Технологии — страница 5

Вопрос с генерациями решен окончательно.Сегодня в одном из документов продакшн агентства увидела прекрасный пассаж, который сводится к следующей мысли: все что сгенерировано - предоставляется по соответствующей лицензии того сервиса, который был использован для создания результата генерации, все доработки, которые были сделаны людьми - отчуждаются, а еще некоторые сгенерированные элементы не охраноспособны исходя из ст. 1259 ГК.Уважаемые коллеги считают, что при создании видео-генерации результат перемножения матриц нескольких ИИ сервисов можно эффективно отделить друг от друга (теоретически, если финал это набор кадров из разных генераций - возможно, но если речь идет об улучшении видео - проблематично), чтобы определить судьбу использования каждого микро-фрагмента при том, что в целом сделан вывод, что некоторые из таких фрагментов могут быть неохраноспосбными.Вот и думай головой, Золушка, отделяй нагенеренное охраноспособное от нагенеренного не охраноспособного и не мешай с человеческими доработками.

Большая ошибка была верить в эти соцсети и мессенджеры. Заманили удобством, собрали биг дату, продали её вместе с нами корпорациям и правительству. Может назад, может вернемся на форумы? PHP BB 🤗

📱 Django Ninja — быстрая альтернатива DRF для APIФреймворк для тех, кто хочет Django-экосистему, но без медлительности DRF.Pydantic-типизация, async/await, автогенерация OpenAPI и скорость в 2-3 раза выше. ORM, аутентификация и админка работают как обычно.⛓ Читать статьюtags: #статья➡ Python Developer | 📲 MAX | ИИ-Бот

✨✨Сегодня 4 мая — День «Звёздных войн». Для меня это повод напомнить себе и вам: производство изделий из пластика — это почти искусство. А в каждом искусстве есть светлая и тёмная сторона.❤️ Светлая сторона: сырьё стабильное, режимы точные, брака нет. Технолог чувствует материал, оснастка надёжная, станок работает без сбоев.😈 Тёмная сторона: паспорт идеальный, а сырьё — 🤬. Коробление возвращается, как ситхи. Термопара горит в самый неподходящий момент. Опытный технолог ушёл, заменить некем.🗡Мы с вами, как настоящие джедаи, обязаны придерживаться светлой стороны.Стабильность, предсказуемость, качество — наша Сила.Пусть тёмная сторона остаётся в кино. А на ваших заводах — только светлая.✨✨ Да пребудет с вами Сила

📦 Open Design — локальная альтернатива Claude Design для создания интерфейсовЧто делает: генерирует прототипы веб-сайтов, мобильных приложений и презентаций с помощью ИИ. Работает офлайн с 19 навыками и 71 системой дизайна.Ценность: заменяет Figma и подобные инструменты для быстрого прототипирования. Подойдёт дизайнерам и разработчикам, которые хотят создавать макеты через чат с ИИ без отправки данных в облако.⭐ 12.1K · 🔤 TypeScripthttps://github.com/nexu-io/open-design

Начинаю серию постов про ИИ-агентов в бизнесе, написанную на основе моего опыта работы с ИИ, того, что делают мои клиенты-предприниматели и выступления создателя Claude Code Бориса Черни.Если вы руководитель и до сих пор ждёте, что ваши сотрудники «сами разберутся» с ИИ-инструментами — вы уже теряете темп. Не потому что они ленятся, а потому что вы не задали им направление.Я недавно слушал выступление создателя Claude Code. И знаете, что поразило больше всего? Не скорость написания кода. А то, как радикально меняется сам процесс ввода новых людей в проект. Раньше онбординг занимал 2–3 недели. Теперь — 2–3 дня. Как? Новые люди с помощью ИИ могут задавать вопросы системе, а не сразу лезут делать проекты или править файлы. Если у вас есть документы, программный код, протоколы встреч и т.п. - можно использовать ИИ-инструменты, тот же Claude Code или его аналоги (OpenCode, Qwen Code, Gemini Cli и др.), чтобы быстро и легко разобраться в том, что есть. Это не про «вайбкодинг» в смысле «нажал кнопку и готово». Это про управление вниманием и контекстом. В новой реальности достаточно понимать, как ваш ИИ-агент «мыслит», где галлюцинирует, и как направить его энергию в русло бизнес-задачи.Как и с людьми, согласны?Первый шаг, который рекомендует Борис: не просите ИИ писать. Спросите его: «Как это работает?», «Откуда взялись эти документы и решения, аргументы в функции?», «Кто и зачем это менял в прошлом году?». ИИ ответит глубже, чем поиск по файлам. Он покажет скрытый контекст, который раньше уходил в устные объяснения или терялся в комментариях.Рождается новый тип сотрудника. Новый тип руководителя. Не тот, кто контролирует каждый чих. А тот, кто выстраивает систему обратной связи. Ставите задачу — агент предлагает план. Вы говорите «да» или «нет». Агент дорабатывает. Вы получаете результат, а не процесс.Это не замена менеджеров и инженеров. Это «экзоскелет», умножение их ценности. Но только если все перестанут бояться «чёрного ящика» и начнут задавать ему правильные ВОПРОСЫ.Что скажете? Готовы доверить команде ИИ-агента, но оставить за собой право утверждать план? Или пока боитесь, что «он сам решит, как лучше»? Начали внедрять?Продолжение следует.

