Это восьмая статья из моей серии про инженерные решения в ONEMIX. До этого было про клиентскую часть мессенджера: кэш сообщений, E2E, WebRTC звонки, Electron, outbox-паттерн. Параллельно про AI-агента Лиру и мнение про вайб-кодинг.

Сегодня про серверную сторону. Backend ONEMIX — это один файл main.py на 19603 строки, 379 эндпоинтов, FastAPI + SQLite, держит мессенджер с регистрацией через SMS, звонками через LiveKit, E2E через Double Ratchet, push-нотификациями на iOS и Android. Этот файл я пишу больше года. За это время он эволюционировал из прототипа на 800 строк в production монолит.

В статье разберу почему стек именно такой, какие решения оказались правильными, какие я бы поменял если бы начинал сейчас, и где у этого подхода границы применимости.

Сразу важная оговорка. У меня не было требования держать 100к одновременных пользователей или 10к RPS. Это бэкенд под мобильное приложение с трафиком который для соло-разработчика разумно поддерживать одному. Если у вас задачи другого масштаба, мой опыт может не подойти.

Буквально недавно всплыл в голове один разговор. Осенью прошлого года клиентка рассказывала, как её подруга, у которой вдруг попёр бизнес, который раньше еле выживал, хвасталась новой брендовой сумочкой и ипотекой на элитную квартиру в центре Питера. Потом машину захотела поменять на представительский класс. И что-то там должно было остаться. Вот это «что-то вроде бы должно остаться» меня тогда повеселило. И с этим остатком надо было что-то сделать. Логично, что клиентка порекомендовала нас. Знаете, какой вопрос поступил первым?

А что там по доходности? Что обещают?

Поставьте сердечко, если не видите в этом ничего такого. Дальше будет пост именно для вас.

Все споры, статьи и исследования в сфере инвестиций крутятся вокруг доходности. Но когда дело касается управления благосостоянием — это становится вторичным. На первый план выходят цели и задачи которые этот капитал должен решать, и личные факторы — семейные, психологические, структурные.

Основная часть денег теряется не из-за того, что ты купил не те акции, а из-за эмоций, плохой структуры, отсутствия планирования, налогов, разводов, низкой ликвидности, отсутствия системы наследования, когда просто нет доступа к активам или их тупо отжимают.

Попробую объяснить на примере. Если у семьи высокая потребность в ликвидном и при этом не волатильном капитале из-за специфики бизнеса, уклада жизни, горизонтов, в распределении будет достаточно крупный фонд «безопасности» (я так его называю), который будет состоять из коротких облигаций, фондов ликвидности, доходных стейблов или рыночно-нейтральных стратегий вроде покупки спот-актива с одновременной продажей фьючерса. Безусловно его доходность будет не айс и также будет давить на общую доходность распределение. Но так нужно! Потому что задача такая. А у другого — наоборот.

90-е запомнились везде по разному: где-то они были лихие, где-то благословенные. Но для ИИ это десятилетие было настоящим ренессансом. 

Что поделать, закон Мура в действии: оперативка резко поумнела, процессоры стали быстрее истребителя, а еще алгоритмические прорывы случались один за другим.

Но среди всего этого великолепия особенно выделялся один странный, безымянный алгоритм, который долгое время оставался загадкой для посторонних. Никто не знал откуда он взялся, как и кем был натренирован, хотя при этом он умел всего лишь одну простую вещь: читать чужие мысли.

Ни для кого не секрет, что ElevenLabs сегодня является монополистом в области озвучки текста. Но, к сожалению, данная нейросеть пока не доступна для нашей локации, а запрос огромный…

Вместе с тем, выход есть всегда, а часто и не один. Сегодня мы расскажем о том, как использовать ElevenLabs для клонирования голоса, какие есть варианты, и как добиться наилучшего результата. Без воды. Без пластика. Только по делу — читайте до конца, чтобы не тратить время и нервы.

Формализуем принцип технологической гравитации: чем циничнее и негативнее утверждение о конечном пользователе той или иной технологии, тем шире целевая аудитория этой самой технологии.

