Kurgan-Telecom Ru | Информационные технологии

Жизненный цикл (далее - ЖЦ) производства Информационных систем (ИС) представляет собой структурированную, логическую последовательность стадий, через которые проходит целевая система от идеи до вывода из эксплуатации (утилизации).

Как уже упоминалось выше, понимание ЖЦ производства ИС является фундаментом профессиональной грамотности для любого профессионала IT-отрасли, от разработчика до топ-менеджера. Это не просто абстрактная теория, а практический инструмент, который напрямую влияет на вклада каждого специалиста в общий успех проекта, превращая хаотическую деятельность в управляемый процесс. Поскольку в последнее время значительно меняются условия ИТ-производства, смещаются акценты, размываются границы этапов и прочее, важно иметь представление об основных устоявшиеся стандартах. Поэтому перед тем как преступить к подробному рассмотрению стадий и этапов современного ИТ-производства пройдемся кратко по магистральным трендам.

Что такое метамодерн (или метамодернизм)? Его можно описать как состояние колебания между двумя противоположностями. Это обобщающий термин, который определяет культуру, пришедшую на смену постмодернизму.

В эпоху развития искусственного интеллекта новые организации, которые появляются на рынке, приходят к новому формату, который до этого не существовал. Нейро-артель — это сообщество инженерных ремесленников и технологических энтузиастов, цель которого — сделать цифры полезными, превратить их в инструмент, который служит человеку, бизнесу, обществу.

Как мы пришли к идее создать нейро-артель?

С какой то стороны это поиск новой идентичности, способной синхронизироваться с эпохой мета-модерна и искусственного интеллекта.

Для меня как основателя важно чтобы эта идея прижилась в контекстах разных поколений. Сейчас бизнес переживает непростой период: децентрализация процессов — с одной стороны, консолидация отраслей — с другой, автоматизация — с третьей.

Десятилетия популярные бизнес модели делали из человека робота и производственную единицу. Теперь, в эпоху роботизации, «человек-робот» стал не нужен и ему на смену пришли более дешевые и эффективные ИИ-агенты, роботы и сервисы. Человеку ничего не осталось, кроме как вспомнить, как стать опять «человечным»: чувствительным, эмпатичным, романтичным, сочувствующим и участвующим во всем спектре слоев жизнедеятельности.

Традиционные иерархические структуры (корпорации, стартапы) слишком инертны и плохо приспособлены для работы в условиях высокой неопределенности и скорости изменений. Западным формам ведения предпринимательской деятельности как будто бы не хватает аутентичной ортодоксальности, свойственной русскому человеку.

Вспомните успех советских колхозов — они схожи с артелями. Что не скажешь о кооперативах 90-х, где основной задачей было собрать с людей деньги и обанкротится. В общем, идея, построенная вокруг материального капитала, недолговечна. 

Не подумайте, что я радикально настроен, мне симпатичны и американские вертикально интегрированные компании, и гиганты-передовики социалистического  Китая. Везде есть что-то свое — национальное, уникальное, гармонично принимающее ментальность народа.

У нас никто не контролирует рабочий день, время друг друга, а у каждой задачи есть свой заказчик и исполнитель: тот, кто инициировал задачу или проект, и является заказчиком. 

Я давно обратил внимание на феномен артелей в истории российской экономики. Эта модель кооперации показала невероятную устойчивость к изменениям внешних факторов. Секрет в том, что члены артелей были сплочены и вокруг общих контекстов, идей, и, наверное, некоего набора договоренностей и условностей. Основная ценность артели — в общности. 

В общем, нейро-артель появилась в результате синтеза возможностей машинной вычислительной мощности и силы человеческого коллективного разума и общности. Наверное, нас можно сравнить с муравейником или ульем.

Два молодых учёных в 1943 году вовсе не пытались создать разумные машины. Они преследовали куда более амбициозную цель:

идеальную модель мозга.

