Kurgan-Telecom Ru | Информационные технологии

Почти в каждой достаточно большой IT-команде рано или поздно появляется человек, про которого коллеги думают примерно одно и то же: с ним тяжело.

Самое интересное, что сам он совершенно не обязательно считает себя сложным человеком. Наоборот: он прямой, принципиальный, требовательный, профессиональный и просто переживает за результат.

Если перевести эгосинтонность на язык IT, получается довольно точная формула: окружающие уже видят баг, а внутри собственной системы человека он всё ещё зарегистрирован как фича.

Всё началось с желания организовать и автоматизировать работу с Terraform, впоследствии с Terragrunt, выстроить управляемый процесс, централизовать, настроить понятный RBAC, в общем, сделать так, «чтобы было красиво». Было сделано несколько подходов, и были рассмотрены разные варианты. Отправной точкой стало структурирование кода, его декомпозиция и рефакторинг, и постепенно дошло до автоматизации самого процесса применения (или просто plan/apply). К этому моменту основная часть кода сконцентрировалась в монорепозитории в self-hosted GitLab, общая и повторяемая логика отделилась во внутренние приватные модули, а сам код вырос в объёмах: более 4 000 .tf файлов, не учитывая внешних и внутренних модулей, более 900 проектов (каталогов), более 30 000 ресурсов, более 30 уникальных провайдеров Terraform. Конечно, все эти условия в той или иной степени повлияли на конечный выбор.

В этой статье расскажу, как мы перешли от ручного управления Terraform и Terragrunt к автоматизированному процессу на базе Atlantis, какие альтернативы рассматривали, почему выбрали именно Atlantis и с какими неочевидными особенностями столкнулись при его эксплуатации.

Алиса уже умеет за один диалог понять, какой пылесос нужен покупателю, подобрать модели, показать цены и привести к покупке. Следующий шаг очевиден: агент человека сам запросит цены, остатки и доставку у агентов магазинов, выберет предложение и оформит заказ. MCP, A2A, UCP, AP2, ACP и YCP постепенно собирают техническую основу такой торговли. Разбираю, что из этого уже работает в России и США, что изменилось всего за последний месяц и насколько реально, что через 1–2 года человеку станет все реже нужен сайт интернет‑магазина.

Бывает так, что нужно быстро вытащить статью с Хабра, сдернуть с нее чистый текст, разметку и картинки. И желательно сделать это без разворачивания огромных парсеров и сложных сетапов. Мне нужен был простой инструмент, который делает ровно одну задачу: берет ID статьи, забирает весь контент, скачивает медиа и при желании сохраняет все в аккуратный Markdown. Так появился habraloader.

Привет, Хабр! Однажды я подумал, что вот не умеют разработчики жить. В каждом из языков есть свои напасти (от которых, в принципе, спасаются разве что разработчики-полиглоты). Возьмем хотя бы C++ — даже без его шаблонов, исключений, и т.д., там все еще много мраков. Возьмем хотя бы iostream — он, блин, весит 2 МБ в последней версии GCC при компиляции под Windows! Или, вот, std::string — динамическая строка. Звучит интересно на бумаге, учитывая, что язык не из добрейших, но на практике...

Гибкие печатные платы ценятся за способность изгибаться и принимать нужную форму внутри корпуса устройства. Но эта же гибкость становится недостатком в тех местах, где плата должна оставаться жёсткой — например, в зоне установки компонентов или подключения разъёма. Для решения этой задачи применяются платы жесткости (stiffener).

В этой статье разберём, что такое stiffener, зачем он нужен, из каких материалов изготавливается и как крепится к гибкой плате.

Привет, Хабр! Меня зовут Денис Корбаков, я технический директор «Смарт-Софт». Мы разрабатываем NGFW и регулярно разбираем, какие сетевые события можно использовать для независимого контроля автоматизированных систем. Последний год эта задача резко усложнилась. В инфраструктуре массово появился новый операционный тип машинного субъекта: автономный агент, который сам выбирает инструменты, меняет контекст и делегирует полномочия.

Zero Trust никогда не ограничивался только людьми. NIST SP 800-207 прямо включает в модель non-person entities: сервисы, приложения, автоматизированное ПО, и обсуждает их ещё с версии 2020 года. Субъект как класс не новый, новыми являются масштаб, автономность и модель поведения. Большинство корпоративных реализаций IAM на практике заточены либо под человека с интерактивной сессией, либо под стабильный сервисный аккаунт, который работает годами с предсказуемым поведением. ИИ-агент находится между этими моделями: не человек, способный самостоятельно оценить допустимый объём своих полномочий, и не полностью статичный сервис с неизменным поведением. Как отмечает исследование Cloud Security Alliance, проведённое при поддержке Aembit, существующие подходы к IAM испытывают нагрузку, на которую изначально не проектировались.

