Код в мешке

Veai 5.8-5.11: что изменилось в агенте, если смотреть на работу разработчика #habr https://habr.com/ru/companies/veai/articles/1043752/ Tags: программирование, ai, ai-агенты, релизы, релизы безопасности, java, kotlin Author: dirvika (Veai)

Как собрать своё зеркало PyPI на nginx за вечер (и не зависеть от блокировок pypi.org) #habr https://habr.com/ru/articles/1043976/ Tags: python, pypi Author: Geri4

Агентная разработка с LLM: ускорение появляется не из магии, а из процесса #habr https://habr.com/ru/articles/1043966/ Tags: агенты ии, разработка приложений, управление командой Author: MKutuzoff

Базовый минимум метрик, который реально работает у меня (но и у вас тоже будет) #habr https://habr.com/ru/companies/alfa/articles/1043524/ Tags: agile, product, it lead, управление командой, управление разработкой, управление проектами и командой Author: Stasik01 (Альфа-Банк)

Нейтродин. Забытая радиосхемотехника 1920-х #habr https://habr.com/ru/companies/ruvds/articles/1040772/ Tags: радио, радиолампы, радиолюбительство, ruvds_статьи Author: BabayMazay (RUVDS.com)

Психология страха: как ИИ напугал взрослых людей #habr https://habr.com/ru/companies/cloud_ru/articles/1042806/ Tags: искусственный интеллект, карьера в it, нейросети, ии Author: ekatherinekosova (Cloud.ru)

Можно ли поймать вайб-кодера без нейросети? Сделал расширение для GitHub — рассказываю #habr https://habr.com/ru/articles/1043822/ Tags: ithub, расширение, chrome, ai detection, vibe coding, эвристика, open source, manifest v3 Author: ShyDamn

Маленький файл robots.txt и большие последствия одной строки #habr https://habr.com/ru/companies/hostkey/articles/1043958/ Tags: robots.txt, SEO, поисковая выдача, индексация, Яндекс, Google, ИИ, сканеры, тестирование, hostkey Author: akdengi (HOSTKEY)

AIOps продавали как волшебную таблетку: заливаешь логи и метрики, а на выходе готовое решение инцидента. На практике под капотом обычно старый движок правил в интерфейсе с надписью «ИИ», а приклеенная сверху LLM охотно выдумывает причину сбоя вместо того, чтобы её найти. На Tproger разобрали, где ML в мониторинге теряет связь с реальностью, почему модель быстро «умирает» от дрейфа данных и где она всё-таки экономит время дежурного. Внутри ещё и чек-лист вопросов вендору, чтобы не купить пороговый мониторинг под видом ИИ. P.S. Tproger — это медиа, где я работаю. Этот канал его часть. Так вот знакомлю вас постепенно с разным, что у нас есть :) @neuro_channel

Разработчик сделал потолок прозрачным с помощью ADS-B На Hackaday попался проект с короткофокусным проектором и ADS-B: автор берёт данные о реальных самолётах, считает, что сейчас проходит над домом, и выводит это на потолок. Получается не FlightRadar в браузере, а почти окно в небо. Только без окна. Мне в таких штуках нравится не сам визуальный фокус, а то, как из отдельных не связанных элементов делают что-то совершенно новое: радиосигналы из реального мира → координаты → проекция в комнате. Вроде игрушка, но внутри нормальная инженерная магия: данные, геометрия, маппинг и желание сделать красиво.

Бэкап есть, а бизнес всё равно лежит 5 июня в 11:00 пройдёт вебинар, на котором разберут неприятную разницу между «мы просто что-то копируем» и «мы можем восстановиться после аварии». По исследованию Linx Cloud и Global CIO, 85% ИТ-руководителей уже доставали данные из бэкапов, но в 35% случаев это закончилось долгим простоем или потерей данных. На вебинаре же будут говорить, как не попасть в эти 35%. А также про типичные ошибки в резервном копировании, DR-план, правило 3-2-1, immutable-бэкапы, RPO/RTO и тесты восстановления. Если хочется проверить, спасёт ли ваша инфраструктура не презентацию, а прод, зарегистрироваться можно здесь.

Если вы устали от бесконечных тасок и созвонов, то мы приготовили для вас игру, которая поможет отдохнуть А заодно проверить вашу способность быстро запоминать новую инфу. Переходите по ссылке и играйте в нашу «Меморину». И делитесь результатами в комментариях! Играть тут: https://tprg.ru/KSfj

strace без простыни системных вызовов strace может показать почти всё, что процесс делает с системой. Но потом вы остаётесь один на один с простынёй системных вызовов, файловых дескрипторов и аргументов, где полезное приходится выкапывать глазами. Но мне тут попалась strace-ui — интерактивная TUI-обёртка: ненужные вызовы скрываются клавишей h, дескрипторы фильтруются на лету, структуры разворачиваются в читаемый вид, а man pages открываются прямо из интерфейса. Интересно тут не только удобство. В разборе автор проекта показал, как строит терминальные интерфейсы на OCaml и Bonsai, своём реактивном UI-фреймворке в духе Elm. И заодно объясняет, почему TUI снова хорошо ложится на dev-tools: быстро, переносимо, тестируется текстовыми снапшотами и понятно даже агентам. Я бы открыл не только ради strace-ui, а ради аргумента про возвращение нормальных терминальных интерфейсов: https://blog.janestreet.com/strace-ui-bonsai-term-and-the-tui-renaissance/

