Kurgan-Telecom Ru | Информационные технологии

Почему в каждом разговоре про промышленный ИИ в России за спиной заказчика оказывается одна из двух компаний - Сбер или Яндекс? Я съездил на ЦИПР-2026, прошёл стенды и сессии, поговорил с массой людей из индустрии — и разобрался, почему рынок схлопнулся к дуополии и что это значит для всех остальных.

Взгляд практика, который сам делает платформу для работы с ИИ: без презентационного глянца, с цифрами и парой неудобных наблюдений со стендов.

В прошлой статье я разбирал паттерны и необходимость компромиссов в реальной разработке, и там была одна мысль которую я намеренно оставил в стороне. Паттерны редко живут в одиночку, и любая реальная система это не один паттерн, а несколько, склеенных, скрученые, слепленных, и местами прибитых сбоку гвоздями, и каждый из них закрывает только часть проблемы. Менеджер ресурсов это, наверное, самый показательный пример такой склейки, потому что снаружи он обычно выглядит как пару строчек видаLoadTexture("bark.dds"), а внутри это кэш, политика дефолтов, механика восстановления после сбоя и ещё полдюжины вещей, каждая из которых прошла через пот, кровь и пиксели и осталась в архитектуре этой системы.

Если открыть любую книгу по разработке игр или игрового движка и попробовать найти определение "игровой ресурс", то получится что ресурс - это набор данных, которые были загружены или созданы с конкретными параметрами. Любые уточнения вроде «текстура», «меш», «звук» или «шейдер» здесь уже будут лишними, потому что нам важна не природа данных, а что они существуют именно определенной форме.

Понятие "определенная форма" тем не менее тоже звучит абстрактно, поэтому люди предпочитают использовать "текстуру", "меш", "звук" и т.д. Но одну и ту же текстуру wall.dds, которую можно загрузить в DXT5 со сжатием, sRGB и mip-фильтром box, а можно без сжатия, в линейном пространстве и с другим фильтром. Формально у нас был один файл на диске, но с точки зрения ресурсного менеджера теперь это два разных "ресурса", потому что их параметры различаются. Подмена одного ресурса другим в рантайме может сломать игру, потому что игра ожидает определенных данных для шейдера, которая изменилась после фильтра или определённую раскладку мипов, которой может не оказаться.

Более явный пример для шейдеров будет, когда lighting.fx, скомпилированный с дефайном SIMPLE_BUMP_MAPPING, и lighting.fx, скомпилированный с PARALLAX_BUMP_MAPPING, физически выглядят в исходниках как один файл, но дают два разных пайплайна, со своими константными буферами и со своими ожиданиями к набору текстур, а если ресурсный менеджер этого не понимает, то он либо начнёт раздавать второй вариант, когда просят первый.

С мешами история та же самая, и ship.mesh, загруженный в менеджере ресурсов, и тот же ship.mesh, лежащий в GPU это два разных объекта, у которых даже время жизни и поведение при потере устройства будут отличаться, не говоря уже о том, что первый мы можем менять, а в второй нет.

Яндекс 360 давно перестал быть просто «ещё одной подпиской на облако». Для одних это удобный способ хранить фото, видео и документы в Диске, для других — почта без хаоса в рассылках, для третьих — рабочая среда с Телемостом, календарём, документами и корпоративными инструментами. Поэтому вопрос экономии здесь тоже стал практичным: если сервис используется каждый день, даже небольшая скидка на Яндекс 360 промокодом может заметно снизить расходы за месяц или год.

В июне 2026 года пользователи чаще всего ищут не абстрактную акцию, а конкретный сценарий: годовая подписка, семейный тариф, премиум-план, почта с защитой от спама, тариф для фотографов или пакет для бизнеса. Универсального ответа «какой купон лучший» нет: выгодным будет тот вариант, который совпадает с вашим тарифом, сроком оплаты и задачей. Актуальные предложения удобно проверять на странице Яндекс 360 промокод, где собраны купоны, скидки и акции для разных форматов использования.

Я не знал что делать с неиспользованными вовремя лимитами Claude. Поэтому создал и опубликовал репозиторий, который автоматически переводит книги.

Протестировал на учебнике по химии - OpenStax «Chemistry: Atoms First 2e», состоящем из 1200+ страниц, 21 глава, ~200 разделов с формулами и 1000+ иллюстрациями.

Перевод можно посмотреть здесь: github-pages

Всем привет.

По состоянию продукта это бета версия. Поэтому я не ищу пользователей, которые ждут готовый polished-сервис. Мне нужны люди, которым интересно покопаться в сыром продукте, найти баги, сломанные сценарии и непонятные места.

Идея простая: есть много мелких дел, которые постоянно висят в голове - расходы, покупки, документы, гарантии, возвраты, записи на услуги, отслеживание цен и так далее. Хочется собрать это в одном месте и дать человеку возможность не держать все эти задачи в памяти.

