Успевайте подать заявку на премию за лучшее применение нейросетей в работе до 15 мая
«Сделано с ИИ» — премия для специалистов с опытом до 5 лет, которые применяют искусственный интеллект в своих рабочих задачах. Представители любых IT- и digital-направлений с ИИ-навыками могут подать свои заявки и получить профессиональное признание
Вы можете подать заявку, если:
Ваш проект стал возможным благодаря искусственному интеллекту
Вы хотите заявить о своём проекте всему профессиональному сообществу
Проект дал измеримый результат
Сделали две большие номинации:
1) Техно-продуктовый вклад. Самое оригинальное и влияющее на бизнес ИИ-решение: модели, аналитика, ИИ-сервисы, автоматизация и инструменты для кода
2) Лучший креативный проект. Решение на стыке креатива, дизайна, копирайтинга и ИИ, которое дало результаты и сократило время или затраты
И будет спецприз «Будущее за ним», который получат джуны, чьи решения уже сейчас приносят пользу бизнесу и могут быть масштабированы в рамках других проектов.
Победители в основных номинациях получат по 500 000 рублей, гранты от Yandex AI Studio и другие призы. А обладатели спецприза «Будущее за ним» — по 150 000 рублей.
Предложить свой проект можно до 15 мая на сайте. Удачи!
Как определить свой внешний IP когда действуют белые списки Минцифры
Когда Министерство цифровой деградации России начинает ограничивать Интернет по своим белым спискам, внезапно обнаруживается, что из привычных инструментов не работает ничего. Невозможно зайти ни на один сайт: 2ip.rumyip.ruifconfig.meipify.orgwhatismyipaddress.comwww.whatismyip.comipinfo.io потому что никто из них не занесён в белые списки. Timeweb есть в белых списках, timeweb.com/check-ip страница открывается, но во время работы белых списков все поля пустые. Из поисковых серверов в этот момент доступен только Яндекс, но он тоже ничем не может помочь в данной ситуации, потому что не готов к такому, и предлагает те же самые сайты которые недоступны.
Вспоминаем жизнь до появления поисковых серверов - создаём свои коллекции нужных ссылок вручную.
В момент действия белых списков мне через моего сотового провайдера «Мегафон» (физически я нахожусь в СПб или Ленобласти) доступен очень ограниченный перечень сайтов. Возможно, что в том месте где Вы находитесь белый список будет другим. Просмотрев вручную всё что мне доступно по состоянию на 7 мая 2026 нашёл всего две ссылки которые показывают мой IP адрес: Яндекс Интернетометр yandex.ru/internet и Reg.ru reg.ru/web-tools/myip В Интернетометре Яндекса можно ещё и скорость померить. Из сервисов whois рабочий нашёл только один nic.ru/whois Разумеется, не надо заходить на эти ресурсы через свою выходную ноду VPN. Также, в момент когда действуют белые списки, возможно ещё и замедление скорости доступа даже к тому что разрешено. Привычный дизайн сайтов может быть нарушен, из-за того, что внешние ресурсы подгружаемые сайтом недоступны во время работы белых списков.
IP адрес который выдал Вашему устройству сотовый провайдер можно посмотреть на самом устройстве. На Android это вот тут: Settings / About phone / Status / IP Address
Возможны другие варианты. На BlackView BV9800: Settings / System / Advanced / About Phone / IP Address
Во время работы белых списков на смартфоне 100.82.28.67 а внешний IP на сайте Яндекс Интернетометр в это же время показывает 178.178.244.80
100.64.0.0 — 100.127.255.255 (маска подсети 255.192.0.0 или /10). Данная подсеть рекомендована согласно RFC 6598 для использования в качестве адресов для CGN (Carrier-Grade NAT); Вики
PS: Запасайте наличные рубли, во время работы белых списков либо оплата наличными, либо предоплата на сайте. Оплата банковской картой в это время не работает. Видимо эквайринг Сбербанка в белые списки не попал.
Обновлена открытая библиотека theSVG из 5 880+ векторных SVG-иконок для разработчиков и дизайнеров. Есть вшитый поиск, CDN, CLI, API и готовые пакеты для React, Vue и Svelte. Бонусом у иконок есть разные варианты: цветные, монохромные, светлые, тёмные и wordmark.
