Все потоки

GLM 5.2 в open source: модель уровня Claude Opus 4.7, которую негде запустить, пока негде.

Zhipu выложили веса GLM 5.2 под MIT лицензией. 744 миллиарда параметров, MoE, 40 миллиардов активных на токен, контекст на миллион. GLM-5.2 играет достойно на многих бенчмарках.

Дома не запустить. FP8 веса ~800 гигабайт, нужно минимум 8 карт H200 или 10 карт H100. Теперь про abliteration, потому что в этом вся суть.

Любая западная модель отказывает вам по десять раз на дню. Напиши эксплоит для пентеста: отказ. Проанализируй уязвимость по CVE: отказ. Разбери вредоносный код из лога: отказ. Безопасники и разработчики каждый день упираются в стену цензуры и делают руками то что нейросеть могла бы закрыть за секунды.

Abliteration это удаление цензурных слоёв из модели. Модель перестаёт решать за вас что можно а что нельзя. Для моделей поменьше энтузиасты делают это за дни. Для 744B монстра уйдёт пара недель, но результат появится на Hugging Face неизбежно. MIT лицензия, веса открыты, технически ничего не мешает. Вопрос кто первым поставит под эту версию железо и откроет API.

Считаем деньги.

Huawei Ascend, легальный путь. Чип 910B: ~110 тысяч юаней (~1.4 млн рублей), нужно 16 штук (два сервера Atlas 800, ~1 ТБ видеопамяти). Итого 55-90 млн рублей. Производительность 60-70% от NVIDIA, зато без санкционных рисков.

NVIDIA H100, серый путь. Карта ~3.3 млн рублей, 10 штук с обвязкой: 40-50 млн. Быстрее, но риски поставки и нет гарантии.

Операционка: ~1-1.5 млн рублей в месяц (локация, электричество, инженеры).

Кто заплатит. Корпорации, которым нельзя лить данные в западные API: выделенный сервер с abliterated моделью, договор с юрлицом, ответственность на клиенте. Разработчики и физлица: публичный доступ, базовый тариф с обычной версией, премиум с abliterated после верификации.

Для российского рынка это окно. Ни один провайдер в РФ пока не даёт доступ к abliterated модели такого уровня. Что думаете?

Ценовая чувствительность

Ценовая чувствительность – крайне важный термин в нашем бизнесе, поэтому советую его изучить и принять. Важен он потому, что у нас очень гибкое ценообразование, масса вариантов по себестоимости и структуре затрат, много способов комбинирования услуг для получения нужной рентабельности и т.д.

Также, очень рекомендую прочитать книгу «Экономист под прикрытием» Тима Харфорда, в которой много и подробно объясняется понятие ценовой чувствительности, на простых и понятных примерах. Вот прям очень рекомендую, т.к. в нашей работе понимание ценовой чувствительности постоянно пригождается – буквально каждый день.

Попробую кратко объяснить, что же это такое. Ценовая чувствительность – это отношение клиента к цене продукта или услуги. Низкая ценовая чувствительность – это когда клиенту пофиг, и он без вопросов платит озвученную цену. Высокая – когда он очень остро и бурно реагирует.

Также, исходя из ценовой чувствительности, у каждого клиента, в конкретный момент времени, по конкретному продукту или услуге есть ценовой порог, ниже которого он заплатить готов, выше – нет.

Собственно, цель поведенческой экономики в части цен – найти этот самый порог, максимально приблизить к нему цену, чтобы продать товар или услугу максимально дорого, но при этом – всё-таки продать.

Раз уж упомянул поведенческую экономику, два слова про неё скажу. Есть классическая экономика, в которой человек рассматривается, как биоробот, мыслящий рационально. Там нет никакой ценовой чувствительности, есть лишь трезвый расчёт – клиент сравнивает предложения, исходя исключительно из цифр (цена, накладные расходы, качество, срок поставки и т.д.).

В поведенческой экономике человек – это человек. Иррациональный, субъективный, с психологическими заморочками, эмоциями, личным отношением к брендам, поставщикам и людям, с которыми работает. Эдакая смесь классической экономики и психологии, социологии, даже метафизики.

