Kurgan-Telecom Ru | Информационные технологии

AI-агент каждую сессию начинает с нуля — не помнит, что вчера разбирали архитектуру, какие баги нашли и почему выбрали именно это решение. Знакомо?
Я сделал open-source MCP-сервер на Go, который даёт агентам persistent memory с semantic search. Один memory-layer для Cursor, Claude Code и Codex — чтобы контекст не терялся между инструментами.
В статье — не обзор, а инженерный разбор: схема БД, embedding pipeline с fallback между провайдерами (и почему я в итоге от этого отказался), in-memory cosine similarity вместо vector DB, RAG-индексирование с инкрементальным обновлением, и реальные промпты для агентов.
Отдельно разобрал грабли: почему fallback между разными embedding-моделями — это не отказоустойчивость, а источник тихих багов, и как я это починил.

Привет, Хабр! Меня зовут Антон Осетров, я разрабатываю СнК в компании YADRO. Раньше я проектировал отказоустойчивые бортовые вычислители, а также испытывал в лаборатории микросхемы. В этой статье я расскажу, что такое DFT, зачем это нужно, а также сравню популярные архитектуры, с помощью которых DFT реализуют на FPGA.

Open Academy — это Telegram mini app для обучения финансам (в будущем и другим направлениям) прямо внутри Telegram и в удобном формате слайдов. В этой статье я разбираю доступность интерфейса Open Academy с точки зрения незрячего пользователя и показываю, какие элементы можно улучшить.

В этой статье я разберу внутреннюю кухню рынка SERM (управления репутацией). Мы поговорим о том, как устроена экономика микрозадач, почему одни отзывы «живут» годами, а другие улетают в бан через 5 минут, и как на этом построить системный доход.

Google опубликовал в открытом доступе Google Workspace CLI — инструмент для системных администраторов, DevOps‑инженеров и разработчиков, которые управляют корпоративной инфраструктурой. Это интерфейс командной строки для администрирования и автоматизации работы с сервисами Google Workspace. Проект размещён на GitHub.

Фактически, это удобная прослойка между API Google Workspace и вашей консолью. Вместо того, чтобы напрямую работать с REST‑запросами, настраивать OAuth и обрабатывать авторизацию, разработчики получают готовый CLI‑инструмент. В нём уже есть описанные скиллы (команды) для типовых операций — управления пользователями, группами, файлами Drive, Gmail и другими сервисами. Это особенно удобно при создании AI‑агентов и автоматизированных сценариев. LLM может вызывать конкретные команды CLI, не дергая API напрямую и не усложняя логику авторизации.

Добрый день. В этой статье поделюсь следующим опытом: как мне удалось сэкономить очень много денег для известного крупного ритейла.
Ко мне обратилась одна из крупнейших торговых сетей России с проблемой следующего характера. На её распределительных центрах (РЦ) Заказчику поступал товар от производителя — огурец сорт «Мева». Заказчик, разгружая у себя товар в количестве 32 поддонов весом по 600 кг и вывозя его электрокаром из кузова авто, получал падающие и рассыпающиеся поддоны вместе с огурцами. При этом опалетка каждого поддона рвалась. В результате возникали серьёзные потери на каждом РЦ именно с этим поставщиком-производителем.
Заказчик тратил время на сбор продукции и возврат обратно поставщику, а также терял в прибыли на каждом РЦ крупные суммы.
Что было решено? Я посетил один РЦ ритейла во время приёмки данного товара от производителя. Также было решено посетить день формирования партии и отгрузки на складе производителя. На выяснение истинной причины было затрачено 7 дней.
Что сделано с моей стороны:
-Заказчик предоставил копию договора поставки с производителем. -Изучил условия в договоре.
-Заказчик предоставил фото- и видеоматериалы происходящего на своих РЦ (как падает паллет).
-Договорился о днях присутствия на РЦ.
-Договорился с производителем о дне присутствия на складе производителя.
-Изучение, анализ, фиксация процессов на РЦ и складе производителя с помощью фото и видео.
Моё присутствие, наблюдение и анализ на РЦ Заказчика подтвердили, что паллет с огурцами разваливается при малейшей тряске или повороте электрокара. Особенно когда электрокар аккуратно съезжал с кузова, а именно в моменте, где всегда происходит небольшой скачок. Это стандартный технически заложенный скачок — без него никуда, так устроен процесс отгрузки и разгрузки. Мы попробовали аккуратно вывезти паллет и поставить его на весы, но при простом развороте электрокара весь поддон разваливался. Предположительно, проблема была не в РЦ и не в сотрудниках на электрокарах.

