Kotlin Adept Notes
رفتن به کانال در Telegram
Канал о разработке на Kotlin и обо всем, что с ним связано По всем вопросам и рекламе: @ajiekcx
نمایش بیشتر2 430
مشترکین
اطلاعاتی وجود ندارد24 ساعت
+17 روز
+2230 روز
در حال بارگیری داده...
کانال‌های مشابه
ابر برچسب‌ها
اشارات ورودی و خروجی
---
---
---
---
---
---
جذب مشترکین
اکتبر '26اکتبر '26
اکتبر '26
+7
در 0 کانال‌ها
سپتامبر '26
+44
در 0 کانال‌ها
Get PRO
اوت '26
+94
در 2 کانال‌ها
Get PRO
ژوئیه '26
+23
در 0 کانال‌ها
Get PRO
ژوئن '26
+21
در 0 کانال‌ها
Get PRO
مه '26
+23
در 0 کانال‌ها
Get PRO
آوریل '26
+36
در 0 کانال‌ها
Get PRO
مارس '26
+34
در 0 کانال‌ها
Get PRO
فوریه '26
+28
در 0 کانال‌ها
Get PRO
ژانویه '26
+38
در 0 کانال‌ها
Get PRO
دسامبر '25
+32
در 0 کانال‌ها
Get PRO
نوامبر '25
+58
در 0 کانال‌ها
Get PRO
اکتبر '25
+268
در 3 کانال‌ها
Get PRO
سپتامبر '25
+68
در 1 کانال‌ها
Get PRO
اوت '25
+79
در 1 کانال‌ها
Get PRO
ژوئیه '25
+247
در 2 کانال‌ها
Get PRO
ژوئن '25
+136
در 1 کانال‌ها
Get PRO
مه '25
+59
در 0 کانال‌ها
Get PRO
آوریل '25
+52
در 0 کانال‌ها
Get PRO
مارس '25
+115
در 3 کانال‌ها
Get PRO
فوریه '25
+84
در 2 کانال‌ها
Get PRO
ژانویه '25
+44
در 0 کانال‌ها
Get PRO
دسامبر '24
+85
در 1 کانال‌ها
Get PRO
نوامبر '24
+142
در 2 کانال‌ها
Get PRO
اکتبر '24
+97
در 0 کانال‌ها
Get PRO
سپتامبر '24
+185
در 2 کانال‌ها
Get PRO
اوت '24
+415
در 2 کانال‌ها
Get PRO
ژوئیه '24
+42
در 0 کانال‌ها
Get PRO
ژوئن '24
+39
در 0 کانال‌ها
Get PRO
مه '24
+109
در 1 کانال‌ها
Get PRO
آوریل '24
+97
در 3 کانال‌ها
Get PRO
مارس '240
در 1 کانال‌ها
Get PRO
فوریه '24
+95
در 3 کانال‌ها
Get PRO
ژانویه '24
+52
در 1 کانال‌ها
Get PRO
دسامبر '23
+276
در 3 کانال‌ها
| تاریخ | رشد مشترکین | اشارات | کانال‌ها | |
| 06 اکتبر | +1 | |||
| 05 اکتبر | +1 | |||
| 04 اکتبر | +1 | |||
| 03 اکتبر | +1 | |||
| 02 اکتبر | +1 | |||
| 01 اکتبر | +2 |
پست‌های کانال
Опубликовали доклад с прошедшей конференции, где я рассказал о том, как в рабочем проекте удалось попробовать себя сразу в нескольких ролях: от аналитика и дизайнера до бэкендера и мобильного разработчика, и что из этого получилось.
В докладе:
👉 Узнаем, как проходила работа над этим проектом: от проработки сценариев до генерации макетов в Figma и создания приложения.
👉 Поделюсь своими мыслями о работе с AI: что оказалось эффективным, а что нет.
👉 Разберём, за счёт чего получилось ускорить TTM и можно ли масштабировать такой подход.
✅Приятного просмотра
| 2 |  На этом парад конференций Подлодки не заканчивается: уже на следующей неделе я выступлю с докладом на Podlodka Techlead Crew, где расскажу, как мне удалось примерить на себя несколько ролей, от аналитика и дизайнера до бэкендера и мобильного разработчика, на реальном легаси-проекте.
🟢Мы пройдём путь от проработки сценариев до генерации макетов в Figma и создания приложения.
