Kurgan-Telecom Ru | Информационные технологии

Маленький дисклеймер на входе

Я не разработчик. Я тимлид аналитиков, последние десять лет делала продукты руками других людей: писала ТЗ, гоняла команды, защищала проекты перед бизнесом. Я знаю как должно быть устроено приложение, но если попросить меня самой написать функцию — сделаю круглые глаза.

В этом году я решила, что хватит уже это терпеть. Тренд на «вайбкодинг» — когда ты разговариваешь с нейросетью, а она пишет код — звучал так, будто наконец-то можно без команды собрать проект самой. Пишешь: «хочу сервис, который собирает все семейные платежи в одном календаре» — и через день у тебя задеплоенный MVP с регистрацией, импортом PDF, авто-привязкой чеков к платежам и календарной подпиской.

Спойлер: да, это работает. Реально работает. У меня сейчас на проде живой сервис Бытовые счета, он умеет всё перечисленное выше плюс ещё много чего, и я там написала ровно ноль строк кода руками. Всё — через Claude Code, IDE-расширение от Anthropic.

Спойлер номер два: там, где всё идёт по плану, вайбкодинг — магия. Там, где ломается — оно превращается в очень специфический жанр квеста, в котором тебе сильно помогает базовое аналитическое мышление и мешают розовые очки.

Раскрученный проект nanochat обещает "за $100 обучите свой ChatGPT". В оригинале обучение на 8xH100 80Gb, но никто не мешает обучить его на домашнем и более слабом железе. Попробуем обучить LLM с нуля на статьях Хабра, чтобы посмотреть хватит ли там материала, чтобы модель хотя бы смогла связать пару слов.

Миссия компании Conception заключается в том, чтобы превратить стволовые клетки в человеческие яйцеклетки и переосмыслить понятие фертильности.

Мы хотим поделиться захватывающей новостью: нам удалось получить первые ранние человеческие яйцеклетки («первичные ооциты»), полученные из стволовых клеток. После простого забора крови мы преобразовали клетки крови в стволовые клетки, а затем стимулировали эти стволовые клетки к формированию миниатюрных человеческих яичников, содержащих ранние яйцеклетки.

Хотя предстоит ещё проделать работу по доведению этих яйцеклеток до полной зрелости, мы считаем это значительным научным прорывом.

Enterprise Architecture помогает связывать бизнес‑цели, технологии и изменения в компании. Но без правильного подхода она легко превращается в набор диаграмм и бюрократию. Разбираем 10 типовых ошибок внедрения EA и способы их избежать.

Привет, Хабр!

В последнее время многие столкнулись с топливным кризисом: очереди на заправках, замотанные пистолеты и таблички «95-го нет». В чатах автопутешественников царит хаос. Я решил, что ситуацию может спасти краудсорсинг, и запустил сервис natrasse.ru — интерактивную карту, где водители сами отмечают наличие бензина и размер очередей.

Конечно, я не первый, кто делает подобные радары. Но для меня этот проект — не только попытка решить острую социальную проблему, но и отличный полигон для боевого тестирования моего пет-проекта который я планирую выложить в открытый доступ.

Вся логика сервиса работает на недавно написанной мною библиотеке, реализующей подход HTML-on-Wire (передача готового HTML от сервера). Это её дебют в проде, и текущая нагрузка (сейчас в базе 20 000+ АЗС и около 5000 отметок в сутки) — будет идеальным стресс-тестом, чтобы понять, как такой подход держит нагрузку.

UI/UX: Как уместить всё на одном экране Одной из главных задач было сделать интерфейс, которым удобно пользоваться за рулем или стоя в очереди, когда интернет ловит только на парковке.

6 июля OpenAI выпустил gpt-realtime — движок «речь в речь», который говорит как человек и держит перебивание. Я делаю голосового ИИ-приёмщика для бизнеса на российском стеке и занервничал: не устарел ли мой подход?

За вечер собрал прототип на OpenAI, откопал, что у Яндекса есть свой Realtime, и замерил задержку у всех трёх подходов одним методом. Цифры честные, с оговоркой про VPN: Яндекс Realtime ~330 мс, OpenAI ~740 мс (под VPN — иначе в РФ никак), старая трёхзвенка ~4,4 секунды.

В статье — грабли обоих движков (400-й эндпоинт у OpenAI, три роли доступа и закрытый обмен OAuth→IAM у Яндекса), почему у OpenAI не лечится акцент в русском, и как я за вечер переписал свой прод на Яндекс Realtime: WebSocket-мост, живой PCM-плеер вместо MP3, перебивание без наушников. С кодом и реальными замерами.

