Моя лента

В некоторые дни бывает сложно найти в себе силы для тренировки. Каждый из нас когда‑нибудь бегал очень медленно, чуть быстрое ходьбы. Возможно, в такой момент кажется, что всё это бессмысленно, однако новое исследование предполагает, что даже пробежки, почти не требующие усилий, всё равно могут приносить пользу. Исследование показывает, что бег даже на самой низкой скорости способен улучшать настроение и исполнительные функции префронтальной коры мозга.

Исследователи из Университета Цукубы в Японии провели эксперимент с участием 24 здоровых молодых взрослых. Каждый из участников в течение 10 минут бежал на беговой дорожке в медленном темпе, примерно от 3 до 6 километров в час. По сравнению с днём, когда участники 10 минут просто сидели, после десятиминутной пробежки они сообщали о значительном улучшении настроения, в том числе о большей бодрости и более приятных ощущениях. После пробежки также улучшилось время реакции в тесте на внимание и самоконтроль по сравнению с сидячим отдыхом.

Во время этих когнитивных тестов участники носили специальные устройства, измерявшие изменения уровня оксигенированного гемоглобина у поверхности мозга. После пробежки эти устройства во время когнитивных тестов регистрировали более сильный сигнал насыщенной кислородом крови в двух областях левой префронтальной коры.

Новый эксперимент предполагает, что когнитивные и нейронные преимущества бега необязательно ограничиваются более интенсивными упражнениями. Результаты пока предварительные: исследование не сравнивало ходьбу с бегом и не изучало долгосрочные эффекты. Однако они позволяют предположить, что очень медленный бег в краткосрочной перспективе положительно влияет как на исполнительные функции, так и на настроение.

Китайский техногигант Kuaishou официально представил следующую итерацию своей модели для генерации видео — Kling 4.0. В условиях гонки с другими ИИ-видеогенераторами азиатские разработчики делают ставку на нативную генерация 30 секунд, 4K, липсинк и мультимодальный omni reference.

Публичный релиз модели намечен на следующий месяц, но архитектурные особенности и заявленные фичи уже вызывают интерес.

Я взял 139 имён пакетов, которые пять свежих ИИ-моделей выдумывают одинаково, и 22 сентября проверил каждое по живым PyPI и npm. Это реестры, откуда ставятся библиотеки для Python и JavaScript. Список ценен тем, что не привязан к одной нейросети: раз имя выдумывают все пять, под ударом пользователи любой из них. Список раскрыли 30 апреля 2026 года.

Занято 7 имён из 139. Под одним из них, metro-evaluator, в декабре 2025 года лежал вредоносный код: npm снял его через пять дней и поставил заглушку. Это было ещё до раскрытия списка, и совпадение это или расчёт на выдуманное имя, по реестру не видно. Остальные шесть имён заняли четыре чужих настоящих проекта, владелец бренда своей заглушкой и пустой пакет в 53 байта, который появился уже после раскрытия. По совету нейросети pip install odf поставит чей-то другой инструмент вместо нужной библиотеки.

27 сентября команда Movement Lab Стэнфордского университета вместе с коллегами из Caltech опубликовала HomeBody — систему, где универсальная мультимодальная модель GPT-6 Astra от OpenAI напрямую управляет гуманоидом Unitree G1. Само действие происходит в незнакомой кухне, без обучения под конкретное помещение. 

Система отвечает на вопрос, на который индустрия робототехники потратила миллиарды долларов: нужна ли вообще отдельная обученная модель «зрение–язык–действие» (VLA) между умной моделью и моторами. Для многих задач, судя по результатам, она уже не обязательна. Но тут есть ряд серьезных оговорок.

