Kurgan-Telecom Ru | Информационные технологии

Ещё недавно казалось, что это почти невозможно, а сейчас, как и с изображениями или видео, человек без существенного опыта в Blender может написать «деревянный сундук с металлическими уголками» и через минуту получить файл, который откроется в Unity или любом другом приложении.

Сгенерировать можно что угодно — вопрос теперь в качестве: как правильно строить запрос и что делать с моделью дальше.

Есть такой удивительный интернет-феномен: сервис может быть придуман в России, создан российской компанией, зарабатывать на российской аудитории, принимать деньги российских пользователей, учитывать российские законы — и при этом юридически иметь к России всё меньше и меньше отношения.

Сегодня речь про Boosty.

Точнее, про Boosty.to — именно так называется домен сервиса, который многие по привычке ищут как «Бусти.ру».

Я решил немного покопаться в его биографии. И чем глубже копал, тем интереснее становилась конструкция.

Потому что история Boosty - это уже не просто история российского аналога Patreon. Это путешествие длиной в несколько юрисдикций:

"- Когда я вижу ответ LLM, я скорее поверю, что где-то сидят миллион индусов, чем то, что ответ есть результат перемножения матриц. - Я тебе покажу "молекулу" этих нейросетей и ты поверишь, что индусы заняты не этим."

После этого диалога с Юриком, держу слово. Написал ему письмо, и решил - пусть и остальные прочтут. Прошу простить за несколько развязный тон письма, но это все-таки личное письмо и в нашем общении оно допустимо.

«Дорогой, Юрик!

Стало обидно и за матрицы и за индусов, и я обещал тебе, что покажу как можно спомощью первых, заменить вторых. Я обещал показать работу нейросети на примере решения ХОР, но я начну на шаг раньше, не потому, что ты этого не знаешь, а так мне, - тугодуму, легче удержать логику объяснения.

Уверен, что большинству игроков World of Tanks («Мир танков» для меня лично дико звучит) само словосочетание WoT Generals ничего не скажет и никаких ассоциаций не вызовет. При этом, эта игра носит гордое название от своего родителя – World of Tanks и сделано в этой вселенной, что само по себе уже о многом говорит. А на своём пике привлекало немалое количество игроков.

Однако, в настоящее время об этом проекте уже почти никто и не вспоминает. А сама Wargaming, такое ощущение, вообще постаралась забыть об этой игре, как будто бы это был страшный сон. Как о совсем не нужном ей дитя.

И более того, в сети нет ни одного видео или статьи, где подробно рассказывалась бы история создания, релиза, а также дальнейшей судьбе WoT Generals.

Оправданно ли такое отношение к игре? Заслуженное ли забвение настигло эту игру?

В этой статье я хочу закрыть этот пробел и рассказать всё, что я смог раскопать об этой игре (а раскопал я очень многое), а также прояснить вопрос – неужели этот проект действительно был настолько плох и оказался вообще никому не нужен?

п.с. Кому удобней не читать, а смотреть - вот видеоверсия статьи на Ютубе, РуТубе и VKвидео.

Друг в другом городе, вы оба хотите досмотреть сезон. Обычно это заканчивается одним из двух сценариев. Либо демонстрация экрана в Discord: картинка мылится, звук сжат до стерео, а у второго зрителя всё безбожно фризит. Либо обратный отсчёт «на счёт три жмём плей», после чего через десять минут выясняется, что у одного диалог уже на пару секунд впереди.

Я сделал совместный просмотр в своём self-hosted медиацентре Avalon MediaCard. У каждого участника идёт оригинальный поток без пережатия напрямую с сервера, а бэкенд следит только за тем, чтобы все зрители находились ровно в одной точке фильма. А если это сериал, комната никуда не исчезает: она сохраняется вместе с текущей серией и секундой, чтобы в следующий раз можно было продолжить ровно с того же места.

С первого раза гладко это не заработало: в процессе отладки я поймал баг, который превращал просмотр в слайд-шоу из одного кадра в секунду. О том, как устроена эта система снаружи, почему микроускорение лучше перемотки и на какие грабли я наступил под капотом рассказываю в статье.

Вы пишете приложение на Flutter. Модели уже описаны, бизнес-правила продуманы. Осталась небольшая деталь: сервер, который будет принимать запросы и работать с данными.

И здесь обычно начинается второй сезон сериала. Другой язык, другой менеджер пакетов, ещё один набор моделей. Поле переименовали на клиенте, забыли на сервере — поздравляем, у нас распределённая опечатка.

Dart позволяет написать обе стороны приложения. А Fletch предлагает довольно понятный способ сделать серверную: знакомые по Express маршруты, middleware, обработчики запросов и немного инфраструктуры, которую не хочется каждый раз собирать вручную.

Разберёмся, как это выглядит в коде, откуда берётся скорость и какие мелочи стоит заметить до первого деплоя.

