Kurgan-Telecom Ru | Информационные технологии

Гоночные видеоигры – один из старейших жанров в индустрии. По ним можно проследить весь путь видеоигр от электромеханических аттракционов с вращающимися лентами и физическим автомобилем через ультравыпуклые телевизионные экраны к реалистичной графике с открытым миром.

И для многих именно этот жанр лет десять-двадцать назад был одним из любимых. Как Шумахер мы гоняли по гоночным трекам, а как Доминик Торетто – ускользали по ночным улицам от полицейских. 

В статье повторим этот путь через аркады, консоли, ПК и легендарные серии вроде Need for Speed, а также посмотрим на российские франшизы. 

Слоны очень точно управляют своим хоботом, а сам он — сложный и эффективный инструмент. С его помощью животные поднимают тяжелые ветки и другие крупные предметы, а уже секунду спустя — аккуратно снимают плоды с дерева или осторожно забирают еду из рук человека, не раздавив ее. Такие возможности связаны не только с мощными мышцами и большим количеством нервных окончаний в коже. Исследования показали: важную роль играют специальные волоски на поверхности хобота. Давайте разбираться, что они дают и как устроены (и как этот принцип работы уже используют инженеры).

Представьте: утром 40 000 сотрудников СИБУРа приходят на работу, а корпоративная система видеосвязи не работает. Совсем. Зарубежный вендор отключил доступ из-за новых санкций. Заводы от Европейской части и до Дальнего Востока остались без связи друг с другом.

Этот сценарий мог стать реальностью в любой момент. До 2025 года мы использовали зарубежную систему видео-конференц-связи. Она работала стабильно, но с каждым новым пакетом санкций риск блокировки рос.

Для компании масштаба СИБУРа потеря связи между подразделениями — это не просто неудобство. Это остановка управления, срыв производственных процессов, миллиардные потери.

Мы решили не дожидаться катастрофы и стали искать альтернативы. Но на рынке еще не существовало продукта, который закрывал бы все наши требования. Поэтому мы пошли на новый риск — вошли в разработку нового продукта вместе с вендором.

Я занимаюсь разработкой компиляторов, то есть, пишу программы, преобразующие программы в программы. Иногда требуется нацелиться на более высокоуровневый язык, чем, скажем, простой ассемблер, и зачастую именно в таком качестве удобно взять язык C. Генерировать C не так страшно как писать от руки — в частности, потому, что генератор умеет не попадать в ловушки, связанные с неопределённым поведением. А когда пишешь на C вручную, именно неопределённого поведения следует особенно остерегаться. Здесь я опишу некоторые паттерны, которые обнаружил сам, и которые помогают мне результативно работать.

Считайте этот пост краткой подборкой тех вещей, которые мне действительно помогают. Рискуя, что меня могут обвинить в тщеславии, назову их «наилучшими практиками», хотя, это действительно мои рабочие практики, поэтому, если они вам понравятся — смело берите их на вооружение.

Что вообще такое Seedance 2.0? Это новая нейросеть для генерации видео от ByteDance (создатели TikTok). В Китае модель уже вышла на платформах Jimeng и Xiaoyunque, а вот в международный доступ “убийца Голливуда” (так говорят в соцсетях) должен выйти в конце февраля 2026 года.

Привет, Хабр! Меня зовут Артем Колчин, я Senior Project Manager (ранее Delivery Lead, а ещё ранее разраб на C# и аналитик) и автор курса «Мидл менеджер проектов» в Яндекс Практикуме.

Как менеджеру проектов мне важно находить и использовать инструменты, которые повысят эффективность работы команды и при этом не добавят новых проблем при внедрении. Проблема в том, что не всегда такие инструменты есть, а если они есть — непонятно, устроят ли они всех и помогут ли с процессами. В этой статье я поделюсь своим опытом и расскажу, как я использую нейросети для оптимизации процессов и быстрого прототипирования инструментов с нужным функционалом (чтобы понять, а точно ли нам нужно именно это).

Yttri часто сравнивают с Notion, Obsidian, ChatGPT и облачными сервисами транскрипции - и это логично. В этой статье я разбираю, где эти инструменты реально выигрывают, а где упираются в ограничения: интернет, приватность, стоимость, разрозненность данных и «проект по настройке плагинов».

