Все потоки

🍎 Конец эпохи: Тим Кук уходит с поста Apple

Кажется, Стив Джобс совсем недавно ушёл из жизни и передал бразды правления Apple Тиму Куку. На самом деле прошло без малого 15 лет, и теперь пришла пора Куку сложить с себя полномочия гендиректора Apple. Был ли Кук достойным продолжателем дела Джобса или «Apple уже не торт»?

Кук проработает в текущей должности до сентября, после чего станет исполнительным председателем совета директоров — это намекает на то, что влияние Кука всё равно будет большим. Новым гендиректором станет инженер Джон Тернус, 25 лет занимавшийся продуктами Apple: iPad, AirPods, iPhone и Mac — важно, что компания делает акцент на разработке, а не на финансовой части.

Лидерство

Тим Кук никогда не пытался в одиночку играть роль лидера масштаба Стива Джобса — и правильно. Стать равным Джобсу для поклонников компании было невозможно. Но Кук не только был скромен, но и не пропустил к рулю других звёзд, например яркого и харизматичного Крейга Федериги. Apple остаётся компанией Джобса.

Неудачи

Многие вспоминают революционные продукты, запущенные Apple при Джобсе, а при Тиме Куке вышли фактически только умные часы Apple Watch и наушники AirPods. Мы так и не дождались ни автомобиля, ни складного смартфона, а шлем виртуальной реальности Apple Vision Pro провалился.

Но стоит посмотреть вокруг — собственно, никто из ИТ-производителей не стал лидером автомобилестроения, не сделал популярным VR, а складной iPhone ещё имеет все возможности завоевать рынок.

Крупный провал Apple — это только отсутствие собственной мощной LLM, хотя компания и была одним из пионеров ИИ: встроила в смартфон голосового ассистента. Но Siri так и не повзрослела на фоне ChatGPT, DeepSeek и других нейросетей.

Как финансист Тим Кук смог диверсифицировать доходы компании? Ни развитие App Store, ни расширение линейки ноутбуков и планшетов не помогли — если в 2011 году iPhone приносил 44% выручки, то в 2025 году — уже 50%. Зависимость компании от одного продукта считается риском: если спрос на него упадёт, то пострадают все финансы компании. Однако этот недостаток не помешал Apple стать самой дорогой компанией в мире.

Вместо заключения

Все-таки Тим Кук — триумфатор! Его обвиняли в раздувании модельного ряда за счет разных цветов и размеров экрана iPhone, но «счёт на табло»: с 2011 по 2025 год выручка Apple выросла в 4 раза — со 108 до 416 млрд долл. Чистая прибыль — с 26 до 112 млрд долл. Капитализация — в 10 раз: с 350 млрд до почти 4 трлн долл. А ведь в 2011 году казалось, что дальше уже некуда и iPhone 4S останется лучшим телефоном на все времена.

И не стоит недооценивать его вклад в развитие технологий: умные часы Apple — самые популярные в мире, компания перешла в ноутбуках с Intel на собственные чипы.

Спасибо, Кук, и мы всё-таки ждём новых революционных продуктов Apple — теперь от Джона Тернуса!

Сделал необычную RTS на Ludum Dare 59 за пару дней

Игра написана на Go (Ebitengine), исходники на есть гитхабе.

Поиграть можно в браузере, ведь Ebitengine имеет неплохой экспорт в wasm. Она мало весит, быстро работает, и экспорт не требовал лишних усилий - это вам не шуточный игровой движок.

Я накидал небольшой шаблон для игр на стеке своих геймдев-библиотек. Его можно посмотреть тут: https://github.com/quasilyte/gscene-game-template.

С этим шаблоном старт начала работы над игровой логикой и "мясом" игры становится ближе. Это позволяет +/- выйти на удобство какого-нибудь Godot, где не нужно первые несколько часов настраивать как у нас обрабатывается input, звук и сцены. Я этот шаблон буду дорабатывать по мере участия в джемах, за каждую мини-игру у меня копится TODO на то, что еще там можно было бы улучшить.

Если тема разработки игр на Go вам интересна, заходите в наше русскоязычное сообщество в телеграме. Мы там обсуждаем всякие библиотеки для геймдева, свои игры, и всё такое.

Кстати, ребята из чатика тоже сделали свои игры на Ebitengine, вот они:

• https://dqso.itch.io/hired-or-homeless

• https://metalim.itch.io/zero-day-lunch

Сравнили новый DeepSeek v4 с главными конкурентами: выводы удивили

Китаец не уступает американцам, при этом стоит дешевле.

