Kurgan-Telecom Ru | Информационные технологии

За последние полтора года я стал участником нескольких сообществ: бизнес-клубы, профессиональные комьюнити, неформальные группы бывших коллег, которые вместе ходят в бани и кальянные. Везде одна и та же картина: активностей много, но организация регистрации и напоминаний — на коленке. Анонс проскакивает в чате, теряется в папке непрочитанных. Организатор лично пишет каждому: «Будешь?» Кто-то собирает деньги за бронь заведения и мучается с табличкой в Google Sheets.

Я решил проверить, можно ли собрать production-SaaS для Telegram-сообществ в одиночку, используя AI-агентов как основную рабочую силу — от написания кода до DevOps и части маркетинга. Не “поиграться с прототипом”, а довести систему до состояния, когда ею пользуются реальные люди.

Ниже — разбор того, что получилось, какие архитектурные решения пришлось принять и какие проблемы возникли при попытке довести AI-сгенерированный код до продакшена.

В начале 2026 года мы (авторы телеграм-каналов по безопасности ИИ) собрались, чтобы подвести итоги прошедшего года и обсудить, куда движется безопасность ИИ в общем и целом. Разговор получился честным, на наш взгляд.

Участники дискуссии - Я, Артём Семенов, автор PWN AI; Борис Захир, автор канала Борис_ь с ml; Евгений Кокуйкин, создатель HiveTrace и автор канала Евгений Кокуйкин - Raft; и Владислав Тушканов, исследователь безопасности LLM и компьютерный лингвист, автор канала llm security и каланы.

Ниже мы хотим рассказать вам о том что обсуждали на стриме и к чему мы пришли. Про гардрейлы, стоимость атак, LoRA-бэкдоры, угрозы ИИ-агентов и почему каждый подход к защите - компромисс.

Вы идеально рассчитали импестат, учли всё, что можно учесть, и отправили плату в производство. А она взяла — и не заработала. Знакомая история?

Есть три фактора, о которых вы даже не подумали, но именно они убивают вашу SI. Они не лезут ни в один даташит, их не показывают в симуляторах, и производитель вам о них не скажет. Потому что это ваша зона ответственности.

Спойлер: после этой статьи спать спокойно вы будете реже. Потому что окажется, что ваши красивые модели в симуляторе — просто повод для улыбки, когда вы смотрите на реальные измерения.

«Какие же люди тупые» — с этой мыслью я вышел из DNS после того, как минут двадцать сдавал вышедшую из строя СЖО. И сразу уточню: моя претензия не к сотруднику, который её принимал, а к покупателям, которые бесконечно дёргали его своими идиотскими вопросами.

То кто-то подойдёт с флешкой и спросит: «А 64 ГБ — это много или мало?»
То парень принесёт мышку на кассу и поинтересуется: «А какая у неё длина провода? А подлиннее есть?»
То кто-нибудь врывается с двумя Wi-Fi-ретрансляторами из одной ценовой категории и спрашивает: «А какой мне лучше взять?»

За эти двадцать минут я основательно потерял веру в человечество и одновременно начал ещё больше уважать работников торговых сетей. Потому что выдерживать такое на протяжении всего рабочего дня — это нужно иметь железную сдержанность и нервы из титана.

Штраф 40% за продажу квартиры в Дубае, московские налоговики начали сверять расходы россиян с их задекларированными доходами, как неумение держать язык за зубами в беседе с налоговым инспектором может создать проблем на ровном месте – в этой статье мы собрали самые кринжовые истории из жизни, с которыми налоговые юристы сталкивались на практике.

Четыре года мы пытались переписать нашу платформу для проведения IT-соревнований Codenrock. Четыре раза отступали. На пятый — два разработчика, тестировщик и UI-дизайнер справились за два месяца. У каждого — Claude Code на максимальной подписке. 

Это история о том, как технический долг накапливает проценты, как мы выбирали стек для новой платформы и что на самом деле значит «80% кода пишет AI».

