Kurgan-Telecom Ru | Информационные технологии

Импорт Excel часто начинается с простого цикла чтения строк и заканчивается сложной логикой обновления данных. Разбираю, почему массовый UPSERT не решает проблему целиком, зачем нужны staging-таблицы, предварительный diff и версионирование справочника, а также какие риски появляются при обработке пользовательских XLSX.

Ответ большой языковой модели в составе ИИ-ассистента на рабочую просьбу может противоречить профессиональному кодексу пользователя. Ассистент способен предупредить об этическом конфликте и всё же подготовить запрошенный текст. В исследовании TenetBench мы разработали способ получать такие задачи из кодексов и проверять ответы по конкретным нормам.

Цель рядом, но родной планировщик ведёт через далёкий граф дорожек. Сравниваем два полных пути по стоимости клеток: формула, DDA, C-код выбора и режимы исполнения. Результаты синтетического контрпримера и построений на Z75.

В статье Building agents: When to fold subagents into your main agent loop, опубликованной 22 октября 2026 года, Diane Sarkis из Anthropic описала случаи, в которых замера множества ИИ-агентов на одного агента с навыками и инструментами приводила к значительному повышению качества работы, снижению стоимости и времени выполнения запросов. Это выглядит так, как будто создать множество узкоспециализированных ИИ-агентов — во многих случаях не очень хорошая идея.

Недавно посмотрел выступление Павла Анненкова, владельца издательства «Редколлегия», на тему "Маркетинг будущего - маркетинг из прошлого". Его тезис: в эпоху ИИ, когда контент почти ничего не стоит, физические объекты (книги, журналы, мерч) становятся премиальным медиа, позволяют быстро пройти путь от внимания к памяти и обходятся дешевле цифры. Доклад живой и во многом точный, но ... с главным выводом я не согласен.

Важен ещё и контекст: корпоративные книги и журналы — это бизнес самого Павла. Доводы от этого не становятся неверными, но это объясняет, почему в докладе нет ни одного случая, когда физический носитель не сработал. А я таких видел немало: за годы работы на выставках, чужих и своих, я много раз наблюдал, как в последний день стенды разбирают и тонны буклетов, каталогов и подарочных книг уходят в мусор, так и не дойдя до читателя.

Начну с того, в чём Павел прав.

Компания NEOMSA представила практический подход к управлению доступом ИИ-агентов к внутренним API через протокол MCP. В центре внимания — выдача и отзыв полномочий, ограничение операций и данных, а также восстановление цепочки действий при расследовании инцидентов.

Сценарии с ИИ-агентами переводят вопросы управления API из плоскости обычной аутентификации в область контроля конкретных действий. Действительный токен не означает, что агент должен иметь право выполнять любую доступную операцию: необходимо проверять полномочия приложения, вызываемый инструмент, параметры запроса и доступ к конкретному бизнес-объекту.

В NEOMSA APIM этот подход реализуется через публикации MCP-серверов, приложения потребителей, подписки, scopes и механизмы аудита. При публикации MCP-сервера из API можно выбрать только необходимые операции. Например, для сценария работы с клиентскими данными отдельно выделяются инструменты чтения карточки, расчёта предварительного лимита и изменения установленного лимита.

Для разных агентов права могут разделяться на уровне scopes. При этом наличие права на операцию не должно автоматически давать доступ ко всем данным. Дополнительно проверяются конкретный объект, организация и допустимые поля. Для критичных операций предусматривается отдельное подтверждение, а защита от повторного выполнения должна обеспечиваться на стороне исполняющего компонента.

Отдельное внимание уделяется отзыву доступа. В зависимости от ситуации могут потребоваться разные действия: блокировка утёкшего токена, замена скомпрометированных credentials, отзыв отдельного scope или отключение подписки приложения на MCP-сервер. После изменения полномочий необходимо проверить поведение старых и новых токенов, существующих сессий и всех задействованных узлов.

