Kurgan-Telecom Ru | Информационные технологии

Urban VPN Proxy — популярное браузерное расширение, позиционируемое как бесплатный VPN-сервис без логирования. Однако анализ JavaScript-кода, выполняемого расширением непосредственно в контексте страниц пользователя, показывает, что реальная функциональность продукта значительно шире и не ограничивается сетевым проксированием.

Привет, дорогие читатели. Давненько мы не говорили о «Ведьмаке», но пришло время бахнуть крепкой, словно «Балтика 9», истории, поэтому присаживайтесь поудобнее, наливайте чаек или чего вы там обычно пьете и погнали. 

В прошлый раз мы изучили всю подноготную польского геймдева, узнали, каким образом CD PROJEKT RED дошла до жизни такой и как Анджей Сапковский пьяным права продавал. 

В этом же цикле вас ждут: успешный успех неунывающих польских бизнесменов от мира игростроя, пятьдесят отборных но усталых разработчиков на грани экзистенциального кризиса, новый движок для новой игры и, конечно же, куча превозмогания на пути к величию. Итак…

Ambilight/Ambient light — это технология фоновой подсветки экрана, которая создает эффект расширения изображения за пределы дисплея. Она делает просмотр контента более иммерсивным и снижает усталость глаз при просмотре в темноте. Сегодня я расскажу историю создания приложения Universal Ambient Light — современного решения для Android-устройств, которое поддерживает работу с различными LED-контроллерами.

С 1916 года у цеппелинов в небе Британии началось примерно то же, что немецкие подводники Второй мировой назовут Glückliche Zeit, «счастливые времена» почти безнаказанной охоты в 1940-1941 годах. Германские дирижабли весной и летом того года гибли от огня противника и во Франции, где пытались поддерживать армию в Верденской мясорубке, и даже на Балканах, где они пытались бомбить румынские войска и корабли Антанты под Салониками. Однако ПВО Британии в это время оказалось почти бессильным из-за «детских болезней» зенитных снарядов и нежелания командования хотя бы поэкспериментировать с обстрелом цеппелинов зажигательными пулями с самолётов. В результате небеса Лондона и других английских городов стали для немецких военных воздухоплавателей полем практически безнаказанных бомбёжек. Цеппелины регулярно появлялись в британском небе группами до десяти и даже больше, сбрасывали тонны бомб и возвращались обратно. С лета к вылетам подключились ещё более огромные «супер-цеппелины» типа R. Но всё когда-то кончается — и вскоре «охотничьи угодья» начнут превращаться в ад. 

Pet-проекты — один из самых удобных форматов для демонстрации подхода к аналитике и работе с данными, особенно когда рабочие кейсы нельзя показывать из-за NDA. В этой статье я разбираю pet-проект аналитического дашборда для выбора курорта и отеля: как подбирала данные, формировала аналитические сценарии и проектировала интерфейс, ориентированный на принятие решений, а не на демонстрацию метрик.

Если вы когда-нибудь открывали проект, где ViewModel превратилась в свалку логики, навигации и форматирования дат - поздравляю, вы видели MVVM-курильщика. Рассказываю, почему «чистый» MVVM из учебников рассыпается в бою, как превратить ViewModel в машину состояний вместо мусорного ведра, и почему import UIKit в вашей VM - это диагноз. Без воды, с примерами кода и болью. Эта статья - не очередной пересказ документации. Вы научитесь разделять данные и их представление так, чтобы тесты писались сами собой, а ваши коллеги не проклинали вас на код-ревью.

Аннотация: В работе предлагается 9-компонентная интегральная модель сознания, разрешающая «трудную проблему» через её реинтерпретацию. Вместо вопроса «как мозг порождает переживание?» модель постулирует, что субъективный опыт (квалиа) тождественен состоянию самореферентной, причинно-замкнутой информационной архитектуры, где «Наблюдающее Я» является операциональным ядром феноменальности. Сознание представлено не как эпифеномен, а как фундаментальный эволюционный адапт, возникший как аттрактор для повышения эффективности взаимодействия сложных организмов со средой. Модель описывает полный цикл от бессознательной обработки до коллективного творчества, вводя концепцию мира как «тела» коллективного разума.

