Kurgan-Telecom Ru | Информационные технологии

Более двух с половиной миллионов квадратных метров в год – под тотальным цифровым контролем. Не выборочные замеры и не акты «на глазок», а лазерное сканирование с миллиметровой точностью. Setl Group прошла этот путь за шесть лет: от первого в России наземного сканера Leica до собственной системы строительного контроля, которая сегодня встроена в каждый этап стройки. О том, как технология превратилась из эксперимента в конкурентное преимущество, – из первых рук.

Риски, которые «съедают» бюджет застройщика

Каждый строительный проект на старте имеет проектные даты, которые показывают инвестору, что всё идёт по плану. Событий (вех) в проекте тысячи, и с каждым событием связаны люди и организации, которые они представляют. Если один из этих этапов будет выполнен не в срок, это отразится на последующих. Поэтому застройщику в 2026 году важно смотреть в глубину своих процессов и стремиться повышать их качество.

Риски, которые несёт застройщик:

Задержки сроков и вопросы к качеству...

За три месяца OpenAI, Anthropic, Google и Meta раскрыли серию случаев, когда агенты вышли за рамки теста или задачи. Агентство AP собрало их в одну хронологию, но в ней смешаны два разных типа происшествий с разными причинами. Ниже разбор, чем они отличаются, и список из восьми проверок, который можно применить к своему агенту.

У маленького бизнеса, который продаёт через мессенджеры, есть характерная слепая зона. Владелец знает, сколько людей ему написали за месяц, и знает, сколько из них купили. Всё, что между, существует только в виде переписок. Спроси его, на каком месте разговоры чаще всего умирают, и он ответит по ощущениям: «наверное, на цене» или «люди просто пропадают».

Ощущения в таком вопросе обычно ошибаются. Чтобы ответить точно, не нужен BI и не нужна CRM за сотни долларов в месяц. Нужно один раз договориться, из каких состояний состоит диалог, и начать записывать переходы между ними.

Тестировал программы для работы с ПДФ после многих лет в Adobe Acrobat: сравнил российские решения, удобство и возможности.

Высокое потребление памяти на сервере 1С приводит к снижению производительности, замедлению работы пользователей, увеличению времени выполнения запросов и фоновых заданий, а в тяжелых случаях — к аварийному завершению рабочих процессов rphost. При этом сама по себе большая цифра потребления памяти еще не означает наличие проблемы. Рабочие процессы 1С используют оперативную память в соответствии с текущей нагрузкой, и после выполнения тяжелой операции память не обязательно сразу возвращается операционной системе.

В этой статье наш партнер Андрей Бурмистров, эксперт в сфере оптимизации производительности 1С, разбирает основные причины высокого потребления памяти на сервере 1С. Показываем, в каких случаях необходимо искать проблему в прикладном коде, а в каких — анализировать саму платформу.

Почему собака после мытья пахнет сильнее, чем до: вода освобождает продукты обмена микрофлоры, а испарение уносит их к носу. Разбор по газовой хроматографии.

Про Iceberg сейчас много чего понаписано. Либо обзор «формат будущего, открытость, лейкхаус», после которого непонятно, где нажать, либо разбор одного механизма — снимки отдельно, каталог отдельно, права отдельно. Iceberg плохо объясняется словами, поэтому я собрал стенд, где все части уже соединены и поднимаются одной командой. Trino, каталог Lakekeeper, права в OpenFGA через OPA, вход через Keycloak, S3 на RustFS, а из инструментов нужен только DBeaver. В статье — путь одного запроса через все компоненты, снимки и откат таблицы, права мышкой и обслуживание таблиц с рекомендациями для рабочей системы.

Я работаю системным аналитиком, и UML-диаграммы для меня это часть работы. Но официальный редактор на plantuml.com из России не открывается, а ставить Java и плагин в IDE или VPN на рабочий компьютер не хочется.

Поэтому я навайбкодил umleditor.ru - редактор UML-диаграмм в браузере. Пишешь код и сразу видишь схему. Регистрироваться не надо. Схемы рисует мой собственный PlantUML-сервер в Москве, так что код диаграмм не уходит на чужие сервисы.

Весь сайт написал Claude: интерфейс, серверную часть, скрипты для сервера, даже тексты справочника. Я объяснял, что хочу, смотрел результат, просил переделать и делал то, что нейросеть сделать не может: платил за сервер, покупал домен и вводил пароли.

Первая рабочая версия появилась за два часа. Потом проект рос: блок-схемы по ГОСТ со своим рендерером, редактор JSON, справочник на 70+ страниц. Ниже описание того, как это устроено внутри, с кодом и цифрами.

