#мнение Михаил Дубнов, партнер фонда Brio Capital, в интервью Сергею Терешкину о том, что происходит в течение первых 3 месяцев со стартапом с приходом инвестиций: В идеале ничего не должно происходить. Мы стремимся чтобы, когда фаундер с нами договорился и мы вошли в капитал, это не выглядело как инвазивное мероприятие. Как захват Москвы Наполеоном: когда компания работала и все было хорошо, а тут пришли какие-то люди и начали свои порядки наводить. Нет, абсолютно. Мы стремимся к тому, что если человек создал хороший бизнес, значит он понимает, как поддерживать этот бизнес. Значит, наша задача - ему не мешать, а помогать. Поэтому мы должны настраивать наше взаимодействие хирургическим путем. Где-то ему нужно больше, мы можем больше вовлечься, сказать: "Давай мы тебе поможем людей найти. Давай мы тебя с кем-нибудь познакомим. Давай мы какие-нибудь процессы посмотрим, может быть, поможем, посоветуем, как [их] поменять".<...> А где-то может быть сценарий, при котором мы говорим: "Давай ты нам раз в месяц будешь скидывать [данные] - что у тебя по цифрам, чтобы мы понимали, что с бизнесом происходит. Будем созваниваться, и раз в квартал собирать совет директоров, чтобы понимать, идем ли мы по тому курсу или нет. И раз в год - стратегию обсуждать". Это вообще идеальный сценарий, но такое случается очень редко. Это здорово, потому что тогда я по сути ничего не делаю и становлюсь богаче от того, что кто-то работает. По факту так, конечно, не получается. Нам приходится увлекаться больше, но, повторюсь, это вопрос тонкой настройки взаимодействия с фаундером. Поэтому, что происходит первые 100 дней, когда мы дали деньги, зависит от того, на что мы дали. Например, компания сказала, что [есть] большая долговая нагрузка. "Ставка уже утомила, не могу эти долги обслуживать, давайте немножко “разошьем”. Мы дали денег, и я надеюсь, что первые 100 дней он [стартап] потратит на то, чтобы с банком расплатиться. А может, он взял деньги под какой-то инвестпроект. Но повторюсь, это [инвестиции] – скорее точечные изменения по тем местам, которые должны дать дополнительный импульс и рост. <...> Мы хотим, чтобы курс продолжался, как запланировано, просто компания дошла быстрее.

std::expected в C++23: гайд по миграции с исключений на функциональный error handling Берём функцию, которая грузит пользователя, проверяет права и собирает DTO. На исключениях она пишется в три строки и выглядит компактнее, чем цепочка на std::expected. Вот только какие типы исключений способна бросить эта цепочка вызовов, видно не в сигнатуре, а в документации, и компилятор промолчит, когда в глубине добавится ещё один. С std::expected из C++23 набор возможных ошибок стоит прямо в возвращаемом типе, и его проверяют статически на компиляции. Гайд ведёт от базового API к monadic-цепочкам через and_then и transform_error, показывает конвертацию ошибок между слоями и честно перечисляет места, где переходить как раз не стоит.

