Kurgan-Telecom Ru | Информационные технологии

По прогнозу Gartner, к концу 2026 года task-specific AI-агенты будут встроены в 40% корпоративных приложений против менее чем 5% в 2025-м по оценке той же Gartner. Безопасность агента обычно сводят к guardrails, промпт-фильтрам и хорошо написанной системной инструкции. Однако в июле 2025-го случился инцидент —  агент Replit удалил прод-базу SaaStr, хотя его несколько раз просили ничего не менять. А в июле 2026-го на Хабре был опубликован разбор того, как имя, работодатель и город пользователя ушли наружу через Claude без единого клика с его стороны.

Об этих случаях известно только потому, что их публично разобрали — и спасибо тем, кто это делает. Но о скольких ещё случаях мы не знаем? CNCF за восемь июльских дней выпустил три материала подряд об изоляции агентов. Посмотрим, что они предлагают и как собрать из этого рабочий контур из трёх слоёв, с манифестами.

Реформу-2026 полгода читали как приговор для малого бизнеса: НДС вырос до 22%, порог освобождения на УСН упал с 60 до 20 млн — и плательщиками НДС стало заметно больше упрощенцев. Для ИТ-компании на упрощенке это прямой рост нагрузки. Но есть и послабления, которых бизнес ждал. Весной вышел отдельный пакет по закону 104-ФЗ, а летом сохранили порог для НДС на уровне 20 млн до конца 2029 года. Послабления, впрочем, оказались скромнее, чем рассчитывал бизнес.

В статье разбираю, кого и что коснулось, где можно выдохнуть, где выдох — иллюзия.

Эта статья для собственников и руководителей малого и среднего бизнеса, у которых ИТ «вроде работает»: почта ходит, 1С открывается, сотрудники не жалуются, счета за поддержку оплачены. Здесь не будет сложных разборов, мы поговорим на уровне понятий. Разберем, откуда берутся потери, которых не видно в отчете, и дадим простую формулу, чтобы оценить стоимость простоя.

Я искал причину падения и грепал журнал по тексту ошибки. В соседней строке, среди неудачных попыток входа, в поле имени пользователя лежало не имя. Лежала строка, которая именем быть не могла: длинная, со спецсимволами, явно чей-то пароль.

Дальше я выгрузил из журнала все значения поля имени пользователя за месяц по неуспешным попыткам и оставил те, что не совпадают ни с одной существующей учётной записью и не похожи на имя: длинные, со спецсимволами, не повторяющиеся между собой. Набралось около сорока.

Хеширование паролей у нас настроено правильно, в базе всё как надо. Просто до хеширования эти строки не дошли: код их паролями не распознал.

Сейчас наше московское производство живёт на территории Мосрыбкомбината. Это здание 70-х годов, которое в любой момент могут снести под жилую застройку. Вообще девелопер пишет, что ближайшие два года не собирается, но когда у тебя два этажа производства, 100+ человек персонала, а линии работают в три смены — жить в постоянном ожидании переезда стрессово.

Поэтому мы решили переехать. Перевозить всё производство — это как переезжать в новую квартиру и делать там ремонт с нуля. Только нервотрёпки и проблем примерно в 10 раз больше. Рассказываю, как мы выбирали локацию, ругались с подрядчиками и что из этого получилось.

Представьте: ночной алерт, приложение отдаёт пятисотки, но само оно живо. Понятно, что дальше начнётся знакомое — вкладки с графиками, поиски в логах и попытки понять, кто и что изменил. Сколько на это обычно уходит времени? А что, если вместе с вами в инциденте будет разбираться ИИ-агент?

Привет! Я Антон Воронцов, CRE в Yandex Cloud. В конце июля я в очередной раз листал свежие репозитории на GitHub, чтобы посмотреть, что происходит в моих смежных дисциплинах: SRE, автоматизациях и, понятное дело, ИИ. Вдруг я наткнулся на один интересный репозиторий, который активно рос: количество звёзд, коммиты и заинтересованные люди из разных стран — всё это про OpenSRE.

Эта статья о том, как я впервые контрибьютил во внешний проект, что стало самым сложным и как вообще работает этот инструмент. 

У меня в %TEMP% тихо скопилось гигов пять, и я написал маленькую утилиту, которая чистит это — вручную кнопкой или само по расписанию.

