Теперь без программирования и необходимости подключения по кабелю!
Можно скачать готовую прошивку, обновиться на нее через web-интерфейс оригинальной прошивки, а потом все настроить – тоже через web-интерфейс. При необходимости, можно вернуться назад.
А можно и с программированием - исходный код по прежнему выложен на Git.
Привет, Хабр. Меня зовут Владимир Бурмистров, я главный системный аналитик холдинга Т1. В этой статье хочу посмотреть на WebSocket глазами системного аналитика и архитектора: от конкретики протокола HTTP 101 и фреймов до архитектурных решений с API Gateway, sticky‑sessions и формата постановок задач.
В комментариях к моей предыдущей статье о тестировании трех флагманских LLM моделей были примерно такие мысли и вопросы:
Привет, Хабр.
Пока мы строили сервис для автоматизации поиска работы, неожиданно накопили большое количество данных о том, как люди вообще принимают решения во время поиска.
За год через систему прошло больше миллиона откликов на IT-вакансии. Мы наблюдали не только за тем, какие вакансии получают больше откликов или какие резюме чаще проходят дальше, но и за тем, какие возможности люди отсекают ещё до того, как их увидит рекрутер.
И вот что оказалось самым интересным.
Самые болезненные ошибки происходят не тогда, когда приходит отказ. Они происходят раньше - когда человек сам решает, что ему "не стоит даже пробовать".
Мы нашли три паттерна, которые повторяются настолько часто, что перестали нас удивлять. Все они сводятся к одному: кандидат исключает себя из гонки раньше, чем рекрутер успевает открыть его резюме.
В статье разбираем: как за пятнадцать минут превратить обычный метод с @McpTool в инструмент для модели, где проходит граница ответственности (решение принимает LLM — действует ваш код) и почему до прода доезжают единицы.
В современной разработке компоненты с открытым исходным кодом (Open Source Software, OSS) стали абсолютным стандартом. От небольших библиотек до целых фреймворков вроде Spring или Hibernate — FOSS (Free and Open Source Software) значительно ускоряет разработку и снижает издержки.
Однако, несмотря на кажущуюся «бесплатность», использование свободных лицензий в коммерческих продуктах влечет за собой серьезные правовые риски. Неправильное обращение с лицензионными требованиями может привести к потере коммерческой тайны, невозможности отчуждения исключительных прав на ваш продукт или его лицензирования на ваших условиях и к судебным разбирательствам.
Цель этой статьи — предоставить максимально подробное и практическое руководство для разработчиков и технических директоров. Мы разберем, как безопасно использовать FOSS‑лицензии в реалиях российского законодательства и международной практике, и как защитить свой проект от фатальных ошибок.
В прошлой статье я рассказал, как получил Starter Kit для сбора материалов для секвенирования и отправил его в США. А также о встроенном в Nebula функционале для его анализа.
В этой статье я приведу минимальную базу о том, как выполняется секвенирование, а потом разберём типы и содержание конкретных файлов, полученных мной от Nebula.
Каждый ноет на ретро. Мы научились ныть так, что работать стало комфортнее и эффективнее. В статье расскажу, что нам помогло.
Каждый месяц в игры внутри приложения Альфа-Банка заходят миллионы пользователей. В игре человек выполняет задания ради бонусов или энергии, а для банка эти задания — реальные действия: оплата ЖКХ, заправка через приложение или заказ новой карты. Это отличный способ нативно продвигать продукты без назойливых рекламных баннеров.
Если в играх мало заданий, то их можно просто показать всем. Но когда механик становится много, появляется классическая рекомендательная задача: что именно предложить конкретному клиенту, в каком порядке, и как оценить эффект?
Ниже история о том, как мы автоматизировали этот процесс, почему простые решения победили сложные архитектуры и к чему это привело на практике.