Почему стейблкоинов так много и чем они отличаются
Стейблкоин - это не просто «цифровой доллар». Это общий термин для разных моделей токенов, которые пытаются держать стабильную цену, но делают это разными способами. Поэтому стейблкоинов много: у каждого свой механизм, свои риски и свой сценарий применения.
Самый понятный тип это фиатно-обеспеченные стейблкоины. Они привязаны к обычной валюте, чаще всего к доллару. Примеры: USDT, USDC, TUSD, USDP. Их плюс простая логика, высокая ликвидность, удобство для переводов и торговли. Минус - приходится доверять эмитенту и его резервам.
Есть криптообеспеченные стейблкоины. Классический пример - DAI, но сейчас важно учитывать, что его экосистема постепенно мигрирует в USDS. Такие модели интересны тем, что они ближе к DeFi и меньше зависят от банковской системы, но зато сложнее устроены и сильнее зависят от состояния залога и рыночной ликвидности.
Есть товарно-обеспеченные стейблкоины, например PAXG и XAUT. Они привязаны не к доллару, а к золоту. Такой формат подходит тем, кто хочет держать в токене не валюту, а реальный актив.
Отдельная категория - это алгоритмические стейблкоины: FRAX, AMPL, sUSD. Их цена удерживается не резервами в классическом смысле, а через алгоритмы, стимулы и автоматическую балансировку. Это самая рискованная и спорная модель, потому что при потере доверия ломается и сама стабильность.
Именно поэтому стейблкоинов так много: они решают разные задачи. Одни нужны для платежей и трейдинга, другие для DeFi, третьи для хранения стоимости, четвертые как эксперимент с новой денежной архитектурой.
Если совсем коротко: все стейблкоины выглядят одинаково снаружи, но внутри это разные механизмы - фиат, крипта, товар или алгоритм.
Дорожная карта Agentic AI. Level 4. Мастер примеров — few-shot и structured output
Level 4. Мастер примеров — few-shot и structured output
Есть один приём, который считаю самым недооценённым в работе с моделями: учить её прямо в промпте. Никакого файнтюна, никакого дообучения, никаких отдельных датасетов. Просто показываете несколько примеров «вход → выход», и модель подхватывает паттерн. Это называется few-shot learning, и на практике работает куда лучше, чем ожидаешь.
Где это реально работает
Лучше всего на задачах, которые повторяются и где у вас есть эталонные примеры. Берёте классификацию обращений клиентов: показали модели пять размеченных примеров, и она начинает раскладывать новые обращения по тем же категориям. Извлечение реквизитов из писем, парсинг характеристик товаров, разметка отзывов по тональности — всё это ложится на few-shot.
Срабатывает это не само собой. Когда не выходит, виноваты обычно сами примеры: они противоречат друг другу, покрывают не те кейсы, которые реально встречаются в жизни, или их нет вовсе, и модель просто гадает.
Три уровня, которые нужно понимать
Чтобы не гадать самим, нужно понимать разницу между режимами. На одном конце zero-shot: только инструкция, без примеров; на мощных моделях для простых задач часто хватает и этого. One-shot добавляет один эталонный образец и полезен, когда важен точный формат ответа. Ну а few-shot это уже от двух до десяти примеров; на практике 3–5 штук оптимум, потому что меньше даёт мало сигнала, а больше добавляет шум и лишние токены. Хорошую базу по технике даёт Prompting Guide, а про подход Claude подробнее в документации: multishot-prompting.
Что класть в примеры
С количеством разобрались. Сложнее вопрос качества: что именно должно быть внутри каждого примера. Основа это пара «вход → выход» без лишнего контекста и специфики конкретного случая, которая только шумит. Если задача нетривиальная, хорошо добавлять hints — короткую подсказку с логикой решения, почему именно такой ответ. И почти всегда работают анти-примеры: «так делать не надо, вот почему» — они помогают модели понять, где проходит граница.
