С середины августа 2026 года у части абонентов «Ростелекома», «Дом.ру», «Таттелекома», SkyNet и «Билайна» одновременно перестал работать зашифрованный DNS от Google и Cloudflare. Не зависал, не подтормаживал, а именно перестал отвечать. Причём ложился он по-разному в зависимости от протокола, и это различие — самое интересное в истории.
Давайте разберём, что именно происходит на проводе, почему DoT и DoH ломаются не одинаково, как это потрогать руками, и что со всем этим делать.
Телематика и топливо: как данные о стиле вождения влияют на экономию
Ситуация с топливом не радует, а когда узнаёшь, что часть залитого в бак, сгорает из-за стиля вождения, по-другому смотришь на необходимость телематики.
В перерасходе можно винить поломки или плохую дорогу, но важным фактором остается манера вождения. Резкий разгон, торможение в последний момент, скорость выше оптимальной – каждое действие разово и само по себе не так страшно. Но вместе они дают устойчивый перерасход, который списывают на маршрут, погоду или возраст техники. Сейчас, когда цены на топливо растут, а доступность ГСМ на маршрутах нестабильна, это уже вопрос рентабельности каждого рейса. На парке в 50 машин плюс 10–15% к расходу превращаются в сотни тысяч рублей в год – просто за то, что никто не смотрел на стиль вождения.
А наша любимая телематика это видит. Технология Eco Driving фиксирует резкие ускорения и торможения, превышения скорости, работу двигателя на повышенных оборотах. Каждое событие – метка на треке со временем, местом и именем водителя. По итогам смены или недели можно составить рейтинг и увидеть, кто пережигает топливо. Данные сами по себе, конечно, ничего не меняют. Дальше начинается самое интересное: что с ними делать. Штрафовать и премировать? При нынешнем рынке кадров терять водителей никто не хочет.
И момент, который обычно упускают: стиль вождения влияет не только на расход. Есть кейс с 89 КАМАЗами в нефтегазовом секторе: после внедрения телематики и контроля режима работы двигателя межсервисный интервал вырос в 2,5 раза. Меньше агрессии за рулём = меньше износ = реже и дешевле ТО. Экономия на обслуживании оказалась сопоставима с экономией на топливе.
В первую очередь, говорю для тех, чья работа связана с грузоперевозками, потому что работаю в основном с тяжелой и спецтехникой. Но вот недавно поставили систему телематики с Eco Driving на легковые машины. Захотелось поделиться одним из первых результатов месяца тестирования: одна и та же машина трижды подряд прошла один замкнутый круг 30,3 км: спокойно, резко и снова спокойно. Одна дорога, один час, один водитель – различается только манера:
спокойно: 6,90 л/100 км, 27 минут;
резко: 13,75 л/100 км, 24 минуты;
спокойно: 6,99 л/100 км, 30 минут.
Резкий круг сжег вдвое больше топлива и выиграл три минуты. Для масштаба: у машины, которая ежедневно ездит по одним и тем же маршрутам, расход от проезда к проезду гуляет на 5–8%. Разница вдвое – это куда больше обычного разброса. Погоды, светофоров или времени суток уже недостаточно, чтобы объяснить.
круг 1 - спокойная езда, круг 2 - резкая, круг 3 - спокойная
Ближе к обычной жизни другой замер: две городские поездки подряд по одной дороге (совпадение треков 94%) дали +24% топлива – без всякого показательного «резкого» режима.
Честная оговорка: это один маршрут, одна машина, один водитель. Каждый случай – индивидуальный. Переносить «экономия N%» на весь парк нельзя – для этого нужны повторы на других машинах и в городе. Но порядок цифр на контрасте виден уже сейчас.
*Как считалось: расход – интеграл мгновенного расхода из CAN-шины машины (SPN 183): прибор его измеряет, а не моделирует. Совпадение маршрутов – сравнение треков по клеткам 200×200 м (на кругах 92–95%), старты расходятся не более чем на 30 м, диапазон высот один. Источник – посекундная телеметрия Galileosky из системы мониторинга, времена UTC+5.
Готовлю подробный разбор о работе Eco Driving. Интересно узнать, кто-нибудь сталкивался в работе с контролем стиля вождения?
Разработчик под ником jpneagle опубликовал экспериментальный проект, который пропускает изображение с обычной веб-камеры через NVIDIA DLSS 5 Neural Rendering в реальном времени. Исходный код демо доступен на GitHub.
Проект DLSSCamDemo захватывает изображение с веб-камеры через Media Foundation (мультимедийный API от Microsoft), формирует необходимые для DLSS данные — в том числе векторы движения, depth и bias mask — и передает кадры в D3D12 и NVIDIA NGX. После обычного DLSS Super Resolution к изображению можно применить экспериментальный Neural Rendering и сравнить результат с исходником в режиме A/B.