Сравнение без холиваров: облачные workspace (Notion/Coda/Confluence), локальные конструкторы (Obsidian/Logseq/Joplin), standalone AI-чаты (ChatGPT/Claude/Gemini) и транскрипция как сервис (Otter/Whisper API/Trint). Плюс - почему Yttri решает другой класс задач: единый локальный контур (заметки + почта + календарь + задачи + финансы + встречи), офлайн-режим и AI внутри пространства (RAG + tool calling + локальные модели).

Если вы выбираете «что взять под конкретный сценарий» — эта статья сэкономит время.

Почему Марк Андриссен верит, что мы стоим перед лицом экономической «Мексиканской дуэли», и как стать тем, кто выживет в этой перестрелке.

Этот нарратив повсюду: «Роботы идут. Твоей работе конец. Алгоритм заменит тебя».

Это главная тревога 2020-х. Но Марк Андриссен, человек, написавший код, породивший современный интернет (Netscape), и венчурный капиталист, стоящий за почти каждым технологическим гигантом последнего десятилетия (a16z), считает, что мы все поняли наоборот.

В недавней публикации Андриссен сделал заявление, идущее вразрез с общим мнением:

Привет, Хабр! На связи Just AI. Мы уже долгое время изучаем мир AI-агентов — за это время набили немало шишек и поняли, что создание действительно эффективных и масштабируемых AI-агентов требует глубокого подхода к архитектуре.

В этой статье разберем, почему один «суперагент» почти всегда превращается в монстра, как декомпозиция спасает качество и стоимость, и какие архитектуры мультиагентных систем реально работают в продакшене — с примерами из наших проектов и практическими рекомендациями.

Шел 2025-й год, а наши слабые тела так и не были напичканы аугментациями. Нейроны изучали уже десятки лет, мемристоры были не в новинку, нейроморфная электроника создавала один имитатор нейрона за другим, но живая плоть ни в какую не хотела сочленяться с металлами и полимерами. 

Посвященные знали: проблема проста — масштаб. Кремниевые компоненты работали на напряжениях и токах, которые могли бы выжечь нервную клетку быстрее, чем та успеет передать сигнал. А электрический язык живой материи — это милливольты, наноамперы, пикоджоули. Мысли, речь, память — все реализуется в рамках мощности обычной лампочки — 20 Вт на мозг целиком. Инженеры упорно пытались подчинить мозг правилам кремния, но мозг не сдавался.

Надежда зародилась лишь к концу года — инженеры MIT опубликовали в Nature Communications статью, в которой впервые описали искусственный нейрон, работающий на биологически релевантных величинах. Переходы в мемристоре происходили уже при ~60 мВ и наноамперных токах, а отдельный нервный импульс достигал около 120 мВ и требовал энергию всего в десятки пикоджоулей. Так у человечества впервые появилась возможность когда-нибудь примирить электронику и живое тело — а помощником в этом суждено было стать бомбардирующей грязь электронами бактерии…

Для начала давайте я вас успокою - это не тот AGI, который собирается отобрать у вас работу. Ну, пока что не собирается

Подробный разбор того, как команда OpenAI Codex создаёт своего кодового агента, как его используют другие команды, как он влияет на инженерные практики создателей ChatGPT и что это может значить для будущего разработки ПО.

Чтобы в этом разобраться, я поговорил с тремя сотрудниками OpenAI:

Тибо Соттио (Thibault Sottiaux) — руководитель Codex.

Шао-Цянь Ма (Shao-Qian (SQ) Mah) — исследователь в команде Codex, обучающий модели, на которых тот работает.

Эмма Тан (Emma Tang) — руководитель data-инфраструктуры; она не входит в команду Codex, но её команда активно им пользуется.

В этом разборе:

Как всё начиналось. От внутреннего эксперимента в конце 2024 года до продукта, которым пользуется больше миллиона разработчиков.

Технологические и архитектурные решения. Почему Rust и open source? Подробно о том, как работает агентный цикл.

Как Codex создаёт сам себя. По оценкам команды, более 90% кода приложения написано самим агентом. А ещё: интересные инженерные практики — как проводят код-ревью, самотестирование Codex и онбординг новых инженеров.

Исследования. Обучение следующей модели с помощью текущей и параллели с разработкой ПО. Запуск eval'ов, A/B-тестирование и внутренний догфудинг (использование сотрудниками собственных наработок в повседневной работе — прим перев.).

Использование Codex в OpenAI. Количество PR стало таким, что традиционный процесс ревью начинает трещать по швам. Мысли команды про то, что с этим делать.

