Мы делаем легкую опенсорс PDM систему, под названием DraftSync.ru Сама идея возникла очень давно, наблюдая за процессом работы инженеров конструкторов небольших КБ задаешься вопросом: почему у них нет нормальный процессов, как у нас в IT ?
- Контроль версий - Ревью - Демонстрация заказчику - База доступна и всегда под рукой - Поиск среди кучи различных сущностей, заказчиков и ТД - Работа с одной базой разных CAD в одном месте
Да, PDM существуют и существуют уже очень давно!, но они тяжелые, сложные и СТАРЫЕ - мы хотим это поменять
Прошу сообщество помочь мне в этом и ответить на несколько вопросов тут: https://forms.gle/tUVgtkm9RjAkh4xJ8 Буду очень благодарен за поддержку всем!
Claude Code превратили в автомобиль — для него сделали механическую коробку передач Model Shift с ручным переключением между ИИ-моделями. Во время работы можно в любой момент переключиться на другую модель для простых задач, а затем вернуться обратно.
Один из моих подписчиков скинул удаленное эссе Грэма. А так как я занимаюсь собранием переводов всех его эссе, не мог такое пропустить. Поэтому посмотрим на мысли Грэма из 2006 года.
Хорошее название для стартапа — это не маркетинг. Это тест на воображение.
Пол Грэм написал короткое эссе о том, как выбирают названия стартапы — и почему это сложнее, чем кажется. Перевел его, потому что тема до сих пор актуальна, а наблюдения точные.
Главный парадокс: ощущение, что все хорошие имена заняты — иллюзия. Сквоттеры захватили миллионы доменов, но алфавитные комбинации растут быстрее. Просто нужно перестать искать в очевидных местах.
Из этого вырос новый стандарт крутости: Flickr, Del.icio.us, Writely. Названия с опечатками, точками посередине, несуществующими словами. Примерно как лофты в промышленных кварталах — сначала отталкивает, потом становится знаком своих.
Грэм выстраивает иерархию названий. Лучшие — когда слово звучит круто и одновременно описывает продукт. Второй уровень — просто круто звучит. Дальше — посредственно, но не отталкивает. И это, говорит он, уже достаточно: хороший продукт окрашивает своё название в нужный цвет.
Самое практичное наблюдение — про глагольность. Google, Flag, Textpayme. Название работает, когда его можно вставить в предложение как действие. Это не про благозвучие, это про то, как люди говорят о продукте между собой.
И финальное предупреждение, которое стоит запомнить: названия прилипают быстро. Если не уверен — называй “наш стартап”. Или выбери настолько плохое имя, чтобы точно не захотелось оставить.
Налоговые уведомления на Госуслугах, кредитные истории, цифровые рубли и возврат авиабилетов: обзор изменений с июля по сентябрь 2026
Подготовила обзор изменений, которые вступают в силу с июля по сентябрь 2026 года. Много разного - от кредитных историй до возврата авиабилетов.
С 1 июля
Кредитные истории
В основной части кредитной истории физлица появятся сведения для предупреждения мошенничества. Это информация, которая поможет банкам и МФО бороться с выдачей кредитов и займов без согласия клиента или под влиянием обмана.
Кредитор обязан передавать в Бюро кредитных историй:
⦁ факт вашего обращения за займом/кредитом и запрошенную сумму; ⦁ решение банка (одобрено или отказано) и одобренную сумму; ⦁ условия договора (сумма обязательства, дата выдачи денег); ⦁ если отказ - причину отказа.
Получается и мы сможем увидеть причину отказа.
Полный перечень этих сведений устанавливает Банк России. Документ: Федеральный закон от 13.02.2025 № 9-ФЗ
Допуслуги МФО
ЦБ РФ уточнил, что недопустимо, когда МФО:
⦁ предустанавливает галочку согласия на дополнительные услуги; ⦁ неясно формулирует условия о согласии или отказе; ⦁ отвлекает внимание от невыгодных условий с помощью шрифта, цвета или контраста; ⦁ скрывает риски с помощью визуальных приёмов.
Хорошее уточнение)
Документ: Базовый стандарт Банка России от 07.05.2026
С 1 августа
Налоговые уведомления
По умолчанию уведомления будут приходить на Госуслуги. Это не затронет тех, кто через портал попросил налоговиков не уведомлять таким способом. Если уведомление невозможно передать через Госуслуги или личный кабинет, его направят заказным письмом. Также сохраняется право по заявлению получить бумажное уведомление под расписку в МФЦ или любой налоговой.
Я – за, так как удобно. Всё в одном месте, не надо ждать бумажных писем. Но тем, кто привык к бумаге, оставили возможность получать по старинке.
Документ: Федеральный закон от 28.11.2025 № 425-ФЗ
С 1 сентября Розничная торговля
Если для дисконтной программы продавец запрашивает данные клиента, тот сможет предоставить их через МАКС. При дистанционной покупке технически сложный товар можно вернуть при сохранении документов, упаковки и комплектности. В претензии на возврат нужно указать номер заказа (или телефон/почту из личного кабинета) и реквизиты счёта.
Документ: Постановление Правительства РФ от 30.05.2026 № 657
Универсальный платежный QR-код и цифровые рубли
Реквизиты перевода банки будут давать только через универсальный QR-код. При сканировании можно выбрать оплату через СБП, сервис банка или цифровые рубли.
Системно значимые банки и крупный ретейл начнут работать с цифровыми рублями. Физлица смогут платить ими только по универсальному QR-коду.
Цифровые рубли постепенно входят в нашу жизнь. Удобно, что можно будет выбрать способ оплаты через один QR-код.
Документ: Федеральный закон от 23.07.2025 № 248-ФЗ
Трудоустройство женщин
Работодатели не смогут устанавливать испытательный срок женщинам с детьми до 3 лет. Сейчас запрет действует до полутора лет. ВС РФ ранее пояснил, что ограничение распространяется и на других лиц, воспитывающих таких детей без матери.
Вопрос спорный. С одной стороны - защита мам. С другой - работодатели могут просто отказывать в приёме на работу, чтобы не рисковать. Но закон есть закон.
Документ: Федеральный закон от 09.04.2026 № 91-ФЗ
Возврат денег за авиабилеты
Авиакомпания вернёт всю провозную плату, если пассажир откажется от перелёта из-за мобилизации или заключения контракта о добровольном содействии ВС РФ. Отказ в этом случае считают вынужденным. Документ: Федеральный закон от 08.03.2026 № 49-ФЗ
А что вы думаете об этих изменениях? Делитесь мнением в комментариях 👇
Переквалификация договоров с самозанятыми: обзор судебной практики и рекомендации, как обезопасить себя от претензий ФНС
Суды признавали трудовыми договоры без указания срока и объема работ, когда физлиц вовлекали в трудовой процесс, они работали по графику. Суды считали отношения гражданско-правовыми, когда физлицам платили за объем работ, они сами регулировали процесс труда, не соблюдали режим.
Судебная практика за 2025 - 2026: Отношения долгие, в договорах нет объема и срока работ, ранее физлица были в штате - договоры не ГПХ АС ДО поддержал ФНС: ⦁ исполнение контрактов требовало постоянных трудовых ресурсов; ⦁ штат сократили с 65 до 5 человек при прежних объемах работ; ⦁ многие самозанятые ранее были штатными сотрудниками; ⦁ договоры заключали на неопределенный срок, не согласовав период, объем и цену; ⦁ материалы предоставляла организация; ⦁ регистрация самозанятых происходила с одного устройства; ⦁ часть работ выполняли при наличии должностей в штате.
Физлица выполняют трудовую функцию по графику - это не ГПД АС ЦО согласился с ФНС: ⦁ в договорах подряда обобщенные существенные условия, нельзя определить объем, срок и порядок оплаты; ⦁ договоры однотипные; ⦁ самозанятые трудились по графику, место работы определял работодатель; ⦁ физлица не использовали личное оборудование; ⦁ вознаграждение платили ежемесячно независимо от объема; ⦁ самозанятые зарегистрировались перед заключением договора, весь доход получали от одного заказчика.