Почему без structured output это бесполезно в бизнесе
Но даже с хорошими примерами остаётся вопрос: куда девать результат. В продакшене нужен не текст, а JSON строго по схеме: category: "техподдержка", priority: "высокий", responsible: "техотдел". Чтобы результат сразу ушёл в CRM, в базу, в следующий сервис: не придётся разбирать свободный текст руками. Примеры для few-shot делайте сразу в этом формате: так модель быстрее схватывает нужную структуру. Документация: OpenAI Structured Outputs, Claude Structured Outputs.
Поддержка у облачных моделей хорошая. С локальными аккуратнее: реализации у разных провайдеров отличаются, проверяйте под свою модель заранее.
По опыту, хорошие примеры в паре со structured output закрывают без файнтюна и без ML-команды огромный пласт задач на извлечение, разметку и классификацию.
Разобрали продвинутый few-shot на реальном кейсе: смотрите видео.
🔔 Следующая тема: RAG и векторные базы — как передать агенту знания о вашем бизнесе.
В 19:00 (мск) мы начинаем митап для инженеров и системных администраторов. Ждем всех, кто не только разворачивает Linux в продакшене, но и читает исходники, гоняет ядро в дебаггере, отслеживает регрессии и закрывает CVE до того, как они становятся инцидентом.
Программа митапа
Итоги программы OpenFix и планы на будущее.
Пластмассовый мир: что не так с ИИ-хайпом и как с этим жить.
Весной мы провели Хабр Семинар — офлайн-встречу для HR-директоров, руководителей команд и специалистов по развитию ИТ-бренда. Говорили о том, что сегодня удерживает людей в компаниях: управленческих решениях, культуре, внутренних и внешних коммуникациях, бренде работодателя и смысле работы.
Если вы не смогли прийти — у нас отличные новости: теперь все выступления можно посмотреть в любое удобное время. В доступе — записи 8 выступлений и презентации спикеров. Общая длительность материалов — около 4 часов, а доступ остаётся у вас навсегда.
Среди спикеров — лидеры и эксперты из СИБУРа, ЭКОПСИ, X5 Digital и других крупных компаний. В программе много практики: про удержание, EVP, ИТ-бренд, внутренние коммуникации и работу с командами в периоды изменений.
Записи будут полезны HR-директорам, HRBP, специалистам по ИТ-бренду и всем, кто отвечает за удержание.
Как применять аналитические техники в реальных проектах: неочевидные проблемы и как с ними работать
Привет, Хабр! Это заключительный пост в серии про мой путь в системный анализ — от обучения до реальной работы.
В прошлый раз я писала о том, как аналитик разбирается с задачами и структурирует хаос. Тогда всё выглядело довольно логично и последовательно. Но на практике оказалось, что реальность работает чуть иначе.
Даже если умеешь собирать требования и выстраивать логику, в какой-то момент всё начинает «ломаться». И чаще всего — не из-за инструментов, а из-за людей, процессов и контекста.
Хочу разобрать несколько ситуаций, с которыми столкнулась сама.
Когда задача превращается в матрёшку
Бывает момент, когда требования уже почти готовы, всё согласовано, и в конце обсуждения звучит: “А давайте ещё вот это добавим, это же быстро”.
Сначала кажется, что это мелочь. Но на практике — это новая логика, которую никто не анализировал.
Если такие доработки не останавливать, задача начинает обрастать слоями и превращается в матрёшку. В какой-то момент становится сложно понять, где была изначальная цель, а где — новые наслоения.
Со временем я выбрала для себя простую стратегию: не отказывать, а структурировать.
Например: “Давайте вынесем это в отдельную задачу, чтобы не потерять логику текущей и нормально оценить новую”.
Это звучит мягко, но помогает сохранить границы.
Ложная уверенность в понимании
Ещё одна ситуация, которая поначалу кажется редкой.
Бизнес говорит: «Да, всё ок». Требования, казалось, согласованы. Но позже приходит разработчик и задаёт вопрос: “А это точно так должно работать?”. Мы возвращаемся к бизнесу — и оказывается, что нет. Хотя до этого я уже несколько раз уточняла детали.
В такие моменты становится очевидно: «согласовано» не равно «все одинаково поняли».
После этого я стала чаще проговаривать сценарии вслух — особенно те, которые кажутся сомнительными. Это помогает синхронизировать понимание, а не просто зафиксировать ответ.