Gemini 4 Argon вышел с таблицей, где он лидирует в 12 тестах из 18. Ровно такую таблицу Google показывала в феврале — для Gemini 3.1 Pro. Тот потом проиграл Claude в реальной работе больше чем на 300 очков.

У релизов Gemini сложился сценарий, и Argon пока идёт по нему шаг в шаг. Дело при этом не только в Google: победа в бенчмарках сегодня значит всё меньше.

Привет, Хабр! Я бы хотел рассказать о том, как я создал программу для составления расписаний для учебных заведений - СуперЗавуч.

СуперЗавуч - современная программа для составления расписаний уроков для школ, лицеев и колледжей. Программа позволяет создать расписание за несколько минут и имеет много параметров для конфигураций.

Разбираемся, как дать AI-ассистенту доступ к документации API, не загружая в контекст всю спецификацию. Импортируем Swagger PetStore в PostgreSQL и собираем на официальном пакете laravel/mcp сервер с четырьмя инструментами: поиск по документации, детали операции, именованная схема и список операций по тегу. Проверяем контракт в MCP Inspector и подключаем сервер к Claude Code.

За последнее время я прочитал множество репозиториев, где в Pyhton пользуются типизацией и почти везде синтаксис не новее 3.11: Optional, TypeVar на уровне модуля, Generic[T], кавычки вокруг опережающих ссылок. При этом у Python 3.10 поддержка закончилась, и разработчики языка дали нам новых удобных инструментов и чтобы ими пользоваться не всегда нужно обновляться до последней версии. В этой статье расскажу, какие основные фишки появились за последние несколько лет и как ими пользоваться даже в проектах на старых версиях.

Почему 70B-модель может поместиться в память и всё равно тормозить под нагрузкой? Разбираем AI-инфраструктуру 2026 года по слоям: HBM и KV-кеш, prefill и decode, NVLink и InfiniBand, tensor/pipeline parallelism, MoE, CPU, RAM и NVMe и смотрим, где на практике заканчивается производительность GPU-кластера.

Разработчики одними из первых начали использовать ИИ-агентов, чтобы автоматизировать рутинные задачи. Для компании важно, чтобы такие изменения происходили системно: эффект был очевиден, накопленные навыки собирались и обобщались, а разработчиков можно было бы обучать работе с ними.

Как превратить разовых покупателей в бренд-адвокатов: анализ и пошаговый разбор архитектуры участия

Все начинается с того что маркетолог предлагает увеличить бюджет. Продажи — повысить качество обращений. Собственник — задумывается над тем чтобы сменить маркетолога. О том, зачем клиенту возвращаться, пока никто не спросил. И он уже благополучно ушёл к расторопному конкуренту.

Меня интересует вполне конкретная проблема небольшого бизнеса: маркетинг работает по схеме «реклама — контакт — продажа», после чего компания возвращается в начало и снова платит за следующий контакт. Пока новых покупателей хватает, конструкция выглядит надёжной. В маленьком городе или узкой нише однажды выясняется: людей меньше, чем планов по масштабированию.

Что тогда? Ещё одна скидка? Или мы всё-таки начнём превращать покупателей в постоянных клиентов, участников и людей, способных привести других?

Разберём эту гипотезу на знакомой мне балетной студии любительского балета, а механики посмотрим у «ВкусВилла», «Петровича» и «Купера». У каждого примера своя задача. Нам нужна система, которую можно собрать в небольшом бизнесе. Для её устройства возьмём идеи клиентского опыта — всего, что человек переживает при выборе и использовании продукта, — из Marketing 6.0 Филипа Котлера и соавторов. Персонализация у Абрахама и Эдельмана поможет выбирать предложение и следующий шаг под ситуацию конкретного клиента. «Фабрика смыслов» и «Туман войны» дадут архитектуру участия: подготовку людей, роли, поддержку и распространение идеи.

Стартовала большая осенняя распродажа Steam, а значит, самое время охотникам за подешевевшими тайтлами пополнить кошельки и как следует закупиться. О том, какие игры этого года, хиты последних лет и, конечно, индюшки стоит добавить в свою библиотеку — расскажем прямо сейчас!

Меня зовут Кирилл, я работаю BIM‑менеджером, писал эту статью совместно со своей коллегой Анастасией @nobimnolife. Помучавшись с разработкой ЦИМ без какой‑либо автоматизации, вместе мы подготовили плагин IDS Core. В этой статье – способы подбора кода без ИИ, метод Левенштейна и сила общего труда.

