Kurgan-Telecom Ru | Информационные технологии

Каждая новая реплика запускает то же приложение, но JIT снова с нуля ищет горячие методы, собирает профиль и компилирует код.

Казалось бы, пусть первая JVM сохранит результат, а остальные его заберут. Но машинный код JIT зависит от состояния конкретного процесса. От иерархии классов, загруженных реализаций и реального трафика.

Чтобы перенести один метод, нужно быстро проверить тысячи предположений. Причём даже полностью корректный код может оказаться медленным для другой реплики.

В статье разбираемся, почему поделиться результатами JIT гораздо сложнее, чем просто положить их в кеш.

В первой статье я запустил Директ Коммандер на Linux и сделал вывод: официальный установщик под Wine сломан везде, чинить его бессмысленно, программу надо доставать из него архиватором. Во второй выкинул из схемы Bottles и разобрал, почему не работает автообновление.

Расскажу  подход в оживлении цепей и функциональных блоков в своей среде разработки под ПЛК. Я не использую  никаких графических фреймворков и библиотек, тут как раз случай когда самому сделать быстрее чем изучать что то новое. Все функциональные блоки программы  отображающие в среде на ПК : рисуют примитивами (прямоугольниками, линиями, точками,текстом etc...) .

Привет, Хабр! Меня зовут Алексей Макареня, я старший разработчик в «Лаборатории Касперского». Наша команда занимается централизованной системой контроля версий, и это тот самый поезд из заголовка. Через сервер этой системы идет работа с монорепозиторием, где лежит код десятков продуктов, поэтому остановить его на ремонт нельзя.

Сервер годами жил на акторах и дожил до того, что перед мелкой правкой разработчик по нескольку часов восстанавливал в голове поток управления. Под катом рассказываю, как я за восемь месяцев перевел его на корутины C++20 прямо на ходу, зачем для этого понадобилась собственная библиотека на 387 строк и почему иногда полезно сначала написать функцию на 565 строк.

Это последний кадр DOS-Арканоида 1988 года. Корабль «VAUS» улетает, потому что в 33-м раунде разбит босс DOH. У игры нет API, то есть готового программного входа, и в её память никто не лезет. Есть только картинка 320 на 200 пикселей, клавиатура и мышь.

До этого кадра в 10 партиях из 10 дошла программа, которую написал ИИ. Сам ИИ при этом не играл. Он изучил игру, глядя на экран, и написал обычную программу-игрока, а играла уже она. Доступ к игре и отдельную программу для проверки мы подготовили вдвоём с Claude, а задачи ставил я.

Полгода назад, в апреле 2026 года, я посмотрел выступление Андрея Карпатого на конференции Sequoia AI Ascent (есть и русский дубляж). Он рассказывал о трёх поколениях программ. В Software 1.0 человек пишет код. В Software 2.0 собирает данные и обучает нейросеть. В Software 3.0 «программирование превращается в промпт», а то, что лежит в контекстном окне, становится «рычагом, которым вы управляете интерпретатором, то есть LLM». Я посмотрел, покивал и, как теперь понимаю, ничего не понял.

Я не профессиональный программист. Слова про вайб-кодинг, агентов и новую парадигму давно стали для меня абстракцией: звучат умно, но потрогать их нельзя. Недавно я пересмотрел то выступление и удивился, что теперь понимаю почти каждое слово. За эти полгода я узнал в его словах свой опыт. Сначала пытался научить ИИ играть в Арканоид через обучение нейросети, и не смог. Потом поставил задачу иначе, и получилось.

Об этом и статья: как простая игра 1988 года объяснила мне то, что не смогла объяснить лекция.

27 лет писать код, а потом полностью доверить разработку ИИ? Ускорить формирование отчета в 14 раз? Подключить ИИ-агента к 1С, преобразить привычный Конфигуратор и найти новую работу с помощью нейросети?

