История самой скучной кражи на 400 BTC. Расследование
Шесть символов в начале и пять в конце совпали. Середину никто не сверял. 400 биткойнов ушли человеку, которого не существует ни в одном отчёте об инцидентах.
В этой статье я хочу рассказать, как пришёл к выборочной маршрутизации трафика для целой локальной сети. Идея простая: обычный трафик идёт напрямую в интернет, а выбранные по доменным именам ресурсы автоматически отправляются через рабочий туннель. При этом на компьютерах пользователей ничего дополнительно настраивать не нужно.
Здесь пока не буду начинать сразу с готового конфига. Сначала хочу рассказать, откуда вообще появилась эта задача, какие варианты я пробовал и почему в итоге остановился на связке DNS, dnsmasq, nftables и policy routing.
С чего всё началось
Несколько лет назад я работал в компании, основной офис которой находился в Москве, а сам я работал из небольшого офиса в Томске. Для доступа к части корпоративных ресурсов нужно было подключаться к рабочему VPN.
Сам по себе VPN работал нормально. Неудобство было в другом: его постоянно нужно было включать и выключать. Нужно открыть внутренний сервис — включил VPN. Закончил работать с ним — выключил. Появился новый ноутбук — снова настрой VPN.
Плюс всё это нужно было делать на каждом устройстве отдельно.
В какой-то момент мне это просто надоело и я решил попробовать сделать так, чтобы пользователю вообще не приходилось думать о VPN.
Я хотел, чтобы человек просто подключался к сети нашего офиса и работал. Если он открывает внутренний GitLab или другой корпоративный сервис, трафик сам идёт через московский офис. Если открывает обычный сайт — трафик идёт напрямую в интернет.
Причём мне было важно соблюсти несколько условий.
Во-первых, я хотел иметь одно место, где задаётся список нужных ресурсов. Не хотелось потом ходить по компьютерам и менять конфигурацию на каждом из них.
Всё началось с попытки понять, какие данные о текущей сессии доступны DeepSeek помимо текста диалога. Модель неожиданно назвала мою реальную IP-геолокацию. Я решил, что это обычная галлюцинация — пока после смены VPN эта «галлюцинация» не переросла во что-то большее.
Как я измерял честность зрительной модели — и дважды принял цитату из промпта за понимание
Я делаю русскоязычного голосового агента для очков Ray-Ban Meta: смотришь на предмет, спрашиваешь голосом, агент снимает кадр камерой очков, отправляет его модели и отвечает в динамики. Штатный Meta AI по-русски не разговаривает, поэтому пришлось делать своё.
Я новичок. До этого проекта я не написал ни строки на Swift, а Mac у меня первый в жизни. Поэтому начал не с кода, а с вопроса, который не зависит ни от платформы, ни от телефона: какая модель нормально описывает картинку по-русски и насколько ей можно верить.
Ответ занял чуть больше 900 запросов и оказался неприятнее, чем я рассчитывал. Дважды я принимал за понимание модели цитату из собственного промпта. Второй раз — на вопросе про лекарство.
Я владелец небольшого агентства, и я не пишу код. За четыре дня ИИ-агенты собрали нам PM-систему: клиентские доски по постоянной ссылке, недельные спринты, учёт часов. Мы перестали платить 78 000 ₽ в год за SaaS и перенесли в неё 4 115 задач. Рассказываю честно: что получилось, какие решения пришлось принимать мне, а не ИИ, и где мне до сих пор страшно.
Есть класс задач, где привычная связка «оптимизируем по конверсии на сайте» ломается тихо и незаметно. Не выдаёт ошибку, не показывает падение метрик — наоборот, отчёты выглядят всё лучше, а денег становится меньше.
Это услуги с офлайн‑исполнением и разрывом между конверсией и фактом оказания услуги: салоны, клиники, автосервисы, SPA, репетиторы, любые записи «на время». Разберу механику проблемы и то, как я её решаю. Примеры и цифры — с проекта в бьюти‑сегменте, но задача не отраслевая.
Всем привет, решил я от скуки навайбкодить не большой проект для школы. До этого я изучал алгоритмы и пробовал программировать простые программы на C, C++, Python. В году так 2023 я сидел на работе и маялся от скуки и параллельно думал, что я могу привнести нового в бюджетное учреждение. Тогда я ещё не интересовался всеми этими ИИ. Начал думать о проекте и решил для начала создать учет учеников, учителей. Создал БД, внес туда данные, и думал, что дальше делать с этими данными. И решил сделать локальный школьный журнал. К этому журналу я прикрутил всю возможную аналитику по оценкам и посещаемости.
