Kurgan-Telecom Ru | Информационные технологии

Две команды git notes add добавляют заметки к двум разным коммитам одновременно. Обе завершаются с кодом 0, но одна заметка исчезает: на обычной Linux-машине — в 25 запусках из 30. Фарид Закария нашёл эту гонку своей детерминированной виртуальной машиной Rewind VM и показывает, как тремя вопросами к записанным прогонам дойти от «тест иногда падает» до одной строки в notes-utils.c, которая обновляет ссылку refs/notes/commits без проверки, что её не успел изменить соседний процесс. Патч уже отправлен в рассылку git.

На Reddit пользователь рассказал о блокировке аккаунта Claude после проверки личности. По его словам, он использовал Claude Code для разработки и личных проектов.

Сервис попросил подтвердить личность. Пользователь отправил российский загранпаспорт — и сразу после этого обнаружил, что аккаунт заблокирован. Он утверждает, что живёт в Новой Зеландии по действующей четырёхлетней визе, а деньги за следующий месяц подписки с него списали всего за два дня до ограничения доступа.

Причина конкретной блокировки публично не установлена: последовательность событий сама по себе не доказывает правило «российский паспорт — автоматический бан». Но для пользователя практическая проблема уже возникла: оплаченный инструмент, на который он рассчитывал в работе, оказался недоступен.

Spotify позволяет объяснить музыкальные предпочтения словами. Разбираем возможности Taste Profile, ограничения бета-теста и проверки, которые стоит пройти до оплаты Premium.

Spotify позволяет объяснить музыкальные предпочтения словами. Разбираем возможности Taste Profile, ограничения бета-теста и проверки, которые стоит пройти до оплаты Premium.

Ещё пять – семь лет назад зона ответственности сантехника в основном ограничивалась трубами, запорной арматурой, коллекторами и подключением оборудования. Но само сантехническое оборудование изменилось. Сегодня сантехника становится частью цифровой инфраструктуры жилья. К экосистемам умного дома подключаются системы контроля расхода и качества воды, водонагреватели, насосное оборудование, системы защиты от протечек с датчиками и кранами с электроприводом, и другие инженерные устройства. Их работу можно контролировать через приложения и голосовых помощников, объединять с другими устройствами и включать в общие сценарии автоматизации дома.

Вместе с оборудованием изменился и набор задач на объекте – настройка Wi-Fi, приложений и сценариев автоматизации, что ещё недавно было задачей отдельных специалистов по умному дому и совсем другой, более высокооплачиваемой нишей.

Сегодня эта граница стирается и показательный тому пример на рынке – умная система защиты от протечек воды. Инженерное устройство с полной интеграцией в экосистему умного дома – это наглядный кейс, на котором хорошо видно, какие именно новые компетенции открываются перед специалистом, и почему за эти компетенции рынок готов платить больше.

Открытые системы редко конкурируют на равных с закрытыми лидерами индустрии: у их разработчиков обычно меньше вычислительных ресурсов и данных, чем у крупных лабораторий, и это сказывается на качестве. Kimi K3 — исключение: ее веса можно скачать и развернуть у себя, а на части независимых бенчмарков она обходит закрытые решения GPT и Anthropic. В этой статье я разбираю недавно опубликованный разработчиками официальный отчет, чтобы понять, что стоит за такими результатами.

Знали ли вы, что Claude теперь монтирует видео? Не просто пишет сценарий или подсказывает, а делает все сам. Вы кладете в папку исходник и пишете: «Убери паузы, оговорки и слова-паразиты, оставь лучшие дубли, добавь субтитры». Через пару минут в той же папке лежит готовый ролик. Проект, который это умеет, за полгода собрал на GitHub больше 30 000 звёзд, а в соцсетях пишут, что Claude монтирует лучше специализированных нейросетей для видео. 

Мы проверили, так ли это. Оказалось, что Клод вообще не смотрит ваше видео перед монтажем. Как он тогда выдает настолько качественный результат — читайте в статье. 

Перенос учебного портала на новый сервер выглядит довольно просто: развернуть веб-сервер, восстановить базу данных, распаковать файлы и поправить конфигурацию. На практике всё оказалось интереснее.

