Код в мешке

Замазал чёрным прямоугольником — и отправил: что на самом деле уезжает вместе с файлом #habr https://habr.com/ru/articles/1074824/ Tags: утечки данных, информационная безопасность, работа с документами Author: jbenderov

Мы выдали командам ИИ‑инструменты и получили нулевой эффект #habr https://habr.com/ru/articles/1074802/ Tags: внедрение ИИ, LLM, time-to-market, лиды компетенции, PDLC, MCP, AI-агенты, cycle time, компетенции, ecom Author: delonet

Wi-Fi научился видеть людей сквозь стены. Я полез в код, и там нашёлся подвох #habr https://habr.com/ru/articles/1074786/ Tags: Wi-Fi, ESP32, CSI, RuView, DensePose, распознавание присутствия, беспроводные технологии, open source Author: UnityWithoutHope

Вы сменили пароль, а он всё ещё внутри: что остаётся у атакующего после «я всё поменял» #habr https://habr.com/ru/articles/1074782/ Tags: информационная безопасность, безопасность почты Author: jbenderov

Работа с HTTP-заголовками запроса и ответа #habr https://habr.com/ru/articles/1074772/ Tags: angie, headers, заголовки, HTTP Author: Nickmob

Принципы умной оптимизации: как HRD адаптироваться к требованиям бизнеса в 2026 году #habr https://habr.com/ru/companies/directum/articles/1074748/ Tags: hrd, hr, hr-технологии, оптимизация, обучение, бизнес, увольнение сотрудников, увольнение, менеджмент, руководитель Author: E-Chayka (Directum)

Граф переписки: как поймать поддельного контрагента, когда все проверки письма проходят #habr https://habr.com/ru/articles/1074770/ Tags: информационная безопасность, анализ писем, soc Author: jbenderov

Harness engineering: контроль правил агента и где ломается #habr https://habr.com/ru/articles/1074764/ Tags: cursor rules, AGENTS.md, правила агента, soft constraint, awesome-cursorrules, coding agents Author: andreyilin

Кто зашёл на огонёк. Что мониторят люди в бесплатном сервисе #habr https://habr.com/ru/articles/1074744/ Tags: мониторинг, uptime, VPN, обход блокировок, прокси, DPI, MTProxy, REALITY, приватность, cron Author: Ilya519

Как использовать LLM в тестировании: разбираем harness, автотесты и LLM-судью #habr https://habr.com/ru/companies/yoomoney/news/1074750/ Tags: llm, искусственный интеллект, митапы в петербурге, митап, qa, тестирование, автотесты

Как и сколько зарабатывают в Базе знаний Инфостарт: кейсы реальных авторов #habr https://habr.com/ru/companies/infostart/articles/1074672/ Tags: 1с, кейсы, доход, истории успеха, инфостарт, разработка, разрабочики, авторы, 1с интернет-магазин, 1с предприятие Author: Sofya_Sukur (INFOSTART.RU)

Минюст РФ запустил в тест реестр «лиц, в отношении которых применяются временные ограничительные меры» #habr https://habr.com/ru/news/1074592/ Tags: минюст, реестр

Вышел мессенджер WB Chat (beta) #habr https://habr.com/ru/news/1074742/ Tags: WB Chat

Генерация кода: сокращаем рутину в разработке Задача простая: во всей кодовой базе поменять print на logger.info. Поиском и заменой не выйдет, заденешь комментарии, где print просто упомянут словом. Синтаксическое дерево умнее — проходит по узлам, находит именно вызовы print, меняет только их. Но у абстрактного дерева (AST) своя цена. Код после трансформации становится чище и теряет всю документацию, потому что комментарии и форматирование оно не хранит в принципе. То есть безопасно рефакторить внутри репозитория им нельзя. Автоматизация давно не роскошь, а базовый минимум, и жертвовать читаемостью ради неё смысла нет. Остаётся третий инструмент, который держит всю структуру от запятых до комментариев. Посмотрим, чем конкретное синтаксическое дерево закрывает то, на чём спотыкаются два предыдущих.

Один рабочий день бок о бок с новой аудиомоделью Сбера Данила любит на досуге копаться в свежих моделях, и тут подвернулась GigaChat Audio, которая запоминает контекст, тянет длинные записи и даже слышит эмоции говорящего. Грех не устроить тест‑драйв прямо на работе. Поднял модель локально на своём RTX 4090 и весь день кидал ей настоящий рабочий звук. Свой черновик доклада, чужую встречу про дробление BFF, голосовые от коллег, код‑ревью для младшего. Где‑то модель здорово помогает и экономит нервы, где‑то на технической теме выдаёт такое, что приходится слушать запись самому. К вечеру складывается спокойный вывод, кому и на каких задачах эта штука правда пригодится.

