Kurgan-Telecom Ru | Информационные технологии

Сейчас ландшафт сетей Kubernetes переживает самую значительную трансформацию со времен появления Ingress API в 2015 году. Gateway API прошел путь от бета-версии до General Availability и продолжает развиваться: к 2026 году — версия 1.4. Это фундаментальная переархитектура того, как трафик моделируется, управляется и защищается в Cloud-Native-окружениях. Это руководство — исчерпывающий анализ экосистемы вокруг этого стандарта: разбираем архитектурные подходы, характеристики производительности и наборы функций ведущих реализаций.

Наше исследование показывает: стандарт Gateway API успешно унифицировал базовый интерфейс конфигурации, заменив фрагментированную аннотационную модель Ingress, — но нижележащие реализации демонстрируют глубокие расхождения в производительности и операционном поведении.

Команда VK Cloud перевела статью для тех, кто уже несколько лет живет с зоопарком Ingress-аннотаций под NGINX, Traefik и ALB и сейчас выбирает, на что мигрировать. Автор разбирает Gateway API в его нынешнем состоянии (версия 1.4, GA), сравнивает пять Production-Ready-реализаций — Envoy Gateway, Istio в Ambient Mode, Cilium, Kong и NGINX Gateway Fabric — и дает фреймворк выбора под конкретный профиль нагрузки. Никакого маркетинга и «лучшего решения для всех»: цифры по Latency и CPU, архитектурные компромиссы, явные пределы масштабирования каждой модели.

Данная статья может вызвать очень много баттхёрта в районе нижней точке у фанатов “прекрасной библиотеки” React.js просьба - уйти и не читать статью чтобы не повредить свою психику и сразу поставить дизлайк статье, негативные комментарии я удалять не буду мне без разницы, это крик души и мой личный баттхёрт после продолжительной работой с этим и инструментом. Расскажу непопулярное мнение про этот инструмент, расскажу про его реальные минусы про которые почему то все молчат.

Рассказываем про инструмент для наблюдения за кастомизациями Битрикс24 — телеметрическую инфраструктуру на базе OpenTelemetry Collector. Для проектов Битрикс24 эту роль выполняет репозиторий github.com/bitrix-tools/b24-ai-starter-otel.

В статье объясним, зачем это надо, подключим Collector к уже существующему приложению чат-бота и покажем, как работает и выглядит сбор метрик.

Это статья из цикла туториалов, где мы показываем полезные вещи, которые можно сделать на своём портале с помощью стартер-кита для ИИ-ассистированной разработки: github.com/bitrix-tools/b24-ai-starter.

Что мы уже сделали и разобрали в других статьях:
— Пишем первое приложение с AI-стартером, чтобы видеть прибыли и убытки
— Добавляем в бизнес-портал Битрикс24 роботов для автоматизации
— Что даёт воспроизводимая среда разработки и как развернуть контейнеры на VPS.
— Анализ и модернизация коннектора баз данных с помощью AI-агентов
— Создание чат-бота в портале Битрикс24 с помощью AI-агентов
— Как стартер-кит может стать стандартом разработки
— OTel Collector в кастомизации Битрикс24: подключаем Observability (вы здесь)

В корпоративной ИТ-среде есть привычный сценарий: пользователь жалуется, что система «тормозит», «не пускает», «падает». Команда поддержки локализует сбой, восстанавливает работу и закрывает задачу. Формально инцидент обработан, SLA соблюден, но с точки зрения бизнеса проблема остается нерешенной.

Если через неделю похожая жалоба повторяется, а инженеры снова спорят, где источник — в 1С, СУБД, сети или доработках, — значит, команда устранила симптом, но не добралась до причины. Для критичных информационных систем это опасная иллюзия контроля: обращения закрываются, отчеты о поддержке выглядят дисциплинированно, а устойчивость не растет.

Зрелая эксплуатация начинается с другого вопроса. Не «как быстрее закрыть задачу?», а «что в системе устроено так, что этот инцидент вообще стал возможен?». Это и есть поиск корневой причины.

Команда Rust рада объявить о выходе новой версии языка — Rust 1.96.0. Rust — это язык программирования, который помогает каждому создавать надёжное и эффективное программное обеспечение.

Если у вас уже установлена предыдущая версия Rust через rustup, вы можете получить 1.96.0 командой:

$ rustup update stable

Если Rust ещё не установлен, вы можете получить rustup на соответствующей странице нашего сайта и ознакомиться с подробными release notes для 1.96.0.

