Kurgan-Telecom Ru | Информационные технологии

Привет, Хабр! 

Наверняка многие из вас знакомы с нашей платформой BILLmanager Enterprise. Изначально это решение развивалось как инструмент автоматизации предоставления ИТ-ресурсов и учета их использования. Но в какой-то момент платформа начала развиваться как более многофункциональное решение. К базовым функциям добавились такие фичи, как управление гибридной ИТ-инфраструктурой, полноценная оркестрация сервисов, расширенные возможности аналитики. Так появилась Clouden — платформа для управления гибридной ИТ-инфраструктурой и облаками, полноценное решение класса Cloud Management Platform.

Однако в ИТ существует довольно стойкий стереотип, что CMP-решение — это тяжелый инструмент для энтерпрайза, который подойдет только масштабным ИТ-инфраструктурам с тысячами виртуальных машин, сотнями инженеров и огромными бюджетами.

В этой статье мы хотим разрушить этот миф и на примере возможностей Clouden показать реальные сценарии использования платформы для компаний самого разного масштаба.

В больших компаниях поиск почти всегда «работает». Но это не значит, что сотрудники быстро находят нужное: нередко они тратят часы на попытку вспомнить формулировку, место и контекст.

Мы построили внутренний RAG-ассистент в закрытом контуре: изоляция данных, контроль доступа, бенчмарки качества и долгая  работа с вендором. В статье — архитектура, переговоры  с вендором, ошибки, компромиссы и выводы для тех, кто думает о корпоративном ИИ всерьёз.

Конечно, до внедрения RAG компания нормально работала — это не история про «без ИИ ничего не функционирует». Это история про оптимизацию: сократить время на рутинный поиск и навигацию в массивах информации.

Всем привет! На связи Сергей Смирнов, действующий и практикующий AI-инженер. ИИ интересовал меня задолго до нынешнего хайпа: ещё со времён защиты кандидатской, он всегда был для меня не панацеей, а инструментом автоматизации и решения прикладных задач.

С началом «эры» генеративного ИИ я занимаюсь разработкой агентских систем — и в этой статье хочу поделиться тем, что происходит, когда агента нужно не просто запустить, а сделать так, чтобы он работал надёжно, предсказуемо и без страха отдать его реальным пользователям.

Это будет своего рода дорожная карта подготовки агента к продакшену.

В этой статье продолжаем онлайн‑дневник экспериментов с TAPe‑подходом к компьютерному зрению на COCO. Здесь – про обучение эмбеддингов на полностью синтетических TAPe‑данных, 74% точности классификации на 5k val‑изображениях и первые выводы о том, почему стандартные трансформеры нам не подходят.

Qwen-3-Coder-Next — модель с 80 миллиардами параметров и весом 159,4 ГБ. Примерно столько RAM потребовалось бы для её запуска, и это ещё без учёта длинного контекстного окна. И эта модель не считается большой моделью! По слухам, у frontier-моделей более триллиона параметров, для которых понадобилось бы минимум 2 ТБ оперативной памяти. Последний раз я видел столько RAM в одной машине — никогда.

Но что если я скажу, что можно сделать LLM в 4 раза меньше и в 2 раза быстрее — достаточно, чтобы запускать весьма мощные модели на ноутбуке, — при потере точности всего 5–10%?

В этом и заключается магия квантизации.

В этой статье вы узнаете:
– Почему параметры модели делают её такой большой
– Как работает точность чисел с плавающей точкой и чем жертвуют модели
– Как сжимать числа с плавающей точкой с помощью квантизации
– Как измерить потерю качества модели после квантизации

«Вайб-кодинг». Ещё несколько месяцев назад это словосочетание вызывало улыбку, а сегодня оно собирает тысячи запросов в поисковиках и миллионы просмотров.

Но что это на самом деле? Очередная нашумевшая методика, которая учит писать код "не вручную", или реальный инструмент для быстрого создания продуктов? Особенно это интересно тем, кто далёк от программирования, но хочет попробовать себя в роли создателя.

Как только очередной вендор обещает «убить нативные тулзы PostgreSQL», где-то устало вздыхает DBA. Попытка сделать бэкап PostgreSQL «лучше самого PostgreSQL» — это изначально неверная постановка задачи. 

Универсальный файловый агент не притворяется глубоко PostgreSQL-aware решением. Его задача в другом: взять нативные механизмы СУБД и превратить их в управляемый и наблюдаемый процесс на уровне всей инфраструктуры.

Вокруг такого подхода обычно сразу возникают неприятные, но правильные вопросы. Кто отвечает за консистентность? Где на самом деле живет PITR? Что будет, если потеряется WAL-сегмент? Можно ли восстановить одну таблицу, а не весь инстанс? И зачем вообще нужен внешний слой поверх pg_probackup, если у PostgreSQL уже есть свои зрелые инструменты?

