Kurgan-Telecom Ru | Информационные технологии

Все привет! На связи команда Amnezia.

Очень часто мы слышим от наших пользователей и не только от наших, жалобы, что через VPN нельзя качать торенты или заходить на торрент-площадки. К сожалению,  это обусловлено не техническими поломками или жадностью провайдеров, а законодательством стран в которых мы арендуем серверы.

Как правило после каждого скачивание торрентов или посещения сайта,  VPN-сервисам приходят письма об абьюзах от хостинг провайдеров. После нескольких таких жалоб сервер блокируется, поэтому мы, как и другие похожие сервисы вынуждены ограничивать подобный трафик.. 

В этой ситуации спасают специальные b2b-серверы. Они обходятся дороже обычных и находятся в странах с более лояльным  законодательством по отношению к торрентам. У нас в амнезии например для этого есть отдельная локация в  Швейцарии.

Но “капнем” глубже и посмотрим как 2025 году обстоят дела с торрентами и о правомерности их использования в разных странах. 

Вам приходилось отдыхать в компании медиков? Если да, то скорее всего, вы могли оценить их непередаваемый юмор. Между тем, если человек начинает шутить в профессии — это значит, что он в ней хорошо освоился. Нельзя шутить о том, чего ты не знаешь. Мы вот часто шутим про разработку и автоматизацию бизнеса и эти шутки тоже могут быть мрачноватыми, особенно в современных условиях. Вообще это ужасно обидно: про ИИ, языки программирования, HR и даже про докер куча шуток и мемов, а про CRM — единицы (правда, удачные). Начало декабря — не только время горения дедлайнов и [нецензурного теперь слова], но и повод оглянуться на прошедший год, похвалить себя и немного улыбнуться. Конечно, на самых серьёзных щах

Как превратить Claude Code из мощного ассистента в профессиональную платформу оркестрации с 33+ специализированными агентами.

Удаленка — штука прекрасная: кофе в пижаме, нет утренней давки в метро и декабрьского дождя в лицо с утра пораньше по пути до офиса. Но как говорится, есть нюансы: масса отвлекающих факторов, которые перетягивают на себя внимание в самый неподходящий момент.

В этой и следующей статьях разберем самые проблемные “зоны” и на основе опыта нашего удаленного коллектива посоветуем возможные решения. В первой части поговорим про обстановку - окружение, рабочее место и влияние социальных сетей. В следующей ждите обсуждение более индивидуальных вещей - обстановки на рабочем месте, мультизадачности и прокрастинации.

На прошлой неделе администрация Хабра представила аудитории платформы новую механику. Теперь под всеми блоками кода во всех статьях за всё время существования Хабра появилась здоровенная кнопка «Объяснить код с SourceCraft». По нажатию на неё появляется сгенерированный LLM текст, объясняющий суть приводимого автором кода.

Меня как автора немного смущает, что данная механика в неявной форме отказывает авторам Хабра в способностях и таланте объяснить свой код читателям самостоятельно. Однако данный сценарий применения LLM натолкнул меня на, как мне кажется, интересную мысль призванную монетизировать платфорой тот контент, которым некорпоративные авторы бесплатно делятся с сообществом.

ИИ, как и любая технология, создаёт как возможности, так и угрозы. Пока учёные находят аномалии в огромном массиве астрономических данных и перебирают миллионы молекулярных комбинаций за несколько часов, мошенники получили доступ к инструментам, повышающим успешность их атак.

В этой статье я подробно расскажу, как мошенники используют ИИ для генерации дипфейков, подделки документов, взлома паролей, фишинга, и какие правила кибербезопасности помогут подготовиться к потенциальным атакам.

Продолжить цикл я собирался еще весной, и планировал затронуть именно эту тему, но все откладывал, и свет увидели другие статьи. Однако меня несколько смутил комментарий @AVKinc из предыдущей статьи про 4QS-преобразователь.

