Kurgan-Telecom Ru | Информационные технологии

18 марта 2026 года компания MiniMax официально представила новую версию своей языковой модели MiniMax‑M2.7. Главная особенность релиза — реализованный в модели механизм «самообучения» (self‑evolution), который позволяет ИИ активно участвовать в собственном совершенствовании. Одновременно с анонсом стало известно, что M2.7 можно использовать через облачные развёртывания Ollama — популярной платформы для запуска больших языковых моделей.

В этой статье мы подробно разберём, что представляет собой MiniMax‑M2.7, как именно организована её работа через Ollama в облаке, какие существуют способы развёртывания и каких результатов можно ожидать от модели в реальных задачах. Вся информация основана исключительно на проверяемых источниках, актуальных на март 2026 года.

Нейросети постепенно снимают со специалистов рутинные задачи и ускоряют производство контента. С их помощью можно создавать анимацию и спецэффекты, улучшать качество роликов, исправлять артефакты и быстро монтировать видео. Эксперты click.ru собрали популярные AI-сервисы, которые помогают генерировать, редактировать и обрабатывать видео.

Автотесты E2E еще проще, но все равно надежные...

Вначале было Автотесты E2E для самых маленьких. А теперь в simpleE2E есть еще и автоматическое записывание шагов в браузере

Мы можем взаимодействовать с браузером и автоматически записывать шаги. Поддерживается

* Клик

* Ввод текста

* Эталонный скриншот

* Видимость и НЕ видимость элемента

* Проверка содержимого текста (полное совпадение или частичное, или наоборот НЕ совпадение)

* Снятие эталонного скриншота для дальнейшего сравнения

Алгоритм Slug, используемый для рендеринга на GPU шрифтов непосредственно из кривых Безье, был разработан осенью 2016 года, а значит, в этом году мы отмечаем десятилетие его рождения. В середине 2017 года я опубликовал в JCGT статью об этой методике, а вскоре после этого моя компания продала первую лицензию на версию 1.0 Slug Library. С тех пор Slug многократно лицензировался разработчиками видеоигр, а также компаниями, специализирующихся в научной визуализации, CAD, редактировании видео, медицинском оборудовании и даже создании планетариев. Среди наших клиентов Activision, Blizzard, id Software, 2K Games, Ubisoft, Warner Brothers, Insomniac, Zenimax и Adobe. Slug оказался моим самым успешным программным продуктом.

Изначально я создавал Slug с целью улучшения рендеринга текста в C4 Engine, шрифты которого должны выглядеть идеально не только в GUI, но и внутри игровых уровней, где они могут быть очень крупными и отображаться под разными углами. Недавно я использовал Slug в создании редактора формул Radical Pie, в котором, разумеется, необходим крайне качественный рендеринг шрифтов, а также векторной графики для таких обозначений, как скобки, знаки корня и чисто графических элементов наподобие стрелок и выделения математических выражений. Кроме того, Slug используется для рендеринга всего интерфейса пользователя внутри основного окна редактирования и всех диалоговых окон.

В этом посте я расскажу об изменениях в методике рендеринга с 2017 года, когда была опубликована научная статья и выпущена первая версия Slug Library. Завершается статья важным объявлением для тех, кто захочет реализовать алгоритм Slug в собственных проектах.

Замечаю на занятиях парадоксальную ситуацию: мои студенты-айтишники хорошо говорят на английском, в теории все знают, но стоит начаться реальному неподготовленному спору, язык скатывается до уровня “не помню про -s в Present Simple” и “английские времена? не, не слышал”.

Мы вместе пытаемся разобраться в причинах. Ребята выдвинули гипотезу, что дело в их “левополушарности”. Большинство задач, которые они решают на работе - это программирование, вычисления, логика, за которые, как известно, отвечает левое полушарие мозга. Мои студенты предположили, что они бессознательно забивают на грамматику, когда спорят, потому что не привыкли активно использовать правое полушарие. Так ли это? Давайте разбираться.

Полтора года назад я устроился в компанию на газохимический проект. Масштабы стройки произвели на меня большое впечатление. Стал постепенно осваивать новую для себя сферу деятельности. В плане цифровизации, приятно удивил уровень оснащения рабочих мест. Хорошие офисные ноутбуки, разного рода программные комплексы, в целом удобные и достаточно быстрые системы управления проектами. Впервые увидел систему Sarex. Первое время разглядывал аэрофотоснимки за разные периоды в обнимку с генпланом и пытался понять, где что находится. Стало понятно, что объектов непросто много, а очень много, к тому же они достаточно плотно расположены. Стоит отметить, что благодаря Sarex сложилось более или менее четкое визуальное представление о заводе и его масштабах. Разработчикам этой системы отдельное спасибо. Но проблема поиска местоположения объектов обозначилась сразу.

В целом работа шла хорошо, до того момента, пока не звонил телефон. Часто при разговоре могло звучать название объекта, либо его цифровая маркировка.

Звонившим мог быть не только высококвалифицированный специалист, который мог объяснить во всех подробностях суть своего вопроса, но и простой работяга из ближнего или дальнего зарубежья, который на ломаном русском пытался донести информацию в надежде, что его поймут.

Тут и выявилась проблема отсутствия единого понимания о расположении объектов на территории завода. Которую, как уже упоминалось выше, можно было выразить вопросом: «Где это находится?». Вопрос как выяснилось непростой и важный, особенно для предприятия площадью несколько квадратных километров с множеством объектов, в режиме круглосуточной стройки, словно муравейник, с числом строителей, как в небольшом провинциальном городке нашей необъятной страны.

Привет, Хабр!

Менеджеры продаж не всегда вовремя и полно заносят данные о сделках в CRM после звонка. Часть информации может забыться, а часть может быть записана сокращенно.

Прослушивать звонки вручную и восстанавливать детали слишком трудоёмко, а ресурсов на это часто не хватает. Поэтому в этом материале соберём MVP-сервис на Python, который получает событие о завершённом звонке из МТС Exolve, забирает текст разговора, выделяет из него ключевые поля через YandexGPT и записывает результат в Bitrix24. На выходе получится рабочий пайплайн: вебхук, транскрибация, извлечение полей квалификации и обновление существующей сделки в CRM.

За основу возьмём BANT — базовый фреймворк квалификации лида: Budget, Authority, Need, Timing, то есть бюджет, лицо, принимающее решение, потребность и сроки. И расширим его, добавив оценку интереса клиента, фиксацию конкурентов и возражений. Такого набора достаточно, чтобы квалифицировать лид, приоритизировать сделку и сохранить контекст следующего контакта, но не превращать карточку в анкету на десятки полей.

Стек: Python 3.10+, Flask, SQLite, Call Transcribation API МТС Exolve, YandexGPT API, Bitrix24 REST API.

Всем привет! На связи Александр и Артем — ML-инженеры из Т-Банка. Мы делаем copilot-инструмент для разработчиков.

Статья будет не про агентов. Расскажем, как отрезали лишние и бесполезные подсказки в Code Completion и усилили доверие пользователей.

Картинка: Thuringius

Что первым вам приходит в голову, когда вы слышите словосочетание «кумулятивная струя»? 

Наверняка возникают ассоциации исключительно военного толка, не так ли? ;-) Однако, знаете ли вы, что кумулятивный эффект невероятно распространён и применяется практически повсеместно?

Я перепробовал самые популярные приложения для изучения языков. В одних нельзя добавить нужную фразу, в других приходится вручную заполнять карточки с примерами предложений. Для редких языков вообще нет ничего нормального.

В итоге я сделал своё приложение, где попытался закрыть все эти боли. За 5 месяцев его скачали 1000+ человек.

Налоговая система это самый древний общественный договор между человеком и властью. Смысл которого состоит в том, для того, что бы получить блага человеческой цивилизации такие как дорога, медицина, защита и порядок тебе необходимо скинуться в общий котел, другими словами заплатить налоги. Ну, а попытка выйти из этой сделки означает, что система оставит тебя за бортом, где ты сможешь рассчитывать только на себя и свои силы.

