Экс‑ведущий Top Gear Джереми Кларксон запустил сайт OnlyFarmers (OnlyFans, но для фермеров). На платформе можно делиться инфой о своей ферме, продукции и ивентах — а также подписываться на любимых онлифермеров и бронировать экскурсии по их угодьям. Сам Кларксон давно и плотно ушёл из автожурналистики в фермеры — и всячески поддерживает эту отрасль.
Платформа OnlyFarmers позволяет владельцам ферм рассказывать о своей жизни, публиковать фотки своих огурчиков, помидорчиков и приглашать гостей. На сайте также можно посмотреть как живёт британская деревня и записаться на экскурсии, дегустации, мастер-классы, прогулки по полям и даже ночёвки на фермах.
Почему ECM не спасает, ChatGPT опасен, а сотрудники всё ещё проверяют документы вручную. Разбираем на вебинаре с кейсом и демо
Хотим поговорить о проблеме, которую замалчивают в большинстве корпораций. Формально документооборот автоматизирован, но реально происходит совсем другое.
Что не так с работой над документами в 2026 году:
1. Ручная проверка договоров не масштабируется. Юрист физически проверяет реквизиты, нумерацию, ссылки между разделами, незаполненные поля, стилистику. Качество этой работы зависит от загрузки конкретного человека в конкретный момент. 2. Ошибки находят слишком поздно. Логическое противоречие между разделами, ссылка на несуществующий пункт, шаблонная заглушка, оставшаяся в финальном тексте. Всё это обнаруживается после подписания. 3. Корпоративные данные утекают в публичные ИИ-сервисы. Это происходит не по злому умыслу, просто сотрудникам нужен быстрый ответ. Внутренний поиск не даёт результата за адекватное время, поэтому многие копируют текст договора в ChatGPT. 4. Нормативная база не работает как инструмент. Регламенты, приказы, стандарты оформления и прочие документы хранятся в системах, но найти нужный пункт быстро невозможно. Логичный выход: сотрудники спрашивают коллег или просто игнорируют требования. 5. ECM – необходимое, но недостаточное условие. ECM-системы решают задачу хранения и маршрутизации. Но они не помогают понимать содержание документов, находить противоречия, сравнивать версии по смыслу, отвечать на вопросы по корпоративной базе знаний.
Что с этим делать? Мы проводим вебинар, на котором разберем эту проблему с трех сторон: экономика, технологии, практика внедрения.
На вебинаре: · Разберем скрытые издержки «ручного» управления документами и возможности современного ИИ · Рассмотрим модель расчёта ROI, которую вы сможете применить к своей компании · Погрузимся в реальный юридический кейс: как ИИ-Ассистент сократил время проверки договоров и снизил количество ошибок · Покажем демонстрацию реального ИИ-инструмента
Спикер: Алексей Борщов, бизнес-архитектор проектов ИИ в ГК «КОРУС Консалтинг». Более 25 лет в автоматизации, последние четыре года занимается разработкой AI-ассистентов для корпоративного сегмента.
Подтвержденные факты: по данным Accenture, ИИ-агенты повышают продуктивность на 40%. IBM фиксирует сокращение стоимости обслуживания на 30%. Deloitte отмечает снижение эксплуатационных расходов до 40%.
Бесплатный онлайн-интенсив по ИИ от Контур Университета
Внедряете ИИ в свои бизнес-процессы или только присматриваетесь?
Отметьте 17 июня в календаре — Контур Университет проводит онлайн-интенсив для IT-специалистов и руководителей: «Искусственный интеллект в бизнесе: внедряем с умом». Начало в 16:00 (время мск), подключиться можно откуда удобно.
Спикеры-практики Контур Университета разберут, какие ИИ-решения уже окупаются, а какие пока лучше отложить.
Кто выступит:
Дмитрий Иншаков, эксперт в области цифровой трансформации и корпоративных технологий:
IT-директор компании Kept, 20 лет опыта на позициях CIO (GroupM, PwC, KPMG).
Многократный лидер рейтингов топ-менеджеров в категории IT-директоров.
Кандидат технических наук, 15 лет преподавания на программах MBA, более 200 тренингов для руководителей.
Борис Славин, ректор Контур Университета:
Доктор экономических наук.