С 2026 года архитектурно-градостроительное решение в Москве сдаётся вместе с цифровой информационной моделью в IFC. У каждого помещения в ней должны быть заполнены два свойства: RUS_MSSK_SpaceAndZone_Code и RUS_MSSK_SpaceAndZone_Name — код и наименование по Московской строительной системе классификаторов (МССК), раздел «Помещения и зоны». В жилом доме это сотни помещений, и называются они в модели так, как привыкла мастерская: «С/у», «Кладовка», «ПУИ/Мусороудаление (К1)», «Элетрощитовая жилой части». Классификатор таких имён не знает, а проверяющие на вопрос «а если нужного нет?» отвечают честно: берите близкое по смыслу.

Мы решили, что «близкое по смыслу» можно хотя бы частично посчитать. Ниже — как устроен классификатор, на чём ломается наивный поиск похожих строк, где пригодился Левенштейн и почему точность упирается не в алгоритм, а в людей.

Классификатор: 638 строк и одна, которой нет

МССК распространяется в свободном доступе, нужный раздел — «Помещения и зоны». Это 638 кодов с иерархией по уровням:

ПЗ 30          Помещения квартир

ПЗ 30 10         Жилые помещения

ПЗ 30 10 03        Жилая комната

ПЗ 30 20         Вспомогательные помещения

ПЗ 30 20 13        Совмещенный санузел

ПЗ 31          Общественная зона

У нашего ИИ-оркестратора более девяноста инструментов: работа с таблицами, документами, почтой, задачами, веб-страницами, презентациями и т.д.

При обработке запросов модель на каждом шаге выбирает, какой из них вызвать. Вопрос, который периодически всплывает: сколько из них ей показывать за раз — все или только те, что подходят к запросу?

Наш оркестратор умеет работать как с большими облачными моделями, так и с маленькими, которые помещаются на бытовой видеокарте. Минимальный рабочий вариант: RTX 3090 24Gb + Qwen3.6 27B.

Цель - заставить минимальный рабочий вариант выполнять корпоративные задачи с приемлемым качеством и с приемлемой скоростью.

Ясно что, для малой и большой моделей способ выбора инструментов должен отличаться, но как найти оптимальный вариант вопрос сложный.

Обычно оркестратор показывает модели весь список инструментов и она уже решает какой нужно выбрать для ответа на запрос. Так делают Hermes, OpenClaw и Ouroboros. Ни один из них не выбирает инструменты по тексту запроса. У некоторых для слабых моделей и маленького контекста есть режим, где модели дают только каталог — имя и короткое описание — и инструмент «подключить», так что нужное она находит и загружает сама. Эти агенты рассчитаны на фронтир-модели уровня Claude и GPT-5, которые держат сотню инструментов без потерь. Моя задача другая: работать на локальной 27B в закрытом контуре. Для неё узкий набор измеримо лучше.

Как устроен узкий набор

Схема простая. Перед основным вызовом модели работает роутер: по тексту запроса он выбирает раздел — «датасеты», «почта», «презентации» ... — и внутри раздела подраздел. Модель получает недевяносто описаний инструментов, а около двадцати. О существовании остальных на этом шаге она не знает.

Если говорить честно, у информационной безопасности есть неприятная особенность: атакующему часто достаточно относительно небольших вложений, а защищающейся компании приходится тратить миллионы. И это не повод махнуть рукой. Это повод наконец перестать обсуждать ИБ как абстрактную строку расходов.

Создатель языка Elixir Жозе Валим (José Valim) размышляет об изменении языков программирования: изменился разработчик — должны измениться и языки.

Привет, Хабр! На связи Хекслет. Весь материальный мир — от дверных ручек до архитектуры заводов — построен под пропорции и ограничения человека. И гораздо выгоднее делать роботов антропоморфными: пусть у них будут руки, ноги и пальцы — тогда они смогут пользоваться нашей инфраструктурой.

То же и софтом, синтаксисом и IDE: эта инфраструктура оптимизирована под человеческое восприятие. Должны ли мы сохранять эту эргономичность для ИИ-агентов?

Валим считает, что нужно адаптировать языки программирования под агентов, а не наоборот. В отличие от заводов и автомобилей, перестроить цифровую среду под новые сущности можно быстро и дёшево. Вместо того, чтобы заставлять ИИ-агентов пользоваться «человеческими дверными ручками» вроде синтаксического сахара или протоколов LSP, следует создать для них принципиально иную среду обитания. Ниже — перевод его размышлений о том, как должны измениться инструменты и языки программирования в агентную эпоху.

Единственная причина, по которой современные авторегрессионные трансформеры вообще пригодны для инференса — это использование KV кэша, без которого каждый следующий токен требовал бы операций для вычисления всех попарных произведений между векторами ключей и запросов. KV кэш позволяет обменивать память на скорость, в результате чего лимитирующим фактором в инференсе становится пропускная способность памяти, и очередной токен вычисляется за линейное время.

Сейчас узнаем что из этого следует.

Быстрый аналог Jev API для классификации запросов — в телефоне. В статье — что это за модель, как запустить сервер за пять минут и как встроить его в бота или автоматизацию с помощью одного curl и десяти строк на Python.