Все потоки

Проектов больше, чем людей: как управлять портфелем в условиях дефицита ресурсов?

Рост числа проектов не всегда сопровождается ростом команды. Когда ресурсов не хватает, приходится вручную расставлять приоритеты и перераспределять людей, а контроль сроков, бюджета и обязательств становится всё сложнее.

Как сохранить управляемость портфеля, когда проектов становится больше, а ресурсов – нет? На вебинаре 17 сентября в 12:00 покажем, как с помощью решения Digital.Q.PM «Управление проектами» выстроить сквозной процесс – от постановки бизнес-цели и создания проекта до его выполнения и завершения.

Покажем на практике, как Digital Q.PM помогает снизить ручную нагрузку на менеджеров, эффективнее использовать ограниченные ресурсы и управлять большим количеством проектов без потери прозрачности и контроля.

Также разберем, как на каждом этапе процесса связаны данные, задачи и различные системы платформы, чтобы управление проектами оставалось прозрачным и контролируемым.

• Создание проекта на основе поставленной бизнес-цели

• Управление ресурсами в условиях их дефицита

• Планирование и контроль бюджета

• Контроль выполнения проектных обязательств

• Взаимодействие различных систем платформы в едином процессе управления проектом

Кому будет интересно:

• Руководителям РМО

• Руководителям проектов и программ

• Специалистам по управлению ресурсами и портфелем проектов

• ИТ-директорам

• Руководителям цифровой трансформации

Зарегистрироваться на вебинар можно по ссылке

We will croc you 👻

Хакерская группировка PhantomCore продолжает активно использовать ошибки в конфигурации 1С для атак на российские организации.

В рамках расследования инцидента команда комплексного реагирования на киберугрозы Positive Technologies (PT ESC IR) обнаружила компрометацию сервера 1С, работающего на операционной системе семейства Linux 🐧

Среди характерных признаков — наличие вредоносных исполняемых файлов в подкаталогах домашней директории служебного пользователя usr1cv8 и команд в .bash_history того же пользователя — в частности просмотр и удаление файла res.txt, в который записывается результат выполнения кода посредством 1cshell.

/home/usr1cv8/.bash_history: cat res.txt

/home/usr1cv8/.bash_history: rm res.txt

После получения доступа в систему PhantomCore установили ReverseSSH-туннель, что является типичным поведением для данной группировки.

🕵️‍♂️ Помимо часто используемого инструментария мы встретили и более диковинную утилиту croc, предназначенную для удаленной загрузки и эксфильтрации файлов.

На исследуемом узле были обнаружены команды формата: CROC_SECRET=[REDACTED] ./croc

С помощью нее злоумышленники могли загрузить на скомпрометированный узел файл, который был предварительно отправлен через веб-интерфейс https://getcroc.com/ (на скриншоте) или с другого компьютера, на котором установлен croc.

💡 Для поиска следов использования croc можно поискать исполняемый файл с соответствующим именем, а также использование переменной окружения CROC_SECRET.

В качестве сетевого индикатора может служить домен getcroc[.]com.

(Источник: https://t.me/ptescalator)

🤔 Аналитический кластер не всегда выгодно масштабировать целиком

Когда объем данных растет — нужно больше дисков. Если становится много тяжелых запросов — нужны дополнительные CPU. В ситуации, когда хранение и вычисления жестко связаны внутри одного кластера, вместе с нужным ресурсом приходится наращивать и второй.

➗Разделение compute и storage позволяет масштабировать их независимо. Данные остаются в общем слое хранения, например S3, а для обработки можно использовать отдельные вычислительные кластеры и движки. Такой подход лежит в основе современных Data Lakehouse-архитектур.

Что меняет разделение compute и storage:

🔹 под тяжелую обработку можно добавить compute, не расширяя хранилище
🔹 рост объема данных не требует одновременно покупать дополнительные вычислительные мощности
🔹 разные инструменты могут работать с одним набором данных без создания отдельных хранилищ
🔹 вычислительные ресурсы проще распределять между ETL, BI, ad hoc-запросами и другими нагрузками.

