Как стать автором

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.

Каскад из двух серверов AmneziaWG давно описан: сервер-вход отправляет одни сети напрямую, остальное — через второй сервер. Но каждая такая схема — это ipset, iptables, ip rule, systemd-юнит и cron, которые надо держать в голове. Я собрал это в open-source панель: выходы, списки сетей и доменов, правила для отдельных клиентов, учёт трафика и что делать, когда выход упал. Ниже — как это устроено внутри.

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.

Если вы подняли себе сервер с VLESS + REALITY (через 3x-ui, Marzban, Remnawave или руками в Xray), вы наверняка замечали две вещи:

Во-первых, клиенты для этих протоколов писались для людей, которые и так знают, что такое spx, sid и fp.

Во-вторых, многие из них после запуска открывают на вашем компьютере SOCKS-порт без всякой авторизации — и любая программа (а кое-где и любое устройство в локальной сети) может отправить через ваш VPN свой трафик. С вашим реальным IP в качестве «чистого» выхода и с вашими ключами в качестве входа.

Меня это настолько достало, что я написал свой клиент — SuperPuperVPN. Одна кнопка, десктоп, Windows и Linux, ноль телеметрии, GPL-3.0. В статье разберу, в чём именно проблема существующих клиентов, как устроена архитектура «бесправный GUI + привилегированный хелпер», и почему самое сложное в таком проекте — не VPN, а пакетирование.

Готовая карта ведёт «по кратчайшему» или «по удобному». Пешеходу в Москве часто нужно третье: пройти по теневой стороне в июле и по солнечной в декабре. Тень нельзя зашить в карту — она меняется каждый час, поэтому её приходится считать параметром маршрута.

Я сделал сервис, который строит пешеходный маршрут по доле тени на пути. Внутри — обычный A*, у которого вес ребра зависит от часа. Ниже — как считается тень, как она хранится и где врёт.

Возвраты входят в число крупнейших скрытых расходов в потребительской рознице. По оценке Национальной федерации розничной торговли США (NRF), в 2025 году американские покупатели должны были вернуть товары примерно на $849,9 млрд. Это 15,8% объёма продаж, а для онлайн-покупок доля возвратов составляет 19,3% (пресс-релиз NRF). Большинство брендов уже загружают данные о продажах и возвратах в хранилище данных. Гораздо меньше брендов загружают то, что покупатели публично пишут о товаре. В этой статье мы связываем эти данные внутри Snowflake.

Поводом стала конференция Snowflake Expedition 2026. 3 ноября 2026 года Snowflake представила CoWork (новое название Snowflake Intelligence) и новые возможности Cortex Agents (пресс-релиз). Наше внимание привлекли MCP-коннекторы. С ними агент может вызывать инструменты на внешнем MCP-сервере (документация по MCP-коннекторам). Команда бренда сразу увидит, как это использовать: поместить отзывы Amazon, публикации Reddit и комментарии TikTok рядом с таблицами продаж и возвратов. Затем можно спросить агента, жалобы какого типа учащаются одновременно с ростом доли возвратов.

Есть класс ошибок, которые проходят все ручные проверки и спокойно доезжают до продакшена. Не пятисотки, не пустые поля, не сломанная структура — с этим как раз всё в порядке. Речь про случаи, когда сервис отвечает статусом 200, все поля на месте, типы правильные, и при этом одно число посчитано неверно.

Расскажу, как я проверяю такие ответы, когда в команде нет автотестов и в ближайшее время не появится: писать и поддерживать код некому, а сверка ответа с документацией делается глазами. Подход применим в любом инструменте, я просто покажу его на своём рабочем сценарии — создании заказа с расчётом скидки.

Перевод статьи: "Integrating Post–Quantum Cryptography into CoAP and MQTT–SN Protocols". Авторы: Javier Blanco-Romero, Vicente Lorenzo, Florina Almenares, Daniel Díaz Sánchez, Celeste Campo, Carlos García Rubio. Дата публикации: Июнь, 2024.

