Kurgan-Telecom Ru | Информационные технологии

Книга «Асинхронный Kotlin» Яны Седовой посвящена теме, которая часто вызывает проблемы у начинающих Android-разработчиков, — корутинам и Flow. Книга строится по маршруту от простого определения к рабочему мессенджеру на Jetpack Compose, Room и Retrofit, закрывая пробелы в знаниях, которые обычно оставляют ИТ-курсы и лекции в ВУЗах. Для студента, стажера или начинающего разработчика (джуна) это полезный русскоязычный учебник, где асинхронность на Kotlin разобрана системно и последовательно, без необходимости собирать воедино материал из самых разных статей на Хабре.

В начале 1780-х состоятельные парижане отправляли свое белье стираться через Атлантику на Гаити. Дело в том, что, помимо высокой стоимости локальных услуг, после стирки французское белье откровенно желтило, а вот привезенное из Сен-Доминго, где экваториальное солнце в паре с местным индиго давало недостижимую в Европе голубоватую белизну, наоборот, притягивало взгляды и говорило о статусе владельца.

Забавно, как схема с аутсорсом в экзотические страны работает до сих пор: разметку текстов для популярных LLM отдают дешевой рабочей силе из условной Нигерии. Но поскольку дешевая рабочая сила обычно еще и хитрая, сервисы по ручной разметке текстов типа "Механический турок" столкнулись с тем, что от 30% до 50% исполнителей сами стали прогонять задания через бесплатные китайские нейросети. В итоге, в начале июля 2026 года, Amazon повесил на сайте Mechanical Turk баннер, что перестает принимать новых клиентов, ознаменовав окончание мини-эпохи. Еще более иронично, что платформа 21 год работала под неофициальным слоганом "Искусственный искусственный интеллект". И, судя по всему, пришло время еще одного уровня абстракции.

Не успели конспирологи и дизайнеры шапочек из фольги разобраться с 5G, как научное сообщество заговорило о 6G. Однако разговоров недостаточно, ведь подобного рода технология требует нестандартного подхода к ее реализации. Ученые из Университета Лафборо (Лафборо, Великобритания), вдохновившись физическими свойствами радуги, создали микрочип, способный генерировать высокоорганизованную «радугу» света. Что именно в радуге привлекло ученых, как работает новый чип, и чем он может быть полезен в коммуникационных технологиях будущего? Ответы на эти вопросы мы найдем в докладе ученых.

Закон Мура — это удвоение числа транзисторов на микросхеме каждые 24 месяца, что означает геометрический рост плотности чипов и пропорциональный рост производительности.

На Хабре неоднократно обсуждалось прекращение действия закона Мура (тут, тут и тут). Основной аргумент — то, что транзисторы физически приблизились к минимально возможному размеру. На таких размерах в работу чипов вмешивается квантовая механика.

Но есть факторы, которые поддерживают рост производительности — это научные открытия, новые архитектуры транзисторов, новые материалы, специализированные чипы и др.

Полет братьев Райт 1903 года остается первым и очень хорошо задокументированным полетом пилотируемого человеком самолета. Но есть мнение, что первый полет, гипотетически, мог произойти раньше почти на 30 лет при чем в России. Автором этого технического чуда называют Александра Фёдоровича Можайского.

Возможно Вам будет интересно как себя чувствует DeepSeek 70B на ноутбуке, но об этом в конце.

Причины моего допроса в качестве свидетеля оставим за скобками: статья всё-таки техническая. Там я впервые увидел, насколько сложно устроена работа с материалами дела. Со стороны кажется: задал вопросы, записал ответы, подшил бумаги. В реальности перед человеком лежат показания нескольких людей, протоколы, даты, адреса, телефоны, фотографии, аудиозаписи, результаты осмотров и экспертиз. Материалы приходят не по порядку, одни сведения уточняют другие, а иногда прямо им противоречат.

Всё это надо не просто прочитать. Нужно заметить, что один и тот же человек в двух документах называет разное время, сопоставить слова с данными телефона, найти повторяющийся VIN или номер, восстановить последовательность событий — и для каждого вывода не потерять первоисточник. Не то, чтобы сейчас в любой силовой структуре используют бумагу и ручку. Все тома дел нумеруются карандашом, затем после дырокола сшиваются собственноручно, как это было почти 100 лет назад.

И меня осенило: так это же работа для ИИ. Жеглов раскрывал дела через картотеку и чутьё. Картотеку я решил оцифровать, а чутьё заменить гибридным поиском — оно, в отличие от Глеба Егорыча, в 16 ГБ VRAM не помещается.

