Kurgan-Telecom Ru | Информационные технологии

Большая языковая модель это не источник актуальных сведений, а статистическая система, обученная на данных прошлого. Она не обращается к внешним базам знаний и не узнает о новых событиях. Все что она знает было усвоено на этапе обучения и зафиксировано в ее параметрах.

В современных прикладных системах это ограничение часто скрыто за инструментами, поиском и дополнительными модулями. Однако именно архитектурный подход Retrieval-Augmented Generation, RAG стал стандартным способом расширения возможностей модели без ее дообучения. Он позволяет подключать внешние базы знаний, работать с актуальными документами и заметно снижать количество галлюцинаций.

В третьей части серии Базовый минимум разбирается как устроен RAG и как реализовать его минимальную рабочую версию на практике.

К этому моменту мы все понимаем, что OpenAI находится в крайне затруднительном положении, плывя по течению без весел. От их моделей, которые порой выдают совершенно непредсказуемые результаты, до постоянно растущих сокрушительных финансовых потерь - дела у компании Сэма Альтмана идут не лучшим образом. Но в последние недели напряжение вокруг этой саги начало нарастать, и закономерный финал компании наконец-то вырисовывается. Видите ли, колоссальный поток наличных, в котором OpenAI отчаянно нуждается, чтобы не рухнуть, начинает иссякать, и вскоре этот авангард ИИ-пузыря может быть поглощен собственным сжиганием средств. Все верно, OpenAI находится в гораздо худшем положении, чем вы думаете.

Это кейс о комплексном подходе: как одновременно думать про backend, DevOps, продукт, UX и бизнес-метрики. О том, как делать продукты, держа в голове всю картину сразу.

Три недели назад у меня была проблема: найти билеты на Бали для 5 человек с гибкими датами и определённой длительностью поездки. Агрегаторы не справлялись — приходилось проверять комбинации вручную.

На сегодняшний день у меня работающий продукт: телеграм-бот, который проверяет 1000+ комбинаций маршрутов в час, находит билеты с экономией до 52% и уведомляет пользователей в нужный момент.

Что между этими точками:
• Эксперимент "весь код пишет AI" (Claude справился на 90%)
• Обход защитных механизмов сайтов и реверс-инжиниринг API
• Построение аналитики с метриками CTR, retention, воронками

Спойлер: билет туда-обратно может быть на 40% дешевле суммы двух билетов в один конец

Общая проблематика 

Времена, когда для промышленного применения ИИ-моделей можно было использовать только язык Python, безвозвратно минули в прошлое. Сегодня для освоения приемов работы с LLM вообще нет необходимости знать какой-либо язык программирования.

На рынке представлено огромное число чат-ботов и low-code платформ, типа n8n (Activepieces, Zapier, Make/Integromat и множество других, их реально уже не счесть), которые позволяют быстро отточить свое мастерство «промптинга» и подключения различных «тулзов».  

Однако, для корпоративного применения “as is” (в облачном варианте) проявляются ограничения: 

Пара слов о том, как программисты разных конфессий справляются с самой очевидной задачей в Computer Science.

Примеры правильных и неправильных разворотов списка на десяти разных языках.

Статья посвящена интеллектуальным силовым модулям, которые являются основой силовой части современных преобразователей частоты для асинхронных электродвигателей. Приводится описание российского интеллектуального силового модуля ТТМ-1000, который входит в состав преобразователей частоты концерна «Русэлпром» для судовых систем электродвижения: его технические характеристики, особенности, преимущества и недостатки по сравнению с западным аналогом.

На INFOSTART TEAM EVENT 2026 мы делаем серию круглых столов и интерактивных форматов, где важны не «правильные ответы», а живые аргументы, разбор практики и честные кейсы. Это не формат «докладчик - аудитория», а разговор на равных: модераторы задают рамку, спикеры приносят опыт, зал - вопросы, контрпримеры и альтернативные решения.

