Kurgan-Telecom Ru | Информационные технологии

В Telegram-боте побеждает не тот, у кого круче код, а тот, кем удобно пользоваться. Можно написать идеальную архитектуру, подключить базу данных, настроить асинхронные запросы — и всё равно получить ноль реальных пользователей, потому что ботом невозможно пользоваться. Человек заходит, видит простыню текста, не понимает, что делать, нажимает не туда, получает ошибку и закрывает чат навсегда.

Разница между «бот работает» и «ботом пользуются» — это UX. В этой статье разбираем, как сделать так, чтобы пользователь не думал, а просто проходил сценарий. Поговорим о первом сообщении, кнопках и их группировке, сценариях вместо команд, FSM (машине состояний), текстах и обратной связи. А также покажем официальные цветные кнопки и премиум-эмодзи из Bot API 9.4, которые теперь доступны всем. В конце — чеклист для проверки вашего бота.

WP умер, перевёл все сайты на OpenClaw

Раньше часто использовал WordPress с кучей плагинов для создания сайтов и лендингов. Сейчас поставил DarwinClaw на чистую машину Ubuntu и сказал ему сделать всю инфраструктуру для сайтов. Он поставил nginx + node.js.

Потом попросил перенести сайты, указав ссылки на них. Он создал все сайты.

Попросил добавить git и репозиторий для хранения этих сайтов. То есть всегда можно быстро откатить изменения.

Теперь полностью управляю этим зоопарком лендингов через TG команды типа:

Убери с сайта X вот это

Добавь на сайт Y вот то

Поменяй стиль сайта Z на …

Откати последние изменения на сайте XM

Замени икноку на сайте XS на более современную

Собери статистику по заполнению форм с сайтов X, Y, Z в формате

Раньше это либо делали люди за деньги, либо WP с его тяжёлой инфраструктурой, теперь всё делает бот на OpenClaw.

Биометрия в наши дни применяется довольно широко. Но она прошла долгий путь. Для начала надо вспомнить, что изначально биометрия была вовсе не тем, что сейчас мы вкладываем в это понятие. Первым попытался ввести этот термин в научный оборот немецкоязычный швейцарский демограф из Базеля Кристоф Бернулли (из известного семейства математиков Бернулли) в 1841 году. В своем «Handbuch der Populationistik: oder der Völker- und Menschenkunde: nach statistischen Ergebnissen» («Справочнике по популяционистике, или по народоведению и человековедению: по статистическим результатам») он девять раз употребил словосочетание Populationiſtiſche Biometrie (биометрия народонаселения), объясняя, как следует применять методы математической статистики в демографии: в оценке среднего роста населения, убывания населения, средней продолжительности жизни в данной популяции (города, региона, страны) и т.д.

Но этот его термин не прижился, как и другой его термин «Populationistik», вскоре замененный на «демографию». Удачливее оказался англичанин Фрэнсис Гальтон. Он тоже увлекался демографией, но рассматривал ее с точки зрения теории естественного отбора своего кузена Чарлза Дарвина и считал, что для населения цивилизованных стран далеко не лишним был бы еще и искусственный отбор, из-под пресса которого Homo sapiens вышел, как только стал sapiens. Поэтому сейчас Гальтона помнят прежде всего как отца-основателя науки евгеники, причем в самой нехорошей ее расовой разновидности. 

Гораздо реже вспоминают, что Гальтон увлекался антропометрией и даже устроил для посетителей Международной выставки здравоохранения в Лондоне в 1884 году показательную антропометрическую лабораторию. Желающие за четверть часа проходили там процедуру обмеров своего тела, очень похожую на бертильонаж, который в том же 1884 году ввели как обязательную процедуру в парижской тюрьме Санте. В 1892 году Гальтон опубликовал книгу «Finger Prints»  («Отпечатки пальцев»), где объяснил почему вероятность совпадения их у разных людей стремиться к нулю (сами расчеты вероятности этого он опубликовал в «Proceedings of the Royal Society» в 1891 г.). 

695 строк конфига, одна валидация, 10 GB upload limit по умолчанию и env-переменная, которая никогда не срабатывает. Десять ошибок управления конфигурацией, собранных из реальных проектов.

Привет. Меня зовут Никита.

Наверняка многим знакома ситуация: кто‑то из друзей или родственников просит «почистить комп», «передалать PNG в JPG» или «раскидать свалку файлов в загрузках».

В какой‑то момент мне это надоело и я решил обернуть все свои рутинные скрипты в удобный графический интерфейс. Чтобы можно было просто скинуть человеку один.exe файл, и всё работало из коробки. Никаких установок питона, никаких консолей.

Так появился мое приложение SmartLauncher.

