Kurgan-Telecom Ru | Информационные технологии

У нас есть процессы на бекенде, растянутые во времени. Для разбора инцидентов, сбоев и прочего мы прокидываем сквозные идентификаторы в логи. Мы можем увидеть логи конкретного процесса просто отфильтровав их по нужному значению поля такого идентификатора в логах. Таким образом мы видим все запросы, сообщения в кафку, информационные сообщения, если они случились в рамках нужного нам процесса, даже если он (процесс) был растянут во времени на несколько недель.

Это решение я упаковал open-source библиотеку, которой может воспользоваться каждый из вас после прочтения статьи.

Привет, Хабр! На связи Александр Савельев, инженер-программист, и Владислав Булыгин, старший разработчик ГК «Солар». Вместе с командой разработчиков мы занимаемся фронтенд- и бэкенд-разработкой Solar webProxy. Solar webProxy – это решение класса Secure Web Gateway (SWG), которое обеспечивает фильтрацию трафика по HTTP/HTTPS, SOCKS5, FTP, WS/WSS, решает задачи проверки файлов и зашифрованных архивов. В SWG-системе «Солара» реализован мощный контроль за пользователями, для которого требуется собственное решение для отображения различной статистики о пользователях – в шутку мы называем его Graf (P.s. рабочее название

Мы с другом учимся в Китае. В апреле, в очередной раз меняя умерший VPN, решили собрать свой, заточенный под Great Firewall, на протоколе Reality: VPN‑трафик в нём выглядит для системы фильтрации как обычная HTTPS‑сессия с каким‑нибудь сторонним сайтом. Я взял на себя бэкенд, бота и Mini App. Друг отвечал за серверную часть и ноды.

Ниже — про два месяца разработки, три версии интерфейса и отказ от целой механики из‑за банков.

Qwant — редкий европейский поисковый проект, который сумел стать заметным за счет не технологического доминирования, а удачного позиционирования. Поисковик делает ставку на приватность: не хранит историю запросов, не продает персональные данные пользователей и размещает сервис в европейской инфраструктуре. При этом у компании есть собственный патентный портфель, который местами выглядит противоречиво на фоне ее ключевых принципов. Об истории создания Qwant мы сегодня и поговорим.

Статическое электричество известно людям тысячелетия. Еще до нашей эры древнегреческие ученые и ювелиры заметили, что если потереть янтарь о шерстяную ткань, он получит возможность притягивать к себе легкие предметы, такие как нить, волосы и перья. Греки называли янтарь «электрон» (ἤλεκτρον). От этого слова впоследствии произошел термин «электричество». Однако долгое время статическое электричество особо не находило применения и оставалось не более чем забавным феноменом, а физические принципы, лежащие в основе явления, не получали разгадки.

В современном мире статическое электричество нашло множество сфер применения. Одним из наиболее интересных направлений его использования стала разработка трибоэлектрических наногенераторов (TENG), в основе которых лежат два фундаментальных физических явления: контактная электризация (возникновение статических зарядов при трении или соприкосновении разнородных материалов) и электростатическая индукция (явление наведения собственного электрического поля в проводнике под действием внешнего электрического поля).

Трибоэлектричеством, составляющим часть названия таких наногенераторов, называют явление возникновения электрических зарядов при трении двух тел, причем этими телами могут быть диэлектрики, полупроводники и металлы одинакового или различного химического состава, но разной плотности.

Сел готовиться к собесу. Открыл список из 200 вопросов. «Что такое GIL в Python?», «Чем отличается var от let в JavaScript?», «Расскажи про SOLID». Всё прочитал. Вроде понял. Закрыл вкладку.

На следующий день — пустота. Как будто и не учил.

Думаю, ты тоже через это проходил. Это классика подготовки к IT‑собеседованию: ты вызубрил 50 определений, а на собесе не можешь связно объяснить даже базу. Потому что мозг не считает скучные технические формулировки чем‑то важным. Они проходят через краткосрочную память и исчезают, не успев закрепиться.

