Kurgan-Telecom Ru | Информационные технологии

1 сентября закончилась ежегодная проверка аккредитованных ИТ-компаний. Если в этом году результаты плановой проверки не обрадовали и аккредитацию не удалось сохранить – компания может потерять налоговые льготы, а часть налогов придется пересчитать с начала года и доплатить. Давайте разбираться почему могли не подтвердить ИТ-аккредитацию в 2026 году, когда есть смысл спорить с Минцифры и что делать, если статус уже аннулировали.

Пять месяцев A/B-тестирования programmatic-рекламы на 17 сайтах, выводы и практические рекомендации для паблишеров и владельцев контентных проектов.

Привет! Меня зовут Георгий Задворнов, я CEO и co-founder Advertronic – партнера по управлению доходностью рекламного инвентаря. Решил провести исследование, какая конфигурация рекламных блоков выгоднее сайту: один большой или два маленьких.

Главное из исследования:

Частый кейс в промышленной инженерии — предположим, понадобилось снимать телеметрию с управляемых iPDU в стойке. Стандартный маршрут включает виртуалку под Zabbix, рядом SQL-база, сверху веб-интерфейс, дальше по вкусу облако и оплата за хранение данных. В этом кейсе другой стек — Telegraf, InfluxDB и Grafana — целиком внутри промышленного одноплатника, который сидит в той же стойке, что и опрашиваемое оборудование, потребляет несколько ватт и настраивается из браузера с рабочего места.

Накопитель — это такой компонент ПК, который предпочитает разочаровывать постепенно. Ну, смотрите. Видеокарта либо тянет игру, либо нет. Процессор как считал, так и считает в течение всего срока эксплуатации. А вот SSD, который в день покупки перекидывал файлы со свистом, через год запросто может начать тормозить так, как Киа Оптима на шинах Gislaved. То есть не будет ни ошибок, ни предупреждений, ничего. Он просто станет медленнее, и все. Интересно, почему?

Две исследовательские группы утверждают, что им удалось значительно сократить количество кубитов и время, необходимое для взлома распространённых технологий шифрования. 

В марте 2026 года две независимые группы объявили о результатах, которые заметно сокращают разрыв между теорией и реальными машинами. Звёздная команда квантовых физиков из Калифорнийского технологического института (Калтеха) представила проект квантового компьютера, способного взламывать шифрование RSA и ECC всего лишь с помощью десятков тысяч кубитов, и заявила о создании компании для его разработки. А исследователи из Google объявили о разработке реализации алгоритма Шора, которая в десять раз эффективнее лучшего из предыдущих методов.

Но почему именно алгоритм Шора так интересует большинство специалистов по квантовым вычислениям? Примерно 30 лет назад математик Питер Шор взял за основу узкоспециализированный физический проект — компьютер, который работал бы по контринтуитивным законам квантовой механики, — и потряс мир.

Шор разработал способ быстрого решения квантовыми компьютерами пары математических задач, которые классические компьютеры могли решить только спустя миллиарды лет. Так вышло, что именно на этих задачах держалась безопасность зарождавшегося цифрового мира. Почти каждый сайт, электронный почтовый ящик и банковский счёт защищает допущение: решить эти задачи за разумное время невозможно. Алгоритм Шора доказал ошибочность этого предположения.

Один сломанный bash-скрипт. Семь настоящих багов — от косметических (устаревшие имена файлов в комментариях) до фатальных: сводная таблица, которая всегда показывает нули, что бы на самом деле ни произошло.

Четыре модели чинят этот скрипт вслепую, независимо друг от друга, не зная, что делают остальные три. Потом ещё семь моделей получают на вход все четыре готовых варианта починки и одно задание: собрать из них лучшее.

Забегая вперёд — ровно настолько, чтобы не испортить интригу: на старте модели расходятся куда сильнее, чем можно было бы ожидать. Ни одна модель не нашла всё. И слепые зоны у них не совпадают. Собственно, поэтому эксперимент и имеет смысл ставить, а не рассуждать о нём в теории.

Автоскейлинг часто воспринимают как страховку от любых всплесков нагрузки: вырос CPU — появились новые поды. Но в реальных системах между перегрузкой и запуском дополнительных ресурсов есть критический промежуток, когда база уже может исчерпать соединения, а пользователи начнут получать ошибки.

Разберём, как проектировать систему для таких ситуаций: использовать отбрасывание нагрузки, адаптивные лимиты и управляемую деградацию, чтобы сервис продолжал работать даже во время пиков.

Скиллы превращают обычного ИИ-агента в узкопрофильного спеца: он ищет инфу в интернете, работает с файлами, пишет код, анализирует данные, запускает задачи в сторонних сервисах.

В этой подборке я собрал 50 самых популярных скиллов для ИИ-агентов - вместе они набрали 9 млн звезд на GitHub и 22 млн установок.

Используйте бесплатно.

Для каждого скилла указал, что он умеет, где пригодится и команду для быстрой установки.