🟢Разберём, за счёт чего получилось ускорить TTM, и насколько легко входить в чужие роли в большой компании, а не на пет-проектах.
🟢Поделюсь своими инсайтами по работе с AI, которые получил по ходу работы.
🟢Сделаем выводы о возможности масштабирования такого процесса.
🎲 Также у меня есть один бесплатный билет, который предлагаю разыграть. Пришлите в комметариях под этим постом любимый мем, связанный с разработкой, а я случайным образом выберу победителя сегодня в 21:00 МСК.
🎟 А ещё у меня есть промокод на покупку билета со скидкой: KotlinAdept | 1 509 |
| 3 | Полезные AI-тулзы для Android-разработчика
На конференции обсудили разные AI-инструменты, которые помогут выполнять задачи качественнее и экономить токены. Поделюсь некоторыми из них.
Перфоманс
🔘Echolot помогает находить проблемы производительности в 12 раз эффективнее по токенам, чем официальный скилл от Google.
Поиск исходников
🔘Ksrc стабильно и эффективно по токенам помогает искать исходный код в Gradle-зависимостях.
Обновление библиотек
🔘Связка Gradle MCP и Maven MCP отлично показывает себя в задачах обновления библиотек до актуальных версий и делает это почти в 2 раза эффективнее по токенам, чем голый агент.
Проверка UI без пересборки приложения
🔘Чтобы быстро проверять вёрстку приложения, помогут Compose Hot Reload (требует Desktop-таргет), а также compose-ai-tools, который работает через Preview и может работать даже без Android Studio.
Тестирование и отладка
🔘MCP Devices поддерживает множество платформ и помогает с тестированием, отладкой и отслеживанием проблем производительности.
Работа с локальными моделями
🔘Vibe-action позволяет строить YAML-пайплайны для стабильной и предсказуемой работы даже со слабыми LLM-моделями.
Автономная разработка
🔘Kent является оркестратором над харнессами и позволяет добиться лучшего качества за счёт агентных графов.
📌 А какими инструментами пользуетесь вы в повседневной разработке? | 1 563 |
| 4 |  Как подружить строгий Java-энтерпрайз со всеми ИИ изменениями? Сбер поможет разобраться
24 сентября в московском офисе Сбера состоится Java Meetup — мероприятие, на котором эксперты расскажут:
✔️Что происходит в мире Java в 2026 году?
✔️В чём реальная польза (и скрытые риски) применения SDD, виртуальных потоков и Koog
✔️Обсудим, как меняется роль Java-разработчика под влиянием ИИ
Никакой теорий — только реальные кейсы от практиков!
Формат: офлайн в Москве (Кутузовский, 32) и онлайн трансляция.
Время: сбор гостей — 16:30, начало — 17:00.
Регистрация: здесь | 1 763 |
| 5 |  +1Мифы и заблуждения в AI-разработке
Забавно, как в мире AI-разработки постоянно появляются новые лучшие практики, а потом оказывается, что они неэффективны или, наоборот, приносят больше вреда, чем пользы. Приведу несколько примеров.
Эффективность
Миф: Дешевая модель сделает задачу дешевле, чем более дорогая.
Реальность: Стоимость задачи складывается из стоимости запроса и количества итераций. Поэтому более дорогая модель может сделать задачу дешевле.
Миф: Чем выше reasoning, тем лучше качество.
Реальность: Модель на более низком reasoning может показывать результаты лучше, чем на высоком.
Миф: Чем больше сабагентов работает над задачей, тем лучше.
Реальность: Увеличение декомпозиции ролей агентов приводит к ухудшению качества.
Миф: Скиллы значительно улучшают качество работы агента.
Реальность: Большинство скиллов не имеют эвалов, и если их просто сгенерировал агент, то получаем ухудшение качества.
Экономия токенов
Миф: Caveman экономит 65% токенов.
Реальность: JetBrains измерили и оказалось, что экономия составляет всего 8,5%.
Миф: RTK экономит 60–90% токенов.
Реальность: На высоком reasoning ничего не экономит, а на низком, наоборот, может увеличить стоимость.
Миф: С Ponytail агент пишет на 54% меньше кода.
Реальность: На самом деле всего на 15%.
