Kurgan-Telecom Ru | Информационные технологии

Хабр, привет! Меня зовут Дмитрий. Я более 17 лет пишу на .NET, а последние 3 года работаю старшим разработчиком серверной логики. В компании более 100 .NET-разработчиков и множество команд.

На прошлом месте работы я был негласным техлидом, и код-ревью входило в мои обязанности. Здесь, в своей текущей команде, нас всего два бэкенд-разработчика, и мне стало не хватать этой практики. Чтобы не потерять этот навык и продолжать следить за кодом, я пошёл на эксперимент: начал делать код-ревью в двух соседних командах.

В этой статье поделюсь первыми ощущениями от кросс-тим ревью, и расскажу, зачем оно нужно, и как эта практика стала общей для всей компании.

Кто мог предвидеть, что главным коммерческим применением космоса станут вычисления? Я прочёл немало научной фантастики, но такого сюжета не встречал. Сегодня сразу несколько серьёзных компаний планируют вывести десятки тысяч спутников на солнечно-синхронные орбиты — эти аппараты станут орбитальными дата-центрами.

Может ли ИИ чему-то научиться, читая промпт? Вот один из примеров того, что сегодня требуется воспринимать ан-масс на почти бытовом уровне.

Мы хорошо знаем, что когда ИИ-модель отвечает, она в этот момент не учится, её веса заморожены. Обучение - это отдельная операция, связанная с обратным пересчётом десятков и сотен миллиардов весов, которая потребовала бы непропорционально много ресурсов.

Давеча пытал ИИ на тему эффективных стратегий промптинга, т.е., стратегий объяснения ему, чего я от него хочу. Когда задача выходит за рамки "расскажи про ...." и подходит хотя бы к "дай прогноз погоды на завтра", дело обрастает толпой условностей: что сначала, поиск, или идти на известный сайт? а надо ли идти на сайт, если прогноз есть прямо в поиске? При этом, рекомендации должны быть достаточно общими, чтобы и прогноз погоды, и пианино на Авито обрабатывались единообразно, и, одновременно, достаточно конкретным, чтобы учесть все общие нюансы.

Конечно, в какой-нибудь Claude Opus можно засунуть портянку инструкций, не отличимых от полного бреда, размером с небольшой роман (нынче это принято называть "навык"), и он сориентируется. Подозреваю, на деле он просто проигнорит всё, кроме заголовков, потому что как чего делать он и сам знает. Но мы используем более компактные модели и нам приходится включать голову.

И вот ИИ подкинул мне интересную концепцию, говорит: "заведи в промпте аббревиатуры для моделей поведения и ссылайся на них". И дал красивый пример.
Я ему: "постой-ка, научи, как ты это делаешь".
Он мне: "ну, вот ты их должен объявить в начале промпта, использовать в однотипных ситуациях, выделять рюшечками и давать по ним обратную связь - он, мол, тогда учится".

Закинул 30 PDF в папку — получил HTML-отчёт с ответами на вопросы и цитатами, привязанными к конкретному месту на странице документа. Research-docs — Claude Code скилл от LlamaIndex на базе парсера LiteParse. Разбираю как работает, какие форматы поддерживает, сколько стоит и где подвох с «никаких галлюцинаций».

Привет, Хабр!

В своих предыдущих статьях (раз, два, три) я рассказывал о зарождении идеи и первых шагах разработки Telegram-бота для управления серверами. То, что начиналось как простенький Python-скрипт для проверки uptime и перезагрузки парочки личных VPS, за последние месяцы обросло «мясом» и превратилось во взрослую экосистему с паттерном Agent-Server, своим WebUI, WAF и PWA.

Сегодня я хочу поделиться опытом, который я получил в процессе масштабного рефакторинга (от версии 1.13.0 до актуальной 1.21.x), рассказать о граблях, на которые я наступил при работе с памятью и сетью, и сравнить свой продукт с тем, что уже есть на рынке.

