Kurgan-Telecom Ru | Информационные технологии

Продолжаю развивать свой домашний сервачок, для удобного добавления сервисов понадобились поддомены . Так как за статический IP своему провайдеру я платить не хочу, то я использовал DDNS от TP-Link. И адрес выглядел https://my-adress.tplinkdns.com. TP-Link даёт только один поддомен и поддомены 2-го уровня создать нет возможности.

Поэтому думал использовать ddclient и Cloudfare. Выяснилось что Cloudfare больше не работает с ru зоной. Вот расисты!

Анализируем 8 ключевых факторов, влияющих на производительность при работе с тяжёлыми BIM-моделями в nanoCAD BIM Строительство (избыточная геометрия, нехватка аппаратных ресурсов, хаотичная структура, сложные параметрические связи, тяжёлые настройки визуализации, засорённость файла, отсутствие регламентов командной работы и ошибки геометрии), и даем конкретные решения для каждого случая — от переключения уровней детализации и настройки визуальных стилей до регулярной очистки файлов (PURGE, AUDIT) и грамотной организации внешних ссылок.

На протяжении большей части истории ИИ каждый шаг в его разработке делали люди. Но в Anthropic мы всё больше делегируем часть этой работы самим ИИ-системам — и это ускоряет наш прогресс.

Если тенденция продолжится и ресурсов вычислений будет достаточно, она ведёт к системе, способной полностью автономно проектировать и разрабатывать собственного преемника. Это называется рекурсивным самосовершенствованием. Мы ещё не там, и оно не неизбежно. Но оно может наступить раньше, чем большинство институтов успеет подготовиться.

Опираясь на публичные бенчмарки и ранее не публиковавшиеся внутренние данные Anthropic, The Anthropic Institute показывает: ИИ уже ускоряет разработку ИИ-систем. Один из примеров: сегодня инженеры Anthropic в среднем коммитят в 8 раз больше кода в квартал, чем в 2021–2025 годах.

Технические тенденции, описанные в этой статье, говорят о том, что ИИ-системы в ближайшие годы станут значительно мощнее. Последствия огромны. ИИ, способный строить себя сам, — это крупнейшее событие в истории технологий, которое может принести колоссальную пользу в науке, медицине и других областях. Но полноценное рекурсивное самосовершенствование может и усилить риски потери людьми контроля над ИИ-системами. Если системы смогут полностью строить собственных преемников, вопросы их защиты, мониторинга и управления поведением становятся несравнимо важнее.

Часть первая там

Что есть мотивация?

Это сигнал системе вознаграждения — давай, действуй, веди меня к зияющим высотам. Внешний сигнал. Моя хотелка. Выучить сенегальский или бросить курить, к примеру. Внутренние, встроенные — беготня за мамонтами, недотрогами в травяных юбках. Это прошивка из роддома.

Сигнал мощный, первоначальный энтузиазм зашкаливает. Система начинает работать на пределе, пожирая ресурсы. Их не хватает на всё, надо ещё мотивировать ипотеку платить. Продолжаю разгонять себя в духе инфоклоунов оптимистического толка. Система демпфирует сигнал. Выбрасывает сообщение: «null тебе, а не сенегалка». Не плюс, не минус. То самое выгорание. Защита от перегруза.

Дёргаем рубильник воли. Но уровень волевого усилия невозможно долго держать на предельном уровне. Рано или поздно, из-за стресса или просто задолбанности, самоконтроль чуть слабнет — и всё в эту щёлку пролезет аддикция. Да, так, что при срыве радостно съедаешь/выпиваешь/выкуриваешь недельную норму.

Чемпионы по всем отраслям жизни — это не про волю и мотивацию 24 на 7. Эти инструменты они используют очень дозированно. Чемпионство это больше про привычку и автоматизм. Иначе невозможно годами делать в офисе одно и то же с неясной перспективой награды. Это адаптированная система вознаграждения к рутине. Наученная.

