Kurgan-Telecom Ru | Информационные технологии

Представьте: два человека показывают нейросети один и тот же бизнес-план. Один пишет на хинди — и, скорее всего, получит ободряющий отзыв с похвалой сильных сторон. Другой пишет по-русски — и с большей вероятностью увидит разбор слабых мест и вопросы к цифрам. Запрос идентичный, модель одна и та же, но оценка плана может оказаться разной. Это не гипотетический сценарий, а пример из свежего исследования Anthropic: компания измерила, какие ценности Claude выражает в реальных диалогах, и обнаружила, что "характер" ответа заметно зависит от языка, на котором задан вопрос. Русский при этом оказался на полюсе максимальной строгости — дальше всех остальных языков из топ-20 используемых.

Есть карьерная история, о которой почти никто не рассказывает.

Ты уходишь на работу мечты… чтобы через месяц захотеть вернуть старую.

На собеседовании всё выглядело идеально: интересные задачи, сильная команда, адекватный руководитель, прозрачные процессы. Ты увольняешься с ощущением, что наконец‑то сделал правильный выбор.

А потом проходит несколько недель.

Новый руководитель оказывается сложнее предыдущего.

Процессы еще более хаотичными.

Обещания, которые звучали на интервью, не совпадают с реальностью.

И появляется мысль:

Разворачивать выделенный сервер ради одного ежедневного расчетного таска избыточно, поэтому я перенес свой Data Science проект по расчету абсолютных валютных курсов на Kaggle Notebooks, организовав там бессерверный cron по схеме «Zero-Infrastructure». Каждые сутки Python-скрипт автоматически запускается по расписанию, собирает свежие кросс-курсы, логарифмирует матрицу и методом наименьших квадратов находит изолированные векторы значений для 45 валют, очищая их от взаимного влияния. На базе полученных абсолютных рядов вычисляются показатели волатильности, и специфичные метрики вроде индекса относительной силы абсолютного курса — . Посмотреть, как устроена автоматизация внутри облачной среды, и форкнуть готовый Python-код можно в открытом репозитории: Kaggle Notebook: abscur2.

Сырые массивы данных малопригодны для быстрого чтения, поэтому для их автоматической интерпретации в пайплайн был встроен Gemini API. Через Secrets в Kaggle скрипт передает нейросети выжимку рассчитанных технических индикаторов по ключевым активам и крупнейшим акциям Мосбиржи (Сбербанк, ГМК Норникель и др.), генерируя структурированный технический обзор в режиме жестко настроенного системного аналитика — без прогнозирования и субъективных мнений. Готовые результаты и тексты скрипт через GitHub API пушит напрямую в репозиторий, откуда фронтенд на JavaScript подтягивает их для динамической перерисовки графиков на сайте. Подробное математическое обоснование модели декомпозиции и методику расчетов читайте в статье: Abscur: Описание методики расчета.

В апреле 2026 года глава Google Сундар Пичаи сказал, что 75% нового кода Google сгенерировано AI. Динамика: 25% в начале 2024 года, 50% к концу 2025 года, 75% к апрелю 2026 года.

Согласно Sonar 2026 State of Code Developer Survey, 96% разработчиков не доверяют функциональной корректности AI-кода полностью. 95% тратят время на его проверку, тестирование и исправление, а 38% считают такое ревью более трудоемким, чем проверку кода, написанного человеком. Генерация кода подешевела, контроль за ним - нет.

Thoughtworks в Technology Radar vol. 34 (апрель 2026) ввел термин codebase cognitive debt - разрыв в понимании между человеком и кодовой базой, который растет по мере того, как AI генерирует все больший объем кода.

Узкое место производственного процесса сместилось с написания спецификаций и кода на постановку задачи AI (intent) и контроль генерации (review): что именно должна делать система, в каких границах и кто проверяет, что AI-агент сделал именно это. Код производится быстрее, чем кто-либо успевает подтвердить его соответствие требованиям. Качество, стабильность и сопровождаемость держатся на том, кто и как организует постановку и проверку. Это зона ответственности архитектуры.

Квалификация архитектора смещается от проектирования общих и детальных архитектурных решений к владению контекстом системы, спецификациями и AI-платформой.

В этой статье я, Алексей Соболеков, архитектор решений, разберу изменение роли архитектора в агентной разработке. Я прошел три модели архитектурного процесса.

На прошлой неделе стало известно о серьезной уязвимости в гипервизоре KVM (новость, подробная публикация первооткрывателя). Проблема с идентификатором CVE-2026-53359 получила название Januscape. Предложенный исследователем PoC приводит к падению хоста со всеми виртуальными машинами, но теоретически атака может быть доработана и до еще более опасного сценария. Ошибка в код Linux KVM была внесена 16 лет назад, и это, возможно, первый подобный баг, который затрагивает серверы одновременно на процессорах AMD и Intel.