В будущей модели Astra OpenAI использует архитектурный прием recurrent depth, также известный как looped transformer. Вместо того чтобы каждый слой обрабатывать вход один раз, модель многократно прогоняет представление через одни и те же вычислительные блоки перед генерацией следующего токена. Это позволяет увеличить «глубину вычислений» без пропорционального наращивания числа параметров.
У подхода есть два очевидных преимущества. Меньшая по размеру модель может выполнять больше вычислений над сложной задачей, а повторное использование одних и тех же слоев позволяет сократить требования к памяти и пропускной способности по сравнению с простым увеличением размера модели. Исследования подобных методов уже показывали улучшения на задачах программирования и математики.
Но есть и проблема с наблюдаемостью размышлений (reasoning). В обычных «думающих» моделях значительная часть рассуждений выражается в виде текстовой цепочки мыслей. При recurrent depth дополнительные вычисления происходят внутри повторяющихся проходов по скрытым представлениям, поэтому значительная часть процесса оказывается менее доступна для внешнего анализа.
Огромное количество разработчиков мечтают создать свой проект, который будет приносить им доход поверх зарплаты на основной работе.
Начинается все с большого энтузиазма, грёз о том, какой классный и полезный будет его продукт. Потом формирование основного функционала, планирование разработки, рисование архитектуры и инфраструктуры, создание репозитория и, конечно же, разработка. У кого-то это длится несколько недель, у кого-то годами. И вот когда заветный проект готов, назначается так называемая дата релиза. Проект уже запущен локально или в стейдж окружении, создатель его протестировал, все работает хорошо, возможно даже дал попользоваться нескольким знакомым, которые нехотя прокликали и сказали, какое же классное и полезное приложение.
В дату релиза проект деплоится в прод. Но почему-то там все также один пользователь — сам создатель.
Ты вроде и понимаешь почему, логично ведь, что без рекламы и маркетинга пользователей не будет, но пока пишешь код - делаешь, что умеешь, а маркетинг это что-то неизвестное и непонятно. На самом деле маркетингом нужно было заниматься с первого дня, даже раньше, чем пришла идея.Но пока вернемся к нашему наивному разработчику.
Он сидит, смотрит на свой проект и прям чувствует, как энтузиазм сходит на нет. Приходит понимание, что нужно как-то привлекать пользователей, но как? На самом деле на этом этапе уже многие так и остаются, и проект просто попадает на так называемое «кладбище пет-проектов».
Но если же нет, то этому разработчику приходится становиться в абсолютно диаметрально противоположное амплуа, к которому он не привык. Ибо с приходом нейросетей разработка стала менее ценной, проектов больше, конкуренция за пользователя выше, соответственно маркетинг сложнее.
У нас есть проблема, о которой не принято говорить в блоге вендора, но без неё вся эта история не имеет смысла. Про Аврору мы регулярно слышим одно и то же: платформа хорошая, но приложений мало, а переносить на неё уже готовые приложения с Android сложно и дорого. Пет-проект — ладно. Корпоративное приложение — тоже: их у нас уже много, просто они живут внутри закрытых контуров, и вы их не видите. А вот массовое приложение, которому для существования нужна миллионная аудитория, вроде бы обречено: никто не станет переписывать миллион строк legacy-кода ради новой платформы.
Дальше разговор обычно упирается в одну и ту же фразу: у нас всё нативное. Kotlin, Swift, годы накопленного кода, и переписывать это долго и дорого. Кроссплатформа есть далеко не у всех.
Тем, у кого она есть, нам уже давно есть что ответить: Flutter под Аврору поддерживается официально, Compose Multiplatform — тоже, и такие команды переезжают без драмы. А вот всем остальным мы до недавнего времени могли предложить только сочувствие.
Теперь, в эпоху ИИ, появился инструмент мощнее любого SDK и было бы странно его не попробовать. Поэтому мы взяли чужое большое приложение, позвали внешнего эксперта, которого никак не контролируем, и договорились опубликовать результат независимо от того, каким он получится.
Регистрируйтесь на бесплатный вебинар 10 сентября в 12:00 (мск). Эксперты из Selectel, GlowByte и DataSapience в прямом эфире поговорят про экономику ИИ и растущий тренд на ИИ-агентов, а также презентуют совместный проект — Фабрику агентов.
1 сентября закончилась ежегодная проверка аккредитованных ИТ-компаний. Если в этом году результаты плановой проверки не обрадовали и аккредитацию не удалось сохранить – компания может потерять налоговые льготы, а часть налогов придется пересчитать с начала года и доплатить. Давайте разбираться почему могли не подтвердить ИТ-аккредитацию в 2026 году, когда есть смысл спорить с Минцифры и что делать, если статус уже аннулировали.
