Kurgan-Telecom Ru | Информационные технологии

«Когда OpenAI обанкротятся, на Сен-Бартелеми будут пить меньше шампанского. Ну а мы — мы хорошо заработаем» ©

Всем очевидно, что мы внутри большого пузыря. Но лопнет ли он? Как он лопнет? Или в этот раз все будет по другому? Я попытался разобраться в технологических маниях и переложить это все на текущий AI.

Получилось шесть вайб-школ разных отношений, 4 слоя AI со своими рисками и экскурс в железные дороги, электричество и доткомы.

Привет, Хаброжители!

Ткань данных, озеро данных и сетка данных появились относительно недавно и стали рассматриваться как конкурентные альтернативы современному хранилищу данных. У новых архитектур действительно есть весомые преимущества, но, помимо этого, они окружены ореолом предубеждений и мифов. Книга содержит практический обзор архитектур данных, который поможет специалистам в области обработки данных понять преимущества и недостатки каждой из них.

Джеймс Серра, архитектор решений Big Data и хранилищ данных, работающий в Microsoft, рассматривает общие концепции архитектур данных, в том числе то, как хранилищам данных пришлось эволюционировать, чтобы работать с функциями озер данных. Вы узнаете, чем хороши озера — хранилища данных, а также как отличить раздуваемый вокруг сеток данных ажиотаж от их реальных возможностей. А самое главное, вы научитесь определять наиболее подходящую архитектуру данных для своих нужд.

К микроконтроллерам Padauk я давно присматривался. Острой необходимости в их использовании у меня нет, но очень интересовали. В какой-то момент этот интерес взял верх, и я решил попробовать что-нибудь сделать на них. Если посмотреть репозитории с примерами Free PDK, то все делают простенькое проигрывание мелодий. Я не стал долго размышлять и тоже решил сделать проигрывание мелодий, но с одним условием — чтобы небольшая мелодия проигрывалась на самом дешевом и простеньком МК, таком как PMS150C или PMS150G.

Я постараюсь вспомнить всё, с чем столкнулся: от программатора Free PDK, обновления поддержки PlatformIO, создания отладочной платы под PFS154 и PMS150C (с адаптерами), музыкального брелока с PMS150G и платы с ATtiny13 — до разбора алгоритма для написания мелодий, которые можно ужать в 1 КБ памяти, а напоследок попробуем снимать значения c АЦП PFS122 и регулировать громкость музыки средствами PWM.

Всем привет! Меня зовут Катя, я развиваю Gramax — базу знаний для it-команд. В этой статье я расскажу, как мы решали довольно очевидную проблему связи знаний и случайно сделали штуку, у которой даже есть отдельное название.

Когда говорят «Semantic Wiki», обычно представляют что-то сложное: онтологии, RDF, графы и так далее. Но можно ли это сделать как-то проще и для людей? В этой статье разберем:

• Что делает вики «семантической».

• Как свойства и представления в Gramax решают эти задачи.

• Как быстро создать семантическую структуру, связать с ее помощью статьи и посмотреть по ним отчеты.

Эта статья для тех, кого волнуют вопросы: качественного ведения базы знаний, создания единого источника правды, построения полезных связей между знаниями (а не банальной линковки, которая побьется через пару релизов).

Про невозможное

В 1956 лётчик-испытатель компании грумман по фамилии Эттридж проверял новейший по тем временам сверхзвуковой ф-11ф тигр.
Надо было подняться на высоту двадцать тысяч футов (не важно сколько это в метрах, у всех лётчиков всё одно имперские замашки в измерениях), отстрелять все пульки, и вернуться на базу.

Всё шло по плану.

Поднялся на нужную высоту, немножко нырнул, набрал один мах, на тринадцати тысячах футов за два нажатия гашетки отстрелял все пульки, полетел дальше.

На семи тысячах что-то попало в самолёт.

Что должен делать разработчик, чтобы проект, над которым он работает, не имел проблем? Очевидно — нужно просто исправить все баги и больше не писать новых. 

Хорошая попытка, но в реальности и для существующего сервиса скорее всего потребуется ещё несколько шагов, чтобы радикально уменьшить количество открытых багов. В том числе нелюбимое многими разработчиками — начать писать тесты. Зачем этим должны заниматься сами программисты, почему нельзя всё переложить на AI, с чего начать и каким принципам следовать, расскажу в статье.   

