Kurgan-Telecom Ru | Информационные технологии

Если в пути импорта в CLAUDE.md есть пробел, Claude Code обрывает путь на нём, файл не грузится, а ошибки нет. Так у меня ни разу не загрузились два общих справочника, на которые ссылался CLAUDE.md. Я собрал пустой проект, разложил по файлам кодовые слова и спрашивал агента, какие слова он видит, запретив ему читать файлы. Вышло, что ссылка на документ в CLAUDE.md ещё не значит, что агент его прочтёт: у каждого способа ссылки свои правила загрузки.

Я плачу дочерям за то, что они учат язык. Не за оценки, а за каждую правильно набранную фразу, и это их единственные карманные деньги. Когда я собирал систему, я показал её знакомому нейрофизиологу. Саму методику она выслушала с интересом, а на денежной части поморщилась: так нельзя, исследования показывают, что если платить ребенку за учебу, он будет учиться ради денег, а не ради знаний.

Буква ё, кавычки-ёлочки внутри фразы, время 18:47, номер версии v2.3.1 и многоточие: в сентябре 2026 года я собрал всё, на чём обычно спотыкается кириллица на картинке, в подписи для мемов и реплики для комикса и отдал их восьми нейросетям. Задания были такие, какие ставит обычный человек: мем с котом, комикс из четырёх кадров, мем из своей фотографии и продолжение уже нарисованной истории.

Короткий ответ, как сделать мем нейросетью в 2026 году: написать в запросе, что нарисовать, и дословно дать текст надписи. Лучшие модели справляются с этим с первого раза. Из восьми моделей пять написали все 56 слов теста без единой ошибки, у Seedream 4.5 ошибка одна, у Qwen Image 2 Pro три, у Flux 2 Max девять. Картинка стоила от 1,35 до 27,5 ₽ и приходила за 14-63 секунды.

Все прогоны я делал в агрегаторе BotHub, где эти модели собраны в одном чате и оплачиваются в рублях. Самой выгодной оказалась gpt-image-2.5: простой мем с подписью за 1,35 ₽, комикс на четыре кадра за 11,25 ₽, ни одной ошибки в тексте. Самой дорогой и при этом самой неграмотной вышла Flux 2 Max.

Ниже пошаговая инструкция, результаты по каждому заданию и разбор того, почему нейросети путают буквы и почему все они придумывают одни и те же шутки. Дальше цены в сравнении с прайсами разработчиков моделей, шаблоны промптов и чек-лист.

Часовой выпуск подкаста может содержать несколько хороших коротких роликов. Гость объяснил причину технического решения, ведущий разобрал ошибку, участники обсудили спорный подход. Эти эпизоды можно отдельно опубликовать в Shorts, Reels или TikTok. Сначала, однако, нужно найти их в записи и понять, какие из них сохранят смысл без остального разговора.

Поиск фрагментов занимает лишь часть работы. Дальше придётся определить начало и конец, перенести горизонтальное изображение в вертикальный кадр, исправить субтитры и подготовить файл. Сервисы автоматической нарезки собирают эти операции в одном интерфейсе. Они предлагают кандидатов для публикации и инструменты, с помощью которых можно довести клип до готового состояния. При этом короткий ролик должен объяснять тему самостоятельно. Ответ, который понятен участникам часовой беседы, может ничего не говорить зрителю, впервые открывшему клип. Поэтому автоматизация полезна там, где она сокращает поиск и монтаж, а смысл найденного эпизода можно проверить по исходной записи.

В этом обзоре есть шесть инструментов для работы с готовым видео и три сервиса, которые также позволяют создавать ролики по сценарию. Возможности сверены с официальными страницами на 7 октября 2026 года. Здесь нет сравнительных замеров скорости или качества: задача статьи состоит в том, чтобы объяснить различия между рабочими процессами и предложить способ проверки на собственном материале.

Пам пам пам пам, пара пам пам пам, кхм кхм, к сути, вот и все заключительная часть о том как создать свой dsl на c#.