Пятая статья из шести про инженерный процесс для разработки с ИИ-агентами. Первая статья про путь от первых проектов к стандарту SENAR. Вторая про то, чем агент отличается от программиста. Третья про новую роль человека и пять навыков нового рабочего режима. Четвёртая про ворота задачи: спецификацию на входе, сверку с критериями на выходе и метрики, которые видят, что в контуре провисло. Эта пятая про среду, в которой задача живёт от постановки до сдачи: контекст под неё, архитектурные границы вокруг и память проекта над всем.

Разбираем, зачем нужен real-time на сайте, почему polling создаёт лишнюю нагрузку и как Centrifugo помогает добавить WebSocket в Laravel-приложение без разрушения backend-архитектуры.

В прошлой статье я обещал, что залезу под капот систем антиплагиата и расскажу, как они работают. Этим сегодня и займёмся.

В предисловии разочарованно скажу одну вещь. Инновации сделали из многих старых систем для вузов дорогостоящий генератор красивых, но бесполезных отчётов. Для этого хватило простого GPT-4o и его аналогов. Старые системы просто не видят нейросетевой текст, не распознают его.

Для этой статьи я проанализировал архитектуру нескольких ключевых систем и поговорил с разработчиком-архитектором, который строил их изнутри.

Регулярный слет сообщества FPGA-инженеров и им причастных пройдет 26 мая в 19 часов в формате онлайн-трансляции. В программе вечера пять докладов: о Yosys, SystemRDL, Edge AI и анализе вейвформ с LLM. Подробности о темах и спикерах — под катом. А регистрация — по ссылке.

Первую часть про механику — почему выгорание, тревога, паралич решений и конфликты в командах – это не поломки характера, а адаптации — можно почитать тут. Настоящая же статья — про то, что с этим делать, если вы руководитель и видите всё это у себя в команде.

Руководитель — это не отдельный человек в системе

Стресс руководителя не остаётся при нём как его личное дело. Он влияет на окружающих.

Датское исследование (Grynderup M.B. et al., 2022) отслеживало более пяти тысяч сотрудников на протяжении нескольких лет. Они выявили, что стресс руководителя передаётся команде и остаётся измеримым через год после первоначальной передачи через механизм «эмоционального заражения» («The contagious leader: a panel study on occupational stress transfer in a large Danish municipality» https://pmc.ncbi.nlm.nih.gov/articles/PMC9540037/). Оно работает через мимику, голос, язык тела — всё это мозг окружающих считывает автоматически, без участия сознания. На видимом плане это необъяснимая тревога, которую невозможно увязать с реальной опасностью — всё же нормально.

Сигал Барсаде, исследователь организационного поведения, говорит: сотрудники зеркалят эмоциональное состояние руководителя значительно сильнее, чем состояние коллег (Barsade S.G. «The Ripple Effect: Emotional Contagion and its Influence on Group Behavior», Administrative Science Quarterly, 2002 https://journals.sagepub.com/doi/10.2307/3094912). Иерархия усиливает передачу — с эволюционной точки зрения эмоциональное состояние того, кто стоит выше, всегда было сигналом об опасности для всей группы.

У вас небольшой релиз. Вы меняете пару строк кода, выкатываете обновление - и через несколько минут сервис начинает отдавать странные ошибки. Баги появляются в местах, которые вы вообще не трогали.

Знакомо?

Обычно проблема не в конкретном изменении, а в архитектурной связанности системы: инфраструктурные детали начинают протекать в бизнес-логику, и зависимости между компонентами становятся слишком плотными.

Разберём это на примерах. Примеры будут псевдореальные, иначе статья быстро превратится в книгу.

Посмотрите на функцию загрузки инвойса:

«Релиз» — слово, от которого у многих тимлидов подскакивает артериальное давление. Ведь за ним часто стоит ночь без сна: кто-то внёс правку в последний момент, тесты упали, а в проде уже ждут обновления. Знакомо?

Но релиз может стать предсказуемым процессом. В статье на примерах покажу, какие процессы, правила и инструменты помогают команде SourceCraft Security избежать авралов.