Многие статические анализаторы позволяют подавлять отдельные предупреждения прямо в коде с помощью специальных комментариев. Со временем таких меток в проектах накапливается всё больше. Часть из них теряет актуальность, и потом они просто висят в коде как магниты на холодильнике.
В этой статье мы решили оценить масштаб проблемы. Мы взяли несколько проектов и проверили их с помощью нового функционала PVS-Studio, который умеет находить устаревшие маркеры подавления. Посмотрим, что из этого получилось.

Всем привет! Меня зовут Александр, я начальник производства металлоконструкций. Я не IT-специалист в белой рубашке, который видел станки только на картинках. Я практик. Я знаю, что такое срыв сроков, ночные смены и бесконечные поиски виноватых, когда цех встает из-за того, что «кто-то забыл заказать металл».

Сегодня я расскажу, как иллюзия контроля через бесплатные сервисы обходилась нашей компании в сотни тысяч рублей убытков, и как я написал систему управления цехом, которая спасла мои нервы и деньги собственников.

Привет, Хабр!

Меня зовут Олег Кивокурцев, я из компании Promobot, и мы делаем манипуляторы для промышленности.

Вы мне сейчас скажете: Олег, да это же обычная робо-рука! Где мы их только не видели! Да чего уж говорить, мы сейчас возьмём какую-нибудь Arduino, приделаем три моторчика, и, зная длины направляющих и угловую скорость моторчиков, за день-другой напишем на каком-нибудь micropython софт для этой руки, чтоб она нам брейкданс танцевала. О чём ты тут вообще можешь нам рассказать?

Знаете, о многом.

На самом деле всё примерно так и есть, но посыпьте эту задачку техническими нюансами, серийным производством и b2b особенностями - и вот уже приключение на пару дней превратилось в историю на много лет, со взлётами и падениями. Чем я и хочу с вами поделиться.

В России запускают масштабный проект по развитию микроэлектроники с бюджетом 1,25 трлн ₽. Планируют ускорить создание современного производства собственных процессоров и чипов. Разбираем, получится ли на эти деньги создать конкурентоспособную микроэлектронику.

Ещё в 1987 году Майкл Стоунбрейкер в основополагающем документе «The Design of POSTGRES» написал, что транзакции должны быть 64-битными. Прошло почти 40 лет — и Postgres до сих пор живёт в мире 32-битных счётчиков. Но в декабре 2025 года в кодовую базу тихо вошёл мой коммит, который стал первым реальным шагом к тому, о чём думал Стоунбрейкер. Расскажу, что именно изменилось и почему это важнее, чем кажется.

Со времён открытия электрона знания человечества только углублялись, и со временем, пришли к пониманию удивительного открытия — как достичь вылета электронов из твёрдого тела: эмиссия электронов. Это открытие изменило всё — дав нам радиолампы, множество видов которых применялось (и применяется даже сейчас) в разных направлениях.

Говоря об эмиссии, обычно подразумевают «термоэмиссию» как наиболее распространённый способ достичь вылета электронов. 

Однако, есть как минимум и второй вариант, о котором говорят гораздо меньше, и тоже достаточно интересный и полезный в практическом смысле — холодная эмиссия электронов, и сегодня мы поговорим как раз о ней… 

Меня зовут Алексей, я застройщик. Идея заняться умными домами появилась у нас с партнерами около пяти лет назад: направление казалось перспективным, но до практической реализации дело долго не доходило. Ситуация изменилась, когда появился объект, на котором мы получили полную свободу действий.

Этот дом мы строили с нуля — от коробки до финальной эксплуатации. Мы самостоятельно сформировали инженерную концепцию, подобрали оборудование и выстроили логику автоматизации. Проект стал для нас испытательной площадкой: здесь мы отрабатывали подходы, проверяли решения на практике и последовательно корректировали систему по мере развития дома.

Что общего между броском d20 и проверкой гипотезы? Между походом в таверну за информацией и сбором данных от заказчика? Оказывается, довольно много.

Хабр, привет! Меня зовут Вячеслав Демин, я больше пяти лет работаю в сфере Data Science. Сейчас я руководитель направления аналитики данных в Сбере и эксперт на курсе «Специалист по Data Science» в Яндекс Практикуме. Начинал с этого же курса в 2020 году, после чего работал в сфере страхования и нефтехимии. 

А ещё я Dungeon Master в «Подземельях и драконах». В этой статье я расскажу, чем моя любимая игра похожа на мою работу и чем она может полюбиться дата-сайентистам.

IT сфера давно перестала быть исключительно про код, архитектуру и выбор фреймворка. Это среда постоянных ревью, дедлайнов, пересборки требований, асинхронной коммуникации, сложных обсуждений и регулярного фидбека. И именно в этих точках начинает проявляться тип психологической привязанности.

