Kurgan-Telecom Ru | Информационные технологии

Асинхронное программирование сегодня используется почти везде — от пользовательских интерфейсов до серверных систем с высокой нагрузкой. Оно позволяет не блокировать поток выполнения и эффективно работать с операциями ввода-вывода. Но вместе с этой гибкостью появляется и обратная сторона: пересекающиеся асинхронные вызовы начинают конкурировать друг с другом.

Представим простой пример. Пользователь печатает в строке поиска, и каждый символ запускает новый запрос. Или серверный сервис несколько раз запрашивает одни и те же данные, потому что разные части системы одновременно обращаются к одному ресурсу. Это не редкие случаи — такое происходит постоянно.

Если такие вызовы никак не координировать, система начинает выполнять лишнюю работу. Возникают дублирующиеся запросы, гонки данных и дополнительные вычисления. В интерфейсах результаты могут приходить в неправильном порядке, а на сервере растёт нагрузка и появляются трудно воспроизводимые ошибки. Обычно проблему пытаются решать блокировками, токенами отмены или дополнительными проверками в коде, но такие решения часто оказываются лишь временными костылями.

Более системный подход — объединять пересекающиеся асинхронные операции. Если несколько вызовов требуют один и тот же результат, нет необходимости выполнять работу несколько раз. Гораздо разумнее выполнить её один раз и распределить результат между всеми ожидающими.

Однако в реальных системах одного такого поведения недостаточно. Иногда результат должен определяться самым последним запросом. Иногда выполнение лучше немного отложить, чтобы дождаться стабилизации входных данных. А в некоторых случаях операции вообще нужно выполнять строго по очереди.

В этой статье я разберу пять стратегий Async Coalescing — подхода, который позволяет контролировать конкуренцию асинхронных операций. Мы посмотрим, в каких ситуациях каждая стратегия полезна и какие компромиссы она вносит в систему.

Хотите расти в силе, сжигать жир и жить без тумана в голове - держите алкоголь на минимуме. Он бьет по сну, восстановлению, аппетиту и технике. Полный отказ дает заметный прирост формы уже через 2-4 недели. Если уж пьете - делайте это реже, меньше и не рядом с тренировками.

Я протестировал 20 CRM-систем и отобрал те, которые действительно стоит выбирать в 2026 году.

В обзоре — сервисы для малого и крупного бизнеса, e-commerce, общепита и open-source решения с обзором функций и тарифов.

Компания решила доработать 1С - автоматизировать расчёт премий, подключить новый отчёт, перенести данные из старой базы, в общем все, что угодно. Привлекли для этой работы подрядчика. Заключили договор на IT-услуги, дали доступ к базе, специалист начал работать. В базе - ФИО, паспортные данные, адреса, зарплаты, ИНН и СНИЛС сотрудников. По сути - полный набор персональных данных.

И вот вопрос: а вы оформили передачу этих данных подрядчику, как полагается?
Задаю я этот вопрос не просто так, а потому что по закону есть довольно серьезная ответственность за передачу ПДн третьему лицу без надлежащего оформления:

Я был ещё студентом. Учился на третьем курсе информационных технологий. И вот пришла наша группа - 13ИВ1б, значит, на практические занятия. По физике, если мне память не изменяет.

Все занятия были имитированные и проводились в компьютерных классах. Компьютерных классов несколько на двух этажах корпуса.

С нами в группе учился один парень. И вот этот парень покончил с собой...

Менязовут Роман Михайлович, я аналитик процессов. Я работаю методом полевого расследования. Это значит: не просто читать отчёты, а пройти всю цепочку своими глазами, зафиксировать каждый шаг, найти точку разрыва. В этом мне помогают простые инструменты: фотофиксация, хронометраж, блок‑схемы в Draw.io и анализ документов.

Ко мне обратилась крупная торговая сеть, ритейл с проблемой: томаты «Черри» от постоянного поставщика приходили с механическими повреждениями. Сюрвейеры работали, претензии писали, но брак не уходил. Задача была — найти причину истинную причину.

Ритейл, закупал томаты у двух тепличных комплексов в России. Проблема была только с томатами «Черри»: трещины, вмятины, мятые плоды. Поставщик говорил: «Это логистика, водители виноваты». Сеть не верила, но доказать не могла.

