Kurgan-Telecom Ru | Информационные технологии

Как часто вы слышали: «Не доверяй компилятору, пиши вручную»? Похоже, эту идеологию пора сдавать в архив.

Автор специально собрал примеры, в которых «умный» код современного C++ либо проигрывает наивному, либо не даёт выигрыша, но при этом ухудшает читаемость и мешает оптимизатору. Тут и легендарный Q_rsqrt, и бит-хаки для подсчёта единичек, и вездесущие const&, и даже опасные фокусы с фильтрацией диапазонов. Всё с воспроизводимыми бенчмарками на Clang 21 и Ryzen 9. Если вы готовы пересмотреть багаж старых привычек – просим под кат.

MCP-сервер отвечает Connected. Инструменты работают: бот сам присылает мне сообщения. Мои сообщения до бота доходят, я вижу их в очереди Telegram. А в сессию Claude Code они не попадают. Ни ошибки, ни предупреждения.

Полтора часа я искал не там.

Меня зовут Сол ГудКод, и обычно я вытаскиваю людей из ситуаций, в которые они сами себя загнали, но на этот раз клиентом оказался я сам: мне нужен был бот, которому можно наговорить задачу голосом из дороги, чтобы он сделал её на моей машине и в моих проектах. У Anthropic такое есть официально, и именно поэтому история вышла длиннее, чем я рассчитывал.

Внутри: как отличить эту тишину от своей ошибки за минуту и чем я заменил официальный канал. Плюс восемь мест, где я наступил на грабли Windows. В том числе на те, куда уже наступал в этом же проекте. И на ту, где Claude вежливо попросил меня договорить мысль.

Обзор, посвящённый применению элементов теории категорий в программировании, завершён. Настало время подвести его итоги.

Одной из наиболее востребованных задач функционального программирования является горизонтальная композиция (условно-)независимых эффектов. В этом случае (почти) не нужно задумываться о сложностях перестановки эффектов (дистрибутивный закон монад), и задачу можно решить алгебраическим способом.

Привет, на связи Дмитрий Шестаков. Мы двенадцать лет строим управляемый маркетинг для SaaS и онлайн‑сервисов, и почти на каждом длинном цикле всплывает один и тот же спор: продукт должен продавать себя сам, или без отдела продаж платящих не будет. Триалы капают, а выручка прирастает там, где в сделку заходит живой менеджер, и непонятно, в какую модель вкладывать следующий бюджет. Ниже — как мы честно измеряли стоимость платящего клиента для product‑led и sales‑led модели на одном проекте, почему дешёвая на первый взгляд модель роста SaaS часто выходит дороже и какой контур аналитики для этого нужен. Если вы отвечаете за рост B2B SaaS или онлайн‑платформы, дальше будет по делу.

Содержание

1. Почему спор «продукт продает сам или продают менеджеры» нельзя решить на глаз

2. Что именно мы сравниваем: стоимость платящего клиента

3. Почему нельзя мерить модель по первому месяцу

4. Как мы собрали сквозной контур: от клика до оплаченной подписки

5. Что показал замер: где выигрывает самообслуживание, а где окупаются менеджеры

6. Как выбрать модель под свой продукт: 4 вопроса к юнит‑экономике

7. Частые вопросы

Вопрос производительности работы сервера Angie и различных оптимизаций не раз поднимался в других статьях цикла. Поэтому здесь мы соберём основные приёмы и подходы к настройке Angie для высоких нагрузок, а за подробностями по отдельным вопросам будем направлять читателя в специализированные статьи.

Рынок корпоративного ИИ раскалывается: сужу по профильным конференциям и разговорам с руководителями. С одной стороны — лагерь прагматиков (часто из традиционного B2B-сектора) саботирует тему ИИ-агентов, аргументируя «и без того отлаженными процессами». С другой — жертвы вендорского маркетинга уверены, что у топ-менеджера в штате должна числиться пара десятков виртуальных сотрудников на все случаи жизни.

Между этими двумя полюсами расположились те, кто внедряет технологии методично. Впрочем, и им непросто: рынок меняется быстрее, чем успеваешь протестировать гипотезу. А конкурируют не только покупатели агентов, но и продавцы.

Вопрос «нужен ли человек ИИ-агентам» звучит перевернуто — обычно спрашивают наоборот. Однако громкие анонсы нарисовали картину будущего, где в продажах остаются только боты, а роль человека минимальна.

На самом деле людей рано списывать. По данным UserGems, каждого второго автономного AI-продажника отключают в течение года. Компании, заменившие живой отдел продаж агентами, в большинстве случаев отступали в течение полугода: снова нанимали людей и переходили на гибридную модель. План «сократить штат и снизить расходы» оборачивался обратным: сначала увольнение, потом — новый наем, плюс оплата подписки на агента никуда не делась.

