Kurgan-Telecom Ru | Информационные технологии

Карточка на маркетплейсе тонет среди сотен таких же, аватарка в LinkedIn снята на телефон в подъезде, а под пост опять нечего поставить, кроме стока, который видел уже весь интернет. Идти в студию ради одного кадра - это полдня, костюм, фотограф и счет на 10-15 тысяч. А на выходе нередко все равно пластик, который потом стыдно показывать.

В 2026 году сгенерировать фото с помощью нейросети можно за пару минут, и отличить результат от работы фотографа со светом и беззеркалкой уже почти нереально. Весь фокус держится на простой связке: чистый исходник плюс грамотный промт плюс правильная модель. Промахнешься в одном звене - получишь мыло, кашу из лишних пальцев и кривой текст на баннере. Попадешь во все три - заберешь себе карточку, которая продает, портрет, который поднимает ценник, и иллюстрацию, которую захочется переслать в рабочий чат.

Ниже - рабочие инструменты, актуальные тренды и готовые промты, которые можно копировать и вставлять прямо сейчас

Стартовала большая летняя распродажа Steam, а значит, самое время охотникам за подешевевшими тайтлами пополнить кошельки и как следует закупиться. О том, какие игры этого года, хиты последних лет и, конечно, индюшки стоит добавить в свою библиотеку — расскажем прямо сейчас!

Каждый владелец бизнеса делает десятки одинаковых действий в день. Отвечает на одни и те же вопросы клиентов. Переносит заявки в таблицу. Собирает отчёт из пяти источников. Пишет посты, которые откладываются, потому что «нет времени».

По оценкам отраслевых исследований, около 84% компаний тратят минимум четверть рабочего времени на повторяющиеся задачи. Для малого бизнеса это особенно дорого: штат маленький, размазать рутину не на кого, и нанимать ещё одного человека ради механической работы невыгодно.

В 2026 году у этой проблемы появилось решение, до которого дотягивается обычный предприниматель без программиста. Автоматизация рутины нейросетями перестала быть историей про «дорогое внедрение за миллионы». Нейросети научились работать сами: по расписанию, по событию, без вашей команды каждый раз.

Ниже разберём, что именно поменялось, какие задачи уже можно отдать ИИ, сколько это стоит в рублях, за сколько окупается и где новичок чаще всего теряет деньги.

Первым перевод на русский этой работы Роберта Зубрина, выдающегося американского аэрокосмического инженера, писателя, публициста и главного идеолога пилотируемой колонизации Марса, сделал ЖЖ-юзер keldoor в Живом Журнале, в сообществе Движение за Русский Космос’s Journal.

Однако, тот перевод был распределен по нескольким постам, журналы уже давно не ведутся, и с того времени (статья впервые опубликована в октябре 1995 года, перевод на русский сделан в 2012) появилось много новых данных о возможности и технологиях колонизации Марса. Поэтому я взял на себя смелость сделать новый перевод, снабдив его своими комментариями с точки зрения ситуации на середину 2026 года.

Статья стала классической и обязательна к прочтению всем интересующимся историей и технологиями космоса! Для тех, кто не в курсе идей и технологий освоения Марса, статья и критические замечания дадут хорошее введение в тему.

Частая ошибка — относиться к ним как к обычному таргетингу.

Добавили интересы, конкурентов, всех посетителей сайта, похожие аудитории, несколько URL, пару поисковых тем — и кажется, что теперь PMax “знает”, кого искать.

На практике всё сложнее.

Сигналы в Performance Max — это не жесткое ограничение аудитории.

Это стартовая подсказка для алгоритма.

Вы даете системе базу, а дальше PMax через оптимизированный таргетинг расширяет эту аудиторию. Иногда в 10–20 раз. И если стартовая база грязная, расширение тоже будет грязным.

Проблема не в том, что сигналов мало.

Проблема в том, что они часто слишком широкие, случайные или вообще не отражают реального покупателя.

Например, “все посетители сайта” — почти всегда слабый сигнал.

Почему?

Потому что при средней конверсии сайта 1–2% остальные 98–99% — это не только люди, которые сравнивают условия и готовы купить.

Там могут быть:
— случайные переходы;
— нецелевая аудитория;
— пользователи без намерения;
— студенты, конкуренты, подрядчики;
— люди, которые просто посмотрели и ушли;
— трафик из старых рекламных кампаний;
— пользователи, которых вообще не нужно масштабировать.

Если дать PMax такой сигнал, он не поймет: “вот мои лучшие клиенты”.

Он получит смесь из полезных и бесполезных пользователей и начнет расширяться от этой смеси.

То же самое с сайтами конкурентов.

Посещение сайта конкурента не равно намерению купить у вас.

