RSS Feeds

Роскомнадзор наделен полномочиями по проведению контрольного (надзорного) мероприятия по контролю без взаимодействия с контролируемым лицом. Это означает, что Роскомнадзор на основании полученных заданий делает выборку нескольких сайтов и осуществляет в отношении них проверку. При этом владельцев сайтов (операторов персональных данных) никак не уведомляет. Если на сайте нет нарушений в области персональных данных, то вы и не узнаете, что сайт проверялся. А если нарушения будут найдены, то получите от Роскомнадзора письмо «требования об исполнении законодательства о персональных данных». В соответствии с законодательством у владельца сайта есть 10 рабочих дней с момента получения требования, чтобы устранить нарушения и уведомить о принятых мерах Роскомнадзор.

Роскомнадзор достаточно лоялен к бизнесу. Выявив нарушения, он не сразу составляет протокол об административном правонарушении, а дает время адаптироваться (10 дней на исправление). Только в том случае, если требования органа не будут выполнены, то бизнес будет привлечен к административной ответственности. Поэтому главное правило – если получили такое письмо от Роскомнадзора, то ни в коем случае не игнорируем.

Далее я покажу и расскажу, как на практике выглядят требования Роскомнадзора. А также по моим рекомендациям сможете сделать аудит своего сайта на проверку соблюдения закона о персональных данных.

_________________________________

Очень важно всегда иметь доступ к официальной электронной почте, которую вы указываете для коммуникации с надзорами органами. Именно туда может прийти вот такое письмо, в котором будут перечислены все нарушения на сайте.

Искусственный интеллект уже умеет за считанные минуты собирать дашборды, которые выглядят вполне профессионально. Проблема в том, что убедительный интерфейс легко маскирует слабую постановку задачи и сомнительные выводы. В этой статье — эксперимент с тремя промптами для Claude Design и разбор того, где заканчиваются возможности модели и начинается работа аналитика.

В феврале у меня уже был материал про серебряные кадры – сотрудников старше 50 лет, которых компании всё активнее начинают рассматривать как один из ответов на демографическую проблему российского рынка труда.

И тогда моя основная мысль была такой: людей в ключевых возрастах становится меньше, при этом сохраняется дефицит кадров и бизнес постепенно начинает активнее работать с сотрудниками 50+. Я тогда писал, что у Магнита росла доля сотрудников 50+, у Ашана к началу 2026 года она достигала 37%, также у Сибура были проекты и у Т2.

Теперь, смотрим что изменилось спустя полгода.

Личная история о том, как двадцатилетняя мечта о математически доказуемом коде неожиданно стала ответом на главный вызов эпохи ИИ-агентов.

Год назад я написал статью «Переводим fb2 книжки, с нейронками, для себя» — про то, как собрал на паре Tesla P40 в гараже программу Sunny Narrator («Солнечный сказочник»), которая переводит художественные книги через локальные и облачные LLM. Тогда это был скорее прототип «доказать себе, что так можно»: черновики читались с головной болью, книга в тысячу страниц переводилась два дня, а электричество, отключённое посреди процесса, стоило ещё двух.

За год программа доехала до версии 2.1, я перевёл достаточно книг, чтобы набить руку, и понял главное: это уже инструмент не только для меня, но и для переводчиков — и для всех любопытных. Рассказываю, что изменилось, сколько это стоит в токенах и почему без человека ничего не работает.

Мне хотелось разобраться с языком C по-человечески: не «сто задач на указатели», а так, чтобы каждая написанная программа была зачем-то нужна. Готового такого курса я не нашёл, и по своей же идее собрал себе сам.

Получилось следующее: 80 серий в десяти сезонах, 74 часа задач, семь сквозных проектов, всё собирается без единой внешней библиотеки и прогоняется в CI на Linux и macOS. Курс бесплатный, лежит на GitHub, и я решил им поделиться — вдруг будет интересно или пригодится ещё кому-то.

Год назад я уже писал о нём здесь, но с тех пор от того курса, не осталось почти ни одного эмодзи, а уроков стало в два-три раза больше.

