Все потоки

2.08.2026 года, в день когда в ЕС реально завелась статья 50 AI Act, Anthropic сделала ход конём: с этого дня каждый текст, который выдаёт свеженькая модель Claude, тащит в себе невидимую метку. (Не пиксель или строчку метаданных в углу, а метку, вплетённую прямо в сам выбор слов) Это подали как жест прозрачности: мол, вот вам транспарентность(как просили).

Не прошло и суток, как в гитхабе набрал обороты проект, обещающий эту метку стереть. За ним — ещё десяток.

А неделю спустя независимое издание констатировало: доказать, что хоть один из них реально работает, не может никто (ни авторы ни сама Anthropic).

Эта статья – о том, почему это не баг и не провал маркетинга, а неизбежное следствие того, как устроена технология. И заодно — почему у истории куда более длинная борода, чем у чат-ботов: первые водяные знаки придумали за семьсот с лишним лет до GPT.

Имея некоторый опыт в построении классических ML и CV-проектов, я решил разобраться в NLP (Natural Language Processing) и собрать свою RAG-систему без использования сторонних RAG-фреймворков (LangChain, LlamaIndex и т.п.). Моя цель - понять, как на самом деле работает RAG под капотом: от разбиения текста до генерации ответа.

Проблема, которую решает RAG

Готовые LLM модели имеют несколько недостатков:

Городские Telegram-чаты похожи на непрерывный поток логов без схемы. В одном сообщении человек ищет квартиру, в следующем агент публикует двадцатую копию объявления, затем идут курс валют, потерянный телефон, рекомендация врача и спор не по теме. Поиск по словам быстро упирается в синонимы, несколько языков, устаревающие сообщения и главное противоречие: «сниму квартиру» и «сдам квартиру» говорят об одном объекте, но требуют противоположных результатов.

Ниже — архитектурные решения, которые мы используем в Global Pulse, поиске по городским Telegram-сообществам. Первый город — Нячанг. Это не рассказ о гарантированных лидах: система работает только с доступными сообщениями и может пропускать полезные события или ошибаться в классификации.

Революционная миссия, которая исследовала Плутон и отдалённые объекты Солнечной системы с беспрецедентной детализацией, пробудилась от своего самого длительного «сна». Сейчас она находится на расстоянии 5,9 миллиарда миль (9,5 миллиарда километров) от Земли.

Космический аппарат НАСА «Новые горизонты» перешёл в запланированный режим гибернации 7 августа 2025 года и пробудился 23 июня с помощью команд, сохранённых в его главном компьютере.

Диспетчеры миссии из Лаборатории прикладной физики Университета Джонса Хопкинса в Лореле, штат Мэриленд, подтвердили, что «Новые горизонты» находится в отличном состоянии и готов передавать поток научных данных, собранных во время «спячки», со своего местоположения в области ледяных объектов, известной как пояс Койпера.

Плутон — самое крупное из тысяч замороженных каменных тел, называемых транснептуновыми объектами (ТНО), которые находятся в поясе Койпера на краю нашей Солнечной системы — это остатки её формирования, завершившегося по большей части 4,5 миллиарда лет назад.

В 2015 году «Новые горизонты» стал первым космическим аппаратом, совершившим детальный пролёт мимо Плутона и его спутников, изменив представления учёных об этой холодной карликовой планете. В 2019 году аппарат также провёл детальное исследование Аррокота — ТНО, имеющего форму снеговика.

С момента достижения этих важных вех аппарат «Новые горизонты» продолжает исследовать загадочный пояс Койпера — и делает удивительные открытия.

# Исследование неизвестных территорий

Космический аппарат собирает данные о скоростях вращения, ориентации и формах ледяных объектов, путешествующих по орбитам в поясе Койпера.

Первое время нейросеть вызывала восторг, вот это помощник! Пока модель собирает источники, ты открываешь вторую задачу, пока пишет черновик, занимаешься третьей. Через час уже у тебя лежит объем работы, на который раньше ушел бы день. Ключевое слово — лежит.