Все помнят легендарный текст «Триатлон с позиции жены»? Представляем ремейк: слово жене вайбкодера. <пятничныймем> Вайбкодинг с позиции жены Сначала объясню, что это такое. Вайбкодинг — это когда человек решает, что для счастья ему нужно написать приложение или там B2B SaaS, толком не умея программировать. Он говорит нейросети «сделай красиво», она делает некрасиво, или красиво, но не так. И так четыре тысячи раз до трёх часов ночи. Офигеть, ты сам написал приложение! — скажет среднестатистический человек, и этим словом раскроет весь смысл мероприятия. Они, конечно, говорят про демократизацию разработки и «идея важнее кода», но это неправда. Они просто хотят запуститься на Product Hunt и чтобы кто-нибудь из близких в 8, драть, утра апвоутил и писал «Congrats! Game changer!» — выискивая своего долбанутого мужа среди тысячи других чуваков, запустивших в этот же день такой же ту-ду лист с AI. Второй момент: вайбкодинг — как пёс на кровати — случается не в один миг. Счёт за токены на 300 долларов вам выкатят не сразу. Начнётся всё достаточно безобидно: бесплатный чатик, вопросик про регулярки, скриншот «смотри, оно само». Вот тут тонкий момент — как только бесплатный чатик меняется на подписку «для проекта», берите сковородку в правую, скалку в левую, и лупите вайбкодера что есть мочи. Упустите — через год будете апвоутить. Потому что дальше оно вылупится, наденет шумоподавляющие наушники и уедет жить в терминал. За подпиской следуют «более лучшие агенты», за агентами — облачный хостинг топового уровня, а там и до «тестового» домашнего сервера за 150 тысяч рукой подать. Спросите «а не охренел ли ты тестировать за 150k?!» — и проиграете: охренел он ещё на подписке уровня Max. Довольно скоро подопытный сможет запилить SaaS за выходные. Я по неопытности попробовала извлечь из этого увлечения хоть какую-то пользу и попросила сделать приложение для семейного бюджета или автоматизировать оплату коммуналки — раз уж «ты всё равно там сидишь». Не делайте так, девочки. Там, где визионер пилит единорога, нет места мелким бытовым проблемам и решению реальных задач вашей семьи. Потом появятся курсы. Вы знали, что промптить клода можно неправильно? Для меня это до сих пор из области «ты как-то неправильно ковыряешь в носу», но я скромно молчу. Не так промптишь, не так контекст держишь… Спросите — а когда же жить? Жить можно в отпуске, девочки. Но макбук поедет с вами. И аппрувить действия агентов нужно будет даже на пляже. </пятничныймем>

🌐 Что такое ARP? Допустим, ваш компьютер знает IP-адрес другого устройства:

192.168.1.15

Но возникает вопрос: 👉 Как ему найти именно этот компьютер в локальной сети? Ответ — ARP.

📌 ARP (Address Resolution Protocol) — это протокол, который определяет, какой MAC-адрес соответствует определённому IP-адресу.

Проще говоря, он помогает устройствам "найти друг друга" внутри локальной сети. 🧠 Представьте, что IP-адрес — это адрес дома. А MAC-адрес — имя конкретного человека, который в нём живёт. Чтобы доставить посылку, нужно знать не только адрес дома, но и кому именно её передать. Именно этим и занимается ARP. ⚡️ Как это работает? Компьютер хочет отправить данные на:

192.168.1.15

Он отправляет широковещательный запрос:

«Кто использует IP-адрес 192.168.1.15?»

Устройство с этим IP отвечает:

«Это я. Вот мой MAC-адрес.»

После этого компьютеры могут обмениваться данными напрямую. 💀 Почему ARP интересен пентестеру? Потому что именно на нём основаны многие этапы разведки и атаки в локальной сети. Например: — поиск живых устройств (Netdiscover) — ARP Spoofing — Man-in-the-Middle (MITM) — анализ сети через Wireshark 📌 Именно поэтому после попадания в локальную сеть одним из первых шагов становится изучение ARP. Он помогает быстро понять: — какие устройства находятся в сети; — какие IP-адреса используются; — какие хосты активны. 🧠 Без понимания ARP сложно разобраться, как работают многие атаки на локальную сеть. Именно поэтому с него обычно начинается изучение инфраструктурного пентеста. #infra #ad #arp

Вышел GPT-5.6 Sol, Fable обнулили снова и снова слышны возгласы "GPT убил тот стартап" / "Антропик убил этот". Но в реальности это не победа Антропика и даже не проблема стартапа. Это про эффективность экономики. Стартапы, как и любые бизнесы, существуют там и тогда, где есть проблема, за решение которой люди готовы платить. И это решение должно быть уникальным и дефицитным, иначе много не заплатят и уйдут к конкурентам. ИТ-стартапы решали проблему работы с данными, цифровых услуг, развлечений, бизнес задач. Потому что они были дешевле и эффективнее: Excel в сотни раз дешевле, чем считать фин модель на бумажке. Ровно то же самое делает ИИ — он делает большинство ИТ-стартапов ненужными, потому что вместо того чтобы пользоваться стандартным софтом или платить человеку который этим софтом за вас пользуется, эту же проблему можно решить с помощью модели. Она делает это дешевле, быстрее и надежнее. То есть, это не GPT убил Duolinguo или Антропик убил Саас по аналитике данных, а просто модели заменили софт и его пользователей так же как софт заменил аналог (ручки, бумажки, пленочные аппараты и заводные будильники) когда-то раньше.