И вот тут начинается интересное. Потому что есть один тип информации, который мозг запоминает в разы лучше остальной, причём без специальной зубрёжки.

Это табуированная лексика. Проще говоря — мат.

Звучит как шутка, но за этим стоит нейронаука: исследования о том, как мозг обрабатывает внимание, эмоции и память. Я в этом разобрался и проверил выводы на практике. Расскажу, что выяснил и что из этого вышло.

Еще совсем недавно весь мир обошла новость о размещении акций (IPO) SpaceX — компании, которая работает на стыке космоса и искусственного интеллекта (ИИ). За день было привлечено https://www.straitstimes.com/business/companies-markets/spacex-value-surges-past-2-trillion-in-historic-ipo-debut 75 млрд долларов, а капитализация составила 2,1 трлн долларов. На подходе — размещения акций «чисто» ИИ-компаний, OpenAI и Anthropic.

СМИ и различные медиа взахлёб писали, что инвесторы спешат вложить сотни миллиардов долларов в «самую передовую технологию на Земле», и мне уже тогда показалось, что вообще-то здесь больше хайпа, чем рационального подхода.

Я знаю, что миллиардеры, мягко говоря, осторожно относятся к таким IPO, и жизнь не замедлила доказать справедливость такого подхода: к 26 июня акции SpaceX подошли на уровне, близком к цене размещения. Маржа хайпа практически полностью улетучилась.

Что показало IPO SpaceX?

SpaceX — это чистый убыток 4,94 млрд долларов в 2025 году (от ИИ-сегмента бизнеса — минус 6,35 млрд) и чистый денежный поток минус 19,78 млрд долларов.

Компания в убытке, так как на дата-центры под ИИ тратит даже больше, чем на «железо» для своей космической программы. И это при том, что через 4 года амортизация оборудования может составить 90%, учитывая, как появляются всё более ёмкие и быстрые чипы.

Полученные через IPO уже десятки миллиардов идут и на сделки M&A: за 60 млрд долларов планируется приобрести разработчика ИИ-агента Cursor. Конечно, может быть разная корпоративная стратегия бизнеса SpaceX, но, расходуя такие средства, убыточная организация, очевидно, планирует привлечь значительно больше — сотни миллиардов долларов — в обозримом будущем, чтобы закупать новые чипы, а не остаться с изношенным оборудованием дата-центров.

DV-сертификаты НУЦ можно получить как с портала ЕПГУ, так и с помощью acme.sh по инструкции.
Информация опубликована командой НУЦ ещё в январе.
Используется модифицированная версия acme.sh v.3.1.2, позволяющая не только выпустить сертификат, но и настроить cron для автоматического обновления.
Очень удобно и работает!

В 2025 году группа японских исследователей выдвинули гипотезу: если нанести на тело коровы чёрно-белые полосы, как у зебры, то количество укусов кровососущих мух сократится. Учёные создали три группы японских чёрных коров: неокрашенных, с чёрными полосами на белом фоне и с белыми полосами на чёрном фоне — полную имитацию зебры. Результат: у коров, раскрашенных как зебры, количество укусов снизилось на 50%. Именно такое чередование цветов, а не просто полоски, сбивало мух с толку. Но увы, за этот эксперимент с коровами-зебрами ученые получили лишь Шнобелевскую премию по биологии. Есть ощущение, что их явно недооценили...

npm install — такая привычная многим из читателей команда, но за последние пару месяцев она обернулась сущим кошмаром для инженеров по безопасности. И ладно бы всё сводилось к проверке 5 пакетов из package.json, но у каждой зависимости по 10 своих зависимостей, а у тех ещё по 10. В итоге мы тянем 2000, а не 5 пакетов, и тут, кажется, уже руками не проверишь. И именно на этой боли всех безопасников, поддерживающих JS-проекты, сыграла команда TeamPCP. В этой статье я хочу подробно, от А до Я, разобраться, в чём опасность, почему так произошло и как от этого защититься.