Под катом — честный разговор о границах ответственности между PostgreSQL и внешней платформой.

ИИ фотосессия по фото — это всегда компромисс между «пластиковыми» лицами и фотореализмом: одни нейронки хорошо держат консистентность, но добавляют «мыло», а другие предлагают уникальный художественный стиль, но портят референс. Тем не менее, сегодня есть достаточно много вариантов ИИ для фотосессий, которые предлагают приемлемый результат. Мы собрали лучшие модели, как для нашего рынка, так и зарубежные сервисы для тестирования которых нужно будет постараться чуть больше. 

Большинство из нас, так или иначе, пользуется ChatGPT, Claude, DeepSeek. Мы просим их написать письмо, составить отчет, придумать идею, сгенерировать текст, выдать экспертное мнение, иногда - принять решение. Это удобно, быстро, эффективно.

А теперь вопрос: кто в этой связке принимает решения? Если вы думаете "конечно, я" - задержитесь на секунду. Когда вы в последний раз спорили с ответом ИИ? Когда вы в последний раз говорили: "нет, это неверно, вот почему" - и могли объяснить, почему так считаете? Когда вы в последний раз принимали решение, которое шло вразрез с рекомендацией ИИ?

Если таких случаев нет или они единичны - вы уже в зоне риска. Но есть нюанс, который делает эту проблему еще более коварной. Вы не увидите этого риска сейчас. Вы не увидите его через год. Возможно, даже через десять лет. Потому что разрушение способности мыслить - это медленная катастрофа, которая становится заметной только тогда, когда уже ничего нельзя исправить.

Эта статья возникла как необходимость поделиться результатами проведенного мной математического моделирования в направлении исследования когнитивной эволюции человечества при активном взаимодействии с ИИ, в случае когда человек делегирует самое важное, что у него есть в этом тандеме - агентность. И, как следствие, наглядно вырисовывается контур медленно надвигающейся катастрофы, о которой речь пойдет ниже. Я спроектировал модель и исследовал ее на трех временных горизонтах: 15 лет (значимый отрезок человеческой жизни), 50 лет (два поколения), 150 лет (историческая перспектива). Результаты оказались неожиданными и пугающими.

Энтузиаст Дэвид Шютц рассказал, как в рамках программы вознаграждения Tesla пересобрал бортовой компьютер компании в домашних условиях и с какими сложностями столкнулся в этом процессе.

Привет, Хабр!

Я работаю сетевым инженером в компании, которая занимается разработкой софта. В этой статье расскажу о том, как мы собираем статистику сетевого трафика, и о трудностях, с которыми столкнулись и успешно справились.

Когда речь идёт о расследовании инцидентов, связанных с безопасностью своих ресурсов, «приблизительной» статистики недостаточно — нужны подробности. Однако, встроенные в сетевое оборудование решения (вроде sFlow/NetFlow) с этим, как правило, не справляются:

Статья написана на основе интервью с Артёмом Антосиком, сооснователем производства «Сибирский след», Тюмень.

Я сам из Тобольска — второй по численности город в Тюменской области. У меня там были свои обувные магазины, и я закупал обувь на тюменской фабрике «Восход», а потом продавал её у себя. Так в 2012 году я познакомился с Юрием Федотовым — он тогда работал заместителем директора.

В 2018 году Юрий уже ушёл с фабрики. А я приехал в очередной раз — и директор, Виталий Петрович Кузнецов, говорит мне прямо: собираюсь закрываться, помещение буду сдавать в аренду. Виталию Петровичу было 83 года, и он всё ещё сам руководил производством.

Я понял, что это конец. В начале девяностых в Тюмени работало пять крупных обувных производств. К 2018 году не осталось ни одного — «Восход» догорал последним.

Мы с Виталием Петровичем договорились: я выкупаю оборудование, беру площади в аренду и забираю часть сотрудников. Позвонил Юрию, предложил войти в дело. С 2018 года мы вдвоём шьём обувь в Тюмени под маркой «Сибирский след».

Привет, Хабр!

Temporal tables позволяют следить за историями изменений уровне движка. SQL Server сам хранит полную историю изменений каждой строки — без триггеров, без дополнительного кода и без самописного аудита. Фича появилась в SQL Server 2016 и к сегодняшнему дню обросла возможностями. Разберём, как все устроено и как использовать.

В одной из сессий Claude написал у меня 47 файлов. 1 892 строки. Два новых сценария, рефакторинг шести обработчиков, миграция конфига. 38 минут.