🍿 Как коллекционные ведра для попкорна помогли вернуть зрителей в кино и стали новым трендом Я часто пишу про прикольные коллаборации и промо, которые выпускают к громким премьерам. Сегодня расскажу про самый популярный вид мерча - тару для попкорна. Американские кинотеатры умудрились превратить ее в классный маркетинговый инструмент. 🧚 С чего все началось. Сама идея продавать тематический мерч на премьерах не то чтобы новая. Тот же Disney выпускал сувенирные ведра для попкорна еще в 90-х. Настоящий переворот случился в 2019 году, когда сеть AMC выпустила к премьере “Звёздных войн: Скайуокер. Восход” тару для попкорна в виде R2-D2. Упаковка стоила космически дорого - около $50, но фанаты так впечатлились прикольной идеей, что моментально раскупили все экземпляры. А киноделы поняли: народ готов платить за эмоции. После пандемии тренд вернулся с новой силой. В 2023 году к фильму “Дюна: Часть вторая” зрителям предложили ведро в виде песчаного червя за $27. Спорный дизайн тут же обстебали в соцсетях, а мерч стал таким популярным, что на вторичке его покупали даже с накруткой x10 😱 Вот еще несколько прикольных вариантов. ▫️ К премьере “Барби” попкорн насыпали в розовый корвет. ▫️ Для фанатов “Чужого” разработали голову ксеноморфа. ▫️ Для “Дэдпула и Росомахи” - хулиганский контейнер в виде головы Росомахи. ▫️ К премьере фильма “Фантастическая четверка: Первые шаги” - шлем Галактуса с подсветкой. Кстати, он считается самым большим и дорогим контейнером: вмещает 9 литров попкорна и стоит $80. ▫️ Для кино “Проект “Конец света”” разработали шлем космонавта. В наших кинотеатрах такого размаха пока нет, но сувенирка тоже появляется. Например, к премьере “Майкла” продавали жестяные ведра со стилизованным автографом. Еще такие выпустили к сказкам “Волшебник Изумрудного города”, “Огниво”, “Летучий корабль”. Листайте галерею, чтобы заценить все идеи 👆 💰 В чем выгода для кинотеатров? Все просто: продажа ведер для попкорна помогает поднять выручку. Например, только за 2023 год сеть AMC заработала на этом около $54 млн. Но маржа здесь не главное. Коллекционный мерч мотивирует зрителей чаще приходить в кино. Оказалось, что для фанатов это не просто тара для попкорна, а материальный сувенир, который помогает сохранить память о фильме. Его можно потрогать, поставить на полку, показать друзьям - и это особенно ценно в нашу цифровую эпоху. В итоге, когда после пандемии люди подсели на стриминги, именно песчаный червь мотивировал их топать на премьеру - ведь иначе козырное ведерко было не достать. А у вас дома есть свое крутое ведро для попкорна? Делитесь фотками в комментариях - соберем коллекцию. 👉🏼 Подписывайтесь на «Телеграмму...» в Максе: max.ru/yumaks #МАРКЕТИНГ #КЕЙС #НАСМОТРЕННОСТЬ

Вы наверняка заметили, что я поменяла аватарку Кто не знает, эта рамка — стилизация под стандартные рамки LinkedIn. Влюбляюсь в эту платформу все больше и вот почему. 🔘Можно дотянуться практически до кого угодно. Рекрутеры и топ-менеджеры крупнейших технологических компаний, основатели перспективных международных стартапов, сильнейшие эксперты различных индустрий, от IT до производства. Все есть там и готовы общаться. 🔘Органический трафик. Любой твой пост видят новые люди, а не только твои контакты и подписчики. Любой пост может принести новую аудиторию, предложения, продажи. 🔘Платежеспособная аудитория. По моим наблюдениям, средний возраст пользователя LinkedIn — 30 лет. И это человек с состоявшейся карьерой, потому что сама площадка про это. 🔘Люди читают, способны воспринимать сложные мысли и вникать в серьезные кейсы. Никаких, мать их, рилсов и шортсов. Дадим бой клиповому мышлению. ⤵️ Так что моя профессиональная жизнь крепко связана с LinkedIn, и я планирую двигаться дальше по этому пути. Потому поменяла аватарку здесь, чтобы создавать нужные ассоциации. Расскажите, вы пользуетесь LinkedIn? Если да, то как именно используете? Если нет, то почему?