Пока AI-агенты крутятся и пишут код, Ник Давыдов гуляет по Калифорнии и отвечает на вопросы. Почему Стэнфорд и Гарвард бесполезны, зачем идти интерном в нетех-индустрию, где застрял проект Stargate за $500 млрд, и почему Perplexity стоит своих денег. Расшифровка QnA-сессии одного из самых интересных визионеров в области AI.

Добавляйте их не через -cdrom а вот так.
Обратите внимание на параметр "index=2". Число должно быть разным у каждого cdrom.

Буквально пару дней назад обновил свой старый замок на калитке, не планировал ничего об этом писать, но попалась статья https://habr.com/ru/news/1005908/ - "Samsung сделала цифровой ключ!"

Что ж, у меня тоже есть цифровой ключ, хоть и не Samsung.
Это не туториал, не "готовое решение", а скорее рассказ о работающей концепции, возникавших проблемах и их решении.

Началось всё давным-давно, когда мастера по установке заборов сделали ворота, калитку, и установили на нее "обычный замок", как у всех.
Обычный механический замок, из тех что ставят на гаражи, со здоровенным тяжелым ключом и минимальной"секретностью".

Сразу отмечу: секретность там особая и не нужна, основная функция замка - закрыть калитку снаружи так, чтобы ее не могли сходу открыть всякие продавцы картошки и копатели канав, но при этом ее легко могли открывать хозяева.

Так вот, неудобства типового решения проявились в первый же год: большой и очень железный ключ мешается в кармане, и если в машине его можно кинуть хотя бы в бардачок - то летом и пешком его буквально некуда деть, хоть на пояс вешай.
А зимой другая проблема: снег задувает в замочную скважину, потом оттепель, потом вечерний морозец - и замок превращается в кусок льда. Конечно, есть всякие размораживатели замков и прочие чудеса - но таскать с собой еще и размораживатель?!

В общем, надо было что-то делать.
Почему бы не сделать электронный замок, как у нас в офисе?

Сегодня мы с вами, уважаемые читатели, рассмотрим тему узкую и специфическую — таксофонные карты на базе Eurochip всех модификаций — проведем исторический экскурс и проследим типовой сценарий практического применения, включая этап активной аутентификации.

Я с GitHub Copilot (Claude) собрал полностью локальную RAG-систему с GUI, которая индексирует мои учебники и генерирует по ним отчёты, презентации, конспекты и эссе. Всё работает офлайн. В статье — архитектура, выбор компонентов, процесс совместной разработки с ИИ-ассистентом, грабли и рабочий код.

Зачем бизнесу новая позиция в C-suite и что она означает на практике

Когда одни компании обсуждают, нужен ли им ИИ, другие уже нанимают человека, который будет отвечать за него (или сейчас  сам сидит и пилит ИИ-агентов ) и все это на уровне совета директоров. Chief AI Officer — позиция, которая ещё три года назад звучала как фантастика, сегодня становится такой же обычной как СТО (ТехДир), CFO (ФинДир)или CHRO (HR).

Ну и что это за роль такая, откуда она взялась, чем отличается от CTO и CDO(Chief Digital Officer — директор по цифровой трансформации (это в больших банках есть такая позиция)), какие технические компетенции требует — и нужен ли он вам сегодня или как обычно, уже вчера.

В этой статье я расскажу, как сделать своими руками две умные колонки, полностью поддерживающие русский язык:

1) На микроконтроллере esp32s3, используя XiaoZhi

2) На Raspberry Pi автономную голосовую колонку с камерой, которая будет работать и распознавать всё, что не только слышит, но и видит перед собой, даже при отсутствии Интернета! С локально запущенными моделями ИИ, связка Ollama+Gemma3:1b+Moondream+OpenWakeWord+Whisper.cpp+Silero TTS

А также расскажу, как подключить обе эти колонки к Home Assistant для управления устройствами умного дома.

Странный вопрос, в column_default таблицы information_schema.columns.

Казалось бы вопрос закрыт, но что произойдёт когда мы удалим дефолт с колонки?

Как известно, начиная с 11 версии postgresql, при добавлении новой not null колонки со значением по умолчанию, физически не меняет данные в таблицы. Просто в момент чтения старых данных возвращает указанное значение. Но что произойдёт если удалить дефолт?

Я тоже удивился тому, что not null колонка может возвращаться null и провёл небольшой эксперимент

У вас бывает так — прочитал очередную книжку и думаешь, что стал умнее и лучше? Посмотрел очередное видео о развитии и думаешь, что стал эффективнее? А потом оказывается, что ничего не изменилось. Как же так?

