Kurgan-Telecom Ru | Информационные технологии

tl dr:

- итеративный constitution.md

- промтинг фич с помощью md-файлов

- git-ветки для контроля урона

- вычитка документации вручную

- авто-кодинг с код-ревью финального mr.

На скрине случайно получившаяся сегодня гармоничная композицияи из того, чем себя можно занять, пока агент в IDE коптит.

В конце января 2026 вышел triton-windows 3.6.0.post25, который позволяет использовать flash-attention, sage-attention (v1) и другие библиотеки, использующие Triton, на картах AMD с поддержкой rocWMMA в Windows.

Также, несмотря на то, что в официальном репозитории bitsandbytes еще не приняли PR для поддержки ROCm 7, его все же можно собрать, внеся небольшие изменения в код. Эти изменения я уже сделал в своем форке.

В этой статье я расскажу, как установить все это себе, а также для примера запустим пару тестов в ComfyUI, в том числе со свежей LTX-2, и сделаем Qlora адаптер для модели Gemma 3.

Мой друг попросил помочь ему с экселем. Он пусконалаживает-чинит-сопровождает всякие станки на всяких заводах и его контора, хоть и ведет дела в 1С, но это чисто бюстгалтерский учет и какому клиенту какая запчасть едет и на каком этапе ремонт конкретного станка — бюстгалтерии неведомо. Поэтому друг мой ведет записи в экселе. Точнее вел, пока станков этих было немного. А вот как их перевалило за десяток — тут-то его познания в экселях уперлись в потолок, а сам эксель стал как-то не очень шустро поворачиваться.

Я в экселях полный "тук-тук кто там", точно знаю что он понимает в его сортах гораздо круче меня, поэтому заинтересовался и за кружкой пенного стал выведывать его истинную боль. Ага, примерно как делают настоящие взрослые дяди-аналитики перед постановкой задачи нам, разрабам.

Потому что у заказчиков так бывает: в ТЗ написали одно, думали при этом другое, а на самом деле проблема предприятия в третьем.

Оказалось что у друга моего проблема вовсе не в экселе.

GPT-5.x разбивает слово "paratrooper" на par, atro, oper — три бессмысленных слога. Ваш мозг видит para- (около), troop (отряд), -er (деятель). Токенизатор не видит ничего.

BPE, золотой стандарт токенизации с 2016 года, режет текст по частоте, а не по смыслу. И все крупные модели — GPT, Claude, Gemini, LLaMA — используют именно его.

Несколько исследовательских групп проверили: что будет, если резать слова по морфемам — корням, приставкам, суффиксам? Результаты: +25% на LAMBADA, вдвое быстрее сходимость, а модель с 200k шагов обучения догоняет GPT-2 Large, которая в 6 раз больше.

В статье — разбор трёх подходов (MorphBPE, MorphPiece, Unigram + морфология), конкретные цифры, ограничения (которые авторы предпочитают не выносить в заголовки) и ссылки, чтобы попробовать самому.

За последние два года представление о том, как работает мозг и ЦНС поменялось несколько раз. И продолжает меняться. Наука отходит все дальше от принципа: «этот участок отвечает за такую-то функцию». Вместо этого мы получаем: «такой-то участок обладает такими-то свойствами, которые проявляются в таких-то ситуациях». Так и сейчас речь пойдет про центр памяти, который не только постоянно переписывает воспоминания, но и учится предугадывать будущее.

Аналитический обзор ключевых архитектурных проблем и перспективных подходов к построению систем обработки спутниковых данных на фоне взрывного роста группировок космических аппаратов и требований потребителей.

Подключение SD-карты к микроконтроллеру — классическая задача, но путь от инициализации аппаратного интерфейса до работы с файлами в многозадачной среде усыпан скрытыми камнями. В этой статье я на практике разберу полный цикл интеграции SDIO, файловой системы FatFs и ОСРВ FreeRTOS на STM32.

В последние пару лет я всё чаще сталкиваюсь с одной и той же ситуацией. Senior-разработчики, с которыми общаюсь — то на собеседованиях, то просто в профкомьюнити — формулируют свою роль примерно одинаково: «Я просто пишу код. Я кодер. Ничего больше».

Я их понимаю, сам когда-то так думал, позиция не плохая, но рынок изменился, а многие из нас как будто не заметили.

Если чутка отодвинутся назад то долгое время IT росло в тепличных условиях. Быстро пытались поднять оутсорсе, бизнес который слабо понимал продукт, инвестиции без особых вопросов. Разработчики были дефицитом, если ты умел писать код ты был героем. Техническая экспертиза автоматически давала статус. С senior'ом считались по умолчанию, к его мнению прислушивались. Что-то не нравится? Можно было просто свалить, а оферов хватало.Так выросло поколение разработчиков, которые привыкли, что их ценность — это код. Только код...

