Kurgan-Telecom Ru | Информационные технологии

Первая часть - https://habr.com/ru/articles/970614/

Но это отдельная история. Когда ты пытаешься решить сложную задачу, ты придумываешь, как языковая модель становится из самой цели сделать модель побольше, становится инструментом для создания мультиагентной системы. И на самом деле тут много новых инструментов появляется, как раз связанных с тем, что необходимо действительно писать достаточно сложный код. И в мае этого года вышла статья Alpha Evolve от компании DeepMind, которая показала, что большая языковая модель может на самом деле сама писать код и решать задачи, если ты можешь проверить решение этой задачи.

То есть много задач, ты можешь проверить, что решение правильное, например, решить какое-нибудь уравнение, но найти само решение сложно.

Или, например, ты хочешь построить, даже в самом простейшем случае, написать какой-то промп, который хорошо помогает решить тебе конкретную задачу. Ты можешь, написав этот промп, запустить систему, получить ответ и проверить, получить метрику на бенчмарке, но как написать сам промп, непонятно. И, собственно, вот эти эволюционные алгоритмы – это для очень ленивых людей, таких как я. Ты просто даешь ей постановку задачи, просишь написать решение, она пишет какое-то решение, ты проверяешь это решение и просишь переписать это решение еще раз.

Дальше применяешь достаточно хитрые подходы, связанные с эволюционными алгоритмами, где фактически в качестве оператора мутации выступает большая языковая модель. У нее есть опыт предыдущий, память. в виде программы результатов, есть некоторые инсайты, что она придумала, и ее задача состоит в том, чтобы эти инсайты, соответственно, объединять в новые программы. Собственно, первый автор статьи «Альфа Эволф» Саша Новиков – это мой аспирант, который уехал довольно давно, но тем не менее очень много не менее талантливых людей работают в институте.

Некоторое время назад я опубликовал на Хабре пост "Гений Пифагора: почему в рекурсивно-вычисляемом клеточном автомате Вселенной наше сознание бессмертно?". В комментариях к тому посту у меня с одним из комментаторов разгорелась жаркая дискуссия о сознании в компьютерной симуляции и существовании души. Мой оппонент приводил аргументы, которые неявно подразумевали существование души, но в явном виде он это утверждение признавать не хотел. Наоборот, он приписывал защиту существования души мне, хотя я отстаивал прямо противоположную позицию. В сегодняшнем посте мы в деталях разберем этот спор и позиции сторон, а также посмотрим, почему при отказе от веры в существование души становится логически неизбежным признание реальности реинкарнации и бессмертия сознания. Но сразу скажу, что для понимания написанного здесь очень желательно прочитать оригинальный пост, из-за которого и возник этот спор.

Я иногда пишу на Хабр и для меня важно понимать, насколько живую тему я выбрал, удалось ли мне ее раскрыть, хорош ли мой текст. Увидеть все это мне помогают внутрихабровские инструменты статистики. Особенно меня порадовало, когда разработчики добавили возможность отслеживать, какая часть читателей добирается до четверти, середины и конца статьи. Но не все нововведения одинаково полезны.

Один из ключевых параметров, за которым я и другие авторы внимательно следят - это число просмотров. Раньше оно считалась как число раз, которое с уникальных браузеров или уникальных аккаунтов открыли твою статью. Полезная штука, позволяет понять, насколько ясно, хорошо и привлекательно ты написал заголовок и вводную часть. На днях я зашел в свой аккаунт и с удивлением обнаружил, что число просмотров двух моих последних статей за сутки выросло в 2 раза, хотя они обе были опубликованы давно. Попытался разобраться, почему. Выяснилось, что теперь по-новому считаются показы: теперь к числу раз, когда открывали твою статью добавляется число раз, когда ее кому-то показывали в ленте.

Господа разработчики и уважаемая администрация Хабра. Я конечно понимаю, что на носу Новый год, поэтому вам и вашим корпоративным клиентам нужно закрывать KPI, но не кажется ли вам, что "показ" и "просмотр" - это все-таки разные вещи. Теперь для меня статистика "число просмотров", которая на самом деле есть "число показов" стала абсолютно бесполезной графой.

Хочу все обратно!

Физики из МФТИ и Национального исследовательского центра «Курчатовский институт» разработали новую теоретическую модель, которая разрешает многолетние противоречия в описании одной из самых опасных неустойчивостей плазмы в установках термоядерного синтеза. Предложенный подход позволяет точнее предсказывать поведение плазменного шнура и открывает путь к созданию более надежных систем управления для будущих термоядерных реакторов, включая международный проект ITER. Результаты исследования опубликованы в журнале Physics of Plasmas.

В начале года я помогала @wilelf со статьями "Как я избавляюсь от компьютерной шеи" (часть 1, часть 2),а летом писала про нарушение осанки из-за потери зубов и неправильного прикуса. 