За последнее время я написал три статьи про систему, которая превращает длинные видео в вертикальные клипы: общий обзор «аниме-завода», разбор виртуальной камеры с face tracking и рассказ о том, почему связка «транскрипт + LLM» почти всегда даёт мусор.

Комментарий, который повторялся под всеми тремя, был один и тот же: «покажи код».

Показываю.

→ github.com/ialakey/shorts-factory

Это витринная ветка большого приватного проекта: MVP, в котором оставлен полный путь «взял длинное видео → получил готовый вертикальный клип», а всё остальное вырезано. Ниже — что именно внутри, как код соотносится с тремя предыдущими статьями и что пришлось выкинуть.

IT‑инфраструктура подобна зданию: в её фундаменте — вычислительные мощности, а выше — надстройки, включающие внутренние коммуникации, инженерные системы, резервные механизмы. И каждому проекту — свой дом. Кому‑то достаточного небольшого домика на одном виртуальном сервере, а для кого‑то приходится возводить целую девятиэтажку с распределёнными сервисами и оркестрацией.

И если в разработке проекта дома будущему владельцу помогает архитектурное бюро, то при создании облачной инфраструктуры клиент получает от провайдера набор компонентов, из которых сможет собрать систему под своё приложение и, при необходимости, менять её по мере роста бизнеса. Эти компоненты, подобно блокам Lego, совместимы и позволяют собирать комбинации под какие угодно задачи.

В статье разберём, что может входить в такой набор, почему в нашем «архитектурном бюро» не делают типовых проектов и где проходит граница ответственности между облачным провайдером и командой клиента.

Двое миллениалов, продавших миру за $850 миллиардов нейросети под видом «ИИ», смотрят на тебя со свежей обложки журнала Time. Они пытаются выглядеть дружелюбно, но получается, честно говоря, эффект зловещей долины. Подпись огромными буквами «ДОВЕРЬТЕСЬ НАМ» смотрится как издевательство, но нет, это они серьезно. В материале под обложкой Альтман и Брокман ОПЯТЬ обещают создать «настоящий ИИ» (а какой был до этого?) — в этот раз до конца 2026 года. Верим?

В этом материале я расскажу, почему громкие новости о том, что «AI-агенты» кого-то «взломали по своей инициативе» это просто крупнейшая в истории пиар-кампания — и как она должна прикрыть крупнейшую в истории финансовую пирамиду, основанную на заведомо ложной интерпретации понятия «искусственный интеллект». 

А еще под катом — почему Ричард Докинз, признавший наличие у «ИИ» сознания, не сошел с ума на старости лет, а попался в ловушку собственного же сциентизма (и влияния Дэниэла Деннета).

Устраивайтесь поудобнее. 

Т.к. моя деятельность напрямую связана с ИИ, углубился в историю создания и решил поделиться с вами интересными моментами и заметками.

История вопросов, касающихся создания искусственного интеллекта, уходит ещё вглубь XX века. Уже тогда предлагалось понятие искусственной нейронной сети и обсуждалось устройство, которое могло бы моделировать процесс человеческого восприятия. В течение столетия вопрос о потенциале искусственного интеллекта поднимался неоднократно: люди разочаровывались в подобных идеях, а потом воодушевлялись снова.

Скачок в развитии ИИ произошёл уже в XXI веке. После основания организации OpenAI в 2016-2017 годах начался период развития, ранее не имевшего схожих темпов. Особую роль в развитии ИИ сыграли модели GPT и DALL-E, начиная с 2018 и 2021 годов соответственно.

2022 год ознаменовался резким скачком в развитии как текстовых моделей, так и тех, которые создавали изображения из текста. Уровень детализации некоторых изображений был настолько высоким, что порой их было трудно отличить от реальных изображений. Благодаря этому скачку многие компании начали развивать свои модели, что способствовало появлению на рынке новых инструментов ИИ. 

С этого момента ИИ мог внедрялся в сайты и различные чат-боты для удобства пользователей и их непосредственного взаимодействия с нейросетями.

Модель GPT неоднократно дорабатывалась и улучшалась, дойдя до версии 5.6. Нейросеть за годы развития получила колоссальный объём функций и возможностей: научилась аналитике, разумному мышлению и имитированию человеческого процесса размышления.

У вас есть бэкапы? Хорошо, лёгкий вопрос. А когда вы в последний раз восстанавливали из них хотя бы один файл? Вот она неловкая пауза, понимаю… Между «бэкап есть» и «бэкап восстанавливается» находится пропасть, и в неё регулярно падают даже большие компании. Под катом две страшилки из реальной жизни и разбор того, как проверить свои бэкапы до того, как восстанавливать их придётся на боевом сервере.

Фраза «покажите нам всё» звучит как плохое требование. В ней нет конкретного пользователя, перечня показателей, периода, источников и даже понятного результата. Но за ней обычно стоит нормальная потребность: заказчик видит много разрозненных данных, регулярно получает отчёты вручную и боится потерять что‑то важное при переходе к новой аналитической системе.

Проблема начинается, если воспринять эту фразу буквально. Тогда в первый релиз пытаются включить все таблицы, показатели, фильтры и варианты детализации. Система растёт ещё до того, как становится понятно, кто и для чего будет ею пользоваться.