Пять месяцев A/B-тестирования programmatic-рекламы на 17 сайтах, выводы и практические рекомендации для паблишеров и владельцев контентных проектов.
Привет! Меня зовут Георгий Задворнов, я CEO и co-founder Advertronic –партнера по управлению доходностью рекламного инвентаря. Решил провести исследование, что какая конфигурация рекламных блоков выгоднее сайту: один большой или два маленьких.
По информации СМИ, цифровой рубль может привести к потере до 100 млрд рублей комиссионных доходов банков ежегодно, а также к оттоку 10% пассивов. Кроме того, выход на окупаемость проекта будет долгим, прежде всего для небольших кредитных организаций. Профильные эксперты ожидают, что через 5-7 лет цифровой рубль займёт от 5% до 30% безналичного оборота. По их мнению, в ближайшие пару лет такая система оплаты не будет активно использоваться из-за различных ограничений и необходимости повысить популярность этого платёжного проекта у населения.
Частый кейс в промышленной инженерии — предположим, понадобилось снимать телеметрию с управляемых iPDU в стойке. Стандартный маршрут включает виртуалку под Zabbix, рядом SQL-база, сверху веб-интерфейс, дальше по вкусу облако и оплата за хранение данных. В этом кейсе другой стек — Telegraf, InfluxDB и Grafana — целиком внутри промышленного одноплатника, который сидит в той же стойке, что и опрашиваемое оборудование, потребляет несколько ватт и настраивается из браузера с рабочего места.
Накопитель — это такой компонент ПК, который предпочитает разочаровывать постепенно. Ну, смотрите. Видеокарта либо тянет игру, либо нет. Процессор как считал, так и считает в течение всего срока эксплуатации. А вот SSD, который в день покупки перекидывал файлы со свистом, через год запросто может начать тормозить так, как Киа Оптима на шинах Gislaved. То есть не будет ни ошибок, ни предупреждений, ничего. Он просто станет медленнее, и все. Интересно, почему?
Две исследовательские группы утверждают, что им удалось значительно сократить количество кубитов и время, необходимое для взлома распространённых технологий шифрования.
В марте 2026 года две независимые группы объявили о результатах, которые заметно сокращают разрыв между теорией и реальными машинами. Звёздная команда квантовых физиков из Калифорнийского технологического института (Калтеха) представила проект квантового компьютера, способного взламывать шифрование RSA и ECC всего лишь с помощью десятков тысяч кубитов, и заявила о создании компании для его разработки. А исследователи из Google объявили о разработке реализации алгоритма Шора, которая в десять раз эффективнее лучшего из предыдущих методов.
Но почему именно алгоритм Шора так интересует большинство специалистов по квантовым вычислениям? Примерно 30 лет назад математик Питер Шор взял за основу узкоспециализированный физический проект — компьютер, который работал бы по контринтуитивным законам квантовой механики, — и потряс мир.
Шор разработал способ быстрого решения квантовыми компьютерами пары математических задач, которые классические компьютеры могли решить только спустя миллиарды лет. Так вышло, что именно на этих задачах держалась безопасность зарождавшегося цифрового мира. Почти каждый сайт, электронный почтовый ящик и банковский счёт защищает допущение: решить эти задачи за разумное время невозможно. Алгоритм Шора доказал ошибочность этого предположения.
Один сломанный bash-скрипт. Семь настоящих багов — от косметических (устаревшие имена файлов в комментариях) до фатальных: сводная таблица, которая всегда показывает нули, что бы на самом деле ни произошло.
Четыре модели чинят этот скрипт вслепую, независимо друг от друга, не зная, что делают остальные три. Потом ещё семь моделей получают на вход все четыре готовых варианта починки и одно задание: собрать из них лучшее.
Забегая вперёд — ровно настолько, чтобы не испортить интригу: на старте модели расходятся куда сильнее, чем можно было бы ожидать. Ни одна модель не нашла всё. И слепые зоны у них не совпадают. Собственно, поэтому эксперимент и имеет смысл ставить, а не рассуждать о нём в теории.
Автоскейлинг часто воспринимают как страховку от любых всплесков нагрузки: вырос CPU — появились новые поды. Но в реальных системах между перегрузкой и запуском дополнительных ресурсов есть критический промежуток, когда база уже может исчерпать соединения, а пользователи начнут получать ошибки.
Разберём, как проектировать систему для таких ситуаций: использовать отбрасывание нагрузки, адаптивные лимиты и управляемую деградацию, чтобы сервис продолжал работать даже во время пиков.
Скиллы превращают обычного ИИ-агента в узкопрофильного спеца: он ищет инфу в интернете, работает с файлами, пишет код, анализирует данные, запускает задачи в сторонних сервисах.
