Kurgan-Telecom Ru | Информационные технологии

Рассказали про пять вещей, которые точно помогут вкатиться в работу после праздников легче и с хорошим настроением. Ну, почти.

Когда мы говорим о сборщике мусора, то сразу думаем о куче. Зачем он нужен в стеке? Переменная попала на стек, функция завершила исполнение — стек вжух! — и очистился. 

А что, если я вам скажу, что на стеке Go тоже свой сборщик мусора? Звучит неожиданно? Давайте разберемся по порядку.

Логи — это летопись жизни любой системы, ведь они фиксируют ключевые события, помогая найти корень проблемы. Но без хороших инструментов для управления журналами работа с ними превращается в хаос. К счастью, для сисадминов уже есть классные решения для сбора, хранения и анализа логов — о некоторых из них мы расскажем под катом. 

За 2025 год генеративные инструменты выросли не только по качеству, а по ощущениям в работе дизайнера (и не только для генерации КДПВ на Хабре). Я много времени провожу в AI-UI экспериментах и вижу, что решать прикладные UX задачи стало заметно проще.

Уже сейчас внятный lo-fi прототип можно получить быстрее, а дальше уже выбирать, как жить: отдавать фронтендеру, прогонять через Lovable, Cursor или v0, или же доводить руками до идеала.

В этой статье я проверяю подход на сценарии, который знаком почти всем, кто делал B2B продукт. Первый вход: создаём рабочее пространство и приглашаем коллегу. Сценарий кажется очевидным, но именно в таких местах обычно и прячутся мелкие детали, которые потом превращаются во времязатратные переделки.

☞ Не пугайтесь 50 минутам прочтения: в статье много промптов, ИИ-ответов, всё аккуратно убрано под спойлеры → наверху только суть, остальное можно разворачивать и углубляться в детали.

Когда мне нужен оригинальный подход к какой-либо проблеме, я прибегаю к помощи нетиповых экспертов. Точнее, использую нейросети с назначенными ролями. Это довольно распространённая и хорошо работающая техника, не только в ИИ-моделировании, но и в дизайне мышления в целом. Но есть один нюанс. Когда мы говорим нейросети «Как бы это сделал Илон Маск или Стив Джобс?», мы подталкиваем ее к использованию клише. Нейросеть слишком хорошо знает эти персонажи и выдает ожидаемую банальность. А нам нужны неожиданные перспективы.

Ранее публиковал теоретическую часть по рекурсивным импортам, желательно ознакомиться перед тем как продолжить, чтобы было общее преставление.

Рекурсивные импорты рассмотрим на примере React/Redux приложении.

Исходный код приложения опубликован тут, можете склонировать и попробовать самостоятельно исправить ошибки. Так сказать закрепить теорию на практике.

Всё больше БПЛА используют машинное зрение для навигации и распознавания объектов. Обычно предполагается, что это система с ограниченными вычислительными возможностями, которой управляет оператор удалённо, а движок ИИ работает из облачного сервиса с подключением через интернет.

Но что, если на БПЛА поставить локальную модель и мощный GPU-ускоритель, чтобы ИИ работал локально и самостоятельно принимал решения? Несколько лет назад такое казалось фантастикой. Но сейчас прогресс в области БПЛА настолько бурный, что ситуация меняется каждые несколько месяцев.

Посмотрим, какие ИИ-ускорители устанавливают в современные дроны.

Когда у тебя несколько клиентов (web + расширение + десктоп), API быстро развивается, а данных много и они сложные — «контракт» между бэком и фронтом начинает дрейфовать.
Я решил это так:

Борис Цирлин

Речь идет об одном методе реализации полумодулярных схем, описанном еще в монографии "Автоматное управление асинхронными процессами в ЭВМ и дискретных системах" под редакцией В. И. Варшавского.

Проблема реализации заключается в том, что логические функции системы уравнений задающей такие схемы могут быть и немонотонными, т. е. содержать некоторый переменные zi как в прямом, так и в инверсном виде. Между тем собственные функции элементов, из которых строится схема, как это известно схемотехникам, обычно антитонные, например И-ИЛИ-НЕ. В силу этого на одном элементе не может быть реализована ни изотонная, ни немонотонная функция описывающая элемент в исходной схеме, т. е. в реализации должны быть элементы с выходами и zi (прямым), и ~zi (инверсным).

Рассматривается совершенная реализация (далее СР) - метод, который не смотря на амбициозное название, достаточно прост и заключается в том, что для получения прямого zi и инверсного ~zi значений используются RS-триггеры. Показываются ограничения универсальности этого метода и предлагается способ преодоления этих ограничений.

Термин «фрактал» появился в 1975 году. Его ввёл математик Бенуа Мандельброт, работавший в IBM и преподававший в Йельском университете. Фракталы — это математические объекты или природные формы, обладающие свойством самоподобия: их части повторяют общую структуру при любом масштабе. Мандельброт предложил формальный язык для описания таких форм — фрактальную геометрию. Она позволила анализировать изломанные линии, ветвящиеся структуры и объекты с дробной размерностью, которые не укладывались в рамки классической геометрии. Вместо того чтобы считать их исключением, он показал, что у этих форм есть строгие закономерности и способы измерения.

В этом материале поговорим о том, какие именно подходы изменили фракталы.

Ты пишешь код быстрее, чем когда-либо. IDE угадывает твои мысли, тикеты закрываются. Кажется, что ты хакнул систему и поймал тот самый «вайб». Но есть нюанс: если завтра отключат интернет и помощников, сможешь ли ты написать сложную логику с чистого листа?