Это стремление привело к созданию первого искусственного нейрона - идеи, на которой до сих пор держится весь ИИ. Но оно же уничтожило одного из её создателей.

Он умер в безвестности, убеждённый, что его работа провалилась, потому что не была идеальной.

Это история той ошибки и того, почему она до сих пор отнимает у людей годы жизни.

Рынок найма сегодня выглядит странно: резюме исчезают без ответа, отклики возникают хаотично, а сильные специалисты часто не получают приглашений. Этот текст — не про ошибки кандидатов и не про плохих рекрутеров, а про то, как на самом деле устроена система найма и почему она производит такой эффект.

Мир меняется с головокружительной скоростью. На смену опенспейсам и кабинетам офисов давно пришла удалёнка или гибридный формат, команды чаще видят друг друга на созвонах, чем вживую, а половина людей вообще не встречались в реальной жизни.

Вместе со стилем работы меняется и стиль накопления, оформления и актуализации корпоративных знаний. И часто благие намерения руководителей упираются в порядком устаревшую парадигму, диктуемую Confluence как «стандартом де факто» (на самом деле это не так). Так стоит ли пытаться продавить стену? Ответ на вопрос — в статье.

Как современные сварочные аппараты упрощают вход в профессию

какие технологии ускоряют обучение, как без ИИ упростили подбор режимов, и что такое синергетика на практике.

Привет, Хабр! Это Сергей Перевозчиков, основатель агентства контекстной рекламы «КонтекстЛаб». В 2025 году я всё чаще вижу, что интернет-магазинам стало сложнее не только привлекать трафик, но и доводить пользователя до покупки. Маркетплейсы забирают аудиторию не просто за счёт более низких цен — они радикально изменили поведение покупателей в e-commerce, и это отражается на всех участниках рынка.

Всем привет! Меня зовут Дарья Андреева, я руковожу командой бэкенда Биллинга и B2B‑платформы Яндекс 360. Наша команда, чтобы сократить TTM и освободить разработчиков от рутины, создаёт удобные внутренние инструменты. Сегодня я хочу поделиться своим опытом и порассуждать о внутренних инструментах.

Начну с контекста. Яндекс 360 — это виртуальный офис для работы и личных дел, куда входят Диск, Почта, Календарь, Телемост, Мессенджер, Документы и другие сервисы. В течение четырёх лет команда растёт больше чем в два раза каждый год. Растёт нагрузка на сервисы, и вместе с ней бэклог. Поэтому автоматизация и ускорение процессов для нас вопрос выживания: без этого мы не смогли бы двигаться с той скоростью, которая нам нужна.

Эта статья — попытка собрать наш опыт, чтобы вы избежали наших грабель и могли быстро отвечать на главный вопрос: как реализовать тот или иной внутренний инструмент. Расскажу, какой критерий считается основным при выборе подхода к разработке внутренних инструментов, какой тип админок будет самым подходящим в той или иной ситуации и чем могут помочь готовые инструменты. 

В предыдущих статьях я уже подробно описывал, как GPT-5.2 и Anthropic Sonnet справляются с задачами прикладного уровня.

В этой статье — Kimi K2.5 с reasoning’ом.

Важно сразу обозначить:
эксперименты те же самые.
Методология не менялась вообще.
Менялась только модель.

Объемы информации растут так быстро, что может показаться: справиться с ними способны только самые новые технологии. Облачные сервисы, твердотельные накопители и масштабные дисковые массивы действительно стали основой современной ИТ-инфраструктуры. Но в реальных системах по-прежнему используется и другая технология — магнитная лента. 

Стандарт LTO не застыл в прошлом: он последовательно развивается, увеличивая емкость носителей, надежность хранения и набор доступных функций. В конце 2025 года консорциум LTO объявил о расширении возможностей поколения LTO-10 до 40 ТБ без сжатия, а в первом квартале 2026 года начались поставки соответствующих картриджей. Давайте разберемся, как устроены современные ленточные системы, какие технические изменения принесло новое поколение и почему лента остается востребованной.