В октябре 2026 года российский ИТ‑рынок наблюдал беспрецедентный по масштабу коллапс: за четверо суток физически вышли из строя три дата‑центра «Яндекса» в Центральной России (Сасово, Калуга, Владимир). Итогом стали обрушение облачной платформы Yandex Cloud, остановка ключевых сервисов экосистемы (от Такси до Директа), потеря недельных данных у ряда внешних клиентов и 11-дневная кома финтех‑вертикали («Яндекс Пэй» и «Сплит»).

В публичном поле эту аварию удобно списывать на «непреодолимый военный форс‑мажор» — мол, ни одна архитектура не рассчитана на потерю трех ЦОДов подряд.

Как архитекторы, мы обязаны смотреть на факты без розовых очков. Если препарировать поминутную хронику событий с 8 по 22 октября, становится очевидно: физическое поражение площадок стало лишь триггером. Масштаб и длительность катастрофы — это прямое следствие фундаментальных просчетов в проектировании распределенных систем, управлении мощностями (Capacity Management) и оценке рисков на уровне C‑level.

В этой статье мы разберем по косточкам, почему у «Яндекса» было целых 74 часа на спасение системы между первым и решающим ударами, почему они не смогли ими воспользоваться, откуда в финтехе взялись фантомные списания и 11 суток ручной сверки балансов, и главное — как должна выглядеть архитектура, способная пережить подобный шторм.

Nano Banana 2.1 и ChatGPT Image 2.5 решают похожую задачу: создают изображения по текстовому промпту и редактируют готовые картинки. Но после нескольких генераций становится понятно, что модели ошибаются по-разному. Одна точнее следует техническому заданию, другая лучше сохраняет лицо или делает визуал более «собранным».

Сравнивать такие нейросети по одному красивому примеру бессмысленно. Для продуктового изображения важнее точность расположения объектов, для афиши — текст, для рекламного кадра — сходство с референсом, а для редактирования — способность изменить ровно один элемент и не перерисовать всё остальное.

Привет, Хабр! Это команда интернет‑газеты о сервисном бизнесе «Заявка закрыта» – проекта Okdesk, платформы для управления заявками, выездным обслуживанием и ТОиР. Мы регулярно делимся практическими материалами, которые помогают сервисным компаниям работать эффективнее и зарабатывать больше – без лишней теории и воды. 

Сегодня расскажем, как компания «Мобиус» перестроила техническую поддержку корпоративных заказчиков и реализовала в Okdesk трехмерную сервисную модель с несколькими линиями поддержки, продуктовыми командами и отдельными очередями заявок. Разберём, как организовали распределение обращений между специалистами, разграничили зоны ответственности и выстроили процессы обслуживания.

Хочу рассказать про одну приставку, которая «просто тормозила». Мы взяли H96 Max V11 для родителей: Rockchip RK3328, Android 11, 4 ГБ памяти, цена как у пары обедов. Через какое-то время начали жаловаться: интерфейс замирает, ролики на YouTube не грузятся, время на экране «уезжает». Я решил разобраться и в итоге нашёл в прошивке программы, которые не ставил ни я, ни родители. Ниже рассказываю, что именно, как мы это чистили и что стоит проверить, если вы купили похожее устройство.

Сразу про рамки: это история одной приставки и открытых исследований про эту модель. Я не утверждаю, что заражены все H96, и не делаю выводов про производителя.

Нейросети дали всем суперсилу: любой человек может за минуту получить вполне красивую картинку. Но суперсила попала в руки людям, которые часто не знают, что с ней делать. Я в том числе.

Попросить у ИИ «нарисуй в стиле импрессионизма» может каждый. Попросить «в стиле неопластицизма» или «в стиле вейпорвейва» может только тот, кто знает, что такие стили вообще есть, и чем они отличаются. Это как если бы мне дали возможность построить по щелчку пальцев любой дом. Любой. Но какой? Я не учился архитектуре и, скорее всего, построю то, что видел у соседа, а не то, что мне на самом деле близко.

