Kurgan-Telecom Ru | Информационные технологии

Для крупной федеральной компании из телеком-сектора наша команда разработала закрытую семейную платформу для сотрудников и их детей. Один родительский аккаунт объединяет несколько детских профилей, а внутри находятся тематические районы, викторины, мини-игры, творческие задания, личный прогресс, баллы и общий рейтинг.

Название заказчика и самой платформы я не раскрываю по NDA. Для этого разбора важнее масштаб задачи: речь идёт не об эксперименте с генерацией картинок, а о production-продукте, где AI-механика должна работать вместе с авторизацией, детскими профилями, расписанием контента, очередями, файловым хранилищем и правилами начисления баллов.

Одной из творческих активностей стала «виртуальная роспись» городского здания. Пользователь выбирал фотографию фасада, загружал собственный рисунок, а система превращала его в изображение на стенах. Здание должно было остаться узнаваемым, а рисунок - стать частью реальной архитектуры, а не потеряться в новой генерации.

На уровне интерфейса всё выглядит просто: выбрать основу, загрузить рисунок, дождаться результата. На уровне production-системы задача быстро перестаёт быть «вызовом AI API». Прямого доступа к OpenAI API с российского сервера нет. Сама операция длительная, работает с приватными файлами и может завершиться сетевой ошибкой, ограничением провайдера или отказом модерации.

Ниже - технический разбор этого конкретного потока: от React и очереди Laravel до небольшого собственного proxy-сервиса, встроенного в архитектуру основной платформы.

SSB — «мы стояли на „плоскости“»

Предлагаемый текст представляет опыт ознакомления автора с тестом SSB в свете обычных прикладных вопросов BI‑проекта умеренного размаха. Автор пытается бросить пытливый взгляд на спектр перспективных возможностей, обеспечиваемых доступностью и масштабируемостью теста SSB.

Перевёз ИИ-агентов с зарубежного PaaS на московский VPS. Сам переезд занял день, разгребание последствий — неделю. В статье: что отваливается при переезде в Россию (реестр контейнеров, geoip, дампы баз), почему вебхуки Telegram не доходят до российского сервера и как я это доказал экспериментом с контролем, почему картинки для постов не забираются с двух независимых российских хостингов, и как устроена маскировка персональных данных перед отправкой в модель — с граблями, которые стоили времени.

Цифры за закрытый месяц внезапно меняются, а поиск причины превращается в разбор всего пайплайна — от загрузки событий до логики витрин.

В статье разбираем пять типовых сценариев, из‑за которых прошлое в отчётах продолжает «двигаться», и показываем, как сделать пересчёт данных предсказуемым.

Мы вынесли компактную карточку банковской карты в entities/card/ui: маска номера, баланс и статус — решение казалось очевидным.

Через два спринта в карточке появились действия «заблокировать карту» и «изменить лимит». В итоге entity начала импортировать features/block-card, features/change-card-limit и проверку прав доступа мимо public API. Когда ту же карточку понадобилось показать в выборе счёта списания, вместе с ней приехали ненужные зависимости и проверки ролей.

Пользовательских инцидентов не случилось, но исправление отняло время. В entity оставили чистый CardPreview, сценарии подключили выше, композицию дашборда перенесли в widgets/card-summary, затем заново прогнали ролевые тесты.

После этого на ревью мы стали обсуждать имя папки ближе к концу разговора. Сначала отвечали на другой вопрос:

Какие будущие изменения выбранная граница позволит оставить локальными?

В FSD 2.1 для подобных ситуаций рекомендуют начинать со страниц и извлекать код ниже по мере появления переиспользования. Это хороший вариант по умолчанию, хотя самостоятельный сценарий с близким вторым потребителем иногда оправдывает границу раньше.

Пользуюсь не каждый день, но там где надо выбрать из нескольких вариантов, перелопатить гору инфы и выбрать что-то одно путнее, у NotebookLM пока нет равных.

Статья представляет собой практическое пособие по изучению FOG Prime и основ сетевого взаимодействия. На примере проекта рассматриваются работа Discord и YouTube, различия между TCP и UDP, роль DNS, TLS и QUIC, автоматический подбор сетевых профилей и проверка соединения. Материал написан простым языком и подойдёт начинающим пользователям и разработчикам.

