Kurgan-Telecom Ru | Информационные технологии

Вопросы мне задают постоянно и одни и те же: чем бесплатная версия отличается от платной, какую версию ставить и сколько в итоге отдавать.

За производством на нефтехимическом заводе следят сотни камер. Они смотрят на конвейеры с продукцией, на колбы с жидкостью, на рабочие зоны, где люди должны быть в касках. Если что-то идёт не так, у системы есть пять секунд, чтобы заметить это и сообщить оператору.

Сама камера только снимает. А замечает проблемы и рассылает уведомления программа, которая обрабатывает видео с камер. Этой программой тогда занимались мы, разработчики. И на заводе нам мало что можно. 

Влезать в оборудование запрещено: производство нефтехимическое, даже датчик не поставишь. Облака тоже нет — серверы стоят в закрытом контуре, без выхода в интернет. Выключить систему на обновление нельзя: производство работает без остановки. А все вычисления идут на обычных процессорах, видеокарт у нас нет. 

Меня зовут Даниил Блинов. Когда мы перестраивали систему, я был техлидом команды видеоаналитики СИБУРа. Сейчас работаю в другой команде. Про то, как мы ускорили обработку видео в 28 раз без видеокарт, я уже рассказывал на Хабре.

Эта статья — про то, как мы перестроили систему видеоаналитики под сотни камер на тех же серверах и без остановки. Глубоко в машинное обучение и компьютерное зрение погружаться не придётся, расскажу простым языком. 

Они умирают на 4% чаще.

Очень характерная картина: приходит к нам в лабораторию знакомая с пакетом из аптеки, показывает. Там магний «от стресса и судорог», цинк «от прыщей», селен «для щитовидки», железо «для бодрости», ещё какой-то комплекс «для волос и ногтей».

Ей блогеры в рилсах посоветовали.

Мы смотрим на гору баночек. Потом друг на друга.

— А ты вообще знаешь, что из этого с чем дружит, а что друг друга гасит?

— Нет.

А так-то среди этой кучи была пара минералов, которые при долгом совместном приёме тихо воюют друг с другом.

Поэтому давайте разбираться, зачем и, главное, нафига вам в принципе могут понадобиться минеральные комплексы и что может пойти не так. Если очень коротко, есть лагерь «минералы выдумали маркетологи, всё это не работает» и «вы станете человеком 2.0».

Обе стороны неправы.

Владельцы компьютеров на Intel давно живут по простому правилу: хотите процессор новее, готовьтесь менять и материнку. Все из-за того, что сокет у синих редко переживает больше двух поколений, после чего платформа становится неактуальной. В начале сентября в сеть попал слайд из презентации одного из официальных дистрибьюторов Intel в Китае, на котором это правило вроде как обещают сломать. Новый сокет LGA1954 должен принять сразу три семейства процессоров. Чем-то это напоминает ответ на AM5, которому AMD продлила жизнь до 2029 года . Но прежде чем откладывать апгрейд ради новой платформы, стоит понять, насколько этому слайду можно верить.

Codey ведёт задачу от Jira до работающей фичи. Рассказываем, как устроена наша мультиагентная AI-система и почему для внедрения AI в разработку одной сильной модели мало: нужны чёткие требования, подготовленные проекты и измеримые проверки.

Если у вас PostgreSQL с включённым row-level security и ночной pg_dump по таймеру, откройте каталог с бэкапами и сравните размеры вчерашнего и позавчерашнего дампов. Если файлы подозрительно одинаковые и маленькие, возможно, у вас нет ни одного рабочего бэкапа. У нас так было не меньше двух недель.

sync.Pool легко принять за простой способ снизить аллокации: бенчмарк показывает ускорение, код уезжает в прод — а там пул внезапно теряет нужные объекты и удерживает раздутые буферы. Разбираемся, как sync.Pool на самом деле взаимодействует с GC, почему синтетические тесты могут вводить в заблуждение и в каких условиях эта оптимизация действительно окупается.

OpenAI выложила в открытый репозиторий сотни математических результатов, полученных с помощью внутренней модели. Но доступность файлов ещё не означает, что доказательства проверены и готовы к использованию. Математики требуют прозрачного описания методов, корректных ссылок на предшествующие работы и понятных правил авторства.

Питч инвесторам прогоняют по десять дублей. Разговор с сооснователем о долях не репетируют никогда — и начинают его, когда договариваться уже поздно. Разбираем типовую историю: доли 50/50, один в проекте фултайм, второй на найме, и каждый считает себя обманутым.

Последние пару лет мы довольно странно используем большие языковые модели.

Из-за их умения делать всё мы пытаемся решить с их помощью всё — роутинг запросов, модерацию, оценку и многое другое. При этом такой сетап инженерно некрасивый: у нас есть модели, которые умеют вести диалог, хорошо программировать и писать статьи, но немалую часть времени инференса они тратят на ответы на достаточно простые вопросы с двумя-тремя вариантами ответов.