Шпаргалка основных команд mysql по работе с базой данных и таблицамЗдесь в компактном виде собраны основные команды администрирование сервера MySQL посредством консоли, позволяющие получить информацию о состоянии баз данных, таблиц, просмотреть их структуру.SHOW DATABASES; — список баз данныхSHOW TABLES [FROM db_name]; — список таблиц в базеSHOW COLUMNS FROM таблица [FROM db_name]; — список столбцов в таблицеSHOW CREATE TABLE table_name; — показать структуру таблицы в формате «CREATE TABLE»DESC table_name; — узнать полную структуру таблицыSHOW INDEX FROM tbl_name; — список индексовSHOW GRANTS FOR user [FROM db_name]; — привилегии для пользователя.SHOW VARIABLES; — значения системных переменныхSHOW [FULL] PROCESSLIST; — статистика по mysqld процессамSHOW STATUS; — общая статистикаSHOW TABLE STATUS [FROM db_name]; — статистика по всем таблицам в базеUSE db_name; — использовать базу данных, для которой будут выполнятся дальнейшие запросыDELETE FROM table_name; — удалить все записи из таблицы. Сначала нужно выполнить USE db_name;SELECT * FROM table_name; — просмотр всех записей из таблицы📲 Мы в MAX👉 @sysadminof

Качество ИИ улучшается, а людей – нет.Пост 5. Заблуждения и альтернативные точки зрения на проблемные вопросы ИИ#ОпасныеИИзаблужденияПродолжаю сериал, предыдущие посты:📌 Пост 1 Искусственный интеллект (AGI artificial general intelligence), который сопоставим с человеком уже здесь, но никто понять что это такое и даже его «крёстный отец»📌 Пост 2 Ответственности человека в мире ИИ не может быть📌 Пост 3 Самое опасное заблуждение про ИИ звучит так: «Вас заменит не ИИ, а люди с ИИ»📌 Пост 4 Никогда не отдавайте рутину ИИ. Сейчас ведётся огромное количество дискуссий на тему низкокачественного контента от ИИ, такой контент даже получил прозвище AI-slop (ИИ-мусор), разрушающий светлые воды человеческого интернета и наводняющий его не пойми чем.У меня как раз обратная точка зрения. ИИ стремительно совершенствуется, а человек плодящий в большинстве своём тоже мусорный контент практически не меняется, и я жду, когда ИИ-генерация вытеснит из цифрового пространства низкокачественный контент от людей. Считайте это моей программой по борьбе с низкокачественным контентом от людей.✅ Все претензии сейчас к ИИ-контенту и людям, которые генерируют ИИ-контент, сводится к тому, что это серый, бессмысленный и неправдоподобный контент, но это как раз совсем не так. ИИ-контент: яркий, забавный, раздвигающий границы возможного.Теми ли мы критериями измеряем ИИ-контент?Набрёл на хорошую статью, которая разбирает состав разного рода нейромусора. 📌 «Жёлтый» визуалМассовые ИИ-картинки с одинаковой стилистикой: типовые лица, одинаковые шрифты, характерная «желтизна», артефакты, шаблонность.📌 Фейковые «чудеса» и эмоциональные картинки для охватовСгенерированные изображения, которые давят на жалость, восхищение или доверчивость. Примеры: несуществующие бабушки, «креветочный Иисус», абсурдные сюжеты ради вирусности.📌 Текстовый slopПлохо отредактированные тексты от нейросетей без проверки фактов и без человеческой доработки. Признаки: обтекаемые формулировки, общие слова, мало конкретики, повторяющиеся штампы, отсутствие живых примеров.📌 Конвейерные тренды / видео-slopВсе эти «претензии» можно в полной мере отнести и к человеку, но количество просмотров ИИ-контента растёт, музыкальные треки подбираются к вершинам чартов, видеоролики набирают миллионы просмотров, ИИ-текст наполняет корпоративные сайты интересными статьями и т.д.ИИ снизил ценовой порог эксперимента с контентом почти до нуля. Сейчас сделать ИИ-видеоролик почти ничего не стоит, а значит человек может экспериментировать, бесконечно добиваясь интересных творческих результатов и именно поэтому ИИ-ролики залетают в вирусные тренды. Раньше надо было быть "Любой из YouTube" - совершить какую-то непристойность в реальной жизни, чтобы взлететь в показах, а сейчас просто бескрайний полёт фантазии.❗️На фоне быстрого совершенствования ИИ, как по качеству контента, так и по скорости его производства, я всё больше беспокоюсь о людях, производящих контент и смыслы. Вы сейчас так сильно упираетесь, пытаетесь доказать, что вам есть что сказать, что это скорее выглядит как оправдание, чем сильная позиция. Просто докажите, что вы реально круче ИИ своим контентом. Мы сейчас предъявляем к ИИ требования забывая, что он пока первоклассник и быстро идёт уже к своей зрелости, поэтому не опирайтесь на текущее качество, чтобы не застрять в ложных парадигмах.#ОпасныеИИзаблуждения❗️Зеркалюсь здесь Max | VK | TG