В какой-то момент генератор чек-листов перестал падать. Запрос завершался успешно, JSON разбирался, результат сохранялся. Формально дефект был исправлен.
А потом я открыл получившийся чек-лист и увидел 271 строку. Среди нормальных проверок находились цели исследования, элементы матрицы рисков, служебные формулировки о готовности и вопросы, на которые исходное техническое задание вообще не отвечало. Система больше не возвращала 500, но пользоваться результатом всё ещё было нельзя.
Тут и выяснилось, что первоначальная ошибка была простой частью задачи. У LLM-функции оказалось два разных уровня надёжности. Сначала приложение должно получить и разобрать ответ модели. Затем — правильно понять роль каждого входного документа и не превратить весь доступный контекст в требования. Успешный HTTP-ответ подтверждает только первый уровень, да и то не полностью.
Разбираю обе ошибки на примере прикладного сервиса. Это не чат с моделью, а рабочий пайплайн: на вход поступают основной документ с требованиями и дополнительный аналитический материал, на выходе формируется проверяемый результат со связью с источниками. Название системы и детали реализации для этого разбора не важны.
Image-to-video часто описывают слишком просто: загрузили картинку, написали «сделай движение», получили ролик. Именно из-за этого ожидания обычно расходятся с результатом.
Один кадр содержит только одну проекцию объекта. Если попросить модель одновременно показать разворот камеры на 360 градусов, бег персонажа и активный фон, ей придётся синтезировать то, чего в исходнике не было: скрытые поверхности, позу конечностей, освещение с нового ракурса.
Отсюда знакомые артефакты: дрейф лица, «плавающие» текстуры, мерцание по контуру, меняющийся логотип и восковой материал кожи.
Рабочий подход к image-to-video, в том числе в Seedance 2.0, заключается не в поиске волшебного промпта. Это задача управления ограничениями: нужно хорошо зафиксировать идентичность, не выходить за информационные границы исходного изображения и менять параметры итеративно.
В статье разберём такой workflow для продуктовых рендеров, портретов, согласованных клиентских key visual и коротких роликов для прототипов.
Смерть b2b-компаний на рубеже пяти лет. Почему все против ИИ. Что действительно нужно автоматизировать сейчас в современных компаниях
В России сайт может не открываться по двум совершенно разным причинам. В первом случае доступ ограничен внутри страны. Во втором сам зарубежный сервис не принимает подключения с российских IP-адресов.
Для пользователя разницы почти нет: ошибка соединения, бесконечная загрузка или заглушка. Но для маршрутизатора это разные сценарии, которым могут понадобиться разные выходные узлы.
Мы сделали открытый проект RU Route Lists. Он разделяет такие ресурсы по категориям, проверяет данные и каждые три часа публикует обновлённые списки для sing-box, Mihomo и собственной VPN-инфраструктуры.
Репозиторий: https://github.com/jutsu-dev/ru-route-lists
Дальше расскажу, почему мы не стали отправлять весь трафик через VPN, как устроено автоматическое обновление и какие проверки выполняются перед публикацией.
Парсер Яндекс Карт в один клик: организации, отзывы, медиа, новости, товары/услуги и email. Умная буферизация, экспорт в Excel и подковёрная борьба с API Яндекса.
Дисклеймер: статья не является рекламой. Это личный семейный сравнительный обзор Telegram-VPN-сервисов по открытой информации и пользовательским наблюдениям. Ссылки приведены только для ознакомления и самостоятельного сравнения.
VPN в России. Тема стала очень живой и многострадальной. VPN перестал быть чем-то сложным и непонятным. Ещё несколько лет назад VPN чаще воспринимали как инструмент для приватности, удалённой работы или доступа к отдельным ресурсам. Сейчас VPN используют люди, которые вообще не занимаются сетями и не хотят разбираться в протоколах. Людям нужно просто открыть мессенджеры или соцсети у многих на этом завязан бизнес как и у меня. Я стал искать рабочие сервисы — без постоянных обновлений конфигов, танцев с бубном и нормальной скоростью.
Перебирал долго, за последний год сменил около 15 сервисов. Рынок за последний год сильно поменялся. Крупных международных игроков (NordVPN, ExpressVPN и подобных) я в этом сравнении сознательно не трогаю. У большинства просто нет связи, хотя их продолжают пиарить. К тому же многие из них либо ушли из России совсем, либо сильно ограничили нормальную работу.
Также я разумеется пропущу все бесплатные или подозрительно дешёвые Telegram-VPN. Если сервис ничего не стоит для меня это странно. А скорость, стабильность, приватность это вообще не про них.