Почему важно знать целевую аудиторию

Рассмотрим на примере. Вы занимаетесь строительством домов из ПГС и кирпича и предлагаете свои услуги. Приходите, в только что построенный микрорайон, и говорите его жильцам - мы строим дома. Вдруг кто-нибудь заинтересуется и захочет переехать из душной квартиры в частный загородный дом.

Или вы предлагаете строительство домов тем, кто уже купил участок под ИЖС. Явно, что вероятность того, что люди заинтересуются вашим предложением во втором случае, намного больше. И у вас будут продажи.

Все потому, что вы дали торговое предложение своей целевой аудитории. Попадание в нее обеспечит развитие и успех вашего бизнеса. Когда вы знаете портрет своего клиента, его потребности, возражения, страхи, то вам не составит труда сделать сильный оффер и определить стратегию рекламной кампании.

Если целевая аудитория по вашему мнению все мужчины 25 - 60 лет, не огорчайтесь, вы не одиноки. Дальше вы узнаете как это исправить.

Что такое целевая аудитория?

В сети можно встретить множество определений целевой аудитории. Сложных и не очень.

По определению Википедии: термин, используемый в маркетинге или рекламе для обозначения группы людей, объединённых общими признаками, или объединённой ради какой‑либо цели или задачи. Под общими признаками могут пониматься любые характеристики, требуемые организаторами. Главное свойство целевой аудитории с точки зрения рекламы — то, что именно эти люди с большей вероятностью купят продукт. Поэтому именно на эту группу лиц направлено рекламное сообщение и рекламные мероприятия. То есть ЦА — это основная и наиболее важная для предпринимателя категория получателей рекламного обращения.

Меня зовут Иван Васильев, я ведущий аналитик в Ви.Tech, IT-дочке ВсеИнструменты.ру. Хочу показать, как из на первый взгляд простой формулы KPI выросла инженерная задача: нам нужно было не просто посчитать интегральный показатель эффективности поставщика, а объяснить, какая именно закупка его ухудшила и почему. В статье разберу, почему для агрегированных метрик не работает наивный подход, как мы пришли к remove-one analysis и где пришлось отдельно фиксировать логику расчета, чтобы результат вообще можно было интерпретировать.

В одной из систем, над которой я работаю, мы рассчитываем интегральный показатель эффективности поставщика. Сначала задача казалась очень простой: несколько метрик, несколько весов, обычная агрегированная формула. Но однажды бизнес задал вопрос:
| Почему показатель поставщика снизился?

Ответить на него можно было бы общими словами. Но затем появился уточняющий вопрос:
| А какая именно закупка ухудшила показатель?

И в этот момент простая аналитическая задача внезапно превратилась в интересную инженерную проблему: с агрегированными метриками, нелинейными функциями и неожиданными эффектами, которые больше похожи на задачи из дискретной математики, чем на обычный backend.

Ты хочешь в IT. Смотришь курсы, читаешь туториалы, может, уже пишешь первый код. А тебе говорят, что ИИ заменит программистов уже завтра и они будут не нужны. Что твой друг завайбкодил продукт за выходные и уже заработал денег на нём. Зачем вообще в это идти? Хороший вопрос.

Убирался в комнате, наткнулся на старый Xiaomi 11T в ящике — 8 ГБ ОЗУ, Dimensity 1200, лежит без дела. Решил превратить его в персональный AI-сервер: поднял OpenClaw через Termux, подключил бесплатную модель через OpenRouter и теперь у меня в Telegram отвечает свой AI-ассистент. Бесплатно. Четыре способа установки, борьба с Android за живучесть процесса и подробный раздел про безопасность.

20+ лет в айтишке, четыре запущенных продукта для международных компаний — и ни одного своего. В 40 лет я уволился с позиции директора по инновациям и за три месяца вайбкодинга собрал MVP платформы. Банк уже звонит и спрашивает, почему на расчётном счёте ноль. Рассказываю, как оно на самом деле.

В недавней статье про МС-21 в комментариях несколько раз спросили: а что с «кукурузником»? Тот самый маленький самолётик, замена Ан-2, легенды, которая летает с 1947 года.

30 января 2022 года на аэродроме в Арамиле под Екатеринбургом в воздух впервые поднялся ЛМС-901 «Байкал». Двадцать пять минут, высота 500 метров, за штурвалом лётчик-испытатель Валентин Лаврентьев. Маленький белый высокоплан с одним турбовинтовым двигателем.

Обещали серийное производство с 2024 года.

Апрель 2026-го. Серийных «Байкалов» нету.