Привет, Хабр!

Меня зовут Лёша, я разработчик из команды перспективных технологий Центра развития искусственного интеллекта СПАО «Ингосстрах». Мы занимаемся интеллектуальной обработкой документов (Intelligent Document Processing, IDP) и для извлечения структурированных данных из входящих документов используем мультимодальные LLM, минуя отдельный этап распознавания текста (OCR).

Часто для заказчиков важно не только получить результат распознавания, но и понять, какие документы стоит отправить на ручную проверку. Поэтому к нам неоднократно обращались с запросом на confidence score – оценку уверенности в правильности извлечённых данных. Ведь даже с ошибкой в номере паспорта или фамилии ответ модели остаётся синтаксически корректным JSON, и следующая система может принять неверные данные за достоверные.

В привычном OCR-пайплайне (например, модели CRNN, Surya, Easy-OCR, Tesseract OCR) вместе с распознанным текстом часто доступна оценка уверенности для символа, слова или строки. Она не гарантирует правильность распознавания и может нуждаться в калибровке, но даёт исходный сигнал для отбора подозрительных результатов.

В нашей системе на основе мультимодальных LLM такой оценки не было. Поэтому мы решили посмотреть на сам процесс генерации ответа. На каждом шаге модель выбирает следующий токен с учётом изображения, инструкции и уже сгенерированного текста. Для выбранных токенов можно получить logprobs – логарифмы их вероятностей. Они показывают, насколько ожидаемым было каждое продолжение для модели, но сами по себе не говорят о том, правильно ли распознано поле.

Мы решили проверить, можно ли по token logprobs находить ошибки в ответах модели. В этой статье расскажу, как мы превратили вероятности токенов в оценку риска и проверили её на реальных данных.

Это третья часть материала, посвящённого реагированию на инциденты ИБ в Windows. Вторая часть была посвящена изоляции хоста и разбору процессов и служб. В этой части — проверяем ещё две частые точки закрепления, задачи планировщика и автозапуск через реестр, смотрим на локальные учётные записи и группы, и наконец садимся за журналы событий, чтобы связать разрозненные находки в единую хронологию. Здесь же выводы из демонстрационной лабы складываются в цельную картину атаки.

Системы жизнеобеспечения Земли находятся под угрозой, и их состояние продолжает ухудшаться. Однако, хотя времени для принятия мер остаётся всё меньше, у нас ещё есть возможность обеспечить планете устойчивое будущее, говорится в новом докладе.

Доклад под названием Planetary Health Check 2026 («Проверка здоровья планеты — 2026») подготовили более 60 учёных. Они оценили состояние взаимосвязанных природных систем, или планетарных рубежей, от которых зависят стабильность и устойчивость Земли. По словам исследователей, пересечение этих рубежей повышает риск серьёзного и необратимого ущерба.

Согласно докладу, семь из девяти выделенных планетарных рубежей уже пересечены. Среди них изменение климата, закисление океана и нарушение целостности биосферы. Никлас Кицманн (Niklas Kitzmann), ведущий редактор доклада, сравнил оценку планетарных рубежей с анализом крови Земли, результаты которого вызывают серьёзную тревогу.

«Если бы к вам попал пациент с такими результатами анализа крови, вы бы немедленно отправили его в реанимацию», — рассказал Кицманн, исследователь Лаборатории изучения планетарных рубежей при Потсдамском институте исследований воздействия на климат в Германии, который публикует доклад, в интервью Live Science.

Среди экосистем, которым в докладе уделяется особое внимание, — тропические леса Амазонии, рискующие преодолеть катастрофическую точку невозврата, и морское дно, страдающее от донного траления и сталкивающееся с новой угрозой в виде глубоководной добычи полезных ископаемых. В докладе также подробно рассматриваются экстремальные погодные явления, усиливающиеся из‑за изменения климата, вечные химикаты, исчезновение видов и многие другие проблемы. Однако авторы считают, что мы ещё можем восстановить здоровье нашей больной планеты, если будем действовать быстро.

После перехода на Java 24 виртуальные потоки перестали блокировать носители внутри synchronized. Казалось бы, одним тормозом меньше. Но производительность по‑прежнему упирается в ограничения ресурсов, а старые способы диагностики уже не помогают. Разбираемся, где теперь искать причины задержек и какие настройки стоит пересмотреть.

Напишите sizeof(int), и на современной машине вы почти наверняка получите 4. Логично: int – это 32 бита.