Например, можно добавить чек из магазина в расходы, сохранить гарантийный талон и потом получить напоминание, когда гарантия заканчивается, отслеживать цену на товар и получить уведомление, когда она упадет ниже нужной суммы. Еще один пример - подготовить черновик претензии, например в фитнес-зал из-за невозврата денег по абонементу. Или подготовить черновик типового бытового/юридического документа, который потом уже можно проверить самому или показать специалисту.

Главная идея продукта - не просто сделать еще один список задач или еще одну табличку расходов. У сервиса есть обычный интерфейс, где можно кликать по разделам, добавлять данные и смотреть сохраненную информацию. Но кроме этого есть AI-агентный интерфейс, где можно просто написать или сказать, что нужно сделать.

Например: "Вот чек из магазина, добавь его в расходы". Или: "Вот ссылка на товар, отслеживай, когда цена упадет ниже 100 тысяч рублей". То есть один и тот же сценарий можно выполнить либо руками через интерфейс, либо через чат с агентом.

Если пользоваться моделью, держите ее в роли клерка, критика или чернового редактора. Не отдавайте ей роль автора. Чем больше финального голоса вы передаете модели, тем сильнее текст перенимает ее привычки: мягкую нейтральность, фальшивые концовки, ровный ритм и общие фразы.

Когда события называются как попало, обязательные поля живут «по возможности», а один клик превращается в пять лидов, аналитика быстро перестает быть инструментом управления и превращается в источник споров.

В статье разбираем, как спроектировать систему событий для воронки продаж: от понятной схемы именования и обязательных полей до защиты от дублей, фильтрации ботов и привязки событий к контексту сделки.

В реальных проектах PostgreSQL часто работает не на полную мощность из-за дефолтных настроек, которые не учитывают специфику нагрузки. Разберём 5 неочевидных параметров, которые стоит подкрутить в postgresql.conf для стабильной работы в продакшене.

Важно: перед внесением изменений обязательно протестируйте их в тестовой среде. Изменения глобальных параметров конфигурации могут как ускорить, так и замедлить работу базы данных.

15-й выпуск IT-новостей от OpenIDE!

Вредоносная версия плагина провисела в VS Code Marketplace 18 минут и этого хватило, чтобы слить конфиги Claude Code, ключи AWS и 3800 репозиториев GitHub. 

Параллельно двое братьев удалили 96 правительственных баз данных за ~1 час после увольнения по Teams, а Bolt вообще уволил весь HR-отдел.

Проверяем, может ли GPU-планировщик MPPI-Generic работать без глобального планера. Самодельный симулятор, контроллер с приоритетом угловой скорости, сравнение с State Lattice и RPP vs MPPI, справился, но есть нюансы.

В последние годы в сфере изучения языков произошли два события, масштабы которых пока не оценены, но эти события уже запустили тектонический сдвиг, который скоро всех нас потрясёт.

___Grammarly – это ИИ, специализирующийся на работе с текстом. Недавно я получил доступ к версии Pro и мне абсолютно снесло крышу. Это сильный репетитор-носитель, какого среди живых носителей можно найти только с 20-й попытки – и то если повезёт. Он очень компетентно отвечает на любой вопрос про английский, при необходимости переформулирует, мгновенно даёт отличные примеры, всегда уделит вам столько времени, сколько попросите. Из минусов: работает только с английским и общается пока только текстом. Ну есть другие ИИ, которые поговорят с вами голосом на любую тему и гораздо лучше среднего носителя.

Когда я раньше смотрел фильмы и сериалы, то, конечно, часто не понимал какие-то отсылки, игру слов. Люди обычно пропускают такие вещи и смотрят дальше. Я все непонятности фиксировал, а потом звонил по Скайпу знакомой образованной американке и буквально по списку задавал вопросы. До ИИ гуглить все эти her name is G. я бы задолбался: ты часто даже не знаешь, что именно нужно искать, потому что там игра слов с отсылкой к пословице/анекдоту/фразе из известного фильма. Сейчас на любые такие вопросы про английский ответит Grammarly. Выше всяких похвал.

___Обучающие рилсы. Одна из главных ценностей языковой среды в том, что там ты можешь пережить все типичные бытовые ситуации и подхватить весь спектр устойчивых фраз: собрать волосы в хвостик, влезть без очереди и т.п.

Есть такие анти‑паттерны, которые выглядят нормально и даже проходят код‑ревью, но тихо убивают производительность в горячих местах: 

- Конкатенация строк в циклах

- String.format() в горячем коде

- Автобоксинг 

и так далее. И каждый подобный пролёт делает приложение чуть медленнее, и в какой-то момент это рискует превратиться в критическую массу, которая больно выстрелит на следующем спайке нагрузки.