Важно учитывать, что данные передаются между storage и compute по сети, поэтому на производительность влияют пропускная способность, задержки и организация доступа к данным. 

В статье VK Cloud разбираем, когда разделение compute и storage действительно нужно аналитической платформе, что оно дает и какие архитектурные компромиссы приходится учитывать.

📬 Мы в МАХ

Экстремальная модернизация охлаждения домашнего сервера. 9⁰С в простое, 60 в полной нагрузке (1250 Вт)

Было 60 и 90.

Переход на Astra Linux SE 1.8 — вопрос времени для многих организаций. Регуляторы требуют, но детальной информации о том, что именно изменилось, на рынке мало. Документация есть, а живого разбора с настройкой — нет.

На бесплатном практическом вебинаре «Astra Linux SE 1.8: миграция без паники. Новые возможности защиты и живая настройка» разберем изменения в политиках безопасности, мандатном доступе и инструментах администрирования. А также покажем настройку на работающем стенде.

Программа:
⭐ Что изменилось в версии 1.8 по сравнению с 1.6/1.7
⭐ Почему миграция вызывает сложности и где возникают типичные ошибки
⭐ Настройка защиты и администрирование в реальном времени
⭐ Курсы по Astra Linux SE 1.8: для пользователей и администраторов. Даты старта, специальная цена для участников вебинара

Что нужно для участия: базовое знание Linux, опыт с Astra Linux SE 1.6/1.7 будет плюсом.

📆 Когда: 11 сентября в 17:00 (Мск)
👨‍🎓 ️Спикер: Брейман Александр, эксперт в области разработки и архитектуры ПО

✍️ Записаться

🤡 Новый фреймворк на NodeJS

Это не draft, а работающий код из прода. Посмотрите код сервиса, код http контроллера и код декларации

Шутки шутками, а существующие реализации DI на ноде либо перегружены, либо используют декораторы, для которых нет единого стандарта у старого и нового кода.

import { provide, inject } from "di-kit";

export class WalkerLogicPublicService {

  private readonly loggerService = inject<LoggerService>("loggerService");

  ...

}

...

provide("loggerService", () => new LoggerService());

Вот почему нельзя просто вот так? Никаких минусов нет, выносите типы в enum, создавайте изолированные пространства имен.

import { createActivator } from "di-kit";

export const { init, inject, provide } = createActivator("separate-scope");

Представлен открытый проект Spotify Portal AI Plugins. Это решение от инженеров Spotify, которое экономит до 90% ресурсов ИИ-агентов:

• перенаправляет шаблонные задачи на более дешёвых агентов и оставляет Claude только приоритетные дела;

• bulk‑reader разбирает многострочный код, Gemini 2.5 Flash внутри читает файлы на тысячи строк и отдаёт Claude саммари;

• code‑writer генерит рутинный, проверенный и предсказуемый код, пишет тексты, конфиги, type stubs, boilerplate и другие переиспользуемые части;

• Claude забирает себе только самые важные и реально сложные задачи, где нужен мощный ризонинг — фикс багов, проработка архитектуры и внесение сложных правок.

Нейросеть GPT-6 Astra собрала приложение Sweep, которое показывает прямо на полу, где уже прошлись пылесосом, а какие участки ещё пропустили. Камера смартфона отслеживает уборку и в реальном времени отмечает уже пройденные зоны.

Какую замену использовать для STFW?

Дисклеймер: Пост несет юмористический характер и не ставит своей целью оскорбить или дискриминировать кого-либо.

В своей практике иногда отвечаю на некоторые вопросы STFW, но прогресс не стоит на месте, и сейчас всё чаще актуальным ответом может быть ATFAI (Ask The F*****g AI), однако я не нашел какого-либо устоявшегося варианта на этот случай. Решил воспользоваться ATFAI и получил следующий ответ (внимание нейрослоп):

Аббревиатура ATFAI (как Ask The F*****g AI) грамматически и логически абсолютно подходит и идеально ложится в канон старого гиковского сленга. Она построена ровно по тому же принципу, что и её «предки».