Я — разработчик для веб с 1998 года: HTML, CSS, .NET Core Blazor, в свое время прошел через Photoshop, Adobe Illustrator, Corel Draw, GIMP, Inkscape, PageMaker, MS FrontPage и Bootstrap. Figma полностью пропустил: когда она появилась, я был не в теме веб-дизайна. А сейчас понадобилось быстро вникнуть, выбрать инструмент и начать править существующий интерфейс платформы. Вместо учебника — разговор с ИИ «Алиса» как с персональным наставником. Этот текст — живой диалог, в котором я задавал вопросы, уточнял контекст и просил сокращать, а Алиса подстраивалась под мой стек и задачу.

30 августа в 22:01 МСК один из наших диалоговых воркфлоу упал на ноде Chat Logic. В журнале исполнения 928811 осталось короткое сообщение:

Идея этой статьи пришла мне в голову, когда алгоритмы Ютуба подкинули мне видео со схожим названием, где автор рассказывал о своём 2-летнем пути в геймдев после 40 лет. Меня просто поразило – насколько у нас оказались схожие стартовые точки. Но вот двухлетний итог работы у меня и автора этого видео оказался почти диаметрально разным. Вот об этом, а также подвести итог моих двух лет разработки игры с полного нуля в 42 года я и хочу рассказать в своей новой статье.

Вот видеоверсия данной статья на YouTube, RuTube, VK Видео, т.к. полотно текста получилось довольно большое (отчетная статья, всё же), а многим будет более комфортно не читать, а смотреть.

После того как мой пет-проект случайно «выстрелил» на Reddit, я решил, что пора поделится так же и своей кроссплатформенной библиотекой на C++20 для мониторинга железа, с нативной поддержкой Python.

Рассказываю историю создания hardware_monitor_cpp: как избавиться от лишних зависимостей, получить адекватную статистику swap-файла под Windows и macOS, упаковать все в удобное C++ API, а заодно получить готовую консольную утилиту с визуализацией графиков прямо в терминале.

Пять раундов дообучения детектора промпт-инъекций, четыре неудачи и только один успешный релиз. Разбираем, как собирать и размечать корпус на реальном корпоративном трафике, почему рост точности может обернуться потерей атак и какие гейты помогают не выкатить регресс в прод. Внутри — реальные метрики, причины откатов и практический процесс релиза модели.

← До этого: Прибытие IBM PC, часть 1

Появление IBM PC стало самым важным событием в истории персональных компьютеров со времён Altair. Его влияние распространялось не сразу, а постепенно, словно медленно накатывающая волна. Первым она захлестнула корпоративный рынок, где имя IBM значило особенно много.

Некоторые компании сумели оседлать эту волну, и она вынесла их на невиданную прежде высоту. Так, Tecmar, производившая платы расширения для научных компьютеров, выросла до 400 сотрудников и достигла выручки в $100 миллионов благодаря тому, что её основатель Мартин Альперт одним из первых сделал ставку на IBM PC.

Других эта волна заставила изменить курс, подчинив силе, которой невозможно было сопротивляться. Eagle Computer, уже состоявшийся производитель компьютеров из Кремниевой долины, быстро понял, куда движется рынок, и одним из первых начал выпускать полностью IBM‑совместимый компьютер, Eagle PC. А некоторые компании, как мы увидим далее, эта волна просто смела.[1]

Проследить её путь до самого конца, когда она окончательно сошла на нет уже в 1990-е годы, означало бы далеко выйти за рамки этой истории. Поэтому здесь мы ограничимся первыми несколькими годами и посмотрим, как примерно до 1983 года IBM PC менял мир персональных компьютеров. Тему IBM‑совместимых клонов мы также намеренно оставим в стороне: их история относится уже к следующей главе.

Перейти в нейросеть

Самая мощная ИИ модель для текста

Если нужно быстро подготовить доклад, реферат или презентацию к занятию, необязательно начинать работу с чистого листа. Нейросети могут помочь составить структуру, подобрать основные тезисы и подготовить черновой вариант учебного материала.

У Автор24 есть собственные ИИ-сервисы для студентов и школьников. Они позволяют генерировать материалы по заданной теме, а результат можно дополнительно уточнять прямо в процессе работы. На сайте доступны отдельные инструменты для докладов и презентаций.

В этой статье разберём, как пользоваться Автор24 ИИ для учёбы, как сгенерировать доклад или презентацию и что написать в запросе, чтобы получить нормальный результат, а не набор общих фраз.

