Kurgan-Telecom Ru | Информационные технологии

Пообщалась с Марией Великовой, юристом Runetlex, о том, на что компаниям стоит обращать внимание при подготовке статей, чтобы потраченные на них силы, время и деньги не обернулись штрафами, претензиями, судебными исками и даже уголовной ответственостью. Обсудили вопросы от злободневных: «Правда ли, что генеративный контент можно скопировать, и за это ничего не будет?» (спойлер: да, но есть нюансы) до «классики» — почему важно правильно оформлять права на контент и кому может быть выгодно «подловить» компанию на незнании законов об авторском и исключительном праве.

На классе задач «в работе всплыла проблема — каким изменением её уже чинили» GigaChat 2 Max с памятью на связях отвечает верно в 57% случаев, YandexGPT Pro 5.1 — в 61%, а Claude Opus 5 с обычным поиском — в 41%.

Модели никто не трогал: разница целиком в том, доехал ли до модели нужный факт в контексте. В статье приведены замеры, рассуждения, направления применения и выводы со ссылками на проверочные и связанные материалы.

Дискуссии об использовании искусственного интеллекта злоумышленниками часто ограничиваются темами автоматизации фишинга или написанием базового кода. Однако реальный технологический сдвиг заключается в том, что нейросети превращаются из внешней утилиты во внутренний архитектурный компонент вредоносного ПО. Встраивание ИИ-моделей непосредственно в логику бинарников на разных этапах Kill Chain дает вредоносному софту автономность, которая трансформирует векторы атак и значительно меняет правила игры.

Вместо жестких, статичных алгоритмов, которые современные средства защиты научились эффективно детектировать, вредоносный софт начинает использовать динамические движки принятия решений. Это позволяет угрозам адаптироваться к окружению прямо на целевом узле: на ходу менять тактику закрепления в системе, маскировать каналы управления и самостоятельно определять ценность данных для кражи.

Чтобы детально разобраться в масштабах и изменениях этой эволюции, практику интеграции ИИ в малвари нагляднее всего рассматривать через этапы классического киллчейна. Ниже разберем, как именно нейросети пересобирают логику атаки на каждой стадии жизненного цикла угрозы и почему традиционные подходы к безопасности здесь начинают работать уже не так хорошо, как раньше.

Приложение слушает разговоры продавца с клиентами и превращает их в текст. Человек на той стороне трубки не подписывался на то, чтобы его голос уехал на чей-то сервер, и это решило архитектуру раньше, чем я написал первую строчку: наружу не уходит ничего.

Дальше идёт счёт, который за это пришёл, и он вполне конкретный: шесть с половиной минут работы на десятиминутный разговор и половина возможностей, которые в приложении с сервером есть по умолчанию.

У каждого, кто работает с Kubernetes, рано или поздно возникает потребность «посмотреть на кластер глазами»: кто с кем связан, почему под в CrashLoopBackOff, что изменилось за ночь, какие сертификаты истекают. Вариантов обычно два — Kubernetes Dashboard (слишком бедный) или Lens / Headlamp (десктопное приложение или тяжёлый стек с зависимостями). А kubectl-специалисты откапывают причины инцидентов в простынях YAML, где сигнал тонет в managedFields и status.conditions.

Radar — open-source UI для Kubernetes от Skyhook (YC W23). Один бинарник на Go, без регистрации и аккаунта, бесплатный навсегда. Топология кластера, браузер ресурсов, timeline событий, менеджер Helm-релизов, GitOps для FluxCD, карта трафика, аудит безопасности, анализ impact'а перед апгрейдом K8s и даже встроенный MCP-сервер, чтобы ИИ-агенты могли смотреть кластер глазами Radar вместо сырого kubectl.

В этой статье мы развернём Radar в Yandex Managed Kubernetes через Helm — с ingress-nginx и доменом из публичного IP — и разберём все основные экраны. Разворачиваемый инстанс — общий для команды разработчиков, поэтому конфигурация строго read-only: все write-права выключены, ИИ-агенты подключаются к read-only MCP.

Привет, Хабр! (И тебе, IT-шник, который хочет разобраться, что в 2026 вообще здесь происходит? И тебе кто уже прочёл первую часть. Сейчас разберёмся, но легче тебе от этого не станет).

Сегодня продолжим препарировать весь IT рынок России на более чем 100 тысяч вакансий со всевозможных площадок. По-настоящему, полная и честная аналитика. С графиками, цифрами и верой в светлое будущее...

Здесь будет всё, зарплаты, актуальная ситуация по компаниям и географии, и то что уже никому не нужно, прогнозы, тренды, и многое другое, будет интересно...

Российский рынок аналитических решений в последние годы проходит через ряд глобальных изменений - уходили привычные решения, появлялись новые технологии, менялась экономика. В итоге к 2026 году рынок пришел к запросу на доступные решения, близкие к пользователю и отрасли применения, с четко-прослеживаемыми бизнес-эффектами, подходящим форматом поставки и небольшим горизонтом возвратности инвестиций.

