Kurgan-Telecom Ru | Информационные технологии

Обзор доступных зарубежных VPS/VDS-серверов, недорогие виртуальные серверы, разные локации, NVMe, Linux/Windows, гибкая оплата и быстрый запуск проектов.

Google Research выпустили TurboQuant - новый алгоритм сжатия данных, который сокращает объём кэш-памяти LLM как минимум в 6 раз и даёт ускорение до 8 раз. При этом заявляется отсутствие потерь в точности, что напрямую влияет на эффективность работы ИИ.

Я трачу 5–8 часов в неделю на звонках. Продуктовые колы, ретро, один-на-один с командой. Раньше выходил из звонка — и либо судорожно писал заметки по памяти, либо не писал ничего и потом забывал половину договорённостей. Потом начал использовать Quill. Теперь через две минуты после окончания любого звонка у меня есть полный транскрипт, резюме и список action items.

Разберу, как это работает, что отличает Quill от конкурентов и почему я переключился с Granola.

В каждом ИТ‑проекте есть момент, когда опытный разработчик или архитектор получает в подчинение джуниора или новую команду. Естественно, тимлид хочет добиться эффективной работы своих новых подчиненных искренне веря, что он ментор, наставник, «старший товарищ». Но через некоторое время для команды он превращается в надзирателя, который заглядывает через плечо, проверяет каждый коммит и требует отчета по каждому чиху.

В этой статье мы разберем, где проходит грань между здоровым контролем и токсичным микроуправлением, почему умные руководители попадают в эту ловушку и как из нее выбраться.

Результат хорошего видео сегодня — это не столько про возможности ИИ, сколько про понимание его работы и логики выполнения поставленных задач. Поверьте, никто лучше самих ассистентов (GPT и Cloud) не понимает «потолок», который можно вытащить из нейронок. И вовсе не обязательно проходить курсы по промпт‑инжинирингу, чтобы научиться создавать или находить хорошие промпты для генерации видео — этому уже посвящены целые сайты, разделы в Pinterest. Мы решили собрать немного интересных идей в одном месте, посвященных видео, которые прямо сегодня «разрывают» Тик Ток и Ютуб. 

Сделать такие видео Вы можете в Fox AI — это бот, который включает разные движки самых популярных ИИ (Kling, VEO, Sora и другие). Работает в Telegram без ВПН;

Дисклеймер:

Эта статья написана полностью ИИ, на основе моего запроса к 10 разным нейросетям, с одним коротким запросом на тему "С чего начать, чтобы улучшить наше управление в IT-бизнесе".

Бизнес: 12 человек, сегмент "IT-бизнес" (обслуживаниие информационной инфраструктуры), вроде всё нормально, но хочется развития.

Некоторое сравнение сырых ответов 10 нейросетей приводятся в отдельной статье.

По моей просьбе ИИ NotebookLM обработал их ответы, и сформировал общие рекомендации (через функцию "Отчёты"). Я решил не держать их под спудом, и опубликовать. Возможно, вам они будут интересны. Там некоторая перегрузка сленгом, на мой вкус, но был задан именно сегмент "IT-бизнес", возможно это повлияло.

Прошу вас высказаться в комментариях, насколько они кажутся вам полезными. Можно ли уже использовать ИИ в качестве своего личного карманного консультанта по улучшению менеджмента?

Обратите внимание - это чисто исследовательская работа, тут нет никакой рекламы. Прошу карму не снижать)

Итак:

Agentic SOC — это не «ещё один модный модуль с ИИ», а переход от ручной обработки инцидентов и цепочек автоматизации к более самостоятельной модели, где агенты собирают контекст, обогащают инциденты, предлагают действия и иногда запускают безопасные реакции под контролем человека.
Проблема в том, что вместе с ускорением появляются новые риски: слишком широкие полномочия, ошибки сопоставления, внедрение вредоносных подсказок, неверные решения по изоляции и ложная уверенность в «умной автоматизации».

Эта миниатюра, плод моего воображения, родилась из размышления о новой волне сокращения бюджета.

Я, как человек творческий и прагматичный одновременно, могу трактовать эту "разнарядку сверху", с одной стороны, как тест на долб..бов в регионах, а другой - как поиск нестандартных подходов в решении стандартных вопросов. К тому же, отсутствие хоть сколько-нибудь внятной информации: Кто? Как? И чем? - делает данное распоряжение подобным нейросетевой галлюцинации по запросу (привет, Алиса и Гигачат).