Сразу оговорюсь: хоть я и числюсь единственным разработчиком, проект создается не в вакууме. Во-первых, для ускорения развития продукта я активно использую инструменты ИИ. Сейчас это модно называть «вайбкодингом» (vibe-coding), но в моем случае это осознанный вайбкодинг. Я не перекладываю на нейросети проект целиком, а использую их для автоматизации рутины, сохраняя при этом полное понимание каждой строчки кода, его структуры и заложенной архитектуры. Во-вторых, у меня есть боевой товарищ — друг-тестировщик, который использует панель для своих повседневных задач, нещадно ломает новые фичи на проде, репортит баги и вносит огромный вклад в развитие. Именно благодаря такой живой обкатке инструмент получается действительно юзабельным. И, забегая вперед, вы тоже можете присоединиться к этому процессу!

Хабр переполнен статьями о VPN и протоколах шифрования. Но корень проблемы — не технический. Я проследил путь от первых блокировок Википедии до 70-миллиардных бюджетов РКН и попытался ответить на вопрос, который почему-то редко задают вслух: почему мы сами оплачиваем собственные ограничения — и соглашаемся с этим?

Открыл MR на ревью. 847 строк. Тесты зелёные. Линтер чистый. Не понимаю ни одной строчки. GitClear проанализировали 211 миллионов строк - и нашли проблему, которую не видно ни в каких метриках.

Строительная отрасль характеризуется высокой сложностью проектов, значительными инвестициями и множеством участвующих сторон. Разногласия между заказчиками, подрядчиками, субподрядчиками и поставщиками закономерно приводят к судебным разбирательствам. Изучение и анализ судебной практики в этой сфере является необходимым условием для минимизации рисков, корректного составления договоров и эффективной защиты прав в суде.

В настоящем материале проведён системный анализ ключевых аспектов судебной практики по строительным спорам с опорой на актуальные прецеденты и разъяснения высших судов. Рассмотрены основные категории споров: разногласия по договорам, взыскание задолженности и авансов, неустойка и убытки, применение норм о неосновательном обогащении.

Споры по договорам подряда

Договор строительного подряда регулируется главой 37 Гражданского кодекса РФ. Судебная практика неизменно акцентирует внимание на необходимости четкого определения предмета договора, сроков выполнения работ и их цены.

Особенности рассмотрения различных видов договоров

Споры по договорам поставки строительных материалов часто связаны с качеством продукции, сроками поставки и оплатой. Судебная практика требует предоставления доказательств ненадлежащего качества (экспертное заключение) и нарушения условий поставки (акты, претензии).

Взыскание задолженности

Основанием для взыскания задолженности является неисполнение или ненадлежащее исполнение заказчиком обязательств по оплате выполненных работ (статья 746 ГК РФ).

Доказательства, необходимые для подтверждения задолженности:

MySQL — это система управления базами данных с открытым исходным кодом, работающая на Windows, Linux и macOS. Ошибка «Command Not Found» возникает в тех случаях, когда система не может запустить службу MySQL, поскольку не находит исполняемый файл.

В этой статье мы разберем, как исправить эту ошибку в популярных операционных системах.

Теперь можно писать на Swift в более широком спектре популярных интегрированных сред разработки, включая Cursor, VSCodium, Kiro от AWS и Antigravity от Google. Благодаря совместимости с расширениями VS Code эти редакторы напрямую подключаются к реестру Open VSX, где теперь доступно официальное расширение Swift.

Swift уже давно поддерживает разработку с использованием множества интегрированных сред разработки, включая VS Code, Xcode, Neovim и Emacs. Swift также совместим с редакторами, поддерживающими протокол Language Server Protocol (LSP). Эта растущая экосистема поддержки редакторов особенно важна, поскольку Swift продолжает демонстрировать свою универсальность на разных платформах и в различных средах разработки, включая агентные IDE.

