Kurgan-Telecom Ru | Информационные технологии

Про невозможное

В 1956 лётчик-испытатель компании грумман по фамилии Эттридж проверял новейший по тем временам сверхзвуковой ф-11ф тигр.
Надо было подняться на высоту двадцать тысяч футов (не важно сколько это в метрах, у всех лётчиков всё одно имперские замашки в измерениях), отстрелять все пульки, и вернуться на базу.

Всё шло по плану.

Поднялся на нужную высоту, немножко нырнул, набрал один мах, на тринадцати тысячах футов за два нажатия гашетки отстрелял все пульки, полетел дальше.

На семи тысячах что-то попало в самолёт.

Что должен делать разработчик, чтобы проект, над которым он работает, не имел проблем? Очевидно — нужно просто исправить все баги и больше не писать новых. 

Хорошая попытка, но в реальности и для существующего сервиса скорее всего потребуется ещё несколько шагов, чтобы радикально уменьшить количество открытых багов. В том числе нелюбимое многими разработчиками — начать писать тесты. Зачем этим должны заниматься сами программисты, почему нельзя всё переложить на AI, с чего начать и каким принципам следовать, расскажу в статье.   

В 2021 году выход работы Даниэля Канемана, Оливье Сибони и Касса Санстейна «Шум» закрепил в научном и управленческом сообществе представление о вариативности суждений как о критическом изъяне человеческого интеллекта.

Однако последние исследования, опубликованные в период с 2024 по 2025 год, указывают на необходимость пересмотра этой концепции.

Хабр, привет!

На связи команда инженер-аналитиков R-Vision. В январе мы выделили 12 трендовых уязвимостей и включили в этот дайджест те, что представляют наибольшую опасность по уровню риска, подтверждённой эксплуатации и практическому интересу для специалистов информационной безопасности.

Полный перечень уязвимостей доступен в Базе уязвимостей RVD (R-Vision Vulnerability Database), которая используется в продукте R-Vision VM.

Ищешь нейросеть для отчета по практике? Пошаговая инструкция, как написать отчет по учебной или производственной практике с помощью ИИ. Кэмп пишет все: дневник, готовая структура, основной текст, итоговая презентация.

Меня зовут Дмитрий. Мне 32 года. Я начал свою карьеру в IT 16 лет назад, стартовав с простых заказов на фрилансе. Тогда я жил в Тюмени, а затем перебрался в СПб. В январе 2022 года меня подхватила компания, которая перевозила российских айтишников в Америку. Это были последние недели её существования… После начала всем известных событий она закрыла все филиалы в России.

Новый год — новые цели. Решил завести блог на Хабре про жизнь кодера в Америке в 2026 году и для начала хочу познакомиться.

На фото — Motorola Neptune LTE, процессор самых известных и легендарных моделей телефонов Motorola: начиная от E398, заканчивая Razr V3.

Стейкхолдеры — это те самые люди, которые приходят с задачей «Надо ещё вчера», а формулируют её на уровне «Копаем от забора до заката!» и при этом вполне способны одним решением заморозить проект. В итоге команда либо бросается делать «как поняла» и приплывает не туда, либо зависает в ожидании мифического ТЗ, либо выгорает в героическом овертайме, а результат всё равно остаётся под вопросом. Знакомо?

В этой статье разберём, как выживать и делать задачи, когда требования туманны, сроки горят, а вокруг ещё и смежники, у которых свои приоритеты. Будут конкретные приёмы и чек-листы из практики: как отличать «Да, но на самом деле ничего не будет» от настоящего «да», почему у одних «нет» — это отказ, а у других просьба дать больше информации, как работать в условиях неопределённости без ступора и лишней работы, и как держать стейкхолдера в курсе так, чтобы он видел контролируемое горение, а не хаос.

Спойлер: ключевой навык — не угадать, что имели в виду, а забрать задачу, переформулировать своими словами и доуточнить, что же имелось ввиду.

Здравствуйте!

Цель статьи - поделиться опасениями от использования ОТЛИЧНЫХ AI-ассистентов и услышать мнение сообщества по их поводу.