🚀 Сегодня покажу, как быстро диагностировать «тормоза» в PostgreSQL - без всяких внешних тулов и дополнительных логов. Только pg_stat_activity и немного здравого смысла.Пользователи жалуются - "всё тормозит". Как понять, что именно? Открываем сессию в psql от суперпользователя и запускаем:SELECT pid, state, wait_event_type, wait_event, query, now() - query_start AS durationFROM pg_stat_activityWHERE state != 'idle'ORDER BY duration DESC;📌 Что это нам даёт:- Видим все активные (и зависшие) запросы.- Сколько времени они уже выполняются (duration).- На чём конкретно «висят»: CPU, IO, Lock, Client и т.д. (wait_event_type + `wait_event).Пример:wait_event_type: Lockwait_event: relation→ Сразу ясно: кто-то держит блокировку на таблицу, и все остальные ждут.🔥Чтобы найти виновника, можно запустить:SELECT blocked_locks.pid AS blocked_pid, blocking_locks.pid AS blocking_pid, blocked_activity.query AS blocked_query, blocking_activity.query AS blocking_queryFROM pg_locks blocked_locksJOIN pg_locks blocking_locks ON blocked_locks.locktype = blocking_locks.locktype AND blocked_locks.database IS NOT DISTINCT FROM blocking_locks.database AND blocked_locks.relation IS NOT DISTINCT FROM blocking_locks.relation AND blocked_locks.page IS NOT DISTINCT FROM blocking_locks.page AND blocked_locks.tuple IS NOT DISTINCT FROM blocking_locks.tuple AND blocked_locks.transactionid IS NOT DISTINCT FROM blocking_locks.transactionid AND blocked_locks.classid IS NOT DISTINCT FROM blocking_locks.classid AND blocked_locks.objid IS NOT DISTINCT FROM blocking_locks.objid AND blocked_locks.objsubid IS NOT DISTINCT FROM blocking_locks.objsubid AND blocked_locks.pid != blocking_locks.pidJOIN pg_stat_activity blocked_activity ON blocked_activity.pid = blocked_locks.pidJOIN pg_stat_activity blocking_activity ON blocking_activity.pid = blocking_locks.pidWHERE NOT blocked_locks.granted;Этот запрос покажет, кто кого блокирует, и с каким запросом.🙌 Это простая, но мощная техника диагностики. Помогала мне не раз в проде - особенно, когда времени мало, а багов много.Ты пользуешься pg_stat_activity в проде? Или сразу лезешь в лог? Расскажи в комментах!📲 Мы в MAX#db👉 @database_info

Китайские ученые больше не жгут уголь. Вместо привычных ТЭС они разработали топливный элемент, который напрямую превращает химическую энергию угля в электричество.🗿➖🔥🟰⚡️⚙️ Как это работает: уголь измельчают, очищают и подают в топливный элемент. Там происходит электрохимическая реакция — без пара, турбин и огня. В результате электричество вырабатывается напрямую, как в батарее 🔋Образующийся CO₂ не уходит в атмосферу, а сразу улавливается и может быть переработан, например, в синтез-газ или химические соединения вроде бикарбоната натрия.В перспективе технология может изменить саму модель добычи: энергию можно получать прямо в подземных пластах на глубине до 2 км, снижая затраты на транспортировку 🚋 и повышая эффективность использования ресурсов.#уголь #энергия #Китай🟣 ЭнергетикУм в MAX

Samples for the notnullOSX Malware has been added to this Github Repository:https://github.com/objective-see/Malware/commits/main/P.S.: Password "infect3d"His books: Volume I and Volume II

В Apple поняли, что проигрывают ИИ-гонку и больше не хотят быть банком с айфонами⠀На отчёте за второй квартал 2026 года Apple убрала старую финансовую цель: держать долг и денежные запасы формально на одном уровне. Денег всё равно больше, чем долга: около $147 млрд кэша и бумаг против $85 млрд задолженности.⠀Как же это было удобно для Уолл-стрит: "лишний" кэш возвращается акционерам через байбеки и дивиденды. Баффет озолотился на такой вампирской истории с некогда крупнейшей публичной компанией, а ныне слабом подобии былого инновационного лидера. С новым руководством у Apple появляется больше места для капитальных трат. В ИИ-гонке нужны серверы, чипы, модели, новые форм-факторы и бесчисленные дорогие промахи.⠀Гурман из Bloomberg пишет, что Apple ускоряет AI-устройства: очки, AirPods с камерой, домашние гаджеты. Компания готовится собирать платформу вокруг персонального ИИ, а не отдельную функцию в iPhone.⠀Для Apple это смена режима. В смартфонах можно было заходить поздно и полировать категорию. В ИИ каждый квартал ожидания делает вход дороже.Я давно писал об этом, но стейк-холдерам пришлось самим догадаться убрать Тима Кука, чтобы новая метла, хоть и с опозданием, но собралась мести по-новому.⠀—📎 Apple · Bloomberg

