Все потоки

C-level в кулуарах: о миссии, ошибках и AI — семь топов говорят честно

Что происходит, когда IT-руководители высшего звена собираются не на сцене, а в кулуарах? Правильно — начинается настоящий разговор.

Этот выпуск «Свободного слота» записали прямо на конференции SouthHub в Красной Поляне. Саша Афёнов и Саша Прокшина поговорили с семью топами из крупнейших IT-компаний: Алексеем Молчановым (Cloud.ru), Татьяной Фоминой (HeadHunter), Александром Швецом (Авито), Иваном Самсоновым (MWS), Дмитрием Молочниковым (Альфа-Банк), Сергеем Паращенко (Product Vision) и Кириллом Евсеенко (Звук).

Что обсудили

Зачем CTO и CPO вообще ездят на конференции, если они и так всё знают. Кто такой настоящий C-level — и почему «уникальная снежинка» на высокой должности это проблема. Как превратить личную мечту в рабочую миссию и не спутать её с синдромом отложенной жизни. Как бизнесу не сливать бюджеты на LLM — и почему разговор об AI всё равно случился, хотя никто не планировал.

Слушайте и смотрите новый выпуск на площадках:

📺 YouTube
🔵 ВК Видео
📌 RuTube
🎧 Яндекс Музыка
Ⓜ️ Mave

Ещё больше новостей — в нашем телеграм-канале

«Свободный слот» — терапевтичный контент для тимлидов и тех, кто хочет ими стать

Эгегей!
Я продолжаю заморачиваться версиями и вот еще одна отличная новость, kui увеличился до версии 1.0000000000000000000000000000000000000000001! Довольно длинный получился. Номер версии. А вы что подумали? По случаю добавил полезную функцию debase64 для работы с сертификатами (secrets). Сертификаты в формате kubernetes.io/tls кодируются base64. Debase64 декодирует информацию из секретов, теперь можно без труда сравнивать сертификаты из секретов кубера с сертификатами где-то, где вы их храните.

Творите, выдумывайте, пробуйте!)

Приготовили новую загадку уровня Hard для суровых хабравчан.

«Найт Стрит» продолжает интеллектуальную игру с пользователями Хабра и дарит мерч победителю. Можете потренироваться на предыдущих загадках здесь, здесь, здесь и здесь.

Представимся для тех, кто играет с нами впервые. Мы агентство мероприятий и игровых решений «Найт Стрит». Мы знаем всё об играх и геймификации любых процессов. А ещё у нас есть игровая платформа PLAYFORMA, которую мы сами придумали и разработали, хотя ничего не понимали в IT. Про неё очень интересно и подробно рассказываем здесь и здесь.

А теперь — к загадке!

Сначала — технические условия:

У каждого пользователя есть только одна попытка дать правильный ответ. Если до понедельника загадку не разгадают, условие снимается, и каждый пользователь сможет предлагать неограниченное количество вариантов ответа.

Победители предыдущих розыгрышей не могут претендовать на приз. Ребята, дайте шанс другим!

А вот и условия загадки:

Лето, жара, время отпусков. Огурчик Пиклз зовёт вас в путешествие и приготовил множество интересных локаций, в которых спрятал ответ на загадку.

Внимательно исследуйте мир с помощью сервиса «Яндекс Карты», и тогда вы сможете дать правильный ответ на вопрос: «Какое растение выполняет ту же функцию?»

55.809100, 37.513943
55.682894, 37.252605
47.534330, 42.228059
55.750910, 38.068976
56.964318, 53.323250
…
47.973652, 37.772172
55.681743, 37.890339
56.220258, 40.878807
…
56.295955, 44.026738
46.415779, 47.993335
44.984250, 34.142610
48.723462, 44.505584
47.697606, 40.250157
…
55.855254, 37.659928
53.587413, 142.958990
49.833560, 24.010270
44.780517, 39.821535

Формат ответа: слово

Дайджест Рег.облака за июнь

В июне открыли новый регион Москва-3 и запустили там GPU-инстансы на базе NVIDIA Blackwell. Также запустили Free Tier для миграции с хостинга в облако вместе с ispmanager и поделились исследованием о тратах на GPU-серверы и кейсом аптечной сети «36,6». Ниже — главное.