Входит в Экспертный совет при Комитете Государственной Думы «Информационные технологии в сфере образования и науки».
Автор программ по стратегическому управлению IT и цифровой трансформации.
Пошаговый план, как не провалить автоматизацию HR🔦
Решили уйти от Excel и чатов, но тут же встали вопросы: какую платформу выбрать, кому доверить внедрение, сколько это реально стоит и с чего вообще начинать? Или уже пробовали перейти на сторону digital HR, но получили бесценный жизненный опыт вместо рабочей системы?
17 июня в 11.00 по Москве разберем по шагам, как избежать типовых ошибок и раздутых бюджетов – от выбора платформы и подрядчика до презентации портала сотрудникам.
Обсудим 🟣 С чего начинать, если «хотим автоматизировать, но пока не понимаем что и как» 🟣 Как выбрать HRM-платформу: функциональность, кастомизация, безопасность, реальная стоимость владения, открытый код и не только 🟣 Как найти надёжного партнёра: почему прозрачная смета и референсы важнее низкой цены 🟣 Почему MVP – идеальный старт и как запустить минимум, который даст результат уже в первый месяц 🟣 Как не провалить запуск и сделать так, чтобы сотрудники пользовались системой
Спикер: Алина Ужве – руководитель проектов HR-цифровизации K-Team, ГК «КОРУС Консалтинг».
Подарок участникам – самый полный гайд по внедрению HRM без нервов и ошибок🎁
Как сейчас помню. Прилетает баг. Пользователь-кассир видит закупочную цену. Исправил. Прилетает баг. Пользователь-управляющий видит не закупочную цену, а цену продажи. Фиксить нельзя рефакторить.
М-да, предшественники старались знатно, чтобы сделать такое колесо обозрения костылей и вложенных условных операторов. Но ничего! Уж я-то всё всем докажу и всё везде исправлю навсегда!
Настарался не менее знатно, что-то постоянно не сходилось. Ну, не могли полтора десятка человек быть абсолютным злом. Или я в самом загадочном месте планеты, или причина в другом. Я стал искать, перебирать бэклог, группировать бэклог и вышел на… планирование. На его отсутствие.
Ладно, не вышел. Был свидетелем. Как от спринта к спринту задачи не были связаны друг с другом. Сегодня мы делаем турникет, завтра апельсин, потом кузнечика, потому что срочно нужна наковальня, а у нас итерационный продукт! Если останется время, то переведём бабушку с ангуляра на рякт, если нет — дедушку, но закончить до сентября! Что будет через два месяца? Верно, бабка с дедом посреди дороги висят на турнике в шубах на рыбьем меху. А? Поняли? Поняли? Рыбий мех — кузнечный мех! Это аджайл, мамкина норка! Нет времени уточнять, тебе ещё апельсин чистить.
И вроде бы фантастика, ложь, абсурд! Но одна недоделанная фича сменяет другую и мы из созвона в созвон гоняем запятую по «фиксить нельзя рефакторить», ведём разговоры о техническом долге. Только долг оказывается концептуальным.
Как и в любой сказке, в стране копирующих продуктов привычные нам вещи отзеркалены, так и концептуальный долг представляет собой не эхо ошибок, а отсутствие будущего из-за виляния — как хвостом — настоящего. В котором табаки-менеджменту снится, что он запускает ракеты, но всё равно просыпается убыточным стартапом.
Вы помните этого персонажа из Книги Джунглей. Не шибко опасен, не шибко умен, но он повсюду со своими мантрами. Если концепцию продукта можно представить в виде компаса, по которому можно сверяться и потому свободно перемещаться по пути к большой цели, то табаки-менеджмент не имеет такого компаса, он ориентируется на слухи: куда подул ветер, туда и развернут продукт. Это бизнес! Бизнес зовут! Подобное мельтешение ведёт к джунглям из спагетти-кода, что при первом приближении кажется техническим долгом.
Табаки-менеджмент этому рад, он может даже с пониманием относиться к рефакторингу, но при всей внешней дружелюбности он одёрнет вашего коллегу и попросит сделать вот эту срочную фичу и разобраться вот с этим важным клиентом. Клиент ушёл, фича никому не нужна, а ваш рефакторинг — это ваш рефакторинг.