Круглый стол полезен, когда у вас есть:

Цель проекта — проверить отказоустойчивость Strimzi Kafka в Kubernetes с помощью chaos-экспериментов (Chaos Mesh). Для этого разворачивается полный стенд: кластер Kafka (KRaft, 3 контроллера + 3 брокера), мониторинг (VictoriaMetrics K8s Stack, Grafana), сбор логов (VictoriaLogs), верификация сквозной доставки сообщений через Redis и Go-приложения producer/consumer. Затем последовательно применяются chaos-сценарии (pod-kill, network partition, CPU/memory stress, IO/DNS/JVM/HTTP chaos и др.) и проверяется, что кластер корректно восстанавливается без потери данных.

Привет, Хабр! Важной составной частью Time Intelligence в DAX являются функции работы со временем, в частности, DATEADD, т.к. она является базовой для других (например, SAMEPERIODLASTYEAR является псевдонимом DATEADD('Date'[Date], -1, YEAR)) и возвращает таблицу (в отличие, например, от EDATE , которая возвращает только скаляр), так и использоваться в качестве фильтра в CALCULATE.

Информацию о DATEADD приходится собирать из разных источников. Часть описано в официальной документации DATEADD, что-то есть в DAX Guide, что-то есть в материалах SQL BI, поэтому картина составляется по частям, хотя логика функции неочевидна и велики риски ошибок при использовании DATEADD в случае некорректного её использования.

Интересующимся правилами DATEADD для обеспечения Time Intelligence в DAX — добро пожаловать под кат :)

Исследование 16 000 проектов показало: только 0,5% укладываются в бюджет, сроки и дают ожидаемый результат. Разбираю главные боли оценки проектов в аутсорсе.

Понимание сложности интеграции
Я понимал, что технологии, которые я запланировал, требуют много работы и много навыков в различных отраслях. Это не просто нейросеть, которая распознаёт команды — это целая экосистема взаимодействующих систем.

"Чтобы управление от устройства понимания, в котором расположены веса модели и алгоритм отправки команды, имело механическое действие — необходимо согласование этих механизмов."

Каждый день я открываю десятки проектов, и первое, на что смотрю это  файл сверловки. Можно сразу сказать, где разработчик понимал, что делает, а где просто "нарисовал как в прошлый раз". Самое обидное, когда ошибки в проектировании отверстий всплывают уже на производстве: плату приходится переделывать, сроки горят, бюджет летит в трубу.

Давайте на пальцах разберем, какие ошибки в проектировании отверстий встречаются чаще всего и как их избежать, чтобы не переплачивать и получать надежные платы с первого раза.

Прежде чем начнем: какие вообще бывают отверстия?

Для начала договоримся о терминах. Отверстия в печатных платах бывают:

Эта статья - совет и наставление всем джуниорам и мидлам, которые впервые проходят через кризис в нашей IT-индустрии. Меня зовут Валентин Драздов, потомственный инженер во втором поколении, 16+ лет работаю профессионально и 20+ лет в принципе участвую в различной деятельности, связанной с IT. Я успел застать несколько кризисов в индустрии и в тот момент, когда мы уже ощущаем действие нового удара - хочу поделиться с молодежью знанием и опытом как всё это преодолевать (а может быть найти повод сознаться себе, что не надо оно больше)..

В преддверии выхода очередного шедевра (хотя не факт) от Capcom, хотелось бы рассказать одну занятную вещь, на которую я обратил внимание в крайних трейлерах этой игры.

TLDR: Создана рабочая легковесная реализация AmneziaWG для Mikrotik для подключения к AmneziaWG серверам.

Генератор на основе AWG-конфига: https://amneziawg-mikrotik.github.io/awg-proxy/configurator.html

Github: https://github.com/amneziawg-mikrotik/awg-proxy

«Мы знаем, что вы вчера в 23:47 переписывались с Алексеем 14 минут. О содержании разговора нам неизвестно.» — Так выглядит мир, где сообщения зашифрованы, а метаданные — нет.

Привет, Хабр! Я занимаюсь разработкой open-source мессенджера (проект Xipher, C++/Android), и один из компонентов, который пришлось проектировать с нуля — защита метаданных. Не содержимого сообщений (E2EE сейчас есть у всех), а информации о самом факте общения: кто с кем, когда, сколько раз.

В этой статье я подробно разберу инженерные решения, к которым пришёл, — от криптографических примитивов до С++ кода и SQL-схемы. Все примеры — из реального работающего кода. В конце честно расскажу, где подход имеет ограничения и чем отличается от того, что делают Signal и Tor.