В новой подборке Инфостарт - реальные кейсы, неожиданные эксперименты и практические решения от участников сообщества. Разбираемся, какие инструменты уже меняют работу специалистов 1С, как они помогают экономить время и какие возможности открывают для разработчиков.

В игровой индустрии есть технологии и механики, которые вызывают у игроков почти единогласное раздражение. Чаще всего они ухудшают производительность, бьют по карману или мешают погружению в игровой процесс. Это DRM, лутбоксы и гача-механики, хроматическая аберрация и motion blur. А с недавних пор в список добавилась технология DLSS 5.

Семь лет DLSS была «невидимой» технологией. Она ускоряла игру, и пользователи этого не замечали. До четвертой версии DLSS давала больше FPS и аккуратнее восстанавливала изображение. Но с приходом DLSS 5 ситуация изменилась — теперь нейросеть не «реконструирует» кадр, а значительно меняет картинку.

NVIDIA впервые продемонстрировала DLSS 5 на GTC 16 марта 2026 года, а 3 сентября технология вышла в релиз вместе с NBA 2K27. За прошедшие между анонсом и запуском полгода она успела стать самой обсуждаемой графической технологией со времен RTX 2018 года — и, возможно, самой ненавидимой. Разберемся, что это вообще такое, почему реакция оказалась такой бурной и что это значит для разработчиков, рынка железа и самих игр. На связи Selectel, подробности — под катом!

У нас есть машзал ЦОДа, где стоят ванны с серваками. И вот что я вам скажу про жидкостное охлаждение:

— Это билет в один конец. Стоит вам один раз погрузить сервер в ванну, больше вы его рабочим не достанете.

— Это позволяет примерно в 5–6 раз повысить предел возможного относительно воздушного охлаждения, то есть ваши процессоры ждёт незабываемое приключение с разгоном за пределами всякого здравого смысла.

— Надо снять кулеры, но современные карточки очень любят ими управлять, поэтому ещё понадобится драйвер, который оверрайдит попытки потротлить, потому что кулер вращается медленно.

— С ванны (аналога стойки по размеру) можно спокойно снимать не 6–15 кВт, а 120 кВт, то есть раз в 15 больше, чем в воздушном ЦОДе, и в разы больше, чем на обычном водяном охлаждении.

— Самое главное, чтобы эта штука не загорелась. Потому что если не отводить тепло, то сервак перегреется и ванна, в которой в том числе до фига масла, полыхнёт так, что остановить пожар можно будет только вокруг неё, но не в ней.

— Это снимает гарантию, поэтому мы купаем только старое железо, уже и так сошедшее с поддержки вендора.

— Можно совать в ванну руки, током вас не коротнёт, потому что жидкость диэлектрическая. Но мы всегда делаем вид, что бьёмся в конвульсиях. Это нас очень развлекает, когда приходят новые люди.

— Нельзя кидать в ванну любой сервер, его сначала надо доработать. Например, заменить термопасту на нерастворимую, плюс поменять все провода на такие же, только с нерастворимой изоляцией.

Сейчас расскажу про всё это подробнее плюс про то, какое железо вообще имеет смысл топить, зачем это всё и где бабки, Лебовски.

Но начнём с того, как эта фигня вообще работает.

В феврале 2026 года OpenAI рекомендовала оценивать ИИ-агентов для программирования по бенчмарку SWE-Bench Pro. Но уже 8 июля отозвала собственную рекомендацию, признав, что примерно 30% задач SWE-Bench Pro составлены с ошибками. До этого компания отказалась от SWE-bench Verified, когда выяснилось, что модели видели часть его задач и ответов еще при обучении.

После этого возник вопрос: каким тестам вообще можно доверять?

И пока индустрия это выясняет, исследователи NVIDIA занялись другим вопросом, который особенно важен для разработчиков моделей для генерации кода и тех, кто собирает на их основе ИИ-агентов.

Почему самый мощный инструмент для систематизации знаний, который мы когда-либо создавали, используют, чтобы отгородить людей от знаний, и каким могло бы быть более разумное разделение труда между людьми и моделями.