А с какими заблуждениями в AI сталкивались вы? | 1 787 |
| 6 | Тем временем мы с командой подготовили для вас новый сезон Podlodka Android Crew при поддержке RWB. И в этот раз сезон посвящён AI, куда уж без него 😈
Но мы старались подготовить не просто доклады в вакууме, а действительно практически полезные сессии, связанные с Android-разработкой, из которых вы сможете унести много полезного.
Что в программе:
🟢Узнаем, как с помощью AI эффективно решать задачи оптимизации производительности приложения, не тратя при этом огромное количество токенов.
🟢Посмотрим на разные автономные воркфлоу, которые позволяют обеспечить качество при разработке Android-приложений.
🟢Разберёмся в многообразии появляющихся инструментов для Android-разработки и узнаем, что действительно работает, а что нет.
✅ Уже завтра состоится первая публичная сессия о том, как изменилась разработка с приходом AI от Антона Шилова.
🗓 А сам сезон пройдёт с 21 по 25 сентября.
Так что залетайте, будет интересно. Ведь конференция Подлодки — это не только доклады, но и нетворкинг, где можно обсудить наболевшие вопросы и поучаствовать в разных активностях.
А по промокоду KotlinAdept будет скидка | 1 458 |
| 7 |  Прошло уже более полугода с того момента, как я рассказывал вам о реализации Android-приложения для удалённого доступа. И наконец-то мой коллега Евгений Мельцайкин выступит сегодня на конференции E-CODE с докладом по теме.
Из доклада вы узнаете:
🔘Как реализовать функциональность постоянного доступа
🔘Об архитектуре решения, построенного на межпроцессном взаимодействии нескольких сервисов
🔘Как автоматически выдавать разрешение на демонстрацию экрана
🔘Как поднимать сервис после перезагрузки устройства
🗓 Доклад можно посмотреть в прямом эфире онлайн уже сегодня, 12 сентября, в 18:30 по МСК.
🔗 Подключиться к трансляции | 1 988 |
| 8 |  +1Если вы тоже городили костыли для поддержки смены системной темы внутри Compose Multiplatform-приложения, как описано в документации, то в Compose Multiplatform 1.12.0 проект на iOS просто перестанет компилироваться.
Я создал issue по теме и накидал workaround. Проголосуйте за issue, если столкнулись с такой же проблемой.
Как считаете, норм ли сносить публичное API, хоть и предназначавшееся для внутреннего использования в минорном обновлении? | 2 590 |
| 9 |  ⚡️⚡️Мобильные разработчики снова соберутся на Mobius этой осенью!
21–22 октября в Санкт-Петербурге и онлайне пройдет Mobius — конференция JUG Ru Group для мобильных разработчиков. По традиции в фокусе — практические задачи, нативный и кроссплатформенный подходы, архитектура и реальный опыт продуктовых команд.
✨Программа уже активно формируется, делимся наиболее интересными докладами:
🔹Портирование Android-приложений под HarmonyOS NEXT. Спикер расскажет про автоматизированный перенос с сохранением архитектуры: от преобразования Kotlin-кода в ArkTS до трансляции Jetpack Compose в ArkUI.
🔹AI-driven T-shape. Разбор реального опыта команды о том, как искусственный интеллект помогает осваивать соседние платформы и бэкенд, ускоряя развитие инженеров и уменьшая time-to-market.
🔹Liquid Glass своими руками на Metal. Анатомия визуального эффекта из iOS 26 и его воссоздание для более старых версий с разбором интеграции в кодовую базу Telegram.
📣 Встречаемся 21–22 октября (Санкт-Петербург + online).
Подробнее о программе и билетах — на сайте. | 2 782 |
| 10 | Сколько стоит отказ от OpenCV
Весь препроцессинг в сканере, о котором я рассказывал в прошлых постах, держится на OpenCV — библиотеке компьютерного зрения, написанной на C++.
Нам из неё нужно меньше десятка функций: гомография, ресайз, гауссово размытие, CLAHE, Otsu и другое. Платим за это мы, конечно, размером: библиотека добавляет к APK около 200 МБ 😱
Здесь сразу оговорюсь, что это цифра для универсального APK со всеми ABI внутри, и очевидно, что App Bundle столько не весит: на устройство прилетает один ABI из четырёх, то есть пятьдесят мегабайт. Вот только это всё ещё много, так что AAB проблему полноценно не решает.