Ленты профильных ресурсов забиты восторгами. Митоз 5 уничтожил бенчмарки. Превосходство над 4.6 Opus достигает 50%. Программисты готовятся к тотальному вайбкодингу. Радуются технари зря. Главный сдвиг парадигмы остался незамеченным. Произошел тихий, но окончательный захват технологий.

Anthropic закрыл публичный доступ к флагманской модели. Причина озвучена стерильная (борьба с хакерами и забота о безопасности). Скрыта за корпоративным фасадом жесткая прагматика. Код от новой нейросети превосходит решения senior-инженеров в 2 раза. Отдавать такой ресурс в паблик нецелесообразно. Право использовать чистый алгоритм выкупили энтерпрайз-гиганты.

Масс-маркету достанутся объедки. Дистиллированные, урезанные версии доберутся до рядовых разработчиков спустя 3 месяца. Сливки к этому времени монополии уже снимут.

Касаемо опенсурса: Вышел свежий китайский GLM 5.1. Инструмент не дотягивает до уровня старого Opus. Обучение DeepSeek V4 требует год и шанс того, что дипсик взорвет все и вся - минимален.

Расслоение свершилось. Передовой искусственный интеллект стал закрытой привилегией бизнеса с миллиардными оценками. Индивидуальные разработчики остаются с инструментами прошлого поколения.

Продолжают пользователи увлеченно обсуждать новые фичи. Игнорируют реальность. Эпоха открытого ИИ закончилась.

P.S. Если вам интересна тема AI-агентов и внедрения нейросетей, заглядывайте в мой Telegram-канал ДругОпенсурса. Там я публикую свежие новости и разборы инструментов в числе первых.

Часто слышу в IT:

PHP устарел

Bitrix - монолит из 2000-х

На Bitrix невозможно писать нормальную архитектуру

С Bitrix24 работаю больше шести лет и за это время поработал над проектами: от простых внедрений до CRM с серьёзной нагрузкой и десятками интеграций. Каждый раз убеждался в том, что архитектуру делает не платформа, а разработчик.

Ещё прошлой осенью компания считалась двигателем всей ИИ-индустрии, а Сэм Альтман — её триумфальным лидером. Microsoft, Oracle, Nvidia, SoftBank — все стремились стать его союзниками.

Компания подписала несколько стратегических сделок на сотни миллиардов долларов. В ближайших планах было начало строительства Stargate — крупнейшего дата-центра в истории, анонсированного президентом Трампом год назад. ChatGPT оставался лидером среди ИИ-чат-ботов. Была анонсирована платформа Sora, обещавшая навсегда изменить производство мультимедийного контента. Затем появился агент OpenClaw, якобы революционный продукт, способный самостоятельно взаимодействовать с компьютером пользователя.

Одним словом, на OpenAI смотрели с восхищением. Сэм Альтман стал столь же известен, как сам Илон Маск — и в хорошем смысле.

Наконец, в начале 2026 года OpenAI была названа Компанией года.

А теперь, в начале второго квартала, всё перевернулось с ног на голову.

В последние дни последнего ледникового периода, когда люди всё ещё охотились с копьями и использовали стены пещер в качестве холстов, по палеолитическому ландшафту распространялась новая модная тенденция.

Примерно 14 000 лет назад общества охотников-собирателей по всей Европе открыли для себя собак, сообщили учёные в двух новых статьях, опубликованных в среду в журнале Nature. Исследования предоставляют первые неопровержимые генетические доказательства того, что собаки существовали в палеолитический период, до того, как люди освоили земледелие.

Исследователи, применившие несколько методов анализа ДНК, извлечённой из древних образцов собачьих, идентифицировали палеолитических собак на пяти различных археологических памятниках в Европе и Западной Азии. Самая древняя из этих собак жила около 15 800 лет назад, что отодвигает самые древние известные генетические свидетельства существования собак почти на 5000 лет в прошлое.