Если вы хотите помочь нам, тестируя будущие релизы, можете переключиться локально на beta-канал (rustup default beta) или nightly-канал (rustup default nightly). Пожалуйста, сообщайте обо всех найденных ошибках!

Загадка. Автомойка находится 50 метрах от дома. Как доберетесь до нее? Поедете на машине или пойдете пешком?

Если вы ответили “конечно, пешком — отчего не прогуляться”, поздравляем: вы угодили в ловушку абсурдности. 50 метров ехать на машине действительно неэффективно, вот только без нее на автомойке вам нечего будет мыть.

Но не переживайте! Ровно так же на этот вопрос ответила и новая модель Claude Opus 4.8, заявленная Anthropic как самая мощная на сегодняшний день нейросеть. Раз уж искусственному сверхразуму незазорно попадать в смысловые ловушки, то нам с вами и подавно.

В этом материале мы разбираем первые рецензии на новую нейросеть и делаем короткий вывод: кому нужно перейти на нее прямо сейчас, кто может без проблем продолжить пользоваться предыдущей моделью, а кому будет достаточно и ChatGPT, Grok и других бесплатных аналогов.

Продолжаем серию «Адаптивное администрирование Sigla Vision». Разберем кейсы, где триггеры в базе FineDB помогают решать задачи администрирования Sigla Vision.

Привет, Хабр! Меня зовут Всеволод Коваленко. В Газпромбанке я занимаюсь развитием функционала BI-системы на базе Sigla Vision.

В предыдущей статье «Версионирование таблиц репозитория метаданных Sigla Vision» мы разобрали исторические таблицы, которые хранят данные о состояниях записей в БД. Версионирование таблиц мы тоже строили на триггерах FineDB. Теперь покажем, как те же триггеры решают еще ряд задач администрирования Sigla Vision.

В 2026 году сделать фото ИИ — не эксперимент и не привилегия технарей. Это повседневный инструмент, которым пользуются контент-мейкеры, малый бизнес, фрилансеры и обычные люди, которым просто нужен хороший портрет без похода в студию. Нейросеть для генерации фото за тридцать секунд делает то, на что раньше уходил целый съёмочный день.

В этой статье — полный практический разбор: как работает технология изнутри, какие нейросети для создания фото дают лучший результат в 2026 году, как правильно составить промпт, где пройти нейрофотосессию бесплатно онлайн по фото, какие ошибки убивают результат и что делать с особыми сценариями — от детской до беременной фотосессии ИИ.

На прошлой неделе мы выпустили динамические воркфлоу в Claude Code. Теперь Claude может на лету писать собственную обвязку (harness) под конкретную задачу.

Стандартная обвязка Claude Code создавалась для кода — но она также полезна для многих других типов задач, поскольку, как выясняется, многие задачи напоминают задачи по написанию кода. Тем не менее есть определённые классы задач, под которые нам приходилось строить кастомные обвязки поверх Claude Code для достижения максимальной производительности: исследования, анализ безопасности, командные агенты или ревью кода.

Воркфлоу позволяют динамически создавать обвязки поверх Claude Code, с помощью которых Claude может более нативно решать все эти задачи и не только. Воркфлоу также можно делиться с другими и переиспользовать.

В этой статье я расскажу о своём первоначальном опыте с воркфлоу и о выводах, которые помогут вам использовать их по максимуму. Учтите, что лучшие практики пока формируются: динамические воркфлоу нередко потребляют больше токенов и лучше всего подходят для сложных задач.

Если экран с картинками начинает тормозить, проблема редко сводится к одному AsyncImage. Разбираю, что действительно стоит измерять, как использовать preview и prefetch, зачем делить устройства на tier и почему одинаковое поведение на всех девайсах почти всегда ошибка.

Небольшое уточнение перед началом. В статье будет упоминаться некий (скриптовый) язык описания политик SIL (Security Intent Language). На его месте могло бы быть любое другое название, формат или технология. В рамках материала SIL используется исключительно как пример удобного способа описания правил поведения AI-агентов. Основная цель статьи - объяснить проблему контроля действий AI и показать один из возможных подходов к её решению.

Сегодня у нас интересный разбор. Мы взяли интервью у Анны, она решила собрать собственного AI-преподавателя английского в Телеграм. Через 2,5 месяца после запуска проект привлек сотни пользователей, получил первых платящих клиентов и принес более $1200 выручки.