Идея кажется очевидной: функций немного, может быть, переписать всё это на Kotlin и выкинуть зависимость целиком? Благо теперь, в мире AI, это можно сделать почти бесплатно. Как ни странно, по бенчмаркам удалось добиться почти того же качества, но вот по времени препроцессинг стал работать в 9 раз дольше на 95-м перцентиле. Кто бы мог подумать 😲
Этот вариант, очевидно, не подходит. Поэтому появилась идея собрать свою урезанную версию OpenCV, только у своей сборки есть и минусы:
🔘Обновление OpenCV перестаёт быть сменой одной цифры в зависимостях: нужно пересобрать под все ABI, прогнать сборку в CI, проверить, что ничего не отвалилось.
🔘Сложный порог входа, даже с AI-агентами можно будет прикурить после очередного апдейта NDK или AGP.
🔘Готовые обёртки OpenCV написаны и отлажены, а если мы где-то накосячим с жизненным циклом, то получим серьёзную утечку памяти в нативе.
🔘И наконец, нет гарантий, что не понадобятся ещё какие-то методы из OpenCV и потом может быть очень больно всё заново пересобирать и обновлять.
Так что остаётся либо мириться с размером, либо усложнять поддержку. А что бы выбрали вы? | 2 253 |
| 11 |  Как читать плохо пропечатанные коды
В прошлый раз я упомянул, что returnErrors в ZXing подготавливает почву и для других препроцессингов. Сегодня разберём ещё один пример препроцессинга для исправления плохой печати.
Речь про коды, у которых модули (те самые чёрные и белые квадратики, из которых состоит DataMatrix) напечатались с разрывами.
1️⃣ Первый шаг кажется максимально контринтуитивным: чтобы прочитать код, картинку сначала придётся намеренно испортить. Для этого накладываем гауссово размытие по вертикали, чтобы склеить разорванные модули.
2️⃣ Далее уменьшаем изображение методом INTER_AREA, то есть с усреднением по площади, до трёх пикселей на модуль. Всё, что мельче модуля (шум матрицы, зернистость бумаги), просто исчезает, а модуль в три пикселя выживает. Порядок здесь важен: размывать нужно именно до уменьшения, после него склеивать уже нечего.
3️⃣ После усреднения вместе с мусором приглушаются и полезные участки, поэтому CLAHE (Contrast Limited Adaptive Histogram Equalization) помогает вернуть контраст. Если по-простому, то картинка делится на 64 клетки, в каждой берутся самый тёмный и самый светлый пиксель, и затем яркость плавно растягивается.
4️⃣ Последний шаг — это перевод серого в чисто чёрно-белое. Алгоритм Otsu сам подбирает уровень, ниже которого всё становится чёрным, а всё, что выше — белым. И уже эта картинка скармливается снова в ZXing.
Нюанс в том, что ни ось размытия, ни нужный размер заранее неизвестны: первое зависит от того, как принтер испортил печать, а второе от расстояния съёмки. Поэтому перебирается сетка: три целевых размера кода на шесть вариантов источника — размытия по вертикали и горизонтали с тремя разными ядрами. Затем пытаемся декодировать каждый вариант.
💡 И тут снова выручает returnErrors. Если до этого код не читался вообще никак, то на некоторых комбинациях ZXing хотя бы находит символ: прочитать модули он всё ещё не может и возвращает ошибку контрольной суммы, но это уже подсказка. Она позволяет отбросить неактуальные комбинации и подбирать размер вокруг удачной, убавляя или прибавляя пиксели.
Таким образом, если повезёт подобрать нужные параметры, код получится прочитать, но стоить это может дорого. Именно поэтому в потоковом режиме сканирования такому перебору нужен жёсткий бюджет по времени, а весь препроцессинг стоит выносить в отдельный поток, иначе будут сильные просадки по FPS. | 2 353 |
| 12 |  Собираем бэкенд-комьюнити на JVM Day
Бэкендеры, 29 августа в Москве пройдет хардкорная конференция. Ждут своих: Java-, Scala- и Kotlin-разработчиков, архитекторов и тимлидов.
Здесь выступят и расскажут:
— Андрей Кулешов — что нового в мире JVM за год.
— Сергей Петрелевич — разработка по Mechanical Sympathy.
— Александр Ланцов — Java после Loom: другие модели concurrency.
— Антон Курако — как бенчмарки вводят в заблуждение.
А вечером во дворе T-Space — посиделки, интерактивы и открытый микрофон с историями ошибок.