Привет, Хабр!

В очередной статье нашего цикла мы оценим производительность системы на воздушном охлаждении, чтобы иметь опорные значения и осязаемые метрики для сравнения и оценки той же системы, но уже после погружения в диэлектрик.

Cделали полное обслуживание ПК и провели серию тестов различной сложности и длительности с применением OCCT, Furmark, HWiNFO64, LuxMark v3.1.

Патч был на две строки: правка в проверке прав доступа. На ревью читается ровно то, что задумано, — апрув, мёрж. Через день выясняется, что проверка не срабатывает, хотя код перед глазами правильный.

На ревью смотрят глазами. Глаз видит символы так, как их нарисовал шрифт, а интерпретатор читает байты. Между этими двумя представлениями есть зазор, и в него помещается логика, которую при чтении кода не видно.

Этим зазором пользуются двумя способами, и оба закрываются одной проверкой.

После прошлого поста я вдохновился на продолжение, помимо того, что я изначально хотел его доработать, я также увидел, что количество людей увидевших мой пост перевалило за 7,5 тысяч.

Поэтому я сел за доработку согласно предыдущему плану, что я писал в той статье. Я решил идти по первому пути и сделать логирование асинхронным. Дело в том, что так это становится изолированной переменной, ведь банально легче доработать и тестировать, чем заниматься рефакторингом всего кода и разносить его по разным процессам. После доработки я конечно же решил протестировать новую версию и я очень удивился результатам. Изначально throughput действительно вырос, что обрадовало меня.

Я уже думал писать статью, но решил мимолетом запустить 175 воркеров. Это решение создало неожиданную проблему - задача оказалась обработана за 11 секунд до ее создания.

Фраза «завтра в 18:00» кажется простой, пока сервер и пользователь не оказываются по разные стороны полуночи. В Doday я сделал быстрое добавление задач из одной строки и обнаружил, что программа считает «сегодня» по UTC. Из-за этого дата сдвигалась, а указанное время могло остаться в названии.

В статье покажу, как передать часовой пояс из браузера, в каком порядке собирать локальную дату и время, зачем фиксировать текущее время в тестах и какие ещё ошибки нашлись у фраз «через месяц», «каждый понедельник» и меток с @.

В столовой — бывшей монастырской трапезной, мрачном сводчатом зале, народу было много, и я подсел к двум пенсионерам, не спеша вкушавшим капустные котлеты, которые они запивали кефиром. Один из них сердито говорил другому:

— Мудрят все!.. Вон вчера в газете написали, что умники какие‑то воду варили до тех пор, пока не получилась вода, да совсем на воду не похожая — клейкая, тягучая, на морозе не замерзает, и вкус кислый. Вот ты мне и скажи — на кой она нужна мне, вода такая, чтоб ни напиться, ни умыться! Глупости одни да деньгам народным сплошной перевод…

Аркадий и Георгий Вайнеры, «Визит к Минотавру» (1971–1972)

Любой, кто читал Вайнеров, наверняка натыкался на этот юмористический эпизод, в котором следователь Тихонов выслушивает в столовой брюзжание пенсионера над капустными котлетами. Я счел эту сценку мимоходной зарисовкой того, во что превращается передовая наука в изложении журналиста и восприятии обывателя. Эпизод там ещё забавно перекликался с сюжетом и дал название всей главе — «Кислая вода лжи». Каково же было мое удивление, когда позже я узнал, что за столовой байкой о «варёной кислой воде» прячется не сочиненная, а реальная сенсация тех лет, в которой сплелись научная драма, паника мирового уровня, чуть было не геополитическая гонка на серьезных щах.

Всем привет. Я Михаил Харитончик, лидер продукта GenUI в Цифровом Ассистенте ГигаЧат B2C. Моя команда занимается генеративными интерфейсами: тем, как превращать ответ модели в понятную визуализацию, интерактивные элементы и полноценный пользовательский сценарий. И сегодня я хочу поговорить о будущем приложений. Точнее, о будущем, в котором приложений в привычном виде может вообще не остаться.

