Kurgan-Telecom Ru | Информационные технологии

В этом эссе родителя-экспериментатора без педагогической теории (я не педагог и не психолог), без идеализации родительства, но с некоторым багажом практики, я описываю, как занимался развитием сына и что делал, чтобы он вырос думающим, любознательным, любопытным и эрудированным. 

В этой статье мы не просто посмотрим синтаксис — мы поймём зачем это нужно и как работает под капотом. Мы пройдём путь от указателей на функции в C/C++ до современных лямбда-выражений в C#, разберёмся с делегатами и научимся использовать всю мощь функциональных возможностей языка.

На конференции PgConf 2026, которая прошла в Москве 23-24 марта 2026 года было много докладов.

В статье дан обзор одного из докладов конференции, - Андрея Билле, главного инженера компании Postgres Professional.Название доклада: "Если ваш админ самурай или история о восстановлении очень нужных данных". Доклад рекомендовали организаторы конференции, поэтому я решил его посетить и не пожалел. Этот доклад оказался наиболее зажигательным.

Чуть более двух лет назад я опубликовал здесь статью про восприятие IT-специалистами феномена нейросетей. Тогда моё «исследование» (не стоит убирать кавычки, это именно «исследование») базировалось на опыте психологического консультирования 30 представителей сферы, с которыми поднималась эта тема. Если мы вернемся немного назад во времени, то картина будет следующей.

Конец 2022 года. Open AI презентовала продукт ChatGPT на основе своей модели GPT-3.5. Данное событие ознаменовало не только какое-то сюрреалистичное количество статей и скриншотов, а-ля «а вот как мне ответил чатжэпэтэ», но и повышение уровня стресса среди представителей многих профессий. Но так как вы читаете это на Хабре, то и говорить я буду преимущественно про целевую аудиторию, то есть, работников IT-сферы.

Так вот, на протяжении 2023 года я наблюдал за тем, как профессиональное сообщество воспринимает появление нового явления, которое некоторые приравнивают к созданию паровой машины, повлекшей за собой техническую революцию. Накопил 30 человек, которые делились со мной своими переживаниями и страхами. На основании этого вывел определенную статистику. На момент второй половины 2023 года респонденты разделились на три категории: 10% отнеслись к появлению подобного рода ИИ позитивно, 50% умеренно переживали, 40% демонстрировали панические нотки.

Но вот прошло уже более трёх лет как мы живем в «новом мире». Мы начали к этому адаптироваться. Какие-то ожидания и страхи оправдались, какие-то – нет (ещё нет?). Следовательно, картинка должна была как-то измениться. И про актуальное восприятие (именно восприятие, а не реальное положение дел) эта статья.

“Долг понимания” (comprehension debt) — это скрытая цена, которую человеческий интеллект и память платят в результате чрезмерной зависимости от ИИ и автоматизации. Для инженеров это особенно актуально в сфере разработки агентных систем.

Когда команды активно используют инструменты для генерации кода с помощью ИИ, возникают определенные издержки, которые не отражаются в показателях производительности. Особенно это касается случаев, когда проверка всего кода, генерируемого ИИ, становится утомительной. Эти издержки накапливаются постепенно, и в конечном итоге их приходится оплачивать — с процентами. Это называется “долг понимания” или “когнитивный долг”.

Самые интересные новости финансов и технологий в России и мире за неделю: в столице опять дали интернет, новый биржевой фонд Лежебоки, уголовка за незаконный майнинг в РФ, штраф Метогуглу за подсаживание на соцсети, Илон Маск строит крупнейший в мире чиповый завод, долгожданный аудит Tether, а также первый тизер нового ГП-сериала.

При создании плат в той или иной программе периодически приходится использовать какие-то компоненты, которых нет в стандартном пакете: какой-нибудь разъем необычного размера, готовый модуль и т.д.

Сам пользуюсь сейчас LibrePCB, и вот в комментариях видел вопрос: а где брать компоненты для LibrePCB, если их там не нашлось?
Создать, конечно!

Создание нового компонента только на первый взгляд кажется сложным. но на самом деле всё довольно просто, если понять логику, как это там делается.
Например, нужно создать компонент модуля понижения напряжения DCDC:

В прошлой нашей статье мы рассказывали, как написали программу ExoLogica AI для анализа экзопланет. В комментариях Senior Data Scientist'ы справедливо разнесли нас за то, что наша нейросеть ничего не знала об уравнении состояния вещества (не хватало inductive bias).

Мы признали критику, ушли переписывать архитектуру и внедрили полноценный Physics-Informed ML. Но когда мы запустили гибридную модель v2.0, мы обнаружили нечто пугающее. Оказалось, что главный астрономический Индекс Подобия Земле (ESI) систематически лжет.

Рассказываем, как мы открыли «Парадокс ESI», ввели собственный индекс физической реализуемости (PRI) и математически доказали, что 71% так называемых «вторых Земель» — это просто куски раскаленного чугуна. И о том, как пара строк кода на Python сократила каталог из 9600 планет до 37 реальных миров, утерев нос популярным спискам обсерваторий.

В этой статье я собираюсь показать вам Android фичу, представленную в 2012 году, и попробую написать для неё UI на Compose.

Изучая недра Android, я наткнулся на один Service, который привлек моё внимание. Класс, который я обнаружил, не только заинтриговал меня своим названием, но и снова удивил интересными возможностями, скрытыми внутри Android.

