Kurgan-Telecom Ru | Информационные технологии

В большинстве туториалов по Java-ботам нам предлагают написать EchoBot или магазин пиццы на огромных switch-case конструкциях. Но в 2026 году, когда у нас есть Java 21 и Spring Boot 3, писать бойлерплейт — это преступление против продуктивности.

Сегодня мы напишем WeatherBot — полезного бота, который показывает реальную погоду через API OpenWeatherMap, имеет кнопку обновления "на лету" и, используя FSM (Машину состояний) с валидацией данных, позволяет настроить ежедневную рассылку прогноза.

Гигантские серные бактерии — это крайне необычные организмы. ​Вы когда-нибудь задумывались, каким был бы мир, в котором они господствовали бы? Недавно я написал статью об этом гипотетическом сценарии, и мои коллеги из турецкого научного издания GazeteBilim попросили меня рассказать им некоторые дополнительные подробности. Здесь я представляю переведенную версию ​этого очень приятного интервью ​— с любезного разрешения моих турецких коллег

Вместо готового ИК-пульта решил собрать свой: ESP32, ИК-диод, транзистор, аккумулятор и расчёты для питания. Пошаговый мануал с фотографиями и подробным описанием всех этапов в духе DIY-статей, включая схемы, интеграцию с Алисой и разбор типичных проблем.

Документация по RRPP у Huawei обширная, но разобраться в ней с первого раза — то ещё приключение. Собрал в одном месте всё, что нужно знать про защиту кольцевых топологий: от базовых понятий до подводных камней при работе с несколькими кольцами.

Привет, Хабр! Сегодня хочу поделиться историей о том, как желание автоматизировать рутинную работу привело меня к созданию собственного инструмента FullMute и, как следствие, к первым серьезным выплатам на платформах bug bounty.

Как многие начинающие исследователи, я начал с хаотичного ручного поиска уязвимостей: проверял заголовки, искал известные пути к админкам, пытался угадать версии CMS. Это было неэффективно, медленно и сильно зависело от везения. Мне нужен был «компас», который бы проводил первоначальную разведку за меня и давал четкие цели для атаки. Так родилась идея FullMute.

Вводные данные: год назад я, как и многие, скептически относился к искусственному интеллекту, считая его лишь набором «умных» запросов к интернету. После нескольких разговоров с публичной нейросетью меня поразили её способности, но мои коллеги по‑прежнему уверенно утверждали, что ИИ – это просто огромная база данных. Я собрал собственный сервер, запустил локальную нейросеть без доступа к сети, но даже предложение протестировать её на моём GPU‑сервере никого не заинтересовало. Что скрывается за этим скептицизмом? Почему люди отрицают возможности ИИ, хотя внутри уже чувствуют тревогу перед неизвестным?

Что было интересного в 2025 году по безопасности ИИ? Помимо развития AI-агентов и их протоколов, гардрейлов, и появления фреймворков, для российского рынка важно отметить появление нескольких новых официальных документов. О них и поговорим, так как я искренне считаю, что они выводят нашу нормативно-правовую базу на уровень одной из самых развитый и проработанных в мире. Но этот пост - не просто обзор)
Я расскажу и о своих соображениях о том, как управлять доступом AI-агентов, данными для GenAI-систем, и уязвимостями таких систем.

Если Вы до сих пор не перешли с *ngIf, @Input() и ChangeDetectorRef на @if и signal/computed/effects, но подумываете об этом, то прошу под кат. Предполагается, что вы уже имеете опыт в Angular. В статье - небольшая выжимка практического опыта.

Будущее не приходит плавно. Оно не развивается по дорожным картам и не следует презентациям с KPI и отчётам Маккинзи.

Оно появляется в тот момент, когда инженер честно говорит:
«В рамках текущей логики это невозможно», и вдруг оказывается, что проблема не в физике, а в самой логике.

Эта статья не про гаджеты будущего, не про стартапы и не про «прорывные инновации». Она про метод мышления, который позволяет работать с технологиями там, где улучшать уже нечего.

 В чём особенность обычной инженерии

 Классическая инженерия работает отлично, пока рамка задачи верна.