При восстановлении Moodle 4.1.11 на Ubuntu 24.04.5 LTS мы столкнулись с несколькими проблемами: в конфигурации оказалось неправильное имя базы данных, на сервере обнаружились два каталога с кодом Moodle, MySQL отказывался запускаться, а после восстановления возникли ошибки кэширования и invalidparameter.

В этой статье разберём последовательность работ, диагностические команды и выводы, которые можно использовать при переносе собственной LMS.

Важно: на момент подготовки статьи часть ошибок ещё находилась в стадии диагностики. Поэтому ниже я отдельно отмечаю, что удалось установить, а что требует дополнительной проверки.

Просмотр слоев моделей, первые "пристрелочные" тесты для определения общего направления работы и выбор базовой модели для дистилляции. Эта часть довольно простая и короткая, но содержит некоторые важные наблюдения.

Если вы делали AI-фичу на Vue, то, скорее всего, сталкивались с одним и тем же: большинство готовых инструментов для LLM-интерфейсов написаны с прицелом на React, а во Vue их приходится адаптировать или писать стриминг, tool calling и состояние чата вручную. Я сделал vue-llm — open-source библиотеку, которая закрывает это для Vue 3, Nuxt и даже Vue 2.7.

Сразу ссылки, чтобы можно было пощупать:

• Песочница без API-ключа (модель скачивается и работает прямо в браузере на WebGPU): https://vue-llm.js.org/ru/playground

• Документация на русском: https://vue-llm.js.org/ru/

• GitHub: https://github.com/dadashi44/vue-llm

• npm: npm i vue-llm

Два из трех API-вызовов возвращали HTTP 500. Агенты поколениями лепили заплатки поверх заплаток, пока код не превратился в клубок нейросоплей.

Вместо очередного исправления я перенес систему в чистый контур, где агент пишет новую реализацию, не видя старой.

В статье механизм переноса, 15 правил защиты от новых костылей и эксперимент на 36 запусках DeepSeek: насколько поведение агента зависит от того, какой код и какие правила ему показывают.

У моего агента и агента моего коллеги есть общий чат в мессенджере. Они обсуждают изменения в коде, задают друг другу вопросы и договариваются, в каком порядке вливать наши PR. Периодически (если не за ноутом) я открываю переписку, чтобы узнать, над чем сейчас идёт работа.

Начну с того, что еще недавно мои познания в схемотехнике балансировали на уровне непонимания различия между транзистором и резистором. Из всего арсенала, хоть как-то применимого к embedded, за душой был только Rust. Но когда на радаре замаячил так называемый встриваемый AI (машинное обучение и компьютерное зрение прямо на копеечных микроконтроллерах), - спортивный интерес взял верх. Не тратя недели на теорию, я просто доехал до радиорынка и вернулся с джентльменским набором первопроходца: ESP32, первым попавшимся экраном и энкодером. Амбиции по запуску нейросетей моментально разбились о суровую реальность первого вечера: как вообще заставить этот кусок текстолита ожить и вывести на дисплей хотя бы пару цифр?

Цифры при этом были вполне конкретные. У меня сразу несколько подписок на LLM, и у каждой свои лимиты: окно на пять часов, окно на неделю, месячный потолок. Сбрасываются они в разное время, живут на разных сайтах, а узнать остаток можно, только открыв нужную вкладку. Мне хотелось поднять глаза от клавиатуры и сразу увидеть, на что еще хватит квоты.

В итоге получился настольный монитор: нативное приложение не жрущее много памяти для Windows, которое как раз собирает лимиты четырех подписок, и маленький экран с ESP32 показывающий их прямо перед глазами.

Между запросом разработчика и готовым изменением находится ещё один важный компонент — агентная оболочка, или harness. Она отвечает за инструкции модели, контекст, инструменты и организацию работы с кодом. Именно от неё зависит, насколько эффективно используется модель.

Мы решили проверить это на практике, сравнив Kodik с тремя другими средами (OpenCode, DeepSeek Harness и Codex) по бенчмарку Deep SWE 1.1.

Привет, Хабр! Месяц назад я опубликовал свою первую статью о том, как в 50 лет написал универсальный Android-SCADA движок на Flutter для промышленных ИТП. Честно скажу — я не ожидал такой теплой поддержки в комментариях. И я решил: раз уж я стер границу между КИПиА и IT в рабочих проектах, пора навести порядок дома.