В романе Александра Беляева «Продавец воздуха» (1929) делец Бэйли выкачивает атмосферу планеты и продаёт людям воздух в баллонах. Сегодня тоже история повторяется со знаниями: то, что принадлежало всем, становится товаром. Ниже статья о том, как это можно изменить.

Читателю, вероятно, уже привиделось выступление Михаила Задорнова с его знаменитым «Ну тупы-ы-ые!», рассуждениями о том, что «Ра» — это свет, а русский язык — прародитель всего сущего.

Более технически подкованные, возможно, вспомнили Эдсгера Дейкстру, его Go To Statement Considered Harmful и совершенно беспощадные высказывания о BASIC.

Что ж, дабы сразу отвести от себя подозрения в принадлежности к первой категории — и, возможно, заслужить некоторое доверие второй, — предлагаю начать с одного любопытного научного факта.

Английская орфография замедляет освоение базовых навыков чтения примерно в 2,5 раза по сравнению с большинством исследованных европейских орфографий.

Нет, это не моя оценка. Seymour, Aro & Erskine (2003), Foundation Literacy Acquisition in European Orthographies, British Journal of Psychology.

Исследование охватило 13 европейских орфографий и показало, что овладение базовыми навыками распознавания знакомых слов и самостоятельного чтения незнакомых буквенных последовательностей занимает у детей, обучающихся на английском, порядка двух с половиной лет и более. В большинстве сравниваемых языков сопоставимый уровень достигается приблизительно за год.

Причём авторы обнаружили не просто количественное различие. Они предположили, что при определённой степени непрозрачности орфографии меняется сам механизм освоения чтения: к алфавитному декодированию приходится подключать логографическое распознавание слов.

Иными словами, там, где один ребёнок учится читать, другой вынужден учиться ещё и узнавать написанное.

Привет, Хабр! Меня зовут Руслан Лисевич, я разрабатываю BBU, а это — восьмая статья цикла о разработке базовых станций в YADRO.

В 2022 году перед нашей командой стояла амбициозная цель: создать конкурентоспособную базовую станцию мирового уровня. Сегодня покажу, как мы ее достигали на примере разработки аппаратной части BBU — YADRO BTS8100. Обсудим требования к оборудованию операторского класса, подготовку концепции, прототипирование, структурную схему BBU, плату вычислительного модуля и не только.

С продажи товара за 2 000 рублей продавец получает не 2 000 рублей прибыли. Из этой суммы нужно оплатить сам товар, упаковку, доставку, продвижение и другие расходы. Комиссия площадки забирает свою долю из той же выручки.

Для маркетплейса эта комиссия — доход. Для продавца — расход, который нужно учитывать в каждой продаже. Когда проектируешь площадку, приходится держать в голове обе стороны этого расчёта.

Я CPO Vaari. Мы готовим маркетплейс к запуску и выбрали комиссию от 0 до 5% в зависимости от категории. Первые три месяца комиссия будет нулевой.

Причина этого решения довольно практичная: нам нужны продавцы, которым выгодно продолжать работать с нами. У бизнеса должны оставаться деньги на следующую закупку, развитие продукта и исправление ошибок. Если площадка забирает слишком большую для конкретного продавца часть его заработка, дальнейший рост становится сложнее для обоих.

Пока это наша ставка на модель сотрудничества. Реальных данных, которые доказывали бы её устойчивость в Vaari, у нас ещё нет. Но уже сейчас она влияет на то, как мы строим продукт.

AI‑агент исправил упавший CI, сборка стала зелёной — можно мержить? В эксперименте с двумя AI‑ассистентами выяснилось, что при конфликте тестов со спецификацией агенты могут менять сами тесты, подгоняя результат под ожидаемый. В статье разбираем шесть ошибок в организации работы с AI‑агентами и способы защитить тестирование от незаметной подмены требований.

