Как стать автором

Платная реклама в локальном медицинском бизнесе рано или поздно упирается в потолок: людей, которым прямо сейчас нужна имплантация или брекеты, в городе ограниченное число, а аукцион только дорожает. Расскажу, как мы вместо очередного рекламного канала построили реферальную систему для стоматологической клиники: два бота в мессенджере MAX, двойная атрибуция через ссылку и промокод, связка с amoCRM и отчётность. За первые 2,5 месяца в программу вступили 230 человек, пришли первые оплаты.

Разработка интерфейсов для мультиплеерных модификаций GTA V (Rage MP, FiveM) со стороны выглядит как обычный фронтенд на React или Vue внутри встроенного браузера CEF. Но на практике каждая мелкая правка превращается в бесконечный цикл перезапуска игры, авторизации и ожидания загрузочных экранов.

Рассказываем, как мы разорвали жесткую связку UI с игровым клиентом: построили изолированный mock-мост на TypeScript, настроили эмуляцию асинхронных RPC-запросов и перенесли всю верстку и отладку в обычный Chrome DevTools, ускорив разработку в пять раз.

VPS-VPN Monitor — мой десктопный инструмент для управления каскадными сетевыми топологиями и поддержания стабильного зарубежного IP-адреса через SSH. Разбираю архитектуру приложения на Electron и Python, проблему рассинхронизации конфигураций и проверку состояния сетевой службы после изменений. Показываю, зачем валидировать конфиг от имени сервисного пользователя и как серверный таймер автоматического отката спасает соединение при внезапной потере SSH-сессии во время смены входного узла.

Задача звучит просто: каждый день знать, какие товары в категории SHEIN подешевели, и не открывать для этого браузер. Для этого подходит открытый скрепер shein-scraper под лицензией MIT. На каждый товар он выдаёт одну строку с ценой, старой ценой, скидкой, рейтингом, числом отзывов и наличием.

Ниже описано, как скрепер устроен, где SHEIN мешает парсингу и как из ежедневных снимков категории собрать мониторинг скидок с фильтром по рейтингу.

Одна из первых вещей, которую замечают разработчики, приходящие из других языков в Go — здесь нет классов...
Привычный class, наследование через extends, явная реализация интерфейсов. Ничего этого язык не предлагает. Вместо этого только структуры, методы и неявные интерфейсы.

Кажется, что язык обделён базовыми возможностями ООП. Но это осознанный выбор авторов Go со своей философией. В этой статье доступно разберём, как устроена «объектность» в Go и почему такой подход может посоревноваться с классическим ООП.

Всем привет!

Как организовать согласование технических заданий, чтобы не терять историю правок и не пересылать документы Word по почте? Как организовать совместную работу над ПМИ? Как хранить документацию проекта так, чтобы всегда можно было ответить: кто, когда и зачем изменил требования? И при чём здесь ИИ?

Эти вопросы беспокоят руководителей проектов, системных аналитиков и технических писателей. Word даже с облачными решениями плохо справляется с версионированием документов: правки хранятся не все, история изменений живёт в почте, а автоматизация согласования отсутствует как класс.

В этой статье я расскажу, как построить процесс работы с ТЗ (и другой проектной документацией) с использованием Markdown и Git: от структуры репозитория до pull request'ов вместо листа согласования. Подход пригодится командам, которые хотят прозрачный документооборот и готовят техническую документацию к работе с ИИ.

Когда ИИ‑помощник работает с документами, самая рискованная часть там, где у помощника появляется возможность выполнить юридически или финансово значимое действие. Например, отправить договор другой стороне, запустить платную операцию или подписать файл. Поэтому при подключении MCP к сервису подписания мы разделили три вещи:

  Двадцать лет я работаю в безопасности ритейла — сначала офлайн-магазины, потом интернет-магазины и маркетплейсы. За это время формулировки в законах менялись, штрафы росли, а картина на сайтах осталась почти одинаковой:

• в форме заявки галочка есть, но проставлена заранее и ведёт на «Политику», написанную три года назад под другой сайт;

• в корзине галочки нет вообще — «это же просто заказ»;

• Метрика и пиксель соцсети грузятся до нажатия «Принять» в cookie-баннере;

• уведомление в Роскомнадзор не подано, потому что «мы маленькие, нас не проверяют».