Если вы пишете на Java и у вас всё вроде работает, но под нагрузкой сервисы начинают задыхаться, в новом переводе от команды Spring АйО рассмотрим конкретные паттерны, на которые стоит посмотреть.

В апреле OpenAi проводила конкурс Parameter Golf на самую эффективную нейросеть. Были выставлены ограничения — 16 мегабайт на веса и обвязку, 10 минут обучения на восьми H100. Единственный критерий — самый низкий bpb. Бэйслайном конкурса был код от OpenAi, собранный в классической архитектуре классическими инструментами, его bpb составил 1,2244, победитель добился 1.0565

Идея конкурса мне очень понравилась по весьма прозаическим причинам — размер весов позволял провести обучение на моей старенькой Geforce 1660 с шестью гигабайтами памяти на борту, а чёткая цель позволяла легко ориентироваться среди конкурентов.

Дальше обзор победителей и мой результат.

Быстрые интеграции в 1С: прощайте, бесконечные переделки!

Как же бесит, когда приходится переписывать интеграции снова и снова… Опять растет тех. долг, пока исправляешь названия полей в JSON… 

Я Михеев Антон – ведущий специалист модуля разработки 1С и я прошел через это: переписывал интеграции по несколько раз в день, снова и снова «договаривался» с внешней системой. И вот, когда всё протестировано и пора стартовать, кто‑то вдруг меняет структуру пакета!!!

Снова разборки, релизы, переговоры… В течение месяца мы собирали совещания каждый день — и обсуждали одни и те же вопросы по пятому кругу.

Наступил момент, когда заказчики стояли над душой и требовали, чтобы 1С отдавала данные ещё вчера. А у нас уже рука не поднималась переписывать интеграцию в очередной раз.

Разбираю субсидию 300 миллионов на внедрение российских ПО и ПАК. Если вы промышленник, читайте внимательно: возможно, это ваш шанс. Или нет.

SpaceX, OpenAI, Anthropic сейчас у всех на слуху - эти компании чуть ли не каждый второй месяц ставят новые рекорды по росту капитализации, при том, что первичное размещение их акций на бирже планируется не раньше второй половины 2026-го.

Естественно, обычным инвесторам, типо меня и вас, очень обидно, что где-то там богатые дяди из венчурных фондов имеют возможность напрямую вложиться в непубличные компании (которые вот-вот захватят мир своим AGI) на очередных раундах поднятия инвестиций для строительства датацентров. Нам хочется также, разумеется. И вот для нас и придумали схему с preIPO в основе которой лежит либо RWA (токенизация реальных активов), либо менее изящная схема - обычная матрешка из SPV. 

Но так ли эта схема приклекательна и безопасна, как нам подают заголовки в СМИ, разгоняющие нарративчик «Зайди раньше других! Раньше всех этих хомяков, которые потом купят акции у вас дороже уже на фондовой бирже! Это стадия ДО IPO!» - большой вопрос. Давайте разбираться.

На одном из проектов по интеграции промышленного оборудования с корпоративными системами встал вопрос: как читать данные с датчиков в реальном времени и при этом сохранить совместимость с REST API внешних потребителей? Решение нашлось в связке Entaxy ION + OPC UA — два разных подхода к одной задаче, которые отлично дополняют друг друга.

В этой статье покажем оба сценария на работающем примере: подключаемся к программному симулятору датчика и передаём данные — через подписку на изменения и через REST-сервис по запросу.

На связи Сергей Смирнов, AI-инженер и основатель LLMStart.ru. Сегодня разбираем горячую тему, на которой спотыкаются многие разработчики ботов — память нейросетей.

У всех современных топовых моделей появились гигантские окна контекста — от миллиона токенов. Кажется, что теперь туда можно просто закинуть всю историю переписки, все корпоративные методички, и агент сам во всём разберётся или не разберётся?..

В статье разбираем реальный кейс — как мы управляем памятью ИИ-агента, чтобы он отвечал быстро, точно и не сжигал бюджет на токены впустую. Внутри — наглядные графики, три механизма очистки памяти и хитрый инженерный трюк с изолированным субагентом-аудитором.

Как выбрать рекламную сеть, их особенности, зачем издателям конкуренция между рекламными платформами и какая роль у монетизатора.

Оптимизация кода сервисов на Go под реальную нагрузку

Когда сервис на Go начинает «тормозить» под реальной нагрузкой, проблема почти всегда не в самом языке и даже не в алгоритмах. Чаще всего узкие места лежат на уровне работы с памятью, сериализации данных и неочевидных накладных расходов рантайма. Если сервис упирается в сеть, базу данных или внешние API — оптимизация кода даёт ограниченный эффект. Но в CPU-bound сценариях (парсинг JSON, агрегации, обработка данных) каждая лишняя аллокация и копирование начинают стоить дорого.

Ключевая особенность Go — автоматическое управление памятью через garbage collector. Это удобно, но под нагрузкой GC становится заметным фактором: