Я соло-делаю Speakwithai — AI-репетитор английского для русскоязычной аудитории. Месяц назад выкатил публично, за этот месяц получил 50 регистраций, 3 платящих и набор технических граблей, которые честнее разобрать, пока они свежие, а не через год по сглаженной памяти.Это не история успеха — продукт ещё ничего не доказал. Это разбор конкретных инженерных решений, которые я бы хотел увидеть в чужом посте перед стартом. Читать далее

Harvard Business Review опубликовал в марте 2026 исследование на 1488 сотрудников - пользователи ИИ получают острый brain fry от oversight’а. Я держу 4 Claude-инструмента и думаю добавить пятый. Был уверен что у меня “архитектура другая”. Перечитал и все таки нет. Три случая где меня ловило, чек лист на 7 пунктов где я падаю, и почему добавление Codex ровно то, что HBR ругает. Я в этих 14%. Разбираю.

Сегодня Интернет атакован людьми, показывающими всем сгенерированные ИИ работы; они как маленькие дети, пришедшие из детского сада домой и хвастающиеся своими карандашными рисунками. И эти работы, подобно детским рисункам, стоит гордо развешивать на стенах дома, но за его пределы они выходить не должны.Пролог: я ❤️ ИИЯ не ИИ-хейтер. На самом деле, я думаю, что хейтеры находятся не на той стороне истории.Просто получилось так, что я понимаю, когда стоит оставлять свои карандашные каляки при себе. И меня меня всё больше печалит то, что ценные для меня сообщества постепенно утопают в горах навоза. Часто этим навозом наивно делятся без каких-то пагубных намерений, но навозом он от этого быть не перестаёт. Читать далее

Привет, Хабр. Меня зовут Карим, я Flutter разработчик уже 7 лет и последний месяц я делаю фреймворк для server-driven UI на Dart.Зачем еще один SDUIУ всех реализаций, которые попадались мне на глаза, есть общая черта - собственный DSL. JSON-схемы, кастомные конфиги. Для каждого решения приходится учить новый язык.При этом Flutter-разработчики уже знают хороший язык описания UI. Он называется Flutter. Читать далее

Спойлер: только для себя.Итак: Представьте себе бесконечную влево ленту, на которой записаны нули и единицы, но в любой момент справа идёт конечная часть числа, а левее — бесконечные нули (они не влияют на значение). Всё движение происходит у правого края. На этой ленте живёт клеточный автомат со следующими правилами: Читать далее

Всем привет! На связи команда Авито Рекламы. Что для вас май? Шашлыки, дача и подготовка к отпуску? А для бизнеса — это месяц, когда спрос на земляные работы обгоняет по росту все остальные услуги (+99%), а на выпускные и свадьбы тратят больше, чем в другие сезоны.Пока одни по привычке продают мангалы, другие получают на 91% больше продаж жилетов и находят клиентов на организацию праздников (+43% к спросу). Мы изучили поведение пользователей и собрали для вас инсайты, которые помогут не упустить сезонный спрос. Читайте дальше, чтобы узнать, как поймать свою волну в мае. Читать далее

Практический разбор запуска Ollama и Open WebUI на обычном VPS без GPU: минимальная конфигурация, ограничения CPU/RAM, docker-compose, безопасность и выбор между локальной моделью и API. Читать далее

Если вы работаете в Blender, а потом переносите сцены в Godot вручную, то знаете, как это выматывает. Материалы едут, коллизии надо выставлять заново, иерархия ломается. Год за годом одна и та же байда.Недавно вышел Goblend — двунаправленный import/export-мост, который позволяет экспортировать сцены из Blender в Godot буквально одной кнопкой. Главная идея была сделать так, чтобы сцена попадала в Godot с минимумом правок, сразу с прицелом на производительность. ⬅️ ⬇️ ➡️ ➡️ + Z

“마취총을 들고 드론과 연결된 이어폰으로 늑구의 위치를 전달받으며 수색하다가 멀리 늑구를 발견했어요. 그 순간 늑구는 거기 있는 게 어울린다는 생각이 들었습니다.” 지난달 대전 동물원에서 탈출했던 늑대 ‘늑구’ 수색에 참여했던 김정호 청주동물원 진료사육팀장(수의사)은 당시 상황을 이렇게 전했다. 김 팀장은 “늑구가 발견된 산은 그렇게 크지 않은데, 그 정도 규모의 산이나 구조물이 동물원에 있었다면 늑구는 탈출하지 않았을 것”이라며 “동물 본성에 맞는 환경이 충분히 조성된다면 탈출구가 있어도 빠져나가지 않는다”고 말했다. 늑구가 탈출 9일 만에 붙잡히면서 동물원 내 동물 복지에 대한 논의에 다시 불이 붙었다. 2023년 부경동물원에서 앙상한 모습의 사자가 발견된 이른바 ‘갈비사자 사건’으로 동물원 등록제를 허가제로 바꿨지만 이조차 제대로 운영되지 않는다는 지적이 나온다. 전문가들은 허가제를 본격 시행해 동물 친화적 환경을 조성하고 열악한 동물원은 문을 닫도록 해야 한다고 조언했다.