Нейросети для создания фото и картинок — это больше «не игрушка для социальных сетей», а олицетворение сегментированного рынка продуктов, каждый из которых имеет как свои сильные стороны, так и слабости. Сложность в выборе также создают понятные неудобства, обусловленные наличием коммерческих лицензий и способами оплаты. Впрочем, в Сети достаточно информации, как обходить ограничения, а для вашего удобства мы составили рейтинг лучших нейросетей для фото и картинок 2026 года, в котором есть и универсальные решения! 

Для объективности мы прогнали всех участников рейтинга, создав простой и незамысловатый промпт, чтобы также оценить простоту работы с нейросетями с «колокольни» начинающих пользователей. 

Идея одного устройства на все случаи жизни витала в воздухе еще с тех пор, как смартфоны стали достаточно мощными, чтобы соперничать с ноутбуками. Вспомнить хотя бы Motorola Atrix с ее док-станцией, которая пыталась превратить телефон в подобие компьютера. Или Ubuntu Edge от Canonical — амбициозный проект, обещавший Android и полноценный Linux в одном корпусе. Microsoft шла своим путем с Continuum в Windows 10 Mobile, позволяя подключать Lumia к монитору и запускать десктопные приложения. Samsung до сих пор развивает DeX, где флагманские Galaxy дают десктопный режим. Все эти эксперименты объединяло одно: они оставались компромиссом, не дотягивая до настоящего универсального устройства.

Проблема всегда упиралась в архитектуру. ARM-процессоры смартфонов плохо дружили с классическим Windows, Linux на мобильных устройствах чаще существовал в контейнерах или эмуляторах, а полноценный десктоп требовал отдельного железа. Энтузиасты ставили кастомные прошивки, но для массового пользователя это оставалось слишком сложным. В итоге большинство просто смирилось: телефон для связи и развлечений, ноутбук — для работы. И вот в январе 2026 года компания Nex Computer, известная своими док-станциями NexDock, решила всех удивить и выпустила собственный смартфон — NexPhone. Это устройство, которое из коробки поддерживает Android, запускает Debian и даже позволяет перезагружаться в Windows 11. Давайте посмотрим, что там и как.

21 января 1981 года в пригороде Белфаста Данмарри с конвейера сошел первый серийный DeLorean DMC-12. О, что это был за автомобиль! Клиновидный кузов из нержавеющей стали, двери «крыло чайки» и аура чего-то невероятно крутого. Казалось, вот оно — будущее автопрома. Увы, судьба его сложилась иначе, хотя в ней было всё: гениальность, идиотизм, политика, большие деньги и, конечно же, чемодан с кокаином.

Отцом этого чуда был Джон Делореан — человек, который в 60-е годы во многом и сделал Детройт городом моторов. Именно он придумал масл-кары, запихнув огромный движок в скромный Pontiac Tempest и создав легендарный GTO. Делореан был рок-звездой среди «пиджаков» General Motors. Он носил бакенбарды, расстегивал рубашку на три пуговицы и крутил романы с моделями. В GM его ненавидели и боялись, потому что он был слишком умным и слишком независимым. В 1973 году, находясь в шаге от кресла президента GM, Делореан хлопнул дверью. Ему стало тесно. Он решил построить свой луна-парк с блэкджеком и... спортивными машинами. Так родилась DeLorean Motor Company (DMC).