В бенчмарках DeepSeek v4 показывает результаты уровня GPT-5.4, Gemini 3.1 Pro, Claude Opus 4.6. Всего новая модель учитывает 1,6 ТРИЛЛИОНА параметров. Это влияет на глубину и качество ответов, так что теперь пользователи не почувствуют сильного отличия DeepSeek от конкурентов.

DeepSeek v4 вышел с архитектурой MoE — Mixture of Experts. Это значит, что из 1,6 триллиона параметров модель активирует только около 49 миллиардов на каждый запрос. Отсюда и скорость, и низкая стоимость инференса.

А ещё V4 потребляет на 73% меньше вычислительных мощностей по сравнению с прошлой V3.2. Круто, если запускаете модель локально.

Единственное, где DeepSeek пока проседает — мультимодальность. GPT-5.x и Gemini 3.1 работают с изображениями заметно увереннее. Для чистого текста и кода это не проблема, но если нужна работа с картинками, нужно переключать вкладки.

DeepSeek v4 Pro и Flash уже в SpeShu.AI. В одном интерфейсе можете самостоятельно сравнить все нейросети и написать в комментариях свой вердикт.

Представьте, что вы 20-летний попаданец-инженер в 1970-й год.

Место "попадания" - по вашему выбору. Можно, например, в Fairchild Semiconductor. То есть паспорт у вас есть, язык вы знаете и даже рабочее место на момент попадания за вами есть.

По правилам, ставки на спорт (моментальные выигрыши, лёгкий вывод денег и т.д.) делать нельзя, как и играть на бирже или курсе валют. Плюс, у вас нет полного стека технологий в голове, кроме того, что есть прямо сейчас, при чтении этих строк. Но вы примерно представляете грядущую конъюнктуру.

Как бы вы провели следующие 50 лет, если задаться целью к 2020 году стать самым богатым бизнесменом в сфере электроники и/или IT-технологий?

Скрипт отработал без ошибок. Каталог – нет

Скрипт массового обновления атрибутов отработал идеально: лог чистый, ошибок нет.

Через час выясняется – у 400 пользователей сломалась связка UPN‑sAMAccountName.

Причина – логическая ошибка в условии.
Тест на 10 объектах её просто не поймал.

Дальше обычно три сценария.

Первый – откат из резервной копии.
Но копию сделали 18 часов назад. За это время уже:

– создали новые аккаунты;
– поменяли пароли;
– выдали права.

Откат чинит одно и ломает другое.

Второй – писать обратный скрипт.
Работает, если ты точно помнишь, что именно перезаписалось, и уверен, что обратная логика не добьёт оставшееся.

Обычно это уже режим «админской археологии».

Третий – взять снимок состояния до запуска и вернуть только нужные атрибуты у нужных объектов.

Проблема в том, что третий путь работает только если снимок был сделан заранее.

Не «когда всё поехало», а до того, как нажали Enter.

Массовое изменение без снимка перед изменением – это не автоматизация.

Это ставка на то, что скрипт идеален.

Обычно – нет.

Тема неопределённого поведения (UB) в языке C++ освещается и обсуждается многие годы, но это не значит, что она исчерпала себя. Это плата, которую программисты отдают за эффективные оптимизации кода, такие как удаление ряда проверок.

C++ - опасный инструмент, и не помешает лишний раз напомнить, как правильно держать его в руках. Причём с приходом инструментов вайб-кодинга ситуация, скорее всего, даже ухудшится, так как станет ещё сложнее удерживать неопределённое поведение под контролем. В докладе обсудили эту тему, заглянув в будущее.

Полезные ссылки из доклада:

• Undefined behavior ближе, чем вы думаете

• Ложные представления программистов о неопределённом поведении

• Подножка для AI в виде UTF-8

• Путеводитель C++ программиста по неопределённому поведению

Примечание. Был задан вопрос про безопасные компиляторы (ГОСТ Р 71206—2024). Подробнее с этой темой можно познакомиться здесь: Использование безопасной системы сборки программного обеспечения

Сделайте свой проект чистым с PVS-Studio. Месяц бесплатного использования по промокоду.

Как стать ML-разработчиком?

Без Python и SQL в ML-разработке никуда, но на них всё не заканчивается. Чтобы стать крутым специалистом, важно не только писать код и работать с данными, но еще и запускать эксперименты, настраивать модели, автоматизировать процессы и готовить решения к продакшену.