В материале мы разберемся, чем на практике занимается DevSecOps, какие инструменты используются в повседневной работе. Поговорим об SSDLC и откуда в этой аббревиатуре появилось слово «Security», а также в какой момент проекту стоит задуматься о внедрении безопасного жизненного цикла разработки. Отдельно остановимся на том, как внедрять SSDLC без вреда для проекта и обсудим чек-лист оценки зрелости. Погрузимся в облако тегов DevSecOps, разберем ключевые практики и инструменты, а также поговорим о том, что делать после того, как все эти процессы уже внедрены.

«Ваше резюме — это просто мусор, если вы слишком умны.»Пока блогеры за деньги рисуют вам райские сады в Канаде, реальность встречает вас словом «Overqualified» и чеком на 15 долларов в час за пошив брезентовых палаток. Это история о том, как кандидат наук и архитектор сложных систем превращается в невидимку для рынка, пока его соотечественники вместо помощи втыкают нож в спину. Хотите знать, почему высокотехнологичная Канада — это миф, а ваши навыки здесь никому не нужны? Снимайте розовые очки. Дальше будет больно, но честно.

Anthropic и OpenAI почти одновременно запустили «быстрый режим» для своих моделей — и за одинаковым названием скрываются принципиально разные подходы к ускорению инференса.

В одном случае это реальная модель с уменьшенным батчингом, в другом — отдельная, более компактная версия на специализированных чипах Cerebras.

Разбираемся, что именно стоит за цифрами «2.5×» и «1000 токенов в секунду», где компромисс по качеству и что это значит для разработчиков на практике.

В ходе анализа стало понятно, что расширение «vksaver - music saver vk», которое заявлено как обычный инструмент для скачивания музыки из ВКонтакте, на деле работает значительно глубже и агрессивнее, чем может показаться сначала. Оно не ограничивается функцией загрузки аудио, а вмешивается во внутренние механизмы VK, включая работу с HLS-потоками и Webpack-модулями, изменяет структуру страницы через манипуляции с DOM, перехватывает контекст, внедряет стороннюю рекламу (в том числе через YaDirect), а также способно автоматически публиковать записи от имени пользователя. Кроме того, расширение предпринимает попытки обхода защиты audio_api_unavailable. Всё это указывает на то, что его поведение выходит далеко за рамки заявленного функционала и может представлять потенциальные риски для безопасности и конфиденциальности пользователя.

Я Go-разработчик из крупной Bigtech-компании и один из основателей ИИ-помощника по налаживанию отношений Ближе. По сути это телеграм-бот, который принимает вопрос от пользователя по long-polling модели, обогащает его промтом, идёт в LLM, получает ответ, отправляет обратно пользователю. Контекст диалога и пользователи хранятся в Postgres, всего один инстанс приложения на Go, также cron, который отправляет уведомления с просьбой оставить обратную связь о продукте. Docker Compose для запуска нескольких контейнеров.

Также в моей команде есть product-manager, который отвечает за развитие продукта. Ему необходимо быстро тестировать гипотезы, понимать эффективность каналов продвижения, считать вовлечённость, удержание пользователей и желательно делать это всё с минимальными тратами.

Что происходит, когда вы вводите ls в терминале? Как 2 буквы превращаются в список файлов на экране? Я решил разобраться и написал свой терминал с нуля на C++.

В этой статье я объясняю через метафору ресторана, как работают три магических системных вызова — fork(), exec() и wait() — которые лежат в основе любого терминала. Вы узнаете, почему cd нельзя сделать обычной программой, как работает перенаправление >, и какой коварный баг я поймал из-за непонимания процессов. Без сложной теории — только практика и понятные объяснения.

Появился открытый инструмент Coding Agent Explorer — обратный прокси-сервер, который в реальном времени показывает всё общение между вашим ИИ-агентом (пока только Claude Code) и API Anthropic. Вы видите системные промпты, последовательность вызовов инструментов, токены (включая кэш), мышление агента шаг за шагом. Запускается за пару минут, работает локально, ключи маскируются автоматически.

Сейчас по всем чатам и форумам одна и та же ситуация: VLESS, который год служил верой и правдой, превратился в тыкву. Причем у одних он «лежит» стабильно, а у других — лагает по расписанию. Разберем по фактам, что именно происходит «под капотом» этого заболевания

Выпадение страниц из индекса - одна из распространенных проблем в SEO. Это негативно сказывается на его видимости и уменьшает количество потенциальных клиентов, давая преимущество конкурентам. В этой статье мы подробно рассмотрим основные причины деиндексации, основываясь на примерах из реальных кейсов клиентов.