Алгоритм изучения алгоритмов и структур данных с 0 - рекоммендации бесплатных ресурсов для практики и онлайн курсов

Привет! Меня зовут Юлия, в Amberdata я отвечаю за коммуникацию с партнерами и решение их задач с помощью данных  DMP. Сегодня расскажу, как найти для вашего бизнеса реальных покупателей с помощью рекламы на основе транзакционных данных (это информация о реальных покупках людей и их покупательском поведении).

Что такое транзакционный таргетинг

Это особый подход к рекламе, при котором аудиторию сегментируют на основе данных о покупках пользователей за конкретный временной период. Источником таких данных выступает инфраструктура онлайн-касс и сервисов, работающих с фискальными чеками: производители кассовых решений и операторы фискальных данных. Они формируют обезличенную базу с информацией о покупках, которая позволяет выделять аудитории по категориям товаров, частоте и давности покупок.

Путь этих данных выглядит так.

Должность не всегда отражает весь профессиональный опыт человека. Об этом важно помнить как сотруднику, так и работодателю. Иногда именно дополнительные непрофильные знания и навыки помогают найти задачи и направления, в которых специалист может принести гораздо больше пользы, чем на своей текущей позиции.

Привет, Хабр! Меня зовут Ольга Лапшина, я HR-бизнес-партнер блока информационной безопасности «Ростелекома». В этой статье расскажу, как мы оцениваем опыт сотрудников и находим возможности для карьерного развития внутри компании, даже если события меняются быстрее, чем штатное расписание.

Представьте, что у вас на диске лежит папка с договорами, сотня PDF, конспекты и внутренняя документация. Вы открываете ChatGPT, загружаете один файл — он его читает, но стоит загрузить больше, контекст переполняется, или просто теряется файл. А если файлов десять? Двадцать? Подписка стоит денег, из России нужен VPN, и даже с ним модель не знает, что написано в ваших таблицах, если вы не скормите ей всё вручную.

Вот тут и появляется AnythingLLM — опенсорсное приложение, которое превращает ваши файлы в базу знаний и позволяет общаться с ними через любую LLM. Хотите локально и бесплатно на своей видеокарте? Пожалуйста. Хотите через облачную модель, но без подписки OpenAI и танцев с бубном? Тоже вариант, и ниже мы разберём его по шагам. Эта статья — про то, как за вечер собрать приватного ассистента, который отвечает по вашим документам. С блекджеком и RAG!

В требованиях к акциям Vaari мы записали: участие продавца добровольное. Уместилось в одну строку. А дальше понадобилось определить, кто выбирает товары, когда фиксируется цена, что происходит при изменении условий и можно ли выйти из акции, если магазин приостановил продажи.

Без этих ответов два человека могут прочитать одну строку и спроектировать два разных продукта.

Я CPO Vaari — маркетплейса, который мы сейчас готовим к запуску. Мы хотим дать продавцам возможность развивать свой бизнес на площадке: управлять участием в акциях, понимать условия привлечения покупателей, показывать особенности своего бренда. При разработке выясняется, сколько отдельных решений стоит за каждым из этих намерений.

Разберу три таких решения. Акции и учёт покупок из собственных каналов продавца уже реализованы локально и проходят подготовку к запуску. Витрину с историей бренда пока проектируем. Данных о влиянии этих механик на реальные продажи у нас ещё нет.

10 и 11 августа 2026 года ФСТЭК России утвердила новые редакции двух перечней:

- для выполнения работ и оказания услуг, установленных Положением о лицензировании деятельности по технической защите конфиденциальной информации (ТЗКИ) – 10 августа;

- для выполнения работ и оказания услуг, установленных Положением о лицензировании деятельности по разработке и производству средств защиты конфиденциальной информации (СрЗИ) – 11 августа.

Для соискателей лицензий перечни применяются с 1 декабря 2026 года, действующим лицензиатам оборудование нужно привести в соответствие перечням до 1 марта 2027 года.

Разбираем, что изменилось и кого это коснется, а в конце дадим чек-лист, что проверить в первую очередь.