Ну да и хр..н с ними...

---

Когда на военно-морском параде в честь присоединения Крыма развалилась выпущенная из сторожевого корабля торпеда и просто упала в воду, произошел короткий, но очень ёмкий диалог между личным составом торпедной части этого корабля:

Наводчик: Товарищ старшина! Пуск произведен! Торпеда... развалилась!

(Секундное замешательство)

Рев старшины: ЧТО!? ЗНАЧИТ!? РАЗВАЛИЛАСЬ!? ДА Я ВАС ВСЕХ К ШПАНГОУТУ ПРИВЯЖУ! БУДЕТЕ ДО КОНЦА ВАХТЫ КАК СУВЕНИРЫ ПОРТОВЫЕ БОЛТАТЬСЯ!...(и так далее)

Тут с палубы спускается командир боевой части, капитан третьего ранга:

- ТИХО! Доложите обстановку!

Багровый старшина вытянулся:

- Товарищ-капитан-третьего-ранга! (И на мгновение замолчал, выпучив глаза от напряжения и пытаясь подобрать формулировку) Торпеда развалилась...

- Сам вижу! - резко оборвал капитан - Как такое... Где механик!?

- Я! - высунулся механик из приборного отсека

Капитан третьего ранга уже набрал в грудь воздуха, чтобы "по полной строгости, и в соответствии с уставом"... Но глядя на растерянные лица всего личного состава, понял, что сам слегка растерялся. Они ведь тридцать три раза все проверяли и перепроверяли. На секундомер можно было не смотреть - все отработано до автоматизма.

Тема сериализации данных является базой для любого мобильного разработчика, поскольку используется для работы с сетью, файловой системой и коммуникацией между основными компонентами. Но есть в этом вопросе особенность, с которой я столкнулся впервые за 7 лет.

Именно об этом открытии и пойдет речь в статье — о смеси двух методов сериализации, — а также о том, почему для решения этой задачи важно разбираться в работе разных видов classLoader. Информация из статьи поможет вам постепенно мигрировать на Parcelable в нужных местах, не переписывая сразу все классы на новую технологию.

PSA (Project Specific Autocomplete) — плагин для продуктов IntelliJ

Хочу представить Вашему вниманию плагин для продуктов IntelliJ, который позволяет создавать:

Автокомплит на основе кода Вашего проекта

Переходы к определению элемента синтаксического дерева (на основе кода Вашего проекта)

Шаблоны кода, состоящие из одного файла (на основе кода Вашего проекта)

Шаблоны кода. состоящие из нескольких файлов (на основе кода Вашего проекта)//

Ссылка на репорзиторий здесь. Для подробностей, прошу под кат.

Три года борьбы со спамом: от простых роботов до живых людей за 30 рублей, которые сбивают аналитику конкурентов. Капча, JWT, fingerprinting — всё это работало, но теперь спамеры стали умнее. Наш новый подход — система смягчения: заявка всегда принимается, спамер уходит удовлетворенным, но бизнес не получает мусор.

Собрали гайд по работе с Git для новичков. 

Разберём, как Git хранит изменения, какие команды нужны для базовой работы с репозиторием и ветками и какие ошибки чаще всего допускают новички. Все команды показываем на примерах в терминале, чтобы их можно было сразу попробовать.

Сохраняйте и пользуйтесь.

Эта статья про нюансы распознавания кириллицы в коде, и про волшебные файлы, которые не понимают, в какой они кодировке, и ломают работу в коде.

В этой статье разберём, как файл «притворялся» что он Macintoch, хотя был Windows-1251, и какую проверку пришлось из-за этого дописать поверх стандартного Encoding.GetEncoding(cdet.Charset);

С конца нулевых в ИТ-кругах ведутся разговоры о социально ориентированных облачных хранилищах, призванных усилить контроль пользователей над своими данными. Мы в Beeline Cloud решили взглянуть на «альтернативные модели управления данными» — например, как выглядит профсоюз владельцев данных и для чего он нужен — и обсудить, почему такие форматы (пока еще) не получили широкого распространения.

Перевод статьи Лорелея Уитмен, RevenueCat

Ключевые выводы из крупнейшего в мире набора данных о подписочных приложениях

Краткое содержание

Рынок подписочных приложений быстро меняется. Старые приложения по-прежнему доминируют по доле выручки, но новые каждый день наводняют cторы. ИИ-приложения «умирают» быстрее, чем успевают выходить, а зона безопасной выручки для среднего приложения стремительно исчезает. «Выживания» больше нет: либо процветаешь, либо выгораешь.