Собрали инструменты, которые помогут увереннее чувствовать себя в ML-разработке и стать заметнее на рынке, а на Хабр Карьере вы найдете курсы, где можно освоить каждый из них и собрать стек, который пригодится не только в резюме, но и в работе.

— MLflow. Отслеживаем эксперименты, версии моделей и результаты обучения.

— Optuna. Автоматизируем подбор гиперпараметров, чтобы модели работали точнее.

— PyTorch. Создаем, обучаем и тестируем нейросетевые модели.

— Apache Airflow. Выстраиваем и автоматизируем ML-пайплайны.

— Docker. Упаковываем проект и окружение.

→ Собрали самые крутые учебные программы в одном месте

23 апреля 2026 года в Гвианском космическом центре на бывшем стартовом комплексе российской ракеты-носителя «Союз-СТ» была взорвана мобильная башня обслуживания. До этого на самой пусковой установке был разрезан легендарный «тюльпан» — четыре ферменные опоры, на которых висела ракета перед стартом, и кабель-мачты.

РБПО по ГОСТ Р 56939—2024: вебинар №07 из 30 – Моделирование угроз и разработка описания поверхности атаки

Компания ООО "ПВС" совместно с учебным центром "Маском" провела цикл вебинаров, посвящённых разработке безопасного программного обеспечения (РБПО). Совместно с приглашёнными экспертами различных компаний мы рассмотрели 25 процессов, приведённых в ГОСТ Р 56939—2024.

Предлагаем сегодня вашему вниманию вебинар цикла, посвящённый процессу, описанному в разделе 5.7. – "Моделирование угроз и разработка описания поверхности атаки". На YouTube.  Слайды.

Цели седьмого процесса по ГОСТ Р 56939—2024:

5.7.1.1 Создание условий для снижения количества недостатков, связанных с особенностями реализации архитектуры ПО и логики его функционирования, выработка мер по нейтрализации угроз безопасности, связанных с особенностями реализации архитектуры ПО.

5.7.1.2 Уточнение модели угроз и описания поверхности атаки по результатам разработки кода и его изменений.

Общее количество вебинаров — 30: каждому из 25 процессов ГОСТа посвящено по одному вебинару и 5 записано дополнительно на смежные темы. Запись всех вебинаров и подборка дополнительной информации доступна по ссылке: ГОСТ56939.РФ.

Как я запускал российское зеркало для SQL-песочниц: гибридное облако и блокировки Composer

Привет, Хабр! Меня зовут Слава, я развиваю SQL-платформы sqltest.online и sqlize.online для бесплатной тренировки запросов на реальных СУБД (PostgreSQL, Oracle, MariaDB 12.3, MS SQL 2025).

Зачем понадобилось зеркало?

От 30% моей аудитории из РФ стали приходить сообщения: «Сайт открывается только через VPN».

Переносить бэкенд целиком - дорого, сервер завязан на тяжелые СУБД в Docker. Поэтому я выбрал гибридную модель: поднять фронтенд в зоне .ru, оставив бэкенд в Германии.

Архитектура: Фронт в РФ, мозг в Германии

Фронтенд: PHP без фреймворков

Нативный PHP, HTML и JS. Меньше зависимостей - проще деплой. Для RU-зеркала я выбрал SpaceWeb*, где есть отличные бюджетные тарифы и классная поддержка.

sqltest-online.ru (SpaceWeb, РФ)
├── PHP (без фреймворков) + HTML/JS
└── Минимум зависимостей

Бэкенд: Docker Compose

Мощный сервер в Германии у Contabo*, где в контейнерах крутятся MySQL, PostgreSQL, ClickHouse и другие базы. Серьезные СУБД требуют ресурсов, так что всё живет на одной полноценной машине.

Как они общаются?

Пользователь отправляет запрос -> браузер делает AJAX-вызов к .ru серверу -> фронт делает HTTP-запрос к бэкенду в Германии (server-to-server) -> бэкенд выполняет SQL и возвращает результат.

Плюсы схемы:

• CORS не нужен: браузер общается только со своим доменом.

• Бэкенд закрыт: принимает запросы только от white-list IP.

• Задержка минимальна: интерфейс грузится из РФ, тяжелые запросы идут по быстрому каналу серверов.

Резервного бэкенда нет - проект бесплатный, на второй сервер пока нет бюджета. Если падает Германия, ложится всё.

Проблемы деплоя: Composer «ушел в отказ»

С git pull всё прошло гладко, но установка зависимостей зависла намертво.

Проблема: Composer не мог достучаться до packagist.org. Просто бесконечный таймаут, вызванный нестабильностью сетевых маршрутов.