Долгие годы в нашем обществе жил миф о «низких налогах», который базировался на привычной всем плоской ставке подоходного налога в 13%. Мы, выполняя свою часть договора, отдавали государству значительную часть своих доходов, даже не задумываясь, чем принципиально отличается один налог от другого, какой платеж уходит в федеральный центр, а какой остается на развитие родного региона.

В этом «договоре» у каждой из сторон есть свои обязательства. В конце концов, современные налоги — это не личная дань правителю, а наш коллективный взнос в развитие общества. Поэтому каждый гражданин имеет полное право знать, за что, кому и куда он платит свои деньги.

В этой статье разберемся, что из себя представляет современная «налоговая механика» РФ.

Нашли интересный пост на reddit от автора игры, которую давно и упорно пиратят.
Решили перевести и поделиться с вами

Я разрабатываю бесплатную визуальную новеллу в стилистике сайфая уже 6+ лет, и всё это время её активно пиратят. У игры больше 100 000 скачиваний, рейтинг в Стиме — 90%, на itch.io — 92%, есть как фановые, так и довольно престижные награды.

Отмечу сразу, что у меня есть и предпринимательский опыт — в 2011 я создал технологическую компанию, которая до сих пор обеспечивает и меня, и мою семью, так что геймдев тут, что называется, для души. 

Было время, когда меня вообще не напрягало то, что игру пиратят. Более того, я думал — круто же, раз пиратят, значит, она реально считается хорошей, кто-то даже потратил силы, чтобы «украсть» её и поделиться с другими. Такой себе элемент признания. Можно даже считать это бесплатной рекламой. Тем более, что де-факто бороться с пиратством невозможно, я знаю других авторов и даже игровые студии, которые тратили миллионы на противодействие пиратам, но это бесполезно. Если твоя игра достаточно хорошо и если кто-то достаточно мотивирован, чтобы её взломать и выложить в паблик — это вопрос времени, засекай.

Я создаю много постов и статей по теме Agentic AI и RAG, вот примеры (habr ссылки). Веду каналы по Agentic AI и по Python.

К сожалению пока не получается генерить все посты и статьи полностью автоматом. Нейросети с этим не справляются и генерят водяную воду, даже если им дать все вводные.

Поэтому я сделал для себя контент завод JuicyForge.com, чтобы делать это в полу-автомат режиме. Смысл этого завода облегчать мне работу, автоматизирую рутинные операции при написании статей и постов. Я автоматизировал те вещи которые не получается сделать надежно в чате с нейросетью.

Например мне часто нужно проверять грамматику без изменения стиля и слов, нейросети тут переписывают текст теряя мое ДНК.

В JuicyForge это делается выделением текста и нажатием Fix Grammar:

Привет, меня зовут Ваня, я работаю в Атоме техническим специалистом и мне часто приходится взаимодействовать с электромобилем. Я организую его логистику на выставки и мероприятия, сопровождаю на событиях, помогаю устанавливать его на стендах и участвую в разных спецпроектах.

Так вышло, что за последний год мне удалось протестировать Атом в самых разных сценариях. Это и обычная городская эксплуатация в Москве с пробками, парковками и плотным потоком, и тестовые поездки в других регионах, и участие в выставках, и даже поездки в северные города с суровыми морозами.

Скоро первые покупатели уже получат свои Атомы, а пока делюсь своим опытом эксплуатации и впечатлениями от этого электромобиля. 

Привет, я Александр Хренников, руководитель DevOps-юнита в KTS.

Нам тут, оказывается, 5 лет стукнуло. Точнее, нашему блогу на Хабре. Подарков мы не дождались, так что решили сами вручить их вам. Дарить будем футболки с нашим фирменным принтом — Котзиллой. Это как Годзилла, только кот.

Но подарок получат не все, а десять DevOps-инженеров, которые справятся с нашим испытанием быстрее остальных. Суть проста: мы даем вам тестовый стенд с кластером Kubernetes с ArgoCD и отдельный GitLab-сервер. В ArgoCD добавлено приложение — простой Nginx, обернутый в Helm-чарт. И оно не запускается. Надо запустить.