В этой статье я хотел поделиться опытом тестирования своего контроллера динамической памяти на ПЛИС.

В первой части я рассказываю про отладочную плату, которую использовал, и с какими ограничениями при этом столкнулся. Показываю подход к построению схемы тестирования и принципы контроля и обнаружения ошибок. Привожу интересные на мой взгляд фрагменты кода на VHDL с пояснениями к ним. Вторую часть статьи я посвятил оценке реальной производительности контроллера при работе с памятью. В ней я привел результаты измерений быстродействия для потоковой записи и чтения при различных настройках и режимах работы контроллера.

И в самом конце – примеры взаимодействия контроллера с памятью, снятые в отладчике во время работы. А также описание механизма адресации памяти.

Заметили, как тихо стало в личке? Вспомните далекий 2021-й. Открываешь LinkedIn — а там DDoS-атака. Звали в Берлин, в Лимассол, в Долину. Предлагали релокацию, опционы, «только выйди завтра». Айтишка была легальным чит-кодом к жизни, IDDQD современной экономики.

А сейчас, в январе 2026-го? Вечеринка давно закончилась. Западные рекрутеры для нас не просто исчезли — они стали мифом, о котором рассказывают новичкам у костра. А местные... Вакансии есть, денег много, но требования жестче, а задачи всё больше напоминают «ремонт завода на ходу под обстрелом дедлайнов».

Те, кто пришел в профессию после 2023-го (сегодня они уже крепкие мидлы), вообще не понимают, о чем мы грустим. Для них закрытый контур — единственная реальность. А в чатах «старичков» висит тяжелый, невысказанный вопрос: «Пацаны, а что, магия всё? Мы теперь... просто заводчане с клавиатурами?»

Я смотрю на это со смешанным чувством. Комфортный мир «граждан мира» окончательно рассыпался. Мы привыкли к исключительности, и терять её было больно. Но где-то на уровне инженерной интуиции я понимаю: это было неизбежно. Нельзя бесконечно масштабировать систему на хайпе.

В глобальной JVM запустился Garbage Collector. А российский сегмент уже четыре года как работает в режиме Network Partition. И если отложить эмоции, то мы наблюдаем финальную стадию действия Второго закона термодинамики в замкнутой системе.

Как поднять мультимодальный AI-сервис (OCR, ASR, LLM, TTS) на одной GPU 16GB без облачных API?

Разбираем пошагово:

• Подготовка VPS (Ubuntu + CUDA + драйверы)

• FastAPI-архитектура с PyTorch/Transformers

• Управление памятью (без OOM-ошибок)

• Продакшен: systemd + Nginx + HTTPS + домен

• Тестирование в Swagger

Итог: локальный сервис "под ключ" с предсказуемыми расходами, полной приватностью данных и возможностью масштабирования.

Для кого: DevOps, Python-разработчики, AI-интеграторы, стартапы.

Исходники в репозитории, демо-видео, лайфхаки по разработке прямо на сервере!

Привет Хабр!

В очередной раз, столкнувшись со "странностями" в поведении коллег, я решил написать этот краткий, но, по всей видимости, необходимый гайд. Когда мы рассуждаем о важности развития софт-скиллов, мы, чаще всего, говорим как о чем-то совершенно абстрактном, чему трудно придать форму простого алгоритма. На собеседованиях мы очень субъективно оцениваем умение кандидатов общаться.

Однако, вполне возможно выделить набор простых (и даже примитивных) правил, следование которым, существенно повысит твой софт-скиловый грейд, даже если ты воробушек-социофобушек (как я сам).

Из новостей: Акира Ямаока написал трек для Pathologic 3, Larian (почти) отказались от gen-AI, Steam даст возможность моддерам пилить моды под разные версии игры, Hooded Horse не берут в издательство игры с gen-AI.

Из интересностей: разрушаемость в Unity, парадигмы Кранка, 15 лет инди-разработки в 4 советах, разработка движка на базе SDF.

Есть машины, которые строят. А есть те, которые рождаются.

Ан-22 «Антей» — из вторых. Он появился на свет в эпоху, когда человечество штурмовало космос, а инженеры верили, что невозможного не существует. Когда в феврале 1965-го этот исполин впервые оторвался от взлётной полосы под Киевом, семеро человек в кабине приручили гиганта.

Французы позже назовут его «летающим собором». За размах, за величие, за тот особенный гул четырех турбовинтовых двигателей. Американцы присвоят ему кодовое имя «Петух» за задиристый нрав и громкий звук.

А советские летчики будут звать его просто — «Антей», как того непобедимого великана из мифов. И пусть мифологический Антей терял силу, оторвавшись от земли, — его крылатый тезка, напротив, в небе только начинал показывать, на что способен.

Уверены, что вы уже слышали об этой технологии, но сегодня поговорим о ней с практической точки зрения. В этой статье наша Команда AI дает советы тем, кто еще не погружен в технические детали — рассказывает о сложностях, которые могут возникать при работе с этой технологией и о том, как их избегать.

Команда AI for Devs подготовила перевод подробного практического гайда по Claude Agent SDK. В статье разбирается, как устроены современные AI-агенты на практике: управление контекстом, инструменты, сабагенты, разрешения, структурированный вывод и продакшен-паттерны.

Миллион лет назад, я первый раз попытался использовать штатный механизм управления строковыми ресурсами в Visual Studio: был травмирован, зол и разочарован. С тех пор я видел много иных инструментов для той же задачи, но время как будто остановилось - не меняется ничего. И потому очень рад, что тогда давно сделал собственный инструмент и десятилетия работаю с ним. Кратко расскажу обо всем этом.