Человек мог зайти случайно, читать статью, искать работу, сравнивать цены без бюджета или вообще не быть вашей ЦА. Поэтому ориентироваться только на URL конкурентов — не всегда хорошая идея.

Спросите любого инженера, как разграничить доступ в приложении, — услышите RBAC: роли и права. Но RBAC — это концепция, а не рецепт. Совет «заведите роли и выдайте им права» не говорит ничего о том, как это сделать, когда доходит до реального продукта.

А в продукте почти сразу всплывают вопросы, на которые модель «роль → право» ответить не может:

Как связаны когнитивные карты (кстати, что это?) и финансовые пузыри? Причём тут бифуркации и теория хаоса, как хайп уничтожает IT бизнес и так далее и тому подобное, попробуем разобраться на простой математике или запутаться окончательно. Ударные волны -- для привлечения внимания (или нет?).

Я несколько лет проработала в банке со строгим дресс-кодом ‒  костюм, каблуки, стандартный 8-часовой рабочий день. После смены профессии перешла на кроссовки и обувь на невысоком каблуке. 

Неприятные ощущения стали заметнее: икры постоянно тянуло, мышцы стали жесткими. 

После посещения ортопеда выяснилось, что постоянное ношение обуви с высоким каблуком приводит к деформации (спазму) икроножных мышц, а ахилл адаптировался к постоянному положению тела на носках.

Сейчас я занимаюсь изучением вопросов раннего старения, и понимаю, что проблема намного глубже, чем неудобная обувь или усталость ног. 

В статье разберем, почему это касается не только женщин на шпильках, но и мужчин в кедах или тяжелых ботинках, и какие есть варианты избавления от проблем.

Тестируем лучшие нейросети для ретуши фото. Собрали ультимативный гайд: от ИИ для ретуши портрета до обработки снимков на паспорт. Внутри — рабочие промпты, разбор фич 2026 года и честные тесты.

Когда у вас один AI-агент в браузере, всё просто. Когда их пять и они параллельно ходят по разным сайтам через Playwright MCP, начинается война за вкладку. Штатный @playwright/mcp работает в общем BrowserContext, и агенты перехватывают страницы друг у друга. Отдельный контекст через newContext() решает изоляцию, но убивает логины.

На основании собственных мучений, в этой статье разбираю, как получить и то, и другое: изолированные окна на каждого агента с общими куками профиля, используя недокументированный contextGetter в createConnection. С кодом, граблями и честными ограничениями.

Это вторая статья в нашем цикле, посвещенном созданию системы круглосуточной ситуационной осведомленности. Благодаря замечаниям читателей, выделившим недостатки, которые имели место быть в прошлом материале, мы будем стараться совершенствовать подаваемый нашим читателям контент.

Современные операционные системы вынуждены одновременно обслуживать рабочие нагрузки разных типов, и редко удаётся их должным образом совместить. Предлагаю к анализу собственное решение этой нетривиальной задачи.

Xtunnel

xtunnel - российский туннель, который позиционирует себя аналогом ушедшего из России ngrok. Сегодня, работая над учебным проектом, я заметил за ним любопытное поведение. Например, мы ставим на логине токен как http only куку (ниже и дальше будет представлен код на Java Spring, но подобное поведение аналогично во всех языках):

Нормальные туннели не трогают такие куки, однако xtunnel такую куку закеширует (!) и будет подставлять ее в релеватные запросы по требованию кого угодно (!!). Например, в следующий метод, кто бы его не вызвал, xtunnel подставит куки последнего залогинного пользователя:

Таким образом, пользователи в обход логина могут представляться другими пользователями.

Как дать пользователю выполнять JavaScript, Python и SQL прямо в браузере и не пожалеть? Разбираем восемь песочниц: Web Worker для JS, Pyodide для Python, SQL.js для SQLite, iframe sandbox для HTML/CSS, DOMPurify для Markdown, самописный эмулятор Bash. Никаких Docker-контейнеров — только клиент. Рассказываем в статье о трудностях и подводных камнях, с которыми пришлось столкнуться.

Статья получилась большой: практик много, и каждая из них важна по-своему. Я собрал материал как набор best practices: не все пункты нужны каждому проекту, но почти каждый пункт однажды всплывает на ревью, при оптимизации медленного пайплайна, при разборе утечки секрета или после тяжелого инцидента.

Я старался писать для разных грейдов: от базовой гигиены вроде workflow:rules, cache, artifacts и needs до более продакшеновых тем вроде OIDC, Vault, CI_JOB_TOKEN, защищённых окружений, ревью-окружений, очередей слияния, BuildKit без root-прав, CI/CD-компонентов и усиления защиты раннеров.