Кто как использует AI в 2026Посмотрел список TIME100 в образовании за 2026. Расклад получился такой.AI как репетитор/ассистент— Khan Academy → Khanmigo, AI-репетитор, 1,4 млн пользователей— Squirrel Ai Learning → система ищет дырки в понимании базы и подстраивает уроки, чтобы ученик мог идти дальше. 52 млн учеников— Efekta Education → 4 млн студентов учат английский через адаптивную платформуПомогают учителям с помощью AI— MagicSchool AI → автоматизирует учителям рутину: планы уроков, проверка работ, админка. 13000+ школ в 173 странах— Turnitin → раньше ловили списывание, теперь сделали платформу Clarity, где ученики пишут с разрешенными AI-инструментами, а учитель видит историю версий— Quizlet → старая флешкарточная платформа, запустили AI-генератор учебных материалов, купили AI-конспектировщик CoconoteУчат пользоваться AI— Coursera → каждые 4 секунды кто-то записывается на курс по generative AI, запустили практику собеседований с AI-коучами— Code org → запустили учебную программу по generative AI для 8–12 классов— Goodwill Industries → сеть благотворительных секонд-хендов, финансируют программы переподготовки, партнерство с Google обучит 200 000 человек AI-навыкамОстались только College Board, которые делают SAT и AP-экзамены, тут скорее цифровая трансформация, чем AI-история. Тоже честно — не все в образовании про AI.Но AI в образовании уже не про «использовать или нет», а как именно использовать: репетитор для ученика, ассистент для учителя или сам предмет изучения.Отдельно про Squirrel Ai — самая радикальная история в списке, про них я раньше не слышал.Если учебник по математике покрывает около 3000 учебных целей, то Squirrel разбивает предмет на 10000+ нанообъектов. Это другой порядок гранулярности, другая операционная единица обучения — система ищет не «ребенок не понимает дроби», а конкретный микрозазор в логике, из-за которого дроби не складываются. Когда ребенок не понимает теорему Пифагора, система находит, что он, например, не понимает квадратные корни, и работает именно с этим.В декабре 2025 они поставили рекорд Гиннеса по «крупнейшему сравнительному эксперименту AI vs традиционное обучение». 1600+ учеников 5–6 классов, пять школ, целый семестр, независимый аудит.У пятиклассников группа с AI: средний балл 87 против 78 у традиционной (+8,78). Доля отличников — 67% против 38%. Доля провалов — 3,5% против 11,1%. У шестиклассников средний балл выше на 13,84 пункта из 120. Доля провалов 18,8% против 39,6%, почти в два раза меньше.Выиграли все группы учеников: и сильные, и средние, и слабые. Причём слабые выиграли больше всех. Это аргумент про образовательное равенство — AI не «делает сильных сильнее», а вытягивает слабых.В Китае у них 24+ миллиона учеников, и в части случаев AI полностью заменяет живые уроки — заменяет, не дополняет. Ребенок приходит в офлайн-центр Squirrel, садится за планшет, проходит диагностику, и дальше с ним работает система: 2–3 минутные видео от мастер-учителей, адаптивный план, ассистенты на подхвате.Выводы такие:— С одной стороны, исследование показало значимый прирост в математике против традиционных классов— С другой стороны, мы не знаем наверняка, как AI-тьюторы влияют на способность учиться самостоятельно в долгосроке. Решает ли система проблему или создает зависимость от персонализированной подачи — пока непонятно— С третьей стороны, при остром дефиците хороших учителей вопрос скорее стоит не «AI или живой учитель», а «AI или никто». Это меняет рамку разговора целиком.Передача знаний? Тогда Squirrel это нормально, лишь бы передавалось. Процесс становления человека через отношения с другим человеком? Тогда AI-замена — потеря, даже если по тестам прирост. Но индивидуальный репетитор недоступен большинству, что как бы намекает на ответ→ The 10 Most Influential Education Companies of 2026

Господа эксперты. Если сотрудникам компании похер на сообщения через LinkedIn. HR специалист компании вообще не заинтересован в том что у компании есть утечка кастомеров с именами, email и телефонами. Региональный CERT не смог так же уведомить их и принудить к исправлению системы. Что дальше? Gdpr репорт в региональное управления?

⌚️Seiko UC-2000, умные часы из 1984 года.• Представьте себе умные часы, но из 1984 года. Звучит как что-то прямо из научно-фантастического фильма, ведь 80-е годы прошлого века не славятся большими достижениями в области персональных компьютеров. Но это реальность, и это именно то, что было создано компанией Seiko в те времена и было известно как UC-2000 — «персональный информационный процессор», который можно носить на запястье (на фото). Как и следовало ожидать, это было новое устройство, которое было выпущено по цене 300 долларов (это что-то около 900 долларов сегодня с учётом инфляции).• Часы выглядят как компьютер и работают почти как компьютер, хотя технически их нельзя назвать компьютером, пока вы не подключите к ним внешнюю клавиатуру, которая добавит им соответствующую функциональность.• Устройство состояло из двух частей: часов и клавиатурной док-станции. Циферблат Seiko UC-2000 представляет собой жидкокристаллический матричный дисплей с чёрным ободком, а корпус — серый металлик, сочетающийся с браслетом из нержавеющей стали. В нижней части расположены четыре кнопки, окрашенные в оранжевый цвет на внешних концах и серый в середине, которые заменяют заводную головку в качестве механизма настройки. Внешне он невероятно похож на современные смарт-часы.• Когда часы устанавливаются на док-станцию, они превращаются в совершенно гиковскую машину, которая стала бы настоящим украшением витрины коллекционера техники. Это QWERTY-клавиатура с дополнительными кнопками для переключения языка и доступа к различным функциям. С левой стороны находится квадратный вырез, в котором располагаются часы, взаимодействующие с клавиатурой посредством электромагнитов.• Клавиатура достаточно большая, чтобы поместиться в кармане, но не настолько, чтобы носить её на запястье вместе с часами. На самом деле она выглядит комично большой, если носить её в таком виде, но если бы клавиатура была меньше, на ней было бы очень трудно печатать.• Часы показывают время и дату, могут работать как секундомер, а также как будильник, как и большинство других цифровых часов того времени. Но в сочетании с клавиатурой UC-2100 они превращаются в «Информационную систему на запястье», которая может хранить заметки, вести расписание встреч и работать как калькулятор. Вы можете сохранить до 2 заметок по 1000 символов каждая, отсюда и название модели UC-2000. Представляете, какие ограничения были в то время? Целых 2 заметки!!!• А еще была док-станция UC-2200, которая поставляется с принтером (на фото) с катушечной подачей, на случай, если вам понадобится что-то напечатать в дороге. Как вам такие высокие технологии? Так то...➡️ https://www.namokimods.com/smartwatch-from-1984#Разное