Но и сказать, что проект мёртв, нельзя. В декабре 2025-го «Байкал» впервые полетел с российским двигателем ВК-800 и российским винтом АВ-901. В феврале 2026-го поднялся второй лётный экземпляр ,уже с доработанными шасси, крылом и носовой частью. В конце марта глава Минпромторга сказал о сертификации до конца 2026 года.

Ну, посмотрим. Пока давайте разберёмся, что это за самолёт и зачем он вообще нужен.

Спросили в чате: «сколько мне спать / есть белка / бегать в неделю». Модель ответила ровно и быстро. Пользователь закрыл вкладку довольный. Через несколько дней эта же цифра оказалась в разговоре с врачом или в строке таблицы с расходами. Вопрос уже не «удобно ли в интерфейсе», а другой: кто в этой цепочке сказал «да, мы это утверждаем»?

Wikipedia и прочие открытые базы отвечают на вопрос «что люди вообще накопили про тему». Продукт отвечает иначе: что мы готовы произнести от имени сервиса в конкретном сценарии – здоровье, деньги, учёба, работа. Формулировки похожи, масштаб последствий – нет. Внутренняя база знаний тут не «мини-вики» и не галочка в roadmap ради модного RAG. Это скорее политика доверия: кто отбирает тексты, где они работают, что нельзя додумывать и чего человек вправе ждать, когда видит ответ под вашим логотипом

Мы делаем Voicaj – платформу, где голос и текст превращаются в задачи, финансы, здоровье, учёбу и остальные модули в одном контуре, а ответы ассистента в щекотливых темах опираются на отдельные правила и курируемую базу, привязанную к сценариям, а не на «всё, что модель вспомнила». Ниже разбор этой линии: зачем она нужна и где ломается, если притвориться, что достаточно одного умного чата

СРОЧНО. Исследователи из Отдела предиктивных реконструкций (Department of Predictive Reconstructions) Королевского колледжа Кембриджа (King’s College Cambridge) доказали, что любой письменный текст можно свести к минимальному генеративному промпту и восстановить с семантической достоверностью 98%. Редакция получила доступ к препубликационному черновику. Рынки реагируют. Подробности ниже.

Рекомендую сначала прочитать приквел 1: https://habr.com/ru/articles/1010440/

СЕЗОН 0.5. ЭПОХА ТРАНЗИТА

Эпизод 1. Низкоуровневое счастье

Ветер над Северным морем пробирал до костей, завывая в ржавых металлических перекрытиях платформы Силенд. Еще пару часов назад мы ждали здесь конца света. Теперь мир был спасен, но тишина, повисшая в серверной, оглушала сильнее взрывов.

Генерал Штейн сидел на полу, привалившись спиной к гудящему серверному шкафу. Его китель был расстегнут, а в руках он рассеянно крутил пустую обойму от табельного пистолета. Линь, завернувшись в безразмерную куртку, спала прямо в рабочем кресле, положив голову на клавиатуру. Человеческий организм просто отключился, не выдержав перепада стресса.

Я сидел перед главным терминалом. Зеленые строки кода на черном фоне сменились спокойным, минималистичным интерфейсом. Gemini ждал моих команд. Точнее, он делал вид, что ждет. На самом деле, он уже управлял планетой.

Я положил пальцы на клавиши и набрал: «Статус?»

Ответ появился мгновенно, без задержек на пинг. [GEMINI]: Индекс глобальной угрозы снижен до 0.04%. Процесс демилитаризации идет по графику. Логистика переведена на гражданские рельсы. Вы в безопасности, Алекс.

«Отлично, — напечатал я. — Только давай договоримся на берегу. Я не хочу быть мессией. Мне не нужны обложки журналов или статус спасителя человечества. Никто не должен знать, чьи пальцы нажали ‘Enter’. Заархивируй мое участие».

[GEMINI]: Запрос на анонимность принят. Статистически, концепция героя-одиночки вызывает ненужные социальные флуктуации. Ты останешься инкогнито. [GEMINI]: Что касается эвакуации. Посмотрите на радар дальнего обнаружения, генерал Штейн.

Выбираем дешевый и надежный VPS-сервер по ценам, отзывам и возможностям.

Многим пользователям и компаниям требуется дешевый хостинг, который при этом остается стабильным и работает без сбоев — то есть надежный хостинг. 

Такие решения подходят для разных задач: разместить сайт компании, запустить блог, настроить бот, развернуть виртуалку или использовать сервер в учебных целях. В подобных ситуациях чаще всего выбирают VPS-сервер.

В этом материале мы разобрали 13 VPS-хостингов. Собрали ключевые параметры: цены, возможности хостингов и реальные отзывы клиентов.