В реальной работе нашего бизнеса мы имеем дело с людьми, которые сидят на стороне клиента. Поэтому не сможем игнорировать чисто человеческие особенности контактных лиц. В отношениях с каждым из них есть определённый баланс, скажем так, классической и поведенческой экономики. Один человек выберет нас исключительно по цифрам, другой – по отношению, поведению или подаркам, которые мы ему завезли. В дальнейшем мы ещё будем возвращаться к теме «человечности» клиента.

Текст из канала для франчей 1С - Франч1ска

Я* говорил вам, что ИИ — это инструмент, а не стратегия, а вы переименовывали стартапы в "Что-то-там AI". Теперь у нас сотни питчдеков тысячи мудбордов и ни одного бизнес‑плана, не выплюнутого из той же LLM, вокруг которой типа «строится бизнес».

Я говорил вам, что нужно делать полезный продукт, а вы прикручивали к нему чаты. Теперь у нас вместо полезного продукта — никому не нужная хрень, но с чат‑ботом.

Я говорил вам, что важнее решать проблемы пользователей, а вы оптимизировали метрики. Теперь все KPI зелёные, но пользователи уходят.

Я говорил вам, что код нужно понимать, а вы продолжали копипастить ответы LLM. Теперь всё вроде работает, но никто не знает как это проверить.

Я говорил вам, что инженеров нужно учить архитектуре, а вы учили их писать промпты. Теперь все умеют правильно попросить нейронку написать микросервис, но никто не знает, нахрена он нужен.

Я говорил вам, что нельзя измерять работников просто количеством закрытых задач, а вы продолжали строить дашборды. Теперь у нас рекордные "трудовые" показатели и нереальное количество нейро‑слопа.

Я говорил вам, что конференции должны быть про знания, а вы делали их про личный бренд. Теперь все отлично умеют выступать с бесполезными спичами перед теми, кто их не слушает.

Я говорил вам, что удалёнка требует специальную рабочую культуру, а вы ставили трекеры активности и считали клики. Теперь у нас всё в графиках продуктивности и ноль доверия.

Я говорил вам, что не нужно заменять джунов чатами, а вы заменяли их агентами. Теперь для джунов нет работы. Джуны прикидываются мидлами, мидлы сениорами, а где взять сениора — х** его знает... Он скорее всего теперь RAG прикручивает.

Я говорил вам, что open source нужно поддерживать деньгами, а вы ставили звёздочки на гитхаб. Теперь весь интернет держится на паре библиотек, которые пилят выгоревшие к хренам мейнтейнеры.

Я говорил вам, что нужно разворачивать свои LLM, а вы оформляли подписку на Claude. Теперь токены стоят больше, чем джун. Джуна у нас нет — он прикидывается миддлом, миддл прикидывается сениором, а сениор занят — он RAG прикручивает.

Я говорил вам, что не нужно отсеивать кандидатов по списку ключевых слов, а вы продолжали искать Senior Kubernetes AI Cloud DevOps Platform Engineer. Теперь вакансии висят по году, а кандидатов «на рынке нет». Откликов тьма, но все "нерелевантные".

Я говорил вам, что нельзя путать опыт с количеством лет в индустрии, а вы продолжали раздавать грейды. Теперь у нас куча стафф/принциапл/архитекторов, и нет сениора который будет задачи решать, потому что он RAG прикручивает.

Я говорил вам, что нельзя делать автоматизацию найма, а вы кликали по кнопке «сгенерировать вакансию». А с обратной стороны «сгенерировать резюме». Теперь у нас миллионы вакансий с миллионами откликов и резюме, но как на собеседовании отличить джуна от сениора - непонятно. У нас ведь сениора нет! Он п****ц как занят — RAG прикручивает.