Совсем недавно я делал обзор на свои первые смарт-часы, где рассказал о том, что в процессе физических упражнений ношу сразу двое часов одновременно. Некоторым читателям такой подход показался странным, однако на практике это очень удобно: в первую очередь благодаря возможности сравнения показаний пульсометров на разных руках, плюс лично мне кажется такой подход стильным и гиковским.

До недавнего времени я ходил с Apple Watch S3 в качестве дополнительных смарт-часов, однако две недели назад я сменил их на Cubot GT5 за 4.000 рублей. Зачем? Расскажу в сегодняшнем обзоре!

В 2026 году в недвижимости бизнес-класса цикл принятия решения остается длинным: пользователи сравнивают объекты, возвращаются к уже просмотренным вариантам и редко конвертируются с первого контакта.

В кейсе разбираем продвижение ЖК «Инсайдер» от РКС Девелопмент, где использовалась связка медийных и перфоманс-инструментов внутри одной рекламной экосистемы, включая решения Авито Рекламы и инструменты продвижения объекта в категории недвижимости.

В прошлый раз я писал про голосового ИИ на Asterisk и Яндексе. Фурора не случилось, но статью открыли семьсот с лишним человек, в ленте её увидели тысячи, а в комментариях нашлись те, кто делает ровно то же — с той же болью и теми же вопросами про задержки и оценку качества ответов. Значит, тема живая, и про свои проекты писать имеет смысл. Сегодня — про другое, с виду куда более скучное: регулятор для руфтопа. Руфтоп — это крышный кондиционер, большой ящик на крыше торгового центра. Логика — по сути термостат с амбициями: держи температуру, включай компрессоры по запросу, не дай им зачастить. Я закладывал пару недель.

Кончилось это системой дифференциальных уравнений с собственным движком, которая пять раз убедила меня, что всё работает, а потом оказывалось — неправильно. А главное — кончилось не регулятором вовсе. Регулятор оказался тривиальным. Настоящая работа была в другом: научить систему честно говорить, что с железом не так, — и не соврать при этом ни одной цифрой.

Голый тезис на весь текст: термостат — это просто, пока не спросишь, что физически происходит внутри. После этого вопроса начинается наука. А приборы, которые показывают «всё в норме», врут убедительнее всего — и заставить их не врать труднее, чем написать сам регулятор.

Как на самом деле квантование ломает вызов инструментов? Собрал бенчмарк QuantMCP, протестировав модели на 4 ГБ VRAM не на синтетике, а на реальных схемах MCP-серверов. Главный инсайт: популярные бенчмарки вроде BFCL систематически врут - корреляция их оценок с реальным падением качества оказалась отрицательной (-0.755). На живых схемах модели ведут себя иначе: Llama-3.2-1B начинает возвращать саму JSON-схему вместо вызова или галлюцинирует имена инструментов, а Qwen3-0.6B выдумывает несуществующие таблицы в SQLite. Также показал, что сложность схемы не гарантирует большую деградацию, а выбор кванта «по таблицам» может привести к обратному эффекту.

Привет, Хабр! На связи Максим Кацал, руководитель направления автоматизированного тестирования в РТЛабс.

Мы с командой на Госуслугах тестируем огромное количество услуг. В каждой из них — тысячи, миллионы сценариев. Писать автотесты руками — безумие, а поддерживать их очень больно.

В статье расскажу, как мы научились генерировать тесты прямо из JSON-схемы услуги. JUnit 5 + @TestFactory + рекурсивный обход графа маршрутов. Фреймворк, который сам прокладывает путь пользователя по приложению-конструктору, а потом проигрывает его в браузере.

Ниже раскрою архитектуру, код, подводные камни, опишу плюсы и минусы такого подхода.

Интерфейс можно описывать не только через доступные действия, но и через продолжения, которые он делает более лёгкими. В статье предлагается рамка “архитектуры продолжений”: как после действия один следующий ход становится естественным, а другие остаются возможными, но требуют отдельного усилия.

Одно время я достаточно плотно занялся таким вопросом, как отслеживание упоминаний бренда или околобрендовых запросов, так как работал на позиции, подразумевающей подобную деятельность. 

