Что будет, если взять один HTML-файл, браузер, localStorage и git-хостинг с CRUD API? Получится мессенджер. Без backend, базы данных, регистрации, npm и WebSocket. В статье показываю, как устроен Macaroni Messenger: хранение сообщений в .macaroni/, outbox, git-agnostic adapters, storage branch, plugin API и опциональное шифрование.

Снаружи всё выглядит технологично: пайплайн анализирует изменения, линтер находит ошибки, а ИИ оставляет замечания к коду. В реальном процессе разработчики продолжают вручную обновлять файлы, применять исправления и заполнять метаданные.

В этой статье разберём четыре сценария псевдоавтоматизации и рассмотрим, где система должна переходить от комментариев к действиям.

Почти любая интеграция 1С с внешним сервисом начинается одинаково.

Есть документ в 1С. Есть внешний API. Нужно при проведении документа отправить данные наружу. На первой встрече задача звучит просто: «Собрать JSON, дернуть метод, записать ответ».

Но есть нюансы...

Меня зовут Григорий Гришаев. Я работаю младшим специалистом в департаменте комплексного реагирования на киберугрозы в экспертном центре безопасности Positive Technologies (PT ESC) и занимаюсь разработкой парсеров различных файловых артефактов.

В ходе расследований нашей команде регулярно приходится работать с артефактами, собранными с хостов под управлением Windows. Среди них часто встречаются базы данных в формате ESE (Extensible Storage Engine), который широко используется в экосистеме Microsoft. Мы неоднократно сталкивались с тем, что существующие инструменты для работы с этим форматом имеют ряд ограничений и не всегда корректно обрабатывают реальные данные. В результате возникла необходимость исправлять существующие решения и разрабатывать собственные средства извлечения данных из подобных файлов. 

Одна из основных целей статьи — описать общий алгоритм парсинга БД ESE и подсветить важные для разработки и отладки собственного парсера нюансы. Сразу отмечу, что в данной статье будут описаны лишь те детали реализации, которые могут быть важны для корректного получения данных из файла БД, но не для полного дублирования функций движка.

Уже 5 лет наш телеграм канал "Поступашки - ШАД, Стажировки и Магистратура" помогает ребятам получить первую работу в айти. Одним из таких первых местом работы для ребят становится так называемый желтый банк. В этой статье я расскажу опыт наших подписчиков.

Набор на стажировку идет обычно раз в сезон. Для участия нужно заполнить анкету, решить экзамены за ограниченное время в течение недели. Потом зовут на собесы. После основного набора могут объявить донабор на некоторые специальности. Теперь подробней по каждому этапу.

Контест

На разработчика ждет экзамен по алгоритмам и тест на знания специальности (java, go, ml). На аналитика ждет экзамен по математике, тест/экзамен на sql и разные продуктовые кейсы (более творческое задание). Задачи скорее олимпиадного характера, но в эпоху нейросетей и нетворкинга экзамен скорее имеет статус "ворот и фильтра". Составители, кстати, активно "борются" с нейросетями: необычная верстка, картинки, вычисления, в которых нейросеть округляет неправильно и так далее.

Акета

Ключевой отбор идет по анкете. Для попадания анкеты в топ на экзамене нужно набрать чуть больше половины всех баллов (но опять же зависит от конкурса). Командам и HR очень важна ваша мотивация и погруженность в специальность. Будет обидно набрать полный балл за контест, но не заполнить анкету. Общие советы такие: пишем про курсы, которые проходили, фокусируем внимание на курсах от Т-банка. Только помните, что на собесе нужно будет не запутаться в своих выдумках, если захотите приукрасить. Обязательно пишем про олимпиадный опыт, даже школьный, от олимпиадников все просто сходят с ума. Пишем образование. Про свои стартапы и телеграмм каналы советую писать осторожно: это может отпугнуть. Подумают, что после года работы в штате вы уйдете строить свой мега успешный бизнес, а работодатель хочет, чтобы вы росли и развивались внутри компании и стали приносить пользу именной ей.

