Kurgan-Telecom Ru | Информационные технологии

Команда AI for Devs подготовила перевод большого исследовательского материала о рекурсивных языковых моделях (RLM). Авторы разбирают, почему простое увеличение контекстного окна больше не решает проблему долгоживущих агентов, и показывают альтернативу: обучение моделей активному управлению собственным контекстом через context folding и под-LLM. Статья основана на обширных экспериментах и даёт практический взгляд на то, каким может быть следующий шаг в развитии LLM-агентов.

Привет, Хабр! Меня зовут Артур Ишмаев, я руководитель отдела внедрения и развития нейросетей в дирекции цифровых инноваций и ИИ в ПИК. 

В первой части статьи я подробно разбирал работу Data-driven Interior Plan Generation for Residential Buildings (2019) — одного из первых проектов, пытающихся воспроизвести процесс проектирования дома с помощью нейронных сетей, а именно с помощью набора свёрточных моделей.

В этой части я хочу рассказать о следующем шаге — моделях, которые начинают работать не просто с изображением плана, а с его структурой. 

Начну я с инструмента WallPlan, который стал важным промежуточным этапом в эволюции генеративных планировочных систем.

LoRa2021 — это модуль беспроводного приемопередатчика, разработанный компанией G-NiceRF на базе новейшего чипа Semtech LoRa® LR2021. Он не только сохраняет преимущества дальней связи LoRa, но и реализует переход от «низкоскоростных датчиков» к «высокоскоростной передаче».

Типичное значение чувствительности приема LoRa2021 составляет -143 дБм (SF12/62,5 кГц). В диапазоне частот Sub-GHz чип LR2021 добавляет поддержку FLRC, при этом скорость передачи данных может достигать 2,6 Мбит/с (в стандартном режиме LoRa она составляет до 125 кбит/с).

Значительное увеличение пропускной способности позволяет LoRa2021 поддерживать передачу изображений, отправку голосовых или аудиофрагментов, а также обновление пакетов данных большего объема.

Кроме того, данный модуль охватывает широкий спектр частот. Он поддерживает популярные диапазоны Sub-GHz (стандартные 433/470/868/915 МГц, с возможностью настройки 150–960 МГц) и диапазон 2,4 ГГц ISM. Также он поддерживает высокие частоты 1,5–2,5 ГГц (включая спутниковую связь S-диапазона), обеспечивая покрытие от земли до спутников.

Это эффективно решает проблему связи в районах без покрытия общедоступных сетей и устраняет необходимость разработки разных версий оборудования для разных стран. Один и тот же продукт можно адаптировать к различным рынкам по всему миру с помощью программной настройки, что значительно снижает давление на складские запасы и расходы на разработку.

При сохранении низкого энергопотребления с током в спящем режиме ≤2 мкА, LoRa2021 интегрирует технологию скачкообразной перестройки частоты LR-FHSS для работы в условиях сильных помех. Он также поддерживает измерение дальности RTToF и полностью совместим с основными протоколами Интернета вещей, такими как LoRaWAN, BLE 5.0 и Wi-SUN.

В конце сентября Филипп Дельгядо, один из архитекторов карточного процессинга Lekton Sigma, выступил на Yandex Neuro Scale. На конференции он рассказал, как они с командой добавляли поддержку YDB к своему решению.

Под катом — интервью с Филиппом, где он поделился с нами ключевыми техническими моментами, которые видит интересными для широкой аудитории Хабра: зачем в принципе добавлять поддержку ещё одной базы данных, сколько разработчиков нужно, чтобы вкрутить лампочку всё запилить, и с какими сложностями они столкнутся при переходе от централизованной PostgreSQL к распределённой YDB.

Данные реальных логов за 7 месяцев на 527 человек — что люди делают с LLM на работе и что с ними не так

Я внедрял всё это, и мы договорились, что можно использовать статистику по обезличенным логам. Это прямые подсчёты транзакций. Не прогнозы аналитиков, не презентации вендоров — а конкретные реальные логи.

Компания решила возглавить безобразие и дать всем сотрудникам внятный сервис, попробовать все модели рынка и вообще посмотреть, что это даст на практике в приросте производительности и так далее.

Они выбирали между подпиской и моделью с оплатой за токены, и, к счастью, выбрали второе.

Потому что в среднем пользователь использует LLM далеко не так, как может показаться. Если что, крупные модели показывают пользователей, но тщательно скрывают количество запросов и трафик. Потому что его там крайне мало.

Якоб Нильсен проводил исследование, что только 20% населения могут нормально сформулировать промпт. Пробуют пару раз и уходят.

Короче, за 7 месяцев с июня по декабрь 2025:

416 пользователей из 527 хоть раз потыкались

122346 запросов (в среднем 42 запроса на пользователя в месяц)

6851 доллар расходов (535 тысяч рублей, 184 руб/месяц на активного юзера)

Если бы они брали 20-долларовые подписки GPT, то получили бы то же самое в 8,5 раз дороже.