Для разработчиков умных камер, умных видеорегистраторов и нейросетевой видеоаналитики ПО видеонаблюдения нужна нейросеть, способная работать в реальных условиях наших улиц. А там никто с профессиональной камерой не ходит, правильный ракурс не настраивает, свет не выставляет, без сжатия не снимает и вообще все делает вопреки здравому смыслу учебников ВГИК.

Гамбит, конечно, подойдет для любых других задач, но здесь сделан упор на удобство сбора материала ИЗ систем видеонаблюдения и на разметку датасета с целью создания нейросетей ДЛЯ систем видеонаблюдения.

Гамбит не столько для отшлифованных фоток и рилсов из Интернета, а как раз наоборот – для не особо качественных видеозаписей из архивов видеонаблюдения. В Спецлабе называют такой контент «диким».

Мартовский анонс DLSS 5 стал настоящей лакмусовой бумажкой. Вся «аналитика» так называемых лидеров мнений сводилась к сбору фактов и мнений под заранее заданную теорию. Просмотры крутятся, лайки мутятся, а вводишь ты свою аудиторию в заблуждение или нет — вообще плевать.

Никто даже не попытался разобраться в истории вопроса. Никто не поискал мнений профильных экспертов, которые занимаются современной высокотехнологичной графикой в играх (а не просто имеют отношение к индустрии). Все почему-то забыли разобрать картину целиком: со всех позиций и во всех аспектах. А не только с удобной для автора (не пришлось заполнять пробелы в технических знаниях) и приятной для публики (которая всегда рада поругать корпорации) стороны.

В этой статье — постараемся дать исчерпывающую информацию. Это не попытка оправдать Nvidia, или наоборот — закопать. Скорее банальная журналистская работа, которую сегодня все разучились делать (даже по открытым источникам!).

Что изменилось от v3.2 → v4.0 → v4.2: площадка с горы Народная → Кольский (67°) → Ясный (51°, Оренбург, рядом 13-я ракетная дивизия РВСН и Ириклинская ГРЭС 2,4 ГВт). Маховики 700 тонн «класса JET» были фантазией — в мире нет таких роторов. Заменил на 20 серийных турбогенераторов 400 т «Силовых машин» (TRL 9). Жидкостный двигатель не выживет акустический удар 160 децибел на дульном срезе — турбонасос смыкается ещё до первой секунды. Заменил на твердотопливный РДТТ от КТРВ. Капсула стала монолитной (МИД Казахстана не выставит ноту за 365 ступеней в год). ВТСП-магниты вынесены с капсулы на многоразовый сабот.

Цена пуска: 205 долларов за килограмм при полезной нагрузке 2,2 тонны. Три якорных заказчика, три смежные отрасли спин-оффов. Прошёл 5 раундов кросс-валидации с Gemini Pro 3.1 — финальный вердикт «звучит как человек, готова к публикации».

Внутри: 9 картинок архитектуры, конкретные подрядчики (Силовые машины, КТРВ, СуперОкс, БТС-Мост, НИИЭФА), честный разбор слабых мест, поимённые ответы критикам v3.2.

13-й выпуск IT-новостей от OpenIDE!

Неделя получилась плотной: Grok потерял $175 тыс. без единой строки эксплойт-кода, европейские регуляторы выписали крупный GDPR-штраф «дочке» Яндекса, а Anthropic подписала сделку с куда более неожиданным партнёром.

А ещё обновления маркетплейса OpenIDE, новая архитектура SubQ и 423 закрытых бага в Mozilla благодаря Claude Mythos.

Новый подход к конструкции и методу калибровки стенда,
различия между форматами объектно-ориентированного звука и объёмного стерео,
метод записи иммерсивного контента при помощи бинаурального стенда и стереокамер.