Только вот в стандарте C этого нигде не написано.

Более того, существовали машины, где int занимал 16 бит, и такие, где 36. Многие считают это главным проколом создателей языка. Но стоит заглянуть в 1970-е, и картина меняется.

Давайте вспомним, какие компьютеры тогда были, зачем придумали int и почему это решение дожило до C23.

Привет, Хабр! На связи Selectel. На рынке аудиоэлектроники не так много по-настоящему хороших наушников, но некоторые модели от Sony весьма удачны. Одна из них — Sony WH-1000XM5. Такие были у моего хорошего знакомого, и он как-то дал мне их «полетать». Но вот беда: не прошло и года, как у них сломалось крепление чашки — шарнир просто выпал из пластиковой дужки. Знакомый отправил покупку обратно (покупал на Amazon), получил возмещение и на эти деньги взял XM6. 

Пару недель назад мне на испанской онлайн-барахолке попались XM5 с аналогичным повреждением за 70 евро (нормальная цена за ту же модель б/у в хорошем состоянии — 150–200 евро). На том же ресурсе встретилось еще несколько таких же проблемных «ушей». Я стал разбираться, и мне вспомнилась концепция запланированного устаревания. В нашем случае вполне исправный девайс оказывается бесполезным из-за небольшого пластикового узла. Считается, что подобные решения помогают производителям поддерживать спрос на новые устройства. Я решил попробовать отремонтировать наушники (о чем впоследствии неоднократно пожалел) и заодно выяснить, какие есть еще устройства страдают от похожих проблем — когда мелкая поломка приводит устройство в полную непригодность. Что ж, поехали!

Практический взгляд на то, как можно строить надёжную обработку ошибок и оповещения в интеграционных решениях. Классификация ошибок, повторные попытки, очереди, защита от дублей, агрегация алертов и метрики для мониторинга — с примерами и рекомендациями для реальных проектов.

Все ноды зелёные, Meta отдала 200 OK, а клиентка осталась без ответа. Разбираем баг ИИ-агента на n8n

WuXi AppTec — китайская биотехнологическая компания, работающая в Азии, Европе и Северной Америке. Она занимается поддержкой других предприятий в сфере исследований и разработок, начиная с молекулярной биологии и заканчивая тестированием препаратов. WuXi владеет исследовательскими центрами как в Китае, так и в США. 

Привет, Хабр! Меня зовут Артем Абакумов, я разработчик СУБД РЕД База Данных в РЕД СОФТ.

Представим, что на проде виснет база. Счет идет на секунды, а утилиты мониторинга системы с красивой визуализацией показывают, как сервер медленно умирает из-за нехватки ресурсов. Чтобы выяснить, какое именно подключение (и каким SQL-запросом) все положило, приходится лезть в логи, запускать трассировку и ковыряться в файлах, пытаясь восстановить хранологию соыбтий. Проблема давно насущаная, поэтому мы решили создать инструмент, который будет непрерывно собирать все метрики, влияющие на работу базы данных, и при этом не тормозить систему. Звучит как отличная идея, но на пути к правильной архитектуре нам пришлось все трижды переписывать, воевать с разделяемой памятью и изобретать свои lock-free механизмы. В этой статье я расскажу историю наших архитектурных граблей и итоговое решение.

Привет! Меня зовут Владимир Бандов, я backend‑разработчик в компании Домклик.

Я долгое время отнекивался от использования агентов в работе, предполагая, что я самый умный. Это была стадия отрицания, так как я не понимал, насколько сильно они могут упростить работу. Но, решившись, я пошёл на сделку с совестью. Насмотревшись видосов, я думал, что настроить coding‑агент легко, пока не столкнулся с многообразием навыков (skill), MCP и прочих инструментов, permissions и нескольких конфигураций. А ещё агент постоянно делал лишние шаги и сам придумывал и реализовывал то, что вообще не входило в поставленную задачу. С этой гиперинициативностью мне и хотелось что‑то сделать.

Настройка шла хорошо первые полчаса. Но в какой‑то момент я устал запоминать, какой навык и для чего нужен, и объяснять агенту, что сначала нужен план, а уже потом доступы, конфигурации и запуск команд в терминале.

После пары свободных вечеров я нашёл подход, удобный для себя, ленивый. Возможно, он тратит больше токенов, но я использую агент не как полноценного разработчика, а как помощника.

В этой статье на примере OpenCode Desktop я расскажу, как решал проблему своей дырявой головы и как упростил добавление новых MCP и навыков для агента.

Привет