Kurgan-Telecom Ru | Информационные технологии

В сентябре Canonical объявила, что будет выпускать апдейты для ядра Linux в Ubuntu каждую неделю. Одна из причин — инструменты на основе ИИ помогают находить все больше уязвимостей, и разработчикам приходится быстрее доставлять исправления пользователям. Впрочем, на статистику повлияли и новые правила учета ошибок в Linux. Чтобы справиться с нагрузкой, компания перестраивает график подготовки пакетов, сохраняя время на их проверку. Давайте посмотрим, как это будет работать и насколько полезными оказались нейросети в поиске проблем с безопасностью. 

Карта 2×2 км при клетке 5 см требует 1,6 ГБ на байтовый слой. Храним PNG-тайлы 512² и подаём SDK окно 5000². NumPy/Pillow, отрицательные индексы, LRU, ROS AtlasPlan, продолжение задачи и сохранение досъёмки.

В первой части мы поговорили о техничке, теперь поговорим о практике. Узнайте, как генерируются видео в разных нейросетях, какие ограничения нужно учитывать, и получите 12 трендовых промптов. 

Привет!

Меня зовут Антон, я специалист по автоматизации тестирования (AQA) в 2ГИС.

В автоматизацию я пришёл из Python backend-разработки. Так вышло, что среди обычных задач мне захотелось попробовать написать e2e-тесты. В итоге тестирование стало моей основной работой. Обычно про карьерный путь рассказывают в обратном направлении: начал с тестирования, а потом перешёл в разработку. У меня получилось иначе. Поэтому я хочу ответить себе и вам на вопрос: «Почему я продолжаю работать в тестировании, не переходя обратно в разработку?»

Для этого расскажу, из чего складывается моя работа и что обычно остаётся незримым за формулировкой «пишет автотесты». Надеюсь, что после этой статьи вы посмотрите на AQA немного иначе

Мы делаем AI-менеджера для селлеров на Wildberries, Ozon и Яндекс Маркете — сотрудника, у которого в руках цены, остатки и рекламные бюджеты. И сознательно не дали нейросети свободы: что можно сделать, решает закрытый список операций и регулярки, модель только выбирает из разрешённого, а любые деньги уходят в кабинет площадки только по кнопке владельца.

Рассказываем, как устроен первый прототип, почему мы начали именно так и что проверяем на живых кабинетах.

Мы начали переход раньше, чем он стал неизбежным. Ещё в 2021 году собрали на 1С прототип для учета закупки, транспортировки и реализации нефти и проверили, справится ли платформа со сложным отраслевым контуром. Типовая 1С:ERP для этого не подходила. Чтобы сохранить привычные для пользователей процессы, её пришлось бы почти полностью переписать. Поэтому новую систему начали строить с нуля на БСП, а функциональность переносили из существующей ERP по частям. Ядро команды досконально знало первоначальную ERP и реализованные в ней бизнес-процессы, поэтому людям предложили переучиться. В итоге около 30 специалистов перешли на новую платформу, а недостающих экспертов добрали с рынка.

Мы сделали классную штуку. Сейчас пойдём и порвём рынок. Примерно так думала команда после нескольких лет работы, когда появился интерес у внешних компаний. Код ведь работает, есть первые пользователи, и остаётся «красиво» упаковать разработку. Но на практике быстро выяснилось, что работающий код ещё не продукт. Ему нужны оформленные права, дистрибутив, лицензирование, конкурентная цена, правила развития и поддержка. Пришлось меняться и самой команде. Люди, которые десять лет обсуждали задачи с одними и теми же внутренними заказчиками, теперь должны были показывать продукт незнакомым компаниям и не закапывать их в ГУ-12 (заявка для РЖД на перевозку).

Получились две миграции: технологическая и организационная. Дальше расскажем, как перешли на 1С и какие решения можно переиспользовать, чтобы не проходить этот путь с нуля.

SQLite в небольшом боте выбирают за то, что не нужен отдельный сервер. А потом в логах раз в пару дней появляется sqlite3.OperationalError: database is locked, и непонятно, кто и что держит. Показываю на воспроизводимых примерах три причины, которые я встречал в заказах: забытый commit из-за неявных транзакций модуля sqlite3, транзакцию «прочитал, потом записал», которая падает мгновенно даже с timeout, и синхронный драйвер внутри asyncio. В конце обёртка на aiosqlite с WAL, busy_timeout и BEGIN IMMEDIATE, которую я теперь ставлю в каждый такой проект. Код проверен на Python 3.14 и SQLite 3.50.