Открыли регион Москва-3

Новая зона размещения работает в дата-центре Datahouse «Магистральный-1» уровня Tier III. У региона отдельный control plane и собственные вычислительные ресурсы, поэтому инфраструктуру можно масштабировать без риска перегрузить текущие мощности.

Запустили GPU-инстансы на базе NVIDIA Blackwell

В регионе Москва-3 ввели в эксплуатацию GPU-инстансы на архитектуре NVIDIA Blackwell. В основе — ускорители NVIDIA RTX 6000 Pro Blackwell Server Edition с 96 ГБ видеопамяти GDDR7. Доступны конфигурации до 30 vCPU, до 190 ГБ оперативной памяти и до 1,7 ТБ NVMe на инстанс, ресурсы тарифицируются по модели почасового потребления. По сравнению с A100 стоимость задач снижается до трех раз.

Запустили бесплатный облачный сервер для миграции с хостинга
Вместе с ispmanager запустили Free Tier — первый в России формат, где вместо тестового VPS пользователь получает бесплатный облачный сервер с панелью ispmanager и возможностью бесшовно масштабироваться в основной инфраструктуре Рег.облака. Конфигурация включает 1 виртуальное ядро, 1 ГБ оперативной памяти, 10 ГБ на NVMe-диске, публичный IPv4 и резервное копирование, с возможностью расширения мощности в два раза по запросу. Формат рассчитан на владельцев сайтов, интернет-магазинов и небольших проектов без опыта администрирования серверов — особенно актуально на фоне ухода cPanel и Plesk с российского рынка. К программе Free Tier уже подключилось более 1800 компаний и частных пользователей.

Кейс: аптечная сеть «36,6» перенесла ИТ-инфраструктуру в Рег.облако
Компания перенесла инфраструктуру в Рег.облако и увеличила скорость бизнес-расчетов на 50%, сократив затраты на ИТ в 1,5 раза. Переход на bare-metal серверы поднял производительность вычислительного кластера на 40%. В рамках проекта более 400 виртуальных машин мигрировали на выделенные серверы за 2 месяца без простоев, а время выполнения расчетов сократилось с 22 до 16 часов. Сегодня 2/3 инфраструктуры «36,6» размещено в Рег.облаке.

Исследование: траты на GPU-серверы выросли в четыре раза

За полтора года крупный и средний бизнес увеличил расходы на GPU-конфигурации вчетверо, при этом общее число серверов почти не изменилось. Компании переходят с бюджетных решений на более производительные — H200, H100, A6000.

Несколько цифр из исследования: доля премиальных GPU-конфигураций выросла с 51% до 78%. На конфигурации с видеопамятью до 24 ГБ приходится 46% спроса, на решения от 80 ГБ — 27%. Основные сценарии — ИИ и машинное обучение (33%), рендеринг (30%), тестирование и разработка (25%).

Желаем всем продуктивного месяца и спасибо, что следите за обновлениями Рег.облака!

DDoS-атака не всегда очевидна. Резкий рост нагрузки может оказаться как настоящей атакой, так и вполне легитимным всплеском трафика после рекламной кампании или важного инфоповода. В совместном материале с ITSumma разбираем, как быстро отличить одно от другого, на какие метрики смотреть в первую очередь и какие действия предпринимать в первые минуты после обнаружения проблемы.

Если вы отвечаете за стабильную работу сайта, интернет-магазина или корпоративного сервиса, эта статья поможет лучше понять логику реагирования на DDoS-инциденты и выбрать подходящую стратегию защиты. 

Отдельное внимание уделяем двум основным моделям защиты — Always-On и On-Demand. Рассматриваем, чем они отличаются, в каких случаях каждая из них эффективнее, а также какие компромиссы приходится учитывать при выборе между постоянной фильтрацией трафика и подключением защиты только во время атаки.

Как на собственных серверах настроить систему сбора и хранения данных с датчиков и снизить нагрузку на команду эксплуатации

Собрать данные с датчиков — это полбеды. Главная боль — заставить Kafka, PostgreSQL и ClickHouse стабильно работать в приватном облаке без выгорания команды на Day-2-операциях и ручном масштабировании stateful-сервисов.