Pinterest для AI-картинок. С готовыми промптами. БесплатноНашел meigen.ai.Листаешь как Pinterest. Под каждой картинкой – промпт и название модели. Хочешь такую же себе? Копируешь промпт, вставляешь в свою нейронку, получаешь похожую.Для каруселей, постов, мудбордов – норм находка!https://www.meigen.ai/max tors | контент-движок 🤖

И вот что получилось с гардеробом Эмилии - закинула в чат вещи, которые есть и которые нравятся, попросила составить 20 образов и потом отдельно сделать коллаж и список вещей. Закидывала скрины с ценами, поэтому в конце еще попросила посчитать бюджет.На данный момент это самый быстрый и удобный способ планирования детского гардероба, который я попробовала. Раньше я все это делала руками в презентации, считала сама, планировала образы на разную погоду. Теперь это сделал чат, убрал лишнее, просчитал образы и еще нарисовал это все.До чего техника дошла!

Готовые AI-решения для трейдинга и инвестирования🧑‍💻 1. Бесплатный nansen - OpenBB2. Замена bloomberg - TradingAgents3. Финансовый аналитик от Майкрософт - QLIBВ топ10 по звездам на гитхаб (кстати, их накручивают) в финансовой тематике также попали агенты ресерчеры, поисковики, агент по тех.анализу и тд.Чтобы поставить себе такого - отправляете ссылку на гитхаб репо своему codex/claudecode и просите запустить локально/на сервере.

Нашла тут забавный промт для создания символической заставки на телефон в стиле карт таро. Вот что мне выдал GPT. Промт ⤵️Создай несуществующую карту таро на основе того, что ты знаешь обо мне, я х по гороскопу, мне х лет, в классическом стиле Райдера-Уэйта. Изобрази меня как нарисованную от руки фигуру смелыми, но несовершенными черными чернильными линиями с легкой дрожью и вариативностью, в плоских цветах без теней. Добавь вокруг фигуры тонкие визуальные элементы таро.Добавь текстуру бумаги и эффект печати.Внизу трактовка картыЧто означаетФормат 9:16Если у вас есть собаки или кошки - можно их включить в описание + добавить свое фото и фото животных 🐾Если вы с gpt плотно не общаетесь, то может написать кем работаете, хобби и интересы.Делитесь в комментах вашими картинками 😜

👩‍💻 Spring совет: таймауты RestTemplate лучше настраивать централизованноЕсли в проекте много REST-запросов через RestTemplate, не разбрасывай таймауты по коду.✅ Правильнее сделать конфигурацию через RestTemplateBuilder:- один общий RestTemplate с дефолтными timeout- плюс отдельные клиенты под “медленные” сервисы (через @Qualifier)Так у тебя:- единая точка настройки- меньше багов в проде из-за “вечных” запросов- проще дебажить и менять параметры💡 Особенно полезно в микросервисах, где внешние сервисы могут подвисать.Подписывайся на наш канал в Mакс 🟪

[1/3] System Design. Подготовка к сложному интервью по GenAI (Рубрика #SystemDesign)Изучил интересную книгу для подготовки к интервью по System Design, но уже в новой реальности, когда проектировать надо не только базы, очереди, кэши и микросервисы, но и системы вокруг LLM, diffusion models, RAG, мультимодальных моделей и AI-powered продуктов. Это русское издание книги "Generative AI System Design Interview" из экосистемы ByteByteGo. Авторы - Али Аминиан и Хао Шенг. Али Аминиан уже известен по книге про ML System Design Interview, а здесь фокус смещается с классических ML-систем вроде поиска и рекомендаций на генеративный AI: чатботы, генерацию текста, изображений, видео, RAG и персонализированные AI-сценарии.В обычном System Design Interview кандидат часто рисует распределенную систему: API, балансировщики, базы данных, очереди, кэши, фоновые джобы, мониторинг. В GenAI-интервью все это остается, но появляется еще один слой сложности:- Какие данные нужны;- Какую модель выбрать;- Нужен ли RAG или fine-tuning;- Как измерять качество генерации;- Как бороться с hallucinations;- Как учитывать latency и стоимость инференса;- Как встроить safety-фильтры;- Как собирать feedback loop;- Как мониторить деградацию системы после запуска.Именно поэтому книга полезна не только ML-инженерам. Она хорошо ложится и на backend engineers, и на архитекторов, и на технических руководителей, которым сейчас приходится проектировать AI-фичи не как демо на API, а как часть production-системы.Внутри книги заявлены три главные вещи:1️⃣ Фреймворк из 7 шагов для GenAI System DesignАвторы предлагают не начинать сразу с "берем LLM и векторную базу данных", а последовательно пройти путь от требований до деплоя и мониторинга в проде. Это сильно дисциплинирует мышление, потому что в GenAI-задачах легко перепрыгнуть к модной технологии и забыть про реальные ограничения продукта.2️⃣ 10 практических задач с подробными решениямиСреди кейсов есть следующие: Gmail Smart Compose, Google Translate, ChatGPT-like personal assistant, Image Captioning, Retrieval-Augmented Generation, Realistic Face Generation, High-Resolution Image Synthesis, Text-to-Image Generation, Personalized Headshot Generation и Text-to-Video Generation. Этот набор покрывает разные сценарии и сильно шире, чем просто прикрутить трансформер к чат-боту:)3️⃣ Много диаграмм и end-to-end разборовДля System Design это особенно важно. Хороший ответ на интервью - это не только "какую модель выбрать", но и то, как выглядит система вокруг модели: preprocessing, retrieval, prompt builder, inference service, post-processing, safety layer, logging, monitoring, feedback loop. Мне кажется, главная ценность книги в том, что она показывает: "GenAI-система - это не модель в вакууме".В общем, модель - это конечно ядро, но вокруг него есть данные, права доступа, индексы, промпты, ранжирование, guardrails, UX, стоимость, GPU-инфраструктура, A/B-тесты, метрики качества и эксплуатационные ограничения. И если все это не проектировать осознанно, то на выходе получается не production-система, а красивый прототип с непредсказуемым поведением.Книга полезна как способ обновить представление о System Design в эпоху AI, ведь раньше мы проектировали в основном детерминированный софт: запрос пришел, сервис обработал, база ответила, результат вернулся. Теперь все чаще приходится проектировать системы с вероятностным поведением: модель может ответить хорошо, средне, неверно, опасно, дорого или слишком медленно. Поэтому архитектура должна включать не только масштабирование и отказоустойчивость, но и evaluation, safety, feedback и постоянный контур улучшения.В продолжении более подробный разбор фреймворка в 7 шагов от авторов книги.#SystemDesign #AI #GenAI #Architecture #Engineering #ML #Interview #Software