Опубликовал ЧАСТЬ 2: проект вырос из простого SNMP‑опрашивателя в рабочий инструмент для парка принтеров. Теперь есть склад картриджей, журнал ТО, отдельная страница парка и удобные экспорты в Excel. Пишу про реальные боли (цветные МФУ, разные прошивки, потеря данных в CSV) и о том, что планирую доделать

Очень милый новый тренд: владельцы котов и собак публикуют невероятные фото своих питомцев в образе человека — и всё это дело “рук” ИИ. Забавный тренд, когда нейросеть превращает животных в людей, распространился молниеносно: сначала в буржуйском Reddit, потом TikTok и нельзяграм, а теперь уже и ваша лента явно полна этими снимками.

Суть простая: вы загружаете фото своего питомца — кота, собаки или любого другого животного — в нейросеть, пишете промпт, и ИИ генерирует реалистичное изображение того, как выглядел бы ваш питомец, если бы был человеком. Получается не просто картинка, а настоящий портрет — с сохранением характера, позы, цвета шерсти и даже фирменного взгляда вашего любимца.

Хотите повторить этот вирусный тренд? Рассказываем, какие нейросети это умеют и как превратить питомца в человека буквально за пару минут.

...все больше и больше людей утверждают, что искусственный общий интеллект уже существует. Пожалуй, самое недавнее подобное утверждение содержится в статье в журнале Nature, которую вы можете прочитать здесь [пересказ здесь].

Статистическое приближение ≠ общий интеллект
Авторы: Уолтер Кватрочиокки, Валерио Капраро, Гэри Маркус
Оригинал: https://garymarcus.substack.com/p/rumors-of-agis-arrival-have-been

Слухи о том, что человечество уже достигло искусственного общего интеллекта (AGI), сильно преувеличены. Такие слухи часто подпитываются недавними достижениями в области больших языковых моделей (LLM), результаты работы которых демонстрируют высокую производительность на бенчмарках, беглую работу в различных областях и — в некоторых случаях — правильные решения открытых математических задач. Эти разработки часто рассматриваются как доказательство того, что мы достигли искусственного общего интеллекта.

Подобные интерпретации основаны на фундаментальном смешении результатов выполнения отдельных, часто хорошо известных задач и интеллекта в целом. Выполнение отдельных задач, даже впечатляющее, нельзя считать достаточным доказательством общего интеллекта. В этой статье мы покажем, что недавние заявления о достижении ИИ основаны на концептуальной ошибке — смешивании статистической аппроксимации, всё более и более сложной, с самим интеллектом. Мы также покажем, что недавние заявления (Chen et al., 2026) о предполагаемом успехе в создании ИИ зависят от переопределения того, что сам термин ИИ исторически означал.

В январь 2026 ИИ начал переход к целостной модели мира. Раньше нейросети создавали красивые видео, но стоило «сдвинуть камеру» — и мир рассыпался: объекты плыли, причинность исчезала, а контекст терялся. Это была генерация, а не симуляция.

Теперь появляются open-source модели, которые создают управляемые миры в реальном времени. Можно двигаться, возвращаться к объектам, менять события — и сцена остаётся устойчивой. Параллельно эволюционируют и агенты: у них появляется автобиография и собственная мотивация. Так они накапливают опыт и меняют стратегии.

В программировании сегодня побеждает не тот, у кого «самый умный ИИ», а тот, кто умеет им правильно управлять: задавать рамки, проверять шаги и координировать субагентов. ИИ начинает ставить задачи сам себе и спорить с собой и удерживать.

Разбираемся во всем этом в новом обзоре.

В середине 90‑х я получил первый домашний компьютер — IBM‑совместимую машинку на процессоре Intel 286. Установка Windows требовала кучу дискет, а жёсткий диск вмещал «весь» 20‑30 МБ. Информация тогда хранилась в бумажных книгах и в полках библиотек.

Сейчас, спустя почти три десятилетия, обучение программированию выглядит совершенно иначе. Ниже я расскажу, как менялись возможности обучения, и почему сейчас Large Language Models (LLM) могут стать вашим личным наставником.