Wiki-проекты *

Весь последний год я живу с ощущением, что мир вокруг нереально разогнался, а я не поспеваю, хотя гребу изо всех сил. ИИ пишет код, собирает прототипы, строчит саммари, задачи щелкаются в два раза быстрее. Только вот пропускает все это через себя все тот же человек, у которого физиологически ничего не поменялось: те же глаза, руки, ноги, голова, те же навыки концентрации, все те же 24 часа в сутках. При этом порог входа практически в любой домен ну о-о-очень сильно снизился.

Сложность теперь не столько в том, чтобы разобраться в задаче и выполнить ее, сколько в том, чтобы совладать с потоком информации, количеством дел и балансировать между ожидаемыми сроками и качеством.

Эта статья — честный рассказ о четырех навыках, которые лично меня держат на плаву. Буду очень рад, если в комментариях поделитесь своими лайфхаками — хотелось бы немного переопылиться опытом.

Программисты пишут свои вики в obsidian, в org файлах и других инструментах. С ними готовятся к собеседованию, ищут команды для баша, хранят информацию про их сервер и много чего еще.

Почему бы не использовать такой подход для кода, а не только для текста? У меня хранится куча вспомогательных скриптов, я пробую новые библиотеки и часто начинаю новые пет-проекты. Даже если проект никогда не зарелизится, все может остаться в такой “вики”, и потом это можно переиспользовать.

Можно сделать персональный монорепозиторий, в котором будет храниться весь код, как вики, но для кода.

Про LLM-wiki здесь уже было несколько хороших статей (1, 2 и 3), поэтому подробно останавливаться на идее Andrej Karpathy не буду. В двух словах: вместо RAG-ретривера - wiki-агент, вместо чанков из сырых документов - связанные концепт-страницы, вместо обновления - перекомпиляция и поиск «битых» ссылок.

Насколько LLM-wiki лучше, или может быть хуже чем RAG, пусть даже простейший, с обычным векторным поиском? И как их можно сравнивать? Кажется, общепринятой методики оценки ещё не сложилось. Тем не менее я попробовал, и получил неожиданные результаты. Об этом и расскажу, а ещё о методике оценки, о wiki-агенте для тестов, о том что получилось, что - нет, и даже сколько это стоило.

Я попробовал собрать LLM Wiki: workflow, где нейросеть не просто отвечает на вопросы по документам, а постепенно поддерживает базу знаний. Взял Obsidian, Codex и несколько статей с Хабра, сделал ingest, query и lint, а затем посмотрел, чем такой подход отличается от обычного RAG. В статье показываю структуру vault, примеры wiki-слоя, стоимость ingest на Yandex Foundation Models и риски, которые быстро всплывают на практике.

Строим Telegram-бота с RAG-поиском по базе знаний — без векторных БД, без эмбеддингов, без платной инфраструктуры. Поиск по ключевым словам через Jaccard, LLM через Groq, история сессий в Cloudflare KV, деплой одной командой. Стек: TypeScript + Telegraf + Cloudflare Workers.

Семь дней — от разрозненных заметок и черновиков до работающей AI-базы знаний, где искусственный интеллект сам структурирует контент, обновляет документацию и ищет противоречия.

В статье — практический опыт создания LLM Wiki на стеке Astro + Starlight + Markdown. Без Notion, без Google Docs, без проприетарных форматов. Контент — просто файлы, AI-агенты — редакторы с четкими правилами из AGENTS.md, хостинг — бесплатный GitHub Pages.

Мы продолжаем рассказывать про то, как формировались нормы защиты авторского права в интернете в начале нулевых годов. В первой части мы подробно разобрал кейс Napster. В этой подробно расскажем про The Pirate Bay и другие проекты.

Википедии в 2026-м исполнилось 25 лет. Причем первоначально она была дополнением к другому порталу — энциклопедическому сайту с семиступенчатой экспертной проверкой, Нупедии. Однако этот проект долго не просуществовал, а Википедия выжила. О ней и ее создателях — разговор в сегодняшнем материале.

В этой статье поговорим про концепцию «второго мозга»: что это такое, где хранить информацию и как ее использовать. Разберу, как собрать минимальную систему знаний в Obsidian, чем подход LLM‑Wiki от Andrej Karpathy отличается от классического RAG, и покажу практический пример реализации «второго мозга».

Почему то для большинства моих друзей и знакомых новость о том что есть общеславянский "синтетический, обобщенный" язык общения на котором можно говорить не зная конкретного языка с любым из 13 братских (ну или почто братских) народов , высказанная мной по приколу под банку чешского, стала новостью. Между тем проект действует с 2011 года.

13 языков (или может даже и 16, точно я не уверен) это соответственно 13 признанных славянских государств, которые разделены на три группы: в Восточную входят Россия, Украина и Беларусь, в Южную — Сербия, Хорватия и Болгария, Словения, Босния, Черногория и Северная Македония, а в Западную — Польша, Чехия и Словакия. При чем если начать разговаривать в любой из выше указанных стран, то почти 90% твоей речи любой славянин будет понимать. Разве что  он не сообразит по разговору кто ты собственно есть, к какому именно народу относишься.

Interslavic это по сути искусственный гибридный язык созданный по компьтерному подбору варианта слов на разных языках которые будут понимать максимальное количество славянских народов. То есть это «среднее арифметическое», «точки соприкосновения» в лексике и грамматике славянских языков. Создал его чех  Войтех Мерунка в соавторстве с группой единомышленников.

