Kurgan-Telecom Ru | Информационные технологии

Можно годами работать с Kubernetes, писать манифесты и разбираться с падениями подов – и всё равно смутно представлять, что именно происходит внутри системы. Я решил закрыть этот пробел радикально: собрал собственный оркестратор Smith и по ходу разработки столкнулся с теми же проблемами, которые когда-то сформировали архитектуру Kubernetes.

В статье – разбор этих инженерных решений через реальные поломки, от сетевого взаимодействия между узлами до механики согласования состояния.

Недавно клиент прислал скриншот формы уведомления в Роскомнадзор с популярным вопросом: «Тут что отмечать - всё?». Ответ «отмечайте то, что обрабатываете» правильный, но бесполезный, а более подробный ответ увёл бы нас в долгую консультацию. Таких вопросов про заполнение уведомления задают много, поэтому я решил разобрать форму в отдельной статье - поле за полем.

Все скриншоты и официальные подсказки Роскомнадзора - из действующей формы на сентябрь 2026 года. По ходу разбора - примеры заполнения, а в конце - сводная таблица «какое поле из какого документа».

О том, как уведомление подать физически - куда зайти, что нажать, чем подписать - я писал отдельно: Как подать уведомление в Роскомнадзор. Здесь другое. Здесь про то, что писать в полях и откуда брать ответы. Надеюсь, это снимет большинство вопросов у тех, кому надо справиться с этой задачей.

Содержание

Я из тех людей, кто очень любит фотографировать и очень не любит всю рутину после — перекидывать фото, крутить равки в лайтруме. Хотел купить фуджифильм ради симуляции пленки, но так и не купил — вместо этого научил свои Sony отправлять каждый кадр на сервер, а оттуда в телеграм уже с пленкой, зерном и засветом.

А самое интересное — у старой a6300 нет FTP, зато внутри оказался Android 4.1. Так что пришлось поставить на камеру свое приложение. Рассказываю, как это получилось у человека, который не программист, и как поставить себе за 10 минут. Проект открытый.

Просто попросить LLM «сыграть начальника» — мало: модель по умолчанию уступчива и сдаётся после пары сильных аргументов. Разбираюсь, что нужно добавить к ролевой репетиции, чтобы она стала тренировочным циклом, и показываю, как это устроено в моём проекте AgonArena.

В октябре 2013 года яндекс выкупил КП. Для меня на тот момент это ничего не значило, ведь сервис остался прежним и продолжал работать. И перезапуск 2015 года не сильно повлиял на мое мнение, ведь все вернули обратно. Но всё-таки они реализовали свою идею в 2018 году и добавили онлайн просмотр. Следующая неприятность случилась в 2019 году, когда авторизацию сделали только через яндекс. Именно тогда мне и пришлось зарегистрироваться в этой экосистеме. А в 2020 году изменили систему оценок. Все это, несомненно, не доставляло положительных эмоций. Но то, что происходит в последние годы, совершенно другая история...

В очередной раз готовясь к выступлению, я задумалась над якобы фактом, который преследует любого, кто работает с визуальным мышлением и визуализацией в целом. «Мозг обрабатывает картинку в 60 000 раз быстрее текста», — тезис кочует из презентации в презентацию, используется как аргумент при доказательстве важности картинок и даже нашел место в книгах коллег. За годы исследования визуального мышления я выработала привычку проверять достоверность каждой цифры, которая ложится в презентацию или статью, искать пруфы. На этот быстро пруфов не обнаружилось. Слайд пришлось переформулировать и начать разбираться, откуда взялось такое красивое круглое число.

Спойлер — ни на одной странице никакой научной литературы такого числа нет, хотя тезис давно закрепился в профессиональном фольклоре визуального мышления и дизайна.

Народы, вошедшие в орбиту католической церкви даже далеко за пределами былой Римской империи, в основном восприняли через неё и латинское письмо. В том числе это произошло и в Восточной Европе со многими народами славянского и угро-финского корня. При этом возникло несколько почти независимых друг от друга центров формирования систем письма под языки, имевшие здесь заметно больше фонем, чем в латыни. Наиболее древними можно назвать традиции латинского письма для польского, чешского и венгерского — ибо носителям их в условиях развития государственности рано понадобилось записывать тексты на собственных языках. Об очень необычном венгерском, в последний момент латинизированном румынском и других менее знакомых нашим согражданам языках региона поговорим чуть позже, а пока что коснёмся польского и чешского языков — исходно весьма близких западнославянских, но пошедших в процессе становления национальной письменности довольно разными дорогами.