미국 인공지능(AI) 투자 열풍에 한국 반도체주도 질주하면서 코스피가 8,000 선을 눈앞에 뒀다. 세계적으로 반도체 기업들이 높은 실적을 내자 투자자들이 ‘닷컴 버블과 다르다’는 믿음을 굳히며 증시에 더욱 적극적으로 뛰어들고 있다. 반도체 랠리는 굵직한 종목들뿐만 아니라 스타트업으로까지 모세혈관처럼 퍼지는 모양새다. JP모건은 코스피의 목표 지수를 1만으로 올리는 등 강세 전망이 잇따르고 있다. 다만 하락 종목이 상승 종목의 약 5배에 달하는 등 증시의 양극화도 뚜렷해지고 있다. ● 반도체 3대 대형주, 코스피 비중 절반 넘겨11일 코스피는 전 거래일 대비 4.32% 오른 7,822.24로 마감하며 사상 최고치를 경신했다. 삼성전자(+6.33%), SK하이닉스(+11.51%), SK스퀘어(+8.11%), 삼성전자 우선주(+6.68%) 등 시총 상위권을 차지하는 반도체 대형주가 나란히 신고가를 경신했다. 반도체 3대 대형주가 코스피에서 차지하는 비중은 51.8%로 집계됐다. 2

“인공지능(AI)이 여러분을 대체할 가능성은 낮지만 AI를 더 잘 활용하는 사람이 여러분을 대체할 수는 있습니다.” 미국 AI 반도체 기업 엔비디아의 젠슨 황 최고경영자(CEO·63)가 10일(현지 시간) 펜실베이니아주 피츠버그의 카네기멜런대에서 졸업생을 상대로 연설을 갖고 AI의 활용 여부가 취업 및 경력 관리에 필수적이라고 강조했다. 그는 이날 “여러분보다 더 강력한 도구와 더 큰 기회를 갖고 세상에 첫발을 내디딘 세대는 없었다”고 진단했다. 자신이 PC 혁명 초기에 사회생활을 시작했듯이 올해 졸업생들은 AI 혁명의 초입에서 사회에 첫발을 내디딘 만큼 낙관적이고 진취적으로 미래를 준비하라는 뜻이다. 카네기멜런대는 1979년 최초의 로봇공학연구소가 설립됐으며 현대 AI 기술의 ‘발상지’로 여겨지는 곳이다. 황 CEO는 이날 과학기술 명예박사 학위를 받았다. 황 CEO는 AI가 인간의 일자리 전반에 미칠 충격을 가볍게 보지는 않았다. 다만 그는 방사선 영상 판독 같은 일부 업무는

Если вам интересно как выглядит работа Vivado на одноядерном ARM процессоре с частотой 1.8 ГГц, и 2 Гб ОЗУ, то я вам это покажу, и расскажу, как я запустил и успешно прошил плату (ДА! Собрал проект и прошил). Читать далее

Я устал разбирать длинные видео, голосовые и кружки в Telegram вручную. Сначала это было терпимо, потом каналов стало больше двадцати — и контент просто перестал помещаться в день.Так появился Sumify: бот, который сам достает главное из медиа и превращает его в выжимку, конспект и ответы на вопросы. Читать далее

Самая продаваемая консоль поколения имела худшую архитектуру памяти, самая технически грамотная продалась хуже всех, а самая простая в разработке принадлежала компании которая никогда раньше не делала консолей. Вы наверное узнали тут PS2, GameCube и Xbox. Иногда шутят, что когда разработчик переносил игру с Xbox на PS2, то первое что он делал это выбрасывал систему управления памятью и писал новую с нуля, потому что 32Мб плюс 4Мб плюс 2Мб не помещается в 64Мб. Для чтения этой статьи вам не потребуется знать ассемблер или работать с конкретными SDK. Достаточно понимать, что такое указатель, чем стек отличается от кучи и что рендерить геометрию параллельно с её обновлением плохая идея, и что классические GPU и CPU паттерны работы по-разному нагружают память.Там, где в тексте встречается псевдокод, он нужен для иллюстрации концепции, а не как готовый код для компиляции. Я уже подзабыл конкретные константы и названия буферов на каждой платформе, но паттерн работы всегда был примерно одинаковый. Читать далее

