Anthropic выпустила Claude Tag. Claude в Slack как член команды. Тегаешь @Claude — он пишет код, мёрджит PR, анализирует данные. Включаешь ambient — он сам следит за тредами и флагует важное без запроса. Я смотрю на это не как пользователь. Я смотрю как человек который нанимает людей каждую неделю. Karpathy назвал это "третьей парадигмой AI-интерфейса". Первая — сайт. Вторая — приложение. Третья — AI как постоянный член команды с памятью и инструментами всей организации. 22 тысячи лайков за сутки. И уже сегодня Ramp строит свой аналог. WorkOS строит свой. Coinbase строит свой. Это не бета которую можно подождать. Это стандарт к которому движется рынок. Фаундеры которые придут ко мне за наймом через полгода будут задавать другой вопрос. Не "нам нужен разработчик" а "нам нужен человек который умеет работать рядом с этим". Другой профиль. Другие требования. Другая зарплата. Компании которые поймут это сейчас — наймут правильных людей. Компании которые не поймут — через год будут объяснять почему команда из десяти проигрывает команде из трёх. Это не про технологию. Это про то кого ты нанимаешь следующим. 👉 t.me/huntermikevolkov - здесь про найм в 2026 Буст каналу💪

ИИ-капчу от Google взломали обычными стоковыми фотографиями Компания Google начала тестирование новой версии reCAPTCHA, которая просит пользователя показать ладонь или помахать рукой в веб-камеру. Искусственный интеллект должен анализировать движения по 21 контрольной точке, чтобы полностью исключить прохождение теста ботами. Однако новая система безопасности провалилась сразу после запуска. Энтузиасты смогли легко обмануть алгоритм с помощью виртуальной камеры в OBS и двух обычных стоковых фотографий человека с поднятой рукой. Для обхода защиты не потребовались ни сложные видеозаписи, ни генерация нейросетей. Процесс легко поддается автоматизации, поэтому Google придется серьезно дорабатывать алгоритмы распознавания.

💎 Кейс NEWHR: 45 офферов за 5 лет Один из форматов работы с кадровым агентством — постоянная поддержка компании под какой-то специфический запрос. Такие кейсы позволяют обеспечить стабильный приток кандидатов в процессе роста компании. Например, с одним из наших партнёров мы сотрудничаем уже 10 лет — и помогаем искать в первую очередь C++ разработчиков с уверенным опытом коммерческой разработки и пониманием уравнений математической физики. Только за последние 5 лет благодаря NEWHR в компанию вышло 45 специалистов! Помимо редко сочетающихся компетенций этот поиск имеет несколько дополнительных «уровней сложности» ↓ *️⃣ Специфика образования Клиент хочет видеть только кандидатов из определенных вузов (МФТИ, МГУ, реже — ВШЭ, МГТУ им. Баумана, МАИ, МИФИ). *️⃣ Узкая география найма Наш партнёр предполагает работу из офиса и собеседования проводит исключительно очно — в Москве или Белграде. И без того узкий рынок кандидатов ограничивается, по большому счёту, двумя крупными городами. *️⃣Непривычный процесс отбора Наш заказчик выработал не совсем стандартную систему интервью. Вместо нескольких этапов отбора кандидата сразу приглашают в офис компании — поговорить с техническим директором и выполнить тестовое задание (на 2−4 часа, иногда до 6 часов). В такой ситуации на агентство ложится дополнительная нагрузка — единственным предварительным фильтром для кандидатов выступают именно рекрутеры NEWHR. Результат ↓ ❗️ За 10 лет партнёрства мы закрыли 60+ вакансий клиента (45 из них в последние 5 лет!). В подавляющем большинстве это сеньорные C++ разработчики в узкой наукоёмкой нише.

👥 За поиск сотрудников отвечали разные рекрутеры агентства. О своём подходе рассказывает Лена Платонова, Senior IT Recruiter NEWHR.