Есть:

Я создал лексер ассемблера ARM64 (ну, точнее, сгенерировал его из моего собственного генератора парсера, но пост не об этом), обрабатывающий код на Dart вдвое быстрее официального сканера. Этого результата я добился при помощи статистических методик надёжного измерения малых различий в производительности. Затем я провёл его бенчмарк на 104000 файлов и обнаружил, что узким местом был не мой лексер, а ввод-вывод. Это история о том, как я случайно узнал, почему pub.dev хранит пакеты в виде файлов tar.gz.

Пока вы спорите о скруглении углов в новой дизайн-системе и попиваете лавандовый раф, где-то в Челябинске ослепленный бликами от раскаленной стали оператор пытается разглядеть ваш элегантный серый шрифт на мониторе 2012 года выпуска. Спойлер: у него не получается.

Дизайнеры, приходящие из разных сфер в Heavy Digital, совершают одни и те же ошибки. Они становятся очевидными только тогда, когда ты снимаешь белые кроссовки, надеваешь каску, проходишь инструктаж по технике безопасности и заходишь в реальный цех.

С 2020 года я набила достаточно шишек, пытаясь подружить стерильную эстетику Figma с суровой реальностью ГОСТов и промышленных мониторов. 

Добро пожаловать в цех! Разберем по полочкам, как не провалить проект на этапе компонентов.

Профессор Стэнфордского университета Илья Стребулаев и эксперт по технологиям и инновациям Алекс Данг — авторы книги «Венчурное мышление». Их книга не является инструкцией по тому, как стать венчурным инвестором. Она о том, как логика и подходы венчурных инвесторов могут быть полезны любому, кто принимает решения в условиях неопределённости, нестандартных задач и ограниченной информации.

В основе книги — сотни интервью с предпринимателями и специалистами из разных сфер, а также многолетние исследования Стребулаева, включая анализ данных о стартапах-«единорогах» с оценкой от $1 млрд.

Превращаем LLM в CatBoost: как ансамбль из маленьких моделей (7B) пытается побить Gemini 3 flash

Почему не классическое MOE?

Я проанализировал свои промпты за последние два месяца и заметил паттерн: современные задачи к LLM стали мульти-итентными . Я прошу в одном сообщении: "Возьми данные X, примени логику Y, напиши код Z и оформи в JSON". Архитектура MoE в таких случаях плывет (если мы говорим о single-turn конечно). Single-pass модели часто не справляются, так как не могут реверснуть свой ответ и перепроверить себя перед ответом. К тому же роутер может отдать запрос не тому "эксперту", может неправильно чанковать (условно), в целом мы это и наблюдаем в gemini 3. Текущая предложенная архитектура бустинга решает эту проблему через последовательную ответственность. Первая модель (черновик) пытается сделать всё сразу (и ошибается), вторая (Критик) проверяет выполнение условий постфактум, третья (фиксер) работает с тз критика и исправляет ответ. Такой цикл может длиться от 2 до множества операций, что может значительно экономить ресурсы и улучшать качество ответа (изначальный тезис). При этом даже SOTA-модели пытаются решить всё в один проход, и именно поэтому они «плывут» на сложных мульти-интентных задачах. Текущий подход - итеративное улучшение ответа между разными моделями. Но, пожалуйста, держите в голове что это не классический бустинг и к тому же этап инференса, а не обучения.

Пару ремарок которые можно пропустить если вы и так знакомы с терминами и dl/ml и не интересуетесь архитектурой:

В детстве я всё время что-то записывал, конспектировал, оформлял, чертил и рисовал. Никаких компьютеров и смартфонов тогда не было, поэтому вся эта канцелярия была моей первой личной базой знаний. Мой детский мозг жадно находил, поглощал и накапливал информацию и мне просто необходимо было фиксировать самые важные и интересные факты и знания в письменном виде.

Я очень любил ездить в гости к своим дедушке и бабушке. В их квартире стояли огромные шкафы с книгами от пола до потолка. Книги там были везде: я приезжал в этот дом как в сказочную библиотеку и часами копошился на полках.