Я C# разработчик, и в своей работе в 90% случаев использую VisualStudio. 50% моей работы - создание типовых RESTful сервисов для бэкэнда нашего продукта. Еще процентов 30% - работа с обработкой изображений и видео. И процентов 20% рабочего времени я трачу на различные R&D исследования разной степени сложности.

В 2023 году ChatGPT плотно захватил умы прогрессивного человечества. Мы развлекались как могли. А я в свою очередь стал использовать ChatGPT, а затем и DeepSeek для рутинных задач. Например, сгенерировать набор классов по JSON, отредачить текстовку и т.п. Работа не всегда была выполнена чисто - то напутает с типами данных, то поломает стилистику. В общем приходилось ревьювить каждую генерацию. Но в целом, это здорово помогало экономить время. К тому же мало помалу я составил идеальные промты для каждой задачи, и казалось вот оно светлое будущее.

Затем появился Copilot и часть своих задач я начал выполнять непосредственно в VS. Copilot научился нативно интегрироваться в IDE, представлял удобнейший инструмент для включения результатов своей работы в код и остальные плюшки. Коллеги, между тем, на месте не стояли и расширяли набор сценариев взаимодействия с Copilot. Да и сам Copilot предлагал все более интересные модели.

Начались шуточные разговоры про бездушную машину, замену человека и прочие шутки в этом роде. И если вы подумали, что именно этого я боялся, то нет. Точнее на данном этапе я этого совсем не боялся.

В эру нейросетей уже даже у людей без компьютера есть свой карманный ИИ, не говоря про специалистов, работающих в интернет маркетинге, арбитраже, SMM и так далее, продолжать можно долго.

Вот и я перепробовал разные вариации искусственного интеллекта (от набившего всем оскомину GPT, до китайских “убийц” этого самого ГПТ, ну или каких то сильно нишевых моделей). Но я всегда использовал или прямое общение, или какие то готовые инструменты, которые люди писали под разные нужды. Это то и натолкнуло меня на мысль - сделать помощника под себя. И вот… Хотя давайте по порядку.

Итак, у вас есть телеграм-канал, и вы хотите понять, какой контент заходит аудитории конкурента, вам некогда искать темы или вы просто не знаете, о чем писать, но не хотите постить лабуду.

Вместо того чтобы читать тысячу постов конкурента за год, вы загружаете историю его постов в NotebookLM и нейросеть, проанализировав закономерности, скидывает вам меньше чем за минуту список топовых рубрик, плюсы и минусы контент-стратегии канала и прочее.

Когда Anthropic, Google DeepMind и OpenAI одновременно называют одни и те же сроки - пора насторожиться.

Тайминг завораживает, потому что эти заявления появились сразу после того, как xAI, его компания по искусственному интеллекту, закрыла раунд финансирования на $20 миллиардов. И если связать это с тем, что случилось на прошлой неделе в Давосе, вы поймете, почему это утверждение заслуживает серьезного внимания, даже если вы скептик.

Потому что Илон Маск больше не единственный CEO из мира ИИ, говорящий о сингулярности.

Я планировал отойти в этой статье от стандартного контента. Покажу вам конкретные признаки, которые подтвердят наше приближение к этому переломному моменту.

На днях у Кирилла Мокевнина вышел пост про то, как он разлюбил динамическую типизацию. Мысль понятная: на больших кодовых базах отсутствие типов начинает дорого стоить.

Хочу дополнить аргументом, который в 2026 году уже стал прям must-have: статанализ и типы — это лучший self-check для AI-агента.

Современные агенты для разработки (Claude Code на Opus 4.5 и ChatGPT Codex 5.2 High) хорошо пишут код. Ошибок уровня «переменная не объявлена», «импорт забыл», «опечатка в имени метода» по сути уже почти нет. 

Основные промахи чаще про другое:

Любое предложение бизнесу чаще всего должно сопровождаться обоснованием, во что оно обойдется в плане финансовых затрат и сроков, когда планируется получить первые выгоды от его использования.

