Kurgan-Telecom Ru | Информационные технологии

Спустя шесть с половиной лет после выхода Vapor 4 и ровно через десять лет после релиза Vapor 1.0. Первый бета-релиз увидел свет ровно через 10 лет после того, как был помечен тегом Vapor 1.0, и после почти 6,5 лет и 306 релизов Vapor 4 я невероятно рад объявить о первом бета-релизе Vapor 5! Работа над Vapor 5 началась более двух лет назад, и с момента выхода первой альфа-версии в июне мы потихоньку работали над альфа-версиями. Теперь, после изменения 49 000 строк кода и завершения всех архитектурных изменений, мы готовы к тому, чтобы больше людей увидели и попробовали новую версию.

Программирование на телефоне: бесполезная затея или нормальный инструмент? Я сделал PyLab, чтобы писать и запускать Python прямо на смартфоне, а потом добавил туда курсы для новичков. В статье показываю, что из этого вышло.

Письмо пришло от имени знакомого сервиса. Логотип на месте, адрес отправителя выглядит убедительно, а текст не вызывает подозрений. Можно ли доверять такому сообщению?

Необязательно. Имя отправителя и оформление письма достаточно легко подделать. Поэтому почтовые серверы используют несколько механизмов проверки, которые помогают определить, действительно ли сообщение отправлено с разрешённого сервера и не было ли его содержимое изменено.

— В этой статье разберём SPF, DKIM и DMARC без лишней теории: посмотрим на примеры DNS-записей, научимся читать результаты почтовой аутентификации и выясним, почему даже три успешные проверки не гарантируют, что письмо безопасно.

Как передать приложению настройки и пароли, не пересобирая Docker-образ? Разбираем ConfigMap и Secret на примере shop-api: переменные окружения, файлы внутри контейнера, обновление конфигурации и почему Base64 — не шифрование.

А главное, зачем нам ностальгия и почему где-то она срабатывает красиво, а где-то всё портит 

В сентябре 2026 года вышла «Детство» — игра, которая обещала вернуть нас в девяностые-нулевые. Во двор, к друзьям, тетрису и денди. Звучит почти идеально для людей, которые устали от постапокалипсисов на экране и в жизни и хотят оказаться в понятной прогнозируемой и знакомой среде хоть ненадолго. 

Обзоры обещали «короткое, но эмоциональное погружение» в детство. Эмоциональным оно и правда оказалось. Вот только вместо погружения у меня случилась тошнотная экскурсия по музею ностальгических артефактов, собранная нейросетью. Немного рефлексирую о том, почему вообще хочется иногда видеть ностальгию в играх, зачем она нам нужна. А также почему «Детство» с этой задачей не справилось, а у других инди-проектов получилось.   

AWS представила TorchNeuron — инструмент, который позволяет запускать PyTorch-модели на чипах Trainium почти без изменений в коде. Разбираемся, почему релиз бьёт по программному преимуществу NVIDIA, где заканчивается обещание «одной строки» и что стоит проверить командам перед миграцией.

Вес роутера 0.7000000000000001 кг на М.Видео. Штемпель 0.30000000000000004×2.5 см на Wildberries. Эти числа никто не вводил руками: где-то значение посчитали и забыли округлить.

Персональные ИИ-агенты дошли до покупок без человека, и первым громким конфликтом стал запрет: Amazon заблокировал агента Muse от Meta — подробности на GeekWire. Повод технический, а следствие — маркетинговое: веб-аналитика сайтов больше не понимает, кто к ним пришёл.

Два предложения по платформе данных легко сравнить по стоимости вычислений и хранения. Сравнение становится сложнее, когда в одном варианте учтены инженеры сопровождения, а в другом они остались в бюджетах доменов; в одном заложено восстановление истории, а в другом — только успешный ежедневный запуск.

В результате самая дешёвая схема на презентации может оказаться просто схемой с наименьшим числом описанных обязательств.

Рассмотрим, как собрать модель стоимости до выбора продуктов и поставщиков. Предмет решения — аналитическая платформа для регулярной управленческой отчётности. Разберём три архитектурных варианта, посчитаем их на одинаковом горизонте и проверим, какие допущения меняют выбор. Все числа ниже учебные: они не являются тарифами, оценкой конкретной компании или обещанием экономии.

