Все потоки

Весь 2024 и 2025 года индустрия спорила, заменит ли ИИ джунов, сколько людей лишатся работы. Фокусировались на генерации кода, автотестах и рефакторинге. Но к началу 2026 года стало очевидно: искусственный интеллект влияет не на отдельные задачи компании, а на то, как все части компании работают вместе. В этой ситуации уязвимыми стали те, кто раньше думал, что они в безопасности, — менеджмент.

Символичной точкой в этой дискуссии стали результаты масштабного исследования MIT Initiative on the Digital Economy за 2025 год: компании, перешедшие на модель «алгоритмического аудита», выявили избыточность до 25% штатных позиций, которые не создают прямой ценности продукта. Речь идет о демонтаже слоя «информационных брокеров» — людей и подразделений, чья роль исторически сводилась к контролю, фильтрации и передаче данных между отделами.

Инсайды из Anthropic и других ИИ исповедующих компаний дополняют картину: их инженеры и лиды теперь тратят до 70% времени не на написание кода, а на ревью решений, сгенерированных моделями. Дарио Амодеи (CEO Anthropic) еще в марте 2025 года прогнозировал, что ИИ будет писать «практически весь код». На практике это превратило инженеров в «менеджеров моделей», чья работа — отладка логики и проверка безопасности того, что выдал Claude или GigaChat.

В декабре 2025 года Microsoft Industry Solutions подтвердила этот тренд данными: 73% времени инженеров теперь уходит на стратегические задачи и валидацию архитектуры. Чистое написание кода упало до однозначных чисел. Это тектонический сдвиг. Вся историческая ценность менеджмента заключалась в том, чтобы быть мостом между мышлением (стратегией) и действием (исполнением). Теперь этот мост автоматизируется. Функция человека, который просто «агрегирует отчеты и несет их наверх», стала избыточной.

Вообще, это мой первый опыт написания статьи на хабре, но с выпуска патча прошло несколько дней, и вдруг я решил поделиться самим процессом исследования.

Всем привет, я Daytrift Newgen, и вот моя простая и весьма смешная история обнаружения байпаса от начала исследований до патча и advisory.

Современная экосистема Python переживает большую трансформацию в подходах к обработке, валидации и (де)сериализации данных. Еще совсем недавно (десять лет назад) в питоне не было аннотаций типов, все использовали ручные проверки типов, да и в принципе мало кто заморачивался с контрактами для данных.

Рассказываю и наглядно показываю как делать понятные и красивые дашборды без лишнего шума, которые ответят на вопросы пользователей, а не создадут новые.

В обнове 31 декабря кроме прочих были заявлены Темы\Треды для ботов: что бы ИИ ботом можно стало пользоваться как веб версией ГПТ - с удобным переключением между диалогами. Прилагается красивая видеографика как это работает. Однако ни одного примера бота в котором это включили я не нашел, а Perplexity бот из видео вообще не отвечает. По этому разбираемся сами как это всё настроить, какие нюансы (большие), и как оно выглядит в быстрой демке: https://t.me/Samo_GPT_Bot

Эта статья — эмпирический разбор нового функционала и пара советов в духе «да поможет вам б‑г».

Статья о том, почему в реальной инфраструктуре знание сетей даёт больше, чем любой набор инструментов безопасности. Про сегментацию, реальные потоки данных и то, почему инструменты часто показывают последствия, а не причины.

В самом конце декабря в Германии прошла 39-я по счету конференция Chaos Communication Congress, по традиции получившая краткое обозначение «39c3». Из всех крупных мероприятий, связанных с информационной безопасностью, Chaos Communication Congress, возможно, единственная сохранила, скажем так, «хакерский дух»: когда потайные особенности работы устройств и программ исследуются не потому, что важно, и не из-за денег, а просто из-за здорового любопытства. Именно «хакерской» стала презентация двух исследователей, которые довольно долго изучали особенности работы стиральных машин.

Сразу отметим, что речь не идет об умных бытовых приборах. Первая половина презентации была посвящена изучению принципов работы стиральной машинки Miele, которой уже больше 20 лет. У автора исследования была простая мотивация — изучить внутреннее устройство стиральной машины: после двух десятилетий работы она перестала отжимать белье. В процессе он разобрал проприетарный протокол коммуникации с устройством, нашел секретные коды для получения доступа к диагностическим данным и даже смог сдампить прошивку устройства.

Начинаем новый цикл статей с обзором изменений 19 версии. И первая статья о событиях летнего июльского коммитфеста прошлого года.

Aspire отлично закрывает локальный цикл разработки, но как только дело доходит до AWS, начинается вечная развилка: «или пишем отдельный IaC и живём с двойной правдой», или «деплоим руками и платим временем и деньгами». В этой статье показан рабочий компромисс: один Aspire Host, который в локальном режиме поднимает LocalStack и контейнеры, а в publish-режиме передаёт управление AWS CDK и разворачивает полноценный serverless-стек (VPC, Aurora, DynamoDB, Lambda, API Gateway) — оставаясь в C# и без зоопарка YAML-файлов.

Почему одни компании просто «нормальные», а другие системно вырастают в великие — без героизма, хаоса и погоде за трендами? В этой статье — 7 ключевых идей из книги Джима Коллинза «От хорошего к великому», переведённых с языка бизнес-литературы на язык реальных управленческих решений: про лидерство без эго, фокус вместо распыления, дисциплину без микроменеджмента и рост без «чудо-стратегий».

📊 Знаете, что общего у температуры в городах и валютных курсов? И то, и другое — относительные величины. У вас есть разницы, но нет абсолютных значений.

