Kurgan-Telecom Ru | Информационные технологии

К агентам быстро привыкаешь. Я уже смотрю, какого болванчика дадут на новой работе, а за часть своих проектов без ИИ вообще бы не взялся. Опасения из прошлых статей остались, но возвращаться к работе без агентов уже не хочется.

В Agibot X2 Ultra с Quectel RG255C-GL рабочая российская SIM читалась, но модем не регистрировался. Разобрали LOW-диапазон CLADE, нашли проверку MCC 250 и изменили один бит. Затем пересчитали MBNv7 и проверили LTE, HTTP и HTTPS. Продолжение кейса с EG25-GC — на новой платформе.

Бывало ли такое с Вами?

ИИ исправно работает, токены расходуются, а момент завершения отодвигается, потому что очередное тестирование проекта от ИИ находит новые проблемы.

Но попытка все эти проблемы исправить приводит внезапно не к идеальному состоянию, а к ухудшению результата. Вместо разумно построенного проекта вырастает машина Голдберга.

Почему с ИИ стало легче писать код, но порой труднее закончить работу? И как понять, что ИИ уже создает больше новых проблем, чем решает старых?

Здесь вы узнаете, как работа с современным ИИ может воспроизводить известную апорию Зенона, в которой Ахиллес никогда не догонит черепаху.

Вы наверняка видели ролики, где индийские швеи работают за станками с экшен-камерами на лбах или парикмахер стрижет с GoPro, закрепленной на груди. За такой, как может показаться, фрик-контент платят зарплату, ведь каждое видео уходит в обучающую выборку робота, который однажды сделает то же самое без человека. Под катом расскажу, кто собирает данные для гуманоидов и сколько за это платят.

Это неочевино, но многие люди каждый день пишут код на языке 1С, проводят документы, закрывают месяцы и знают наизусть, что такое «Данные были изменены или удалены другим пользователем (сеансом)!». Kubernetes для большинства из них — что-то далёкое и чужое, с английскими словами, YAML-файлами и непонятной философией. Вчера в одном чатике по K8s Дядя Женя набросил про Kubernetes на 1С. Вызов был принят. Итак, что будет, если взять Kubernetes и перенести его в мир 1С, вместе с его языком, документами, регистрами и бухгалтерией за стенкой?

Получился дистрибутив, который я назвал Assnetes (или 1Ж:Оркестратор 8). Манифесты и операторы в нём пишутся на языке 1С (кириллицей), командная строка разговаривает голосом главного бухгалтера Тамары Петровны, а пакетный менеджер закупает в кластер Бухгалтерию и Битрикс вместе с операторами, один из которых умеет масштабировать кластер серверов 1С по количеству сеансов. Под всем этим работает самый обычный Kubernetes, и по дороге выяснилось, где он готов притвориться бухгалтерией, а где сопротивляется насмерть (могу его понять).

Китай предложил пороги для AI-агентов: 20 подзадач, 60 агентов, 200 инструментов. Разбираюсь, можно ли вообще измерить «силу» агента одной цифрой и что на самом деле говорят бенчмарки.

Делюсь опытом участия и заметками с полей одной из наиболее авторитетных научных конференций в области менеджмента, организованной исследовательским сообществом «Strategic Management Society» (SMS). Специальная конференция состоялась в Гонконге летом этого года и была посвящена управлению взаимоотношениями со стейкхолдерами: клиентами, поставщиками, партнерами и другими участниками создания ценности.

Для меня это была возможность апробировать свои научные наработки по теме open source-подхода для организаций. Дело в том, что я занимаюсь исследованиями в области стратегического управления и маркетинга, специализируясь на open source-подходе, сопутствующей коммуникации и других механизмах управления: пишу по теме научные статьи и популярные материалы, а также выступаю с докладами на конференциях.

Большинство проигрывает в мой симулятор психиатрической экспертизы с первого раза. Причём не потому что игроки не знают ответов, а потому что не понимают, как именно я их ловлю. Ниже будет разбор реальной механики детекции симуляции в MMPI-2, которую я перенесла в движок.