С 2020-го пошло по-другому. Бизнес стал лучше понимать, за что он платит. Появилось внимание к процессам, к устойчивости систем, к тому, как команды работают на длинной дистанции. Код перестал восприниматься как самостоятельная ценность, стали появляться теперь важные вопросы, что он даёт бизнесу, как быстро его можно задеплоить, насколько его можно поддерживать.

Поначалу думал, что мне кажется, что это только у меня так. Потом начал замечать, что это обсуждают везде. Недавно наткнулся на статью Senior Developers Are Becoming the New Juniors — там описано ровно то, что я вижу.

Сегодня senior — это уже не титул и не количество лет в профессии. Это набор конкретных ожиданий. Компании всё реже смотрят на список технологий в резюме, на то, насколько глубоко ты знаешь фреймворк, на прошлые заслуги. Всё чаще смотрят на то, как ты влияешь на продукт, насколько ты самостоятельный, понимаешь ли риски, можешь ли довести фичу до прода, а не просто закоммитить и забыть.Может, мы слишком много требуем и это пройдёт? Но цифры говорят обратное.

В первой статье я рассказывал о Николае Морозове — человеке, который 21 год в одиночной камере превратил в аспирантуру. 26 томов, 11 языков, карьера до 92 лет.

Один из его принципов — любой доступный ресурс становится материалом для роста. Книг не давали, только Библию. Кто-то бы отчаялся. Морозов открыл Апокалипсис и начал искать в нём астрономию.

Из этого вырос самый спорный его проект — «новая хронология»: попытка пересчитать историю человечества через точные науки. Выводы оказались ошибочными. Но вопрос, который он задал — «можно ли проверять историю методами точных наук?» — оказался правильным.

Эта статья — о том, что случилось с Библией в руках естествоиспытателя. И о том, почему хороший метод не спасает от плохих выводов.

На дворе 2026, все пишут на SwiftUI и менеджерят зависимости через SwiftPM, но речь пойдет о Carthage - менеджере зависимостей для приложений под Apple платформу которому уже примерно 10 лет, то есть появился почти сразу после выхода языка Swift.

На хабре есть несколько отличных статей, как он устроен, в чем его отличие от CocoaPods и SwiftPM, также там обсуждаются некоторые его проблемы и как их решать. Но как ни странно, ни одна из статей не показывает пошаговую интеграцию зависимостей через Carthage, какие при этом проблемы могут возникать и как их решать.

Давайте разбираться с самого начала.

Bitcoin для работы сжигает больше энергии, чем Аргентина. ИИ генерирует миллионы статей и роликов в час, создавая Ниагарский водопад малополезной информации.

При этом интернет пережил уже два мегацикла «добычи»: сначала добычи внимания, затем добычи вычислений. Первый породил экономику рекламы, которая выродилась в бесконечный слоп, второй — гонку дата-центростроительства, которая упирается в киловатты, системы охлаждения и производство чипов.

Но есть ресурс, который нельзя «добыть». Который нельзя масштабировать. Который математически равен у всех.

Наше время.

Эта статья — про простую идею: 1 Ekvi = 1 день. Не как «монета ради монеты», а как базовая единица дефицита, из которой можно собирать механизмы новой экономики — где шум будет невыгоден, а смысл защищён протоколом.

Преамбула.

Если вас позвали работать в компанию, то почти всегда это означает одно: там есть работа, и что-то уже идёт не так.

Введение. Почему цепочки поставок ломаются

За всё время работы мне редко встречались проекты, где цепочка поставок изначально была выстроена устойчиво. Неважно, крупная это компания или средняя — проблемы всё равно появляются.

С импортным товаром это видно особенно быстро: длинное логистическое плечо, требования законодательства, внешние ограничения. В таких условиях любые слабые места системы становятся заметны сразу. Но и внутри страны ситуация часто не лучше. Даже в сегментах товаров первой необходимости, например медицинских изделий или продуктов.

Физически цепочка может работать нормально: склад грузит, машины ездят, люди на местах делают свою работу. И при этом управляемости — ноль. Самое интересное начинается, когда в процессе появляется человек, который реально хочет отвечать за результат. Не просто «нажимать две кнопки», а думать. Его первый вопрос почти всегда одинаковый: «Алекс, а сколько товара нам заказывать в следующем месяце?»

