Все потоки

Приветствую всех!
Эпоха фрикинга таксофонов в России безвозвратно ушла. Все оставшиеся аппараты переведены на бесплатное обслуживание, а карты оплаты давным-давно упразднены. Но что, если сейчас раздобыть такой аппарат и попробовать запустить его в домашних условиях? Именно этим мы сегодня и займёмся.

Итак, сегодня мы разберём один из самых массовых отечественных таксофонов и посмотрим на его устройство. Узнаем, какие методы защиты в нём имеются, полазим по сервисному меню и, конечно, попробуем подключить его к линии и позвонить. Как водится, будет много интересного.

Однажды я заехал в гости к знакомому — владельцу цеха по металлообработке и невольно оказался свидетелем скандала. Произошло это в день зарплаты.

Чтобы был понятен контекст, немного опишу суть процесса.

Конечное изделие состоит из двух деталей (условно "мама" и "папа"), которые вытачиваются из одного и того же материала — стального прутка. Для упрощения представим, что продукция собирается из болта и гайки. Гайка накручивается на болт — изделие готово.

Каждый станок настроен на обработку конкретного диаметра прутка. Пока есть материал с таким диаметром, станки не перенастраивают, меняют только инструмент, чтобы получился болт или гайка.

Сначала станок изготавливает гайки, а когда материал выработан наполовину, нужно позвать мастера, чтобы поменять инструмент для производства болтов.

В задачу оператора станка входит своевременно заряжать материал, выгребать готовые детали, собирать конечный продукт и упаковывать его по коробкам.

Код некоторых модулей Erlang/OTP старше, чем большинство современных junior-разработчиков. Эти файлы — настоящие цифровые патриархи, десятилетиями обеспечивающие работу банковских транзакций, телефонных сетей и систем обмена сообщениями. Мы решили заглянуть под "капот" этого языка-долгожителя, чтобы проверить, что именно скрывается в строках, на которые сегодня полагаются миллионы пользователей. А вот что мы нашли, узнаем в этой статье.

Привет, Хабр! Сегодня я написала о том, как построить настоящую, долгосрочную лояльность в B2B, которая не позволит клиентам даже задуматься о поиске другого поставщика. Мой многолетний опыт работы с бизнес-решениями показывает: в современном мире B2B выигрывают те, кто не просто продаёт, а становится незаменимым партнёром, предвидящим потребности и действующим на опережение. Разобщенность данных создаёт «стресс» для B2B-покупателей. Ключом к успеху становится Единая Платформа Клиентских Данных (CDP), которая собирает всю информацию воедино и позволяет перейти от реактивного обслуживания к проактивной поддержке. Это не просто инструмент, это философия, которая сближает с клиентами. На связи Елена Орлова, директор по стратегическому развитию портфеля продуктов Авандок в компании «КОРУС Консалтинг».

Долгое время в B2B царил сугубо рациональный подход: главным было продать как можно больше и с максимальной маржой. Но у этого подхода обнаружилась обратная сторона: часто после подписания контракта клиент вдруг понимал, что не может быстро дозвониться менеджеру или получить консультацию. Такой формат работы, даже если он приносил краткосрочную прибыль, неизбежно вел к разочарованию и, в конечном счете, — к уходу клиентов.

Сегодня граница между B2B и B2C стала почти невидимой. Бизнес-покупатели — это те же люди, которые привыкли к сервису Amazon в личной жизни. Их ожидания резко выросли. И, как и обычные потребители, на их выбор влияют эмоции, которые часто перевешивают голый расчет. Теперь им нужен не просто поставщик, а партнер, который поможет расти их бизнесу.

Привет, Хабр! Меня зовут Саша Бардаш, я CTO в MWS Octapi. В прошлых постах я рассказывал про архитектуру нашей интеграционной платформы, а сегодня хочу обсудить, как ИИ влияет на рынок вакансий. Все мы помним панику: «Фреймворки заменят программистов!», «Ноу-код убьет разработку!». В итоге — пронеслось и не задело. Но грядет волна Generative AI — и это не просто новый инструмент, а вызов для когнитивной деятельности: возможно, ИИ будет обладать компетенциями, которые раньше мы считали исключительно человеческими. И теперь это не ложная тревога.

Каждый день на Хабре появляются статьи и эксперименты с RAG, fine‑tuning и векторными базами. Это интересные опыты, но все они упираются в один и тот же потолок — низкую точность, отсутствие диалога с пользователем, сложность интеграции и риск утечек данных из‑за использования с облачными LLM‑моделями.

Меня зовут Кристина Бахмаер, продакт‑менеджер SL Soft AI. В сегодняшней статье расскажу, как мы побороли типичные «болячки», создавая свой промышленный продукт SL Soft AI Search. Собрали не только свой опыт, но и ТОП-5 подводных камней, которые жду при внедрении интеллектуального поиска. А еще — список вопросов к поставщикам, он пригодится компаниям при выборе решения.