Как меняется разработка ПО в OpenAI. «Правило 30/70», возвращение некоторых инженеров к tab completion и значение «инженерного вкуса».

Flutter & GitLab CI/CD. Доставка мобильного приложения в Significa, TestFlight и Google Play

Привет! Меня зовут Данил Абдрафиков, я мобильный разработчик в компании TAGES. После успешной настройки сборки и подписания Flutter-приложений во второй части, остался последний, но не менее важный этап — дистрибуция приложения.

В современных условиях автоматизация деплоя на такие платформы, как Google Play, TestFlight и Significa, становится необходимостью. В этой статье мы разберем, как с помощью GitLab CI/CD настроить автоматическую отправку ваших приложений в магазины, чтобы вы могли сосредоточиться на разработке, а не на рутинных задачах.

Привет, Хабр! Я Вика, системный администратор в Selectel. Под катом разберемся, какие типы дисков существуют, чем они отличаются и как выбрать подходящий вариант под конкретную задачу. А заодно покажем новый тип дисков с регулируемой производительностью — он появится в Selectel уже в марте.

Прошло много лет работы над созданием чрезвычайно чувствительного прибора — и наконец учёные Чикагского университета стояли и смотрели, как он взлетел и исчез из виду в ярко-голубом небе Антарктиды.

Прибор запустили 20 декабря, и в течение следующих 23 дней он путешествовал на воздушном шаре НАСА по самым высоким слоям атмосферы, сканируя континент Антарктида с высоты 36000 метров в поисках крошечных посетителей из космоса, известных как нейтрино.

Миссия, известная как Payload for Ultrahigh Energy Observations (PUEO), вернулась на Землю 12 января, приземлившись в нескольких сотнях километров от Южного полюса.

Код, сгенерированный нейросетями, нередко содержит уязвимости, ошибки и скрытые недочеты, поэтому его важно проверять на безопасность и корректность.

Мы в Beeline Cloud собрали несколько open source инструментов, которые помогут решить эту задачу: одни позволят запустить такой код в изолированной среде, другие — вести учет сгенерированных фрагментов кода в репозиториях.

Сегодня наконец-то у нас появилась возможность рассказать  об одном из самых интересных и сложных технических проектов Engee - модернизации системы управления испытаниями автоматики для «Транснефть - Автоматизация и метрология». Совместный проект подтолкнул разработчиков Engee к ускорению реализации поддержки Modbus TCP в пакете Engee.Интеграции. С коллегами мы примерили несколько вариантов решения - и с использованием генерации кода, и со стендом реального времени, и с пакетом Engee.Интеграции и командным редактированием моделей. А началось всё с существенной боли...

Многим знакома ситуация: в компании есть база знаний, которая на практике не работает. Внешние и внутренние пользователи не находят нужную информацию, а руководство не понимает, зачем вообще инвестировали в этот инструмент. 

4:30 утра, в горах Архыза темно и холодно, но будильник не вызывает раздражения — это редкий случай, когда ты сам себе завидуешь. Я и мой сосед молча надеваем тёплые куртки, выходим в коридор, освещённый мягким красным светом, и спускаемся к обсерватории. Красные фонарики, чтобы не сбивать ночное зрение, тишина гор и звёздное небо над головой — всё это очень далеко от офисной рутины и городских огней, но именно ради этого мы сюда и приехали.

Пока я сажал зрение ночами рассматривая черные фотографии Луны в поисках «Луны-9», группа британских и японских ученых решила поручить ту же работу искусственному интеллекту. В результате, к 60-й годовщине первой мягкой посадки на Луну, вышло сразу два исследования с попытками обнаружить советский космический аппарат «Луна-9» на поверхности естественного спутника Земли. Обе команды показали предполагаемое место посадки, но это разные места.

НАСТОЯЩИЙ МАТЕРИАЛ (ИНФОРМАЦИЯ) ПРОИЗВЕДЕН, РАСПРОСТРАНЕН И (ИЛИ) НАПРАВЛЕН ИНОСТРАННЫМ АГЕНТОМ ЕГОРОВЫМ ВИТАЛИЕМ ЮРЬЕВИЧЕМ ЛИБО КАСАЕТСЯ ДЕЯТЕЛЬНОСТИ ИНОСТРАННОГО АГЕНТА ЕГОРОВА ВИТАЛИЯ ЮРЬЕВИЧА