Поэтому язык подачи здесь намеренно сухой, прямой и инженерный: без долгих заходов, без воды и без пересказа документации ради пересказа. Я хотел сделать не обзорную статью, а рабочую памятку, к которой можно вернуться при написании нового пайплайна, ревью .gitlab-ci.yml, переносе проекта в GitLab или наведении порядка в уже существующей CI/CD-платформе.

Чтобы в статье было легче ориентироваться, я разбил её на смысловые блоки. Ниже оглавление: нажали на нужный пункт — сразу перешли к соответствующему разделу.

Оглавление:

1. Зачем вообще думать о GitLab CI/CD

2. Архитектура пайплайна и базовая YAML-гигиена

3. rules, workflow:rules и управление созданием пайплайна

4. DAG, needs, параллелизм, матрицы и быстрые пров...

"О спорт, ты — мир!" — это замечательная фраза основателя современных Олимпийских игр Пьера де Кубертена.

И с этим трудно не согласиться, ведь спорт, не только укрепляет здоровье но и объединяет людей. В этой статье я хочу рассказать, как я объединил некогда популярный вид состязаний "Охота на лис" с современными технологиями, ведь его основные принципы лежали в плоскости геолокации и радионаблюдения. Рожденный ещё в далекие 50-е, этот вид спорта неумолимо двигался по планете привлекая все больше и больше своих поклонников.

Несмотря на своё название, никакой реальной охоты здесь не было. Участники состязаний занимались поиском скрытых источников сигнала радио-маячки работающие в коротковолновом диапазоне частот, используя специальные приёмники-пеленгаторы. Сегодня "Охота на лис" по-прежнему существует, однако ее популярность заметно снизилась. Одной из причин является остутствие финансирования и низкая осведомленность среди молодежи.

Мне захотелось возобновить погасший интерес к этому увлекательному виду спорта и перенести идею классической радиопеленгации в современный мир технологичных приложений. Так появился проект виртуальной "Охоты на лис" под названием "Foxbusters", построенный на использовании технологий геолокации.

Когда говоришь о видеоаналитике, обычно ждут разговора про точность моделей, архитектуру и алгоритмы. Но за три года внедрений я понял — самая сложная часть проекта это не технология. Это люди. И самое неожиданное сопротивление приходит не оттуда откуда ждёшь.

История первая. "Эта штука меня заменит" — и карусель начинается

Крупное предприятие, тестируем систему перед демонстрацией заказчику. Площадка не из лёгких — здесь видеоаналитику уже видели, причём не первый год, и точно знают как она работает.

Система пока не обучена под их специфику — новые типы СИЗ, непривычные фоны, особенности поведения именно на этом объекте. На старте она выдаёт результат процентов на пятьдесят. Это нормально, более чем — именно для этого в договоре заложено дообучение на этапе реализации.

Но тут начинается самое интересное. Те самые рядовые сотрудники — те для кого эта система задумана как помощь, потому что объёмы огромные и человек физически не успевает всё проверить — внезапно превращаются в её главных критиков.

Почему? Да всё просто. В голове у человека крутится одна мысль: если эта штука начнёт видеть всё — меня заменят, и я останусь на улице.

И вот понеслось. Система детектирует неправильно. Она не всегда работает. Она не видит того что вижу я своими глазами. Она вообще не умеет того что умею я.

Знаете, отчасти — да, правда. Система пока не делает всего что делает опытный специалист. Она инструмент в руках эксперта, а не робот-терминатор который заменит весь отдел одним нажатием кнопки. Но попробуйте сказать это человеку который уже видит как его должность исчезает с горизонта — он вас просто не услышит.

В детстве меня каждый раз поражало, когда в фильмах виртуозно набирали текст на клавиатуре, не отрывая взгляда от экрана. Как только у меня появился свой компьютер, я несколько раз пытался освоить слепой десятипальцевый набор. Возвращался к этой идее с интервалом в несколько лет, но каждый раз бросал: прогресс шел слишком медленно, а нервной энергии тратилось слишком много. В итоге я решил, что это просто не мое.

Позже я занялся эргономикой и эстетикой рабочего места. И неожиданно для себя все-таки осилил этот навык. Только пришел к нему не через тренажеры, а через минималистичный сплит на 36 клавиш. В статье расскажу, что мне мешало в стандартной клавиатуре и что помогло минимизировать затраты на освоение сплита.

Разберем Nano Banana Pro — топовую нейросеть для генерации изображений. Вас ждет сравнение с Nano Banana 2, сложные промпты рабочий гайд, как использовать модель из России.

В этой статье мы поговорим о том, как оценивать пользовательский опыт мобильных приложений без специального софта, длительного обучения и команды адептов психологии. Только голова, пальцы и готовый чек‑лист, который можно применить сегодня к любому проекту — вашему или чужому.