Нейросеть старательна, но в одной ее ссылке пересказ, в другой описание смежного рынка. Два правдивых факта модель соединила причинной связью, которой в источниках не было. 

И в этом есть занятная асимметрия: ИИ резко снизил стоимость подготовки черновиков и ответов, но не снял вопрос, почему им можно доверять. Хорошо, когда ответ проверяет человек, иногда тест или программа, а если нет? 

В статье мы рассмотрим настройку маршрутизации на основе политик (Policy Based Routing, PBR) для управления трафиком от сервера в Интернет в зависимости от IP-адреса источника. Опишем шаги по конфигурации PBR на сервере c Ubuntu и маршрутизаторах Juniper MX.

ИИшечка уже пишет приложение за вечер. Но чтобы выложить его в интернет, мы все еще зовем девопсера.

Тут начинаются докерфайлы, CI/CD, DNS, TLS, секреты, логи и контейнер, который десятый раз перезапускается.

В начале лета мы решили проверить: а можно ли научить AI не только писать код, но и самостоятельно доводить его до прода?

Всем привет, добро пожаловать на подкаст Mindscape. Я ваш ведущий, Шон Кэрролл. Время! Оно не останавливается, несмотря на все психологические последствия жизни в условиях локдауна. То, как мы воспринимаем время, зависит от обстоятельств, но само время неумолимо движется вперед. Если, конечно, путешествия в прошлое вообще невозможны, как это изображается в бесчисленных научно-фантастических сюжетах. Но имеет ли это смысл? Разве в таком случае мы не смогли бы изменить прошлое, причем настолько радикально, что сами никогда не появились бы на свет? В этом сольном выпуске подкаста я говорю и о физике путешествий во времени, и об их изображении в фантастике. Я объясняю, что законы физики, возможно, допускают путешествия во времени, и рассказываю, как именно это могло бы работать, хотя на самом деле мы пока этого не знаем. А еще я пытаюсь разобраться в некоторых не самых логичных вариантах путешествий во времени, которые показывают в кино. Придумать непротиворечивую теорию, способную объяснить происходящее в «Назад в будущее», совсем непросто, но подкасты - занятие не для слабонервных.

Я хотел бы рассказать тем из вас небольшую историю о том, как мне самому удалось, пусть и совсем немного, повлиять на массовую культуру. Возможно, вы слышали о фильме «Мстители: Финал». Скорее всего, слышали, ведь на тот момент это был самый кассовый фильм в истории. И важную роль в нем играет идея путешествий во времени. Я не собираюсь раскрывать сюжет фильма, но до него был другой фильм, «Война бесконечности», в котором произошли довольно неприятные события, и герои «Финала» хотят исправить их, отправившись в прошлое. А если вы хотите ввести в фильм путешествия во времени, вам приходится принять определенные решения о том, как именно они работают. В реальном мире путешествий во времени мы пока не наблюдали, поэтому существует несколько разных теорий о том, как они в принципе могли бы происходить. И в какой-то момент Пол Радд, актер, который играет Скотта Лэнга, он же Человек-муравей, вместе с остальными героями обсуждает путешествия во времени и говорит: «То есть вы хотите сказать, что “Назад в будущее” - это полная чушь?»

Построение HA-кластера в PostgreSQL традиционно требует внешнего стека: Patroni, распределенного хранилища конфигураций и набора вспомогательных утилит. В СУБД Postgres Pro Standard и Enterprise отказоустойчивость реализована на уровне ядра: механизм BiHA берет на себя консенсус Raft, защиту от split-brain и перестроение топологии.

Разбираем, как устроена встроенная отказоустойчивость, как система автоматически выравнивает расхождения в WAL без ручного вмешательства DBA и в каких сценариях такой подход надежнее самосборного контура.

В данной статье расскажем о нашем опыте определения типов микросхем на рентгеновских снимках моделью YOLO

Есть неприятный момент на техническом собеседовании. Интервьюер заканчивает длинный вопрос, и ты понимаешь, что тема знакома. Ты делал это на работе, помнишь правильный подход и даже подходящий случай. Но отвечать нужно сейчас, а в голове одновременно идут четыре процесса: разобрать формулировку, вспомнить детали, выстроить ответ и не зависнуть в тишине.