Мест мало, а цена билета будет расти.
Успевай зарегистрироваться | 1 888 |
| 13 |  Перспективное отображение
Продолжаю заниматься сканером и хочу поделиться одним интересным инсайтом, как улучшить качество сканирования кодов маркировки.
Базовый пайплайн выглядит так:
1. Кадр с камеры уходит в детектор (tflite-модель), который находит на нём координаты потенциальных кодов.
2. По каждому боксу вырезается ROI с небольшим паддингом, переводится в grayscale и отдаётся в декодер, например, ZXing.
То есть качество сканирования напрямую зависит от качества детектора и декодера. И часто происходит так, что код сфотографирован под углом или наклеен на слегка изогнутую поверхность: детектор такой код находит без проблем, а вот декодер прочитать его уже не может.
Чтобы улучшить ситуацию, можно применить так называемое перспективное отображение или гомографию, чтобы скорректировать перспективу и получить изображение кода, как будто снятого в лоб. Чтобы это сделать, достаточно знать координаты четырёх углов кода. И тогда всё сводится к двум вызовам OpenCV: getPerspectiveTransform считает матрицу по четырём парам точек, warpPerspective применяет её к изображению.
Проблема в том, как получить эти углы. Ведь детектор ничего не знает о положении кода в пространстве и отдаёт обычный прямоугольник.
Тут помогает включить параметр returnErrors в настройках ZXing: если ему удалось распознать паттерн кода, но не удалось декодировать по каким-то причинам, он отдаст координаты всех четырёх углов, к которым мы затем можем применить гомографию и снова попытаться распознать уже неискажённое изображение.
При этом ZXing и сам умеет в перспективу, но его гомография стоит в самом конце и не выпрямляет картинку, а лишь подсказывает, куда смотреть на всё том же косом кадре. Бинаризация и подсчёт размера кода отрабатывают раньше и видят его искажённым, что приводит к неверно прочитанным модулям и ошибкам размерности.
Ещё returnErrors подготавливает почву и для других препроцессингов, например, для борьбы с плохо пропечатанными кодами.
Если тема интересна, ставьте реакции, и я постараюсь еще простым языком разобрать, как это все работает. | 2 152 |
| 14 |  Как сделать свой SDK для Remote Config
Если вы используете Firebase Remote Config для работы с фиче-флагами, то, возможно, для вас он станет платным, и кто-то начнёт искать альтернативу.
Мы, на самом деле, уже давно с него мигрировали на другое стороннее решение из-за высоких рисков блокировки, а теперь полностью переходим на собственный сервис. Хочется поделиться особенностями разработки такого SDK.
Начать стоит с выделения фасада с базовыми методами fetch, activate и get<Type> с Timber-подобным API. Тогда вы сможете с лёгкостью заменить одно решение другим.
При реализации собственного SDK нужно учесть несколько важных моментов.
1. Понадобятся три вида хранилища данных: персистентное для хранения актуальных значений, персистентное для хранения временных значений (после fetch и до activate) и memory cache для моментального получения актуальных значений.
2. Нужно хорошо продумать, как исключить race condition и data race. Первичную инициализацию memory cache лучше сделать блокирующей, чтобы не потерять данные. Для методов fetch и activate лучше использовать общий mutex, чтобы не допустить рассинхронизации значений.
3. Предусмотрите throttle-механизм, чтобы не перегружать ваш бэкенд. При этом заранее продумайте, как будете реализовывать force fetch, когда значения нужно обновить как можно скорее, а также фоновое обновление, если пользователь долго не выгружает приложение из памяти.
В общем, на первый взгляд кажется, что задача простая, но в ней очень много подводных камней. Так что это вполне хороший кейс для собеседования по System Design для мобильных разработчиков. | 2 444 |
| 15 | Новые AI модели и инструменты выходят каждую неделю, городские сумасшедшие хоронят программирование, а кто-то, обложившись сотней агентов, создает супер-успешные проекты. Как с этим жить, решительно непонятно.
Чтобы помочь с этим справиться, ребята из подкаста Подлодка запустили закрытое сообщество инженеров, которые уже активно используют AI в работе и хотят делать это системно. Вот кому туда стоит подключиться:
👉Если вы хотите просто держать руку на пульсе происходящего в индустрии
Подлодка вытаскивает очень крутых экспертов из Uber, xAI, Google, Яндекса, Cursor и других компаний. Они рассказывают, как работают их команды – и вы можете узнать у них то, о чем на конференциях начнут говорить только через год.