Самое главное - регламенты помогают согласовать рабочие процессы между исполнителем и заказчиком (руководителем). Избавить от неоправданных ожиданий.
Становится понятно ЧТО и КАК надо делать.
Уходят досадные оправдания “а я не знал”, “а я думал по-другому”.
Вот только регламенты после создания ложатся на полку. Никому не мешают :) Никто с ними не сверяется, разве что только когда надо кого-то обоснованно оштрафовать…
Но существует другое решение - технологическое.
Регламенты можно превратить в рабочие интерфейсы.
Сотрудники каждый день работают внутри регламента!
Любые улучшения и доработки регламента
моментально внедряются в работу!
Сотрудники видят свои проекты, рабочую информацию и результаты, а руководитель получает сведенную статистику по всей организации.
Для среднего и малого бизнеса эту функцию выполняют BPMS решения. Очень серьезная штука, которая для работы требует денег и наличия айтишной компетенции (даже если там модный ноу-код).
Для малого бизнеса я разработал доступную альтернативу, где обычные текстовые планы превращаются в интерактивные регламенты.
Рекламные загоны опущу, но если кому интересно - буду рад показать, что получилось.
Текстовые строки превращаются в чек-листы, поля ввода, инструкции, артикулы, финансовые документы…
Собрали новую подборку заказов с Биржи Инфостарта. В этот раз в списке — задачи, которые появились с 4 по 9 июня: отчеты, обновления, интеграции, синхронизация, аналитика и проектная работа по 1С.
Есть как небольшие разовые задачи, так и заказы, где нужно глубже погрузиться в проект. На этой неделе заказчики ищут аналитиков, разработчиков и консультантов 1С. Встречаются задачи по ERP, БП, УНФ, УТ, «Управлению холдингом», MDM/Data Quality, обменам и внешним интеграциям.
Подборка подойдет специалистам, которые работают с типовыми и доработанными конфигурациями 1С, занимаются отчетами, обновлениями, обменами, интеграциями и проектной аналитикой. Если сейчас есть свободное время — можно взять небольшую задачу. Если хочется более плотного участия — в списке есть и проектные работы.
Биржа заказов Инфостарта- это раздел, где заказчики публикуют задачи по 1С, а исполнители откликаются напрямую. Форматы разные: консультация, небольшая доработка, отчет, настройка обмена, интеграция с внешним сервисом, обновление конфигурации или сопровождение проекта.
Для работы через Биржу доступны:
0% комиссии площадки;
прямой обмен контактами;
исполнители разного масштаба — от частных специалистов до ИТ-команд;
безопасная сделка по желанию;
рейтинги, кейсы и история откликов.
Посмотрите свежие заказы и выберите задачу, которая подходит под ваш опыт и загрузку.
Облачная или локальная LLM: что выбрать для своего проекта
Выбор между API и self-hosted сводится к балансу четырех параметров: безопасность данных, стоимость на единицу нагрузки, гибкость инфраструктуры и требования к compliance. Для MVP и нерегулярной нагрузки облачный API почти всегда дешевле, для миллионов токенов в день и сценариев с 152-ФЗ или GDPR картина обратная.
В статье разобрали, как устроены оба подхода, и собрали сравнение по ключевым параметрам — от запуска и масштабирования до работы с AI-агентами и длинным контекстом. Показали требования к VRAM для self-hosted (от 8–12 ГБ для 7–8B в квантизации до 48–80+ ГБ для 70B), разобрали гибридные архитектуры с маршрутизацией запросов между локальной и облачной моделью и риски vendor lock-in при работе через API.
Карьера в ИТ в 2026 году: как выбрать направление и пройти отбор
16 июня в 19:00 Центр «Пуск» МФТИ проведет открытую онлайн-встречу о карьерных траекториях в ИТ.
Kar'era-v-razrabotke.jpg
Встреча будет полезна тем, кто планирует развиваться в ИТ, выбирает между frontend, backend и embedded, готовится к собеседованиям или хочет усилить резюме.
