Kurgan-Telecom Ru | Информационные технологии

Многие считают, что задача QA — найти как можно больше багов. И чем будет длиннее список в баг-трекере, тем «полезнее» тестировщик. В этой статье расскажем, почему QA — не просто ловец багов, а инженер качества. Разберем, как инженерный подход к стабильности помогает команде Modus управлять рисками задолго до первой строчки кода и почему это полностью меняет отношение к процессам тестирования.

Раскопал на Medium интересное эссе от разработчика Krzyś про Elixir. Написано так захватывающе и самобытно, что не смог пройти мимо. Хотел чуть-чуть подсократить, но каждый раздел важен, а терять стиль автора не хочется. Поэтому разбиваю его на две части — сегодня делюсь первой.

Добрый день, дорогие читатели!

В прошлой статье мы разбирали, как импортировать из Active Directory список ПК в домене. Сегодня разберем, как просканировать импортированные Windows-активы. Поговорим о нюансах для АРМов, серверов, контроллеров домена, недоменной технике, проведем эксперимент со сканированием и мельком затронем проблемы лицензирования и End of Support.

Корпоративные мессенджеры, порталы, супераппы — эти термины сегодня звучат едва ли не на каждом совещании. Но что они на самом деле означают, и главное, что из этого действительно нужно вашей компании? Разберемся по порядку.

Несколько недель назад издание Nikkei Asia сообщило, что у пяти крупнейших технологических компаний США есть долговые обязательства на $1,65 трлн, которые в их балансах нигде не фигурируют. Речь не про ту часть, которую видно, а про второй, куда более мощный пласт долга. Через несколько дней газета Financial Times обнаружила ещё $50 млрд арендных обязательств, которые Nvidia взяла на себя ради одного-единственного центра обработки данных в Техасе, машинные залы которого планируется заполнить её же собственными чипами — обязательство, о котором до этого известно не было

Сумма продолжает движение. Свои прикидки Nikkei проводило ещё до того, как большинство этих компаний успели опубликовать квартальные результаты. А когда несколько дней назад они всё-таки выдали финансовую отчётность, выяснилось, что только из этой пятёрки три компании за один квартал взяли на себя почти $900 млрд новых обязательств, связанных с ИИ. Так что $1,65 трлн — уже оценка заниженная.

И вот поэтому если вы хоть раз заглядывали в финансовые сообщества YouTube, то вы уже знаете, с чем сравнивают ситуацию блогеры. В ход пошло слово Enron. Ютуберы (с огромной аудиторией в социальных сетях, но без внятной экспертизы в в бухгалтерском учёте) посмотрели на эти цифры и пришли к выводу, что перед нами очередной Enron.

В последнее время я частенько подхожу к зеркалу и тренирую ошарашенное выражение лица. Удивительно, но трудно застыть с открытым ртом, показывать пальцем на красную линию и выглядеть так, будто понимаешь смысл термина «аренда». Потому что… ну ладно, вот о чём я хотел поговорить. Правда ли это всё? Нас пытаются надуть? Реальные цифры скрывают от инвесторов, как это делала Enron, пока её не вывели на чистую воду в начале 2000-х? Или реальность более скучная и одновременно интересная? Давайте разбираться.

Опасения по поводу возможного «ИИ-пузыря» на фондовом рынке США нарастают, причём не только в самой Америке. Европейский центробанк выпустил доклад, в котором предупредил о вероятной коррекции акций ИИ-компаний даже в том случае, если их нынешние оценки рационально обоснованы.

ЕЦБ провёл параллели между ИИ-бумом и «пузырём доткомов» 1990-х, а также с периодами развития железных дорог и электрификации, за которыми всегда следовал обвал. Европейский регулятор опасается, что энтузиазм инвесторов по поводу ИИ может резко смениться разочарованием, а последствия падения рынков затронут не только США.

Под конец нашей скевоморфной недели — история еще одной метафорической оболочки, которая должна была подружить неискушенных пользователей с дебрями домашней компьютерной технологии. И, как обычно, что‑то должно было пойти не так…

В этой статье я собрал инструменты и подходы, которые на реальном опыте помогли мне пройти путь от базовых знаний до более-менее свободного общения. Возможно, для кого-то здесь будут очевидные решения, однако для новичков точно найдутся полезные альтернативы — как минимум, как по мне, это куда эффективнее Duolingo (никому не в обиду).

