Проект «Дыхание пустыни», часть 3: турбины

Продолжаем проектировать нашу солнечно-аэродинамическую электростанцию. В этот раз мы подробнее рассмотрим турбины, их устройство и особенности работы

Продолжаем проектировать нашу солнечно-аэродинамическую электростанцию. В этот раз мы подробнее рассмотрим турбины, их устройство и особенности работы

Аугментация данных — один из самых мощных инструментов улучшения качества моделей машинного обучения. В компьютерном зрении она почти всегда критична: без неё модели быстро переобучаются и плохо обобщаются.
Но на практике её часто используют поверхностно: «добавим флип, поворот и color jitter».
В этой статье разбираем аугментации глубже:
— два режима аугментаций (in-distribution и out-of-distribution)
— почему нереалистичные трансформации могут улучшать обобщающую способность
— когда аугментации начинают вредить
— как строить устойчивый пайплайн аугментаций
Материал основан на ~10 годах практики обучения моделей компьютерного зрения (на работе, при написании научных статей, в ML соревнованиях) и ~7 годах разработки библиотеки Albumentations.

10 марта 2026 года состоялся выпуск стабильной версии FreeBSD 14.4. Установочные образы проекта опубликованы для архитектур amd64, i386, powerpc, powerpc64, powerpc64le, powerpcspe, armv7, aarch64 и riscv64. Дополнительно подготовлены сборки для систем виртуализации (QCOW2, VHD, VMDK, raw) и облачных окружений Amazon EC2, Google Compute Engine и Vagrant. Проект FreeBSD 14.2 вышел в декабре 2024 года. Версию FreeBSD 14.3 представили в июне 2025 года.

Состоялся выпуск открытого музыкального плеера DeaDBeeF 1.10.1. Проект написан на языке C и может работать с минимальным набором зависимостей. Исходный код решения опубликован на GitHub под лицензией Zlib. Сборки DeaDBeeF доступны для Linux, Windows и macOS.

SQL в 2026: что реально нужно знать аналитику? 🤔
Спойлер: не только JOIN и GROUP BY, а еще и оконные функции, когортный анализ, оптимизация запросов и работа с BigQuery.
Пошаговый план для новичков с бесплатными тренажерами, курсами (да, Карпов там есть) и списком тем, без которых вас не наймут.
Давайте разберем четкий план: что учить, где брать практику и как не потеряться в море информации 👇

Epic Games объявила о планах с 19 марта повысить на 25% цены на внутриигровую валюту Fortnite V-Bucks. Изменения коснутся и системы боевых пропусков, сообщает Dexerto.

Ты написала статью. Вычитала, проверила, добавила картинки, нажала «Опубликовать». И тут они приходят. Кто эти люди, которые пишут комментарии? Держи полный список «фантастических существ», обитающих под любой хабровской статьёй от программирования и менеджмента до хаба здоровье.

Расскажу, как решал задачу принудительного притока воздуха на кухне и немного автоматизировал управление приточным клапаном с помощью MQTT и WirenBoard.

Компания Meta объявила о покупке Moltbook — экспериментальной социальной платформы, созданной для взаимодействия AI-агентов. Вместе со стартапом в Meta перейдут его сооснователи Мэтт Шлихт и Бен Парр, которые присоединятся к исследовательскому подразделению Meta Superintelligence Labs.
Подразделение Meta Superintelligence Labs возглавляет бывший CEO Scale AI Александр Ванг. По данным Axios, Шлихт и Парр должны начать работу в новой команде 16 марта. Финансовые условия сделки Meta не раскрыла.

А что, если современные технологии для большинства вещей избыточны? В проекте «ЭХО» я решил проверить это на практике, создав цифровую капсулу времени для потомков. Цель — позволить людям оставить память о себе (фото и мысли) в максимально простом и «вечном» формате.
Технически это эксперимент по созданию системы на 250 млн анкет без баз данных, фреймворков и лишних слоев — только чистый Go и минималистичный Linux. В этой статье я поделюсь опытом, как заставить обычный ПК работать с такой нагрузкой, используя лишь стандартную библиотеку и файловую систему.

Всем привет! С 9 по 22 февраля (да-да, всего 14 дней, и об этом нововведении я расскажу) я «плавал в бассейне» в Москве, а если официально - проходил интенсив от Школы 21. И могу сказать, что «наплавался» я отлично: получил заветный зеленый билет на основное обучение.
В этой статье я поделюсь своим опытом, который, надеюсь, поможет тем, кто только собирается окунуться в этот интенсив или уже его проходит.
Что вообще такое Школа 21?
Звучит как какое-то государственное учебное заведение с бассейном? Не совсем))
Официально: Школа 21 - бесплатная школа цифровых технологий от Сбера. Это проект для всех, кто хочет сменить профессию и найти себя в IT.
Если коротко и понятно: Школа 21 - это бесплатное дополнительное образование в мире IT. Но здесь нет уроков, пар, учителей или преподавателей. «Как же это школа?» - спросите вы.
Обучение построено на выполнении проектов. Схема простая: тебе дают задание и говорят «делай». Твоя задача - сделать. Любым способом. Как хочешь. Но главное - понять, как ты это сделал, чтобы потом защитить свой проект перед другими участниками (их тут называют пирами).

Исследователи из Южного научно-технологического университета Китая представили проект Centaur — это носимый робот-экзоскелет, который превращает человека в своеобразного механического «кентавра». Устройство разрабатывают для снижения нагрузки от переносимого веса.

