Kurgan-Telecom Ru | Информационные технологии

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. 

Про автоматизацию в бизнесе принято говорить как про технологию: какую модель взять, какой стек, сколько GPU. Причём в последние пару лет любой такой проект по умолчанию называют «внедрением ИИ» — хотя на деле под капотом обычно смесь: где-то нейросеть, где-то распознавание документов, где-то простые правила, а где-то ИИ вообще не нужен. Это нормально, и дальше я буду говорить «автоматизация», подразумевая весь этот спектр. Важно другое: за годы диагностик мы убедились, что технология — самая предсказуемая часть проекта. Она либо работает, либо нет, и это видно быстро. Проваливаются проекты на другом — на решениях, которые принимаются до внедрения и почти никогда не обсуждаются публично. Расскажу про четыре таких решения на одном сквозном кейсе.

Что получится, если взять Raspberry Pi, USB-модем, имитатор телефонной линии и старый iBook G3 с AirPort? Локальный dial-up-провайдер, который подключает ретрокомпьютер к интернету через Wi-Fi на скорости 33,6 Кбит/с. В этой статье автор собирает такую схему дома, разбирается с mgetty, PPP и модемным рукопожатием — и заодно показывает, почему эксперименты со старым железом всё ещё помогают лучше понимать современные сети.

Приветствую!

В этой части мы рассмотрим что такое guard variables и как под капотом работают синглтоны Майерса. Цель конечно у меня другая, я просто обозреваю процесс разработки ОС и рассказываю какие задачи как и зачем я решаю. Но раз уж столкнулся с этим, то расскажу что понял :-D

И так, стандарт начиная с С++11 гарантирует нам что локальные статические переменные инициализируются потокобезопасно. Но кто и как это обеспечивает? Это делает ABI.

И все таки о чем же идет речь? Представьте себе что есть вот такая структура:

Год назад IT-индустрия начала массово внедрять AI-кодинг-ассистентов. За это время разработчики успели их полюбить, возненавидеть и сделать частью ежедневной рутины.

Но что изменилось на самом деле? Растет ли эффективность, нужно ли заставлять программистов пользоваться ИИ и кто теперь пишет код, а кто его только ревьюит?

Хайлайты с технической дискуссии Conversations в нашем материале! В главных ролях: ВТБ, Т-Банк, Dodo Engineering и S7 TechLab.

Mageia появилась в 2010 году как независимый форк Mandriva после финансовых проблем компании, развивавшей оригинальный дистрибутив. Проект сохранил традиционный для Mandriva подход к организации системы, собственный набор инструментов администрирования и модель разработки силами сообщества.

С момента первого выпуска прошло более 15 лет. В конце июня 2026 года, почти через три года после предыдущего крупного релиза, разработчики представили Mageia 10. Новая версия получила обновленное ядро Linux, свежие версии графических окружений и системных компонентов, а также ряд изменений в инструментах установки и администрирования. Давайте оценим новинку.