Профессиональная литература *

Пару дней назад я опубликовал в LinkedIn пост про ИИ-разработку и получил довольно неожиданный комментарий от одного руководителя разработки — мол, к ИИ-разработке он относится крайне скептически.

И причины такого скепсиса, в общем-то, понятны. Я вижу много ребят, которые попробовали ИИ-инструменты пару лет назад, когда эти инструменты ещё только придумывались, и остались совсем не впечатлены качеством — на выходе у них получился самый настоящий AI slop (от английского slop — помои), и с тех пор они так и придерживаются своего мнения. Код вроде бы собирается и даже проходит тесты, но написан он совсем не так, как у вас в команде принято, повторяет худшие места проекта и разваливается от первой же правки.

Почти год назад я ушёл с позиции технического директора в каршеринге Ситидрайв, чтобы полностью окунуться в агентскую разработку, и за этот год пришёл к выводу, что чаще всего виновата не модель, а репозиторий, который не подготовили для агента. В этой статье я расскажу, почему агенту в таком репозитории так сложно писать хороший код и что нужно сделать, чтобы слоп в нём больше не появлялся.

Нейросети скоро полностью заменят человека в IT! Вакансий для «кожаных мешков» уже почти не осталось! Гипс снимают! Клиент уезжает! Эти тезисы за последний год успели превратиться в универсальное объяснение происходящего в околокомпьютерной сфере. Нейросети пишут код, находят ошибки, генерируют документацию и даже проектируют архитектуру приложений. Казалось бы, до полной автоматизации разработки осталось совсем чуть-чуть. А что насчет тестирования? Неужели и здесь человек скоро окажется лишним?

Spring Security обладает интересным свойством: подключить его к проекту очень просто, а вот понять, что именно произошло после добавления зависимости, уже не так просто.

Вот вы добавили spring-boot-starter-security, и приложение внезапно начало возвращать форму входа. Откуда взялся пользователь? Кто создал цепочку фильтров? Почему один запрос завершается со статусом 401, а другой со статусом 403? Почему после добавления еще одного SecurityFilterChain часть прежних правил будто бы перестала работать?

Можно, конечно, каждый раз находить похожий пример и копировать конфигурацию. Иногда это даже будет работать. Проблема начинается тогда, когда поведение фреймворка нужно изменить или когда найденный пример относится к другой версии Spring Security.

Главная проблема большинства материалов по Spring Security в том, что они показывают какую-то небольшую часть общей картины, при этом у человека после чтения не остается цельная модель происходящего.

С этой точки зрения предлагаю посмотреть на четвертое издание книги Бадра Насслахсена «Spring Security». Русское издание вышло в 2026 году. Это будет небольшая рецензия/обзор книги с моей стороны.

Сразу обозначу свою позицию. Я не считаю эту книгу универсальным руководством по безопасности приложений и не думаю, что ее примеры можно бездумно переносить в production. Но как способ систематизировать знания именно по Spring Security она вполне заслуживает внимания. Ниже постараюсь объяснить почему.

В первой польской энциклопедии 18 века статья про лошадь состояла из одной фразы: «Что такое лошадь, знают все». Сегодня то же самое можно сказать про вайб-кодинг (не уверены, можно ли так сейчас утверждать про лошадь).

Для одних вайб-кодинг звучит как «сядь, расслабься и попроси нейросеть написать код». Для других это единственный перспективный способ разработки инженерных проектов. И каждому работающему с LLM безусловно будет интересно прочитать на русском языке очередной мировой бестселлер Джина Кима и его соавтора-практика Стива Йегги.

Привет, Хаброжители! С помощью ИИ можно собрать интерфейс, сгенерировать компоненты и создать целое веб-приложение за считаные минуты. Но функциональность не означает высокую производительность: приложение медленно загружается, интерфейс реагирует с задержкой, браузер тратит ресурсы на ненужные скрипты, которые замедляют работу сайта.

И дело не только в ИИ. Даже хорошо написанный вручную код не гарантирует быстрой загрузки страницы сайта. Чтобы разобраться в причинах задержек, нужно понимать, как браузер загружает и отображает страницу, какие метрики влияют на пользовательский опыт и где искать узкие места.

Захотелось мне тут проверить качество ИИ моделей в переводе. Я уже перевел немало книг и текстов с облачными моделями - Qwen, Claude, OpenAI, Gemini и результат в последнее время мне нравится все больше и больше. Я не думаю что переводчикам пора искать другую работу, но на сегодняшний день реальность такова, что вы можете перевести любую книгу на любом языке на русский и как минимум понять про что она. Конечно же, остаются тонкости стилистики, нюансы языка и местных реалий жизни, которые очень важны при переводе сложной художественной литературы, тут нужен как раз тот “контекст жизни”, которого не хватает моделям. Однако последние версии Claude и OpenAI неплохо натаскались в переводе авторской стилистики. Если же вам надо читать не обязательно очень специфичный текст для посвященных, то скорее всего ИИ перевод вас удовлетворит. Конечно же тут тоже есть тонкости - проверки и промпты, но это уже дело техники, все это решаемо скиллами и бюджетом на токены. Однако облачные переводы не всегда доступны из-за бюджета и полиси с копирайтом (и непонятно сколько еще будут доступны), поэтому я задался вопросом насколько я могу положиться на локальные модели, гоняющие на довольно скромной по нынешним меркам карте и сетапе: NVIDIA GeForce RTX 5060 Ti 16 GB, Core Ultra 7 265, 96 GB DDR5