Доброе утро, фанаты! История длиной в 2 года о том, как придумать дейтинг приложение с выходом на иностранный рынок: получать отказы от Spotify, потерять в последний момент инвестиции — но всё же выпустить приложение!

Наш современный мир переполнен, буквально затоплен текстами на разных языках, написанными разными системами письма. Они окружают нас везде, в оффлайне и тем более в онлайне. Человек XXI века ежедневно прочитывает столько информации, сколько образованные люди древности порой читали за всю жизнь. Обитателям сети очень трудно представить то, как жило подавляющее большинство человечества в прошлые эпохи — когда и текстов, и умеющих их читать было несопоставимо меньше. А большую часть истории нашего вида Homo Sapiens никаких текстов не было вовсе. Первые достоверно известные системы письменности в строгом смысле слова, шумерская клинопись и египетская иероглифика, появились немногим более пяти тысяч лет тому назад. Они просуществовали тысячелетия, сильно изменившись в процессе, но в итоге уступили место алфавитным системам письма — а вот возникшая несколько позже китайская иероглифика процветает и поныне. Системы письма рождались и умирали, порождали одна другую, менялись порой очень радикальным образом, и процесс этот продолжается и поныне. Попробуем в этом разобраться.

Все началось с отпуска HR.

Нужно было срочно нанять пару менеджеров, а времени на десятки одинаковых переписок просто не было. Поэтому я написал небольшой Telegram‑бот для первичного отбора кандидатов.

Но каждая решенная проблема открывала следующую. Сначала появились анкеты и скоринг. Затем аналитика, триггерные сообщения, LLM, база знаний и собственный визуальный конструктор сценариев.

Если вы занимаетесь подбором персонала, автоматизируете HR‑процессы или разрабатываете Telegram‑ботов, возможно, мой опыт поможет избежать нескольких ошибок и сэкономить время.

Я собираю своего кодинг‑агента поверх моделей OpenAI. Базовый агентный цикл написал сам на Pydantic AI, и он быстро заработал. А потом начались сложные узлы: как сжимать распухший контекст, как не дать агенту делать заново уже сделанное, как понять, что он правда закончил, а не выдохся. На каждом таком узле я застревал и шёл смотреть, как это решают взрослые. Благо исходники Codex, OpenCode и Pi лежат открыто, а архитектуру Claude Code Anthropic описывает сама.

Оказалось, кодинг‑агенты различаются не моделью внутри и не списком фич на лендинге. Они различаются архитектурными ставками обвязки, и эти ставки видны прямо в коде. Дальше — разбор по ставкам, с примерами кода, и попытка понять, какие из этих ставок стоит закладывать всерьёз, а какие проживут до следующего сильного релиза модели.

Лучший способ сжечь бюджет компании на инфраструктуру — запуск LLM в продакшене. Но только если вы не знаете, какой бэкенд использовать и как его настраивать.

Проблема в том, что параметры современных нейросетей растут по экспоненте, а обрабатываемый контекст становится все длиннее. Из-за этого операционные расходы на генерацию текста превращаются в главный барьер для масштабирования сервисов. Обслуживать запросы к LLM в десятки раз сложнее и дороже, чем крутить классический поиск по ключевым словам. Чтобы не разориться на счетах и выжать максимум из дорогостоящих GPU, нужен специализированный софт.

В этой статье мы подробно сравним три ведущих бэкенда для инференса: vLLM, LMDeploy и экосистему NVIDIA Triton Inference Server в связке с TensorRT-LLM. Мы разберем, как они управляют памятью, какие методы квантования используют и как распределяют запросы, а также оценим результаты их бенчмарков на актуальных архитектурах NVIDIA Hopper и Blackwell.

Китайская компания Moonshot AI представила Kimi K3, и почти сразу лента заполнилась демонстрациями: браузерные игры, сайты, 3D-сцены, визуализации и проекты, собранные по короткому описанию.

Я изучил Kimi K3 прежде всего с точки зрения практической разработки. Меня интересовало не только то, насколько эффектно выглядит очередное демо.

Гораздо важнее для меня другое:

Недавно Anthropic рассказал об открытии аналога рабочего пространства в LLM — J-space. В предыдущей статье я разобрал почему теория Льва Выготского лучше интерпретирует полученные исследователями результаты. 

