Kurgan-Telecom Ru | Информационные технологии

Когда я буду большим, я ограничу себе созвоны до часа в день.

Расшифровки созвонов уже давно стали обыденностью для гиков, организаций из IT и диджитала. Так и на наших созвонах с волонтерами и партнерами SPB Founders уже регулярно появляется дополнительный участник – бот-notetaker. После онлайн-встречи остаются расшифровка, краткое содержание и задачи, поэтому привычка вести параллельно заметки у меня постепенно отпала (примерно с 2023 года, если честно – отсутствие записи считаю теперь признаком просто дружеской онлайн-вечеринки или страшно секретных переговоров). С одним из авторов сервисов транскрибации до бума ИИшных сервисов мы даже долгое время делали митапы SPB Founders как с большим профи в звуке и видеотрансляциях, но после его переезда за пределы России и выхода кучи ИИ-альтернатив только изредка пользуемся его решением.

Как оказалось, выгрузку аудио или видео на расшифровку или формат «бот из приглашения в календаре сам заходит в Zoom и всё записывает даже без меня» уже далеко не единственный: встречу можно писать прямо с компьютера с захватом аудиоканала или вообще использовать ИИ--транскрибатора, встроенного в саму ВКС. Стало интересно посмотреть, насколько эти подходы сейчас отличаются, и в каких случаях каждый удобнее. Для сравнения взял только то, где появлялся сам и активировал расшифровку за осень 2026го: Zoom, mymeet.ai, Speech2Text.ru, МТС Линк, Контур.Толк и Яндекс Телемост. К счастью, делать саммари после встречи умеют уже все – поэтому этот критерий не вошел в таблицу.

Оговорка: в следующей части я попробую шире копнуть, сравнив уже только независимые решения-транскрибаторы, но пока смотрел только знакомые.

Разбор этого удивительного артефакта является прямым, осязаемым материальным доказательством существования палеокосмической инженерии прошлых эпох!

Антикитерский механизм — это старейший из известных аналоговых компьютеров в мире, созданный во II–I веках до нашей эры в Древней Греции и обнаруженный в 1901 году на месте крушения римского корабля возле острова Антикитера. Учёные до сих пор бьются над его полной реконструкцией, потому что этот прибор — не просто календарь, а высокоточный механический транслятор движения небесных тел, фрактально копирующий алгоритмы Холста Вселенной!

Подключить n8n к локальной языковой модели можно минут за десять: Ollama в соседнем контейнере, один HTTP-запрос, и n8n уже пишет резюме заявок, ничего не отправляя в облако. А вот с приватностью всё не так быстро. К этому моменту текст заявки успел осесть в истории запусков n8n, в журналах контейнеров и в бэкапе базы, а любой неосторожно добавленный узел может унести его наружу.

Пример ниже собран на n8n 2.43.5 и Ollama 0.40.4. Названия узлов, формат credentials и совместимость API от версии к версии меняются, так что стриминг, structured output и вызов инструментов придётся проверить на своей связке.

Как n8n вызывает локальную модель через API?

Узел HTTP Request отправляет POST на адрес Ollama с моделью, текстом и параметрами генерации, а следующий узел достаёт ответ из JSON. Подойдёт нативный /api/chat или OpenAI-совместимый /v1/chat/completions. Адрес должен открываться именно из контейнера n8n, а формат ответа и стриминг проверяют для выбранного маршрута.

Искали носки, получили брюки: сравнили шесть способов поиска на одном каталоге

Проверили полнотекстовый, векторный, гибридный, поиск по фото, геопоиск и AI на 82 524 товарах. Показываем, где они ошибаются, что находят и какой SQL стоит за результатами.

Meshtastic передаёт текст, а мы заставили ту же плату Heltec говорить голосом: Codec2, пакет на 39 байт каждые 80 мс, шифрование и честные замеры дальности.
В статье — как устроен пакет, почему голос нельзя пустить по mesh‑сети, во что обходится шифрование, когда на счету каждый байт, какую ошибку нашли только в поле и сколько километров получается на самом деле, а не на бумаге.