Это дает основание полагать, что у массового читателя есть определенные заблуждения по поводу электродинамического торможения и процессов преобразования энергии в приводах электрического транспорта. Что же, тогда данной публикацией я постараюсь развеять эти заблуждения, а заодно и обобщить современное состояние дел в этой области, обернув это в научно-популярную форму. Возможно, весь материал не войдет в одну статью и тогда их будет несколько. Начнем!

Сегодня одна из главных проблем мировой экономики — как обеспечить электроэнергией сотни мощнейших дата-центров, которые строят по всему миру для обучения и инференса ИИ.

Строительство этих дата-центров обеспечили 92% роста ВВП США в I кв. 2025 года, то есть без ИИ экономика сразу скатится в рецессию. Стройки ЦОДов, как строительство автобанов или небоскрёбов во времена великой депрессии, дают рабочие места и поддерживают экономику. С другой стороны, они потенциально ущемляют остальные сектора экономики, перетягивая рабочие места и инвестиции (это уже другая тема, которую мы здесь обсуждать не будем).

Где же взять столько энергии, ведь текущих ТЭС никак не хватит на 280 гигантских ЦОДов, которые построят в ближайшие три года только в США. Один из выходов — установка модульных ядерных реакторов непосредственно возле ЦОДов, в этом направлении сейчас идут перспективные инженерные разработки.

Но есть и другие варианты.

От поиска по архивам документов и медиафайлам до рекомендательных систем и AI приложений — всюду работают эмбеддинги и векторный поиск. Но когда дело доходит до выбора конкретного инструмента, глаза разбегаются: Qdrant, Milvus, Weaviate, Redis, Elasticsearch, Pgvector…

Если вы:

• планируете внедрять семантический поиск в свой продукт,
• выбираете между проверенными временем БД и специализированными системами обработки векторов,
• ищете независимые бенчмарки,

то этот материал — для вас. Мы разберем основные концепции векторного поиска, сравним популярные open-source решения и протестируем скорость их работы с учетом загрузки процессора и памяти.

Мой первый опыт арт-директорства должен был стать историей успеха, а оказался сюжетом в жанре тру-крайм.

Команда JavaScript for Devs подготовила перевод большого апдейта от команды TypeScript. Разработчики рассказали, как идёт переписывание компилятора на нативный код, что уже работает в превью TypeScript 7, какие ограничения остаются и почему версия 6.0 станет последним релизом на JavaScript. Новый TypeScript обещает серьёзный рывок в скорости и стабильности — самое время понять, что нас ждёт.

Нет человека, который сегодня мог бы представить жизнь без банковских карточек. Однако так было не всегда. Еще недавно карты были менее безопасными и функциональными. В этой статье я расскажу об истории пластиковых карт в России.

Данная статья не инструкция к действию, а просто моя история из жизни. В прошлых материалах я упоминал, что работаю преподавателем в центре для одарённых школьников.

Центров этих в районе десятка по стране. И до этого года все они работали на базе общей информационной системы.

Меня попросили что-то придумать с этим. О том, что нас отключат от системы, я узнал немного заранее. Рассмотрел open-source варианты систем, которые могут выполнять подобную задачу, и пришел к выводу, что проще написать такую систему с нуля (приоритетом было, чтобы преподаватели легко перешли на новую систему). Но прикидывая, сколько моих человеко-часов уйдет на эту задачу (да ещё и бесплатно), я плавно сливался с этой темы.

Собственно, я и не собирался ничего делать, но вспомнил, что хотел испытать, на что способна ИИ-шка при написании подобных задач с нуля. Обычно я мучаю DeepSeek и пару других gpt для простеньких скриптов, фикса багов, других проблем с Легаси, и просто для тупых вопросов. Поэтому решил в DeepSeek эту задачку и закинуть. Такого, честно, я не ожидал :)

Команда AI for Devs подготовила перевод статьи о том, как AI-агенты на базе LLM тратят лишние деньги из-за разрастающегося контекста и как простое маскирование наблюдений нередко работает лучше сложного LLM-суммирования. Авторы предлагают гибридный метод, который делает агентов дешевле и надёжнее без дообучения модели.