Исходники проекта открыты — ссылка на GitHub в конце статьи, если захотите покопаться или раскритиковать.

Когда речь заходит про умные заводы, «темные производства», цифровых двойников, промышленный интернет вещей и вообще будущее многие настолько воодушевляются, что упускают из фокуса важные вещи. А именно – общую логику построения систем автоматизации заводов.

Основы основ, описанные в ISA-95 или ГОСТ Р МЭК 62264-1-2014, всегда звучат в рассказах, презентациях или описаниях. Авторы используют такие термины, как SCADA, PLC, IIoT-платформа или MES. Но вот правила работы и уровни промышленной автоматизации часто трактуют неверно. 

И это очень зря. Уровни автоматизации – это такая особенная штука, которая при неудачном смешивании может вызвать целую кучу проблем. Потому всегда нужно держать в голове пирамидку АСУ ТП/АСУП, о которой мы сегодня и поговорим. И не пугайтесь. Как и всегда, я постараюсь рассказать понятно даже о самом сложном. Добро пожаловать в основы Цифрового Завода.

Как выразился Акутагава Рюноскэ, «Человеческая жизнь похожа на коробку спичек. Обращаться с ней серьёзно — смешно. Обращаться несерьёзно — опасно». Вспомнив это сравнение, я решил поговорить с вами на Хабре об одной из самых маловероятных и при этом крайне опасных ситуаций, с которыми может столкнуться человек: это пожар в условиях микрогравитации.

Ранее на Хабре эту тему рассматривал уважаемый Филипп Терехов @lozga в статье «Как зажигали в космосе». Так, в этой отлично иллюстрированной статье он упоминает и о единственном пожаре на орбите, который случился в 1997 году на станции «Мир» и продолжался около полутора минут. Но горение в микрогравитации интересно как с физической, так и с химической точки зрения (например, при анализе протекания химических реакций в космосе). Уважаемый Руслан @Travis_Macrif упоминал на Хабре о соответствующих экспериментах NASA, проводившихся на МКС, начиная с 2017 года. Итак, давайте обсудим, чем интересен этот процесс и можно ли им управлять.

Вы когда-нибудь пользовались ChatGPT, продуктами OpenAI или KYC верификацей?
В расследовании нашли, что одна из самых известных компаний Persona, которая предоставляет услуги верификаций и проверки возраста по селфи,... связана с фбр сша?

А еще... ИИ анализирует ваше лицо и определяют насколько вы похожи на политически уязвимого человека вместе... с социальным рейтингом? ...SelfieSuspiciousEntityDetection?

Давайте разбираться

Notte — платформа для автоматизации браузера. Недавно мы выпустили CLI, который позволяет управлять браузерными сессиями, запускать AI-агентов, извлекать структурированные данные и развёртывать функции автоматизации — всё это прямо из терминала.

В этой статье разберём, что он умеет и как устроен.

Какую проблему мы решали

Большинство рабочих процессов автоматизации браузера начинаются локально. Вы пишете скрипт на Playwright или Puppeteer, он работает на вашей машине, а затем вы тратите время на его переработку под продакшн.

Notte CLI подключается напрямую к облачным браузерным сессиям. Браузер запущен не у вас — он работает у нас. Это означает, что то, что вы делаете в терминале, в точности совпадает с тем, что будет работать в продакшне.

Как работают сессии

Весь CLI построен вокруг сессий. Сессия — это живой экземпляр браузера (headless или headed), запущенный в облаке.

Запустить её можно так:

notte sessions start --headless

После старта сессия автоматически становится активным контекстом. Все последующие команды будут использовать её без необходимости каждый раз указывать ID сессии. Навигация, скрейпинг, клики, наблюдение — всё это идёт в одну и ту же сессию, пока вы её не остановите.

При запуске сессии поддерживается широкий набор настроек: кастомные viewport'ы, user agent'ы, ротация прокси, решение капч, файловое хранилище, переопределение CDP URL и сохранение профиля браузера.

Видимость

При запуске headless-сессии в выводе появляется viewer URL. Откройте его в браузере — и вы наблюдаете за живой сессией в реальном времени, пока команды выполняются в терминале. Удобно для отладки без переключения в отдельный интерфейс.