Kurgan-Telecom Ru | Информационные технологии

Полгода назад я начал писать веб-лист персонажа для D&D 5e, и почти весь код в нём пишет Claude Code. В какой-то момент лимиты подписки стали заканчиваться к обеду, и я распарсил транскрипты сессий, чтобы понять, куда уходят токены. Выяснилось: ответы модели — полпроцента расхода, а две трети съели 22 длинные сессии, в которых контекст рос на каждом шагу. В статье — скрипт замера на тридцать строк, разбор того, почему одна длинная сессия дороже пяти коротких, и восемь приёмов, которые я после этого внедрил: лимит сессии в Stop-хуке, карта кода вместо разведки грепом, запрет на повторное чтение файлов, вынос браузерных проверок в сабагента и рутины — на дешёвые модели.

Солнце тяжким грузом давило по остаткам некогда великого Брауновского университета. В первый день июня 2035 года профессор Родерик Шотц молча стоял перед своим кабинетом и, щурясь, смотрел вверх. Его глаза заливал лившийся со лба пот. Уже третий день подряд температура переваливала глубоко за со́рок.

— Чёрт, — пробормотал Шотц себе под нос, глядя, как огромные столбы дыма поднимаются сквозь густую ядовитую мглу. Дым валил с поля за дата-центром.

«Кабинетом» это место можно было назвать с большой натяжкой. Три года назад кафедру математики официально реорганизовали в группу ИИ-математики — одно из семнадцати подразделений нового департамента AI-STEM. Руководство AI-STEM заняло кабинеты математического корпуса, а оставшийся профессорско-преподавательский состав кафедры ютился в длинном ряду деревянных будок — по сути, переоборудованных нужников. Почти никто из профессоров на «работу» вообще не ходил, но Шотцу нравилось выбираться из своего некогда прекрасного жилища — дома в стиле современной архитектуры в Баррингтоне, где теперь теснились шесть семей.

Последние два года я строю свои продукты без разработчиков — весь код пишут нейронки. Я делаю относительно небольшие продукты, которым не нужно выдерживать сверхнагрузок. Но как обстоят дела у реально крупных компаний с внедрением AI в свои процессы? Мне стало интересно, поэтому я поресёрчил эту тему. Оказалось, что всё не так однозначно.

Apple Watch знали, что я сделал. Obsidian знал, что я планировал. Но перед следующей тренировкой я всё равно открывал два разных места, смотрел на один красивый график и принимал решение почти вслепую.

Несколько лет я пробовал оцифровывать здоровье кусками. Выгружал сон и параллельно записывал настроение, чтобы найти корреляции. Вручную вёл тренировки в Obsidian. Складывал анализы в отдельную папку. Каждый подход работал пару недель, затем превращался в очередную заброшенную таблицу.

Проблема была не в нехватке данных. У меня не было места, где план, факт и контекст можно посмотреть вместе.

За месяц новая система не сделала меня здоровее и не нашла сенсационной закономерности. Польза получилась скучнее. Я вижу нагрузку в контексте и понимаю, когда не нужно добавлять ещё один километр или подход ради растущего графика. Иногда «ничего не менять» и есть результат анализа.

Ниже расскажу, как устроена система, какие данные я храню, как не плодить дубли при импорте Apple Health и почему агент здесь отвечает за ввод и хронологию, а не за диагнозы.

Я начал делать Oblivion не потому, что мне хотелось написать ещё один чат. Меня всё время беспокоил другой вопрос: что вообще остаётся внутри системы после того, как она дала ответ? Допустим, она прочитала книгу. Потом вторую. Потом тысячу документов. Мне мало того, что через месяц она сможет уверенно пересказать прочитанное. Я хочу открыть её состояние и увидеть: этот факт появился отсюда, вот здесь другой источник ему противоречит, здесь данных пока недостаточно, а этот старый вывод после появления новых данных нужно пересмотреть.

Из этого постепенно и вырос Oblivion Mind. Я строю его как когнитивно‑символьную систему. Для меня важен не сам ответ, а то, что система успела построить, связать и проверить до того, как этот ответ появился. Позже этот вопрос пришлось проверять уже не на условном примере: один из больших прогонов прошёл по 3000 книг. Ниже я отдельно покажу, что именно этот тест проверил — и чего он не доказывает.

