Kurgan-Telecom Ru | Информационные технологии

Я не боюсь, что ИИ заберёт мою работу. Боюсь, что именно это и станет моей работой: читать чужой diff, строить вокруг агента harness и отчитываться токенами.

Мой код работает. Он собирается, проходит тесты и делает ровно то, что задумывалось. Проблема в другом: я не могу с уверенностью сказать, что именно внутри него происходит, и это напрямую угрожало добавлением новых фишек.

Первую версию проекта мы с другом писали почти руками, зато каждый коммит был понятен до последней строки. Потом я остался один, подключил AI‑агентов, и темп вырос настолько, что моё понимание перестало успевать за строчками. Итог четырёх месяцев такой гонки: деньги на токены, сожжённые все бесплатные лимиты, какие вообще можно было найти, и ядро проекта, переписанное несколько раз. О том, как я докатился до такой жизни и почему больше не хочу так работать.

Q, хабряне! На связи Максим Тучков, инженер по разработке ПО в YADRO. Сегодня я хочу вам рассказать о тестировании T-RAID — одного из центральных компонентов семейства СХД TATLIN. Пройдем путь от тестирования на виртуальных машинах с легковесным образом до комплексного системного тестирования на железном окружении. Вместе разберемся, сколько требуется QA-инженеров, чтобы уверенно сказать: «T-RAID работает как надо».

Мой опыт включает изолированное тестирование T-RAID и его проверку в составе комплексных релизов СХД TATLIN.UNIFIED. За моими плечами вклад в компонентное, интеграционное, системное тестирования, тестирование производительности и проверку сервисных процедур продукта. Из раза в раз новая область тестирования открывала для меня не столько новый принцип взаимодействия с T-RAID, сколько новые критерии приемки, инструменты и сценарии тестирования. Я проследил, как меняется тестирование T-RAID на каждом из уровней, и собрал свой опыт в этой статье.

Всем привет! Меня зовут Денис, я фронтенд-разработчик в ISPsystem. В этой статье расскажу, как мы разработали и встроили модуль ИИ-ассистента в BILLmanager.

Разберём, как устроен ИИ-консультант, почему выбрали такие решения, с какими сложностями столкнулись и как всё это реализовали — внутри много кода и деталей.

Привет! Меня зовут Николай Киселев, я инженер по информационной безопасности в облачном провайдере Nubes. В этой статье хочу рассказать, как (а главное – зачем) мы делали наш сервис многофакторной аутентификации отказоустойчивым. Ну и почему доступность MFA – это не только эксплуатационная, но и полноценная бизнес-задача.

В скрипте обучения лежал список из 39 парковок, которые надо исключить: у них замороженный ряд, и модель учится на них предсказывать константу. Сегодня молчащих парковок тоже 39, и совпадают из них девять. Пока разбирался, выяснилось интересное: эти 39 константных рядов улучшают публикуемую MAE на 16% и превращают наивную базу с отрицательным R² в базу с положительным. При этом на самих этих парковках модель работает хуже, чем её отсутствие.

Я инженер-конструктор, полтора года пишу программу, которая делает из 3D-модели чертёж. Требования ГОСТ к оформлению переводятся в код за несколько месяцев: толщины линий, шрифты, интервалы между размерами. А сколько видов нужно этой детали, где её разрезать и какой взять формат листа, не скажет ни один ГОСТ: конструктор решает это по опыту. Я называю такие решения логикой конструктора, и объяснить их машине оказалось труднее всего.

В последнее время мы все чаще слышим тезис: «Классический BI больше не нужен». Ведь сегодня можно открыть чат, попросить нейронку нарисовать красивый дэшборд с фильтрами и графиками, а потом спросить, что происходит с условной выручкой. Нейронка быстро соберет интерфейс, ответит на вопрос, а в следующий раз можно вообще не использовать старый дэшборд, а просто сделать новый.

Звучит так, будто привычная модель использования BI действительно начинает терять смысл. Но что именно устаревает - необходимость анализировать данные или наше представление о том, как должна работать аналитическая система?