Художественного образования у меня нет. Поэтому я решил сделать себе карту: какие визуальные стили придумали люди, откуда они взялись и как связаны друг с другом. Получился Атлас эстетик.

Введение

В конце 80-х я кучу времени просидел скрючившись за своим ZX Spectrum, вводя программы на Sinclair BASIC и скопированные из журналов рудиментарные ассемблерные процедуры в попытках воссоздать интро крэков с Amiga, которые видел дома у друга. Разумеется, тогда я так и не смог добраться до этой цели, но теперь, спустя много десятков лет, мне наконец‑то это удалось! Я стал гордым автором написанного вручную ретро‑интро, работающего на стандартном Spectrum с 128 КБ. В нём есть все отличительные признаки демо конца 80-х: текст с плавным скроллингом (в крутых самодельных шрифтах!), трёхканальный саундтрек AY, скачущие индикаторы громкости и обязательное звёздное небо с параллаксом. Код занимает 10 287 байт, а полный образ плёнки — 19 552 байта; учитывая, что я работал над демо с 13 декабря прошлого года, средняя скорость написания кода составила приблизительно 455 байт в неделю!

В этом посте я расскажу, как добился этого, поделюсь изученными мной трюками и перечислю всё, чему мне пришлось научиться (и вспомнить) о Speccy и ассемблере Z80. Это один из моих самых любимых хобби‑проектов, но в то же время из‑за него мне зачастую хотелось пнуть монитор. Всем этим я поделюсь в конце статьи, а если вы просто хотите посмотреть на готовый результат, то скачайте образ кассетной плёнки .tap, который можно загрузить в любой эмулятор. Также можно посмотреть запись на YouTube, перейти по ссылке на pouet.net и запустить демо через браузер, зайдя на мой TNFS‑портал сайта и выбрав пункт 4 «Recent uploads».

Алерт: сайт лежит, а CPU, память и диск в норме. Разбираю пять причин, которых не видно на стандартном дашборде: inode, лимит файловых дескрипторов, ушедшие часы, DNS и протухший сертификат. Для каждой — как выглядит, чем найти, как починить и что добавить в мониторинг.

Контракта на поддержку Cisco нет уже больше трёх лет, а Catalyst 9000 и ISR 4000 по-прежнему стоят в ядре и на филиалах. Ниже — рабочая шпаргалка, которую мы сами используем при обновлении IOS XE без доступа к TAC и порталу загрузок: что проверить до работ, как убедиться, что образ не подменён, как обновиться в install mode с возможностью отката и что сделать, если обновиться нельзя.

В последнее время под эгидой противодействия беспилотным летательным аппаратам (БПЛА) регуляторы и экстренные службы все чаще прибегают к радикальному методу — тотальному отключению мобильного интернета в масштабах целых регионов или принудительному переводу сети на работу по жестким «белым спискам».

Только за август–октябрь 2026 года волны масштабных сбоев мобильной передачи данных накрыли Москву, Санкт-Петербург, Самару, Новосибирск и ряд других регионов. В периоды ограничений со стороны операторов (МТС, МегаФон, Билайн, Tele2) полностью парализуется городская цифровая среда: бизнес несет критические убытки из-за неработающих онлайн-касс, встает логистика, службы доставки, системы мониторинга транспорта и каршеринг, а граждане не могут банально воспользоваться банкингом или оплатить проезд.

Официальная позиция ведомств непреклонна: ограничения связаны с оперативной работой спецслужб по предотвращению угроз и противодействию БПЛА, которые используют коммерческие SIM для корректировки наведения.

Но давайте посмотрим на проблему глазами сетевого инженера. С точки зрения архитектуры сетей и принципов автономной навигации, тотальная блокировка интернета — это не просто деструктивный шаг. Это признание собственной технической беспомощности.

Главное заблуждение чиновников, отдающих приказы «выключить рубильник» — вера в то, что дрон постоянно «сидит в интернете» во время полета и качает оттуда карты или команды управления. На самом деле мобильный интернет (маршрутизация пользовательского IP-трафика) не нужен БПЛА на протяжении более чем 95% его маршрута.