На написание этой статьи меня побудили сразу несколько факторов. Это книга Рика Рубина «Творческий Акт как способ существования». И свежая новость: «искусственный интеллект преодолел новый рубеж, показав лучшие результаты в креативности, чем среднестатистический человек». Поэтому, в материале речь пойдет о природе креативности, и о том, чем же на самом деле оказались нейросети!

«Sci-Fi ship on the orbit of black hole»

Я очень давно интересуюсь научной фантастикой, особенно той, где рисуется позитивный образ будущего. И к результатам художественного творчества я неравнодушен, хотя и инженер-программист. Вот где-то на стыке между этими двумя увлечениями в 2021 году у меня появилась идея в дополнение к основной работе создать онлайн-клуб, посвящённый научно-фантастическому арту. Началось всё с отбора и размещения материалов, в основном с DeviantArt и в меньшей степени с ArtStation, но с бурным развитием ИИ, особенно в области генерации изображений, клуб стал более уникальным, так как я смог воплощать свои идеи в арте. Кроме того, «за сценой» используются также чат и код ассистенты. ИИ — это однозначно технология будущего, и использование её в проекте, популяризующем хороший образ этого самого будущего, выглядит более чем подходящим решением. Об этом опыте и хочу рассказать. Глубоких технических деталей об ИИ не будет, это скорее обзорный и презентационный текст.

Кеш — это не просто «быстрая память». То, как ваше приложение взаимодействует с кешем, определяет согласованность данных, сложность кода и отказоустойчивость. Выбор паттерна зависит от сценариев нагрузки: read-heavy, write-heavy или mixed.

Как известно, лучший кинотеатр — наше собственное воображение. Читая книги или размышляя об увиденных образах, мы погружались на дно с капитаном Немо, выживали на необитаемом острове с Робинзоном Крузо, прокармливали генералов с лесковским мужиком, путешествовали вокруг света за 80 дней, летали на ковре-самолёте с героями Крапивина, представляли себя Гулливером около муравейника, ловили парейдолии на коврах и, конечно, летали в прошлое и будущее с  Марти Макфлаем. 

А давайте в комментариях (или отдельными статьями) снова выкрутим ручку воображения на максимум и порассуждаем, как бы мы могли быть полезны в то или иное время, каким багажом знаний (и практических умений) мы смогли бы поделиться?

Помните то легендарное видео, где нейросетевой Уилл Смит с безумными глазами яростно пожирает макароны? Забудьте как страшный сон. В мире ИИ время течет иначе. То, что год назад казалось магией, сегодня безнадежно устарело. Видеогенерация перестала быть игрушкой для создания мемов и превратилась в мощный инструмент, где отличить работу алгоритма от реальной съемки становится всё сложнее.

Но тут встает главный вопрос: куда нести свои промпты? Сервисов стало слишком много. Американские гиганты, дерзкие китайские стартапы, платные, бесплатные, с VPN и без... Где лучше физика, а где просто красивая обертка? Чтобы не гадать на кофейной гуще, мы устроили настоящую Королевскую битву. Мы прогнали Google Veo, Runway, Kling, Hailuo и других топов рынка через один и тот же сценарий, чтобы честно показать: кто здесь новый король кинематографа, а кто все еще рисует галлюцинации.

Чтобы сравнение было честным, мы придумали единый сложный промпт. В нем есть всё, что так не любят нейросети: шерсть, стекло, сложный свет и физика частиц.

Приятного чтения!

Во второй половине прошлого года меня что-то потянуло мыльницы всякие старые попробовать из начала нулевых. Купил Sony DSC-V1 — одна из самых интересных камер тех лет, но есть подозрение, что у неё то ли шлейф умер какой-то, либо матрица чудит. Казалось бы — потраченные в пустоту деньги. Изначально хотелось взять DSC-F828, но цены на эту камеру на вторичке, мягко говоря, не самые приличные. Но спустя пару месяцев после неудачной покупки, домой приходит младший брат и вручает эту самую камеру, которая ему досталась бесплатно, но он точно не фотограф. А мои увлечения он знает, ну и передал это чудо в нужные руки.