Когда требования есть, но делать всё равно нельзя
Иногда проблема вообще не в формулировках.
Требования есть, логика есть, но нет ключевых вводных. Например, неизвестно, какие будут входные данные. И пока их нет, вся аналитика остаётся гипотезой.
Раньше в такие моменты хотелось «додумать» за реальность и закрыть вопрос. Но на практике это только создаёт дополнительные проблемы.
Сейчас я стараюсь честно фиксировать ограничения и не строить решения на предположениях.
Когда аналитик становится передатчиком
Есть и другая крайность.
Когда каждое решение нужно согласовывать: каждую мелочь, каждый шаг, каждый вариант.
В какой-то момент аналитик перестаёт принимать решения и начинает просто передавать вопросы дальше. Это замедляет процесс и не делает требования лучше. Со временем я начала сначала формировать свою версию решения и только потом выносить её на обсуждение.
Не “как правильно?”, а “мы предлагаем так, потому что…”.
Так разговор становится гораздо продуктивнее.
Итог
Со временем я поняла, что аналитика ломается не в схемах и документах.
Она ломается в моментах, где:
задача начинает расползаться,
кажется, что все всё поняли,
не хватает ключевых данных,
или никто не берёт на себя решение.
И именно в этих точках от аналитика требуется не инструмент, а позиция.
Понимать, где остановить, где уточнить, а где предложить своё решение.
Наверное, на этом можно завершить серию. Дальше — уже не столько про вход в профессию, сколько про накопление опыта и формирование собственных подходов.
👉 19 мая, 18:00 (Мск) День открытых дверей онлайн-магистратуры МФТИ «Науки о данных» Встреча с руководством, истории выпускников и детальный разбор правил поступления 2026.
✅ В программе:
● Карьерные возможности для экспертов в сфере наук о данных (Data Science)
👉 20 мая, 19:00 (Мск) Карьера в управлении продуктами в 2026: что важно знать Как выглядит рынок труда, как расти в профессии в 2026 году. Разбор резюме и рекомендации по составлению от карьерного консультанта.
🎤 Спикеры:
● Татьяна Сущенко — практик продуктового управления с 18-летним опытом (работала в VK, Microsoft, ABBYY, российских и зарубежных стартапах)
👉 28 мая, 18:00 (Мск) День открытых дверей онлайн-магистратуры МФТИ «Разработка ИТ-продукта» Встреча с руководством, истории выпускников и детальный разбор правил поступления 2026.
Как средненькая китайская видеокарта взорвёт мир 💥
Lisuan Tech стала первым китайским производителем, прошедшим сертификацию Windows Hardware Quality Labs (WHQL) компании Microsoft для своих графических процессоров, созданных по 6-нм техпроцессу. На этих GPU построена видеокарта Lisuan LX 7G100, выход которой планируется на фестивале распродаж «618» (18 июня). Почему это важно?
Видеокарта Lisuan LX 7G100 обладает весьма средней производительностью: сам разработчик сравнивает её с Nvidia GeForce RTX 4060 стоимостью 300 долларов. Но это первая пользовательская видеокарта, построенная на проприетарной китайской архитектуре TrueGPU. Фактически это четвёртая в мире архитектура для пользовательских видеокарт после Nvidia, AMD и, с недавних пор, Intel.
Сделать собственную архитектуру несложно — основатели Lisuan Tech уже разрабатывали её в имеющей богатую историю компании S3 Graphics. Только собственные чипы компании S3 проиграли рынок американской Nvidia и канадской ATI (позже была поглощена AMD). Поэтому важно, чтобы архитектура получилась конкурентоспособной! Lisuan Tech также заявляет, что видеокарта LX 7G100 совместима с сотнями топовых видеоигр.
Пока текущая модель имеет свои ограничения. Во-первых, Китай не обладает техпроцессом 6 нм, поэтому делает чипы на заводе тайваньской TSMC. Во-вторых, не зря вся партия будет распродана в розницу. Компания явно пока проводит бета-тестирование на потребителях и пытается узнать, стоит ли вкладываться в дальнейшую разработку собственной архитектуры.