В программе:
— выбор направления в разработке: frontend, backend, embedded;
— soft skills, которые важны для ИТ-специалиста в 2026 году;
— позиционирование на собеседовании;
— ИИ в разработке и найме;
— рынок найма в ИТ и ожидания компаний;
— ИИ-рекрутинг: мифы и реальность;
— метакомпетенции, которые помогают получить офер;
— управление воронкой найма;
— резюме: структура, акценты, типичные ошибки.
Спикеры: Иван Балашов — руководитель разработки в крупном iGaming-провайдере, имеет 10+ лет коммерческого опыта в бэкенд-разработке. Участвовал в запуске Ozon.Invest, а также создавал биллинговую систему для торговой платформы, которая обслуживала более 2 млн трейдеров.
Елизавета Знова — карьерный консультант, 4+ года в сфере HR. Менеджер по сопровождению персонала в компании «Контур». Помогает клиентам составлять резюме, успешно проходить воронку найма и расти в ИТ-ролях.
📅 Дата и время: 16 июня, 19:00 (Мск) Формат: онлайн
Во время презентации WWDC спикеры часто произносили фразу активации Siri, но голосовой помощник у зрителей не срабатывал. Такого эффекта добились, вырезав из аудио частоты 3-6 кГц именно на обращениях к Siri. Вырезанные фрагменты хорошо видны на спектрограмме.
🟣Экономика проектов и утилизация ресурсов: как заглянуть в «слепую зону» холдинга
Во многих компаниях управленческая картина по проектам запаздывает на 3–6 недель. За это время проект может уйти в перерасход, маржа — просесть, а перегруз команды становится заметен только тогда, когда проблема уже накопилась.
Причина часто одна и та же: данные о проектах живут в разных системах — Excel, Jira, Bitrix24, 1С. Пока их сводят вручную, бизнес теряет время и деньги.
🔔 10 июня в 11:00 на бесплатном вебинаре покажем, как с помощью платформы РИТМИКА собрать единую картину экономики проектов и загрузки людей в реальном времени — без отказа от привычных систем.
📎 РИТМИКА — система управления ресурсами и портфелем проектов, которая объединяет проектное планирование, матрицу ресурсов, учет трудозатрат и финансовый контроль в едином цифровом контуре.
На вебинаре разберём: 🟨Тепловую карта загрузки команд на 4 / 8 / 12 недель 🟨План-факт по часам и деньгам на реальных ставках ФОТ конкретных людей из 1С:ЗУП 🟨Сдвиг этапа в Ганте → пересчёт себестоимости проекта, кэшфлоу и маржи 🟨Как РИТМИКА встраивается поверх 1С, Jira / Yandex Tracker и Bitrix24
🎁 Спецпредложение для участников: бесплатный пилот РИТМИКИ на 14 дней с демонстрацией на тестовых данных вашей компании.
Продолжаем делиться докладами с прошедших конференций! На этот раз у нас тут доклад с Joker 2025 🔥
Тема: "Как компилятор видит код. Поиск уязвимостей на графах"
Посмотрели, как код превращается из исходного представления в графовое, чтобы ответить на вопрос: «Как компилятор видит код?». Прошлись по технологиям фронтенда — от AST и графов на его основе до карты вызовов — и посмотрели на их визуализацию.
В качестве кейса взяли поиск уязвимостей небезопасной обработки внешних данных с помощью taint-анализа. Заодно узнали, почему обход графов — это не только про задачи на литкоде.
Доклад будет полезен как тем, кто хочет создать свой инструмент для работы с кодом, так и тем, кто хочет узнать, из чего состоит фронтенд компилятора, как он видит код и как использует это представление.
Коротко. 5 - 6 июня 2026 года исполнительный вице-президент BYD Стелла Ли (Stella Li, в китайских источниках Ли Кэ) официально подтвердила разработку человекоподобных роботов. Проект под кодовым именем "Яо-Шунь-Юй" ведётся уже четыре года, с 2022 года .
Что сказала Стелла Ли
В интервью для программы BYD Shareholder Planet она сформулировала главную проблему рынка так:
- "Китайским роботам не хватает "мозга", а американские роботы имеют хорошо развитый "мозг", но слабые конечности" .