При этом мы внедряли агрегатор нейросетей, и там были картинки. 64% бюджета — генерация картинок.

Если только LLM, включая SOTA-модели вроде Gemini 3 Pro Preview, последние GPT, Gemini, последние Антропики — то было бы всего 62 рубля в месяц на пользователя.

Те, кто понял, зачем ему модель, возвращался постоянно.

В общем, заходите, расскажу, что реальные люди, если не бить их палкой, в реальном мире делают с LLM. На практике.

Из школьного курса физики многие могут помнить, что длина волны влияет на габариты антенны. Наиболее эффективны антенны с размерами от ¼ до ½ длины волны (четвертьволновый и полуволновый вибраторы).

Вопрос. Если смартфон может работать на частоте 900 МГц, то где-то у него внутри должна находиться антенна соизмеримая длине волны в 33,3 см. ОК, пусть даже это четверть - это все равно порядка 8 сантиметров. 

А теперь вспомним, что на борту смартфона целая куча протоколов радиосвязи: Wi-Fi (2,4, 5 и 6 ГГц), Bluetooth (2,4 ГГц), сотовая связь (целый букет частот от 900 МГц до 4+ ГГц), NFC (13,56 МГц). Куда там все эти антенны запихивают? Давайте разберемся. 

Предупреждение. Любая статья про антенны неизбежно скатывается во мрак терминов импеданс/КСВ/добротность. В результате, читатель без диплома радиоинженера, который пришел просто разобраться, отваливается уже на втором абзаце.

В этой статье я постараюсь избежать подобного подхода. Постараюсь дать информацию максимально понятно, а если и буду вводить какие неизвестные широкому кругу величины, то буду подробно их объяснять простыми словами. Если у вас, как у меня, есть диплом радиоинженера, то вы вряд ли узнаете здесь что-то новое. Если же вас давно мучал вопрос из заголовка, но объяснения пугали своей специфичностью - добро пожаловать.

Почти все кремы работают по принципу притягивания влаги. В составе там вода и лёгкие увлажнители. Поэтому зимой, когда пашут батареи и воздух очень сухой, — всё это добро моментально испаряется. И прихватывает с собой влагу, которая была в коже.

Из-за трансэпидермальной потери влаги и получается обратный эффект: чем чаще мажешь, тем суше руки.

Кожа на ладонях — это вообще встроенный баг. На внутренней стороне нет сальных желёз, а на тыльной — их очень мало. Поэтому у рук нет нормальной природной защиты из жира, как у лица, например.

Добивают кожу спиртовые антисептики, горячая вода с мылом и бытовая химия.

И без того тонкий липидный барьер разрушается, появляются сухость, трещины и цыпки. Это открытые ворота для инфекций и банально больно.

Мы сделали крем, который работает как жидкая перчатка — создаёт плотную защитную плёнку и параллельно восстанавливает кожу. Зачем для него стригут овец и что делает в составе дешёвый парафин — рассказываю под катом.

Если вы когда-нибудь задумывались, можно ли запустить бенчмарк, используя всего один C#-файл, то ответ: да, можно. Начиная с .NET 10, существует возможность создавать C#-приложения в одном *.cs‑файле. Проблема в том, что BenchmarkDotNet (BDN) не поддерживает такие бенчмарки с настройками по умолчанию. В этой статье я покажу, как обойти это ограничение, используя режим in-process.

Рассказ, как мы собрали "AirPods для гитары" — радио-модуль для передачи звука из гитары. Как так он звучит лучше аналогов, и зачем он Неке.

На фоне современных "как я навайбкодил high-load биллинг за 57 минут", это статья-динозавр про разработку из прошлого, но так уж вышло.

Двадцать лет в экосистеме 1С - это, знаете ли, такой профессиональный стаж, после которого начинаешь ловить себя на мысли: «Ну уж я-то точно все видела».
Руководитель направления 1С, руководитель проектов, коммерческий директор, клиенты, проекты, команда, ответственность - полный комплект взрослой управленческой жизни.

И вот именно с этим багажом я довольно долго совершала главную управленческую ошибку, которую могла не совершать вовсе.
Не потому что принимала плохие решения.
А потому что не знала.

Не знала, что рядом уже есть готовые решения. Не знала, что можно быстрее, проще и спокойнее. Не знала, что значительную часть управленческих проблем я создаю себе сама.

У любой команды всегда копится бэклог — явный или призрачный, записанный или только устный. И чем больше людей в команде, тем больше задач под контролем.

Но хаос может начаться и в небольших командах. Когда приоритеты размыты, сложно сосредоточиться на главном. Вы прыгаете между задачами, теряя фокус.. Кто-то из заинтересованных лиц постоянно приходит с новой «горящей» задачей, и вы хватаете все сразу, но почти ничего не доводите до конца.

В первой части мы разобрали protoc-gen-validate и spec-first подход к валидации. Я обещал рассказать про protovalidateну и вот, держите :)

И самый первый вопрос конечно, а зачем вообще появился protovalidate, если PGV уже есть и работает?

