Моя лента

Знакомо, правда? Мечтаешь создать невозможное: уникальное, новое, то, чего ещё нет на рынке. И при этом чтобы это было твоё «детище», твой продукт, которым ты будешь гордиться и который станет по-настоящему стоящим и полезным для мира.

Думаешь, анализируешь, ищешь вариант, генерируешь идеи… Но всё не то. И каждый раз сталкиваешься с тем, что это уже кто-то реализовал. Да ещё и так круто, что подступиться страшно.

В этой статье я расскажу о проектировании мобильного приложения "Balance" по методу колеса жизненного баланса — от выбора идеи до кликабельных прототипов и тестирования.

Изучая UI/UX-дизайн, маркетинг и рынок в целом, я пришла к главному выводу: уникальность заключается не в том, чтобы придумать то, чего никто никогда не делал, а в том, чтобы сделать так, как никто другой не делает: удобно, красиво, с душой. И для этого не нужна команда дизайнеров. Только вы, ваше желание и правильные шаги.

Microsoft объявила о выпуске расширенных обновлений безопасности (ESU) для дополнительных версий Windows 10. Теперь компания предоставляла их для Windows 10 Enterprise 2016, относящейся к ветви долгосрочного обслуживания (LTSB).

Мы изменили условия лицензирования, касающиеся бесплатного использования инструмента. Объясняем, что именно изменилось.

Пошаговая генерация открыток к 12 апреля за пару кликов. Узнайте, какая нейросеть для открыток ко Дню космонавтики лучше, и выбирайте мощный, рабочий промпт из нашей подборки.

Серверный рынок снова лихорадит: память дорожает на десятки процентов, GPU в дефиците, облака готовятся поднимать цены. Разбираем, что происходит в 2026 году и как не переплатить.

Почему Cache Read и Cache Write стоят денег и как работает Prompt Caching? Разбираем KV-Cache через 9 ключевых вопросов.

Даже человек без новостных лент явно слышал о том, что Valve готовит новую Steam Machine — компактный игровой ПК на SteamOS, который можно поставить в гостиной вместо PS и XBOX, или подключать к монитору. Первый заход в 2015-м закончился провалом. Но на этот раз вокруг SteamOS формируется экосистема, которая заставила Sony свернуть PC-порты эксклюзивов, Microsoft — переосмыслить идею Xbox, а игроков — задуматься: а зачем вообще нужна Windows для игр? Давайте кратко и без лишней воды разберем, почему пришло время отказываться от игр на Windows.

В последнее время я увлекся подборками инструментов, которые используют нейросети для разных задач. Уже рассмотрены сервисы для программирования, генерации текста, рерайта, создания презентаций и сжатия информации. В какой-то момент мне пришло в голову: а что если взять более широкую сферу, которая объединяет сразу несколько узких?

Для меня ИИ – в первую очередь полезный инструмент, но не для того, чтобы делать все за человека. Нейросети могут как облегчить жизнь, так и усложнить ее, если полностью забить на учебу и переложить все на алгоритмы.

Сегодня я покажу подборку нейросетей для студентов и школьников. Некоторые сервисы помогут быстро выполнить фрагмент работы, но настоятельно рекомендую не забывать: они могут ошибаться. Поэтому все лучше перепроверять. А в таких сферах, как программирование, стоит разобрать предложенный код, доработать его или создать на его основе что-то свое.

Принимайте стратегически удобное положение, ну а я начинаю.

Неофициальный дашборд Claudeonomics, созданный одним из сотрудников Meta* (компания признана экстремистской и запрещена в РФ) прекратил работу — ровно через двое суток после того, как история попала в прессу. Об этом сообщает Fortune со ссылкой на The Information. Напомним, что цель дашборда была в том, чтобы измерить потребление токенов сотрудниками компании.

На странице рейтинга теперь висит сообщение, что создателю доставило удовольствие разработать дашборд, который задумывался как "веселый способ посмотреть на потребление токенов внутри Meta*" — но поскольку данные утекли за пределы компании, дашборд решили отключить. Meta* дала Fortune официальный комментарий: сотрудник закрыл его по собственному решению, компания не просила его этого делать.

Рассказываю, как создал расширение для Chrome, которое автоматически отменяет рейды на Twitch. Разбираю архитектуру на Manifest V3, логику обнаружения модальных окон через текстовый анализ и подводные камни при работе с динамическим DOM.