Человек уже решил записать еду. Но вместо ввода приложение предлагает поиск, штрихкод, фото, AI, рецепт, избранное — и ещё несколько дверей. Я сравнил девять трекеров и проверил на моём обеде, где появляется лишнее состояние.

Программисты 1C не любят типовые конфигурации.

Объясню на одном примере и станет понятно, что 1C не заботится о тех, кто использует ее код в своих решениях.

Пагинация ломается не только внутри запроса к базе. Это цепочка: бэкенд определяет порядок и границу страницы, фронт хранит курсор и объединяет ответы, а пользователь меняет фильтры, повторяет запросы и возвращается на экран. Разберём шесть ситуаций, в которых локальные проверки зелёные, а список целиком работает неправильно.

В июле OpenAI выпустила новую линейку моделей, в конце месяца дважды поменяла цены, а на осень назначила отключение Assistants API, Videos API и всего поколения GPT-4. Мы переподключали под эти изменения свои сервисы и по ходу сверяли каждый шаг с документацией. Заодно посмотрели, сколько русскоязычных руководств успело устареть — оказалось, почти все, включая августовские.

Вводное.
Открываешь статью с многообещающим заголовком. Читаешь пять минут. Потом десять. И вдруг осознаешь, что потратил время впустую: перед тобой либо пересказ Википедии, либо философские размышления автора на тему «как же тяжело жить», либо кривой перевод чьей-то субъективной заметки с Medium, в которой нет ни строчки кода, ни одной метрики, ни архитектурной схемы.
Соотношение сигнала и шума на Хабре неуклонно падает. Инженеры приходят сюда за опытом, паттернами и разбором полетов, а получают информационный фастфуд.
Недавно в ленте мелькнул перевод заметки от именитых вице-президентов Microsoft о том, что «ИИ убивает карьеру джунов». Потратив время на чтение, я обнаружил, что это классическое управленческое эссе. В нем ноль фундаментальных механизмов, ноль алгоритмов, ноль метрик производительности и ноль конфигураций. Это просто мнение, замаскированное под техническую аналитику. Когда автор берет такой «мусор», решает, что он полезен, и тащит его на Хабр, он не делится опытом. Он крадет время тысяч инженеров. Теоретические статьи и исторические экскурсы имеют право на существование. Но они должны содержать оригинальное исследование, глубокий анализ или систематизацию фактов. Если статья просто пересказывает общеизвестные факты без новой аналитики — это перепост Википедии, которому место в личном блоге, а не в профильных хабах.

Всё началось с анализа статей для другого разбора, в итоге вылилось в решение автоматизации.
а конкретно, спасибо вот этой статье.

Полтора года назад я написал о своём подходе к структуре FastAPI-приложений. С тех пор два крупных проекта, production и несколько архитектурных граблей заставили меня многое пересмотреть. В этой статье расскажу, что изменилось и какие решения действительно упростили мне разработку.

Современные жилые комплексы сложно представить без умных цифровых решений. Но по состоянию на 2026 год многие цифровые системы в новостройках перестают полноценно работать уже через несколько лет после ввода дома в эксплуатацию. Часть функций отключается, отдельные сервисы становятся недоступны, данные перестают обновляться. 

Собрал причины, по которым система умного дома начинает буксовать вскоре после ввода в эксплуатацию. Расскажу, как на это влияет маркетинг строительных объектов и почему бытовые гаджеты с AliExpress и других маркетплейсов не заменяют промышленные решения. А также предложу свой взгляд с точки зрения эксперта-практика, принимавшего участие в реализации 50+ проектов умного дома,  как добиться от системы  такой устойчивости, чтобы и через 10-20 лет все работало, как в первый день. 

Перегрузка Span.Sort с компаратором-структурой должна была работать быстрее обычной. Замер показал обратное: памяти она расходует больше всех, а времени тратит больше, чем компаратор-класс — на .NET 8, 9 и 10.

В .NET 11 результат меняется, но не везде.