За последние годы через нашу команду прошло много сильных специалистов, и мы точно знаем, что карьерная траектория людей зависит не только от технических навыков. Кто-то спокойно растёт в лидерство, а кто-то начинает выгорать при тех же задачах. Связывать это можно с разными переменными и паттернами поведения человека. Но сегодня поговорим только про теорию привязанности и ее типы – как все это влияет на карьеру в ИТ. 

Традиционная торговля патентами напоминает рынок недвижимости — долгие переговоры, высокие транзакционные издержки, единовременные выплаты и сложные юридические конструкции. 

Netflix трансформировал киноиндустрию, а Adobe и Microsoft перевели софт на подписку. Разбираемся, может ли аналогичная революция произойти в сфере интеллектуальной собственности.

Любая технологическая революция начинается одинаково. Сначала вода едва доходит вам до щиколоток, а в следующую секунду вы уже идете ко дну.

В конце 2025 года легендарный инвестор Говард Маркс (тот самый, что предсказал крах доткомов в нулевых и ипотечный кризис в 2008-м) задался простым вопросом: «А не раздули ли мы из ИИ очередной финансовый пузырь?» Уолл-стрит в то время трясло. В серверные фермы вливались триллионы долларов. Стартапы без единого готового продукта поднимали по два миллиарда инвестиций при оценке в пятьдесят. Синдром упущенной выгоды (FOMO) пробил потолок.

Но пару месяцев спустя, в феврале 2026-го, Маркс сделал нестандартный ход. Он попросил нейросеть Claude от Anthropic составить для него персональный курс, который объяснил бы ее же собственную эволюцию. В ответ прилетело эссе на 10 000 слов. Оно читалось так, будто его написал ваш самый гениальный коллега: ИИ предугадывал сомнения Маркса, бил его же собственными инвестиционными правилами и безжалостно раскладывал по полочкам, что ждет экономику в ближайшие десять лет.

И тут Маркс понял: спорить о том, пузырь это или нет — значит вообще не видеть слона в комнате. Перед нами не просто очередная финансовая лихорадка. Мы присутствуем при историческом моменте — человек теряет монополию на мышление.

Вот что самый проницательный инвестор в мире понял о скрытых пружинах ИИ-бума, пугающем переходе к автономным агентам и о том, как нам всем выжить в новой экономике.

Делюсь опытом замещения команды маркетинга на ИИ, с которым работаю самостоятельно. Полёт почти 4 месяца, достаточно времени для выводов и оценки результатов.

Как мы превратили стрессовые ручные релизы в предсказуемый one-click процесс с GitOps и автоматикой. 60+ модулей, аудиторы и регуляторика — в едином шаблоне, который масштабировался на 30+ сервисов. Без магии, но с инженерной дисциплиной

Асинхронное программирование сегодня используется почти везде — от пользовательских интерфейсов до серверных систем с высокой нагрузкой. Оно позволяет не блокировать поток выполнения и эффективно работать с операциями ввода-вывода. Но вместе с этой гибкостью появляется и обратная сторона: пересекающиеся асинхронные вызовы начинают конкурировать друг с другом.

Представим простой пример. Пользователь печатает в строке поиска, и каждый символ запускает новый запрос. Или серверный сервис несколько раз запрашивает одни и те же данные, потому что разные части системы одновременно обращаются к одному ресурсу. Это не редкие случаи — такое происходит постоянно.

Если такие вызовы никак не координировать, система начинает выполнять лишнюю работу. Возникают дублирующиеся запросы, гонки данных и дополнительные вычисления. В интерфейсах результаты могут приходить в неправильном порядке, а на сервере растёт нагрузка и появляются трудно воспроизводимые ошибки. Обычно проблему пытаются решать блокировками, токенами отмены или дополнительными проверками в коде, но такие решения часто оказываются лишь временными костылями.

Более системный подход — объединять пересекающиеся асинхронные операции. Если несколько вызовов требуют один и тот же результат, нет необходимости выполнять работу несколько раз. Гораздо разумнее выполнить её один раз и распределить результат между всеми ожидающими.

Однако в реальных системах одного такого поведения недостаточно. Иногда результат должен определяться самым последним запросом. Иногда выполнение лучше немного отложить, чтобы дождаться стабилизации входных данных. А в некоторых случаях операции вообще нужно выполнять строго по очереди.

В этой статье я разберу пять стратегий Async Coalescing — подхода, который позволяет контролировать конкуренцию асинхронных операций. Мы посмотрим, в каких ситуациях каждая стратегия полезна и какие компромиссы она вносит в систему.