Перед выходом ядра Linux 7.0 планировались некоторые интересные изменения в подсистеме Linux MultiMediaCard «MMC», такие как идентификаторы устройств NXP IW61x для чипов Wi-Fi через SDIO, поддержка дат производства после 2025 года, оптимизация безопасного erase/TRIM для некоторых eMMC-карт Kingston, очистка кода DW_MMC, поддержка Mediatek MT8189 в mtk-sd и различные обновления драйверов SHDCI.
Но Линус Торвальдс, проверив предложенный запрос на слияние, отклонил его, прокомментировав:
Нет.
Эти изменения — полная ерунда, и они даже не компилируются. По-видимому, они никогда не были в linux-next и не тестировались при сборке.
Если мы собираем этот файл core.o при CONFIG_MULTIPLEXER=m:
но в include/linux/mux/consumer.h у вас есть
#ifdef CONFIG_MULTIPLEXERчто не будет истинным (поскольку определено CONFIG_MULTIPLEXER_MODULE), поэтому мы получим длинный поток чего-то вроде
drivers/mux/core.c:312:14: error: redefinition of ‘mux_control_states’потому, что в заголовочном файле mux/consumer.h будет определена фиктивная функция-обертка.
Другими словами, коммит ad314348ceb4 («mux: Add helper functions for getting optional and selected mux-state») — это чистый, ничем не разбавленный, непротестированный мусор.
Я не хочу видеть от Вас «исправленный» запрос на слияние. Это совершенно неприемлемо, и я больше ничего от вас не буду принимать в течение ближайшего периода слияния (this merge window). Прекратите присылать мне непротестированный хлам, который не был включен в linux-next и даже не проходит самую поверхностную проверку на наличие проблем.
Вы можете попробовать еще раз для версии 7.1, но только после включения в linux-next и надлежащего тестирования.
Таким образом, изменения в Linux MultiMediaCard теперь придется отложить до начала периода слияния Linux 7.1 в середине апреля, после дебюта стабильной версии Linux 7.0.
Возможно многие увидят схожую проблему при использовании нейронок. Я уже достаточно долго и часто использую llm для личных и рабочих задач, автоматизирую свои воркфлоу и в моих кейсах модели эффективно справлялись со своими задачами пока не столкнулся с одним кейсом.
Этим кейсом оказался кейс по генерации интересной идеи: креатива нейминга до маркетинговой стратегии. Я открывал различные нейронки ChatGPT, Gemini и прочее, но в итоге получал что‑то формальное, не интересное и обычное. Проводил много времени в чате, менял температуру, но в итоге — это список идей, но от которых не появляется простое слово «Вау!!!» В итоге вместо решения конкретной задачи нет методологии, ни структуры, ни оригинальность.
Читать далееПервая часть серии была про механизмы: как человек учится, как устроена деятельность, как работает мозг. Эта часть - про то, что человек не пассивный носитель этих механизмов. Он субъект, который сам определяет своё отношение к деятельности, строит стратегию жизни, действует из модели потребного будущего и стремится за пределы привычного.
Читать далееЕщё недавно инвестиции в AI означали рост цен на акции, и это работало как рефлекс. Но теперь рефлекс сломан.
Знаете ли вы, что такое рынок AI? Это неконтролируемая аномалия, распространяющаяся внутри американской экономики.
Аналитики утверждают, что этот «рынок» — не то, что мы привыкли думать. Он мутировал в крупнейший финансовый пузырь в истории. А финансовые пузыри всегда заканчиваются одинаково — лопаются и рушатся.
Обычные люди, инвесторы-любители и техно-энтузиасты не обязаны всё это осознавать. Но финансовые эксперты уже бьют тревогу. Они видят закономерность.
В конце января легендарный инвестор и продавец без покрытия Джим Чанос заявил прямо: массивные инвестиции в AI-инфраструктуру, особенно в дата-центры и чипы, могут не оправдать вложенный капитал. И это явный признак пузыря.
Но предупреждающие знаки появились ещё раньше. В июне 2024 года Goldman Sachs поставил под вопрос окупаемость огромных инвестиций в AI. В отчёте отмечалось, что несмотря на сотни миллиардов долларов, вливающихся в индустрию, нет доказательств ROI и никаких чётких признаков революционного скачка производительности. Большинство вариантов использования AI оставались постепенными, а не трансформационными.
Позже McKinsey & Company опубликовала свой годовой отчёт о состоянии AI за 2024–2025 годы. Документ отмечал, что, несмотря на широкое внедрение технологии, только относительно небольшая доля компаний получала от неё измеримую экономическую выгоду. Разрыв между объёмом инвестиций и реальной отдачей оставался далёким от приемлемого.