Воля и мотивация на спринте — да. На марафоне — нет. Избавление от аддикции, «вредных привычек» — не вопрос воли и мотивации. Сильных и слабых. Вопрос — насколько глубоко это сидит в конфигурации системы вознаграждения. Моя курительная аддикция очень глубоко встроилась в систему вознаграждения. Научить жить без неё — это 42,195 км по болотам с чемоданом без ручки.

Официальное предупреждение (дисклеймер)

Настоящая статья подготовлена с использованием технологий искусственного интеллекта.

В частности:

— экспериментальные данные обработаны и проанализированы нейросетью;

— иллюстративный материал, сопутствующие слоганы, а также предисловие и послесловие сгенерированы нейросетью;

— макет статьи редактировался и корректировался нейросетью.

Лицам, придерживающимся позиции «ИИ‑веганства» (испытывающим устойчивый страх, неприязнь или психологический дискомфорт по отношению к нейросетевым системам), настоятельно не рекомендуется ознакомление с содержанием данной публикации, равно как и участие в её обсуждении, во избежание возможного нанесения вреда психологическому благополучию.

Теги: АСУ ТП, ПЛК, SCADA, искусственный интеллект, автоматизация, DeepSeek, инструменты разработчика, Python

Если вы хоть раз программировали контроллер на реальном объекте, вы знаете этот ритуал. Перед вами лежит PDF на 180 страниц — «Техническое задание на разработку АСУ ТП». Рядом — Excel с IOLIST на 600 строк. Ваша задача, прежде чем написать первую строчку кода на ST или LAD, — разобраться, что куда относится: какие сигналы принадлежат вентиляции, какие — насосной станции, что за уставки у каждого узла, где аварии, где режимы. Это занимает полдня в лучшем случае, день — в среднем.

Именно эту боль закрывает PLC Smart Splitter — новый инструмент от российской студии plcstudio, опубликованный в открытом доступе на GitVerse и GitHub.

Русская проверка орфографии в браузере — вещь почти невидимая. Пока она работает нормально, о ней не думаешь. Но стоит словарю начать подчёркивать обычные современные слова — и он сразу превращается из полезного инструмента в раздражитель.

Так случилось и с русским словарём для Firefox и Thunderbird. Текущий словарь много лет выполнял свою работу, но постепенно начал отставать от живого языка: технической лексики, интерфейсных слов, современной терминологии, слов из документации, ИБ, веба, разработки и повседневной цифровой среды.

У AI-агентов есть неприятное свойство: они часто выглядят умнее, чем их обратная связь.

Модель может хорошо писать текст, аккуратно рассуждать о коде и уверенно предлагать правки. Но если все, что она видит, это grep, несколько похожих файлов, команда в терминале и длинный лог, то ее выводы строятся на шумном сигнале. Иногда этого хватает. На небольшом проекте, с сильной моделью и простой задачей, агент действительно может быстро помочь. Но! В enterprise-коде ситуация другая. Важны конкретная версия зависимости, выбранная run configuration, classpath, SDK, профиль, состояние объекта в рантайме, IDE warnings, usages, inspections, trace уязвимости, важны факты, без которых агент начинает угадывать.

Разберем на последних релизах Veai 5.8-5.11 рабочий цикл разработчика в любимой IDE.

Вчера pypi.org несколько часов был недоступен из российских сетей. Для кого-то это «подождём», а для CI/CD, прода и просто рабочего дня — это вставший pip install и красные сборки.

Причина системная: pypi.org и хранилище пакетов files.pythonhosted.org живут на CDN Fastly, у которого нет точек присутствия в России и доступ к которому уже не раз ограничивался. Вчерашняя недоступность — не первая и почти наверняка не последняя.

Хорошая новость: чтобы застраховаться, не нужно зеркалировать весь PyPI (это терабайты и постоянная синхронизация). Достаточно поднять лёгкий реверс-прокси на nginx. В этом гайде соберём такой с нуля — с кешированием и прозрачным переключением для pip.

