Kurgan-Telecom Ru | Информационные технологии

В феврале я написал три текста о том, что статусы не показывают процесс и что юридический сервис без событийной модели не масштабируется. В августе показал первый кейс: булево поле в схеме исполнительного производства, которое полгода лгало.

Теперь про центр процесса, досудебную медиацию: как выглядела слепота, какие три варианта рассматривали, что построили за две недели, какие баги поймали до и после выкладки и что журнал из 540 тысяч событий показал в первые же часы.

В каждом коллективе есть он. Бросается в авантюры, берет обязательства и бесконечно уверен в собственной правоте. И несмотря на регулярные промахи, медленно растет в глазах начальства, а потом в карьере и зп. Да, хам. Да, поверхностный. Да, ошибается. Но как это работает и почему самоуверенность вместе со стратегией избегания потерь – это фича эволюции? Разбираем в новом исследовании.

Разработка и внедрение корпорацией технологии «ноу-хау» не всегда означает автоматическую победу в острой конкурентной борьбе: иногда (когда созданное либо опережает время, либо не учитывает затраченные фирмой расходы) завершается фиаско — расследованием, возбуждением уголовного дела или даже банкротством.

Больше тридцати лет я строю процессы в бизнесах разного масштаба — от компаний на два человека до компаний на несколько тысяч. Последние полтора года мы с @skazkin  строим компанию, в которой код на сто процентов пишут ИИ-агенты, а не люди. Мой участок в этой работе — не код, а процесс: как устроена система, гарантирующая, что результат работы агента действительно соответствует поставленной задаче и отвечает всем требованиям по качеству.

Этот текст — систематизация моего понимания особенностей работы агента по в рамках процесса разработки.

Задача. Разработка ПО с помощью ИИ-агентов, результат которой должен соответствовать замыслу доказано соответствовать требованиям — а не просто быть написанным и запущенным.

Основная идея. Чтобы получить код, соответствующий требованиям, не нужно изобретать новую методологию. Управление требованиями и их изменением, независимая верификация, контроль кода, статистический контроль процесса — всё это давно разработано, формализовано в стандартах и опробовано на людях; в своих принципах эта дисциплина переносится на агентов целиком. Систему агентской разработки следует строить из тех же контуров. Но агент как исполнитель обладает свойствами, отличными от свойств человека-исполнителя, и эти свойства смещают акценты внутри знакомых контуров: значительная часть того, что в человеческой разработке получалась «сама собой» — за счёт памяти исполнителей, их вопросов, неловкости перед коллегами, выученных привычек, — для агента не существует, и соответствующая функция должна исполняться системой явно, как механически закреплённый элемент.

Разбираю единственный серийный российский нейрочип — НТЦ «Модуль», 27 лет в серии. Что он умеет по даташиту и в реальных внедрениях — от больниц и РЖД до шахт и спутников, как он выглядит против Jetson и Ascend 310, кто ещё в России пытается делать нейрочипы — и почему его зовут «нишевым».

Мы живём в эпоху, когда ИИ уже не обещает революцию, а сидит в соседней вкладке. ChatGPT, Claude, Cursor, Copilot пишут код быстрее нас, генерируют тесты, объясняют концепции и помогают накидывать архитектуру.

За этим удобством прячется тихая профессиональная ловушка. Многие начинают делегировать модели не только рутину, но и сам процесс мышления. Это не выглядит как деградация в первый месяц. Выглядит как продуктивность. А заканчивается тем, что без чата человек уже не может разобрать собственный код.

Ниже без морализаторства: где проходит красная линия, как выглядит слепое доверие на практике и как пользоваться ИИ так, чтобы он оставался экзоскелетом, а не протезом.

Ресурсы Вселенной ограничены, а постоянно растущее население планеты может привести к голодному вымиранию всего человечества в ближайшем будущем. Чтобы спасти людей от голодного вымирания, киновселенная Marvel придумала оригинальный способ решения проблемы. Создав могущественного титана по имени Танос, взявшего на себя миссию спасителя. Идея Таноса состояла в том, чтобы собрав шесть Камней Бесконечности и объединив их силу в специальной Перчатке, раз и навсегда избавиться от половины населения планеты, просто щелкнув пальцами.

Эта история породила метафорическое значение, а фраза "Щелчок Таноса" стала крылатой и приобрела вполне реальные события. К примеру в бизнесе такое действие иронично называют жесткими антикризисными мерами, когда руководство компании одним махом увольняет большое количество сотрудников, дабы спастись от банкротства.

В этой статье я расскажу как можно реализовать сложные графические эффекты при разработке мобильных приложений.

Эпоха перевозок грузов по каналам и рекам часто воспринимается до повсеместного внедрения топливного транспорта как исключительно труд животных и людей. Но на самом деле было много интересных альтернатив проигравших в скорости, при преимуществах в эффективности.

Личный LLM-сервер на своём железе: без подписок, без лимитов токенов, один адрес и c дома, и с работы, и с телефона.

Предлагаю способ как можно скачивать сгенерированные 3D модели с текстурами, после бесплатной генерации, для ознакомления с результатом генерации в любой программе для работы с 3D графикой.
Сайты которые предлагают бесплатные генерации, обычно не предлагают бесплатный экспорт сгенерированных 3D моделей. После загрузки изображения и генерации 3D модели, возможность экспорта не будет активна, если не оформлена подписка.