Мой телесуфлёр для Android называется Суфлёр. Он распознаёт речь на телефоне и прокручивает текст по голосу поверх Instagram, TikTok или системной камеры. Во время записи видео Android отдаёт микрофон камере, и Суфлёр получает звук параллельно с ней через службу специальных возможностей. Такое исключение описано в разделе 5.4.5 Android CDD. Место в сценарии Суфлёр находит, выравнивая восемь последних распознанных слов по всему тексту. Ещё в статье есть правила, которые понадобились трекеру для английского языка.

27 сентября пекинский стартап NaiveAI опубликовал на Hugging Face модель Naive-N0.5-Flash. Это MoE на 309 млрд параметров, из которых на каждый токен работают 15,5 млрд, с нативным контекстом в миллион токенов и лицензией MIT. 

Компания делает акцент на том, что модель «построена ИИ-центричными исследованиями». Мне этот маркетинг кажется наименее интересной частью релиза. Самое ценное в нем — архитектура, в которой нет ни одного слоя полного внимания.

Команда OpenClaw завершила масштабный аудит безопасности. За тестирование отвечала компания Trail of Bits в рамках инициативы OpenAI Patch the Planet. Всего специалисты передали разработчикам 27 закрытых отчётов, 23 из которых признали подтверждёнными.

История о том, как обычный электрик без профильного IT образования попытался автоматизировать рутинную задачу и в итоге собрал рабочий MVP для работы с PDF файлами.

Этой осенью сын пошёл в пятый класс, и я заметил странную вещь: со смартфоном он на «ты», а за обычной клавиатурой теряется. Мы попробовали несколько тренажёров слепой печати, но ему быстро стало скучно — и я решил сделать свой.

В итоге простая идея превратилась в React‑проект с анимированными руками, анализом слабых клавиш и персональными тренировками. Расскажу, как устроил логику, почему больше всего времени заняли руки и что показало тестирование на главном пользователе.

За каждым цифровым продуктом или сервисом стоит команда специалистов, которые думают о пользователе: как он двигается по экрану, что замечает первым, где теряется и когда уходит. Это UX/UI-дизайн — одна из специализаций в IT, где не нужно кодить, зато надо думать о людях и их удобстве.

Например, когда пользователь нажимает кнопку «Оплатить», но ничего не происходит. Дизайнеру важно заранее подумать, что человек увидит во время загрузки, что произойдёт при ошибке и поймёт ли он, прошёл ли платёж.

В статье разберём, кто такие UX/UI-дизайнеры, чем они занимаются, сколько зарабатывают и куда пойти учиться, чтобы стать одним из них.

Новый QA‑инженер может обладать нужными навыками, но всё равно долго разбираться в продукте, процессах и командных правилах. Без понятного плана первые месяцы превращаются в постоянный поиск ответов и перегруз для наставника.

Разберём, как построить онбординг по модели 30–60–90 дней: какие задачи давать новичку, какие материалы подготовить и по каким критериям оценивать готовность к самостоятельной работе.

Исследователи из Грацского технического университета в Австрии опубликовали научную работу, в которой предложили крайне нетривиальный способ получения доступа к приватной информации — с помощью встроенных в любую операционную систему механизмов отслеживания изменений в файлах. Это соответственно подсистемы inotify в Linux, FileObserver в Android, ReadDirectoryChangesW в Windows и FSEvents в macOS.

Все подсистемы так или иначе сообщают о том, когда определенный файл был открыт, изменен или удален. Получить доступ к содержимому файлов через данный механизм невозможно, зато доступ к базовой информации об изменениях можно получить, не имея особых привилегий в системе. А это, в свою очередь, открывает сторонний канал передачи приватной информации. Например, в Linux можно на основе этой безобидной фичи построить кейлоггер.