Ошибка в коде относится к механизму управления таблицами страниц в так называемом теневом модуле управления памятью (Shadow MMU). Отсутствующая проверка на тип страницы в некоторых условиях приводит к обращению к совершенно другой странице. Это фактически повреждает состояние KVM и рано или поздно приводит к падению ядра системы. Исследователь Ким Хен У, обнаруживший ошибку и представивший ее на соревновании kvmCTF, допускает в том числе возможность выполнения произвольного кода. Осложняется это тем, что потенциальный атакующий в лучшем случае может контролировать точку назначения записи данных, но не то, какие данные записываются.

Данная статья — пример попытки найти мат.модель, которая бы объяснила кривую квантовых корреляций реалистично и локально.

Автор исходной модели — Джой Кристьян. Это реальный учёный, физик, который не принял стандартный вывод из теоремы Белла: что наблюдаемые корреляции нельзя объяснить локальной реалистической моделью.

Модель Джоя воспроизводит статистику квантовой запутанности. Но, как мы выясним, всё не так просто. В процессе, будет немного минималистичного научного дизайна. А начнём мы историю со школьной геометрии.

Каждый раз, когда нужно скинуть скриншот интерфейса коллеге, клиенту или в чат, начинается один и тот же ритуал. Делаешь скрин, открываешь графический редактор, тратишь время на аккуратное замазывание номеров карт, email'ов и балансов. А если это созвон в Zoom или Telegram с демонстрацией экрана — пиши пропало.

Мне это надоело, и я решил автоматизировать рутину. Опыта в написании расширений у меня было немного, поэтому в компаньоны я взял нейросеть. Вместе мы за пару вечеров собрали MaskFlow — опенсорсное расширение, которое скрывает конфиденциальные данные прямо на странице.

Я задолбался ждать ролика Булджать о Второй Пчелиной Войне в Eve Online.

Если вы тоже, то смело можете пропускать вступление к этой статье: там ничего нового для вас не будет, только пояснения для новичков, желающих вкатиться в мир Евы и разобраться, что за чертовщина там происходит.

Если же вы новичок — добро пожаловать. Вас ждёт история по-настоящему эпического противостояния двух космических сверхдержав.

Когда в проекте используются Spring Data, Hibernate, jOOQ или Slick, доступ к реляционной БД на JVM чаще всего заканчивается JDBC.

Разберём архитектуру JDBC: где заканчивается API и начинается драйвер, как Java находит реализацию, какую роль играют DataSource, Connection и пул соединений, а также какие ресурсы удерживаются на каждом этапе.

Материал для тех, кому важно понимать не только вызов executeQuery(), но и поведение системы под нагрузкой.

Всем привет! Хочу поделиться своим первым опытом в разработке мобильной игры для iOS — в жанре roguelite. Это pet‑проект, который неожиданно для меня самого дорос до релиза в App Store, так что расскажу и про идею, и про технические идеи. Надеюсь, будет интересно почитать:)

Отзыв на качество образования в Центральном Университете от лица студента первого набора бакалавриата, переходящего на 3 курс. Есть как приятное, так и не очень, считаю поступающим и интересующимся будет полезно)

Я хочу рассказать, как я сделала отчет о дифференциальном тестировании (сравнение двух функций на одних данных) через ИИ. Знаю, что многие уже применяют ИИ и в хвост и в гриву, но также много тех, кто пока не умеет этого делать.

Поэтому я хочу показать на конкретном примере из жизни, где еще несколько лет назад пришлось бы делать красивый отчет в ручную, а теперь его делает робот за пару минут. Возможно, это вдохновит вас тоже попробовать сделать нечто похожее =))

Когда в длинной сессии вы поручаете модели писать код, основная модель (исполняющая модель / executor) постепенно теряет из виду, «что в этом проекте изначально было самым важным». Например, она самовольно добавляет слой кеширования в инструмент, который не предполагает масштабирования, или подключает библиотеку, хотя вы не хотели увеличивать число зависимостей. Многие наверняка сталкивались с тем, что чем дальше идет контекст, тем сильнее модель тянет к ближайшей задаче и тем больше она отклоняется от общей линии проекта.

Именно здесь полезен советник (advisor) в Claude Code. Советник автоматически вызывается в важных точках и, более того, читает всю историю беседы. А значит, если заранее обратиться прямо к советнику и написать: «Суть этого проекта вот в чем», то каждый раз при вызове он будет сверять работу исполняющей модели с этой сутью. Иными словами, его можно использовать как «регулярное напоминание» для забывчивой исполняющей модели.

У такого подхода — «писать напрямую для советника» — есть основание в официальной документации. В этой статье я буду на нее ссылаться и доведу идею до практического примера CLAUDE.md, который можно использовать в реальной работе.

У меня есть физический радар детектор — коробочка на стекле. И есть купленное приложение-антирадар. Что общего у них двух? В каждом чего-то не хватает. В одном не нравится одно, в другом другое. Годами я ловил себя на мысли, вот бы взять лучшее из обоих, а раздражающее просто не тащить.