Работая над очередным проектом, я хотел сделать его визуально интересным. Работаю в соло от момента идеи до выкладки на продакшен. Я не разработчик, не верстальщик, не дизайнер, не бэкендер, не системный аналитик, но всё равно создаю свои продакшен-реди проекты. Я обычный пользователь нейро-агентов.

В этом есть своя прелесть и свои ограничения. С которыми я прямо столкнулся во время решения задачи.

Агент несколько раз писал «готово» или «да, теперь идеально!», но на экране оставались углы в воздухе, узкая колонка по центру и сетка вместо одной формы. По итогу у меня получился стресс-тест для моделей, с которыми они так и не справились.

Нейросеть может за несколько минут подготовить аккуратный черновик паспорта проекта. Но скорость легко создает ложное ощущение готовности: модель способна придумать убедительную проблему, добавить неподтвержденные выгоды или потерять важное ограничение.

На практическом мини-курсе для руководителей ИТ-проектов участники проверили этот сценарий на учебных кейсах. Они использовали DeepSeek и GigaChat для подготовки проектных документов, а Perplexity — как дополнительный инструмент поиска и проверки информации. Разберем получившийся процесс без привязки к конкретному сервису.

Что должно быть в паспорте проекта…

Когда технической документации становится много, она перестает быть просто набором инструкций и справочных материалов. Она превращается в базу знаний компании, к которой обращаются как опытные специалисты, так и новички. И платформа для ее хранения должна не только вмещать большие объемы информации, но и помогать структурировать знания, быстро находить нужные материалы и не запутывать читателя. 

Меня зовут Лена, я технический писатель в VAS Experts. В компании документация хранится в DokuWiki и размещена на двух площадках. В этой статье расскажем, почему для этой задачи мы выбрали именно платформу DokuWiki и какие собственные инструменты добавили поверх стандартных возможностей.

Пару лет назад мы устроили настоящее расследование серии инцидентов в поисках скрытого дефекта нашего Redis-клиента. Команда воспроизводила сбои под контролируемой нагрузкой, проверяла одну гипотезу за другой, обновляла Jedis, экспериментировала с таймаутами и размерами пулов — но ничего не помогало. А помогли новые метрики и логи, настойчивость команды, ночные эксперименты и готовность разбирать поведение системы до последнего соединения. Получилась история с неожиданными поворотами, ложными следами и одной лишней строчкой кода в роли главного подозреваемого — а её итогом стал Redis-клиент, который оказался устойчивее, чем был до начала расследования.

Меня зовут Коля Грибанов, я тимлид команды «Платформа» в hh.ru. В статье расскажу, почему потеря одной ноды Redis вызывала шторм из десятков тысяч соединений, и как мы шаг за шагом искали причину инцидентов.

Главный вызов современного VM - не найти уязвимости, а понять, за какие хвататься. Голого CVSS давно мало, а с апреля 2026 года по многим свежим уязвимостям балла CVSS в привычном источнике просто нет. Разбираем весь современный стек приоритизации: CVSS 4.0, EPSS, метрику LEV, каталоги эксплуатируемых уязвимостей и методику ФСТЭК в редакции 2025 года. И отдельно - где западные метрики слепнут на российской инфраструктуре и почему трендовые БДУ у нас идут первым эшелоном.

У меня два физических сервера на списанном железе — Xeon E5 и старый IBM, суммарно 112 потоков и 754 гигабайта памяти. На них 55 виртуальных машин, и на этом живёт онлайн-школа, платформа с курсами, мессенджер, игровой движок и майнкрафт-серверы для учеников. При этом я не девопс и не системный администратор. Разбираю технически: как поделены машины, как устроена репликация баз между площадками, что происходит при падении основной и какие вещи я сделал неправильно.

На склад приходит палета: 40 коробов по 24 маркированные единицы — всего 960 кодов. В УПД при поэкземплярном учёте должны оказаться конкретные экземпляры. Кладовщик при этом видит один штрихкод на палете: индивидуальные DataMatrix скрыты под плёнкой и внутри коробов.

Можно вскрыть палету, достать товар, отсканировать 960 кодов и упаковать всё обратно. Но тогда ПЭУ превращается в дорогую ручную перепись — медленную и плохо совместимую с потоком склада.

Рабочий промышленный сценарий устроен иначе. Единичные коды заранее объединяют в зарегистрированную иерархию. Сотрудник сканирует доступный код верхнего уровня, а система раскрывает его до конкретных КМ и переносит их в операцию.

Именно здесь появляются КИГУ, КИТУ, SSCC, а у импортёров — ещё и АТК. Все они помогают работать с множеством кодов, но решают разные задачи и не заменяют друг друга.

