Kurgan-Telecom Ru | Информационные технологии

Привет, Хабр!

С первой статьи про Гига Писаря прошло чуть больше месяца, пора подвести итоги.

За это время мне пришла масса сообщений: в комментариях, на почту, в issues на GitHub. Особенно приятно, что люди прямо включились. Кто-то присылал пулреквесты, кто-то свои идеи, очень многие находили баги, и мы всё это правили. Получается, что Писаря мы делаем все вместе, коллективно. И я вам за это очень благодарен. Это не только приятно: один я бы никогда столько не предусмотрел, у каждого свой компьютер, свой микрофон, свои программы, и сломаться может где угодно.

Немного цифр: - порядка 40 человек написали в issues или прислали пулреквест, 20 ваших пулреквестов вошли в Писаря; - у маковской версии сейчас 103 звезды на GitHub, в сентябре было 47; версию для Windows скачали около 3 тысяч раз, примерно столько же Android и примерно 1000 писарей стоит на маках.

В те благословенные времена, когда королевство Юндексбург начало стремительно развиваться, государевы советники пришли к заключению, что прежних дорог для дальнейшего процветания уже недостаточно. Купцы жаловались на долгую доставку товаров, гонцы на необходимость объезжать половину континента ради одного письма, а казначейство утверждало, что без расширения международной торговли дальнейший рост экономики окажется под угрозой.

Последний аргумент произвёл на государя наибольшее впечатление, поскольку казначейство могло обосновать рост экономики даже в том случае, если бы все дороги королевства вели исключительно в одну сторону, желательно к казначейству. Для содействия процветанию на западной окраине владений, в Мамстердамском маркграфстве, построили новый замок, который должен был соединить Юндексбург с внешним миром.

На торжественном открытии руководитель проекта доложил государю о стопроцентном выполнении плана и продемонстрировал красивую диаграмму роста пропускной способности, получив премию за досрочный запуск. Ворота, как обычно, никто толком не проверял и туда по традиции проходили телеги только определенной ширины, но это было несущественно, и испытания перенесли на следующий финансовый квартал, поскольку в текущем квартале все ресурсы были направлены на достижение стратегических целей и выдачу премий.

Но в следующем квартале выяснилось, что на испытания не выделено бюджета, поскольку все средства уже распределили в предыдущем между другими приоритетными инициативами. Вопрос закрыли как несущественный, а оставшиеся сомнения внесли в реестр рисков, где они могли спокойно пылиться до следующего пересмотра бюджета.

Что такое инженерный штраф и как мы шли к нему 200 лет разобрали тут и тут.

В этой статье разберёмся, как можно поменять систему оплаты, чтобы инженер мог больше зарабатывать, оставаясь инженером.

Гипотеза такая: в большинстве производственных компаний вклад инженера в конечный финансовый результат не становится основой для оценки его роли и решений о карьерном росте и оплате труда. Положение и доход инженера определяются прежде всего должностью, квалификацией и кругом технических обязанностей. Поэтому ценность его решений для бизнеса может расти, а возможности зарабатывать, оставаясь инженером, остаются ограниченными. В этом и проявляется инженерный штраф

Познакомимся с Алексеем, ведущим инженером-технологом. Он уже достиг последней экспертной ступени в компании: решает сложные задачи, помогает новичкам, предлагает изменения в технологии. Профессионал своего дела. Задач всё больше, а оклад растёт только за счёт небольшой индексации. Ежемесячная премия стала привычной: её получает почти весь отдел.

Алексей любит свою работу, работодатель адекватный, завод близко к дому. Но заметно прибавить в деньгах можно, только став начальником или сменив работу.

Вот реальный пример крупного производственного холдинга: обезличенные данные о доходах инженеров по категориям в трёх регионах. Представим, что это компания, в которой работает Алексей.

Эссе в свободной форме, основанное на наблюдениях последних месяцев, общении с коллегами из разных компаний и чтении всевозможных новостей и прогнозов.