Этот текст про горизонт от нескольких месяцев до пары лет. В ИИ-индустрии даже полгода — практически геологическая эпоха: изменения происходят не кварталами, а итерациями длиной в несколько часов. Недавно я увидел, как Сэм Альтман репостит сообщение: кто-то обнаружил, что Grok при работе с агентом отдаёт исходный код. Прошло менее суток — и Grok CLI уже ушёл в open source. За происходящим в индустрии физически сложно успевать.

Визионерствовать на долгий срок в таких условиях сложно, поэтому поговорим о ближайшем будущем. Не абстрактном, а о том, которое начинается с обычного вечера после работы.

13 сентября ИТ‑сообщество празднует День программиста, и это хороший повод вспомнить, какими разными бывают люди, которые создают технологии. За каждым успешным продуктом стоят архитекторы, DevOps‑инженеры, дизайнеры, продакты и другие специалисты. Если присмотреться к их рабочим привычкам, можно найти повторяющиеся паттерны: одним важна системность, другим — командная игра, третьим — визионерство.

Вместе с экспертами конференции Импульс Т1 мы собрали эти паттерны в пять «профессиональных» архетипов и составили тест, с помощью которого можно посмотреть по‑новому на привычный стиль работы, заметить свои сильные стороны и точки роста.

15 мая я впервые в жизни получил исполнителя, который пишет код быстрее, чем я успеваю продумывать требования. К 21 августа на дисках лежало 320 348 строк в актуальных версиях — цифра получена обходом с дедупликацией по SHA-1, а не оценкой; воронка подсчёта приведена в тексте целиком, вместе с шагом, на котором она в черновике не сходилась. Это не восторженный пост: половина текста про то, где я ошибся, что не доделал и какие собственные результаты потом сам же признал недействительными. Отдельно — про то, как первое за 98 дней внешнее ревью пришло из комментариев к прошлой статье через два часа пятьдесят три минуты после публикации и нашло в моём коде то, чего я не искал.

Даже хороший алгоритм не спасёт модель, если признаки приходят с нарушенной семантикой или содержат информацию из будущего. Одна лишняя колонка может поднять метрику на тестах и полностью исчезнуть в проде.

Разберём рабочий подход к валидации датасета: от контрактов схемы и проверки таргета до point‑in‑time корректности и фиксации артефактов, чтобы результаты обучения можно было воспроизвести и объяснить.

Когда речь заходит о производительности одноплатных компьютеров, чаще всего внимание уделяют процессору, объему оперативной памяти или системе охлаждения. Однако в реальных сценариях использования скорость работы системы очень сильно зависит от накопителя. Именно накопитель влияет на время загрузки ОС, скорость установки пакетов, работу Docker-контейнеров, баз данных, браузера и общую отзывчивость системы.

Мы завышали площадь окраски металла в полтора раза. Как нашли и как проверить любой калькулятор за минуту.

«Лидеры цифровой трансформации» — международный хакатон Мэра Москвы, где разработчики, аналитики, дизайнеры и другие ИТ-специалисты объединяются в команды, чтобы за ограниченное время создать прототипы цифровых решений для реальных задач города, бизнеса и государственных организаций.

Жалоба звучала как «скролл нестабильный»: колесо в панели с агентом то работает, то нет, текст съезжает, кадры дублируются. Виноват не скролл. Claude Code под ConPTY включает альтернативный буфер и отчёты мыши один раз при старте и больше их не переотправляет, а replay-буфер панели ограничен 256 КБ.

Теперь можно говорить без всяких прикрас: мы выпустили анализатор для языков JavaScript и TypeScript. А значит, это повод испытать его в полевых условиях и посмотреть, что он найдёт в исходном коде хорошо знакомого многим Open Source проекта Visual Studio Code. Если вам интересно узнать, какие ошибки и подозрительные фрагменты кода обнаружил анализатор, — добро пожаловать в статью.

Когда нужно классифицировать текст, дефолтный ход в 2026 – взять предобученный трансформер и дообучить. TF-IDF воспринимается как музейный экспонат: работал в эпоху до BERT, сейчас не всерьез. Обычно этот выбор никто не проверяет на своих данных, потому что и так понятно, кто победит.

Мы решили проверить. Взяли одну задачу, один корпус, одну метрику и прогнали три подхода подряд: счетный бейзлайн на TF-IDF, сверточную сеть TextCNN и дообученный русский энкодер. Считали не только качество, но и стоимость – время обучения и скорость предсказания на обычном процессоре.