Решение: Поддержка SpaceWeb не стала отписываться «проблема на вашей стороне», а сразу дала адрес HTTP-прокси.

Дело одной команды:

export HTTPS_PROXY=http://proxy.host:port
composer install

(Для Windows: set HTTPS_PROXY=...)

Мораль: При деплое на российские площадки проверяйте доступность packagist.org (curl -v https://packagist.org). Если висит - просите прокси у хостера, не тратьте время на Composer.

Итоги

Зеркало sqltest-online.ru работает. Гибридная схема спасает: пользователи получают быстрый интерфейс без VPN, а запросы улетают на проверенный бэкенд.

Я верю, что образование должно быть доступным. Если для практики SQL нужно включать VPN и ждать по 10 секунд - человек не будет учиться. Зеркало .ru - мой способ сказать: «Продолжайте практиковаться».

А как вы деплоите зависимости на RU-площадки? Используете прокси, зеркала или есть решения изящнее?

* P.S. Ссылки на SpaceWeb и Contabo в статье - реферальные. Сервисами пользуюсь сам и смело рекомендую, а бонусы пойдут на оплату серверов проекта.

Майский марафон: 14 открытых вебинаров про ИИ, геймдев и архитектуру данных

Привет, Хабр!

Мы собрали 14 открытых вебинаров на апрель и май. Темы — от архитектуры ИИ‑врагов в играх до внедрения AI Governance в крупных компаниях. Всё бесплатно, с разбором кейсов и живыми примерами кода.

Выбирайте, что ближе вам — геймдев, компьютерное зрение, LLM или управление AI‑продуктами.

🎮 Геймдев и разработка

• 28 апреля, 20:00 — «Архитектура ИИ врагов в играх на Unity»

• 6 мая, 19:00 — «Разработка проекта на Kotlin: коллаборация человека, архитектурных шаблонов и ИИ‑команды»

👁️ Компьютерное зрение

• 28 апреля, 20:00 — «Как работают современные модели компьютерного зрения „из коробки“ (Hugging Face, OpenCV, YOLO, Roboflow)»

🧠 LLM, RAG, промпты и агенты

• 28 апреля, 20:00 — «Почему только 5% компаний получили реальную выгоду от ИИ в 2025 году?»

• 30 апреля, 20:00 — «Поиск в базе знаний: где векторы ошибаются, а графы помогают»

• 6 мая, 18:00 — «Методы работы с LLM: промпт‑инжиниринг, LoRA и RAG»

• 6 мая, 20:00 — «LangGraph + MCP в Cursor IDE: создаем автономного агента для глубокого анализа Google Trends»

• 14 мая, 20:00 — «ИИ‑агенты для юристов: настраиваем автономного ассистента с доступом к договорам и базе знаний»

📐 Управление, безопасность и качество AI

• 6 мая, 20:00 — «Ключевые тренды AI Governance в 2026 году»

• 18 мая, 20:00 — «DevSecMLOps: как безопасно внедрять ИИ в процессы разработки и эксплуатации»

• 19 мая, 20:00 — «Критерии качества и безопасности AI‑систем в продукте»

🚀 Бизнес, продукты и организации

• 19 мая, 20:00 — «Как запустить ИИ‑продукт с нуля: от гипотезы до первых результатов»

• 19 мая, 20:00 — «Построение адаптивных организаций в век ИИ»

ИИ уже не просто модное слово — это инструмент, который меняет геймдев, разработку, управление продуктами и даже юриспруденцию. Но чтобы он действительно приносил пользу, нужны не только теории, а конкретные практики, архитектуры и код.

Эти вебинары как раз про практику. Выбирайте близкие темы, регистрируйтесь, задавайте вопросы спикерам в прямых эфирах.

📚 Больше материалов и системного обучения — в каталоге курсов.

22 преля состоялся TechCommPod Online Meetup, а сегодня уже можно посмотреть его в записи!

• АРИНА БАЛЕРИНА рассказала, кто такие техписатели. Как понять, что это ваше. Как стать одним из них.

• ЕКАТЕРИНА ПАВЛОВА провела мастер-класс по созданию сайта-визитки в Gramax.

• ДМИТРИЙ РАЗВОЗЖАЕВ показал свой зоопарк из AI-агентов.

• КОНСТАНТИН МАКУШЕВ порассуждал про паттерны и антипаттерны в документации.

В самом конце наши замечательные спикеры поделились откровенными историями самых эпичных ошибок в своей карьере.

