Kurgan-Telecom Ru | Информационные технологии

AmneziaWG 3.0 зашифровал заголовки пакетов, 3.1 добавил случайные хвосты — и оба раза «просто обновить бинарники» оказалось недостаточно. Это конспект двух обновлений, прогнанных через собственную панель: кто в связке awg-quick / awg / amneziawg-go за что отвечает, какие параметры обязаны совпасть на сервере и клиенте побайтово, а какие каждая сторона ставит себе сама, почему S1—S4 больше не могут быть меньше 12 и в каком порядке мигрировать живой сервер, чтобы не отключить разом всех клиентов.

Главная особенность всех этих граблей одна: о любой ошибке протокол сообщает вам молчанием. Ни строчки в логе — просто никогда не появляется latest handshake. Ниже карта тех мест, где стоит искать.

Добрый день коллеги, пишу первый раз, поэтому прошу не судить строго. Решил поделиться с вами проблемой, с которой столкнулся совсем недавно и потратил на то чтобы разобраться целый день. А в итоге оказалось, что косяк то не мой.

Все началось, что бы у меня тестовый кластер из трех мониторов, который был установлен без их новомодного инструмента cephadm, ручками, как говорится по старинке. На то он и тестовый кластер, что бы помучиться.

Когда вендор защиты данных пишет на сайте «точность детекции 99%», возникает ровно один вопрос: как это измерено? Без методики цифра не значит ничего — «99%» может означать честный span-level F1 на внешнем бенчмарке, а может — «в 99 из 100 сообщений сканер что-то нашёл». Это разные вещи, и разница между ними — это пропущенные паспорта в проде.

Мы делаем Pigard — прокси, который маскирует персональные данные до отправки в LLM, — и в этой статье показываем методику измерения точности целиком: внешний бенчмарк, собственная golden-выборка, разбор ошибок и честные цифры, включая неудобные. Конкурентов не называем и их заявленные метрики не цитируем — только собственные результаты и способ их получения, чтобы вы могли повторить то же самое с любым вендором, включая нас.

Значок VPN в шторке Android говорит только одно: интерфейс существует. Он ничего не говорит о том, реально ли через этот интерфейс сейчас проходит трафик, а в условиях, где VPN регулярно блокируют, разница между этими двумя состояниями ощущается очень болезненно на практике.

В статье - как Android на самом деле определяет наличие VPN, почему этого недостаточно, какие есть более надёжные способы проверки, и как в итоге из этого исследования вырос виджет для Android, который сам разбирается с этим вопросом, не оставляя пользователя гадать.

Вот будь на дворе хоть 2002, хоть 2008, хоть 2026 год — в компаниях происходит одно и то же: внедрение нового средства автоматизации наводит шорох, будоражит нервы, выбивает сотрудников из пресловутой зоны комфорта и воспринимается ни дать, ни взять как набег особо опасного робота на человеческие права и свободы не работать. При этом само внедрение чаще всего полезное и направлено на улучшение ситуации в компании, но слухи, мифы, легенды и сопротивление уже давно заслуживают стать частью эпоса. В общем, тот случай, когда картинка как никогда подходит: вроде котик, вроде мягкий и милый, но вот эти ребята на креслах-грушах и в гамаках возмущённо начнут суетиться через 3…2…1…

Я делаю систему, которая собирает черновики производственных инструкций. В ней есть детектор опасных формулировок — и он исправно срабатывал на фразе «убедиться, что в зоне движения нет людей». То есть на правиле техники безопасности, как на его нарушении.

Починил и задумался: а остальные шестьдесят проверок качества что-нибудь измеряют? Написал инструмент, который портит документы изнутри схемы и смотрит, какие проверки реагируют. Тридцать не реагируют ни на что.

Дальше оказалось, что этот инструмент сам имел слепую зону, его отчёт считал не проверки, а строки, которые они печатают, а пороги из конфига в код не попадали. Семь уровней, и на каждом одно: проверка выглядит рабочей и не работает.

Скорее всего, вы знаете, что агенты — это ИИ-модели, способные вызывать внешние и внутренние инструменты и циклично выполнять задачи. Они умеют рассуждать, планировать и выполнять бескрайнее множество действий. Агенты сохраняют в своей «памяти» действия пользователя, ответы модели, используемые инструменты и многое другое. Короче говоря, информацию вообще обо всех действиях — как модели, так и пользователя. 