Короткий вывод: на этой задаче счетный бейзлайн обучается за три секунды и по честной метрике держится вровень с трансформером, который дообучался восемь минут. А трансформер, взятый по стандартному рецепту, сначала вообще проиграл – и проиграл поучительно.

Дальше – как так вышло и что из этого забрать себе.

Пользователь пишет отзыв о магазине и заодно пытается распоряжаться нейросетью. Почему чужая фраза внутри отзыва вдруг получает силу команды? Разберу промт-инъекцию через адресата, речевые акты и смешение ролей. А потом дам Gemini одну и ту же инъекцию в разных языковых формах и проверю, какая из них заставит модель сменить задачу.

Привет всем любителям физики и физического эксперимента! Сегодня мы поговорим о механике и физике прекрасного устройства -- планетарного резонатора. Устройство придумал американский изобретатель Уильям Скиннер. Он хотел обойти закон сохранения энергии и с помощью этого устройства получить на каждую вложенную единицу энергии двенадцать единиц на выходе. Сделать это ему конечно не удалось, зато получился эффективный накопитель энергии, использующий резонансную раскачку и закон сохранения момента импульса.

В сентябре 1956 года произошло событие, повлиявшее на судьбу многих советских детей и подростков — в издательстве «Молодая гвардия» вышел первый номер популярного научно-технического журнала «Юный техник».

О чём был этот журнал, и почему я и мои сверстники передавали его друг другу из рук в руки и читали его «от корки и до корки», и пойдёт речь дальше.

Журнал ИИ и Общество (AI & SOCIETY), издающийся аж с 1987го года, опубликовал исследование международной группы ученых, в котором утверждается, что использование ИИ-чатов делает поведение людей более роботизированным. В то время как роботы все успешнее имитируют человека, люди подсознательно подстраиваются под машины.

Исследователи видят главный риск в том, что после продолжительного общения с ИИ, у человека происходит разрушение ядра личности (diminished self-worth), суженая до более простых алгоритмов реальность языковых моделей, начинает конфликтовать со сложной идентичностью человека, и меняет глубинные основы психики. Угроза эпохи состоит в нормализации «урезанной», обедненной личности (reduced personhood) как нового стандарта. При постоянном контакте с машинным интеллектом человек постепенно теряет ощущение авторства собственной жизни (self-authorship) и способность осуществлять свободный моральный выбор, подстраиваясь под шаблоны систем и бизнесов.

Авторы вводят термин «роботоидная человечность» (robotoid humanness): так они назвали тенденцию, при которой люди чувствуют себя наиболее успешными и социально эффективными, когда их поведение начинает соответствовать логике, темпу и правилам ИИ. Поскольку ИИ массово внедряется во все сферы, миллионы людей ежедневно проходят через этот процесс «подгонки под алгоритм». В результате привычные социальные человеческие контакты превращаются из живого общения в механический, утилитарный обмен кодами и шаблонами.

Ссылка на статью: https://link.springer.com/article/10.1007/s00146-026-03299-w

Принято считать, что изобретения — это что-то сложное, технологичное, связанное с IT или медициной. Но в российских патентных архивах можно найти разработки, которые гораздо ближе к природе, чем к лабораторному столу. Мы собрали самые примечательные.

Одна из самых дорогих встреч в нашем календаре выглядела совершенно обычно. Раз в неделю 20-25 человек собирались на 1,5 часа, чтобы оценить задачи. Раз за разом встреча повторялась, забирая время разработчиков и техлидов, а результат строился на уже известной команде информации: описаниях задач, истории похожих работ и прошлых оценках.

Мы отдали эту работу агенту, которого назвали Эстима. Через 1,5 месяца пилота сходимость его оценки с ручной достигла 95%. После этого встречу отменили, валидацию оставили техлидам и получили экономию около 20 человеко-дней в месяц.

Именно Эстима помогла команде поверить в практическую ценность AI. За ней появились агенты для работы с Jira, ревью кода, разработки, тестирования, аналитики и AppSec. Вместе они постепенно изменили наш PDLC.

