Kurgan-Telecom Ru | Информационные технологии

Привет, Хабр. Я Гоша Соловьёв, ведущий инженер-программист в Контуре.

Иногда в одном обсуждении встречаются люди с разным уровнем погружения в нейросети. Они начинают сравнивать опыт, и тут всплывает проблема: фраза вроде «Я использую GPT для своих задач, и он лучше справляется, чем Qwen» буквально ни о чём не говорит, пока мы не уточним контекст. Более того — она легко вводит собеседника в заблуждение.

В этой статье я объясню, почему два человека, «использующие OpenAI GPT», могут получать кардинально разный результат, и как обсуждать ИИ-агентов так, чтобы разговор был предметным и конструктивным.

В какой-то момент понял, что у меня открыто четыре IDE с разными проектами. В каждой крутится одна или несколько сессий с Claude AI. А я сижу и жонглирую вкладками. Планирование. Ревью там, где критично. Там, где не критично, накидываю хитрые тестовые сценарии, тестируя проект как black box. Постоянно переключаю контекст у себя в голове чтобы понять, а на каком шаге я на этой вкладке и в этом проекте. И потом бам, пора спать. Или есть. Или идти гулять с ребёнком. И в этот момент все процессы останавливаются. Агенты ждут. И получается по факту, что я слабое звено. Не модель с её косяками, а я. Начинаю меньше спать. Парадокс, вроде как должно было быть все наоборот: модели работают, ты спишь. Ан нет.

Несколько лет назад мы представили Мою волну — систему персональных рекомендаций в Яндекс Музыке, которая подстраивается под предпочтения пользователей. В её основе — рекомендательные нейросети-трансформеры, размер которых может достигать сотен миллиардов параметров, и поэтому без мощных дата-центров их работа просто невозможна.

Сегодня мы впервые представляем нашу новую рекомендательную технологию TinyML, которая работает локально, на обычном смартфоне. Теперь при потере доступа в интернет Моя волна не просто бесшовно продолжит воспроизведение музыки, но и будет подстраиваться под действия пользователя и формировать рекомендации, исходя из его предпочтений в текущий момент.

Как это работает и что нам пришлось для этого создать — расскажем под катом.

Многим из нас не повезло с учителем английского. В итоге за годы изучения с нами остались не язык, а барьер, страх и ощущение, что «я не языковой человек».

Нет, в этой статье я не буду рассуждать о волшебной методике или таблетке, но покажу, какие именно вопросы чаще всего задают мои студенты-айтишники на занятиях и что за ними стоит:

1. Почему в английском фиксированный порядок слов?
2. Почему в английском обязательны артикли?
3. Куда исчезли падежи, и почему теперь так важны предлоги?
4. Почему после одних глаголов используется герундий, а после других — инфинитив?
5. Как возникли фразовые глаголы?

Если вас тоже волнуют эти вопросы, а ответы пока не ясны, обязательно загляните в статью.

Чтобы автоматизированно проверять и централизованно обрабатывать огромное количество событий о происходящем в инфраструктуре, используется SIEM –– класс решений информационной безопасности, призванный анализировать события ИБ, собираемые c устройств инфраструктуры, выявлять подозрения на инциденты.

Но для правильного использования этой системы, а тем более для максимально эффективной ее эксплуатации, необходимо провести ряд организационных мероприятий, направленных на выстраивание правильной работы как специалистов, непосредственно взаимодействующих с SIEM (аналитиков ИБ, технических специалистов и администраторов), так и смежных подразделений организации, отвечающих за блок ИТ.

После установки система не становится эффективной сама по себе, и помимо наличия персонала, в чьем ведении она находится, также важны и процессы, которые структурируют и делают более прозрачной и прогнозируемой деятельность по выявлению инцидентов ИБ.

В статье я расскажу, какие процессы следует наладить для работы с SIEM, почему это важно, и какие последствия могут быть и, скорее всего, будут, если этого не сделать.

Starsend

Сегодня мы поговорим об ещё одном интересном способе генерации электроэнергии — концентрационном, где электроэнергию можно извлекать за счёт разницы в концентрации ионов в жидкой среде. 

Способ интересный, так как на земле достаточно большое количество самого известного жидкого растворителя и основы жизни — воды, которая, может быть использована ещё одним полезным для человека образом… 

Telegram: @pg_expecto

MAX: PG_EXPECTO

GitHub - Комплекс pg_expecto для статистического анализа производительности и нагрузочного тестирования СУБД PostgreSQL

GitFlic - pg_expecto - статистический анализ производительности и ожиданий СУБД PostgreSQL

Глоссарий терминов | Postgres DBA | Дзен

Результаты углублённого анализа инцидента производительности в высоконагруженной продуктивной среде PostgreSQL, в ходе которого зафиксирован переход от относительной стабильности к комплексной деградации вычислительных ресурсов, подсистемы ввода-вывода и механизмов синхронизации ядра СУБД. Применение pg_expecto с акцентом на использование как инструмента комплексного статистического анализа производительности СУБД и инфраструктуры позволило не ограничиться констатацией снижения операционной скорости, а выявить критическую конкуренцию за буферный кэш (LWLock: BufferMapping), изменения паттернов работы расширений СУБД и скрытые проблемы дисковой подсистемы.

