Kurgan-Telecom Ru | Информационные технологии

Если вы когда-нибудь пытались просмотреть сетевые запросы десктопного или мобильного приложения через HTTPS-прокси, то наверняка сталкивались со странной ситуацией: прокси настроен, корневой сертификат установлен и доверен, системный прокси прописан, а в списке запросов пусто. Или приложение начинает выдавать ошибку сразу после включения перехвата.

Ниже будет описан набор реальных сценариев, со схемами работы на сетевом уровне и примерами того, как это выглядит в прокси-приложении. Для этого я использую Сольпугу и несколько демо-приложений с разными условиями.

В комментариях к статье про теорему Миттаг-Леффлера я пообещал разобрать гипотезу Римана понятно и подробно. Неожиданно оказалось, что пока я писал текст, ИИ произвел в этой области исследований новый прорыв и поэтому содержание статьи пришлось расширить.

10 августа 2026-го года Anthropic выложила препринт на тридцать пять страниц. В графе «автор» они указали Claude. Утверждение о достигнутом результате выглядит невероятно: ИИ доказал, что не менее двух третей нетривиальных нулей дзета-функции лежат на критической прямой.

В последние десятки лет прогресс в этой задаче измерялся в сотых долях одного процента и каждый такой сдвиг считался достижением: настолько хватало мощи человеческого гения.

В этой статье я расскажу о том, что это всё значит и почему это очень круто.

Ниже также — обещанный вывод связи между нулями дзеты и простыми числами, потом что именно доказано, как (идея действительно умещается на страницу и она красивая), как её нашли — там настоящий детектив, — и чего всё это не значит. Последнее важнее всего, потому что новостные заголовки на эту тему врут как минимум наполовину.

Тридцать лет я собирался написать игру, а потом за десять рабочих сессий довёл до продакшена браузерную Hexnome: 3D-поле, одиночный режим, онлайн-мультиплеер и серверный журнал команд. Получилось 245 промптов и 99 коммитов в основной ветке. Ещё 30 коммитов пришлось выбросить, когда первая архитектура мультиплеера оказалась «играбельной, но ненадёжной». Рассказываю, что именно ускорил AI — и какие решения он за меня не принял.

Привет, Хабр. Сразу скажу: я не разработчик. Мои направления - это продукты, Web3-операции, теперь оркестрация ИИ-агентов.

Экстренная помощь альпинистам на высотах вплоть до вершины Эвереста (8848 м) требует немедленной доставки портативной барокамеры Gamow bag, кислородного баллона, теплоизолирующих материалов, а также средств обогрева, радиосвязи, медицинских препаратов и т.д. Вертолеты и тяжелые мультикоптеры на таких высотах теряют несущую способность из-за критического падения плотности воздуха, а сброс с самолета не дает требуемой точности. Решением может стать двухэтапная беспилотная система: аэростат-носитель и планирующий модуль с пассивной мягкой посадкой.

Майкл Манн - один из ведущих климатологов мира и активный сторонник более широкого и глубокого понимания климатических проблем обществом. Именно его совместное исследование с Рэймондом Брэдли и Малкольмом Хьюзом подарило нам знаменитый график “хоккейной клюшки”, наглядно показавший, насколько стремительно глобальная температура растет по сравнению с историческими значениями.

Мы немного углубимся в физику парникового эффекта, поговорим о методах, позволяющих восстанавливать температуру далекого прошлого, разберемся, почему климат раз за разом нагревается быстрее, чем в среднем предсказывали модели, а также обсудим связь между изменением климата и экстремальными погодными явлениями.

К счастью, даже этот разговор нельзя назвать исключительно пессимистичным. Если уже сейчас принять достаточно решительные меры, у нас все еще остается время, чтобы избежать самых катастрофических сценариев будущего.

Сегодня на Хабре вышла статья про кражу цепочек рассуждений у закрытых моделей. Схема такая: берёшь зашифрованный блок сильной модели, подкладываешь слабой сестре того же провайдера, просишь пересказать дословно, и читаешь чужие мысли, включая случайно попавшие туда пароли и ключи.

Статья заставила меня сдуть пыль с того исследования и перегнать парсер по свежим сессиям. За полгода протокол подрос на четыре версии схемы, и внутри нашлось кое-что, из-за чего у меня к выводам препринта есть уточнение. Но давайте по порядку. Начнём с одной маленькой, настоящей подписи, которую я вытащил из собственной сессии Claude Code полчаса назад.

В этой статье я разберу свой путь, поиска лучшего чата для сайта и почему мне пришлось сделать свой, предоставлю проект - Вы сможете установить его на свой сайт и получить функциональный чат для сайта бесплатно.

Привет, читатель!

Однажды, после просмотра ролика про эволюцию Вселенной, я загорелся идеей создать свою, со своими правилами. В итоге я написал собственный физический движок на С++, и в этой статье я расскажу про него, историю создания, и разные нюансы.