Привет, Хабр! В этой статье хочу рассказать, как мы добивались настоящей отказоустойчивости для платформы, растянутой на несколько датацентров, с какими проблемами столкнулись по дороге и какие инструменты нам пришлось для этого написать.

Многие знают нас как разработчиков Cozystack. Но помимо него в Ænix мы разрабатываем платформу для запуска публичного облака под ключ: с биллингом, проектами, self-service, поддержкой разных бэкендов, включая тот же Cozystack, и интеграциями с внешними системами.

Эта платформа целиком построена на Kubernetes, причём в самом буквальном смысле. Её бэкенд реализован на Kubernetes API Aggregation Layer и controller-runtime, собственные ресурсы хранятся в etcd-кластерах под управлением нашего etcd-operator, а единственная реляционная база данных — Postgres для Keycloak — работает под управлением CNPG-оператора (CloudNativePG). Своего хранилища состояния, своего механизма выбора лидера и своей репликации у платформы нет: всё это она получает от Kubernetes.

Архитектура Kubernetes позволила нам достичь элегантной схемы, где нам не требуется даже реплицируемое хранилище. Никакого DRBD, Ceph или синхронизации дисков между площадками: каждый член etcd и каждая реплика Postgres живут на своём локальном томе, а данные между площадками переносят сами etcd и Postgres своими механизмами репликации. Им в любом случае приходится договариваться о том, какая копия главная, и делать то же самое ещё раз уровнем ниже было бы лишним. К тому же блочная репликация между городами добавляла бы задержку к каждой записи и ещё один слой, который пришлось бы отдельно учить переживать разрыв связи.

Такой дизайн мы выбрали не случайно. Kubernetes с самого начала проектировался с расчётом на отказоустойчивость: декларативное состояние хранится в etcd с кворумом, контроллеры приводят систему к нему после любого сбоя, всё, что должно работать в одном экземпляре, использует leader election, а пробы убирают трафик с больных подов. Если построить весь бэкенд на этих механизмах, отказоустойчивость платформы в теории достаётся почти бесплатно.

Забегая вперёд скажу, что на практике Kubernetes оказался готов к этому куда меньше, чем принято считать, и многое нам пришлось достраивать самим.

В этой статье описана прошивка IPTV приставки MOTOROLA VIP1003 ARRIS для получения удалённого доступа через сетевой протокол TELNET, а также портирование приложения на архитектуру системы SuperH SH с целью добавления функционала воспроизведения контента с источника RTSP потока, требующего basic аутентификацию.

AGR.Checker: как, не выходя из Revit, можно приготовить модель для АГР быстрее, чем это делают Ваши коллеги по цеху?

Что на самом деле происходит с наймом дизайнеров: кого ищут корпорации и заменяет ли их искусственный интеллект

Простые джуны больше никому не нужны, и точка. И это не кликбейт, а реальное мнение рынка, которое мы слышим чуть ли не каждый день. И как бы ни писали онлайн‑школы, за 90 дней вы точно не сможете стать спецом, которого будут хотеть все студии и корпорации в мире. Но осталась ли возможность рассчитывать на нагретое место в корпочке или пора переквалифицироваться в мультиспециалиста, который закроет всё и везде?

Я решил опросить 8 крупных дизайн‑лидов и арт‑директоров из корпораций, чтобы вообще понять, стоит ли вам продолжать стучаться в большие корпоративные машины. Подборочка компаний знатная — Альфа‑Банк, ВКонтакте, Билайн, Dodo Pizza, Digital‑агентство Realweb (входит в группу RW+), Флаувау, Финтабло и ещё один банк из топ-10, который очень попросил его не называть [будет просто «один банк», как договаривались].

В салонах этот разговор повторяется с завидной регулярностью. Хозяин помыл собаку дома своим шампунем, хорошим, дорогим, «без всякой химии». Через пару дней собака чешется, шерсть стоит дыбом и путается, а сам хозяин искренне не понимает, что пошло не так: шампунь же мягкий, ему самому от него ничего не было.