Не хотите хостить сами? Есть уже готовое зеркало — pypi.depkit.ru. Оно работает на российских IP, имеет большой объём кеша под пакеты и отдаёт их очень быстро. Можно просто подставить его в index-url (как — в конце статьи) и пропустить всю настройку. Дальше — для тех, кому интересно поднять своё.

Китай за последние десятилетия совершил экономический рывок, который многие до сих пор пытаются осмыслить. Лань Сяохуань, китайский экономист из Пекинского университета, написал книгу, которая разошлась огромным тиражом (более полутора миллионов экземпляров) у себя на родине и была переведена на русский язык. Название — прямая отсылка к Адаму Смиту. Только вместо невидимой руки рынка здесь — видимая рука Партии. И она не просто регулирует, а реально строит экономику, отрасль за отраслью, регион за регионом.

Книга написана китайцем и, что важно, не для пропаганды, а для внутреннего обсуждения. Поэтому в ней почти нет партийных лозунгов. Есть конкретные бизнес-кейсы, расчёты, анализ того, как государство влезло в рынок земли, недвижимость, местные бюджеты, бюрократию, фондовый рынок и внешнюю торговлю, и почему без этой видимой руки ничего бы не взлетело.

В Next.js формы и inline CRUD довольно быстро упираются в одну и ту же развилку. Можно пойти привычным путём и собрать ручной API: отдельный route handler, fetch из клиента, локальные флаги pending, error, success, плюс своя логика для blur, Enter, Escape и закрытия редактора. На небольшом примере это выглядит терпимо. Но как только в проекте появляются создание, переименование, удаление и несколько inline-форм на одном экране, код начинает расползаться не по бизнес-логике, а по обвязке.

Проблема в количестве промежуточных слоёв между формой и записью данных. Отдельный endpoint, отдельный клиентский submit, отдельный формат ответа, отдельные флаги состояния, отдельная синхронизация UI после успеха или ошибки. Для таких сценариев Server Actions в App Router нужны потому, что для форм и inline-редактирования дают более короткую и предсказуемую write-точку.

В проекте примере Workbench покажем на создании, переименовании и удалении проектов, секций и заметок. У формы есть action, серверная функция получает FormData, возвращает типизированное состояние, а клиент живёт вокруг одного паттерна: state, formAction, isPending. В результате форма собирается как связанный цикл, а не как набор разрозненных обработчиков.

Практический разбор агентной разработки с LLM на реальных задачах: от оценки большого legacy-проекта и разработки фичи до мультиагентной миграции тестов и собственного MCP-сервера на Roslyn.

Где ИИ действительно ускоряет работу, где начинает ошибаться уверенно, почему контекст важнее промпта и как меняются роли разработчика, аналитика и тимлида.

Привет, Хаброжители!

Предлагаем ознакомиться с краткими обзорами новинок, отправленных в типографию.

Всем привет! Я, Дианов Стас, product manager. Сегодня разработка фичей и продуктов действительно очень похожа на сложный производственный конвейер, только вместо токарных станков — Jira, пайплайны CI/CD и вечный, леденящий душу вопрос «а когда в прод?» от бизнеса.

На таком «заводе», особенно если мы говорим о финтехе с его регуляциями и ценой ошибки, выживают те команды, которые не только пишут чистый код, но и умеют измерять, как этот код проходит путь от идеи до продакшена. Об этом и поговорим.

Эта статья будет полезна всем: тимлидам, продактам и обычным инженерам, которые хотят понимать, как их работа выглядит на уровне всей системы.

Иногда я переживаю из-за ИИ. Я не буду притворяться, что у меня всё и всегда под контролем и что я понимаю, как будет развиваться этот технологический срез через год-два-три.

