Хаотичная IP‑адресация редко мешает сети на старте, но со временем превращается в проблему: появляются пересечения подсетей, сложная маршрутизация и зависимость от знаний отдельных инженеров. В статье разбираем, как выстроить адресный план, который позволит инфраструктуре масштабироваться без постоянных переделок.
Си отлично работает на микроконтроллерах и никуда не исчезает. Но часть правил, которые в Си держатся на архитектуре проекта и дисциплине разработчика, в Rust можно выразить так, чтобы их проверял компилятор.
Разберём это на DMA, владении периферией, состояниях GPIO, прерываниях и unsafe — без попытки доказать, что Rust должен заменить Си.
Представим распределённую инфраструктуру в разных регионах. Между площадками есть VPN: он даёт связность и защищает трафик. Каждый час нужно передать бэкап объёмом 50 GB и развернуть его в другом регионе.
Чтобы уложиться в час, нужна стабильная полезная скорость. Но после запуска cronjob оказывается, что передача идёт заметно медленнее: RTT около 30 ms, иногда теряются пакеты, а бэкап не успевает скачаться даже за пару часов. Рассмотрим, что с этим можно сделать из разряда минимум действий, максимум пользы.
Рабочий день закончился. Вы доделываете свои дела, и тут руководитель просит вас подготовить сложный отчёт: «Срочно, никто кроме тебя не сделает. Успеешь за час?».
Вы уже не раз выручали, и это стало нормой.
Разбираем кейс о психологической безопасности и трудных диалогах.
В первые месяцы моей работы журналистом, пишущим о физике, почти десять лет назад я постоянно натыкался на странную последовательность символов: AdS/CFT. Она меня изрядно пугала, и я решил просто не обращать на неё внимания.
Но долго прятать голову в песок не получилось. Вскоре я узнал, что эти символы обозначают удивительную связь между, казалось бы, несовместимыми мирами гравитации и квантовой механики. А ещё более странным образом это «соответствие анти‑де‑ситтеровского пространства и конформной теории поля» предполагает, что гравитация устраняет различие между объёмом и площадью. Более общая идея получила название голографического принципа, и теперь мне кажется, что это самое глубокое предположение в теоретической физике за последние 30 лет.
Физики‑теоретики склонны голосовать ногами, и AdS/CFT вызвало настоящий массовый забег. Три основополагающие статьи по этой теме, опубликованные в конце 1990-х годов, получили десятки тысяч цитирований и с огромным отрывом стали самыми цитируемыми работами по теоретической физике цифровой эпохи. В моих разговорах с физиками, изучающими голографию, они часто казались искренне ошеломлёнными и прибегали к словам вроде «волшебство» и «чудо», чтобы её описать. И, конечно, не помешало и то, что голография привела к практически общепринятому ответу на самую знаменитую загадку физики: вопреки тому, что утверждал Стивен Хокинг, чёрные дыры не являются тюрьмами, из которых ничто не может выбраться.
Но даже после того, как я написал о множестве открытий в области голографии и провёл бесчисленное количество разговоров с работающими над ней физиками, ощущение путаницы не исчезло. Я слышал, что голография предполагает, будто гравитация и квантовая механика — это одно и то же, и что пространство может быть иллюзией. Я также слышал, как голографию описывали одновременно и как математический факт, и как спекулятивный полёт фантазии. Поэтому я решил сопоставить эти дикие идеи и выяснить, что именно голографический принцип говорит о нашей Вселенной.
В прошлой статье я разбирал спекулятивное декодирование — способ ускорить языковую модель. Метод обещает, что ускорение не изменит ответы: распределение текстов на выходе останется ровно таким же, как при обычной генерации. Гарантия следует из самого устройства метода, но её стоило проверить на практике.
Первая попытка дала обратный результат: статистический тест уверенно сообщал, что распределения различаются. Ошибка сидела не в модели и не в ускорении, а в самом тесте. По одному выводу её было не разглядеть: числа выглядели нормально.
Эта статья о том, как статистический тест может показать различие там, где его нет, и как такую поломку отловить. Языковые модели тут ни при чём: такая же поломка случается и в A/B-тесте, в проверке после квантизации и в регрессионном тесте, который сравнивает распределение времени ответа до и после релиза.
Привет!
Заверните обычный File в структуру из одного поля и пробросьте чтение внутрь. Пара строк, логика не поменялась. А теперь скопируйте через io::copy файл на 64 мегабайта: голый File справлялся за два системных вызова, обёртка сделает больше шестнадцати тысяч.
Ошибки в коде нет, вы просто выпали из специализации, которой в стабильном Rust официально не существует. Зато в стандартной библиотеке на ней висит больше сотни функций, и такая фича там не одна: даже NonNull хранит адрес в типе, который на stable объявить нельзя.
Чем глубже копаешь, тем веселее. Та же специализация ускоряет collect и умеет заставить код без единого unsafe читать освобождённую память, а итератор, написанный как обычная функция, превращается в идеальный ассемблер и почему-то отказывается векторизоваться. Материала набралось на четыре-пять статей, это первая, и в ней пять фич: gen-блоки, pattern types, специализация, become и #[loop_match].