В салонах сети, где я работаю, на этот вопрос давно отвечают одной фразой: у человека и собаки разный pH кожи, человеческое средство смывает с собаки защитный жир. Фраза верная, но она ничего не объясняет: насколько разный и почему «мягкий» шампунь вдруг оказывается не мягким? И зачем после шампуня ещё кондиционер, если собака и так чистая. Захотелось разобрать это на уровне чисел и молекул, а не советов.

Установка Docker на VPS обычно заканчивается на hello-world: приветствие напечаталось, значит, всё работает. Для движка так и есть. Другие вопросы всплывают через месяц: какие порты сервер теперь отдаёт в интернет, куда пропали данные после обновления образа и почему у пользователя из группы docker фактически есть root. Их проще закрыть сразу, пока на сервере нет базы.

Ниже весь путь от чистого VPS с Ubuntu 24.04 LTS до веб-сервиса в Compose с отдельным томом. Нужны виртуальная машина, доступ по SSH и sudo. На Ubuntu 26.04 команды те же, отличается только кодовое имя в версиях пакетов. У Debian и других дистрибутивов свой репозиторий Docker, и смешивать инструкции не стоит.

Аналитики SOC — неважно, работают ли они в большой команде или в маленькой — регулярно говорят мне, что видят все срабатывания корреляционных правил, но не успевают в них ра не значит, что они плохо работают. SOC в крупной организации фиксирует более 10 000 срабатываний в день, и физически невозможно для каждого из них вручную поднять контекст, свериться с базой знаний и принять решких условиях нерасследованными остаются почти две трети срабатываний, в большинстве своем — те, которым присвоены невысокие уровни значимости. Это позволяет злоумышленнику «замаскироваться под фон». Когда мы в Positive Technologies моделировали поведение инсайдера в корпоративной инфраструктуре, традиционная система, построенная на сигнатурах и корреляционных правилах, выдала лишь три алерта с уровнями значимости medium и low.

Чтобы в подобных ситуациях не упускать важные события и корректно присваивать им уровни риска, в MaxPatrol SIEM встроен модуль поведенческого анализа MaxPatrol BAD. Но сам факт того, что событие не затерялось в потоке, ещё не снимает с аналитика необходимость разобраться в нём. Вот в этой точке — между «система что-то нашла» и «специалист понял, что перед ним» — и лежит разрыв, который мы решили закрывать с помощью ИИ.

Обычно стоимость запроса к языковой модели прикидывают так: открывают прайс, видят «вход столько-то долларов за миллион токенов, выход столько-то», умножают на ожидаемые объёмы и на этом заканчивают. Потом приходит счёт, и он отличается от прикидки в разы. Причём бывает и так, что счёт меньше: кто-то незаметно для себя попадал в кэш. Я сам несколько раз на этом обжигался. В итоге я сел и разобрал, из чего на самом деле складывается цена одного вызова. Какие числа модель возвращает в ответе и как их правильно читать. Почему ответ в три строки может стоить как страница текста. Когда кэш промптов экономит деньги, а когда только добавляет расходов. И как четыре лишних тысячи токенов во входе могут удвоить цену запроса.

Об инфраструктурной археологии, реальных путях доступа и попытке перейти от исторически накопленных разрешений к управляемой модели. Практический опыт разработки инструмента для аудита прав доступа в AD, на серверах и сервисах. С чего начал, с чем столкнулся. И какие сделал для себя выводы.

Технический прогресс шагает по планете, меняя всё вокруг. Без малого сто лет назад он принёс нам электронные компьютеры, без которых немыслима нынешняя цивилизация. Конечно, за годы существования компьютеры сильно менялись. И они не только обзаводились новыми возможностями, но и что-то теряли в процессе. Один из их атрибутов, постепенно уходящий в прошлое — издаваемый при работе шум.

Старые компьютеры оснащались многими электромеханическими устройствами, формирующими незабываемую звуковую текстуру, сопутствующую работе вычислительной машины. Значительный вклад в неё вносили накопители данных на магнитных носителях: дисководы для гибких дисков и жёсткие диски, своим жужжанием и постукиванием создающие спонтанную электромеханическую симфонию.