Когда смотришь на описание нового инструмента, обычно всё выглядит хорошо: список функций, скриншоты, сценарии использования. Но гораздо интереснее посмотреть, что происходит с продуктом после покупки — какие задачи им действительно решают, где он оказывается полезным, а где пользователи упираются в ограничения.

Мы поговорили с тремя командами, которые используют продукты из экосистемы Инфостарт Маркетплейс в повседневной работе:

Всем привет!

Почти каждый, кто работал с Git больше пары недель, хоть раз сталкивался с одной и той же путаницей: почему git add — это не сохранение, зачем нужен какой‑то отдельный индекс, если есть коммит, откуда вообще берутся конфликты при мерже, если мы просто оба поправили один файл. И почему иногда git status показывает файл как изменённый, хотя вы точно ничего не трогали.

Если вы так же знакомы с этими проблемами, а также с другими проблемами при работе с Git — эта статья для вас.

В этой статье cначала покажем, как Git на самом деле хранит файлы и их изменения, что такое индекс и почему он существует отдельно от рабочей директории и коммитов. Далее — как устроены ветки на уровне данных, а не только как указатель текущей линии разработки. После этого разберём, как Git определяет, какие именно строки поменялись, и как из этого механизма следует слияние т.е merge и, самое главное, конфликты при слиянии.

Изучив модель, пройдёмся по основным командам работы с файлами: add, rm, mv, restore, diff, log, stash, работу с .gitignore и с большими файлами.

А в конце мы вам покажем, как это всё применяется на практике.

«

Хабр, привет! Есть такой тип проектов, которые начинаются со слов «а что если» и заканчиваются тем, что ты в три часа ночи объясняешь kubelet-у, что таблица — это его новый control plane. Так вышло и тут, всё родилось из субботней шутки в одном телеграм-канале по кубернетесу.

Правила игры простые: раз весь мир можно создать в эксельке, то пускай всё состояние кластера живёт внутри электронной таблицы. Не «метаданные в таблице», не «экспорт в CSV» — а буквально: Deployments, Nodes, Pods, Events — это вкладки Google Sheets (или листы Excel). Планировщик читает и пишет ячейки. kubectl-подобная утилита ходит в таблицу. И — вот это ключевое — на другом конце крутятся настоящие Docker-контейнеры. Таблица не симулирует кластер. Таблица и есть кластер.

Проект называется Sheeternetes. Это, конечно, шутка. Но шутка, которая компилируется, проходит тесты и переживает падение ноды.

Ниже — как это устроено, как это поднять у себя за пять минут, как оно работает на bare metal без интернета (в Excel и LibreOffice), как связать несколько таблиц-кластеров в федерацию с живой миграцией, почему контейнеры можно хранить прямо в ячейках, — и что это внезапно выросло в целый фонд с 30 проектами, стандартом контейнеров и системой сертификации.

Привет, дорогой Хабр!

Продолжаем серию разборов компактного железа под локальные нейросети. После того как мы подробно ознакомились со всей доступной на данный момент информацией по Xiaomi AI Cube, я получил рекомендацию изучить ещё одного любопытного кандидата (хоть и уже весьма немолодого).

Привет, Хабр! Принятие адекватного решения о выборе аккумуляторной батареи для транспортного средства предполагает не только однократное измерение её эксплуатационных параметров, но и исследование динамики последних с течением времени. Как раз этим мы сейчас и займёмся.

Здесь записана история про один фейл молодых SEO-мастеров, нанятых для оптимизации сайта с целью попадания в блок быстрых ответов от ИИ. Покажу на реальном кейсе, к каким плачевным последствиям приводит подобная оптимизация.

Представьте участок, который хотя бы отчасти «слышит» небо. Не камера, а свой микрофонный массив, своя прошивка, событие у вас в Home Assistant. А если таких узлов несколько у соседей, появляется то, ради чего затеян проект: раннее оповещение по району, а не одиночный датчик в вакууме.

Так устроена NEVOD: сеть коллективной безопасности на железе, которое вы собираете сами. Открытые материалы лежат в UAV-radar, обсуждение и новости в Telegram. Эта статья как раз про то, как войти в сеть.

Меня зовут Николай, я делаю InventoryMod - систему управления складом для небольшого бизнеса и интернет-магазинов. В этой статье я расскажу и про продукт (для тех, кому реально нужен складской учёт), и про то, как это устроено внутри - потому что архитектура получилась любопытная: одна кодовая база на TypeScript раскатывается сразу на четыре платформы, а данные по умолчанию живут локально в SQLite прямо у пользователя.