Когда очередной лендинг требует «просто принимать заявки и показывать новости», разработчик оказывается перед выбором: поднять Laravel/Django с кучей зависимостей, купить SaaS-подписку, или написать что-то своё. Я выбрал третий путь — и это оказалось интереснее, чем я ожидал.

В этой статье разбираю архитектурные решения, которые принял при написании LightHeadless — минималистичного headless CMS на Go.

Не так давно в X (он же бывший Твиттер, есличто) завирусился пост одного там коуча по личной продуктивности, называющего себя «Отцом дисциплины». В нем он поделился с читателями своим планом на неделю, по которому он живет уже 3 года и который привел автора (по его же словам) к небывалому успеху. Смотришь на это и понимаешь: человек тратит больше энергии на контроль жизни, чем на саму жизнь.

Мы уже припомнили [1], насколько небогато жилось коллегам-любителям на заре радио, и каков облик имели нехитрые рукодельные и даже фабричные радиоприёмники 1920-х — простые детекторные или малоламповые схемы, как правило — для длинных и средних волн. Скудный ассортимент всего из нескольких универсальных триодов, не ломившиеся от радиотоваров полки магазинов — почти все элементы для своих конструкций приходилось изготовлять своими руками, часто начиная от нехитрых материалов — листовых металлов, фольги и проволоки, дощечек, винтов, гвоздей, кое-каких подножных кухонных химикатов и прочей чепухи. Изготовлять в том числе и элементы питания (накальные элементы, анодные батареи), резисторы-конденсаторы, детекторы, выпрямители (в случае наличия осветительной сети), сердечники трансформаторов и прочее в этом роде. Ламповые схемы изящны и лаконичны, что давало возможность построить какой-нибудь регенератор, имея из готовых радиоэлементов только вакуумный триод и обмоточный провод. Как изобретательно предки делали свои «гридлики» и «мегомы» мы уже посмотрели [1], взглянем на самодельные конденсаторы в этом же духе.  

Пятнадцать лет назад. Вдумайтесь.

Пятнадцать лет Apple владела самым массовым голосовым ассистентом в истории человечества — больше миллиарда устройств, в каждом кармане, на каждом запястье — и эта штука до сих пор спотыкается, когда просишь её одновременно поставить таймер и отправить сообщение. А за это время ChatGPT взлетел от нуля до двухсот миллионов пользователей за какие-то два года. Claude стал настольным инструментом для любого, кто хоть раз открывал терминал. А гугловский Gemini тихой сапой превратился в самое мощное семейство моделей, о котором за пределами ИИ-тусовки толком никто и не слышал.

Что-то пошло не так. Капитально не так. И в этом месяце обе компании — и Apple, и Google — фактически в этом расписались, сделав ходы, которые переворачивают всё представление о том, как ИИ работает на вашем телефоне.

В статье расскажем, как мы командой Yandex Infrastructure внедрили QoS в сетях InfiniBand при ограниченной вендорской поддержке и скудной практической документации. Обсудим мотивацию: рост смешанных нагрузок во внутреннем облаке и необходимость предсказуемых SLO для различных обучений. Отдельно рассмотрим как могут быть связаны QoS и топология сети DragonFly+.

Или: как корпоративный софт вынудил меня написать своё приложение

Представьте картину. Понедельник, 10:00. В календаре — ежеквартальный all-hands на час. CEO заходит в Teams с видом человека, которому есть что сказать. Первые пять минут — действительно интересно. Потом начинается.

«Наша миссия — создавать ценность для клиентов, двигаясь вперёд как единая команда к амбициозным целям следующего квартала, опираясь на наши ключевые компетенции и синергию между подразделениями...»

Вы смотрите в экран. Потом в окно. Потом снова в экран. Мозг предательски начинает думать о том, что бы поесть на обед и не пора бы поставить кофе.

Хочется включить его фоном и заняться своим делом. Но неловко — вдруг скажут че-то важное? Вот если бы потом можно было быстро пробежаться по тексту и вытащить три реальных факта из часового эфира, а лучше запихнуть все это в LLM, чтобы она все сделала за меня ...

Привет!

Это юбилейный десятый выпуск Frontend Status — дайджеста по фронтенд-разработке и AI.