Обратите внимание, что я оцениваю свой английский примерно на уровне B2 и в данный момент все еще стремлюсь улучшать свои навыки, так что здесь всё будет чисто субъективно и на основе моего опыта. С профессиональными лингвистами я никогда не общался, поэтому не могу гарантировать как свои знания, так и чужие.

На DS/ML‑собеседовании можно уверенно пройти теорию и всё равно получить отказ. Часто решение принимается позже — когда становится видно, умеет ли кандидат работать с данными, продакшеном и реальными ограничениями. Разбираем шесть ошибок, на которых сыпятся даже сильные специалисты.

В 2012 году ученые показали, что бактериальную систему CRISPR-Cas9 можно превратить в программируемые «ножницы» для ДНК. Через восемь лет Дженнифер Дудна и Эммануэль Шарпантье получили за эту работу Нобелевскую премию по химии.

16 июля 2026 года команда Дженнифер Дудны представила в Science способ проектировать такие белки с помощью ИИ. Ученые создали компактные нуклеазы, которых нет в природе, а затем проверили их в бактериях, растительных и человеческих клетках. Некоторые варианты работали лучше белка, с которого начался эксперимент. Зачем генной терапии искусственный редактор клеток и что ждать в будущем — разбираемся в материале ниже.

Основные условия к проекту - это возможность собрать ровер из готовых модулей, которые можно найти на известных площадках, прошить микроконтроллер простым drag-and-drop и записать OS на SD Card.

История о том, как я пытаюсь сделать ровер.

Удалёнка и гибрид в российских компаниях давно не экзотика. Разговоров на кухне и в коридоре стало меньше, а новые поводы пообщаться вне задач команде приходится придумывать самой. 

Согласно отчёту State of the Global Workplace 2026, по итогам 2025 года вовлечёнными в работу были 20% сотрудников по всему миру. Исследование охватывает всех сотрудников, а не только распределённые команды, поэтому напрямую с удалённой работой эти цифры связывать не стоит. 

За поддержание командных связей обычно отвечают руководитель и HR совместно. Тимбилдинг не решит проблемы с нагрузкой, руководителем, зарплатой или рабочими процессами, но может поддержать неформальные связи и помочь новичкам освоиться в команде. Даже мы, игротехники из агентства Найт Стрит, делаем для себя небольшие внутренние активности: турниры по игре в Класк, кикер, Квизы.

Бюджет на подобные активности урезают одним из первых. Ниже собраны пять форматов, как поддержать удалённую команду своими силами: бюджетный онлайн-тимбилдинг без подрядчика, где всё держится на ведущем, списке заданий и обычной видеосвязи. Для каждого разобрано, что понадобится и с какими сложностями команда столкнется в онлайне.

2026 год стал переломным для Bun. Переписывание на Rust с помощью Claude Fable 5 за 11 дней показало новые возможности AI-ускоренной разработки, а 20 августа 2026 вышел Bun v1.4 — первый production-релиз, полностью работающий на Rust-версии рантайма (до этого Rust использовался только внутри, например в Claude Code). Версия 1.3.14 добавила Bun.Image, HTTP/3 и Global Virtual Store, а v1.4 принесла резкий скачок совместимости с Node.js и десятки новых встроенных API. Bun стал частью Anthropic после приобретения в декабре 2025.

У ДДТ был свой ответ на вопрос «что такое осень». И даже не один. У C++-разработчиков — свой: это когда вместо листьев разлетаются корутины, вместо дождя — потоки событий, а select и poll внезапно становятся отличной темой для вечерней встречи. 10 сентября в 18:30 проверим эту версию на мероприятии YADRO и C++ Russia. 

В программе — два технических доклада от разработчиков «Лаборатории Касперского» и YADRO. Перед выступлениями Александр Иргер, эксперт по разработке ПО в области телекоммуникаций, расскажет о планах московского сообщества «плюсовиков» и о том, над какими задачами работают сотни разработчиков на С++ в YADRO. Чтобы присоединиться к встрече в любом формате, пожалуйста, зарегистрируйтесь заранее.