Если интервью на английском, добавляется пятый — перевод.

Проблема здесь не в знаниях, а в бюджете времени. Естественная пауза после вопроса — это примерно две‑четыре секунды. Дальше собеседник считывает её как заминку. Всё, что должно уместиться в этот интервал, — распознать конец реплики, понять, о чём именно спросили, собрать структуру ответа и начать говорить.

Обычный AI‑чат в соседней вкладке в этот бюджет не помещается, и дело не в качестве модели. Посчитайте, из чего складывается задержка: услышать вопрос, переключить окно, напечатать или вставить формулировку, дождаться генерации, прочитать выдачу, найти в ней полезное, вернуться в разговор. Даже без времени на саму генерацию транспортная часть съедает больше, чем у вас есть.

Почему одни идеи превращаются в востребованные продукты, а другие так и остаются красивыми презентациями — или мемами про очередной B2B AI SaaS? Часто проблема не в технологии и не в качестве реализации. Команда может отлично сделать то, что пользователю на самом деле не нужно.

В IT легко начать с готового ответа: «сделаем экспорт», «добавим ещё один экран», «автоматизируем этот сценарий». Дизайн-мышление предлагает на время отложить решение и сначала разобраться, какую проблему мы вообще пытаемся решить.

Меня зовут Лера, я технический писатель в Авито. Я продолжаю разбирать книги, идеи из которых помогают по-новому посмотреть на работу, команды и создание продуктов. Сегодня поговорим о книге Тима Брауна «Дизайн-мышление в бизнесе».

Для айтишников здесь есть вполне практичная польза. Чем сложнее и дороже разработка, тем важнее раньше понять, правильную ли задачу мы вообще собираемся решать. Дизайн-мышление не учит писать код или проектировать системы — оно помогает не потратить месяцы на качественную реализацию идеи, которая изначально никому не была нужна.

Искусственный интеллект резко ускорил разработку, но вместе со скоростью выросла цена управленческих и архитектурных ошибок. В статье разбираем, как на этом фоне меняются роль техлида, устройство команд и сами правила принятия решений — на примерах миграций, CI/CD, ИИ‑агентов и реальных изменений внутри инженерной организации.

Исправное устройство успешно обновилось, доказало своё здоровье, а через два перезапуска откатилось на старую прошивку. Причина оказалась вообще не в обновлении: в тот раз наш бэкенд отвечал три минуты вместо одной.

У нас парк ARM‑устройств: удалённое обновление ядра, A/B‑слоты, автоматический откат. Казалось бы, схема известная, готовые движки есть, документация написана. Сам движок действительно поехал за неделю. Потом полтора месяца мы выковыривали дефекты, которые не падали, ничего не писали в лог и не ловились обычными тестами.

Ниже — семь самых поучительных случаев. И у всех одна форма: каждая проверка утверждала больше, чем на самом деле доказывала.

Устройство говорило «обновился», проверив доставку обновления, а не его применение. Или: «я здоров, братан, проверяй», глядя на факт запуска, а не на работу прошивки. Или: «версия 0.0.17», потому что это было написано в манифесте бэкенда, а не потому, что именно эта версия реально крутилась на железе.

В итоге — как с нашим правительством: свою работу оценили на отлично, а эксперимент, очевидно, неудачный.

Настольная горелка — основной инструмент стеклодува, будь то упрощённое изготовление стеклянных сувениров или сложное приборостроение. От конструкции и исполнения стеклодувной горелки зависят возможности мастера, безопасность и удобство его ежедневной работы. Работы, как правило, тонкой и кропотливой. Известна горелка «пушка» — эволюционировавшая паяльная трубка, по схеме которой могут быть построены и крупные мощные «мортиры», и крохотные ручные огни для мелкой пайки стекла. Небольшую пушку для стеклодувных экзерсисов, например, для изготовления химических принадлежностей и некрупной посуды, нетрудно собрать и отрегулировать в полчаса из подручного хлама, однако, гораздо лучше горелки, построенные вдумчиво и основательно, в том числе и с оперативной регулировкой формы и размера факела. Такие конструкции существенно сложнее и среди «пушек» встречаются нечасто. Предлагаю почтенной публике взглянуть на такую необычную и редкую кустарную комбинированную горелку — её устройство, модернизацию, работу.