Если вы работаете в SEO хотя бы несколько лет, имя Эрика Энжа вам наверняка знакомо. Его книга «SEO — искусство раскрутки сайтов» (The Art of SEO), написанная в соавторстве со Стефаном Спенсером и Джесси Стрикчиолой, выдержала четыре издания, стала настольной для нескольких поколений оптимизаторов и до сих пор остаётся одним из самых востребованных руководств по поисковой оптимизации. Именно поэтому выход новой книги Эрика Энжа (теперь в соавторстве с Адрианом Риднером) вызвал закономерный вопрос: а не пытаются ли авторы «реанимировать» SEO в эпоху, когда, по мнению многих, классическая оптимизация умирает под натиском нейросетей? И не мешает ли груз прошлых заслуг?

Человек всегда стремился выйти за пределы своих, довольно ограниченных, возможностей физического тела, расширяя их за счёт разнообразных технических приспособлений — не исключением являются в этом длинном ряду решений и способы организации видения, в тех условиях, в которых обычно зрение человека его подводит — например, в полной темноте. 

За XX век было выработан целый ряд решений подобного рода, и, в последнее время, появляются новые, весьма любопытные области, над которыми (по идее) можно было бы поработать, так как в результате можно было бы получить довольно удивительное изделие, само по себе даже тянущее на стартап! 

Особенно интересно и привлекательно, с моей точки зрения, во всём этом то, что, если в предыдущие исторические периоды в подобной области могли работать преимущественно корпорации, то теперь, даже любители могут попытать свои силы! 

Итак, посмотрим, о чём же речь?

Жалобы клиента - это всегда важная информация для подрядчика, но часто еще и возможность дополнительно заработать. Я покопался в своем опыте топ-менеджера НОРБИТ за последние 20 лет и сформулировал восемь основных типов жалоб, которые можно и нужно превратить в деньги.

Привет, Хабр! Я делаю ИИ-агентов для больших компаний. Раньше делал для кровавого энтерпрайза — крупных страховых, банков и телекома, потом пришёл в e-commerce. И оказалось, у них тут происходят такие поразительные вещи, что я просто не могу не поделиться.

Работают наши агенты так: в начале каждой системы стоит маршрутизатор, который определяет, кому отдать работу: человеку или модели. Модели достаются 50% самых простых и понятных случаев, остальное — людям. Экономия обычно 10–12%.

Про e-commerce я думал, что туда всё встанет как влитое. Бизнес у них сразу родился цифровым, у площадок есть API, вокруг сотни сервисов аналитики. Казалось, остаётся подключиться и считать.

Не тут-то было.

Рассказываю, как большие бренды работают на Wildberries, Ozon и Lamoda.

Начну с того, что поразило меня в самое сердце:

— Руками делается очень многое. Например, есть бренд, у него тысячи товаров, а отчёты почему-то сводятся в экселевской табличке. Каждый день!

— Нет нормального BI — и не потому, что они математически плохи, а потому, что никто не подумал про пользователя чисто на уровне интерфейса. Имеющиеся решения сильно спамят алертами.

— Имеющимся системам менеджеры часто не доверяют.

— Постановка целей менеджерам такая, что становится важно больше продавать, и смело можно в убыток!

— Выкупается 30–60% того, что заказали, остальное ездит по стране.

— Мы думали, что агент сможет легко парсить цены из блока «Смотрите также». Так вот, этот блок персонализирован и решает важнейшую задачу — поставить максимальную цену, которую вы готовы заплатить, но чтобы при этом обеспечить конверсию. Прям как такси.

Короче, добро пожаловать в бессмысленный и беспощадный русский рынок e-commerce.

После каждой презентации Apple у владельцев iPhone возникает один и тот же вопрос: покупать новую модель или еще походить со старым смартфоном? В этом году в соцсетях, как обычно, не обошлось без обсуждений и шуток про минимальные изменения. Но если отбросить иронию, компания серьезно поработала над «железом» и предложила несколько заметных обновлений — от переменной диафрагмы до еще более мощного процессора. 