Это третья статья из серии про инженерные решения в ONEMIX — моём мессенджере на React Native. В первой я разбирал трёхуровневый кэш сообщений, во второй — реализацию Double Ratchet E2E. Сегодня — про звонки.Звонки в мессенджере — это та функция, которая работает либо отлично, либо никак. Пользователь привык что WhatsApp/Telegram звонят мгновенно, показывают входящие на заблокированном экране, переживают переключения Wi-Fi/LTE, и работают из фона. Если твоя реализация делает хоть что-то из этого хуже — пользователь это сразу заметит и переключится на «нормальный» мессенджер.Я потратил несколько месяцев на то чтобы довести звонки в ONEMIX до production-уровня. В процессе пришлось изучить WebRTC изнутри, разобраться с iOS CallKit и VoIP push notifications, и собрать десяток граблей которые в туториалах не упоминают. В этой статье — как это устроено, какие решения оказались критичными, и что бы я сделал по-другому.Сразу оговорка. Я не использую готовые SDK типа Agora, Twilio, 100ms. У них отличное качество и поддержка, но они не дают полного контроля над процессом — а для мессенджера контроль критичен. Когда звонок не проходит, пользователь винит приложение, а не «SDK от третьей стороны». Плюс готовые SDK стоят денег, которые на раннем этапе продукта лучше направить в другие места. Читать далее

Если что такое параллелизм более-менее все разработчики понимают, то объяснение асинхронности через аналогии с кассирами/поварами вредно, так как вводит в очень большое заблуждение.В данной статье я разберу эту проблему на примерах Python и Go и попробую дать свою правильную аналогию. Читать далее

Нейросети или как их ещё любят называть «Искусственный интеллект» развивается каждый день, каждый час и каждую минуту, обучаясь чему-то новому. Наверное уже каждый смог их попробовать, а кто-то интегрировать их в свои процессы: разработка продуктов, автоматизация бизнес-процессов, написание дипломных работ и очень большой спектр применения. Кто-то боится их, переживает, что «роботы» захватят мир, но пока к этому не стремиться. Тут разберем именно нейросети, которые умеют рисовать, т.е. генерировать картинки, и одной из них будет ChatGPT от OpenAI. ChatGPT - одна из самых популярных нейросетей в мире, которой пользуются миллионы людей, кто-то с помощью Codex пишет код, кто-то ищет ответы в чате на свои вопросы, и есть люди, которые генерируют картинки. Наверное уже все слышали и видели сгенерированные «советские» плакаты с разными мемами и персонажами, обработки фотографий в стиле аниме студии Ghibli и т.д. Очень порой качественно получается, ничего сказать, но неидеально. Основными проблемами, с которыми можно столкнуться, это различные артефакты, шесть пальцев у человека, кривые глаза, кривой или нечитаемый текст и много ещё всякого. Причём забавно, что иногда нейросеть способна выдать почти фотореалистичный портрет человека, но «сломаться» на самой простой надписи на вывеске или количестве пальцев на руке. И это, пожалуй, очень хорошо показывает текущее состояние генеративного ИИ: технологии уже впечатляют, но до идеала им всё ещё далеко.При этом важно понимать одну вещь: нейросеть не «рисует» в человеческом понимании этого слова. У неё нет вдохновения, эмоций или осознанного художественного вкуса. Она анализирует огромные массивы данных, находит закономерности и на основе запроса пользователя генерирует наиболее вероятный результат. По сути — это очень сложная математическая модель, которая научилась угадывать, как должна выглядеть картинка. Читать далее

С того момента, как в 2017 году восемь инженеров из Google разработали концепцию трансформеров, вместе с развитием генеративного ИИ, индустрия проходит через все пять стадий принятия по Кюблер‑Росс. Было отрицание — когда Google даже не стал это патентовать, был гнев — когда Дарио Амодей с частью команды ушли из OpenAI, торг — когда техногиганты рискнули или не рискнули начать скупать ИИ‑стартапы. Почти прошла депрессия — от осознания того факта, что нас всех заменит ИИ. В итоге мы как‑то докатываемся до стадии принятия — принимаем то, что ИИ несет некоторые риски для рынка труда. Хотя при этом и понимаем, что он не заменит человека на все 100%.Но развитие ИИ парадоксальным образом может дать толчок карьере тем, кто на ИИ не полагается. А может и не дать. Читать далее