На вебинаре покажем, как на Deckhouse Kubernetes Platform (DKP) и managed-сервисах упаковать IoT-сценарии и аналитический контур в единую платформу, чтобы снизить стоимость эксплуатации и уйти от DIY-подхода к data-инфраструктуре.

Зарегистрироваться на вебинар

В программе:

• Разберём схему event-driven-платформы и разделение операционного и аналитического контуров.

• Покажем live-demo: ingest событий с датчиков, потоковая обработка и вывод в дашборды.

• Проверим, как паттерны из умного дома масштабируются до промышленного IoT на DKP.

• Разберём жизненный цикл data-сервисов (backup, scaling, observability) и то, сколько времени занимает их обслуживание.

Бонусы: промокод на все курсы Deckhouse Академии.

Будет полезно DevOps и SRE-инженерам, инфраструктурным и платформенным командам, enterprise-архитекторам и всем, кто строит IoT- и data-платформы в private cloud или on-prem.

Спикер — Дмитрий Гайворонский, менеджер по развитию направления Deckhouse Data Orchestration.

Регистрируйтесь и подключайтесь 10 июля в 12:00 (МСК). 

Партнерский митап МФТИ & RЕU Data Science Club: развитие технологий семантического поиска

9 июля проведем открытый эфир с Data Science Club РЭУ им. Г. В. Плеханова. Поговорим о семантическом поиске — технологии, которая помогает находить информацию по смыслу запроса, — а также о задачах, связанных с RAG, энкодерами и защищенным поиском.

Митап объединит студентов, выпускников и экспертов МФТИ и РЭУ — будет два доклада на стыке ML и информационной безопасности.

На встрече выступят:

🔹 Пелагея Пашинская — middle MLE в MWS, MLE стартапа VedAI, экс-руководитель REU Data Science Club, студентка программы НИУ ВШЭ «Прикладные модели в ИИ», обучалась в «Школе 21», спикер курса ML School Pro.

Тема доклада: «Кастомизация энкодера для RAG через дообучение».

🔹 Сергей Михайлович Куриленко — ведущий разработчик средств автоматизации в компании-вендоре в области ИБ.

Тема доклада: «Разработка и оценка эффективности нового метода защищенного семантического поиска с использованием гомоморфного шифрования».

📌 Формат: онлайн

📅 Когда: 9 июля (четверг), 18:30 (Мск)

🔗 Регистрация

Telegram: https://t.me/mipt_events_bot?start=dl-1782379614134

ВКонтакте: https://vk.com/app6379730_-224205661#l=25&auto=1

Почему документация FineBI не научит вас FineBI

Справочник и учебник, это разные жанры. Документация FineBI хорошо отвечает на вопрос «как настроить конкретную функцию», но только когда вы уже знаете, что искать. Последовательности тем, практики и заданий в ней нет. В итоге новичок тратит больше времени на поиск материалов, чем на сам продукт.

Александр Ларин, руководитель центра обучения и технической поддержки GlowByte, собрал карту источников в одной статье: документация и Learning Center от FanRuan, бесплатные видеокурсы, русскоязычные Telegram-сообщества, где вопросы закрываются быстрее, чем через поддержку, и бесплатные образовательные ретриты с кейсами Tele2, Уралсиба и Циан.

Внутри готовый маршрут для новичка: с чего начать, куда идти за ответом на конкретный вопрос и как не мониторить десяток площадок вручную.

Читать разбор: https://habr.com/ru/companies/glowbyte/articles/1054608/

Копирайтеры и ИИ: я два года нанимал людей, потом полгода пробовал заменить их нейросетями. Рассказываю что вышло.

В моей работе постоянно нужен текст. Описания продуктов, письма пользователям, онбординг, посты в канал, брифы и тому подобное. Раньше держал двух копирайтеров на постоянной основе плюс пару фрилансеров под всплески.

Когда нейросети стали относительно нормально писать по-русски, у многих очевидная мысль была одна: зачем платить людям. Я же изначально думал что без редакции тексты ИИ не более чем пустышка. Нужно было понять так ли это.

Я попробовал. Выбрав одно из направлений активно использовал ИИ вместо фрилансеров. И вывод у меня такой.