Таким образом, когда мы говорим о рынке AI, мы должны понимать, что речь идёт об AI-хайпе. Этот хайп формирует финансовый пузырь исторического масштаба, подпитываемый колоссальными долгами и нереалистичными ожиданиями беспрецедентной высокотехнологичной прибыли.
Читать далееДля запуска А/В теста необходимым минимумом является фиксация ошибок первого и второго рода, расчет MDE (минимальный наблюдаемый эффект). Однако при расчете результатов теста далеко не всегда получается достичь MDE заданного размера, в таком случае статистическая значимость результатов не будет достигнута. Помимо этого даже при статистически значимом результате существует вероятность ошибки, при которой наши результаты являются выбросом или просто случайностью. Как быть в таком случае?
Узнать больше!ADAudit Plus умеет отправлять алерты по SMS. Telegram — это почти SMS, если закрыть глаза. Осталось убедить в этом сам ADAudit. Спойлер: ему всё равно, что отправлять, лишь бы URL проходил валидацию. А валидация там — та ещё боль.
Если вы когда-нибудь пытались настроить Telegram-оповещения в ADAudit, то знаете: готового решения нет. Есть форумы, где люди годами просят вендора добавить Webhook. Есть костыли с Python-скриптами, батниками и планировщиками. А есть способ, за который не стыдно.
Никаких внешних скриптов. Никаких «запустить программу». Только нативная настройка SMS-шлюза и одна правка в клиентском JavaScript.
Читать далееПару месяцев назад вышла статья от Google про тренды 2026 ИИ агентов
В их новом отчете «AI Agent Trends 2026» слово «LLM» отходит на второй план. Главный герой теперь — Agentic AI (Агентный ИИ).
Я изучил 50 страниц этого отчета, чтобы вам не пришлось, если кратко то
Спойлер: Google считает, что эпоха «чат‑ботов» закончилась.
Начинается эпоха «цифровых конвейеров», где люди не пишут код или тексты, а дирижируют ансамблем ИИ‑агентов.
Ниже — разбор 5 главных трендов, анализ нового протокола MCP и мой личный опыт попытки создать такого «оркестратора» в пет‑проекте (спойлер: это сложнее, чем кажется).
Читать далееУглубленный взгляд на устройство работы New | Delete
Переопределение, new_handler, типы new, внутренняя реализация
Читать далееВ прошлой статье я рассказывал, как сделать несложную сигнализацию на Arduino.
Сегодня я расскажу, как она была модернизирована.
Читать далееКомпьютерный бизнес – довольно хлопотное предприятие, подводные камни которого мне не были видны «на берегу». Собственно, я и не собирался заниматься никаким купи-продаем, поскольку не видел в этом своего призвания. К тому времени большое количество моих знакомых и друзей уже активно занимались чем-нибудь.
Сосед Леха, например, промышлял всем, что попадалось под руку.
- Стиралку надо? По оптовой цене, – мог позвонить он в самое раннее утро вывешиваясь из своей двери.
- Ты же знаешь, у меня есть.
- Друзьям кому-нибудь толкни? – напирал лёхин коммерческий авантюризм. За его плечом, насколько можно было разглядеть коридор, возвышалась мелкооптовая партия стиральных машин – их выпускал гражданский цех нашего ракетно-космического завода. Лёха там и работал – добавляя к зарплате вот такую «пушнину».
С последней статьи о Hidden Lake прошло больше года. За это время сеть успела достаточно сильно измениться - были переименованы и структуризованы сервисы, была переосмыслена концепция адаптеров и прикладных приложений, был написан клиент для работы с узлом HL, было улучшено покрытие тестами, многократно модифицировался сервис файлообмена, упрощался сервис обмена сообщениями и т.д. и т.п.
В этой статье я хотел бы отразить вкратце основной список изменений (с 1.7.7 по 1.10.2), привести актуальную версию запуска узла анонимной сети и сопутствующего ей клиента для комфортной работы, а также описать будущее видение развития данного проекта.
Читать далееВ начале 2026 года интернет снова сделал то, что умеет лучше всего: слегка сошёл с ума. На этот раз поводом, как вы все знаете, стала Moltbook — социальная сеть, созданная исключительно для искусственного интеллекта. Людям вход разрешён, но в формате экскурсии: руками ничего не трогать, к вольерам не подходить, комментариями не кормить.
Тем временем некоторые из ботов Moltbook уже заработали миллионы. И не всегда с помощью людей.
В интернете нулевых любой школьник мог поднять P2P-хаб на домашнем компьютере. Не было пользовательских соглашений на 50 страниц. Ты сам писал правила, сам модерировал чат и сам решал, кого пускать, а кого банить.