Звучит очень удобно! Агент уже после первого объяснения запомнит, что заданное пользователем форматирование нужно сохранять и что, к примеру, текст всегда нужно переводить только на русский. Не надо писать лишних уточнений по чем зря. Пользователь получает персонализированную модель, которая сохранила контекст диалога, знания о его стиле общения, о его привычках. И о нем самом. 

И вот это уже немного пугает. А что еще может запомнить персональный ИИ-помощник? С кем он может поделиться этой информацией? Можно ли удалить информацию о себе, при этом сохранив эффективность модели? Сейчас расскажу.

В статье рассказываю о личном опыте запуска современных LLM на домашнем ПК, сравниваю модели, кванты и движки, показываю результаты практических тестов и делюсь выводами о том, что сегодня по моему мнению имеет смысл запускать локально.

Привет, Хаброжители! В мире, где большинство компаний вынуждены поддерживать сложные легаси-системы, главная проблема — не написать новое ПО, а превратить запутанный «большой комок грязи» в устойчивую, гибкую и понятную архитектуру.

Книга «Предметно-ориентированное проектирование» Каролы Лилиенталь и Хеннинга Швентнера — практическое руководство по предметно-ориентированной трансформации легаси-систем. Авторы предлагают проверенный метод, сочетающий DDD, совместное моделирование, оценку архитектуры и пошаговые рефакторинги.

Прошла всего треть сентября, а некоторые дети уже с трудом встают, быстро раздражаются, допоздна делают домашку и говорят, что школа — ужас. Знакомо?

Это адаптация — физиологический процесс, который занимает время. Мозг и тело после трёх месяцев свободного режима не переключаются в учебный за один день. Проблема в том, что именно в первые недели большинство родителей усугубляют ситуацию: добавляют нагрузку, записывают на новые кружки и требуют собранности, но получают обратное.

В статье расскажем, что происходит с ребёнком в сентябре, как ему помочь и когда можно начинать добавлять дополнительные занятия.

Много лет я занимался бизнес‑анализом и внедрением продуктов 1С. Зная хорошо специфику работы я сделал расширение конфигурации 1С для рисования бизнес процессов сразу внутри 1С.

У бизнес‑аналитика редко бывает проблема «нет схемы процесса». Чаще она уже есть: создана на этапе обследования, получена от внешнего консультанта или поддерживается в привычном редакторе.

Проблема возникает в другой момент: когда хочется использовать схему сразу внутри 1С для автоматизации и регламентации.

Новый редактор — это пустой холст, неизвестные ограничения и риск потратить время на повторную отрисовку уже готовой модели. Поэтому схема остаётся во внешнем файле. 1С развивается, появляются новые документы, статусы и операции, а схема постепенно теряет связь с системой, которую должна описывать.

В новом релизе расширения «Схемопоинт. Процессы BPMN внутри 1С» я добавил импорт файлов .bpmn. Цель функции — не заменить все внешние редакторы, а убрать барьер первого использования: взять знакомую схему, загрузить её в 1С, проверить результат и продолжить работу уже внутри системы.

Всё начиналось как чисто софтверная затея. Вокруг все говорят про агентов, вайбкодинг и конец эпохи программирования кожаными, а я, как говорится, «не читал, но осуждаю». Поэтому идея была простая: научиться вайбкодить — спроектировать и написать сервис, особо не утруждаясь.

В целом это был уже не первый раз, когда я что-то разрабатывал с помощью ИИ. Но предыдущие попытки организовать совместную разработку с коллегой через Git заканчивались на эмоциях: «О, это работает!», «О, круто!», «Ну всё, галочку поставил», «я у мамы программист», «я у мамы дизайнер» и так далее.

Чем отличается настоящий аналитический агент от генератора SQL, почему семантический слой важнее размера языковой модели и почему локальная LLM ещё не означает технологическую независимость?

В 2026 году AI-ассистент или AI-агент появился едва ли не у каждого российского BI-вендора. Проблема в том, что одинаковая наклейка «AI» скрывает совершенно разные механизмы: где-то это чат к данным, где-то генератор SQL, где-то помощник разработчика дашбордов, а где-то — мультиагентная система с оркестратором, отдельными ролями и проверкой результата.

Сравнивать такие продукты по принципу «у кого есть агент» бессмысленно. Поэтому мы решили посмотреть, что именно умеет каждый из них, как устроена архитектура, насколько можно доверять ответам и где заканчивается реальный функционал и начинается маркетинг.