Когда разговор заходит о безопасности на уровне сети, то все обычно в первую очередь вспоминают о защите периметра, ведь именно из Интернета в локальную сеть ломятся всевозможные вредоносы. Затем вспоминают про защиту конечных узлов: серверов и пользовательских машин. При этом, многие забывают о том, что злоумышленники могут эксплуатировать уязвимости в настройках сетевого оборудования. В этой статье мы хотим вспомнить про канальный уровень и поговорить об атаках и мерах защиты, которые можно использовать на коммутаторах.

Мем про «10×-разработчика» живёт не просто так — такие люди встречаются. Но это не то, чем можно управлять. Софт делает команда, а скорость задаёт система вокруг неё. В статье — как навести порядок в этой системе, чтобы «обычные» инженеры стабильно давали сильный результат: короткий путь «коммит → прод», быстрый откат вместо героизма, наблюдаемость по умолчанию, удобный платформенный self-service и найм не «самых крутых», а подходящих под задачи и ценности. Продуктивность измеряется не строками кода и не тайтлами, а влиянием на бизнес; остальное — лишь прокси-метрики.

До 17 ноября у нас есть прекрасная возможность наблюдать межзвёздную комету 3I/ATLAS. Она появляется на утреннем небе примерно с пяти до семи часов утра. Для наблюдений потребуется телескоп, так как комета имеет слабый блеск.

3I/ATLAS — это третий подтверждённый межзвёздный объект, вошедший в Солнечную систему. Его открытие и изучение представляют интерес для астрономов, а возможность наблюдать комету в текущий период делает событие значимым и для любителей астрономии.

В этой статье мы разберёмся, что известно нам о 3I/ATLAS, как её открыли, чем она отличается от других межзвёздных объектов и как именно можно попытаться её увидеть.

Миграция с устаревшего фреймворка — это не только боль, но и возможность "переизобрести" свой продукт. В результате мы не просто мигрировали, а создали универсальный шаблон, который позволяет добавлять новые эндпоинты для справочников буквально за 5 минут, обеспечивая им из коробки пагинацию, фильтрацию, сортировку и валидацию

Почему кто-то говорит, что их всего 3, кто-то, что их 12, а ещё кто-то, что их 16 или вообще больше?

Так сколько же их на самом деле?

А главное, сколько из них тебе нужно знать?

Я Саша, лингвист по образованию и преподаватель английского по призванию, и сейчас я попробую ответить на все эти вопросы. И ты узнаешь не только сколько времён существует, но и сколько из них тебе реально понадобится в жизни и для чего.

Тянуть бедного кота за хвост не буду, а сразу перейду к делу. Начну вот с чего:

Что же такое время?

В английском, как и в любом другом нормальном языке, всего 3 времени: прошедшее, настоящее и будущее. А то, что мы привыкли называть «временами» на самом деле являются (сейчас будет красивый термин) «временными формами глагола».

По сути, это как в русском. Мы все говорим, что в русском языке всего три времени. Но форм глаголов больше:

1) Я делаю;

2) Я делал;

3) Я сделал;

4) Я буду делать;

5) Я сделаю.

В русском языке минимум 5 временных форм глагола, а в английском их 16 (или больше, об этом напишу ниже). Но и в том, и в том всего 3 времени.

Просто в бытовом общении мы все называем эти формы «временами», хотя имеем в виду немного другое. И я тоже называю их временами, ведь так проще мне объяснять и тебе понимать.

Поэтому и здесь я продолжу все эти формы называть временами.

Так сколько же этих времён?

Зависит от того, какую классификацию мы рассматриваем.

Классификация № 1 – Стандартные 12 времён.

Как мы уже поняли, всего у нас три главных времени: прошедшее, настоящее и будущее. Но также существуют так называемые группы времён (считай, как в русском есть совершенный и несовершенный вид глагола): Simple, Continuous, Perfect и Perfect Continuous.

AI-помощник от Teamly встроен в базу знаний и возвращает только релевантные ответы – без фантазий моделей и без вывода данных за контур компании. Рубрика Продукт дня. 

2025 год — хороший год спокойно оглянуться и посмотреть, какая реальная ситуация с торговыми API у российских брокеров на текущий день.

За последние несколько лет появились новые REST/gRPC‑интерфейсы, старые коннекторы никуда не делись, а слово «роботы» стало частью маркетинга. Но разработчика интересует не реклама, а ответ на простой вопрос:

ElevenLabs выложила в открытый доступ проект Eleven Shopping - голосового агента, который превращает процесс выбора товаров и оформления заказа в диалог с ИИ. В основе - стек Next.js + React + TypeScript + Tailwind CSS и подключение к Shopify Storefront API через протокол MCP.

