Kurgan-Telecom Ru | Информационные технологии

Делюсь наблюдением о несовпадающем сертификате издателя в десктопном клиенте мессенджера под Windows.

У нашего AI‑агента поддержки было десять метрик и ноль ответов на главный вопрос: какую долю обращений он решает?

Судья, который читал только текст диалога, ставил 18/20, а проверка по реальным вызовам инструментов давала 8/20. Текстовые проверки считали правдоподобный ответ верным и не могли отличить его от подтвержденного. Самодельный «процент фантомных эскалаций» оказался измерением того, насколько слова бота согласованы с его же внутренними флагами. Каждая метрика что‑то измеряла, и ничего продуктового

Тогда мы решили: оценка качества станет отдельным сервисом с собственным источником истины. В этой статье два переписывания формулы вердикта, несколько пойманных слепот и один эталонный набор, который учил нас доверять неправильным ошибкам.

Сначала была не идея романа, а ощущение: наш мир — хрупкая штука. Я программист, и моя личная версия конца света была профессиональной: а что, если вирус сожжёт все процессоры? Не данные — железо. Производство микроэлектроники — самая сложная цепочка поставок, которую построило человечество; то, что сгорело, не перевыпустить.

Потом я наткнулся на событие Кэррингтона. 1859 год, геомагнитная буря: телеграфные аппараты искрят и бьют операторов током, связь работает при отключённых батареях — на энергии, которую навела в провода сама буря. И я понял, что мой вирус — детская страшилка. Есть сценарий хуже: не процессоры. Электричество. Всё и сразу.

В прошлой статье была рассмотрена схема организации отопления и горячего водоснабжения (ГВС) отдельной квартиры с общим (и единственным) контуром циркуляции теплоносителя, основным источником тепла в виде индивидуального проточного газового водонагревателя (колонки или котла) и вспомогательным электрическим бойлером.

Понятие разработки без кода сегодня все чаще звучит в разговорах о будущем цифровых профессий. Это направление открыло дорогу в IT для людей, которые раньше не считали себя техническими специалистами, но хотели создавать продукты и решать задачи без углубления в кодинг. О том, как стать no-code специалистом и и какие возможности открыты для них на российском рынке, рассказала Яна Смирнова, разработчик студии визуализации данных AkademiaDev.

Рано или поздно в инфраструктуре появляется задача автоматического обновления TLS-сертификатов. В простом случае она решается установкой certbot: один домен, один сервер, cron-задание и дальше можно не вспоминать об этом годами.

Сложности начинаются, когда инфраструктура вырастает…

Задача звучит просто: выяснить, называют ли бренд ChatGPT, Claude, Perplexity, Gemini, Алиса AI и GigaChat, когда пользователь спрашивает совета или ответа у ИИ. На практике эта задача раскладывается на десятки технических решений, каждое из которых меняет результат в разы. Ниже устройство замера, формат хранения и три моих ошибки, которые обесценивают всю работу.

Анонс The Elder Scrolls 6 состоялся в далеком 2018 году, но игра-по-прежнему находится в активной стадии разработки. А значит, чтобы вернуться на Тамриэль, нужно запускать старый-добрый Скайрим, которому в ноябре исполнится уже целых 15 лет. 

Благодаря активному фанатскому сообществу и огромному количеству модов, вполне можно не только подтянуть графику пятой части, но и исправить многочисленные баги, усовершенствовать ИИ персонажей и оживить игровой процесс. Предлагаем вашему вниманию авторскую подборку модов, которая поможет вернуться к истории Довакина в обновленном исполнении.

12 августа Сбер выпустил своего первого универсального ИИ-агента. Новость эта стала федерального уровня, т.к. про неё написал ТАСС! Более того, было заявлено, что это “первый в России автономный универсальный ИИ-агент”. Как основатель компании, которая запустила ИИ-агентов в феврале этого года на своем ядре, мне конечно же стало интересно протестировать решение от Сбера. Более того, в апреле этого года мы получили Грант от Яндекса на миллион рублей на токены моделей ИИ, и с этого месяца мы сделали поддержку моделей Alisa Ai LLM и Yandex GPT Pro, но это тема для отдельного поста.