Развернуть n8n просто, а работать с ним — нет. Обновления ломают рабочие сценарии: вчерашний воркфлоу падает, транскрибация из Telegram выдаёт неясную ошибку, модель через российский агрегатор не цепляется. За последний год в n8n нашли пять критических уязвимостей, две из них позволяли выполнять код на сервере без входа в систему. В облачной версии такие дыры латает сам n8n, а на своём сервере следить за патчами и обновляться придётся владельцу или его разработчику.

Большинство сценариев в n8n сегодня завязано на AI-агентов, а им нужна языковая модель. Из России напрямую к OpenAI или Anthropic не подключиться — нужен агрегатор. Наша Polza AI даёт единый API к сотням моделей, оплата в рублях, а n8n подключается к нам как к обычному OpenAI. Через нас проходит много n8n-воркфлоу, поэтому мы решили разобрать платформу подробно: как устроена, сколько стоит, чем отличается от Zapier и Make, как поднять в России, как не подставиться на безопасности и когда она не нужна.

Вчера вы обсуждали растущие комиссии, цены на логистику и сильно обнаглевшие маркетплейсы, казалось, что хуже не будет… Но, внезапно выяснилось, это была белая полоса… Сегодня ваш товар просто сгорел, компенсаций либо нет, либо они мизерные, склады горят и вряд ли в ближайшее время перестанут…

Первый вопрос в такой момент совсем не философский: где мой товар и на какие деньги я завтра продолжу продавать?

После атак на логистические объекты маркетплейсов стало понятно: склад теперь зона повышенной боевой опасности. Для селлера это может быть главная точка отказа всего бизнеса. Товар во взрывоопасной зоне потенциальное отсутствие товара. 

Значит ли это, что надо срочно уходить с маркетплейсов? Нет. Онлайн торговля все равно сосредоточена именно там, покупатели не пойдут в другое место, ну если только вы не продаете какой-то супер эксклюзив, типа кошачьей икры или колготок с картинами Ван Гога. Есть два пути, первый —  закрыть бизнес и положить деньги на депозит, второй для тех, у кого предпринимательство в крови, —  перестраивать свою работу на маркетплейсах. 

Unreal Tournament 2004 — безусловная классика, но графически она застряла в эпохе Direct3D 8 и Fixed‑Function Pipeline. Три месяца реверс‑инжиниринга, сотни падений с Access Violation и ни строчки C++ в голове — под катом история о том, как с помощью ИИ‑агента за 500 рублей я написал нативный DLL‑рендерер с картами нормалей, Blinn‑Phong Specular и постпроцессингом для движка Unreal Engine 2.

Привет, Хаброжители! «Все счастливые семьи похожи друг на друга, каждая несчастливая семья несчастлива по-своему». Этот принцип, сформулированный в «Анне Карениной», применим не только к семьям, но и к командам, работающим над легаси-системами. Разные программные системы страдают от разных болезней, которые требуют разных методов лечения. В последние годы — в монолитах, микросервисах и в их организациях — наблюдаются во всевозможных комбинациях следующие проблемы.

44 тысячи рублей — столько в среднем российские семьи готовы потратить на организацию летних каникул ребенка. При этом решение о том, как провести лето, принимают не в один момент: кто-то начинает искать варианты еще зимой, а кто-то определяется непосредственно перед поездкой.

Вместе со специалистами Авито Путешествий мы в Авито Рекламе изучили, как семьи с детьми планируют летний отдых: когда начинают поиск, кто участвует в принятии решения, на что обращают внимание при выборе жилья и какую роль играет онлайн-реклама — рассказываем обо всем в статье.