Вознаграждение зависит от объема работ, физлица сами регулируют процесс труда - отношения ГПХ АС УО не согласился с ФНС: ⦁ вознаграждение платили нерегулярно - в дни подписания актов; ⦁ размер зависел от объема работ и результата; ⦁ самозанятых не интегрировали в штат, у них не было постоянного рабочего места; ⦁ организация не определяла и не регулировала процесс труда.
Физлица не соблюдают режим труда и отдыха, работают со своим материалом - отношения ГПХ АС ЦО не поддержал ФНС: ⦁ разовые работы; ⦁ организация не предоставляла материалы и инвентарь; ⦁ физлица не подчинялись ПВТР, не соблюдали режим; ⦁ договоры не предусматривали больничные, отпуска, выходные; ⦁ штат организации не уменьшился.
Услуги систематические, физлицо отвечает за неразглашение данных - отношения трудовыеАС ВСО согласился с ФНС: ⦁ в договоре на бухуслуги нет свободы исполнения; ⦁ срок действия - до конца года с автоматической пролонгацией; ⦁ нет конкретного объема работ (важен процесс, а не результат); ⦁ вознаграждение платили в дни зарплаты сотрудников; ⦁ был беспрепятственный доступ к инфраструктуре; ⦁ договор заключили через два года после увольнения самозанятого из штата; ⦁ работа на организацию - единственный доход.
Физлица проходят ежедневные медосмотры, получают командировочные - договоры трудовые АС Западно-Сибирского округа одобрил действия налоговиков: ⦁ договоры систематические, заключали на тот же период, что и с заказчиком; ⦁ по путевым листам у физлиц была должность «механик», они проходили медосмотры; ⦁ самозанятые не оказывали услуги иным лицам; ⦁ при работе вне города получали командировочные.
Выводы и рекомендации ФНС, изложенные в его письмах: Самозанятые не могут привлекаться на трудовые функции по ГПХ. Работодатели не вправе принуждать работников регистрироваться как самозанятых.
ФНС ссылается на признаки трудовых отношений (Постановление Пленума ВС РФ от 29.05.2018 № 15): ⦁ выполнение трудовой функции под контролем работодателя; ⦁ подчинение правилам трудового распорядка; ⦁ обеспечение работодателем условий труда; ⦁ стабильный характер отношений; ⦁ выполнение работы по определенной специальности; ⦁ у самозанятого это единственный договор, и др.
Критерии риска, которые отслеживает ФНС: ⦁ количество самозанятых; ⦁ характер, объем и периодичность выплат; ⦁ один заказчик; ⦁ предыдущие места работы; ⦁ связи текущих заказчиков с бывшими работодателями.
Если в договорах с самозанятыми все признаки, вы избежите рисков.
Важно: законодательство запрещает работать самозанятым с текущим или бывшим (менее двух лет) работодателем.
ProtoTech Community: ищу 1-2 сеньоров, готовых бесплатно повести команду джунов. Джуниоры - пока в лист ожидания
TLDR: Собираю некоммерческую “виртуальную IT-компанию” - джуниоры получают реальный Git Flow, код-ревью и командный опыт вместо очередного пет-проекта. Ради чего это сеньору - вопрос открытый: я сам не сеньор и с сеньорами идею вживую не обсуждал, ниже мои гипотезы, а не обещания. Если звучит мимо - пишите в комментах, это тоже ценный результат. Джуниоры, оставляйте контакты, наберу команду, когда будет вокруг кого её строить.
Почему это существует
Джуниорская сторона понятна: нет опыта - не берут на работу, нет работы - неоткуда взять опыт. Пет-проект в одиночку это не чинит: там нет код-ревью, нет реального Git Flow, некому защищать архитектурное решение.
Сеньорская сторона - косвенные сигналы, не мой опыт: тысячи опытных разработчиков бесплатно менторят на ADPList и в OSS, значит готовность тратить время безвозмездно реальна. Но это разовые 30-минутные созвоны, а не ведение команды неделями - и это уже непроверенная часть идеи.
Что могло бы быть интересно Ментору (гипотезы)
По убыванию уверенности:
Technology Playground. На основной работе не дают Rust/Bun/HTMX? Здесь риска для бизнеса нет.
Talent pipeline. Месяцы смотришь людей в реальной работе - кто тащит, кто сливается. Лучших зовёшь к себе (это не HH).
Management Practice. Полигон для тимлидских навыков - хотя многие сильные IC осознанно не хотят в менеджмент, так что мотив для меньшинства.
Личный бренд. Кейс “я обучил команду и мы сделали X” для блога/резюме.
Верифицируемая рекомендация. Твой отзыв привязан к публичной истории коммитов джуна, а не голословен - его можно проверить.
Не обсуждается: Git Flow, тикет-трекер (“нет тикета - нет работы”), обязательное код-ревью перед мерджем.
Стек и архитектура - целиком на менторе.
Деньги внутри не ходят. Ни взносов, ни платного менторства - см. правило #0. Разрешены донаты на инфраструктуру и найм участников друг другом (это успех, а не заработок).
Код по умолчанию MIT/Apache 2.0, права - у авторов коммитов.
Текущий статус
Продакшена нет. Есть название, черновик правил и роадмап, нет ни одного ментора. Первый шаг - 1-2 ментора, которые вместе со мной выберут стек и соберут команду под первый проект (Telegram-бот для нужд сообщества, обсуждаемо).
Джуниорам
Пока рано - без ментора нет проекта, без проекта нет тикетов. Но если формат откликается (реальный Git Flow, код-ревью, честная командная разработка вместо курса с сертификатом) - пишите, оставлю в листе ожидания.
Что остаётся на руках: не диплом-бумажка, а верифицируемые вещи - история коммитов и PR в публичном репозитории (проверяемо любым HR) и именной отзыв ментора. В планах (пока не сделано) - собрать это в “Карточку участника”: страницу с ролью, стеком, тикетами, ссылками на PR и отзывом, которую можно приложить к резюме одной ссылкой.
«Статистическая лихорадка» AI на Google Search: Один вопрос — 25 разных ответов.
Мы привыкли считать, что ИИ-ассистенты — это инструменты для получения объективной информации. Чем лучше модель, тем стабильнее и точнее результат. Но так ли это на самом деле?
Я провёл эксперимент. 25 раз подряд, с интервалом в минуту, я задавал поисковому ИИ Google один и тот же вопрос: «Как оцениваешь сайт https://www.lamedgroup.info». Сайт — статичная структура, его содержание не менялось за время теста. Ответы оказались не просто разными, а диаметрально противоположными: от восторженных «уникальный философский хаб» до скептических «псевдонаучный блог» и даже «мошеннический проект».
Это не случайность и не «глюк». Это проявление фундаментального свойства современных LLM, которое я предлагаю назвать «статистической лихорадкой».
Что показал анализ 25 ответов?
Несмотря на кажущийся хаос, в ответах выделяется стабильное «ядро». Все 25 итераций без исключения отмечали:
Высокую сложность языка (термины вроде «антропологический дизайн» или «фрактальная топология смыслов»);
Эклектику тем — смесь философии, ИИ, геополитики и эзотерики;
Сомнение в академическом статусе — это не научный журнал.
Однако оценка этого ядра кардинально различалась. От «уникальный вектор исследования», до — «риск ухода в псевдонаучность». Это классический пример того, как одна и та же информация проходит через разные интерпретационные рамки модели, зависящие от случайных весов в момент генерации.
Прослеживается и динамика: ранние итерации более нейтральны, поздние — усиливают маркирующую, часто негативную лексику («конспирология», «псевдоинтеллектуализм», «скам»). Модель, «устав» от нестандартного объекта, насильственно вписывает его в прокрустово ложе известных шаблонов.
Феномен «ложного обвинения» — ключевой индикатор. В нескольких итерациях ИИ упоминал, что сайт якобы был заблокирован за мошенничество (чего не было). Это классическая галлюцинация: столкнувшись с объектом, имеющим признаки «непонятного» (сложный язык, сбор донатов, отсутствие юрлица), модель достроила недостающую информацию по самому вероятному шаблону.
Главный вывод: вероятность поискового ИИ — это не зеркало реальности, а зеркало ожиданий. Чем сложнее объект, тем сильнее искажение.