Свой язык программирования пишут все. Обычно это калькулятор с переменными, пересказ главы про рекурсивный спуск и заброшенный репозиторий.

Интересно в моём не то, что он считает выражения. За время работы я дважды полностью переименовал проект, вырезал из ядра обход дерева и заменил компиляцией в замыкания, поднял скорость втрое и прогнал по языку два фаззера. Любой из этих шагов мог тихо сломать что угодно.

Не сломал. Полная перестройка ядра — 350 строк — прошла все 444 проверки, и ни один эталон не пришлось трогать.

Разбираю, что для этого пришлось построить: пять замков, каждый из которых закрывает то, что гниёт молча — вывод примеров в документации, списки слов в подсветке синтаксиса, формулировки сообщений об ошибках. Почему стенд замеров строится до первой оптимизации, а не после. И как выяснилось, что запас стека я всё это время мерил неправильно.

Плюс двенадцать дефектов, которые нашёл фаззер: равенство, переставшее быть симметричным; undefined, вылезающий наружу в языке, где его нет; += , вычислявший цель дважды. Два из двенадцати нашёл не фаззер, а я — когда писал тесты к его находкам.

Отдельно — про то, что четыре из пяти находок второго фаззера оказались враньём самого фаззера, и почему я довёл его до нуля ложных срабатываний вместо «ну там четыре из них шум».

SSO принято считать системой единого входа: она проверяет пользователя и выдаёт токен. Но в этой же точке можно собирать подтверждённые данные, применять внешние политики, запускать обязательные действия и уведомлять другие системы о новой сессии.

Разберём, как SSO формирует единый пользовательский контекст и как Claims Providers, AuthZEN, SSF/CAEP и Script Runner расширяют его роль — от системы входа до платформы управления корпоративной идентичностью.

Бакет в S3 — не просто папка для файлов, а ресурс, на котором хранилище принимает решение о доступе к объектам. Пока доступ контролирует только nginx или собственный прокси, у любого обладателя действующего ключа остаётся прямой путь к S3 endpoint. Достаточно указать другой --endpoint-url в aws-cli. Прокси не увидит запрос, а хранилище вернёт 200, если на самом бакете нет правил, способных его остановить.

Меня зовут Стас Погоржельский, я технологический евангелист VK Cloud. В статье разберём, как вернуть авторизацию туда, где лежат данные: выдать ключи минимальной области — на бакет или префикс — и дополнить их Bucket Access Policy. Посмотрим, что из шести функций прокси действительно переезжает в хранилище, что переносится лишь частично, а что остаётся снаружи: бизнес-логика допуска, лимиты на конкретного принципала, аудит с бизнес-контекстом и гарантированный запрет нешифрованного трафика.

Дальше разложим решение endpoint на политику бакета, область действия ключа и ACL; отделим явный Deny от запрета по умолчанию, проверим, как режим OwnershipControls может выдать доступ в обход политики. На примере AWS-политики покажем, почему знакомый JSON нельзя переносить без ревью: у VK Object Storage ограничен набор Condition, а aws:SecureTransport и s3:prefix не работают. Затем соберём политику четырьмя итерациями — Resource, Principal, aws:SourceIp и явный Deny — и подтвердим результат матрицей из 16 запросов с ожидаемыми 200, 403 и открытыми вопросами, которые надо снять на своём стенде.

В конце настроим наблюдение по Cloud Audit, разберём, какие доказательства переноса пригодятся для ИБ и аудита, и составим чек-лист для переезда между AWS S3, Ceph, MinIO, Yandex Object Storage и VK Object Storage. Главный критерий успеха здесь не сохранённый JSON и не работающий разрешённый запрос, а отказ там, где доступ должен быть закрыт.

Сегодня простую компьютерную игру можно собрать за несколько минут: взять готовый движок, подключить библиотеку или просто попросить ИИ написать код. Но мне захотелось вернуться к истокам и попробовать обойтись самым минимумом средств.

Привет! Я Евгений Бартенев, техлид и автор курса «Python-разработчик» в Практикуме. В этой статье попробую написать автомобильные гонки примерно в 50 строк кода на Python. Вся «графика» будет состоять из обычных символов терминала, а по пути мы немного разберёмся с ANSI-последовательностями, неблокирующим вводом и тем, как вообще устроен терминал.

На Mac накопилось 860 ГБ файлов, среди которых одни и те же фото, видео и документы лежали в разных папках под разными именами. Я собрал Python-скрипт, который ищет точные дубли по SHA-256, переносит лишние копии в карантин и готовит план сортировки с возможностью отката. На первой проверке 108,5 ГБ нашлось 26,8 ГБ дублей.

В статье показываю весь процесс и даю готовый код.