В Python при выборе библиотеки для работы с MQTT почти всегда приходишь к paho-mqtt. Это зрелый и самый популярный клиент, но его API построен на колбэках, а современное Python-приложение живёт в asyncio: FastAPI, фоновые воркеры, асинхронные клиенты и всё это в одном общем event loop.

В одном из IoT-проектов я столкнулся ровно с этим. Мне нужен был MQTT-клиент, который без сложной адаптации встраивается в асинхронное приложение и позволяет работать с подписками как с управляемыми объектами, а не через набор колбэков.

Главная проблема работы с LLM в реальном проекте — не качество модели, а контекст. Рассказываю, как с помощью RAG-индекса репозитория (векторы + граф вызовов) и плагина для Claude Code автоматически собирать правильный контекст по задаче из трекера — без ручного сбора и лишних токенов.

Я написал с нуля инструмент для изоляции Linux‑приложений на Rust — Hajiz. Это учебный проект по системной безопасности, который вырос во что‑то, чем можно реально пользоваться. Хочу рассказать, как он устроен изнутри: почему порядок применения механизмов изоляции критичен, как работает eBPF‑аудит с privilege separation, и зачем всё это когда есть Docker.

→ github.com/hag19/hajiz

Как собственная информационная архитектура потребителя объясняет разрозненные теории рекламы, порождает тестируемые предсказания и обнаруживает структурную границу между рекламой, которая встраивается, и рекламой, которая повреждает

Gemini хорошо ищет и структурирует информацию, тесно связан с экосистемой Google, уверенно работает с длинными документами, изображениями, таблицами, кодом и исследовательскими задачами. 

Да, доступ к этим функциям для пользователя из России не самый удобный: оплата, качество использования и подключения зависят от страны аккаунта и конкретного продукта. Но пользователи продолжают искать способы пользоваться Gemini, потому что для ряда задач он закрывает то, с чем даже ChatGPT и Claude помогают хуже.

Друзья, сегодня отличный день, чтобы сделать свою первую статью на Хабре, который я читаю многие годы. Сегодня я успешно запустил в прод свой первый полноценный хобби (пет) проект.

Два года назад работая с замечательной командой консультантов института Адизеса, мы столкнулись с проблемой наличия бесплатного гибкого софта для построения орг.моделей. Быстро собрать подразделения и функции, перетащить ветки в новое место, покрасить и так что бы не рисовать линии и квадратики, а только сосредоточиться на самой модели, потому что все это происходит во время страт. сессии, где сидят руководители тех самых подразделений. А подразделений и веток много, сценариев много – кого-то временно скрыть или свернуть, кого-то скопировать как типовую функцию в другие ветки. Все делать нужно быстро и на большом экране и не всегда в логике HR штатной модели (а точнее всегда не в ней). Миро, Фигма и прочие конструкторы не подходят по той или иной причине.

Так у меня родилась идея приложения ORGFORMAT. Но только спустя два года я нашел время, чтобы ее реализовать.

Но мало сделать приложение, не менее важным было сделать легкий обмен сформированными моделями, возможность их просмотра и доработки участниками. А еще лучше часть рутины по низшим ветвям отдать ИИ на проверку или доработку. Так родилась еще одна идея – создать формат моделей, который говорит и на языке программы (data-to-diagram), и на языке человека, и на языке ИИ, и не зашит никакими лицензиями и нечитаемым кодом. То есть открытый формат. Было важно, чтобы формат работал с иерархическими моделями и не позволял никакие кросс-связи буквально, что бы пользователи не творили хаос между ветвями. Только прямая естественная потоковая иерархия и прямая ответственность. Но и признаки блокам нужны, так как не все способна отразить иерархия - так пришла идея тегов, как гибкая система реквизитов (а во многом и, по сути, мини база данных, при необходимости. Лайфхак!). Так же очень хотелось, что бы модель не только строила связи, но и по ним могла что-то посчитать - конечно же нужна универсальная ценность (value), но не ограничивать ее только одним типом, а дать свободно выбирать, что считать и в каких единицах схмерения – бюджет, время, единицы товара или количество населения страны. И это тоже нам надо! Для всего это отлично подошел хорошо известный ИТ-ишникам формат YAML, который для людей открыт, как текст, а для машины, по сути, четкая структура данных. Вот и отлично, я собрал на его базе прототип структуры и необходимых атрибутов. И дал короткое название .orgf. Сгенерировал несколько моделей через ИИ и дал проверить результат другой ИИ – результат великолепный. ИИ легко переводила любые данные в этот формат, хоть штатное расписание из Екселя, хоть выгруженные в PDF структуры функций и процессов. Прототип открытого формата ORGF себя полностью оправдал! Так получилось, что модели и формат появились раньше самого редактора моделей (приложения). Ну что же есть понятный запрос, теперь надо было сделать под него софт!