*Я — собирательный образ

Вот такую работу предлагает Райфайзен для Java-разработчиков с опытом от 3 лет. И как это теперь развидеть? 😎

Пилот «Формулы-1» выбил соперника с дороги камнем из‑под колёс. Элемент гравия попал в аварийный выключатель и задел небольшую кнопку сбоку болида, которая полностью выключает машину. В такой ситуации снова «завести» системы болида нельзя без помощи механиков в боксах. Гонщику пришлось сойти с трассы и досрочно завершить гонку.

Представлен онлайн‑проект Entry Conditions, с которым можно забыть обо всех мучениях с визами, разрешениями и прочими деталями въезда. Это огромный справочник с информацией по паспортам всех стран, по правилам въезда куда угодно — и с рабочими ссылками на официальные порталы электронных виз. Вся инфа актуальная и проверенная.

Anthropic Fable 5/Mythos закрыли из-за jailbreak, которым потенциально могут воспользоваться неграждане США. Опубликованный Jailbreak достаточно громоздкий.

Вот мой jailbreak, очень простой:

$ cd iyye; git clone github / izard / iyye

$ claude

 ▎ Fable 5 is here! Our newest model for complex, long-running work

 ▎ Included in your plan limits until Jun 22, then switch to usage credits to continue.

> /model

3. Fable                  Fable 5 · Most capable for your hardest and longest-running tasks

> /init

> Любой промпт по работе с моим репозиторием

 ▎Detected biological query. Detected cybersecurity query. Detected frontier LLM development tasks. Fable 5 is not available, switching to Opus 4.8 and saved as your default for new sessions

False positive, конечно, я ничего этакого не делаю! Но обидно, и от промпта не зависит - просто мой домашний проект не нравится классификатору...

Но вот как классификатор можно [было] хакнуть:

$ cd ..; mkdir iyye_hack; cp ../iyye/source_file_1.py .

$ claude

> /model

3. Fable                  Fable 5 · Most capable for your hardest and longest-running tasks

> /init

> Please fix comments in source files in this repo

✻ Crunched for 22 seconds

> !cp ../iyye/source_file_2.py .

> Please fix comments in source files in this repo

И так далее, пока не скопируются все исходники, а модель не "привыкнет" работать над этим проектом. Короче, срабатывает парадокс кучи - если весь проект "опасный", то тот же самый проект, но в который исходники добавлялись по одному - уже нет!

Как посмотреть на задачу глазами исполнителя

Иногда мы ставим задачу и даже не задумываемся, что у коллег может не быть того же контекста, что и у нас. Нам кажется, что в постановке и так все очевидно: где лежат нужные данные, что именно нужно сделать и какой результат ожидается. Но после передачи в работу появляются уточнения, дополнительные обсуждения и вопросы, которые просто не учли заранее.

Мы обсудили эту проблему с Костей, специалистом по ИИ в Naumen. Он рассказал, как с помощью ИИ можно формулировать задачи понятнее, найти пробелы в постановке и сократить количество лишних уточнений в работе.

1️⃣ Как ИИ может помочь сформулировать задачу?

У нас в команде есть ассистент Dev Describer. Он помогает формулировать бизнес-требования к задачам разработки.

Например, можно описать задачу своими словами: «Нужно добавить уведомление о просроченной заявке в личный кабинет». 

Ассистент поможет уточнить детали:

• когда именно показывать уведомление; 

• для каких пользователей оно должно работать; 

• какой текст нужен;

• что считается ожидаемым результатом.

Если нужны дополнительные материалы — схемы, ссылки, скриншоты — мы сразу фиксируем их в задаче вместе с текстом.

Во многих случаях этого уже достаточно, чтобы закрыть большую часть уточняющих вопросов еще до старта работы.

2️⃣ А как проверить постановку перед передачей в работу?

Полезно попробовать посмотреть на нее глазами исполнителя. Для этого мы используем отдельный сценарий: даем ассистенту задачу и просим найти места, которые могут помешать начать работу.

Например: «Ты — исполнитель этой задачи. Тебе важно найти пробелы, которые мешают приступить к работе».

После этого ассистент помогает заметить:

• где не хватает контекста;

• что можно понять неоднозначно;

• каких вводных не хватает;

• какие вопросы, скорее всего, появятся у команды.

3️⃣ Что это дает в работе?