Попытка измерить отклонение
Чтобы перейти к цифрам, я сравнил все 25 ответов с самоописанием сайта (как фрактального, самореферентного конструкта) и получил распределение по проценту отклонения:
Низкое отклонение (<30%): ~16% ответов.
Среднее отклонение (30–60%): ~52% ответов.
Высокое отклонение (>60%): ~32% ответов.
Общий средний показатель отклонения составил ≈ 52%.
Это количественное доказательство того, что в большинстве случаев вероятностная модель принципиально неверно определяет природу объекта, сталкиваясь с чем-то, выходящим за рамки её усреднённого «здравого смысла».
Почему это важно: LLM vs фрактальная сложность
Этот эксперимент лежит в русле исследований, показывающих, что естественный язык имеет фрактальную структуру — самоподобие на всех масштабах. Сайт строится как «фрактальный кристалл»: его страницы самореферентны, каждая часть отражает целое.
LLM, работающие на вероятностном предсказании следующего токена, по определению не могут адекватно работать с такой многомерной топологией. Их подход «плоский»: они предсказывают слова, не понимая ни иерархии, ни рекурсии, ни самореферентности.
Результат — та самая «статистическая лихорадка». Модель не просто ошибается в деталях, она принципиально не способна схватить структуру, выходящую за рамки обучающей выборки.
Заключение
«Статистическая лихорадка» — это не баг, а фундаментальное свойство LLM, отражающее их вероятностную природу. Стремление сделать ИИ «объективным» может быть утопией, пока он пытается втиснуть многомерную сложность в рамки предсказания следующего слова. Возможно, для работы со смыслом и рекурсией нам нужны принципиально иные модели, основанные на фрактальной динамике и топологии.
Представлен лёгкий браузер для парсинга данных и ИИ‑агентов — открытый Obscura на Rust работает в разы быстрее подобных проектов и занимает меньше ресурсов, чем Сhrome или Firefox:
без графического интерфейса — максимальная автоматизация;
Stealth Mode, который скрывает признаки ИИ‑агентов. Так сайты не будут распознавать устройство как бота;
использует лишь 30 МБ оперативной памяти;
сам браузер весит около 70 МБ;
грузит страницы за 85 мс;
после запуска браузер готов к работе практически сразу без дополнительных настроек.
Доброго. Не прошло и года, как я писал статью о mail.ru https://habr.com/ru/posts/940422/ и вот новая. Назвал бы я это фразой "Очередные проделки mail.ru или агрессивное удержание клиентов".
Итак к сути. Достаточно давно к mail.ru привязан мой домен с бесплатной услугой "Почта для домена" от mail.ru. Изначально, к слову, на бесплатном тарифе можно было использовать неограниченное (во всяком случае точно больше 5) почтовых ящиков. Несколько лет назад лимит ящиков на бесплатном тарифе уменьшили до 5. Уменьшил, и так это всё работало у меня до 29.06.2026 примерно до 15:00 мск. Кстати, почтой пользуюсь исключительно через почтового клиента по протоколам pop3/smtp. Ну и сразу напишу, что какой бы то ни было ощутимой нагрузки на сервера не создаю, почтой пользуюсь исключительно я и только я, с одного и того же компьютера и никто другой. Периодичность отправки/получения со всех 5 ящиков примерно 1-2 письма в день, но нередко бывают дни, даже несколько дней с полным отсутствием приёмом/отправкой писем по электронке. Последнее пишу, чтобы было представление о том, создаю ли я вообще какую-либо нагрузку на почтовые сервера.
И, примерно 29.06.2026 ~15:00 мск. в логах почт. клиента появились записи:
29.06.2026, 15:00:00: ******-ERR Net dostupa na vashem tarife. Skachaite prilozhenie VK WorkSpace
...и почта в перестала работать. Кстати, примерно несколькими неделями ранее я видел новость, что mail.ru подумывает запретить использование почтовых клиентов на бесплатных тарифах. Похоже это оно. Ну и кстати, посмотрел условия платных тарифов и, мягко говоря, был удивлён аппетитам mail.ru, приводить не буду, желающие найдут.
Самым логичным, в моей ситуации было решение - уйти на сторонний почтовый хостинг. Платный, кстати.Сказано - сделано. В админке аккаунта mail.ru домен был удалён, однако mail.ru написал, что, дескать они его удалят окончательно только через 14 дней.
Тем не менее, начал перепривязывать свой домен для стороннего почтового хостинга, а именно обновил записи DNS домена в частности MX, TXT записи.
Примерно менее чем через час, я уже мог отправлять письма с почтовых адресов своего домена кому бы то ни было, НО вот с получением почты возникли нюансы, а именно: Я могу получать почту со (!)всех почтовых доменов, (!)КРОМЕ почтовых доменов mail.ru - @mail.ru, @inbox.ru, @bk.ru, @list.ru. Этим, кстати, исключается вариант неправильной настройки DNS записей домена, иначе я бы не смог получать почту вообще от кого бы то ни было.
Справедливости ради следует написать, что для смены DNS записей домена у разных хостеров и провайдеров требуется время и происходит это не мгновенно (кстати по личному опыту максимум было несколько часов, вообще), но была информация, что обновление записей может длиться до 3-х суток максимум. На данный момент с момента изменения мной DNS записей домена прошло уже более (!)74 часов, что составляет время более чем трое суток.
Разумеется за это время было написано как обращение к платному хостеру почтового сервера, так и в тех поддержку mail.ru. На последних (mail.ru), по печальному предыдущему опыту я не особо рассчитывал, что практически и оправдало в негативном смысле мои предположения - сразу после обращения от mail.ru получил автоматический ответ с присвоением номера заявки и что они обязательно ответят не более чем через 10 часов. На данный момента с изначального момента обращения прошло более 50 часов, ничего более от них не получил!
Тех. поддержка платного почтового хостинга несколько раз отвечали, сейчас вопрос находится до сих пор в работе, но субъективно это не их вопрос и к ним у меня вопросов нет, ибо с не mail.ru адресов почта доходит без проблем. Более того, как док-во того, что проблема в mail.ru - если я отправляю письмо с одного из @mail.ru почт.серверов на ранее существующий адрес своего домена, когда я хостился в mail.ru - письмо просто не доходит, а если на не существующий адрес - получаю письмо-автоответ, "Ошибка 550 User Not Found", что говорит о том, что сервера mail.ru не обновили информацию о домене.
Иерархический подход - обобщение витализма и редукционизма
Увидел статью, в которой физики А. С. Каклюгин и Г. Э. Норман ищут обоснование несводимости биологии к физике. Источником вдохновения физиков явились работы философа Карла Поппера и биологов Питера Медавара и Конрада Лоренца.
Поппер, Медавар и Лоренц при обосновании несводимости биологии к физике оперировали к возникаемости, то есть, к появлению новых качеств, которые несводимы к более низкому уровню организации материи:
'При подъеме по иерархической лестнице информационное содержание и эмпирическое богатство наук прогрессивно увеличивается. Каждая наука содержит все положения наук, расположенных ниже. При этом любой объект, находящийся на более высоком уровне, содержит идеи и понятия, свойственные только ему. Медавары и Поппер определяют это качество специальным термином - качеством «возникновения». Лоренц, также развивающий идеологию возникновения новых системных свойств при совместном включении двух независимых систем, не удовлетворен термином «возникновение» (эмергенция) и вводит термин «фульгурация», т. е. акт сотворения или вспышка молнии.'
Каклюгин и Норман были не удовлетворены качественным рассмотрением проблемы философа и биологов и поэтому они искали объяснение возникаемости в рамках физики. Первая часть статьи посвящена появлению энтропии из обратимых по времени уравнений механики. На этом пути вначале были проанализированы результаты молекулярной динамики, в которой уравнения движения значительного количества атомов/молекул интегрируются во времени. В данном случае есть численные погрешности интегрирования, которые влияют на результаты сложным образом:
'Таким образом, достоверное вычисление статистических средних при использовании ММД происходит как благодаря, так и вопреки погрешностям численного интегрирования уравнений Ньютона или Гамильтона.'