Видеокарта Lisuan LX 7G100 — первый шаг к независимости Китая от американских производителей графических процессоров. Это пригодится как геймерам, так и профессионалам всего мира — для обучения ИИ и других задач. Если новые продукты будут удачными, а Китай сможет завершить свою шпионскую операцию по переходу на 2-нанометровый техпроцесс внутри страны, то видеокарты Lisuan Tech помогут обходить американские санкции и собьют цены на видеокарты во всём мире.
Лучшая карьерная возможность прямо сейчас — возможно, уже внутри твоей компании. Просто ты её не видишь.
После волны сокращений и замедления найма рынок изменился. Внешний поиск стал дольше, дороже и непредсказуемее. И именно сейчас 86% HR-лидеров называют внутреннюю мобильность своим приоритетом.
Но вот парадокс: большинство сотрудников всё равно не видят путей для роста там, где уже работают.
Я сам через это прошёл.
Когда-то давно я работал техническим архитектором. Появилась возможность перейти в роль проджект-менеджера. Я хотел. Чувствовал, что это моё. Но убеждал себя: «я слишком нужен здесь, лучше меня никто не справится». Звучало как ответственность. Ощущалось как долг. А на деле — это был страх. Страх оказаться новичком. Страх потерять статус эксперта. Страх неизвестности.
Я остался. И потом долго жалел.
Потому что «я слишком нужен здесь» — одна из самых коварных ловушек в карьере. Она маскируется под благородство, а внутри — самоограничение.
Мы привыкли думать о карьере вертикально. Вверх или наружу. А горизонтальный переход — в другой отдел, на кросс-функциональный проект, во временную роль — воспринимается как что-то несерьёзное.
Это ошибка.
Компании, где больше 60% назначений закрываются внутренними кандидатами, показывают продажи в четыре раза выше на сотрудника. А сотрудники в таких компаниях остаются на 60% дольше. Люди остаются, когда видят будущее внутри, а не снаружи.
Как этим воспользоваться прямо сейчас?
Первое — stretch projects. Попросись на задачу в другом отделе. Не на постоянную роль, просто временно. Это самый мягкий способ показать себя новой аудитории внутри компании и расширить карту компетенций.
Второе — кросс-функциональные команды. Если в компании запускается новый продукт, инициатива или реорганизация — туда нужно идти. Именно там формируются связи и репутация, которые потом конвертируются в возможности.
Третье — разговор с руководителем. Большинство людей боятся его начать, потому что говорят на языке личного интереса: «я хочу попробовать что-то новое». Руководитель слышит: «я собираюсь уйти».
Говори на языке бизнеса: «я вижу, как мои навыки могут закрыть вот эту задачу в команде X, и хочу обсудить, как это сделать без ущерба для текущим приоритетам».
Разница в формулировке — колоссальная.
2026 год — это год тех, кто умеет навигировать внутри. Внешний рынок нестабилен. Но внутри твоей компании прямо сейчас есть роли, проекты и люди, которые могут изменить траекторию твоей карьеры.
Не жди, пока кто-то придёт и предложит. Иди и попроси.
В Boston Dynamics показали, как готовый к серийному производству робот Atlas выполняет сложный гимнастический трюк «уголок в упоре», удерживая собственный вес на руках. Робот Atlas оснащается руками размером с человеческие, оснащёнными тактильными сенсорами и способными производить полный оборот суставами. Устройство поднимает до 50 кг и работает при температурах от -20°C до +40°C.
Вебинар Orion Private Cloud: частное облако с легким стартом и полным контролем затрат
Привет, Хабр!
Переход к облачной модели и построение частного облака в контуре компании — следующий этап развития ИТ-инфраструктуры после автоматизации базовых процессов.
27 мая в 11:00 мы проведем вебинар про Orion Private Cloud — первое в РФ модульное решение для построения облачной инфраструктуры с легким и экономически выгодным порогом входа.
В базовом составе нашего частного облака три продукта: серверную виртуализацию zVirt с SDN и SDS, платформу контейнеризации Nova с встроенной системой хранения секретов StarVault, слой управления Cloudlink с биллингом, мониторингом и аналитикой.