В этом материале очень коротко дополню указанные выше посты и опишу свои мысли о связи стоматологических заболеваний и техношеи.

Буду весьма благодарна за уточнения и дополнения в комментариях.

В мире стартапов есть две религии. Первая молится на «быстро и дешево» (No-Code). Вторая — на «надежно и масштабируемо» (Hard-Code). Адепты первой показывают работающие приложения, собранные за выходные. Адепты второй снисходительно улыбаются, зная, что будет, когда в это приложение зайдет тысячный пользователь.

Истина в том, что технология — это не религия, а финансовый инструмент. В разных фазах жизни стартапа «правильный» выбор меняется на диаметрально противоположный.

Я не буду занимать ничью сторону, а просто покажу цифры.

Мы разберем кейс маркетплейса профессиональных услуг SmartMatch. Мы пройдем путь от запуска до холодного пота при счетах, превышающих выручку.

Рынок процентных производных инструментов представляет собой крупнейший сегмент мирового финансового рынка. В основе корректной оценки практически любого финансового инструмента — от простых облигаций до сложных структурных продуктов лежит дисконтная кривая, представляющую собой фундаментальную рыночную конструкцию, определяющую временну́ю стоимость денег.

Перевод свежей (ноябрь 2025) и вызывающей споры статьи об оценке роста производительности для разных работ при использовании LLM. Использованы реальные диалоги и оценено время, сэкономленное людьми в связке с LLM.

Здравствуйте, меня зовут Анна Мелехова. Я старший архитектор в отделе развития архитектуры KasperskyOS. В статье я хочу поделиться практическим опытом системной разработки, которой я занималась сначала в проекте по виртуализации, а теперь в «Лаборатории Касперского», где мы делаем микроядерную операционную систему с повышенными требованиями к безопасности – KasperskyOS. Когда вы работаете в такой среде, быстро понимаете: харденинг – это не красивые галочки в чек-листе, а набор очень конкретных, очень практических решений, которые должны и защищать, и минимально снижать производительность. О них я и расскажу, а в конце дам личный топ самых полезных харденингов, которые бустят security и не снижают performance.

Привет, Хабр! Про модели искусственного интеллекта сейчас не говорит только ленивый. Высказывается множество мнений и нередко они оказываются на противоположных полюсах: от полного скепсиса до убеждённости, что произошла новая научно-техническая революция. Жизненный опыт подсказывает, что истина где-то по-середине и инструмент будет полезным ровно настолько, насколько ты умеешь им пользоваться. В относительно недавнем интервью генеральный директор Microsoft Сатья Наделла заявил, что примерно 20-30 % кода в Microsoft уже сейчас генерируется ИИ и разработчикам надо будет адаптироваться. Мне тоже захотелось попробовать внедрить такого помощника в свои рабочие процессы и посмотреть, что из этого получится.

В С++ 20 появились coroutines (далее буду называть их корутинами, по‑русски). Если кратко — они позволяют писать асинхронный код также как мы пишем синхронный. При этом асинхронный код это не обязательно должен работать с несколькими потоками. Асинхронным может быть код исполняемый в одном потоке.

Под капотом компилятора корутины — это просто синтактический сахар (syntax sugar). Т.е. корутины не создадут дополнительных потоков. Компилятор заменит корутины вызовом нескольких функций и не более того. Но давайте посмотрим как корутины выглядят в коде.

В этой статье я буду делать простейший таймер на основе корутин. При этом напишу классы, для Awaitable и Promise, которые необходимы для работы корутин.

${habrauser}, Привет!

Я — Старов Александр, сооснователь и главный разработчик в VOLT. В процессе создания собственной криптовалюты VOLT Coin (сейчас проводится аирдроп монеты, информацию можно найти на сайте volt-ink.com, поэтому можете присоединяться) мы столкнулись с достаточной нехваткой информации в интернете. Да, у Aptos зачётная документация, но некоторые моменты либо не указаны, либо неактуальны. Поэтому информацию пришлось собирать по кусочкам.

Для чего существуют принципы ACID? Можно ответить по бумажке, сказать, что это нужно для того, чтобы каждая транзакция обрабатывалась надежно, данные оставались в безопасности и системы работали предсказуемо.

Все это в свою очередь должно гарантировать целостность данных. Но что это вообще такое и на что влияет? А ответ очень простой. Обеспечивая целостность данных, мы предупреждаем ситуации, когда, к примеру, деньги со счета списались, но получателю так и не пришли. Или заказ оформился, а складские остатки не обновились.

В этой статье вы узнаете, почему так важны принципы ACID и что это за принципы. Оставайтесь со мной, если интересно!

