Kurgan-Telecom Ru | Информационные технологии

У любой сложной технической системы есть граница, на которой модель больше не совпадает с реальностью. Если вы видели систему со всеми зелёными метриками, но интуиция подсказывала, что дежурство будет тяжёлым, вы знаете это состояние. В распределительных центрах эту границу видят не в логах и дашбордах, а на полу склада. Когда алгоритм уже всё просчитал, а физический мир внёс свои правки.

Эта статья не про роботов как технологию и не про автоматизацию как цель. Она про роль, которая появляется, когда автоматизация становится массовой. Про человека, который стоит между WMS, роботами и реальным складом. И про то, почему без этой роли, даже если формально всё работает, автоматизация со временем деградирует.

Хотите сделать видео поздравление, которое вызовет вау-эффект? Я протестировал топовые нейросети для создания коротких роликов. Узнайте, как работает генерация видео поздравлений с помощью ИИ за пару кликов.

Качественный и полноценный отдых важен и даже жизненно необходим для счастья и продуктивности.

В этом лонгриде я сфокусируюсь на том, что для многих читателей будет контринтуитивным: на примерно 30 разных подходов к тому, чтобы вы не просто качественно восстанавливались, но и получали от этого удовольствие.

И основополагающее правило, которым посоветую руководствоваться при прочтении:

Отдых  - это не награда за какие-то действия, это часть полноценной и насыщенной жизни.

На связи — Катя Лысенко и вторая часть статьи о системе онбординга новых людей в команду. Здесь поговорим о маршруте, ролях и последовательности в управлении адаптацией. Освежить в памяти материал вы можете по ссылке на первую часть.

В структуре онбординга, которую мы внедрили, получилось три ключевых части:

Геймификация — всё, что происходит до выхода, плюс квесты первых дней и встречи.

План онбординга — подробный маршрут, направляющий новичка через обучение, знакомства и задачи.

Self-Assessment — регулярная точка саморефлексии, через которую новичок понимает, куда движется и что с ним происходит.

Как это было?

Доступность интерфейсов в web3 и финтех-проектах по-прежнему редко рассматривается как обязательная часть архитектуры. Чаще всего внимание уделяется визуальной составляющей и функциональности, тогда как сценарии использования без мыши или без экрана остаются вне фокуса. В этом разборе я анализирую доступность Moni с точки зрения незрячего пользователя (сам являюсь им) и параллельно даю конкретные технические рекомендации, которые могут улучшить удобство использования интерфейса в целом.

Пока ещё человеческие полёты в дальний космос не приобрели массового характер. Однако исследователи и изобретатели обдумывают средства медобеспечения автономных космических полетов. В частности, предусматривается применение как ИТ, так и ИИ. Но что с патентами?

Гоночные видеоигры – один из старейших жанров в индустрии. По ним можно проследить весь путь видеоигр от электромеханических аттракционов с вращающимися лентами и физическим автомобилем через ультравыпуклые телевизионные экраны к реалистичной графике с открытым миром.

И для многих именно этот жанр лет десять-двадцать назад был одним из любимых. Как Шумахер мы гоняли по гоночным трекам, а как Доминик Торетто – ускользали по ночным улицам от полицейских. 

В статье повторим этот путь через аркады, консоли, ПК и легендарные серии вроде Need for Speed, а также посмотрим на российские франшизы. 

Слоны очень точно управляют своим хоботом, а сам он — сложный и эффективный инструмент. С его помощью животные поднимают тяжелые ветки и другие крупные предметы, а уже секунду спустя — аккуратно снимают плоды с дерева или осторожно забирают еду из рук человека, не раздавив ее. Такие возможности связаны не только с мощными мышцами и большим количеством нервных окончаний в коже. Исследования показали: важную роль играют специальные волоски на поверхности хобота. Давайте разбираться, что они дают и как устроены (и как этот принцип работы уже используют инженеры).

Представьте: утром 40 000 сотрудников СИБУРа приходят на работу, а корпоративная система видеосвязи не работает. Совсем. Зарубежный вендор отключил доступ из-за новых санкций. Заводы от Европейской части и до Дальнего Востока остались без связи друг с другом.

Этот сценарий мог стать реальностью в любой момент. До 2025 года мы использовали зарубежную систему видео-конференц-связи. Она работала стабильно, но с каждым новым пакетом санкций риск блокировки рос.

Для компании масштаба СИБУРа потеря связи между подразделениями — это не просто неудобство. Это остановка управления, срыв производственных процессов, миллиардные потери.

Мы решили не дожидаться катастрофы и стали искать альтернативы. Но на рынке еще не существовало продукта, который закрывал бы все наши требования. Поэтому мы пошли на новый риск — вошли в разработку нового продукта вместе с вендором.

Я занимаюсь разработкой компиляторов, то есть, пишу программы, преобразующие программы в программы. Иногда требуется нацелиться на более высокоуровневый язык, чем, скажем, простой ассемблер, и зачастую именно в таком качестве удобно взять язык C. Генерировать C не так страшно как писать от руки — в частности, потому, что генератор умеет не попадать в ловушки, связанные с неопределённым поведением. А когда пишешь на C вручную, именно неопределённого поведения следует особенно остерегаться. Здесь я опишу некоторые паттерны, которые обнаружил сам, и которые помогают мне результативно работать.

Считайте этот пост краткой подборкой тех вещей, которые мне действительно помогают. Рискуя, что меня могут обвинить в тщеславии, назову их «наилучшими практиками», хотя, это действительно мои рабочие практики, поэтому, если они вам понравятся — смело берите их на вооружение.

Что вообще такое Seedance 2.0? Это новая нейросеть для генерации видео от ByteDance (создатели TikTok). В Китае модель уже вышла на платформах Jimeng и Xiaoyunque, а вот в международный доступ “убийца Голливуда” (так говорят в соцсетях) должен выйти в конце февраля 2026 года.

Привет, Хабр! Меня зовут Артем Колчин, я Senior Project Manager (ранее Delivery Lead, а ещё ранее разраб на C# и аналитик) и автор курса «Мидл менеджер проектов» в Яндекс Практикуме.

Как менеджеру проектов мне важно находить и использовать инструменты, которые повысят эффективность работы команды и при этом не добавят новых проблем при внедрении. Проблема в том, что не всегда такие инструменты есть, а если они есть — непонятно, устроят ли они всех и помогут ли с процессами. В этой статье я поделюсь своим опытом и расскажу, как я использую нейросети для оптимизации процессов и быстрого прототипирования инструментов с нужным функционалом (чтобы понять, а точно ли нам нужно именно это).

Yttri часто сравнивают с Notion, Obsidian, ChatGPT и облачными сервисами транскрипции - и это логично. В этой статье я разбираю, где эти инструменты реально выигрывают, а где упираются в ограничения: интернет, приватность, стоимость, разрозненность данных и «проект по настройке плагинов».

Сравнение без холиваров: облачные workspace (Notion/Coda/Confluence), локальные конструкторы (Obsidian/Logseq/Joplin), standalone AI-чаты (ChatGPT/Claude/Gemini) и транскрипция как сервис (Otter/Whisper API/Trint). Плюс - почему Yttri решает другой класс задач: единый локальный контур (заметки + почта + календарь + задачи + финансы + встречи), офлайн-режим и AI внутри пространства (RAG + tool calling + локальные модели).

Если вы выбираете «что взять под конкретный сценарий» — эта статья сэкономит время.

Почему Марк Андриссен верит, что мы стоим перед лицом экономической «Мексиканской дуэли», и как стать тем, кто выживет в этой перестрелке.

Этот нарратив повсюду: «Роботы идут. Твоей работе конец. Алгоритм заменит тебя».