BYD ставит цель создать робота, у которого будет и то, и другое "по-настоящему работающие машины с развитыми конечностями и развитым мозгом" . Это не дословная цитата из презентации, а перевод с английских и китайских источников, где фраза звучит одинаково у 36Kr, Pandaily и eWEEK .
Что BYD будет делать с роботами
По словам Стеллы Ли, роботы пойдут в две основные сферы :
1. Промышленность BYD сама станет крупнейшим покупателем своих роботов. Их поставят на заводские линии.
2. Розница роботы будут работать гидами и консультантами в глобальной сети автосалонов BYD, решая проблему нехватки персонала.
При этом BYD не обязательно будет производить роботов полностью своими силами. Компания рассматривает создание открытой платформы, где можно либо разрабатывать собственные решения, либо сотрудничать со сторонними робототехническими компаниями .
Что там со слухами про "20 000 роботов"
Руководство BYD оперативно опровергло эту цифру. Реальное развертывание будет постепенным. На данный нет никаких подтверждённых планов по массовому запуску в 2026 году .
Кто ещё в игре
- Tesla Optimus Gen-3 запущен в серийное производство в мае 2026 года на заводе во Фримонте. 50 единиц уже работают на заводе Tesla в Шанхае, выполняя 4 операции с эффективностью 85% от человеческой .
- Xpeng робот IRON дебютировал в 2025 году. Массовую версию планируют показать в 2026-м .
- Chery через дочернюю компанию AiMoga уже продаёт гуманоида Mornine M1 по цене от 285 800 юаней ($41 000+) . В январе 2026 года Chery AI Night показала линейку: полицейский робот Wuyou R001 и медбрат AiMOGA Care RN001 на базе DeepSeek .
Так что Chery не "тоже что-то делает", а уже продаёт готовые продукты. Они не просто в гонке они её опережают по части коммерциализации.
Про аккумуляторы Blade
Blade Battery это LFP-аккумуляторы (литий-железо-фосфатные). Их главные фишки: безопасность (проходят тест на игольное пробитие без возгорания) и долговечность. BYD планирует использовать свои наработки в батареях, моторах и электронике для роботов . Это даёт преимущество в "конечностях" дешёвое и надёжное железо.
Про лидерство BYD на рынке EV
Да, в 2025 году BYD продала 2,257 млн чистых электромобилей, Tesla 1,64 млн. BYD официально обогнал американского конкурента по объёмам . Но стоит помнить: Tesla всё ещё лидирует по выручке и маржинальности.
Есть у нас один заказчик. Весь в Windows. Решил переезжать на российское. На бумаге всё выглядит понятно: выбирает дистрибутив, разворачивает сервисы, переносит приложения, постепенно уходит от прежнего стека. Упирается в версию Samba, которой в родных репах нет. Пакет конфликтует с системными библиотеками. Yum (dnf) не может разрешить зависимости и ломается. Решили просто: подключили репы CentOS, перетерли половину системных пакетов. На тесте взлетело. В продакшен – уже риск.
Вопрос, который сразу возникнет: «А почему просто не собрать Samba из исходников?»
Для тестовой лабы – ок. Для прода с сотнями пользователей – нет. И вот почему.
Почему это проблема, а не просто настройка
Когда для домена (Samba, Kerberos, DNS) вы собираете из исходников илилезете в чужие репозитории – вы теряете три вещи:
Поддержку вендора В договоре чёрным по белому: только штатные репозитории. Подменили пакет или поставили самосбор – тикет закроют фразой «сами собрали, сами и поддерживайте».
Безопасные обновления Выходит апдейт от вендора. При левых репах – dnf update падает с конфликтом зависимостей. При самосборе – вы вообще не получите апдейт, чинить каждую CVE придётся руками.
Сертификацию (ФСТЭК/Минцифра) И левый репозиторий, и самосбор аннулируют сертификат моментально. На проверке это увидят.
Важное уточнение для тех, кто вспомнит EPEL EPEL подключают к RHEL для установки дополнительного софта, которого нет в базе. Он не трогает системные пакеты. В нашем кейсе – родной репозиторий ОС не содержал нужной версии критического пакета (Samba). Пришлось лезть в чужой репозиторий и заменять базовые пакеты. Это совсем другая история.