Когда же агенту нужен человек, а когда нет?

У меня долгое время лежал без дела старый ipad 2. Я захотел его использовать для отображения данных от некоторых датчиков из моего Home Assistant сервера. Но увы, приложение на ipad 2 поставить нельзя, а браузер такой старый, что даже страницу авторизации Home Assistant отобразить уже не может. Я так и не смог найти ни одного удобного варианта решения этой проблемы (вариант удалённого запуска браузера и использования VNC я за удобный не считаю). И тогда я решил это решение создать. Так появился сервис HASFOB (Home Assistant Service for Old Browsers), исходный код которого я выложил на GitHub: https://github.com/FaceHoof/HASFOB Так же я выложил уже собранные версии для Windows и Linux: https://github.com/FaceHoof/HASFOB/releases

Итак, как же работает этот сервис? Сервис авторизуется на указанном Home Assistant сервере с помощью токена, собирает информацию от указанных в конфигурационном файле датчиков и предоставляет простую веб страницу с этими данными.

Поиск в Next.js App Router связывает несколько механизмов — Server Components, dynamic routes, searchParams, metadata и клиентские фильтры. Если в проекте одна форма и несколько результатов, состояние можно держать в useState. В каталоге или агрегаторе каждый фильтр меняет URL, набор данных и правила индексации.

В статье на примере учебного проекта EventMap — агрегатора событий, разберем, как спроектировать систему фильтрации, которая генерирует чистые, индексируемые URL для поисковых роботов и обновляет выдачу при изменении фильтров. Страницы вроде «Концерты в Москве» или «Выставки в Петербурге» могут работать как отдельные landing pages. Для них нужны серверный HTML, постоянный URL, свой title, description, h1, canonical и отдельная политика index или noindex. Произвольные запросы, сортировки и глубокая пагинация остаются частью поиска и не попадают автоматически в индекс. Поиск построен через App Router, optional catch‑all route, серверный рендер результатов и общий набор функций для URL, metadata, canonical и sitemap.

Поиск по каталогу создаёт отдельное состояние для каждой комбинации фильтров. Категория, город, дата, сортировка, поисковая строка и номер страницы попадают в URL. При десяти категориях, пятидесяти городах и пяти вариантах сортировки получается 2500 комбинаций без учёта пагинации и свободного текста. Интерфейс должен обработать все допустимые комбинации. В поисковый индекс обычно попадает только часть из них. Страница категории music, страница города london и сочетание music/london могут содержать устойчивую подборку. Запрос ?q=free+jazz+tonight, сортировка по цене и восьмая страница выдачи относятся к текущему действию пользователя. Фильтры без отдельной политики создают большое пространство URL. Google описывает эту проблему в документации по faceted navigation. Изменение каждого параметра создаёт новый адрес, краулер тратит запросы на многочисленные комбинации и позже обнаруживает, что многие из них не содержат самостоятельного материала. (Google for Developers)

Последние несколько лет Саймон Уиллисон тестировал каждый крупный релиз LLM одним и тем же промптом: «Сгенерируй SVG с пеликаном, сидящим на велосипеде».

Эта забавная проверка постепенно стала одним из самых известных неформальных бенчмарков ИИ. Сгенерированные Саймоном картинки пеликанов на велосипедах часто становятся одними из самых популярных комментариев в постах Hacker News о новых релизах ИИ-лабораторий.

Сегодня бенчмарк стал причиной серьёзных обсуждений его полезности, а также того, занимаются ли ИИ-лаборатории его бенчмаксингом [практикой оптимизации ИИ-моделей для получения высоких оценок в популярных бенчмарках]. Когда на кону миллиарды или даже триллионы долларов, а качественный результат может склонить пользователей на твою сторону, не возникает ли искушения добавить модели немного пеликанмаксинга?

Мне захотелось это проверить, поэтому я организовал небольшой эксперимент: сгенерировал 1008 SVG в семи передовых моделях, оценил их при помощи LLM-судьи и проанализировал результаты Claude Fable 5.

В этой статье я расскажу о результатах. Весь код доступен на Github.

Сервисы PaaS предлагают комплексное решение для оптимизации как финансовых, так и временных затрат на поддержку информационных систем. В этой статье на примере управляемых сервисов Cloud X мы рассмотрим, в каких случаях потребление услуг по модели PaaS дает компаниям прямой финансовый эффект, а также обсудим, когда преимущества PaaS‑решений могут оказаться несущественными.

Как coding agents превратили разработчика в диспетчера машин — и запустили гонку оркестраторов, песочниц и ИИ‑фабрик.

Ещё недавно программист открывал один терминал и разговаривал с одним агентом. Затем терминалов стало пять, веток — семь, а главным дефицитом оказался уже не код, а человеческое внимание.

