Софт

Многие смотрят на это спустя рукава, но Google создавал AIStudio не для того, чтобы вы ежедневного пользовались им в качестве основного интерфейса для общения с LLM. Студия была создана с целью дать возможность разработчикам настраивать параметры инференса, тестировать, баловаться. И не нужно быть главным‑по‑aistudio, чтоб это понять — там есть тулинг, граундинг поиска, можно изменить системный промпт. Диалоги сохраняются в виде файлов на гугл диске, чтоб было можно их клонировать, бекапить, итд. Есть отдельная страница с рейт лимитами, с выпуском API токенов. Это — ворота к программному интерфейсу для разработчиков, а не удобный chatgpt‑like веб‑интерфейс.

Слухи о Windows 12 ходили уже несколько лет. Кто-то ждал модульной системы с глубокой интеграцией искусственного интеллекта, кто-то — просто новой версии ОС с «нескучными обоями». Однако Microsoft решила пойти другим путем и продолжила развивать Windows 11. Компания регулярно добавляет в систему новые ИИ-функции и одновременно готовит ее к более широкому распространению устройств на базе процессоров с архитектурой Arm. 

Такой поворот событий сложно назвать неожиданным. Еще в 2024–2025 годах стало заметно, что выпуск новой версии Windows каждые несколько лет уже не выглядит необходимостью. Новые функции появляются через регулярные обновления, а все больше возможностей системы завязано на современное оборудование, включая нейропроцессоры для работы с искусственным интеллектом. На этом фоне Microsoft сосредоточилась на развитии Windows 11 вместо подготовки еще одной крупной версии операционной системы. Давайте разбираться.

Когда-то я учил английские слова по обычной тетради: записывал слово, транскрипцию и перевод, а потом проходил весь список с самого начала. Пока слов было несколько десятков, это работало. Но когда их стало около тысячи, повторение превратилось в отдельную работу: большая часть времени уходила на слова, которые я и так давно помнил.

Тогда я начал разбираться, почему мы забываем новую информацию, как устроены интервальные повторения и по какому принципу Anki выбирает дату следующего показа карточки. В статье расскажу о кривой забывания, системе Лейтнера и алгоритме FSRS, а также покажу, как я реализовал собственную систему повторений в приложении VibeLing — без необходимости каждый раз выбирать между Hard, Good и Easy.

В Heroes of Might and Magic III у каждого игрока есть своё мнение о том, какие юниты сильнее. Обычно такие сравнения строятся на характеристиках, способностях, личном опыте или ручных дуэлях на специальных картах.

В этой статье я попробую подойти к вопросу немного иначе: через симуляцию боёв. Я сделал упрощенную модель боевой системы HoMM3, которая позволяет сталкивать отряды юнитов друг с другом много раз при заданных условиях и смотреть, кто побеждает чаще. Дальше разберём, как устроена такая симуляция, какие допущения в ней есть и что можно узнать из результатов.

В процессе борьбы со всевозможными COM/Ethernet/WIFI/Bluetooth RS-485 устройствами, в том числе встраиваемыми, программаторами и тд. столкнулся с тем, что автоматизировать работу с устройством практически нечем. Т.е. написать полноценный сценарий для имитации целевого устройства, обеспечить обмен данными с во всех возможных вариантах без ручного управления не получится ничем. На форумах умники советую брать питон, что сложно для схемотехников и иногда медленно. Самые продвинутые терминалы позволяет создавать макросы, некоторые — группы макросов без возможности полноценного анализа. Поэтому пришлось наваять терминал со встроенным скриптовым языком.

Цель — создать инструмент для широкого круга пользователей, схемотехников, радиоинженеров, которые недолюбливают среды программирования. Поэтому скриптовый язык делался максимально простым, никаких рекурсий, сложных выражений, лямбд, грамматических конструкций и пр. Также сделать простым работу с данными, предоставить возможность работать с несколькими устройствами одновременно. Унифицировать способы подключения (COM/Ethernet/WIFI/Bluetooth) устройств. Иметь в распоряжении специфические функции, которые решают задачу в комплексе.

Я недавно начал пользоваться Krita, и после Фотошопа основной болью для меня было отсутствие удобного инструмента для умного выделения объектов выделения объектов.

Мне захотелось попробовать сделать плагин, который будет реализовывать такую функцию, используя локальную модель.

Идея простая:

1. Пользователь обводит объект лассо.
2. Нажимает кнопку Select object with AI.
3. Плагин локально строит мягкую alpha-маску.
4. Krita получает обычное выделение, с которым дальше можно работать штатными
   инструментами.

Назвать плагин я решил Krita Smart Select.