Все говорят про ИИ-агентов, но мало кто объясняет, что это значит для бизнеса конкретно. Попробую без терминов. А в конце еще расскажу про своих.ИИ-инструмент это когда вы пишете запрос, получаете ответ. Спросили, ответил, разошлись. ChatGPT прошлой версии, Алиса, Gemini когда вы заходите в чат и просите.ИИ-агент это когда вы ставите задачу, а он сам придумывает шаги, сам их делает и приносит вам готовый результат. Не отвечает, а выполняет. Сравните с разницей между "человек, у которого вы консультируетесь" и "сотрудник, которому вы поручаете".Чтобы было понятнее, на пальцах. Вот три задачи, которые агент делает без вас:1️⃣ - Поиск + анализ + документ. Я говорю: "найди три российских компании, которые внедрили ИИ-ассистента в продажах за последние полгода, выпиши их кейсы, оформи в одностраничник для моей команды". Через 10 минут у меня этот одностраничник в почте. 2️⃣ - Мониторинг + уведомление. Один раз настраиваю: следи за упоминаниями нашей компании в российских телеграм-каналах больше тысячи подписчиков, пиши мне в чат краткую сводку каждое утро. Дальше работает само.3️⃣ - Встреча + резюме + рассылка. Агент подключается к Zoom, слушает, делает протокол, отправляет всем участникам. Ничего не нажимаю, ничего не загружаю. Просто пришло письмо.И в этом, кажется, и есть та неуловимая разница, которую сложно объяснить, пока сам не попробовал. Когда часть задач уходит в фон и возвращается готовой, у вас высвобождается не "час в день", а другое мышление. Освобождается слой, на котором вы раньше тратили внимание на координацию, передачу, проверку.Что бы я предложила сделать с понедельника: возьмите свой типичный рабочий день и подсветите три задачи, которые ну точно не требуют вашего ума. Это и есть ваши кандидаты на агента.Из моих:1. синхрон с календарем и задачами (просто могу написать, что через месяц мне нужно на маникюр и он предложит свободный слот по моим правилам, сам поставит и напомнит)2. генерация контента (нет, ИИ за меня не пишет, НО - он шерстит топ 15 каналов в теме, новостные сводки и официальные соцсети инструментов, генерит мне 10-20 тем, из которых я уже выбираю о чем писать, готовит черновики, которые я дожимаю уже со своими идеями, кейсами) - также и по Youtube уже. 3. лиды для продаж (поиск контактов, формирование индвидуальных писем на стыке нас, человека и компании) - тут целый процесс, как нибудь поделюсь прям кейсом настройки. ... дальше можно приводить еще примеры, но даже это уже существенные задачи.А вы про ИИ-агентов уже думаете в практической плоскости или это пока ощущается как "слово из новостей"?

⚙️ Одна функция вместо десяти команд✔️Каждый раз, когда нужно распаковать архив, начинается одно и то же. Это tar.gz или tar.bz2? Какие там флаги у unrar? А 7z вообще как запускается? Приходится лезть в документацию или историю команд. Самописная функция extract() решает именно эту проблему.▶️Скопируйте функцию в ~/.bashrc или ~/.zshrc:extract() { if [ -f "$1" ]; then case "$1" in *.tar.bz2) tar xjf "$1" ;; *.tar.gz) tar xzf "$1" ;; *.bz2) bunzip2 "$1" ;; *.rar) unrar x "$1" ;; *.gz) gunzip "$1" ;; *.tar) tar xf "$1" ;; *.tbz2) tar xjf "$1" ;; *.tgz) tar xzf "$1" ;; *.zip) unzip "$1" ;; *.7z) 7z x "$1" ;; *) echo "unknown archive" ;; esac fi}▶️Потом применяете изменения:source ~/.bashrc▶️Функция определяет тип архива по расширению файла и сама выбирает нужную команду. Вы просто пишете extract имя_файла и получаете распакованное содержимое. Без флагов, без гугления, без ошибок из-за опечатки в параметрах.▶️Поддерживаемые форматы: tar.gz, tar.bz2, bz2, rar, gz, tar, tbz2, tgz, zip, 7z.▶️Один синтаксис для любого формата. Если файл не распознан, функция скажет unknown archive вместо того, чтобы молча упасть.➡️ Что можно добавить:▶️Базовая версия уже полезна, но её можно немного доработать. Например, добавить проверку, что нужная утилита вообще установлена, или выводить имя команды перед запуском. Вот расширенный вариант:extract() { if [ ! -f "$1" ]; then echo "'$1' не найден" return 1 fi case "$1" in *.tar.bz2) tar xjf "$1" ;; *.tar.gz) tar xzf "$1" ;; *.bz2) bunzip2 "$1" ;; *.rar) unrar x "$1" ;; *.gz) gunzip "$1" ;; *.tar) tar xf "$1" ;; *.tbz2) tar xjf "$1" ;; *.tgz) tar xzf "$1" ;; *.zip) unzip "$1" ;; *.7z) 7z x "$1" ;; *) echo "Формат не поддерживается: '$1'" ; return 1 ;; esac}🖼️ Ссылка на источник🔨 bash_help

