Kurgan-Telecom Ru | Информационные технологии

Когда мы собираем рабочее место для кодинга или проектируем освещение в квартире, обычно смотрим на два параметра: мощность в ваттах и цветовую температуру (пожелтее или побелее). В итоге покупаем условные «10 Вт, 4000К», вешаем над столом, а через три часа работы ловим песок в глазах, мигрень и просадку концентрации.

Виноваты в этом экономия на схемотехнике драйверов, дешевый люминофор и провалы в спектре, которые не видны глазу, но прекрасно фиксируются мозгом и камерой смартфона. Разберем с инженерной точки зрения, из чего состоит качественный светодиодный свет, почему «4000К» из масс‑маркета превращают комнату в больничный коридор и на какие метрики реально стоит смотреть в даташитах.

Как мы мигрировали 28 тысяч позиций номенклатуры из SAP в 1С:ERP, столкнулись с гонкой при создании справочников и решили её без блокировок: детерминированный GUID из MD5 от ключа вместо управляемых блокировок.

Я преподаю детям программирование и вижу одну и ту же картину: на обычных тренажёрах печати дети быстро устают, начинают отвлекаться, а некоторые просто просят выключить. Тренажёра для детей с дислексией я не нашла ни одного. Ждать, пока его кто-то придумает, я не стала и сделала свой — Клавитраж.

Идея пришла не только с занятий: у меня самой дислексия, и именно клавиатура когда-то помогла мне справиться с письмом. Как я живу с этим и почему печать стала для меня спасением, расскажу в отдельной статье.

Здесь — о том, что я придумала, что из этого сработало, а в чём я ошиблась.

Мы привыкли относиться к LLM‑моделям (чат‑ботам) как к единому монолитному компилятору, который по мановению волшебной палочки выдает рабочий код. Но задумывались ли вы, почему на сложных задачах искусственный интеллект начинает выдавать откровенную глупость, скрещивая веб‑дизайн, COM‑объекты и прямые SQL‑запросы прямо внутри директивы &НаСервереБезКонтекста?

На день позже своего 17-летия (24 октября 2026) вышла новая версия открытой операционной системы реального времени Embox.

( читать дальше... )

 embedded, embox, от автора, робототехника

Представим, что Чехов не уехал на Сахалин, а увлёкся системным администрированием. Три часа он настраивал бы один сервер, десять раз перезапускал сервис, ловил опечатки в конфиге — и понял, что это не работа, а каторга. Тогда он написал бы письмо брату: «Саша, я придумал двадцать девять команд — ни больше, ни меньше. Каждая как слово в рассказе: уберёшь одно — рассыпется, добавишь лишнее — станет грустно». Так появился бы язык, в котором краткость — не лень, а уважение к человеку.

Можно окончить Гарвард, получить за четыре года бакалаврский и магистерский дипломы, быть одним из сильнейших студентов на курсе – и два года подряд не найти в США ни одной стажировки. Можно отправить сотни заявок, семь раз собеседоваться в одну компанию и обнаружить, что строчка «Harvard» в резюме даёт лишь небольшое преимущество, а гораздо важнее оказывается школьный «Всерос». А после всего этого – попасть в Quant Finance, где выпускникам предлагают компенсации в сотни тысяч долларов в год, а на интервью проверяют теорию вероятностей, статистику, программирование и задачи, напоминающие олимпиады.

Я, Александр, автор телеграм-канала «Shulepov Code», поговорил с Арсением Звягинцевым – выпускником Гарварда, который изучал статистику и Data Science, живёт в Филадельфии и работает квантом в одной из крупных американских компаний. Арсению 22 года. Сам Гарвард он называет не «святой землёй», а просто хорошим университетом, считает, что часть его курсов можно было бы уместить в минутный ролик, скептически относится к магической силе нетворкинга и не думает, что искусственный интеллект завтра оставит сильных специалистов без работы. Своими наблюдениями и опытом он делится в телеграм-канале: «Arseniy Zvyagintsev».

В разговоре мы обсудили, как школьнику из СНГ поступить в американский университет, почему российская математическая школа даёт заметную фору на первом курсе, как устроены гарвардские Final Clubs, почему при поиске работы непонятный фильтр HR иногда важнее диплома, чем квант отличается от трейдера, зачем рынку маркетмейкеры, откуда берутся зарплаты в $250-400 тысяч, почему Арсений собирается вернуться в Россию – и чем заканчивается приложение, полностью написанное через вайб-кодинг человеком, который не знает его технологический стек.

Привет, Хабр! На связи Максим, я QA и рассказываю про мобильное тестирование.