«Разработчики больше не нужны»? Так читается вывод нового исследования Anthropic — ~400 000 реальных сессий Claude Code за полгода. По их данным, с AI-агентами выигрывает не тот, кто умеет кодить, а тот, кто разбирается в своём деле: у не-программистов 26% успеха против 30% у разработчиков, разница всего 4 пункта. Эксперт запускает в 2.4× больше действий агента и вчетверо чаще вытаскивает зависшую сессию. А вот с их выводом я не согласен. С цифрами вопросов нет — но вытащили из них не то. Эксперт-одиночка и правда соберёт прототип быстрее инженера. Только без инженера он не покроет это тестами, не заложит масштабирование и безопасность — и продукт ляжет при первой же нагрузке. Разбираю исследование по цифрам, рассказываю, где это сходится с тем, что я писал раньше, и почему рабочая связка одна: эксперт предметной области + инженер, который знает harness вокруг агентов.
Это моя первая статья на Хабре (десятки своих статей я много лет пишу на своих сайтах, а Хабр только читал иногда), так что если я нарушу какие-то местные обычаи и неписанные правила, то заранее прошу прощения и буду благодарен за любые замечания. :)
А написать я хочу на самую модную тему - про ИИ. Не потому что она модная, а потому что ее значимость для человечества действительно становится все более серьезной, а иногда даже критически важной. Допускаю, что мое мнение об этом предмете может кому-то показаться странным или вовсе ошибочным. Но жизнь покажет...
Итак, когда я пришел в программирование на ПК, на дворе было самое начало 90-х. На самом деле писать программы я начал еще в институте на советских ПМК, чьим фанатом был и остаюсь, а также на СМ-1600, Искре-1256 и т.п. А трехлетним ребенком нажимал кнопки на пульте ЭВМ "Минск-22" у родителей на работе. Это я все просто к тому, чтобы читатели видели мою причастность к сфере компьютеров. :)
Так вот, еще в 80-х существовало понятие "экспертные системы" (ЭС). Термин "искусственный интеллект" тоже был, но почти не применялся. А вот ЭС были "в ходу" еще до эры ПК. Ведь даже знаменитое "Это ЭВМ сказала" в фильме "Самая обаятельная и привлекательная" - это из той же оперы. Соблазн поручить машине перелопачивать горы информации и выдавать "резюме" был всегда. Как и желание поручить обработку анкет типа как в фильме.
Я успел застать язык Пролог еще для ДОС и даже попытался его слегка изучить, но сама тема обработки информации мне интересна не была и занятие это я быстро бросил (моя сфера - прикладные научные программы и разные полезные утилиты). Но что я хочу сказать? Все эти ЭС работали совсем не по тому принципу, по которому сейчас создаются "нейросети"!
Хороший разработчик не всегда становится хорошим тимлидом. Управление людьми требует совсем других навыков: делегирования, обратной связи, лидерства и эмоционального интеллекта. В этой подборке — восемь книг, которые стоит прочитать до перехода в менеджмент. Одни помогут подготовиться к новой роли, другие позволят понять, действительно ли она вам нужна.
Привет! Меня зовут Рома. С 2023 года я отвечаю за технику и архитектуру дизайн-системы в Туту, а с 2025 — возглавляю саму команду.
За это время я понял: дизайн-система — это сложный и местами болезненный компромисс между кодом, дизайном и бизнесом. Написать гибкие компоненты и собрать UI-кит — лишь 20% успеха. Остальные 80% — это долгие детальные переговоры и поиск точек соприкосновения. Продуктовые команды тоже хотят делать качественный продукт, но их главный ресурс — время.
Представьте, что вы едете в ночном поезде. Чтобы гарантированно выйти на нужной станции, придется не спать всю ночь и внимательно отслеживать остановки. Свою станцию вы не пропустите, но сойдете с поезда уставшим. Другой способ: узнать из расписания предполагаемое время прибытия поезда, поставить будильник на нужное время с небольшим запасом и лечь спать. Этого вполне достаточно, чтобы не пропустить свою станцию, но, если поезд задержится, пробуждение окажется слишком ранним. Идеальным решением было бы лечь спать, положившись на то, что кто-нибудь или что-нибудь разбудит вас незадолго до реального прибытия поезда на нужную станцию...
Какое отношение этот пример имеет к работе с потоками в программировании? Дело в том, что решить задачу синхронизации конкурентных операций можно также несколькими способами, близкими к ситуации выше. Меня зовут Александр, я разработчик на С++ в YADRO, и в этой статье я разберу несколько вариантов эффективной организации ожидания потоков.