А в закрытом чате разбирают все важные новости и изменения подходов к разработке. Если нет времени читать – вам приходит дайджест с главными выводами.
👉Если вы хотите вкатиться в лучшие практики AI разработки
В клубе прошло уже больше 40 стримов на разные темы – от разбора фреймворков для Spec-Driven Development до того, как строить общий реестр скиллов для команды или автономные фабрики фичей.
В чате есть специализированные комнаты по самым горячим темам – например, локальные модели, или тот же самый SDD. Клубчане делятся там своими сетапами и практиками.
А еще в клубе есть бот, который может ответить на любой ваш вопрос на основе всего архива прошедших стримов и обсуждений в чате!
👉Если вы уже активно внедряете AI в свою работу или команды
Это ровно то, чем занимаются все в клубе – так что вы сможете найти единомышленников с похожими проблемами. Как работать со скептиками, как не попасть в зависимость от вендоров моделей, как не сжечь все бюджеты на токены – все эти вопросы можно обсуждать в чате и на Random Coffee.
Периодически в клубе проводят хакатоны. В мае в течение двух недель 15 команд делали свои фабрики фичей с разными архитектурами. В августе ребята стартуют новый хакатон, где будут копать в сторону самообучающихся агентов и долгосрочной памяти.
🔗Детали, расписание, заявки в клуб | 1 837 |
| 16 | Страх начать сначала
Три месяца назад я пытался улучшить сканер кодов маркировки на Android, и первый подход не дал мне ровным счётом ничего, что даже загнало меня в некоторую апатию. Тогда пришлось перейти к тяжёлой артиллерии, а именно к написанию кастомного пайплайна на C++ с использованием MediaPipe. Это было то ещё приключение: весь код, разумеется, писался агентами, а я пытался понять, что там вообще происходит 🚬
В итоге мне удалось добиться определённых успехов в улучшении качества сканирования, однако работа с MediaPipe была больше похожа на ад:
🔘Как это добро дебажить
🔘Как нормально поставлять собранную либу в Kotlin-проект
🔘Как задать критерии успеха, ведь сканирование статического изображения ≠ сканированию с камеры
Я отложил эту задачу, переключился на другой проект, а теперь вернулся к ней снова. Логичным шагом было бы продолжить с того, на чём я остановился. Раньше я наверняка так бы и сделал, потому что банально было бы жалко бросать свои труды. Но сейчас сам код стал почти бесплатным, поэтому я решил начать с чистого листа.
Я запустил deep research по поиску лучшего пайплайна для сканирования, который почти съел все лимиты. В итоге я получил лютейший нейрослоп, в котором не было ровным счётом ничего полезного 😔
Но я не стал отчаиваться и решил сделать ещё один подход к реализаёции уже без MediaPipe, но с обновлёнными LLM. И, как ни странно, буквально за час получил полностью работающее решение, которое оказалось на голову выше всего того, что я делал раньше 😎
Разумеется, мне всё ещё далеко до коммерческих решений, но благодаря тому, что я не побоялся начать сначала, теперь я хотя бы могу всё это дебажить, итеративно улучшать и смотреть, что работает, а что нет.
Именно на таких задачах можно оценить, насколько улучшились LLM'ки за последнее время, потому что в повседневной разработке очень сложно заметить реальную разницу. | 2 110 |
| 17 |  Регистрируйся на Android Митап от Сбера ⚡️
14 июля новое летнее пространство Сбера на один вечер станет точкой притяжения для Android-разработчиков.
Спикеры из Сбера, Авито и SberDevices разберут практические кейсы: как создать собственную библиотеку для графиков, перейти на Jetpack Compose и находить проблемы с производительностью ещё до релиза.
А после докладов можно будет продолжить общение на летней террасе: обсудить выступления, познакомиться с коллегами и просто хорошо провести вечер вместе с Android Community 😎
📅 14 июля, 18:30
📍 Сбер.Среда, Москва, Земляной Вал, 9А
💻 Очно и онлайн
Количество очных мест ограничено — регистрируйся скорее | 2 026 |
| 18 | Особенности безопасной реализации локального пин-кода
Когда-то давно мы реализовали локальный пин-код на основе этой библиотеки. Со временем эта реализация морально устарела, поэтому мы переписали модуль на KMP и Compose Multiplatform. Однако принципы безопасной реализации локального пин-кода остаются актуальными:
🟢В идеале вообще не использовать локальный пин-код. Но если приложение работает только в офлайн, то особого выбора нет.
