Kurgan-Telecom Ru | Информационные технологии

Продолжаем обозревать эпопею странных, сумасбродных и неудавшихся девайсов. Большинство из них вновь так и не достигли прилавков.

Японские префектуры получают известных покемонов в качестве региональных символов без лицензионной платы. В статье — мини-исследование о том, зачем это нужно The Pokémon Company, кто оплачивает все движухи с покемонами и почему Кагаве достался именно Ядон-Слоупок.

Продолжительность жизни современного человека намного больше той, что наблюдалась тысячи и даже сотни лет тому назад. Развитие наук и технологий, в частности медицины и фармакологии, сыграло не последнюю роль в этом. Однако люди, дожившие до 100 лет и больше, все еще считаются удивительной редкостью, особенно если их физиологическое и когнитивное состояние остается на допустимом уровне. Ученые из Осакского университета (Япония) провели исследование, в котором установили, что люди старше 110 лет обладают удивительно высоким уровнем иммунных клеток CD4 CTL. Что особенного в этих клетках, какие функции они выполняют, и какую роль в долголетии играют? Ответы на эти вопросы мы найдем в докладе ученых.

Для простой серверной интеграции с Битрикс24 далеко не всегда требуется полноценная OAuth 2.0-авторизация.

Если задача — из внешнего сервиса создать контакт, проверить существующего клиента и записать лид в CRM, это можно сделать через входящий вебхук Битрикс24 и обычный PHP.

Я использую такую схему в интеграциях, когда внешняя система отправляет данные на наш сервер, а сервер уже решает, что именно нужно создать в CRM.

Компании всё чаще пересматривают расходы на ИИ-инструменты. Например, Uber в 2026 году ввела лимит в $1 500 в месяц на сотрудника для каждого агентного инструмента кодинга: по данным Bloomberg, годовой бюджет на ИИ был израсходован за четыре месяца.

Такая реакция понятна — чем больше команда пользуется ИИ, тем выше счёт провайдера. Но лимит на человека — это не единственный и не всегда лучший способ управлять затратами. Он не различает полезный сложный запрос и простой вызов, который случайно отправили в дорогую модель. А ещё может ограничить именно тех сотрудников, чья работа действительно выигрывает от ИИ.

В «Первой Форме» мы подходим к этой задаче как к инженерной: не запрещаем использование моделей и делаем расход токенов наблюдаемым. Для этого нам нужно понимать, за какие токены платим, какие задачи решают модели и где теряется эффективность. Об этом сейчас и расскажем.

Развитие Physical AI сегодня уткнулось в отсутствие достаточного количества данных. Если для обучения VLM мы могли взять огромный объем текстовой информации, который годами копился в интернете, то VLA и world‑action-модели кормить практически нечем, создавать новые датасеты для обучения этих моделей оказалось чуть ли не сложнее, чем разработать конструкцию робота. Хотя люди сняли и выложили в открытый доступ огромное количество видео от первого лица, где руками делают что угодно — готовят, собирают, крутят, хватают, но использовать их в таком виде пока невозможно.

Я Артём Лыков, руководитель R&D-направления Physical AI в MWS, и сегодня я расскажу вам о том, с какими проблемами сталкивается отрасль, и о том, как мы разработали и протестировали AgenticFocus — пайплайн, который берет любое FPV-видео и превращает его в полноценный датасет для обучения гуманоидных роботов тонкой моторике. Ключевая идея AgenticFocus — разделить видеоряд на несколько полноценных слоев информации — фон, объекты и кинематику конкретного робота.

Практическое руководство по поиску длинных хешей, event ID, message ID и email в Manticore Search: лимиты, точное сравнение, wildcard-поиск, токенизация, миграция и ограничения.

Проверял, что видно про домен заказчика снаружи, и выписал имена из журналов Certificate Transparency. В списке оказались jenkins, gitlab-runner и пара стендов с именами вида test-2 — ни одного из них в публичном DNS не было.

Имя знает не только команда. Его знает весь интернет, причём с того момента, как вы выпустили на этот хост TLS-сертификат.

Компания из Монреаля, которую основали двое приятелей с телефонной линией в родительском доме. Она сделала первую в мире 3D-плату для PC, первую видеокарту под PCIe, задала эталон качества 2D-картинки в девяностых – и ушла с потребительского рынка, чтобы выжить. Ниже – история Matrox от 1976 года до наших дней.

В прошлой части мы дошли до триода — лампы с тремя электродами, которая умеет усиливать. Логично спросить: если триод все умеет, зачем понадобилось что-то еще?

Затем, что у триода обнаружилась врожденная болезнь. И дальнейшая история ламп — это, по сути, история борьбы с побочными эффектами, где каждое решение порождало новую проблему.

Пойдем по порядку возрастания сложности.

Разбираем кейс организации второй линии поддержки 1С для сети fashion-ритейла из 550+ магазинов в России. Сервер на каждый магазин, самописный сервис обмена данными вместо стандартной шины, конфигурация 1С УНФ, переписанная почти до неузнаваемости, и почти полное отсутствие документации по техподдержке на старте. Процесс перехода магазинов на 1С команда SSP SOFT построила с нуля, наладила инцидент-менеджмент и автоматический сбор отчетности от магазинов, добилась быстрого закрытия тикетов. И о «граблях» этого процесса тоже расскажем.

В наши дни все, кому было интересно, уже попробовали RAG, я в том числе. И стандартная схема тривиальна: цепляем LangChain, три импорта, .from_documents() — и бот с базой знаний готов. Мой первый опыт был такой же, и это даже заработало за один вечер.

