Kurgan-Telecom Ru | Информационные технологии

Введение

Content Pipeline — это официальный способ работы с ассетами в MonoGame. Однако в сообществе уже давно существует немалая группа разработчиков, которые его не любят и предпочитают загружать ассеты в «сыром» виде. Особенно это заметно в сообществе FNA(ещё одной реализации XNA4) — там такой подход используют практически все.

Я тоже давно в этой «партии» и в этой статье объясню, почему…

Всем привет. Давно хотел написать отдельный материал именно про гемблинг партнёрки, потому что для меня это личная боль. Я довольно много слил пока работал с сомнительными конторами на старте.

Надеюсь тут найдутся ребята которые тоже работают с трафиком - заодно поделитесь своими наводками в комментах, кто с кем сейчас льёт. Чем больше живых отзывов в одном месте, тем меньше шансов что новички наступят на те же грабли что и мы в своё время.

Сразу небольшой дисклеймер: я не призываю лить трафик на гемблинг и тем более не призываю делать это туда, где это запрещено. Гемблинг регулируется в каждой стране по-разному, где-то нужна локальная лицензия, где-то реклама азартных игр прямо запрещена. Всё что ниже - это про работу с офферами на тех ГЕО, где это легально, и через площадки, которые такую рекламу принимают.

В первой статье я высказал простую идею: если вычисление можно свести к конечной таблице операции, его можно проверять, а не угадывать. То есть его можно свести не к "модель выдала вероятность 0,67", а просто открыть таблицу и сказать: вот ячейка, вот результат, rc=0.

Эта статья — прямое продолжение первой статьи (сейчас у меня на руках значительно отличающаяся рабочая модель ИИ-движка). Но сразу честно: я не собираюсь раскрывать здесь внутреннюю кухню "GALO AI". Ни устройство нейрона, ни приватные маршруты мышления. Покажу только основополагающую математику, вернее, маленькую конечную структуру, которую можно взять руками, прогнать скриптом и попытаться сломать контрпримером.

Ключевая идея проста до невозможности: я взял обычное сложение по модулю и изменил в его таблице ровно одну строку.

Этого хватило, чтобы структура перестала быть полем, кольцом и моноидом.

Нейросеть Pixverse AI стала одним из лучших инструментов для создания видео. Она умеет делать качественные ролики по текстовому описанию и «оживлять» обычные фотографии. Этот сервис активно используют блогеры, клипмейкеры и маркетологи, чтобы быстро и недорого создавать видеоконтент.

Возможностей бесплатной версии хватает для знакомства, но у нее есть минусы: водяной знак на видео, долгое ожидание в очереди и не самое высокое разрешение. Чтобы делать профессиональные ролики, нужна платная Pixverse подписка. Однако пользователи из России сейчас сталкиваются с главной проблемой — как ее оплатить, если российские карты не принимаются за рубежом.

Генерация 3D-моделей в нейросетях стала одним из самых заметных направлений в искусственном интеллекте. Раньше для создания даже простой 3D-модели нужно было разбираться в моделировании, топологии, текстурах, развертке, материалах и экспорте. Теперь часть этой работы можно выполнить через промт: описать объект словами или загрузить изображение, а нейросеть подготовит объемную модель.

Meshy AI — это нейросеть для создания 3D-моделей из текста и изображений. Она помогает пользователю быстро получить 3D-ассет, добавить текстуры, проверить идею и скачать модель для дальнейшей работы. Сервис поддерживает создание моделей по описанию, превращение изображений в 3D, генерацию PBR-текстур и экспорт в форматы, которые можно использовать в Blender, Unity, Unreal Engine и других рабочих средах. 

Главная идея Meshy AI нейросеть простая: вы описываете объект, форму, материал, стиль и назначение, затем выбираете подходящий результат, дорабатываете его и сохраняете модель. Такой подход особенно удобен для тех, кому нужно быстро проверить визуальную идею, собрать прототип, подготовить объект для игры, рекламы, 3D-печати, дизайна интерьера или ВР/АР-сцены.

Китайские нейросети быстро меняют рынок искусственного интеллекта. Еще недавно большинство пользователей искали только чат-боты для текста, а теперь все чаще нужны инструменты, которые умеют создавать полноценный визуальный контент: короткие ролики, рекламные видео, обучающие материалы, презентационные сцены и видео для соцсетей. На этом фоне Skywork AI стал интересен не просто как очередной ИИ-сервис, а как рабочая платформа для создания контента, где особое внимание привлекает генерация видео.

Если говорить простыми словами, Skywork AI — это нейросеть и набор ИИ-агентов, которые помогают превращать текстовые идеи в готовые материалы: видео, документы, слайды, таблицы, сайты, сценарии и визуальные концепции. Для пользователя это значит, что можно не начинать с пустого листа и не собирать ролик вручную с нуля. Достаточно описать задачу, а Skywork AI поможет подготовить структуру, сцены, текст, визуальную логику и черновой результат.