Отдельно хочется вспомнить кучу историй, где люди готовили по ИИ-рецептам и удивлялись, почему так плохо и не похоже на картинку. А там советы типа "и включите гриль на 100 минут, чтобы образовалась корочка". Ну без базара, она образовалась. Черная. А потом думаешь: это еще и ничего. Готовить по ИИ-советам все же лучше, чем лечиться, воспитывать детей и строить отношения по ИИ-советам.

В интернетах разгоняется тема о белых списках на фиксе в Подмосковье. Я, как и многие, уже ничему в принципе не удивлюсь, но тут важно понимать, что например провайдер Всем Wi-Fi, абоненты которого жалуются сегодня, это не вполне обычный провайдер - они ставят оборудование, работающее с симкартами. Иногда с одной, чаще с несколькими.Не знаю, как сейчас, а несколько лет назад, например, было популярно оборудование микротик, там много было решений такого типа. Себе я в свое время ставил довольно крутой Зуксель. Рынок был наводнен копеечными модемами с ломаной прошивкой Кинетик. Много всего может быть. Это оборудование умеет обеспечивать хорошее стабильное качество связи, так что даже забываешь, что это мобилка. Но в условиях ограничений, этот недостаток выходит к сожалению на первый план. И конечно там действует белый список.Это лирика. Главное, что это все мобилка, а не фиксированная связь.

Относительная нумерацияЧастенько народ интересуется, а почему у меня в виме такая странная нумерация. Да, этим вопросом и я в своё время задавался. Называется это «Относительная нумерация». ㅤГлавная идея здесь — быстрое перемещение по коду с клавиатуры.Например, курсор стоит у меня в 27 строке. Если я сейчас выполню комбинацию: 6j, то курсор у меня встанет на строку: Не забудь подставить своё мыло. Такая нумерация показывает расстояние до строки от курсора, а не её абсолютный номер.Аналогично работает и в других направлениях. В редакторе ZED это включается через конфиг:relative_line_numbers": "enabled"В виме же по классике в конфиге:set number set relativenumberЧестно, если ты пользуешься мышкой, это бесполезная настройка. Для новичков это совсем неочевидная фича и возможно даже вредная. Короче у этой фичи целая философия:➡️ Мышление расстояниями. В заурядной жизни, ты будешь думать — ага, мне бы на строку 15 попасть. А если ты адепт вима, твоё мышление такое — мне бы на 6 строчек ниже.➡️ Ускорение всех count-команд. Тут не только клавиши hjkl задействованы, ты можешь выполнять ряд других операций. Например:5dd — удалить 5 строк3yy — скопировать 3 строки4> — сдвинуть 4 строки вправо2} — прыгнуть на 2 абзацаТы сразу видишь нужное число, сразу прожимаешь нужную комбинацию.➡️ Сильно уменьшает мысленную математику. Без — так… я на 120 строке, мне нужно на 133… это +13. С ней — вижу 13 → 13j. Мозги по сути вообще ничего не считают. Это плюс. Думаешь не головой, а жопой.➡️ Работает лучше с большими файлами. Когда у тебя файл на 1000+ строк, абсолютные номера создают шум, а относительные прям в тему. Ты ориентируешься вокруг курсора, а не во всём файле.Минусы? Да конечно! ➡️ Поначалу выламывает тебя, перестраивает, больно➡️ Плохо подходит для дебага с конкретными строкамиВ общем относительная нумерация, это не про цифры, она про то, чтобы перестать искать строки и моментально перепрыгивать в нужное место.Если есть чё добавить, камон в комменты, будет интересно почитать.🛠 #devops #linux—💬 Bashdays 📲 MAX 🌐 LF 🔵 Blog

⚡️ Claude - это инструмент, который может писать тексты, разбирать документы, работать с файлами, суммировать большие PDF, помогать с кодом и автоматизировать рутину.Но главная ошибка новичков - использовать Claude как обычный поиск: задали короткий вопрос, получили средний ответ и закрыли вкладку.Нужно иначе.Дайте ему контекст. Покажите примеры. Объясните, какой результат нужен. Загрузите файл, папку или длинный документ. Попросите не просто ответить, а подумать, сравнить варианты и выдать готовое решение.Claude особенно хорош там, где нужно много читать, аккуратно писать и не терять логику на длинной дистанции.Начните с трёх задач: перескажите большой PDF, перепишите текст в вашем стиле и попросите разобрать папку с файлами.И продвинутый совет: заведите отдельный файл ABOUT_ME.md, где будут ваша роль, аудитория, стиль, запреты и примеры хороших ответов. Загружайте его в начале работы - и Claude будет отвечать не «вообще нормально», а ближе к вашему реальному стилю.После этого Claude перестаёт быть игрушкой и становится рабочим напарником.