👉 Читать кейс ✍️ Если вам нужна помощь с наймом — заполните форму на сайте или напишите нам на почту contact@new.hr #кейс@newhr

Клиент не сказал ни одного «да». И это была лучшая встреча за месяц На прошлой неделе собрал звонок: я и двое фаундеров, участники клуба MFS, Саша и Стас. Саша делает базу данных для AI-стартапов — она удешевляет хранение данных и ускоряет поиск. Стас — основатель HR-tech с enterprise-клиентами. Идея простая — прокастдевить Стаса как потенциального клиента Саши. Посмотреть, где болит, и понять, ложится ли туда продукт. Пошло не по плану. Уже к третьей минуте Саша начал рассказывать, какой у него классный продукт, сколько он сэкономит на инфраструктуре и как легко на него переехать. Стас — отвечать возражениями. Сижу и понимаю: это уже не кастдев, это переговоры, на которые Стас вообще-то не приходил. Пришлось вмешаться: ребят, стоп, мы тут ничего не продаём. Саша — «а я и не продаю». Стас — «нет, ты продаёшь». Но в итоге именно из этой перепалки вышло самое ценное. Стас поделился, что у него за последний год прилетели контракты по 350к евро с процедурой закупки по девять месяцев. В сделках такого масштаба IT-блок клиента согласовывает весь стек вендоров — если видит незнакомый продукт, просто говорит «нет», и сделка, за которую боролись почти год, просто слетает. Например, один крупный клиент без ISO 27001 поставил сделку на холд. Поэтому Стасу на текущем этапе развития плевать на экономию токенов и любую оптимизацию, которую предлагал Саша, — единственное, что для него важно, чтобы ничего не угрожало сделкам. Дальше Стас прямо сформулировал, как у него внутри устроено принятие решения: CTO смотрит на технологию, Head of Sales — на возможные угрозы для плана продаж, и ему вообще всё равно, сколько продукт экономит компании. Если хоть один скажет «нет» — сделки не будет. Два покупателя, и говорить с ними нужно на разных языках. В концу разговора Саша сказал, что цель встречи выполнена — узнал ровно то, за чем приходил. Хотя за весь звонок Стас не сказал ни одного «да». Зато накидал десяток возражений, которые для раннего стартапа могут быть ценнее чем продажа. Андрей Резинкин | Money For Startup

RPC-Bench: новый бенчмарк для long-context, RAG и multimodal paper understanding На ModelScope вышел RPC-Bench - датасет для проверки моделей на реальном понимании научных статей. Он заточен не под короткие QA, а под задачи, где модель должна работать с длинным контекстом, PDF-структурой, визуальными элементами и вопросами в стиле peer review. Внутри есть текстовые и визуальные входы: Markdown, оригинальные PDF, результаты парсинга и изображения страниц. Это делает RPC-Bench полезным не только для LLM, но и для VLM-оценки, где важно понимать документ как полноценный артефакт, а не просто набор извлечённых абзацев. Масштаб тоже серьёзный: 61,3K QA-пар из 4 150 научных работ, включая около 15K human-verified QA-пар для evaluation. Интересная часть в происхождении данных. Вопросы собраны из реальных review-rebuttal exchanges, поэтому они ближе к тому, как статью проверяет рецензент: методы, доказательства, claims, слабые места и соответствие выводов экспериментам. По результатам видно, что задача далека от решённой. Даже GPT-5 набирает только 68,2% по correctness-completeness, а после conciseness adjustment результат падает до 37,46%. Dataset: https://modelscope.ai/datasets/zai-org/RPC-Bench Paper: https://modelscope.ai/papers/2601.14289