Это работает. Но выглядит как доставка упаковки сырников на завтрак на огромной фуре, а альтернатива — обучать отдельную модель под каждую задачу. В сентябре 2026 года вокруг этой проблемы сформировался отдельный класс моделей — Decision Models. 15 сентября TypeSafe показали Jev, а дальше модели принятия решений полетели со всех сторон.

Мне ооочень нравится этот класс моделей, и потому возник простой вопрос: а насколько хорошо это работает в реальной жизни и можно ли тащить это в прод?

Чтобы ответить на этот вопрос, я сконструировал бенчмарк для сравнения качества, скорости и стоимости принятия решений. Будем тестировать и облачные, и self-hosted модели: Perplexity Decider 27B, TypeSafe Jev, Fastino GLiDE и GLiNER2.5-Decide, Cloudflare Clef 27B, OpenAI GPT-6 Luna Decisions, Liquid d1, Kev-9B, Cloudflare Clef-flash 9B, FRIDA-Decisions (и FRIDA Embedder) и Laya Typed Decisions.

Погнали!

Три публикации могут пересказывать одно заявление, а одинаковые числа — описывать разные вещи. На примере российских материалов о деле «ХимПрома» разбираем, как сохранить происхождение сведений и заметить изменения при пересказе. Внутри — небольшой скрипт на Python, сравнение формулировок и проверки, которые помогают не превратить подборку ссылок в ложную уверенность.

Мы очень давно — более 10 лет — говорим о безопасности k8s. Это второй опенсорс‑проект в мире после Linux, а в РФ только «ванильным кубом» пользуются более 53% компаний (не считая коммерческие и облачные Managed K8s), десятки best practices и подходов, а инструментов только под Security больше 100. 

Казалось бы, всё должно быть хорошо. 

Однако с безопасностью k8s всё ещё плохо. К примеру, судя по отчёту Red Hat “State of Kubernetes Security 2024” в 2024, 46% компаний понесли убытки из‑за недостаточной безопасности Kubernetes, в 9 из 10 организаций произошел минимум один инцидент, связанный с безопасностью контейнеров или Kubernetes. 

Причина проста — инструменты сами по себе не дают требуемого уровня безопасности. Поставить сканер — не значит быть защищенным. Включить политики — не значит, что они работают. Написать требования — не значит, что их будут выполнять. 

Здесь нужен системный подход. Меня зовут Александр, я лид направления безопасности K8S и облаков в Альфа‑Банке. С нуля стартовал, построил и сейчас сопровождаю и развиваю ИБ K8S. Моя статья об этом — как выстроить безопасность K8S как систему (функцию) в компании и масштабировать её в окружении сотен кластеров. Обсудим, какие процессы работают, какую зону ответственности должна занимать команда и как её собрать. 

Сразу оговорюсь — моя статья не туториал о том, как настроить очередной инструмент или закрыть угрозу одним из десяти способов (что, безусловно, важно), она о процессах и будет интересна, в первую очередь, лидам.

Google выпустила Nano Banana 2.1 и обещает улучшения «по всем фронтам»: качество, текст в кадре, консистентность персонажей при многократном редактировании, инфографика. Я прогнал три одинаковых промпта через Nano Banana 2 и 2.1 и посчитал результаты по чек-листу. Новая версия выиграла не там, где обещали.

Сразу оговорюсь про масштаб: это не бенчмарк. Три задачи, по одному прогону на модель, один оценщик. Такой прогон показывает, где искать разницу, а не измеряет её. Числа Google я привожу отдельно, и отдельно отмечаю: независимых замеров на 8 октября 2026 года нет, все издания о релизе ссылаются на одну таблицу разработчика.

Клиент оплатил доступ на сутки в 01:00, а первый ответ получил в 10:00. Если срок отсчитывается от оплаты, на переписку осталось 15 часов.

Разбираю, как определить объём консультации и SLA, согласовать старт с графиком эксперта и связать оплату через Telegram Stars с доступом. В статье — настройка переписки через готовый сервис и требования к своему бэкенду: повторные платёжные события, возвраты и вопросы на границе оплаченного срока.

Я сравнил девять самых популярных скиллов для Claude Code с пустышкой: нейтральным текстом той же длины, без единого совета, как работать. Агент 450 раз решал задачи из SWE-bench и Terminal-Bench со скиллом, с пустышкой и вообще без ничего.

superpowers, у которого почти 300 тысяч звёзд, от пустышки не отличился. Один скилл оказался хуже неё. И ни один из девяти не сделал работу дешевле, чем без скилла: часть денег уходит просто на то, что скилл лежит в контексте.

Ниже расскажу, какие два всё-таки сработали и как в день публикации я нашёл у себя ошибку, которая поменяла один из вердиктов.

ИТ-подрядчика обычно выбирают по презентации, а узнают по первому спорному инциденту. Тогда и выясняется, что часы SLA стояли, пока ждали запчасть, что у подрядчика нашлась сотня причин, почему простой не его вина, и что поддержка вообще досталась компании «прицепом» к контракту на внедрение. Почти все это можно узнать до подписи договора, если задать правильные вопросы.