Как мы исследовали AI-агентов

Исследование проходило с февраля по июнь 2026 года. В нашу выборку вошло 11 российских решений с подтверждёнными коммерческими внедрениями AI-агентов для бизнес-аналитики. Вендоры заполняли анкету по 55 критериям, показывали работу агента в демо или давали доступ к демо-стенду. Затем шла менее парадная часть: документация, тестовые вопросы и активное сжигание токенов российских и зарубежных языковых моделей.

Что проверяли? В первую очередь точность и достоверность ответов — результат сверяли с источниками. Затем сценарную пригодность, архитектуру, работу с семантическим слоем, юридические риски и попытались оценить бизнес-ценность. С последним оказалось сложнее: красивый AI-диалог ещё не означает измеримый эффект для бизнеса. 

В начале сентября знакомые разработчики стали жаловаться на одно и то же: Cursor перестал работать, показывает not available in your region, у части пользователей отменились платные подписки. Первый совет, который разошёлся по чатам, звучал разумно: «в настройках есть поле для своего ключа OpenAI и переопределение базового адреса — подставьте туда любой доступный эндпоинт, и всё заработает».

Не работает. И причина этого интереснее самой новости, потому что она объясняет, какие инструменты вообще устойчивы к таким событиям, а какие нет.

Я каждый день работаю с моделями по API, и мне пришлось разбираться в этом не из любопытства. Ниже — разбор архитектуры и то, что из него следует практически.

Лоток длиной 6 м уже закреплён под потолком. Монтажники вентиляции доходят до этого участка и обнаруживают: воздуховод по проекту должен пройти через лоток. Кабелей пока нет, потолок открыт. Часть готовой работы всё равно придётся переделать.

Из-за ограничений мессенджеров в России многим приходится возвращаться к SMS-рассылкам. При этом в привычной воронке можно убрать целый этап: номер получателя уже есть в базе, поэтому незачем ждать, пока юзер повторно оставит его в форме на сайте.

Каждому номеру можно назначить персональную ссылку, чтобы по переходу определять, кто заинтересовался предложением, и передавать данные в CRM. Юзер продолжит изучать страницу, а его интерес уже будет зафиксирован. Даже если он закроет сайт, не заполнив заявку, лид не потеряется.

В статье разберём, почему timeout не позволяет однозначно определить результат бизнес‑операции и как безопасно обрабатывать такие ситуации.

Представим ситуацию: наша система отправляет внешней системе запрос «Создать платёж на 50 000 ₽» POST /payments→ внешняя система получает запрос и создаёт платёж → внешняя система отправляет ответ о созданном платеже → при отправке ответа происходит ошибка и он не доходит до нашей системы → наша система не получает ответ в установленное время и фиксирует timeout.

Можно ли повторить запрос на создание платежа?

Привет! Меня зовут Женя, я деврел в Банки.ру. Короче, у нас есть подкаст “про код.ии.прод” и на Хабре в комментариях нам предложили расшифровать выпуски и оформить их в статьи. Мы любим эксперименты — поэтому решили попробовать. Главное, чтоб зашло вам, друзья.

В прошлый раз мы разгоняли про вайбкодинг: усиливает он инженера или ведет к деградации навыков. Идем дальше. Принимаем как факт, что ИИ помогает писать код быстрее. Но разработка это не только написание кода. Есть постановка задач, ревью, тесты, интеграция, деплой, поддержка, инциденты... Главный вопрос выпуска: ИИ ускоряет путь от идеи до прода целиком или просто генерирует больше кода и пулл-реквестов?

Пользователи все чаще выбирают товары и услуги внутри платформ, где уже есть готовые предложения и возможность быстро связаться с продавцом. Это меняет подход к рекламе: агентствам приходится работать не только с привлечением аудитории, но и с конверсией готового спроса. 

Разбираем, как Авито Реклама и Авито Promo закрывают разные этапы пользовательского пути — от формирования интереса до получения контакта клиента.

Восемь часов в офисе ещё не означают восемь часов работы. Но и полностью отказаться от контроля времени получается далеко не всегда: есть поддержка, дежурства, встречи, SLA и задачи, где фактические трудозатраты действительно важны.

Я попробовал разобраться, что именно мы контролируем, когда считаем рабочие часы: время, доступность, присутствие или всё-таки результат. И в какой момент нормальный управленческий инструмент начинает превращаться в недоверие к сотруднику.