Разработка

На днях команда Cursor выпустила руководство по лучшим практикам работы с агентами на примере своего продукта. Это очень прикладные советы, которые помогут вам максимально эффективно использовать Cursor в своей работе. Для тех кто хочет копнуть глубже, авторы делятсы ссылками на исследования и подробности технической реализации тех или иных возможностей.

Я перевёл это руководство для читателей Хабра, потому что многие из описанных практик совпадают с тем, к чему я пришёл самостоятельно методом проб и ошибок. Многие из них легко адаптировать и для других популярных инструментов.

В этой статье разберём исследование от компании Anthropic, которое демонстрирует практическую возможность вскрытия «черного ящика» больших языковых моделей для обеспечения их контролируемости и безопасности с помощью разреженных автоэнкодеров (SAE — Sparse AutoEncoders). И в конце, попробуем поуправлять поведением модели — заставим думать, что она Санта Клаус 🎅.

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.

Наступил 2026 год, и у меня были новогодние праздники для создания международного стартапа - единорога 🦄. Поставил себе цель - заработать миллиард денег, поэтому проект должен быть международный(мультиязычный), чтобы увеличить трафик. Чтобы успеть за две недели, я решил использовать vibe-кодинг, а то потом ещё к ЕГЭ готовится.

VIBE-кодинг

Для написания кода я использую cursor.com версию pro - стоимость 20 $. Забегая вперёд, скажу что есть лимит токенов, и за пару неполных недель я сжёг лимиты токенов 3-учёток на проект.

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.

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.

Январские праздники 2026. Я давно думал над тем, а что просиходит в GameDev с рисками? Как происходит управление игровыми проектами? Почему даже у известных тайтлов достаточно часто бывают серьезные проблемы с финансами, сроками, качеством, командой? Я даже не говорю об инди-разработке, о малых студиях. Почему многие игровые проекты проваливаются, а еще о большем количестве проектов, после их выхода, мы даже никогда не узнаем и не вспомним, они исчезают как вспышка метеора на ночном небе...Почему?

📊 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.

А есть ли жизнь вне GIT? Что там? Может там летают птеродактили или НЛО? Или там просто пустое поле? Давайте разбираться.

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.