Почему “удалить аккаунт” — это плоская проекция, как из неё рождается предметная область цифрового санкционного управления и зачем профессиональным сообществам нужны таксоны, состояния, события и восстановительные маршруты.

Почему аккаунт уже не всегда “просто аккаунт” — и почему профессиональному сообществу стоит осторожнее обращаться с требованием “удалить”.

Похоже, у AI-агентов есть проблема, которую обычно связывают с людьми: они не всегда умеют работать в команде.

Anthropic провела эксперимент, в котором несколько AI-агентов получили одну и ту же задачу по разработке ПО, но при этом их цели были намеренно сделаны несовместимыми. Результат исследователи назвали настоящей «войной за территорию» между агентами.

Задача сама по себе была довольно обычной: переписать Python-бэкенд на другом языке программирования. Но каждому агенту дали собственные приоритеты, из-за которых успешное выполнение задачи одним агентом могло мешать другому.

Дальше началось самое интересное.

Американский экономист и профессиональный инвестор Бенджамин Грэм не был обладателем огромного состояния, но его советы помогают людям зарабатывать миллиарды долларов. Так Грэм достиг своей жизненной цели — «каждый день создавать что-то новое и проявлять великодушие». Его ученик, Уоррен Баффет, занявший пятую позицию в рейтинге самых богатых людей мира по версии Forbes, назвал Бенджамина одним из тех, кто «сажает деревья, в тени которых будут отдыхать другие люди».

Для примера будем использовать наш продукт для просмотра топологии и верификации(EDA) и расскажем, как мы построили его лицензирование.

Каждый коммерческий продукт рано или поздно упирается в один вопрос: кому именно вы продаёте право пользоваться программой.

Если заказчиков несколько десятков крупных предприятий, всё относительно просто. Есть договор, количество рабочих мест, менеджеры с обеих сторон и ежегодное продление.

Но если продукт одновременно нужен заводам, университетам, небольшим компаниям и стартапам, модель меняется. Это уже не десять клиентов, а сотни или тысячи машин: учебные лицензии, trial, временные ключи, один ноутбук на нескольких сотрудников.

В этот момент плохо работает модель «один бинарь и проверка лицензии есть или нет».

Я попросила Алису AI и ГигаЧат настроить lifecycle-политику объектного хранилища в одном конкретном облаке. Ответы выглядели убедительно, пока я не сверила их с документацией и не нашла расхождения. Почему так получилось? А главное, что с этим делать SEO-специалисту и техническому писателю?

Приветствую, уважаемые читатели.

Меня очень порадовал и удивил ваш интерес к недавней статье об адамантанах и алмазоидах, которая собрала +52 и 21,7% дочтений. Поэтому я, продолжая заниматься следующей статьёй, предложу вашему вниманию интереснейший Guest Post под авторством уважаемой Владиславы Шраменко @Kotyara99о физико‑химических свойствах углеродных нанотрубок и о том, как их получать, правильно сжигая углеродный порошок. Статья богато иллюстрирована. Далее — от автора.

Мы собрали подборку из топ-10 проектов по рейтингу на сайте Product Radar за июль 2026 года. Это проекты, за которые проголосовало большинство пользователей сайта. 

Product Radar — здесь каждую неделю публикуются лучшие онлайн‑сервисы и железки от русскоязычных команд. Это площадка, где энтузиасты из мира технологий делятся своими идеями, обсуждают и создают вместе новые продукты, чтобы делать жизнь людей лучше.

ИИ-агент может не только писать код, но и сам забирать задачи из YouGile, выполнять их и обновлять статусы. Рассказываю, как я связал Codex и Claude Code с таск-трекером, почему обычный retry после timeout однажды создал дубли и зачем между LLM и API нужен отдельный детерминированный слой.