77-летний робототехник больше двадцати лет не давал больших интервью. Теперь он рассказал, почему верно оценил скорость развития ИИ, но совершенно иначе представлял сам машинный разум.

Инцидент Sentry. Как мы поэтапно наращивали мониторинг, локализовали первопричину и к каким решениям пришли

Секундная пауза в Java‑приложении легко выглядит как проблема сборщика мусора, хотя сам GC может отработать за миллисекунду.

Разберём, как safepoint’ы заставляют JVM ждать отдельные потоки, почему профилировщик способен указать не туда и какими инструментами найти реального виновника.

Если вы когда-нибудь смотрели на HF и не понимали, что такое DFlash, квантизация и почему одна и та же модель лежит в десяти репозиториях от десяти разных людей — или давно собирались поднять LLM у себя, но всё не находили повода — выход Muse Glimmer 30B буквально лучший момент начать. Буквально со своего MacBook Air. Ага, да вот уже сейчас прямо.

Внутренние рассуждения передовых моделей, которые провайдеры прячут от пользователя, можно прочитать целиком и дословно, причем не атакуя саму модель. Восемь исследователей, в том числе из ELLIS Institute Tübingen, Института интеллектуальных систем Общества Макса Планка, Tübingen AI Center, MATS и Snyk, 10 августа выложили препринт "Stealing Reasoning Traces from Proprietary LLM APIs" с работающей атакой на модели трех крупнейших поставщиков: Anthropic, OpenAI и Google. Попутно авторы прогнали свой метод по публичным репозиториям и достали из чужих зашифрованных блоков 62 ключа API, 33 пароля, 24 токена доступа и еще несколько сотен секретов, о которых их владельцы не подозревали.

Через несколько лет преподавания я уткнулся в удивительную вещь, которую надо бы иметь в виду всем, кто занимается обучением людей. Если кто-то где-то это уже встречал в сформулированном виде, напишите плиз.

В детстве я получил задание вскопать участок 3×3, а попадающиеся камни сбрасывать вон в ту кучу. Я провозился на одном квадратном метре полчаса, углубившись на две лопаты. Я считал, что главный смысл моей работы в том, чтобы очистить землю от камней. А надо было просто вскопать участок (на одну глубину лопаты!) – подготовить его к посадке чего-то там. Камни уж постольку-поскольку.

Часто преподаватели/тренеры/руководители, давая задание, исходят из того, что студент/подчинённый понимает не только цель конкретно этого промежуточного задания, но и КОНЕЧНУЮ цель процесса, частью которого это задание является. Это описанная когнитивная ошибка: https://ru.wikipedia.org/wiki/Проклятие_знания

А потом ругаются: «Я вам сто раз объяснял». И вроде бы он всё верно объяснил, но не обозначил, что в задаче принципиально для конечной цели, а что не очень (для него-то ведь это само собой разумеется).

Я сделал браузерную стратегию про котов в стиральных машинах и обнаружил, что пересчитать поле гораздо легче, чем объяснить человеку, почему оно изменилось. Рассказываю про поэтапную инерцию, прерывание чужого хода, ИИ, мультиплеер и эксперимент с автоматическим поиском правил на 90 тысячах симулированных партий.

Может ли машина программировать — или она лишь продолжает намерение человека? Споры о вайбкодинге часто застревают между восторгом от скорости и страхом потерять контроль. Но практический вопрос точнее: при каких условиях созданной с участием ИИ программе можно доверять?

В статье я рассматриваю вайбкодинг как новый слой между намерением и программным кодом и разбираю одиннадцать возражений: от почти правильных ответов, технического долга и ложных тестов до безопасности, перегруженного ревью и утраты навыков. Попробуем провести границу между полезным делегированием и отказом от инженерного понимания.

Мы построим прототип MLOps-платформы с нуля. Без Kubeflow, без облаков, без магии. Только Kubernetes, Helm, ArgoCD и ещё дюжина компонентов, каждый из которых появляется не потому что «так модно», а потому что решает конкретную проблему

Большой канал с хорошим CPM может оказаться одной из самых дорогих площадок в медиаплане.

Не потому что вырос прайс. Просто большую часть его аудитории вы уже купили в предыдущих каналах.

Я попробовал добавить пересечения прямо в расчёт медиаплана: считать не размер следующей площадки, а сколько новых людей она реально добавляет и сколько стоит эта тысяча дополнительного охвата. На синтетической модели разница между обычным подбором и overlap-aware планом доходила до 30,5% unique reach при одном бюджете.

Внутри — немного теории множеств, одна рабочая формула для Google Sheets и очень неприятный пример с третьим «выгодным» крупным каналом.

Добрый день, я хотел бы поделиться своими мыслями о якобы найденных признаках жизни в облаках Венеры в 2020 году и почему вся эта история могла быть неудачной финансовой махинацией.