Не самое свежее, но любопытное исследование доказывает, что человек работает ИИ-детектором лучше любого сервиса. Исследователи дали 300 статей на проверку людям и AI-детекторам, часть статей в выборке были настоящие, из NYT и Scientific American, а часть сгенерированные GPT-4o (помним, скорбим), Claude 3.5 Sonnet и o1-Pro, в том числе с перефразированием и «гуманизацией». Результат весьма впечатляющий — пять редакторов, которые сами постоянно используют LLM для написания текстов, ошиблись в одной (!) статье из трёхсот. Им не понадобилось какое-то специальное обучение, хватило собственной насмотренности. Эксперты замечают характерные для ИИ слова, шаблонные вводные словосочетания и выводы, фейковые цитаты вымышленных экспертов, отсутствие стилистических шероховатостей. При этом опенсорсные детекторы вроде Binoculars и Fast-DetectGPT на гуманизированных текстах o1-Pro показали точность 6,7% и 23,3% соответственно. А люди — 100% 🙂А вот люди, которые LLM не пользуются, сработали в исследовании на уровне подбрасывания монетки — путали «сложные слова» с признаком AI и считали грамматические ошибки маркером машины (хотя тут, конечно же, наоборот).Короче, лучший детектор нейросетевого текста — человек, который сам каждый день пишет с нейросетью, и я готов лично подписаться под этим выводом. Но если честно, иногда хочется развидеть растущий вокруг нейрослоп. Ну или хотя бы немного с ним побороться.—Пономарь

Эксплуатационные требования к видеонаблюдению. Начало.Может быть когда-то я и напишу свою книгу, но для этого надо быть чуть более отважным и чуть более слабоумным...Поэтому пока я недостаточно отважен и не совсем ещё выжил из ума предлагаю вам свой пересказ прочитанной мною книги. На этот раз это будут рекомендации подразделения научных разработок МВД Великобритании для составления эксплуатационных требований к системам видеонаблюдения.Я буду, опираясь, на эти рекомендации собирать и свой опыт, добавлять имеющиеся у меня данные о том, как происходит внедрение систем видеонаблюдения в моём окружении и информационном поле.Когда речь заходит о проектировании системы видеонаблюдения, очень многие начинают с привычного набора вопросов:Сколько камер поставить? Какие камеры выбрать? Сколько мегапикселей нужно?Какой регистратор взять? Сколько хранить архив? Нужна ли видеоаналитика? А можно подешевле? *это, пожалуй, самый страшный и самый глубокий вопросВопросы вроде бы правильные. Но есть одна неприятная деталь: если начать с них, можно очень уверенно спроектировать систему, которая технически работает, но практически не решает задачу. Любая подсистема безопасности, будь то СВН, ОПС, СКУД, периметральная охрана (я имею ввиду ТСОБ) или что0то другое должна начинаться с самого важного документа - КСБ - концепция систем безопасности, где будет описаны основные требования и определения.Если закупать оборудование по принципу "вот тут надо посмотреть за входом, а там дальше разберёмся" то получается почти всегда плохо. Камеры показывают картинку. Регистратор пишет архив. Монитор выводит изображение. Сервер обрабатывает потоки. Всё включается, мигает, записывает и даже иногда радует заказчика первые пару недель. А потом происходит инцидент, и выясняется, что лица не видно, номер не читается, оператор не понял, куда смотреть и что делать с тем что увидел, архив нашли только через три дня, а нужный фрагмент почему-то не записался или уже затёрся.На этом месте обычно начинается великая русско-интеграторская драма: заказчик говорит, что система плохая, проектировщик говорит, что всё было по СНИПам, ГОСТам, нормам, монтажник говорит, что поставил как нарисовали и как заплатили, поставщик говорит, что камеры хорошие, а служба эксплуатации молча смотрит в монитор и думает о смене профессии.Проблема в том, что система видеонаблюдения должна начинаться не с камеры. Она должна начинаться с эксплуатационных требований.Читать многабукав 👇TELEGRAPHDZEN

⭐️ Откуда LLM реально берут ответы В ИИ-выдачу чаще всего попадает инфа с пользовательских форумов (как Reddit). Но с тем же Reddit вы ничего не контролируете: обсуждения живут своей жизнью. А для продвижения в России это вообще слабый управляемый канал.Посмотрим на другие источники. По данным анализа (1000 запросов) чаще всего попадают в ответы LLM:🔴Энциклопедии и справочникиСтраницы с чёткими определениями и базовыми объяснениями. Формат «что это / как работает» заходит лучше всего.🔴Образовательные и академические ресурсыУниверситеты, базы знаний, материалы с ссылками на источники.🔴Медиа и редакционные сайтыСтруктурированные статьи с фактами, цифрами и понятной подачей.🔴Блоги с сильной экспертизойНе «мнения», а разборы с конкретикой и логикой.🔴Документация и гайдыПошаговые инструкции, FAQ, help-центры.Эта выборка подчеркивает важность размещения контента на авторитетных специализированных сайтах.Проверить упоминания вашего бренда в ИИ-выдаче можно в инструменте 🔗 https://pr-cy.ru/ai-serp/____@prcynews