Привычные инструменты интернет-маркетинга уже не охватывают весь путь пациента. Теперь часть этого пути человек может пройти с помощью нейросети, которая собирает информацию из разных источников, сравнивает предложения и формирует ответ на его запрос. Как это выглядит на практике? Например, так: пациент открывает Chat GPT и пишет: «Посоветуй хорошую стоматологию для имплантации зубов. Сравни клиники по стоимости, квалификации врачей и отзывам пациентов». Через несколько секунд он получает готовую подборку с названиями клиник, описанием их преимуществ и ссылками на источники. Ему остаётся изучить несколько вариантов и выбрать, куда записаться на консультацию. Попадёт ли ваша клиника в эту подборку? Так возникает новая задача для медицинского маркетинга: сделать так, чтобы нейросети находили достоверную информацию о вашей клинике и могли использовать её при формировании рекомендаций. Меня зовут Вячеслав Радецкий, я медицинский маркетолог. В этой статье разберу, как нейросети формируют рекомендации, какие факторы влияют на присутствие клиники в AI-ответах и что необходимо сделать с сайтом, репутацией и внешними площадками, чтобы увеличить свои шансы на попадание в такие подборки.

Все мы изучаем что‑то, чтобы применять полученные знания на практике — от школьников до студентов и далее до профильных специалистов. Передо мной однажды встала задача изучения матчасти судна. Любому понятно, что сопоставление изображений и текста в книгах — та ещё задача, а видеоматериал нагляден, но не интерактивен (нельзя изучать в собственных последовательностях, темпах и ракурсах).

Проблем с изучением не было особых, но облегчить процесс достижения цели — вполне разумное решение при любой задаче, и я решил использовать Blender 3D как базу знаний, так как знал, что обновления функционала работы с коллекциями в Blender 3D происходили вполне кординальные (в частности любой объект можно вкладывать в несколько коллекций одновременно, что позволяет организовывать достаточно сложные иерархии связей).

Год назад была моя публикация по скрипту на портале 3D печати, а недавно я показал её попутчику, с которым мы разговорились в поезде. Он спросил — «Можно это использовать для изучения астрономии или биологии?», «Да» — ответил я, и вот он и предложил сделать более массовую публикацию на другом портале.

МВД РФ составило список профессий иностранцев для работы в России без ограничения по численности (трудоустроиться вне квот). Имеющие специальности из этого списка иностранцы могут работать в РФ в неограниченном количестве. Планируется, что документ от МВД РФ вступит в силу с 23 января 2027 года.

В 0.11 мы сорок раундов гоняли ИИ-ревьюеров по коду и нашли много багов. Но у каждого ревьюера было своё представление о том, что значит «правильно». В 0.12 мы начали с другого конца: записали шестнадцать инвариантов, которые обещает наша MCP-память, а затем две модели из разных лабораторий десять дней искали контрпримеры. Засчитывалась только находка с воспроизведением. Рассказываю, что они сломали (Windows посчитала NUL терминалом), во что это обошлось и что мы сознательно оставили в Known issues.

JetBrains представили Air Teams, общий рабочий контур для разработчиков и AI-агентов. Сервис уже доступен бизнес-клиентам компании. Доступ для индивидуальных пользователей обещают добавить позже.

Air Teams объединяет четыре компонента: автоматизации, облачные окружения, облачные задачи и командные проекты. Настройки, инструкции и результаты работы доступны участникам проекта. Агенты могут выполнять задачи параллельно, запускаться по событию или расписанию и продолжать работу после выключения компьютера разработчика.

Всем привет! Это Михаил Поливаха, технический руководитель проекта Axelix (Open Source-продукта, который помогает как дебажить, так и находить распространённые проблемы и неэффективные решения в приложениях Spring Boot).

Я хочу рассказать о части Spring Framework, с которой многие никогда не работали напрямую, хотя почти все сталкивались с проблемой, которую она решает. Начну со сценария, который, как мне кажется, многим покажется знакомым:

Представим следующую ситуацию. Вы сопровождаете общую библиотеку, внутренний стартер company-commons, от которого зависит каждый сервис. И вы хотите, чтобы он задавал несколько разумных значений по умолчанию для всех приложений, подключающих этот стартер Spring Boot.