Если пропустили эфир —  не страшно, мы все записали и уже залили на две площадки:

• Youtube: https://youtu.be/5wvMrNh07IY

• VK Видео: https://vkvideo.ru/video-237909665_456239018

Если вы были в эфире (или после просмотра записи) — пожалуйста, заполните анкету обратной связи. Это позволит подготовить для вас другие интересные и полезные мероприятия: https://forms.gle/juvvvxPQEoVMZuz37

Обучение переходит в опыт: Whisper + pyannote на AMD завёлся с первого раза

Сегодня пишу именно потому, что замкнулся цикл от обучения к продукту. Тема специфическая, мало кому интересно использовать AMD для нейронок вместо NVIDIA, но раз уж прошёл через это сам поделюсь решениями. Дальше кому надо берите, экономьте себе недели.

Изначально AMD у меня появился под другую задачу. Я исследовал возможность сделать веса для CUDA→HIP конвертера. AMD-машина под столом осталась, и я наконец начал использовать её для проектов, а не только для экспериментов с конвертером.

Понадобилось сделать голосовой ассистент для анализа встреч. Нужна транскрипция русской речи с разделением говорящих. Whisper large-v3 + pyannote.audio 3.1 - стандартный стек, только обычно его гоняют на NVIDIA. Я решил ставить на AMD RX 7900 XTX (24 GB VRAM, PyTorch ROCm 6.2). DeepSeek 32B стоит на соседней машине с 4090, ему нужен весь её VRAM, а ещё на 4090 загружаю весовые LoRA-адаптеры пользователей. Завёлся с первого раза. От этого и кайфанул - обучение перешло в опыт. Можно сказать, записалось в мои веса.

Из коробки сработало всё, никаких откатов версий, никаких ручных сборок:

​bash pip3 install openai-whisper --break-system-packages pip3 install pyannote.audio --no-deps --break-system-packages pip3 install omegaconf pytorch-metric-learning rich soundfile torchmetrics --break-system-packages pip3 install fastapi uvicorn python-multipart --break-system-packages ​

Обе модели занимают ~5.9 GB VRAM из 24. Whisper 3 GB, pyannote 2 GB.

Дальше самое ценное мои грабли, которые решил заранее, за предыдущие месяцы боли. На эти вещи обычно тратят недели.

Первое - pip install --no-deps для pyannote. Обычный pip install pyannote.audio тянет torch как зависимость. pip видит «torch уже установлен», но не разбирается, что у тебя специальный PyTorch ROCm build, и ставит CUDA-версию поверх. PyTorch ROCm убит, вся экосистема AMD ломается. С флагом --no-deps pip ставит pyannote без зависимостей, дальше вручную доставляешь omegaconf, pytorch-metric-learning, soundfile, torchmetrics, rich. Чисто, ничего не ломается.

Второе - API pyannote 3.1 сломали тихо. В 3.0 было result.itertracks(yield_label=True). В 3.1 - result.speaker_diarization.itertracks(yield_label=True). Документация молчит, узнаёшь через ошибку. Плюс use_auth_token переименован в token без фанфар.

​```python from pyannote.audio import Pipeline

pipeline = Pipeline.from_pretrained( “pyannote/speaker-diarization-3.1”, token=HF_TOKEN, # не use_auth_token! ) pipeline.to(torch.device(“cuda”))

result = pipeline({“waveform”: waveform, “sample_rate”: sr})

for turn, _, speaker in result.speaker_diarization.itertracks(yield_label=True): print(f"{turn.start:.2f} - {turn.end:.2f}: {speaker}") ​```

Третье - torchcodec тихая мина на ROCm. pyannote в новых версиях пытается использовать torchcodec для декодирования аудио. На AMD ROCm torchcodec не собран, падает с невнятной ошибкой про libavutil. Обход - подавать waveform напрямую через torchaudio:

​```python import torchaudio

waveform, sample_rate = torchaudio.load(audio_path) result = pipeline({“waveform”: waveform, “sample_rate”: sample_rate}) ​```

pyannote-команда упоминает эту возможность мелкими буквами в одном issue на GitHub. Работает идеально.

Четвёртое - нужна переменная окружения TORCH_ROCM_AOTRITON_ENABLE_EXPERIMENTAL=1. Без неё часть операций fallback-ит на медленный путь.

Пятое - две модели в одном процессе на ROCm работают. Была мысль разносить Whisper и pyannote по процессам - вдруг конфликты HIP runtime. Нет. Обе модели грузятся в одном Python-процессе, работают параллельно.