Хоть ветровая и солнечная генерация продолжают отъедать всё большие доли в мировом энергоснабжении, современный мир по-прежнему работает на нефтепродуктах, и в обозримом будущем ситуация не поменяется. Мир потребляет более 100 миллионов баррелей нефти в сутки. На 2023 год нефть отвечала за 30% от всей энергии, используемой в мире, её доля выше, чем у других источников (хоть и постепенно снижается). В химической отрасли использование нефтепродуктов ещё критичнее: целых 90% сырья химической промышленности получается из нефти или газа. Практически все пластмассы производятся из химикатов, извлечённых из нефти или газа; также нефтепродукты применяются в производстве множества повседневных товаров, от смазки и фанеры до синтетических тканей, удобрений и красок.

Огромные объёмы потребления нефтепродуктов возможны благодаря нефтеперерабатывающим заводам (НПЗ). Когда нефть добывают из земли, она представляет собой сложную смесь тысяч различных химикатов. НПЗ перерабатывают эту смесь, превращая её в те химикаты, которые мы можем использовать. Из-за масштабов мирового потребления нефтепродуктов НПЗ — это одни из самых крупных промышленных предприятий в мире. Большой нефтеперерабатывающий завод может занимать тысячи акров (1000 акров ≈ 4 км²), а его строительство стоит миллиарды долларов; каждый день НПЗ перерабатывает сотни тысяч баррелей нефти.

Привет, Хабр! Я SDET-инженер в SimbirSoft Александр, в этой статье я предлагаю вам:

Рассмотреть основы Kafka, ее архитектуру и как она работает.

• Выяснить, как тестируются сообщения в топиках, какие инструменты для этого используются. Приведу примерные сценарии.   

• Обсудить роль Kafka в интеграционном тестировании, покажу пример интеграционного теста.

• Материал будет полезен для новичков в области тестирования ПО, как ручного, так и автоматизированного.

Когда старый монолит начинает мешать процессам в разработке, первое, что обычно приходит в голову командам — это переезд на новый стек. Логика понятна: сделаем новый UI, почистим код, а дальше и разработка пойдет бодрее. Чаще всего такое решение — очень дорогая иллюзия. Потому что в бигтехе проблема обычно не в UI, а в связности компонентов, зависимости фронта от бэка, сложных релизах и фичах, которые требуют синхронной работы команды.

Мы — разработчики Surf, Android и iOS команды: Светлана Сорокина, Антон Бояркин и Алексей Рябков. Когда начали работать с Бургер Кинг над трансформацией приложения, столкнулись с похожей историей. Поэтому мы решили переписать архитектуру так, чтобы разные подрядчики могли нормально работать вместе, а продукт — развиваться быстрее.

Если вы занимаетесь аналитикой в маркетплейсах, вы знаете, что GMV (Gross Merchandise Value) — это «священная корова». Она понятна: сколько денег прошло через платформу. Но у GMV есть критический изъян: она показывает только то, что уже случилось.

GMV — это «метрика результата», а не «метрика здоровья». Она не видит упущенных возможностей, разочарованных пользователей и зон, где ваш бизнес вот-вот сломается.

Предлагаю взглянуть на маркетплейс как на систему мэтчинга (совмещения) и вывести North Star Metric, которая реально управляет ростом. Причем стоит сказать, что маркетплейс это не только Amazon, Ozon и WB, это YouTube, это Я.Такси, это Авито и все прочие площадки, задача которых в совмещении спроса и предложения, и все ниже вполне годится и для них.

Известный факт, что при выборе новой работы, мы в первую очередь обращаем внимание на уровень дохода и прозрачность компании. Это логично, так как каждый хочет быть уверенным в завтрашнем дне. Однако, когда проходит какое то время после трудоустройства, премии и бонусы становятся базой и чем-то само собой разумеющимся.

Со стороны работодателя, мы давно замечаем на практике, что финансы играют большую роль на входе в компанию, но этого недостаточно для удержания сотрудников в дальнейшем. На наш взгляд, важно выстроить экосистему, в которой каждый будет чувствовать внимание, поддержку и корпоративный дух.
Сегодня расскажем, что мы в Инфостарте вкладываем в понятие “соцпакет” и как проявляем заботу о команде.