Что ИИ делает хорошо

Типовые тексты с четкой структурой. Описание чего-либо по подробному шаблону, по типу инструкций и постов про обновления. Даешь структуру и контекст, получаешь читаемый черновик. Это реально работает и реально экономит время.

Объем. Если нужно написать 20 вариантов заголовка или 5 версий одного письма для A/B теста, ИИ справляется быстро. Копирайтер на такое потратит в разы больше времени.

Скорость правок. Написал, не понравилось, переформулировал задачу, получил новый вариант. Без ожиданий, без объяснений, без «я переделаю к пятнице».

Где всё сломалось

Уникальность, или голос бренда. В каждом тексте конкретного человека есть узнаваемый стиль. Он придает изюминку блогу, порой именно он держит читателя. У нейронок этого нет. Можно задать стиль промптом, но через какое-то время модель начинает сползать обратно к своему обычному сухому тону. Приходится напоминать в каждом новом запросе, и это уже не автоматизация, это ручная работа другого формата.

Тексты про живой опыт. Кейсы, истории пользователей, объяснения через аналогии. ИИ пишет правдоподобно но пусто. Читаешь и понимаешь что за текстом никого нет.

К чему пришел

Фрилансеров на типовые задачи больше не нанимаю. Нейросети их закрывают нормально. Но скилы штатных копирайтеров становятся шире. Теперь им приходится работать с ИИ и в случае новых тем быстро адаптироваться, выходя за рамки привычных направлений. Тут то в первую очередь и помогают нейросети: быстро разобраться в чем-то новом, скомпоновать информацию и выдать скелет. Но перепроверять эту информацию и переписывать в чистовик всё же приходится людям.

Копирайтинг как профессия никуда не денется, по крайней мере в этом году точно. Как и всегда, выживут те кто будет постоянно шагать в ногу с прогрессом и множить свои скилы. А как считаете вы, ИИ смогут обогнать нас или это всё же просто инструмент?

Два часа потерял из-за того, что не написал один хендлер

Делал платежи в Telegram-боте. Нативные, через sendInvoice и ЮKassa.

Всё настроил: токен от BotFather получил, инвойс отправляется, кнопка оплаты появляется. Пользователь нажимает - и платёж падает с ошибкой. Молча. Без подробностей.

Payment failed

И всё. Telegram не говорит что именно не так.

Полез гуглить. Первая мысль - provider_token неверный. Проверил три раза, скопировал заново. Нет, токен правильный.

Потом решил что проблема в суммах - они передаются в копейках, не в рублях. 500 рублей = 50000. Перепроверил, у меня было правильно.

Потом подумал на webhook - может HTTPS не настроен как надо. Потратил минут сорок на проверку сертификата, перенастройку ngrok. Всё работает, но платежи всё равно падают.

Уже хотел идти спать, случайно наткнулся на строчку в документации:

Your bot must reply to this query in 10 seconds

Это про pre_checkout_query. Когда пользователь нажимает «Оплатить» - Telegram сначала отправляет боту запрос на подтверждение. Бот должен ответить в течение 10 секунд. Если не ответил - платёж автоматически отклоняется.

У меня хендлера для этого не было вообще. Бот просто молчал.

Добавил три строки:

python

@dp.pre_checkout_query()
async def pre_checkout(query: types.PreCheckoutQuery):
    await query.answer(ok=True)

Платёж прошёл с первого раза.

Два часа отладки из-за трёх строк кода которые я не написал.

Если кто-то тоже делает платежи в Telegram-боте и получает молчаливый отказ - проверьте pre_checkout_query первым делом, до всего остального.

Дважды за неделю столкнулся с задачей "тормозит ЕРП", причиной в обоих случаях оказалась неочевидная проблема - нехватка оперативной памяти (ОЗУ) сервера 1С.

Нехватка ОЗУ умеет прятаться, поэтому её плохо видно. Вот когда не хватает места на диске - всё очевидно. Зашёл и увидел - диск красный, место физически закончилось.
А когда не хватает ОЗУ, включается т.н. подкачка (она же - свопинг или пейджинг). Операционная система скидывает часть содержимого ОЗУ на жёсткий диск - вроде выбирает те процессы, которые в данный момент не используются.