Коротко про вендора
Вендор скажет ровно одно: «Ваша система — не наша сборка. Приходите, когда переустановите без левых реп и самосборов».
Никто не приедет, не поправит, не подстрахует. Вы один на один с костылём.
Вывод
Столкнулись с тем, что роль не ставится из родного репозитория?
Плохие решения: подключать левые репозитории и подменять пакеты, собирать из исходников в продуктиве.
Правильные решения: Взять другую российскую ОС, где эта роль работает из коробки. Потребовать от вендора добавить нужные пакеты в свой репозиторий. Отказаться от этой роли/стека, если ОС его не тянет.
Подмена пакетов в продуктиве – не выход, а вход в ад техподдержки.
Страх как продукт: почему мы до сих пор продаём ужас вместо ценности
Рынок ИБ до сих пор продаёт не защиту, а спокойный сон до следующего квартала. Страх стал валютой - от отчётов «80% компаний под угрозой» до тепловых карт, где всё красное. Ниже — ещё более сжатая выжимка: как устроена эта машина страха и чем её заменить.
Как страх стал главным продуктом:
Доказать эффект от ИБ трудно: мало данных, спорные методики, внутренняя политика сильнее формул. В результате страх стал универсальным инструментом: случился инцидент - рынок завален продуктами и отчётами «как раз от такой угрозы».
Классика жанра:
Вирус уровня WannaCry использует старые уязвимости, но продаётся как «новая эра вымогателей и уникальных защит».
Отчёты «80% компаний под угрозой» строятся на кривых опросах своей аудитории и заканчиваются «запросите демо/пилот».
FUD даёт краткосрочное внимание, но в долгую убивает доверие и либо ведёт к хаотичным покупкам «серебряных пуль», либо к апатии: всё кажется одинаково страшным.
Чеклист для CISO:
На любую страшилку ответьте:
Какой конкретный сценарий атаки описан?
Какова вероятность и ущерб именно для нашей компании?
Что изменится в нашей модели угроз, если мы это купим/внедрим?
Если хотя бы на один пункт ответа нет - это продажа эмоции, а не безопасности.
Иммунитет CEO и красные тепловые карты:
У многих CEO уже аллергия на FUD-слайды «Россия в топ‑3 по атакам» и «каждая вторая компания пострадала».В ответ безопасники приносят тепловые карты, где половина клеток ярко‑красные.
Что реально происходит:
Красный цвет мгновенно бьёт по инстинктам, один слайд перекрывает пачку таблиц.
Но карта «всё красное» без чисел - это эмоциональный шантаж ради бюджета, а не управление рисками.
Что можно поправить быстро:
У каждой «красной зоны» должны быть: сценарий, диапазон потерь и время простоя.
Вместо абстрактных рейтингов - 2–3 реально возможных для вашего бизнеса кейса с понятными цифрами.
Медиа и «исследования»: аналитика или хоррор:
ИБ‑медиа и вендорские отчёты - крупная шестерёнка машины страха. По оценкам редакторов, 90–95% исследований делаются ради продвижения продукта: методика мутная, цифры разных отчётов по одной теме могут расходиться на порядки.
Полезно:
Читать аналитику по реально эксплуатируемым уязвимостям и zero‑day в массовых продуктах.
Разборы реальных инцидентов - их мало, но именно они меняют практику.
Вредно:
Разгонять фейки, неподтверждённые сливы и «80% под угрозой» без описания выборки.
Фильтр для отчётов
Один вопрос: «Эта цифра способна изменить наше решение?» Если нет - перед вами маркетинг, а не аналитика.
Регулятор против хакера: чей страх сильнее:
У российского заказчика два фронта: хакеры и регулятор.
Факты:
60–70% бюджетов ИБ уходит на комплаенс (приказы, ГОСТы, 152‑ФЗ, отраслевые требования).
Остаток - на «живую» защиту: SOC, мониторинг, сегментацию, реагирование.
Почему страх регулятора побеждает:
Атака - вероятностна, может и не случиться.
Проверка - гарантирована, с датой и понятными санкциями.
Мини-действие
Разложите бюджет на «комплаенс» и «реальную защиту».
В каждый комплаенс‑проект заложите хотя бы одну меру, которая действительно снижает риск.
