Как стать автором

Меня зовут Шахбазов Эльман, мне 20 лет. Я учился на втором курсе МГТУ «СТАНКИН», а затем перевёлся в МТИ на направление, связанное с кибербезопасностью. Этот материал — результат практической работы по статическому анализу вредоносного кода: от первичного PowerShell-файла до восстановления вложенного PE, его конфигурации, сетевого протокола, сборщиков данных и загрузчика дополнительных модулей.

Я намеренно не запускал образец. Все выводы ниже получены статически: из структуры файлов, дизассемблирования, восстановления кодировщиков и распаковщиков, анализа потока данных и перекрёстных ссылок. Такой подход не заменяет полноценную динамику в изолированной лаборатории, но позволяет доказать большую часть цепочки, не отдавая управление исследуемому коду.

Иногда проблема выглядит настолько очевидной, что начинаешь искать её совсем не там.

В какой-то момент я заметил довольно странную вещь. Стоило включить VPN на Mac, как переставала открываться админка домашнего роутера Keenetic. Через браузер Chrome зайти на 192.168.2.1 уже не получалось. Заодно переставал нормально подключаться Termius, через который я обычно работаю с роутером по SSH.

При этом интернет работал. ChatGPT открывался, остальные сайты тоже. Отключаешь VPN — админка и SSH снова доступны.

Выглядело всё довольно однозначно: AmneziaVPN почему-то перехватывает локальный трафик или неправильно применяет исключения маршрутизации.

Как выяснилось позже, с маршрутизацией я провозился совершенно зря.

Последние месяцы работа с Claude, Claude Code и тарифами уровня Max ($100–$200/мес) из России превратилась в рулетку. Стандартный сценарий выглядит так: разработчик покупает подписку, поднимает стандартный VPN на зарубежном VPS (Hetzner, DigitalOcean) или покупает доступ в Telegram-боте, а через неделю аккаунт улетает в перманентную блокировку без возврата средств.

В этой статье подробно разберем, по каким техническим маркерам антифрод-системы Anthropic и Stripe вычисляют пользователей, почему массовые решения гарантированно вызывают подозрения, и как выглядит устойчивая физическая инфраструктура на базе домашнего интернет-кабеля за рубежом.

Если вы хоть раз настраивали zapret на Windows, то знаете этот ритуал: два десятка .bat-файлов, запускаешь первый, не работает, запускаешь второй, и так, пока что-нибудь не заведётся. Мне это надоело, и я сделал GUI на PyQt6, который сам проверяет, работает ли обход DPI, тестирует конфиги параллельно в изолированных слотах WinDivert и генерирует новые стратегии, если ни один готовый не подошёл. В статье разберу, как это устроено внутри.

Приветствую. В этой статье я хочу разбрать основные архитектурные проблемы большинства существующих плагинов для фильтрации чата в Minecraft, а также осветить вещи, на которые точно не стоит тратить время при их разработке.

На первый взгляд рынок переполнен готовыми решениями, но на практике при реальной эксплуатации они либо моментально обходятся элементарными способами, либо полностью уничтожают производительность сервера.

Один прогон тестов в Claude Code — это 30–50 тысяч символов, почти все строки PASSED. Агент гоняет тесты по кругу, контекст заполняется, и он начинает забывать, о чём вы договорились в начале. А если команда падает, Claude Code ещё и обрезает её вывод, и ошибки теряются.

Я написал open source мод Context Diet: он ужимает вывод инструментов до того, как он попадёт в контекст, оставляет ошибки и итог, а полный текст кладёт в файл. В статье рассказываю, как он устроен и как я проверял на 32 запусках агентов, что он не делает Claude глупее.

Деталь часто приходит не в STEP, а в STL: выгрузка для 3D-печати, модель из архива, файл, который «так сохранился». Для печати этого достаточно, но доработать такую деталь в CAD или хотя бы снять с неё размеры уже нельзя. Ниже — разбор того, как мы собираем из треугольной сетки твёрдое тело с настоящими плоскостями, цилиндрами, конусами, сферами и торами, где этот подход ломается и почему конвертацию в итоге пришлось вынести в отдельный процесс с жёстким убийством по таймеру.

Всё написано на Python: numpy для геометрии, trimesh для чтения сеток, fast-simplification для упрощения, Open CASCADE через привязки OCP для построения B-rep и записи STEP. Сам алгоритм — около 2900 строк в одном модуле.