По производительности на 9-минутном WAV (16 kHz, два говорящих, русская речь) Whisper large-v3 отрабатывает за ~60 секунд, pyannote 3.1 за ~3 секунды, итого ~63 секунды. pyannote практически бесплатен. Качество диаризации отличное - два спикера разнесены корректно, таймкоды совпадают с репликами. Стек: PyTorch ROCm 6.2, openai-whisper, pyannote.audio 3.1. RX 7900 XTX, 24 GB VRAM, Ubuntu 24.04.

Поскольку в голосовании в предыдущей статье победил вариант с AI, сделал пока простенький его вариант.

Также теперь можно кликать два раза по гексу с противником, чтобы атаковать его (старый способ с выбором позиции атаки остался). Тачи поддерживаются.

На очереди: стрелки, летуны и статичные объекты.

Ссылки, чтоб потыкать: netlify, ITCH.

ИИ для бизнес-аналитика

Инструментов на базе ИИ и сценариев их использования с каждым днем становится все больше. Поэтому легко запутаться, где ИИ действительно ускоряет работу, и как вообще использовать его так, чтобы получать нужный результат, а не набор разрозненных фактов.

Часто вопрос не в самих инструментах, а в том, как их применять в конкретных задачах. Если смотреть шире, ИИ может помочь увидеть слабые места в процессах, найти точки роста и повлиять на эффективность бизнеса.

Мы поговорили с Полиной, бизнес-аналитиком в команде Скорозвон, и задали ей несколько вопросов: где ИИ полезен на практике, какие результаты удалось получить и какие инструменты стоит попробовать.

1️⃣ Где ИИ помогает в работе аналитика?

Чаще всего — в рутине. По данным исследований, до 60% времени аналитик тратит на задачи вроде создания отчетных документов, генерации гипотез и промптов, анализа больших данных и проведения исследований.

Это как раз те вещи, которые можно частично или полностью поручить ИИ: он может собирать и структурировать данные, помогать с гипотезами, создавать черновики документов.

При этом ИИ — это не просто «нажал на кнопку и получил результат». Он ускоряет работу, но все равно результат нужно проверять и дорабатывать.

2️⃣ Где ИИ уже приносил заметный результат в вашей команде?

Один из ярких кейсов — анализ диалогов в колл-центре. Робот успешно находил «теплых» лидов, но конверсия в покупку оставалась низкой. 

Мы подключили анализ диалогов с помощью LLM и выяснили, что корректно работали только около 7% операторов.

Ошибки у них были довольно базовые, но их сложно заметить без детальной аналитики:

• не знали о звонках робота

• сбрасывали звонки клиентов или вызывали негатив

• повторно проводили идентификацию

• работали с плохим оборудованием

LLM помог быстро проанализировать большой объем диалогов и собрать это в понятную аналитику.

3️⃣ Что изменилось после этого?

После таких изменений корректность работы операторов выросла до 90%. Плюс мы закрыли скрытое ожидание клиента — он хотел качественную аналитику, а не только цифры.

А еще:

• итоговая конверсия увеличилась примерно в 1,5 раза

• выручка по проекту выросла в 2 раза

С точки зрения личной эффективности я теперь экономлю до 20 часов в месяц на прослушке диалогов и могу анализировать до 100 диалогов в час. 

То, что раньше требовало большой команды или долгой ручной работы, сейчас можно сделать гораздо быстрее.

4️⃣ Какие задачи еще можно отдать ИИ в работе аналитика?

Помимо анализа данных:

• подготовка презентаций 

• написание текстов

• проведение исследований

• сбор и структурирование данных

• оформление документации

Это не заменяет аналитика, но сильно упрощает старт и ускоряет процесс.

5️⃣ Какие инструменты тебе показались полезными?

Из того, что я использовала в работе:

1. GigaChat — хорошо справляется с исследованиями на российском рынке

2. SkyWork.ai и Gamma — помогают быстро собрать презентацию и структуру доклада

3. НейроЭксперт — удобно работать с файлами и базой знаний

4. Ассистенты для генерации промптов от Naumen — чтобы не просто перефразировать промпт, а уточнить задачу через вопросы и сделать его точнее

5. Кастомные агенты с использование Claude Code — чтобы автоматизировать процесс и сократить ручную работу

6️⃣ Есть ли риски или ограничения, о которых важно помнить?

Да, и об этом часто забывают. Перед использованием данных важно:

• уточнять у клиента, что является конфиденциальной информацией

• обезличивать данные

• проверять результаты

ИИ может сильно ускорить работу, но ответственность за итог все равно остается на аналитике.

