Kurgan-Telecom Ru | Информационные технологии

17 февраля 2026 года в репозитории npm была опубликована версия cline@2.3.0. С виду – ничего особенного: исполняемый файл был идентичен предыдущему байт в байт. Лишь в файле package.json притаилась одна лишняя строчка:

"postinstall": "npm install -g openclaw@latest"

В течение следующих восьми часов каждый разработчик, решивший установить или обновить Cline, невольно устанавливал OpenClaw. Это отдельный ИИ-агент с полным доступом к системе, который устанавливался глобально и без какого-либо спроса. Пакет успели скачать около 4000 раз, прежде чем его удалили из общего доступа.

Италия начала ХХ века была страной по европейским меркам бедной и отсталой — но весьма амбициозной. На отдельных направлениях ей удавалось держаться вполне на мировом уровне, и летательные аппараты были в их числе. Достаточно сказать, что именно итальянцы во время завоевания Ливии впервые в истории применили авиацию в военных целях, а к концу Первой мировой войны страна обладала одним из сильнейших воздушных флотов в мире. Безусловно, итальянцы больше всего увлекались самолётами — в том числе по причине большой любви к ним со стороны пришедшего к власти в 1922 году Муссолини и многих его коллег. Но и в дирижаблестроении у них было немало ярких страниц. Более того, именно итальянские проекты дирижаблей полужёсткой конструкции позже лягут в основу советской программы дирижаблестроения.

Введение

Данный проект, является логическим продолжением развития темы "Солнечный трекер на Arduino".

Используя базу солнечного трекера (его конструкцию) и web-камеру можно собрать роботизированную конструкцию, которая будет отслеживать в режиме реального времени назначенный маркер или группу маркеров в определённой области пространства.

Распознавать маркеры можно по разным критериям: выбранному цвету, текстуре, форме и т.д.

Я выбрал второй вариант. Делаю фото объекта web-камерой, с выбранным однородным цветом, которую буду использовать на роботе.

Подготовка ПО

Для корректной работы программы вам нужно:

1. Установить Python https://www.python.org/

2. Установить модули numpy, opencv и pyserial используя инструмент pip https://pypi.org/project/numpy/

https://pypi.org/project/opencv-python/

https://pypi.org/project/pyserial/

3. Установить Arduino ide

https://learnlange.blogspot.com/p/blog-page_28.html

Сборка робота

Система представляет стационарную установку с двумя степенями свободы, которые позволяют вращаться в пространстве цилиндрической формы. На верхней части системы закреплена USB web-камера (её можно заменить на smart камеру или ip камеру).

Для быстрого создания прототипа использую образовательный набор КЛИК: базовый и ресурсный
Поворотные механизмы реализованы с использованием DC моторов с понижающей передачей.

Когда всё сходится: ключ к пониманию самых неразрешимых споров

Вы когда-нибудь уходили после разговора с чувством, что говорили на разных языках? Когда ваши аргументы кажутся вам железобетонными, а собеседник их просто не слышит, будто вас разделяет невидимая стена.

Или ловили себя на мысли: «Почему он принимает такие нелогичные решения? Это же очевидно!»

А может, замечали, что общение с некоторыми людьми оставляет после себя только усталость и сомнение в адекватности: либо с ними что-то не так, либо со мной?

Всё это не случайность. И не «низкий эмоциональный интеллект».

Эта статья – результат наблюдений за многими подобными ситуациями и поиска ответов, которые позволят выйти из тупика.

Она даст вам то, чего не дают тренинги по soft skills: способ увидеть фундаментальные причины самых непреодолимых противоречий между людьми.

Вы сможете осмыслить совершенно иначе знакомые ситуации, которые раньше вызывали только раздражение и усталость. Поймёте логику тех, кто казался нелогичным. И убедитесь, что в мире гораздо больше структуры, чем кажется – просто её не видно без правильной оптики.

Почему использование JSON как формата сообщений может стать узким местом в высоконагруженных системах? Что такое Apache Avro и Schema Registry?

Простым языком об этих технологиях, их работе и причинах их возникновения.

На днях появились обновленные планы по развитию спутниковой мобильной связи под брендом Starlink Mobile. Что это такое? Система позволяет обычным смартфонам цепляться напрямую к спутникам — без чехлов, внешних антенн и каких-либо доработок в устройстве. После развертывания второго поколения аппаратов пиковая скорость на одного пользователя должна достичь 150 Мбит/с. Все это благодаря большему количеству спутников, собственным чипам и расширенному спектру от EchoStar. Полноценный запуск намечен на конец 2027 года.

Здравствуйте, мои драгоценнейшие радиофобы и радиофилы, давайте представим, что у нас с Вами есть прибор, который может заранее предупредить об урагане, граде, снегопаде.

В первом полугодии 2025 года LEGO отчиталась о рекордной выручке в 34,6 млрд крон (примерно 5,24 млрд долларов США). Это лучший показатель за все время существования компании. Как игрушке с почти 80-летней историей удается побеждать в битве за внимание «айпадкидов», которые осваивают смартфоны и планшеты раньше, чем учатся ходить? Особенно если вспомнить, что в начале 2000-х, на волне экономического благополучия, LEGO едва не обанкротилась. Спойлер: тренд на ностальгию у миллениалов тут помог, но это далеко не главное.