***

В последнее время мы живём в мире стремительно развивающихся технологий. Одним из драйверов изменений в нашей индустрии сейчас выступает ИИ. Как технически образованный человек я, конечно же, испытываю восторг от происходящего — горизонт расширяется, и ограничивают нас лишь воображение, свободное время и бюджет на токены:‑) Многие из нас пробуют и запускают то, что долго пылилось на полке отложенных проектов, кто‑то делится своими достижениями — и это здорово видеть. 

Однако, как часто бывает, у этой истории, похоже, есть и другая сторона, менее радужная. Преимущества, которые даёт ИИ, и усиление, которое становится доступно с его использованием, оценивают не только разработчики, но и менеджмент — что, конечно же, неудивительно. И вот в ленте новостей чаще появляются сообщения от компаний, как наших, так и зарубежных, об идущих и грядущих сокращениях штата, которые духоподъёмно называют «оптимизацией». Зачастую за этим словом стоит сокращение штата и «усиление» оставшихся сотрудников ИИ‑инструментами (а их сейчас достаточно много). 

Наблюдая за этим, я задаюсь вопросом: где в такой конфигурации будет место разработчика через пару лет?

Мы разработали Stenograf - приложение, которое записывает локальное аудио, преобразует в транскрипт, создает короткое содержание встречи и структурирует память. Речь распознаётся не покидая устройство, можно задать вопрос по сохранённым заметкам и этот функционал тоже не покидает ваше устройство.

Представим обычную рабочую ситуацию. Команда обсуждает релиз и решает пока не менять экран настроек. Через неделю кто-то спрашивает: почему отложили? В длинной расшифровке ответ где-то есть. Но нужно вспомнить, на какой встрече это было, найти нужную реплику и проверить, не было ли у решения дополнительных условий.

В Stenograf можно спросить об этом прямо в чате. Приложение показывает ответ и фрагмент разговора, на который он ссылается. А сам разговор при таком локальном сценарии остаётся на компьютере. Это полезно, когда на созвонах обсуждают внутренние решения или клиентские данные.

В грузовом отсеке шаттла летала европейская лаборатория Spacelab, а управлял ею французский мини-компьютер Mitra 125 MS со 128 КБ памяти на магнитных сердечниках. Это четыре платы, на каждой почти 300 тысяч ферритовых колец диаметром 0,8 мм, прошитых тонкими эмалированными проводами. Разбираем блок памяти 1980 года: как одно кольцо хранит бит, зачем чтение стирает данные, почему провода считывания перекрещены «бабочкой» и как архитектура 2½D обошлась без провода запрета.

Хотел бы поделиться с сообществом удобным расширением браузера для организации множества закладок через двухпанельный интерфейс

Джун закрывает задачи быстрее, PR проходят ревью, метрики радуют руководителя. Но на первом серьёзном инциденте выясняется, что разработчик с трудом понимает устройство сервиса, над которым работал несколько месяцев. Разбираемся, как AI‑агенты меняют привычный процесс обучения новичков, какие ошибки допускают руководители при онбординге и что поможет вырастить самостоятельных инженеров.

Сразу оговорюсь: хотел опубликовать недоверия пост, но не хватило символов, поэтому статья, но небольшая.

Речь об одной маленькой лакуне в действующем законодательстве России. Смотрим пп. «ц» п. 5 Национальной стратегии развития искусственного интеллекта на период до 2030 года, утв. Указом Президента РФ от 10.10.2019 № 490:

| доверенные технологии искусственного интеллекта – ...

Всем привет!

Сделал для себя небольшой инструмент, который позволяет добавлять сессии клода в избранное. Решил поделиться, может кому-нибудь тоже пригодится.

Код Чароита я пишу в Claude Code. Каждое изменение до мержа читает другая модель и пишет вердикт. Такую модель я зову головой, а один прогон — кругом. За два месяца в головах побывали Codex, GLM, Gemini, DeepSeek, две локальные Qwen, MiMo, Sonnet и Opus. Вердикты Sonnet ещё перечитывает Haiku. Посредников я перебрал три: Fireworks, OpenRouter, Nebius. Ниже — кто пришёл, кто ушёл и какие замеры это решили.