Ровно год назад, 10 марта 2025-го, глава Anthropic Дарио Амодеи выступил в нью-йоркском Совете по международным отношениям и дал один из самых конкретных прогнозов в истории ИИ-индустрии: "Через 3–6 месяцев ИИ будет писать 90% кода. Через 12 месяцев — по сути весь код". Оба дедлайна истекли. Проверяем.

Компания OpenAI отложила запуск «взрослого режима» — функции ChatGPT, которая предоставит проверенным пользователям доступ к эротике и другому контенту для взрослых, пишет TechCrunch.

У многих из нас найдется папка "курсы/статьи/изучить" в закладках, которая растет быстрее, чем список багов в новом проекте. Мы мастерски откладываем начало процесса обучения на потом, в ожидании идеальных условий и свободного времени, которых никогда не будет. "Начну с понедельника", "как только разгребусь с работой", "вот уйду в отпуск"... Это все отличные отговорки, которые заменяют реальные действия.
Начало обучения кажется тренировкой по тяжелой атлетике. Нужно обязательно подготовиться, размяться, настроиться, выделить пару часов и выложиться на полную. Чтобы сразу и на мировой рекорд. Или хотя бы городской. Но в реальности наша жизнь вне работы - череда коротких промежутков: ожидание кофе, поездка на транспорте, очередь в магазине. Что будет, если попытаться воспринимать это не как обыденность "потерянного времени", а сделать такие промежутки инструментом роста? Если перестать стремиться к рекордам и заменить попытки одноразовых сверхусилий на регулярный фоновый процесс развития?
Немного личного опыта по Claude Code.
В вайб-кодинге все просто: плохо поставил задачу, лови такой же результат. По сути, нам программистам теперь все больше и больше нужно учиться правильно руководить и ставить задачи. Когда я писал "сделай мне приложение для тренировок", я, по сути, просил агента угадать сотню технических решений. Агент угадывал, но плохо. И начиналась карусель переделок и циклов, за которые приходится платить периодическими выходами за лимиты.
Решение простое, но требует дисциплины: нормально планировать до кода.
Шаг 1: Создать черновой план
Запускаю Claude Code и сразу прошу создать файл с планом:
Please help me create a plan for [идея] and write it into a draft_plan.md file
Продукт это по сути набор функций. Если каждая функция работает, продукт готов. Так вот, план - это просто список этих функций с деталями.
Шаг 2: Запустить режим интервьюера
Это главный шаг, который я раньше пропускал. Вместо того чтобы дать агенту додумывать, я заставляю его допросить меня (как самый дотошный детектив):
Read this plan file and interview me in detail using the ask user question tool about literally anything: technical implementation, UI/UX concerns, and trade-offs
Claude начинает задавать вопросы раундами. Первый это про технику: стек, база данных, обработка API-затрат. Второй про UX: модальное окно или отдельная страница, какой стиль интерфейса. Если не знаю ответа копирую вопрос, задаю его в веб-версии Claude/Gemini/GPT, советуюсь с ними, возвращаюсь с ответом.
Да, это раздражает и хочется пропустить и сразу к коду, но именно здесь экономятся тысячи токенов и часы переделок - проверено на личных страданиях.
Шаг 3: Строить по одной функции + тест
Когда план готов, то беру первую функцию и прошу написать для неё тест до реализации. Затем сама реализация и пока тест не прошёл, агент не двигается дальше. Контракт простой: вот что должно получиться, а не сделай как-нибудь.
В итоге получаем приложение с покрытием, где каждая функция делает ровно то, что я (ладно, claude) ожидал.
Несколько еще небольших советов:
Контекст не резиновый, при заполнении на 40–50% (~100К токенов) начинаю новую сессию - перегруженный контекст делает модель тупее. Иногда очень не хочется этого делать и заново объяснять все, но это реально рабочий подход.
Нужно сначала научиться управлять агентами вручную, чтобы понять, что происходит на каждом шаге. Иначе это как автопилот без понимания, куда едешь (на самом деле понятно, в страну неподдерживаемых мертвых проектов). Всякие автоматизации на потом.
Хороший план на старте экономит больше, чем любой лайфхак с промптами.
Надеюсь тебе понравилось. Лучшая благодарность - это твоя подписка на мой Telegram-канал 😊
У тебя в голове работает программа, которую ты не писал. Она была написана в первые два-три года твоей жизни. Ты не помнишь ни одной строчки. Но она запускается каждый раз, когда отношения становятся по-настоящему близкими.
Она решает: доверять или нет. Приближаться или отдалиться. Написать первым или ждать. Сказать «мне плохо» или сказать «всё нормально». Она работает быстрее, чем ты успеваешь подумать. И чаще всего ты даже не замечаешь, что она включилась.
Это называется тип привязанности. И если ты когда-нибудь задавался вопросом, почему в отношениях ты ведёшь себя не так, как хотел бы — скорее всего, дело в ней.

Нет большой разницы в инструментах, когда речь идет о создании простеньких чат-ботов. Но когда вы работаете над продуктом посерьезнее, например создаете сложного AI-агента или работаете с чувствительными данными, облачные LLM начинают выставлять большие счета. И не только финансовые.
Что если переход на локальную инфраструктуру (вроде Ollama) это решение, которое не просто поможет сэкономить, но изменит саму динамику разработки?

Компания Meta* завершила сделку по покупке Moltbook, социальной сети, ориентированной на взаимодействие и развитие автономных AI-агентов. Основатели Moltbook станут частью команды Meta* Superintelligence Labs, а сумма сделки официально не разглашается.

Компания Simba 3D представила потребительский 3D-принтер QC2A для цветной струйной печати фотополимером. Устройство, в отличие от FDM-принтеров, точно передаёт оттенки и сложные градиенты за счёт смешивания смолы разных цветов. QC2A стоит 10 000 долларов.