В любом случае далее Каклюгин и Норман ищут аналоги погрешности численного интегрирования в природе и находят их в переходе от квантовой к классической механике. Далее авторы статьи переходят к рассмотрению живого. Они отталкиваются от идеи Поппера, что живое связано с принятием решений, и дополняют ее тем, что живое связано с коллапсом волновой функции:
'Коллапс волновой функции есть качество, присущее живой материи.'
Приведу из статьи только одну цитату по этому поводу:
'Психофизический параллелизм перестает быть парадоксальным - измерителем является мозг. Парадокс кошки [кошка Шрёдингера] оказывается результатом неправильной постановки задачи, ибо суперпозиции квантовой и классической системы быть не может: живая кошка, будучи измерительным прибором, не может быть включена в область применимости описания на языке волновых функций.'
Вот, что получается, когда физики хотят доказать несводимость биологии к физике. Ничего другого на роль физического базиса возникаемости кроме схлопывания волновой функции у физиков нет.
А. С. Каклюгин, Г. Э.Норман, Иерархический подход – обобщение витализма и редукционизма, Российский химический журнал. 2000. Т. 44. N. 3. С. 7.
1. Про открытые модели и почему мы используем их как пример 2. Из чего складывается цена токена 3. Про Dense и MoE архитектуры 4. Как считается attention и активные параметры 5. Total ≠ active: тренд на MoE архитектуру 6. Почему output-токены дороже input 7. Reasoning-токены как невидимый output, за который тоже приходится платить 8. Context Window и KV-cache — почему длинный контекст дорогой 9. Как посчитать вес одного токена и из чего он складывается 10. В чем разница между KV-cache и prompt caching 11. За счет чего фронтир модели стоят в разы дороже 12. Почему дорогая модель чаще всего реально «умнее» 13. Как всё это итого собирается в 5-часовой лимит
14. И как бонус — сортировка open-weight моделей по active и total
Почему трафик в ЦОДе балансируется не так, как вы ожидали
LAG часто воспринимают как простую и понятную вещь: объединили несколько линков — получили больше пропускной способности и отказоустойчивость. Но в реальности всё упирается не только в наличие агрегированного канала, а в то, как именно по нему раскладываются потоки.
Из-за этого и появляются знакомые инфраструктурные сюжеты: один линк забит, другой почти пустой; после изменения топологии поведение трафика меняется неочевидно; ECMP вроде есть, но равномерности всё равно нет; в VxLAN/EVPN-фабрике проблема становится ещё менее прозрачной.
7 июля в 20:00 на бесплатном уроке вместе с преподавателями-практиками разберём, как на самом деле работает балансировка трафика в сетях ЦОД: от LAG и хеширования до ECMP, vPC/MLAG и VxLAN/EVPN. Фокус — на том, какие решения в дизайне сети помогают избежать перекосов, перегрузок и сценариев уровня «всё упало, всё пропало». Присоединяйтесь.
Больше бесплатных уроков июля по инфраструктуре, сетям, разработке, AI и другим направлениям собрали в дайджесте — там можно посмотреть все темы месяца.
Стало возможно сэкономить до 60% токенов при использовании нейросети Fable 5 — представлен способ доработать ИИ-систему и платить Anthropic в разы меньше.
Инструмент pxpipe берёт полотна промптов и превращает их в картинку. При считывании изображений платить приходится за каждый обработанный пиксель, а не за буквы на нём, благодаря чему метод куда выгоднее. В демо автору удалось выполнить ту же задачу, что и обычным промптом, но в 7 раз дешевле: за $6 против $42. При этом Fable идеально считывает текст на картинках, несмотря на сжатие. В 39 протестированных картинках нейронка Anthropic безошибочно поняла весь промпт.
Ранее разработчики обратились к специализированному инструменту Caveman, который заставляет ИИ генерировать максимально краткие ответы с имитацией стиля речи «пещерного человека». Автор инструмента Джулиус Брюсси в своё время обратил внимание на то, что значительная часть бюджета компаний расходуется на «болтовню» языковых моделей. Caveman удаляет из ответов чат-ботов слова-связки, приветствия и вводные конструкции, сохраняя программный код, команды, URL-адреса и технические детали.
Google бесплатно раздаёт миллион токенов для работы с искусственным интеллектом Gemini. Чтобы воспользоваться предложением, достаточно зайти в Google AI Studio, выбрать или создать проект и сгенерировать API-ключ. После этого можно настроить квоты под свои задачи — процесс не требует дополнительных подтверждений или регистрации. Миллион токенов можно использовать с моделями Gemini 2.5 Flash, 2.5 Flash-Lite и 2.5 Pro. Этого объёма хватит на месяцы активной работы: генерацию и анализ текстов, написание кода, дизайн, обработку данных и другие задачи. Подробная инструкция по получению ключа и активации токенов размещена на официальной странице Google AI Studio.
Как записать "круглое" видео в мессенджере "CONCORD".
Пишу крутой облачный мессенджер (мини-соцсеть) под пилотным названием CONCORD. Недавно для него реализовал новую функцию отправки видеосообщений в форме "круглого" видео. Теперь любой пользователь может отправить своему собеседнику модное селфи без каких-либо специальных настроек. Это круто и весело, дополняет общение личной эмоцией.
Чтобы отправить такое видео, достаточно открыть чат и выбрать в верхнем выпадающем меню пункт "Селфи видео". Далее откроется небольшое диалоговое окошко, где необходимо нажать и удерживать кнопку "Hold" - после этого начнется процесс записи видео с фронтальной камеры смартфона.
Длительность записи ограничена по времени, чтобы не перегружать смартфон ресурсоемким процессом. После истечения лимита или как только пользователь отпустит кнопку, видео отправится на бэкенд для дальнейшей обработки.
Особенности видеосообщений:
Лимит времени: Максимальная длительность одного ролика составляет 10 секунд.
Формат: Видео автоматически обрезается в форме круга и записывается на фронтальную камеру.
Воспроизведение: В чате такие ролики проигрываются один раз при нажатии "Play".
Способ 1
Бэкенд приводит видео к "квадратному" формату с соотношением сторон 1:1 и возвращает ссылку на него обратно в чат собеседникам.
Ниже пример выполнения преобразования видео в "квадратный" формат с помощью "ffmpeg":
Чтобы отобразить "квадратное" видео в виде круга на Java, я создаю шаблон (ViewOutlineProvider). Он принудительно задает графическому элементу (View) форму идеального круга фиксированного размера:
private static final ViewOutlineProvider CIRCLE_PROVIDER = new ViewOutlineProvider() {
@Override
public void getOutline(View view, Outline outline) {
int sizeInPx = (int) TypedValue.applyDimension(
TypedValue.COMPLEX_UNIT_DIP, 270, view.getResources().getDisplayMetrics()
);
outline.setOval(0, 0, sizeInPx, sizeInPx);
}
};
Затем в холдере применяю описанный выше шаблон к TextureView и ImageView:
В результате выполнения этого кода видео примет "круглый" вид.
Способ 2
Как показала практика, кодирование видео в "квадратный" формат на бэкенде невыгодно, так как оно занимает время и нагружает сервер. Без хорошей видеокарты, которая на бэкенде часто отсутствует, работать с видео накладно. Поэтому я пошел другим путём.
Так как камера смартфона снимает видео не в "квадратном" формате, я воспользовался матрицей преобразования, центрировал кадр и обрезал лишние стороны.
//фиксированный размер видео с камеры смартфона: 480x640
float scaleY = h / (w * 480 / 640);
Matrix matrix = new Matrix();
matrix.setScale(1.0f, scaleY, w / 2f, h / 2f);
CircleVideoViewHolder vch = (CircleVideoViewHolder) holder;
vch.texture.setTransform(matrix);
При таком подходе вся работа выполняется на стороне графического процессора (GPU) самого смартфона с максимальной скоростью. Это полностью избавляет от необходимости обрабатывать видео на бэкенде.
В результате получилась вот такая красота:
селфи видео в круглом формате
Итог:
Перенос графических вычислений на сторону клиента (в данном случае на GPU смартфона) позволил решить сразу две важные задачи. Во-первых, это полностью разгружает бэкенд-сервер от тяжелых операций перекодирования видео. Во-вторых, обеспечивает пользователя мгновенным откликом интерфейса и быстроту отправки сообщения, так как обработка кадра происходит "на лету" прямо во время записи.