Это техническое путешествие по пайплайну Metric - полностью Sentry-совместимого бэкенда наблюдаемости на Rust. Все цифры в статье из опубликованных воспроизводимых бенчмарков проекта, все имена пользователей вымышлены, а ошибка, к сожалению, нет. Вдохновлено легендарным текстом “What happens when you type google.com into your browser” - только вместо клавиши Enter у нас TypeError, а вместо браузера - весь путь события сквозь систему, которая его поймала.

Привет, Хабр!

Знакома ситуация, когда VPN вроде бы подключён, маршруты настроены, интерфейсы на месте, а нужный ресурс всё равно недоступен? Начинаешь проверять соединение, потом таблицу маршрутизации, затем iptables — и через полчаса уже подозреваешь всех участников сетевого стека по очереди.

В этой статье я хочу рассказать о проблемах, которые мешают начинающим разработчикам. Многие из них банальны, но все еще актуальны, но есть новые всадники апокалипсиса, которые мешают войти в айти. Я часто сталкиваюсь с этими проблемами, потому что преподаю разработку в университете, и вижу эти проблемы почти у всех студентов, а 7 пункт сейчас есть почти у всех.

Если вы пытаетесь оплатить ChatGPT из России от имени компании, то быстро выясняется, что проблема не столько в самой оплате, сколько в документах.

OpenAI не принимает платежи из России, а для корпоративных тарифов нужна зарубежная регистрация. При этом бухгалтерии всё равно нужны договор, счёт, закрывающие документы и понятная схема, куда вообще относить этот расход.

Мы за последние два месяца попробовали четыре варианта. Расскажу, что получилось, сколько это стоило и где мы в итоге столкнулись с проблемами.

Перейдя в менеджмент из разработки я столкнулся со значительным увеличением нагрузки. Однако каково было мое удивление, что перед первым же дейли в новой должности у меня появился в голове вопрос: «А что я вообще сделал за последнее время?». 

Когда ты разработчик, то у тебя буквально есть задача, которую ты «двигаешь по доске». И в конце спринта тебе достаточно посмотреть на последний столбец доски, чтобы убедиться, какой же ты всё‑таки молодец и сколько всякого такого ты успел сделать за спринт. 

Как менеджер, мне теперь приходится смотреть не на свою доску на текущий спринт, а на доску с миллионов миллиардов эпиков... А еще таблицы, спеки, бесконечные переписки и ответы на вопросы. Как результат, во время дейли после слов «По новостям у меня...» в голове у меня стучит гомеровская обезьянка.

Еще одно супер важное следствие такой «невидимой» работы — это, разумеется, выгорание. И правда, какой вообще смысл упахиваться, если ты даже не можешь сформулировать то, от чего ты после завершения каждого рабочего дня каждый раз пытаешься вспомнить: «А что я? А я — это где? А, о. Да‑а‑а...». 

И, как финал, ты встречаешь на своем пути его... хаос. Ты начинаешь забывать про обязательства, данные тобою минуту назад, резко вспоминая, что вот 3 дня назад ты пообещал тому‑то, что в соединении Меркурия созвездия Октавиана Августа прожанглируешь тремя AI‑агентами и так получилось, что этот момент — сейчас.

И вот этот снежный ком становится все больше и больше...

Недавно OpenCode ввели новый тариф OpenCode Go Plus, в этом тарифе обещают увеличить квоту на использование моделей. Я пользовался базовым OpenCode Go: работал с Qwen3.8 Flash, DeepSeek V4 Pro и V4 Flash, пробовал другие модели. Впечатление от сервиса у меня скорее положительное: за $10 он предлагает достаточно большой объём использования, чтобы регулярно работать с агентом.

Монолит, SOA или микросервисы? Разберём на одном примере, как система может эволюционировать вместе с бизнесом: от одного приложения до распределённой архитектуры.

Десять с лишним лет я считал деньги в Excel, пока переезд, почасовая работа и налоги в двух странах не доломали таблицу. Полтора месяца назад я написал себе замену — соло, по вечерам и выходным, в паре с Claude Code. Рассказываю, как работал с ИИ, чтобы приложение, которое считает мои реальные деньги, не превратилось в спагетти: план вместо одного большого промпта, характеризационные тесты на денежную математику, побайтовое сравнение рендера до и после рефакторинга — и какие баги это поймало.

