Director на базе Pulumi и Python, чтобы инженеры могли управлять ресурсами через простой и понятный YAML. Но когда счёт объектов в облаке пошёл на тысячи, цикл проверки и применения изменений катастрофически растянулся.

Под катом рассказываем, как с помощью Jaeger разобрали выполнение по операциям, нашли повторные обращения к VCD API, добавили in-memory кэширование и подобрали уровень параллельности с учётом архитектуры площадок. А заодно выяснили, почему увеличение PULUMI_PARALLEL не всегда ускоряет развёртывание.

Разбираю, как мы два года пытались построить классическое приложение для знакомств, слили на это все деньги — а потом перестали конкурировать с Tinder и Badoo напрямую, урезали проект до одной узкой, но сильной идеи. Итог: больше 1000 активных пользователей каждый день, 7000+ в месяц — и мультиплатформенный продукт (iOS, Android, веб, Telegram).

Спойлер: секрет был не в том, чтобы сделать дейтинг лучше. Секрет был в том, чтобы перестать делать дейтинг "для всех".

Что получится, если собрать PostgreSQL, Airflow, JupyterLab, MinIO, Superset, шесть MCP-сервисов и локальную модель Ollama в одном Docker Compose-стенде?

Показываю полный путь синтетических промышленных данных: от витрин и проверок качества до Parquet-артефактов, MCP-инструментов и LLM-пояснений. Внутри — архитектура, воспроизводимый запуск, результаты проверок и открытый репозиторий.

Привет, Хаброжители! Генеративный ИИ произвел революцию в том, как организации решают проблемы, ускорив переход от концепции к прототипу и готовому решению. По мере роста возможностей моделей наблюдается появление нового паттерна проектирования — ИИ-агентов. Сочетание инструментов, знаний, памяти и механизмов обучения с продвинутыми фундаментальными моделями позволяет выстраивать последовательности из нескольких инференсов моделей для решения неоднозначных и сложных задач.

Агенты — от помощников разработчика до исследовательских и аналитических агентов — уже ускоряют работу команд и целых организаций. Хотя эти агенты повышают эффективность, они часто требуют тщательного планирования и многочисленных правок, а их развертывание остается проблемой во многих организациях, особенно при стремительном развитии технологий и исследований.

TL;DR Начнём с создания точки входа на заблокированный сайт/REALITY/XHTTP/VLESS и закончим примером с модификацией трафика через Zapret2.

В самом простом виде задача выглядит так. Есть сайт в зоне без цензуры и есть несчастный юзер в зоне, где IP-адрес этого сайта заблокирован. Конечно, в 2026 году никого не интересует блокировка одного сайта, но интересует обход блокировки прокси-сервера, который использует VLESS-REALITY, VLESS-TLS-XHTTPS, Trojan или ещё какой-нибудь протокол, всеми силами маскирующийся под HTTPS/TLS — то есть под тот самый обычный вебсайт.

Как организовать контрактное тестирование, если у вас 150+ микросервисов, 10 команд и QA есть далеко не везде? В Nexign перепробовали готовые инструменты, дважды откатили собственные решения — и в итоге за четыре дня собрали прототип, который за полтора года превратился в рабочий инструмент без единой строки тестового кода. Ведущий инженер Максим Дубинин рассказывает, что не так с Dredd и Pact и почему иногда проще сделать своё.

Этот пост - пример того, как несовершенны ещё языковые модели, а функцией суммаризации текста похоже всё-таки можно манипулировать. Я не стал выяснять каким образом, пока просто делюсь наблюдением.

Итак, понадобилось мне на днях разыскать контакты знакомого по его телефону, бывшему вне зоны доступа. И вот я думаю, пробью-ка номер в Яндекс поиске - сразу покажет страницы, где тот вместе с телефоном запостил в интернет другие свои контакты.

Ввожу номер... и под строкой поиска вижу ответ от Алиса AI (показан на скриншоте выше).

Когда речь заходит о телеком-компаниях, в качестве первых ассоциаций обычно приходят интернет, мобильная связь или оптические сети. Но современная телеком-инфраструктура — это не только каналы передачи данных, но и инструмент, который помогает собирать информацию об окружающем мире.

Привет, Хабр! Мы в R&D-подразделении Московской городской телефонной сети (МГТС) исследуем, как можно использовать уже существующую инфраструктуру для решения задач, выходящих за рамки классических телеком-услуг. Сегодня мы сосредоточены на трех направлениях: сенсорике, комплексной обработке мультисенсорных данных и сервисной робототехнике. 