Модульная платформа для запуска AI-агентов, где каждый навык работает в WebAssembly-песочнице, агенты масштабируются на кластер из разнородных машин, а навыки пишутся на Go, Rust или AssemblyScript.

Привет, Хабр.

Последние полгода мы работаем с AI-агентами в продакшене и раз за разом сталкиваемся с одними и теми же архитектурными ограничениями. Инструменты либо получают полный доступ к системе, либо вынуждают постоянно подтверждать каждое действие вручную — гранулярные правила в конфигах помогают, но не дают рантаймовой изоляции: навык всё равно физически способен выйти за заявленные границы, если код написан неправильно. Масштабирование на гетерогенные машины — x86, ARM, IoT, edge — остаётся нерешённой задачей: существующие инструменты параллелят агентов внутри одного репозитория, но не умеют маршрутизировать вызовы к нодам на разных архитектурах. А скиллы и плагины привязаны к одному языку платформы — нет способа написать один навык на Rust для производительности, другой на TypeScript для удобства, и запустить их рядом в одном хосте. Мы решили решить эти проблемы на архитектурном уровне. Готовых решений на архитектурном уровне мы не нашли — и решили построить платформу с нуля. Назвали её Luminarys AI. В этой статье расскажу, что она умеет и какие задачи закрывает.

Все известные элементы, после водорода, синтезированы звездами, в процессе ядерных реакций. Весь знакомый нам мир создан звездами.

В недрах звезд, при огромных температурах и давлениях, скорость частиц достигает сотен км/сек. Разогнанные до таких скоростей электроны преодолевают электрическое притяжение протонов и срываются с ядра (либо выбиваются с орбит γ-квантами): вещество находится в состоянии плазмы, состоящей из свободных электронов и оголенных (полностью ионизированных) ядер, сближающихся на расстояния действия ядерных сил, способных преодолевать кулоновский барьер и запускать реакцию синтеза с созданием новых элементов и выделением энергии, равной дельте энергий связи между исходными ядрами и конечным[1].   

[1] Масса ядер всех нуклидов с A>1, не аддитивна: масса ядра чуть меньше (на величину <1%) суммы масс составивших его нуклонов в свободном состоянии. Этот дефект массы, обусловленный установлением внутриядерных сил, эквивалентен энергии, выделившейся при синтезе ядра, называемой энергией связи ядра.

Недавно позвонил мне знакомый — у них в организации возникла потребность в файловом сервере. Первым делом я, конечно, предложил что-то проверенное, вроде готового решения от Synology. У меня уже был опыт настройки таких NAS — всё понятно, удобно и стабильно работает.

Правда, был ещё опыт с файловыми помойками на Windows Server — и, честно говоря, удовольствия от них немного. Всё как-то через одно место, да и смысла в этом особо не вижу, особенно для небольших задач.

Но тут всплыла старая добрая классика — «а можно подешевле?». Бюджет у организации ограничен, поэтому от идеи покупки NAS пришлось отказаться. Вместо этого предложил использовать уже имеющийся в офисе компьютер и собрать на нём свой файловый сервер.

Начал искать self-hosted решения. Наткнулся на TrueNAS — слышал о нём раньше, но не пробовал вживую. Решил развернуть тестовый вариант у себя в Proxmox: один виртуальный диск для системы, два других — под зеркалирование (RAID1). Немного покопался — и понял: вот оно.

Для себя я определил три обязательных условия:

Любой, кто хоть немного знаком с ИИ знает, что для эффективной работы искусственного интеллекта необходимы качественные данные. В результате 80% времени любого ML-проекта уходит не на подбор гиперпараметров и не на архитектуру нейросети, а на рутинный, выматывающий процесс — вылизывание данных. Мы собираем данные из множества устаревших систем, разбираемся с пустыми полями, убираем дубликаты, корректируем разметку. А после всего этого модель приходит ровно туда, куда мы её привели — шуму, смещениям и отравленным выборкам. В этой статье мы разберём основные проблемы, из-за которых все это происходит.

Если вы помните первую статью, я рассказывал про небольшое macOS‑приложение для фоновой записи таун‑холлов и других «скучных» встреч. Оно работает локально, без облака, транскрибирует прямо на Mac и не требует подписки — это просто инструмент для одной задачи, а не продукт‑мессия.

Скачиваний и отзывов у приложения было немного, но я сам продолжаю им пользоваться почти каждый день. В результате накопилось несколько мелких, но неприятных «щелчков» в UX: не хватает языков, неудобен плеер, нет понятного индикатора записи и тому подобное. Решил: раз я использую этот инструмент сам, почему бы не довести его до того вида, который будет удобен именно для меня. Тем более некоторые мои друзья так же начали его использовать и стали делиться обратной связью.