В этой статье попробуем разобраться.

Привет! Меня зовут Настя, я дизайню продукты в Контуре и занимаюсь цифровой доступностью там же. Я исследую и улучшаю пользовательский опыт разных людей, делаю интерфейсы продуктов Контура красивыми, удобными и эмпатичными. 

В этой статье расскажу, как мы исследовали опыт глухих людей в онлайн-коммуникациях.

TL;DR: docker‑compose файл, поднимающий 3X‑UI с настройкой пары входящих протоколов (VLESS, Hysteria2), маскировочным web‑сервером с обновляемыми сертификатами, а также dnsproxy для предоставления DoH/DoT. Обкатывался аж на целой одной vps, так что, сами понимаете... это скорее концепт, чем инструмент.

При использовании не забудьте создать рядом .env файл с переменными окружения (они описаны в начале compose‑файла), а также каталог www, и положить туда маскировочный сайт (ну хотя бы непустой index.html). После запуска:

— панель будет доступна по адресу https://ваш.домен/admin/ (если вы не задали иной путь);
— не забудьте изменить логин/пароль для панели с дефолтного admin/admin после первого входа (Настройки панели — Аутентификация — Учётная запись администратора);
— стоит также на всякий пожарный отозвать API‑ключ, использованный при настройке (Настройки панели — Аутентификация — API токен).

Разбираем механику агентов в Claude Code: изоляция контекста, параллельный запуск, настройка постоянных агентов через файлы в ~/.claude/agents/. Дальше — пример на живой задаче: четыре агента параллельно разобрали 13 статей, пока мы занимались другим.

Перевод статьи о QA-трансформации в крупном брокере: от ручных проверок к умному workflow. История о том, как тестирование было перестроено вокруг LLM: реальный стек, примеры пропущенных требований и разбор того, где ИИ ошибается. И да, человек всё ещё очень нужен.

Архитектура корпоративной платформы данных содержит множество потенциальных точек отказа: проблема может возникнуть при получении данных из источника, во время их обработки и загрузки, на уровне инфраструктуры или пользовательских запросов.

Поэтому при эксплуатации DWH используют инструменты мониторинга и логирования.

В первой части материала про мониторинг DWH разберем, что именно необходимо контролировать на каждом уровне хранилища и какие сигналы помогают своевременно обнаружить проблемы.

Всем привет! На связи команда техподдержки РТК-Сервис, и мы продолжаем разбор рамановских усилителей. Сегодня рассмотрим вендора Huawei. Почитать про раманы от Т8 можно тут.

Итак, рамановские усилители производства Huawei.

守 (Сю) — это про то, как, сохранив себя, достичь своей лучшей версии. При чём здесь RAG? Да при том, что, прежде чем рваться к агентным RAG и GraphRAG, надо разобраться с базой — довести до ума уже имеющиеся формы, чтобы получить качественную систему.

Привет, меня зовут Бромбин Андрей. Сегодня на примере Налогового кодекса я покажу путь от базового RAG к гибридному поиску и реранкингу: где каждый следующий шаг действительно повышает качество, а где лишь усложняет систему. Все выводы я проверил на воспроизводимом стенде: 240 вопросов из FAQ ФНС, три способа поиска и отдельный прогон реранкера.

Нам говорят: ИИ уже может сам писать статьи для базы знаний по данным закрытых тикетов, уже сбрасывает пользователю пароль без участия человека, уже запускает мониторинг инцидентов раньше, чем кто-то успевает спросить в чате почему опять не работает. Всё это правда.

Но правда и то, что так умеют не все. Разбираемся, как отличить настоящего агента от подделки.

Научная статья

Авторы: Денис Олегович Турыгин, программист-разработчик отдела разработки инновационных систем ООО «Нанософт разработка» denis.turygin@nanocad.ru.
Ильдар Раисович Баймуратов, к.т.н., научный сотрудник Ганноверский университет (Германия) baimuratov.i@gmail.com.