Андрей Карпатый недавно написал про замену RAG - LLM Wiki. Если вкратце, Карпатый предлагает модель, в которой LLM читает сырые источники, пишет страницы wiki в базе знаний, поддерживает перелинковку между заметками, а человек - читает, задаёт вопросы, делает ревью. И вся эта система живёт практически автономно - человек крайне редко трогает файлы заметок.

Мне кажется, важно сделать важный комментарий - его модель хорошо работает для логики решения корпоративных задач (где знания = справочник), но думать про подобное внедрение LLM в личные заметки - скорее вредно. Я верю, что для Андрея это работает: у него много интеллектуально сложных технических задач, потребность в реальных изобретениях. У большинства людей, к счастью, ситуация не требует такой глубокой оптимизирации и автоматизации.

Нам нужна база знаний чтобы что-то не забыть, не потерять и подумать о своих личных исследованиях.

Подход Карпатого прямо противоречит тезису "письмо = мышление", на основе которого строится глубокая рефлексия. Когнитивный акт происходит в письме, не до него и, тем более, не после.

13 марта 2026 года на Хабре появился новый тематический хаб под названием Wiki-проекты. Он должен соединить всё, что связано с вики-технологиями, начиная от программ и заканчивая людьми.

То что с Википедией что-то не так, признают многие. Но что именно не так? Как до этого дошли? Что нужно изменить, чтоб стало "так"? Как запустить реформы? На эти вопросы отвечает сооснователь Википедии Ларри Сэнг в отдельном интервью. Интервью получилось большим, вопросы в нем обсуждаются всякие, от погоды до законов США и ядерного апокалипсиса. Но, поскольку мы на Habr, предлагаю в данной статье ограничить вопросы для обсуждения следующими тремя темами:

Наш обзор посвящён сайтам фонда Wikimedia — Википедия, Викисклад, Викитека и многим другим. Он расскажет, как построена технологическая работа этих сайтов, как работает движок этих сайтов и как развивается общественная жизнь вокруг этих сайтов.

Раньше, года три назад, страница Википедии копировалась в Ворд вместе с формулами. Но затем копироваться стал только текст, а формулы перестали(!) отражаться в Ворде. Регистрация в Википедии не изменяет ситуацию. Не знаю, как для кого, но для меня это стало серьёзной проблемой.

В Интернете можно найти несколько способов копирования формул в Ворд. Скорее всего, когда‑то они работали, но теперь — нет (проверил!).

В поисках решения проблемы я случайно наткнулся на последовательность действий (см. ниже), которые легко и быстро(!) позволяют решить проблему — с третьего раза все операции займут не более двух‑трёх минут.

Алгоритм действий

1. Позиционируем курсор на формуле на странице в Википедии.

Нажимаем правую клавишу мыши (пкм).

В появившемся меню выбираем «Сохранить картинку как...».

В панельке «Сохранить» выбираем нужную папку на ПК и копируем в неё файл с изображением (нажимаем «Сохранить»).

Замечание. Файл изображения имеет расширение SVG Document. Для файлов других форматов (не SVG) алгоритм не работает.

2. Запускаем скопированный файл с изображением (через два щелчка) из выбранной папки.

3. В результате появляется панель Яндекс Браузера.

В левом верхнем углу (лву) панели находится картинка с формулой. Но она мелковата, поэтому для облегчения работы есть смысл увеличить размер картинки: нажимаем на три точки в пву панели и устанавливаем масштаб 200 или 300.

4. Нажимаем на клавиатуре ПК клавишу PrtSc (она делает снимок экрана).

5. Появляется панелька «Редактор скриншотов». Она в лву содержит нужную формулу. Сама панелька серая, но курсор отмечен большим белым крестом.

Привет! Меня зовут Артур, я специалист по пентестам в компании Xilant. В этой статье разберём одну из наиболее опасных уязвимостей, обнаруженных в XWiki — CVE-2024-31982, которая позволяет добиться удалённого выполнения произвольного кода (RCE) через, казалось бы, безобидную функциональность поиска.

XWiki давно занимает ключевое место среди корпоративных Wiki-платформ благодаря гибкой архитектуре и мощной системе шаблонов. Однако именно эта гибкость сыграла против неё: некорректная обработка пользовательского ввода в механизме рендеринга шаблонов привела к появлению критической SSTI-уязвимости.

В материале я покажу, как устроена брешь, как она эксплуатируется и как выглядит автоматизированный PoC, который я написал на основе анализа опубликованного исследования автора jacaba с портала Vicarius.io.

В любой команде есть момент, когда количество сотрудников переваливает за 20 — и внезапно оказывается, что никто толком не понимает, где хранится информация и к кому идти за ответом. А клочки информации поделены между разными сотрудниками.

Приходящие новички теряются, старожилы устают повторять одно и то же, а у HR растёт очередь из запросов: «а где у нас инструкция по...».

Все это следствие отсутствия информационной культуры — когда знания не фиксируются, а существуют в головах. И именно эту проблему закрывают Wiki-системы.

В этой статье вы увидите вики, открытые для сети (намеренно или нет неважно). Заглянем в чужие вики, чтобы посмотреть как они устроены, какие у них есть фишки, и как люди упорядочивают информацию

Фотограф Евгений Халдей (1916—1997) был военным корреспондентом и активно фотографировал события Второй Мировой войны. Его авторские права охраняются в течение 75 лет после смерти, однако тысячи его фотографий уже перешли в общественное достояние. Как же это получилось?

Импортозамещение никого не щадит. Недавно мы наткнулись на российский аналог Википедии, который нужен для… а вот на этот вопрос мы и постарались ответить в статье. Зачем было создавать нашу Википедию, если есть уже привычный западный аналог? Давайте разбираться.