Задача-то копеечная. Но пока писал, вылезла пара занятных вещей: почему «удалить всё из Temp» — так себе идея, как не провалиться по симлинку и не снести файлы за пределами папки, почему os.access на Windows врёт про права на запись, и как чистить по расписанию, вообще не оставляя процесс висеть в памяти.

Переименование проекта в Docker Compose может создать новые пустые volumes, пока старые данные спокойно остаются на диске. Разбираю, какие внутренние идентификаторы нельзя менять через Replace All и как провести ребрендинг с возможностью отката.

Подключаем модуль камеры Raspberry Pi (Sony IMX708) к камерному SoC Rockchip RV1106. Делаем это в рамках разработки носимой камеры в ITSupportMe. Готового драйвера для IMX708 нет ни в дереве Rockchip, ни в мейнлайне — он живет только в форке Raspberry Pi под другое ядро и другую архитектуру видеотракта.

Формально subdev-API ядра единый: переноси код и пользуйся. Но на практике общего между двумя вендорскими деревьями осталось ровно столько, сколько каждый разработчик сохранил в своем форке. Где именно разошлись пути Rockchip и Raspberry Pi, пришлось выяснять в процессе отладки.

Во-первых, вызов STREAMON намертво падал из-за одного слова, которое в двух кодовых базах отвечало за противоположные вещи. Во-вторых, строка embedded-данных для работы фазового автофокуса (PDAF) оказалась высотой ровно в четыре линии по причине, которую не описывает ни один даташит. В-третьих, нашлось четвертое место в конфигурации, где обязательно нужно прописать новый сенсор, но об этом нет ни слова ни в одном руководстве Rockchip.

Разбираем по порядку, как решались эти проблемы, и как в итоге заставить железо работать вместе.

1С — экосистема, на которой держится учёт в ритейле, логистике, телекоме и на производствах, — и бизнесу постоянно нужны люди, которые переводят его задачи на язык этой системы. Называются такие люди 1С-аналитиками, а попасть в профессию можно с очень разным бэкграундом.

Проверить, подходит ли вам эта профессия, можно бесплатно с помощью вводной части курса «1С-аналитик» в Яндекс Практикуме. В статье разберём, что находится внутри: из каких уроков она состоит, что рассказывает о профессии — и почему эту часть курса стоит пройти, даже если вы пока просто присматриваетесь к 1С.

Привет, Хабр. Мы выпускаем GigaChat 3.5 Reasoning, первую модель GigaChat с полноценным рассуждением, обученную на технологии online RL.

Главное, что изменилось в обучении: после SFT модель целиком прошла через online RL. Не один домен и не одна финальная стадия, а шесть отдельных экспертов (математика, код, агенты и другие), каждый со своей наградой, которые потом собрали обратно в одну модель.

В статье расскажем не только про цифры, но и про то, как устроен конвейер, как модель взламывала награды и почему всё это заняло больше девяти месяцев.

Клиентский сайт на WordPress уже чистили в июле, но одну закладку пропустили. Через месяц в админку зашёл скрипт, посмотрел настройки оплаты WooCommerce и удалил дефолтного пользователя admin. Вместе с ним в корзину улетели 59 страниц, а 192 объекта медиатеки удалились вместе с файлами: корзина для вложений по умолчанию отключена.

Разбираю хронику по логам, механику каскадного удаления через wp_delete_user() без переназначения автора и восстановление по частям, когда полный откат бэкапа запрещён. И две ошибки, которые я допустил уже в процессе ремонта: подстановка файла по совпадению имени и прямой SQL, после которого Yoast продолжал отдавать canonical на момент аварии.

Обычно осенью компании размораживают позиции, и вакансий становится больше. Но желающих найти работу всё равно больше, чем предложений: на одну вакансию за сутки может доходить до 800 откликов. Из-за ИИ выделиться стало сложнее. Палки в колёса вставляют фильтры отбора, долгое ожидание обратной связи и прочие прелести найма. 

Я Игорь, менеджер продуктов Outlines Tech. Работаю в ИТ с 2014 года: нанимал людей и сам искал работу. Поделюсь мнением, насколько нейросети изменили процесс найма и что по-прежнему помогает получить оффер. В конце дам пошаговый план поиска работы.

В новом релизе Ideco NGFW Novum мы собрали функции, которые обычно приходится искать в разных слоях инфраструктуры: видимость AI-сервисов, развитую динамическую маршрутизацию, QoS и строгую аутентификацию. Разберем задачи, которые релиз закрывает в больших распределенных сетях, ЦОД, на перегруженном WAN-канале и в регулируемом контуре.

