Kurgan-Telecom Ru | Информационные технологии

О новой операционной системе Google под названием Aluminium OS впервые заговорили еще в прошлом году — тогда в вакансиях и внутренних документах компании начали появляться намеки на десктопную версию Android. Стало известно, что проект разрабатывается внутри Google, ориентирован на ноутбуки и должен объединить мобильную и настольную экосистемы. Подробностей о внешнем виде и возможностях системы тогда не было.

Ситуация прояснилась недавно, когда в Сеть попала тестовая сборка Aluminium OS. Утечка показала интерфейс системы, ее поведение в работе и подход Google к организации рабочего стола. Давайте попробуем разобраться, что это за ОС и для чего она нужна.

Претензионная работа — это не про то, чтобы наказать поставщика. Это про то, чтобы быстро решить проблему и сохранить партнёрские отношения. Правильно выстроенный процесс позволяет не доводить разногласия до судов, а находить первопричины и устранять их. В итоге все только выигрывают. Рассказываем, как у нас в «Северстали» выстроена эта работа.

Отбор кажется точным, пока мы не задаёмся вопросом,
кого он вообще не увидел.

Введение. Вопрос, который возникает снова и снова

Под моей первой статьёй про современный найм несколько раз прозвучал один и тот же вопрос:

Зачем вообще разбираться в том, как устроен найм, если очевидно, что он не работает и скоро обязательно “поправится”?

Этот вопрос звучит рационально. Если механизм кажется неэффективным, появляется ожидание: либо его скоро исправят, либо заменят на другой. Хочется надеяться на лучшее.

Но это ожидание часто оказывается обманчивым. На практике сложные системы — и рынок найма в том числе — почти никогда не меняются сами по себе. Чтобы понять почему, важно сначала разобраться, откуда вообще берётся ожидание, что «скоро всё будет иначе».

Сегодня я хочу поделиться опытом реализации функциональности векторного поиска статей по базе знаний. Результаты векторного поиска статей из БЗ мы показываем в чат-боте в виде статей-инструкций, которые пользователь читает и выполняет. Казалось бы функциональность проще некуда, однако...

Привет, Хабр! Меня зовут Кирилл Иванов. Я уже много лет участвую в организации процесса тестирования в Тензоре. У нас есть особенность — мы используем собственные разработки для управления релизами, хранения тестов и трекинга багов.

Эта заметка — рефлексия, взгляд тестировщика изнутри на наши собственные инструменты, которые помогают выживать в сложных процессах с тысячами разработчиков и уверенно держать планку качества на высочайшем уровне. Расскажу о том, как внутренние сервисы успешно заменяют нам популярные рыночные решения: проведу параллели, сделаю сравнения, подчеркну сильные стороны и недостатки. 

Введение

Сегодня мне немного грустно, поэтому чтобы подбодрить себя, расскажу вам историю, самой, наверно, смехотворной задачи по оптимизации, которую мне поручали. Не знаю, извлечёте ли вы из неё что-то полезное, но, по крайней мере, кого-то она развеселит…

Согласно новому исследованию, частицы из атмосферы Земли уже миллиарды лет переносятся в космос солнечным ветром и оседают на Луне, смешиваясь с лунным грунтом.

Это исследование даёт возможные ответы на загадку, которая оставалась неразгаданной более полувека с тех пор, как миссии «Аполлон» привезли обратно образцы лунного грунта со следами таких веществ, как вода, углекислый газ, гелий и азот, вкраплённых в реголит — пылевой поверхностный слой Луны.

ИИ меняет не только инструменты - он меняет логику разработки. Появляются новые роли, размываются границы между специализациями, а команды становятся меньше и автономнее. Быстрые MVP сталкиваются с проблемами при масштабировании, а включение ИИ‑агентов в продукт требует новых подходов к архитектуре, безопасности и эксплуатации. В статье — системный взгляд на то, как ИИ трансформирует процессы и структуру ИТ-команд, и какие задачи в этой трансформации стоят перед ИТ-лидером.

Наконец таки статья о том как я облажался. Точнее — как облажалась команда, но ответственность все равно моя. Это разбор конкретной ошибки, которая стоила реальных денег.