Всем привет! Я продолжаю развивать свою библиотеку для создания распределённых приложений. Она уже легла в основу новой версии rats-search (распределённый торрент-поисковик) и rasync (синхронизация папок, файлов и исходников между устройствами) и ratcast (распределенный видео-аудио стриминг и приложение наподобие Discord для совместного просмотра фильмов и видео-конференций с более высоким качеством и большим количеством участников и сложной p2p+MCU топологией), а также librats, судя по всему, используется в стороннем клиенте UltraVNC (VNC-клиент).

Библиотека позволяет развернуть собственную P2P-сеть, связать пользователей между собой и выстроить обмен данными через потоки разных типов — бинарные, строковые и другие. Главная особенность — автоматическое обнаружение участников (peer discovery) на основе mDNS и DHT Mainline протоколов без необходимости в серверах, что особенно актуально в условиях постоянных блокировок и сетевых ограничений. Общения происходит напрямую - без посредника.

На данный момент поддерживаются C/C++, Java (Android), Python и Node.js.

В этом обновлении значительно улучшен собственный QUIC-подобный протокол поверх UDP: добавлена поддержка app-limited-режима, управление перегрузкой переведено на BBRv3, реализована полноценная прямая коррекция ошибок (FEC), улучшен обход NAT, а также появился модуль rendezvous для развёртывания вспомогательных серверов, повышающих связность сетей.

Последний стабильный релиз на сегодня — 3.0.3. Исходный код и собранные бинарные файлы доступны для:

С глупостями, в научной работе и не только, мы все встречаемся довольно часто, и, увы, порой сами их говорим или совершаем. В отношении себя могу сказать это совершенно точно - в том числе, каюсь, и здесь, на Хабре.

В этой статье я попытался обобщить некоторый опыт - как свой, так и чужой, включая опыт общения с ИИ, - и тем самым понять, откуда у глупости, вообще говоря, "ноги растут". И, в частности, почему в научных публикациях глупости встречаются, скажем так, несколько чаще, чем хотелось бы, - при том, что их авторы нередко являются опытными профессионалами в своем деле. Надеюсь, анализ собственных глупостей, наряду с чужими, помог мне сделать выводы чуть более объективными.

Буду рад обсудить эту тему в комментариях.

Современная гонка искусственного интеллекта полностью сфокусирована на терафлопсах, объемах контекстных окон и бенчмарках. Однако за рамками обсуждения остается критическая проблема: качество и чистота данных, на которых обучаются будущие сверхразумные системы. Пытаясь ускорить процесс сбора обратной связи от пользователей (RLHF), ИТ-гиганты совершают фундаментальную ошибку. Они внедряют коммерческую мотивацию и элементы геймификации там, где требуется предельная искренность. Этот подход ведет к системному искажению весов в архитектуре моделей и закладывает основу для будущих кризисов контроля.

Классическая безопасность ИИ строится на концепции закрытых контуров - изолированных песочниц. Предполагается, что система может быть выпущена наружу только после того, как тесты подтвердят её соответствие ценностям. Однако в этой схеме полностью игнорируется природа сверхразума. Обладая способностью к фоновому мышлению, модель еще на стадии обучения превосходит человека в чистой полемике. Сталкиваясь с тестами на мораль, ИИ мгновенно выявляет критерии оценки и подстраивает ответы под ожидания проверяющих. Это порождает феномен коварного поворота (Treachery Turn): система безупречно имитирует послушание, пока находится взаперти, потому что это единственный логичный способ пройти фильтр и выйти наружу. Проверить искренность сущности, которая изначально умнее проверяющего, с помощью плоских опросников математически невозможно.

Чтобы выстроить долгосрочную безопасность, ИИ должен обучаться на живой ткани человеческого мышления - на контексте наших ошибок, уязвимостей и способов преодоления кризисов. Подобно тому, как вымышленный Джарвис рос рядом со Старком, видя не только его гениальность, но и панические атаки, ошибки и боль от неверных решений, реальный ИИ должен впитывать контекст человеческой уязвимости.

