Есть момент, знакомый всем, кто работает с ИИ-агентами дольше недели. Вы открываете проект, ставите задачу, и агент задает вопрос, на который вы уже отвечали. Вчера. Подробно, с примерами.

Вы отвечаете еще раз. Через полчаса он предлагает починить то, что позавчера вы решили не трогать. Предлагает убедительно — он ведь не знает, почему вы так решили. А еще через час контекст переполняется, разговор сжимается в пересказ, и половина обсужденного превращается в пару строк.

Я делаю Telegram‑бота, который пересылает новые письма из почты в чат. Главное требование — скорость: если письмо приходит через минуту, проще открыть почту самому. С Mail.ru и Яндексом все заработало сразу, а Gmail присылал уведомления о новых письмах с опозданием до 44 секунд.

В статье расскажу, как я искал причину, почему первое рабочее решение оказалось опасным (240 входов в почту в час на каждый ящик) и чем все закончилось: одно постоянное соединение и около 8 секунд от отправки письма до уведомления в Telegram. В конце — еще несколько грабель IMAP, которые не описаны в туториалах.

Стек: Kotlin, корутины, Jakarta Mail (реализация Eclipse Angus), Ktor, SQLite, Docker Compose. Все замеры — на сервере с 1 ГБ памяти, по логам бота: это наблюдения на нескольких ящиках, а не строгий бенчмарк.

В последние пару лет порог входа в разработку изменился навсегда. С появлением Cursor, Claude Code, GitHub Copilot и больших языковых моделей родился феномен «вайбкодинга» (vibe coding): ты набрасываешь мысли в чат на естественном языке, ловишь ощущение потока, нейросеть за секунды генерирует компоненты, скрипты, роуты API — и все это действительно запускается в браузере.

Для пет‑проектов, прототипов на хакатонах и быстрой проверки продуктовых гипотез это потрясающий инструмент. Спорить с этим глупо: скорость черновой сборки выросла в разы. Но у этой легкости есть опасная цена: иллюзия, что генерация синтаксически корректного кода — это и есть разработка программного обеспечения.

В реальности код — лишь самый дешевый и поверхностный артефакт. Настоящая программная инженерия (Software Engineering) начинается там, где сгенерированный код встречается с суровой физической действительностью...

Компьютер не видит фотографию так, как её видит человек. Для него изображение – это набор чисел, описывающих яркость и цвет отдельных пикселей. И чтобы научиться распознавать объекты, находить границы или определять визуальные признаки, нужно научиться работать с этими числами.

Для решения таких задач используются свёрточные нейронные сети (Convolutional Neural Networks, CNN). Они широко применяются в компьютерном зрении – от распознавания объектов до анализа медицинских изображений.

Одна из основных операций таких сетей – свёртка (convolution). С её помощью сеть анализирует небольшие участки изображения и обнаруживает локальные признаки: границы, линии, текстуры и другие структуры.

Но как именно это работает?

Почти любой взлом компании, о котором потом пишут в новостях, начинается не с хитрой атаки, а с какой-нибудь ерунды. Забыли настроить почту. Не обновляли библиотеку на сайте лет десять. Удалили сервер, а запись в DNS оставили. Ломать ничего не надо: дверь уже открыта, нужно только её найти.

В прошлой статье я проверил 50 сайтов на зависимость от иностранных сервисов. С тех пор утилита научилась проверять почту, 152-ФЗ и безопасность, и я решил посмотреть шире: прогнал через неё 284 сайта крупных российских компаний. Банки, магазины, вузы, клиники, застройщики, медиа, госсайты.

Спойлер: у каждого четвёртого сайта можно отправить письмо от имени компании так, что оно придёт во «Входящие». У каждого четвёртого на страницах висят библиотеки с известными уязвимостями. Половина сайтов отдаёт ваш IP иностранным сервисам, как только вы открыли страницу, хотя в политике у многих написано, что ничего никуда не передаётся. А госсайты, на которые я рассчитывал как на пример строгости, оказались не лучше остальных.

На фоне очередных обсуждений блокировок Claude хочу поделиться своим опытом. Сегодня, 5 ноября 2026 года, мой аккаунт заблокировали сразу после прохождения верификации по российскому загранпаспорту.