⚡️ Что такое Blind XSS и как она работает Blind XSS (слепая межсайтовая скриптовая уязвимость) - это подвид хранимой (Stored) XSS. Её главная особенность: вредоносный JavaScript-код внедряется на одном ресурсе, а срабатывает в совершенно другом интерфейсе (часто внутреннем или административном), к которому у самого атакующего нет прямого доступа. Механизм уязвимости - Внедрение: Атакующий отправляет вредоносный скрипт через общедоступные формы, данные из которых сохраняются в систему. - Входной точкой могут быть поля обратной связи, тикеты техподдержки, имена при регистрации или даже HTTP-заголовки (например, User-Agent), если они записываются в логи. - Ожидание: Скрипт находится в базе данных в пассивном состоянии. Атакующий не получает мгновенного ответа от сервера и не знает, сработает ли его payload. Исполнение: Внутренний пользователь (администратор, модератор, сотрудник службы безопасности) открывает свою панель управления для проверки логов или тикетов. Если административное приложение выводит сохраненные данные в браузер без предварительной очистки, внедренный JavaScript-код выполняется в контексте сессии этого сотрудника. 🛠 Особенности тестирования Поскольку атакующий не видит админку и результат выполнения кода, стандартные методы вроде alert(1)здесь не работают. Для поиска Blind XSS применяются Out-of-Band (OOB) техники: - Внутрь payload закладывается логика отправки скрытого запроса на внешний хост, контролируемый тестировщиком. - Для автоматизации используются специализированные платформы (например, XSS Hunter или Interactsh). - Факт уязвимости подтверждается только тогда, когда на внешний сервер приходит обратный вызов (callback). Вместе с ним обычно передаются данные о внутреннем окружении: URL скрытой панели управления, DOM-структура страницы, IP-адрес и сессионные маркеры. 🛡 Способы защиты - Контекстное экранирование на выводе: Административные панели и системы работы с логами должны обрабатывать поступающие из базы данные так же строго, как и внешние. Все спецсимволы HTML должны преобразовываться в безопасные сущности перед рендерингом страницы. - Строгая политика CSP (Content Security Policy): Настройка политик во внутренних интерфейсах, запрещающая выполнение инлайновых скриптов и ограничивающая отправку запросов на неизвестные внешние домены. - Флаг HttpOnly для сессионных кук: Защита идентификаторов сессии от чтения через JavaScript, что предотвращает их кражу даже в случае успешного выполнения XSS. Привет!

Новая главная метрика продукта — «время до ценности» 1. Навскидку неочевидно, но самое главное свойство продукта — насколько быстро и просто новый пользователь сможет получить первую ценность от него после регистрации. 2. Немаловажно, что это должно включать в себя ещё и время на понимание того, в чём эта ценность может для конкретного пользователя состоять 😉 3. Если он не сможет быстро и просто это осознать и получить ценность — считай, что он для тебя потерян. Потому что у 99% пользователей 99% продуктов не возникнет желания с этим дальше разбираться 🤷🏻‍♂️ 4. Так что первая ценность продукта даже важнее его конечного результата. Потому что до конечного результата пользователь может просто не дожить 🤣 5. Причём время до получения первой ценности новым пользователем в идеальном случае должно измеряться минутами ⏱️ Для совсем сложных продуктов — максимум часами. Если нет — то по нынешним временем это уже не «быстро и просто». 6. А какую ценность и за какое время твой новый пользователь сможет осознать и получить? Не «узнать», не «посмотреть», не «ввести» — а именно получить для себя то, что он может назвать первой полученной от продукта ценностью! 7. Кстати, стоит заметить, что это уже выделяют в отдельную важную метрику продукта — «Time To Value». А ты эту метрику у себя уже считаешь по своим пользователям? А каким образом? 🔥 Бери идеи ценностей, которые можно добавить к своему продукту — из моих обзоров интересных стартапов и трендов на https://fastfounder.ru/news

Новый дроп в опенсорс от Сбера: выложили токенизатор KVAE-Audio Фундаментально эта модель решает давнюю проблему обучения диффузионных систем. Им требуется максимально качественное сжатое представление данных, от которого напрямую зависит верхний предел возможностей создания нового контента. Разработчики закрыли эту потребность, представив третью часть семейства KVAE. Ранее команда уже публиковала схожие алгоритмы для работы с видео и картинками, а теперь очередь дошла до аудио формата. Система способна переваривать треки на частоте 48 кГц, охватывая весь спектр человеческого слуха. Во время обработки алгоритм уплотняет временную шкалу в 960 раз. На выходе получается сверхкомпактное пространство, состоящее из 64 каналов. Такие скромные размерности сильно упрощают жизнь при тренировке генеративных архитектур. Главный инженерный вызов здесь заключался в адаптации выходных данных именно под диффузию. Классические подходы часто показывают отличные цифры при воссоздании исходного аудио, но плохо справляются с созданием оригинального материала. Чтобы сбалансировать результаты в обеих задачах, авторы применили уникальный метод регуляризации. Если посмотреть на бенчмарки, новинка уверенно обходит MMAudio от Sony абсолютно по всем фронтам. При сравнении с DACVAE от Meta и SAME-L от Stability AI разработка выигрывает в качестве генерации и держит паритет в реконструкции, при этом обладая значительно меньшим весом. Код и веса под свободной лицензией MIT уже лежат на GitHub и Hugging Face. Habr