Оптимизируют MoE, стабилизируют RLVR, колдуют над кэшем и очень активно обсуждают GRPO: продолжаем рассказывать, что в тренде ICML 2026 Но обо всём по порядку. Читайте TL;DR от наших коллег и листайте фото с постерами! Stable Asynchrony: Variance-Controlled Off-Policy RL for LLMs Классная статья про стабилизацию RLVR. Авторы предлагают метрику, которая лучше всех предыдущих детектит потенциальный взрыв — effective sample size. По сути, это нормированная сумма important weight между движками актора и роллаута. Мы в Яндексе тоже её используем — работает! Дальше авторы рассматривают два пути решения. Первый — простой (мы тоже его пробуем). Если метрика начинает стрелять, надо понижать лёрнинг рейт адаптивно. Второй путь — умный потокенный решейпинг — чинит все проблемы сразу. RL учится 1000 степов и не разваливается, даже на специально усложнённом сетапе со staleness 12. Имплементировать, судя по описанию, должно быть легко. TVCACHE: A Tool-Value Cache for Post-Training LLM Agents В этой работе кэшируют последовательные цепочки туллколов в агентских роллаутах. Получается приличный кэшхит в десятки процентов. Применяют хаки типа прогрева кэша перед роллаутом. Кэш шарят по всему по времени обучения, поэтому кэшхит к концу может расти. Tackling Length Inflation Without Trade-offs: Group Relative Reward Rescaling for Reinforcement Learning Говорят, что научились заставлять GRPO растить reward, не удлиняясь относительно инита. В GRPO вместо reward'а на R делают R • s, где s — нормализующий коэффициент, функция от относительной длины ответов в группе. Spurious Rewards: Rethinking Training Signals in RLVR Обучают GRPO на шумные сигналы, доходя до обучения на случайный шум. Обнаружили парадокс: в некоторых моделях Qwen обучение даже на такой «сигнал» даёт профит. Объясняют тем, что виноват клиппинг в GRPO — он чаще срабатывает на маловероятных траекториях, вероятности высоковероятных, наоборот, растут. Проверяют это, отключив клиппинг: действительно, модель перестает учиться на «испорченные» сигналы. Revisiting Efficiency–Accuracy Scaling in Mixture-of-Experts Architectures NVIDIA оптимизируют MoE. Обычно инференс таких архитектур упирается в пропускную способность памяти: либо перекачиваем туда-обратно экспертов на каждом токене, либо при большом батче упираемся в all-to-all. Авторы сделали архитектуру LatentMoE — временно проецируют представления токенов в низкоразмерное латентное пространство перед маршрутизацией. Весь тяжелый сетевой трафик all-to-all и чтение экспертов из памяти происходят в сжатом формате. А на выходе из MoE-слоя данные возвращаются к исходному размеру. Экономию при зеродифф-костах реинвестируют в увеличение числа экспертов и количество активируемых. Качество растёт — говорят, что уже используют это в Nemotron. Why Tree-Style Branching Matters for Thought Advantage Estimation in GRPO В GRPO при обучении ризонинг-модели на reward-сигнал генерации итогового ответа могут отличаться друг от друга, получая разную награду. В работе показывают, что часть бюджета выгодно потратить на генерации нескольких ответов при фиксированном CoT, чтобы разделить награду конкретного ответа от ожидаемой награды для цепочки (T4A4 > T16A1). На практике при правильном использовании это также экономит компьют, так как ризонинг цепочки обычно занимают бóльшую часть генерации. Поделились впечатлениями ❣ Даниил Кириллов, Тимофей Смирнов, Даниил Гусев, Дмитрий Калашников, Алексей Зотов #YaICML2026 Душный NLP