Привет, Хабр! Я Денис Захаров — создатель станции E-station.
За несколько лет мы прошли путь от первых прототипов, сваренных в гараже, до шоурумов в 20+ городов РФ и стран СНГ. В процессе познакомились с людьми и компаниями, которые делают крутые вещи: разрабатывают новые технологии в акустике, придумывают эргономичные клавиатуры и трекболы, делают ультратонкие мониторы (что то еще про них дописать). Вместе мы строим что-то большее, чем просто рабочее место — экосистему, в которой все работает на продуктивность и комфорт.
В этой статье подробно расскажу про партнеров и конфигурации станций, которые стоят в наших шоурумах и на мероприятиях, а еще покажу несколько новых довольных пользователей. В конце, как обычно, хочу услышать про ваши сетапы — Хабр в этом смысле всегда выдает что-то интересное.
Небольшой дисклеймер: если мысль о том, что рабочее место может стоить дороже 250к вас пугает или вызывает неконтролируемую агрессию, дальше лучше не читать.
В спидране — скоростном прохождении игр — всегда находились энтузиасты, готовые искать преимущества не только внутри самой игры, но и в особенностях оборудования, на котором она работала. Иногда старые консоли, оптические приводы и картриджи становились источником необычных сбоев и эффектов. Со временем находчивые игроки научились использовать такие особенности для экономии драгоценных секунд.
Одна из самых необычных историй такого рода — прохождение SpongeBob SquarePants: Battle for Bikini Bottom («Губка Боб: Битва за Бикини Боттом») на оригинальном Xbox. Группа энтузиастов обнаружила, что специальным образом запачканные диски способны вызывать контролируемые задержки чтения данных, которые открывают путь к пропускам частей уровней и заметной экономии времени.
Практический эффект TAPe+ML v2 сейчас лучше всего видно в object detection. Так, TAPe+ML v2 на конкретной практической задаче рудозасорения (см главу про промышленный пилот), без COCO-головы, на новом backbone, основанном на данных клиента, дает точность детекции 96%, по mAP50 – точность 90% и по mAP50–95 – 85%. То есть TAPe‑детекция выходит на уровень RF‑DETR по mAP50 при числе параметров меньше 100 тысяч против порядка 127 миллионов у RF‑DETR 2XL.
Мы применили последовательность улучшений, которые не раскрываем публично как ноу‑хау, но их итоговые эффекты можно зафиксировать на COCO. На разных этапах получались следующие значения:
Разбираем мажорное обновление Greengage с версии 6 на 7: как работает pg_upgrade, какие шаги нужны для обновления кластера, чем помогает ggupgrade и какой выигрыш по времени дают копирование файлов и режим жестких ссылок.
Есть ощущение, что аналитиков сейчас хоронят чаще, чем джунов. Логика простая: агент пишет код по двум абзацам из чата, значит, точные ТЗ не нужны, значит, и аналитик не нужен. Частично это правда. Есть аналитическая работа, которую я бы назвал механической: «опиши точно, чтобы разраб не переделывал». Для большинства feature-level задач эта часть действительно подешевела: на днях на работе прилетело очередное «слушай, тут чуть поменяем», и я переделал за пару часов между остальными задачами. Раньше это были два дня в стол. Но есть другая часть аналитики: «пойми, что вообще делать». Она никуда не денется. Так, я недавно построил не то. Быстро, дёшево, аккуратно. Не то.
Собрать недорогой ПК в 2026-м стало сложнее, чем пару лет назад, и дело не в процессорах. Дело в памяти: цены на нее за последний год сильно выросли, а вместе с ними поменялась и вся арифметика. Если при выборке недорогого процессора было достаточно просто найти подходящий по цене CPU, то теперь приходится учитывать еще и особенности платформы, на которую вы сделаете ставку. Поэтому подборку ниже мы собрали не как список с цифрами, а как набор компромиссов: где доплата за кэш отбивается, где можно не переплачивать, и почему самый дешевый процессор иногда оказывается самым невыгодным решением.