Прочитал Sparks of Weight-Space Programming и полез сравнивать веса. В этом посте авторы показывают, как GPT-6 Astra читает веса чужой нейросети и правит их без обучения. Она обходится без градиентов и Adam, а в некоторых экспериментах даже не запускает среду. Пост вышел 2 ноября 2026 года в личном блоге Rikiya Takehi, авторы: Rikiya Takehi, Jayden Teoh, Alex Zhang и Omar Khattab.

Меня зацепила фраза «subtracted a direction». Направление вычли, результаты на бенчмарках выросли. Хотелось посмотреть, что там произошло с самими матрицами. Тем более авторы выложили изменённый чекпойнт Qwen на Hugging Face. Скачал его вместе с исходной моделью в w/, написал скрипт и стал разбирать разность весов ΔW.

Бенчмарки я не повторял. Дальше будут цифры из поста и то, что удалось проверить по двум чекпойнтам.

Что получилось у авторов

В основном авторы разбирают Qwen3.5-0.8B в режиме thinking. У неё есть проблема: модель зацикливается на рассуждении и добирается до лимита в 32 768 токенов. На практических запросах авторы получили такой результат в 85 из первых 96 ответов. Разработчики Qwen, кстати, предупреждают об этих thinking loops в карточке модели.

По описанию в посте, Astra нашла направление, в которое MLP записывают выходы в слоях 15 и 19, и вычла компоненту вдоль него из 64 столбцов down_proj в каждом слое. Всего авторы насчитали 131 072 затронутых веса, или 0,016 % параметров модели.

На поиск правки у Astra было 50 прогонов модели: она проверяла варианты, без обучения. В таблице ниже результаты из поста.

Вариант MATH-500 GSM8K IFEval Достигли лимита токенов Исходная модель 7,9 % 13,8 % 21,0 % 93,0 % После правки, бюджет 50 прогонов 48,1 % 67,1 % 62,3 % 33,1 %

Там же авторы показали эксперимент с Kinetix.

Это первая статья из цикла о разработке CRSGuard — собственной платформы защиты веб-приложений. Здесь буду делиться не только результатами, но и архитектурными решениями, экспериментами, ошибками и планами развития проекта.

Я много лет занимался инфраструктурой. Потом ушёл в продукт, а привычка смотреть, как у людей устроена разработка, осталась. Особенно интересно становится на вопросе: «Что нужно сделать, чтобы задеплоить новый сервис?»

Иногда в ответ дают ссылку. Иногда начинают перечислять, кому надо написать. Вот об этом и поговорим.

По данным исследования State of DevOps Russia 2025 (более 3300 респондентов), половина участников уже работает с одной или несколькими внутренними платформами разработки (47%), а около трети внедрять их не планирует (37%). Половина компаний тратит на внедрение IDP от 10 до 30% своих ресурсов. В пользу сборки на open source это выглядит убедительно, хотя из цифр о ресурсах состав стека не узнаешь.

Я понимаю желание купить готовое. Но сначала хочется выяснить, за что именно платим и кто потом будет это обслуживать?

Привет, Хабр! У меня на телевизоре через VPN иногда подлагивал YouTube. Я поменял роутер, перебрал серверы и клиенты, но скорость через VPN всё равно упиралась в 30–40 Мбит/с, хотя без VPN телевизор качает 150+.

Виноватой оказалась не сеть и не VPN-сервис. Ниже — как я это искал, где ошибался и что получилось. В конце ссылка на готовый APK и исходники.

Какое-то время мы жили со своим сервером и чужим клиентом из магазина. Работало, пока не приходил пользователь со словами «у меня не подключается». В какой-то момент надоело, и мы сели писать свой клиент для Android на ядре Xray.

На эмуляторе всё завелось за пару недель. Самое интересное началось, когда приложение попало на настоящие телефоны. Рассказываем, на что мы наступили.