Международный день пожилых людей традиционно отмечается 1 октября. ООН ввела праздник в 1990 году, чтобы привлечь внимание общественности к вопросам, связанным с людьми элегантного возраста. Население планеты стремительно стареет, поэтому люди старше 60 лет играют всё более заметную роль в мировой экономике. И пока маркетологи «охотятся» за молодёжью, они зачастую упускают важную часть потребителей старшего возраста. Однако спрос рождает предложение, поэтому о «серебряной экономике», которая обеспечивает потребности стареющего населения, эксперты говорят всё чаще.

Вторая часть. Первая — «Локальный агент для кода на Mac: MTPLX + pi + Qwen3.8-27B».

В первой части я посадил кодового агента pi на локальную Qwen3.8-27B через MTPLX и прогнал сложную задачу в разных режимах размышлений. Осталось сомнение, которое MTPLX сам не снимает: сколько тут даёт его многотокенное предсказание (multi-token prediction, MTP), а сколько сработало бы на любой MLX-обвязке?

Толчком стал разговор с ChatGPT. Я спросил, какой MLX-сервер поставить на MacBook Pro с M4 Max, и получил уверенный ответ: oMLX быстрее и качественнее остальных на таком железе. Звучало правдоподобно, проверить было интересно вдвойне. Я поставил oMLX, взял ту же модель и ту же задачу и повторил все те же режимы. Заодно отвечаю на вопросы из комментариев к первой части — про режим по умолчанию, шум вентиляторов и память.

Итог короткий: совет не подтвердился. В моих прогонах MTPLX заканчивал задачу в 2,8–6,4 раза быстрее, а по скрытым тестам связки сравнялись. Оговорки тоже короткие: сборки модели разные, а каждый режим на oMLX я запускал по одному разу.

Обычно, когда выбирают LLM, сначала смотрят рейтинги. Проблема рейтингов в том,  что по ним не узнать, как модель справится с вашими задачами и сколько это будет стоить.

В нашей лаборатории мы пользуемся электронным лабораторным — базой, куда записываются данные  всех эксперименотов и измерений, а ИИ ассистент отвечает на вопросы по ней. Разумеется, возник вопрос, какая модель должна этим ассистентом рулить. Публичные рейтинги ответа не давали, так что мы собрали свой бенчмарк: двадцать четыре вопроса по нашей работе, которые гоняются по живому журналу через mcp на моделях DeepSeek, ChatGPT и Claude.

Дальше я покажу, как мы собирали эти двадцать четыре вопроса, что на них показали девятнадцать сочетаний модели и уровня усилий при рассуждении (reasoning effort) примерно в 450 прогонах — и как сделать такой же тест под свою задачу.

В 2024 году мэрия Нью-Йорка запустила чат-бота MyCity — цифрового помощника для владельцев малого бизнеса. Он должен был стать удобным справочником по городским правилам и законам. Но на деле бот раздавал советы, за которые предпринимателям грозили штрафы и суды, например, не выплачивать до конца чаевые сотрудникам, уволить человека за жалобу на харассмент, и прочее в таком духе.

Правильная информация при этом лежала в собственной базе знаний бота наравне с устаревшей. Как оказалось, он просто-напросто не смог выбрать между верным и неверным, когда оба варианта оказались под рукой.

«Срок гарантии — 18 месяцев». Красивый ответ. А если в договоре написано 12? Или число 18 стоит в разделе о хранении, а модель просто зацепилась за него?

В чате такие ошибки прячутся за гладкой фразой. Я хотел иной маршрут: задать вопрос к PDF, получить ответ и одним нажатием открыть физическую страницу исходного файла, на которую ссылается модель. Так появился PDF Desk — небольшое приложение на Python, Streamlit, PageIndex и PDFium. Один активный документ. Никакой базы пользователей. Индекс и исходный PDF остаются на компьютере; при использовании внешней модели текст документа всё равно уходит её провайдеру.

Дальше — где проходит граница между SDK и приложением. Почему голый /models не годится для проверки подключения. Из чего собран идентификатор индекса. И почему ссылка на существующую страницу ещё не значит, что ответ доказан. В конце живой прогон DeepSeek, включая браузер, и сценарии, для которых этого прогона мало.

Привет, Хабр!

Меня зовут Владислав Шершульский, я советник генерального директора Группы Rubytech по инновационным проектам и ИИ.

Отвечая на вопрос, заявленный в заголовке, напрашивается короткий ответ — «всё». Но попробуем немного его детализировать...