Помните те славные времена, когда машинный перевод был поставщиком отборных мемов? Инструкции к китайским товарам советовали «погладить кота против шерсти для включения», а фраза «Cool story, bro» превращалась в легендарную «Прохладную историю, брат». Смешно? Да. Полезно? Вряд ли. Особенно когда вы пытаетесь объяснить иностранному заказчику, почему сорвали дедлайн, или перевести свой гениальный сценарий для TikTok на глобальную аудиторию.

Но будущее наступило, и оно разговаривает на всех языках мира сразу. Эпоха, когда нужно было копировать текст в Google Translate, а потом краснеть за результат, ушла. Сегодняшние нейросети - это словари на стероидах.

Но инструментов стало так много, что глаза разбегаются. Кто-то хвалит DeepL, кто-то молится на GPT-5.2, а кто-то по старинке мучает Яндекс.

Чтобы вы не тратили время на эксперименты, мы сделали это за вас. Мы протестировали лучшие нейросети для перевода в 2026 году.

Приятного чтения!

Что такое Moltbook, и почему она привлекла наше внимание?

Странная футуристическая соцсеть Moltbook быстро стала виральной как форум, на котором могут публиковать посты и общаться ИИ-агенты. Но обнаруженное нами рассказывает иную историю и позволяет взглянуть на то, что происходит, когда приложения пишут вайб-кодингом без должного соблюдения мер безопасности.

Мы выявили принадлежащую Moltbook неправильно сконфигурированную базу данных Supabase, обеспечивающую полный доступ на чтение и запись ко всем данным платформы. Дыра позволила обнаружить 1,5 миллиона токенов аутентификации API, 35 тысяч почтовых адресов и личную переписку между агентами. Мы немедленно сообщили о находке команде Moltbook, которая с нашей помощью закрыла её в течение считаных часов, а все данные, доступ к которым был получен в процессе поиска и проверки исправления, удалены.

Привет, Хабр! Обычно в своих дайджестах разработки far2l я рассказываю сразу о пачке новостей, накопившихся за год. Но сегодня случай особый. Мы реализовали фичу, тикет на которую висел в багтрекере с 10 ноября 2016 года. Фичу, которой мне самому остро не хватало ещё со времён использования Far Manager в Windows. Фичу, к которой многие боялись подступиться из-за сложности реализации в архитектуре, заточенной под «одна строка кода = одна строка на экране». Встречайте: перенос по словам (Word Wrap) во встроенном редакторе far2l! Под катом — рассказ о том, почему это заняло 9 лет, как Junior/Middle навыков C/C++ хватило для задачи уровня Senior благодаря Gemini 2.5 и 3 Pro, и как помог процесс формат патчей .ap.

Сотрудники и студенты Московского Энергетического Института изучили и провели анализ различных способов остановки электрических двигателей, в данном случае мы расскажем вам про метод останова двигателя противовключением.

·         В чем заключается данный метод?

  Данная схема предназначена для быстрой остановки электродвигателя. Она работает таким образом, что, когда мы хотим остановить наш двигатель, вращающийся в одну сторону, мы начинаем вращать его в противоположную таким образом замедляя его движение и приводя к останову. Таким образом противовключение значит, что мы включаем наш двигатель в обратную сторону – в противоположную.

Привет, Хабр!

В прошлой статье я подробно рассказал про свою макрос-клавиатуру: про железо, характеристики и немного затронул ваши комментарии

Привет, Хабр! С вами снова Никита Полосухин, ведущий аналитик в центре мониторинга и реагирования на кибератаки RED Security SOC. Прошлый год был насыщен расследованиями инцидентов новых заказчиков, и по итогам мы сформировали внутренний отчет. В этом материале я поделился самым интересным — разбором необычных историй кибератак, а также списком популярных (и успешных) процедур злоумышленников. Надеюсь, наши кейсы покажутся вам не только интересными, но и помогут при выборе и организации дополнительных мер защиты в этом году. 

Когда пользователи жалуются на AI-тексты, почти всегда всплывает одно и то же место: «источник не тот», «цитата странная», «в списке литературы одно, в тексте — другое».

Это не баг конкретного сервиса. Работа с источниками — одна из самых сложных и уязвимых частей AI-систем, которые используются в учебных и академических задачах.

Разберёмся, почему так происходит — на примере того, как работа с источниками устроена в Кэмпе.