Kurgan-Telecom Ru | Информационные технологии

Всем привет! Меня зовут Иван, я программирую на Python, а в свободное время пишу для блога МТС. В прошлый раз поделился опытом, как я осваивал Go и с чем у меня были сложности. Спасибо всем, кто читал и комментировал! Сегодня хочу обсудить мегабыстрый инструмент для проверки типов данных Python — ty: как он устанавливается и используется, какие есть правила и нюансы, а еще посмотрим, как можно его применять. Приступим!

Привет, на связи команда GigaChain!

ReAct — фундаментальный паттерн, с которого началась эра LLM-агентов. Но как его реализовать сегодня, используя всю мощь function-calling и графовую логику? Разбираем эволюцию концепции, проводим чёткую грань между LangChain и LangGraph и пошагово разбираем создание гибкого ReAct-агента на современном стеке. Никакой магии, только воспроизводимый код и понятная теория.

Если вы учились программировать в конце 80x-начале 90х, то наверняка делали это на ZX Spectrum, БК-0010 или MSX. Во всех этих компьютерах был встроенный язык програмирования. Кто-то начинал сразу с машинных кодов Радио-86РК. В любом случае первыми программами скорее всего были игры.

Но любительское программирование началось задолго до 90х. Посмотрим, какие игры предлагались раньше для начинающих программистов и что из этого мы могли бы извлечь для себя сегодня.

Они обещали нам сингулярность. Вместо этого — вторая зима ИИ. Что пошло не так и что ждет нас в будущем?

Привет, Хабр! В этой статье вы узнаете, как началась вторая зима ИИ и ждем ли нас AGI (универсальный ИИ), который заменит человека

Call Flow Designer или Проектирование потока вызовов — это визуальный инструмент для построения логики обработки звонков в IP-АТС Yeastar серии P. Он позволяет буквально, как конструктор, собрать поведение системы из блоков — без программирования и с максимальной гибкостью.

Если вы работали с диалогами IVR, графиками времени, переадресацией, вам точно понравится этот подход. Если нет, в серии статей, посвященных этому инструменту, мы пошагово разберем, как это работает, зачем все это нужно, а также создадим свой сценарий вызовов.

В этой части рассмотрим:

Самые интересные новости финансов и технологий в России и мире за неделю: OpenAI показали GPT-5 и две опенсорс модели, Tesla опять пытается дать много денег Илону Маску, Роскосмос прячется от санкций с помощью белого прямоугольника, школьная форма по ГОСТу выглядит слишком нелепо, а также результаты суда над основателем Tornado Cash.

В предыдущих статьях мы описали начало нашего пути тестирования AI моделей на предмет определения лучших и описали основные метрики, с помощью которых можно проводить такой анализ.

В этом тексте приведен список найденных метрик для более детального и глубокого рассмотрения качества работы AI, а также результаты тестирования моделей по выбранным ранее метрикам.

Составляя этот материал, мы хотели поделиться своим опытом использования различных метрик для оценки ответов AI моделей. Для тех из них, которые мы не смогли полноценно использовать в ходе своих исследований, мы подготовили описание с практическими примерами.

Многие начинающие разработчики учат то, что никогда не пригодится на первой работе. В этой статье — 7 навыков, которые junior-фронтендеру можно смело отложить: от юнит-тестов до глубокого погружения в паттерны проектирования.

Разберём, почему эти знания избыточны на старте карьеры, как их отсутствие влияет на поиск работы и что действительно стоит учить в первую очередь.

Статья основана на анализе реальных вакансий и требований к начинающим специалистам. Подойдёт тем, кто хочет оптимизировать подготовку и быстрее устроиться на первую работу.

В современном быстро развивающемся цифровом мире
доступ к информационно-коммуникационным
технологиям (ИКТ) стал краеугольным
камнем экономического развития и социальной интеграции.
Однако преобразующий потенциал ИКТ может
быть полностью реализован только тогда, когда эти технологии
могут использоваться в оптимальных условиях.

Я завершил автоматизацию процесса обновления зависимостей для моего pet-проекта. Теперь Dependabot проверяет наличие обновлений и создаёт pull-реквесты. После успешного прохождения всех проверок изменения автоматически вливаются в основную ветку.

"Плагиномания" или Как не убить свое хранилище.