🟢Пин-код не должен нигде храниться. Из него криптографически выводится ключ шифрования, например с помощью PBKDF2 (реализация есть как для Android, так и для iOS)
🟢Пин-код должен защищать реальные данные, а не просто закрывать экран. Если он лишь блокирует интерфейс, такую защиту можно обойти, подменив флаг в памяти или в хранилище. Поэтому в идеале не хранить и сам ключ: если данные удалось расшифровать, значит пин-код введён верно.
🟢Для шифрования рекомендую использовать библиотеку Tink. С ней сложнее допустить ошибку при реализации, к тому же она кроссплатформенная. Для iOS Tink напрямую использовать не получится, там проще сделать реализацию с CoreCrypto.
🟢Биометрия не должна ограничиваться простой проверкой отпечатка. Лучше использовать её для шифрования ключа, выведенного из пин-кода. Также стоит инвалидировать биометрические данные, если в системе был зарегистрирован новый отпечаток.
🟢Счётчик неудачных попыток должен быть персистентным, чтобы его нельзя было сбросить простым перезапуском приложения.
Какие проблемы могут возникнуть
🔘У шифрования есть своя цена. Например, если зашифровать пользовательскую сессию, то до ввода пин-кода приложение не сможет выполнять фоновые операции. Поэтому здесь важно соблюдать баланс и не ограничить дальнейшее развитие приложения и шивровать только критичные данные.
🔘Если пользователь забудет код, он может потерять важные данные. Поэтому мы добавили резервное слово, которое также шифруется по аналогии с пин-кодом и позволяет восстановить доступ.
🔒А в вашем приложении есть локальный пин-код? | 2 098 |
| 19 |  Обманчивая легкость из-за AI
Продолжая тему захода в чужие роли с помощью AI, в комментариях справедливо отметили, что AI лишь создает иллюзию легкости. И это действительно так, особенно когда речь идет о легаси-проектах, в которых весь контекст хранится в головах разработчиков.
Мне нужно было всего лишь вынести в публичное API некоторую функциональность из Telegram-бота. При этом бэкенд был написан на Kotlin 🏝
Казалось, что это просто подарок судьбы и все можно сделать с агентом за пару часов. Но что-то пошло не так 🤔
🔴AI отлично подстраивается под проект и хорошо работает по аналогии. Но если проект состоит из большого количества легаси и в нем используется множество разных подходов, то AI просто не знает, как делать правильно. И ты тоже не знаешь 🙃
🔴API в бэкенде — это только верхушка айсберга. Пришлось разбираться с кучей технологий: как работать с очередями в RabbitMQ, как читать логи в Elastic, как устроен отдельный сервис авторизации, как делать миграции в MongoDB и другим зоопарком внутренних решений.
🔴Несмотря на один и тот же язык, подходы в бэкенде и мобильной разработке могут значительно отличаться, что тоже создает когнитивную нагрузку.
В итоге вместо пары часов мое путешествие по бэкенду затянулось на несколько недель, хотя задача была далеко не самой сложной.
При этом эта история не масштабируется: нельзя просто дать любому разработчику подписку на LLM и ожидать, что он сможет сделать что угодно в любой области. | 1 861 |
| 20 |  Тестировщики, общий сбор! Что успеете сделать за 100 минут работы?
Делимся идеей: можно запустить параллельные тесты приложения на разных устройствах, проверить производительность, нажатия и UI. И все это — бесплатно в Мобильной ферме от Selectel, потому что при регистрации вы получаете 100 бонусных минут в сервисе.
Что дает Мобильная ферма Selectel:
● Парк из 50+ моделей от популярных до редких смартфонов на Android и iOS.
● Удобство — настройки сохраняются, пока устройство закреплено за вами вне зависимости от количества тестов и длины сессии.
● Безопасность — информация о ваших сессиях автоматически удаляется после завершения аренды.
Регистрируйтесь и получите промокод на 100 минут при первом заказе: https://slc.tl/z6ujt
Реклама. АО "Селектел". erid:2W5zFHq1xQH | 1 901 |