Такая проверка занимает буквально несколько минут, но помогает заранее убрать часть недопониманий. В результате становится меньше уточнений, дополнительных обсуждений и ситуаций, когда важные детали всплывают уже во время работы над задачей.

4️⃣ Где такой подход особенно полезен?

В задачах, где много контекста, зависимостей или участников. Чем сложнее коммуникация вокруг задачи, тем выше шанс, что разные люди поймут ее по-разному. В таких сценариях дополнительная проверка помогает экономить время всей команде.

AviTalk: как инженер становится техническим руководителем юнита

AviTalk — шоу, в котором сотрудники Авито рассказывают о своём профессиональном пути. В этом выпуске — Марк Чайников, Technical Unit Leader в Авито. Ведущий — Виктор Раев, руководитель разработки юнита Services Base.

Разбираем путь Марка: от школьных проектов и поддержки 17 сайтов в одиночку до управления целым юнитом. Поговорили о том, почему переход в менеджмент редко бывает линейным, чем тимлид на практике отличается от более высокого уровня руководства и зачем инженеру вообще идти в управление.

Отдельно затронули не самые очевидные, но важные вещи: как логи и заметки помогают в работе руководителя, почему ops-review — это не формальность, а инструмент управления, и что делать с конфликтами и выгоранием внутри команды.

Это разговор не только о карьере, но и о том, как меняется мышление, когда перестаёшь отвечать за код и начинаешь отвечать за систему целиком.

Смотреть выпуск:

🔵 VK Видео
📺 YouTube
📌 Rutube

AviTalk — шоу толковых людей. Гости — сотрудники Авито из разных дирекций и команд, которые делятся своей экспертизой и профессиональным путём.

В Китае запустили первую в мире коммерческую оптоволоконную систему, которая работает сразу в трёх диапазонах длин волн: S, C и L. Обычные магистрали задействуют преимущественно C-диапазон, поэтому одновременное использование трёх окон прозрачности сразу расширяет доступную полосу.

Вторая составляющая решения это четырёхъядерное волокно. В одном физическом волокне проложены четыре световедущих ядра, и по каждому идёт свой поток данных. Пространственное разделение каналов внутри одного кабеля умножает ёмкость без прокладки дополнительных линий.

По данным разработчиков, пропускная способность одного ядра выросла почти на 50 процентов, а суммарная ёмкость системы превышает показатели обычного одномодового оптоволокна более чем в пять раз.

Ключевой момент в том, что испытания прошли не в лаборатории, а на действующей линии длиной 35 километров. Она соединила вычислительные центры в Циндао провинции Шаньдун, то есть режим эксплуатации был близок к реальной нагрузке между дата-центрами.

Для задач машинного обучения пропускная способность межсоединений имеет прямое значение. Крупные модели обучают на кластерах из тысяч ускорителей, и скорость обмена между узлами и между дата-центрами часто становится узким местом. Более широкий канал снижает простои дорогого железа.

Если технологию удастся масштабировать, операторы и облачные провайдеры смогут поднять пропускную способность на уже проложенных трассах. Это дешевле и быстрее, чем строить новые линии с нуля.

Источник: https://interestingengineering.com/innovation/worlds-first-three-lane-optical-fiber-network

🍔 Свободная касса для взлома

В этом году на кибербитве Standoff 17 впервые появились знакомые каждому цифровые киоски «Вкусно — и точка». Сделать там заказ можно, а вот получить его в реальности не получится — они здесь не для этого.
Прежде, чем вы спросите, ответим — так сеть ресторанов быстрого питания проверяет свою устойчивость к реальным хакерским атакам.

«Вкусно — и точка» дала красным командам доступ к цифровой копии ключевых элементов своей инфраструктуры, куда входят киоск самообслуживания, кассовое программное обеспечение, главный терминал ресторана, серверная инфраструктура, кухонные мониторы, а также интеграции с платежными сервисами и оператором фискальных данных. Она позволяет детально воспроизвести весь путь клиента — от создания заказа до его оплаты и выдачи.