Главная причина интереса к Скайворк аи  — возможность быстро создавать короткий видеоконтент. Это особенно важно для бизнеса, блогеров, маркетологов, преподавателей и владельцев сайтов. Сейчас видео нужно почти всем: для рекламы, обучения, карточек товаров, сторис, коротких обзоров, презентаций услуг и объяснения сложных тем. Но съемка, монтаж и сценарий часто требуют времени, бюджета и команды. Скайворк сокращает этот путь и позволяет быстрее перейти от идеи к ролику.

< ... >Нельзя сказать человеку: «Ты можешь творить. Так давай, твори».
Гораздо вернее подождать, пока он сам скажет:
«Я могу творить, и я буду творить, хотите вы этого или нет!»

А. Азимов

Под катом — имена победителей Технотекста 8, ценные советы членов жюри и немного важной информации.

В этой уже 5 по счету статье мы поговорим про актуальность локального AI в мобильных приложениях а также займемся интеграцией плагина для локальных LLM в Capacitor приложение.

Мы свели в одну базу характеристики 13 566 видеокарт — от GeForce 256 (1999) до Blackwell и MI355X (2025) — и посмотрели, как за 20 лет менялась индустрия, а не отдельные карты. FP32 флагманов вырос примерно в 400 раз, теплопакет дополз со 155 до 1400 Вт, зато производительность на ватт — в ~100 раз. По годам разобрали, кто на самом деле вёл в дуэли NVIDIA против AMD (спойлер: «сырой FP32» — метрика обманчивая, и AMD лидировала чаще, чем принято думать), и почему настоящая битва давно ушла в tensor-вычисления. А весь очищенный датасет (CSV + SQLite, 13.5k GPU + бенчмарки) выложили открыто под CC BY 4.0 — забирайте и копайте с нами.

В этой статье разберём архитектуру полноценного фьючерсного сканера для биржи BingX, построенного на Python. Система анализирует десятки и сотни торговых инструментов в реальном времени, фильтрует активы по Open Interest и Funding Rate, рассчитывает технические индикаторы EMA и MACD, а затем формирует торговые сигналы на основе синхронизации нескольких независимых факторов.

Речь пойдёт не о полноценной архитектуре рыночного анализатора, пригодного для дальнейшего масштабирования: подключения Telegram-уведомлений, машинного обучения, кластерного анализа, order flow и полностью автоматической торговли через API.

Все файлы загружены на GITHUB. В статье описываю в основном логическую часть и ньюансы. Так что крайне советую к параллельному изучению самого скрипта и кода.

Привет. Недавно пришлось повозиться с @tanstack/vue-table. Задача была стандартная: нужна таблица с сортировкой, фильтрами и редактированием ячеек. Казалось бы - идеальное время подключить готовое решение. Но не всё так гладко. Делюсь мыслями, граблями и тем, как я в итоге выкрутился.

LEFT JOIN считается одной из самых безопасных конструкций в SQL — пока один фильтр в WHERE тихо не превращает его в INNER JOIN. Ошибка коварная: запрос выглядит абсолютно нормальным, результаты приходят, база не ругается, а часть строк уже исчезла.

В статье разбираем, почему это происходит, как NULL ломает ожидания и чем на самом деле отличаются условия в ON и WHERE.

Моя статься Почему время замедляется при ускорении? Объяснение, которое вы нигде не найдёте собрала 454 комментария. Большинство из них сводились к одному: «красиво, но где формулы?» Эта статья — ответ.

Здесь не будет метафор про ползунок. Здесь будет математика специальной теории относительности — та самая, которую проходят на втором курсе физфака и которую почему-то считают недоступной для обычного человека. Это неправда.

Лето 2025 года мы будем вспоминать как золотую эру открытого ИИ. Тогда Google AI Studio раздавала мощности Gemini 2.5 Pro буквально даром: разработчики могли сутками крутить контексты на миллион токенов без ограничений. Но с выходом Gemini 3.0 и 3.1 Pro сказка закончилась. Сегодня, чтобы провести один вдумчивый эксперимент, нам приходится жонглировать пятью альт аккаунтами. В этой статье мы разберем анатомию этого скатывания. Почему Google закрыл аттракцион невиданной щедрости, как физика KV кэша победила маркетинг, и почему эра бесплатного ИИ экспериментирования ушла навсегд

В прошлых статьях я строил домашнее облако на Proxmox. Теперь внутри него живёт кое-что поинтереснее — полностью автономный AI-агент, которого я могу пнуть письмом из обычного почтового клиента или сообщением в Telegram, и он ответит, подумав. Причём подумав по-настоящему: с многошаговым рассуждением, долговременной памятью и возможностью выполнять команды. Зовут его Threlium, и устроен он чертовски необычно и просто, например может модифицировать сам себя.

Зачем, почему и что получилось — расскажу ниже.

Сегодня собирал HP EliteDesk 8300, четыре планки DDR3 по 2 ГБ. При первой загрузке — синий экран Windows. Стандартный сценарий: сейчас полчаса вытаскивать планки по одной, перезагружаться, выяснять какая сбойная. «Танцы с бубнами», которые каждый сервисник делал тысячу раз.