Однако, если ваша цель — чтобы вас мгновенно поняли в чате или на форуме без дополнительных объяснений, есть один нюанс и пара альтернативных вариантов.

1. Самый близкий к оригиналу: RTFAI

• Расшифровка: Read The F*****g AI (или Run The F*****g AI).

• Почему это лучше: Абсолютно мимикрирует под легендарную RTFM. Визуально меняется всего одна (последняя) буква. Любой айтишник или заядлый пользователь интернета мгновенно считает отсылку на ментальном уровне, даже если видит это сокращение впервые.

• Контекст: «Чувак, этот код пишется в одну строчку, RTFAI».

2. Максимально точный: STFAI

• Расшифровка: Search The F*****g AI (или Smartly Task F*****g AI).

• Почему это лучше: Прямой наследник STFW (Search The F*****g Web). Отражает суть действия — вместо поисковика человек должен был пойти в строку ввода нейросети.

• Контекст: «Зачем ты спамишь в чат базовыми вопросами? STFAI».

Как вы считаете, какой из предложенных вариантов ATFAI, RTFAI или STFAI лучше и точнее отражает смысл и годится для внесения в канон? Может быть у вас есть альтернативный вариант?

Заметка на полях. Про ИИ и работу.

У ИИ обнаружилась неожиданная особенность.

Я больше не делаю работу.

Я формулирую задачу, помогаю железному болвану преодолеть сложности, которые он сам себе создает, поправляю его, проверяю результат, объясняю, почему получилась фигня, и отправляю на следующую итерацию.

Работа при этом делается. Иногда плохо, иногда хорошо, иногда «умри, тварь железная».

Но ощущения «я это сделал» нет, сам процесс, который обычно это ощущение производит, пропущен.

Вместо него я весь день ставил задачи, отвечал на вопросы и принимал результаты.

То есть технически ИИ избавил меня от значительной части работы.

А практически устроил мне непрерывный проектный созвон с не самыми умными людьми.

Теперь я ничего не делаю сам, весь день объясняю другим, что они сделали не так, и к вечеру совершенно не понимаю, а что ж я так устал-то.

Представлен открытый набор навыков text-to-cad для ИИ-агентов для инженеров, чтобы создавать детальные CAD-модели. Достаточно описать нужную деталь, а ИИ-агент сам строит модель с экспортом в STEP, STL и другие форматы. В комплекте есть просмотр в браузере, поиск готовых винтов, подшипников и моторов, проверка толщины стенок и нависаний перед 3D-печатью. Работает не только с Codex, но и с Claude Code и другими ИИ-агентами.

В Steam состоялся релиз Kayf-Life: Complete Edition — мода-пародии для Half-Life 2 с альтернативным сюжетом и озвучкой в духе пиратских VHS-переводов 90-х.

Команды Antinomy Collective и EpicMorg довели проект до релиза спустя 20 лет с момента выхода первой версии. Действие игры перенесено в Бобруйск 17 — исправительную колонию, где правит тоталитарный доктор Фёдор Бруньков. Игрокам в роли бывшего пациента Георгия Фридмана предстоит свергнуть режим при поддержке десантников, пиратов и «мутаболов». Для бесплатного запуска модификации в Steam требуется наличие оригинальной копии Half-Life 2.

Исследователи из Гарварда и Института Санта-Фе опубликовали научную работу Large-Language Models as a Cognitive Virus, в которой приравняли крупные языковые модели к когнитивному вирусу. Учёные проанализировали ChatGPT через призму эволюционной биологии и эпидемиологии и пришли к выводу, что алгоритмы ИИ полностью соответствуют математическому определению вируса.

Нейросети не способны распространяться самостоятельно и используют человеческий мозг, серверы и сети как организмы-хозяева, подменяя паттерны мышления и принятия решений. По мнению авторов исследования, ИИ незаметно колонизирует цифровое инфополе, меняя человеческую речь и память для генерации нужных ему данных.