Можно ли из одних лишь парных котировок вроде EUR/USD или USD/JPY вычислить внутреннюю, абсолютную стоимость каждого доллара, евро или йены? Оказывается, можно — и для этого не нужен волшебный экономический калькулятор.

В этой статье мы делаем то, что звучит как задача для детектива: восстанавливаем абсолютные значения из одних лишь отношений. С помощью чистого Python и метода наименьших квадратов мы превращаем сеть из 85 рыночных котировок в единую шкалу стоимости для 45 валют.

Что вас ждёт:

Матрицы, логарифмы и МНК — как линейная алгебра очищает финансовые данные от шума.

Рабочий код — от построения матрицы инцидентности до ежедневного расчёта.

Фокус с разоблачением — на примере USD/JPY покажем, как понять, что на самом деле движет парой: укрепление доллара или ослабление йены?

Масштабирование до 153 валют — как та же математика работает для всей мировой системы.

Если вы когда-либо задумывались, как устроена «кухня» валютного рынка за пределами парных графиков — эта статья для вас. Переходите, чтобы узнать, как превратить относительность в абсолют.

В этой статье я бы хотел поделиться своими наработками по тому, как можно удобно совмещать библиотеку Navigation3 и Koin в Compose Multiplatform проекте и какие подводные камни есть на текущий момент.

Думаю, многие согласятся, что реализация корутин в C++20 с первого взгляда выглядит страшновато, а документация скорее более запутывает, чем вносит ясность. Многие воспринимают работу приостанавливаемых функций как некую магию со своими странными co_abracadabra()'ми и прочими promise_type'ами.
В этой статье я хочу разоблачить якобы стоящую за корутинами магию, сдёрнуть покровы и показать, что спрятано под столом у фокусника.

Помните мою статью про историю моддинга и аппаратную платформу Motorola E398? Если ещё не читали, то рекомендую ознакомиться. А тем временем у @EXL нашёлся редчайший прототип E398, который разработали в России и он работал на Linux! Если интересно почитать его историю и что у него внутри - жду вас под катом.

Мир Enterprise-разработки на Java/Kotlin и мир нейронных сетей кажутся параллельными вселенными. С одной стороны - статическая типизация, многопоточность, Spring-контейнеры, а с другой - Python-скрипты, тензорные операции и эксперименты в Jupyter Notebook. Между ними - пропасть, через которую многие команды не решаются перешагнуть.

Однако необходимость строить этот мост возникает всё чаще. Заказчик хочет «искусственный интеллект» в новом фиче, аналитики мечтают о реализации чат-бота  с преферансом и барышнями, а менеджеры слышали, что конкуренты уже всё автоматизировали. Как же совместить надежность и структуру JVM-проекта с гибкостью и мощью AI? В этой статье постараемся разобраться какие инструменты для этого есть на данный момент и как с ними работать.

В данной статье представлен детализированный процесс создания высокоточной цифровой модели местности (ЦММ), которая легла в основу проекта альтернативного автодорожного тоннеля через стратегически важный перевал Төө-Ашуу. Работа демонстрирует современный инженерный подход к обработке геопространственных данных в условиях сложного высокогорного рельефа Киргизского хребта (Тянь-Шань) на отметках около 2200 метров над уровнем моря.

Основной акцент сделан на интеграции различных программных комплексов для достижения максимальной точности проектирования. В публикации подробно рассматривается алгоритм извлечения и верификации исходных данных из открытых источников (OpenTopography), их последующая математическая обработка и репроекция координат в среде QGIS. Ключевым этапом работы является трансформация дискретных растровых данных в динамическую векторную структуру — TIN-модель (Triangulated Irregular Network) в программной среде Autodesk Civil 3D.

Этот метод позволяет не только визуализировать морфологию склонов, но и автоматизировать расчет продольных профилей и объемов земляных работ. Описанная методика нацелена на минимизацию геоинженерных рисков и оптимизацию трассировки 11-километрового тоннеля, что имеет критическое значение для развития транспортной инфраструктуры и обеспечения безопасности на трассе Бишкек–Ош.

Go разработчики постоянно сталкиваются с предупреждениями встроенного статического анализатора. А что делать, если его возможностей не хватает или нужно искать что-то специфичное для вашего проекта? Go предоставляет мощные инструменты для разбора и анализа кода. В этой статье мы поговорим о них и даже сделаем своё первое диагностическое правило.

Я - Дмитрий Черняк, владелец компании, производящей цифровых консультантов «Нейроботник» и архитектор этого решения. Наиболее простой и ходовой вариант нашего продукта — консультант на сайте, с подключенной моделью и RAG‑базами. Простые задачи ограничиваются одной базой, более сложные — несколькими, совмещающими семантический поиск с целевым — по ключевым словам и фразам, с многошаговым ответом. Для большинства задач в данной нише этого достаточно.

Эта статья посвящена предновогоднему тесту эмбеддеров (табличка результатов прилагается).

Споры о самом сложном проекте во всем IT будут продолжаться вечно. Некоторые будут говорить что тяжелее всего написать ОС, другие скажут игровой движок, может еще попасться драйвер.

В этой статье я постараюсь подробно расписать свой опыт в написании ОС.

Большая часть работы по теории языков программирования и проектированию языков программирования касается аспектов (1) и (2), так как именно они наиболее важны, но лично я глубоко увлекаюсь фичами типа (3). Поскольку эти фичи такие мелкие, именно они наиболее активно перетекают из языка в язык, ведь добавить их можно совсем «малой кровью». Сам я много времени провёл за изучением нишевых малопонятных языков, и за этим встречал множество крутых фич из третьей категории — таких, с которыми вы, возможно, никогда не сталкивались. Расскажу о некоторых из них!