Коллектив ученых из Московского физико-технического института (МФТИ) разработал и теоретически обосновал два новых подхода к решению одной из фундаментальных проблем машинного обучения: определению достаточного размера выборки. Их работа, опубликованная в Computational Management Science, предлагает измерять, насколько «уверенность» модели в своих параметрах меняется при добавлении или удалении всего одного элемента данных, используя для этого два различных математических инструмента. 

Последние несколько лет я параллельно писал код, преподавал и экспериментировал с форматами обучения. В какой-то момент понял, что преподавание — это тоже проект, просто с другим типом пользователей. И за 2 года обучил более 1000 студентов. В этой статье подробно расскажу, зачем вообще разработчику делать курсы и как системно подойти к их созданию. Бонусом в конце поделюсь советами и инсайтами.

Я — Bitrix-разработчик со стажем 8+ лет.
Начинал дружить с битрой ещё с версии 12 — когда всё было максимально квадратно, можно сказать что я тот самый "проженный" битриксоид, а любой деплой превращался в ночной марафон из консоли, логов и bash-скриптов.

Со временем стало понятно: BitrixEnv решает задачу,
но не решает боль инженера.
Он требует привыкания, ручной рутины и десятков часов конфигурации.

Поэтому я переписал его заново — на Python + HTML5 + Vanilla JS.
Без bash-магии запрещенной в хогвартсе и с прозрачной архитектурой собрав все года боли общения в единую точку невозврата возрождение Битрикс!

Если бы меня 5 лет назад об этом спросили, я бы уверенно сказал, что не сможет. Но сейчас я уже сомневаюсь в этом.

Я уже 26 лет работаю в сфере ИТ и за это время написал немало кода. Месяц назад решил проверить, насколько действительно эффективен искусственный интеллект, и попробовать создать с его помощью сайт. И я его создал — точнее, создал его не я, а он. Вот результат: https://windowrepino.ru/. Я лишь ревьюил код и делал рефакторинг.

Да, его код не идеален и, конечно же, есть что улучшить, но он рабочий и удовлетворяет моим требованиям к нему. Более того, я понимаю, что без него я бы потратил гораздо больше времени и, возможно, обошёлся бы более простыми решениями.

Тут немного подробнее: месяц назад у меня не было даже идеи, как должен выглядеть мой сайт и что я хочу. И за этот месяц я потратил кучу времени на то, чтобы сделать фотографии, изучить архивы и объездить весь посёлок в поисках интересных мест.

Плюс сама работа с фото — выбрать хорошие кадры, обрезать лишнее, что-то поправить, где-то почистить. Всё это вместе с кодом было сделано за месяц.

Да, соглашусь, что если бы я делал такой же сайт ещё раз, то сделал бы быстрее, так как уже знаю, как он должен выглядеть и что на нём будет. Но, повторюсь, у меня даже идеи не было, когда я начинал.

Плюс в течение этого месяца у меня было немало других дел. Например, я занимался установкой и настройкой программного обеспечения для распознавания речи, менял проводку в доме — на это ушло в сумме шесть дней, не считая множества других дел, которые тоже требовали времени.

Nano для меня one love инструмент повышения продуктивности работы в консоли, не больше, не меньше. Спорить о достоинствах и недостатках смысла не вижу. Одни защищают Emacs, превращая его в полноценную операционную систему с календарём, почтой и встроенным браузером. Другие восхищаются Vim, где можно писать код, не отрывая рук от клавиатуры, но ведь не даром, дядя, самый популярный запрос про vim в Google до сих пор - «how to exit Vim».

Nano в этом шуме выглядит почти аскетом. Он не требует зубрёжки, всё нужное видно внизу экрана, и вы можете начать редактировать файл, даже если впервые видите консоль.
Из реальных недостатков я за длительное время использования слышал лишь о мелочи: при удалённой работе по ssh стрелки вправо и влево иногда ведут себя странно - не по вине nano, а из-за несовпадений в настройках терминала.

Однако работу с редактором можно сделать еще удобнее, если немного поработать с конфигурационным файлом, чему и посвящена данная статья.

std::vector — это, пожалуй, самый используемый контейнер STL. Он кажется простым на первый взгляд: динамический массив с автоматическим управлением памятью. Но под капотом скрывается множество тонкостей, знание которых отличает начинающего программиста от профессионала.

В этой статье мы пройдем путь от базового использования до глубокого понимания внутреннего устройства std::vector, рассмотрим все его методы, особенности работы с памятью, исключения, трюки оптимизации и подводные камни. А также рассмотрим альтернативы std::vector и когда их стоит использовать.