Привет, Хабр! Я Оля Шишенина, отвечаю за обучение и развитие сотрудников VK. Хочу рассказать про внутреннее мероприятие для инженеров, которое мы провели этой весной: Фиксатон VK — трёхдневный марафон по багфиксам, на котором разработчики чинили баги не только в своих командах, но и в смежных продуктах VK. Решения прошли многоэтапный фильтр от общего пула задач, через проверку кода, QA-ревью при подготовке к релизу.

Победители фиксатона получили Nintendo, Playstation, а главному победителю по баллам в индивидуальном зачёте мы подарили Niva Legend — это отличная машина для того, кто любит фиксить и тюнинговать.

Активно занимаюсь вайб кодингом.

Есть у меня полка. Туда ложатся правила, за которые я ещё не заплатил собственной болью — потому что мойпринцип гласит: правило рождается из прожитого инцидента, а не из чужой «лучшей практики». Возьмёшь чужое правило, боль от которого не прожил сам, — первым же и найдёшь, как его обойти.

На полке лежало правило с условием срабатывания, записанным дословно:

Кватернионные, октонионные и Clifford-слои обещают parameter efficiency и «особую выразительность». Мы проверили честно: 35 контролируемых экспериментов, param-matched real-контроли, pre-registered kill-критерии. Преимущество испарилось во всех 35 случаях — включая наш собственный headline-результат. Рассказываем, какое единственное исключение выжило (и почему это optimization basin, а не магия), и какие потолки невозможности с точными константами закрывают вопрос.

Знаете, что общего между парнем в худи за покерным столом и тимлидом с вечно зумящим ноутбуком? На первый взгляд — ничего. Фишки против джиры, блеф против бэклога, ривер против релиза. Но если копнуть глубже — а давайте копнём, — окажется, что оба они играют в одну и ту же игру. Просто ставки разные: где‑то деньги, где‑то карьера, нервы команды и судьба продукта.

Я не шучу. Профессиональный покерист мыслит не комбинациями — он оперирует математическим ожиданием, диапазонами, управлением банкроллом. IT‑менеджер, который чего‑то стоит, думает ровно о том же: риски, бюджеты, ценность для бизнеса. Просто называет это по‑другому. И это не метафора — это система.

Скрипт на python-evtx отработал без единой ошибки, с кодом возврата 0, и вернул 94 записи. В файле их было 2309, и вся атака — от создания админской учётки до запуска шифровальщика — оказалась в потерянных 96%. Разбираемся, почему два байта в заголовке .evtx нельзя принимать на веру и почему проверка непрерывности EventRecordID в этом случае отвечает «пропусков нет».

Утро рабочего дня. Завариваешь кофе, открываешь таск‑трекер/блокнот, и начинаешь планировать. Всё как нас учили книжки по тайм‑менеджменту: smart, важное/срочное, резать слонов и глотать лягушек. Ставишь задачкам приоритеты. Проставляешь часы. Набираешь на день Х задачек (например, чтобы сумма затрат была 6 часов для нормального человека или 4 для менеджера). И вот тебе список задач на день: последовательно, реалистично, иди и делай. Ставь крыжики, вычёркивай задачки, и вечером радостный «о, я всё сделал!».

Если у вас так всё и работает, ну может пару раз в неделю не успеваете что‑то доделать — всё клёво, пролистывайте эту статью. А вот если бывают тотальные регулярные недоделы, и после рабочего дня чувство опустошённости — давайте разбираться, может, у меня есть для вас серебряная пуля.

Перед первой публикацией разработанного мной приложения WeCount я был уверен, что главная причина возможного отказа — ошибки в коде или проблемы в пользовательских сценариях. На практике оказалось наоборот: за всё время App Review к функциональности приложения не возникло ни одного вопроса. Почти все замечания касались исключительно регистрации пользователя.

За два месяца переписки, нескольких отказов подряд и телефонных разговоров с командой App Review, этап регистрации был полностью переписан. В этой статье я расскажу, какие выводы сделал, и почему первоначальная архитектура оказалась ошибочной.

Несмотря на то, что PhpStorm уже несколько лет официально недоступен в России, он по‑прежнему остаётся одним из главных инструментов для PHP‑разработчиков. Недавно вышла новая версия PhpStorm 2026.2.

В релиз вошли новые инструменты для ИИ‑агентов, встроенная интеграция с GitHub Copilot, поддержка собственных моделей для автодополнения и новый атрибут #[FileReference]. Разработчики также добавили отдельное окно для Laravel, поддержку TypeScript 7 и улучшили работу с Git, терминалом, базами данных и Docker.

В статье разберём основные изменения PhpStorm 2026.2, а также расскажем, какие возможности для PHP‑разработки уже доступны в OpenIDE и чего ожидать от её перехода на платформу 2026.2.