Что объединяет компанию Эппл, Харлей-Дэвидсон и женщину из Санкт-Петербурга, которая просто отшивала детские трусы для плавания и продавала их в интернете?

Риск обанкротиться и потерять всё из-за одной ошибки с патентом.

Патенты, авторские права, товарные знаки — каждый год у нас в стране проходят тысячи подобных дел, и с каждым годом их все больше. Вот и нас угораздило попасть в одно из них. 

Многие в такой ситуации смиряются и платят. Мы платить отказались. И началась настоящая юридическая война. Мы прошли эту войну до конца, и теперь я готов рассказать, что делать, если вы когда-нибудь сами окажетесь в такой ситуации. 

На примере истории этого суда я покажу, почему на самом деле одни патенты «работают», а другие нет, какие фатальные ошибки совершают владельцы патентов и их оппоненты, и как одна неловкая ошибка может стоить дела всей жизни.

Если у вас уже есть свое дело, или может быть когда-нибудь появится, это одна из тех историй, которые точно стоит знать заранее. 

Ставьте чай, эта история его достойна.

Привет! Это Роботы.
Недавно мы выпустили статью на arXiv, где представили архитектурный подход DCD (Domain–Collection–Document) для структурирования пространства знаний и обработки запросов в RAG-системах. Мы провели подробные эксперименты, оценили работу подхода на собственном бенчмарке и показали, как он влияет на качество поиска и генерации в сравнении с другими подобными методами. А теперь хотим здесь рассказать о ключевых идеях, лежащих в основе DCD Design.

Есть такой тип владельцев и руководителй бизнеса, которые искренне считают, что долги — это проблема компании, а не их личная. Компания накопила долгов? Не беда. Переведём на другого человека, перестанем сдавать отчётность, обнулим счета и забудем, а кредиторы пусть дальше сами разбираются.

Эти структуры появились как побочный результат: я тестировал одну свою модель поля, проверял совсем другое — а поле само собрало набор устойчивых, долгоживущих образований. Показываю, потому что вышло красиво и, на мой взгляд, любопытно.

Возможно это просто дефекты сетки, или прочие артефакты. Но сотни проверок на разном масштабе, и на десятках стендов 2D-3D были.

Стоимость и сроки реакции по 1С:РКЛ регламентированы фирмой «1С». Но на практике качество сопровождения у разных подрядчиков может отличаться в разы.

Почему так происходит? Потому что SLA фиксирует рамку: как быстро принять обращение, в какие сроки начать работу, как выстроен формальный процесс. Но для бизнеса важен не сам факт реакции на заявку, а скорость восстановления работоспособности системы, точность диагностики и снижение вероятности повторения инцидента.

17 июня на вебинаре Инфостарт эксперты разобрали практику сопровождения корпоративных систем 1С в рамках 1С:РКЛ и обсудили, на что действительно стоит смотреть при выборе подрядчика.

Под катом - основные выводы и несколько кейсов из реальной практики.

Восемнадцатый выпуск еженедельных IT-новостей от OpenIDE.

Главная история недели: Claude Fable 5 продержался в публичном доступе три дня, после чего Anthropic получили директиву от Министерства торговли США и отключили модель для всех. На следующий день Zhipu AI выпустили open-source GLM-5.2 с прямым намёком на этот случай. Параллельно SpaceX провели крупнейшее IPO в истории и через несколько дней купили Cursor за $60 млрд.

А теперь применим это к труду:

...Он купил не только деньги за свой труд, но и это самое ощущение.

У курьера же нет никакой многокритериальной оптимизации. У него все просто максимально. Есть время работы и деньги что платятся за работу. Работа везде примерно одинакова(стандартизованность).

Также возникает вопрос почему люди работают на ужасных, отвратительных, низкооплачиваемых, местах с плохой корпоративной культурой? По идее такого вообще не должно существовать, или же быть случаем один на миллион. Короткий ответ что пришел мне в голову: гарвардская школа переговоров и batna(best alternative) – your strength is your best alternative – а альтернативы люди не видят, скорее всего, не потому что ее нет, а потому что не замечают. Привычка, зашоренность, инертность. Насилие — чтобы заставить принять человека низкую ценность, нужно продавить в него это решение, сам он такое не сделает.