Изначально завод хотели строить в Пуэрто-Рико, но британское правительство, измученное терактами ИРА и безработицей в Северной Ирландии, предложило Делореану сказочные условия: деньги, льготы и землю в пригороде Белфаста. Можно было дать работу и католикам, и протестантам, чтобы они перестали стрелять друг в друга и начали крутить гайки. И крутили они с энтузиазмом, но без умения. Качество сборки первых машин было аховым. Двери протекали, электроника жила своей жизнью, а зазоры между панелями были такими, что в них можно было просунуть палец. Но главной бедой стал двигатель. Вместо мощного роторного монстра или американского V8 под капотом оказался скромный V6 от Peugeot-Renault-Volvo. Задушенный экологическими нормами, он выдавал жалкие 130 лошадиных сил. Кому нужен спортивный автомобиль, который разгонялся до сотни за 10,5 секунды? За цену в 25 000 долларов можно было купить Porsche.

Обезьянка с тарелками в голове Гомера Симпсона - лучшая визуализация лимбической системы, которую я видел. Внутри каждого из нас работает древняя система измерения эффективности. Она мгновенно даёт ответ: повторить действие или избегать. Не требует дашбордов. Не подвержена закону Гудхарта. Но есть проблема: она оптимизирована для мира, в котором мы давно не живём. Отсюда прокрастинация, хронический стресс и странные решения. Разбираемся с позиции менеджмента и ИТ.

Январь 1934 года в Москве выдался горячим, несмотря на морозы. В столице гремел XVII съезд ВКП(б), который позже назовут «Съездом победителей». Страна Советов стремительно индустриализировалась. Нужны были рекорды. Не просто цифры на бумаге, а что-то грандиозное, что заставило бы буржуазный Запад поперхнуться утренним кофе. Космос тогда был ещё делом далекой фантастики, а вот стратосфера казалась тем самым «последним фронтиром», где можно было показать кузькину мать всему миру. Для чего и готовился полет стратостата «Осоавиахим-1».

Надо понимать, что в начале 30-х годов стратосфера была ареной битвы амбиций, сравнимой разве что с лунной гонкой 60-х. Западные конкуренты, вроде Огюста Пиккара, уже прощупывали высоты, но Советский Союз не собирался отставать. Осенью 1933 года стратостат «СССР-1» под командованием Георгия Прокофьева уже взял высоту в 19 километров. И теперь Павел Федосеенко, опытный аэронавт и ветеран Гражданской войны, вместе с инженерами Ленинградского отделения ОСОАВИАХИМА, горел идеей побить рекорд. Изначально старт планировали на ту же осень, но из-за погоды отложили до весны. Но зимой в Москве открылся тот самый съезд партии. Желание преподнести делегатам подарок в виде мирового рекорда перевесило доводы рассудка. Федосеенко, понимая риски, подал рапорт о готовности лететь зимой. «Добро» было получено мгновенно.

В тесную гондолу «Осоавиахима-1» сели трое. Командир Павел Федосеенко, бортинженер Андрей Васенко, он же главный конструктор этого аппарата, и 23-летний физик Илья Усыскин, готовый лезть хоть к чёрту в пасть ради изучения космических лучей. Институт экспериментальной биологии даже пролоббировал отправку вместе с ним мушек-дрозофил. Утром 30 января 1934 года в Кунцево «Осоавиахим-1» оторвался от земли и ушёл вверх, в бескрайнюю синь зимнего неба.

Графен — это материал, состоящий из одного слоя атомов углерода, расположенных в виде правильной шестиугольной решетки. Он привлек внимание ученых благодаря сочетанию свойств, которые редко встречаются вместе: высокой проводимости, прочности и гибкости. С момента его экспериментального получения в 2004 году графен пробуют применять в композитах, аккумуляторах, электронике и фильтрах, но с массовым производством все еще проблемы.

Но, возможно, его впервые получили больше века назад. Звучит странно, но в начале 2026 года исследователи из Университета Райса показали, что турбостратический графен может образовываться в условиях, близких к тем, что возникали в лампах накаливания Томаса Эдисона в конце XIX века. Эксперимент ученых показал неожиданную связь между современными методами синтеза углеродных материалов и поисками долговечной нити, которые велись в 1879 году. Давайте разбираться, что там и как.

Привет, Хабр! Меня зовут Лев. Я работаю в поиске Ozon. Сегодня я буду рассказывать про одну из составляющих поиска, а именно про ранжирование.