   Ко мне обычно попадают в двух ситуациях - либо владелец сам прочитал про новые штрафы и хочет закрыть вопрос заранее;  либо пришло письмо от покупателя: просит удалить свои данные и добавляет, что «если не удалите — напишу в Роскомнадзор». Разница в цене вопроса большая: собрать комплект — один день работы, а разбираться с обращением, объяснениями и проверкой — месяц.

Ниже я описал то, что  делаю руками в первом случае: что именно требует закон, какие пять документов реально работают, как выглядит код правильного cookie-баннера и что проверять на своём сайте в первую очередь.

VLESS Reality, VLESS WSS, Hysteria2, AmneziaWG - протоколов стало много, и в каждом обсуждении свой фаворит. Мы держим все четыре на одном сервере и на одном порту 443, поэтому смогли сравнить их честно: одна машина, один канал, одно время. Замерили скорость, задержку, нагрузку на процессор и то, что происходит при потерях пакетов. Самый быстрый нашёлся - но по умолчанию у нас стоит другой, и это не случайность.

Я открываю новый чат, пишу «привет», и Claude уже знает, как я решаю, чем занимаюсь и чего делать нельзя. Всё это лежит в одном файле на компьютере. Я зову его вторым мозгом, а не картой. Мои правки агенту давно разошлись больше чем на 280 файлов, а сам файл остался коротким.

Второй мозг не думает. Он помнит и анализирует. Думаешь только ты.

В файле лежат мозги проекта: что за продукт, какие цели, где смотреть цифры, где лежат правила.

Как это бывает. В десятый раз пишешь в новом чате: «я занимаюсь тем-то, пиши проще, цены не выдумывай». Психуешь и дописываешь всё это в CLAUDE.md. Через месяц там лежат старые цены, правила про закрытый проект и вчерашняя просьба где-то в середине. Claude всё видит, но не слушается, потому что файл разбух до 500 строк.

Что узнаешь:

что класть во второй мозг и по каким путям;

какой файл Claude прочитает;

почему вики-ссылки вместо импортов: вики-ссылка - обычный адрес файла, вроде rules/text.md, без значка @;

как похудеть CLAUDE.md;

скелет под копирование и где забрать стартер, который настроит второй мозг под тебя;

как держать файл коротким, когда правок уже больше 280.

Автоматизирую свой бизнес на агентах Claude. В канале «ЖекаКодит | Автоматизация» делюсь скиллами, автоматизациями и связками для бизнеса: Telegram, а если Telegram не открывается - MAX.

Если языковая модель отвечает гладко, это ещё не значит, что она опирается на факты. Она может так же уверенно указать несуществующий пункт договора, выдумать заголовок статьи или заполнить поле в JSON значением, которого не было во входных данных. В прикладной разработке это не «забавный артефакт», а класс ошибок, который нужно ловить так же методично, как регрессию в коде.

Ниже — сжатое объяснение, откуда берётся этот класс ошибок по официальным материалам вендоров и исследовательским работам, и протокол, который можно встроить в обычный рабочий цикл: от ручного разбора документа до автотестов на эталонных примерах.

У проекта был убедительный бизнес‑план, положительный NPV и инвестор, готовый рассматривать вложение более 100 млн рублей. После отдельной оценки рисков он отказался от участия. Разберу, что именно проверять помимо доходности, почему число рисков само по себе ничего не доказывает и как не превратить экспертные проценты в иллюзию точности.

Иногда самое полезное, что можно сделать с инвестиционным проектом, — не вложить в него деньги. Не потому, что идея заведомо плохая или финансовая модель посчитана неправильно. А потому, что между расчётной доходностью и возможностью реализовать проект находится длинная цепочка событий, каждое из которых способно изменить итог.

Больше пятнадцати лет я занимаюсь исследованием рисков в реальном секторе экономики; этой теме была посвящена и моя кандидатская диссертация. За это время я не раз замечал одну закономерность: прогнозировать доходность предприниматели научились гораздо лучше, чем проверять, насколько проект устойчив к отклонениям от плана. В бизнес‑плане обычно есть раздел «Риски», но нередко он заканчивается фразой «риски управляемы». Само по себе это не ответ на вопрос инвестора.

