Kurgan-Telecom Ru | Информационные технологии

11 августа состоялся выпуск QEMU 11.1.0, свободного эмулятора процессорных архитектур и платформы виртуализации. По данным официального объявления в списке рассылки qemu-devel, в релиз вошло более 3200 коммитов от 285 разработчиков. Это второй функциональный выпуск QEMU в 2026 году после QEMU 11.0, опубликованного в апреле.

Одним из основных направлений развития стала архитектура RISC-V. В QEMU появилась поддержка big-endian для доступа RISC-V к данным: состояние порядка байтов контролируется битами MBE, SBE и UBE, а для моделирования процессоров, работающих только в big-endian, предусмотрено свойство big-endian. При этом выборка инструкций RISC-V по-прежнему остаётся little-endian.

Кроме того, для RISC-V в QEMU 11.1 реализованы:

( читать дальше... )

 qemu, виртуализация

Держите открытыми две вкладки. В одной — интернет-банк, куда вы залогинены и где на экране висит ваш баланс. В другой — какой-то сайт, на который вы забрели по ссылке из выдачи, ничего особенного. Теперь вопрос, который на первый взгляд кажется надуманным, а на деле упирается в фундамент всей веб-безопасности: что мешает скрипту со второго сайта взять и прочитать ваш баланс из первого?

5 августа состоялся выпуск 2.13. 0 консольной утилиты GCLI, поддерживающей API нескольких популярных сервисов хостинга Git-проектов, и позволяет создавать, просматривать и взаимодействовать с проблемами, запросами на слияние, метками и комментариями к ним, проверять состояние CI и конвейеров, искать репозитории и многое другое.
В отличие от GitHub CLI, GCLI поддерживает не только API GitHub, но и API Codeberg, Forgejo, Gitea, GitLab и Bugzilla.

Утилита написана на языке C и распространяется по лицензии BSD-2.

( читать дальше... )

 c, gcli, git, github, gitlab

Наверное уже многие знают, что в силу недавно вступивших в ЕС законов, регулирующих использование ИИ, провайдеры LLM обязаны помечать ИИ-сгенерированные тексты. Та же Claude недавно обновила справочную информацию о работе своей помечалки сгенерированного ИИ контента, в том числе и текста. Но в подробности его работы почему-то вдаваться не стала, как и размещать в публичном доступе средства добавления и обнаружения этих самых вотермарок.

Не то чтобы я часто балуюсь текстовым нейрослопом, но сама идея того, что твой текст могут им объявить чисто случайно или в следствии того, что ты отредактировал иишкой его часть, меня не сильно радует. Поэтому в этой статье мы разберемся, как собственно эти метки работают, и как с ними бороться.

Encore зародился как фреймворк на Go, и на Go там были написаны среда выполнения, интерфейс командной строки (CLI), парсер и компилятор. Когда мы решили поддерживать TypeScript, логичнее всего было бы написать на TypeScript и среду выполнения тоже, либо достроить к среде выполнения Go какой‑нибудь мостик. Но в итоге пришли к тому, что написали новую среду выполнения с нуля на Rust.

Сервис жив, CPU в норме, паники нет — а часть запросов зависает на минуты. В async‑Rust привычный стек часто мало помогает: задача могла застрять на блокирующем вызове, мьютексе или просто перестать получать пробуждения.

Разбираем, как отличать эти сценарии в Tokio и куда смотреть, когда отладчик молчит.

Когда я говорю руководителям слово «политика», многие отвечают: «Я в эти игры не играю». Я прекрасно их понимаю. Хочется заниматься продуктом, архитектурой, людьми и сроками. Хочется верить, что решения принимаются на основании фактов, а ресурсы получают объективно важные задачи.

Желание понятное, но есть один нюанс. Компания живет по формальным и неформальным правилам независимо от того, замечаем мы их или нет. Если руководитель не понимает, в какой игре оказалась его команда, последствия все равно наступят: у него заберут людей, ему дадут задачи без реального заказчика, команду не позовут на важные встречи. Результат работы, скорее всего, присвоит тот, кто первым о нем расскажет.

Меня зовут Татьяна Костенкова. Я предприниматель, ментор руководителей и ex-CEO IT- и маркетинговой компании. Эта статья о том, как видеть политические процессы в компании и уменьшать ущерб для себя и команды. Я не предлагаю превращать офис в «Карточный домик». Моя цель проще и практичнее: дать тимлиду понимание и приемы, которые помогут не быть съеденным первым.

Наткнулся на интересный материал про тестирование GitOps на масштабируемость и нагрузку. Его целых три недели проводила компания iits-Consulting. Оригинал читать не меньше 40 минут, поэтому сократил его, сохранив все самое важное — и теперь делюсь со всеми обитателями Хабра.

Всем привет! Меня зовут Оля, я руководитель направления в канале Sber API. Сейчас расскажу, как мы сделали инновационный для российского рынка MCP, и как это решение может упростить вам работу.

ИИ быстро развивается и получает новые функции. Есть LLM-решения для генерирования текста и изображений, для автоматизации персональных задач, для нефинансового сектора и заказа еды, и многие другие. Однако их всё ещё тяжело применять в реальных бизнес-задачах.

Я расскажу, как мы с командой попробовали внедрить в ИИ функцию работы с финансовыми сервисами банка для корпоративных клиентов. 

Привет, Хабр!

Меня зовут Жуйков Андрей, занимаюсь развитием и продвижением СУБД Digital Q.DataBase.

Сегодня для многих организаций импортозамещения СУБД - уже практическая задача, которую необходимо решать без остановки бизнес-процессов и без многомесячной переработки прикладных систем. Одним из ключевых требований при выборе новой платформы становится возможность сохранить существующую прикладную логику и минимизировать объем изменений в коде приложений.