Прилагается маленький список полезных плагинов, а также несерьезная часть с расчетом расхода времени с эффективным и неэффективным подходом к плагинам.

Всем привет, я думаю некоторые из вас уже слышали про новый text-to-music сервис от ElevenLabs. Буквально вчера вечером я увидел у себя на почте новости по AI и среди них, кроме выхода GPT-5, OSS, Opus 4.1 закралась эта text-to-music моделька.

Я сразу же открыл стартовую страничку: https://elevenlabs.io/music и впал в легкий шок.
Я уже привык ловить кринж с видосов от Veo и Sora, от озвучки аватаров от HeyGen
(с которым кстати у меня есть небольшой проект) ну и прочих других сервисов обработки и генерации контента. Особенно ужасно это звучит на русском, но и на английском некоторые сервисы все еще проседают.

И вот открываю я страничку, слушаю музыку из тех что уже в заготовках и понимаю что это круто, я чувствовал шок, восторг, восхищение, которое в последний раз у меня смог вызвать разве что Claude Desktop с MCP, но музыка — это совсем другой уровень, это не просто сухой текст, или вызов очередной тулы а то что пытается закрасться тебе в душу и у него это неплохо получается (почти).

и как digital-продукт может попытаться заслужить его снова

Когда человек пользуется продуктом, он решает задачу — идёт из точки А в точку Б. Причём точки у всех разные: заказать еду, купить билет, найти информацию, закрыть рабочую задачу.
Если продукт помогает это сделать быстро, без сюрпризов и без ощущения, что тебя ведут обходным маршрутом, доверие растёт. Если мешает или подменяет цель своей — падает. Логично? Вроде да.

Но за последние годы доверие перестало быть «базовой настройкой» пользователя.
Даже идеально работающий продукт может вызывать скепсис, потому что контекст изменился: мы живём в среде, где digital-продукты конкурируют не только за внимание, но и за право быть воспринятыми как “свои”.

Линус Торвальдс со словами «no f%^5ing clue» и «Garbage» жестко отверг изменения архитектуры RISC‑V для кода ядра Linux 6.17. Обновления для RISC-V не войдут в новый цикл, и их придётся повторить для версии 6.18 позднее в этом году. Торвальдс называл по крайней мере часть предлагаемого кода RISC-V мусором, а также ответил разработчикам, что он был отправлен слишком поздно в течение окна слияния.

( читать дальше... )

 linus torvalds, linux, risc-v, скандалы, ядро

Godot Pixel Studio (также известный как Godot Pixel Renderer) — мощный инструмент для преобразования 3D-моделей и анимаций в спрайты (в стиле Pixel Art) с настраиваемыми эффектами и возможностями экспорта анимации покадрово — отныне полностью свободное ПО.

( читать дальше... )

 3d, godot, pixel art

Быстрая сортировка хранилища с помощью Canvas

Что делать, если хранилище захламлено? Подскажем как быстро (за 3-4 часа вместо нескольких дней) сортировать хранилище с большим количеством заметок, картинок и документов. Экономим время!

«Redis умирает на 200k RPM, Prometheus не успевает скрейпить 50 серверов, а бизнес требует real-time дашборды. Знакомо?»

Пятница, 18:00. Дашборд в Grafana показывает timeout'ы при сборе метрик. Redis, который хранит данные для prometheus_client_php, жрёт 8GB памяти и 100% CPU. Prometheus не успевает опросить все 50+ серверов за отведённые 15 секунд. А в понедельник запускается Black Friday...

Эта статья — о том, как мы перешли с pull на push модель для мониторинга PHP-приложения в highload, почему выбрали UDP + Telegraf вместо классического подхода, и как теперь собираем метрики PHP с 50+ серверов без единого timeout'а.

Чуть более, чем через 2 года после выхода Debian 12, вышел новый релиз одного из самых долгоживущих на текущий момент (более 30 лет!) дистрибутивов, который получил кодовое имя «trixie». Этот стабильный релиз, как и предыдущий, будет поддерживаться в течение 5 последующих лет.