Что делать, если нашёл ракушку: Версия для разработчиков Сегодня никаких каламбуров, так что я про реальную ракушку, а не про shell. Один разраб нашёл окаменевшую ракушку в пустыне Аль-Гат в Саудовской Аравии. Это область погружалась под воду в позднем юрском периоде, 150 миллионов лет назад. Обычный человек обратился бы к палеонтологам, чтобы узнать о находке подробнее. Но мы то с вами не такие, верно? Поэтому парень написал код, подготовил датасет из 7 894 видов и 59 244 фотографий, разобрал контур каждой ракушки в 256 точек, настроил сжатие признаков через PCA. В итоге определение вида свелось к двум параметрам — «заострённость» и «симметрия». Модель показала, что скорее всего это Sphincterochila candidissima. Неплохо, правда? У себя на GitHub автор выложил разбор своего метода и кода. Если интересно, можете изучить, а заодно и потестировать на ракушках возле своего дома.

Как RWB строит промышленный ИИ На Inside AI Meetup команда RWB открыто рассказала, как выглядит промышленный ИИ на масштабе Wildberries: миллионы пользователей, десятки миллионов заказов, тысячи ML-сервисов и GPU. Главный вывод неожиданный: серебряной пули нет. Нельзя просто взять правильную модель и получить готовый продукт. Сначала данные, архитектура, инфра, 100500 экспериментов — и только потом, возможно, что-то полетит. Из интересного: • AIOps у RWB сработал не потому, что там волшебный ИИ, а потому что команда выстроила нормальную автоматизацию. • LLM не спасает, если в данных хаос: сырые отзывы, вопросы и описания товаров нельзя просто скармливать модели — их надо сначала привести в нормальный вид. • А еще LangChain, по версии RWB, хорош для прототипов, но в продакшене может превратиться в болото абстракций. Там уже решают vLLM, Triton, token-aware routing, KV-cache routing и скучная инженерка. В общем, ИИ — это дорогое, сложное и очень инженерное продолжение старой доброй автоматизации. Полный обзор митапа читайте на Tproger

Держите: Claude Opus 4.8 с fast mode втрое дешевле и сотнями параллельных агентов Anthropic обновила флагман до версии 4.8 по той же цене, а для разработчиков главное новшество простое: режим fast mode теперь стоит втрое меньше и работает в 2,5 раза быстрее. Модель заметно прибавила в надёжности. По оценкам Anthropic, Opus 4.8 в четыре раза реже молча пропускает собственные ошибки в коде. На бенчмарке Super-Agent она стала единственной моделью, дошедшей до конца во всех сценариях, и обошла GPT-5.5 при равной стоимости. В Claude Code появились динамические рабочие процессы — теперь можно запускать сотни параллельных подагентов в одной сессии. Подробности на Tproger.

Сайт узнаёт ваши вкладки не через куки, а через SSD Если вы думали, что приватность в браузере — это про куки, новая техника FROST добавит вам бессонницы. Вредоносный сайт создаёт гигабайтный файл в изолированном хранилище OPFS и измеряет задержки чтения вашего SSD. Когда другая вкладка обращается к диску, задержки меняются. Свёрточная нейросеть по этим колебаниям определяет, что именно у вас открыто. Исследователи показали полноценную атаку на macOS с чипом M2, базовый примитив подтверждён на Linux. Пока это лабораторный proof-of-concept, но работает во всех основных браузерах без единого клика.

Стройка уже во всю присматривается к ИИ, но до сих пор не понимает, как его внедрять В строительстве уже дошли до знакомой айтишной стадии: демо работает, презентация красивая, а дальше начинается интеграция с реальными процессами, данными и ответственными людьми. Вот тут и начинаются трудности. По данным ДОМ․РФ и Сколково, 17% цифровых решений в отрасли уже используют ИИ, но в проектировании таких решений всего 3%. При этом в «ДОМ․РФ Технологии» ждут, что к 2028 году ИИ будет больше чем у половины девелоперов. То есть проблема уже не в том, чтобы «прикрутить нейросеть». Это как раз нетрудно. Руководителям, проектировщикам и городским командам нужно понимать, где взять данные, какой процесс нужно менять и как правильно считать эффект. Москва с этим уже экспериментирует на уровне города: Сколтех и правительство Москвы развивают ИИ для градостроительства, а городской Центр ИИ сделал сервисы для планировок и цифрового нормоконтроля. На этом фоне курс от Академии «ДОМ.РФ Технологии» и Сколтеха выглядит не как очередное «обучим нейросетям», а как симптом рынка. Два месяца онлайн или очный интенсив про данные, аналитику, ИИ-агентов и внедрение в операционные процессы. То есть ровно про ту часть, в которой сейчас возникла сложность в сфере. #новости #ии