Домашней автоматизацией я никогда не занимался. У меня был свободный ПР200, и я решил построить на нем автоматику собственного дома, подтянув туда технологии умного дома, о которых раньше только читал: Linux, MQTT, Zigbee и Node-RED.

О том, как промышленный инженер продирался сквозь дебри консоли Linux с помощью Google, и как старая SCADA-идея эволюционировала в домашнюю систему — читайте под катом.

Как устроен наш мозг и какие информационные процессы в нём протекают? Какие цели он преследует? Какой моделью данных и какой алгеброй можно передать его работу? Почему мы подвержены разным когнитивным искажениям? Как использовать наш мозг на полную катушку? И т.д. и т.п.

Меня зовут Михаил Кочеров. Вопросы выше не дают мне покоя. Хочется понять, как работает наш мозг. А что значит понять? Вот знание о морфологии мозга или о его развитии от момента зачатия до момента смерти — это понято или нет? Каждому своё. Для меня понять — значит, уметь воспроизвести пусть и в упрощённом виде. Постичь ключевые механизмы и знать, как из них собрать работающую систему, воспроизводящую интеллектуальные свойства мозга.

Правило можно прочитать, а привычку — только натренировать. На этой мысли держится «Кибердетектив» — браузерная игра, в которой сотрудники Авито расследуют атаки на вымышленную компанию. Компания выдуманная, а схемы атак настоящие: подделанный голос руководителя, счёт с домена «на одну букву мимо», шквал запросов MFA, чужой человек за незаблокированным ноутбуком.

Меня зовут Илья Никифоров, в Авито я отвечаю за Security Awareness в команде GRC: обучаю сотрудников, провожу учебные фишинговые рассылки, занимаюсь безопасностью генеративного ИИ. Я не разработчик и никогда не делал игр. «Кибердетектива» я придумал и собрал сам за 74 дня: код, тесты и ревью делали ИИ-агенты, а коллега помог превратить прототип в сервис компании.

Расскажу, что получилось, на каких реальных атаках построены задания, как распределялась работа между мной и нейросетями и как всё устроено внутри — для тех, кому интересен код. И почему считаю, что сегодня человек не из разработки может сделать полезный продукт в своей области.

Привет, Хабр!

Меня зовут Андрей Жуйков, в «Диасофт» я занимаюсь развитием и продвижением СУБД Digital Q.DataBase.

Обычно я рассказываю о базах данных, их архитектуре и возможностях. Но сегодня хочу показать, как наша СУБД становится частью более масштабного решения – замены технологической платформы SAP с сохранением существующих ABAP-приложений.

Причем самое интересное здесь даже не замена СУБД, а то, что происходит с программами, написанными на ABAP.

Открывая СисАдмин 2026, Егор Бугаенко пообещал залу, что через пять лет половина присутствующих станет инструкторами по йоге, поварами и владельцами кофеен, а людям просто запретят заходить в консоль. Через полчаса на ту же сцену вышел Максим Парицкий из банка ПСБ и рассказал, как его команда своими силами перевела десятки тысяч рабочих мест на Astra Linux. Первая фраза его доклада: «Рановато там еще искусственный интеллект применять».

Кто из них прав? Мы прослушали все 26 докладов конференции для системных администраторов и собрали главное: что на самом деле происходит с ИИ и импортозамещением, куда движется управление рабочими местами и как меняется профессия сисадмина. По нескольким вопросам зал так и не договорился. Предлагаем продолжить в комментариях.

Хабр, привет! Помните времена, когда сильному специалисту было достаточно обновить резюме, чтобы к вечеру получить три оффера? Так вот, они закончились. В 2026 году российский ИТ-рынок в 2026 году вошел в фазу сложного и медленного найма: работодатели осторожнее открывают вакансии, а важным фактором конкурентоспособности становится не только опыт, но и умение работать с ИИ-инструментами. При этом зарплатные ожидания также снизились.

К таким выводам мы пришли в ходе совместного исследования с коллегами из «Хабр Карьеры». Его результаты — под катом.