Поэтому, когда завершены два первых этапа фазы, и становится более-менее очевидным, что именно должен получить заказчик в результате создания целевой ИС, в дело привлекаются команды потенциальных исполнителей для первоначальной оценки реализации решения.

В прошлой статье мы запустили эмулятор и убедились, что Android Automotive OS (AAOS) — это не просто зеркало вашего телефона. Это самостоятельная экосистема. Но пока мы запускали только стандартные медиа-плееры, мы скользили по поверхности.

Настоящая магия начинается там, где софт встречается с «железом».

В телефоне у вас есть стандартный набор датчиков: GPS, акселерометр, гироскоп. В современном автомобиле таких датчиков тысячи: от давления в шинах и температуры масла до угла поворота руля и статуса каждой двери. Как Android-разработчику получить доступ к этому океану данных? Не будем же мы тянуть провода к OBDII разъему?

Конечно, нет. Для этого Google построила мощный мост, по которому мы сегодня и пройдемся. Добро пожаловать в мир Car API и VHAL.

Принято считать, что стеганография в аудио умирает, как только файл пережимают в MP3. Классический метод LSB (замена младших битов) действительно не выдерживает встречи с психоакустической моделью сжатия — данные просто стираются как «неслышимый мусор».

Но что, если подойти к задаче не как к замене битов, а как к радиосвязи? В этой статье мы напишем приложение ChameleonLab на Python (PyQt6 + NumPy). Мы откажемся от хрупких методов в пользу военной технологии DSSS (расширение спектра), применим криптографию AES-256 и научим наш сигнал выживать даже при перекодировании в 128kbps. Разберем математику корреляции, борьбу с рассинхронизацией ffmpeg и почему иногда шум — это хорошо.

Привет, Хабр!

Технологии управления проектами меняются — и вместе с ними меняемся мы и наш мир. Особенно отчётливо это видно в ИТ. Раньше компании были вынуждены мыслить системно: обновления продуктов выходили раз в год, а то и реже, и новые версии нередко приносили не только функциональные улучшения, но и переработанную архитектуру.

Сегодня мы мыслим инкрементами. Обновления выпускаются с немыслимой прежде скоростью — Scrum, DevOps и сам современный темп работы сформировали этот подход. Менять архитектуру стало некогда: в инкремент это не укладывается, за спринт — не разрабатывается. В результате продукты всё чаще превращаются в корабли Тесея: после множества мелких правок в системе не остаётся ни одной «старой доски». Формально корабль полностью новый — все элементы заменены, — но по сути он изменился куда меньше, чем кажется.

Мы стали мыслить бэклогами, а не архитектурами. Образ мышления неизбежно отражается в продуктах, продукты формируют наш цифровой мир, а тот — в конечном итоге — нас самих. Так индивидуальность начинает подстраиваться под популярную методику, порождая однотипные проектные команды. При этом внутренне мы понимаем, что должно быть наоборот: методика обязана адаптироваться к компании, а не перекраивать её под себя.

Большой адронный коллайдер в швейцарском CERN — прежде всего огромная научная установка. Под землей, на границе Швейцарии и Франции, проложено 27-километровое кольцо, в котором ученые разгоняют и сталкивают друг с другом элементарные частицы. Об этом вы, конечно, знаете. Да и обычно о коллайдере говорят именно в этом контексте — открытия, теории, физика. Но с января 2026 года у него появилось еще одно применение, можно сказать, приземленное. Речь об отоплении домов.

Дело в том, что во время работы коллайдер выделяет большое количество тепла. Раньше его просто отводили, оно тратилось впустую. Сейчас же избыточное тепло начали использовать для отопления соседнего французского городка. В итоге система, созданная для экспериментов с частицами, стала источником тепла для тысяч квартир и зданий.

Привет! Это команда Яндекс Практикума. В конце 2025 года мы провели исследование рынка и узнали, как меняются требования работодателей и к чему стоит готовиться джуниору Go-разработчику при трудоустройстве. Рассказываем самое важное.