Самое интересное, что примерно через три часа после подачи апелляции Anthropic восстановила доступ, вернула $78,97 за неиспользованную часть подписки Max и позволила заново оформить тариф за $100.

Расскажу, что происходило до блокировки, как проходила проверка и что получилось в итоге. Заодно хочу узнать, сталкивался ли кто-нибудь с похожей ситуацией и насколько долго продержались восстановленные аккаунты.

Статья будет полезна не только пользователям DeepSeek API. Она пригодится тем, кто покупает на Taobao, Tmall и 1688, и тем, кто собирается в Китай: там через Alipay можно оплатить метро и транспорт, билеты, отели и многое другое. Для вашей конкретной ситуации уточняйте отдельно — нюансы возможны.

Два дня Клод Opus 5.5 и Кодекс Astra 6 булькали и чавкали, а на третий выдали рейтинг сотни университетов по 49 пунктам критерия, который им задал. Начал с того, что попросил их найти все университеты Калифорнии и стран бывшего СССР, в которых есть курс, аналогичный курсу 6.111 из MIT: лабы по Verilog+FPGA+cобственный проект студента. Затем решил размахнуться пошире и дал ИИшам проработать тему “не все курсы по верилогу одинаковые”.

Коротко, что случилось:

— Head of Cloud Platform нашей команды 10 лет был senior+ разрабом, когда пошёл искать работу — его отбрили несколько раз корпораты, пару раз — по формальным причинам.

— Он знатно так подохренел от того, как сейчас стал устроен найм и что с рынком.

— Если что, у него огромный опыт в разработке тяжёлых систем и опенсорс-опыт (один из инфраструктурных продуктов с 10 тысячами звёзд на Гитхабе).

— Когда вышел на проект — проработал новую систему собеседований для нашей команды с нуля, чтобы такого буллшита не было.

А вообще это пост про то, как поменялась профессия после прихода агентских ИИ-сред и насколько забавно выглядит переходный процесс.

Начнём с того, что сейчас в принципе отпала необходимость в разработчике как в узком специалисте. Все, кто остался на рынке задорого, стали T-shaped. То есть одновременно и бэкендеры, и фронтендеры, и умеют деплоить, и плюс ещё продуктово мыслят, параллельно думая о бизнесе.

Собственно, у него такая работа и была последние годы, поэтому доходы у него и были сильно выше рынка.

И вот с такой подготовкой он закончил крупный проект и вышел на рынок труда с уверенностью, что его опыт там точно нужен. Казалось бы, что могло пойти не так?

Представлены открытые проекты GPU-unlock и GPU-unlock-ADA. Это анлокеры, которые снимают ограничение производителя на выполнение матричных вычислений на видеокартах Nvidia серий RTX30xx (на чипах GA102, GA103, GA104 и GA106) и RTX40xx.

Думали, что с принятием нового закона крипту «легализовали» в России, и теперь заживем? На самом деле, всё ровно наоборот: приватные ключи от «российской крипты» будут принадлежать не вам, вывести ее на свой некастодиальный кошелек вам не дадут, а P2P-сделки будут запрещены. Разбираем с юристом все последствия нового закона для российских криптанов.

Я не так давно начал менять профессию и уходить в информационную безопасность. CJCA я выбрал как первую сертификацию начального уровня. Меня подкупили две вещи. Она полностью построена на практике, в отличие, например, от Security+, и на текущий момент ее можно сдать из России.

Когда я впервые открыл задание, я был уверен, что не сдам. Эта статья то, что я хотел бы прочитать до того момента.

В этом году платить за зарубежные облака из России стало почти невозможно. С апреля закрыта оплата сервисов Apple, Google Play не принимает платежи с 2022 года, а Notion отключил российских пользователей ещё в сентябре 2024 года. В комментариях к таким новостям всегда советуют одно и то же: поднимите свой сервер и забудьте о подписках. Я решил проверить этот совет на цифрах. Поднял на своём компьютере Immich, Nextcloud, Vaultwarden и AFFiNE, замерил, сколько им нужно памяти, и сравнил стоимость за пять лет с Яндекс 360 и Облаком Mail. Цены собраны 28 сентября 2026 года. Облако выиграло не на любом объёме: есть граница, после которой свой сервер экономит до 175 тысяч рублей за пять лет. Где она проходит и почему её почти не сдвигает даже б/у железо, разберу по порядку.