В этой статье я покажу, как установить Digital Q.DataBase 18.2 на РЕД ОС 8.0.3, познакомлю с новой архитектурой СУБД и продемонстрирую подключение к каждому из поддерживаемых диалектов.

15 лет назад небольшая команда начала делать собственную систему учета для бизнеса — без подписки, венчурных инвестиций и большой команды разработки. Сегодня в СКИФ 183 модуля и интеграции, а ядро компании по-прежнему состоит всего из двух человек.

Поговорили с создателем системы о том, зачем понадобился еще один учетный продукт, почему Freemium оказался ошибкой, как они пришли к модели платных доработок и зачем небольшой команде сегодня ИИ.

Первый день работы нового филиала банка: кажется, что может пойти не так? Сотрудники держатся уверенно, но в глазах заметно напряжение. Один ищет скрипт в планшете, другой вспоминает, какой шаблон использовать для заявления, третий отвлекает старшего менеджера банальным вопросом. А клиент ждет: для него это не «технические трудности», а плохой сервис.

Печатая эти строки, я вижу мир вокруг, слышу его звуки, чувствую, как течет время. Ветер колышет верхушки елей, птица выводит трель, пахнет ивовой корой, горное солнце печет мою кожу. Я ощущаю себя, и это ощущение само по себе кажется мне чудом. Как оно рождается? Как множество разрозненных и неразумных клеток, потоков жидкостей и электрических импульсов внутри моего тела объединяются в единое целое и становятся тем, что мы называем собственным "Я"?

Можем ли мы математически описать природу самоощущения, можем ли мы построить машины, которые обладали бы им наподобие нас?

Всем привет! Сегодня я хочу вам рассказать о Peertube — некоммерческой децентрализованной видеоплатформе с открытым исходным кодом. В нем есть возможность загрузки контента, комментирования, поиска, а также изменения видео, когда оно уже опубликовано.

Peertube основан на технологии P2P (peer-to-peer) для обмена видео по принципу всех известных торрентов. Исторически PeerTube использовал WebTorrent, но уже несколько лет (начиная с версии 6.0) проект полностью перешел на протокол HLS в связке с WebRTC.

Что лучше — централизация или децентрализация? Что такое Fediverse? И наконец — как создать свой инстанс-сайт для сохранения видео на случай, например, блокировки ютуба? Давайте-ка погрузимся в теорию и практику!

В конце концов мы опубликуем свой децентрализованный видеохостинг!

Привет, Хабр! Меня зовут Екатерина Горшкова я старший аналитик Битрикс24 в ZeBrains. Девять лет в продажах, шесть в IT, ещё год в образовании. Звучит как разные вселенные, но если честно, это одна и та же профессия под разными вывесками. Потому что везде нужно было понять человека напротив и договориться так, чтобы результат устроил обе стороны. 

Последние несколько лет я работаю системным аналитиком и заметила, что один проект идёт как по маслу, а другой со скрипом при абсолютно одинаковом уровне команды. Раз техническую часть проекта я разбираю на молекулы за вечер, решила разобраться и с этим вопросом. Делюсь тем, что получилось.

Недавно я решил проверить на себе классический сюжет: может ли нейронка зарабатывать на бирже. Не «взял стратегию с ютуба», а как положено инженеру: собрал данные Мосбиржи, построил честный walk‑forward пайплайн, зашил комиссии в каждую цифру и стал измерять.

Эта статья — про самый неочевидный урок, который я получил. Он не про рынок и не про архитектуры. Он про то, что результат бэктеста нейронной сети — случайная величина с разбросом в десять процентных пунктов годовой доходности, и если вы это не учитываете, все ваши выводы — шум.

Подозреваю, что этим страдает заметная часть статей вида «я обучил LSTM на котировках и получил X% годовых». Проверить легко: спросите автора, что будет, если поменять random seed.

Идея была простая: сделать что‑то небольшое в свободное время, что может превратится в параллельный источник дохода, не требуя от меня много личных часов. Остановился на Telegram‑боте, который генерирует персонализированные сказки на ночь: родитель задаёт участников, обстановку, тему — бот пишет сказку, при желании озвучивает.

Секрет попал в Dockerfile, разработчик спохватился и добавил RUN rm. Файла в контейнере больше нет — значит, всё в порядке? Нет: строку по-прежнему можно достать из образа, даже не запуская контейнер. Я собрала восемь образов, в каждом передала секрет своим способом и разобрала результат на слои и метаданные. Ниже — где именно оседает секрет в каждом случае и какие два способа действительно не оставляют следов.

Все эксперименты выполнены на Ubuntu 24.04.1 LTS, Docker Engine 29.1.3, BuildKit v0.26.2.

Идея Andrej Karpathy с LLM-wiki набирает сторонников. На Хабре уже было несколько публикаций (1, 2, 3), в том числе и моя про сравнение LLM-wiki и RAG-системы. Ещё больше статей я нашёл на medium.

У вас есть Claude Code? Собрать персональную википедию можно менее чем за час. А что делать, если Claude Code и ему подобные инструменты по разным причинам недоступны? Можно ли алгоритмизировать процесс и использовать «слабые» модели? На сколько получившаяся структура будет хуже и как их сравнивать? В статье попробую ответить на эти вопросы, а также расскажу как построить персональную wiki на Ollama или GPT-моделях.

Собрал полностью открытый IP-KVM на ESP32-P4: две платы без единой капли припоя, прошивка прямо из браузера, а по возможностям он уже почти догнал “взрослые” KVM-over-IP - видео с автоопределением режима, виртуальный привод, ATX, Tailscale и даже маленький экранчик со статусом на корпусе (которого пока нет). Внутри - вся история проекта: от “сервер не грузится, а монитор на антресоли” до граблей с H.264, microSD…