Если вы работаете с мониторингом в Prometheus или VictoriaMetrics, то наверняка знаете, и Alertmanager для удобного конфигурирования алертов. А если вы ещё и используйте EvaTeam (российский аналог Jira) и хотите автоматизировать полностью цикл создания, работы над алертами в этих систмах, то это решение очень вероятно вам поможет осуществить такую связку!

Alertmanager-evateam это Alertmanager (webhook) плагин, который создаёт и управляет задачами в EvaTeam на основе алертов, с акцентом на гибкость.

Сегодня мы стоим на пороге создания AGI (искусственного интеллекта общего уровня), и сценарий Головачева может оказаться куда ближе к реальности, чем кажется, благодаря переходу от лингвистики к моделям мира (World Models).

От слов к действию: физика против лингвистики

Главная претензия к современным ИИ (вроде ChatGPT) — они не понимают, как устроен мир. Это «мозги в колбе», знающие мир только по текстам. Однако сейчас идет активная разработка технологий, которые сделают ИИ физичным.

Миллиметровый радар HLK-LD2450 — недорогой датчик присутствия с координатами целей. Чаще всего его используют как «есть/нет движения», но по протоколу он отдаёт X, Y, скорость, угол для трёх целей одновременно. Мы разобрали бинарный протокол, настроили аппаратные зоны, управляем регистрами через ESPHome и Home Assistant, и всё это — без промежуточных прослоек.

Привет, Хабр!

Парсер‑комбинаторы и синтаксический анализ в целом — очень интересные темы. Однако материалов со сравнительно низким порогом входа маловато, а в существующих статьях на читателя сразу обрушивается поток терминов и формальностей.

Эту статью я позиционирую как введение в парсер‑комбинаторы «для чайников» (или «для самых маленьких» — как вам больше нравится). Цель: попытаться рассказать простым языком и с примерами так, чтобы Вы могли после прочтения написать свой парсер без какого‑либо предварительного опыта и знаний в области синтаксического анализа.

Приятного чтения!

Большинство рекламодателей в Telegram Ads смотрят на Views и думают, что понимают что происходит. CPM низкий — значит дёшево. CTR высокий — значит креатив работает. Views растут — значит охват идёт.

На деле все три вывода могут быть одновременно неверными, и это не баг платформы, а её фундаментальная архитектура.

В статье разбираю как именно Telegram считает просмотр на уровне клиента, чем это отличается от IAB‑стандартов которым следуют все остальные рекламные системы, и почему незнание этого отличия регулярно приводит к тому что бюджеты уходят в каналы где аудитория физически не читает рекламу — а в отчёте при этом всё выглядит нормально.

Не на маленькой невинной лжи, а на настоящей. На чём-то серьёзном, что человек активно скрывал от людей, которые ему доверяли.

А теперь представьте, что вместо увольнения с позором этот человек получил повышение.

Это история Сэма Альтмана.

«Ведь там в монастыре иноки, наверно, полагают, что в аде, например, есть потолок. А я вот готов поверить в ад только чтобы без потолка; выходит оно как будто деликатнее, просвещеннее, по-лютерански то есть. А в сущности ведь не всё ли равно: с потолком или без потолка? »

Ф. М. Достоевский, «Братья Карамазовы»

Загадка базы данных

Вся наша база данных находилась в памяти, однако операции поиска по ней занимали 12 тысяч тактов. При миллионе показаний датчика IoT-устройства с 64 КБ кэша реализация красно-чёрного дерева оказалась слишком медленной для запросов в реальном времени.

«Давайте попробуем B-дерево», — предложил я.

«Разве они нужны не только для баз данных на дисках?», — спросил лид, — «У нас всё находится в памяти. Чем нам будет полезно B-дерево?»

Вопрос был вполне разумным. B-деревья были придуманы для доступа к диску; каждый узел в них — это блок диска. Однако паттерны промахов кэша выглядели подозрительно похожими на паттерны дискового ввода-вывода — всего в 100 раз, а не в 100000 раз быстрее.

В итоге мы реализовали B-дерево. Результаты удивили всех...

Как понять, куда на самом деле уходят деньги, если смотреть на них как на поток, а не как на набор категорий.

На реальном примере показываю, как из банковской выписки собрать Sankey-диаграмму, где помогает AI, где ошибается и какие решения приходится принимать.

В итоге получается не статичная картинка, а интерактивная модель, с которой можно работать: разбирать структуру расходов, видеть взаимосвязи и находить узкие места.
Подход применим не только к личным финансам, но и к бизнесу — для анализа движения денег, затрат и сложных процессов.

Будет полезно дизайнерам, аналитикам и всем, кто работает со сложными системами.

В ИТ много неугасающих дискуссий: микросервисы или монолит, доступный или открытый код. Еще один спор из этой же категории: должен ли руководитель разработки писать код? Мы в Beeline Cloud решили обсудить различные мнения по этому поводу: программировать и тем самым поддерживать авторитет среди коллег или сосредоточиться на развитии команды? Разобрались, какие аргументы приводят сторонники и противники «управленцев-кодеров», а также сделали подборку книг для начинающих путь в роли руководителя разработки.

Многие разработчики в последнее время используют облачные LLM для генерации программного кода, в том числе с помощью агентов. Но это вызывает как минимум две проблемы:

Утечка информации: мы не знаем, какие данные LLM передаёт в облако

Бесконтрольный расход токенов, особенно в случае автоматических агентов, которые запускаются в автономную работу на длительный период

Для этого есть специальные инструменты мониторинга. Например, Tokentap (бывший Sherlock) отслеживает использование токенов для LLM CLI в реальном времени на панели в консоли. Такой MitM-прокси полезен для информационной безопасности и просто для учёта расходов.