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.

Ежегодная выставка Computex в Тайбэе уже более 40 лет собирает производителей и энтузиастов компьютерной индустрии. За годы мероприятие стало компасом всей отрасли, четко указывающим на то, как именно будет развиваться рынок в обозримом будущем.

Все это время Computex посвящалась потребительской электронике: готовым ПК, процессорам, видеокартам, памяти, материнским платам, системам охлаждения, мониторам и периферии, однако в 2026 году все изменилось. Главной темой экспозиции стала AI Together: в демозонах и на сценах обсуждали искусственный интеллект — агентов, роботов, ускорители, серверы, дата-центры и то, сколько гигаватт они будут потреблять. Консьюмерская техника, за исключением той, на которую бренды успели наклеить шильдик с упоминанием AI-технологий, оказалась вне главных павильонов. 

Ключевой фигурой выставки стал CEO Nvidia Дженсен Хуанг, сделавший ряд громких заявлений. Он говорил о том, что раньше компьютеры создавались для человека, а теперь вычислительные ресурсы, память и постоянный доступ к инфраструктуре нужны ИИ-агентам, которых потенциально может быть куда больше, чем людей, а значит, для чипмейкеров этот рынок куда объемнее и перспективнее.

Звучит как фантастика, но представители отрасли допускают, что все мы движемся к модели, где дома уже не будет производительного персонального компьютера, вместо него — тонкий клиент для базовых задач. Что-то сложнее, например, игры или комплексные вычисления в специализированных программах, будет запускаться в дата-центрах, а доступ к их мощностям станет приобретаться по подписке. На чем строится эта теория? Об этом — в материале.

Привет Хабр! Меня зовут Давид Замирович и это моя вторая статья тут.

Первая была на тему того, как меня забанил VC за статью о возможных фишинговых ссылках в паразитном SEO на их ресурсе и о моей героической борьбе (успешной) с их системой модерации контента. В комментариях к ней меня попросили взять в проработку несколько тем — и хотел бы начать с проблемы использования рекомендательных технологий и передачи персональных данных в LLM.

Что именно меняется, когда в разработке появляется ИИ? Сколько ресурса команда действительно экономит? Можно ли сравнить эффект на разных типах задач? И где проходит граница между инструментальной поддержкой разработчика, автоматизацией и передачей части интеллектуальной работы ИИ?

Ключевая тема первого «АСТРА интеллектуального семинара» — как измерять эффект ИИ в разработке. Это внутренний научно-практический формат «Группы Астра», который объединяет исследователей из разных команд вокруг общих задач.

Проект может собрать опытных аналитиков, разработчиков и руководителей — и все равно столкнуться с задержками, конфликтами и потерей качества. Причина нередко не в уровне экспертизы, а в том, что участники по-разному понимают задачи, избегают сложных разговоров или не умеют договариваться в условиях изменений.

Этим вопросам посвятят секцию «Soft skills, управление командой проекта» на INFOSTART A&PM EVENT 2026.

В центре внимания — практические ситуации, с которыми сталкиваются проектные команды...

Сегодня в рубрике — книга об экономическом возрождении Германии и Японии после 1945 года. Автор — профессор Университета Глазго, специалист по истории бизнеса, технологий и экономической политики. Он десятилетиями изучал историю обеих стран, провёл сравнительный анализ и на основе архивных материалов показал, как конкретные люди — министры, инженеры, менеджеры, рабочие — перестраивали экономику двух побеждённых государств.

Для контекста. Выход на второе и пятое места в мире по ВВП после тотального поражения — это результат конкретных решений. Стоукс выделяет три ключевых рычага: переориентацию на экспорт, Германия увеличила экспорт в 17 раз к 1970 году, Япония — в 23,5; кооперативные модели труда, в Германии — представительство рабочих в советах директоров, в Японии — пожизненный наём и кружки качества; и новую промышленную политику, немецкие отраслевые ассоциации вроде VCI и японское ММТП, которое координировало целые сектора.

В этом материале мы сосредоточимся на четвёртом, возможно, самом наглядном слагаемом успеха — изобретательной адаптации зарубежных технологий. Речь не о копировании, а о переосмыслении чужих наработок под свои реалии: брали принцип, но пересобирали технологию под свои задачи, часто делая её лучше, дешевле или доступнее. Собрали примеры из книги — каждый из них показывает, как именно технологическая адаптация работала на практике и почему Стоукс считает её одним из главных двигателей послевоенного рывка.

Локальный аналог NotebookLM, фильтр от AI-slop, маршрутизатор для сотен LLM-провайдеров, агент для поиска работы, автоматический пентестер и ComfyUI. Посмотрел, что из этого действительно можно использовать, а где «бесплатно» заканчивается после git clone.

Open source не значит бесплатно.

У проекта может не быть подписки, но останутся расходы на API, Claude Code, GPU, сервер, электричество и несколько часов на настройку. Поэтому ниже не будет обещаний «восемь сервисов, за которые больше никогда не придётся платить».

Зато есть восемь любопытных проектов, которые позволяют забрать себе часть привычного AI-стека, изменить его под свои задачи и в некоторых случаях вообще убрать SaaS из цепочки.

Это означает, что существует что-то доязыковое — что-то, на чем говорит наше сознание, что-то, что позволяло людям общаться до языка. Ведь язык не создает коммуникацию, а лишь упрощает ее. Нам нужно понять, что это за явления и как их определить. 

Знаковой работой в данном направлении становится «Искусство шумов» (L’arte dei Rumori) Л. Руссоло, который выделяет роль шума (именно шума, а не звуков как таковых) как нового способа описания современной ему эпохи. Самое важное — он проводит кодирование шумов по семантизации, то есть способности заставить слушателя пережить определенный опыт.