Это вторая часть материала про ИИ-агентов в корпоративном контуре для блога ЛАНИТ. В первой речь шла о том, как ограничить агента технически, какие полномочия ему давать, как разделять доверенные и недоверенные источники, что логировать и как тестировать систему до запуска. Здесь – о следующем вопросе. Что происходит, если ограничения все-таки не сработали, агент сделал что-то не то, а последствия уже наступили?
Я не юрист, и этот текст не стоит воспринимать как правовую консультацию. Это взгляд человека, который проектирует и внедряет такие системы и регулярно сталкивается с ситуациями, где техническое решение внезапно становится вопросом ответственности, доказательств и полномочий. Конкретные юридические решения в реальном проекте нужно обсуждать с профильными специалистами.
Главная мысль статьи довольно простая – ИИ-агент может получать данные, принимать промежуточные решения, формировать документы, вызывать инструменты и инициировать действия, но самостоятельным носителем ответственности он от этого не становится. Поэтому у любого значимого действия должна оставаться восстанавливаемая цепочка: кто дал агенту полномочия, от чьего имени он действовал, кто должен был проверить результат и в каком состоянии находилась система в момент инцидента.
В первой части я расскажу, как случайные мысленные эксперименты могут приводить к неожиданным идеям, что может быть противоположностью резервного копирования и как должна выглядеть модель угроз, если смотреть на мир глазами Воланда.
В партнёрском отчёте доля выданных займов среди одобренных сползла примерно с 80 до 77 %. Текущая неделя выглядела ещё хуже — меньше 75 %. Мы начали разбирать падение и довольно быстро нашли убедительное объяснение: в органическом трафике такого сдвига не было, а несколько партнёров стали приводить клиентов, которые получали одобрение, но не подписывали оферту.
На этом можно было остановиться. Но позже под тем же падением обнаружился другой слой: восемь дней подряд заметная доля СМС с кодом подписания отклонялась шлюзом. Отдельного алерта на этот тип сообщений не было. Вывод про партнёрский трафик оставался верным для устойчивой части просадки, но не объяснял июльский провал целиком.
Тогда мне захотелось превратить такой разбор в повторяемую работу: чтобы следующий сигнал не заставлял каждый раз заново вспоминать, где лежат цифры, как проверить свежесть когорты и какие версии уже однажды подвели нас. Так появился скилл ИИ-агента для расследования воронки. Ниже — что мы сначала делали сами, как собрали этот маршрут и что агент смог найти в следующей задаче.
У вас на лице сейчас весело тусуются миллионы бактерий.
Некоторые повреждают кожу и вызывают прыщи.
Залить их антисептиком нельзя, потому что вместе с ними подохнут полезные бактерии.
Полезные и нейтральные бактерии — это ваша «крыша», они живут у вас на лице и не дают патогенам с другого района организовать свою шайку. Либо конкурируют с ними за ресурсы, либо просто и незатейливо вламывают звездюлей.
Исторически косметологи при проблемах с кожей прописывали хлоргексидин, лютые спиртовые тоники или мази с антибиотиком. Особенно при акне. Но почему-то сначала помогало, а потом сразу не помогало.
Полезный эпидермальный стафилококк — тот самый, который выписывает звездюлей неместным, — страдал тоже. Итог: ещё больше прыщей плюс сухость.
Сейчас идея в том, чтобы взять бандосов с района и начать платить им зарплату, чтобы они стали вашим ЧОПом. То есть подкармливать стафилококк.
И вот тут появляемся мы, биохимики, со своими пайками для бактерий в банках с косметикой.
С 2022 года большинство российских компаний прошли первую волну импортозамещения, перешли на отечественные офисные пакеты, почту и мессенджеры и перевели часть серверов на российские ОС. К концу 2026-го у многих проект замедлился, и проблем становится больше. В отчёте для руководства доля замещения выглядит высокой, но администраторы продолжают находить иностранные системы, которых в плане не было. Бывает и так, что новая российская система отказывается работать после отключения старой зарубежной.
В субботу была на конференции Avito.Tech.Conf. Докладов послушано — 0. Зато поиграла почти во всё — покер, рулетка, аукцион, дартс, кикер, бильярд и даже прошла все уровни в Симпсонах на игровом автомате 💪💪
Привет! Меня зовут Маша, я Senior Product Manager и разбираю только те продукты, над которыми сама хотела бы поработать, так как ими пользуюсь, люблю и вижу, где есть потенциал роста. Мне драйвово искать для них решения, которые выводят продукт на новый уровень не только по деньгам, но и по UX и любви пользователей. Мои разборы: «Рейтинг ни на что не влияет»: Почему Яндекс.такси выбирает газлайтинг вместо честного UX и Цифровая медицина: разбор UX‑барьеров и точки роста.
Но сегодня я бы хотела рассказать о продуктовом подходе к организации конференции, который тронул меня в самое сердечко ❤️. Продуктовый — потому что сделали её максимально клиентоориентированной и допиливали прямо на ходу под хотелки.