Что интересно - процесс скидывается на диск не полностью, а частями. Какими именно - выбирает операционная система.
Получается, процесс сервера 1С (rphost) частично висит в ОЗУ, частично - лежит на диске.

И вот процесс 1С решил получить какие-то данные из памяти. Скорость получения из ОЗУ и с диска отличается в 200-500 раз.
Если повезло, и все данные остались в ОЗУ - прочитаются быстро, пользователь тормозов не заметит.
Если не повезло - всё, туши свет. Падение скорости в 200-500 раз заметно сразу.
Например, документ проводится 2-3 минуты вместо 2-3 секунд. Разница не 200-500 раз, т.к. не всё упирается в скорость получения данных из ОЗУ.

Симптомы проблемы - тормозит у всех, или почти у всех, на ровном месте, в самых обычных операциях.
Смотришь доработки - вроде ничего особенного.
Смотришь тяжёлые операции, вроде закрытия месяца, формирования длинных отчётов, фоновых заданий - ничего критичного.
А оно тормозит.

Когда админ в такой момент пойдёт смотреть состояние сервера, то скажет - всё хорошо, памяти хватает.
Её и правда хватает - объём памяти ведь "увеличился" за счёт использования подкачки. "Увеличенный" объём памяти - это сумма ОЗУ и выделенного на диске пространства.

Вот когда этого совместного "увеличенного" объёма не хватит - тогда да, тогда проблема вылезет наружу под собственным именем - "Out of Memory".
Но до такого доходит не часто.

Так что, если у вас необъяснимо тормозит ЕРП - глядите на использование подкачки.

https://t.me/another1C

Новый вебинар из серии «Быстрый старт»

Получите практические навыки по обнаружению и устранению неисправностей в системе резервного копирования.

09.07.2026 в 11:00 МСК проведем онлайн вебинар, на котором обсудим:

• Структуру и основные компоненты Кибер Бэкапа

• Функционирование компонентов системы

• Средства внутреннего мониторинга

• Назначение панелей мониторинга «Оповещения» и «Действия»

• Расположение журналов основных компонентов продукта

• Подходы к анализу и устранению проблем

Также покажем, как пользоваться этими инструментами на примерах типовых ошибок.

Ведущий: Егор Киселев, Инженер по сопровождению, Киберпротект

Зарегистрироваться

Сравнение Code Fable и Codex по ходу работы над одним и тем же проектом

Вчера, 1-го июля, программисты и активисты начали бурную трудовую неделю. А именно: вернулась модель Fable 5 и она будет доступна в вольном режиме до (или по) 7 июля. Так что есть 7 дней, чтобы сделать буст своим проектам.

Я тоже не избежал этой участи и вот уже почти целый день делаю polishing своему текущему проекту мобильного приложения.

Что сказать про впечатления? - Ощущение вот того самого вайб кодинга, о котором говорил Карпаты. Говоришь ему что делать и он делает. Технических ошибок просто нет, от слова совсем. Есть ошибки архитектурные, но не существенные, исправляются одной-двумя итерациями.

И кстати, получилось сравнить с Codex'ом, который решил попробовать на старте этого же проекта. Результат сравнения такой: Codex очень сильно подтянулся в работе с кодом, иногда даже кажется, что нет различий.

Но вот вокруг кода хуже: болтливые они оба, но у Codex больше какой-то разболтанности, разбрасывания в стороны. Особенно это видно на написании документации, пишет незначительные детали, теряет главное. И слабее держит инструкции.

Code в этом отношении гораздо чётче действует. Более жёстко держит инструкции, больше памяти, что характерно, помнит предыдущий и даже предыдущие чаты. Меньше разбрасывания на второстепенные детали, чётче фокус. Даже чек-лист у него выглядит проще, чётче и понятнее, чем у Codex.

Единственное, что может я так натаскал Code. С другой стороны, не использую MCP, RAG, даже скилы и хуки. Зашил все в память, их там три: общая пользовательская, описание проекта и правила работы.

И напоследок обнаружил в Code очень полезную функцию оценки загруженности контекстного окна.

Может она уже давно там была, о ней вроде писали, но что-то казалось, что это в CLI. А теперь оказывается её можно использовать и в декстопной версии. Думаю и другим пользователям это тоже пригодится.