Я попытался сравнить именно VPN на которые стоит обратить внимание, тем более у многих есть бесплатный период для теста (что несомненно хорошо, хотя и не всегда его хватает.). Смотрю на них не как инженер с iperf и лабораторными тестами, а как обычный пользователь: можно ли поставить такой VPN себе, родителям или друзьям, чтобы он просто работал без головной боли.
Каждый раз, начиная новый проект, автоматизатор проходит один и тот же путь: структура Page Object Model, конфиг, CI, репортинг. Работа не сложная, но нудная — и её приходится переделывать заново на каждом новом месте. Я собрала это один раз по уму и зафиксировала структуру, к которой всегда можно вернуться. Делюсь тем, что получилось, и почему сделано именно так.
Привет, Хабр! Только недавно зарегистрировался на платформе. За предудыщий месяц сделал два проекта на FastAPI, хочется узнать чужое мнение...
Сравнение провайдеров погоды по констатации погоды в данный момент времени
Дисклеймер: я не претендую на абсолютную точность и верность исследовательского подхода в собирании данных (знаю какие допущения я совершил), но проект всё равно достиг поставленной цели на мой взгляд. Благодарю за внимание и приятного прочтения!
Как человек, который занялся ИИ с возникновения прогресса в трансформерах в 2019 году и побеждал ни на одном Всероссийском ML-хакатоне, хочу поделиться представлением о нейросетевых моделях и текущим видением ситуации. И сделать это с ракурса одной фразы "визуализация данных". В чем состоят необходимость и актуальность визуализации текстовых данных, если и так существуют типовые агенты для LLM, и, казалось, бы, все и так можно сделать прямо через веб-интерфейс любой популярной языковой модели?
В условиях блокировок и санкций VPN стал частью повседневности для многих. Но за этим привычным словом может скрываться серьёзная и неочевидная угроза. В этой статье разберём, почему пользоваться VPN неизвестного происхождения бывает опасно — и как от этого защититься. Материал носит исключительно ознакомительный характер и призван помочь защитить собственные устройства и данные от описанных угроз.
Глобальная конкуренция стала сильнее: мобильный продукт может найти аудиторию в другой стране быстрее, чем компания успеет открыть офис. На первый взгляд это удобно: удаленные продажи, рекламные кабинеты, аналитика и подрядчики закрывают стартовые задачи без длинной подготовки.
Но в моей практике такой запуск срабатывает не везде. Одинаковый лендинг на все рынки, один перевод и привычный медиаплан для разных аудиторий редко дают честную картину. География меняет поведение клиента, платежные привычки, доверие к бренду и смысл оффера. Я, Эдуард Лебедев, основатель WakeApp, видел это на практике в десятках направлений.
Привет, «Хабр»! Расскажу о большом управленческом проекте, который реализуется в моём бизнесе последние полтора года. Мы перешли на структуру управления «Клиентократия». Что это, зачем нам и, самое главное, адаптируется ли система под не самую обычную организацию? Читайте далее!
Общий контекст для понимания:
Я веду бизнес с 2012 года. Команды (суммарно около 80 человек) работают полностью удалённо. Мы работаем в сфере запуска и развития стартапов. Развиваем как свои проекты (в нашем активе сейчас — экосистема для учёбы и карьеры, группа интернет-платформ по оказанию бытовых услуг, сервис для обработки звука), так и помогаем развиваться в партнёрстве проектам со стороны. До внедрения клиентократии мы существовали в довольно стандартной системе: сотрудники работали на окладах, решения принимались руководителями на местах, каждый сотрудник должен был согласовывать свои действия с руководителем. Оплата труда руководителей была выше, чем у рядовых сотрудников, но имела чёткие границы. Так мы работали более 10 лет, и решение о переменах зрело постепенно.
Будем учиться!
Клиентократия — структура управления, где главную роль играют интересы клиентов: они могут повлиять на решения компании. При клиентократии потребности и интересы клиентов (как внешних, так и внутренних) важнее, чем формальные правила и регламенты. Жёсткой иерархии не существует, зато решения принимаются командами самостоятельно. Это позволяет быстрее реагировать на запросы клиентов и быть гибче, достигая результата.
Эта система родилась в компании «ВкусВилл» — основатель Андрей Кривенко даже запатентовал её. Я сам узнал о клиентократии в 2020 году из книг «Открывая организации будущего» и «ВкусВилл». Мне оказались очень близки принципы управления, где команда может проявлять инициативу и быть творческой. Более глубокое знакомство с клиентократией у меня в дальнейшем состоялось на обучении в AntiMBA.