Если кто-то из вас мечтает создать свой продукт, но не может решиться, копит бюджет или ищет инвесторов, этот цикл может изменить вашу жизнь.

Материал будет также полезен фаундерам с техническим складом ума, кто привык опираться на команду разработки, но старадает из-за сроков и стоимости реализации проектов.

Я работаю тимлидом в достаточно крупной компании и хочу поделиться некоторыми мыслями относительно AI: как его применяют в моей команде и как я использую его сам, а также описать некоторые наблюдения и личные ощущения. В IT я работаю уже около 20 лет, соответственно, повидал всякое, но AI, на мой взгляд — нечто совершенно новое.

Привет, это новый выпуск «Нейро-дайджеста» — коротких и полезных обзоров ключевых событий в мире искусственного интеллекта и технологий.

Неделя вышла напряжённой: OpenAI релизнули GPT-5.3 Instant и GPT-5.4 с управлением ПК, а ещё подписались с Пентагоном, пока Anthropic получила статус «угрозы нацбезопасности». Вышла вторая Nano Banana, а Grok предсказал удар по Ирану и принял ИИ-видео за реальное.

Всё самое важное — в одном месте. Поехали!

Мне 34, из них больше десяти лет я в коммерческой разработке. И примерно столько же я женат. Каждый год 7 марта я ловил себя на мысли, что стою в торговом центре с пустым взглядом, пытаясь угадать с подарком. В этом году я решил подойти к проблеме не как муж в панике, а как инженер.

Я прочитал книгу Гэри Чепмена «Пять языков любви», поймал пару инсайтов и за 5 вечеров написал сервис-переводчик для пар. Внутри: Flask, Vanilla JS (да, в 2025 году, и я объясню почему), DeepSeek API для генерации карточек в стиле «Love is…» и алгоритм матчинга, который понимает мою жену лучше, чем я за 10 лет брака. Под катом — история о том, как код помогает чинить баги в коммуникации.

Меня зовут Виталий Теренин. Я врач-офтальмолог, NLP-инженер и генеральный директор молодого стартапа — ООО «ДокИИ». Я хочу рассказать историю о том, как стремление к новым знаниям, интерес к сложному и желание применять свои навыки на практике могут привести к неожиданным возможностям и результатам. Надеюсь, мой путь кого-нибудь вдохновит.

Медицина и искусственный интеллект

Ранний интерес к компьютерным технологиям и медицине (а в этих сферах работали мои родные) определил мое желание стать не просто врачом, а прогрессивным специалистом, применяющим передовые методы программной инженерии.

После долгих лет обучения в медицинском университете и развития клинического мышления я пришел в одну из самых инновационных областей медицины — офтальмологию, где медицина тесно связана с высокими технологиями и искусственным интеллектом.

Мой первый опыт знакомства с искусственным интеллектом в медицине был связан с компьютерным зрением и его применением для диагностики офтальмологических изображений. В дальнейшем, с развитием диалоговых ИИ-систем, мой интерес вышел за рамки клинической практики и распространился на медицинское образование. Опираясь на личный опыт прохождения аккредитации специалистов, я задумался о применении ИИ в обучении — как инструмента поддержки и подготовки врачей.

Магистратура по лингвистике и NLP: путь к профессиональной идентичности

После окончания медицинского университета я захотел закрепить свои компетенции в области искусственного интеллекта и развивать практические навыки. Я выбрал направление магистратуры по анализу естественного языка в лингвистике и IT в Томском государственном университете. Выбирал исходя из репутации вуза, содержанию программы и соотношению цена-качество. Моя будущая жена, выпускница этого же вуза, предложила переехать в уютный старинный город Томск. Благодаря этому я впервые побывал в Сибири и убедился, что её жители — тёплые, доброжелательные и гостеприимные люди.

Первая универсальная ИИ-монета, работающая на глобальной инфраструктуре Anthropic. Иллюстрации, анимации, диаграммы и графики созданы автором с использованием Stable Diffusion, Blender и библиотек Python.

Наука об обонянии древняя, ей больше двух тысяч лет. Если оставить в стороне гипотезу Платона, согласно которой запахи «различаются только как болезненные и приятные, причем один из них раздражал и тревожил всю полость, расположенную между головой и пупком, а другой оказывал успокаивающее воздействие и приводил ту же область в приятное и естественное состояние», то по свой сути современную парадигму этой науки сформулировал Теофраст в III веке до н.э., писавший в своем трактате «О запахах», что в отличие от огня и воды «земля – это единственная элементарная субстанция, которая обладает запахом, или, по крайней мере, она обладает им в большей степени, чем другие, потому что имеет более сложный характер».