Собирая новый ПК, пусть даже не самый мощный, многие по умолчанию закладывают в него водянку. Все-таки вода отводит тепло лучше, да и просто красиво выходит. Всякие трубочки, лампочки, помпочки, сами знаете. По сборке с водянкой сразу видно, что человек подошёл к делу серьёзно. Воздушный кулер на ее фоне смотрится, конечно, победнее. Вот только разница между хорошей башней и водянкой уже давно скрывается не там, где многие её ищут. Сегодня разбираемся, когда вода и правда нужна, а когда вы просто переплачиваете за красоту и рискуете почём зря.

У Nemiling есть пошаговая инструкция по подключению Telegram-канала, но мне удобнее работать с текстом, который можно держать перед глазами и проходить последовательно. Тем более, настройка состоит из нескольких шагов.

Отдельно мне было интересно посмотреть, что после настройки увидит уже не владелец канала, а обычный подписчик: как он выбирает тариф, где оплачивает доступ и сколько вообще действий ему приходится сделать.

Поэтому я собрал обе части в один материал: сначала настроим платный Telegram-канал, а затем пройдём путь подписчика до оплаты.

В этой статье разбираю конкретный сценарий — платную подписку на Telegram-канал через Nemiling.

За последние годы я несколько раз видел как компания утверждает план в декабре, а к марту он теряет смысл, но продолжает выполняться, потому что план утверждён. Формально всё в порядке, метрики исполнения зелёные. Фактически ресурсы уходят в никуда.

Отсюда логичный вывод, который делают многие: раз всё равно ничего не предскажешь, зачем вообще стратегия.

Считаю, что это ошибка. В нестабильной среде стратегия тоже нужна, просто другая. Не жёсткий план на пять лет, а система ориентиров, которая позволяет быстро принимать решения и корректировать курс, не теряя главного.

Всем привет! Меня зовут Андрей Храмченков и я занимаюсь проектным управлением в SENSE. В статье собрал модели, которые держу в рабочей тетради и достаю, когда нужно принять сложное решение. И свой опыт того, где они работают, а где их приходится адаптировать под ИТ-реальность.

В ходе одного из расследований мы наткнулись на группу серверов, где злоумышленники закрепились с помощью Go-агентов для C2-фреймворка Mythic. Всё выглядело стандартно: systemd-юниты, периодические колбэки, знакомая многим архитектура. Но когда мы попытались разобрать сами файлы, начались сюрпризы.

Исполнительные файлы были обфусцированы Garble и дополнительно упакованы UPX. Однако упаковщик оказался модифицированным: служебные заголовки оказались частично удалены или повреждены, и upx -d отказывался работать. После ручного восстановления мы всё-таки распаковали образцы, но исходных имён функций, пакетов и типов в коде практически не осталось — Garble сделал своё дело.

Первичные признаки указывали на агента Poseidon, который ранее уже встречался в атаках GOFFEE. Мы сверили находки с публичными версиями Poseidon и его форком Freyja — и поняли, это не они.

Перед нами оказалась самостоятельная ветка разработки. Мы назвали её COW — по внутреннему имени, сохранившемуся в некоторых образцах. В первой части мы расскажем:

- как восстановили происхождение COW и почему его основой стал именно Poseidon, а не Freyja;

- как нашли другие версии агента с новыми возможностями;

- как проследили развитие COW и сравнили его с публичными агентами Mythic.

Но обо всём по порядку...

Мониторинг, диагностика и облачный сайт

В первой части (https://habr.com/ru/articles/1059594/) я рассказал, как Wiren Board заменил дефицитную плату защиты и управления компрессорами в чиллере Carrier 30HXA. На тот момент основной задачей было сохранить штатный центральный контроллер и интерфейс оператора, но заменить для начала одну из специализированных плат CPM (CCP) доступным промышленным контроллером.

После запуска эмулятора стало понятно, что одной замены платы теперь недостаточно.

Когда вы задаёте нейросети вопрос, в поиск уходит не он. Модель сама переписывает вопрос в несколько своих формулировок и только потом идёт искать. Мы разобрали 686 454 таких подзапроса из ответов шести нейросетей: обеих Алис, ChatGPT, Gemini, Grok и DeepSeek. Оказалось, что шире всех вопрос раскладывает не ChatGPT, а Яндекс, причём он единственный показывает, в какой индекс уходит каждый подзапрос: в веб, в товары, в карты, в картинки или в видео. А ещё модели сами подставляют в свои запросы бренды конкурентов, иногда забывая упомянуть бренд самого клиента. В статье разбор того, как разные нейросети превращают один вопрос в веер запросов, с живыми примерами.