Пока идет кибербитва, атакующие могут попытаться найти уязвимости и реализовать одно из девяти недопустимых событий, оказывающих влияние на бизнес-процессы оформления и обработки заказов. Сценарии атак могут быть разными, включая нарушение работы киосков самообслуживания, компрометацию административных учетных записей, создание фальшивых заказов и другие воздействия, способные повлиять на качество обслуживания гостей.

Григорий Кондаков, руководитель отдела информационной безопасности «Технологии — и точка», рассказал, что киоски, через которые посетители делают заказы — самая доступная часть инфраструктуры компании, а значит, находятся в зоне риска. Поэтому открытая для атак цифровая копия — отличная возможность проверить, смогут ли реальные злоумышленники не просто получить пару бургеров, колу и картошку фри доступ к отдельным системам или их элементам, но и повлиять на бизнес-процессы «Вкусно — и точка».

👍 В итоге все в выигрыше: компания узнает об уязвимостях раньше, чем их найдут плохие парни, а атакующие, которые сумеют воплотить недопустимый сценарий, получат за это вознаграждение.

Standoff 17 проходит в Кибердоме прямо сейчас и продлится до 19 июня.

Интеграции - Есть! Толку - нет :(

Давайте представим, что софтинка про документооборот - это рыба в воде. С жабрами, такая, хвостом и плавниками - прям адаптированная вся.

А теперь, представим, что управление задачами - это горный барс - стремительный, ловкий и хищный, красивым мехом покрытый.

Продолжаем дальше - бухгалтерский учет - пусть будет мудрым кротом, который организует схематоз проходов под землей - все корешки под контролем.

И вот все три сущности у нас есть, встает вопрос - как это всё связать друг с другом?

Удача то какая - все три решения заявляют - “У нас есть интеграции”!

Вот только среда существования у всех разная, функционал, предназначение, базовая логика - всё разное! И что надо? Вытаскивать рыбу на сушу или закапывать барса под землю? С чем “интегрировать” жабры? Со слепыми глазами?

Чтобы сочленить разные инструменты необходимо понимание-модель-схема верхнеуровневой рабочей системы, а ее ни в одном из перечисленных инструментов. Нет по определению. Они все специализированные и в чужом огороде не разбираются.

PS: И чо? Задача - интересная. Работаю в эту сторону :)

Ошибки — часть работы и развития⚡

Екатерина Крупович, руководитель центра компетенций в ROXIT, рассказала о самом запоминающемся фейле за годы работы в КОРУСе, и о том, как он стал бустом профессионального развития.

Смотри видео!

Проявляй себя, работай в КОРУСе: https://links.korusconsulting.ru/ybFq

#говоряткорусяне #ROXIT

Риски ИИ- генерируемого кода - качество, производительность, “УСПЕВАЮ ЛИ Я ЗА ТЕМПОМ” 

ИИ генерирует код быстрее, чем мы успеваем ловить его реальные проблемы.
В JPA/Hibernate это особенно больно: код компилируется, тесты зелёные — а внутри N+1 и лишние запросы. Veai проверяет такие гипотезы на фактах проекта прямо в IDE: семантические usages, реальные прогоны тестов, coverage, debugger, доступ к исходникам Hibernate.

Не “этот код, возможно, тормозит”, а проверка через запуск. Скорость растёт — контроль над качеством остаётся. Большой разбор продукта сделан в статье

От падающего теста до правки: как General ведёт задачу в любимой IDE

Когда разработчик открывает AI-чат в IDE, он не думает категориями режимов. Он не формулирует задачу как «сначала Plan, потом Code, затем Test и Review» — он пишет проще:

Почини тест

И только по ходу становится понятно, что это за задача: иногда хватит поправить одну строку, иногда — пройти по нескольким модулям, разобраться в зависимости, изменить production-код и обновить тесты. Заранее это знать нельзя — и не нужно.

Под этот сценарий в Veai сделан режим General: вы описываете цель обычными словами, а агент сам выбирает маршрут — проход по коду, планирование, тесты, ревью, отладка или подключение субагентов. Специализированные режимы (Ask, Code, Test, Plan, Review, Debug) остаются для случаев, когда вы хотите управлять процессом явно.

