Kurgan-Telecom Ru | Информационные технологии

Восторг от того, сколько времени экономит AI, понятен. Я и сам, пару лет назад, во времена моего знакомства с ИИ ощущал себя волшебником, произнося магические заклинания: «ИИ, перескажи материал этого исследования, ИИ, сделай три главных вывода, ИИ, подготовь презентацию...» Однако, как известно, всякая магия имеет свою цену, и определяется она не только стоимостью подписки и токенов.

В недавнем исследовании Boston Consulting Group (BCG) ситуация описывается как «требующая внимания»: половина опрошенных руководителей уже замечают, как сотрудники теряют навыки из‑за AI. Речь о потере профессиональных навыков (deskilling): они постепенно ослабевают, если основную работу постоянно передавать AI.

В этом материале я разберу десять привычек из своей практики работы с AI. Пять, от которых лучше отказаться, даже если вам кажется, что они дают значительный буст вашей продуктивности, и пять, которые на первый взгляд выглядят неоднозначно, но делают вас и вашу команду действительно сильнее.

Я руковожу отделом тестирования роботизированных систем в Cognitive Pilot. В этой статье расскажу, как устроено тестирование автопилота для сельхозтехники: какие уровни проверок у нас есть, чем они отличаются от обычного QA, что получилось и что пока не получается автоматизировать.

TL;DR. Полтора месяца я делал тестовое задание для ВК Подарков. Больше трети моих вопросов продакту вернулись с ответом «Вопрос к дизайну))». Пока я рисовал свою версию фичи, похожая появилась в самом приложении. После трех итераций и двух раундов правок мне отказали. Логика без вопросов, не дотянул визуал. Ниже вся история и мой вывод – тестовые пора хоронить и переходить на вайтборд.

Команда Qwen из Alibaba выпустила Qwen-Image-2.1 — модель для генерации и редактирования изображений на базе diffusion transformer с 7 млрд параметров, поддержкой нативного вывода до 2K и лицензией Qwen Research License.

Она умеет

Поиск сильного автора или контент-редактора в High-Risk и Affiliate сегменты (iGaming, беттинг, крипта) — это классическая и очень дорогая боль для HR-менеджеров, тимлидов и владельцев digital-проектов.

Рынок переполнен соискателями, которые красиво упаковывают резюме, уверенно оперируют общими фразами вроде «пишу продающие тексты под ключ», но на первом же техническом вопросе или практическом тестовом задании полностью проваливаются. Они путают волатильность с RTP, не понимают разницу между липкими и нелипкими бонусами и бездумно переписывают чужие тексты.

В гемблинге цена ошибки критически высока. Некомпетентный контент не просто висит мертвым грузом — он убивает позиции сайта в поисковой выдаче Google, вызывает отток пользователей из-за кривых условий и может легко слить рекламный бюджет.

Как человек с 12-летним стажем в контенте и SEO, прошедший через сотни собеседований и запустивший проекты с миллионным охватом, я собрал мини-гайд о том, как за 10 минут вычислить профи и не нанять дилетанта.

Маркетплейсы, ФНС и трудовые отношения: что изменил закон о платформенной экономике

С 1 октября 2026 года изменились правила работы цифровых платформ.

Новые обязанности и штрафы, передача сведений в ФНС, риск признания отношений с исполнителями трудовыми - все это необходимо теперь учитывать.

О платформенной экономике я писала немного, когда проект только вносили в Госдуму (ссылка на пост), и подробнее - когда закон уже вступил в силу (ссылка на пост).

Регулирование затрагивает не только маркетплейсы. Под него попадают классифайды (платформы объявлений, где люди и компании размещают предложения о продаже товаров, поиске услуг, работы или недвижимости, а другие пользователи их просматривают), агрегаторы услуг и сервисы доставки, если они обеспечивают размещение предложений, заключение сделок и оплату.
Правительство уже утвердило критерии отнесения платформ к посредническим. Например, это количество пользователей из России, объём сделок и выручка платформы. ФНС создала отдельный контур информационного взаимодействия с такими платформами.