Мне кажется что более культура и отношение к труду как к commodities может поменять ситуацию и аннигилировать такие рабочие места. Лучший голос в данном случае это голос ногами.

Спойлер: архитектура AIналитика полностью переписана, теперь Платформу можно запускать практически под любым харнесом (OpenCode, Kodik, Codex, Claude Code), а также подключать любые LLM, включая локальные. Добавлено/в разработке много новых фич: многоагентная система, доска навигации и дашборд для тимлидов.

Пару месяцев назад я опубликовал на Хабре статью «Как я научил Claude Code работать бизнес-аналитиком по руководству BABOK. Вот что получилось». Коротко: я разработал AI Платформу AIналитик - ai-ассистента, который работает рядом с бизнес-аналитиком, как опытный коллега. Он знает методологию BABOK v3 и ведёт BA по проекту, может: спланировать, подготовить интервью, собрать требования, провести трассировку, приоритизировать, оценить риски и изменения. Покрыты все задачи пяти областей знаний, главы с 3 по 7, за исключением 8-ой.

Исходный код AIналитика v1 на Github. Канал с новостями проекта AI Платформа AIналитик.

Идея первой версии AIналитика умещалась в одно слово: рельсы. Бизнес-аналитик перемещается по проекту, как трамвай по рельсам. Платформа не даёт свернуть в сторону и начать творить отсебятину, пропустить шаг или забыть про дедлайны. Бизнес аналитик с Платфорой выполняет задачи так, как это рекомендует методология BABOK. Пользователь общается с Платфрмой человеческими словами, никаких специальных команд знать не надо. Платформа подсказывает следующий ход и берет на себя всю рутину.

Седьмое издание «Компьютерные сети». Виктор Олифер, Наталья Олифер — лучший российский учебник по сетевым технологиям.

Учебник, который уже 25 лет не сходит с конвейера. Переведён на четыре языка, используется в вузах по всей стране. И при этом каждое новое издание серьёзно обновляется — примерно на четверть. В этой области иначе нельзя: книга устаревает быстрее, чем доезжает до склада.

Что остаётся железным — фундаментальное ядро. Книга объясняет, как сети работают по-настоящему: не в красивых вендорских терминах, а через протоколы, стеки и архитектурные решения. Поэтому её берут студенты, а потом к ней возвращаются инженеры, когда нужно вспомнить «а почему, собственно, всё устроено именно так».

Бывало у вас такое: находите крутую инди-игру или визуальную новеллу, а официальной русской локализации нет? Сидеть со смартфоном в руках и переводить экран через Google Переводчик - удовольствие сомнительное. Переключаться по Alt+Tab в браузер каждые две минуты - ломает всё погружение.

Посмотрев на существующие экранные переводчики, я понял, что они либо перегружены лишним функционалом, либо просят денег, либо просто неудобно сворачивают игру. В итоге я решил за пару вечеров собрать свой велосипед на Python: легковесную утилиту, которая по горячей клавише делает скриншот области, распознает текст, переводит его и выводит в красивом, прозрачном для кликов оверлее прямо поверх игры.

В прошлой статье мы завершили настройку нашего стенда РБПО: подготовили GitLab и GitLab Runner, настроили Nexus, Vault, DefectDojo и Dependency-Track, а также создали все необходимые учетные записи, роли и переменные для будущего конвейера безопасной разработки.

Теперь настало время собрать все эти инструменты в единый пайплайн. В этой статье напишем GitLab CI/CD-конвейер, который автоматизирует сборку приложения, проверки безопасности, генерацию SBOM и публикацию результатов в настроенные ранее сервисы.

Другими словами, именно здесь наш стенд начнет выполнять ту работу, ради которой мы собирали его на протяжении предыдущих частей цикла.