Ниже разберем, как эти потребности существующие предложения пытаются закрыть на практике: через семантический слой, ансамбль моделей, RAG по внутренним регламентам, интеграционный слой и ролевые сценарии.

И посмотрим, что из этого выходит.

Учителей физики в России стало вдвое меньше за двадцать лет: 61 тысяча в 2002 году против 31 тысячи сейчас, и треть из них пенсионного возраста. ЕГЭ по физике сдают 91 тысяча человек — это 37% от плана приёма в технические вузы. Некому учить, некому сдавать, некем заполнять инженерные специальности. Круг закручивается сам на себя.

Пытаюсь лучше понять работу Kotlin Coroutines. Беру небольшую тему про Kotlin Coroutines и пытаюсь разобраться и написать шпаргалку (максимально кратко и лаконично). Сегодня поговорим про Каналы (Channel) и паттерн Actor.

В предыдущих частях мы выяснили, что обычные suspend-функции возвращают результат только один раз. Но что делать, если у нас есть непрерывный поток данных, который асинхронно генерируется в одной корутине, а обрабатываться должен в другой (или даже в нескольких)? Нам нужна потокобезопасная «труба». В мире корутин этой трубой является Channel.

Представьте обычный feed на LazyColumn: новости, карточки, между ними рекламный баннер. Баннер загрузился, пользователь пролистал его вниз, затем вернулся обратно, и мерцание реклама грузится заново.

Ещё раз вниз. Ещё раз вверх. Ещё одно мерцание и загрузка.

На первый взгляд причина кажется очевидной: item покидает экран, rememberBannerAdState теряет состояние, Compose создаёт всё заново. Значит, достаточно сохранить BannerAdState за пределами item и проблема исчезнет.

Я тоже так подумал.

Не исчезла.
Мерцания остались.

С этого момента простой баг (?) интеграции Yandex Ads превратился для меня в небольшое расследование: пришлось разобраться, что на самом деле происходит с item внутри LazyColumn, как SubcomposeLayout переиспользует composition, почему это ещё не означает переиспользование AndroidView и какой lifecycle поверх всего этого построил Compose API Yandex Ads.

В итоге вопрос "почему баннер моргает?" оказался гораздо интереснее самого workaround.

Разбор интерфейса Телеграм Кошелька. Исправляю ошибки в UX на странице токенов, чиню логику баланса портфеля и делаю историю транзакций понятной без калькулятора

Разбираемся с мониторингом и observability, metrics, logs и traces, time series, labels, scrape, TSDB, PromQL и alerting rules.

Разберём, как Prometheus получает метрики через /metrics, чем target отличается от endpoint и job, зачем нужны exporters, а также почему запуск Node Exporter в Docker требует доступа к ресурсам Linux-хоста.

И вот настал один из ключевых моментов, решающих судьбу нашей с вами ОС, а именно переход с ужасающего, непереносимого и медленного языка, который умилительно называют ассемблер.

В этой статье мы перейдем в полноценный, современный C++23, и все еще останемся на голом железе. Настроим страницы, GDT и перейдем в 64-битный режим.

Есть популярная экономическая теория, что рыночек порешает, и что конкуренция отсеивает брак, а если решение стало индустриальным стандартом, то оно объективно лучшее. В разработку игр эта логика пришла в конце двухтысячных с популяризацией Unity, и чуть позже Unreal, и попытки сейчас предложить написать свой рендер или менеджер памяти натыкаются на волну противников и кричалок: "не изобретайте велосипед", "фокусируйтесь на геймплее", "делайте игру, а не движку".

В семидесятых Джордж Акерлоф в своей работе про "рынок лимонов" объяснял, что если покупатель не может визуально отличить качественную б/у машину от «хлама» (lemon), то цена на рынке усредняется, качественные машины уходят, и рынок заполняется теми самыми лимонами.

Выход на рынок хороших игровых движков создал большое количество качественных б/у поделок, т.е. ремейков. Вроде бы надо праздновать продлившейся жизни хороших игр, но вместо этого мы получили заполнение рынка мусором, которое повлияло не только на ремейки, но и вообще на рынок игр, как же это вышло?

C-level менеджменту и продюсерам продают не хорошую архитектуру UE5, но красивую демо-сцену на купленных ассетах, громкие фичи и слайды с логотипами других студий, которые "шмагли" выпустить ремейк. И когда презентация в таком движке говорит "наша новая система управления виртуализированной геометрией или автоматическим LOD'ингом решает все проблемы с памятью и арт-пайплайном", я уже вижу как уволят половину моделеров, потому что менеджмент понял это как возможность сэкономить бюджет на них.

Чего нет в маркетинговых презентациях, так что архитектурный дизайн этой системы предполагает постоянную перезапись GPU-буферов, вызывая просадки на любых конфигурациях, кроме идеальной тестовой стойки вендора с сотней гигабайт оперативки и четырьмя 5090 в слае.