Но если есть необходимость всё-таки скачать, то вот как это можно сделать, не затрагивая кнопку "Экспорт".

Не долго выбирая взял для примера фото из интернета.

Представьте, что вам передали на поддержку систему. Она работает — и работает блестяще: пишет код, переводит, рассуждает, шутит. Документации нет. Исходников нет. Есть бинарник на несколько сотен гигабайт и лог того, как его собирали. На вопрос «а как оно устроено внутри?» команда честно разводит руками.

Примерно так сегодня выглядят большие языковые модели. Мы научились компилировать интеллект из данных, но не научились писать — и даже толком читать — его исходный код.

В сентябре 2026 года в отрасли снова спорят о том, что считать искусственным интеллектом человеческого уровня — artificial general intelligence (AGI). Появился удобный ответ: AGI наступит тогда, когда ИИ сам сможет вести исследования ИИ и создавать своего преемника, то есть при достижении рекурсивного самоулучшения или recursive self-improvement (RSI).

1. Начну с определений, чтобы не потеряться на смешении понятий. AGI (artificial general intelligence) описывает широту способностей: система считается общей, когда она справляется с большинством экономически ценных задач на уровне человека. RSI (recursive self-improvement) описывает механизм развития: система улучшает саму себя или своего преемника, и каждое улучшение облегчает следующее. ASI (artificial superintelligence) описывает уровень способностей: система превосходит всех людей практически во всём. Эти три оси:

Практический гайд для небольших проектов: как собрать компактный слой контекста для кодового агента - с готовым мини-репозиторием, примерами инвариантов и контрактов.

Два месяца, восемь раундов проверки Apple: два реджекта App Review и два реджекта нотаризации для альтернативного маркетплейса. Что выяснилось: контент на нотаризации действительно не смотрят - механика, зарубленная в App Store по Guideline 1.2, прошла четыре раза. Но формальные гайдлайны применяются: нас отклонили по 2.1 (ключ ATT без промпта) и по 4.8 (ревьюер открыл нашу веб-страницу входа и потребовал Sign in with Apple). Плюс цифры по срокам из App Store Connect: первая нотаризация шла неделю, последняя - 3 часа 46 минут.

Сравниваю пять российских систем управления проектами для среднего и крупного бизнеса: ресурсы, бюджеты, портфели, согласования и отчетность. 

Разбираюсь, в чем сильные стороны каждой и что проверить до внедрения.

YApi — платформа документации API, мок-сервера и тестов с 27 тысячами звёзд — не обновлялась с 2022 года. На новом Node.js у неё ломаются токены, клиент не собирается, нужное ей расширение браузера больше не работает в Chrome, а мок-скрипты позволяют выполнить код на сервере.

Я продолжил проект и по дороге нашёл, что без настройки passsalt токены проектов шифруются общеизвестным ключом — участник проекта может выдать себя за другого пользователя. В статье — как это исправлено без поломки старых токенов, песочница для скриптов на isolated-vm, своё расширение на Manifest V3 и тест обновления на настоящей базе YApi.

Я задал Алисе AI и Perplexity 14 вопросов, которые покупатель задаёт перед покупкой техники: где купить оригинальный айфон с гарантией, где забрать макбук сегодня, где дают рассрочку. Потом посмотрел, на какие страницы магазинов ведут ссылки в ответах. Из 243 ссылок на карточку товара пришлось 10. Чаще всего нейросеть ссылается на ту страницу, которая отвечает на вопрос целиком: спросили про айфоны — на раздел каталога с айфонами, спросили про рассрочку — на страницу рассрочки. Карточка попадает в ответ, только когда покупатель ищет одну модель или наличие сегодня. Поэтому SEO интернет-магазина под ответы нейросетей стоит начинать с разделов каталога и страниц условий, а карточки оставить на потом.

Полгода назад я написал первую статью о том, как мы развиваем АСК Легарус, и закончил её словами, что постараюсь писать об этом регулярно.

Ну что же. Прошло ровно полгода. Видимо, для меня это и есть регулярно

Третья часть серии — практическая. Как подключить библиотеку к Maven-проекту, написать первый модульный отчёт и что после этого происходит с шаблоном при сборке.

Субрепорт — это класс, отчёт — тоже класс, а поля класса и есть содержимое отчёта. Имена параметров шаблона берутся из имён полей, поэтому один и тот же модуль можно поставить в отчёт дважды и получить два независимых субрепорта со своими данными. Аннотационный процессор при компиляции находит существующий JRXML, дописывает в него недостающие параметры, датасеты и банды субрепортов и кладёт результат в target/generated-sources. Шаблон в src он не трогает никогда.

Отдельно — про то, кто владеет шаблоном, когда в один файл пишут и кодогенератор, и человек в Jaspersoft Studio, и где у этой схемы слабое место.

Первая часть — откуда взялся Jasper и почему он так устроен, вторая — один стандарт и три идеи.

Поделить счёт на компанию — вроде бы школьная арифметика. Но «свести долги минимумом переводов» оказалось честно NP-трудной задачей. Как я наткнулся на неё в своём Telegram-мини-аппе — и всё равно решил точно.