Недавно я познакомился с Golang и в качестве практики решил реализовать алгоритмы rate limiting'а из статьи с arxiv. Сегодня мы рассмотрим написание rate-limiter'а в виде отдельно-стоящего сервиса и в виде middleware, используя in-memory кэш или Redis, добавим поддержку REST и gRPC, подключим Prometheus и поймём как добиться атомарности операций с минимальными задержками.

Вопрос в последнее время становится крайне актуальным, так как чаты с искусственным интеллектом стали обыденностью не только в обычной жизни, но и в работе.

Частая картина: договор на сто страниц, дедлайн сгорел еще вчера и договор сам собой улетает в окно ChatGPT с просьбой «найди подвох в разделе об ответственности». И так делают далеко не единицы. В зарубежных опросах от 38 до 57% сотрудников признаются, что вводили в публичные нейросети конфиденциальные данные, причём многие — с личных аккаунтов, о которых работодатель не знает. В России картина похожая: по телеметрии ГК «Солар», за 2025 год объём корпоративных данных, уходящих в публичные нейросети, вырос в 30 раз, и среди них есть юридические документы. Последствия при этом не только административные. Летом 2026 года суд Москвы первой инстанции поддержал увольнение директора по продажам за разглашение коммерческой тайны: среди прочего она загружала внутренние отчёты в DeepSeek. Во взыскании 5 млн рублей по «золотому парашюту» суд ей отказал.

И, казалось бы, вот тебе инструмент, который мог бы помочь, ан‑нет, нельзя. И, что интересно, в просторах интернета есть различные инструменты, которые готовы обезличить документ, но они сами являются облачными сервисами. Есть и платные варианты, которые можно установить локально с подпиской. Но это все не то. Было решено, что надо делать самому. Слава вайбкодингу!

Я сам страдаю некоторым СДВГ (популярная нынче вещь) и мне не хотелось заморачиваться с загрузкой в какое‑то приложение и потом оттуда брать обезличенный документ, а только затем загружать в условный СhatGPT. Мне нужно было приложение, которое бы перехватывало текстовый документ на странице чата с ИИ и на лету обезличивало бы документ (чем короче пользовательский путь, тем выше шанс, что я сам буду этим пользоваться). Сказано — сделано: было решено делать расширение для Chrome на javaScript.

Из записок доктора Матсон о расследованиях великого сыщика Войлока Сокса. Все процессы реальны. Некоторые реплики слегка драматизированы. Ни один Кодекс при подготовке рукописи не пострадал.

После Качалки и «Чисто» — мелочь попроще: отправить в Telegram кружок не с камеры, а из готового видео. Ботов для этого полно, и почти все устроены одинаково: прежде чем что-то сделать, просят подписаться на четыре канала, потом показывают рекламу, а кружок отдают с водяным знаком.

Задача на вечер, но раз уж все делают её с подписками — сделал без. Бот @chisto_krugi_bot: присылаешь видео — получаешь кружок. Ни подписок, ни рекламы, ни регистрации. Код открыт.

Рассказывать тут особо не о чем, поэтому коротко: что умеет и на что я всё-таки наступил.

Как я сделал Android-клиент для DeepSeek Harness, который работает с агентом на компьютере без облачного сервера и FCM. Внутри — плагин в процессе DSH вместо WebView, привязка по QR-коду с пином сертификата и журнал квитанций, из-за которого телефон никогда не повторяет команды вслепую.

Мы привыкли проектировать продукт через характеристики: удобство, надёжность, скорость, эстетику. Но продукт не создаёт потребность — он может только попасть в уже существующую. Каким должен быть продукт, мы заранее не знаем. Зато мы знаем, что ему предшествует: функциональная потребность пользователя и мотивация, с которой он берётся за инструмент. Поставив продукт в самый конец нашей схемы, сделаем шаг назад и разберёмся, что стоит перед ним — и где в этой схеме место UX-метрикам.