Привет, меня зовут Никита, я — ИИ-энтузиаст и люблю кино. Я собрал Movie Planner — сервис для ведения базы кино с друзьями, планирования просмотров и трекинга сериалов. Работает как мобильное приложение, также есть формат веб-кабинета на movie-planner.ru. 

Мы используем искусственный интеллект в нашем сервисе, и про него я как раз хочу рассказать: полгода назад я начал открывать для себя его возможности, и с тех пор исследую всё новое и новые способы применения, экспериментирую с мультиагентными системами и ищу, как интересно можно применить нейросети. Так как я изучаю всё методом проб и ошибок, путь тернист, и если вы захотите поделиться вашим взглядом или идеями, буду рад их услышать!

Мини-ПК уже давно перестали ассоциироваться исключительно с офисными девайсами с урезанной функциональностью. Сегодня среди них встречаются модели, способные заменить полноценный настольный компьютер, запускать современные игры и использоваться для серьезной работы с графикой или видео. Казалось бы, удивить в этом сегменте уже сложно, однако время от времени появляются устройства, которые идут совсем другим путем.

Именно таким для меня оказался Khadas Mind 2. Знакомство с ним получилось совершенно случайным. Все началось с неожиданной поломки моего рабочего мини-ПК. Затем были поиски замены, долгие сравнения разных моделей, а в итоге удалось приобрести устройство, существование которого многие вообще не подозревают. Более того, это оказался не просто мини-ПК, а целая модульная платформа с собственной экосистемой аксессуаров.

Привет, коллеги! Хотел бы поделиться с вами своим опытом запуска моего расширения для браузера Mobile View, которое позволяет проверять адаптив непосредственно поверх десктопа, на такой площадке, как Product Hunt. Ссылки на приложение оставлять не буду — это не реклама, а скорее пост на подумать и обменяться опытом взаимодействия с этой платформой.

Проблема: 20+ проектировщиков наружных сетей связи при оформлении тома рабочей документации НСС (наружных сетей связи) тратили несколько дней на ручное черчение продольных профилей сети с выявлением коллизий с другими наружными сетями и на ручное вычисление всех необходимых позиций спецификации оборудования и материалов по данному разделу.

Решение: внедрение технологии информационного моделирования наружных сетей связи, позволяющее с помощью создания 3D-модели наружных сетей связи генерировать продольные профили сети и спецификацию из нее за несколько часов, устраняя коллизии с другими сетями (водоснабжение, водоотведение, электроснабжение, освещение, тепловая сеть) в автоматизированном режиме. 

Результат: время получения основных графических данных рабочей документации по наружным сетям связи в среднем по рядовому тому рабочей документации сократилось с нескольких дней до нескольких часов, риск допуска ручных ошибок свелся до нуля, адаптация проектировщиков для применения данной технологии  —  3-5 дней. 

Привет, Хабр! Меня зовут Рудольф Караджаян, я — руководитель проекта внедрения и развития технологий информационного моделирования наружных внутриплощадочных сетей в ПИК Digital. Сегодня расскажу, как мы решили одну из непростых задач в BIM-автоматизации — помогли перейти проектировщикам наружных сетей связи на технологию информационного моделирования, при этом сэкономив часы рутинного и монотонного труда и снизив риск ошибки до нуля.