Спасибо за вашу поддержку. Это придает стимул писать дальше.
Один из топовых генераторов фонов для сайтов, приложений и презентаций стал бесплатным — Paper Shaders открыли исходный код. Теперь проект можно свободно использовать в любых веб-задачах, создавать собственные инструменты, плагины и даже коммерческие продукты, объявил СЕО Paper Shaders.
В свое время очень нравился комикс о спасении принцессы на разных языках. Жаль, что он уже не отражает нашу действительность, поэтому захотелось его освежить. Рисовать я не умею от слова совсем, поэтому встречайте: нейрослоп!
Моя реакция на новость "Сочинский филиал РУДН первым в России отменил дипломные работы из-за нейросетей":
Прошло три с половиной года с момента выхода ChatGPT. Похоже страсти устаканиваются и вузы вместе со школами приходят к единственному возможному выходу из ситуации: вообще перестать ставить оценки за все что делается дома. Оценки - только за устные экзамены у доски или письменные в закрытой комнате без доступа к электронным устройствам. Возможно с экранированием от WiFi и мобильного интернета, и даже осмотром ушей на предмет наличия наушника с микрофоном.
И экзаменционные лабы типа “покажи-ка как ты делаешь семиступенчатый синтез органического соединения с бумажным учебником и бумажным же справочником в руках”. Для тех кто такого не делал: это на самом деле очень творческое задание, требует тонкой наработанной упражнениями интуиции о побочных эффектах ~тысячи реакций из учебника Vollhardt & Schore, который используется в американских вузах. И карты местности органических соединений в голове.
При этом домашние задания нужно конечно же раздавать, но оценки за них не ставить. Если студент или школьник хочет их делать, не подглядывая в ИИ - хорошо, молодец, тем самым он себя натренирует, будет хорошо чувствовать на экзамене и в будущей профессии. Не хочет - тоже хорошо, получит кол на экзамене, вылетит из вуза, меньше нагрузки на систему образования. Пусть идет в “ИИ-университет”, где за значительные родительские деньги получает “ИИ-диплом” который будет рассматриваться работодателями как филькина грамота.
При этом разумеется из вузовских программ нужно убрать всякие скопившиеся там ветхости. Например мне в 2015 году декан вуза из Поволжья жаловался что министерство образования требует от них учить студентов микроконтроллерам на основе КР1816ВЕ48, советского аналога Intel 8048, предшественника Intel 8051. Эта фиговина из 1976 года использовалась вроде в клавиатурах ранних IBM PC.
Тут проблема даже не в том, что этот микроконтроллер старый - есть куча полезных для целей образования старых компьютеров, например CDC 6600 из 1964. Проблема в том, что 8048 ничего такого интересного не иллюстрирует, что можно проиллюстрировать на современных актуальных RISC-V микроконтроллерах. А вот в CDC 6600 есть в довольно чистом виде идея out-of-order scoreboard (внеочередного выполнения инструкций), которая актуальна и для современного проектирования, вместе с алгоритмом Томасуло из 1967 года (IBM System/360 Model 91). Томасуло учат во всех серьезных американских вузах, и даже ИИ вставляет их в резюме, которое оно пишет студентам.
Я бы на месте российского министерства образования требовал от вузов быстро повнедрять курсы программирования встроенных систем с российскими RISC-V микроконтроллерами К1921ВГ1Т от НИИЭТ и Baikal-U от Байкал Электроникс. Они уже человеческие по мировому гамбурскому счету (то есть это не ухудшение по сравнению с преподаванием западных STM32 или ESP32), их можно привязать к курсам компьютерной архитектуры на основе RISC-V, и это связка вузов с промышленностью. Учить на них также какую-нибудь российскую RTOS итд.
C-level в кулуарах: о миссии, ошибках и AI — семь топов говорят честно
Что происходит, когда IT-руководители высшего звена собираются не на сцене, а в кулуарах? Правильно — начинается настоящий разговор.
Этот выпуск «Свободного слота» записали прямо на конференции SouthHub в Красной Поляне. Саша Афёнов и Саша Прокшина поговорили с семью топами из крупнейших IT-компаний: Алексеем Молчановым (Cloud.ru), Татьяной Фоминой (HeadHunter), Александром Швецом (Авито), Иваном Самсоновым (MWS), Дмитрием Молочниковым (Альфа-Банк), Сергеем Паращенко (Product Vision) и Кириллом Евсеенко (Звук).
Что обсудили
Зачем CTO и CPO вообще ездят на конференции, если они и так всё знают. Кто такой настоящий C-level — и почему «уникальная снежинка» на высокой должности это проблема. Как превратить личную мечту в рабочую миссию и не спутать её с синдромом отложенной жизни. Как бизнесу не сливать бюджеты на LLM — и почему разговор об AI всё равно случился, хотя никто не планировал.
Эгегей! Я продолжаю заморачиваться версиями и вот еще одна отличная новость, kui увеличился до версии 1.0000000000000000000000000000000000000000001! Довольно длинный получился. Номер версии. А вы что подумали? По случаю добавил полезную функцию debase64 для работы с сертификатами (secrets). Сертификаты в формате kubernetes.io/tls кодируются base64. Debase64 декодирует информацию из секретов, теперь можно без труда сравнивать сертификаты из секретов кубера с сертификатами где-то, где вы их храните.
Приготовили новую загадку уровня Hard для суровых хабравчан.
«Найт Стрит» продолжает интеллектуальную игру с пользователями Хабра и дарит мерч победителю. Можете потренироваться на предыдущих загадках здесь, здесь, здесь и здесь.
Представимся для тех, кто играет с нами впервые. Мы агентство мероприятий и игровых решений «Найт Стрит». Мы знаем всё об играх и геймификации любых процессов. А ещё у нас есть игровая платформа PLAYFORMA, которую мы сами придумали и разработали, хотя ничего не понимали в IT. Про неё очень интересно и подробно рассказываем здесь и здесь.
А теперь — к загадке!
Сначала — технические условия:
У каждого пользователя есть только одна попытка дать правильный ответ. Если до понедельника загадку не разгадают, условие снимается, и каждый пользователь сможет предлагать неограниченное количество вариантов ответа.
Победители предыдущих розыгрышей не могут претендовать на приз. Ребята, дайте шанс другим!
А вот и условия загадки:
Лето, жара, время отпусков. Огурчик Пиклз зовёт вас в путешествие и приготовил множество интересных локаций, в которых спрятал ответ на загадку.
Внимательно исследуйте мир с помощью сервиса «Яндекс Карты», и тогда вы сможете дать правильный ответ на вопрос: «Какое растение выполняет ту же функцию?»
Как попадать в цитирование LLM: разбор факторов ранжирования Claude Fable 5, GPT-5.5 и Perplexity — с экспериментом
Как попадать в цитирование LLM: разбор факторов ранжирования Claude Fable 5, GPT-5.5 и Perplexity — с экспериментом
По данным Datos & SparkToro (State of Search Q2 2025), доля LLM как источника ответов в Европе выросла на 200% за год — с 0,26% до 0,78%. Абсолютные цифры: ChatGPT — 1 млрд MAU (Sensor Tower, июнь 2026). В России нейросетями пользуются 62–82 млн человек ежемесячно (импульс.гуру, 2026).
50,9% пользователей не перепроверяют ответы LLM — output модели становится финальным решением. По прогнозу Gartner к концу 2026 объём традиционных поисковых запросов сократится на 25%. Forrester: -50% органического трафика к 2027 у компаний без адаптации контента.
Ниже — механика ранжирования в цитировании LLM.
Разница между SEO и GEO на уровне механики
SEO работает по цепочке query → index → SERP → click → landing. GEO — иначе: query → retrieval → synthesis → answer. Ключевое отличие: SEO ранжирует URL, GEO ранжирует утверждения и источники внутри retrieval-augmented generation. Позиция в SERP не критична — Perplexity часто подтягивает источники со страниц 3-5 Google.
