Как сделать фейковую флешку на терабайт, и при чём тут BadUSB Флешка известного бренда на терабайт за бесценок, корпус с правильной маркировкой, в свойствах ровно 1 ТБ. Система её видит, файлы вроде копируются. Придраться не к чему, пока не запишешь первый файл и не засечёшь время. Реально доступного места на ней оказалось около мегабайта. После вскрытия выяснилось, что 80% объёма занимает пластик, а весь «терабайт» держится на одной SPI-флешке на 16 Мбит. Файлы при этом продолжают исчезать красиво, будто записались, и на то есть причина в самом устройстве файловой системы. А дальше начинается по-настоящему неуютное, ведь пустышка в USB-порту это ещё безобидный из вариантов.

💰 РенСтрах: убыток при росте премий Страховая компания из топ-10 отчиталась за полугодие Ренессанс Страхование (RENI) ➡️ Инфо и показатели Результаты: • чистый убыток: ₽1,4 млрд (против прибыли в ₽5 млрд в 1п25г) • суммарные страховые премии: ₽100 млрд (+8,3%) • инвестпортфель: ₽308 млрд (+7,4%) Структура портфеля: • 40% корпоративные облигации • 26% государственные и муниципальные облигации • 25% депозиты и денежные средства • 2% акции • 7% прочее. Компания так же приняла решение процесс погашения акций. В 4 квартале 2026 года РенСтрах запустит юридические процедуры первого этапа погашения, который, за счет комбинации выкупленных в разное время казначейских акций, может охватить до половины всего целевого объёма погашения в 10% от уставного капитала компании. Бумаги РенСтраха (RENI) растут на 1,2%.

🚀Мнение аналитиков МР Здесь тоже результаты слабые, однако ожидаемые. Убыток вызван отрицательной переоценкой портфеля ценных бумаг на фоне падения стоимости длинных ОФЗ во 2 квартале. Вложения в ОФЗ формируют около четверти портфеля ценных бумаг компании. При этом РенСтрах демонстрирует финансовую устойчивость и позитивную динамику роста страховых премий. Во 2 полугодии ожидаем улучшение показателей. Согласно заявлениям менеджмента, уже в июле компания закрыла негативный эффект переоценки и получила прибыль. Мы нейтрально смотрим на акции РенСтраха. Несмотря на уверенные результаты роста страховых премий и ожиданий улучшения показателей во 2 полугодии, динамика прибыли будет, в том числе, зависеть от рыночной конъюнктуры.

📍 Подписаться на канал | Мы в MAX

📌Scale AI измерила, насколько хорошо модели переписывают других агентов HarnessOpt-Bench - бенчмарк, который проверяет, умеет ли модель улучшать харнесс чужого ИИ-агента. 🟡Механика Модель-оптимизатор получает исходную обвязку целевого агента, размеченную обратную связь по результатам прогонов и фиксированный бюджет. Она переписывает код, а в конце собирает финальную версию, которую оценивают на отложенном наборе задач - его оптимизатор во время работы не видит. Тесты выполняются в доверенной среде исполнения на базе VeRO - она следит за бюджетом, прячет отложенные данные, считает потраченные токены и сохраняет каждую версию для аудита.

Так сделали для того, чтобы защита от накрутки была свойством песочницы, а не инструкцией, которую модель может обойти.

🟡Результаты Прогнали пять топовых моделей на четырех наборах - OfficeQA, BrowseComp-Plus, Terminal-Bench и GAIA, - всего 111 запусков. Модели четко разошлись по уровням, причем выбор самой модели влияет на результат примерно в 1,8 раза сильнее, чем то, в каком кодинг-агенте она работает. Впереди Opus-5, она выбрала около двух третей доступного запаса улучшений на OfficeQA и половину на BrowseComp-Plus, а всего выиграла три задачи из четырех. Родная среда для модели (Сodex для GPT, Сlaude Сode для Claude, Kimi Cli для Kimi) устойчивого преимущества не дает. Отдельно Scale AI посмотрела динамику по поколениям. У пяти релизов GPT прирост рос монотонно, с +0,03 до +0,49, у пяти релизов Claude Opus - с +0,37 до +0,59.

Важно понимать, что настоящим самоулучшением это назвать пока нельзя, так как одна модель переписывает среду другого агента, исходный тестовый харнесс которого специально был сделан с большим запасом для оптимизации.