В этом выпуске:

Здравствуйте. Несколько лет глубоко погружён в тему корпоративных RAG-систем. В последнее время, как от коллег, так и от заказчика часто слышу, что векторный поиск это слабое место и вчерашний день, и что нас спасут только графовые системы. Нашел несколько постов и видео на эту тему. Захотелось попробовать. В статье делюсь своими впечатлениями, рефлексирую и рассказываю как воспроизвести эксперименты.

Почему Ollama? Выделение вычислительных ресурсов на RAG в проекте - отдельная больная тема. Мне нужно было понять нижнюю планку. Если коротко, кое-как работает даже на 4b моделях.

Причём здесь киберпанк? Очень нравится этот жанр, а ещё я люблю использовать для проверки RAG/LLM штук знакомые тексты. Для экспериментов с Microsoft GraphRAG я выбрал рассказ "Johnny Mnemonic" Уильяма Гибсона, для начала на английском.

Язык C# это универсальный и мощный язык программирования, разработанный Microsoft. Хотя многие разработчики знакомы с его основными концепциями, в нём таится множество продвинутых техник и скрытых функций, ожидающих своего открытия.

Эта статья предназначена для тех разработчиков, которые только начинают изучения это языка программирования. Мы рассмотрим наиболее интересные конструкции, используемые в C# и поговорим об их преимуществах.

Привет, Хабр! Это Сергей Перевозчиков, основатель агентства контекстной рекламы «КонтекстЛаб». Я часто вижу одну и ту же ситуацию: компания запускает рекламу, тестирует гипотезы, внедряет разные лайфхаки — а продажи либо стоят на месте, либо растут на символические 10–20%, при этом рентабельность только ухудшается.

В таких случаях проблема почти никогда не в самой рекламе. Она скрыта глубже — на пути клиента к покупке. В воронке есть «пробоины», через которые просто утекают лиды.

На своих проектах я всегда разбираю воронку целиком и работаю с конверсией на каждом этапе — от первого касания до сделки. В этом кейсе покажу методику, которая помогает находить эти потери и системно их закрывать, с конкретными примерами и результатами.

Строим AI-ассистента для бизнеса — и обнаруживаем, что каждое сообщение пользователя с персональными данными уходит в Google. Рассказываю, как это исправить, не сломав UX.

Когда мы запускали AI-ассистента для квалификации лидов в строительном бизнесе, первый же вопрос от клиента поставил меня в тупик: «А куда уходят персональные данные, которые люди вводят в чат?»

Я знал ответ. И он мне не нравился.

Пользователь пишет: «Меня зовут Дмитрий, наша компания ООО Ромашка, телефон +7 903 123-45-67, email dmitriy@company.com». Это сообщение в том же виде уходит в Google Gemini API для генерации ответа. Google получает PII — имя, телефон, email конкретного человека. Каждый раз. С каждым пользователем.

Для бизнеса в России это три проблемы одновременно.

Юридическая. 152-ФЗ требует, чтобы персональные данные российских граждан обрабатывались на территории РФ. Передача данных на серверы Google — даже для обработки, не хранения — это трансграничная передача данных, которая требует уведомления Роскомнадзора и согласия субъекта. Штрафы начинаются от 3 млн рублей.

Бизнес-риск. Контактная база клиентов — главный актив отдела продаж. Отдавать её в третьи руки, пусть даже крупной корпорации — вопрос корпоративной гигиены.

Этика. Клиент пишет в ваш чат. Он доверяет вам свои данные. Не Google.

Задача сформулировалась чётко: большая языковая модель должна вести диалог естественно — обращаться по имени, знать компанию, упоминать email — но никогда не получать реальные персональные данные. Звучит как противоречие. Решение оказалось элегантным.

Статья о том, с какими сложностями могут столкнуться пользователи, установившие ИИ-агента OpenClaw, построенная на личном опыте. Спойлер: монстр под капотом, 81 млн токенов за три дня, конфликты с сервером и почему он не просто бот, а ниндзя-одиночка.

Энцо Феррари начал писать мемуары только после смерти сына Дино. До этого было не до того — гонки, завод, борьба за секунды и победы отнимали всё время. Когда Дино не стало, пришлось остановиться и оглянуться. Так появилась эта книга.

«Мои ужасные радости» — это не хроника автоспорта и не учебник по конструированию болидов. Автор просто делится мыслями, идеями, убеждениями и чувствами, из которых соткана канва его жизни. Строгой хронологии и академической выверенности здесь нет — только живой голос человека, который 60 лет следил за историей гонок из первого ряда и сам же её создавал.

Энцо Феррари — человек, чье имя стало синонимом скорости, страсти и итальянского совершенства. Основатель компании Ferrari, создатель машин-легенд, он прожил жизнь, в которой триумфы и трагедии шли рука об руку. Гонщик, конструктор, руководитель команды — он был всем этим одновременно, но прежде всего он был человеком, одержимым автомобилями.