Это главная тревога 2020-х. Но Марк Андриссен, человек, написавший код, породивший современный интернет (Netscape), и венчурный капиталист, стоящий за почти каждым технологическим гигантом последнего десятилетия (a16z), считает, что мы все поняли наоборот.

В недавней публикации Андриссен сделал заявление, идущее вразрез с общим мнением:

Привет, Хабр! На связи Just AI. Мы уже долгое время изучаем мир AI-агентов — за это время набили немало шишек и поняли, что создание действительно эффективных и масштабируемых AI-агентов требует глубокого подхода к архитектуре.

В этой статье разберем, почему один «суперагент» почти всегда превращается в монстра, как декомпозиция спасает качество и стоимость, и какие архитектуры мультиагентных систем реально работают в продакшене — с примерами из наших проектов и практическими рекомендациями.

Шел 2025-й год, а наши слабые тела так и не были напичканы аугментациями. Нейроны изучали уже десятки лет, мемристоры были не в новинку, нейроморфная электроника создавала один имитатор нейрона за другим, но живая плоть ни в какую не хотела сочленяться с металлами и полимерами. 

Посвященные знали: проблема проста — масштаб. Кремниевые компоненты работали на напряжениях и токах, которые могли бы выжечь нервную клетку быстрее, чем та успеет передать сигнал. А электрический язык живой материи — это милливольты, наноамперы, пикоджоули. Мысли, речь, память — все реализуется в рамках мощности обычной лампочки — 20 Вт на мозг целиком. Инженеры упорно пытались подчинить мозг правилам кремния, но мозг не сдавался.

Надежда зародилась лишь к концу года — инженеры MIT опубликовали в Nature Communications статью, в которой впервые описали искусственный нейрон, работающий на биологически релевантных величинах. Переходы в мемристоре происходили уже при ~60 мВ и наноамперных токах, а отдельный нервный импульс достигал около 120 мВ и требовал энергию всего в десятки пикоджоулей. Так у человечества впервые появилась возможность когда-нибудь примирить электронику и живое тело — а помощником в этом суждено было стать бомбардирующей грязь электронами бактерии…

Для начала давайте я вас успокою - это не тот AGI, который собирается отобрать у вас работу. Ну, пока что не собирается

Подробный разбор того, как команда OpenAI Codex создаёт своего кодового агента, как его используют другие команды, как он влияет на инженерные практики создателей ChatGPT и что это может значить для будущего разработки ПО.

Чтобы в этом разобраться, я поговорил с тремя сотрудниками OpenAI:

Тибо Соттио (Thibault Sottiaux) — руководитель Codex.

Шао-Цянь Ма (Shao-Qian (SQ) Mah) — исследователь в команде Codex, обучающий модели, на которых тот работает.

Эмма Тан (Emma Tang) — руководитель data-инфраструктуры; она не входит в команду Codex, но её команда активно им пользуется.

В этом разборе:

Как всё начиналось. От внутреннего эксперимента в конце 2024 года до продукта, которым пользуется больше миллиона разработчиков.

Технологические и архитектурные решения. Почему Rust и open source? Подробно о том, как работает агентный цикл.

Как Codex создаёт сам себя. По оценкам команды, более 90% кода приложения написано самим агентом. А ещё: интересные инженерные практики — как проводят код-ревью, самотестирование Codex и онбординг новых инженеров.

Исследования. Обучение следующей модели с помощью текущей и параллели с разработкой ПО. Запуск eval'ов, A/B-тестирование и внутренний догфудинг (использование сотрудниками собственных наработок в повседневной работе — прим перев.).

Использование Codex в OpenAI. Количество PR стало таким, что традиционный процесс ревью начинает трещать по швам. Мысли команды про то, что с этим делать.

Как меняется разработка ПО в OpenAI. «Правило 30/70», возвращение некоторых инженеров к tab completion и значение «инженерного вкуса».