Привет, Хабр! Меня зовут Михаил Чернов, я старший IT-лидер направления развития IT взыскания в Альфа-Банке. В этой статье расскажу о нашем опыте перестройки производственного процесса на AI-рельсы, включая пилоты, ограничения и вопросы, на которые мы пока ищем ответы.

Когда NAS ушёл, я перевёз свою домашнюю хранилку в корпус побольше и даже разжился hot-swap-салазками.

Только вот со временем пришлось выбирать — новая мебель или большая железка. И я выбрал — сделать железку поменьше.

Рассказываю, как смастерил компактное хранилище «а-ля NAS» из подручных средств.

Смартфон можно купить за рубежом, положить в чемодан и физически пересечь с ним государственную границу. Но для того, чтобы аппарат полноценно заработал в местной мобильной сети и легально оказался на внутреннем рынке, этого все чаще недостаточно.

После физической границы появляется вторая — цифровая. Государство получает возможность повторно проверить и ограничить устройство уже внутри страны: по IMEI, данным о ввозе, таможенной декларации, сведениям об импортере, а в отдельных процедурах — и по личности человека, который регистрировал и/или использует аппарат.

Так часть контроля перемещается с аэропортов и автомобильных пунктов пропуска в телекоммуникационную и торговую инфраструктуру. Контроль по IMEI становится одним из механизмов такой цифровой границы.

Всем привет, меня зовут Евгений Тихонов я работаю в Банке Уралсиб, в дирекции по сопровождению комплаенс-систем, факторинга и электронных продаж. Я хочу рассказать вам о простом кейсе, который облегчил жизнь отдела разработки рекламных crm-кампаний.

В рамках проведения внутреннего аудита информационной безопасности (Red Team) перед нами стояла задача проверить АИС. Обычно на таких проектах ты заранее знаешь, что увидишь. что заказчик выполнил требования Приказа № 117: процессы задокументированы, матрица зрелости заполнена, отчёты уходят в ФСТЭК, CMDB ведёт учёт, SOC дежурит, EDR стоит на каждой машине.

Получив первоначальный доступ под локальной учёткой, мы оказались перед очевидным ограничением: на хосте - Windows 11 и работающий EDR. Любой готовый инструмент или «классический» payload почти сразу улетит в алерт. Вектор не пришлось выбирать - он сложился из доступных легитимных возможностей. Особенность заключалась в том, что мы не пытались выбраться из песочницы (техника T1497 Virtualization/Sandbox Evasion), а наоборот зашли внутрь нее, чтобы спрятаться от средств зашиты хоста.

Эхолот давно перестал быть просто прибором, показывающим рельеф водоёма. Сейчас это многофункциональный дисплей, своего рода мозговой центр лодки или катера, на который возлагается ведение картографии, управление двигателями, радио, подсветка, музыка и даже подача сигналов о бедствии или о человеке за бортом.

При этом безопасность таких важных систем порой оставляет желать лучшего. О том, какие абсурдные ошибки я заметил в прошивке одного из этих приборов и почему проверка подписи на файле обновления ещё не защищает от вмешательства в ПО — под кат.

Коротко итоги за год:

— Пустили ИИ в прод.
— Уволили отдел продаж.
— Чуть не положили дата-центр.
— Ещё раз пустили ИИ в прод.
— Сейчас ещё один раунд халявы на 4000 рублей в облаке для новых пользователей.

Примерно год назад мы опубликовали статью о том, что запускаем последнее коммерческое облако в РФ. Тогда мы честно рассказывали про наши амбиции, про ненависть к медленному корпоративному подходу и так далее. 

А потом на год пропали. Вышли из беты и пропали.

Нас сгубили корпоративные заказы. Они оказались намного более жирными, чем коммерческое облако. И ещё их стало ОЧЕНЬ МНОГО.

Самый простой ответ на вопрос, почему мы ничего не писали: нам было тупо некогда. 

Но облако тоже развивалось. За этот год мы прошли путь от стартапа до нормального IaaS-провайдера. 

Официальный старт состоялся 26 декабря 2025, под самый Новый Год. И пока вся страна просыпалась и лечила похмелье, я сидел и отвечал на тикеты в саппорт. Я смотрел в монитор и думал: «Кто вообще эти люди, которые 1 января лезут настраивать виртуалки и писать в поддержку?» 