В 2021 году выход работы Даниэля Канемана, Оливье Сибони и Касса Санстейна «Шум» закрепил в научном и управленческом сообществе представление о вариативности суждений как о критическом изъяне человеческого интеллекта.

Однако последние исследования, опубликованные в период с 2024 по 2025 год, указывают на необходимость пересмотра этой концепции.

Хабр, привет!

На связи команда инженер-аналитиков R-Vision. В январе мы выделили 12 трендовых уязвимостей и включили в этот дайджест те, что представляют наибольшую опасность по уровню риска, подтверждённой эксплуатации и практическому интересу для специалистов информационной безопасности.

Полный перечень уязвимостей доступен в Базе уязвимостей RVD (R-Vision Vulnerability Database), которая используется в продукте R-Vision VM.

Ищешь нейросеть для отчета по практике? Пошаговая инструкция, как написать отчет по учебной или производственной практике с помощью ИИ. Кэмп пишет все: дневник, готовая структура, основной текст, итоговая презентация.

Меня зовут Дмитрий. Мне 32 года. Я начал свою карьеру в IT 16 лет назад, стартовав с простых заказов на фрилансе. Тогда я жил в Тюмени, а затем перебрался в СПб. В январе 2022 года меня подхватила компания, которая перевозила российских айтишников в Америку. Это были последние недели её существования… После начала всем известных событий она закрыла все филиалы в России.

Новый год — новые цели. Решил завести блог на Хабре про жизнь кодера в Америке в 2026 году и для начала хочу познакомиться.

На фото — Motorola Neptune LTE, процессор самых известных и легендарных моделей телефонов Motorola: начиная от E398, заканчивая Razr V3.

Стейкхолдеры — это те самые люди, которые приходят с задачей «Надо ещё вчера», а формулируют её на уровне «Копаем от забора до заката!» и при этом вполне способны одним решением заморозить проект. В итоге команда либо бросается делать «как поняла» и приплывает не туда, либо зависает в ожидании мифического ТЗ, либо выгорает в героическом овертайме, а результат всё равно остаётся под вопросом. Знакомо?

В этой статье разберём, как выживать и делать задачи, когда требования туманны, сроки горят, а вокруг ещё и смежники, у которых свои приоритеты. Будут конкретные приёмы и чек-листы из практики: как отличать «Да, но на самом деле ничего не будет» от настоящего «да», почему у одних «нет» — это отказ, а у других просьба дать больше информации, как работать в условиях неопределённости без ступора и лишней работы, и как держать стейкхолдера в курсе так, чтобы он видел контролируемое горение, а не хаос.

Спойлер: ключевой навык — не угадать, что имели в виду, а забрать задачу, переформулировать своими словами и доуточнить, что же имелось ввиду.

Здравствуйте!

Цель статьи - поделиться опасениями от использования ОТЛИЧНЫХ AI-ассистентов и услышать мнение сообщества по их поводу.

Я C# разработчик, и в своей работе в 90% случаев использую VisualStudio. 50% моей работы - создание типовых RESTful сервисов для бэкэнда нашего продукта. Еще процентов 30% - работа с обработкой изображений и видео. И процентов 20% рабочего времени я трачу на различные R&D исследования разной степени сложности.

В 2023 году ChatGPT плотно захватил умы прогрессивного человечества. Мы развлекались как могли. А я в свою очередь стал использовать ChatGPT, а затем и DeepSeek для рутинных задач. Например, сгенерировать набор классов по JSON, отредачить текстовку и т.п. Работа не всегда была выполнена чисто - то напутает с типами данных, то поломает стилистику. В общем приходилось ревьювить каждую генерацию. Но в целом, это здорово помогало экономить время. К тому же мало помалу я составил идеальные промты для каждой задачи, и казалось вот оно светлое будущее.

Затем появился Copilot и часть своих задач я начал выполнять непосредственно в VS. Copilot научился нативно интегрироваться в IDE, представлял удобнейший инструмент для включения результатов своей работы в код и остальные плюшки. Коллеги, между тем, на месте не стояли и расширяли набор сценариев взаимодействия с Copilot. Да и сам Copilot предлагал все более интересные модели.

Начались шуточные разговоры про бездушную машину, замену человека и прочие шутки в этом роде. И если вы подумали, что именно этого я боялся, то нет. Точнее на данном этапе я этого совсем не боялся.