В исходном коде 80 страниц справки WhatsApp лежали 102 блока текста, которые никогда не показывались на экране и предназначались только для ИИ. Два из них велели чат-боту поддержки не советовать человеку, который не может удалить аккаунт, обращаться в орган по защите данных, а при упоминании адвоката не ссылаться на GDPR, даже если пользователь назвал его сам. Публичная политика конфиденциальности WhatsApp прямо называет и регулятора, и GDPR. Автор прочитал все 545 страниц, на которые ссылается справочный центр, и сохранил копии. К 18 октября скрытый текст исчез, а WhatsApp сказал WIRED, что это инструкции для его чат-бота, попавшие на страницы по ошибке.

У каждого HTML-элемента есть всего два псевдоэлемента: before и after — и с помощью них можно сделать крутые элементы.

Разберём, как с помощью обычного CSS превратить два псевдоэлемента в крутые графические штуки. Как создавать сложные формы через clip-path, собирать композиции из нескольких градиентов, работать с масками и режимами смешивания, а также строить анимации и элементы интерфейса без лишней HTML-разметки.

Две вкладки обновили токены. Оба запроса вернули 200 OK, а при следующем обновлении пользователя отправило на экран входа. Такое возможно даже с транзакцией и FOR UPDATE.

Разберём, как это получается, почему повтор refresh не обязательно означает потерю ответа и как новый токен может пережить отзыв всего семейства. Последнюю гонку воспроизведём в двух соединениях PostgreSQL.

ИИ уже пишет черновики ТЗ, ищет противоречия в требованиях, прикидывает трудозатраты и разбирает номенклатуру в 1С, но каждый, кто пробовал это на живом проекте, знает, что между удачным экспериментом и рабочим инструментом лежит большое расстояние.

О том, как его пройти, на INFOSTART A&PM EVENT 2026 будут говорить много: из большой программы мы отобрали 28 выступлений об искусственном интеллекте, среди которых доклады, мастер-классы и воркшопы про Claude Code, проектный контроль, голосовых помощников, MDM и ИИ-агентов.

Читая новости, невольно офигеваешь удивляешься тому, что могут современные роботы. Судите сами: гуманоид Tesla наливает гостям напитки, гуманоид Figure укладывает детали на заводе BMW, китайские роботы бегают полумарафон и крутят сальто (не спрашивайте, зачем), а наш сберовский Грин уже вовсю танцует.

Это реально впечатляет, и за всем этим стоит серьёзная работа и достижения. И всё же… Тут есть нюанс. Изнутри мир робототехники выглядит иначе, чем он видится людям снаружи.

Напоминаю, что меня всё ещё зовут Олег Плотников, я руководитель продукта «Цифровая промышленность». Как и обещал, сегодня я расскажу про ИИ. Но начнётся этот разговор совсем не с RAG, ИИ-агентов, LLM и прочей офисной автоматизации. Поговорим сразу про тяжёлую артиллерию будущего: Physical AI. Говорят, что это ИИ для роботов. Отчасти это правда, но не вся.

Итак, в новостях роботы крутят сальто, а на настоящих заводах — например, на том самом заводе BMW в Спартанбурге, где снимали ролики с гуманоидами Figure, — работают тысячи обычных промышленных роботов. Больше 2000 в одном только кузовном цехе. И некоторые из них программируют почти так же, как в 1985 году: человек с пультом подводит руку к нужной точке и жмёт «записать». Потом к следующей, и так всю программу, точка за точкой. Да, на больших автозаводах активно используют офлайн-программирование, но принцип воспроизведения заранее подготовленной траектории никуда не делся.

Получается удивительное соседство. С одной стороны, мы уже живём в мире, где робот адекватно ходит по заводу и даже может что-то перепрыгнуть. С другой — реальная роботизация строится на роборуках, которые всю смену ездят по записанным координатам и, по сути, являются специфичным станком с ЧПУ. Не всегда и не везде, но на огромном числе операций именно так.