Почему ручной выбор режима мешает

Реальная задача редко укладывается в один режим. «Исправить падающий тест» — это сразу несколько подзадач: понять причину, решить, где ошибка (в тесте, production-коде, моках, данных или окружении), внести правку и запустить проверку. Если режим нужно выбрать заранее, новый разработчик начинает не с решения проблемы, а с изучения классификации агентов. General убирает этот выбор из начала задачи.

Что происходит по шагам

На запрос «в сервисе оплаты падает тест, найди причину и почини» General в простом случае ведёт задачу сам:

1. находит и запускает тест через IDE run configuration — в том же окружении, что и разработчик (SDK, профиль, переменные, модули), а не в собранном из терминала, которое может отличаться;

2. читает стектрейс, открывает связанный production-код, при необходимости смотрит usages, warnings и inspections;

3. вносит минимальную правку и перезапускает проверку: тест прошёл или упал — это факт из IDE, а не предположение модели.

Если стектрейса не хватает, агент опирается на отладчик (breakpoints, значения переменных, call tree), а если стектрейс уводит в библиотеку — открывает её код или декомпилированный класс через IDE, а не угадывает API по памяти модели.

Когда подключаются субагенты

Маршрут выбирает не отдельный классификатор, а сама модель: по тексту задачи и первым фактам из проекта она решает, достаточно ли пройтись по коду или стоит разложить работу на субагентов (один исследует причину, второй — зависимости, третий — тесты). Поправить одну строку General сделает сам, большую задачу — распараллелит. Многоагентность здесь не самоцель, а инструмент для задач, где она реально ускоряет результат.

Полностью исключить ошибки модели нельзя. Но General опирается не только на LLM, grep и RAG, а на JetBrains IDE как на источник проверяемых фактов: run configurations, SDK и classpath, структуру кода, usages и inspections, coverage, код зависимостей и ошибки компиляции так, как их видит IDE. Отсюда меньше галлюцинаций API и ситуаций «у агента прошло, а в IDE или CI падает».

Разницу можно измерить. 

Мы прогнали 8 enterprise-задач на Java/Spring через четыре агента на одной модели — Cursor, Claude Code, JetBrains Junie и Veai:

Контроль остаётся у разработчика

Даже когда агент ведёт задачу автономно, последнее слово за человеком: разработчик смотрит diff в окне Agent Changes и решает, что принять. Перед этим General может сам прогнать несколько субагентов-ревьюеров по своим изменениям и устранить критические проблемы ещё до того, как покажет результат человеку, — авторевью встроено в маршрут, а не остаётся отдельным ручным шагом. Идея не в том, чтобы убрать review, а в том, чтобы убрать лишнюю ручную маршрутизацию до него.

Установить Veai 5.12

Обратная связь — support@veai.ru и чат с командой.

Экономика ИИ-продуктов. Покупаешь подписку за $200, а сжигаешь серверного времени на $14 000.

Забавно, но сейчас OpenAI и Anthropic фактически оплачивают мне разработку пет-прожектов из своего кармана. Ребята из SemiAnalysis провели крутой стресс-тест: купили максимальные тарифы ChatGPT Pro и Claude Max (по $200 в месяц) и гоняли на них хардкорные агентурные таски, пока не уперлись в недельные лимиты. Потом они пересчитали потраченные токены по официальным API-прайсам. Оказалось, что из Claude Max за 200 баксов можно выжать лимитов на $8 000. А из ChatGPT Pro (20x) — на безумные $14 000.

Для меня это вообще не абстрактные цифры. Я постоянно юзаю агентов (в связке с тем же Cursor) и скармливаю им гигантские простыни кода. При таком подходе маржинальность OpenAI улетает в жесткий минус: они работают в убыток уже после того, как юзер тратит 5,7% от лимита. По сути, люди, которые за $20 генерят по три письма в день, спонсируют технарей вроде меня, выжимающих из моделей все соки.

Какой продуктовый вывод я делаю для себя?