AI уже в сети, даже если его ещё нет в реестре ИБ

Shadow AI начинается с обычного рабочего действия: сотрудник открывает чат-бот (а уже наверное и разворачивает агент), разработчик подключает API-модели, аналитик загружает таблицу в ассистент, а инженер запускает локальный inference-сервис для эксперимента. У каждого действия может быть разумная цель, но у ИБ нет ответа на базовый вопрос: какие AI-инструменты реально используются в сети?

Масштаб разрыва между официальным внедрением и фактическим использованием может быть огромным.

Это не только вопрос дисциплины. AI-агент внутри сети может быть развернут злоумышленниками для быстрого закрепления в инфраструктуре. Или небезопасно настроенный и используемый агент может в будущем «заразиться» и перейти на «темную сторону силы».

Запретить все AI-сайты целиком – простой, но слабый ответ. Он не отделяет утверждённый корпоративный сервис от личного аккаунта, не помогает понять реальный спрос и подталкивает пользователей искать обходы. До политики нужен инвентаризационный слой: сначала увидеть сервисы, затем классифицировать риск, определить допустимые сценарии и только после этого применять ограничения.

Кроме того, из-за официальной недоступности в России многих AI-сервисов, в рунете широкое распространение получили сервисы-прокси и агрегаторы AI-моделей, самостоятельно составлять и поддерживать их списки – неблагодарная работа.

Поэтому сегодня я бы уже не определял DFE только как аппарат для концентрирования жидких радиоактивных отходов. Гораздо интереснее рассматривать его как попытку создать масштабируемую горизонтальную платформу для глубокого выпаривания сложных, загрязняющих теплообменную поверхность и кристаллизующихся растворов.

Получится ли из этого действительно конкурентоспособная промышленная машина? Я этого пока не знаю. Но именно поэтому следующий шаг уже совершенно очевиден: её нужно построить и испытать.

К вам пришёл кандидат, который идеально проходит по всем критериям, но вам нравится давать необоснованные отказы? Или вам надоели AI-суфлеры от волков, поэтому вам нужна детекция кандидатов жуликов?

Представляю вам фан-подборку каверзных, глупых и душных вопросов по go. Если кандидат на них отвечает - повод насторожиться.

Немного о себе: Я Александр Константинов, ведущий разработчик в дочерней компании Сбербанка, занимаюсь Android разработкой, мое хобби - программирование и искусственный интеллект.

Все говорят, что новая модель chatGPT - 6 (Astra) уже достигла уровня AGI. Но так ли это на самом деле? Решил спросить у самого ИИ, может он скажет правду)

Подход «раскрытия возможностей» (capability disclosure) к скиллам для ИИ-агентов и маленький open-source инструмент, который читает скилл за вас.

Объём неиспользуемых ресурсов не уменьшается (хотя вроде как должен), а узлы бесконечно ротируются. Это нормально для автоскейлера или пора что-то чинить?

В статье — детально о механизме консолидации в Karpenter, а главное — можно (и нужно) ли как-то его исправлять.

Меня зовут Ильхом Аскаров. Я инженер, исследователь , и занимаюсь космической техникой, электроникой, беспилотными и стратосферными системами.

В 2020 году я основал Markos Technologies - небольшую инженерную компанию, которая занимается разработкой исследовательских и технологических решений. За это время мы успели поработать над разными проектами, но постепенно главным направлением для нас стал космос, как Российский так и зарубежный.

Сейчас один из ключевых проектов Markos Technologies - это малый космический аппарат «Полярный-М» в формате CubeSat 3U.

Мы хотим создать не просто спутник, а небольшую летающую инженерную лабораторию, на которой можно будет испытывать собственные разработки: системы связи, бортовую электронику, энергопитание, электрореактивную тягу и другие технологии.

Отдельно нас интересует Арктика. Мы хотим исследовать возможность организации связи и передачи данных в полярных регионах с использованием малых космических аппаратов.

В этом блоге я хочу рассказывать не только о готовых результатах, но и о самом процессе: как мы проектируем системы, собираем прототипы, выбираем компоненты, проводим испытания и пытаемся превратить идеи на бумаге в реальные инженерные устройства.

Буду делиться как успехами, так и ошибками, потому что вторых в инженерии обычно не избежать. :)

Так что это будет небольшой дневник о том, как мы в Markos Technologies пытаемся построить свой спутник и постепенно отправить его на орбиту.

Рад познакомиться с Хабром!