Часто бывает, что первый вариант произведения (экранизация или оригинал) определяют отношение к тому, что ты воспринимаешь потом. Право первой ночи, так сказать.  Если ты читаешь книгу после фильма, то тебе легко представлять героев и локации, потому что кто-то уже взял себе за труд все это визуализировать за тебя. И, наоборот, подчас выливаются тонны желчи, когда, посмотрев экранизацию после книги, ты обнаруживаешь что режиссер имеет наглость воплощать свое собственное восприятие прочитанного, а вовсе не твое =)

«!throws выглядит как not». Этой фразы хватило, чтобы Claude отказался от своего синтаксиса эффектов. А на синтаксис объявления метода понадобилось пять раундов. Иногда Claude переубеждает и меня.

Я делаю Nova — язык для бэкенда, похожий на Go и Rust. Почти у каждого заметного решения в его синтаксисе есть история спора с ИИ. Вот одиннадцать таких историй, почему язык устроен именно так, и чек-лист: когда стоит спорить с ИИ, а когда соглашаться.

Всем привет! В этом разборе расскажу, как в оценке агентных систем перейти от ощущений к измеримым показателям: как проверять траекторию вызовов инструментов, как калибровать LLM-судью, когда звать асессоров, а когда хватит команды. А в конце покажу, как мы собрали всё это в единый пайплайн с гейтами, через который проходит каждая фича перед продом.

Те, кто любит сериалы, аниме и ролевые игры, наверняка слышали про Character.AI. А если слышишь впервые, не страшно: сейчас всё расскажу.

Там можно было ночами переписываться с любимыми персонажами, от эльфийки Фрирен до самовлюблённого Драко Малфоя. А 12 октября Character.AI подала на банкротство. Первым покупателем вызвался Disney, тот самый, что год назад грозился подать в суд за использование своих персонажей. За бывшего единорога студия предлагает 20 млн $ (около 1,6 млрд ₽), хотя Google когда-то заплатил за его технологии 2,7 млрд $.

Разбираю по порядку:
- Как двое разработчиков из Google сделали стартап, на который набежали миллионы фанатов?
- Как они стали единорогами?
- Почему обанкротились?
- При чём тут Disney?
- Что будет с персонажами, которых пользователи собирали годами?

А в конце сравниваю, куда можно переехать: Idol AI, SillyTavern, Janitor и не только.

Сейчас уже ясно, что большие языковые модели (LLM) никуда не денутся и существенно изменят экосистему текстов и изображений в интернете. Исследовательская группа из Оксфорда, Кембриджа, университетов Торонто и Эдинбурга провела эксперимент, что может произойти с GPT‑{n}, когда большинство текстов в интернете будут сгенерированы LLM. Выяснилось, что обучение на сгенерированном контенте приводит к необратимым дефектам в моделях: у них исчезают хвосты исходного распределения контента. Учёные назвали этот эффект «коллапс модели».

Программировать роботов — это как деплоить в прод прямо перед выходными: всегда есть шанс, что что-нибудь пойдет не так. Стандартные системы программирования роботов от производителя пока крайне сложны и неудобны — почти как работать по ssh через терминал. А цена ошибки при обучении ИИ робота — от поломки обучаемого робота до серьезных повреждений на производстве.

Я Артем Лыков, руководитель R&D-направления Physical AI в MWS, и сегодня я расскажу вам о том, как мы вместе с командой придумали, разработали и протестировали универсальный интуитивный интерфейс для обучения роботов совершенно разных конструкций — от обычной тележки до человекоподобного робота. Для решения этой задачи мы решили скрестить смешанную реальность, цифровых двойников и VLM в одной системе — ORCESTRA. А еще про то, с какими проблемами мы столкнулись во время работы, про Mixed Reality, о том, чем отличается кинематика манипулятора от гуманоида, как VLM ищет точки захвата и почему робот с искусственным интеллектом без оператора может случайно уехать в закат стену.