В феврале 2026 года Claude Cowork стирает 15 лет семейных фотографий одной командой. За полгода до этого, в августе 2025-го, случился кейс Nx supply chain: малварь впервые в истории использует локальные ИИ-CLI как инструмент разведки. В марте этого года Google Cloud Threat Horizons H1-2026 подтверждает: часть украденных в Nx токенов используется кампанией UNC6426 для перехода CI/CD → cloud admin через злоупотребление OIDC. 72 часа от первого коммита до админских прав в AWS.

Всё это примеры того, что может происходить, когда у ИИ-агента есть руки и мы забываем, на чьей машине эти руки действуют.

Данная статья предназначается для неравнодушных инженеров, AppSec, DevSecOps специалистов и всех тех, кто хоть раз запускал агента у себя на машине. Запрещать агентов в контуре бесполезно, отказываться от них самому глупо, но чем они так опасны? Сперва развеем туман неясности, построим модель угроз, собранную на реальных инцидентах и опубликованных CVE, а после будут конкретные рекомендации, как ограничить агента песочницей без ущерба для эффективности разработки. И как запускать --dangerously-skip-permissions без страха.

Добрый день, дорогой читатель.

Эта статья, а скорее эссе, посвящена времени в чипостроении. Если вам лень читать, то вот краткое содержание: «9 матерей не родят ребенка за месяц». Всё дальнейшее будет лишь раскрытием этой мудрости на примере нашей любимой отрасли. А для тех, кому не лень – продолжим.

Недавно у нас с около-полупроводниковыми коллегами состоялась дискуссия вокруг роудмапа одной компании, имеющей претензии на создание отечественных чипов. В том числе звучали такие фразы: «Да в такие сроки это сделать невозможно…», «Да может они нагнали 1000 инженеров и сделали?», «Да они заплатили и им всё сделали быстро…» и т.д. По результатам разговора возникла мысль, что отрасль-то наша вон каким внимание пользуется, а как она на самом деле живёт – мало кто понимает. И хорошо бы раскрыть хотя бы эту часть – время в жизни чипостроителя. Или как родить ребенка за месяц.

Сразу ограничу область дискуссии: мы будем говорить исключительно о тех процессах, время которых определяется объективно и не зависит от внутренних процессов разработчика. В нашей условной задаче разработчик будет бесконечно эффективен и выполняет свою работу за эпсилон времени.

Привет, меня зовут Александр Богданов, я ведущий фронтенд-разработчик стрима «Программы лояльности» в MWS. Наша команда отвечает за развитие и поддержку продуктов МТС Premium и МТС Cashback. 

На 2025 год у нас было три активных пользовательских витрины, которые использовали разный стек, разные дизайн-системы, по-разному взаимодействовали с бэкенд-сервисами и имели еще целый набор мелких отличий. Из-за этого разработке приходилось поддерживать зоопарк решений и технологий, а также многократно повторять одни и те же действия на разных стеках. Высокие time-to-market и стоимость разработки одной фичи закономерно не устраивали бизнес, поэтому перед нами поставили задачу — перейти на архитектуру микрофронтендов.

В посте расскажу, как мы это сделали с помощью npm-пакетов и какие результаты получили.

Это седьмая статья про инженерные решения в ONEMIX. Тема узкая, но болезненная для каждого кто делал мобильное приложение с отправкой сообщений или файлов.

Сценарий с которого всё началось у меня. Пользователь в чате выбирает большое видео, нажимает отправить. Видео начинает грузиться. Пользователь нетерпеливый, прокручивает вверх посмотреть переписку, потом переходит в другой чат, потом возвращается. Что должен он увидеть?

В Telegram он увидит свой видео-бабл с прогрессбаром, как и оставил. В большинстве самописных мессенджеров он увидит пустой чат без своего сообщения, потому что upload жил в state экрана, а экран размонтировался. XHR продолжал работать в фоне, файл загрузился на сервер, но результат пришёл в null, потому что setter уже не существует. Сообщение фактически отправлено, но пользователь об этом не знает.

Это боль которая лечится не "правильным useState", а отдельным архитектурным слоем. Этот слой называется outbox. В этой статье разберу свою реализацию из ONEMIX, это 820 строк TypeScript которые делают то что в Telegram кажется естественным.