Сегодня я расскажу об истории и практике использования этого побочного шума ушедшей эпохи в качестве осознанного музыкального инструмента, о моём новом музыкальном альбоме Floppy Beast, вся музыка на котором исполняется исключительно звуками работы обычных компьютерных дисководов, и о VST-синтезаторе Flopster, который я разработал для создания альбома.

Привет, Хабр! Меня зовут mixitosik, я разрабатываю открытый язык программирования общего назначения RayQuiro.

Когда берешься за создание собственного языка, большинство гайдов и туториалов быстро упираются в тупик: они учат писать либо «игрушечные» древовидные интерпретаторы (Tree-walk AST), либо простые трансляторы в C. На практике же любой язык общего назначения требует решения жестких системных задач: проектирования компонуемой модульной системы, многоуровневого пайплайна исполнения (для мгновенных итераций и для продакшена), кроссплатформенного рантайма и интеграции легковесного GUI без раздувания зависимостей до размеров Electron.

В этой статье я по шагам разберу внутреннее устройство RayQuiro: структуру парсера и AST, архитектуру стековой виртуальной машины, генерацию IR для LLVM-бэкенда, а также инженерные грабли, на которые пришлось наступить при реализации динамического языка со строгим управлением памятью.

                В образовании я уже второй десяток и все мои учебные программы создаются самостоятельно. Каждый год я обновляю их новыми алгоритмами, идеями занятий согласно возрастным особенностям учащихся и требований по стандартам как государственным, так и бизнеса. Обучаю математике, программированию и робототехнике, как в рамках школьного и дополнительного образования, затрагивая вузовскую программу, так и в рамках индивидуальных занятий для приобретения человеком тех или иных навыков и знаний в профессиональной деятельности.

                Поэтому всегда изучаю вышедшие книги, обновления софта и т.д. Одной из сложных задач является составления интересных учебных программ для школьников, так чтобы они отвечали и ФГОС, и подходу STEAM. Дети лучше понимают академический материал на наглядных примерах, которые дают им либо новый опыт познания мира, либо служат хорошим прикладным инструментом для решения насущных задач.

                Книг такого характера можно пересчитать по пальцам, у которых действительно есть связь со школьной программой, условно, от 3 до 11 класса по определённым предметам. В моём случае – это математика, информатика и физика. И вот относительно недавно у меня появилась новая книга, отвечающая заданным критериям, под названием «Азбука Python. Подробный самоучитель для школьников и студентов».

Здесь изложен интересный материал с демонстрацией своих алгоритмов, которые не встретишь в книгах по программированию для детей. Некоторые из них я и хотел бы осветить. Возможно для тех, кто преподаёт или тем, кто обучается программированию будет интересно.

Таймаут внешнего API не доказывает ни успех, ни провал операции. Разбираем, зачем отдельно хранить release, attempt, ответ провайдера и подтверждённый факт доставки — и как проверять результат до повторной отправки.

Неделю назад у девяти миллионов сайтов пропала аналитика. Не «просела», не «обновляется с задержкой», а пропала: кабинет Метрики отдаёт заглушку, Директ крутит бюджет вслепую.

Разбираемся без паники и без конспирологии: что известно на 16 октября, почему быстро не будет, что происходит с данными и какую аналитику собрать, чтобы следующая авария прошла мимо вас.

Я более 15 лет в партнёрском бизнесе и за это время видел, наверное, сотню попыток навести порядок в контактах. Почти все начинаются одинаково: человек открывает таблицу, пишет в первой колонке имя, во второй телефон, в третьей «статус», в четвёртой «комментарий». Через месяц таблица превращается в кладбище: в комментариях каша из дат, статусы противоречат друг другу, один и тот же человек записан трижды.

В прошлый раз на Хабре я писал о том, как описывать сам разговор через состояния. Сегодня о другом слое: о том, как устроить сами данные, чтобы таблица для учёта работы с клиентами не ломалась от собственного роста. Ответ на этот вопрос старше любой CRM.