В какой-то момент я перестал мечтать и сел писать своё. Наивно думая, что это несложно Ну что там, показывай точку из базы да пикай при подъезде. (Спойлер) Я ошибался почти в каждом своём предположении. Эта статья про то, как «тут же нечего делать» превратилось в фьюжн сенсоров, счисление пути в тоннелях, геодезию проездов и краудбазу с криптозащитой. И про то, чему меня научила каждая набитая шишка.

В современном мире электропривод является крупнейшим потребителем электрической энергии, обеспечивая более 60% мирового энергопотребления. Причём это касается не только промышленности. Мы сталкиваемся с ним постоянно: от обычных приводов вентиляторов до сложных систем управления электромобилями. Поэтому при разработке и исследованиях электропривода моделирование является одной из важнейших составляющих в области электротехнических комплексов и систем.

REPEAT – это среда для проектирования, математического моделирования и создания цифровых двойников. В прошлый раз мы уже писали о следующих моделях:

·        Трёхмассовая тепловая модель асинхронного тягового двигателя [1];

·        Система управления батареей [2];

·        Статический тиристорный компенсатор (СТК) [3];

·        Статический синхронный компенсатор (СТАТКОМ) на базе преобразователя напряжения [4].

В данной статье мы рассмотрим библиотеки для проектирования электрического привода, инструменты для анализа результатов моделирования и разберём конкретные примеры на ПО REPEAT.

Про Kafka в этой серии уже было. Теперь — RabbitMQ, и с упором на то, как им пользоваться. Коннектор redb.Route.RabbitMQ — поверх официального RabbitMQ.Client 7.x, но писать вам придётся не «клиент», а маршруты, где весь брокер задаётся одной строкой-URI:

В последние недели много искал разные детали о внутренней работе механики и логики HDD и показалось, что неплохо было бы поделиться показавшимися мне интересными нюансами в этой сфере, которые тайной хоть и не являются, но редко мелькают в статьях. Статьёй хочется скорее пробудить интерес к бесконечно глубокой теме этих замечательных точных механических устройств и свежих трендов в их внутреннем устройстве, которые заставляют нервно курить в углу любой швейцарский часовой завод.

Не будем объяснять базу, но все знают, что магнитные головки HDD, прицепленные с одного конца "коромысла", приводятся в движение магнитной катушкой "Voice Coil" зажатой между двух неодимомых магнитов с другой стороны (а в современных дисках есть ещё и точный "доворот" пьезоэлементами на конце, недалеко от самих головок). Когда HDD надо переместить БМГ (Блок Магнитных Головок) на другую далёкую дорожку, он подаёт на Voice Coil резкий импульс тока, чтобы сорвать массивную металлическую конструкцию с места в нужном направлении, а потом ещё один обратный импульс тока для резкого торможения. Если посмотрите на фото БМГ, то поймёте как велика Voice Coil во всей этой конструкции и что ускорения и торможения происходят с довольно большими перегрузками. Это как если бы автомобиль весом 1.5 тонны разгонялся до 100 км/ч за 0.05...0.1 сек, а тормозил со скорости 100 км/ч на дистанции 1 метр и человек массов 80 кг потяжелел бы до 4 тонн. Если головки нужно перемещать в диапазоне до 50 дорожек, то Voice Coil не работает, достаточно пошевелить кончиком с головками с помощью пьезо-актуатора, который умеет гнуть металлический конец "коромысла" на 1...5 микрометров. И прыгать за 8 миллисекунд нужно не между тысячами дорожек, а по всей поверхности блина от края до края.

Высокий приоритет пода в Kubernetes должен повышать устойчивость сервиса, но при ошибочной настройке ресурсов может запустить противоположный сценарий: вытеснения, каскадные перезапуски и бесконтрольное масштабирование кластера.

Разберём, как возникает инверсия приоритетов, почему PriorityClass не гарантирует защиту и какие настройки помогают удержать критичные нагрузки под контролем.

В учёте три ноутбука, и все записаны по-разному: «леново», «Lenovo Inc.», «ThinkPad». Для отчёта это три разные железки, а по деньгам — разброс в сотни тысяч на балансе. Показываем, как навести порядок в справочниках, чтобы наконец знать, чем ты вообще владеешь.

Инструменты тайм‑менеджмента не работают, когда срочность бьёт важность.

Главный генератор срочности — это окружающие нас люди. Именно коллеги, клиенты и близкие создают 90% «горящих» задач, мастерски эксплуатируя наши социальные роли и чувство вины. Изоляция и категоричное «нет» — возможные, но не лучшие способы решения проблемы. Более действенный вариант — перевести управление временем из плоскости «таймера» в плоскость ведения трудных диалогов.

В статье разбираем, как перестать быть эффективным менеджером чужих неврозов, и как один неудобный разговор с коллегой или близким освобождает больше часов, чем любой тайм‑трекер.