Тест зелёный, а фича сломана — потому что проверка смотрит на форму, а не на эффект: имя поля в файле есть, а в разметку оно не попало. Семь таких случаев из живого проекта на TypeScript и PostgreSQL: колесо мыши, которое убил мой собственный CSS-фикс и диагностика, проверившая defaultPrevented вместо прокрутки; подстрока, совпавшая с другой подстрокой; комментарий в SQL, прочитанный как код; метка источника, из-за которой отчёт показывал ноль и этот ноль читался как «людей нет». С кодом, разбором каждой ошибки и числами мутационного прогона на 13 400 мутантов.

Базу знаний заводят для команды. А потом она делает всё, чтобы туда не заходить. Рассказываю, как мы в YouGile превращаем БЗ из кладбища документов в ускоритель бизнеса: встроить знания прямо в работу, упростить их накопление и обновление, а затем использовать весь этот контекст для мощного ИИ-буста

Два года подряд планирование ИИ-инфраструктуры строилось на одном допущении: подождите квартал — и то же самое будет стоить дешевле. Модель станет умнее при той же цене, токен подешевеет, а видеокарты за счет обновлений софта и новых линеек выдадут больше мощности. Допущение работало настолько стабильно, что превратилось в проектную константу: закладываем текущую цену, через полгода она сама себя окупит.

В августе константа сломалась сразу с трех сторон. DeepSeek первой из крупных лабораторий подняла цены на API — на 355–371% в пиковые часы — и ввела тарификацию по времени суток. Micron на Hot Chips показала цифру, после которой разговор про «дешевеющее железо» заканчивается: в двухкристальных GPU-сборках память занимает около 90% площади кремния и стоит впятеро дороже DDR5 за бит. А китайские лаборатории выпустили в открытый доступ веса на 1,7 и 2,4 триллиона параметров, которые скачать можно, но развернуть проблемно.

Добро пожаловать обратно, друзья. Если вы читали первую часть, то знаете, как мы выстраивали периметр, прикрывали тылы и готовились к штурму. Теперь переходим к самому интересному — к продукту. К тому самому «цифровому космолету», который должен был перевернуть рынок пассажирских перевозок.

Но как это часто бывает в больших проектах, эпичный концепт столкнулся с не менее эпичной реальностью. Легаси‑инфраструктура с которой мы столкнулись и на которой нам предстояло строить этот самый «космолет», в реале оказалась сложнее и неповоротливей, чем мы могли себе представить. Распределённая архитектура, множество стыковочных узлов, кривые сторонние сервисы, языковые и культурные барьеры внутри команд, а главное — жёсткие рамки Waterfall. Всё это требовало не просто инженерной смекалки, а умения балансировать между интересами разных игроков, не теряя фокуса на конечном пользователе.

В этой части я проведу вас через наш интеграционный лабиринт. Расскажу, как мы собирали команду, выстраивали процессы, договаривались со стороной интегратора и проектировали идеальное API. Какой путь мы успели пробежать за 8 месяцев хардкора. И как я впервые столкнулся с «обстоятельствами непреодолимой силы». В финале я дам вам 10 правил работы с госами, которые мы вынесли из этого опыта и могут оказаться полезными, если вы окажетесь в подобной ситуации.

Если вы не читали первую часть — рекомендую вернуться. Там о том, как мы выстраивали юридическую защиту и внедряли практически полноценный Agile под маской Waterfall. Это не просто «история», это набор инструментов, который помогал нам не сойти с ума. Но если вам ближе продуктовое мясо и детали реализации — добро пожаловать прямо сюда. Читать мою историю можно в любом порядке.

Приготовьтесь, отправляемся. Следующая станция — «прод».

Привет, Хабр! Пилю потихоньку пет‑проект и решил поделиться тем, что вылезло при первом же деплое.

Откуда взялась эта штука 

Основная занятость у меня связана с ИИ, но есть ещё подработки по 1С — в основном администрирование: обновления, настройка оборудования, выгрузки и прочее. Всё взаимодействие идёт в Telegram: множество чатов, в каждом свои задачи, у каждой свой дедлайн и своё техническое окно, когда её вообще можно делать. Базу не обновишь в разгар рабочего дня — значит, задача не просто «к пятнице», а «в пятницу после семи».