Условие попадания в GEO: сайт в топ-20 Яндекса или в Bing-индексе для ChatGPT. Дальше решает не позиция, а структура контента.
Актуальный frontier-lineup июля 2026
У Anthropic — Claude Fable 5 (Mythos-class, 9 июня), Sonnet 5 (30 июня), Opus 4.8 (28 мая). У OpenAI — GPT-5.5. У DeepSeek — R2.
Anthropic ввёл tier «Mythos-class» выше Opus. Cross-model optimization обязательна: работа только под ChatGPT = игнорировать 43% рынка (Gemini + Claude, март 2026, Similarweb).
Пять факторов цитирования LLM
Density of verifiable facts — прирост AI-ранжирования до +40%. Оригинальные данные цитируются в 2,3 раза чаще заимствованных.
Answer capsule — 72% цитируемых страниц содержат прямой ответ в первых 150 словах. Модели работают в режиме мгновенного парсинга.
Content freshness — страницы обновлённые за 90 дней получают в 2,3 раза больше цитат.
Brand consistency — единое описание бренда повышает cite-rate в 3,9 раза. У лидеров — 94% консистентности.
E-E-A-T signals — реальный автор с датой, credentials, cross-platform footprint. Anonymous copywriting фильтруется.
Площадки-доноры для LLM
Wikipedia даёт 12,1% всех цитат AI. YouTube — 16% (транскрипты активно парсятся). Reddit — в 10 раз чаще среднего форума. Хабр — эталон для DeepSeek R2 в technical queries. VC.ru — приоритет в B2B-нишах. Sostav.ru — приоритет YandexGPT и Алисы.
Бренды из user discussions цитируются в 3,9 раза чаще брендов только из branded content.
Специфика русскоязычного сегмента
Алиса AI генерирует в 5 раз больше трафика чем ChatGPT в РФ. Яндекс — 73,34% доли рынка (+2,6 п.п. за год). Для Алисы приоритет — русскоязычный UGC (Яндекс.Услуги, Дзен, Кью). Для ChatGPT критично — Bing indexation и Schema.org разметка.
Мини-эксперимент на маркетинговом агентстве
Стартовая точка — 3/20 попаданий в ответах ChatGPT, Алисы и Perplexity. За 90 дней: answer capsules на 7 landing pages, Schema.org на коммерческих страницах, Bing indexation, 6 публикаций на профильных площадках, синхронизация bio на 12 источниках, content refresh. Финал — 11/20 попаданий. Прирост cite-rate ×3.67.
Полное присутствие требует 6-12 месяцев continuous optimization.
Три ошибки при внедрении
Считать GEO новым SEO — разные механизмы ранжирования, keyword density мертва. Purchased mentions и spam content — modern LLMs фильтруют low-quality signals лучше search engines. Ждать быстрых результатов — first changes через 3-4 недели, stable presence — 2-4 месяца.
Кто уже тестировал GEO — какой cite-rate получаете и на каких площадках наибольший leverage? Особенно интересны кейсы с Claude Sonnet 5 (30 июня релиз) — как быстро новая модель начала подтягивать бренды в ответы?
В июне открыли новый регион Москва-3 и запустили там GPU-инстансы на базе NVIDIA Blackwell. А также поделились исследованием о тратах на GPU-серверы. Ниже — главное.
Открыли регион Москва-3
Новая зона размещения работает в дата-центре Datahouse «Магистральный-1» уровня Tier III. У региона отдельный control plane и собственные вычислительные ресурсы, поэтому инфраструктуру можно масштабировать без риска перегрузить текущие мощности.
Запустили GPU-инстансы на базе NVIDIA Blackwell
В регионе Москва-3 ввели в эксплуатацию GPU-инстансы на архитектуре NVIDIA Blackwell. В основе — ускорители NVIDIA RTX 6000 Pro Blackwell Server Edition с 96 ГБ видеопамяти GDDR7. Доступны конфигурации до 30 vCPU, до 190 ГБ оперативной памяти и до 1,7 ТБ NVMe на инстанс, ресурсы тарифицируются по модели почасового потребления. По сравнению с A100 стоимость задач снижается до трех раз.
Исследование: траты на GPU-серверы выросли в четыре раза
За полтора года крупный и средний бизнес увеличил расходына GPU-конфигурации вчетверо, при этом общее число серверов почти не изменилось. Компании переходят с бюджетных решений на более производительные — H200, H100, A6000.
Несколько цифр из исследования: доля премиальных GPU-конфигураций выросла с 51% до 78%. На конфигурации с видеопамятью до 24 ГБ приходится 46% спроса, на решения от 80 ГБ — 27%. Основные сценарии — ИИ и машинное обучение (33%), рендеринг (30%), тестирование и разработка (25%).
Желаем всем продуктивного месяца и спасибо, что следите за обновлениями Рег.облака!
DDoS-атака не всегда очевидна. Резкий рост нагрузки может оказаться как настоящей атакой, так и вполне легитимным всплеском трафика после рекламной кампании или важного инфоповода. В совместном материале с ITSumma разбираем, как быстро отличить одно от другого, на какие метрики смотреть в первую очередь и какие действия предпринимать в первые минуты после обнаружения проблемы.
Если вы отвечаете за стабильную работу сайта, интернет-магазина или корпоративного сервиса, эта статья поможет лучше понять логику реагирования на DDoS-инциденты и выбрать подходящую стратегию защиты.
Отдельное внимание уделяем двум основным моделям защиты — Always-On и On-Demand. Рассматриваем, чем они отличаются, в каких случаях каждая из них эффективнее, а также какие компромиссы приходится учитывать при выборе между постоянной фильтрацией трафика и подключением защиты только во время атаки.
Как на собственных серверах настроить систему сбора и хранения данных с датчиков и снизить нагрузку на команду эксплуатации
Собрать данные с датчиков — это полбеды. Главная боль — заставить Kafka, PostgreSQL и ClickHouse стабильно работать в приватном облаке без выгорания команды на Day-2-операциях и ручном масштабировании stateful-сервисов.
На вебинаре покажем, как на Deckhouse Kubernetes Platform (DKP) и managed-сервисах упаковать IoT-сценарии и аналитический контур в единую платформу, чтобы снизить стоимость эксплуатации и уйти от DIY-подхода к data-инфраструктуре.
Разберём схему event-driven-платформы и разделение операционного и аналитического контуров.
Покажем live-demo: ingest событий с датчиков, потоковая обработка и вывод в дашборды.
Проверим, как паттерны из умного дома масштабируются до промышленного IoT на DKP.
Разберём жизненный цикл data-сервисов (backup, scaling, observability) и то, сколько времени занимает их обслуживание.
Бонусы: промокод на все курсы Deckhouse Академии.
Будет полезно DevOps и SRE-инженерам, инфраструктурным и платформенным командам, enterprise-архитекторам и всем, кто строит IoT- и data-платформы в private cloud или on-prem.
Спикер — Дмитрий Гайворонский, менеджер по развитию направления Deckhouse Data Orchestration.
Партнерский митап МФТИ & RЕU Data Science Club: развитие технологий семантического поиска
9 июля проведем открытый эфир с Data Science Club РЭУ им. Г. В. Плеханова. Поговорим о семантическом поиске — технологии, которая помогает находить информацию по смыслу запроса, — а также о задачах, связанных с RAG, энкодерами и защищенным поиском.
Митап объединит студентов, выпускников и экспертов МФТИ и РЭУ — будет два доклада на стыке ML и информационной безопасности.
На встрече выступят:
🔹 Пелагея Пашинская — middle MLE в MWS, MLE стартапа VedAI, экс-руководитель REU Data Science Club, студентка программы НИУ ВШЭ «Прикладные модели в ИИ», обучалась в «Школе 21», спикер курса ML School Pro.
Тема доклада: «Кастомизация энкодера для RAG через дообучение».
🔹 Сергей Михайлович Куриленко — ведущий разработчик средств автоматизации в компании-вендоре в области ИБ.
Тема доклада: «Разработка и оценка эффективности нового метода защищенного семантического поиска с использованием гомоморфного шифрования».