Почему PLM-системы не понимают ЕСКД: от проблемы совместимости к проектированию собственной модели данных

Сегодня HR-службам не позавидуешь. Часто именно они оказываются в центре скандалов, обвинений и объекты «раздачи слонов». И везде есть своя правда. Компании оказались не готовы к происходящему, HR-службы заваленными резюме, а понимания какова должна быть идеальная структура компания в новых условиях (а какие они?) и как должен выглядеть идеальный сотрудник нет. Руководство компаний часто идет на ощупь, пытаясь рефлекторно отвечать на вызовы – по мере поступления проблем. А тут еще ИИ, не только в качестве проблемы ATS-фильтров, но и как новый «член команды». Не говоря уже о требовании к кандидатам слиться с ИИ-помощником в едином экстазе и порыве…

В связи с чем попалась очередная любопытная статья на РБК В статье описана проблема взаимодействия людей и ИИ-агентов. В погоне за инновационностью и для того, чтобы выглядеть более прогрессивно, менеджеры компаний начинают ИИ-агентов объявлять «членами» команды, наделять ИИ-агентов реальными должностными полномочиями. В результате чего ИИ вытесняет людей из процесса принятия решения, а люди начинают сваливать на ИИ свои провалы. Мне эта ситуация показалась интересна с двух точек зрения: с точки зрения науки менеджмента и философской науки.

С точки зрения науки менеджмента. Что такое «команда», откуда это взялось и почему именно эта, командная парадигма, и стала проблемой.

Анализируя историю последних 30 лет, можно заметить тенденцию к переосмыслению понятия «предприятие» с организационной точки зрения. Если до 90-х годов XX века, предприятие понималась скорее как механизм, имеющий жесткие правила (впрочем, не лишенный гибкости),более-менее стройную иерархическую структуру управления и подчиненную вполне понятной цели – получения прибыли, то потом все поменялось.

Разработчики описывают изменения кодом, инфраструктура — декларативными манифестами, а архитектура до сих пор часто живёт в draw.io и PNG. Почему диаграмма без модели быстро устаревает и как собрать архитектурный control plane из знакомых деталей: API server, графа, CMDB, diff/review и operator pattern? А может нам нужно решение с ResourceDefinition, типизированными связями, Temporal workflows и change sets.

Если вся вторая половина века XX‑го и начало XXI‑го веков проходили под знаком глобализации, то теперь, если верить Хантингтону (я имею ввиду его работу «Столкновение цивилизаций»), нас ждет многополярный мир, разделенный на несколько цивилизаций. Несмотря на то, что книга написана в далеком уже 1996 году, события последних лет говорят о том, что она не только не устарела, но стала еще более актуальной.

Кроме того, внутри одних общностей иммиграция стала создавать значительные локальности иных по отношению к принимающей, неохотно смешиваемых, культур.

Еще один фактор — это обосабливание некогда общих культур. Если основной тенденцией эпохи однополярного мира после холодной войны и нацеленности на создание единой глобальной экономики и повсеместной вестернизации, было стирание границ, то сегодня нас ждет обратный процесс. Более того, по мысли Хантингтона он не прекращался и в более или менее скрытом виде наблюдается уже с 80–90-х годов прошлого века.

Если с первыми двумя факторами более‑менее все понятно, по крайней мере в отношении их культурного и лингвистического анализа, то с последним не все так просто. Так, в случае «простого» смешения и/или пересечении семантических полей изначально обособленных общностей, наше понимание упрощается несколькими факторами.

Во‑первых, семантическое ядро изначально изолированных культур имеет четкие границы, что значительно упрощает применение, например, таких инструментов как TF‑IDF и BM25.

Во‑вторых, эти культуры существуют достаточно давно и на протяжении истории возникло довольно большое количество исследований.

Одна из основных задач игры внутри продукта — превратить игрока в активного пользователя. Для этого игровая система предлагает ему совершать целевые действия: сделать покупку, воспользоваться новой функцией, подключить подписку. В награду игрок получает очки, преимущество в розыгрыше призов или доступ к новому контенту.

Одна из ключевых метрик таких проектов – конверсия в выполнение продуктовых заданий. На неё влияет группа игровых показателей: Retention (удержание), DAU (уникальные пользователи), вовлечённость в отдельные механики.

Ещё одной метрике часто уделяют меньше внимания — средней продолжительности активной сессии, или Average Active Session Duration. Чем дольше игрок осмысленно взаимодействует с игрой, тем больше у системы возможностей вовлечь его в механики и подвести к целевому действию.

В этой статье вы узнаете:

Какие бизнес-задачи помогает решать более продолжительная игровая сессия

За какими связанными показателями нужно следить

Какие игровые механики способны её увеличить.