Вместе с экспертом Технопарка разбираемся, что реально изменилось в iPhone 18 Pro Max, какие новые возможности это дает на практике и есть ли смысл переходить на новый флагман.

Мой главный актёр не умеет повторять дубль. Попросил его сказать фразу - он сначала зевнул, потом ушёл к краю экрана и только потом сказал. Поправил текст реплики - «тот же самый» дубль уже не снять, будет другой путь и другая поза.

(Актёр - это Mewmori, пиксельный кот, который живёт на рабочем столе Mac. Ходит по окнам, спит на доке, болтает через локальную нейросеть. Мой пет-проект, который как-то незаметно оброс пользователями.)

Согласно легенде, итальянский инженер, основатель одного из самых дорогих и узнаваемых брендов в мире, Энцо Феррари сказал: «Когда вы покупаете Ferrari, вы платите за двигатель. Все остальное вы получаете бесплатно». Действительно, двигатели не стоит недооценивать, ведь именно они приводят в движение тонны металла.

В патентоведении категория «Двигатели» является одной из наиболее востребованных. Изобретатели из разных уголков мира ежегодно пополняют ее на 20-50 новых заявок. Среди них есть как абсолютно новые моторы, так и модификации уже существующих двигателей. Рассмотрим некоторые из них.

Я проектировал каталог и калькулятор сметы для сайта компании, которая строит загородные дома. Моя часть была в проектировании и дизайне, вёрстку и бэкенд делала другая команда. Сайт запущен и работает. Недавно я снял с него разметку, CSS и клиентский скрипт и положил рядом с макетами, чтобы проверить, как решения дошли до кода.

Расскажу, как я раскладывал смету на данные, как она устроена в продакшене, какие граничные случаи я оставил без правила и какую спецификацию я передал бы сейчас. Почти все ошибки ниже начинаются в макете, а не у разработчика.

При интеграции информационных систем через REST API зачастую возникает необходимость проверки входящих данных на соответствие установленным требованиям. При этом недостаточно убедиться лишь в наличии обязательных полей: данные могут иметь некорректный тип, недопустимый формат или не соответствовать бизнес-правилам принимающей системы. 

В этой статье разберём, как настроить в DATAREON Platform валидацию JSON.
Покажем, какие ошибки платформа ловит сама до вашего кода, а какие нужно проверять в обработчике и почему ошибки могут приходить в два захода.

Английский я теперь учу по Skyrim, и да, это лучшее оправдание, чтобы играть больше. Словарь берётся прямо из моего сохранения: ИИ-агенты разбирают файл, достают из него вещи, перки и квесты и делают карточки. А Telegram-бот каждый день гоняет меня по ним, отвечать можно и голосом.

Как собрать робота, которым управляет языковая модель. Семнадцать разделов, две сотни часов работы.

Это третья статья цикла, целиком техническая: компас, гироскоп, ПИД, агентный цикл, четыре провайдера LLM и ffmpeg и все-все-все.

Основная статья про эксперименты с LLM в реальном мире тут: Я выпустил нейросеть в реальный мир — и стало не смешно

В пятой части я расскажу, почему перед сном всегда заглядываю под кровать, может ли база данных работать внутри FUSE-слоя и каких правил должно придерживаться приложение для защиты своих данных.

В рамках теории LLM-бесед как лумановских операционных систем нового типа рассматриваются экспериментальные свидетельства из литературы о существовании элементов и форм из эпистемного класса среды развертывания таких систем – и-слоя LLM. Проанализированы результаты сторонних исследований пространств активаций, связанных с LLM-беседами, которые затрагивали элементы/формы: знакомо, незнакомо, истинно, ответ известен, не могу ответить, а также правдивость порождаемых ответов, угодливость LLM и семантическую энтропию. Рассмотрены возможности выявления элементов/форм в активациях LLM, их участие в формовании продолжений LLM-бесед и их устойчивость внутри и между циклами «задание-ответ». Показано, что перечисленные выше элементы/формы действительно имеют экспериментально выявляемые корреляты в пространстве активаций, во многих случаях представимые осями/направлениями, а некоторые из них влияют на определение траектории проекции беседы в пространстве активаций.

На основе применения развиваемой теории к анализу экспериментальных исследований пространств активаций LLM из научной литературы уточнен состав эпистемного класса и-слоя LLM.