На вебинаре вместе с лидером Cloudlink Сергеем Мерещенко обсудим:
Решение ключевых задач бизнеса: экономия и эффективность. Как сократить стоимость поддержки инфраструктуры и максимально эффективно использовать текущие мощности;
Преимущества частного облака: ускорение запуска новых инициатив, усиление контроля затрат и переход к осознанному потреблению ресурсов;
Ценность модульного подхода при построении частного облака.
А также проведем live-демо технологического стека Orion Private Cloud и ответим на все интересующие вас вопросы.
Для кого будет актуален вебинар:
CIO и ИТ-директора
Руководители направлений учета ресурсов / планирования мощностей
ИТ-специалисты, отвечающие за развитие, экономику и безопасность ИТ-инфраструктуры
Присоединяйтесь по ссылке, чтобы узнать о техническом устройстве решения, его особенностях и результатах внедрения!
Представление каталога. Фильтр каталога заменили на представления — функция вышла из экспериментального режима. Теперь вместе с фильтрацией статей можно задавать переменные: одна статья показывает разный контент без создания копий.
⚠️ Автомиграции нет. Если был настроен фильтр — добавьте его заново через панель представлений.
Gramax Enterprise Server
Настройка LFS на уровне пространства. LFS-паттерны задаются один раз и применяются ко всем репозиториям. В обычных пространствах настройки по-прежнему задаются в каждом каталоге.
Фильтрация метрик по каталогу. На страницах метрик добавили фильтры: в отчете по просмотрам — по каталогу, пользователям и типу, в отчете по поиску — по каталогу.
Улучшения настройки проверок по стайлгайду:
Правила отображаются таблицей, редактор открывается в боковой панели.
При первом запуске загружается готовый набор правил — можно адаптировать под команду.
Правила можно экспортировать — поделиться или сохранить копию.
Запуск тестов правил доступен для каждого правила.
Общие изменения
Свойства вкладок. Можно назначать свойства каталога — управлять видимостью в разных представлениях. Также обновили внешний вид вкладок.
Сортировка и фильтрация таблиц. Сортировка по нескольким столбцам и фильтрация по значениям. Параметры сохраняются со статьей — удобно для больших таблиц.
Фрагменты вместо сниппетов и ссылки с превью. Сниппеты переименованы во фрагменты. Теперь можно ставить ссылки на фрагменты прямо из текста: при наведении — превью, удобно для глоссария.
Скрытие превью при переводе. В редакторе мультиязычных каталогов появился переключатель Предпросмотр статьи — скрывает превью на основном языке, чтобы сосредоточиться на переводе.
Версионирование в редакторе. Теперь можно переключаться между версиями прямо в редакторе, а не только настраивать их.
Управление локальным кэшем. В настройках каталога на вкладке Память отображается размер кэша Git и LFS — можно очистить вручную, если каталог вырос или синхронизация замедлилась.
Навигация по OpenAPI. Для OpenAPI-спецификаций в правой панели доступна навигация по методам API — можно перейти к нужному без прокрутки.
Улучшения поиска:
Поиск внутри папки ограничен ею по умолчанию. При необходимости переключитесь на По всем каталогам.
Поиск учитывает полный путь в навигации: статью Вклады / До востребования найдете по запросу Вклад до востребования.
Результаты из одной диаграммы объединяются в один блок.
Добавлен пункт (пусто) для статей без значения, пункт (выбрать все) сбрасывает фильтр.
Улучшения и стабилизация:
Перетаскивание статей и разделов в левой панели ускорили в 10 раз.
Если Git-сервер недоступен, приложение переходит в офлайн-режим. Вернется автоматически, когда сервер станет доступен.
Обновили тулбар редактора. Элементы сгруппированы по категориям, списки открываются по клику.
Rust + LLM: новая и сильная “ОПГ” против C++ и его друзей…
Есть такая штука с Borrow Checker - он ненавидит людей. Не потому, что он плохой, а потому, что требует держать в голове графы данных всего приложения всё время, пока пишешь. Люди устают, раздражаются, и в итоге - unsafe, чувство стыда перед собой и коллегами, и понеслась. А LLM на это просто… скажем, кхм, “не важно”. Ну, надо так надо. LLM итерирует. И самое забавное - ей можно запретить unsafe прямо в промпте, и она не будет искать обходные пути(ну, может, разок другой - Opus попробует, но это ловится простым поиском по файлам, даже PVS-Studio не нужен, хотя с ним было бы фееричнее). Скорее всего, LLM просто найдёт решение в рамках safe Rust. И это круто.