Переводы проверялись для разных языков, все переводили на русский. Чтобы сделать бенчмарк более репрезентативным, я выбрал несколько языков для тестирования - английский, испанский, китайский и иврит. Большинство из них я знаю, так что могу оценить перевод глазами, хотя этого и не было нужно. Эталонный перевод сделал с Claude моделями, потом “модели-судьи” (Claude и OpenAI) судили каждый перевод, давая ему оценку. Измерялось как качество перевода, так и его скорость. Цели переводов:

Привет, Хаброжители! Менее чем за десятилетие глубокое обучение пережило два ключевых этапа. Сначала Python-библиотеки вроде Keras, TensorFlow и PyTorch вывели нейронные сети из лабораторных экспериментов в реальный продакшен. Затем LLM и другие инструменты генеративного ИИ преобразовали жизнь бизнеса и общества. Франсуа Шолле, создатель библиотеки Keras, и Мэттью Уотсон, занимающийся разработкой Gemini в Google, полностью переработали и обновили книгу, чтобы вы разобрались в устройстве трансформеров, собрали собственную мини-модель GPT и диффузионную модель генерации изображений и дообучили языковую модель методом LoRA.

В этой рецензии в блоге SSP SOFT разберем книгу Павла Рудницкого «SRE. Новый подход к управлению инфраструктурой» (БХВ-Петербург, 2026, 176 страниц). Автор объясняет, как оценить надежность сервиса в метриках, посчитать бюджет ошибок и проанализировать аварию. Студентам, стажерам и младшим разработчикам (джунам) книга дает понимание терминов, на котором инженеры эксплуатации говорят с разработчиками и бизнесом, а заодно поможет с ответами на некоторые вопросы на собеседованиях.

Привет, Хабр!

Сегодня расскажем вам о самой уникальной из наших октябрьских новинок: книге «LLMOPs. Практическое руководство». Автор этой книги, Никита Горячев, как многие из наших авторов и, уверены, многие из вас, уважаемые читатели, собирал у себя на Гитхабе заметки об эксплуатации больших языковых моделей. В настоящее время Никита занимается  LLM, RAG, агентными системами, мультимодальными приложениями, интересуется разработкой голосовых ИИ-агентов. Он любезно рассказал о своей книге для нашей хабрааудитории. Добро пожаловать под кат.

Меня давно занимает перекресток трех сил — прорывных технологий, прежде всего ИИ, психологии и экономики. Технология без людей остается чертежом, а любая ее реализация стоит денег. Причем решение об этих деньгах принимает человек, у которого есть свои страхи, амбиции и привычка защищаться. Я уже разбирал эту связку на уровне личности разных эпох и обществ, от раба и рыночного человека до ноосферного типа, который понадобится эпохе ИИ.

Недавно мне попалась книга Павла Воронина, Николая Соустина и Бриты Ильягуевой «Инновации: подводная часть айсберга». Эта работа подходит к тому же перекрестку с другой стороны и отталкивается от опыта разных компаний. Авторы три года изучали больше сотни фирм и пришли к выводу, который понравится не каждому финансовому директору. Бюджеты R&D, патенты, ученые степени и корпоративные акселераторы мало говорят о том, ждет ли компанию прорыв. Решающее значение чаще имеют качества лидера, внутренняя культура, организация работы и понимание своего клиента. То есть, как я вижу, важны люди и то, как они обходятся друг с другом.

Запрос тормозит, а EXPLAIN ANALYZE выдаёт простыню узлов, в которой непонятно, на чём остановиться. Postgres Professional выпустила бесплатную книгу «PostgreSQL 18. Оптимизация запросов» на основе курса QPT. Она объясняет, как планировщик оценивает кардинальность и стоимость, как читать планы и какие приёмы работают для OLTP и OLAP. Читать можно хоть в метро: результаты запросов уже вплетены в текст, терминал не нужен.

Привет, Хабр!

Сегодня мы рады представить вам нашу очередную новинку, которая украсит полку профессионального бэкенд-разработчика: «Высокопроизводительный Go. Руководство по оптимизации». Она продолжает сразу два направления нашей работы и ориентирована как на современных бэкендеров, всё активнее переходящих на Go, так и просто на ответственных разработчиков, желающих систематизировать проверенные практики повышения производительности. Книга сложилась из заметок и кода, над которыми много лет работал Александр Ставонин – выдающийся специалист по Go, C++, IoT и высокопроизводительным вычислениям. В своё время Александр давал на Хабре подробное интервью для компании Getmatch, в котором рассказывал о личном опыте обустройства в Сингапуре. Англоязычные черновики книги, которые легли в основу русского издания, выложены на сайте goperf.dev.

