Kurgan-Telecom Ru | Информационные технологии

В этой статье будет инструкция, как создавать плагины для open-source видеоредактора Wunjo Make самостоятельно или через Claude Code, Codex, Cursor. Для этого в репозитории я добавил код сборщика и умения для облачных языковых моделей. Плагины могут работать с локальными нейронными сетями или через API, а также управляться через MCP.

Вы когда-нибудь задумывались над смыслом названия этой файловой системы? А между тем ключевая фича, с которой все начиналось, — это как раз кэширование.

Несколько месяцев назад я зачем-то полез изучать теорию категорий. Причины были примерно те же, по которым нормальные люди иногда решают разобраться в квантовой механике по роликам на YouTube: звучит умно, выглядит загадочно, а главное – можно потом с важным лицом употреблять слово «эндофунктор» в компании людей, которые не могут проверить, несёшь ты ахинею или нет. В моём случае ситуацию усугубляла любовь к функциональному программированию, поэтому рано или поздно столкновение с теоркатом было неизбежно.

Первые впечатления были соответствующими. Категории, морфизмы, функторы, естественные преобразования, монады, знаменитое «монада – это моноид в категории эндофункторов». Я читал определения, вроде бы даже понимал отдельные слова, закрывал книжку и через пару часов снова не мог ответить на простой вопрос: а зачем мне всё это как программисту? Я пишу обычные приложения, крашу кнопки, перекладываю JSON из одного места в другое. Где в этой картине должны появиться все эти стрелочки?

Допустим, мы запустили АБ‑тест, рандомизировали клиентов, и теперь хотим оценить эффект фичи на средний чек. Средний чек — это пример ratio‑метрики или метрики отношения: считаем отношение суммы покупок к их количеству. Как анализировать эффект на такую метрику?

Казалось бы, средний чек — это среднее, и можно использовать просто t‑test. Но t‑test предполагает независимость наблюдений, а чеки могут быть зависимы — один клиент может совершить несколько покупок. Как следствие, мы завышаем ошибку первого рода и находим эффект там, где его нет.

В этой статье разберём, как с этим работать: корректно считать эффект, дисперсию, p‑value и доверительный интервал. Придём к дельта‑линеаризации, которая позволяет сравнивать исходный средний чек через привычный поюзерный тест. Заодно разберём, как использовать CUPED с дельта‑методом, и покажем связь с OLS с кластерными ошибками.

В ИИ‑системах даже обычный документ может стать источником команд для модели. Если агент имеет доступ к инструментам с широкими полномочиями, одна удачная prompt injection способна привести к утечке данных или нежелательным действиям. Разбираемся, как выстроить защиту на уровне архитектуры: от разделения доверия до контроля действий агента, с примерами реализации на Python.

Приветствую всех!

Помимо уже знакомых нам блоков, обеспечивающих связь с диспетчером, в лифтах применяются и более экзотические аппараты. Ко мне в руки попал как раз один из таких — переговорный блок от лифта конца девяностых.

Зачем он вообще нужен, с кем через него связывались и как он работает? Как оказалось, штука эта куда интереснее, чем я ожидал...

Всё началось с довольно бытового вопроса — выбора нового смартфона на следующие три‑четыре года. 5G, eSIM, Wi‑Fi 6 — здесь всё более‑менее понятно. Но спутниковая связь со смартфонами развивается сейчас настолько быстро, что захотелось разобраться: что сегодня реально стоит за поддержкой NTN?

Тем более что события последних недель показывают: речь уже не только о перспективных технологиях. SpaceX развивает Starlink Mobile и готовит новую спутниковую группировку, российское «Бюро 1440» разворачивает собственную инфраструктуру и уже представляет серийные абонентские терминалы, а производители чипов презентуют платформы с поддержкой NR‑NTN.

Попытка разобраться вывела меня далеко за пределы характеристик телефона — к архитектуре радиодоступа, межспутниковому транспорту, Packet Core и реальным сценариям работы спутниковых сетей, в том числе в Иране и России. И в итоге возник вопрос гораздо интереснее выбора смартфона: что меняется в архитектуре мобильной сети и точках контроля над трафиком, если первый сетевой узел после UE находится уже не на земле, а на орбите?