Под сенсорикой мы понимаем широкий набор технологий — от волоконно-оптических систем до компьютерного зрения, ультразвуковых, радиочастотных и других методов сбора данных. Наша задача — не только разработать отдельные сенсоры, но и объединить разнородные потоки информации в единую цифровую модель объекта или процесса. Этот подход позволяет создавать системы, с помощью которых можно понять, что происходит с объектом в режиме реального времени: выявлять отклонения, прогнозировать развитие ситуации и автоматизировать принятие решений. Мы проверяем эти технологии в пилотных проектах, связанных с мониторингом инженерной инфраструктуры, городской среды, транспорта и роботизированных систем.

Один из проектов, который мы недавно реализовали, — Smart Largus. В его рамках мы исследовали возможности применения волоконной сенсорики для диагностики транспорта и предсказания неисправностей его механизмов. Зачем мы этим занялись, что удалось, какие данные мы собрали и какие выводы сделали — читайте дальше.

Привет, Хабр! Эта статья — часть серии к 25-летию SpaceWeb. Раз в две недели берем спорный вопрос про будущее хостинга и инфраструктуры и зовем двух-трех экспертов, которые смотрят на него по-разному.

Сегодня спорим о том, способен ли ИИ придумать архитектурное решение, которого раньше не было. Виталий считает, что способен. Алексей отвечает, что система, которая кормится готовыми знаниями, ничего не изобретет с нуля.

Если водить спорткар, то только на идеальном глянцевом треке. Тогда он всегда будет показывать рекордное время. Я думаю, примерно так топ-менеджмент ИИ-компаний и описывает работу своих моделей инвесторам. Проблема в том, что бизнес-процессы — это дорога с ямами. 

Долгое время индустрия закрывала глаза на то, как именно LLM бьют рекорды на лидербордах. Но эпоха слепого доверия корпоративных данных чужим «черным ящикам» по ту сторону API подходит к концу. Или нет? 

В новом дайджесте обсуждаем масштабный переезд enterprise-сектора на открытые веса, суверенное железо и жесткую валидацию моделей на грязном реальном трафике.

Туториал о создании собственного веб-приложения с помощью ИИ-агента Claude Code. 

В прошлый раз мы подготовили сайт к деплою, чтобы его могли видеть другие люди в интернете. Сегодня работаем над самим деплоем и отправляем наш проект на сервер платформы для вайбкодинга Битрикс24 Вайбкод. 

В статье рассказываем, как довести проект с нуля до текущего состояния и как провести деплой.

В начале 2026 Apple тихо похоронила то, что, казалось, наконец станет успехом среди AR/XR-устройств - свой Vision Pro. За полтора года их продали примерно 600 тысяч штук, новый глава компании вычеркнул из планов обе следующие версии, а первые очки, которые Apple реально выпустит после, будут вообще без экрана.

Почему же люди, которые лучше всех в мире умеют делать железо, раз за разом туда идут, несмотря на все прошлые провалы? Что обрекает умные устройства с экранами и очки на провал раз за разом? И какими будут ИИ девайсы будущего?

SRE‑инженер Mindbox рассказывает, как DevOps‑команда столкнулась с неконтролируемым запуском хаос‑тестов, когда проводила плановые проверки с помощью Chaos Mesh. Что запускало «зомби‑тесты», какие пробовали решения и на чем в итоге остановились — делимся в статье.

Всё началось с того, что на «Хабре» мне попалась статья о модели TAPe — Theory of Active Perception, или «теории активного восприятия». В статье были громкие заявления и интересные описания, но попробовать модель на практике не удалось.

Я собрал ключевые тезисы о TAPe и обратился к ChatGPT с запросом:

Большинство корпоративных платформ, которые сегодня работают на крупных предприятиях, проектировались 15-20 лет назад. С тех пор сменились языки программирования, подходы к разработке, требования к интеграциям и интерфейсам. Архитектура же во многих случаях осталась прежней.

Мы задумались – можно ли сохранить проверенную бизнес-логику, не переписывая накопленный за десятилетия код, и одновременно сделать платформу открытой для современных технологий?

Эту задачу мы и хотели решить при разработке «Галактики Сверхновой». Заглядывайте под кат и узнаете, как устроено это разделение: почему ядро осталось консервативным, а расширения можно писать на Python, Java и C#, и как метаданные стали основой для интеграций и ИИ.