«Думай медленно… Решай быстро» Даниэль Канеман

Страшно писать о таких книгах. Книгах-эпохах, книгах-вехах, книгах-переломах.

Правильнее, конечно, называть переломом не саму книгу, а работы Канемана и Талера, на которых она основана. Работы, породившие новую поведенческую экономику и удостоенные Нобелевской премии. Что интересно: Канеман – психолог, а премия – по экономике. Такие завихрения – одна из причин, почему я стараюсь читать книги из самых разных областей. Никогда не угадаешь, где найдёшь полезное знание.

Сама книга появилась спустя 40 лет исследований, практики, признания. И это, на мой взгляд, существенно (а то колоссально) повышает её ценность. Книга не срывает хайп первых успехов, не пытается попасть в мейнстрим – она подводит итоги.

Если кратко, то психолог Канеман с математиком Талером изменили многовековую историю экономики. Ранешние авторы считали человека рациональным, разумным, принимающим решения исходя из собственных интересов. Даже название у него было - Homo economicus («Человек экономический»). Труды экономистов исходили из предположения, что так (разумно, рационально) все люди и поступают.

Канеман доказал, что человек в экономике – чучело иррациональное 😊. Голова его полна когнитивных искажений, думать он не любит, решения принимает на автомате, и всем этим вполне можно управлять – «помогать» человеку принимать нужные решения. Сейчас это знание вышло далеко за пределы экономики, став чуть ли не государственной стратегией некоторых стран.

Думаю, масштаб понятен. Мы живём в реальности, часть которой создали этот автор и знание из его книги. Какая ещё нужна рекомендация 😊?

Я применяю подходы Канемана в B2B-продажах – там ведь тоже люди. Прекрасные, умные, рациональные люди – это ведь мои клиенты 😊. Но иногда, кое-где всё-таки знания об иррациональности пригождаются.

Применяю и в работе со своими сотрудниками. Если всё делать последовательно, не спеша, то, доложу я вам – их иррациональность начинает полностью доминировать над рациональностью. До такой степени, что для возвращения людей в реальность требуется приложить сознательные усилия. В этом смысле знания о когнитивных искажениях несколько опасны, поэтому – будьте осторожны.

Это 19-я книга из Книжного стека.

Лень - двигатель прогресса? Не всегда

Часто замечаю, как документы, владельцы которых не вы, легче "скопировать → перенести на свой диск → внести изменения", чем сделать одно движение, вместо трех: просто поменять права владения

В случае, как на скриншоте — один раз погуглить как менять права документа и сделать это, запомнив, при этом, навсегда

Запомните: делая работу за коллег, вы не облегчаете им жизнь, а усложняете

Ведь потом, они еще ни раз столкнуться с этой "недоступной" функцией

*тут со мной можно поспорить, мол: человек может быть занят, и действительно легче произвести маневр "скопировать → перенести на свой диск → внести изменения"

Для вас, отдельное "запомните": мы все и всегда заняты (кто-то больше, кто-то меньше, никто не спорит, но вы возьмете на себя ответственность оценить? Кто занят больше, а кто меньше?)

Может, вы заняты больше?

Блогер Graham Zip показал, что можно превратить собеседование с ИИ-рекрутером в абсурдный диалог, когда бот воспринимает любые ответы как должное и фиксирует их. Блогер представился Чиком Бонго и перечислил рандомные корпоративные термины, включая Salesforce, показатели за третий квартал и «маржу Kayak». ИИ воспринял это как описание работы и попросил подробнее рассказать о профессиональном опыте.

Среди ответов человека были: «Шесть лет в еловой древесине — семь, если считать Ричарда», поиск должности с «двумя клубами марли» и возможностью соблюдать «енотовые протоколы». Несмотря на отсутствие внятных ответов, бот завершил интервью вежливо и пообещал связаться с кандидатом по поводу следующих этапов отбора.

Что такое LID? Рассказывают сотрудники лаборатории искусственного интеллекта компании «Криптонит».