В этой статье расскажу:
- Что такое ранжирование и факторы ранжирования.
- Как работает поисковое ранжирование в Ozon.
- Как мы работаем с факторами ранжирования.

Я буду переходить от простых примеров к сложным — от орехов и белок к товарам и сервисам.

В статье кратко рассказываю, что такое таск-трекер и зачем он нужен, по каким критериям выбрать сервис для планирования задач, а также разбираю 19 популярных таск-менеджеров 2026 года.

В конце — таблица для сравнения сервисов и подборка таск-трекеров под разные сценарии работы.

Когда я начинал изучать английский язык, то один преподаватель мне сказал, что он может говорить на разные темы на английском языке, просто потому, что он их обсуждал ранее.

Я попытался проследить свой собственный путь запоминания новой лексики. Где-то два месяца назад я читал статью про ультра-обработанную еду, так называемую "Ultra-processed Food". В статье я увидел словосочетание "highly palatable", которое является не чем иным, как синонимом к "очень вкусный". Я записал несколько монологов на тему Junk Food, отвечая на вопросы типа "Почему люди это едят", "Какие последствия для здоровья и т.д."
И недавно, когда я обсуждал другую тему, связанную со спортом, я использовал именно это слово для описания продуктов, которых лучше избегать, если вы сидите на диете.
Запоминал ли я специально это словосочетание? Я ограничился созданием флэш-карточек, на которые я смотрел во время записи ответов - два месяца назад. Записать ответ с первого раза тяжело, поэтому карточки были передо мной некоторое время - 30-40 минут. Где-то через два дня я повторил карточки, стараясь вспомнить перевод. Больше к словам я не возвращался и еду не обсуждал до недавнего времени.

Поэтому ключевым навыком для расширения вашего арсенала иностранного языка я считаю не просто повторение слов, а именно применение полученных знаний для обсуждения ваших собственных мыслей и идей. Можно вспомнить старую истину, что лучше всего бы запоминаем, когда объясняем что-то другим.

Идея в том, что чем выше ваше умственное напряжение при работе с новой лексикой, тем лучше она запоминается.

Дисклеймер: я не программист и не геймдизайнер. Я — преподаватель, который в один прекрасный день понял, что классические посты в Telegram работают все хуже, а люди хотят не «учить», а «проживать». Этот текст о том, как я прошла путь от опросов в канале до первой кнопки в Unity, и почему я выбрала самый сложный путь из всех возможных.

Я — преподаватель английского, и мне по зарез была нужна игра, в которой ученики не просто зубрили бы слова, а расследовали мистические преступления. Так появился мой первый проект Ravenhill.

В этой статье я честно расскажу, как собрала хоррор-квест «на коленке», используя GitHub, нейросети и тонну чистого энтузиазма.

Или как собрать и довести до релиза без кодинга и почти бесплатно. Или моя попытка разобраться в процессе разработки и далее использовать как учебное пособие не делая скучные "Hello world", калькуляторы. Что-то живое, нужное и настоящее.

Представьте, что вы дизайнер. Вам предлагают сделать концепт авто и показывают фотографии BMW, но вы ужасно рисуете автомобили и вообще учились не для этого. Но таск уже закреплен за вами, что же делать? Пора тестировать нейросети, а конкретно FLUX.2.

Я сгенерировал более 1000 авто в различных тестах, по которым мы и пройдемся в этом посте, а в конце придумаем менее уродливую семерку BMW.

Прошлой весной я впервые столкнулся с нейросетью — Гигачат от Сбербанка. До этого я считал такие сервисы «несерьёзной фигнёй». После нескольких экспериментов с Гигачатом моё мнение кардинально изменилось: ответы оказались впечатляющими, и я начал задумываться о применении ИИ в работе.

Однако использовать внешний сервис в коммерческих проектах оказалось дорогим. Я начал искать альтернативу — локальные модели, которые можно запускать на собственном железе без постоянных расходов.