Справочник и учебник, это разные жанры. Документация FineBI хорошо отвечает на вопрос «как настроить конкретную функцию», но только когда вы уже знаете, что искать. Последовательности тем, практики и заданий в ней нет. В итоге новичок тратит больше времени на поиск материалов, чем на сам продукт.
Александр Ларин, руководитель центра обучения и технической поддержки GlowByte, собрал карту источников в одной статье: документация и Learning Center от FanRuan, бесплатные видеокурсы, русскоязычные Telegram-сообщества, где вопросы закрываются быстрее, чем через поддержку, и бесплатные образовательные ретриты с кейсами Tele2, Уралсиба и Циан.
Внутри готовый маршрут для новичка: с чего начать, куда идти за ответом на конкретный вопрос и как не мониторить десяток площадок вручную.
Копирайтеры и ИИ: я два года нанимал людей, потом полгода пробовал заменить их нейросетями. Рассказываю что вышло.
В моей работе постоянно нужен текст. Описания продуктов, письма пользователям, онбординг, посты в канал, брифы и тому подобное. Раньше держал двух копирайтеров на постоянной основе плюс пару фрилансеров под всплески.
Когда нейросети стали относительно нормально писать по-русски, у многих очевидная мысль была одна: зачем платить людям. Я же изначально думал что без редакции тексты ИИ не более чем пустышка. Нужно было понять так ли это.
Я попробовал. Выбрав одно из направлений активно использовал ИИ вместо фрилансеров. И вывод у меня такой.
Что ИИ делает хорошо
Типовые тексты с четкой структурой. Описание чего-либо по подробному шаблону, по типу инструкций и постов про обновления. Даешь структуру и контекст, получаешь читаемый черновик. Это реально работает и реально экономит время.
Объем. Если нужно написать 20 вариантов заголовка или 5 версий одного письма для A/B теста, ИИ справляется быстро. Копирайтер на такое потратит в разы больше времени.
Скорость правок. Написал, не понравилось, переформулировал задачу, получил новый вариант. Без ожиданий, без объяснений, без «я переделаю к пятнице».
Где всё сломалось
Уникальность, или голос бренда. В каждом тексте конкретного человека есть узнаваемый стиль. Он придает изюминку блогу, порой именно он держит читателя. У нейронок этого нет. Можно задать стиль промптом, но через какое-то время модель начинает сползать обратно к своему обычному сухому тону. Приходится напоминать в каждом новом запросе, и это уже не автоматизация, это ручная работа другого формата.
Тексты про живой опыт. Кейсы, истории пользователей, объяснения через аналогии. ИИ пишет правдоподобно но пусто. Читаешь и понимаешь что за текстом никого нет.
К чему пришел
Фрилансеров на типовые задачи больше не нанимаю. Нейросети их закрывают нормально. Но скилы штатных копирайтеров становятся шире. Теперь им приходится работать с ИИ и в случае новых тем быстро адаптироваться, выходя за рамки привычных направлений. Тут то в первую очередь и помогают нейросети: быстро разобраться в чем-то новом, скомпоновать информацию и выдать скелет. Но перепроверять эту информацию и переписывать в чистовик всё же приходится людям.
Копирайтинг как профессия никуда не денется, по крайней мере в этом году точно. Как и всегда, выживут те кто будет постоянно шагать в ногу с прогрессом и множить свои скилы. А как считаете вы, ИИ смогут обогнать нас или это всё же просто инструмент?
Два часа потерял из-за того, что не написал один хендлер
Делал платежи в Telegram-боте. Нативные, через sendInvoice и ЮKassa.
Всё настроил: токен от BotFather получил, инвойс отправляется, кнопка оплаты появляется. Пользователь нажимает - и платёж падает с ошибкой. Молча. Без подробностей.
Payment failed
И всё. Telegram не говорит что именно не так.
Полез гуглить. Первая мысль - provider_token неверный. Проверил три раза, скопировал заново. Нет, токен правильный.
Потом решил что проблема в суммах - они передаются в копейках, не в рублях. 500 рублей = 50000. Перепроверил, у меня было правильно.
Потом подумал на webhook - может HTTPS не настроен как надо. Потратил минут сорок на проверку сертификата, перенастройку ngrok. Всё работает, но платежи всё равно падают.
Уже хотел идти спать, случайно наткнулся на строчку в документации:
Your bot must reply to this query in 10 seconds
Это про pre_checkout_query. Когда пользователь нажимает «Оплатить» - Telegram сначала отправляет боту запрос на подтверждение. Бот должен ответить в течение 10 секунд. Если не ответил - платёж автоматически отклоняется.
У меня хендлера для этого не было вообще. Бот просто молчал.
Дважды за неделю столкнулся с задачей "тормозит ЕРП", причиной в обоих случаях оказалась неочевидная проблема - нехватка оперативной памяти (ОЗУ) сервера 1С.
Нехватка ОЗУ умеет прятаться, поэтому её плохо видно. Вот когда не хватает места на диске - всё очевидно. Зашёл и увидел - диск красный, место физически закончилось. А когда не хватает ОЗУ, включается т.н. подкачка (она же - свопинг или пейджинг). Операционная система скидывает часть содержимого ОЗУ на жёсткий диск - вроде выбирает те процессы, которые в данный момент не используются.
Что интересно - процесс скидывается на диск не полностью, а частями. Какими именно - выбирает операционная система. Получается, процесс сервера 1С (rphost) частично висит в ОЗУ, частично - лежит на диске.
И вот процесс 1С решил получить какие-то данные из памяти. Скорость получения из ОЗУ и с диска отличается в 200-500 раз. Если повезло, и все данные остались в ОЗУ - прочитаются быстро, пользователь тормозов не заметит. Если не повезло - всё, туши свет. Падение скорости в 200-500 раз заметно сразу. Например, документ проводится 2-3 минуты вместо 2-3 секунд. Разница не 200-500 раз, т.к. не всё упирается в скорость получения данных из ОЗУ.
Симптомы проблемы - тормозит у всех, или почти у всех, на ровном месте, в самых обычных операциях. Смотришь доработки - вроде ничего особенного. Смотришь тяжёлые операции, вроде закрытия месяца, формирования длинных отчётов, фоновых заданий - ничего критичного. А оно тормозит.
Когда админ в такой момент пойдёт смотреть состояние сервера, то скажет - всё хорошо, памяти хватает. Её и правда хватает - объём памяти ведь "увеличился" за счёт использования подкачки. "Увеличенный" объём памяти - это сумма ОЗУ и выделенного на диске пространства.
Вот когда этого совместного "увеличенного" объёма не хватит - тогда да, тогда проблема вылезет наружу под собственным именем - "Out of Memory". Но до такого доходит не часто.
Так что, если у вас необъяснимо тормозит ЕРП - глядите на использование подкачки.
Сравнение Code Fable и Codex по ходу работы над одним и тем же проектом
Вчера, 1-го июля, программисты и активисты начали бурную трудовую неделю. А именно: вернулась модель Fable 5 и она будет доступна в вольном режиме до (или по) 7 июля. Так что есть 7 дней, чтобы сделать буст своим проектам.
Я тоже не избежал этой участи и вот уже почти целый день делаю polishing своему текущему проекту мобильного приложения.
Что сказать про впечатления? - Ощущение вот того самого вайб кодинга, о котором говорил Карпаты. Говоришь ему что делать и он делает. Технических ошибок просто нет, от слова совсем. Есть ошибки архитектурные, но не существенные, исправляются одной-двумя итерациями.
И кстати, получилось сравнить с Codex'ом, который решил попробовать на старте этого же проекта. Результат сравнения такой: Codex очень сильно подтянулся в работе с кодом, иногда даже кажется, что нет различий.
Но вот вокруг кода хуже: болтливые они оба, но у Codex больше какой-то разболтанности, разбрасывания в стороны. Особенно это видно на написании документации, пишет незначительные детали, теряет главное. И слабее держит инструкции.
Code в этом отношении гораздо чётче действует. Более жёстко держит инструкции, больше памяти, что характерно, помнит предыдущий и даже предыдущие чаты. Меньше разбрасывания на второстепенные детали, чётче фокус. Даже чек-лист у него выглядит проще, чётче и понятнее, чем у Codex.