Обычно смотришь, если чат начинает тормозить, значит пора. Или спросишь саму модель, но она обычно отвечает, что если на глаз, то загружена на 75%, но лучше начать новый чат. А теперь можно точно увидеть процент загруженности. Более того, можно даже увидеть чем именно загружено контекстное окно.

Для этого в чате Code, в поле ввода достаточно ввести слэш команду - /context

Прикрепляю скриншот как это выглядит вживую

И ещё такое впечатление, что Fable стал жечь меньше токенов за счёт какого-то более делового, но все ещё дружелюбного стиля общения.

Так что, удачи всем с проектами на этой бурной трудовой неделе!))

Как выживают разработчики Госуслуг на защите квартального плана

У каждого, кто работает с госсектором, есть обязательная процедура — защита квартального плана. Что там происходит на самом деле и почему даже сильные команды «сыпятся» под вопросами заказчика?

Разбирались вместе с заместителем технического директора РТЛабс Виктором Редровом на OKR Russia

В докладе о том:

• Почему защита — это диалог, а не отчёт (и как к этому подготовиться)

• Типичные ошибки, которые превращают встречу в «допрос»

• Конкретные приёмы для сохранения контроля в любой ситуации

👉 Презентация и запись доступны по ссылке

Вы пробовали ChatGPT и Cursor. Но система из нескольких AI-агентов — это другой уровень: агенты конфликтуют, теряют контекст, зацикливаются, а отладка напоминает расследование без улик.

🎻 Один AI = музыкант. Несколько AI = оркестр. А кто дирижёр?

19 июля, 10:00-14:00 МСК — лабораторная работа с Андреем Чуяном, создателем ROLES-экосистемы (3 экосистемы, 15+ ролей). За 4 часа: проектирование AI-ролей с YAML-контрактами, 5 хаос-сценариев, MCP-сервер на личной VM, самодиагностика экосистемы.

📐 Проверенная методология FPF + TDD в основе каждого блока.

🔗 Подробное описание: https://debugskills.ru/content?article=labs-ai-orchestration
Готовы спроектировать свою первую AI-экосистему? Приходите 19 июля! 🚀

Неделю назад КиберËж проводил CyberWeekend (где там правда викенд они нашли в начале недели, я не знаю 😂) и, в том числе, пригласили меня побеседовать про Программно-аппаратный хакинг как одно из самых сложных и интересных направлений в кибербезопасности, объединяющее знания из программирования, электроники, сетей, встроенных систем и реверс-инжиниринга.

В рамках диалога мы с Павлом осветили такие темы, как:
* Почему специалистов в этой области так мало и чем они занимаются на практике.
* Почему искусственный интеллект пока не способен заменить экспертов по аппаратному хакингу: работа с реальными устройствами требует опыта, интуиции и нестандартного мышления.
* Как после 2022 года изменились основные направления атак и почему всё больше внимания уделяется IoT-устройствам и объектам физической инфраструктуры.
* Какие навыки стоит развивать уже сегодня тем, кто интересуется IT, электроникой и информационной безопасностью.

Могу с уверенностью сказать, что доклад будет полезен начинающим специалистам, студентам технических направлений и всем, кто хочет понять, как устроена одна из самых редких и востребованных профессий в сфере кибербезопасности.

Ну и конечно же, интервью можно легко посмотреть в 📺 ВКвидео.

🧠 Обязательно поделись с теми, кому это может быть полезно 💬 Телеграм | 💬 Max | 📝 Хабр | 💙 ВКонтакте

В дополнение к посту по albu-mcp

В доке Albumentations появился отдельный раздел про мой AlbumentationsX MCP - https://albumentations.ai/docs/integrations/mcp/

Теперь есть официальный integration guide, где показано, как ты можешь подключить MCP-сервер к AI-assistant’у и использовать его для нормального HITL workflow вокруг CV-аугментаций: подобрать pipeline, провалидировать его, отрендерить локальные previews, сравнить baseline и candidate, дать feedback вроде too_noisy:high и экспортировать финальный pipeline.

Приятно видеть, что проект стал частью экосистемной документации Albumentations. 🙂

AlbumentationsX MCP это конечно же не замена Python API, а assistant-facing review layer для тех случаев, когда ты хочешь быстрее и безопаснее работать с augmentation pipelines.