Одна недавняя история хорошо показывает проблему. Ко мне обратился знакомый с почти двадцатилетним опытом управления машиностроительным предприятием. Ему предложили участие в проекте в сфере HoReCa — гостинично‑ресторанных и сопутствующих услуг. В промышленности он чувствовал себя уверенно, а для нового рынка у него не было той же отраслевой насмотренности.

Инициаторы подготовили бизнес‑план и финансовую модель. Показатели эффективности, включая NPV, IRR, дисконтированный срок окупаемости (DPBP) и индекс прибыльности (PI), выглядели привлекательно. Формального повода отвергнуть идею не было. Но оставался другой вопрос: что должно пойти не так, чтобы ожидаемые денежные потоки не состоялись?

Ответ модели я обрабатываю так же, как данные из формы регистрации: он пришёл извне, и верить ему на слово нельзя. В моём проекте, генеалогическом сервисе, модель отвечает на вопросы о семье по записям самой семьи («где родился дед», «почему бабушка переехала»), коротко поясняет шаг плана поиска и помогает с двумя абзацами письма в архив. У ошибки здесь неприятное свойство: выдуманная медаль или город рождения не выглядят как ошибка. Их перескажут детям и впишут в семейную историю, и через десять лет никто не вспомнит, что это написала модель.

Пробую запуск модели на 35 миллиардов параметров на 8 ГБ VRAM. Рассказываю, как всё это заработало, где я сглупил и что в итоге дало настоящий прирост скорости.

Kadro — бесплатный видеоредактор с открытым кодом для Windows. Главная его функция — авто-ролик: выбираешь несколько видео и трек, а программа сама нарезает удачные куски и ставит склейки на доли музыки.

Нейросетей в этой части нет: спектральный поток, автокорреляция, динамическое программирование и несколько метрик кадра. Разбираю, как находятся доли, сильная доля и дроп, как оценивается каждый момент видео и почему видеокарта оказалась не быстрее процессора.

QTranslate 6.10 я открывал годами — ради одной привычки: выделил текст, нажал Ctrl+Q, получил перевод. В 2026 году решил собрать это заново на Python и PySide6, без API-ключей и аккаунтов.

В статье — что получилось, как устроены глобальный хоткей, захват выделения, OCR через Windows, параллельный опрос семи переводчиков и перевод документов. Плюс честный список компромиссов: где публичные эндпоинты нестабильны, почему PDF отдаёт текст, а не вёрстку, и почему проект не OSI open source.

Если вы пишете кошелек, обменник или платежный шлюз на TRON, то рано или поздно упираетесь в один и тот же вопрос: почему один перевод USDT съедает около 65 тысяч Energy, а соседний около 131 тысячи, и сколько TRX сгорит, если ресурсов на аккаунте нет. Ниже разбор модели ресурсов TRON, механики стоимости перевода и рабочий код на TronWeb, который считает все это до отправки транзакции.

Все числа ниже взяты из документации developers.tron.network и из запросов к mainnet через TronGrid на момент написания. Параметры сети меняются голосованием Super Representatives, поэтому в коде мы ничего не хардкодим, а читаем из wallet/getchainparameters.

Проверка «адрес в чёрном списке или нет» пропускает главное: плохой след часто лежит не в самом адресе, а в цепочке вокруг него. SpiderAML проверяет адрес вместе с окружением. Данные на 07.11.2026.

Коротко

Любимая часть наших созвонов: истории клиентов. Самая свежая про подрядчиков, которые занимают продвижением в нейросетях. Человек присылает скриншот: на вопрос про компании вашей ниши ChatGPT назвал вас. С одной стороны, круто. И вы должны быть в восторге. Но потом сами задаёте тот же вопрос у себя, и вас в списке нет. Никто не врёт: скриншот настоящий. Просто это один ответ из многих, которые нейросеть могла дать. Видимость в нейросетях показывает только доля упоминаний по многим повторам одного вопроса, а число повторов решает, какую разницу между двумя замерами вообще можно заметить.

Я хочу рассказать вам о своём первом опыте создания форка «для людей»: от проблемы до результата работы моих извилин.