Серия атак на цифровую инфраструктуру заставила операторов дата-центров пересмотреть привычные модели проектных угроз. Схемы компонентного резервирования N+1 и 2N надежно защищают от предусмотренных проектом отказов: выхода из строя отдельного агрегата, короткого замыкания на вводе или сбоя дизель-генератора. Однако прямое внешнее воздействие развивается иначе: ударная волна, пожар или осколочные повреждения выводят из строя инфраструктуру целыми секторами, из-за чего кабельные трассы, распределительные устройства и контуры охлаждения основной и дублирующей системы могут пострадать одновременно.

Межплощадочный Disaster Recovery существует давно, однако само наличие резервной площадки или законтрактованных мощностей автоматически не гарантирует непрерывность сервисов. Поэтому проверять нужно не только наличие резерва, но и границы сценариев, при которых он сохраняет работоспособность. Разбираемся, как на практике оценить достаточность инженерного резервирования: какие сценарии каскадных повреждений должны учитываться в проекте, на какую нагрузку рассчитаны дублирующие системы и какими испытаниями подтверждается их готовность.

Для JVM нет родного скриптового языка: Lua, JavaScript и Python приходится тащить с других платформ и платить за это оверхедом на каждом вызове. Я написал Jumper — язык с синтаксисом Java, таблицами Lua и типизацией по выбору, который компилируется в байткод и в типизированном режиме работает на 97% от скорости Java. В статье: откуда он взялся, как устроены скрипты, конфиги и песочница, и замеры против 13 движков и 20 библиотек конфигов.

Иван, Самара. Физик-оптик, IT-инженер.

Сказа про Уранию — планету ‑Компьютер, открытую Кузьменко и Смыслаэдр, в котором она пряталась и живёт до сих пор

Всем привет! На связи Angara MTDR и сегодня Даниил Баранов Даниил, эксперт по защите бренда, расскажет о том, как фишинг стал не просто методом обмана, а услугой, которую можно заказать.

С января по сентябрь 2026 года на нелегальных площадках число сообщений выросло примерно на 112%, относительно того же периода в 2025 году, от тех, кто ищет фишинговые услуги, предлагает их другим или хочет приобрести готовые решения. Кто‑то ищет сообщников, кто‑то продаёт собственные навыки, а кто‑то предоставляет инструменты, позволяющие не делать всё своими руками.

На первый взгляд это выглядит как обычная переписка в даркнете. Однако если собрать подобные сообщения воедино, складывается совершенно иная картина.

Чтобы оценить масштаб фишинга как услуги, не обязательно обращаться к статистике атак. Порой достаточно посмотреть, что именно предлагают или покупают мошенники.

У типового проекта с LLM-агентом судьба примерно одна. Сначала это милые сорок строк: промпт, вызов openai-совместимого API, json.loads — и всё работает. Через пару недель модель начинает вставлять перед JSON пояснительный текст в духе «Конечно! Вот ваш ответ:», одно из обязательных полей то появляется, то исчезает, а вложенный массив иногда приходит строкой. В код въезжают регулярки, ручные проверки и повторные запросы. Ещё через месяц вы владеете комом связующего кода на несколько сотен строк, который никто не хочет трогать — потому что непонятно, что именно отвалится.

Увы, модель тут чаще ни при чём. Ломается стык между её выводом и приложением — там, где нет ни типов, ни валидации формата.

Pydantic AI предлагает выйти из этого круга через модели типов. Фреймворк делает команда Pydantic — той самой библиотеки, на которой держится валидация в FastAPI, OpenAI SDK и ещё доброй дюжине проектов. Инструмент агента здесь описывается обычной функцией с аннотациями, структурированный ответ — pydantic-моделью, а замена облачной модели на локальную через Ollama сводится к правке одной строки.

Так написано в README. Под катом — как это выглядит на практике.