В этой статье я хочу описать свой путь трансформации: как «закоренелый» чиновник с 12-летним стажем решил бросить стабильность, выйти из системы и начать строить личный бренд. Это история о том, как оставить карьеру ради того, что по-настоящему нравится, и как за полгода я создавал медиа в одной из самых сложных ниш, без вложения в маркетинг.

И, главное, подвести итог было ли всё это оправдано и стоит ли развивать свой телеграм-канал схожим способом.

Типичный прохладный вечер в начале сентября. Я сижу за рабочим столом в гостиной, жена укладывает ребёнка. Со стороны кажется, что я занимаюсь чем-то важным, ведь мой взгляд сосредоточен на экране макбука. Но на самом деле я думаю о том, как бы организовать себе хоть какой-то альтернативный доход на случай сокращения.

В какой-то момент я натыкаюсь на статью Миши Жирнова, где он хвастается тем, что вышел на доход в 176 тысяч рублей в RuStore. Я тут же вдохновляюсь опытом Миши и твёрдо решаю, что тоже хочу 176 тысяч. Так начинается эта история.

Статья написана на основе интервью с Екатериной и Андреем Козаковыми, основателями петербургского производства детской зимней одежды "Вконверте" .

Мы с мужем — закройщики. У нас в Петербурге небольшой цех, в котором мы сами шьём детскую зимнюю одежду, и работаем в нём семь лет. Я технолог и закройщик. Муж тоже закройщик, работает с тяжёлыми материалами: у нас изделия тёплые, три слоя верхней ткани, синтепон, мех. Обычно на такой раскрой ставят или мужчину, или двух крупных женщин. У нас муж.

Всё началось с того, что в 2014 году мы открыли интернет-магазин и продавали чужую детскую одежду. В 2016-м у нас родился первенец, и я пошла искать качественный зимний комплект. И не нашла нужного размера. У поставщиков были размеры только на новорождённых, а мне хотелось, чтобы ребёнок и в этом же комплекте ходил до мая. Так никто не шил. Мы подумали: давайте сами.

В школе на переменах я играл в простую, но очень залипательную аркаду про самолётики. Почти 10 лет в голове крутилась идея возродить эту старую (но любимую) Java-игру на Android: с управлением, стрельбой, ботом и Bluetooth-режимом против второго игрока.

Периодически я возвращался к этой мысли, но каждый раз всё упиралась в одно и то же: чтобы сделать игру нормально, нужно было погружаться в геймдев, разбираться с графикой, игровым циклом, физикой, сетевым взаимодействием и кучей мелочей. А это уже не маленькая вечерняя поделка.

Недавно я решил проверить: а что, если попробовать сделать эту игру не как разработчик, а как заказчик? Пусть ИИ будет моей командой разработки, а я буду описывать требования, принимать результат и направлять процесс, в таком случае не придется тратить большое количество времени на погружение, и я получу результат.

Привет! Меня зовут Абакар, я работаю главным техническим лидером разработки в Альфа-Банке, а в свободное время экспериментирую с ИИ разработкой и YouTube :) В этой статье расскажу, какие модели использовал, где ИИ приятно удивил, где бесславно упёрся в стену, почему Bluetooth оказался сложнее, чем казалось, и как проект в итоге доехал до релиза в RuStore.

Меня зовут Мария Филатова, я эксперт в области ИИ для бизнеса, предприниматель, сооснователь платформы внедрения AI-процессов в бизнес и автор медиа «вАЙТИ». В статье рассказала о том, чем внедрение ИИ отличается в теории и на практике, а также что стоит считать реальной выгодой от этого. На примерах показала, как оценивать ROI и чего ожидать реально.

Бизнес продолжает вливать бюджеты в тексты для сайтов, хотя они больше не приносят ни одного клиента. В 2026 году поисковики перестали делиться трафиком: теперь умные роботы сами читают статьи и выдают людям готовую выжимку прямо на стартовой странице. Но попасть в эту бесплатную выдачу случайно невозможно. Нейросеть забракует даже самый полезный и дорогой материал, если при его написании нарушен один неочевидный структурный закон.