На wine.co.za данные хранятся в MariaDB, раз в день копируются в Manticore, а сайт обращается к поиску через библиотеку для .NET. Разбираем, как устроен поиск по архиву из примерно 145 тысяч записей и что изменилось для посетителей и небольшой ИТ-команды.
Корпоративную GenAI платформу легко начать с выбора LLM, LangChain, vector database или Kubernetes. Но до этого полезнее ответить на другие вопросы: кто имеет доступ к данным, где проходит security boundary, какие компоненты действительно нужно разделять и что должно войти в первую версию.
В статье разберу, как спроектировать корпоративную GenAI платформу до начала реализации: требования и NFR, C4, Modular Monolith, разделение.NET и Python, PostgreSQL + pgvector, RabbitMQ, LLM Gateway, ADR и границы MVP.
В дата-центре важно не только разместить как можно больше вычислительной мощности, но и уложиться в ограничения по энергопотреблению и охлаждению. По мере роста AI-нагрузок это становится все сложнее. Поэтому производители начали присматриваться к LPDDR5X — памяти, которая долгое время использовалась прежде всего в смартфонах и ноутбуках. Новый формат SOCAMM2 позволяет устанавливать такую память в серверы в виде съемных модулей.
Разберем, чем этот подход отличается от привычных RDIMM и что показали испытания на нагрузках, приближенных к реальной работе.
Зачем вообще нанимать команду разработки, если нейросеть соберёт систему сама?
Я задаю его себе сам. Нейросети сейчас участвуют почти во всём, что мы делаем: пишут код и помогают разбирать требования. Чёрт! Да я с Claude Code общаюсь чаще, чем с матерью.
Работа стала заметно быстрее. Но когда собрать систему стало легко, на первый план вышло другое: понять, какую именно систему собирать.
За последние месяцев двенадцать у нас поменялось многое: как пишется код, как готовится аналитика, что присылают заказчики и с чем они вообще приходят. Часть процессов пришлось перестраивать на ходу. Дальше — что из этого вышло, на примерах проектов, которые сейчас в работе. Это заметки по итогам года, и выводы у меня пока не окончательные.
Спросите любого человека, далёкого от робототехники, какие правила должны соблюдать роботы. Девять из десяти вспомнят: робот не может причинить вред человеку. Кто-то процитирует все три закона целиком, с «бездействием» и «самосохранением». Законы Азимова прочно сидят в культуре: их цитируют журналисты, на них ссылаются в комментариях под любой новостью про автоматизацию, их всерьёз вспоминают чиновники, когда речь заходит про ИИ.
Иногда кажется, что большая часть этих людей действительно считает три закона робототехники каким-то техническим документом. Если это так, то они не читали Азимова.
В реальности ни один из трёх законов не работает. И в книгах Азимова они тоже толком никогда не работали. Давайте пройдёмся по самым интересным «багрепортам» из книг — и посмотрим, как Азимов сам, шаг за шагом, разбирал собственную систему, пока не был вынужден пристроить к ней нулевой закон. А во второй половине статьи попробуем применить законы к современному миру. И сравним, что вместо них написано в настоящих стандартах.
Катастрофы, к которым ведёт симуляция инженерии, бывают двух видов. Одни видны всем: масштабный сбой, долгий простой, удар по репутации. Другие годами тянутся внутри компании в виде сдвигающихся сроков, повторяющихся инцидентов и растущих бюджетов, и каждый такой эпизод выглядит как локальный дефект конкретного элемента: СХД, подрядчика, очередного релиза. Объяснения правдивы, отчёты зелёные, а системный дефект, из которого растут эти эпизоды, от владельца скрыт, причём не обязательно намеренно.
Текст разбирает один такой дефект на примере миграции инфраструктуры из облака в собственную (on‑premise). В облаке право «не знать», закреплённое в SLA, совпадает с возможностью «не знать», потому что за правом стоит инженерия провайдера. После миграции право остаётся, но подкреплено возможностью только там, где модель устройства находится одновременно и в команде, эксплуатирующей инфраструктуру, и в продуктах, из которых эта инфраструктура собрана. Годы жизни в облаке не дают компании способа достоверно узнать из собственного опыта, находится ли модель устройства одновременно и в команде, и в продуктах. Текст не о выборе между облаком и собственной инфраструктурой, а о том, что в смету не входит.
Та же картина повторяется уровнем выше, у облачных провайдеров, продающих свою платформу для развёртывания у заказчика, и у интеграторов, собирающих разрозненные продукты в «единую платформу». На всех уровнях это попытка обеспечить себе право «не знать» при отсутствии объективной возможности «не знать», и за ней стоит стратегическое решение, принятие которого не заметили: из него следует, какие способности будут у компании через годы, а каких не будет, от кого она будет зависеть и во что обойдётся любая смена направления.
10 новых российских продуктов для ИИ-аналитики звонков, составления меню на неделю, коллтрекинга, переписки с клиентами на сайте с помощью ИИ, геймификации семейных обязанностей и многого другого. Битва за «Продукт недели» началась!
Product Radar — здесь каждую неделю публикуются лучшие онлайн-сервисы и железки от русскоязычных команд.