Репозиторий:
https://github.com/BMFreed/krita-smart-select

Релизы:
https://github.com/BMFreed/krita-smart-select/releases

Падение внутренней мотивации сотрудников, ущерб качеству работы ради количества наград, накопление очков, которое не отражает текущее положение дел… Зная о негативной стороне геймификации, клиент все же решил внедрить игровые механики в работу поддержки.

Какие плюсы перевесили потенциальные минусы, как реализовали игровой подход на стенде клиента, с чем пришлось столкнуться в ходе внедрения, кроме придумывания названий ачивок — рассказываем от лица вендора сервисной системы.

Часто в демо интерфейсах продуктов можно увидеть имена вроде John Doe, Jane Smith и Test User. И такой же рандомный текст в описании профиля, профессии и интересах. Я создал генератор профилей с персонажами из популярных кинофраншиз. Во все тяжкие, игра престолов, офис, теория большого взрыва, матрица и другие.

Парадокс. Мы измеряем железо лучше, чем себя самих.

Некоторое время назад я поймал себя на мысли о том, что у нас уже есть всевозможные инструменты для анализа загрузки процессора, памяти, температуры видеокарты, сетевого трафика и даже скорости вращения кулеров, но в конце восьмичасового рабочего дня за компьютером часто бывает сложно ответить самому себе на простой: что я делал весь день?

Не сколько часов я “работал”, не сколько часов и какие приложения были открыты на экране, а именно что происходило? какова была моя продуктивность? где я был в фокусе, куда направлял внимание? какую долю дня занимали реальные полезные действия а какую прокрастинация и смены контекста? Делал ли я регулярные перерывы для сохранения здоровья?

С появлением Cursor, Claude Code, Codex и других AI-агентов рабочий день стал ещё более рваным и нагруженным. Появление мультиагентных инструментов разработки только усилило проблему. Частые смены фокуса, высокая когнитивная нагрузка, переключения контекста - я понял, что нужно что-то с этим делать.

С этих мыслей началась идея создания LogAgent. На первом этапе казалось, что я делаю умный тайм-трекер + статистику дня. Далее пришёл инсайт - само время использования приложений само по себе почти ничего не объясняет.

Почему бы мне просто не взять готовый инструмент?

Я рассуждал логически: существующие тайм-трекеры знают "сколько", но не знают "в каком состоянии"; таск-менеджеры знают "что запланировано", но не знают что "реально произошло"; помодоро-подобные решения используют одинаковый ритм к разным задачам, но не всё так однозначно; health-приложния измеряют сон, шаги, пульс, но они ничего не знают про "5 часов в IDE", "3 часа ресерча документации", "час поиска неявной ошибки"; IDE-метрики и плагины видят код, количество строк и функций, редакций, но ничего не знают о моей усталости, сделанных перерывах, переключениях, общем контексте работы;

Не так давно я ездил к родителям, где в моей детской комнате до сих пор стоял мой первый компьютер. Живой и работоспособный, что удивительно. В итоге я просидел за ним около трех часов, копаясь в старых фото, музыке и папке «Нужное для игр», где лежала та самая программа, знания об использовании которой передавались как что-то сакральное (не совру, если скажу, что, кажется, во дворе кто-то за бумажку с последовательностью действий заплатил 50 рублей, что равно цене одного диска на PS1). И без гайда я не смог вспомнить, как ей пользоваться.

Что это был за софт? А давайте вместе вспомним даже не один, а несколько примеров того, чем раньше пользовались все, а сегодня уже как будто и не нужно.

Анализируем 8 ключевых факторов, влияющих на производительность при работе с тяжёлыми BIM-моделями в nanoCAD BIM Строительство (избыточная геометрия, нехватка аппаратных ресурсов, хаотичная структура, сложные параметрические связи, тяжёлые настройки визуализации, засорённость файла, отсутствие регламентов командной работы и ошибки геометрии), и даем конкретные решения для каждого случая — от переключения уровней детализации и настройки визуальных стилей до регулярной очистки файлов (PURGE, AUDIT) и грамотной организации внешних ссылок.

Хабр, привет!

На связи команда инженер-аналитиков R-Vision. Мы проанализировали широкий спектр уязвимостей, выявленных в мае 2026 года, и включили в дайджест лишь те, что представляют наибольший практический интерес по уровню риска, подтверждённой эксплуатации и актуальности для специалистов по информационной безопасности.

В этот прекрасный июньский день хочется немного выдохнуть: фичи доделаны, образы залиты, регресс пройден, в наушниках играет приятная музыка, а впереди целое лето и каникулы.