В очередной раз столкнулся с тем, что разработчик игры (в качестве демо‑версии программных функций) использовал генератор случайных чисел «в лоб», что влечет за собой повторы ходов (игра была «морской бой», и поле клетка, по которой стрелял компьютер определялось как Math.floor(Math.random()*100), что подразумевает бесконечное повторение ходов). Поэтому хочу предложить простой и эффективный способ создать последовательность случайных чисел без повторения. Этот способ основан на перестановках в ряду натуральных чисел с использованием Math.ramdom(). Ну и поскольку много по этому вопросу не скажешь, в продолжение статьи - о сходящихся рядах случайных чисел!

Рынок QA давно вышел за пределы «тестирования кнопок». Анализ 2500 вакансий показывает, какие технологии сегодня считаются базовым минимумом — и почему этот минимум далеко не junior-уровня.

Как‑то я писала пост о том, что нельзя оставлять зрителя в стрессе. Обязательно нужна разрядка, иначе впечатление будет, мягко говоря, не очень. Но есть ещё одна ошибка, за которую авторы платят гораздо дороже — слепое украшательство сюжета.

Когда нарратив не работает, некоторые авторы начинают не чинить механизм, а красить корпус синей машины в красный, надеясь, что она поедет. Нужно заглянуть «в глубь» истории, понять, почему структура не работает. А если вместо этого решить её «украсить сюжетными ветками»... что ж, до свидания.

Мой преподаватель говорил: «Можно сколько угодно добавлять мишуру, но если история не работает — она от этого лучше не станет». Я поняла эту истину лишь со временем. Чтобы было понятнее, приведу пример того, как казалось бы незначительный персонаж может полностью изменить ход истории. А в некоторых случаях — стать фатальной ошибкой, за которую авторы платят дорогую цену.

Увольнения из-за ИИ - полная чушь

Если есть что-то, что Марк Бениофф любит, так это ИИ, и эта страсть довела его до полного безумия. Помните, как мы все смеялись над жалким гуманоидным роботом Маска? Тот самый, который был настолько бесполезен даже в попытках притвориться функциональным, что стажёр, управлявший им как дрянным диснеевским аниматроником из 90-х, заставил его катастрофически упасть на задницу, просто выйдя из системы. Пока мы все показывали пальцем и смеялись, Бениофф восхвалял робота, говоря, что он может трансформировать работу бизнеса, и поделился видео своего взаимодействия с Optimus в качестве доказательства. В этом видео Optimus был не просто тормозящим, глючным месивом - мы вообще не видим, как он завершает до смешного простую задачу, которую дал ему Бениофф: отвести его на кухню за колой. Это сильно намекает на то, что он это никогда не сделал. И давайте не забывать: это гуманоидный робот, он должен был сходить на кухню за колой для вас, а не провожать вас туда! Планка была опущена до пола, и он всё равно провалился. И это было, очевидно, лучшее, что Бениофф мог предложить в поддержку своего безумного заявления. Честно говоря, Бениофф так лижет ИИ, что это выглядит как извращённый, безумный фетиш. А это проблема, поскольку Бениофф - генеральный директор Salesforce, одной из крупнейших компаний по работе с клиентами на планете. Так что он может воплотить своё извращённое безумие в жизнь, и в сентябре прошлого года он именно это и сделал, уволив почти половину сотрудников Salesforce и заменив их ИИ. Но всё, что это доказало - насколько некомпетентной, маниакальной, порочной и пустой является ИИ-революция, как и сам Бениофф.

Избавляемся от FFmpeg: конвертер аудио на чистом Go с FLAC-энкодером

Как убрать зависимость от FFmpeg в аудиоинструментах. Разбираю архитектуру, pure Go библиотеки и написание FLAC-энкодера с нуля. Результат: один бинарник для Linux, Windows, macOS.

Обсудили с @veged развитие open source-экосистемы компании — ключевые моменты за 2025 год, подходы к взаимодействию с сообществом и другие нюансы.

В декабре 2025 года VK провёл RecSys Challenge LSVD — соревнование по машинному обучению с нестандартной постановкой задачи. Традиционные рекомендательные системы решают проблему "что показать пользователю", но здесь требовалось обратное: для каждого нового клипа определить, каким пользователям он может быть интересен. Такой подход помогает решать проблему холодного старта контента, когда новое видео только появляется в системе и не имеет истории взаимодействий.

Я принял участие в этом челлендже и хочу поделиться своим решением, архитектурой системы и практическими выводами.

Самые интересные новости финансов и технологий в России и мире за неделю: Трампу подарили Нобелевку, отмена виз в США для россиян, Telegram стали замедлять сильнее, в ChatGPT вставляют рекламу, GPT-5.2 впервые решил сложную задачу Эрдёша, в Siri встроят модель Gemini, а также свежее фото новой Ларочки.