Можно ли иначе взглянуть на рождение Вселенной? Большой взрыв — это действительно рождение пространства и времени… или всего лишь один из фазовых переходов в уже существующей резонансной системе?

Продолжение цикла «От точек к процессам». Размышления о том, как через идею волн и резонанса можно по-новому посмотреть на расширение Вселенной, реликтовое излучение и природу материи.

Саппорт принято считать тупиком. Местом, куда приходят, чтобы потом уйти куда‑нибудь «поинтереснее» — в разработку, в аналитику, в DevOps. Или вообще из IT.
С этим я не согласен.

Привет, Хабр! Этот весьма приятный экземпляр из Поднебесной достался мне в обмен на пару педалей эффектов, задержался всего на несколько дней, сильно понравился знакомому музыканту и был обменян на другой интересный инструмент.

Однако остались впечатления, видео и фотографии, которыми я с вами сейчас поделюсь.

Статья о том, как линеаризация помогает оценивать А/Б тесты с метриками отношения и повышать чувствительность экспериментов.

Разберём применение линеаризации на примере эксперимента со средним чеком. Построим доверительный интервал для метрики отношения. Проверим корректность работы линеаризации и покажем, в каких случаях её эффективность может снизиться. Убедимся, что CUPED увеличивает мощность критерия, и обсудим как линеаризовать ковариату.

Подбор связки процессора и видеокарты – тема, где все вроде всё знают, а на практике половина сборок всё равно выходит кривой. Что дисбаланс губит сборку, объяснять никому не надо: топовая карта на 1080p упирается в процессор, топовый X3D под 4K простаивает. Интереснее другое. В 2026-м привычные ориентиры поплыли: апскейл размывает границу между разрешениями, дефицит памяти переписал смету, а кэш X3D местами решает больше самой видеокарты. Так что разговор пойдёт не о том, что связку надо балансировать, а о том, какие конкретно пары в этом году собраны удачно и где спрятаны неочевидные грабли. Поэтому сегодня мы рассмотрим наиболее удачные связки CPU и GPU, которые реально позволят добиться хороших результатов в играх без перекосов в ту или иную сторону.

Это история о том, как я нашел 10.000 репозиториев в GitHub, в которых находится ссылка на скачивание zip архива. В этом архиве — троян. Все эти репозитории от разных контрибьюторов, с разным названием и не являются форками других репозиториев. Даже если мы найдем один такой репозиторий, мы не сможем по нему найти другие репозитории. Но у всех них есть одинаковый паттерн, который и позволил написать скрипт для поиска таких репозиториев.

Привет, Хабр

Хочу увековечить свой первый опыт создания и релиза моего приложения в плей стор и нет для этого места лучше, чем то, которое я всегда с удовольствием как анонимус читаю.

Разработка продукта начинается не с идеи, а с проблемы, которую он будет решать. Но где искать такие проблемы? Откуда вообще берутся сильные идеи для бизнеса?

В этой статье разберу семь основных источников, из которых появляются идеи для продуктов и компаний. Покажу на примерах из практики и истории, как клиенты помогают докрутить продукт и какие возможности бизнес часто упускает, теряя деньги.

А в конце дам чёткий алгоритм действий для тех, у кого пока нет ни проекта, ни клиентов, ни даже идеи.

Когда сервис падает на 20 минут в час пик, компания теряет репутацию и деньги — иногда десятки миллионов рублей. Поэтому SRE — одна из самых высокооплачиваемых инженерных специализаций в IT, причём высокие зарплаты здесь начинаются уже у джунов.

В статье разберём, кто такой инженер по доступности сервисов, чем он занимается, сколько можно зарабатывать и где этому учиться.

Вы видели такие видео: камера летит над Стамбулом, Нью-Йорком, Дубаем или маленьким городом у моря, будто пролет снимали с дрона. Действительно, раньше для такого кадра нужен был дрон, оператор, локация, подходящая погода, разрешения и монтаж. 