В RouterOS из коробки есть WireGuard, OpenVPN, SSTP и IPsec, но нет SoftEther и OpenConnect-сервера. Начиная с RouterOS 7 в MikroTik можно запускать контейнеры, и этого хватает, чтобы поднять оба VPN прямо на маршрутизаторе, без отдельной Linux-машины. Разбираем установку SoftEther с SecureNAT и каскадом, ocserv с маршрутами для клиентов и грабли, на которые пришлось наступить по пути.

Стиль складывается из слов, ритма фраз, внимания к деталям. У нейросети тоже есть почерк. Она все объяснит, выделит главное и повторит его в конце на случай, если мы отвлеклись. После просьбы «напиши как Чехов» интонация может измениться, а привычка объяснять каждый жест героя — остаться. Посмотрим, откуда берутся привычки нейрописьма и что просьба сменить стиль меняет внутри модели и в готовом рассказе. 

Несколько месяцев назад я выложил расширение AI‑Less Habr, скрывающее на Хабре нескончаемые статьи про ИИ бенчмарки и тому подобное (см. пост: Расширение AI-Less Habr — Чистим Хабр от ИИ). Оно достаточно хорошо работало, но был существенный недостаток: оно полагалось на добросовестность авторов и модераторов (простите). В реальности скрыть хаб «Искусственный интеллект» недостаточно, так как очень часто он не указывается там, где должен. А дополнительный фильтр по словам довольно несовершенен. С другой стороны, ложноположительные срабатывания были довольно частым явлением, а обижать такие статьи тоже очень не хотелось.

Уже тогда была идея отдать определение тематики ИИ на откуп какой‑то модельке. И вот дошли руки это сделать, и оно даже работает и доступно всем желающим: Chrome Web Store, GitHub.

В этой статье расскажу о нюансах реализации, а ваша задача меня поругать, так как это мой первый опыт с ML, а значит явно многое можно сделать лучше.

Забавно, что те счастливчики‑хабровчане, которые уже пользуются расширением, скорее всего не увидят эту статью в ленте, так как расширение ее скроет.

Упавший скрипт меня не пугает. Он падает, крон пишет в лог, в телеграм прилетает ошибка, я иду чинить. Неприятно, но честно.

Пугает другое. Скрипт, который каждое утро бодро отчитывается «статей к проверке: 30», месяцами работает и месяцами обрабатывает не те данные.

У меня на маленьком VPS живёт хозяйство небольшого медиапроекта: в кроне 31 задача. Дозоры за комментариями и статьями на чужих площадках, за спросом в Вордстате, за новыми законами, бэкапы, напоминалки. Пишет и правит всё это в основном ИИ‑агент, я ставлю задачи и проверяю. И за полгода я собрал коллекцию поломок, у которых одна общая черта: ни одна ничего не уронила. Лог выглядел здоровым, отчёты выходили по расписанию, а внутри был мусор или пустота.

Ниже пять приёмов, которыми я эти поломки ловлю. Каждый выучен на конкретном случае.

В SEO-среде жив стереотип: LLM — это текстовый генератор, а технический аудит делается только классическим софтом. Аргумент звучит весомо: у языковой модели нет сетевого движка, она не умеет обходить дерево сайта и работать с протоколами в реальном времени. Замечание корректное, но вывод из него устарел. Проблема в том, что его авторы путают два уровня: LLM не должна собирать данные — она должна их оркестрировать. Современная агентская архитектура выносит сбор данных на внешние инструменты (tool calling), а модели оставляет планирование маршрута обхода, принятие решений на развилках и интерпретацию результатов. В таком виде связка закрывает значительную часть рутинных SEO-задач — от технического аудита до кластеризации семантики. Ниже — разбор архитектуры, актуального стека 2026 года, рабочий код для каждого слоя и честный список того, что замена не закрывает.

Перегрузка в TypeScript кажется сложнее, чем есть на самом деле. Разберёмся, какие задачи она решает, чем может быть полезна в повседневной разработке и как начать применять её в своём проекте.

На практике шаг за шагом пройдём все этапы создания перегрузок: от проектирования до реализации. Без погружения в дебри документации, с понятными примерами и полезными инструментами.