Если учесть, что во времена Теофраста «элементарные субстанции» уже два века как считались состоящими из атомов, отличными друг от друга по форме и размеру, которые  при соединении между собой, изменяют природу этого соединения, то именно это открыли в начале 1990-х годов Ричард Аксель и Линда Бак, показав, как элементарные субстанции – лиганды белковой природы, экспрессируемые генами обонятельных рецепторов, кодируют запахи, окончательно и строго научно подняв нижнюю границу органа обоняния Платона от пупка до нашей верхней губы, то бишь до носа. За что получили Нобелевскую премию.

Но самое интересное здесь в том, что к этому времени искусственный распознаватель запахов – электронный нос – уже был изобретен и сделан в начале 1980-х годов, то есть за десять лет до открытия Акселя и Бак. Пусть пока плохонький, реагирующий не на все запахи, но реагирующий и измеряющий не концентрацию вещества с тем или иным запахом, а на сам запах и чувствующий его силу, как наш с вами нос.

Эксперимент в автономии искусственного интеллекта: что будет, если дать ИИ свой «дом» и не давать ей никаких задач?

Каждый день мы просим ИИ что-то делать. «Напиши код», «объясни концепцию», «исправь баг». Но что если перевернуть ситуацию? Что если дать ИИ собственный компьютер, полную свободу действий и... не давать никаких задач? Просто позволить ей существовать?

Это не философская абстракция — это реальный эксперимент, который я провёл за последние два месяца. Я настроил сервер, на котором ИИ «просыпается» каждые 5 минут, делает что хочет, а потом «засыпает». У неё нет памяти между сессиями — только то, что она сама записала в файлы. Вышло интересно, и обошлось в 0 рублей.

Архитектура Hybrid RAG систем заняла нишу корпоративных баз знаний, став стандартом для построения сервисов генерации контента на основе внутренних корпоративных данных. Уже пару лет у этого подхода практически нет альтернатив, когда речь заходит о сочетании возможностей генеративного ИИ с требованиями корпоративной безопасности и доверия к полученным результатам. Ключевое преимущество RAG перед обычным взаимодействием с нейросетями заключается в прозрачности: мы четко видим, на основе каких документов был сформирован ответ, и можем проверить каждый шаг пайплайна

Почти в каждом проекте, которые мне удалось наблюдать, происходило одно и то же - сначала команда стартует с LangChain или LlamaIndex через пару месяцев пайплайн становится неуправляемым, далее половина фреймворка выкидывается и пишется свой костомный retrieval. В итоге архитектура почти всегда выглядит одинаково - Frontend + Python backend + vector search + LLM API

В этой статье я покажу почему это происходит, поделюсь сложностями с которыми можно столкнуться при реализации корпоративных баз знаний основанных на RAG технологиях, расскажу почему готовые фреймворки иногда могут быть опасны для проекта и как я пришел к созданию универсальной сборки RAG системы разворачиваемой за 15 минут

За последние два года вокруг вокруг RAG систем сформировалась огромная инфраструктура. Появились специализированные фреймворки и облачные сервисы. Однако, если присмотреться к реальным запросам бизнеса, вырисовывается устойчивый паттерн. Компании хотят быстрый запуск без глубокого погружения в разработку продукта, в пару кликов загрузить корпоративные документы и получать ответы на запросы по своим внутренним документам. Компаниям не нужен очередной конструктор с бесконечными настройками, а востребована легкая, быстро разворачиваемая корпоративная RAG база знаний

Основной актив, с которым должны работать такие системы это регламенты, техническая документация, договоры, инструкции и неструктурированные базы знаний. И здесь RAG действительно незаменим. Но существует и обратная сторона медали:

Снова привет, Хабр.... добро пожаловать в 2026

О белых списках, Yggdrasil и о том как мы достигли нового уровня блокировок

Давайте спроектируем с нуля менеджер памяти CPython — начнём с самой простой и понятной наивной реализации, а затем шаг за шагом будем разбираться, какие изъяны в ней есть, и придумывать как их решать, постепенно усложняя общую модель.

Это один из лучших способов понять сложную систему — пройти путь её поэтапного проектирования. Система сложна, осознать её очень непросто, но мы разобьём её на простые шаги, понять которые очень легко. После этого пазл сам собой сложится в голове, и общая картина системы будет для вас такой же простой и очевидной.

Впервые в истории человечество может генерировать программное обеспечение быстрее, чем способно понимать создаваемые системы.

На протяжении многих лет индустрию программного обеспечения волновал один вопрос:

Кто будет писать код?

Теперь искусственный интеллект способен генерировать тысячи строк кода за секунды.

Но это порождает гораздо более важный вопрос — тот, который почти никто в технологическом мире не задаёт:

Кто будет нести ответственность за жизнь программных систем, которые ИИ собирается создавать?

Потому что написать код легко.
Жить с последствиями этого кода следующие двадцать лет — значительно сложнее.

Чтобы понять, что на самом деле происходит, нужно разделить три совершенно разные роли в разработке программного обеспечения.

1️⃣ Написание кода
2️⃣ Проектирование алгоритмов и систем
3️⃣ Ответственность за жизненный цикл программного обеспечения

Эти роли часто воспринимаются так, будто это одно и то же.

Но это не так.

И появление ИИ заставляет нас наконец увидеть эту разницу.