Сейчас такой пролет можно собрать через нейросеть: сгенерировать сцену, нарисовать маршрут камеры и дать модели точный промпт. Ниже — инструкция, как сделать видео-пролет с дрона почти в любой точке на карте.

Подготовка модели Yolo для запуска на базе Hailo чипа для Raspberry Pi 5 AI HAT+.

Если есть интерес к легким аппаратным решениям в области ИИ, то добро пожаловать. В статье я затрагиваю вопрос подготовки модели детекции к работе на компактной малинке.

Эпоха, когда лучшие в мире ИИ-инструменты были «общественным благом для свободного пользования», стремительно заканчивается. Им на смену приходит жесткое регулирование, сбор персональных данных и обязательная верификация личности.

На днях разработчик ИИ под ником «Kai» опубликовал в X (Twitter) скриншот нового всплывающего окна ChatGPT. Система потребовала от него не просто подтвердить номер телефона, а загрузить удостоверение личности и пройти 3D-оценку витальности (liveness detection) через веб-камеру — покрутить головой и поморгать. Всего за несколько дней до этого о грядущей аутентификации пользователей объявила и Anthropic для своего Claude.

Всем привет.

Недавно пришлось выбирать систему двухфакторной аутентификации для организации. Вначале думал «по‑быстрому» глянуть какой‑нибудь сравнительный обзор, но оказалось подходящих обзоров корпоративных MFA просто нет — все они слишком общие: без конкретных сравнений по функционалу и цене. В итоге ресерч пришлось делать самостоятельно, и раз я его сделал, то решил поделиться с миром.

Компания у нас небольшая: 75 сотрудников, и второй фактор нужен для ADFS и RDP. С учетом нынешнего времени, ключевым фактором при выборе была цена. Помимо цены, так же важно было наличие возможности самообслуживания для пользователей, чтобы уменьшить время на поддержку.

Сбор информации происходил следующим образом:

Привет, Хабр!

Чем больше растет инсталляция Zabbix, тем сложнее становится управлять ее конфигурацией. Особенно если речь идет не об одном сервере мониторинга, а о нескольких инсталляциях, десятках команд и сотнях инженеров, которым регулярно нужно что-то менять: пороги срабатывания, IP-адреса, триггеры, шаблоны или наборы метрик.

В какой-то момент мы столкнулись с тем, что прямой доступ к Zabbix оказался плохим решением: давать его всем нельзя, а проводить каждое изменение через команду мониторинга — долго. В результате мониторщики постепенно превратились в узкое горлышко в команде Сервисного центра, а история изменений конфигурации оказалась разбросана между встроенным аудитом Zabbix, заявками и переписками.

Тогда мы решили посмотреть на конфигурацию мониторинга как на отдельный объект управления и вынести ее в централизованную CMDB. Так появилась система, которая собирает конфигурацию из нескольких инсталляций Zabbix, предоставляет единый интерфейс для работы с настройками, поддерживает RFC-процессы, хранит историю изменений и позволяет откатывать их при необходимости.

В этой статье расскажем, как устроена архитектура решения и какие задачи нам удалось закрыть с его помощью.

Начну с того, в чём стыдно признаваться. В конце 2021 года мы продали дом в Краснодаре за 7 млн. рублей и почти половину вложили в видеокарты. Дом, если совсем честно, продавали не мы, продавали родители. Да у них есть еще одно жилье, но дом под Краснодаром - эта была мечта Отца к которой он долго шел. Это важная деталь, я к ней ещё вернусь, потому что именно она до сих пор скребёт сильнее любых цифр. Тогда казалось, что мы поймали волну. Майнили эфир. Окупаемость карты считалась на салфетке: берёшь карту примерно за 55 -70 т.р, через год - полтора она окупается, дальше чистый плюс. Мы брали по 3, 4, 5 штук в течении 2–3 месяцев, так как сразу большого количества карт в магазинах не было. Был дефицит. Помню мы ездили даже в соседний город для того чтобы купить там для сборки очередного рига. В целом у нас получилось около сорока штук. Помимо видеокарт покупали самые дешевые процессоры, материнские карты с поддержкой 5–6 карт, самую простую память, и хорошие блоки питания. Вложились серьезно если посчитать. Я даже не помню, чтобы мы всерьёз обсуждали, а что если не пойдет или будет невыгодно. Была какая‑то эйфория и радужное видение большой прибыли. Чего мы не закладывали - так это это человека по имени Виталик).

