Все потоки

Привет, Хабр! Меня зовут Алена Ивличева, я менеджер продукта в Content AI. Мы делаем ContentReader PDF — редактор PDF, в который теперь встроен ИИ-ассистент. 

Сегодня я хочу поговорить о том, куда движутся технологии, как искусственный интеллект меняет наше привычное взаимодействие с документами и что все это значит для наших продуктов.

На рынке сейчас огромное количество трендов, но я выделю те, что реально меняют правила игры. 

ИТ-рынок труда перестал расти по инерции. Если еще несколько лет назад повышение дохода во многом зависело от стажа, то сегодня этого уже недостаточно. Это следует из данных Большого опроса Инфостарта - одного из крупнейших регулярных исследований профессионального ИТ-сообщества в России, основанного на ответах тысяч специалистов за 2022–2025 годы.

Анализ показывает: после 5–7 лет в профессии рост дохода замедляется. Дальше он определяется не временем, а выбором стратегии развития...

Привет, Хабр! На связи Андрей, продуктовый дизайнер Garage Eight. Апрель выдался максимально насыщенным: ИИ продолжает лезть в дизайн, большие компании релизят продукты один за другим, а брендинг и типографика все так же радуют глаз.

Сегодня в выпуске:
1. Claude Design
2. Gemini for Mac
3. Новые иконки Google
4. Олимпиада в Лос-Анжелесе
5. ChatGPT Images 2.0
6. GPT-5.5
7. Amazonia
8. Literatura
9. Cosmos
10. Aesthetics of AI

Всем привет, меня зовут Михаил Сухов, я участник команды PT SWARM. Нам в команде все чаще встречается инфраструктура, построенная на базе альтернативных реализаций службы каталога Microsoft Active Directory. Одной из таких реализаций, заслуженно получившей большое распространение является FreeIPA.

В ходе работы с FreeIPA стало очевидно, что можно изучать еще и архитектурные особенности, которые сильно отличаются от AD.

Так появился IPAHound — наш аналог BloodHound для FreeIPA. За основу был взят проект BloodHound Legacy с поддержкой PKI.

Мы неоднократно использовали IPAHound в своих проектах по поиску уязвимостей. В этой статье я расскажу о нашем инструменте. Также посмотрим на различные способы анализа связей, облегчающие продвижение в FreeIPA.

В предыдущих частях рассматривались аспекты публикации сообщений, ребалансировки консьюмер групп и масштабирования чтения, а также проектирования консьюмеров. Эта часть посвящена базовой структуре сообщений, неподходящим сценариям использования Kafka и гарантиям записи.

Лучше один раз увидеть, чем сто раз услышать — в аналитике эта пословица работает на все сто. В новой статье разбираем, почему одна удачная визуализация объясняет процессы, зависимости и помогает найти инсайты быстрее, чем десятки слайдов с текстом и формулами. Также рассмотрим несколько оригинальных интерактивных визуализаций на Plotly — за пределами привычных распределений, боксплотов и прочих «школьных» графиков. 

Об авторе: Мария Жарова — преподаватель Центра «Пуск» МФТИ, ML‑инженер в Wildberries, автор канала EasyData.

Команда аналитического проекта SaaS Rating представила ежегодный рейтинг крупнейших SaaS-компаний России по итогам 2025 года. Исследование подготовлено под руководством Аскара Рахимбердиева, сооснователя и генерального директора ERP-сервиса МойСклад.

Рейтинг SaaS-компаний формируется на основе выручки от B2B SaaS-продуктов в России и включает компании с годовой выручкой от 200 млн рублей. При определении SaaS используется международный стандарт NIST: сервис должен соответствовать ключевым характеристикам облачной модели — on-demand self-service, доступ через сеть, масштабируемость, объединение ресурсов и оплата по мере использования.

Давайте разберем как с помощью утилиты ktpass.exe создавать гарантированно рабочие файлы keytab. Подробно и с примерами рассмотрим каждый параметр утилитыktpass.exe. А самое интересное - вы узнаете неочевидные факты о принципах использования salt при генерации ключей Kerberos, из-за которой получаются нерабочие ключи AES. В этом поможет инспекция базы ntds.dit командлетами DSInternals.

Объектный построитель SQL-запросов без ORM и моделей. Позволяет писать сложные SQL-запросы в виде цепочек Python-методов (table[‘person’].filter(…).join(…).get()) и получать результат в виде списка словарей. Под капотом — параметризованные запросы для защиты от инъекций, продуманная система кеширования с инвалидацией по таблицам (in-memory и Redis), поддержка синхронного и асинхронного кода из коробки. Для тех случаев, когда ORM избыточна, а сырой SQL небезопасен.