Но как это поддерживать? А что случится, если всё полетит?

Пять слоёв абстракции, и я без понятия, что происходит на любом из них. Поэтому я решил повторить свой эксперимент с контейнерами: отбросил все слои и переписал вручную на Python.

В этой статье я хочу рассказать о том, что я смог узнать о RAG, с какими подводными камнями столкнулся и как будет выглядеть итоговый продукт.

Разворачивать новый кластер базы данных каждую неделю — так себе удовольствие, особенно когда обслуживание десятков кластеров съедает время дежурных. Когда кластеров стало много, локальные аномалии стало сложнее замечать на общих дашбордах.

С этой проблемой мы столкнулись в Яндекс Трекере: за год количество активных организаций и кластеров выросло вдвое, а нагрузка на сервис поднялась всего на 13%. Получилось парадоксально: потребление ресурсов и сложность эксплуатации росли вместе с числом организаций, хотя реальная нагрузка увеличивалась значительно медленнее.

Если время на Linux‑серверах начинает расходиться, промышленная система теряет связность событий: логи перестают складываться в единую картину, а поиск причины аварии усложняется. Разбираемся, как диагностировать проблемы с NTP, устранить дрейф часов и настроить PTP для высокой точности.

Этот материал открывает серию статей о том, как в Штатах сформировалось современное законодательство о СМИ, которое во многом определяет не только на американскую IT-сферу, деятельность прессы, блогеров, но и на многие другие аспекты повседневной жизни простых американцев. В сегодняшнем речь пойдет об истоках.

Привет, Хабр! Меня зовут Алексей Лукацкий, я бизнес-консультант по безопасности и Chief Evangelist Officer в Positive Technologies, а до этого больше 18 лет проработал в Cisco. За свою карьеру я успел побыть программистом, администратором, аудитором, маркетологом, продавцом, преподавателем, rCISO, писателем и ИБ-евангелистом — и за всем этим стоит уже 35 лет в кибербезопасности, страшно даже произносить эту цифру вслух.

За эти три десятилетия я видел, как менялась индустрия: появлялись новые угрозы, регуляторы выпускали всё новые требования, а специалисты по безопасности учились работать с облаками, контейнерами и DevSecOps-практиками. Теперь настал черёд следующего большого изменения — искусственного интеллекта, и мне захотелось поделиться мыслями о том, как он влияет на нашу профессию и что с этим делать.

Вокруг искусственного интеллекта сегодня действительно много шума, и мнения о нём кардинально расходятся — от полного принятия до категорического отторжения. Одни считают, что ИИ вот-вот заменит специалистов по кибербезопасности, и указывают на нейросети, которые уже находят уязвимости на багбаунти-платформах или пишут нормативную документацию лучше человека. Другие, часто из старшего поколения, воспринимают ИИ как нечто враждебное, призывают запрещать и блокировать — и дальше начинаются истории с обходными путями и теневыми схемами использования.

Вместо философских рассуждений о том, заменит ли ИИ человека или нет, я хочу поговорить о практических вещах, которые каждый специалист по ИБ может использовать уже сегодня, причём сделать хорошо. Как не остаться на свалке истории, а наоборот — вскочить на ступеньку этого поезда и использовать ИИ как инструмент, который усиливает, а не заменяет.

Финал серии про горутины и рантайм Go. Здесь то, что происходит за пределами уютного мира G/M/P: системные вызовы, сеть, сборщик мусора. Плюс полный круг планировщика, после которого вывод GODEBUG=schedtrace читается как обычный лог, и все свежее из Go 1.22-1.27: рантайм, который начал делать работу за программиста.

Привет! Меня зовут Рома, я фуллстак разработчик в компании Efsol. Когда я начал делать агентов под разные задачи внутри компании, я довольно быстро понял что задача не сводится просто к хорошему промпту.

Промпт важен, но он закрывает только верхний слой, а дальше начинается обычная инженерная работа - контекст, память, доступы, инструменты, состояние, git, фоновые задачи и т.д. и т.п. И если это не проектировать отдельно, агент может нормально справиться с короткой задачей, но начать сыпаться на длинной работе.

Я собрал 5 ошибок/проблем, которые чаще всего били по качеству, стоимости и устойчивости системы. Не как универсальную методологию и не как попытку кого-то учить, а скорее как заметки, которые могут кому то пригодится, да и просто хочется их зафиксировать.

Привет! Меня зовут Владимир Суворов, я Senior Data Scientist и core-разработчик open-source AutoML-фреймворка OutBoxML. По образованию я инженер-механик — считал прочность судовых конструкций, и именно оттуда вынес принцип, о котором эта статья.

Сегодня мы решаем простые задачи сложными методами. Используем нейросеть там, где хватило бы регрессии; выбираем бустинг там, где данные умещаются в одну формулу. Я всегда был сторонником обратного: решать сложные задачи простыми инструментами.

Эта статья — о линейных моделях. О том, что за скромным y = w·x + b скрывается инструмент, которым инженеры полвека считали турбулентность, прочность и динамику конструкций, и которым сегодня в проде считают страховой риск — быстро, стабильно и абсолютно прозрачно. Разберём:

В 2024 году главная база уязвимостей NVD фактически сломалась, в 2025-м чуть не остановилась вся программа CVE, а Евросоюз запустил свою базу EUVD. Эпоха единого источника закончилась. Разбираем, откуда брать данные сегодня, какие требования предъявлять к VM-инструменту и как должен быть устроен конвейер доставки уязвимостей у вендора.