Я всё чаще замечаю, что разговоры о качестве программного обеспечения как будто застряли в прошлой эпохе. Мы по привычке обсуждаем тест-кейсы, регрессию, покрытие, приёмку перед релизом и автоматизацию проверок, как будто этого по-прежнему достаточно, чтобы уверенно говорить о качестве продукта. Но сама среда, в которой живёт современное ПО, уже давно стала другой. Читать статью

Нет клиентов, времени или денег — а стратегия нужна вчера? Бывают ситуации, когда полноценное дискавери просто невозможно. Кейс о том, как я из этого выбрался, и все промпты внутри. Читать далее

Во время строительства офиса в центре Таллина археологи наткнулись на одно из лучше всего сохранившихся судов XIV века в Европе.

Один из самых распространённых вопросов от стартапов и разработчиков: «Нам нужно зарегистрировать программу в Роспатенте - это же обязательно для защиты?»Нет. И это не единственное заблуждение вокруг регистрации программ для ЭВМ.Разберём, что регистрация реально даёт, почему недобросовестный человек может зарегистрировать вашу программу на себя, и чем ситуация в России принципиально отличается от США. Развеять миф

Третья часть про DevOps-агента Oni. В первой статье я встретился с реальностью — локальные модели не справляются с простыми задачами. Во второй разбирал, как несколько дней бился с delta-merge и в итоге пришёл к dataset evolution — каждую новую модель учить с нуля на чистом Qwen3:14B, а эволюционировать только датасет. Способ рабочий, но встал вопрос: где брать сам датасет. Hand-crafting упирается в потолок — 1.5–2K трейсов на коленках, дальше надо что-то решать. Эта статья про то, как я неделю гонял локальную дистилляцию, провалился с популярным HF-датасетом, нашёл правильный источник и в итоге получил модель, которая делает realworld-тесты 10/10. И про то, что главное — не процесс, а правильные данные. Читать далее

Небольшая команда сделала мод-социальную-сеть для Minecraft, который объединяет в общий граф друзей игроков на любых поддерживаемых версиях клиента — от 1.7.10 до 1.21.1. Поддерживаются три популярных загрузчика модов и любые клиенты Minecraft, как лицензионные, так и офлайн. Серверная часть, веб-админка, обвязка и документация — всё своё.Главное, что хотелось рассказать: дисциплина (не скорость) была решающим ресурсом, и категория продукта изменила правила игры настолько, что классическая формула «MVP на одной версии — потом расширяемся» оказалась контрпродуктивной. Читать далее

Привет! С вами пентестер Ян. В этот раз я хочу поделиться с вами своим авторским переводом рассказа от компании Dark Wolf (оригинал тут).Для тех кто не знает, физический пентест или как его еще называют RedTeam - это особая разновидность пентеста при котором разрешено атаковать не только IT-системы, но и, как уже понятно из названия, проникать лично в офис заказчика и там искать зацепки для дальнейшей компрометации корпорации вцелом. К примеру, пароли на листочках на раскиданные по рабочим местам очень помогают... Подробные отчеты о физическом пентесте - это большая редкость, так как этичных хакеров обычно сковывают NDA (договор о неразглашении). К примеру, я бы сам мог рассказать о как минимум дву-трёх отличных кейсах, но увы договор есть договрор. Поэтому рад с вами поделиться хотя бы этим переводом. Читать далее

Работа инженера-конструктора, помимо творчества, порой заставляет заниматься рутинными задачами, которые отнимают время, силы. Столкнувшись с постоянным формированием необходимых архивов с деталями, я решил автоматизировать этот процесс и для себя, и для коллег, написав простенькую программку.В этой статье поделюсь своим опытом и намеченными планами. Читать далее

한국 정부가 11일 미국 인공지능(AI) 기업 앤스로픽과 마주 앉아 차세대 AI 모델 ‘미토스(Mythos)’ 대응 방안과 보안 협력 확대를 논의했다. 이번 면담을 발판으로 한국이 앤스로픽 주도의 보안 협력체 ‘프로젝트 글래스윙’에 합류할 수 있을지에도 이목이 쏠린다. 과학기술정보통신부는 이날 오전 류제명 2차관 등과 마이클 셀리토 앤스로픽 정책 총괄 등이 서울 광화문 인근에서 간담회를 가졌다고 밝혔다. 과기정통부 외에 외교부, 국가정보원, 금융위원회, AI안전연구소(AISI), 한국인터넷진흥원(KISA), 금융보안원이 함께해 미토스 공개로 번진 AI 기반 보안 위협 대응과 국내 보안 생태계와의 협력 확대 방안 등을 논의했다. 한국의 ‘글래스윙’ 참여도 타진했지만 확답을 받지는 못한 것으로 알려졌다. 미토스의 성능이 너무 뛰어나서 위험한다는 지적이 잇따르자 앤스로픽은 구글, 마이크로소프트, 애플 등 주요 기업 및 기관과 협력체 ‘글래스윙’을 꾸려 제한적으로 미토스를 공개했다.