Поздний ужин и утечка концентрации: как еда на ночь снижает частоту вашего процессора

Я не врач, и этот текст не является прямой медицинской рекомендацией. Ниже — разбор свежих исследований по нейробиологии (в частности, из Frontiers in Nutrition) и системный подход к метаболизму. Прежде чем внедрять такие «патчи» в свой режим, проконсультируйтесь со специалистом и сдайте базовые анализы.

Знакома ситуация, когда после ночного дедлайна с перекусами утро начинается в режиме «овоща»? Проблема не только в недосыпе, а в конфликте систем. Когда вы едите поздно, пищеварительный тракт переходит в состояние бодрствования, требуя энергии и метаболической активации. Это повышает температуру тела и частоту сердечных сокращений в то время, когда организм должен уходить в глубокое восстановление.

Основные «баги» позднего питания:

• Инсулиновый лаг: вечером чувствительность к инсулину падает на 17–27% по сравнению с утром. Углеводы усваиваются хуже и с большей вероятностью уходят «в своп» (жировые депо).

• Сбой циркадных ритмов: поздняя еда задерживает секрецию мелатонина, увеличивая задержку засыпания (sleep latency) и сокращая фазы глубокого и REM-сна.

• Метаболический шум: еда в пределах 3 часов до сна приводит к частым ночным пробуждениям и снижению качества сна, что на следующий день выливается в когнитивную заторможенность.

Механика: eTRE и апгрейд нейронных магистралей

Решение кроется в eTRE (Early Time-Restricted Eating) — ограничении окна питания ранними часами (например, с 08:00 до 16:00). Это не просто диета, а способ синхронизировать метаболизм с циркадным «дирижером» организма.

Согласно свежим данным МРТ-исследований, такой режим за месяц проводит реальный апгрейд «железа» в голове:

• Укрепление белого вещества. Улучшается целостность волокон в левой передней таламической лучистости (ATR_L). Этот тракт соединяет таламус с префронтальной корой, отвечая за скорость передачи данных и когнитивный контроль.

• Оптимизация коры (DLPFC). Наблюдается адаптивное истончение правой дорсолатеральной префронтальной коры. В данном контексте это не деградация, а синаптический прунинг — удаление неэффективных связей, что делает работу мозга более точной и быстрой.

• Метаболическая гибкость. Стабильный уровень глюкозы и снижение инсулинорезистентности создают идеальную среду для нейронной пластичности и памяти.

Источники: Frontiers in Nutrition: eTRE and Brain Structure (2026) ; PubMed: Early time-restricted eating (eTRE) ; ScienceDirect: Meal patterns and cognitive health

Данные: результаты 30-дневного спринта

Исследование на группе мужчин с метаболическим синдромом показало впечатляющие результаты всего за 4 недели работы в окне 08:00–16:00:

• Метаболические метрики: значительное снижение веса, ИМТ и индекса HOMA-IR (маркер инсулинорезистентности).

• Когнитивные тесты:

  • Память: рост показателей немедленного и отсроченного воспроизведения по тесту RAVLT.

  • Исполнительные функции: сокращение времени выполнения теста TMT-B, что говорит о лучшей переключаемости внимания и планировании.

  • Processing Speed: улучшение средней скорости реакции при обработке информации.

• Структура мозга: изменения в толщине коры DLPFC на 60% объяснили прогресс в долгосрочной памяти участников.

  Вывод: питание как часть когнитивного стека

Циркадное питание — это не про ограничения в еде, а про управление временем (scheduling). Перенос основного объема калорий на первую половину дня позволяет организму тратить ресурсы не на ночное пищеварение, а на консолидацию памяти и очистку мозга.

TL;DR для тех, кто проскроллил:

• Окно 8/16: старайтесь закрывать окно питания к 16:00–17:00. Это дает максимальный буст памяти и концентрации.

• Завтрак — это база: регулярный завтрак защищает от когнитивного снижения.

• Правило 3 часов: минимум 3 часа между последним куском еды и сном, чтобы не сломать фазы глубокого сна.

• Вечерний конфиг: если приходится есть поздно, выбирайте белок и клетчатку (рыба + овощи), исключая быстрые углеводы.