Каждый год наш отчёт «Состояние подписочных приложений» ставит целью понять, что меняется в индустрии: что нового, что ушло в прошлое и что нас ждёт. В этом году наш набор данных снова вырос: более 115 000 приложений, представляющих более 16 миллиардов долларов выручки. И мы проанализировали данные по всем 115 тысячам из них.

Если вы думали, что прошлогодний отчёт был исполином, отвернитесь сейчас. В этом году мы подготовили 338 страниц, готовых дать вам любую метрику, ориентир или тренд, который только может понадобиться.

Если перефразировать слова Дэвида Барнарда: «Есть много приложений, которые зарабатывают много денег».

Но если у вас (как это ни удивительно) нет времени читать каждую страницу полного отчета, то этот краткий обзор для вас. Начнем!

В этой статье мы разберём, как правильно загружать CSV в Apache Spark — распределённую вычислительную систему, ставшую стандартом для обработки больших данных. Это первый и самый важный шаг в знакомстве с API Spark и основа для любой последующей обработки.

Предположим, что вам нужно делать тесты для учащихся или студентов (или даже для себя). Предположим, что их нужно делать много. Действительно много. Можно использовать традиционный ручной труд. Сидеть, придумывать вопросы, подбирать варианты ответов. Повторять по кругу, пока не надоест. Но мы же в XXI веке живем. Явно должны быть способы упростить задачу. Автоматизировать ее.

У меня возникла такая необходимость. Но навыки недопрограммиста подталкивали мысли в сторону написания каких-нибудь скриптов для решения задачи с меньшими усилиями. С другой стороны, зачем в такой, не очень уж и сложной, ситуации писать что-то самому? Если очевидно, что задача как раз для генеративного искусственного интеллекта. Да и опыт его использования в учебном процессе уже имеется. Как дополнительного инструмента, не подумайте чего плохого. Поэтому вооружаемся NotebookLM, Gemini, Google Drive и Google Apps Script и в путь автоматизации создания тестов для обучения. Тем более, тесты пригодятся не только для преподавателей, но и для тех, кто активно занимается самообразованием.

!WARNING! Статья заражена спойлерами ко всей франшизе Resident Evil сильнее, чем Раккун-Сити Т-вирусом. Будем разбирать детали и возможные твисты без жалости, держу в курсе.

Пока кто-то уже успел пройти, а некоторые только открывают для себя эту прекрасную игру, игроки уже нашли множество интересных деталей и пасхалок. Capcom поработали на славу не только в игровых механиках и сюжета, а ещё в мельчайших деталях, которые среднестатистический игрок вряд ли мог даже заметить без инструментов от мододелов.

Я сам решил проверить несколько деталей во время повторного прохождения и был по-настоящему шокирован, потому что увидеть и искать такое самому действительно завораживает. И теперь я как раз и хотел бы рассказать об этих любопытных находках, от которых у многих игроков уже мурашки по коже, более того они помогают представить то, что будет происходить в дальнейшем будущем серии. Меня действительно удивляло то, что несколько вещей, которые обычный игрок однозначно пропустит, имеют довольно большой вес не только для самой игры, но и для дальнейшего развития событий в целом.

Сегодня с вами Женя из Plati.market! И давайте же рассмотрим поближе эту картину, которую для нас создали Capcom и заглянем за кулисы происходящего кошмара…

В прошлой статье я показывал CodeClone как инструмент для поиска структурного дублирования в Python-коде. Не только буквальной копипасты, но и повторяющихся функций, похожих блоков и одинаковых контрольных конструкций.

За это время проект заметно изменился. Если раньше это был в первую очередь детектор клонов, то 2.0.0b1 — уже скорее инструмент для контроля структурного здоровья проекта в CI.

Большинство проблем в инженерных командах пытаются решать через процессы.

И какое-то время это работает. А потом внезапно процессы начинают тормозить, решения замедляются, управляемость падает.

И чем больше "улучшаешь", тем хуже становится.

За последние несколько лет я пересобрал своё понимание управления и понял, что проблема чаще не в процессах. В статье разбираю, где именно ломается "правильное управление" и какие операционные модели реально стоят за этим.

Плюс даю реальные кейсы из практики и мой подход, который я сейчас использую: Miliutin Operating Model Framework.