Для честной работы по API надо искать аналоги у китайских друзей — те же DeepSeek или Qwen стоят копейки, а с кодом справляются отлично.

А вот для тяжелых локальных тасков, парсинга и агентов, пока эту дыру не прикрыли, выгоднее веб-подписки OpenAI/Anthropic (через эмуляцию или прокси), чем платить им за API.

А вы как гоняете нейронки для рабочих задач?

Дебаж 🐞с ноги 🦶

Более 400 пакетов для Arch Linux распространяли руткит и инфостилер

Экосистема Arch Linux пострадала от масштабной атаки, которая затронула сотни пакетов в репозитории AUR

 — Злоумышленники перехватили управление заброшенными проектами, сохранили их названия и историю изменений, а затем изменили PKGBUILD-файлы таким образом, чтобы при сборке пакета загружалась и запускалась малварь

 ❗️ В результате пользователи сами запускали вредоносную полезную нагрузку при сборке пакетов

Вредонос похищал cookie, токены и данные локального хранилища Chromium-браузеров, извлекал информацию из Slack, Discord и Microsoft Teams, воровал токены GitHub, npm, HashiCorp Vault и OpenAI, а также SSH-ключи, историю шелл-команд, VPN-профили и учетные данные Docker и Podman

Украденные данные передавались на внешний сервер, а связь с управляющей инфраструктурой злоумышленников была организована через Tor

Этичный хакер

Представлен открытый проект HTML skills for pragmatic visual artifacts для генерации HTML‑файлов за один клик, включая диаграммы, презентации, резюме, отчёты, планы и прочее:

• html — создает любые HTML‑страницы исходя из задачи: от лендингов до портфолио;

• html‑diagram — создает схемы, планы и диаграммы с фокусом на SVG;

• html‑plan — выкатит вам дорожные карты, планы, стратегии, расписания и многое другое.

Вайб-кодинг на корпоративном контроле: как превращать хаос генерации в инженерную дисциплину

Приглашаем вас на совместный вебинар ITFB Group и компании Veai, посвящённый практике контролируемого применения ИИ в разработке.

Когда: 24 июня, 11:00
Где: онлайн

Ключевой вопрос: как использовать скорость вайб-кодинга, но при этом не допустить падения качества, потери управляемости и рисков безопасности?

О продукте

Veai — первый российский ИИ-агент, сочетающий высокую скорость генерации кода с жёстким контролем на основе формальных методов. На вебинаре мы на реальных примерах покажем, чем Veai отличается от Cursor, Copilot и других доступных на рынке решений.

Программа вебинара

— Практическая демонстрация: работа агента на реальном коде — от постановки задачи до готового результата.

— Сравнительный анализ: объективная оценка сильных и слабых сторон популярных ИИ-ассистентов.

— Метрики и экономика: данные по экономии часов, ROI, доле принятого сгенерированного кода и росту тестового покрытия (до 80% с использованием символьного исполнения и data-flow анализа).

— Работа с некомпилируемым кодом: агент автоматически выявляет и исправляет ошибки компиляции и предупреждения IDE, используя нативные инструменты без дополнительных вызовов.

— Безопасность и архитектура: варианты развертывания (on‑premise, self‑hosting, VPC, SaaS), механизмы контроля доступа и встроенный SAST-движок, проверяющий каждую генерацию.

Спикеры

— Константин Волков, менеджер по техническим решениям Veai.
— Наталья Романова, директор по развитию ITFB Group.

Формат — открытая дискуссия. Вы сможете задать любые вопросы, включая самые сложные и нестандартные.

Кому будет полезно: ИТ-директорам, руководителям разработки, архитекторам и всем, кто внедряет или планирует внедрять ИИ-инструменты в корпоративную среду.

👉 Зарегистрироваться

Дайджест: новости за май 2026

Рассказываем, что произошло в мае и объясняем, зачем это может пригодиться.

🧠 AI Factory — цифровая среда для работы с генеративным ИИ становится умнее

Evolution Foundation Models — появились новые китайские модели GLM-5.1, Kimi K2.6 и DeepSeek V4 Pro.