Деловой портрет нужен в ситуациях, где важно единообразное и формальное визуальное представление человека: на корпоративных сайтах, в резюме, в презентациях и внутренних каталогах сотрудников. Раньше для этого чаще использовали студийную съёмку, ручную ретушь и отдельную подготовку фона.

Модели для генерации изображений изменили этот процесс за счёт автоматизации. Вместо полной фотосессии теперь во многих случаях достаточно корректного исходного снимка, на основе которого модель может сформировать изображение, соответствующее типовым требованиям к деловому портрету.

В 2026 году OpenAI выпустила новую модель генерации изображений в ChatGPT, а в программном интерфейсе закрепила её как актуальную модель для генерации и редактирования графики. Это обновление стало продолжением курса на нативную мультимодальность, где система работает не только с текстом, но и с изображениями как с полноценной частью общего контекста.

Визуальная линия развивается в сторону более тесной связки между анализом входных изображений, генерацией новых кадров и многошаговым редактированием. В более раннем описании этого направления OpenAI связывала прогресс с нативно мультимодальной архитектурой, совместным обучением на тексте и изображениях и единым стеком дообучения.

Практическая значимость обновления в том, что модель всё меньше выглядит как инструмент только для «красивой картинки» и всё чаще подходит для рабочих визуальных задач: плакатов, карточек, схем, инфографики, макетов и последовательных правок в диалоге. На это указывают и продуктовые примеры OpenAI, и рекомендации для разработчиков, где новая модель позиционируется как основной вариант для качественной генерации и редактирования.

21 апреля здесь, в Центре космических полётов имени Годдарда НАСА, я наблюдала, как учёные с гордостью стояли вокруг металлического устройства с высокими оранжевыми солнечными панелями и сверкающим серебристым основанием. Прямо передо мной в стерильно-чистой белой комнате сиял космический телескоп имени Нэнси Грейс Роман — наконец-то, в полной готовности.

«Я очень надеюсь, что самые захватывающие научные открытия, которые принесёт „Роман“, будут связаны с тем, чего мы не ожидали, что мы не могли предсказать, но что поставит новые обширные вопросы, на которые предстоит ответить будущим миссиям», — сказала Джули МакЭнери, старший научный сотрудник проекта «Роман», во время пресс-конференции во вторник.

Названный в честь первой руководительницы астрономического отдела НАСА и первой женщины, занявшей руководящую должность в агентстве, этот космический телескоп должен стать ещё одним ценным инструментом в стремлении человечества понять истинную природу Вселенной. Он встанет в один ряд с другими нашими мощными роботизированными «глазами» в небе — такими знаменитыми инструментами, как космический телескоп Джеймса Уэбба, SPHEREx, космический телескоп «Евклид» и даже старый, но всё ещё впечатляющий «Хаббл». Однако, как и в случае с каждой из этих знаковых обсерваторий, у этой новой есть свои особенности.

Меня зовут Алексей Щекалёв, я работаю в команде машинного обучения Яндекс Лавки. Как думаете, что общего между пакетом молока, айфоном, дрелью и лабубу? Похоже на начало анекдота, но для нас это серьёзный технический вопрос. Ответ на него определяет, найдут ли пользователи то, что ищут, или разочарованно закроют приложение.

Мы столкнулись с этим вопросом в 2025 году, когда наш отлаженный поиск по продуктовому каталогу сломался о новую модель продаж. Тяжёлые модели понимали новые товары, но работали слишком медленно для рантайма, а быстрые не справлялись. Переобучать весь стек на каждый новый ассортимент было бы слишком дорого и долго. Казалось, что компромисс «качество vs скорость» неразрешим, но мы нашли третий путь.

Ох уж этот мир свободного ПО! Хотите создавать проекты, которые покорят мир? Пожалуйста. Хотите просто развеяться и проверить, где же предел гибкости Linux? Этим можно заниматься сколько угодно.

Хотите конкретный пример? Их есть у меня, причем один из них совсем свежий. Шринукс, или Shrek Linux, появился буквально пару дней назад. Это полноценная операционная система с нескучными обоями, где буквально каждая деталь отсылает к мультфильму про болотного огра. К слову, создатель не стал ограничиваться парой обоев — он погрузил в атмосферу Шрека все, что только можно было кастомизировать.

Релиз новой видеоигры, особенно если это AAA+-проект, должен быть безупречным – не иметь багов, иметь качественный перевод на разные языки. Текстуры должны быть проработаны, движения губ персонажей – совпадать с озвучкой, и в рандомный момент игра не должна вылетать. 

Но все это – в каком-то идеальном мире. В реальности, напротив, мы получаем проблемы с лицами в Mass Effect 2, пропадающие текстуры в Assassin’s Creed Unity, черный экран в Batman: Arkham Knight. Иногда в принципе пройти игры становится невозможно из-за ошибки в каком-нибудь квесте. 