К сожалению, в этом релизе мы потеряли поддержку множества архитектур, главным образом, 32-битных, в том числе остающейся второй по популярности среди пользователей Debian архитектуры i386. Тем не менее, появилась поддержка одной новой архитектуры — riscv64. Впервые c 2000 года поддерживается всего 6 архитектур:

• amd64
• aarch64 (ARM64)
• ARMv7
• ppc64el
• riscv64
• s390x

Также есть ограниченная поддержка архитектуры armel, но без debian-installer и только для одноплатников Raspberry Pi 1, Zero, and Zero W.

В выпуск Debian 12 добавлено 14 100 новых пакетов, а общее число пакетов достигло 69 830. По тем или иным причинам 8 840 пакетов были удалены. 44 326 пакетов обновлены в этом выпуске. Общий объем пакетов в Debian «bookworm» составляет 403 гигабайт и содержит 1 463 291 186 строк исходного кода.

Версии основных пакетов в Debian 13:

• Apache: 2.4.64
• Bash: 5.2.37
• BIND: 9.20
• Cryptsetup 2.7
• Curl/libcurl: 8.14.1
• Emacs: 30.1
• Exim: 4.98
• GCC: 14.2
• GIMP: 3.0.4
• GnuPG: 2.4.7
• Inkscape: 1.4
• Glibc: 2.41
• LLVM/Clang: 19 (по умолчанию), 17 и 18 доступны в репозитоиях
• MariaDB: 11.8
• Nginx: 1.26
• OpenJDK: 21
• OpenLDAP: 2.6.10
• OpenSSH: 10.0p1
• OpenSSL: 3.5
• Perl: 5.40
• PHP: 8.4
• Postfix: 3.10
• PostgreSQL: 17
• Python 3: 3.13
• Rustc: 1.85
• Samba: 4.22
• Systemd: 257
• Vim: 9.1

Ядро Linux обновлено до версии 6.12.

Версии окружений рабочего стола в Debian 13:

• GNOME 48
• KDE Plasma 6.3
• Xfce 4.20
• MATE 1.26
• LXQt 2.1.0
• LXDE 13 (0.99.3)

Для поддерживаемых архитектур официально есть возможность обновиться с предыдущего стабильного выпуска Debian 12 до Debian 13.

Release notes на английском языке

Release notes частично на русском языке

 debian

Зашла речь про откачку жира - липосакция. Мол если жир буквально вырезать, то новые жировые клетки не появляются и жира мол не будет как раньше. Возбуждение от такой возможности одолевает любящих пожрать - помучался на операции и ура - жри уж бочками, да? Нет.

Жир для начала состоит из жировых клеток - адипоцитов. И видов адипоцитов и значит видов жира - 5. https://cyberleninka.ru/article/n/zhirovaya-tkan-tsveta-depo-i-funktsii/viewer ЖИРОВАЯ ТКАНЬ: ЦВЕТА, ДЕПО И ФУНКЦИИ

Основная масса жира состоит из белых адипоцитов - белая жировая ткань.

Qwen снова радуют релизом. Но на этот раз это не модель, а новый RL-алгоритм для обучения LLM

Метод называется Group Sequence Policy Optimization (GSPO), и именно он лег в основу последних громких моделей компании: Qwen3 Instruct, Coder и Thinking. Статья вышла пару дней назад, но о ней уже говорят все. Значит, пока разбираться и нам.

Сегодня один из самых популярных RL-алгоритмов для LLM – это GRPO (by DeepSeek). Если вам он не знаком – почитайте разбор вот тут. GRPO работает здорово и довольно стабильно, но на уровне токенов.

То есть в GRPO мы считаем награду для всей последовательности -> считаем важность каждого токена и применяем клиппинг также для каждого токена отдельно -> обновляем политику "на уровне токенов".

А в GSPO все то же самое происходит сразу для всей последовательности: считаем награду -> рассчитываем единый importance weight для всей последовательности и применяем клиппинг для всего ответа целиком с нормализацией по длине -> обновляем политику.

В чем преимущество такого подхода?

1. Не нужно устраивать танцы с бубном, когда работаешь с MoE. У GRPO из-за архитектурных особенностей MoE идет со скрипом, а тут все заводится из коробки.
2. Градиенты получаются менее шумными, потому что снижается дисперсия. Следовательно – еще более стабильное обучение. Следовательно – лучшие метрики при тех же ресурсах.
3. Инженерно реализуется гораздо проще.

Короче, выглядит очень привлекательно и, вероятно, станет следующим словом в RL для LLM (особенно в опенсорсе).