Направление: Квантовая космология, модифицированная гравитация и физика экстремальных состояний

Тема 1. Хаббловское напряжение (Hubble Tension): главный космологический кризис XXI века

Разбор фундаментального противоречия между локальными измерениями скорости расширения Вселенной (по сверхновым и цефеидам) и глобальными расчетами на основе реликтового излучения (миссия Planck). Пятисигмовый кризис стандартной модели космологии Lambda-CDM. Обзор гипотез, пытающихся разрешить этот тупик: ранняя тёмная энергия, динамическая гравитация и вклад стерильных нейтрино. • Для кого интересно: Физики, астрономы, дата-сайентисты, занимающиеся анализом больших астрономических массивов данных.

Тема 2. Математический аппарат Петлевой квантовой космологии (LQC): как занулить сингулярность Большого Взрыва

Подробный разбор модифицированного уравнения Фридмана. Демонстрация того, как введение минимального кванта объема (планковской площади) в петлевой квантовой гравитации (LQG) создает силу квантового отталкивания при достижении критической плотности. Математическое обоснование того, почему Вселенная не сжимается в бесконечно малую точку, а совершает упругий Квантовый Отскок (Big Bounce). • Для кого интересно: Математики, специалисты по теоретической физике, любители строгой геометрии пространства.

Тема 3. Планковские звезды и Белые дыры: решение информационного парадокса Хокинга

• О чём писать: Кризис ОТО Эйнштейна внутри горизонта событий черных дыр. Концепция Планковских звезд Карло Ровелли: расчет реальных физических размеров сверхплотных квантовых ядер для черных дыр типа TON 618. Механизм квантового туннелирования черной дыры в Белую дыру на финальных стадиях испарения и покадровый возврат квантовой информации в пространство с сохранением закона унитарности. • Для кого интересно: Специалисты по квантовой информатике, астрофизики, исследователи парадоксов времени.

Тема 4. Субпротонная метрология: как интерферометры LIGO и Virgo фиксируют искажения пространственной метрики

Инженерно-технический разбор устройства лазерных гравитационно-волновых обсерваторий. Как Майкельсоновская схема и четырехкилометровые вакуумные плечи фиксируют относительное смещение зеркал на величину, которая в тысячи раз меньше диаметра одного протона. Активное подавление сейсмических шумов, теплового шума кварцевых нитей и использование квантовых состояний сжатого света для стабилизации лазерного луча.

Я не так давно начал менять профессию и уходить в информационную безопасность. CJCA я выбрал как первую сертификацию начального уровня. Меня подкупили две вещи. Она полностью построена на практике, в отличие, например, от Security+, и на текущий момент ее можно сдать из России.

Когда я впервые открыл задание, я был уверен, что не сдам. Эта статья то, что я хотел бы прочитать до того момента.

К сожаленью не нашел в русскоязычном комьюнити, рассширеного писания правил того как сейчас складывается практика по CLAUDE.md или AGENTS.md , хотя за более чем год она должна была сложиться. Поэтому решил провести свое исследование чтобы можно было говорить не на уровне персональной экпертности, а на уровне цифр и того как эти подходы помогают продвигать продукты.

Файл правил для AI-агента — CLAUDE.md или AGENTS.md в корне репозитория — сейчас пишут почти все, кто работает с агентами всерьёз. Советов, что туда класть, много, и почти все они — личный опыт. Мне захотелось посмотреть на практику: что реально лежит в популярных репозиториях.

Я собрал четыре выборки по 1000 проектов, прогнал по ним 70 шаблонов правил и свёл результат в 20 базовых правил. А потом взял проект с самым высоким покрытием — garrytan/gstack — и прочитал его файлы глазами. Вторая часть оказалась полезнее первой: она показала, где мой собственный метод врёт.

Сбор и подсчёт я делал вместе с агентом (Claude Code): он писал и запускал скрипты, я ставил задачи и перепроверял. Об этом тоже расскажу.