Можно хорошо работать, быть полезным команде, постоянно развиваться — и всё равно попасть под сокращение. Пока решение ещё не принято, тревога уже влияет на концентрацию, отношения дома и профессиональные решения: человек читает новости, старается стать незаменимым и постепенно отдаёт возможному увольнению управление своей жизнью.

Разбираю, почему устойчивость в такой ситуации не равна спокойствию, как отличить полезную подготовку от бесконечного поиска гарантий и зачем вместо спасения одного сценария увеличивать количество вариантов, которые останутся у вас, если работа всё-таки исчезнет.

Итан Сигел (американский астрофизик-теоретик и научный журналист, автор рубрики "Спросите Итана", один из пропагандистов современных научных знаний), отвечает на вопрос о том, смогли бы мы заметить и как быстро астероид, подобный тому, который привёл к исчезновению динозавров?

@avshkol перевёл этот свежий, от 3 июля 2026 текст Итана, чтобы, с одной стороны, понять физику процесса и возможность обнаружения (и это несколько отличается от того, что показывают в фильмах-катастрофах), и, с другой стороны, обратить внимание на то, что только мощная система заблаговременного предупреждения о таких опасных телах сможет дать человечеству шанс.

Допустим, вы построили конвейер передачи данных. Собрали множество агентов в нужную вам конфигурацию, например в последовательную цепочку. Прогнали ее на контрольном множестве примеров и получили ожидаемые результаты. Более того, в большинстве случаев система работает в допустимых рамках, но на определённых вопросах просто рассыпается. И тут помимо удивления возникают вопросы - почему так и как все исправить? Самое быстрое решение - доработать промпты. Но правка промптов, написание скилов это в каком-то смысле поиск пути наощупь. Причина, по которой ваша мультиагнетная система (MAS) может резко изменить своё поведение весьма вероятно кроется в свойствах системы, а не отдельных её частей.

Как это ни странно, но именно свойсва системы как целого дают нам возможность видеть картинку целиком и более осмысленно работать с ней, с ее конфигурацией и свойствами. Это не значит что нет смысла разбираться в тонкостях отдельных LLM, новых архитектурах и принципах построения моделей. Просто нужно учитывать что в какой-то момент свойства системы как целого могут играть большую роль в получении стабильного результата.

Всем привет, меня зовут Илья.

И сегодня хочу вам рассказать о том, как я перешел на довольно бородатую технологию и отказался явно от ИИ-предложки и почти других платформ для чтения.

Уже больше 7 лет я работаю в ИТ, и, как многие мои коллеги, я стремлюсь постоянно обучаться - читать статьи, смотреть видео и ходить на конференции и митапы. Особенное у меня отношение к статьям крупных ИТ-компаний, как, например, Google, Amazon, но также и к нашим отечественным: Яндекс, Авито, Ozon и так далее. И если проблему чтения отечественных коллег я решил тем, что пару раз в неделю захожу на Хабр и читаю, то для чтения новых техстатей Amazon и других FAANG-компашек нужно было найти другие способы + есть различные нишевые крутые разрабы, которые пишут в своих веб-блогах и редко выкладывают что-то на общие площадки.

Так начался мой путь к формированию лучшего инструмента для чтения статей.

Бывает так: сидишь, листаешь ленту, и в очередной раз натыкаешься на пост, где стафф-инженер из солнечной Калифорнии крутит свежую модельку на паре RTX PRO 6000 общей стоимостью с подержанную машину. Ты смотришь на свою RTX 4060 в ноутбуке, который покупал «не только для игр», и понимаешь: ну ладно, это не для нас.

Так вот, это как раз для нас. На той самой ноутбучной 4060 с восемью гигабайтами и урезанным вдвое PCIe-линком можно получить 39.3 tok/s на 35-миллиардной модели — быстрее, чем медианная скорость декода Codex в проде. Вопрос был не в железе, а в софте, который это железо обслуживает.

Разбираем FreeToken — движок для локального инференса MoE-моделей от команды, которая до этого сделала vLLM и SGLang.

В школе на уроках английского учительница показала нам способ как быстрее запомнить пересказ текста. Она сначала просила нас переводить текст, а затем смотря в перевод вспоминать текст на английском. Мне этот способ очень понравился, но не понравилось мне то что нужно было постоянно открывать книжку или тетрадку с английским текстом, если еще не успел запомнить некоторые слова переводе.

И вот я не давно опять вернулся к пересказам. Но теперь уже не в школе и с тетрадкой, а в метро и с телефоном. Пользоваться гуглом транслейтом оказалось не так уж и удобно и я подумал а почему бы самому не сделать специализированное приложение с подстветкой нужной строки, с текстом на русском и английском и самое главное синхронной прокруткой двух окон на разных языках. Так и родился приложение "Удобный пересказ"