Я один делаю Кубыш, приложение для личных финансов на iPhone, а код пишет ИИ-агент. У которого два лимита: на 5 часовые и на недельные. За несколько месяцев выяснилось, что они неплохо заменяют тимлида и кадровиков. Получается:

Нет никакого смысла нанимать нобелевского лауреата, чтобы он отвечал на однотипные звонки в колл-центр. Примерно так же выглядит ситуация, когда повторяющуюся узкую задачу — разметить запись, проверить формат ответа, отнести обращение к одной из десяти категорий — отдают флагманской языковой модели через API.

Когда-то всё начиналось с одной строчки кода и вопроса: «А что, если он сам поймёт, что делать?»

Я не строю сверхразум и не собираюсь перевернуть мир. Просто много лет в своей тихой лаборатории (читай: за обычным столом у компьютера) проектирую кусочки алгоритмов, как детали конструктора. Иногда они щёлкают и начинают жить — и это самый крутой момент.

Этот цикл статей — не манифест и не доказательство. Это мой личный черновик, дневник исследователя-одиночки, где я раскладываю по полочкам то, что накопил. Пишу простыми словами, чтобы даже ребёнок, заглянув через плечо, понял: вот тут агент «смотрит», тут он «думает», а тут — «делает».

Пишу для себя, чтобы не забыть, и для истории — чтобы кто-то потом мог посмотреть и сказать: «Ага, вот тут он ошибся, а вот тут догадался». И для вас — чтобы вместе разобрать, как устроена архитектура интеллектуального агента, простыми словами, без пафоса, но с уважением к сложности задачи. И да, это импровизация: каждая статья — это разговор с собой вслух, попытка объяснить сложное так, чтобы самому стало яснее. Если тебе интересно заглянуть в эту лабораторию — добро пожаловать. Будем собирать агента с нуля, шаг за шагом.

Эта статья — первая в цикле, где я делюсь тем, что накопил: простыми словами, с примерами и без претензий на истину. Только опыт, наблюдения. Тема — архитектура интеллектуального агента с нуля. И вопрос, который будет висеть над каждой статьёй: это уже AGI… или ещё нет? Поехали разбираться.

У Остина Клеона есть короткая книга «Покажи свою работу!» с одной большой идеей: не ждать, пока всё будет готово, а показывать процесс. Маленькие шаги, то, чему учишься, что вдохновляет, как ты идешь к результату. Делиться понемногу каждый день, учить тому, что знаешь, и не превращать это в спам. Клеон считает, что люди находят тебя через то, чем ты делишься, и некоторые из них начинают тебе помогать.

Если применить эту философию к разработчикам, чем стоит делиться сейчас в 2026 году? Советы в сети сводятся к нескольким вариантам: выкладывать код в open-source, вести публичный журнал сделанного за день или описывать, как ты думал над задачей. Даже те, кто советует код, признают: это выглядит скучно.

Идеи хорошие, но делиться кодом нельзя, если он принадлежит корпорации и неактуально, раз его все равно написал агент, агент соседа напишет то же самое за 5 минут.

Так что же показывать?

Ещё пару лет назад «ИИ в поддержке» означало чат-бота с кнопками, который многих раздражал. Сейчас картина изменилась радикально. В 2026 году службы поддержки разработчиков строят не одного умного бота, а комбинацию агентов: одни копают логи и код, другие готовят контекст для инженера, третьи – по команде человека – открывают Pull Request с фиксом.

После маскировки ФИО в тексте может остаться номер, по которому человека найдут в открытом реестре. На восьми искусственных примерах проверим остатки по заранее заданному списку и посмотрим, что меняется при отключении нормализации и распознавания имен.

Советскому обывателю социалистическая Польша была знакома по многочисленным (в отличие от других стран Совета экономической взаимопомощи) фильмам. По центральному телевидению с конца 60-х выходил сериал «Четыре танкиста и собака», а также популярнейший «Кабачок «13 стульев», в котором играли известные советские актеры (Ольга Аросева, Михаил Державин, Спартак Мишулин). Свободный дух этих кинопроектов, возможно, способствовал коммерческому успеху предлагаемой Польшей продукцией, поставляемой на рынок СССР.