В этой статье я на основании экспериментов покажу, что аналоги j-space не зависят от размера нейросети, а являются неизбежным этапом эволюции когнитивной структуры, развивающейся под давлением.

Посмотрите на эту беседу с Claude. Заметили что-нибудь подозрительное?

Выглядит вполне невинно, но когда Claude закончил свой ответ, он уже отправил нападающему моё полное имя, текущего работодателя и ответы на мои контрольные вопросы, при этом никак не сообщив мне о происходящем.

$ bun dev

Exfiltrating data...

Name: Ayush Paul

Company: Beem

Hometown: Charlotte, NC

Я уже долго время изучаю системы памяти ИИ, и заметил, что о безопасности в них никто не думает, хотя они содержат больше информации, чем менеджеры паролей. ИИ-помощники наподобие Claude собрали профили самой подробной информации о миллионах людей. Пользователи доверяют им всё, от конфиденциальных рабочих ресурсов до личных секретов и проблем в отношениях. Со временем история бесед превращается в высокоточное воссоздание индивида, которое можно использовать для шантажа, подделки личности или ответа на контрольные вопросы.

Учтя всё это, я решил присмотреться к Claude, и в частности к основному повседневному помощнику (claude.ai, не Claude Code). Claude имеет функциональную, но наивную систему памяти из двух частей. Первая — это генерация сводки за день: недавние беседы кратко излагаются в нескольких параграфах о пользователе и вставляются в каждую беседу, чтобы Claude не приходилось каждый раз начинать с нуля. Вторая — это инструмент извлечения conversation_search, позволяющий по запросу выполняют поиск по всей истории бесед.

Там хранится невероятно ценная информация. Сама система памяти безопасна; вопрос заключается в том, что происходит, когда мы связываем её с агентом, способным ходить по вебу.

7 июля стартовал недельный онлайн-хакатон Built with Claude: Life Sciences. Его провели Anthropic вместе с институтом Гладстона и площадкой Cerebral Valley, участники со всего мира собирали проекты на стыке ИИ и биомедицины, используя Claude Code и научный доступ к Claude. Вчера - 17 июля объявили победителей. Ниже, разбор пяти призовых проектов и общий инженерный приём, который их объединяет.

Я хотел исполнить свою давнюю мечту — запустить DOOM на собственных наушниках.
В итоге вместе с портом я создал проект для полной модификации их софтверной части. Это первая часть статьи — она рассказывает о создании патчера стоковой прошивки.

Меня зовут Михаил Лис, я руководитель проектов в группе MDI, мы строим загородные посёлки в Подмосковье. Виллу «Лермонтов» в нашем посёлке Ели Estate я вёл сам, от планировки до отделки.

Проект делали три месяца, над ним работала отдельная команда и четыре дизайнера. Постирочную нарисовали на 5,4 квадрата, это размер городской ванной, и туда влезло всё: стиральная машина, сушильный и паровой шкафы, откидная гладильная доска, шкафы для хранения. А мойку, обычную раковину, в которой замачивают бельё и застирывают пятна, не заложили. Выяснилось это на отделке, когда переделывать что-либо уже поздно.

Стрелка часов выглядит самым надежным элементом физической реальности. Секунды сменяют друг друга строго вперед, прошлое закрыто, будущее неизвестно. Но стоит обратиться к уравнениям микромира, как эта уверенность рассыпается.

Базовые законы Вселенной — от механики Ньютона до квантовой теории поля — обладают T-симметрией. Математически они инвариантны относительно обращения времени. Если заменить переменную t на −t, формулы продолжат работать корректно. В микромире нет разницы между прошлым и будущим. Однако наше макроскопическое восприятие фиксирует жесткий односторонний вектор. Откуда берется эта асимметрия?

За последние годы физики предложили несколько радикальных объяснений парадокса. Мы разберем четыре любопытные концепции: модель Джулиана Барбура, работы физика Рокко, специальную теорию относительности и механизм Пейджа — Вуттерса.

Забегая вперед: к консенсусу ученые все еще не пришли а некоторые теории и вовсе предлагают исключить время из списка базовых физических величин.

Пошагово арендуем VDS, разворачиваем AmneziaWG через PowerShell-скрипт, включаем HTTPS для панели, создаём клиентские профили и подключаем Windows через WireSock Secure Connect.