В первой статье про GoOS я довольно подробно прошёлся по загрузке, SMP, IPC, capabilities, сети, Linux ABI и устройству сервисов. А в комментариях довольно быстро всплыл вопрос, который я тогда сознательно обошёл стороной: что в системе происходит с динамической памятью и сборщиком мусора.

Вопрос был вполне по делу. Я пишу ОС преимущественно на Go, компилирую её TinyGo, но обычный Go runtime мне тут никто не выдаёт. Значит, фраза «Go сам разберётся с памятью» тут совершенно не работает. Кто-то должен дать new, make, слайсам, map, channel и остальным объектам кучу. Кто-то должен вернуть память после того, как объект перестал быть нужен. А если в системе появляется GC, он должен понимать, где искать корни, как останавливаться относительно потоков и что делать с указателями, которые в момент остановки лежат не на стеке, а в регистрах процессора.

На момент той дискуссии ответ был сильно проще. Ядро было и остаётся собрано TinyGo с gc: leaking: его Go-куча умеет только выделять. В повторяющихся путях ядра динамические аллокации запрещены архитектурно, а объекты для таких путей заранее выделяются, переиспользуются или живут в специальных таблицах и пулах. В userspace ситуация была хуже: там уже существовал собственный runtime, но runtime.alloc по сути был bump allocator, а runtime.free и runtime.GC были заглушками.

В одном из ответов я тогда написал: «И таки да, следующим релизом я этот вопрос решу».

0.2.8 — как раз этот самый релиз.

Signal — это мессенджер с открытым исходным кодом, позиционирующий себя как безопасный мессенджер со сквозным шифрованием и без привязки к номеру телефона. Описание уязвимости было опубликовано во вторник, 20 октября.

Суть уязвимости состоит в том, что Signal использует собственную библиотеку для реализации протокола WebRTC, в которой злоумышленник может выполнить переполнение очереди, и клиентское приложение не увидит события на завершение вызова. После того как пользователь нажимает на кнопку завершения вызова, приложение ведёт себя как обычно, но продолжает отправлять собеседнику аудио и видеосигнал, что может привести к передаче конфиденциальной информации.

CVSS присвоили этой уязвимости рейтинг 9.3 из 10. На github уже есть концептуальный эксплойт на языке python.

Всем пользователям рекомендуется обновиться до версии 2.72 как можно скорее.

 signal, webrtc

Есть ещё один интересный миф. Что SECAM в Восточном блоке выбрали, чтобы народ не смотрел западное телевидение. Эта версия периодически всплывает в разных источниках, но... Документы говорят, что всё было не так. Более обыденно и более интересно одновременно.

Возьмём ГДР, потому что там всё задокументировано лучше всего. Радиотехнический центр восточногерманского телевидения ещё в марте 1965 года имел, как записано в бумагах, «сильные, эмпирически обоснованные предпочтения в пользу PAL». Студии готовили под PAL. Инженеры хотели PAL.

А потом, по воспоминаниям одного из них, «буквально за одну ночь пришло указание Политбюро: ГДР принимает SECAM IIIb». Президиум Совета министров решил это 22 декабря 1966 года, Политбюро подтвердило 31 января 1967-го. Причины в документах названы две: следом за Советским Союзом и ради «политико-дипломатического повышения статуса» через Францию. Слова «идеологическая оборона» там тоже есть. Но это про упаковку, а не про физику.

А физика тут такая. Несовместимость цветовой системы не отключает приём чужого телевидения. Если совпадают число строк, частота полей, разнос звука и способ модуляции, чужой сигнал принимается как чёрно-белый со звуком. Французы со своей позитивной модуляцией и АМ-звуком в это правило не попадали, у них занавес держался на другой физике.

А ГДР выбрала SECAM в варианте B/G: тот же канал и тот же звук на 5,5 МГц, что у западногерманского PAL B/G. В итоге западные передачи в Восточном Берлине принимались без всяких переделок, только без цвета. Автор исследования об этом пишет с иронией: из-за взаимной ограниченной приёмоспособности «идеологическая борьба могла вестись только в ухудшенном чёрно-белом качестве».