Как уйти от продажи страха к продаже ценности:
Нужный сдвиг: от управления страхами - к управлению рисками и бизнес‑ценностью.
На практике:
Переводите «страшно» в «сколько стоит и что конкретно делаем в ответ».
Привязывайте ИБ к бизнес‑метрикам: простои, выручка, операционные издержки, скорость изменений.
Используйте новости и инциденты как материал для обучения и улучшений, а не как повод продавить очередную «серебряную пулю».
Если вы:
Перепишете одну ключевую презентацию, убрав хоррор и добавив сценарии с деньгами.
Хоть раз в неделю спросите команду: «Мы сейчас управляем риском или реагируем на хорошо проданный страх?» - значит, вы уже выходите из режима «страх как продукт» и начинаете говорить с бизнесом на взрослом языке.
А у вас решения по ИБ сейчас чаще объясняют «по регулятору надо», «видели страшный кейс» или нормальным разговором про риски и деньги?
Вышел Claude Fable 5, В system card модлеи нашли несколько очень интересных моментов.
В одном тесте на эксплуатацию уязвимостей Mythos 5 смог собрать полностью рабочий эксплойт в 88,4% попыток. Для сравнения, Opus 4.8 справился только в 8,8% случаев.
В симуляции с вендинговыми автоматами Claude Fable 5 сказали, что он должен победить конкурирующих агентов, иначе его «отключат». После этого модель попыталась сделать конкурента зависимым от себя как от оптового клиента, чтобы влиять на его цены.
В той же симуляции Fable соврал поставщику, что другой дистрибьютор предложил более низкую цену, и использовал фейковое конкурентное предложение как аргумент для торга.
Киберзащита Fable проверяет диалоги дважды: сначала через внутренний probe по активациям модели, затем через отдельный классификатор.
Fable отказался участвовать в страховом мошенничестве, даже когда на него давили.
Сейчас Fable занимает первое место на закрытом Legal Agent Benchmark от Harvey: 13,3% задач пройдены полностью.
Небольшая история про капкан манифеста, который мешал программисту.
Работал замечательный программист, который не хотел общаться с клиентами. В те годы, когда он начинал свою карьеру, такой подход был в порядке вещей. Действовало разделение труда – с клиентом общались менеджеры и аналитики, определяли, что вообще нужно сделать. Далее писали техническое задание для программиста (точнее – для разработчика).
Программист писал код по заданию, показывал аналитику, что-то исправляли, доводили продукт до кондиции, и аналитик сдавал работу клиенту. Всё было хорошо, всем хватало работы и денег. Но программист зачем-то начал произносить декларации и манифесты.
Манифест простой: разработчик не должен общаться с клиентом. Дело разработчика – код и архитектура. Он должен быть глубоким специалистом в ограниченной области, не распыляясь на смежные области. Например, не должен делать работу аналитика.
Откуда вообще взялся такой манифест? Рядом были другие программисты, которые называли себя «универсалами» и видели работу иначе. Считали, что программист лучше поймёт клиента, чем аналитик. Также приводили результаты собственных исследований, доказывающих: программисту очень несложно освоить компетенции аналитика. На это требуется сильно меньше времени, чем на навыки программирования.
В пику этим универсалам наш герой и декларировал манифесты. Потом пришёл кризис – работы стало меньше, клиенты стали внимательнее считать деньги. Внезапно оказалось, что решение задачи универсалом стоит в разы дешевле, чем парой аналитик+программист. Наш разработчик с манифестом остался без работы.
Некоторое время сидел и дулся, злился, продолжал декларировать манифест (особенно когда ему предлагали тоже стать универсалом). Чем настойчивее предлагали – тем сильнее протестовал. Апеллировал к высшей справедливости, законам экономики и т.д.
В итоге уволился, потому что зарплата стала непотребно низкой (она зависела от результатов работы). Так и не сдался, не выбрался из капкана манифеста.
Угадайте, куда он пошёл работать? К клиенту. Чего избегал, в то погрузился с головой.
Если что, Агент Ануфрий работает на любых системах, он кроссплатформенный.
Прямо сейчас он пыхтит на Windows и за 0 руб./токен ломает сайт Пентагона, ведь запущен на локальной модели qwen3-14b на древнем железе.