SimpleOne подтвердила совместимость с РЕД ОС

SimpleOne подтвердила совместимость своей платформы с РЕД ОС. Для заказчиков это значит, что запуск проектов в импортонезависимой ИТ-среде становится проще и предсказуемее.

Подтвержденная совместимость помогает:

• сократить барьеры на этапе архитектурных согласований

• упростить прохождение аудитов безопасности

• быстрее запускать проекты по переходу на российское ПО

РЕД ОС широко используют в корпоративной и государственной инфраструктуре. По данным разработчика, систему уже применяют 12 000 компаний и государственных организаций, а общее количество инсталляций превысило 2 млн.

Подробнее на сайте

Избиратели против ботов

Economist вышел с обложкой на статью про возрастающее требование избирателей затормозить/запретить ИИ. Это волна только разгоняется, по сути луддиты 21 века, но так как политики часто используют подобные недовольства масс населения, то тему точно будут раскачивать.

Конкретно это выражается уже в начале запретов строить дата‑центры; справедливости ради надо сказать, что отдельные дата‑центры действительно уже портят жизнь конкретным городам Америки.

Уже обсуждаются прочие законы: прозрачность и маркировка ИИ‑контента, запреты и ограничения deepfakes, защита рабочих мест и «разделение выгод» и т. д.

Я думаю, все, кто хочет разделения выгод, получат себя в human in the loop 😀

Как все так ловко ИИ пользуются... Обзоры кода делают...

Не знаю, то ли я туповат, то ли невезучий, то ли кругом сказочники. Пытаюсь исследовать, какие новые интересные виды ошибок может находить ИИ в С++ коде, о которых не знает PVS-Studio. Claude Opus то нормально мне про интересные баги рассказывает, то на ровном месте с ума сходит.

Даю файл на вход, а он тревожно:

В присланном файле есть места, где содержимое обрезано/повреждено вставкой </context>, поэтому их я не рассматриваю как «баги кода» — это артефакты форматирования. Разберу реальные логические ошибки.

Шо? Какой context? Там максимум — это #include "context.hxx". Ну ладно, давай ошибки посмотрим.

Так, парочка сообщений по делу. Например, найден лишний аргумент при использовании функции форматирования.

addErrorMessage(&sciErr, API_ERROR_CREATE_ZDOUBLE_IN_NAMED_LIST,
    _("%s: Unable to create list item #%d in Scilab memory"),
    "createComplexZMatrixOfDoubleInNamedList", _iItemPos + 1, _pstName);

В строке форматирования два спецификатора %s и %d, а передаются три аргумента: funcName, _iItemPos+1, _pstName. Да, это баг. Про подобные паттерны PVS-Studio уже знает, хотя, возможно, нужно подсказать, что addErrorMessage — это printf-подобная функция. В целом, тут неинтересно, идём дальше.

Ооо, и тут начинается...

checkListItemPosition — неправильное сравнение границы:

// check a valid item
if (_iItemPos > iItem)
{
    addErrorMessage(...);
    return sciErr;
}

Здесь проверка «позиция валидна» использует >, хотя позиции 1-based, а iItem — количество элементов. Это выглядит как граничный дефект, но по сути _iItemPos == iItem допустимо, _iItemPos > iItem — ошибка. Это в порядке — правильная граница. Не баг. (Указываю, чтобы было понятно, что я это проверил.)

Так баг или не баг? Я три раза прочитал текст и посмотрел функцию с кодом. В итоге я не только не понимаю, есть ли здесь ошибка, но и не понимаю, что Claude пытается мне сказать.

Дальше ещё хуже шарики за ролики зашли.

Баг 5 (реальный): утечка в readCommonMatrixOfPolyInNamedList и др. — нет, это API отдаёт указатели наружу. Не баг.

Это всё описание пятого бага, больше ничего нет. Комментировать — только портить.

Я не понимаю, как на всём этом можно строить хоть сколько-то надёжные процессы автоматических обзоров кода, про которые в последнее время из разных утюгов вещают.

На сегодня мне ИИ достаточно. Пойду лучше пройдусь по парку, пока погода хорошая.