5 июня в столице Черногории Подгорице пройдет саммит ЕС о вопросе европейского пути для стран Западных Балкан, и еврокомиссар по расширению настояла на обсуждении на саммите вступления Украины в союз.

Законопроект направлен на реализацию поручений главы государства в сфере земельных отношений, усиление ответственности местных органов власти за развитие регионов, а также на совершенствование порядка изъятия и предоставления земельных участков.

«Косуля относится к семейству оленьих и является самым маленьким представителем этого семейства в Беларуси (масса тела около 30 кг). В то же время косуля - наиболее многочисленное дикое копытное животное Беларуси», - рассказали в Госинспекции.

В ходе детального изучения проектной документации по строительству социально значимого объекта в Гродно выяснилось, что в стоимость пусконаладочных работ включены излишние затраты.

Наши атлеты завоевали две золотые и две бронзовые награды. Победы в своих весовых категориях одержали Илья Валевский (до 82 кг) и Абубакар Хаслаханов (до 97 кг), третье место после поражений в полуфиналах заняли Вячеслав Жегалов (до 77 кг) и Захар Штаченко (до 72 кг).

Просишь нейросеть назвать источник цитаты — она без паузы выдаёт название книги, фамилию автора, год, издательство. Всё выглядит убедительно. Идёшь проверять. Книги не существует. Автора тоже.Или просишь помочь с расчётом. Нейросеть объясняет каждый шаг, всё аккуратно, с формулами. В конце — неправильный ответ. При этом ни малейшего намёка на сомнение.Многие в такой момент думают: сломалась, глючит, надо перезапустить. Но дело не в этом.У этого поведения есть конкретная техническая причина — и она никуда не денется с обновлением версии. Это не ошибка в коде, это следствие того, как языковые модели устроены изнутри. Читать далее

Есть проекты, которые рождаются не из практической необходимости, а из глубоко нездорового вопроса: а можно ли сделать это совсем не тем инструментом?Обычно, если человек хочет показать в браузере видео, он берёт video. Если хочет покадровую анимацию — пишет немного JavaScript. Он же служит и для потоковой передачи данных. Но все эти подходы слишком нормальные, а потому и недостаточно интересные.Поэтому давайте поставим себе задачу чуть более сомнительную, чем следовало бы: воспроизвести Bad Apple в браузере без JavaScript вообще, опираясь почти целиком на CSS и немного на серверную магию.Ну и чтобы окончательно не сбивать градус абсурда, бекенд мы тоже не будем писать на чем-то скучно-прагматичном. Если заниматься таким делом, то с достоинством: C++26 и Boost.Beast.Результат посмотреть можно тут и на GitHub. Читать далее

Привет, меня зовут Вячеслав. Я интересуюсь локальными LLM и тем, как они ведут себя в реальных задачах — не на синтетических бенчмарках, а когда нужно написать работающий код, отрефакторить файл с багами или вытащить данные из HTML.Вокруг локальных моделей сложилась странная ситуация. С одной стороны, их постоянно принижают: если это не последняя версия Opus с максимальным режимом размышления, то и пробовать не стоит. С другой — мало кто действительно разбирается, что стоит за запуском локальной модели. Поднять API через llama.cpp — это полдела. А вот как ты её запускаешь, в какой среде, с какими параметрами — эти вещи порой переворачивают результат с ног на голову. Получить плохой результат с локальной моделью на удивление легко. Получить хороший — надо попотеть.При этом локальные модели нужны. Особенно когда начинаются истории про чувствительные данные, закрытые контуры и ситуации, когда облачный API просто не вариант.Я посмотрел множество тестов на YouTube — ни один меня не устроил. Общая канва одинаковая: берут модель побольше, запускают без оглядки на оптимальность и дают задание уровня «напиши сортировку пузырьком». Серьёзно?Я не разработчик и не кодер по профессии, но решил пойти другим путём. Тесты с подковыркой, реальная агентская среда, подбор параметров. И модели я выбрал не «чем больше, тем лучше», а те, которые реально влезают в 16 ГБ видеопамяти домашней видеокарты. Что из этого вышло — дальше по тексту. Читать далее