Отключение мобильного интернета в регионах РФ происходит постоянно, и это сильно влияет на эффективность кампаний. Реклама продолжает работать и давать клики, но часть пользователей не может попасть на сайт после перехода. Бюджет все равно расходуется. С Павлом Баракаевым, Head of Digital в click.ru, выяснили:

Привет! Меня зовут Анна, я архитектор Naumen Project Ruler. Я отвечаю за то, как устроена система: чтобы она соответствовала методологиям проектного управления, но при этом не оставалась «теорией из учебника». Мы проектируем Project Ruler достаточно гибким, чтобы он встраивался в реальные процессы разных компаний и учитывал разные подходы к управлению.

Откладывать дальше вопрос замены Jira уже не получится. Перспектива остаться без необходимого рабочего инструмента все ближе. Для компаний, которые до последнего держатся за Jira, есть вариант, купить готовое решение или разработать свое и больше никогда не оказаться в ситуации, подобной нынешней.

Первый вариант быстрее и проще — все готово, платишь и пользуешься. Правда, скорее всего придется пойти на компромиссы в привычных процессах, чтобы найти «общий знаменатель» между ними и возможностями решения. Кроме того, придется приготовиться к постоянным платежам за лицензии.

Второй — сделать собственное решение, ориентированное на потребности, задачи и процессы конкретной компании. Этот вариант может показаться практически идеальным: никакой зависимости от лицензий, не нужно подстраиваться под функциональность чужой системы, никаких противоречий с внутренним контуром безопасности. В конце концов, меньше зависимости от вендора — меньше рисков. Очевидно, что здесь потребуются затраты на разработку, но кажется, что оно того стоит. Разберемся, так ли это на самом деле, и рассмотрим плюсы и минусы каждого варианта.

Что заставляет человека добровольно уходить на несколько часов в лес, болота или горные тропы — и возвращаться оттуда уставшим, но счастливым?

Для кого-то пробежка — это способ зарядиться с утра энергией или размяться после рабочего дня. Для Алексея Зимина, руководителя портфеля проектов «Синимекс», длинная дистанция постепенно превратилась в способ исследовать собственные возможности.

Когда-то Алексей поставил себе цель пробежать марафон. После финиша обнаружил, что останавливаться на 42 километрах совсем не хочется. Так начался поиск собственного предела: трейлы, многочасовые забеги, дистанции вдали от цивилизации и всё более сложные спортивные задачи.

ИИ всё чаще упирается не в качество промпта, а в то, что происходит дальше: как встроить модель в рабочий процесс, наблюдать за агентом, контролировать качество и понимать стоимость эксплуатации. В этой подборке собраны открытые уроки про LLM, ИИ-агентов, MLOps, Data Drift и другие практические задачи, с которыми сталкиваются разработчики и команды, когда AI выходит за пределы экспериментов.

Всем привет! Меня зовут Ярослав Хныков, я DS Tech Lead в Авито. Наша команда отвечает за рекомендации на главной странице Авито.

В статье расскажу, как мы шли от CatBoost к нейросетевому ранжированию: какие данные брали, почему первые АБ-тесты уходили в минус и что дало резкий прирост качества.

Будет полезно ML-инженерам и тимлидам, которые работают с ранжированием и рекомендательными системами.

По многочисленным просьбам обозреваем ещё семерку — по количеству спектральных цветов, — известных в позднем СССР и раннем СНГ спектрумовских клонов.

В настройках клиента базы стоял statement_timeout в одну секунду, а запрос выполнялся больше сорока. Таймаут выглядел включённым и не действовал. У этой поломки нашлись четыре родственницы. Пулер в тексте ошибки назвала только одна. Остальные выглядели как пропавшая таблица, недоступная база и простой после выката.

Мы в Яндекс Рекламе регулярно проводим исследования рынка и анализируем обратную связь от специалистов. Сейчас много обсуждают нейросети — и возникает ощущение, что ИИ в рекламе появился недавно, на волне популярности больших языковых моделей. На самом деле нейросети используются в управлении рекламой уже много лет.

Давайте разберём на примере Яндекс Директа, как именно работают ИИ в рекламе сегодня, какие бизнес-задачи они решают и как использовать нейросети в маркетинге с пользой для бизнеса. В этом нам поможет Маша Семенова, продуктовый маркетолог Яндекс Директа.