Laravel завоевал авторитет у бизнеса и программистов за эффективность решения задач. Автор не раз встречал суждение среди коллег, что опыт разработки на Symfony и Laravel равнозначны. Это миф. Ниже — 7 ловушек Laravel и практичных решений без отказа от фреймворка.

Раньше у меня был сайт на Тильде. Стандартные шаблоны Тильды скучные, поэтому его делал дизайнер на zero-блоках. И каждый раз, когда надо было что-то на этом сайте добавить, приходилось дергать дизайнера в духе «Привет, добавь этот отзыв на сайт, пожалуйста».

Статьи добавлять поудобнее, но тоже не идеально. На том же Вордпрессе можно просто скопировать статью из гуглдока — и все, она вместе улетит вместе со всеми скриншотами. На Тильде надо тыкать каждую картинку руками, это бесит.

И вот я решил, что сайт устарел, его надо полностью переделать, а раз уж этим занимаюсь, можно и с Тильды заодно переехать. Например, на Вордпресс, к которому я как-то больше привык.

Стало интересно, а может ли Claude Code сделать сайт на Вордпрессе. С этим вопросом я к нему и пришел.

Claude сказал, что конечно может, но Вордпресс это скучно, и лучше делать сайт на Next.js + headless CMS. Я на тот момент даже не знал, что это такое. Ну так, слышал что на Next.js сайты делают — и все. Решил, что будет интересно разобраться и попробовать.

Спойлер — у нас (у меня и Claude Code) все получилось, сайт работает, мне нравится, даже трафик из SEO не просел.

Каждый маршрут ведет себя по-разному в зависимости от времени суток, загрузки сети, погоды (да, это влияет на спутниковые каналы) и других факторов. Традиционная маршрутизация выбирает путь на основе метрик BGP (AS Path, MED), но эти метрики не учитывают реальную задержку и джиттер.

Чек-лист дизайнеру, чтобы не забыть как готовить макет в figma к передаче в разработку для мобилок и веба.

Итак, у вас есть проект, в который вы хотите привлечь инвестиции. Вы собрали команду, продумали план, подготовили презентацию и в какой-то момент становится понятно, что инвестору нужны цифры и без финансовой модели не обойтись.

В этой серии статей я хочу пошагово показать, как построить финансовую модель, понятную вам и убедительную для инвестора.

Я сделал её максимально практичной — так, чтобы у вас был реальный инструмент, с которым можно дойти до результата: построить модель, разобраться в экономике проекта и подготовиться к разговору с инвестором.

Этот материал создан прежде всего для тех, кто делает это впервые, но будет полезен и тем, кто уже проходил этот путь.

Надеюсь, что эта серия статей и приложенный шаблон помогут вам разобраться в логике модели и упростят работу над своим проектом. Если такой формат окажется полезным и откликнется читателям, я продолжу выпускать новые материалы.

Поехали.

Недавно вышел новый релиз GigaIDE, c момента прошлого релиза прошло значительное количество времени, а значит, команда создающая инструмент, скорее всего не сидела без дела, а неустанно штормила и реализовывала фичи. Завариваем чаю и пробуем. Тем более выход новой версии сопровождался новостями на различных медиа площадках и ребята обещают нам свой собственный маркетплейс.

Я распечатал доклад, стараясь не поломать авторскую речь и мысль. Но всё таки доклад не читался, а произносился по памяти и слайдам, поэтому несколько слов убрал или заменил. Доклад на полчаса, выложу в двух частях.

Представление - Доктор физико-математических наук, профессор РАН, генеральный директор института Айри, декан факультета искусственного интеллекта МГУ Иван Оселедец с докладом «Успехи и проблемы больших языковых моделей».

Дальше говорит Оселедец.

Да, всем доброе утро. На самом деле у меня будет такое, с одной стороны, рассказ действительно об успехах, некоторые анонсы нашего института, и в конце я немножко порассуждаю о проблемах, которых много, и над чем, собственно, мы думаем, над чем работаем, какие были получены в этом году результаты. В целом, на самом деле, институт и наши сотрудники неплохо поработали в этом году. У нас мы считали 93 статьи на конференции, то есть больше, чем все остальные центры которые этим занимаются что приятно, но конечно статьи не является самой целью, у нас довольно много практических историй.

Если переходить к докладу, то недавно вышло интервью Андрея Карпаты. Очень интересный, кто не видел, посмотрите. Полтора часа, и не суммаризация . Много интересных мыслей. Одна из мыслей, за которую я так зацепился, которая была не очень очевидна.

Иногда говорят, что языковые модели просто запоминают. Мы долго-долго объясняли, как работают языковые модели, что есть этап предобучения, мы сгружаем все данные из интернета и обучаем модель. Наконец-то general public, если говорить по-английски, обыватели поняли это, это хорошо. Но, с другой стороны, поняли все равно многие неправильно.