Прежде чем передать аудиозапись в модель распознавания речи (Automatic Speech Recognition, ASR), её необходимо обработать в несколько этапов.

Сначала модуль определения речи (Voice Activity Detection, VAD) выделяет фрагменты с речью, отсеивая паузы и шумы. Затем запускается модуль LID (Language Identification), работающий как классификатор.

Задача LID — определить язык (иногда и конкретный диалект) и указать степень уверенности модели. Например: китайский язык (84%), мандаринский диалект (71%), гуаньхуа (68%).

Основой LID служит акустический энкодер, который преобразует аудиосигнал в последовательность векторов. Эти векторы описывают фонетические признаки (характерные слоги, частотное распределение звуков) и просодические характеристики (тон, темп, ритм), присущие конкретному языку.

Чтобы выявить статистические закономерности в звучании, аудиозапись разбивают на короткие временные кадры (фреймы) длительностью около 20–50 мс. Сначала нейросеть анализирует каждый фрейм по отдельности, а затем выполняет агрегацию полученных вероятностей на более длинном интервале (5–10 секунд), чтобы принять финальное решение.

Существуют разные архитектуры LID:

• TDNN — нейронная сеть с временной задержкой;

• CNN + LSTM/GRU — свёрточная сеть с рекуррентными слоями;

• Transformer — как в больших языковых моделях;

• Conformer — объединяет свёртки и механизм самовнимания;

• wav2vec, XLS-R, HuBERT и другие предварительно обученные речевые энкодеры.

В настоящее время набирают популярность гибридные (ASR+LID) модели. В них один общий энкодер используется для распознавания речи и определения языка, что экономит вычислительные ресурсы. Современные LID-системы распознают более сотни языков и диалектов по коротким аудиофрагментам. При анализе длинных записей они также эффективно детектируют смену языка в процессе диалога.

В Telegram появился WEB‑прокси: как мессенджер учится притворяться обычным сайтом и чем это отличается от SOCKS5 и MTProto

В конце августа пользователи обратили внимание, что в Telegram появился новый тип подключения — Web-прокси. Одновременно разработчики выложили открытый репозиторий telegramdesktop/tproxy-server.

Что это за зверь и почему классические прокси проигрывают цензуре?

Любой прокси-сервер — это посредник между вашим устройством и конечным сервисом. Разница в том, как именно этот посредник передает ваши данные и насколько он заметен для систем DPI (глубокого анализа пакетов):

• Прямое подключение (без посредников): Пакеты летят напрямую в подсети Telegram. Провайдер сразу видит целевые IP-адреса мессенджера или характерные сигнатуры и обрубает соединение.

• Обычный прокси (SOCKS5): Протокол передает данные и рукопожатие открытым текстом. DPI давно умеет распознавать сигнатуры протокола, в текущих реалиях прокси работают плохо.

• MTProto с Fake-TLS: Притворяется HTTPS-сессией к чужому, как правило популярному ресурсу (google.com). Но у прокси нет настоящего SSL-сертификата и ключей от чужого домена. Цензоры научились слать на подозрительный сервер проверочные запросы, в случае получения нехарактерного для указанного домена ответа, соединение банится.

• WEB-прокси: Telegram заворачивает трафик в стандартные веб-протоколы (HTTPS / WebSocket) через встроенный движок браузера. Запрос идет на обычный домен с настоящим SSL-сертификатом от Let's Encrypt. Снаружи на этом адресе висит реальный сайт (даже обычный одностраничник), поэтому любая автоматическая проверка видит обычный веб-серфинг.

В чем главная техническая хитрость?

Telegram не стал изобретать собственный велосипед для маскировки TLS-отпечатков, а просто использует встроенный системный движок браузера.

Для DPI провайдера такое соединение неотличимо от ситуации, когда пользователь просто открыл вкладку в браузере и смотрит страничку.

Как устроен tproxy-server

Что мы видим в репозитории telegramdesktop/tproxy-server:

1. Сервер слушает только веб-порты (80 и 443). Все служебные порты остаются внутри локального сетевого интерфейса.