@ai_machinelearning_big_data #news #ai #ml

Всё, что досталось с усилием или тяжёлым трудом — ценнее. Как ворованная картошка фри, которая, как мы теперь знаем, на 39% вкуснее. Поэтому мы задались вопросом: а была ли Елена Троянская красивой, или она получила модификатор +39% к красоте? Разбираем! База 1959 года. Кто прошёл через боль, унижения или трудности, ценят результат сильно больше. Учёные заставляли приличных студенток читать матерные стихи и эротические рассказы взрослому мужику, чтобы пустить их в закрытый клуб. А когда те туда попадали, включали унылую лекцию о спаривании жуков. Вопрос: заставил ли пережитый стыд поверить, что лекция была гениальной? Контрольная группа — 166,7 баллов интересности. Мягкое испытание — 171,1 балл интересности (статистически неотличимо). А вот суровое испытание — 195,3 балла! Выборка, как обычно у психологов, говно. Но в 1959 году это не было традицией, поэтому давайте отнесёмся с пониманием. Мы умеем оценивать и чужие усилия. 138 студентов учили стихотворение поэта. Причём половина думала, что он его написал за 4 часа, а другая половина — что за 18. 4-часовой стих оценили в среднем в 50 долларов, а 18-часовой — в 95 долларов. Повторили с другой выборкой и картиной, оценки — 650 долларов за быструю и 1000 долларов за старательную. Потом 235 человека оценивали качество средневековых рыцарских доспехов по фотографиям. Там давали время работы кузнеца (15 часов или 110 часов) и качество самой фотографии: половина видела доспех в высоком разрешении, где можно разглядеть каждую царапину и детали гравировки, а половина смотрела на мыльную картинку. Доспех за 110 часов, конечно, оценили выше, чем за 15. Но прикол в другом: когда люди видели чёткую картинку, они могли сами оценить мастерство кузнеца, и время работы волновало их меньше. Но когда картинка была мутной, участники смотрели на время 110 часов — и раз долго ковал, значит, шедевр. Ну а мораль — никогда не отправляйте работу сразу, так она куда хуже ) Работа, почему ценность своих усилий назвали Икея-эффектом. Придумали растворимые смеси для кексов. Надо было просто добавить воды. Продажи провалились. Смеси делали готовку слишком простой, и женщины чувствовали, что они тут просто постоять, и на результат не влияют. Тогда изменили рецепт: теперь в смесь нужно было разбить и добавить настоящее яйцо. Сработало! По этой же причине мы любим стол из Икеи — эту хтонь мы собирали сами! В авторах Ден Ариэли, но выборка всё равно говно. А вот почему люди добровольно лезут в горы, бегают ультрамарафоны, решают сложные кроссворды и т.п. Работа для нас стресс, по умолчанию мы должны экономить энергию, поэтому лениться — это базовая биологическая норма. Но есть какие-то ушибленные, которые творят херню. Собственно, ответ вы уже знаете. Потому что не зря же столько лез! Тут проверили на животных. Если голубю пришлось тяжело поработать, сигнал о приближающейся еде кажется ему гораздо более привлекательным. Любой дискомфорт — усталость, долгое ожидание, разочарование — работает. Чем больше напрягать голубя, тем ярче он испытывает радость от награды. Даже ожидание, что придётся тяжело вкалывать, ценное. Даже если в итоге пронесло и напрягаться не пришлось. Теперь снова возвращаемся к прекрасной Елене! 10 лет под стенами Трои — это нифга себе инвестиция. После этого просто не было шансов признать, что Елена на лицо ужасная, добрая внутри. В Илиаде троянские старейшины, глядя на Елену со стены, говорят, что за такую женщину не стыдно воевать. Кроме того, красота — штука непостоянная, поэтому если ради Елены выдвинули список кораблей, который можно дочесть до середины максимум — очень вероятно, она выдающаяся! -- Вступайте в ряды Фурье! | Самые тяжёлые посты Доводы экспертизы об "оскаленной морде и выпученных глазах" производители водки сочли весьма субъективными, поскольку понятие красоты является непостоянным.