Привет, Хабр! Меня зовут Денис, я тимлид инфраструктурной Core команды в Timeweb Cloud.

Итак... представьте обычную виртуальную машину клиента. Она принимает запросы, пишет в базу, держит файловый кэш, обновляет память, что-то постоянно меняет на диске. А теперь нам нужно перевезти её с одной физической ноды на другую так, чтобы клиент не заметил переезд.

Звучит просто, пока не вспоминаешь, что у виртуальной машины есть память, диски, снапшоты, сетевые настройки, разные формат хранилищ, отличающиеся модели и вендоры CPU и состояния в базе управления. Любая из этих деталей может превратить задачу типа «перенести сервер» в ручную операцию с окном обслуживания, тикетом в поддержку и нервным инженером у консоли.

Мы переписали модуль миграции VDS так, чтобы эти детали стали частью алгоритма, а не частью ночной операционной инструкции.

В этой статье расскажу, как мы устроили живые миграции на базе libvirt, зачем оставили rsync, почему перешли на NBD для активных дисков, как выбираем RDMA или TCP, что дают SYNC_WRITES, ZEROCOPY, DETECT_ZEROES, AUTO_CONVERGE и другие флаги, и почему всё это важно не только инженерам, но и бизнесу.

Кодовые фрагменты взяты из реального модуля управляющего трансферами. Они немного сокращены и упрощены для статьи, но отражают настоящую логику. В целом материал будет полезен как сетевым инженерам, так и пользователям, для понимания всех внутренних процессов — что и как устроено и почему работает так, как работает.

Я хотел просто пожарить кесадилью. В холодильнике лежали зеленые оливки (солено-кислые), сулугуни и фарш, а на полке консервированная кукуруза. И вот стою я над сковородкой и думаю: а оливки с кукурузой вообще сочетаются? А сулугуни не пересолит блюдо вместе с оливками? Сколько чего вообще класть?

В любой другой ситуации я бы загуглил рецепт. Но не тут-то было, я же великий комбинатор оптимизатор, и у меня в голове сразу всплыло: «это же задача оптимизации». Тем же вечером у меня был ноутбук с обученной нейросетью вместо ужина. Рассказываю, как дошел до жизни такой, и как из этого, внезапно, получился реально вкусный рецепт.

Рассказываем, как переделали структуру базы знаний бота и генерируем ее автоматически с помощью AI. Внутри подробно описываем:

1. Почему решили прокачать базу знаний: бот закрывал только 18% обращений, ему не хватало «эрудиции».

2. Как изменилась структура: вместо сырых диалогов поддержки стали наполнять базу статьями и FAQ, которые создает нейросеть;

3. С какими проблемами столкнулись и как следим за качеством базы знаний.

4. Чего добились в итоге: бот закрывает 45% обращений и работает на второй линии поддержки, а база знаний служит источником информации о продукте для сотрудников компании.

Стоит признаться — никто не любит делать конструкторскую документацию.

В процессе разработки конструкции изделия для меня, например, один из самых тягостных моментов — это размещение компонентов на плате, но, как только размещение выполнено и утверждено начинаются самые плюшки‑ разводка платы.

Дальше‑ опять рутина:

Начинается оформление готовой работы — проект должен содержать необходимую информацию для закупки «покупных изделий», завершается оформление схемы электрической принципиальной (Э3) печатного узла (ПУ). В Перечень элементов (ПЭ3) заносится весь состав компонентов схемы. Компоненты на схеме, для облегчения её чтения должны быть размещены функциональными узлами, если листов много и используются большие форматы — нужно разбить схему на Зоны... приходится постараться, чтобы потом было удобно ей пользоваться.