В эру нейросетей уже даже у людей без компьютера есть свой карманный ИИ, не говоря про специалистов, работающих в интернет маркетинге, арбитраже, SMM и так далее, продолжать можно долго.

Вот и я перепробовал разные вариации искусственного интеллекта (от набившего всем оскомину GPT, до китайских “убийц” этого самого ГПТ, ну или каких то сильно нишевых моделей). Но я всегда использовал или прямое общение, или какие то готовые инструменты, которые люди писали под разные нужды. Это то и натолкнуло меня на мысль - сделать помощника под себя. И вот… Хотя давайте по порядку.

Итак, у вас есть телеграм-канал, и вы хотите понять, какой контент заходит аудитории конкурента, вам некогда искать темы или вы просто не знаете, о чем писать, но не хотите постить лабуду.

Вместо того чтобы читать тысячу постов конкурента за год, вы загружаете историю его постов в NotebookLM и нейросеть, проанализировав закономерности, скидывает вам меньше чем за минуту список топовых рубрик, плюсы и минусы контент-стратегии канала и прочее.

Когда Anthropic, Google DeepMind и OpenAI одновременно называют одни и те же сроки - пора насторожиться.

Тайминг завораживает, потому что эти заявления появились сразу после того, как xAI, его компания по искусственному интеллекту, закрыла раунд финансирования на $20 миллиардов. И если связать это с тем, что случилось на прошлой неделе в Давосе, вы поймете, почему это утверждение заслуживает серьезного внимания, даже если вы скептик.

Потому что Илон Маск больше не единственный CEO из мира ИИ, говорящий о сингулярности.

Я планировал отойти в этой статье от стандартного контента. Покажу вам конкретные признаки, которые подтвердят наше приближение к этому переломному моменту.

На днях у Кирилла Мокевнина вышел пост про то, как он разлюбил динамическую типизацию. Мысль понятная: на больших кодовых базах отсутствие типов начинает дорого стоить.

Хочу дополнить аргументом, который в 2026 году уже стал прям must-have: статанализ и типы — это лучший self-check для AI-агента.

Современные агенты для разработки (Claude Code на Opus 4.5 и ChatGPT Codex 5.2 High) хорошо пишут код. Ошибок уровня «переменная не объявлена», «импорт забыл», «опечатка в имени метода» по сути уже почти нет. 

Основные промахи чаще про другое:

Любое предложение бизнесу чаще всего должно сопровождаться обоснованием, во что оно обойдется в плане финансовых затрат и сроков, когда планируется получить первые выгоды от его использования.

Поэтому, когда завершены два первых этапа фазы, и становится более-менее очевидным, что именно должен получить заказчик в результате создания целевой ИС, в дело привлекаются команды потенциальных исполнителей для первоначальной оценки реализации решения.

В прошлой статье мы запустили эмулятор и убедились, что Android Automotive OS (AAOS) — это не просто зеркало вашего телефона. Это самостоятельная экосистема. Но пока мы запускали только стандартные медиа-плееры, мы скользили по поверхности.

Настоящая магия начинается там, где софт встречается с «железом».

В телефоне у вас есть стандартный набор датчиков: GPS, акселерометр, гироскоп. В современном автомобиле таких датчиков тысячи: от давления в шинах и температуры масла до угла поворота руля и статуса каждой двери. Как Android-разработчику получить доступ к этому океану данных? Не будем же мы тянуть провода к OBDII разъему?

Конечно, нет. Для этого Google построила мощный мост, по которому мы сегодня и пройдемся. Добро пожаловать в мир Car API и VHAL.

Принято считать, что стеганография в аудио умирает, как только файл пережимают в MP3. Классический метод LSB (замена младших битов) действительно не выдерживает встречи с психоакустической моделью сжатия — данные просто стираются как «неслышимый мусор».

Но что, если подойти к задаче не как к замене битов, а как к радиосвязи? В этой статье мы напишем приложение ChameleonLab на Python (PyQt6 + NumPy). Мы откажемся от хрупких методов в пользу военной технологии DSSS (расширение спектра), применим криптографию AES-256 и научим наш сигнал выживать даже при перекодировании в 128kbps. Разберем математику корреляции, борьбу с рассинхронизацией ffmpeg и почему иногда шум — это хорошо.