На моё интервью с братьями Либерманами три недели назад прилетел страйк. Жалобу кинули крипто-пирамидчики. Жалоба прилетела из-за нарушения авторских прав от канала без видео на нём. Довести дело до страйка на YouTube непросто, надо обладать железобетонной доказухой. А это интервью из Zoom, без вставок чужих видео и музыки. Самый что ни на есть оригинальный контент. Страйк повесили на канал за вот эту фотографию. Страйк очень опасен для канала. Три страйка и канал сносят без возможности восстановления. Кто изображён на видео? Это серийные сетевики. Знаете, да, как есть серийные предприниматели, только это серийные участники пирамидосов. За их плечами участие в первых рядах почти всех крупных понци-схем последнего десятилетия. Финико, Kriptofuture, МММ-2011 и т. д. Пиздаболы слева направо: Игорь Бондаренко, Дмитрий Разумовский, Алексей Воскресенский, Сергей Дроздовский. Пиявки присосались к gonka.ai и выстраивают пирамидальную структуру вокруг проекта братьев Либерманов. Вот здесь подробный материал про них с разбором скам-схемы. Они якобы объединяют людей в пулы, чтобы вместе скидываться на аренду оборудования. Фокус идёт на привлечение новых участников: чем больше привлёк, тем больше выплат получаешь. Скорее всего, никакого арендованного оборудования нет, деньги старым участникам какое-то время будут выплачиваться из новых поступлений, а в один момент выплаты прекратятся. Страйк отбил, там долгая процедура. Сначала пришлось доказать ютубу, что контент оригинальный, а фото я показал в журналистских целях, чтобы уведомить аудиторию о потенциальной мошеннической схеме. Затем у пирамидчиков был 10-дневный период, чтобы подать на меня иск в американский суд. Чего, конечно же, сделано не было. Бесит, конечно, что у ютуба такой хрупкий механизм подачи жалоб, из-за которого очевидно авторский контент блокируется на несколько недель.

Открыли первые страницы докладов ProductSense'26 ✌ Программа ещё собирается, но с некоторыми темами уже можно познакомиться поближе. Если коротко, то вот о чем точно будем говорить на конференции: ⏩ Как ИИ переписывает роли и процессы в командах ⏩ Как находить свой рынок и растить даже зрелый продукт ⏩ Как прокачивать само продуктовое мышление. А теперь подробнее о докладах и мастер-классах. «Продуктовый руководитель в эпоху ИИ-агентов: от исполнения — к решениям» Спикер: Дмитрий Казаков Что можно отдать ИИ-агентам, что нельзя, и какие навыки руководителя становятся критичными, когда работа смещается от «делаю руками» к «настраиваю систему». «Что ИИ ломает в продуктовой команде и почему старые роли больше не работают» Спикер: Андрей Южаков Когда один человек выдаёт больше, чем раньше делала целая цепочка специалистов, привычное разделение ролей становится неактуальным — разбираем, как перестроить команду под новую скорость. «Как не промахнуться с новым продуктом: шаги и метрики для поиска своего рынка» Спикер: Диляра Бутковская Какие метрики показывают живой спрос, а не просто интерес, и как по ним точно вписать продукт в рынок. «Ставка на рост: как перестроить продуктовый процесс в зрелом продукте» Спикер: Галина Ширанкова Что делать, когда сильной идеи и точечных улучшений уже мало, — на примере Историй «ВКонтакте» о том, как кратно ускорить рост в зрелом продукте. «Трансформация продуктовой работы: как сохранить эффективность при рыночных изменениях» Спикер: Евгений Васильев Как вовремя заметить, что автономия команд перестала работать, и перестроить процессы и зоны ответственности под новую реальность. «За пределами глубинных интервью: количественная сегментация для продуктовых команд» (мастер-класс) Спикер: Алена Киселева Интервью показывают запросы пользователей, но не их масштаб. Разберем, как количественная сегментация подсказывает, на кого делать ставку. «Проклятие опыта: как эволюционировать из эксперта в исследователя» (мастер-класс) Спикер: Дарья Маткина Практика про главный навык сильного продуктолога — отделять факт от интерпретации и предположения. Скоро опубликуем больше тем и спикеров, следите за новостями 👀 @productsense