Налог на добавленную стоимость не был экономическим прорывом. Его придумали задолго до запуска, и все понимали, как он должен работать. Проблема была в другом: такой налог слишком рискованно сразу выкатывать в большую экономику из-за возможных ошибок и потерь для бюджета.

Франция решила эту проблему красиво. Сначала — MVP, потом — всё остальное. Идеологом такого подхода стал Морис Лоре, который понимал: правильный налог проваливается так же легко, как неправильный, если его внедрять без «тестового контура».

Тестовым контуром стал Кот-д’Ивуар. Решение приняли не случайно. В худшем случае это была бы локальная неудача. В лучшем — готовый налог, который можно было бы спокойно переносить во Францию.

Шалость удалась.

Несмотря на то, что IBM PC можно было приобрести в одном из двух вариантов, более дешевый не имеет смысла из-за серьезных ограничений по носителям(только кассеты) и возможностям BASIC (только текстовый режим без возможности работы с цветом). Для работы же с версией BASIC на дискете требовалась конфигурация на 48КБ из которых 32КБ забирала система при загрузке PC DOS с дискеты. Также ревизия 1981 года была ограничена 64кб памяти, а вариант на 256кб появился только в следующем году. Это, к слову, в некоторой мере объясняет большую редкость софта под IBM PC на кассетах будь то любительский или коммерческий (строго говоря, он редок и для TRS-80 c Apple II, но хотя бы для последнего известно некоторое количество игр в таком формате). Потому практически все ранние игры для IBM PC рассчитаны под конфиг с 48КБ базовой памяти. Дополнительные 16КБ кажутся относительно дешевыми при таких условиях, мышей еще не было (первая для IBM PC будет только в 1983 году), а джойстик можно будет приобрести потом (к этому времени оные формата Atari VCS/2600 - стик с одной кнопкой - стали стандартом и был доступен вариант известных под термином пэдл (paddle) для подобий Pong и Breakout).

Привет, Хабр.

Хотим вам рассказать об одной из первых наших новинок 2026 года, которую с тем же успехом можно считать и вторым изданием, и переизданием отлично зарекомендовавшей себя книги о микросервисах. Речь под катом пойдёт о книге Юлии Поповой «Go: разработка приложений в микросервисной архитектуре с нуля».

И даже до выхода у этой книги уже есть история.

Привет, Хабр.

Любой разработчик знает: если действие нужно повторить больше двух раз — его надо автоматизировать. Мы настраиваем пайплайны для деплоя, пишем автотесты, используем линтеры.

Но когда дело доходит до поиска работы, мы превращаемся в биороботов.

Заходим на hh. Вбиваем фильтры. Читаем описание (которое на 90% копипаста). Пишем сопроводительное (которое никто не читает). Жмем кнопку. Повторить 100 раз.

Меня хватило на два дня. Потом я понял, что трачу часы на работу, которую должен делать скрипт.

Попытка №1: Тупой парсер (Python + Requests)

Сначала я решил задачу в лоб. Написал воркер, который:

Всем привет! Этот пост нацелен на тебя, мой дорогой читатель. На тебя, кто делает современный web/app в России. Пока весь мир обсуждает новые фичи Next.js и AI-кодинг, такие как мы в России осваивают искусство выживания в условиях “чебурнета”

Затребовали у меня намедни справку об убытках из-за блокировок. И вот я взял и посчитал. Ниже приведен расчет ежедневных потерь на одно рабочее место для типовой российской компании.

Блокировки обходятся бизнесу не менее 1 000 р/день на сотрудника, но реальные потери сильно зависят от отрасли и региона, в отдельных случаях потери могут быть на порядки больше - и 10 000 и 100 000 р/день не предел.