 Итак, приступаем. Тестировать я начал 14 августа. У меня на счету cloud.ru лежало 293 рубля еще с проекта, который я делал в прошлом году. Я решил начать с подсказки “Расскажи, что ты умеешь” и просто кликнул на неё. Прошло почти 5 минут и чего-то ИИ-агент задумался. Я устал ждать и отошёл от компа. Скриншот прилагаю:

Уолтер Шлосс в течение 44 лет опережал индекс S&P 500 примерно на 5% в год. Он зарабатывал, покупая акции, которые большинство инвесторов бы проигнорировало. Это и есть стоимостное инвестирование. При таком подходе инвесторы ищут статистически дешёвые акции. Стоимость таких бумаг намного ниже материальных активов компании или её способности приносить прибыль.

Глубокое стоимостное инвестирование — это стратегия покупки непривлекательных и непопулярных акций. Затем следует выжидательная позиция. Почему эта стратегия эффективна и как на ней заработать?

Уже второй сезон я строю дом. На этапе подведения коммуникаций появилась идея сразу проложить оптику от провайдера, чтобы потом не курочить стены. Сказано — сделано. Подключив пустую коробку к Интернету, я сразу задумался о том, что это отличный испытательный полигон для разных датчиков и подобного оборудования умного дома. Пока там никто не живёт, отвал или глюки датчиков никаких неудобств не вызовет, а скорее даст полезную информацию и опыт внедрения. Опять же, пока стены не отделаны, никаких проблем "быстро и грязно" протянуть кабели для Ethernet и RS-485 по месту в целях тестирования оборудования.

Всем привет и добро пожаловать в подкаст Mindscape. Я ваш ведущий, Шон Кэрролл, и, хотите верьте, хотите нет, это уже 200-й обычный выпуск Mindscape. Я решил посвятить сольный эпизод определенному кругу вопросов, которые как раз относятся к натурфилософии в этом смысле - к области на пересечении физики и философии. Причем некоторые способы, которыми физика и философия соприкасаются, хорошо известны. Вы наверняка уже о них слышали. Мы много говорили о квантовой механике, коллапсе волновой функции и основаниях квантовой механики. Мы также немало обсуждали время, стрелу времени, энтропию и эмерджентность, то есть связь между фундаментальной физикой и описаниями более высокого уровня. Все это вполне узнаваемые и очевидные темы, в которых и физика, и философия могут сказать что-то важное. Но есть еще одна область, о которой время от времени говорят, хотя ей уделяют заметно меньше внимания, - космология. А именно космологией я и занимался в начале своей карьеры как ученый-исследователь.

Если вы замеряете прогресс своего солвера на случайной подвыборке из train, вы замеряете его не на том наборе. Медианная задача train занимает 100 клеток на выходе, у медианной задачи eval их 225. Два и более тестовых входа требуют 6.9 процента задач train и 40.8 процента задач eval. Расхождение держится по всем шести структурным осям, которые я померил, и переживает поправку на множественные сравнения.

Дальше идёт распределительное сравнение обоих публичных наборов ARC-AGI-2, отпечатки файлов, на которых оно сделано, и подмножество из train, подобранное под eval по структуре. CSV со списком задач в конце.

Сразу оговорка, к которой я вернусь отдельным разделом: всё это про структуру, а не про сложность для человека. Свой же индекс я проверил против человеческих решений, и он проверку не прошёл.

Две зрелости – внедрения ИИ и его защиты – почти никогда не совпадают, и именно зазор между ними даёт большинство инцидентов и претензий регулятора.

В статье приведём обе оси к единой шкале CMMI, покажем, как организации проходят узнаваемые состояния (от отрицания до бесконтрольных агентов), и свяжем всё это с Приказом ФСТЭК № 117 и российскими стандартами.