Третья раскладка в Linux Mint

Задача:
1. чтобы раскладки us и ru переключались как обычно, а rs - по требованию.
2. Чтобы при попытке переключить раскладку - мы возвращались в привычный цикл us ru

Зачем:
Третья раскладка бывает полезна, но зачастую она не нужна во время работы и конфликтует с мышечной памятью, которая за 30+ лет перед клавиатурой выучила, что есть только две раскладки :)

Что же делать:
На примере - добавим раскладку сербской латиницы, причём - вариант QWERTY, где Z и Y сидят на привычных местах.

1. Добавляем в систему раскладку сербской латиницы в варианте Qwerty, делается это через Keyboard -> Layouts

2. Заходим в терминал и пишем: setxkbmap -query
   Видим примерно такое:

   rules:      evdev
   model:      pc105
   layout:     us,ru,rs
   variant:    ,,latinyz
   options:    grp:win_space_toggle,terminate:ctrl_alt_bksp,grp:caps_toggle
   

   Внимание на us,ru,rs и вариант - latinyz

3. Пилим исполняемый shell скрипт, например в ~/use_default_layout.sh
   Этот скрипт будет временно убирать сербскую раскладку, чтобы не мешалась.

   #!/bin/bash
   current_layouts=$(setxkbmap -query | grep layout | awk '{print $2}')
   
   if [[ "$current_layouts" != "us,ru" ]]; then
       setxkbmap -layout "us,ru"
   fi
   

4. Идём в Keyboard, добавляем кастомные сочетания клавиш:

   

   Я переключаю раскладку с помощью Caps Lock, поэтому рассказываю как удобно мне. Вы делайте на те клавиши, которые удобны вам (иначе какой смысл).
   
   - Переключение на сербскую раскладку: CTRL+Caps Lock, команда:
   setxkbmap -layout rs -variant latinyz
   
   - Отмена сербской раскладки: просто Caps Lock, который зовёт скрипт use_default_layout.sh из пункта 3.

Готово, вы великолепны.

Опрос для тех, кто использует виртуализацию

Привет, друзья! Я готовлю небольшое исследование на тему определенных особенностей использования различных платформ виртуализации на просторах РФ (чуть позже вы узнаете все детали). И, поскольку я не аналитическое агентство, а просто инженер, у которого нет возможности обзвонить 100+ компаний, за информацией я решил обратиться к наиболее подходящей для этого аудитории.

Еще несколько лет назад такие вопросы, наверное, выглядели бы на Хабре довольно странно. Но так уж случилось, что мы живем в своеобразную эпоху перемен — в мире в целом и в ИТ в частности происходят довольно "интересные" события.

Что бы я хотел узнать? За последние годы ситуация с используемым в РФ софтом сильно изменилась — виртуализации это тоже касается. В связи с этим я бы хотел задать пару вопросов:

1. Какую платформу виртуализации вы используете?

2. Как получаете обновления?

Если вопросы для вас релевантны, прошу уделить мне пару минут и ответить на них в комментариях.

В ближайшее время я планирую развернутую статью — ваши ответы помогут мне понять, на чем именно стоит сделать акцент.

Спасибо!

В продолжение публикации небольшое дополнение (немного легкой "душноты").
Провел анализ по месяцам и обнаружилось небольшой выброс из общей статистики - отрицательное время обработки заявки:

Проверил - и правда - за всю историю это единственное, но существующее уникальное свидетельство о регистрации ПО, которое появилось на 129 дней позже его фиксации в реестре. Скорее всего ошиблись порядком цифр, и было не 08.10.2015, а 08.01.2015 - как дата подачи заявки... ошибка в годе маловероятна - потому что год зашит в номере свидетельства.

Все это я к чему - большой вопрос, существует ли какая-то защита от некорректного ввода значений? Точно сказать нельзя - ошибка всего одна.
При наличии проверок в интерфейсе такое возможно только если нет проверок на уровне СУБД и данные записывали, или корректировали, непосредственно в БД.

Но, что важнее - а насколько можно доверять остальной информации в реестрах ФИПС ? ...

Очередная история про контроллеры домена и ребутлуп после обновления хорошо показывает старую проблему.

Когда каталог ложится, все вспоминают про резервки. Когда каталог подняли, внезапно выясняется, что резервка не умеет ответить на главный вопрос: что из свежих изменений мы сейчас потеряли.

Учётки, членства, атрибуты, результаты массовых правок, последствия миграции – всё это очень легко откатывается вместе с аварией.

В итоге сервис вроде живой, а дальше начинается админская археология.

Поэтому для каталога мало просто уметь подняться из копии. Нужно ещё уметь нормально разруливать логические потери без отката всего подряд.

Потому что «всё поднялось» и «всё починилось» – это, как известно, две разные стадии одного и того же инцидента.