Пока задач несколько, они держатся в голове. Дальше начинается путаница: помнишь, что на этой неделе у кого‑то обновление, а у кого именно — уже нет. Я начал забывать про клиентов. Писал на бумажке. Бумажка не работает по простой причине: про неё тоже надо вспомнить. Она лежит рядом и молчит. А напоминание должно приходить само и туда, где я и так сижу целый день. Так и родилась мысль сделать свой блэкджек.

Одна из самых дорогих встреч в нашем календаре выглядела совершенно обычно. Раз в неделю 20-25 человек собирались на 1,5 часа, чтобы оценить задачи. Раз за разом встреча повторялась, забирая время разработчиков и техлидов, а результат строился на уже известной команде информации: описаниях задач, истории похожих работ и прошлых оценках.

Мы отдали эту работу агенту, которого назвали Эстима. Через 1,5 месяца пилота сходимость его оценки с ручной достигла 95%. После этого встречу отменили, валидацию оставили техлидам и получили экономию около 20 человеко-дней в месяц.

Именно Эстима помогла команде поверить в практическую ценность AI. За ней появились агенты для работы с Jira, ревью кода, разработки, тестирования, аналитики и AppSec. Вместе они постепенно изменили наш PDLC.

Привет, Хабр! Меня зовут Михаил Чернов, я старший IT-лидер направления развития IT взыскания в Альфа-Банке. В этой статье расскажу о нашем опыте перестройки производственного процесса на AI-рельсы, включая пилоты, ограничения и вопросы, на которые мы пока ищем ответы.

Привет, Хабр! Меня зовут Максим Шуматбаев, я инженер технической поддержки в Arenadata. Эта статья — попытка собрать в одном месте внутренние механизмы Apache Kafka, которые задействованы при работе клиентских приложений. Цель простая: дать понимание, с которым типовые инциденты перестают выглядеть загадкой и разбираются за минуты, а не за дни.

Телеграм показывает число юзеров бота, если им пользуются больше 10 тысяч человек в месяц. Как и в прошлом месяце, я погрузился в датку, чтобы найти тренды экосистемы Телеграм августа 2026.

Спор «скобочки или отступы» старше, чем некоторые из его участников. У этого спора нет судьи и нет призового фонда, но есть ветераны и есть потерянные души, которые однажды написали end в Питоне и с тех пор не могут остановиться. Выиграть этот спор невозможно: стороны спорят о вкусах, а не о свойствах. Поэтому предлагаю - давайте закончим этот спор не победой, а разоружением.

Я написал маленькую утилиту, которая переводит исходный код Python между тремя синтаксисами: классические отступы, C-подобные фигурные скобки, S-выражения в духе Лиспа. Один и тот же quicksort, три вида:

Профессия разработчика не исчезнет. Но замена уже началась в менее кинематографичном смысле. Один человек с агентами забирает объём работы маленькой команды, а рынок перестаёт платить за медленное ручное исполнение.

Да, заголовок специально сформулирован так, чтобы разработчик захотел со мной поспорить. Я не верю, что компании однажды уволят всех программистов и заменят их одной нейронкой. Но слово «замена» можно понимать иначе. Если один сильный разработчик с агентами делает работу, для которой раньше требовались трое, двум людям на рынке придётся найти новую ценность.

Под слабым разработчиком я не имею в виду джуна или человека, который пока не знает очередной паттерн. Слабый разработчик продаёт ручное исполнение и защищает привычный процесс от изменений. Он может помнить названия всех архитектурных подходов и всё равно проиграть человеку, который быстрее понял задачу, собрал решение и доказал, что оно работает.

Вайбкодеры показывают неприятную для индустрии вещь. Над ними легко смеяться за плохой код, отсутствие тестов и сломанный прод. Но они уже поняли главное. Код стал способом решать задачу, а не сословным ритуалом.

Вайбкодер без суждения действительно наломает дров. Разработчик, который соединит инженерную глубину со скоростью агентов, поднимет планку для всех остальных.

Поэтому вопрос «заменит ли AI разработчиков» для меня закрыт. Он не отменит профессию. Он изменит объём результата, который рынок ожидает от одного человека. Тот, кто не перестроится, формально останется разработчиком, но перестанет держать уровень.