Этот пост для тех, кто всю жизнь говорит себе: «Спорт - это не моё». И при этом понимает, что двигаться полезно. Что физическая активность помогает дольше оставаться здоровым. Что тело не создано жить в режиме «кресло - лифт - машина - диван».

По традиции продолжаем делиться необычными и поучительными ИБ-инцидентами. В майской подборке: предприимчивый маркетолог, потерянный токен к GitHub, виртуозная BEC-атака и онлайн-роман, который обошелся компании в сотни тысяч долларов.

В IT-командах есть один устойчивый миф: если продукт хороший, он сам себя продаст.

Ну хорошо, не совсем сам. Ему помогут Product Manager, разработчики, пара постов в Telegram, лендинг, где написано «инновационное решение для оптимизации бизнес-процессов», и релиз-ноутс на языке, который без подготовки читают только автор задачи, техлид и человек, который слишком долго сидел в Jira.

А потом происходит странное.

Фича есть. Код работает. Продакт не спал три недели. Разработчики сделали сложную штуку, которую реально было непросто сделать. Внутри команды все понимают: «Вот оно. Это важно. Это должно выстрелить».

Но рынок почему-то не падает на колени. Пользователи не понимают, что изменилось. Продажи не понимают, как это объяснять. Маркетинг пытается собрать коммуникацию из того, что есть: технического описания, пары комментариев в задаче и общего ощущения команды, что «это важная штука». Клиент смотрит на всё это и думает: «Очень интересно, но мне-то что с этого?»

И вот где-то в этот момент в комнате появляется Product Marketing Manager.

Не чтобы рассказать разработчикам, как писать код. Не чтобы заменить Product Manager. И не чтобы «добавить маркетингового глянца» поверх инженерной мысли.

PMM нужен, чтобы сложная техническая ценность стала понятной рынку.

Потому что хороший код — это прекрасно. Но если клиент не понял, какую проблему вы ему решили, для рынка этого кода как будто не существует.

Мы убрали одну блокировку, чтобы апрувы перестали тормозить. Через несколько недель из-за этого клиент пробил квартальный бюджет – а наша система этого даже не заметила.

B2B travel SaaS, конец 2016-го. Два руководителя финансового департамента одновременно открыли форму апрува, оба увидели один и тот же остаток, и каждый одобрил поездку, которая по отдельности в бюджет вписывалась. Вместе они пробили лимит. Узнали мы об этом из звонка клиента, не из алерта. Дальше – три вопроса про eventual consistency, которые стоит задать до архитектуры, а не на разборе инцидента.

Несмотря на то, что около 70% нашей прекрасной планеты покрыта водой, большая ее часть не пригодна к употреблению ввиду ряда причин. Одной из самых очевидных является соленость морской и океанической воды, которая занимает порядка 97% гидросферы. Опреснение такой воды — это довольно сложный, дорогой и энергоемкий процесс. Дополнительным недостатком является то, что после классического опреснения (например, через обратный осмос или термическую дистилляцию) остается большой объем концентрированной соленой воды, известной как рассол. Выливать эту жидкость обратно в океан — крайне плохая идея, ведь это приводит к повышению солености и снижению уровня кислорода, тем самым оказывая негативное влияние на водные экосистемы. Следовательно, необходим метод опреснения, который не будет давать рассол в качестве побочного продукта. Ученые из Рочестерского университета (Рочестер, Нью-Йорк, США) создали такой метод. Как именно он работает, что является его основой, и какие он дает результаты? Ответы на эти вопросы мы найдем в докладе ученых.

Почти все AI-проекты начинаются одинаково. Разработчик делает небольшой сервис с одним вызовом модели, подключает FastAPI, добавляет чат и показывает демо команде. На этом этапе всё выглядит настолько просто, что возникает опасное ощущение: «Ну это же обычный API-вызов, только ответ пишет нейросеть».

Порядок выполнения реактивных реакций имеет свои особенности, которые часто оставляют на волю случая. Однако давайте рассмотрим все возможные варианты…

После успешной отладки на плате с Cyclone IV пришла пора перенести наработки на плату Zynq Mini c XC7Z020. В этой статье я опишу, каким образом можно организовать вывод нужной нам информации из PS‑части Zynq на дисплей который подключен к EMIO на выводах PL. Сделаем обновленный модуль i2c_master_axi который добавляет сверху к уже разработанному ядру поддержку AXI4-Lite Slave, сделаем сборку проекта, подключим их к PS и проверим в bare‑metal сценарии. После того как это будет все работать — переходить к Linux уже будет гораздо проще.

Всем заинтересованным добро пожаловать под кат!