Привет, Хабр! Меня зовут Иван Тарасов, я TUL Architecture Governance в техплатформе Авито. Одна из моих команд — SLA — создаёт условия для повышения технической надёжности, а также развивает инструменты NFR и сценарии стабильности.

В этой статье я расскажу, как в Авито устроена система измерения надёжности: от SLI/SLO/SLA и разницы между Stability Rate и Uptime, до устройства NFR для REST/RPC-сервисов, шин данных и кастомных операций.

Также поясню, чем концепция бюджета ошибок в Авито отличается от канонического описания в книге Google SRE, и почему это не случайное отклонение, а намеренное решение.

Всё началось лет сорок назад, когда я впервые услышал о простых числах и попытался понять, что это такое. Картинка, которая сложилась у меня в голове, казалась куда понятнее того, что мне тогда пытались объяснить.

Лет двадцать назад я попробовал изложить всё это понятным другим людям языком. Не хватило ни вычислительных мощностей, ни упорства.

И вот наконец нашёлся помощник, который нормально относится к алгебре — в отличие от меня — и обладает нечеловеческим упорством и терпением.

Теперь у той давней истории появились формулы, программы и результаты, которые можно проверить. О том, как мы до них добрались, — эта статья.

Яндекс.Телепульт — расширение для Chrome, которое добавляет в Яндекс.Телемост то, чего мне не хватало на созвонах: исчезновение из кадра по щелчку пальцами, фон, маски, стикеры, субтитры с переводом, календарь и трекер рядом со звонком. Всё работает локально в браузере, без серверов.

В статье разбираю, как это устроено: как подменить камеру через getUserMedia и canvas.captureStream, как найти человека в кадре без нейросети и с MediaPipe, как распознать щелчок пальцами по видео и как сделать субтитры с переводом прямо в браузере.

Задача сборки механических головоломок за минимальное количество ходов формализуется как поиск кратчайшего пути в графе Кэли. Вершинами такого графа являются допустимые состояния головоломки, а ребрами – допустимые ходы, переводящие одно состояние в другое. Для классического кубика Рубика 3×3×3 диаметр графа был определен в 2010 году Томасом Рокицки с коллегами – число Бога составило 20 ходов в метрике HTM (Half-Turn Metric). Однако для головоломок больших размеров – кубиков 4×4×4, 5×5×5, биг-кубов, мегаминкса – точное значение диаметра графа Кэли остается неизвестным.

Проект CayleyPy развивает серию соревнований на платформе Kaggle, посвященных поиску оптимальных и субоптимальных путей в графах Кэли с огромным числом состояний. В этой статье я разберу архитектуру нейросетевого пайплайна CayleyPy, проанализирую результаты завершившихся конкурсов и расскажу о текущих контестах для больших кубов, где участвую как член команды.

Автор оригинала выпустил коммерческий веб-продукт с аккаунтами, оплатой через Stripe и письмами через Postmark на технологии 1994 года: CGI-программа на C, OpenBSD httpd и файл SQLite. Без фреймворка, шаблонизатора, контейнера и JavaScript, с тремя зависимостями. В статье: как устроен стек BCHS, чем CGI удобен сегодня (отладка в шелле, минимальный риск цепочки поставок, выкатка заменой одного файла) и чего в нём не хватает.

Казахстан сейчас собирает у себя то, за чем обычно надо лететь через полмира: международные форумы, хакатоны мировых лабораторий, производство роботов, суперкомпьютерные кластеры. И всё это в трёх часах лёта, без виз и без языкового барьера. Я поехал туда в августе посмотреть своими глазами и остался. Дальше поделюсь своим опытом и впечатлениями.

Добро пожаловать в будущее!

Представьте: вы приходите на выставку стартапов и встречаете робота как из фильма «Я, робот». Он стоит перед вами, смотрит в глаза, двигает руками и разговаривает, только вместо спасения человечества пока учится выполнять вполне конкретные задачи на производстве. Это не сцена из фантастики, а выставка стартапов на Московском стартап‑саммите, который прошёл в конце сентября в СберСити. 