В августе я начал делать сервис поиска работы. Не прототип и не демку для портфолио,а рабочий продукт с оплатой, живыми пользователями и поддержкой. Делаю я его один. Второй участник это Клод, с которым мы работаем два месяца.

Про вайб-кодинг обычно говорят одно и то же. Сейчас любой соберёт проект с ИИ, было бы желание. Показывают ролики, где за вечер пилится приложение. Говорят, что это развлечение и справится даже ребёнок.

Я решил проверить это на себе.

Что получилось

Сервис собирает вакансии из открытых источников, разбирает их на поля и убирает дубли. Считает, насколько человек подходит под вакансию, и объясняет оценку. Собирает досье на компанию и готовит вопросы к собеседованию. Ищет контакт того, кто ведёт найм, и если не нашёл, говорит об этом прямо, а не подставляет выдуманный адрес. Пишет письмо под конкретную вакансию и человека. Переписывает резюме под должность и проверяет, прочитает ли его программа отбора. Отправляет письма с почты человека и только после егоподтверждения. Дальше сам замечает ответ, а если ответа нет, то включается сериянапоминаний, которую к слову можно и отключить.

Плюс та сторона, которой обычно не хвастаются. Кабинет и админка. Оплата с балансоми возвратами за неудачные операции. Редактор, из которого правятся лендинги и письма,с историей и откатом. Резервные копии на отдельную машину, причём деньги копируются каждые пятнадцать минут, потому что баланс без списка владельцев восстановить нельзя.

Склад открытых вакансий весил на начало 2,57 гигабайта. Разбирался за 121 секунду и дал 480 тысяч вакансий, поиск по ним идёт 2,7 секунды. Первый вариант разбора грузил всё в память и был убит ядром при шести с половиной гигабайтах свободных. Переписал на поток, память упала до пятидесяти мегабайт. Тут важно упомянуть 1 важный факт, данные собираются только с источников, правила которых позволяют это делать..

Я продакт‑менеджер, папа и человек, который последнее время старается перестать жить на автомате. Код не пишу, в терминале себя чувствую гостем. При этом за три вечера на бесплатном тарифе Claude я собрал веб‑приложение с базой данных, а ещё за несколько выходных добавил туда регистрацию, письма на почту, восстановление пароля и команды. Это не история успеха стартапа — это честный рассказ о том, как человек без технического бэкграунда прошёл путь от «а зачем мне это» до «а давай ещё фичу».

Меня забанили в Claude девять раз за год.

Я перепробовал все свои идеи и все советы, которые есть в интернете, и каждая попытка заканчивалась баном. Зато теперь я знаю, за что именно блокирует Anthropic, и вижу, что большинство рассказывающих об этом сами не проверяли свои советы. Здесь только то, что проверено на моих аккаунтах и моих деньгах: каждая причина бана по шагам и рабочий способ, который год работает без единого бана.

Человек может очень хотеть получить какой-то результат.

Повысить доход.

Запустить проект.

Закрыть рабочую задачу.

Выучить английский.

Написать статью.

Сделать спорт регулярным.

Он понимает, что это важно. Понимает последствия откладывания. Иногда даже заранее планирует, когда начнёт.

А потом наступает время работать — и почему-то открывается YouTube.

Одно видео.

Потом второе.

Потом Shorts.

Ещё одно «последнее» видео.

Через сорок минут человек закрывает приложение и думает:

S3-совместимое хранилище используют для резервных копий, медиаконтента, файлов приложений, архивов, логов и других данных, к которым нужен программный доступ через API. При выборе такого сервиса одной цены за гигабайт недостаточно. Итоговый счет зависит от исходящего трафика, API-запросов, класса хранения и схемы тарификации.

Для сравнения выбраны четыре российских сервиса, по которым удалось получить полный набор открытых данных для одинакового расчета: Oblakoteka, Rusonyx, Beget и Yandex Object Storage. Тарифы проверены 1 октября 2026 года по официальным страницам и документации провайдеров.

Во всех случаях используется одна нагрузка: 1000 ГБ данных хранятся в течение месяца, за этот период передается 500 ГБ исходящего интернет-трафика, выполняется 100 000 GET-запросов и 10 000 PUT-запросов. Для Yandex Object Storage используется стандартный класс. Для Beget расчет сделан за 30 дней.

Скорость в рейтинг не включена. Одинаковых нагрузочных тестов для всех четырех сервисов не проводилось.