Разговоры о российском геймдеве почти всегда сводятся к крайностям. Если судить по комментариям в интернете, он уже умер примерно 10 раз за последние годы. То его “убивают донатные мобилки”, то “душат санкции”,  то “уезжают все толковые разрабы”, а оставшиеся делают только очередные некачественные клоны с тонной рекламы и механикой “боевых пропусков”. 

При этом игры продолжают выходить, а студии – работать. И за последние 10-15 лет отечественная игровая индустрия прошла очень большой путь, пережив перестроек и кризисов больше, чем многие западные рынки за несколько десятилетий.

В этой статье я без розовых очков и “любви к нашему” хочу разобрать самые популярные мифы о российском геймдеве. Мы рассмотрим, что уже является мифом, а к чему нашей индустрии еще стоит стремиться, и почему ситуация на рынке российского игростроения куда сложнее, чем “всё пропало” или “всё отлично”.

Производство Model S и Model X прекращается на фоне падения прибыли на 46%. Поворот Маска к роботам – это не инновация. Это отступление.

Tesla поставила 1,79 миллиона автомобилей в 2025 году. Это на 8% меньше, чем в 2024-м, и, честно говоря, меня это не шокировало. Меня шокировало то, что произошло недавно.

Производство Model S и Model X завершается, и компания не планирует выпускать замену. Никакого прощального тура. Просто… всё. А обоснование Илона Маска? Tesla стремится выйти за рамки идентичности просто автомобильной компании.

Дайте этому осесть на секунду. Компания, которая буквально определила современный электромобиль, уходит из сферы личных автомобилей.

Привет, Хабр. Я Вадим, QA-инженер.

Все мы знаем, как работает найм. Твое резюме может быть идеальным, но если в нем нет нужного ключевого слова или оно не понравилось алгоритму первичного отсева (ATS) — ты в пролете.

Я решил взломать эту систему. Инженерно.

Я написал софт, который берет на себя весь цикл: мониторинг вакансий, анализ требований и генерацию сопроводительного письма, которое должно продать меня лучше, чем я сам.

Ниже — краткий лог разработки: как мы боролись с «машинным акцентом», почему нейросети врут про опыт и удалось ли мне обмануть рекрутеров.

Привет! Меня зовут Владимир Антонов, я руковожу продуктовым юнитом в Авито. В этой статье рассказываю, как выстраивать продуктовую стратегию на высокотехнологичных, конкурентных рынках и разбираю ключевые аспекты работы со стратегией.

Представлена инновационная архитектура вычислений, сочетающая рациональную арифметику с отложенным делением, которая обещает революционизировать машинное обучение, финансовые вычисления и научные симуляции. Метод устраняет фундаментальные проблемы современных систем с плавающей запятой: накопление ошибок, невоспроизводимость результатов и энергетическую неэффективность операций деления. Доказано ускорение вычислений в 2-4 раза с одновременным повышением точности и детерминированности.

Привет, это новый выпуск «Нейро-дайджеста» — коротких и полезных обзоров ключевых событий в мире искусственного интеллекта и технологий. 

Неделя выдалась насыщенной: китайцы снова радуют мощными релизами, робот убирает улицы в Москве, OpenAI выпустили агентское приложение Codex, а в Чили люди на день заменили ChatGPT, чтобы привлечь внимание к экологии.

Всё самое важное — в одном месте. Поехали!

Если вы разрабатываете на Kotlin, то наверняка сталкивались с генерацией кода: аннотации, которые необычным образом создают за вас кучу шаблонного кода.

Dagger/Hilt генерирует DI‑классы, Room генерирует DAO и сущности, Moshi генерирует JSON и т.д. Это экономит тонны времени. Но долгие годы для Kotlin‑проектов приходилось использовать KAPT — Kotlin Annotation Processing, прослойку для совместимости с Java‑аннотациями.

KAPT работал, но имел свои минусы. Он генерирует Java‑стабы из Kotlin‑кода и прогоняет стандартный Java Annotation Processor. Эта махинация замедляет компиляцию: сначала компилятор Kotlin должен переварить ваши исходники в промежуточные Java‑классы, потом снова всё это компилировать. Плюс, KAPT порой криво понимал Kotlin фичи, потому что мыслил категориями Java.

И вот появился Kotlin Symbol Processing (KSP). Это библиотека, которая позволяет писать процессоры напрямую для Kotlin. Обещают до 2х ускорения сборки по сравнению с KAPT, полную поддержку всех фич языка и мультиплатформенность.

OpenAI Assistants не хватило гибкости для сложной логики. Свой бэкенд превратился в операционный ад — 50% времени на поддержку вместо разработки. Agent Builder создавал vendor lock-in. Как мы решили эту проблему в Soft Skills Lab.