Каждый коммит — автоматический CPG-анализ. Каждый промпт — обогащение контекстом из графа. Каждый пул-реквест — радиус поражения и оценка риска.

Не потому что я не доверяю ИИ. А потому что я не доверяю никакому генератору кода без автоматической верификации. Включая себя.

Я довольно быстро понял, что проблема не в модели. Проблема в отсутствии конвейера верификации. Линтеры ловят синтаксис. Тесты ловят поведение. Но никто не ловит структурную деградацию — рост цикломатической сложности, расширение радиуса поражения, дрейф числовых утверждений в документации.

Привет, Хабр! Знаете это чувство, когда у тебя одновременно открыто 20 терминалов с Claude Code или Cursor, ты не помнишь, какой из них за что отвечает, какой уже сожрал 50 баксов токенов, а какой просто завис и смотрит в пустоту? Если знаете — вы либо гениальный архитектор ИИ-систем, либо уже готовы сдаться и уйти в монастырь.

Я выбрал третий путь: организовал ИИ-компанию. Целиком.

Хабр, привет! 

На связи команда разработки контейнерной платформы «Штурвал». Недавно мы выпустили новую версию 2.13.

Теперь пользователям доступны установка через YAML и флаги командной строки, профили кластеров по шаблонам, containerd 2.x с шифрованием образов, сводные отчеты по безопасности. Под катом делимся самым интересным.

Я долго относился к кофе слишком просто. Либо как к безобидной привычке, либо как к кнопке: выпил — собрался. Но чем больше читаю про внимание, усталость и когнитивную нагрузку, тем меньше мне хочется смотреть на кофе как на что-то однозначно хорошее или плохое.

Сверхактивное развитие искусственного интеллекта и современных когнитивных наук сформировало концепцию экзокортекса - своеобразного усиленного мозга, напоминающего протез в виде экзоскелета в фантастических фильмах, который даёт человеку невиданную ранее мощь. Что же из себя представляет этот когнитивный буст экзоскелета? Надо понимать, что использование искусственного интеллекта, это также можно считать неким экзокортексом, так как по сути у нас появляется возможность формировать новое знание без стандартного для познания поиска, анализа и синтеза. Интересно, что учёные и эксперты сейчас склоняются к мысли о том, что для взаимодействия если сейчас точкой контакта для взаимодействия человека с искусственным интеллектом является смартфон или компьютер, то должна быть какая-то другая физическая сущность, которая взаимодействует с нервной системой человека более близко.

Часть исследователей считают, что это какие-либо очки, потому что глаз - это, по сути, нервная система (точнее глазной нерв с дополнительными оптическими структурами глаза) выведенная наружу. Уже сейчас у ряда технологических гигантов есть опции очков, в которых человек может видеть какую-то дополнительную информацию в этих очках при помощи средств искусственного интеллекта. Также сейчас есть множество разных устройств, которые помогают человеку в постоянном режиме задействовать AI типа Plaud.

Продолжаем прохождение linux! Сразу уточню что статья может обновляться после адекватной критики и уточнений от сообществ @opensophy(там где офицально статья была опубликована от opensophy), свежие обновления всегда происходят на hub.opensophy.com, если вы только начинаете изучать линукс или хотите освежить память можете вернуться в прошлую серию рубрики “Учим Linux: Файлы, навигация и поиск”. В этой части я попытался расписать довольно кратко т.к. информации и так много и тот же новичок может не сразу все выучить но по комментариям из Хабра я буду создавать что-то вроде чеклиста оперативных вопросов(это если я пропустил что-то из важной информации). Приступим.

Статья объясняет, как в Linux устроена система пользователей и групп и как через неё управляется доступ к ресурсам. Разбирается, что такое UID/GID, как система хранит данные о пользователях (/etc/passwd, /etc/shadow), как создаются и изменяются аккаунты, как работают группы и права по умолчанию.

Отдельное внимание уделено практическому администрированию: useradd, usermod, sudo, управлению доступом, безопасности и типичным ошибкам.

Буквально пару лет назад было весело обсуждать фронтендеров, у которых каждые полгода появлялся новый фреймворк или библиотека. Кажется, сейчас у них всё устаканилось и breaking change изменений в направлении развития уже не видно. Ну или может я о них не слышу.

Зато теперь источником новостей и обсуждений стал великий и ужасный искусственный интеллект и всё, что с ним связано: релизы моделей каждую неделю, новые агенты каждый месяц и инновационные протоколы каждые полгода. Я думаю, вы уже слышали про MCP, вероятнее всего слышали про Skills, но вот с ACP возможно ещё не сталкивались. Сегодня поговорим именно о нём.