Я столкнулся с этим при проектировании BI‑контура для организации, где данные о разных направлениях деятельности уже находились в операционных системах и единой базе, но значительная часть отчётности проходила через выгрузки и ручную обработку. Пользователям были нужны сведения об учебных процессах, финансах, задолженностях, движении контингента, нагрузке и других направлениях. На верхнем уровне запрос действительно можно было свести к формулировке: собрать всё в одном месте.

Но «всё» нельзя использовать как границу проекта. Его сначала нужно разобрать на решения, роли, показатели, источники и сценарии проверки.

На экране всё выглядело почти живым. Модель за несколько минут собрала страницу с карточками, статусами и бейджами. Казалось, мне можно закинуть ногу на ногу и допить кофе. Но затем код дошел до ревью. Под аккуратным интерфейсом скрывались styled.div, HEX-цвета и пропсы, которых в нашей дизайн-системе никогда не существовало. Получилось то самое лабораторное чудовище, которое хрипло дышит, но в проекте жить не может.

Поэтому я поставил эксперимент с одной фронтенд-задачей, одной моделью и четырьмя одинаковыми копиями проекта. В первом случае оставил агента без подсказок, во втором дал ему скилл с правилами проекта, в третьем подключил MCP с документацией дизайн-системы, а в четвертом совместил всё сразу. Мне хотелось узнать, какая комбинация превратит генерацию кода в эликсир скорости, а какая породит еще одно чудовище, не способное пережить встречу с typecheck и build.

Раньше мне не доводилось заниматься вакансиями и разбираться в их статистике. Но по работе понадобилось понять, почему часть объявлений не даёт нужного результата и что вообще можно вытащить из данных hh.ru.

На одной из вакансий я увидел странную картину: больше тысячи показов, около сотни просмотров — и ни одного отклика. Первая мысль была очевидной: не хватает охвата. Поднять объявление, подключить продвижение, получить больше показов.

Дальше возник простой вопрос: если вакансию уже открыли около сотни человек, зачем первым делом покупать ещё показы? После этого я стал смотреть не только на итоговое число откликов, но и на то, где именно кандидат перестаёт двигаться дальше.

Кейс реальный, но для статьи я его обезличил: обобщил названия некоторых профессий, округлил часть цифр и убрал детали, по которым можно определить работодателя. Общая картина и выводы от этого не меняются.

Купил читалку после Onyx Darwin9, хотелось что‑то с экраном побольше, но при этом тоже более‑менее компактное. Цвет мне не нужен, взял исключительно из интереса — я не так уж часто читаю с читалки, чтобы страдать от пониженного контраста.

Видеоигры – это относительно новый вид искусства и развлечений, относительно новая форма для развития навыков и общения. Но они основаны на тысячелетней культуре человека. 

В какой-то момент они уже обогнали индустрию кино и музыки. И все же находятся в позиции «обвиняемого». Если книга или фильм – это искусство априори, то игре такой статус нужно заслужить. А в глазах части людей это в целом невозможно сделать. При этом именно видеоигры двигают прогресс, когда мы говорим о компьютерах. 

Так почему мы до сих пор должны оправдывать видеоигры и стесняться выходных, проведенных за геймпадом или клавиатурой с мышью?

На дворе сентябрь 2026 года. А техногиганты по-прежнему делают то, что делали всегда: ставят прибыль выше интересов пользователей, игнорируют их выбор и заставляют пользоваться ненужными функциями.

В Vivaldi мы продолжаем работать над улучшением интернета. За 13 лет с момента основания мы не сворачивали с намеченного пути и никогда не забывали о своей миссии: создавать браузер, которого заслуживают люди. Мощный, персонализированный и приватный браузер. Браузер с множеством полезных функций, которые помогут вам получать удовольствие от повседневного сёрфинга в интернете; браузер, в котором можно настроить всё по своему вкусу; браузер, который не следит за вами.

Новая версия не изменяет традиции. Вот что в ней нового:

Разбудите меня ночью и спросите «что нельзя делать с ИИ», и я отвечу «грузить конфиденциальные данные». Это правило должно быть записано у нас на подкорке как таблица умножения. Должно, но не факт, что оно срабатывает во всех 100% случаев, тем более если играться с ИИ не в рабочих, а личных целях. Ну что такого может случиться, если я просто попрошу модель перевести кусок текста с эльфийского синдарина на обычный человеческий?

Если вы такой же тревожный параноик, как я, то внутри для вас несколько простых настроек для чатов с ИИ, чтобы спать спокойно. Да, это не абсолютная гарантия, что ничего никуда не утечет и модель ничему от вас не научится, но, как говорится, береженого Бог бережет.

А еще я покажу полный цикл подключения вашего ключа в ИИ-клиент (сноска: приложение, в которое можно подключить сразу несколько ИИ-моделей от разных поставщиков и работать с ними в одном интерфейсе) на примере ChatBox. Будет интересно тем, кто только начинает свое знакомство с миром ИИ и хочет попробовать безопасно внедрить его в свои процессы.