Вообще забавно, что бенчмарки теперь бывают двух видов: 1. Научная статья, датасет и протокол для сравнения методов. Пир ревью, методология и всё такое. 2. Мы прикольно запромптили модели больших лаб и что-то получилось, вот блог-пост. Второй тип мне по вайбу напоминает социальные науки в 90-х. Например, как знаменитый Стенфордский эксперимент Милграма: мы сделали одних людей надзирателями, вторых заключенными, и ВЫ НЕ ПОВЕРИТЕ ЧТО БЫЛО ДАЛЬШЕ. Опускается, что Милграм показывал надзирателям как лучше бить заключенных дубинкой для большей драматичности. Или множество исследований типа "мы задали три вопроса пяти студентам в коридоре нашего универа и вот что мы узнали про психику людей..." В общем всё то, что привело к кризису репликации. И позволило многим сделать целые карьеры занимаясь какой-то веселой херней. Короче это изначально не про науку и от бенчмарков одно название

🍞Акрон: почвы для роста нет Производитель удобрений отчитался по МСФО за полугодие Акрон (AKRN) ➡️ Инфо и показатели Результаты • выручка: ₽112,9 млрд (-9%); • EBITDA: ₽47,7 млрд (-9%), рентабельность 42% (без изменений); • чистая прибыль: ₽26,1 млрд (-14%). • чистый долг: ₽124,7 млрд (против ₽115 млрд на конец 2025 года); • чистый долг/EBIDTA: 1,43х (против 1,25х на конец 2025 года). Объем производства основной продукции составил почти 3,96 млн тонн (-14%), объем продаж — 3,92 млн тонн (-18%). Бумаги Акрона (AKRN) незначительно растут.

🚀Мнение аналитиков Результаты смешанные. Выручка и EBITDA снизились на фоне падения объемов продаж и сильного в 1 полугодии рубля. При этом рентабельность EBITDA сохранилась на высоком уровне, поэтому результаты выглядят не так плохо, как может показаться на первый взгляд. Во 2 полугодии важно увидеть восстановление объемов. Во 2 квартале динамика уже стала лучше: выручка выросла на 7% г/г, а операционная прибыль — на 27%, поэтому рассчитываем на постепенное улучшение во второй половине года. Но оценка все еще высокая — около 18х P/E LTM и 9х EV/EBITDA LTM. При этом дивдоходность остается на уровне пары процентов. На фоне низкой прозрачности для инвесторов и менее предсказуемой дивполитики смотрим на акции без энтузиазма.

📍 Подписаться на канал | Мы в MAX

Пока не смотрел нолановскую “Одиссею” (к слову, что скажете – стоит ли?). Но шумиха вокруг фильма – отличный повод вспомнить саму поэму Гомера, которую мы в Театральном институте разбирали вдоль и поперёк. Так вот, Одиссея сегодня принято подавать как эталонного лидера: хитроумный, несгибаемый, любые преграды берёт изобретательностью, а не силой (одна идея с Троянским конём чего стоит). Это действительно яркий управленческий архетип. Есть только одна неувязка. Из-под Трои он вышел с двенадцатью кораблями и командой в несколько сотен человек. А до родной Итаки добрался один и лишь спустя десять лет. Все, кто ему доверился, погибли. Победа любой ценой превратилась в пиррову. Одиссей часто ставит своё эго выше общей миссии. Например, он затащил людей в пещеру циклопа из банального любопытства и желания получить подарки. А когда им чудом удалось сбежать, не удержался и на радостях выкрикнул ослеплённому гиганту своё имя – чтобы тот знал, кто его уделал. Эта минута самопиара вылилась в проклятие Посейдона и десятилетие скитаний. Личная жажда славы потопила общую задачу. Показательна и история с Цирцеей. Волшебница превратила половину спутников Одиссея в свиней. Спасти-то он их спас, но затем завис у неё во дворце и целый год кайфовал. Напоминать, что пора бы и домой, пришлось уже самой команде. Я стараюсь избегать морализаторских выводов, однако здесь не могу удержаться. Настоящее лидерство – это не столько про твой личный подвиг, сколько про выполненную миссию и благополучие людей, которых ты ведёшь за собой. Чтобы добраться до своей Итаки, недостаточно сражаться с чудовищами на пути. Прежде всего нужно укротить чудовищ, которые живут внутри тебя.