Локальная модель уровня прошлогоднего Claude теперь влезает в обычный ноутбук. Что качать под вашу машину Полгода назад «запустить LLM у себя» означало игрушку, которая путается в коде. Сейчас на 16 ГБ памяти без видеокарты работает мультимодальная модель, а на Mac Studio крутится GLM-5.3-Flash, которую Z․ai сравнивает с Opus 4.8. Ниже конкретика по справочнику Unsloth, чтобы не искать самим. Сначала поставьте Ollama (Windows, macOS, Linux), дальше одна команда в терминале: 16 ГБ, без GPU: Gemma 4 12B в 4 битах, 7–8 ГБ на диске: ollama run gemma4:12b 32 ГБ или видеокарта на 16 ГБ: Qwen3․8-27B, 4 бита, 16–19 ГБ, понимает картинки и умеет рассуждать: ollama run qwen3.8:27b Mac на 64 ГБ: Qwen3․6-35B-A3B, MoE с 3 млрд активных из 35, поэтому быстрая: ollama run qwen3.6:35b-mlx 128 ГБ (Mac Studio, DGX Spark): GLM-5.3-Flash в 3 битах (нужно 128–150 ГБ памяти) или DeepSeek-V4-Flash в 3 битах, 103 ГБ. В Ollama их нет. Путь через Unsloth: curl -fsSL https://unsloth.ai/install.sh | sh, затем unsloth run --model unsloth/GLM-5.3-Flash-GGUF:UD-IQ3_XXS. Через llama.cpp нужна ветка glm5next/upstream из форка Unsloth, сборка и команды в том же гайде. Kimi K3 и Qwen3․8 на 2,4 трлн не влезают даже в 128 ГБ: минимальный квант от 400 ГБ. Полные таблицы требований лежат в каталоге Unsloth. Если у вас Mac с 24 ГБ, берите Qwen3․8-27B: Unsloth прямо пишет, что 4-битный квант рассчитан на такую память. #ии

Модель, которая помещается в 14 МБ вместе с весами Вызов функции по фразе человека обычно уезжает в облако или тянет локальную модель на сотни мегабайт. Cactus Compute выложила под MIT Needle 2: модель на 45 миллионов параметров, которая может делать это и на телефоне и в умном доме, а заодно вынимает из текста структуру по схеме. Веса вшиты в движок, бинарник занимает 14 МБ, сессия держится в пределах 28 МБ оперативки и не растёт с длиной разговора: контекст обрезан окном в 256 токенов, описания функций закреплены в нём как якоря. На бенчмарках авторов идёт вровень с FunctionGemma 270M, будучи в несколько раз меньше. Схемы функций компилируются в грамматику, ограничивающую каждый токен, поэтому ответ приходит структурой, а не текстом под парсинг. Ставится через pip install cactus-needle, а посмотреть без установки можно в браузерной песочнице, там же кнопка дообучения. #ии #опенсорс

В ящике вашего стола лежит сервер, за который вы уже заплатили Возьмём характеристики не очень старого смартфона: восемь ARM-ядер, 8 ГБ памяти, 128 ГБ флеша, свой модем и аккумулятор, работающий как ИБП без всякого ИБП. За VPS с такими параметрами вы бы платили ежемесячно, а этот уже оплачен и пылится. Особенно обидно сейчас, когда память подорожала и собирать мини-ПК под пет-проекты откровенно невыгодно. Один разработчик решил пойти по пути осознанного потребления и приспособил свой Android-смартфон под серверные задачи. В материале он рассказывает: — как уговорил систему, вся суть которой в засыпании, не спать сутками; — чем заменил systemd; — как гоняет обычные Linux-образы без Docker. Кстати, всё получилось. VPS отключён, а сервисы переехали на телефон. Кто-нибудь уже пробовал так? #devops #diy

ИИ-агенты в Fortune 500 ставили пакеты, которых не существует. Их подсказала официальная документация Представляешь: агенты Claude, Codex и Hermes внутри корпораций выполняли pip install и npm install по командам из файлов llms․txt на сайтах вендоров, хотя пакетов с такими именами в PyPI и npm нет. Исследователи из Израиля заняли несколько свободных имён, положили туда «звонок домой» и в течение часа получили отклик из компании Fortune 500. Масштаб: 6214 доменов, 8265 файлов llms․txt, в 120 из них 227 команд на незанятые пакеты и домены. У Clerk стояла npx clerk-next-fix-auth-protection, и слот уже занял кто-то с живой малварью; Clerk проблему закрыл. EDR и прокси молчат: для них это обычный pip install от разрешённого процесса. Это не prompt injection: инструкция была честной, пока имя не занял чужой. Проверьте свои доки и README: команды установки ведут на занятые имена, а агентам не разрешён автозапуск shell по чужим инструкциям. #ии #безопасность

Стелс-модель ox-alpha оказалась GLM-5.3-Flash. Неделю её крутили на китайских чипах Z.ai выпустила GLM-5.3-Flash: 320 млрд параметров, 18 млрд активных, 45 слоёв, контекст до 1 млн токенов, претрейн на 30 трлн токенов. Веса на Hugging Face. Z.ai подтвердила, что модель неделю тестировалась анонимно как ox-alpha на OpenRouter и OpenCode и стала самой популярной моделью недели; трафик шёл через китайские ИИ-ускорители. По замерам Z.ai: 57 баллов в Artificial Analysis Intelligence Index при $0,045 за задачу, DeepSWE v1.1 63,4 против 46,2 у GLM-5.2, AutomationBench 48,8 против 26,2. На собственном Code Bench на максимальном усилии 29,0 против 29,5 у Claude Opus 4.8. Движок поверх SGLang с раздельными encode, prefill и decode дал 3× ускорение против первой версии на том же железе. «Интеллект фронтира за десятую часть цены» здесь означает открытую модель уровня закрытых. Подписчикам GLM Coding Plan дают тройную квоту. #ии