Тройной экзит в новую жизнь Вы одновременно: • Продаёте бизнес • Получаете топ-роль в бигтехе • Узнаёте, что беременны (мужчины, выберите альтернативу) А потом просыпаетесь, и поздравляю — вы Даша. У которой сейчас натурально дизрапт-сезон: бизнес интегрируется в бигтех, нужно применять роль руководителя в стратегии и корпдева Т-банка, но с оглядкой на надвигающееся материнство. Мне такое представить сложно, поэтому я в шоке читаю, как Даша обо всём этом рассказывает. Спокойно так, буднично, без героизма. Что особенно меня вдохновляет: — Пост про кайф от нового и сложного. Буквально неделю назад писал про правильную сложность, которая так важна для тех, кто делает бизнес в технологиях. — Серия постов о решении продать бизнес, начните с первого и дальше найдётесь, настоящий сериал! — Пост про "нежный и пушистый танк" как аллегория спокойного управления хаосом Оказывается так бывает и так можно было. Этот пост — напоминалка для тех, кто застрял в пузыре и слишком давно развивается линейно. Рекомендую.

Всё что вы хотели знать о новой приблуде стима — Personal Calendar: почему он гораздо эффективнее старого Popular Upcoming Valve подняла порог входа в Popular Upcoming с привычных ~7000 вишлистов почти до 100 000 — и инди-сообщество впало в панику. Но почти одновременно появился персональный календарь релизов, который показывает игру подходящей аудитории за два месяца до выхода и ещё месяц после. Крис Зуковски собрал первые цифры и запилил большую статью, а у меня чисто выжимка. Что реально даёт Personal Calendar: - Раньше Popular Upcoming приносил около 1000 вишлистов в день и держал игру 1–2 дня. Personal Calendar даёт 300–3000 в день и работает два месяца до релиза плюс месяц после. - Разработчик Don't Let It Starve вошёл в окно релиза с 5930 вишлистами — календарь поднял их до 11 630. - Главное не охват, а качество показов. Focus Grove: Popular Upcoming — 1 297 384 показа, CTR 0,81%, 10 538 переходов; Personal Calendar — всего 79 820 показов, но CTR 33,83% и 27 001 переход. - Starforged Legacy — та же картина: Popular Upcoming 704 226 показов / CTR 1,56% / 10 985 переходов против Personal Calendar 105 413 показов / CTR 31,26% / 32 952 перехода. По показам падение выглядит катастрофой, по переходам — рост. - Порог входа в календарь по ранней прикидке: примерно 8000–30 000 вишлистов. В выборке Зуковски 30-й перцентиль — около 8000 вишлистов, медиана — около 28 000, 70-й — около 66 000. - Игры из раннего доступа тоже попадают: связка ранний доступ -> 1.0 показывается в календаре, то есть такая игра теоретически может висеть там до полугода. Контраст со старым миром простой: Popular Upcoming заваливал показами всех подряд, Personal Calendar показывает игру тем, кто и так предрасположен к жанру. Поэтому показов меньше, а переходов и вишлистов больше — Valve последовательно делает витрину персональной. И это классический ход Valve: они подсматривают хаки разработчиков (мы годами выжимали из десяти слотов Popular Upcoming подобие календаря) и превращают их в официальный инструмент получше. Чо по выводам: - Ставьте дату релиза за два месяца и не двигайте её — большинство выставляют слишком поздно и теряют недели на витрине. - Поднимайте страницу в Steam рано и собирайте вишлисты как раньше: ориентир ~7000+ никуда не делся. - В эти два месяца тестируйте капсулы и теги (буквально по неделям), смотрите, в скольких календарях вы появляетесь. - Не делайте ранний доступ только ради календаря — для первой игры он по-прежнему чаще лишний. - Никаких теневых релизов (внезапный выход без анонса). Вы платите Valve 30%, в том числе за такие инструменты, — глупо ими не пользоваться.