Статья длинная, поэтому сразу оглавление:

Недавно мой коллега писал Как работает понимание текста, а я бы хотел порассуждать, почему же все таки написать сообщение часто оказывается проще, чем позвонить, хотя звонок обычно быстрее?

Моя предыдущая публикации о психозе во внедрении ИИ, пожалуй, нуждается в конкретных примерах. И главный кадровик Amazon внезапно преподнес такой пример, что лучше и не придумаешь. В официальном блоге компании она рассказала, как использует ИИ для генерации кода и решений. Кстати, новость об этом уже есть на Хабре.

Знаете, что мне это напоминает? Историю про то, как менеджмент одной компании решил уволить своего самого талантливого сотрудника. И это было бы еще полбеды - они же еще и опубликовали хвалебный пост об этом. Правда, потом сей пост прочел куда более толковый менеджер другой компании, и написал детальный разбор их косяков, которые прям видны невооруженным глазом. Вот, кстати, этот разбор на Хабре со ссылкой на исходный бахвальный пост. Это, между прочим, закончилось увольнением именно вышестоящих управленцев в исходном проекте.

И вот глава HR Amazon решила порадовать нас откровениями, как прекрасен генеративный ИИ. Давайте же насладимся этим чтивом:

В статье мы сравним основных PaaS и VPS-провайдеров, рассмотрим критерии выбора и опишем деплой бота на хостинг. Также расскажем, как сделать так, чтобы Телеграм-бот работал несмотря на региональные блокировки.

Меня зовут Рене, я сетевой инженер в FirstVDS. В прошлой статье я рассказывал, как мы переезжали из euNetworks в QupraDC и почему даже маленькую площадку полезно строить как нормальную фабрику, а не как одну большую коробку на всё.

Сначала я не планировал писать отдельную статью про второй переезд. Со стороны всё выглядело слишком похоже: снова Amsterdam, снова EVPN/VXLAN-фабрика, снова временная связность между дата-центрами и постепенный перенос серверов. Казалось, что получится пересказ той же истории другими названиями площадок.

Но повод был уже другим. В мае–июле 2026 года в Qupra DC2 произошла серия отказов системы охлаждения: оборудование уходило в аппаратную защиту от перегрева, а локация получала многочасовую недоступность. Аномальная жара стала триггером, но не единственной причиной нашего переезда: единичный сбой превратился в целый каскад проблем, которые вскрыли инженерные и эксплуатационные просчёты площадки. После этого ждать гарантий или доработок со стороны дата-центра мы не считали надёжным планом. Решение было простым и неприятным: надо переезжать в другой ДЦ.

Мы представляем Claude Fable 5.1 и Claude Mythos 5.1. Это самые продвинутые в мире модели для программирования и интеллектуальной работы, а их исследовательские возможности уже дают первое представление о том, как ИИ-модели смогут способствовать научному прогрессу.

Claude Fable 5.1 и Claude Mythos 5.1 это одна и та же модель, но с разным уровнем защитных ограничений. Fable 5.1 доступна всем пользователям, тогда как Mythos 5.1 предоставляется только в рамках наших программ доверенного доступа. Её механизмы защиты специально настроены для работы в сфере кибербезопасности и наук о жизни.

Помимо роста возможностей, в Fable 5.1 мы учли важную обратную связь от клиентов, связанную со стоимостью, хранением данных и защитными механизмами.

Обычный вечер понедельника. Я уже собирался уходить домой после работы, как вдруг зацепился за разговор коллег о неком Gemini Notebook. Стало интересно, что это, как люди им пользуются, а главное — надо ли оно мне. Глянул пару обзорных видео, послушал про его плюсы, чудеса и все такое прочее, но больше всего зацепил меня тезис о том, что окно контекста у этой штуки — миллион токенов. Вечер перестал быть томным.

Привет, Хабр! Меня зовут Вадим Гартман, я бэкенд-разработчик в Selectel. Недавно стал одним из ответственных за поддержку terraform-provider со стороны выделенных серверов, при том что ранее работал вообще в другом направлении. Я старался быстро влиться в проект, и будто бы ИИ-RAG-инструмент, способный обрабатывать и анализировать структуры огромных монолитов, появился очень кстати.

В общем, мы с Gemini Notebook встретились в странный период моей жизни. А что из этого вышло — читайте в этой статье.