Поэтому сегодня в статье препарирую страхи перед ИИ: что именно тревожит людей вне диджитала, что давит на сеньоров за 40 и кто так сильно напугал джунов.

С нежностью и умилением вспоминая кухонные радиотехнологии предков, самодельные детали приёмников и передатчиков на заре эры радиовещания — резисторы [1], конденсаторы [2], детекторы [3], грешно не сказать несколько слов и о нейтродине — как о примечательном и своеобразном явлении в тогдашнем радио, тем более что термин этот нам уже не раз попадался (нейтродинные конденсаторы). Отдадим дань и находчивости тогдашних конструкторов, пользовавшихся и творящих из небогатого доступного ассортимента, причём решение удалось сравнительно простым и элегантным, а улучшенное радио легко повторялось сонмом радиолюбителей по всему миру, от Нью-Йорка, «до самых до окраин». Что же это за схема, для чего она была нужна, как работала и чем может пригодиться нам?

В 2026 году уже не нужно гадать, человек писал GitHub-репозиторий или AI. Я сделал Chrome-расширение, которое оценивает репозиторий по прозрачным эвристикам: README, коммиты, структуру файлов и метаданные. Без нейросети, без чёрного ящика — только понятные правила и объяснимый вердикт.

В статье рассказываю, как появился детектор, почему просто “число AI-похожести” оказалось недостаточно, как я перешёл к профилям вроде “AI-код”, “AI-документация” и “код человека”, и какие сигналы реально помогают отличать vibe-coded репозиторий от ручной работы.

Возвращаемся к теме мониторинга в Angie. Ранее мы запускали базовую конфигурацию с экспортом метрик в Prometheus и визуализацией в Grafana. В этой статье мы задействуем возможности создания кастомных метрик, которые в конечном итоге отобразим в виде графиков в Grafana.

«Я знаю, что это должно работать не так, чувствую это на каждом созвоне. Но я только исполнитель. Руководителю пофиг, почему я‑то должен?». Вы видите, что процесс идиотский. Можете даже придумать, как починить. Но натыкаетесь на стену.

Вопрос не в том, кто прав. Вопрос в том, как достучаться, когда у тебя нет полномочий.

Вода при температуре ровно ноль градусов не знает, чем ей быть. Добавьте к ней крошечный импульс энергии, и она останется в жидком состоянии; отнимите столько же, и она превратится в лёд, а молекулы зафиксируются в идеальной повторяющейся решётке. Сам переломный момент, этот тонкий момент нерешительности, представляет собой особое состояние объекта. На протяжении десятилетий физики подозревали, что нечто подобное может произойти и с пространством-временем. Не с молекулами воды, а с самой структурой Вселенной, организующейся в кристаллическую структуру прямо на пороге превращения в чёрную дыру. Теперь, впервые, команда из Вены и Франкфурта записала точное математическое описание того, как выглядит этот объект, используя не более чем бумагу и карандаш.

Результат, опубликованный в Physical Review Letters, решает задачу, которая оставалась открытой с 1993 года. Он также раскрывает нечто действительно странное о том, как могут образовываться чёрные дыры, и даёт намёк на то, как могла выглядеть самая ранняя Вселенная.

История начинается с физика по имени Мэтью Чоптуик, который в 1993 году проводил компьютерное моделирование коллапса материи. Он обнаружил, что если настроить энергию падающей оболочки частиц на критический порог — границу между «коллапсом в чёрную дыру» и «безопасным рассеиванием» — то получившееся пространство-время не просто остаётся в покое. Оно пульсирует. Оно колеблется с точным повторяющимся ритмом, с дискретной самоподобностью, как будто само пространство-время представляет собой кристалл с регулярной решётчатой структурой. Физики назвали это состояние критическим коллапсом и почти сразу поняли, что оно имеет признаки фазового перехода, что-то вроде момента, когда вода превращается в лёд. Аналогия была убедительной; математика, как оказалось, была чрезвычайно сложной.