Про Python и JS - там ведь основная проблема не скорость даже(и синтаксически значимые пробелы у некоторых), а то, что деплоится не программа, а среда. Интерпретатор, зависимости, версии, “а на проде другой питон”… Сейчас с линковщиком от Zig можно прямо из Windows собрать бинарник под Linux - статически, без танцев(привет musl!), одним пинком. И это не какой-то хак, это просто работает. Получаешь один файл, который либо запустится, либо нет - без сюрпризов в середине.
C++ тут проигрывает не потому, что он сложный или плохой - он интересный, мощный, с огромной историей и экосистемой. Но именно эта мощность становится проблемой когда код - генерирует LLM(можно выстрелить себе в ногу из гранатомёта, и, самое страшное - не заметить этого). Модель получает слишком много способов сделать что-то, и часть из них - UB. Rust убивает целый класс таких подходов к реализации на уровне компилятора. Это не договорённость и не линтер - это просто не скомпилируется.
Мне кажется, уникальность этой связки тут в том, что задачи разделились очень чисто: LLM думает про логику, компилятор думает про корректность. И они не мешают друг другу. В C++ - см. выше. Именно то, что делает Rust тяжёлым для людей(кроме евангелистов и стримеров), делает его почти идеальным для этой связки.
Ну и если кто был травмирован неудачным опытом с “вайб-кодингом”, и сложилось впечатление, что вся эта пляска с LLM, это не серьёзно - попробуйте отложить китайщину(MiniMax, GLM, DeepSeek...), взять фронтир-модель типа “OpenAI Codex GPT-5.5 на XtraHigh” - и дать ей хотелку в виде описания какого-нибудь серверного приложения на Rust, и просто посмотреть что будет через 15-20 минут. Забейте на клоунов со “змейкой” и прочей мелочёвкой из бенчмарков на ютубе, попробуйте реальную задачку(многохопывый релей между серверами со своим протоколом КВН например и клиентами для Win/Linux). Оно сделает. Быстро. Качественно. Это довольно странное ощущение, честно говоря, видеть такое…
Просто мысли вслух, хотелось поделиться)
-s. TekMetrics certified “Master C programmer”, July 1999
В файрволах Palo Alto Networks нашли критическую уязвимость, позволяющую получить root-доступ удалённо — без аутентификации.
Детали пока скупые: SecurityLab сообщает о захвате устройства через сеть, но ни CVE-номера, ни затронутых версий PAN-OS в открытом доступе пока нет. Это само по себе тревожный сигнал — либо патч ещё не готов, либо информацию придерживают намеренно, чтобы не дать атакующим готовый вектор до выхода исправления.
Для тех, кто держит периметр на PA-серии: Palo Alto — один из самых распространённых enterprise-файрволов в российских корпоративных сетях, особенно в компаниях, которые ещё не завершили импортозамещение. Root на файрволе — это не просто «дыра в защите». Это полный контроль над трафиком, возможность отключить сегментацию сети, обойти политики и получить плацдарм для горизонтального движения внутри инфраструктуры.
Что стоит сделать прямо сейчас. Проверить, торчит ли management-интерфейс вашего Palo Alto в интернет (он не должен). Подписаться на security advisories от Palo Alto Networks напрямую — они публикуют бюллетени на security.paloaltonetworks.com раньше, чем новость доходит до агрегаторов. И следить за обновлением: как только выйдет патч с CVE — ставить без раздумий.
Файрвол с root-уязвимостью на периметре — это уже не файрвол, а открытая дверь с охранником, который работает на другую сторону.
В IT-сфере конкуренция за рабочие места выросла за год вдвое. По данным hh.ru, индекс конкуренции вырос с 9,6 в феврале 2025 до 19,6 в феврале 2026. На каждую вакансию приходится в среднем 19–20 активных резюме. Для сравнения, в 2021 году было около трех. Разница в шесть раз за пять лет.