Потом вспомнил, что у меня есть собственный инструмент ровно для этого. Воткнул флешку, прогон, минута — на экране большими буквами: REPLACE DIMM1, confidence HIGH. Чтобы убедиться что программа не «запоминает» слот а реально находит планку, переставил её в DIMM4. Прогон повторно — нашла её и в DIMM4, тот же серийник из SPD. Замена планки — BSOD больше нет.

Я работаю на сборке ПК — и новых, и б/у. На б/у это типичная ситуация: всё собрано, провода уложены, включаешь — синий экран на загрузке. Метод исключения работает, но это перезагрузка за перезагрузкой, глубокий вдох перед каждой, час твоего времени уходит на то, что должна была бы решить минута. Мне нужен был инструмент, который сразу показывает где проблема — без часовых прогонов и без танцев со свапами планок. Готового с такой комбинацией возможностей я не нашёл, поэтому собрал свой.

Сразу честно про авторство. Я не программист. Я сборщик. Код MemForge2 писал не я — его писал Claude (LLM от Anthropic) под мою постановку задачи. Я приходил с пониманием предметной области («нужно SPD через SMBus, серийник для гарантии, MCA‑снимок до/после, контекст в момент ошибки»), описывал что должна делать программа на конкретных кейсах со своей сборки, гонял каждую версию на реальном железе, ловил баги, возвращался с дампами и описаниями поведения. Claude писал C, разбирался с UEFI‑API, MSR‑ами, SMBus‑протоколом, SPD JEDEC‑стандартом.

Некоторое время назад я обнаружил набор скриптов, помогающих собирать операционную систему GNU из исходников. К моему сожалению, в исходниках не содержалось указание на лицензию, под которой они распространяются. Я написал их автору, что отсутствие указания лицензии делает скрипты проприетарными, а это противоречит духу проекта GNU. Ответа я не получил…

Не опускайте лицензию и копирайт в своих исходных текстах, если, конечно, вы их кому-то предоставляете. Я регулярно заглядываю в открытые исходники и часто вижу, как их авторы допускают ошибки, касающиеся авторских прав и лицензирования. И хотя я не юрист, а лишь осведомлённый дилетант, позволю себе здесь рассказать о часто встречающихся проблемах с лицензиями на исходные тексты программ. Моя цель не руководство к действию дать, а поднять наболевшую проблему наверх. Это важно, если мы хотим оставаться в рамках закона и при этом быть защищены. Это нужно, чтобы открытые исходники и свободные программы не были лишь набором слов, а реальным инструментом в достижении наших целей.

Ещё двадцать лет назад понятия свободного программного обеспечения и открытых исходных текстов были неведомы чуть менее чем всем пользователям компьютеров, да что там говорить, самим программистам. Linux, BSD, OpenOffice, Gimp были диковинкой и вызывали удивление. Но Мир изменился. Опубликованным исходникам нет счёта, и мало кому из, по крайней мере, программистам, нужно объяснять, что это такое. Мир изменился, но люди нет. Невежество и чванство никуда не делись. Изучая чужие разработки в исходниках, не перестаю замечать, как много проектов игнорируют необходимость указания лицензии и копирайта.

Почему указание лицензии важно? Лицензия даём нам, как пользователям программ, так и программистам, изучающим чужие исходные тексты и использующим их в своих программах, чётко обозначенные права (разрешения) и ограничения (запреты). Отсутствие же лицензии означает одно: вам не предоставлено никаких прав, вообще.

Давайте разберём типовые ошибки авторов программ, и поджидающие их пользователей проблемы.

На связи Сергей Смирнов, AI-инженер LLMStart.ru. Сегодня расскажу о полноценном кейсе, который мы делали для компании Айтон: агенте-консультанте по 1С:УНФ, который помогает отвечать на вопросы клиентов по базе знаний, реальным диалогам поддержки и контексту конкретного обращения. Разберу всю хронологию, нюансы и путь от первой гипотезы до продакшена, которым уже пользуются клиенты.

Для бизнеса этот кейс интересен как пример реальной автоматизации через ИИ: сначала ассистент для сотрудников, потом сервис для клиентов. Для технарей — подходом, где решение эволюционировало от RAG-прототипа к агенту на основании данных и метрик, а не потому, что «так модно».

Полностью браузерный терминал для работы с последовательными портами (COM-портами). Приложение не требует установки, работает прямо в Chrome или Edge, и при этом поддерживает все необходимые фичи для отладки микроконтроллеров, общения с сетевым железом или просто мониторинга UART-трафика.

https://github.com/GidroByte/web-serial-terminal-ru

Весь код одним файлом. Не требует компиляции и сборки, леко править обычным блокнотом — открыл и работаешь.

Пока Россия тратит сопоставимые деньги на блокировки сайтов, Китай на те же суммы строит роботов, которые будут жить в наших домах. Такое вот случайное совпадение цифр, из которых исходят неслучайные выводы.

Boston Dynamics 15 лет учил роботов делать сальто. Никому не известный китайский стартап обещает за полгода сделать робота, который застелет кровать и приготовит ужин.

Видео с роботом, который готовит еду и стирает бельё, разлетелось по Сети. Я начал искать информацию о разработчике — и обнаружил, что за скромным стартапом стоит целая государственная стратегия Китая.