В этой подборке я собрал 50 самых популярных скиллов для ИИ-агентов - вместе они набрали 9 млн звезд на GitHub и 22 млн установок.
Используйте бесплатно.
Для каждого скилла указал, что он умеет, где пригодится и команду для быстрой установки.
Это витринная ветка большого приватного проекта: MVP, в котором оставлен полный путь «взял длинное видео → получил готовый вертикальный клип», а всё остальное вырезано. Ниже — что именно внутри, как код соотносится с тремя предыдущими статьями и что пришлось выкинуть.
IT‑инфраструктура подобна зданию: в её фундаменте — вычислительные мощности, а выше — надстройки, включающие внутренние коммуникации, инженерные системы, резервные механизмы. И каждому проекту — свой дом. Кому‑то достаточного небольшого домика на одном виртуальном сервере, а для кого‑то приходится возводить целую девятиэтажку с распределёнными сервисами и оркестрацией.
И если в разработке проекта дома будущему владельцу помогает архитектурное бюро, то при создании облачной инфраструктуры клиент получает от провайдера набор компонентов, из которых сможет собрать систему под своё приложение и, при необходимости, менять её по мере роста бизнеса. Эти компоненты, подобно блокам Lego, совместимы и позволяют собирать комбинации под какие угодно задачи.
В статье разберём, что может входить в такой набор, почему в нашем «архитектурном бюро» не делают типовых проектов и где проходит граница ответственности между облачным провайдером и командой клиента.
Двое миллениалов, продавших миру за $850 миллиардов нейросети под видом «ИИ», смотрят на тебя со свежей обложки журнала Time. Они пытаются выглядеть дружелюбно, но получается, честно говоря, эффект зловещей долины. Подпись огромными буквами «ДОВЕРЬТЕСЬ НАМ» смотрится как издевательство, но нет, это они серьезно. В материале под обложкой Альтман и Брокман ОПЯТЬ обещают создать «настоящий ИИ» (а какой был до этого?) — в этот раз до конца 2026 года. Верим?
В этом материале я расскажу, почему громкие новости о том, что «AI-агенты» кого-то «взломали по своей инициативе» это просто крупнейшая в истории пиар-кампания — и как она должна прикрыть крупнейшую в истории финансовую пирамиду, основанную на заведомо ложной интерпретации понятия «искусственный интеллект».
А еще под катом — почему Ричард Докинз, признавший наличие у «ИИ» сознания, не сошел с ума на старости лет, а попался в ловушку собственного же сциентизма (и влияния Дэниэла Деннета).
Т.к. моя деятельность напрямую связана с ИИ, углубился в историю создания и решил поделиться с вами интересными моментами и заметками.
История вопросов, касающихся создания искусственного интеллекта, уходит ещё вглубь XX века. Уже тогда предлагалось понятие искусственной нейронной сети и обсуждалось устройство, которое могло бы моделировать процесс человеческого восприятия. В течение столетия вопрос о потенциале искусственного интеллекта поднимался неоднократно: люди разочаровывались в подобных идеях, а потом воодушевлялись снова.
Скачок в развитии ИИ произошёл уже в XXI веке. После основания организации OpenAI в 2016-2017 годах начался период развития, ранее не имевшего схожих темпов. Особую роль в развитии ИИ сыграли модели GPT и DALL-E, начиная с 2018 и 2021 годов соответственно.
2022 год ознаменовался резким скачком в развитии как текстовых моделей, так и тех, которые создавали изображения из текста. Уровень детализации некоторых изображений был настолько высоким, что порой их было трудно отличить от реальных изображений. Благодаря этому скачку многие компании начали развивать свои модели, что способствовало появлению на рынке новых инструментов ИИ.
С этого момента ИИ мог внедрялся в сайты и различные чат-боты для удобства пользователей и их непосредственного взаимодействия с нейросетями.
Модель GPT неоднократно дорабатывалась и улучшалась, дойдя до версии 5.6. Нейросеть за годы развития получила колоссальный объём функций и возможностей: научилась аналитике, разумному мышлению и имитированию человеческого процесса размышления.
Российская аэрокосмическая компания «Бюро 1440» (занимается разработкой низкоорбитальной спутниковой группировки и планирует предоставление услуг широкополосной передачи данных с глобальным покрытием, входит в «ИКС Холдинг») сообщила о начале тестирования спутниковой связи на российской железной дороге. По словам гендиректора «ИКС Холдинга» Алексея Шелобкова, в РЖД уже установили тестовый терминал связи на поезд дальнего следования. Тестирование спутниковых комплектов связи начнётся в ближайшее время, причём не только на Дальнем Востоке, но и в Красноярске, на юге и на севере страны.