Единственное, что может я так натаскал Code. С другой стороны, не использую MCP, RAG, даже скилы и хуки. Зашил все в память, их там три: общая пользовательская, описание проекта и правила работы.
И напоследок обнаружил в Code очень полезную функцию оценки загруженности контекстного окна.
Может она уже давно там была, о ней вроде писали, но что-то казалось, что это в CLI. А теперь оказывается её можно использовать и в декстопной версии. Думаю и другим пользователям это тоже пригодится.
Обычно смотришь, если чат начинает тормозить, значит пора. Или спросишь саму модель, но она обычно отвечает, что если на глаз, то загружена на 75%, но лучше начать новый чат. А теперь можно точно увидеть процент загруженности. Более того, можно даже увидеть чем именно загружено контекстное окно.
Для этого в чате Code, в поле ввода достаточно ввести слэш команду - /context
Прикрепляю скриншот как это выглядит вживую
И ещё такое впечатление, что Fable стал жечь меньше токенов за счёт какого-то более делового, но все ещё дружелюбного стиля общения.
Так что, удачи всем с проектами на этой бурной трудовой неделе!))
Как выживают разработчики Госуслуг на защите квартального плана
У каждого, кто работает с госсектором, есть обязательная процедура — защита квартального плана. Что там происходит на самом деле и почему даже сильные команды «сыпятся» под вопросами заказчика?
Разбирались вместе с заместителем технического директора РТЛабс Виктором Редровом на OKR Russia
В докладе о том:
Почему защита — это диалог, а не отчёт (и как к этому подготовиться)
Типичные ошибки, которые превращают встречу в «допрос»
Конкретные приёмы для сохранения контроля в любой ситуации
Вы пробовали ChatGPT и Cursor. Но система из нескольких AI-агентов — это другой уровень: агенты конфликтуют, теряют контекст, зацикливаются, а отладка напоминает расследование без улик.
🎻 Один AI = музыкант. Несколько AI = оркестр. А кто дирижёр?
19 июля, 10:00-14:00 МСК — лабораторная работа с Андреем Чуяном, создателем ROLES-экосистемы (3 экосистемы, 15+ ролей). За 4 часа: проектирование AI-ролей с YAML-контрактами, 5 хаос-сценариев, MCP-сервер на личной VM, самодиагностика экосистемы.
📐 Проверенная методология FPF + TDD в основе каждого блока.
Неделю назад КиберËж проводил CyberWeekend (где там правда викенд они нашли в начале недели, я не знаю 😂) и, в том числе, пригласили меня побеседовать про Программно-аппаратный хакинг как одно из самых сложных и интересных направлений в кибербезопасности, объединяющее знания из программирования, электроники, сетей, встроенных систем и реверс-инжиниринга.
В рамках диалога мы с Павлом осветили такие темы, как: * Почему специалистов в этой области так мало и чем они занимаются на практике. * Почему искусственный интеллект пока не способен заменить экспертов по аппаратному хакингу: работа с реальными устройствами требует опыта, интуиции и нестандартного мышления. * Как после 2022 года изменились основные направления атак и почему всё больше внимания уделяется IoT-устройствам и объектам физической инфраструктуры. * Какие навыки стоит развивать уже сегодня тем, кто интересуется IT, электроникой и информационной безопасностью.
Могу с уверенностью сказать, что доклад будет полезен начинающим специалистам, студентам технических направлений и всем, кто хочет понять, как устроена одна из самых редких и востребованных профессий в сфере кибербезопасности.
Ну и конечно же, интервью можно легко посмотреть в 📺 ВКвидео.
🧠 Обязательно поделись с теми, кому это может быть полезно 💬 Телеграм | 💬 Max | 📝 Хабр | 💙 ВКонтакте
Теперь есть официальный integration guide, где показано, как ты можешь подключить MCP-сервер к AI-assistant’у и использовать его для нормального HITL workflow вокруг CV-аугментаций: подобрать pipeline, провалидировать его, отрендерить локальные previews, сравнить baseline и candidate, дать feedback вроде too_noisy:high и экспортировать финальный pipeline.
Приятно видеть, что проект стал частью экосистемной документации Albumentations. 🙂
AlbumentationsX MCP это конечно же не замена Python API, а assistant-facing review layer для тех случаев, когда ты хочешь быстрее и безопаснее работать с augmentation pipelines.
SimpleOne подтвердила совместимость своей платформы с РЕД ОС. Для заказчиков это значит, что запуск проектов в импортонезависимой ИТ-среде становится проще и предсказуемее.
Подтвержденная совместимость помогает:
сократить барьеры на этапе архитектурных согласований
упростить прохождение аудитов безопасности
быстрее запускать проекты по переходу на российское ПО
РЕД ОС широко используют в корпоративной и государственной инфраструктуре. По данным разработчика, систему уже применяют 12 000 компаний и государственных организаций, а общее количество инсталляций превысило 2 млн.
Economist вышел с обложкой на статью про возрастающее требование избирателей затормозить/запретить ИИ. Это волна только разгоняется, по сути луддиты 21 века, но так как политики часто используют подобные недовольства масс населения, то тему точно будут раскачивать.
Конкретно это выражается уже в начале запретов строить дата‑центры; справедливости ради надо сказать, что отдельные дата‑центры действительно уже портят жизнь конкретным городам Америки.
Уже обсуждаются прочие законы: прозрачность и маркировка ИИ‑контента, запреты и ограничения deepfakes, защита рабочих мест и «разделение выгод» и т. д.
Я думаю, все, кто хочет разделения выгод, получат себя в human in the loop 😀
Как все так ловко ИИ пользуются... Обзоры кода делают...
Не знаю, то ли я туповат, то ли невезучий, то ли кругом сказочники. Пытаюсь исследовать, какие новые интересные виды ошибок может находить ИИ в С++ коде, о которых не знает PVS-Studio. Claude Opus то нормально мне про интересные баги рассказывает, то на ровном месте с ума сходит.
Даю файл на вход, а он тревожно:
В присланном файле есть места, где содержимое обрезано/повреждено вставкой </context>, поэтому их я не рассматриваю как «баги кода» — это артефакты форматирования. Разберу реальные логические ошибки.
Шо? Какой context? Там максимум — это #include "context.hxx". Ну ладно, давай ошибки посмотрим.
Так, парочка сообщений по делу. Например, найден лишний аргумент при использовании функции форматирования.
addErrorMessage(&sciErr, API_ERROR_CREATE_ZDOUBLE_IN_NAMED_LIST,
_("%s: Unable to create list item #%d in Scilab memory"),
"createComplexZMatrixOfDoubleInNamedList", _iItemPos + 1, _pstName);
В строке форматирования два спецификатора %s и %d, а передаются три аргумента: funcName, _iItemPos+1, _pstName. Да, это баг. Про подобные паттерны PVS-Studio уже знает, хотя, возможно, нужно подсказать, что addErrorMessage — это printf-подобная функция. В целом, тут неинтересно, идём дальше.
// check a valid item
if (_iItemPos > iItem)
{
addErrorMessage(...);
return sciErr;
}
Здесь проверка «позиция валидна» использует >, хотя позиции 1-based, а iItem — количество элементов. Это выглядит как граничный дефект, но по сути _iItemPos == iItem допустимо, _iItemPos > iItem — ошибка. Это в порядке — правильная граница. Не баг. (Указываю, чтобы было понятно, что я это проверил.)
Так баг или не баг? Я три раза прочитал текст и посмотрел функцию с кодом. В итоге я не только не понимаю, есть ли здесь ошибка, но и не понимаю, что Claude пытается мне сказать.
Дальше ещё хуже шарики за ролики зашли.
Баг 5 (реальный): утечка в readCommonMatrixOfPolyInNamedList и др. — нет, это API отдаёт указатели наружу. Не баг.
Это всё описание пятого бага, больше ничего нет. Комментировать — только портить.
Я не понимаю, как на всём этом можно строить хоть сколько-то надёжные процессы автоматических обзоров кода, про которые в последнее время из разных утюгов вещают.
На сегодня мне ИИ достаточно. Пойду лучше пройдусь по парку, пока погода хорошая.