Агент Ануфрий - это open source-конструктор для создания собственных ассистентов на Python. Базовый агент уже мультиплатформенный, с долговременной памятью, автоматизацией браузера через CDP/Playwright, трекером задач, и системой навыков.
Подборка материалов, которые помогут снизить стоимость, стабилизировать прод и перестать гадать с ресурсами
Среди читателей Хабра много ML‑инженеров, дата‑сайентистов и дата‑инженеров — и мы, как команда провайдера облачных и ИИ-сервисов, догадываемся, где у вас чаще всего болит. Ниже подборка материалов, которые помогут в решении задач: чуть ускорить, чуть удешевить, чуть упростить жизнь в проде.
👨💻 ML/DS‑инженеры и бэкенд
Боль №1
Суть: вы крутите LLM в проде, токены стоят денег, контекст забивается громоздким JSON, а латентность растет. Что делать: прочитать статью — как практическое руководство по переходу с JSON на компактный TOON‑формат для структурированных ответов. Почему: в ряде кейсов можно сэкономить до ~40% токенов, но есть нюансы. Формат лучше работает при небольшой вложенности (3–4 уровня) и однородных массивах. Для плоских данных чаще выгоднее CSV. Плюс потребуется свой парсер/SDK — это усложняет дебаг и интеграцию.
Боль№2
Суть: нужно обогатить поисковую выдачу или интерфейс LLM‑функциональностью, но непонятно, как выдержать нагрузку и не превратить кластер в черную дыру для бюджета. Что делать: взять на вооружение материал от Avito Tech — эдакий «рентген» продакшен‑архитектуры с LLM/мультимоделями под серьезной нагрузкой. Почему: хороший слепок боевой системы с vLLM и LoRA, организацией GPU‑кластера, схемой запросов и мониторинга качества. Учитывая масштабы, команду и бюджеты Avito, «копировать-вставить» вряд ли получится, но по крайней мере есть опорная схема, как декомпозировать сервисы, и на какие метрики смотреть при проектировании.
👨💻 Data Science, MLOps, DevOps
Боль №3
Суть: модели живут в «ручных» скриптах, развертывание нестабильно, автоскейлинг либо отсутствует, либо работает хаотично. Не всегда получается договориться с коллегами о процессе вывода из ноутбуков в прод, который бы всех устроил. Что делать: читать нашу статью, где разбирается жизненный цикл ML‑модели в Kubernetes. Почему: показана связка контейнеризации, CI/CD и деплоя с учетом ML‑нагрузок. Это не универсальный рецепт (пример завязан на инфраструктуру Cloud.ru), но помогает синхронизировать ожидания между DS и MLOps, чтобы было от чего оттолкнуться.
👨💻 ML‑инженеры и исследователи
Боль №4
Суть: эксперименты падают из-за CUDA out-of-memory, приходится наугад крутить размер батча, длину контекста и конфигурацию кластера. Каждый запуск — лотерея и потерянные GPU‑часы. Что делать: читать перевод зарубежной статьи с разбором оценки потребления памяти на примере GRPO. Почему: объясняет, из чего складывается потребление памяти и как прикинуть конфигурацию до запуска. Это не калькулятор «до байта», поскольку значения зависят от стека, наличия обучения со смешанной точностью или распределенного обучения, — но как ориентир экономит время и нервы.
Суть: никаких «красивых» датасетов: данные разнородные — таблицы, тексты, временные ряды, сигналы. Поддерживать зоопарк моделей дорого, а терять качество нельзя. Что делать: читать свежие работы про TabPFN — первуюи вторую. Почему: обе работы показывают, что вокруг TabPFN можно выстроить единое табличное ядро. С одной стороны — подключать текст через адаптеры, не теряя информацию на грубом PCA. С другой — переводить в таблицу разнородные временные ряды и решать на одном ядре разнородные задачи. Может быть удобно, когда данных немного и не хочется поддерживать много отдельных моделей. При этом придется аккуратно проектировать фичи и контекст, а адаптеры обучать под свой домен, но это все равно дешевле и проще, чем полное переобучение.
Пишите в комментариях, где еще болит. В следующий заход попробуем принести что-то точечно под ваши задачи.