Новости информационной безопасности за неделю с 30 сентября по 6 октября, в одну строку с ссылками на источник. Темы: ИИ, Уязвимости, Атаки и утечки, Исследования, Рынок, Регулирование, Медиа

В какой-то момент поиска работы мне позвонили и предложили довольно любопытную вакансию. Не совсем вакансию даже. Собственник торгово-производственной компании искал кризис-менеджера. Бизнес был в тяжелом состоянии и, судя по описанию, находился где-то между надо срочно выручать и проще уже продать.

В предыдущей статье «Как я собирал ERP-контур из 5 продуктов для строительной компании» я рассказывал об автоматизации учёта и взаимодействия систем. Однако за любыми данными в ERP стоит физический объект: монолит, конструкции, инженерные сети и выполненные работы. Каким образом связать то, что происходит на стройплощадке, с тем, что мы видим в документах и информационных системах ?

От Железа к собственным VST плагинам

Я музыкант без навыков программирования. Продал свой железный сетап, не нашёл плагинов для живой игры и начал делать их сам с Claude Code. Рассказываю, как появились собственные синтезаторы и графовый движок и почему главным в работе с ИИ оказались правила, а не промпты.

Меня зовут Антон Богун, я старший разработчик ПО в Axenix. В прошлой статье мы говорили о Doc as Code как об инженерной практике: документация живет в Git, проходит review, проверяется автоматически и становится частью процесса разработки. Это важная база, но сегодня у нее появляется следующий уровень применения.

Разработчик подключает ИИ-агента уже не к абстрактной документации, а к собственному проекту: к кодовой базе, OpenAPI спецификациям, Markdown страницам, release notes, задачам в трекере и интеграционным схемам. От агента ждут не пересказа документации, а понимания текущего поведения системы.

Именно здесь возникает новая проблема. Метод API может называться так же, путь может остаться прежним, request body может почти не измениться, но поведение системы уже стало другим. Например, заказ больше не создается сразу в финальном статусе, часть заказов уходит на дополнительную проверку, после создания публикуется событие, а обработка продолжается в другом сервисе через брокер сообщений.

Для человека такие изменения часто понятны из задачи, pull request, обсуждения или кода. Для ИИ-агента это неочевидно, если код, спецификация, документация и задачи не связаны между собой.

Doc as Code отвечает на вопрос: как хранить и проверять документацию. Но для ИИ-агента важнее следующий вопрос: как понять, что изменилось в поведении системы и где это отражено.

ИИ-агенту нужен контекст проекта, а не просто набор файлов

Когда мы говорим «дадим ИИ-документацию», часто подразумевается, что достаточно открыть агенту доступ к репозиторию, где лежат openapi.yaml, README и несколько Markdown страниц. Но в реальном проекте этого мало.

Ну что, я думаю все, кто реально здесь занимается разработкой, продуктами и реальными проектами, а не наводит инфо шума в интернете, чтобы продать курсы, уже подустали от упоминаний AI. Я тоже устал и меня даже подташнивает от слов вайбкодинт.

Но я хочу без магии, а на реальном кейсе без упоминаний проекта, показать как я запускал продукт для заказчика, с чем столкнулся, от чего кайфанул и как это метчится с классическим подходом к разработке.

У вас есть модель, API к ней и идея продукта с агентом. Кажется, осталось написать цикл: отправить запрос, получить tool call, выполнить его и отправить результат обратно. Можно приступать к интерфейсу?

Я тоже успел так подумать. Потом написал много кода, который писать не следовало, и познакомился с подводными камнями, о существовании которых по простому демо не догадаешься. В этой статье разберу, из каких частей на самом деле складывается агентная система, почему каждая из них превращается в отдельный проект и где стоит приложить собственные усилия.

Привет, Хабр! Меня зовут Игорь Цупко. Этот текст вырос из моего доклада о внутреннем устройстве агентных систем. Я буду сознательно упрощать детали: реализации у Codex, Claude Code, OpenCode и других различаются, но основные инженерные задачи удивительно похожи. Мой главный совет звучит резко: не начинайте с разработки собственного ядра агента. Ближе к концу объясню, что делать вместо этого и когда исключение всё-таки оправдано.