С вами снова я — Павел Мирошин, тимлид команды разработки «Графини» (первый аналог Grafana, написанный с нуля). И сегодня хочу немного рассказать о том, что мы сделали в новом большом релизе 2026H1 «Ассамблея».

Внутри про кеширование витрин, прогнозирование, импорт дашбордов из Grafana и другие обновления.

После массового исхода зарубежных таск-трекеров началась эра российских альтернатив. Ниже обзор 10 российских трекеров задач для командной работы, сводная таблица с характеристиками и расчетом стоимости на команду, а также советы о том, как выбрать таск-менеджер. Надеемся, что вы найдёте для себя что-то действительно полезное и сможете подобрать тот, который можно внедрить в своих проектах.

За последние несколько лет искусственный интеллект незаметно перешёл очень важную границу. Сначала нейросети просто отвечали на вопросы, потом начали писать код. Затем уже научились работать с документами, таблицами и базами знаний. А сейчас мы наблюдаем следующий этап развития — AI начинает выполнять действия внутри корпоративной инфраструктуры. Именно здесь начинается история, которую многие пока недооценивают.

После выхода Windows 11 пользователи больше всего спорили не о новом дизайне, а о том, что система лишилась части привычных настроек. Многие возможности, которые годами были доступны в Windows, исчезли или оказались сильно урезаны. Особенно много претензий вызывали панель задач и меню «Пуск», где свободы стало заметно меньше.

Похоже, Microsoft постепенно пересматривает некоторые решения первых версий Windows 11. В новых сборках компания возвращает дополнительные настройки интерфейса и одновременно пытается решить другую старую проблему — сбои после установки драйверов через Windows Update. В результате система получает больше возможностей для настройки, а риск столкнуться с неудачным обновлением должен стать ниже. Давайте разберемся, что именно изменилось и как будут работать новые механизмы Windows 11.

Загадка. Автомойка находится 50 метрах от дома. Как доберетесь до нее? Поедете на машине или пойдете пешком?

Если вы ответили «конечно, пешком — отчего не прогуляться», поздравляем: вы угодили в ловушку абсурдности. 50 метров ехать на машине действительно неэффективно, вот только без нее на автомойке вам нечего будет мыть.

Но не переживайте! Ровно так же на этот вопрос ответила и новая модель Claude Opus 4.8, заявленная Anthropic как самая мощная на сегодняшний день нейросеть. Раз уж искусственному сверхразуму незазорно попадать в смысловые ловушки, то нам с вами и подавно.

В этом материале мы разбираем первые рецензии на новую нейросеть и делаем короткий вывод: кому нужно перейти на нее прямо сейчас, кто может без проблем продолжить пользоваться предыдущей моделью, а кому будет достаточно и ChatGPT, Grok и других бесплатных аналогов.

Небольшое уточнение перед началом. В статье будет упоминаться некий (скриптовый) язык описания политик SIL (Security Intent Language). На его месте могло бы быть любое другое название, формат или технология. В рамках материала SIL используется исключительно как пример удобного способа описания правил поведения AI-агентов. Основная цель статьи - объяснить проблему контроля действий AI и показать один из возможных подходов к её решению.

Всем привет, меня зовут Сергей Прощаев. Эта статья будет не про большую архитектуру и не про разбор тестового задания — а про маленький, почти бытовой случай, который, как мне кажется, хорошо иллюстрирует, насколько мы привыкаем к удобным инструментам и насколько хрупкой бывает их работа.

Преподаю и много пишу код, который потом нужно красиво показать — в документах, статьях и особенно в презентациях для занятий. И на днях я случайно наткнулся на то, что мой давно любимый инструмент — надстройка Code Blocks для Google Docs — просто перестал работать.

Всем привет! Это моя первая статья на Хабре. Я постарался максимально понятно изложить проблематику получения HDR изображений на современных мониторах и операционных системах.

Давайте сразу проясним, что подразумевается под HDR фото, а что нет. В начале двухтысячных было модное занятие сначала фоткать высококонтрастный объект с разными экспозициями, проводить так называемый  брекетинг экспозиции, а затем с помощью софта склеивать все в одно изображение. Изначальный огромный перепад яркостей сужался до обычного JPG и демонстрировался как достижение. Да, достижение было в виде сохранённых деталей в светах и тенях, но минимальный  и, что самое важное, максимальный уровень яркости был далек от натуры. К тому же неизбежным следствием являлось падение общего контраста. Так вот, это не HDR. Это, назовем его, прокрустово ложе, куда надо впихнуть невпихуемое, и на выходе получить псевдо-HDR. Данная статья просвещена получению настоящего HDR, где узость диапазона уже не мешает делать высококонтрастные снимки. И не только делать, но и увидеть.