Новые видеокодеки моментально улучшают жизнь миллионов людей. Тем не нужно прикладывать практически никаких усилий, разве что обновить железо или софт. После этого видеофайлы магически уменьшаются в размере, качество картинки становится лучше, видео в интернете перестаёт тормозить и т. д. Например, новый видеокодек AV2 уменьшает трафик на 30%.

Единственный недостаток — время кодирования увеличивается, потому что используются сложные интеллектуальные технологии (например, психофизические модели зрения и мозга, новые способы предсказания будущего (межкадровых изменений) по предыдущим кадрам, последние открытия в математике (вроде треллис-квантования). Появляется ощущение некоего волшебства. Вообще, эффективное сжатие напрямую связано с пониманием данных, то есть с уровнем интеллекта. Чем глубже понимание смысла, тем больше мы видим аналогий, паттернов, циклов и рекурсий, которые можно использовать для «упаковки» информации.

Как говорится, достаточно продвинутая технология неотличима от магии. Так и видеокодеки нового поколения — это настоящая программная магия.

С выгоранием сталкивались многие, и зачастую даже отпуск не спасает. В интернете много информации о выгорании конкретного человека, но почти никакой о том, как выгорают команды и что с этим делать.

Привет, Хабр! Я — Алеся Бикбулатова, руковожу отделом обучения IT-холдинга ICL. А ещё я психолог и КПТ-терапевт, преподаю в Вышке и Иннополисе. Кроме своей насмотренности в HR, я вижу немного глубже ситуацию с выгоранием и больше знаю о внутренних процессах в выгорающих командах. Сегодня постараюсь поделиться практической пользой. Эта статья основана на моём докладе для Saint TeamLead Conf.

Новый единорог. Разбираем стартап Xpanceo.

Этим летом инвесторы Opportunity Venture вложили в стартап Xpanceo 250 млн. долларов инвестиций. Компания, которую основали интерпренер Роман Аксельрод и физик Валентин Волков, стала единорогом. Давайте разберемся, на что инвесторы сегодня дают такие деньги и оправдано ли это? 

Помните как в фильме Терминатор, робот получал огромное количество информации через зрение?

Приветствуем всех! С вами снова ML-команда RnD для B2C SberAI. Этой осенью в рамках AI Journey Contest 2025 мы представили задачу GigaMemory: global memory for LLM. Её цель — создание автономного модуля долговременной памяти для языковых моделей, способного накапливать и использовать знания о конкретном пользователе, по сути наделяя ИИ способностью «помнить» своего собеседника.

Пришло время объявить результаты соревнования и разобрать лучшие решения участников!

Часть 4. История о том, как я сэкономил на дизайнере и директологе, заставив ИИ генерировать нескучную рекламу для скучной ниши.

Привет! На связи снова Евгений.

Если вы следили за моими предыдущими статьями, то помните мой путь. Сначала я, не будучи программистом, собрал на Python и Gemini поиск по внутренней базе товаров. Потом мне стало тесно, и я прикрутил к инструменту парсер и модуль анализа цен конкурентов. Мой «комбайн» научился находить товар, сравнивать его с рынком и выдавать аналитику. Также я уже рассказывал о том, как подключил Nano Banana Pro и решил вопрос генерации карточек для маркетплейсов.

Вы можете бесконечно улучшать визуал, выравнивать пиксели и менять цвета кнопок — но все это не имеет смысла, если интерфейс не говорит с пользователем на человеческом уровне. Настоящий UX начинается не с сетки, а с понимания, почему человек вообще что-то делает.

Маркетологи, которые когда-то штудировали Роберта Чалдини, знают: эмоции и поведенческие триггеры конвертят не хуже скидок. И если раньше принципы влияния применяли в рекламе и продажах, то сегодня они стали еще и фундаментом эффективного UX. 

В статье разобрал, как крупные e-Com-бренды используют «невидимые» психологические триггеры в дизайне — и как вы можете применить их уже завтра.