Вопрос, куда девается место на системном диске, стабильно всплывает ну практически у всех. Им задаются даже те, кто в компьютерах разбирается на уровне выше среднего. Да и чего же тут зазорного? Купили вы, скажем, терабайтный SSD, поставили на него штук 10 программ да пару игр, а свободно из них в лучшем случае осталось процентов 15-20. Человек, понятное дело, лезет в настройки, чтобы понять, что к чему, находит там строчку про системные файлы на 90 ГБ и уходит ровно с тем же вопросом, с которым пришел. Что это за файлы такие и почему их девяносто, Windows не объясняет.

Разбирал старые методички по линейной алгебре (да, у меня правда есть такая привычка, не спрашивайте) и наткнулся на отрывок про химию. Автор пишет: «Молекула воды — это вектор (2, 0, 1). Молекула метана — вектор (4, 1, 0)». И дальше без смущения переходит к линейной зависимости векторов, как будто написанное выше — самая естественная вещь на свете.

Сначала я подумал, что это методическая вольность ради упражнения. Потом посидел с этим с полчаса и понял, что автор-то прав, а заодно и случайно объяснил, почему вообще из любой предметной области можно слепить нейросеть. Просто в 1990-х это называлось линейной алгеброй, а не representation learning.

Проводя за компьютером больше восьми часов в день, я начал понимать, что мой уютный рабочий уголок дома не такой уж и уютный. Обычно ближе к вечеру шея и спина в районе лопаток начинали ощутимо ныть, глаза слезились и фокусировались хуже, а перепутанные провода с каждой минутой нервировали все с большей силой.

Люди очень любят хвастаться сложными, дорогими и крутыми сетапами домашнего рабочего места ценой в почку. Покупают мониторы шириной со взлетную полосу, кастомные механические клавиатуры, «геймерские» кресла и тому подобное. Про то, как девайсы влияют на организм, обычно никто не задумывается.

Я перестал видеть в рабочем пространстве лишь стол и стул. Теперь мой сетап — это настроенное под мое тело и задачи рабочее место. Комфорт не всегда зависит от количества вложенных денег, его можно достичь и без огромных вложений. Об этом и пойдет речь дальше.

Как собрать собственную визуально-языковую модель с нуля, имея ограниченный бюджет и одну арендованную GPU? Автор эксперимента взял небольшую языковую модель, подключил к ней визуальный энкодер и прошёл весь путь обучения VLM – от настройки архитектуры до оценки качества ответов. В статье – разбор решений, ошибки первых запусков и результаты модели на 628 млн параметров, которая научилась описывать изображения примерно за $200.

Три атрибута, которые меняют результат компиляции. Один запускает метод раньше Main. Второй передаёт текст выражения вместо результата. Третий ускоряет stackalloc в 50 раз.

Все три описаны в документации и применяются внутри .NET. А в рабочем коде я их ни разу не видел.

Я тут недавно пытался попасть на бесплатные курсы от Aston, но получил отказ с такой формулировкой.

Денис, добрый день! После изучения вашей анкеты, к сожалению, мы не готовы пригласить вас к дальнейшему рассмотрению на обучение в компании. У нас очень большой поток кандидатов на курсы. В данный момент взяли в рассмотрение участников с показателями выше. Ваша анкета будет сохранена, возможно, вернемся к вашей кандидатуре, при наборе на следующий поток. Благодарим за внимание к нашей компании.

Хотя я даже не понял, как смогли оценить мои показатели и в чем они измерялись, если не давали ни тестового задания, ни собеседования. В анкете у них несколько вопросов и уровень образования. Но да ладно, это тема отдельной статьи.

Сегодня хочу попробовать пройти тестовое задание от клауд.ру. Оно охватывает тот самый стек для devops, linux, docker, git, kubernetes.

На первый взгляд, задание кажется не таким уж и сложным, однако, дьявол кроется в деталях и есть неоднозначное право выбора, которое будет зависеть от ситуации.

Тестовое задание состоит из 4 задач, начнем с первой.

Сказ о том, как я, «весь из себя такой умный», хотел увеличить автономность своего ноутбука, но что-то пошло не так, и ноутбук оказался умней меня. Контринтуитивные настройки, проклятие 3:45, реальная работоспособность 45 Ватт/час и впустую потраченная неделя. Обо всём этом — внутри.