Проблема правда заключалась в том, что сама позиция подразумевала такое отслеживание, а собственник бизнеса не подразумевал этого. Он считал, что лишние действия вредят бюджету компании, а так как он в одном лице был и собственником и менеджером и выгодоприобретателем, то и его личному бюджету такие действия вредили в первую очередь. Деньги, которые могли быть потрачены на новый Iphone не должны уходить в карман владельцам других площадок. Они же уже заработаны, значит они его. 

Полгода назад я начал писать in-memory базу с векторным поиском на Go: RESP-протокол, HNSW-индекс, WAL, многопоточность. Рассказываю, что из этого вышло: как я мерил производительность и на каких граблях стоял, что реально ускоряет векторный поиск, а что нет. Все цифры воспроизводимы, код открыт.

За последний год я провёл серию корпоративных тренингов по использованию ИИ для рабочих офисных задач — в разных по размеру компаниях. И очень часто в перерыве кто‑нибудь из участников подходит и вполголоса спрашивает — «а ничего, что я договор с клиентом закидывал в ChatGPT, чтобы он мне выжимку сделал?»

Ничего хорошего. Хотя человека понять можно: быстро, удобно, качественный результат. Проблема в том, что вместе с текстом договора в чужой дата‑центр уезжают ФИО, паспорта, ИНН, реквизиты — и обычно об этом не знает вообще никто, включая того, кто за персональные данные в компании формально отвечает.

Масштаб у явления нешуточный. ГК «Солар» проанализировала трафик 150 организаций из госсектора, финансов, промышленности, ритейла, телекома и ИТ — и насчитала, что за год объём данных, которые сотрудники сливают в публичные ИИ‑сервисы, вырос примерно в тридцать раз. При этом около 60% компаний вообще не имеют внутренних правил на этот счёт: процесс не контролируется ни технически, ни на бумаге [1, 2].

Давайте разложим по полочкам: что здесь регулирует закон, где реальный риск, где только «страшилки», а где могут быть и штрафы для компании, и как в итоге делать правильно.

Доброго времени суток!

меня зовут Кирилл, хочу рассказать вам о своем проекте Aisha – ИИ репетиторе английского языка для разговорной практики. Об идее, отличиях, технических аспектах.

Всем привет!
Эта статья является выжимкой моего опыта. Возможно для кого-то это очевидные вещи, тем не менее, считаю, что она может мыть полезна начинающим и не только.

Для работы с базами данных в го есть несколько подходов от стандартного "ручного", до удобных, таких как sqlx, GORM, sqlc... Список можно продолжать дальше.
При разработке очередного ПО я познакомился с sqlc (https://sqlc.dev/) и его подход мне понравился: на основе sql запросов создается полноценная обертка над бд - чем не песня, но как ее грамотно использовать в соответствии с принципами SOLID и Го подходом?

У INFOSTART TECH EVENT 2026 появился сайт, а вместе с ним - новый визуальный стиль. В этом году конференция уходит в фэнтези-мир: не только на картинках и баннерах, но и в оформлении площадки, навигации, сувенирах, интерактивах, вечеринке и игровых механиках. Конференция пройдет 8–10 октября 2026 года в Санкт-Петербурге. Это событие для тех, кто работает с 1С, корпоративными системами, архитектурой, инфраструктурой, тестированием, интеграциями и управлением разработкой.

Для TECH EVENT выбран образ Старого Города. Это мир сложных систем, устойчивости, технологий и людей, которые отвечают за то, чтобы все работало. В целом, довольно точное описание жизни 1С-специалиста: старый код, архитектурные развилки, интеграции, нагрузка, баги, требования бизнеса и задачи, которые редко решаются с первого захода...

Мы привыкли видеть Raspberry Pi в виде основы для различных SDR-приемников, декодеров и панорамирующих адаптеров. А вот полноценные КВ-трансиверы на базе RPI встретить сложно. Проект Radioberry — одно из редких приятных исключений. Эта маленькая плата превращает «малинку» в настоящую SDR-станцию со своим интерфейсом и возможностью как принимать, так и передавать в КВ-диапазоне.

До недавнего времени настройка была простой, но после обновления Raspberry Pi OS старые инструкции почти утратили актуальность: плата больше не определялась в системе. Один мой знакомый радиолюбитель даже решил, что она вышла из строя, и попросил меня о диагностике.

Отзывы пользователей — один из самых ценных источников информации о продукте, при этом часто клиенты описывают одну и ту же тему или проблему десятками разных слов. Раньше работать с фидбэком было долго и ресурсоемко, но с появлением Embeddings и LLM это изменилось.