Аннотация: В статье представлен метод автоматической проверки информационных моделей (ИМ) на соответствие строительным нормам. Нормативные требования переводятся в формальный вид с помощью трехуровневой схемы разметки текста, после чего автоматически преобразуются в код на языке OWL DL и сопоставляются с данными ИМ, что позволяет системе выявлять нарушения с помощью логического вывода. Приведены результаты экспериментов, оценена эффективность подхода и проанализированы перспективы его расширения и интеграции в nanoCAD, что открывает возможности автоматизации проверки соответствия нормам в инженерной практике.

Ключевые слова: технологии информационного моделирования (ТИМ), информационная модель (ИМ), разметка текста, дескрипционная логика, Natural Language Processing (NLP), OWL.

Технологии информационного моделирования играют особую роль в контексте соблюдения строительных норм. Любое здание должно соответствовать десяткам, а иногда и сотням требований, описанным в различных регламентах. Сегодня эта проверка часто выполняется вручную: эксперты перечитывают нормативы и сопоставляют их с проектом. Этот процесс не только медленный, но и не исключает ошибок. При этом современные строительные проекты становятся все сложнее, а нормативная база все объемнее. Поэтому потребность в автоматизированной проверке соответствия проектов требованиям растет с каждым годом. По оценкам специалистов, примерно треть времени при проектировании уходит на проверку нормативов. Однако человеческий фактор все равно приводит к пропуску важных нарушений — до 15−20% случаев. Очевидно, что автоматизация способна резко сократить трудозатраты и повысить качество работы. Дополнительным стимулом становится цифровизация строительной отрасли. Во многих странах применение BIM уже обязательно для государственных проектов. В России также поддерживается курс на полный переход к цифровым технологиям в строительстве, включая активное внедрение информационных моделей. Все это создает спрос на инструменты, которые позволят автоматически и надежно проверять ИМ на соответствие нормативам.

С августа 2026 года эксперты Минцифры начали проверять актуальность сведений в реестре российского ПО. На ответ дано всего 5 рабочих дней. За это время нужно разобраться, какие сведения устарели, подготовить документы и внести изменения. Если не уложиться в срок, реестровую запись могут заблокировать, а сведения о программе — исключить из реестра без права восстановления. 

В этой статье разберу, что именно сейчас проверяют эксперты Минцифры, как действовать, если запрос уже пришёл, и что проверить в своей реестровой записи заранее.

На связи Сергей Скирдин, технический директор ИТ-интегратора «Белый код». Вчера был на форуме «Управление данными 2026» от «Открытых систем». Это уже XI форум, посвящённый управлению данными, архитектуре, качеству данных и применению ИИ в корпоративной среде. В этом году тема ИИ ожидаемо проходила практически через всю программу: как готовить данные для агентов, какой должна быть архитектура, зачем бизнесу семантика и как вообще управлять всем этим хозяйством.

Типичный ролик из недалёкого будущего: Гуманоид уверенно шагает рядом с полицейскими. Робособака обследует территорию. Робот-официант объезжает посетителя с таким выражением «лица», что чаевых сегодня не будет.

Хочется верить, что внутри каждого сидит единый искусственный разум: видит мир, понимает происходящее, принимает решения и управляет телом. Но это не совсем так.

Например, внутри AgiBot X2 Ultra работают три самостоятельных компьютера: для управления движением, взаимодействия с человеком и пользовательских вычислений. А ниже находится ещё и электроника приводов и датчиков. Это не один электронный мозг. Скорее небольшая организация, которой выдали общее тело. (Agibot)

Один отдел отвечает за то, чтобы робот не упал. Другой — за обработку изображений. Третий — за вежливое «Здравствуйте!». И желательно, чтобы совещание третьего отдела не мешало первым двум.

Разберёмся, зачем роботу столько компьютеров, что такое камера глубины, что на самом деле делает SLAM и сколько Робокопа содержится в китайском роботе-полицейском.

Лев Ларин, технический директор Unibot