На дворе 2026 год. Искусственный интеллект бодро шагает по планете. Сначала в ужасе от происходящего были художники, вместо которых он стал создавать изображения. Следом подтянулись авторы текстов. Но они быстро смекнули что почем и "успешно" овладели новыми инструментами. Неожиданно оказалось, что для написания статьи теперь достаточно ввести подходящий (да чего уж там, иногда кажется, будто лишь бы какой) промпт. А дальше бездушная машина все сделает за вас. Но остались еще "динозавры", которые продолжают писать тексты сами. И будут продолжать. Пока не останется кто-то один. И пусть это будет человек, который пишет сам! Например, я. Но, почему я это делаю?

Месяц работы за один вечер: сравнил Claude Opus 4.5 и китайский GLM-4.7 в vibe coding на задаче локального транскрайбера для NDA-встреч. Где критические баги, а где архитектурный идеал — и почему дорогой инструмент в 7 раз не всегда оправдан.

В середине 2024 года GPT-4 спотыкался на школьных задачах, а к концу 2025-го модели щёлкали олимпиадные как орехи. Полтора года, и мы преодалели дистанцию от «найди икс» до «докажи теорему». Epoch AI решили заглянуть еще дальше, и выкатили бенчмарк из задач, которые не решил вообще никто.

Четырнадцать задач — не из учебников, не из олимпиад, а из живой математики: каждую формулировал исследователь-практик, каждую пытались решить минимум двое профессионалов, каждая достойна публикации хотя бы в специализированном журнале.

Вот, например: найти полином степени 23, чьё поле разложения имеет группу Галуа M₂₃. Группа Матьё — спорадическая, одна из двадцати шести странных симметрий, которые не вписываются ни в какие серии. Для всех остальных спорадических групп такие полиномы давно известны, а для M₂₃ — нет, и это последний пробел в исследовании, которое ведут десятилетиями.

Или вот задача попроще (на первый взгляд): привести алгоритм, который определят, можно ли развязать узел за одно движение — то, что топологи называют "unknotting number равный единице". Звучит как упражнение для первокурсника, а на деле — фундаментальный вопрос низкоразмерной топологии, на который до сих пор нет ответа.

Если нейросеть решит хоть одну из этих задач, результат сразу пойдёт в рецензируемый журнал — не потому что это достижение нейросетевых технологий, а потому что долгожданный результат.

Осторожно: эта статья может заставить вас пересмотреть отношение к своей профессии, себе, людям вокруг. И она вам точно не понравится!
Идея статьи возникла у меня при попытке написать комментарий к этой статье в которой под конец я в очередной раз прочитал оскорбление в адрес программистов. Приведу цитату:
"Программист — часто просто исполнитель в чужом замысле".

Ох и выхвачу я сейчас минусов... Погнали!
Коллеги! А вы не пробовали посмотреть на свою работу иначе? Просто попробовать представить себе, что от того как именно вы реализуете написанное в задаче, будет что-то зависеть? Попробовать перед тем как начать бездумно фигачить код, сначала вникнуть "а что нужно человеку для которого я это пишу?". И человек этот - пользователь, а не ваш тимлид или менеджер (хотя может и они тоже).
В курсе, что почти всегда одну и ту же задачу в разработке (в администрировании и менеджменте тоже) можно решить более чем 1 способом?

Вот примеры из моей жизни (в разное время в разных компаниях было):

Проблема 1. "CRM тормозит. Надо чтоб при поднятии трубки на SIP-телефоне у того, кто трубку поднял карточка новая всплывала".
Причина: Оказалось, что почти на каждую задачу в CRM выполнялся запрос типа "select * from cards;"
И это как-то работало в тестах на 5 карточках, но через 2-3 месяца работы крупного агентства недвижимости этот запрос перестал работать быстро.
Решение: Закомментировал вызов этого запроса в той части кода которая вызывалась на событие "подняли трубку", передал отчёт (по сути ТЗ) разработчикам и они доделали так: при звонке ДО поднятия трубки делаем "select id from cards where phone=...;" и потом уже при поднятии трубки человеку отдаём карточку либо новую либо уже заполненную (id нашли до поднятия трубки).