#экзит Группа компаний IBS приобрела российского разработчика ИТ-решений на базе искусственного интеллекта Rubbles. Сумма покупки не разглашается. Это экзит для венчурного фонда МТС, который в 2022 году вложил в проект 200 млн рублей. Тогда в МТС заявили, что получили не более 10% компании.  Rubbles в 2014 году запустили выходцы из “Яндекса” - Никита Блинов, Владислав Лисицкий и Александр Фонарев. Компания занимается разработкой IT-решений для оптимизации ключевых технологических и бизнес-процессов на основе анализа данных и ИИ. Одними из первых клиентов стартапа стали Qiwi и "Альфа-банк". В начале 2016 года у Rubbles появился первый зарубежный банк-клиент в Финляндии благодаря лондонской акселерационной программе Accenture FinTech Innovation Lab. Со временем, помимо финансовых организаций, среди клиентов сервиса появились ретейлеры и промышленные предприятия. Основные продукты Rubbles: Planning Force для интегрированного бизнес-планирования, прогнозирования спроса, автоматического пополнения и управления торговым продвижением, Customer Insight для омниканального взаимодействия с клиентами, а также заказные AI/data-решения - разработка под задачи бизнеса на основе анализа данных и машинного обучения. В основе продуктов - собственная платформа Data Application Suite, включающая инструменты MLOps и фреймворк для ускоренной разработки Enterprise-приложений. Все решения включены в Единый реестр российского ПО. В 2016 году стартап закрыл первый раунд инвестиций на $1,5 млн от фонда FinSight Ventures, одним из основателей которого является Виктор Ремша, создатель “Финама”. В декабре 2021 года стартап получил $6 млн от фондов Elbrus Capital Fund III и FinSight Ventures. Средства планировалось потратить в том числе на выход на рынки Западной Европы, Ближнего Востока и Юго-Восточной Азии, но компания отложила эти планы из-за нестабильной геополитической обстановки. В FinSight Ventures подтвердили “Русскому Венчуру”, что фонд вышел из капитала Rubbles еще в 2024 году.  По данным сервиса проверки контрагентов Rusprofile, с 7 августа ООО “Раблз” [юрлицо ] владеет ООО "УК Центр". Из состава учредителей вышла кипрская “СБДА ГРУП ЛТД”. Выручка ООО “Раблз” за 2025 год составила 633 млн рублей, чистый убыток - 72 млн рублей.  @rusven

Тем временем в Британских поликлиниках решили победить вечный ад с дозвонами пациентов на запись и КОНЕЧНО ЖЕ посадили на телефоны ИИ-секретаря по имени EMMA. Стартаперы из QuantumLoopAI, которые и запилили это чудо, гордо заявили, что их виртуальный ассистент умеет аж в 17 языков, мгновенно проводит первичный опрос и распределяет талоны на приём не зная усталости. И конечно же, всё пошло в итоге через жопу: выяснилось, что нейронка на 17 языках говорит без проблем, а вот вдуплить йоркширский акцент местных дедов и бабок — это задача со звёздочкой для современных кремниевых болванов. Для цифрового ассистента этот местный акцент звучал примерно как эльфийский язык. На любые жалобы больных людей бот тупо уходил в ступор, нёс абы что или вообще молча вешал трубку. В итоге разгневанные люди массово шлют нахер новые технологии, бросают трубки и чапают в поликлинику пешком. Не, ну а чо, технически проблема с дозвоном действительно решена же: звонить больше никто не хочет.

🛰 Что такое Netdiscover?

Netdiscover — это небольшая утилита для обнаружения устройств в локальной сети с помощью ARP-запросов.

Чаще всего её используют на этапе внутренней разведки, когда нужно быстро понять: — какие устройства есть в сети; — какие IP-адреса активны; — какие MAC-адреса им принадлежат; — кто производитель сетевого интерфейса. Обычно Netdiscover применяют в одной локальной сети или VLAN, потому что ARP не маршрутизируется через роутеры. Базовый запуск

sudo netdiscover

Утилита начнёт искать устройства в доступном сетевом сегменте. Можно указать конкретную подсеть:

sudo netdiscover -r 192.168.1.0/24

Пример результата:

IP              MAC Address         Vendor

192.168.1.1     aa:bb:cc:11:22:33   MikroTik

192.168.1.10    00:11:22:33:44:55   Dell

192.168.1.25    08:00:27:aa:bb:cc   PCS Systemtechnik

Так быстро видно, какие хосты сейчас отвечают в сети. Пассивный режим Есть ещё интересный вариант:

sudo netdiscover -p

В этом режиме Netdiscover сам не рассылает активные ARP-запросы, а слушает ARP-трафик в сети. Это полезно, когда нужно минимизировать активность. Почему Netdiscover удобен Он хорошо подходит для самого первого шага:

Подключились к сети

        ↓

Netdiscover

        ↓

Нашли живые хосты

        ↓

Nmap

        ↓

Определили порты и сервисы

        ↓

Дальнейшая разведка

Например, Netdiscover показал:

192.168.1.10    

192.168.1.25

После этого уже можно точечно изучать их через Nmap:

nmap -sV 192.168.1.25

Netdiscover и Nmap — это не одно и то же Netdiscover в первую очередь отвечает на вопрос:

Кто находится рядом со мной в локальной сети?

А Nmap:

Какие сервисы и порты работают на этих устройствах?

Поэтому эти инструменты хорошо дополняют друг друга. #netdiscover #arp #network #recon #nmap #pentest #infra

Оценка мелких задач убивает ваше время Типовая ситуация: клиент постоянно присылает небольшие задачи и переживает, сколько времени займёт каждая. Команда начинает оценивать каждую задачу отдельно, согласовывать, потом объяснять, почему не попали в оценку. По факту оценка иногда занимает больше времени, чем сама работа. С маленькими задачами точность вообще плохо работает. Чтобы нормально оценить некоторые из них, задачу надо почти сделать. А если оценивать «на глаз», погрешность по каждой отдельной задаче будет большой. В итоге коммуникация с клиентом превращается не в работу, а в бесконечный цикл согласования бюджета и времени для мелких задач. Что с этим делать: отказаться от точной оценки мелких задач. Учитываем мелкие задачи постфактум. Сделали задачу, зафиксировали, сколько реально ушло. Чтобы клиент на это согласился, нужно немного изменить процесс: 1) Оценка остаётся, но она становится очень примерной: маленькая, средняя, большая задача. Менеджер проекта это может сделать без похода к разработчику. Клиент и Агентство соглашаются, что это грубая оценка. 2) Договориться о месячном лимите. Обычно поток таких задач укладывается в 10-20 часов в месяц. 3) При явном выходе задачи за лимиты или не попадании в оценку - заранее говорим об этом с клиентом. Большие, сложные и непонятные задачи нужно выносить отдельно и нормально оценивать. А поток маленьких задач лучше продавать почти оптом: грубо обозначать размер, следить за лимитом, заранее предупреждать о выходе за ожидания и оплачивать по фактически потраченным ресурсам. Пост помог подготовить резидент Галеры Михаил Сенсеев 🔵

Наблюдаю и у клиентов и по обратной связи от маркетологов на собеседованиях, что команды маркетинга в небольшом бизнесе становятся меньше. Бизнес порезал косты на брендэвернес и подобное, плюс автоматизация таки кого-то да заменила. Из восьми условных человек в маркетинге остаётся три. При этом руководители дешевле не становятся. Как же так, подчинённых-то меньше?

Очень жаль, но все же на трёх сотрудников нужен такой же хороший руководитель, что и на восьмерых

Gallup сделал анализ > 200 000 команд. Размер команды сам по себе эффективность не определяет, определяет качество руководителя. Плохо управляемые команды буксуют, даже когда они маленькие. Подчинённых стало меньше, а решений нет. В какие каналы идти, что резать и где найти дешевые продажи, что делать, когда основной канал отвалился. Этих решений не стало меньше после сокращений Сократилась функция менеджмента, а функция принятия решений = ответственность осталась той же, с чего вдруг руководителю дешеветь Какие у бизнеса есть варианты сэкономить на руководителях: 1 — загрузить руководителя исполнительскими задачами. По данным Gallup, так живёт почти весь рынок: руководители тратят медианно 40% времени на работу рядового специалиста. Правда, не каждый захочет это делать долгосрочно, особенно топ. 2 — взять человека на парттайм. Платить не за присутствие сорок часов в неделю, а за те решения и их внедрение, ради которых он нужен. Российских данных по fractional модели мало. Однако опираюсь на свою практику: за последние полтора года запросов ко мне на fractional стало заметно больше