Много знать и много уметь — это разные понятия. Если человек все время стремится изучать что‑то новое, развиваться, может показаться, что это очень хорошо. Ведь он узнаёт столько нового. Постоянно куда‑то движется. Читает книжки и статьи, проходит онлайн курсы и смотрит учебные видео, слушает подкасты. Ведь не может быть это все зря? Не может же?

Сейчас в Discord до сих пор популярны мониторинги серверов, где можно продвигать свой сервер либо заплатив, либо каждые n часов бамкать его через бота. Крупные сервера часто дают таким людям приятные бонусы, чтобы не опускать сервер в рейтингах. Однако, можем ли мы обмануть систему?

В этом тексте я попробовал выполнить обзор преобразователя с USB на CAN.

В этот раз у меня на столе особый экземпляр: переходник с USB на CAN от фирмы Marathon. Полное название CAN-bus-USB Версии 4.0. Он же ГКМН.468351.017-03.

Искусственный интеллект — это новая экономическая революция! Он отвяжет экономический рост от человеческого труда, обеспечит безграничное развитие и приведет нас в новую эру процветания. Именно этот нарратив использовался для оправдания поистине колоссальных инвестиций в технологии. В прошлом году Бигтех потратил на ИИ $400 миллиардов. Этого хватило бы, чтобы искоренить мировой голод на целое десятилетие! Но в этом году они готовы потратить на ИИ уже $700 миллиардов.

Действительно, некоторые экономисты заявляли, что эти инвестиции стимулировали экономику США. Аналитики Deutsche Bank подсчитали, что почти весь рост ВВП США был обеспечен инвестициями в ИИ, и без них страна находилась бы в функциональной рецессии. Профессор экономики Гарвардского университета Джейсон Фурман поддержал эту мысль, заявив, что ИИ обеспечил 92% роста ВВП США в первой половине 2025 года.

Так стал ли ИИ тем экономическим чудом, которое нам обещали? Что ж, нет. Экономисты начинают заглядывать чуть глубже рекламных проспектов и обнаруживают, что эти библейские инвестиции привели к «практически нулевому» экономическому росту.

Такое заявление сделал главный экономист Goldman Sachs Ян Хациус. В интервью Atlantic Council Хациус отметил, что расходы на ИИ внесли «практически нулевой» вклад в рост ВВП США в 2025 году. Он прямо сказал: «На самом деле мы не рассматриваем инвестиции в ИИ как сильно стимулирующие рост» и добавил, что «влияние инвестиций в ИИ на рост ВВП США в 2025 году сильно искажается в прессе, и оно гораздо меньше, чем принято считать».

Я делаю локально работающего ИИ-агента и столкнулся с тем, что стандартный подход «закинуть текст в векторную базу, достать по косинусу» для долгоживущего агента не работает: контекст замусоривается, факты конфликтуют, ничего не забывается. Вместо этого реализовал графовую когнитивную память поверх одного файла SQLite: эпизодические и семантические узлы, типизированные рёбра, именованные сущности, гибридный поиск (FTS5 + vector + graph) с Reciprocal Rank Fusion, кривую забывания Эббингауза и фоновую LLM-консолидацию. В статье — полная архитектура с кодом, SQL-схемой и формулами. Код и минимальный пример — в репозитории.

Нередко при оптимизации приложений, написанных на языках со статической компиляцией (C, C++, Rust), наступает момент, когда стандартные методы оптимизации, такие как улучшение алгоритмов, подбор структур данных, флаги компиляции вроде -O3, перестают давать дополнительный прирост производительности. В этот момент многие вспоминают про фундаментальное ограничение статических компиляторов. В отличие от JIT, они не знают, какой код будет горячим, а какой холодным. JIT-компиляторы (JVM, V8, .NET) получают эту информацию в runtime и адаптируют оптимизации под реальную нагрузку. Статические компиляторы генерируют машинный код заранее и лишены информации о поведении программы в runtime. Для решения этой проблемы используется подход Profile Guided Optimization (PGO). Он позволяет собрать данные о выполнении программы и передать их компилятору для принятия более оптимальных решений при генерации кода. По сути, PGO - это способ дать статическому компилятору некоторые преимущества JIT, сохраняя при этом все преимущества ahead-of-time компиляции: отсутствие пауз на перекомпиляцию и полный контроль над билдом.