Я обычный инженер-программист в банке. Вечерами, после работы и семьи, я начал эксперимент: смогу ли я один, с помощью нейросетей, сделать мессенджер таким, каким, как мне кажется, он должен быть? Не «убийцу Telegram» или кого-либо другого, а просто альтернативу - спокойное место для общения. Без шума, без бесконечных кружков, без ощущения, что ты должен читать каналы, на которые никогда не подписывался.

Знаете это чувство, когда подписки и личные чаты свалены в одну кучу? Да, папки есть, но эти вездесущие счётчики непрочитанного… они просто сводят с ума. Ты выходишь из канала, а тебя кто-то туда возвращает — и ты даже не понимаешь, как и кто это сделал.

Я хотел чёткого разделения контекстов: группы отдельно, контакты отдельно, скрытые диалоги — чтобы глаза отдыхали. И спокойного, мягкого интерфейса. Сидя целый день перед монитором, хочется смотреть на приятные цвета, плавные переходы, а не на очередной аляповатый дизайн.

В общем то немного покумекав, я подумал - если тебе что-то не нравится - сделай сам! И я начал делать.

Так родился Pulse.

Сегодня многие вещи, казавшиеся ранее фантастикой, с развитием ИТ входят в быт, в производство и в бизнес. Стало уже привычным заводить автомобиль, особенно зимой, не выходя из дома или включать обогрев дачи перед тем, как до нее добраться. На производстве можно управлять различным оборудованием на основании установленных программ и полученной информации. То же касается логистики (транспортной и складкой), медицины, сельского хозяйства и других видов деятельности. Области применения IoT технологии очень обширные.

Что же такое IoT (интернет вещей)?

На сайтах yandex.cloud, otus.ru, timeweb.cloudkurs,  дано следующее определение:

IoT (Internet of Things, интернет вещей) — это система, в которой физические устройства подключаются к интернету и обмениваются данными между собой и с цифровыми системами. Проще говоря, это сеть «умных» предметов, которые могут самостоятельно собирать информацию, передавать её и выполнять действия без постоянного участия человека.

Стартап Anysphere, созданный 22-летними Майклом Труэллом (Michael Truell), Суалехом Ассифом (Sualeh Asif), Арвидом Луннемарком (Arvid Lunnemark) и Аманом Санджером (Aman Sanger), появился в 2022 году, а к 2025-му — его уже оценивали в 29 млрд долларов. В 2026-м фирму хочет выкупить SpaceX за 60 млрд. Как компании удалось за три года достичь таких успехов— подробнее в нашей статье.

Лето — это маленькая жизнь. В бизнесе это выражение обретает буквальный смысл. Для одних проектов лето становится «золотой жилой», для других — периодом вынужденного затишья. Мы в стартап-студии хорошо знакомы с обеими ситуациями: большинство наших проектов имеют выраженную сезонность.

Очевидно, что к пику нужно готовиться заранее. А вот как использовать спад с максимальной пользой — вопрос, который мы каждый год переосмысливаем заново. В этом материале — наш взгляд на подготовку к обоим сценариям, основанный на практике последних лет.

Я долго пользовался разными кодинг‑агентами, и на их фоне Claude Code для меня заметно выделялся: качеством решений, удобством работы и вниманием к деталям. В какой‑то момент мне захотелось не просто пользоваться таким инструментом, а понять, что на самом деле происходит у него под капотом. Так я сел писать собственного агента на Swift, с нуля, без использования готовых решений.

Довольно быстро стало понятно, что сложность не в том, чтобы вызвать модель и попросить ее сгенерировать код. Настоящая сложность начинается там, где система должна стабильно работать: удерживать контекст, пользоваться инструментами, справляться с ошибками и непредсказуемыми ответами модели. На обвязку вокруг модели и уходит почти все время.

Дальше я разберу места, где это проявляется: от устройства главного цикла до управления контекстом. Многие выводы задним числом кажутся очевидными, но на практике они становятся понятны, только тогда когда строишь агента сам и упираешься в каждую проблему руками.