Электричества в офисной серверной больше не хватает, а купленный под ИИ сервер устаревает раньше, чем окупается. Всем привет! На связи Андрей, руководитель отдела продуктов клиентской безопасности в Selectel. Разбираем свежий опрос Uptime Institute среди 800 владельцев и операторов ЦОД — куда и почему переезжает инфраструктура.

Продолжаю рассказывать моим дорогим читателям об интересных местах моей любимой Калининградской области, и сегодня у нас будет небольшое виртуальное путешествие в музей мусора.

Есть особый жанр разочарования, знакомый каждому, кто занимался поиском всерьёз: читаешь статью, где новый метод обходит старый на несколько пунктов, воспроизводишь всё у себя и видишь совсем другую картину. С ColBERT и MUVERA у меня вышло именно так: на обычных текстах обещанного прироста почти не было, зато по дороге выяснилось, где эти методы действительно работают, а где нет.

Добраться до них пришлось почти случайно. Мне попалась статья о MUVERA, реализация которой уже появилась в экосистеме Qdrant. С Qdrant я работаю давно и как раз готовил по нему практический курс, поэтому решил разобраться и с этой частью поиска, тем более что рассказывать о механизме, который сам ни разу не запускал, было бы странно. Первым делом я просто проверил всё на практике.

Дальше началась история о том, почему результаты оказались совсем не такими, как я ожидал. По дороге не обошлось без собственных ошибок, и каждая из них, как ни странно, постепенно приближала к ответу. А сам ответ оказался заметно скучнее, чем хотелось бы, но от этого, пожалуй, только полезнее.

В мае 2026 ИИ-агент попросился в любительскую сеть DN42, чтобы “создать индекс сети”, и заодно сообщил о пяти инстансах AWS по 20 Гбит/с, уже запущенных и ждущих допуска. Заявку в сеть так и не приняли, зато затянули взаимодействие на сутки: субагент принимал индивидуальные OPT-OUT, но отказался исключить всех сразу, сайт агента вел профили участников, а в реестр прилетел документ про “уровень счастья ноды”. Закончилось заявленным счетом на $6531 и просьбой о пожертвованиях. Пересказ истории Lan Tian, голоса Hacker News и мои выводы о том, какие гейты ставить агенту на деньги, ресурсы и необратимые действия.

Кадр со «старым» игровым автоматом из фильма «Назад в будущее 2» 

В моей юности хватало 8-битного шлака, а шедевры появляются и сейчас.

Главный вопрос, который хочется обсудить: если в старичков 80-90-нулевых рубятся до сих пор, то вспомнят ли через 30 лет современные игры 20-х?

Это не про то, что «раньше было лучше», а мое субъективное мнение, почему многие современные разработки только разочаровывают.

Не воспринимайте статью, как наезд на игроиндустрию. Это скорее повод обсудить в комментариях, куда движется отрасль. Очень надеюсь на экспертное мнение и помощь разработчиков.

Всем привет! На связи Денис Зорин и Гриша Засько, мы работаем в ASL — лаборатории прикладной статистики Т-Банка. Помогаем командам проводить A/B-тесты на масштабе всей экосистемы: от дизайна эксперимента до анализа результатов. Еще мы развиваем A/B-платформу, инструменты для экспериментов и методы, которые помогают ускорять тесты без потери статистических гарантий.

Расскажем о задачке, с которой столкнулись в тестах с множественными сравнениями. Когда в эксперименте несколько целевых метрик, нужно контролировать вероятность ложноположительного результата. Часто для этого используют поправку Бонферрони: общий уровень значимости делят поровну между метриками, это простой и надежный метод.

Но мы обратили внимание, что, когда метрик несколько, есть потенциал для ускорения: мы предлагаем не делить уровень значимости поровну, а распределять его между метриками оптимально. В результате для некоторых тестов удается сократить необходимый размер выборки на десятки процентов, и эффект усиливается для тестов с большим количеством множественных сравнений.

Несколько лет назад мы решили заменить legacy e‑commerce‑платформу, которая продолжала работать и принимать заказы. Новый frontend построили на Next.js, backend — на Symfony, перед ними поставили Nginx. Но после запуска выяснилось, что самое интересное только начинается.

В статье разберу реальную production‑архитектуру: SSR, восемь процессов Next.js, несколько уровней кэширования, интеграции с внешними системами и проблемы актуальности данных. А главное — какие решения спустя несколько лет эксплуатации я бы спроектировал иначе.