Kurgan-Telecom Ru | Информационные технологии

Anthropic и AWS выпустили Claude apps gateway — self-hosted control plane для Claude Code и Claude Desktop, который живёт в вашей инфраструктуре и забирает с ноутбуков разработчиков ключи, настройки и учёт расходов. Один stateless-контейнер за внутренним ALB, вход через корпоративный OIDC, managed settings по группам, телеметрия по OTLP и лимиты трат через admin API. Разбираю по конфигам, что он реально контролирует, где проходит граница enforcement и в каких местах я бы притормозил перед раскаткой на сотни рабочих мест.

Манускрипт Войнича это рукопись, написанная на неизвестном языке. Она пока не расшифрована. Я решил провести свой анализ. В этой статье описаны закономерности, которые мне удалось найти. Есть вероятность, что текст является фонетической записью какого-то диалекта китайского языка. Я нашел несколько слов, которые могут быть зацепкой. А могут и не быть. На этот случай я предлагаю альтернативный подход к расшифровке.

Сравниваю три VPN-протокола по скорости, сложности настройки, совместимости клиентов и реальным сценариям: от личного VPN до удалённого доступа для небольшой команды.

Первого апреля в нашем телеграм-канале вышел пост с забавными опечатками. Напоминаю: мы смеялись над «собором необходимых данных», «бибилотекой» и другими «удачными» промахами наших коллег, а теперь я предлагаю обсудить, почему же мы ошибаемся. Ведь иногда смотришь на собственный текст и невольно ловишь себя на мысли: «нНу как такое можно было ляпнуть?»

Когда Neuralink Илона Маска выкладывает ролики, где человек силой мысли двигает курсор или печатает текст, это всегда собирает кучу просмотров и обсуждений. И ведь это не просто так — технология действительно впечатляет. Импланты вживляют прямо в кору, сигналы от отдельных нейронов летят в компьютер почти без потерь, и выглядит все это как настоящее будущее, которое уже здесь.

Но за громкими новостями о Neuralink легко не заметить, что эта компания не главная. Сегодня интерфейсы «мозг-компьютер» развиваются сразу в нескольких направлениях: от полностью имплантируемых систем до устройств, которые достаточно просто надеть на голову. Причем именно второй путь сейчас особенно активно продвигают китайские компании, рассчитывая быстрее вывести такие решения из лабораторий в реальную медицину. Давайте разбираться. 

У сервиса знакомств есть не только кнопка жалобы. Фотографии очищаются от EXIF перед хранением, публичные изображения проверяются до отправки, основной API и база находятся в России, а для звонка не требуется передавать номер. В статье разобраны семь решений, которые выглядят удачно, и два вопроса, которые стоит объяснить лучше: сроки хранения данных и апелляция после блокировки.

В этом дайджесте вопросы о System Design и аннотации в Kotlin, Gradle под капотом и как мигрировать Flutter-приложение на SPM, как отправить 1 миллион уведомлений, открытый веб в виде социальной ленты, архитектура независимого умного дома и многое другое. Заходите!

Привет! Меня зовут Владимир Суворов, я Senior Data Scientist и core-разработчик open-source AutoML-фреймворка OutBoxML.

В прошлой статье я разбирал четыре инженерных принципа, которые перенёс из расчётной механики в архитектуру ML-систем. Сегодня — про то, как спроектировать LLM-систему, которая надежно работает каждый день, не сжигает бюджет на токены и работает предсказуемо. Разберём на реальном примере: ассистенте, который сверяет входящий документ технического задания свободного формата со сводом документации и ставит комментарии наличии запрашиваемых пунктов в соотвествии с документацией.

Рассмотрим задачу по пяти пунктам:

Западный Берлин, 1987-й год.

Уже 26 лет город живёт, обнесённый стеной, и ждёт, что её вот-вот проломят советские танки.

Это сформировало в городе уникальную атмосферу и сделало его культурной столицей андеграунда: художники едут, чтобы рисовать на стене граффити, музыканты - чтобы записывать новые альбомы и выступать в местных клубах.

А ещё тысячи людей едут сюда просто чтобы потусить в клубах, которые не закрываются всю ночь, и увидеть на расстоянии вытянутой руки своих кумиров.

Давайте посмотрим, как жил и развлекался город, который знал, что завтра может не наступить.

Всем привет! Примерно с лета 2025 у меня работает ИБП Энергия Smart.2 1000W с внешней LiFePO4-батареей, и всё это время он был подключен к Home Assistant - я видел напряжение сети, заряд батареи, нагрузку и всё остальное прямо в дашборде. Написать об этом статью мне тогда в голову не пришло, т.к. всё завелось довольно быстро и казалось, что ничего интересного тут нет. Исправляюсь.

А поводом всё-таки сесть и написать стало то, что недавно я купил второй ИБП - Энергия Smart.2 600W под роутеры. Логика была простая: модель та же, конфиг уже готов, скопировал - работает. По факту же скопированный конфиг не заработал вообще, все сенсоры повисли в unavailable, и в процессе разбирательств выяснилось, что под одним и тем же названием «Smart.2» продаются два ИБП на совершенно разных платформах с разными протоколами. Об этом и расскажу: как подключить оба варианта, чем они отличаются и на какие грабли я наступил.

Кстати, в марте на Хабре выходила статья про подключение Энергии Smart к NUT - там 1000-ваттник подключали через dummy-ups и самописный Python-скрипт. Способ рабочий, но у меня к тому моменту уже давно всё работало более простым путём - через нативную интеграцию Modbus в Home Assistant, без NUT и без скриптов. Его и покажу первым.