Раньше инженера растили на задачах, которые сейчас называют «рутиной»: написать автотесты, собрать первичную аналитику, разметить датасет или составить документацию. Эта черновая работа была естественным тренировочным полем. Пробираясь через нее, новичок совершал контролируемые ошибки, проходил код-ревью и формировал профессиональное суждение (engineering judgment) — интуитивное понимание того, как система ведет себя в реальности. 

В классической инженерии этот этап называют «накоплением насмотренности»: нельзя спроектировать надежный мост, не изучив сотни типовых узлов и чужих ошибок. Похожий принцип десятилетиями поддерживал живучесть ядра Linux: Линус Торвальдс и команда топ-мейнтенеров годами заставляли новичков вручную переписывать патчи, чтобы те ментально «проросли» в архитектуру подсистем и переняли культуру инженерных решений.

Генериративный ИИ автоматизировал рутинные задачи — написание тестов, разметку данных, — которые раньше служили тренировочным полем для развития инженерного суждения. По мнению исследователей Microsoft, этот сдвиг к 2026 году остановил традиционный конвейер передачи опыта, создавая риск «кадрового дефолта» в IT. В исследовании Microsoft говорится, что AI Drag (эффект торможения) становится главным вызовом, требующим перестройки обучения специалистов.

Разберем, почему экономия на начинающих специалистах ведет к кадровому дефолту отрасли и как перестроить обучение, когда рутина больше не учит.

Привет, Хабр! Испытания интересующих многих соотечественников аккумуляторных батарей Camel продолжаются. Мы сравниваем их параметры со старыми знакомыми АКОМ, прекрасно показывающими себя в течение многих лет.

Все аккумуляторы АКОМ снабжены пробками для доступа к электролиту, куда при необходимости всегда можно долить дистиллированную воду. Camel не предоставляет такой возможности, поэтому тема сегодняшнего эксперимента представляет особую актуальность.

Я играю в STALCRAFT, ныне STALZONE. Там есть радио Grind FM — играет фоном, создаёт атмосферу. Проблема в том, что это радио находится в безопасной зоне и играет даже не на всю эту зону. И мне захотелось сделать так, чтобы во время вылазки можно было включить это радио и мочить мутантов.

Немного поизучав, как это можно сделать без опыта в этом деле, я понял, что нужен просто сервер в облаке и программа с веб‑интерфейсом.

На прошлой неделе мы опубликовали интервью с Артуром Григорьевичем Погосовым, преподавателем Физфака НГУ и автором задач для олимпиады «Твой путь в настоящую науку». Сегодня разберем одну из его демонстрационных задач, где нужно дать качественное объяснение наблюдаемому явлению. Задача старенькая, 2013 года — и для неё мы собрали установку, известную как колыбель Ньютона.

И снова про ИИ, точнее, про большие языковые модели, LLM, которые сейчас считаются панацеей для всего и уже разрушили всё, куда были внедрены: найм, разработку, маркетинг и т.д. Почему так происходит? Отличная штука же, ты ему пишешь, что тебе надо, он делает. Ну да, иногда делает не очень хорошо, но ведь новые модели выходят постоянно! И каждая лучше, чем предыдущая, вон, результаты тестов не дадут соврать.

13 августа Google выложила Credentio — C++ библиотеку для проверки C2PA Content Credentials. Я решил собрать её и сделать простой тест: кидаешь картинку и смотришь, можно ли понять, камера это, генератор или редактор.

Спойлер: нельзя. Причём ограничение оказалось не в Credentio — я просто неправильно понимал, какую задачу вообще решает C2PA. Он не анализирует пиксели и не пытается угадать происхождение изображения. Если в файле нет C2PA‑данных, проверять ему попросту нечего.

В итоге вместо «детектора AI‑картинок» у меня получился небольшой локальный валидатор, а сам эксперимент оказался полезнее именно из‑за того, что первоначальная гипотеза не сработала.