Привет, Хабр! Меня зовут Сергей Лавров, и это мой второй репортаж с Московского стартап‑саммита, который организовали Правительство Москвы и Сбер. 

В первой статье я рассказал о своих впечатлениях от выступлений, а здесь предлагаю пройтись по выставке вместе и посмотреть, как фантастические сценарии превращаются во вполне рабочие технологии.

Искусственный интеллект обещал изменить мировую экономику. Но пока компании рассказывают о революции производительности, инвесторы начинают задавать значительно более приземлённый вопрос:

Кто заплатит за сотни миллиардов долларов, уже потраченных на эту революцию? История Oracle показывает, что проблема может возникнуть задолго до того, как закончится спрос на ИИ.

Прошу обратить внимание на событие, которое произошло в сентябре 2026 года. Оно осталось практически незамеченным за пределами финансового и технологического сообщества.

Чаевые, «меня уволят», «ты senior Python-разработчик», «подумай как следует», ultrathink. Проверил народные приписки на кодинг-агенте: пять задач, скрытые тесты, 156 прогонов.

Чаевые помогли, но подняли счёт сильнее всех. «Подумай» и «меня уволят» помогли почти даром. А «сеньор» провалил задачу 8 раз из 8 и каждый раз уверенно отчитался, что всё сделал. Причина нашлась в логах агента, и она до смешного буквальная.

Одним из типов топологических примитивов, встречающихся на печатной плате, является переходное отверстие (ПО). ПО соединяет проводники разных слоев и для электрического сигнала не является идеальным проводником. Металлизированный ствол, контактные площадки, антипады образуют электромагнитную неоднородность. Она добавляет паразитную емкость и индуктивность, вызывает отражения и ограничивает полосу высокоскоростного канала. Поэтому параметры ПО необходимо оценивать еще при выборе структуры и топологии печатной платы, а не только после появления проблем с качеством сигнала. На рисунке ниже представлен пример зависимости коэффициентов S11 и S21 от частоты для одного из вариантов ПО.

Предметное поле банковского приложения для сотрудников: как его визуализировать — как лес, дерево или граф? Я Валерий Разномазов, тимлид команды системных аналитиков проекта «Цифровой офис сотрудника», в рамках которого мы создаем приложение для сотрудников Россельхозбанка. В этой статье я рассказываю, как мы строили модель данных для приложения «Цифровой офис сотрудника» в РСХБ и почему отказались от классического «дерева» в пользу ориентированного ациклического графа (Directed Acyclic Graph, DAG).

RAG (Retrieval-Augmented Generation или генерация с дополненной выборкой) — это технология, которая объединяет большую языковую модель (LLM) с внешней базой знаний. Вместо того чтобы полагаться только на заученные во время обучения данные, ИИ сначала ищет точную информацию в корпоративных документах, справочниках или интернете, а затем пишет ответ на её основе. 

Сегодня интеграцией искусственного интеллекта в рабочие процессы никого не удивишь. Однако разница между быстрым прототипом на базе стороннего API и полноценной системой внутри корпоративной инфраструктуры для работы с внутренними данными и бизнес-задачами огромна.

Мы запустили в СВОЙ Тех процесс внедрения собственного AI-ассистента и внутренней платформы специализированных ИИ-агентов. Рассказываем, как устроена наша архитектура «под капотом», какие инструменты мы подключили, с помощью каких чатов решаем бизнес-задачи и как управляем контекстом.

У фирмы «1С» есть открытый список 1С-франчайзи: страница, где можно выбрать регион и увидеть всех, кто внедряет «1С:Предприятие» в вашем городе. Это, пожалуй, самая большая франчайзинговая сеть в российском IT, и нечастый случай, когда франчайзер сам выкладывает всю сеть одной страницей. Я хотел простого: собрать этот список целиком, посчитать, как сеть разложена по карте, и привязать каждую строку к юрлицу в ЕГРЮЛ.

Простого не вышло. Ниже - как устроен источник, что в нём сломано и сколько строк в итоге удаётся честно связать с реестром. Код на Python, короткими кусками, всё снято 12 октября 2026 года.