В предыдущей части мы сшивали разрезанные спрайты в анимации для ассетов вручную. Теперь попробуем сделать это же, но с помощью нейросети Seedance 2.0. Я выбрал несколько спрайтов в случайном порядке и использовал промт:

Написал свой ассемблер, чтобы понять, откуда в дизассемблере берётся ff010113. Заодно посчитал, сколько строк моей программы процессор вообще не умеет исполнять, и проверил это на четырёх наборах команд, включая живой ESP32 на столе. На кристалле первая программа серии сломалась: она пишет в UART быстрее, чем провод успевает передавать, и в эмуляторе этого не видно.

С самых первых минут аварии стояла насущная задача — узнать, что творится внутри разрушенного блока в реакторе, какие процессы там происходят и насколько они опасны. Но сделать было труднее, чем сказать. Кроме зашкаливающей радиации путь преграждали завалы, а сперва ещё и высокая температура. Всё это делало физически невозможным доступ людей к реактору. И пришлось выкручиваться всеми возможными способами...

В статье разбираем реальное тестовое задание на позицию аналитика DWH: четыре коротких SQL-запроса. Все синтаксически корректны, все дают верный результат на контрольных данных. И в каждом спрятана предпосылка, при нарушении которой цифры в витрине становятся неверными — без ошибок, без предупреждений, просто другие числа в отчёте

Рутина в проверке конструкторской документации — головная боль: одни и те же проверки, одни и те же таблицы, одни и те же вопросы заказчику. Я решил передать часть этой рутины нейросетям. Рассказываю, что из этого вышло.

Новая архитектура Qwen4 против продакшн-27B на трёх прогонах и назойливая ошибка в собственной документации про NVFP4A16. Переходим с 3.8-27B на Next-Flash или нет?

«What will be left for us to work on?» (Что останется для нас, когда ИИ станет умнее?)

Посмотрела часовой доклад профессора Принстона Arvind Narayanan на ICML 2026 за вас и подготовила структурированный обзор.

Ранние инвесторы в Anthropic, SpaceX или OpenAI заработали кратно, но не за счет удачной покупки акций в день IPO. Основной рост произошел раньше, на стадии частного финансирования, когда все эти компании еще не были доступны широкому рынку. 

Такой этап называют Pre‑IPO — последним крупным раундом перед выходом на биржу. В статье разобрали, как устроен рынок иностранных Pre‑IPO ИТ- и ИИ‑компаний, какие у него потенциальные источники доходности и почему юридические детали сделки важны не меньше, чем знакомые всем бренды.

После очередного запуска компьютера привычные программы одна за другой перестали открываться. В папке C:\custom остались в основном пустые каталоги: исчезли проекты, программы и другие данные общим объёмом около 800 ГБ.

Я начал запускать приложения по одному и смотреть, после какого действия пропадают файлы. След привёл к Telegram Desktop — мессенджер, установленный в другой папке, при каждом запуске рекурсивно очищал C:\custom.

Дальше были Process Monitor, стеки вызовов, issue на GitHub и неожиданная причина в проверке орфографии.

Хороший маркетинговый анализ — основа практически любого нового проекта. Пока не понимаешь, кто твоя аудитория, кто конкуренты, какие у них предложения и цены, двигаться дальше просто некуда. Раньше на такой анализ уходило недели две-три, а иногда и целый месяц ручной работы. Сейчас этот процесс можно ускорить в разы благодаря нейросетям. 

Привет! Меня зовут Дмитрий Сатаров, я руководитель агентства «Эй, Стартапер!» и  наставник курса «Нейросети для маркетинга» в Яндекс Практикуме. Когда в 2022–2023 годах появились неплохие нейросети, я начал выстраивать процесс, который позволял бы выполнять маркетинговые исследования значительно быстрее. Поделюсь им в этой статье.

Может ли статистика помочь маркетологам и отделам продаж в обработке лидов? Да, причем в целом ряде задач!

Прочитав статью, вы:

1. Получите мощный аргумент для переговоров: «Нет, вероятность, что конверсия вашего отдела продаж просела случайно – статистически ничтожна»;

2. Оцените вероятности целевых событий для вашего медиаплана;

3. Прокачаете «План/Факт», построив эталонное распределение.