Всё началось не с мечты про «поисковик нового поколения». Мне понадобился быстрый self-hosted Tavily-compatible API для собственных рабочих и личных AI-решений: без оплаты за каждый запрос, без внешнего сервиса в обязательной цепочке и с индексом, содержимое которого контролирую я сам.

Тут я вспомнил про YaCy. Когда-то я уже поднимал его ноду. Идея мне нравилась, а реализация — заметно меньше: Java, тяжёлая машина и примерно шесть секунд ожидания ответа на моей тогдашней установке. Для человека, который один раз нажал Enter, это ещё можно пережить. Для агента, делающего несколько поисков, уточнений и extract подряд, это превращает один шаг в минутный перекур.

Поэтому вместо ещё одной обёртки над чужим поиском я оставил от YaCy сетевой протокол и начал собирать поисковую ноду заново: на Go, с отдельным краулером, embedded storage, нормальным API и ranking pipeline из современных работ по information retrieval.

Под катом — немного сетевой археологии, Bleve, bbolt, gRPC, BM25, LambdaMART и рассказ о том, как задача «дайте локальный endpoint для AI-агентов» постепенно превратилась в реинкарнацию YaCy.

В первой части статьи мы обсудили те вводные, с которыми столкнулся Советский Союз на заре появления ЭВМ. Вспомнили про негативное отношение к кибернетике, страх бюрократии и знаковых людей, которые меняли ситуацию. В этой статье мы продолжим тему: сначала пройдемся по четырем поколениям ЭВМ, которые использовались в СССР, а затем посмотрим, как эти машины работали на земле — в металлургии, машиностроении, энергетике и нефтянке.

Допустим, у вас есть сложная и неаккуратная таблица в Excel, которую нужно разместить на слайде презентации. Обычный копипаст из Excel в PowerPoint здесь не слишком помогает. На помощь приходит ChatGPT.

В одной из предыдущих статей https://habr.com/p/1016120/ мы рассчитали температурное поле T(r, z, t)  круглой конфорки аналитическими методами. В этой статье мы сделаем его компьютерную визуализацию.

На первый взгляд может показаться, что «5G в Африке три раза быстрее, чем в Британии» — это что-то из комиксов про Ваканду. А понятия «надежное соединение» и «Сомали» вообще не могут соседствовать в одном предложении. Тем не менее, африканским телекомам есть, чем удивить — ниже собрали несколько любопытных фактов о том, как обстоят дела в регионе, который готовится показать самые высокие темпы роста абонентов 5G в мире.

К концу второго месяца vibe coding на фронте моего пет-проекта жили пять компонентов кнопки, четыре спиннера, компонент страницы на 700 строк и шапка, которая показывала один баланс, пока модалка рядом показывала другой. LLM-агент писал всё это уверенно, быстро и с хорошим стилем кода. Фронтенд под LLM деградирует даже быстрее бэкенда — и тому есть причины: от качества обучающей выборки, где вперемешку лежат три поколения React, до самой природы JSX, где разметка, логика и состояние легально живут в одном файле.

Под катом — что в итоге сработало: Feature-Sliced Design, урезанный до трёх слоёв, как карта для агента; dependency-cruiser в роли архитектурного контракта, который нельзя нарушить; кодогенерация API-клиента из OpenAPI вместо доменной модели; за что я простил Tailwind; и честно — про самое слабое место конвейера: агент, который верстает вслепую. Это продолжение статьи про бэкенд, но читается и само по себе.

Однажды знойным летним вечером я оказался на лекции по искусственному интеллекту. Лектор - профессор СПбГУ - начал с краткого обзора истории этой науки с середины прошлого века и закончил красочным описанием тех чудес, которые нам (обязательно) принесут нейросети в будущем.

Я большой нейроскептик: я был бы рад, если бы в один момент все ИИ-компании просто испарились, как не было их, и мы вернулись в эпоху мясных копирайтеров и недооплачиваемых стажёров. Однако, кажется, этого в ближайшем будущем не предвидится, и потому приходится хотя бы одним глазком приглядывать - что там в этой области происходит?

Есть данные, которые вроде бы доступны, но программно их не взять. Они отображаются в браузере, их видно на графиках, по ним можно кликать мышкой. Но API для них либо не существует, либо он закрыт.

Раньше это означало ручной анализ: открываешь плеер, смотришь, как пользователь скроллил страницу, на чем задерживался и где кликал. Триста посещений — триста раз открыть плеер. А если нужно проанализировать поведение за месяц с тысячами визитов, задача превращается в нерешаемую. Теперь эту работу можно делегировать агенту. 

Классический пример — Вебвизор Яндекс.Метрики. Посещения, скроллы, клики — все это можно смотреть в плеере, но выгрузить поведение пользователей штатными средствами нельзя.

Обзорный анализ “нового” протокола HTTP/3 и подходов к анализу трафика и защите информационных систем построенных на его основе.

Фингерпринтинг выступает одной из больших тем статьи, ему уделено отдельное внимание.

Привет, на связи Влада, веб-специалист ЮMoney. Год назад я рассказывала на Хабре, как контент-менеджеру пригодятся терминал, Git и несколько десятков строк кода.

С тех пор многое изменилось. В работе появился ИИ — инструмент, снизивший порог входа в автоматизацию. Не потому, что пишет код вместо нас, а потому, что ускорил создание небольших утилит под наши процессы.

Расскажу, как из одного bash-скрипта вырос набор внутренних инструментов для контент-команды. Идеи пригодятся техническим писателям, контент-менеджерам и всем, кто регулярно работает с Markdown, XML и CMS.