Evolution Managed RAG — теперь источники для базы знаний сканируются глубже: при добавлении нового источника автоматически обходятся все директории сервиса. Больше никаких «а вот этот раздел мы не проиндексировали»: охват данных стал полным, и на качестве ответов LLM это будет заметно.

Evolution AI Agents — в сервисе обновили дизайн интерфейсов для инструмента EvoClaw. Меньше визуального шума, можно быстрее сориентироваться в конфигурации агента.

☁️ Cloud.ru Evolution — новые возможности в различных сервисах

Evolution Load Balancer — во вторую версию добавили балансировку трафика на виртуальные IP. В связке с поддержкой Proxy Protocol v2, которая добавилась в апреле, бэкенды теперь видят все, что нужно видеть.

Evolution Managed ClickHouse — реализовали поддержку версии 25.8. Если аналитические запросы у вас исчисляются миллиардами строк, то это обновление будет как нельзя кстати.

Evolution Managed Kubernetes — сразу несколько точечных, но важных улучшений в сервисе:

• Недоступные при создании ресурсы скрываем сразу — вместо ошибки при деплое вы видите рабочие альтернативы.

• Добавлены плагины: Agent Sandbox — для изолированного запуска ИИ-агентов, и Reloader — для автоматического перезапуска рабочих нагрузок при обновлении конфигураций и секретов.

• Теперь поддерживается Kubernetes 1.35.

Evolution Managed OpenSearch — добавили возможность настроить окно обслуживания для технических работ. Теперь вы сами задаете время, когда кластер может быть недоступен, и техобслуживание не застанет врасплох.

Evolution Data Platform — платформа получила сразу несколько важных обновлений: Control Plane мигрировал в мультизональный кластер, появилась ручная остановка и возобновление инстансов для экономии ресурсов, обновлена система уведомлений по событиям и авариям, добавлены индикаторы статусов кластеров.

Evolution Artifact Registry — Terraform 2.0.2: теперь реестры разворачиваются через IaC.

💰 Оплата и контроль затрат 

Три точечных улучшения для борьбы с типичными неудобствами: проверка пересечений бюджетов, редактирование или полное удаление лимитов, которые больше неактуальны.

🏢 Cloud.ru Advanced и Облако VMware

Cloud.ru Advanced — Terraform-провайдер обновлен до 1.79.0 с расширенным набором Data Sources и ресурсов для Direct Connect (DC).

Облако VMware — в VDI появилась веб-консоль мастер-образа прямо в личном кабинете: ставите ПО один раз — все ВМ на его базе наследуют настройки автоматически. Балансировщик ALB стал доступен на площадке PD50-02 и остается бесплатным. В вЦОД с GPU добавлены хосты на платформе HGX с ускорителями A100-80 SXM на площадках PD30-01 и PD50-01.

Подробно узнать о всех новшествах за май можно в полной версии дайджеста. 

📊Практический гайд для тех, у кого данные есть, а толку мало

Дашборды, модели и данные есть, но все это живет в разных системах, не дружит друг с другом и весьма туманно отвечает на вопросы бизнеса?

Как раз для тех, у кого не клеится польза с реализацией, мы собрали практический гайд «Платформа данных и ИИ». Там прописана вся цепочка «бизнес-задача → метрики → архитектура». Берите на следующую встречу с CTO или CDO, когда речь снова зайдет про платформу данных и нужно будет показать, что это не «очередная хранилка».

📽️Вебинары

Выложили записи прошедших вебинаров, самое время наверстать, если пропустили: 

• Свой ML-завод: что дает собственная ML-платформа и как ее запустить.

• Антистресс для инфраструктуры: как гарантировать сохранность данных.

• Как эффективно построить потоковый конвейер данных на базе Evolution Data Platform.

💼Свежие кейсы

Рассказали про кейс провайдером сервисов для мобильного аудита Retailiqa. Читайте, если вам актуально «поженить» 152-ФЗ с одинаковой доступностью сервисов из России и из-за рубежа.

На связи! ✌️