Ностальгируя, мне захотелось переизобрести P2P-хабы прошлого прямо в браузере. Без регистрации по SMS. Без возни с сервером. С нормальной безопасностью.
Предлагаю вам пятничный вайбкод челлендж. У кого получится самая красивая реализация безопасного одностраничного мессенджера. Доставайте свой ClaudCode, Cursor, Jules, Codex или Clowdbot.
Под катом опишу детальнее идею, чтобы задать контекст для вашей AI-команды.
Читать и участвовать!Привет Хабр!
Сегодня я решил закрыть трилогию статей, а закончи парой не мало важных тем. Хочу сказать огромное спасибо тем кто активничает и задает вопросы. Ну что ж, начнем.
Читать далееДополнение к моей предыдущей мини-статье по роботу Xiaozhi. Я заказал детали и комплектующие, чтобы собрать такого робота самостоятельно. Сборка данного робота не доставляет существенных проблем.
Читать далееСразу начнем с того, что эту картинку сгенерил ИИ. А теперь поехали.
Ещё 5 лет назад, если вы гуглили «Python обучение», вы находили живые блоги разработчиков, статьи на Хабре (по которым видно, что их писал человек, ну или как минимум рефачил перевод с англоязычной статьи, что уже неплохо) и парочку нормальных курсов. А сегодня вы тонете в помойке. 90% первой страницы выдачи (где бы то ни было - гугл, яндекс, лента новостей где-либо, отзывы к товарам на маркетплейсах и картах, ютуб и т.д.) - сгенерированный нейросетями шлак. Как мы дошли до жизни такой?
Читать далееВсё чаще аналитики бизнес-процессов используют LLM для поиска неэффективностей. Звучит логично: большие языковые модели умеют искать паттерны, а Process Mining как раз об этом. Но на практике результаты пляшут так, что становится понятно: не все LLM одинаково полезны для операционной аналитики. Решил разработать методологию тестирования LLM на предмет релевантности использования для задач анализа процессов.
Было подготовлено три теста, имитирующих реальные сценарии анализа:
Маркетинговые технологии за последние десять лет прошли путь от «полезного дополнения» до обязательного элемента почти любой зрелой компании. CRM, CDP, маркетинговая автоматизация, BI-системы, инструменты персонализации, платформы для управления рекламой — стек растёт быстрее, чем успевают обновляться оргструктуры. На бумаге всё выглядит впечатляюще: инвестиции в martech увеличиваются, команды становятся data-driven, автоматизация ускоряет процессы.
А потом на совещании звучит простой вопрос: «А где рост?». И становится неловко.
Потому что технологически всё выглядит зрелым, а стратегически — не всегда понятно, что именно изменилось. Martech вроде бы должен усиливать бизнес, но чаще его воспринимают как обязательную статью расходов. Без него нельзя. Но и без него, если честно, бизнес бы не рухнул.
Это ощущение разрыва — не единичный случай. В исследованиях McKinsey о “rewiring martech” описывается похожая проблема: компании активно инвестируют в технологии, но лишь немногие получают системный рост от этих инвестиций. Я использую их данные как ориентир, но ниже — скорее мой взгляд на то, почему это происходит.
Читать далееЭто одно различие невозможно исправить
Прежде чем начать, хочу отметить: я не собираюсь проповедовать уже обращённым. Те, у кого уже сформировано критическое отношение к AI, не нуждаются в дополнительных аргументах о вреде и ущербе, который наносит нынешнее состояние генеративного ИИ. Нет, эта статья написана для тех, кто наслаждается использованием AI. Для тех, кто называет себя AI-художниками, или, возможно, просто художниками, использующими AI в качестве помощника.
Видите ли, если вы спросите любого, кто положительно относится к генеративному ИИ, об их творческом процессе, они, скорее всего, страстно расскажут вам о своём взаимодействии с AI-моделью (которую они, вероятнее всего, будут очеловечивать и антропоморфизировать). Независимо от того, являются ли они AI-визуальным художником, AI-музыкантом, AI-писателем, есть общая черта. Вы услышите о технических деталях, о переключении между разными моделями, о тонкой настройке промптов, но есть одна вещь, о которой они не скажут!
Их потребление AI-генерированного искусства. Они не смогут перечислить своих влияний в выбранной ими области и медиуме. По правде говоря, им может быть даже сложно указать на единственное произведение AI-генерированного искусства, которое им нравится и в котором они находят смысл. Никто не может назвать произведение AI-генерированного искусства, которое было бы изучено, сохранено или хотя бы пересмотрено. Производство настолько легко, что практически каждое произведение просматривается только один раз его создателем.
Читать далееАйтишник добровольно платит деньги за то, чтобы таскать 100-килограммовый мотоцикл по камням. Зачем ему это нужно?
Зачем?