DevOps-челленджи мы проводим не впервые: уже были этот, этот и еще несколько до них. Опытные участники уже знают механику, а для новых энтузиастов я расскажу ниже, как все устроено.

Плохие новости для айтишников (не будет работы) и фаундеров (не будет экзитов)!

С начала года все обсуждают массовое падение капитализаций публичных SaaS-компаний, бизнес которых когда-то считался очень надежным: подписки, 80% маржа и рост 20+ лет.

Появился термин SaaSpocalypse, а журналисты, энтузиасты и болтуны это связывают с влиянием AI. Хотя реальность сложнее. 

TLDR: реальная причина - структурный кризис модели роста.

Оценка величины зерна является одной из базовых задач количественной металлографии, поскольку размер зерна напрямую связан с комплексом механических свойств металла: прочностью, пластичностью, ударной вязкостью, склонностью к хрупкому разрушению и стабильностью свойств после термической обработки. В промышленной практике для определения величины зерна широко применяются стандарты ASTM E112, ISO 643 и ГОСТ 5639.

Несмотря на наличие формализованных методик, в реальной лабораторной практике анализ по-прежнему часто выполняется с опорой на визуальное сравнение микроструктуры с эталонными шкалами. Такой подход удобен и быстр, однако имеет ряд известных ограничений: высокая зависимость от квалификации эксперта, межоператорный разброс, чувствительность к качеству травления и освещения, а также трудности воспроизводимого документирования результата.

В данной статье рассматривается практическая реализация системы автоматизированного анализа зеренной структуры стали на Python с использованием OpenCV. Цель разработки состояла не в замене стандартизованных методов их упрощённой цифровой имитацией, а в создании воспроизводимого инструмента, который позволяет приблизить лабораторный анализ к количественной обработке изображений и обеспечить прослеживаемость результата.

Сегодня мы продолжим углубляться в информационные процессы, происходящие в мозге, в частности, рассмотрим потоки информации в системах слуха и зрения, а так же отметим одну характерную закономерность эволюции нейронных систем от нематоды до мозга Хомо Сапиенс.

Вы настроили Sysmon, у вас работает EDR, события летят в SIEM. Создаётся процесс, вы видите Event ID 1. Загружается DLL, Event ID 7. Всё под контролем. А теперь кто-то загружает в систему один .sys-файл. Обычный, подписанный, из прошлого века. И события пропадают. Не потому что Sysmon упал или EDR отключили. Они работают. Просто ядро Windows больше не считает нужным им что-то рассказывать.

Я залез внутрь, чтобы понять, как это устроено. Поднял WinDbg, подключился к ядру, нашёл структуры, где хранятся callback'и мониторинга. Обнулил их, повторив технику руткита Lazarus. Sysmon на месте, PID живой, но лог пустой.

Меня зовут Роман Мгоев, я специалист по анализу киберугроз в Альфа-Банке, в статье пройду этот путь целиком: начиная с архитектуры колец защиты Windows, byte-патчей в памяти ядра и разбора FudModule от Lazarus обеих версий, до свежих техник zerosalarium и разбора публичных тулкитов, а в конце поделюсь семью направлениями детектирования с готовыми правилами для SIEM. Отдельный блок — про аудит драйверов, которых ещё нет ни в одной базе.

Салют, Хабр!

На связи MediaMetriqa, и сегодня про Телегу. Про то, что происходит с ней и вокруг неё: файлы не грузятся, звонки не проходят, VPN банят быстрее, чем успеваешь наиграться с пробным тарифом.

То, что раньше стабильно работало, превратилось в рулетку, ибо сегодня оно работает, а завтра – уже нет. И дело не в конкретных сервисах, а в самом подходе к ограничению доступа. Фильтрация стала умнее – вот в чем причина.

В статье разберём, как на самом деле устроено замедление Telegram, почему привычные VPN перестали давать гарантированный результат и какие технические подходы позволяют сохранить хоть сколько-то стабильный доступ к Тележке в текущих реалиях.

Поехали!