Малый бизнес в России — это всегда математика на грани. Один лишний сотрудник может превратить прибыльный месяц в убыточный. Зарплата, НДФЛ, страховые взносы, больничные, отпускные — реальная стоимость сотрудника с окладом 40 000 рублей обходится работодателю в 55 000–60 000 рублей в месяц. А ещё текучка, обучение, человеческий фактор.

Именно поэтому малый бизнес первым начал внедрять ИИ — не из любви к технологиям, а из холодного расчёта. Нейросеть не берёт больничный, не уходит к конкурентам и не просит повышения.

В последнее время я часто делаю различные подборки. Уже рассмотрел инструменты для саммари, рерайта, генерации презентаций и кода. По сути, три из четырех этих тем так или иначе основаны на генерации и работе с текстом.

Работать с текстом приходится почти всем: от студентов до владельцев бизнеса. И если нейросети научились неплохо пересказывать, переписывать и даже писать код, то им можно доверить и генерацию текста с нуля. Конечно, доверить – это сильно сказано, все же они еще могут допускать ошибки, неточности или вообще отступления от темы. Однако в любом случае платформы для генерации текста могут облегчить вам жизнь при правильном подходе.

Сегодня мы как раз поговорим о сервисах, где этот текст можно сгенерировать. Конечно, не всегда бесплатно, но даже в платных сервисах обычно есть возможность тестово пощупать платформу. Принимайте стратегически удобное положение, а я начинаю.

Привет! Меня зовут Андрей, я фронтенд-разработчик в Cloud.ru. Я работаю с LLM API каждый день. И каждый день отправляю в контекст структурированные данные: списки товаров, логи, пользователей, метрики. Все это — JSON. И все это — деньги.

В какой-то момент я посчитал, сколько токенов из моего промпта уходит на фигурные скобки, кавычки и повторяющиеся ключи. Оказалось — много. Слишком много.

Потом я попробовал TOON. Вот что из этого вышло.

Если вы решили внедрять искусственный интеллект в ваш проект, то скорее всего наступит момент когда потребуется технические задание. Так как внедрять ИИ часто начинают уже «прокачанные» пользователи ChatGPT, то возникает соблазн отдать написание этого самого ТЗ самому ИИ. А возможно еще и разослав это ТЗ разным исполнителям, оценить с помощью ИИ их предложения. Что может при этом пойти не так, разберем в этой статье.

Статья может помочь разработчику, если ваш начальник или клиент создал ТЗ с помощью ИИ найти аргументы почему этого недостаточно (хотя не факт, что они помогут), или руководителю, использующему ИИ и планирующему внедрение ИИ в организацию

В статье есть: какие проблемы могут быть в сгенерированном ИИ ТЗ на внедрение ИИ (с примерами), к чему приведет его использование и небольшой совет для чего все-таки можно использовать ИИ при подготовке ТЗ

Ниже представлено практическое руководство для менеджеров по ценообразованию и рискам. Что такое персонализированное ценообразование, чем оно отличается от динамического ценообразования, а также как его обнаружить и управлять им без потери доверия клиентов и риска для контролирующих органов.

Код бортового управляющего компьютера космического аппарата Аполлон (AGC) — одна из самых тщательно исследованных кодовых баз в истории. Её прочитали тысячи разработчиков. Учёные публиковали статьи о её надёжности. Эмуляторы выполняют её команда за командой. Мы обнаружили в ней баг, который, похоже, оставался незамеченным пятьдесят семь лет: блокировку ресурсов в коде гироскопического управления, приводящую к утечке на ошибочный путь и отключающую возможность изменения положения платформы наведения.

Для преобразования 130 тысяч строк ассемблерного кода AGC в 12,5 тысячи строк спецификаций мы воспользовались Claude и Allium — нашим опенсорсным языком создания поведенческих спецификаций. Спецификации были выведены из самого кода, и этот процесс направил нас непосредственно к багу.