Этот закон полностью ломает привычные школьные правила написания статей. Машины не понимают красивых вступлений и ищут на странице только «съедобные» куски: прямые ответы в первых строках, жесткие списки и точные цифры. Если не перестроить свои тексты под такой строгий машинный стандарт, ваш сайт превратится в невидимую свалку слов. Робот просто не сможет прочитать вашу статью и молча отдаст всех покупателей конкурентам.

Поиск товара по изображению кажется простой задачей — ровно до момента, пока не сталкиваешься с реальным каталогом.

В теории все выглядит аккуратно: берем фото, считаем embedding, ищем ближайшие вектора, возвращаем совпадения. На практике начинаются нюансы: у товара несколько изображений, ракурсы отличаются, фон мешает, каталог обновляется постоянно, а бизнес ждет не исследовательский прототип, а сервис, который можно поставить в production.

С вами старший программист в Fix Price Константин Репин. И в этом материале разберу, как мы строили сервис визуального поиска товаров, какие инженерные решения реально повлияли на качество и почему текущий результат в 98% совпадений получился не из-за одной удачной модели, а из-за правильно собранного пайплайна.

FastMCP позволяет быстро собрать MCP‑сервер, но скорость легко оборачивается ошибками: лишние токены, слабые схемы, сырые API‑примитивы, плохая обработка ошибок и риски безопасности.

В статье разбираем 7 проблем, из‑за которых LLM‑агент начинает путаться, ломать сценарии и требовать лишних подтверждений, — и показываем, как их исправить.

Привет, Хабр! На связи команда Just AI. Мы занимаемся разработкой AI-агентов, и в какой-то момент решили автоматизировать собственный процесс найма. В итоге сделали агента, который проводит первичный скрининг кандидатов: задает вопросы, оценивает ответы и отправляет рекрутеру письмо с готовым вердиктом.

В этой статье разобрали, зачем мы это сделали, как устроена система изнутри, с какими проблемами столкнулись и что получилось в итоге.

О VR-шлеме я мечтал давно — наверное, еще с момента появления первых новостей о таких девайсах. На какое-то время забыл, но несколько знакомых приобрели подобные системы и рассказывали о «дивном новом мире». Я держался, тратиться на «игрушку» не планировал. Но потом начитался разных отзывов — и загорелся! Хотелось надеть такие очки утром и просто пользоваться ими в течение дня: смотреть видео, работать с виртуальными экранами, читать уведомления и не быть привязанным к обычному монитору.

Когда вышел Meta Quest 3, решил, что момент настал. Шлем стал компактнее, получил цветной режим сквозного обзора и выглядел как устройство для повседневного использования. Я купил его именно с такими ожиданиями. Но спустя несколько месяцев активной работы с Quest 3 девайс все-таки отправился на полку. Почему? Об этом и расскажу ниже. 

Собрать информацию о человеке или продукте с использованием высоких технологий стало делом техники. В прямом и переносном смысле слова. Однако такое выкачивание данных может стать поводом для судебного разбирательства. Почему это происходит — далее в материале.

Приветствую всех! Эта статья будет первой в серии статей про основы глубокого обучения. В этой части я расскажу про то, что такое модели, искусственный интеллект (ИИ), машинное (МО) и глубокое обучение (ГО), про виды этапа обучения моделей, что такое нейронные сети, градиентный спуск и обратное распространение. В конце затронем теорию свёрточных нейронных сетей.

В последнее время мы всё чаще сталкивались с ситуациями, когда кандидаты отлично проходят HR-фильтры — автоматические и ручные — но на практике оказывается, что опыт завышен, а результаты не совпадают с ожиданиями. При этом сильные разработчики, наоборот, нередко терялись в потоке формальных анкет. Классические собеседования перестали работать.

Мы решили пересмотреть наймовый процесс, чтобы сделать его честнее для всех. Так мы добавили в процесс больше живого общения: нам важно услышать, как человек рассуждает, какие решения он принимает и как работает с командами. Об этом всём — дальше.