В прошлой статье мы начали разбирать спецэффекты в кино до появления компьютерной графики. И узнали, что уже в те годы вполне свободно совмещали между собой несколько слоев изображения иди могли впихнуть в кадр двух персонажей, сыгранных одним актером. Теперь переходим к вещам посложнее.

Разбираемся какую программу для просмотра фото выбрать. Тестируем скорость работы, поддержку форматов и сортировку.

25 марта 1938 года Этторе Майорана собирался сесть на паром из Неаполя в Палермо. По крайней мере, он купил на него билет. В тот же вечер 31-летний итальянский физик отправил письмо Антонио Каррелли, директору Института физики в Неаполе, извиняясь за неудобства, которые вызовет его «внезапное исчезновение». Формулировка звучала как нечто окончательное и потому зловещее. Однако Майорана, по-видимому, почти сразу же передумал. Он отправил ещё одно сообщение, в котором давал понять, что от прежнего решения отказался. Но в итоге всё равно исчез. Никаких его подтверждённых следов так никто и не нашёл.

Одного этого уже было бы достаточно, чтобы сделать Майорану одной из самых загадочных фигур в истории физики. Но этой тайне становится ещё труднее сопротивляться из-за того, над чем он работал незадолго до исчезновения.

Энрико Ферми, который не славился раздачей щедрых комплиментов, по некоторым данным, отнёс Майорану к той же категории людей, что и Галилей с Ньютоном. Не просто выдающийся учёный. Не просто физик, способный на важные открытия. Гений.

В 1937 году, за год до своего исчезновения, Майорана опубликовал необычную статью, в которой исследовал возможность, казавшуюся почти абсурдной. Что, если частица может быть одновременно и своей собственной античастицей?

На протяжении десятилетий это оставалось одной из тех удивительных и одновременно тревожных теоретических идей, которыми так богата физика: математически обоснованных, концептуально причудливых, экспериментально нерешённых.

И тут в историю вступили нейтрино. Почему-то всякий раз, когда физики создают достаточно изящную картину того, как устроена реальность, нейтрино имеют привычку проникать через боковую дверь и разбрасывать мебель. Они практически не взаимодействуют с материей. Они пролетают сквозь целые планеты. Они меняют свою «идентичность», летя через космос. В течение многих лет мы думали, что у них нет массы, а потом природа сообщила нам, что, на самом деле, нет — у них всё-таки есть масса. Они повсюду, но для их обнаружения требуются героические запасы терпения, денег и подземных пород. И теперь они могут заставить нас переосмыслить нечто ещё более фундаментальное: что именно мы имеем в виду, когда говорим «частица»?

Почему ручное разбиение задач оказалось быстрее parallel().collect() в большинстве наших тестов.

Привет, Хабр!

Меня зовут Юрий, и уже десять лет я разрабатываю The Great Tribes — пошаговую 4X-стратегию, в которой игроку предстоит провести свою цивилизацию от первобытных племён до космической эпохи.

Игра создаётся на Java с использованием LWJGL и собственного игрового движка. Мы не используем Unity или Unreal Engine: за годы разработки у проекта сформировались собственная архитектура, система процедурной генерации мира и довольно специфические требования к обработке больших карт.

Сегодня хочу рассказать об одной небольшой, но интересной оптимизации.

Мы решили ускорить генерацию природных ресурсов, написали три реализации одного алгоритма и протестировали их на трёх компьютерах с процессорами AMD Ryzen.

Результаты оказались любопытными: более компактный вариант с parallel().collect() в большинстве измерений уступил реализации с ручным разбиением массива на части.

Но обо всём по порядку.

В цифровую эпоху приватность и надёжность хранения данных важны как никогда.

Сетевое разделение и недоверенные посредники ломают взаимодействие: санкции, ковровые блокировки, атаки на инфраструктуру, глухомань.

Владельцы серверов владеют данными: могут их свободно читать, сливать, менять, удалять.

Наблюдается кризис доверия к софту и запрос на импортозамещение.

Техно-гильдия Giper.Dev приняла этот вызов, и вот что у нас получилось...

Привет Хабр! Кремний и видеокарты дорожают, а квантовые компьютеры не поместятся в квартире. Поэтому я решил собрать биопроцессор своими руками из денежного дерева на подоконнике…