Современная разработка погрязла в driven, first и based подходах, недавно этот зоопарк пополнился еще одним заморским зверем под названием AI-driven (пусть меня простят свидетели AGI, но я сознательно не выделяю этот подход на фоне остальных и в конце объясню почему). Но не пытаются ли все эти подходы на самом деле решить одну и ту же проблему, известную еще с середины прошлого века, проблему "абстрактного перехода"?

Не нутеллой единой, как говорится: эта весна богата на инфоповоды, связанные с Луной. Помимо истории с запуском второй «Артемиды», мы узнали, что отменилась американская программа строительства лунной орбитальной станции (решено строить сразу налунную). Получили первые данные от частных луноходов (окраина Луны оказалась чуть менее холодной и зловещей, чем мы думали). Стряхнули пыль с проекта строительства АЭС на Луне. Словом, лунной повестки накопилось не только на статью, но и на целый День космонавтики, который в 2026 году неизбежно будет озарен скупым светом земного спутника с невысоким альбедо. 

Но поговорим о фундаментальном — 1 апреля РАН наконец-то одобрила концепт создания российского сегмента совместной с Китаем Международной научной лунной станции. Напомним, проект такой базы существует еще с 2021 года, однако почти все, что мы слышали о нем, — это крушение «Луны-25» в 2023-м. Между тем, дело со станцией движется, хотя и мутировало в процессе. А значит, пришло время обновить космические карты. 

Свежие данные Ramp AI Index, основанные на анализе корпоративных карт и счетов более 50 000 американских компаний, показывают любопытную закономерность: чем глубже отрасль внедряет ИИ, тем сильнее её симпатии смещаются в сторону Anthropic, а не OpenAI. Разрыв особенно заметен в секторах, где ИИ используется для сложных многозадачных процессов, – финансах, профессиональных услугах и информационной сфере.

Способности LLM писать код растут очень быстро. А вот инженерные практики вокруг них – заметно медленнее. Поэтому на рынке одновременно существуют две реальности.

В одной AI действительно ускоряет разработку: команда быстрее выполняет задачи, реже тонет в рутине и, что немаловажно, не проигрывает в качестве. В другой – тот же самый AI плодит тонны кода, который потом приходится дольше ревьюить, переписывать и отлаживать.

Именно поэтому главный вопрос сегодня состоит уже не в том, насколько мощную модель вы смогли себе позволить, а на каком уровне зрелости находится ваша работа с агентами.

Однако на пути к автоматизации становится заметнее другой тренд: AI выходит за пределы автодополнения и простого чата и движется в сторону более автономной работы. Но с ростом автономности ключевым становится уже не сам факт генерации кода и не интерфейс как таковой, а инженерный контур, в котором агент видит контекст задачи, понимает ограничения, проходит проверки и может оценивать последствия своих действий. На этом фоне меняется и роль самой IDE: она постепенно становится не просто местом редактирования кода, а рабочей средой, где агентами управляют и где им задают рамки для работы.

Удобную рамку из восьми уровней agentic engineering предложил Bassim Eledath: от tab completion и агентов в IDE до асинхронных AI-помощников и даже систем из нескольких AI-агентов:

1–2. Копилоты помогают быстрее писать и править код, но почти не меняют сам процесс разработки.

3. Инженерия контекста задает, какой контекст агент видит в конкретной задаче и в каких границах работает.

Привет!

Я Юлия Санина, директор по персоналу в МТ Интеграция. Компания — системный интегратор, примерно 1400 человек, несколько юридических лиц.

Хочу рассказать про задачу, с которой сталкивается, наверное, большинство HR-директоров в растущих компаниях. И про то, как мы её решили.

Все самое лучшее от Anthropic в одном месте: нейросети, промты, гайды. Подойдет предпринимателям, создателям контента, разработчикам софта и всем кто интересуется нейросетями.

Мы, разработчики на Java, используем параметризованные типы каждый день: List<String>, Map<Long, User>, Optional<Order> и так далее. Однако у параметризованных типов есть важная особенность: в Java они существуют в полном виде только на этапе компиляции.

JSON в PostgreSQL давно перестал быть экзотикой, но работать с ним по-реляционному до сих пор приходилось не самым изящным способом: jsonb_array_elements, LATERAL, ручные касты, обработка ошибок на честном слове. В PostgreSQL 17 появился JSON_TABLE — стандартный SQL/JSON-механизм, который превращает JSON-документ в табличное представление одним выражением. В статье разберём, как он работает, чем отличается от привычного подхода, где действительно упрощает запросы и какие ограничения по производительности и применению у него остаются.