Если вы работаете в SEO хотя бы несколько лет, имя Эрика Энжа вам наверняка знакомо. Его книга «SEO — искусство раскрутки сайтов» (The Art of SEO), написанная в соавторстве со Стефаном Спенсером и Джесси Стрикчиолой, выдержала четыре издания, стала настольной для нескольких поколений оптимизаторов и до сих пор остаётся одним из самых востребованных руководств по поисковой оптимизации. Именно поэтому выход новой книги Эрика Энжа (теперь в соавторстве с Адрианом Риднером) вызвал закономерный вопрос: а не пытаются ли авторы «реанимировать» SEO в эпоху, когда, по мнению многих, классическая оптимизация умирает под натиском нейросетей? И не мешает ли груз прошлых заслуг?

Привет, Хаброжители! Как сделать ИИ-приложение надежным, объяснить архитектуру системы всей команде и построить хранилище данных, которое выдержит нагрузку? Собрали три новинки для разработчиков, архитекторов и дата-инженеров — с практическими подходами, примерами и решениями реальных инженерных задач.

Все три книги уже доступны для предзаказа.

Привет, Хаброжители!  Представьте: в компании десятки ИТ-систем, каталогов данных и баз знаний. Каждая описывает свою часть ИТ-ландшафта, но общей картины нет. Поэтому при слиянии компаний, миграции в облако или запуске проектов в области данных и ИИ приходится заново выяснять, какие системы существуют и как они связаны.

В книге «Управление метаданными. Как метасетки объединяют данные, информацию и знания» Оле Олесен-Баньё объясняет, почему метаданные часто остаются разрозненными, и предлагает способ связать их без создания очередной универсальной платформы.

В августе 2026 года было запущено в продажу второе издание книги «Искусство схемотехники: сборник X-глав». Благодаря выложенным в открытый доступ ознакомительным материалам от издательства «Cambridge University Press», я имею честь Вам представить этот небольшой обзор. Издательство очень постаралось и предоставило читателям рекламную надпись на задней обложке, страничку с отзывами, предисловия к первому и второму изданиям. Это будет любительский перевод! Но как показывает практика, он гораздо лучше, чем от отечественных издательств. «Се ля ви!». От себя я еще оживил всё это фотографиями.

В последнее время наблюдается интересная тенденция: на полках книжных магазинов появляется все больше и больше технических и научно-популярных изданий китайских авторов. Причин тому несколько: во-первых, западные правообладатели не слишком охотно лицензируют свои книги на русский язык, а во-вторых… Впрочем, об этом мы подробнее поговорим чуть позже, а пока отметим, что издательство «БХВ» недавно заключило договор о сотрудничестве с двумя крупными издательствами из Поднебесной. Теперь у нас тоже будут книги китайских авторов! Так в чем же, собственно, основная причина начинающейся экспансии технических писателей из Китая на российский книжный рынок?

Насколько хорошо новая модель ИИ справляется с задачами — первый вопрос, который обычно задают при ее обсуждении. В техническом сообществе разговор обычно идет о бенчмарках, количестве параметров и гонке рейтингов.

Вот только для пользователя это чаще косвенные показатели. Главное — скорость работы, нет ли зависаний под нагрузкой и сколько стоит тариф. Если модель отлично решает задачи, но тормозит, или токены стоят как чугунный мост, ее популярность резко падает в пользу чуть менее эффективной. 

Поэтому на этапе инференса модель оптимизируют насколько возможно. Об этом ведущий эксперт в области инфраструктуры ИИ Филипп Кили написал целую книгу под названием «Инженерия инференса»: как разместить модель на нужном оборудовании, ускорить ответы, выдержать текущую и пиковую нагрузку и при этом не потратить больше, чем продукт сможет принести. 

Сегодня коротко разберем основные мысли оттуда.

В этой рецензии продолжаем линию на обзор книг по бизнес‑практикам в ИТ, которую задала недавняя статья издательства БХВ. Книгу «Практическое руководство для архитекторов решений» написал российский автор Дмитрий Бардин, архитектор решений из Кинопоиска. Автор старался показать, как объединить архитектуру отдельного приложения с корпоративной архитектурой. Книга адресована разработчикам, аналитикам и руководителям групп (тимлидам), которые хотят понять, чем на самом деле занимается архитектор решений и как в эту роль перейти.

Привет, Хаброжители! Во вторник разработчик переименовал столбец в рабочей базе. В четверг ключевой дашборд показал падение метрики, и никто не связал одно с другим. В понедельник руководство одобрило маркетинговую кампанию, чтобы вернуть ушедших пользователей. Через несколько недель выяснилось, что пользователи никуда не уходили, падение было следствием того самого переименования, а бюджет уже потрачен. Знакомая ситуация?