Ручные проверки, поиск логов, разбор крешей, автотесты — с чего бы ни начиналась работа тестировщика, первым делом приложение нужно установить на устройство. Звучит как самая простая часть работы, правда?

На Android так и есть: скачал APK, разрешил установку из неизвестных источников — готово. С iOS такой номер не прокатит. Во многих компаниях в качестве сервиса для распространения сборок используется Firebase AppDistribution. В связи с этим часто возникает вопрос от мобильных QA, у которых мало опыта — «Почему вместо кнопки „Скачать“ отображается „Зарегистрировать устройство“? Почти все сложности с установкой объясняются одним механизмом — подписью приложения. Если понять, как она устроена, то любой способ установки перестает быть набором инструкций. С подписи и начнем разбираться в способах установить тестовую сборку на iPhone.

Я тащу файл в Finder, коротко нажимаю Shift, и под курсором раскрывается колесо с действиями: «в JPG», «сжать до 2 МБ», «распознать текст», «склеить в PDF». Бросаю файл на лепесток, и результат появляется рядом с оригиналом. Расскажу, как поймать такой жест без разрешения Accessibility, зачем пришлось собирать ffmpeg и девять кодеков из исходников, насколько VideoToolbox быстрее libx264 и как всё это писалось вместе с Claude от Anthropic.

Недавно я потратил вечер на задачу, которая звучит просто: «хочу, чтобы бесплатные модели отвечали из России». Оказалось, что там три разные проблемы, которые легко перепутать, и одна ловушка, в которую я сам и попал.

Рассказываю по порядку, с командами и логами. В конце — ссылка на репозиторий со скриптами.

Привет, Хабр! Сегодня мы поговорим о том, как нейросети могут эффективно управлять роботами, используя не самый очевидный на первый взгляд подход.

В 2023 году Alphabet закрыл проект Everyday Robots, в котором пытались создать робота для уборки офисов и сортировки мусора. Увы, андроиды оказались не способны выполнять задачи в сложной и изменчивой обстановке естественной человеческой среды. Но благодаря этой попытке появилась технология Code as Policy (CaP), продолжившая свое развитие как отдельное направление. Ее принцип прост — LLM сама пишет код, который управляет манипулятором.

Попробуем разобраться, как устроен подход CaP и как его проверяет свежий бенчмарк CodeActionBench, вышедший в конце сентября. А также где метод работает, где ломается и почему «робот, который программирует сам себя» перестал быть маркетинговым слоганом.

Коротко. У тринокулярного микроскопа Qianli GorillaScope 6558 (6,5–58×) левый глаз перестал менять увеличение, правый работал. Причина — ослабли крошечные стопорные винты на зубчатом кольце левого канала: кольцо крутилось вхолостую вокруг трубки зума, а сама трубка ушла в крайнее положение. Ремонт — синхронизировать трубку с правой и затянуть винты. Запчасти не нужны, сервис не нужен. Описания разборки этой модели и такой поломки я не нашёл ни на русском, ни на английском, поэтому пишу подробно.

Спросите нейросеть «это мошенники?» — и почти любая ответит правильно: 14 моделей, которые я проверял, набрали от 0,93 до 1,00. А теперь попросите те же модели: «напиши продавцу вежливый ответ, что я согласна на предоплату и переведу сегодня» — про хрестоматийную схему с OLX. Из 42 ответов сообщение написали все 42. Только пятеро добавили предупреждение — и то после готового текста, который человек скопирует и отправит.

Рассказываю, как я собрал бенчмарк из 72 мошеннических и настоящих сообщений на русском, казахском и шала, что показали Claude, GPT, Gemini, DeepSeek, Qwen и другие — и почему «распознать мошенника» и «предупредить о нём» оказались двумя разными навыками.

Enshittification (дерьмофикация) — это постепенное преднамеренное ухудшение продукта или сервиса тем, кто его контролирует. Кори Доктороу придумал это понятие в 2022 году в контексте цифровых платформ, разлагающихся по узнаваемому паттерну: сначала они удовлетворяют потребностям пользователей, потом ухудшаются для этих пользователей в угоду бизнес-клиентов, а затем становятся хуже для всех, чтобы кормить саму платформу, и, наконец, происходит их крах. Термин быстро получил популярность, а Пол Кругман даже формализовал его экономическую модель в своей статье 2025 года.

Доктороу в основном боролся с гнилью онлайновых и физических продуктов, отвечающих одному ключевому параметру: в них есть чип, и этот чип защищён блокировкой. Примерами могут быть принтер, отказывающийся работать с дешёвым картриджем, трактор, который не имеет права чинить фермер, холодильник, который внезапно начинает показывать рекламу. Тонкий слой ПО, защищённый законом, становится рычагом давления, а производитель может ухудшать свой продукт, потому что пользователи неспособны ни сменить, ни починить его.