Но даже с багами игра может стать легендарной, если к ее созданию приложили душу и умения люди, любящие свое дело. Так что предлагаю сегодня посмотреть на игры, ставшие классикой при наличии большого количества технических ошибок. 

Привет, Хабр! Меня зовут Данила Трусов, я директор продукта «Инферит ИТМен».

В этом посте расскажу, что изменилось в версии 7.0, какие задачи мы решали в релизе и почему эти доработки важны для команд, которые занимаются учетом, инвентаризацией и контролем ИТ-активов.

При развитии «Инферит ИТМен» мы фокусируемся не только на расширении функциональности, но и на том, чтобы система оставалась удобной, безопасной и масштабируемой по мере роста инфраструктуры. В версии 7.0 основное внимание уделили развитию ролевой модели, усилению контроля доступа и дальнейшему улучшению инструментов инвентаризации.

У демосцены любопытное отношение к копирайту. Оно приблизительно сводится к системе усилий (усилий в идеях, усилий в ремесле), в которой сцена сама себя регулирует и наказывает участников сцены, напрямую ворующих у других участников. Однако на кражи из внешнего мира часто закрывают глаза, особенно если это касается графики.

Первый пиксель-арт сцены почти всегда копировался (или, если точнее, плагиатился) из других источников. В частности, достаточно широко заимствовались иллюстрации, связанные с фэнтези- и научно-фантастической литературой. Любимцами были фэнтези-художники Борис Вальехо и Фрэнк Фразетта, а также любитель хромированных распутных роботов Хадзимэ Сораяма.

Смысл пиксель-арта заключался не столько в оригинальности, сколько в труде. Сканеры и дигитайзеры были слишком дорогими для подростков, а изображения, создаваемые первыми потребительскими моделями, оказывались грубыми и малодетализированными. Для создания изображения, выделяющейся подробностями и чёткостью, требовалась ручная пикселизация, а это очень изощрённый процесс. Сначала нужно было вручную скопировать контур оригинала при помощи мыши (или джойстика на C64), затем как-то передать детали в условиях низкого разрешения (обычно примерно 320x256 пикселей), выбрать ограниченную индексированную палитру (обычно 16 или 32 цветов), вручную добавить дизеринг и антиалиасинг. Это был кропотливый труд.

Привет, Хабр! Мы команда «Генеративный ИИ для видео» лаборатории FusionBrain AIRI — группа исследователей в области Generative AI. Наш основной профиль — модели генерации изображений и видео: пиксели, временная когерентность, латентные пространства, трансформеры и diffusion/flow‑подходы.

Мы — не метеорологи. Но совсем недавно мы задались вопросом: можно ли взять SOTA‑идеи из алгоритмов генерации видео и применить их к задаче предсказания глобальной погодной карты, не превращая ML‑модель в усложненный пайплайн на базе специфических метеорологических знаний?

Оказалось, что да, и весьма неплохо. В этой статье мы расскажем про нашу новую модель прогноза погоды на основе алгоритма Flow Matching под названием Marchuk, которая выгодно выделяется на фоне конкурентных подходов своей компактностью и производительностью. Она даже смогла предсказать морозы в январе 2026 года!

Мы в «Первой Форме» развиваем BPM-систему на базе low-code для автоматизации бизнес-процессов: документооборота, CRM, HR, PM и Service Desk. Мы работаем с B2B-клиентами, у которых платформа живет внутри реальных процессов компании: согласований, заявок, договоров, кадровых маршрутов, сервисных сценариев и внутренних регламентов. В такой модели у нас постоянно появляется поток запросов на доработку системы.

На первый взгляд кажется, что основная сложность начинается там, где нужно реализовывать изменения в конфигурации. На практике мы увидели другое узкое место. Самая дорогая и плохо масштабируемая работа начинается раньше: в момент, когда нужно превратить клиентскую формулировку в точную постановку для внедрения. В статье расскажем, как упорядочили этот процесс с помощью AI.

OpenAI могут развалить бывшие сотрудники компании. Они объединились и создали конкурента, который уже обогнал компанию Сэма Альтмана на вторичном рынке — Antropic. Флагманский продукт Antropic — вирусная нейросеть Claude.

Кому удалось обойти отца ИИ-рынка, как образовался коллектив победителей и кто именно стоит за Claude, ответы на эти вопросы вы получите в этой статье.

Это рубрика досье SpeShu.AI. Здесь мы составляем психологические портреты людей, которые ведут всех нас в будущее искусственного интеллекта и прямо сейчас меняют мир, как в своё время изменили Лейбниц, Эйнштейн и Курчатов.