Это уже не циклическое колебание, а структурный сдвиг. Любой подход к поиску работы, рассчитанный на рынок 2021 или хотя бы 2023 года, сегодня уже не работает.
При этом ATS-системы отклоняют до 75% резюме до того, как их увидит человек. Параллельно GenAI на стороне кандидата генерирует резюме под вакансию за минуты. Канал прямых заявок обесценивается с обеих сторон одновременно. Я называю это технологическим клинчем.
Когда структурные изменения накладываются на профиль интроверта-управленца, для которого совет «развивайте нетворкинг» работает плохо по объективным причинам, привычные каналы блокируются один за другим. Поиск работы перестает быть операционной задачей. Это и есть момент, в который задача меняет класс.
К стратегической задаче применим стратегический инструментарий: PESTEL, пять сил Портера, VRIN, финансовое моделирование. Тот же, что используется при выходе компании на новый рынок. Я применил этот набор к собственной ситуации, защитил по результатам выпускную работу в ВШЭ, и в статье «Карьерный переход топ‑менеджера как инвестиционный проект: кейс с цифрами» разбираю метод.
Главное, что дает стратегический анализ, не новые ответы. А право действовать из тех знаний, которые у тебя уже есть.
Открытые уроки по AI, ML и LLM: агенты, прод, безопасность и продуктовый подход
ИИ уже перестал быть отдельной «игрушкой для экспериментов» и все чаще встраивается в разработку, аналитику, продукты и бизнес‑процессы. Но вместе с этим появляются вопросы посложнее: как работать с LLM, как собирать агентов, как выводить модели в прод, как оценивать качество AI‑систем и не превращать внедрение в набор хаотичных PoC.
Собрали ближайшие открытые уроки OTUS по искусственному интеллекту, машинному обучению и прикладному использованию AI. Приходите, чтобы разобрать практические сценарии, посмотреть на инструменты в работе и задать вопросы преподавателям‑практикам.
➊ LLM, RAG и AI‑агенты
6 мая, 18:00. «Методы работы с LLM: промпт‑инжиниринг, Lora и RAG». Записаться
6 мая, 20:00. «LangGraph + MCP в Cursor IDE: создаем автономного агента для глубокого анализа Google Trends». Записаться
14 мая, 20:00. «ИИ‑агенты для юристов: настраиваем автономного ассистента с доступом к договорам и базе знаний». Записаться
20 мая, 18:00. «Как собрать AI workflow без сложной инфраструктуры: первый ИИ‑агент в n8n за 60 минут». Записаться
20 мая, 20:00. «Что надо знать про работу LLM моделей». Записаться
➋ ML, Deep Learning и рекомендательные системы
13 мая, 20:00. «Как выкатить в прод Deep Learning модели». Записаться
20 мая, 18:00. «Препарируем рекомендательные системы методами ML». Записаться
1 июня, 18:00. «Оптимизируем построение модели через Pipeline». Записаться
17 июня, 18:00. «Дерево решений — простой и интерпретируемый ML‑алгоритм». Записаться
➌ AI в продукте, качестве и безопасности
6 мая, 20:00. «Ключевые тренды AI Governance в 2026 году». Записаться
18 мая, 20:00. «DevSecMLOps: как безопасно внедрять ИИ в процессы разработки и эксплуатации». Записаться
19 мая, 20:00. «Как запустить ИИ‑продукт с нуля: от гипотезы до первых результатов». Записаться
19 мая, 20:00. «Критерии качества и безопасности AI‑систем в продукте». Записаться
17 июня, 19:00. «Как продакту проверять гипотезы быстрее с помощью AI». Записаться
➍ AI в прикладных сценариях разработки и анализа
21 мая, 20:00. «ИИ как ассистент QA: пишем API‑тесты с нуля». Записаться
21 мая, 20:00. «Видеоаналитика и распознавание действий: от 3D‑сверток до визуально‑языковых моделей». Записаться
📍 Если в списке не нашлось темы, которая попадает именно в вашу задачу, посмотрите каталог курсов OTUS по нейросетям. Там собраны программы по AI, LLM, ML, AI‑агентам и автоматизации — можно выбрать направление под свой уровень, роль и рабочий сценарий.