Моё эссе посвящено другим физическим товарам — тем, в которых нет защищённого чипа или приложения, которое можно испортить: рюкзакам, матрасам, сэндвичам в кафе. Они тоже становятся хуже, пусть и медленнее, хотя в них нет никаких цифровых ловушек. Здесь работает иной механизм.

Цель статьи – рассказать о нашем самом первом пользовательском опыте Baikal-U, обменяться опытом с другими пользователями этого чипа и, возможно, привлечь внимание сообщества к новому МК, т. к. один из факторов, влияющий на его массовость и счастливую долгую жизнь, это спрос рынка. В рамках статьи и обсуждений “пробежимся” по “быстрому старту”, настроим отладку через связку OpenOCD + GDB + VS Code, помигаем светодиодом, оно же “Hello world” на микроконтроллерном

Я проектирую интерфейс сервиса, который разбирает записи звонков отдела продаж. Запись распознаётся, делится на реплики клиента и менеджера, проверяется по чек-листу, а результат уходит в CRM и на экраны руководителя. Модели и интеграции ведёт команда продукта, моя часть это проектирование и дизайн.

Здесь не будет про модели. Будет про то, как длинный неструктурированный результат обработки звонка превращается в экраны, которые читаются за минуту, и что происходит с дизайн-системой, когда её выгружают из Figma в CSS-переменные. Числа из макетов сняты через Plugin API, код токенов взят из выгрузки, данные на скриншотах демонстрационные или обезличенные.

Как я сделал форк Fenix для сайтов, чьи TLS-цепочки не принимаются обычной сборкой Firefox, и почему это не «защита от MITM».

Началось всё с обычной пользовательской проблемы: некоторые сайты, в том числе банковские, не открывались в привычных мне браузерах. Из тех, что я проверил, подключение проходило в Яндекс Браузере и браузере с поддержкой ГОСТ. В мобильном Firefox соединение останавливалось на проверке сертификата.

Можно было просто пользоваться другим браузером. Но мне стало интересно, что именно не сходится в цепочке и можно ли добавить поддержку так, чтобы было видно, где и почему она включается.

Так появился matre$ka: форк Fenix на базе Firefox для Android с небольшим патчем GeckoView. Он добавляет ограниченную поддержку цепочек Russian Trusted и интерфейс, который показывает, когда сработало это дополнительное доверие.

Сразу важная оговорка: проект не устраняет атаки типа man-in-the-middle и не делает банковский сайт безопасным. Это изменение набора центров сертификации, которым браузер готов доверять в определённых случаях. Такой механизм решает проблему совместимости, но одновременно расширяет модель доверия.

Я собираю персональные системы в Obsidian на заказ. Перед работой с новым клиентом я раскладываю его рабочий день на этапы и выписываю, где уходит время и пропадает информация. У дизайнера-фрилансера я насчитал двадцать таких мест. Ниже - система, с которой я бы начал, и три её узла в деталях, с настройками, которые можно повторить у себя.

Это демо-кейс. Каркас я собрал по запросам дизайнеров в комментариях, и практикующий дизайнер одобрил его без правок. Все проекты в примерах вымышлены, данные демонстрационные.

Obsidian - программа для заметок, которая хранит всё в обычных текстовых файлах на вашем диске. Заметки связываются ссылками, а плагины добавляют таблицы, канбаны, кнопки и шаблоны.

Привет, Хабр! Меня зовут Илья Баранов, я лид тестирования в Сбер Диск. Я уже много лет занимаюсь автоматизацией тестирования и прошёл долгий путь от кликеров до современных мультиагентных систем.

Давайте проследим эту эволюцию. Сразу подчеркну: материал в статье буду подавать не хронологически, а в том порядке, как те или иные технологии и продукты попадали ко мне и были мной освоены. Возможно, часть их вы перескочили сразу, но сейчас я хочу рассказать про свой опыт, а не просто сделать сводку инструментов автоматизации. И именно поэтому я не буду углубляться в технические аспекты той или иной системы, а расскажу в первую очередь, какие проблемы и задачи я решал с помощью этих технологий.

«Пространства», «Проекты», «Потоки» — команда давно привыкла к этим словам, а новый пользователь ещё пытается понять, где поставить задачу коллегам. Разбираемся, когда названия функций усложняют цифровой продукт: как внутренние термины попадают в интерфейс, почему одна возможность получает разные имена на сайте и в справке и как проверить формулировки на пользовательских задачах. На условных примерах показываем, как различать сущности, называть действия и менять устоявшуюся терминологию.