Сразу оговорюсь: статья не техническая. Протоколов, конфигураций и сравнения инструментов здесь не будет. Она для собственников и директоров малого и среднего бизнеса, которым надо выбрать ИТ-подрядчика, не разбираясь в устройстве серверов. Разберем десять вопросов и то, что стоит услышать в ответах: про переход, SLA и штрафы, пакеты и классы систем, безопасность и форматы работы.

Всем привет. С вами Авдей Мартынович, руководитель подразделения по работе с СМБ в ALP ITSM. До ALP я был ИТ-директором региональной компании и сам нанимал подрядчиков, а последние семь лет работаю на стороне аутсорсинга. Так что на выбор подрядчика смотрю с обеих сторон стола.

Ниже — десять вопросов, которые я задавал бы аутсорсеру сам, на месте клиента. Не все вопросы будут удобными, и это правильно: по реакции подрядчик виден лучше, чем по презентации. Скопируйте список в заметки перед первой встречей.

Рядом с метрикой принято хранить версию модели и версию данных, но этого мало. Правило отбора объектов в оценку расходится двумя способами: список идентификаторов устаревает, а условие с порогом даёт разный ответ в разные дни без всяких правок. У меня список из 39 исключений за год совпал с реальностью на девять позиций из тридцати девяти, а состав выборки сменился сам собой за одни сутки. Разбираю, что именно записывать рядом с метрикой, почему хешировать надо фактический состав, а не текст правила, и чего такой отпечаток не решает.

Привет. Я Александр Донин, я технический менеджер платформы VDI и терминального доступа Termit.  В прошлой статье мы рассказывали, почему делаем собственный протокол удаленного доступа Pulsar с нуля, а не форкаем Open Source. Это не значит, что мы вообще против Open Source — используем его, когда это экономит время и не создает проблем: например, в Termit мы используем PostgreSQL для хранения данных и NGINX как веб-сервер, да и начинал Termit с RDP и X2Go. Транспорт в Pulsar — это еще один пример, когда компонент Open Source дал нам как раз то, что требовалось, и вошел в протокол в виде модуля.

Именно на уровне транспорта решается, помешает ли передача тяжелого файла мыши и клавиатуре, сколько потерь пакетов протокол выдержит, переживет ли сессия обрыв связи. Расскажем, почему остановились на QUIC, а не на легаси-протоколах, и с чем пришлось разбираться при реализации.

В условиях, когда автоматизация становится повсеместной, живой человеческий контакт без шаблонных скриптов «робота-автоответчика» превращается в преимущество бизнеса и инструмент удержания клиентов. Руководители сервисных служб сходятся во мнении: качественный сервис перестал быть лишь отделом для разбора жалоб, превратившись в генератор прибыли.

На V Всероссийском форуме «Контакт-центр 2026», который состоялся в Москве в конце сентября, эксперты обсудили вопросы трансформации клиентских сервисных служб. Главный инсайт рынка – роботы должны разгружать сотрудников на рутинных этапах, но в критические моменты удерживать покупателей способны только люди. Искреннее внимание в момент возникновения проблемы нивелирует негатив эффективнее любых промокодов.

Параллельно меняется и сам стандарт общения – базовым элементом ведения бизнеса становится полный запрет на шаблонные фразы. Когда операторы общаются исключительно вживую, используя сценарии лишь как гибкий каркас разговора, доверие к бренду растет.

Реальную жизнеспособность этой стратегии подтверждает кейс маркетплейса здоровья «Здравсити.ру». Руководитель клиентского сервиса компании Юрий Оносовский поделился результатами внедрения эмпатичного подхода в едином контакт-центре платформы. Для распределения нагрузки в компании развернуты три линии поддержки. Базовые вопросы закрывает автоматика, но сложные ситуации уходят на вторую линию для индивидуального ведения, при необходимости к разговору подключаются дежурные профессиональные фармацевты. В итоге 82% клиентов дозваниваются до оператора всего за 20 секунд, а 95% всех проблем решаются прямо во время первого звонка.

Про технологический суверенитет говорят на каждой конференции, и разговор обычно начинается с 2022 года. Но если суверенитет нужно возвращать, значит, когда-то он был? Когда и где мы его потеряли? Я разложил историю по датам: 1954, 1959, 1967, 1991, 2022 и один поворот обратно в 2016-м. У каждой развилки есть документ, фамилии и альтернатива, которую не выбрали.

Письмо, за которое инженера исключили из партии, проект сети для всей страны за десять лет до появления ARPANET, решение копировать чужую архитектуру и цена решения в 5–8 лет отставания на каждом цикле, троичная машина, которую сняли с производства из-за слишком низкой цены, и одна особенность характера, из-за которой наши продукты сначала раздают бесплатно и только через 5–12 лет начинают на них зарабатывать.