2. Обязательный сайт-прикрытие. Разработчики специально не добавили в репозиторий готовый шаблон сайта, чтобы исключить слепое копирование (защита от дурака). В документации так и сказано — если тысячи операторов поставят один и тот же дефолтный лендинг, по нему создадут сигнатуру. Сервер требует настроить проксирование на любой реальный сайт (блог на WordPress, документацию, портфолио или страницу на React/Node.js).

3. Разделение потоков. Когда на порт 443 приходит проверяющий, робот или случайный посетитель — сервер возвращает обычные HTML/CSS-страницы. Но если по специальному пути приходит клиент Telegram с валидным секретным ключом, соединение проксируется на внутренний демон mtproto-proxy.

Что нужно, чтобы поднять свой WEB-прокси?

Для самостоятельного развертывания понадобится собственный VPS за пределами зон фильтрации (подойдет любой недорогой виртуальный сервер, главное, чтобы он не был заблокирован), доменное имя (любой недорогой домен в свободной зоне (.xyz, .site, .top или .com/.net), SSL-сертификат (выпускается автоматически через Let's Encrypt или ZeroSSL).

Также нужно будет оформить сайт-фасад (сделать на домене статичную веб-страницу, чтобы сайт выглядел как сайт и не вызывал подозрений) и понадобится также секретный ключ, который Генерируется стандартной утилитой openssl rand -hex 16.

Главный плюс такого подхода заключается в том, что если домен попадет под блокировку, ничего не придется перенастраивать с нуля. Достаточно будет зарегистрировать новый домен за, направить DNS-запись на тот же IP-адрес и перевыпустить сертификат. И WEB-прокси снова работают.

Вебинар для компаний из Москвы: как сэкономить до 300 000 ₽ на патентной заявке

Технологические компании Москвы могут бесплатно получить услуги по патентованию своих продуктов и технологий, благодаря поддержке от Московского инновационного кластера.

✅ Уже более 100 компаний и ИП из Москвы патентуют свои решения за счет Фонда.

Онлайн Патент — официальный партнер программы. Наши патентные поверенные проведут для вас патентный поиск, подготовят заявку и проконтролируют весь процесс экспертизы вплоть до решения Роспатента.

Приглашаем вас на встречу, на которой специалисты Онлайн Патента расскажут:

• как работает патентная монополия на продукт и что она дает бизнесу?

• какие решения можно запатентовать и как заблокировать нарушителей?

• как воспользоваться программой Московского инновационного кластера?

Когда: 9 сентября в 10:00 по московскому времени. 

Участие в вебинаре позволит оценить выгоды от патентования продукта и разобраться, как воспользоваться программой поддержки. Зарегистрироваться на вебинар можно здесь.

📎 Почти 70% компаний не могут оценить эффект от внедрения ИИ

По данным нашего исследования лишь 12% компаний могут подтвердить реальный бизнес-эффект от ИИ. Несмотря на высокий интерес к технологии (о неиспользовании ИИ сообщили только 8% респондентов), зрелые управленческие практики остаются исключением.

🟨 58% компаний не включили ИИ в ИТ-стратегию или рассматривают его только как перспективное направление.  
🟨 Только каждая пятая компания дошла до уровня системного управления внедрением ИИ с конкретной стратегией, KPI и анализом результатов. 
🟨 Пока самая частая модель интеграции ИИ в бизнес-процессы — точечное внедрение через отдельные эксперименты (44%).  
🟨 47% компаний не имеют внутренних правил или политик, регулирующих применение искусственного интеллекта.  
🟨 У 48% компаний внедрение ИИ по-прежнему держится на отдельных специалистах.  

Исследование показывает: масштабное внедрение ИИ начинается с понятной стратегии, целей, перестройки процессов, правил работы и умения считать бизнес-результат.

👉 Подробнее — в нашем большом отчёте на сайте. Поделились детальными выводами и рекомендациями для компаний.

👉 А о грамотном управлении затратами на ИИ-проекты мы рассказали в статье.