IT

Со стороны профессия летчика-испытателя часто выглядит как череда опасных полетов, требующих бесстрашия и способности мгновенно импровизировать. В действительности ее основу составляют методика, дисциплина, технические знания и умение честно рассказать о каждой особенности машины. Его задача — не просто поднять самолет в воздух, но и понять, насколько точно он выполняет команды, предсказуемо ли ведет себя на сложных режимах и какие изменения необходимо внести в конструкцию или систему управления. Какие представления об этой профессии далеки от реальности, способен ли искусственный интеллект заменить человека в кабине и какой путь нужно пройти, чтобы стать испытателем? Об этом, в официальном блоге МАИ на Naked Science, рассказал Герой России, начальник летной службы ОКБ Сухого филиала ПАО «ОАК» – ОКБ ОТА, выпускник Московского авиационного института Сергей Богдан: https://naked-science.ru/article/column/esli-idesh-v-polet-kak-na

Iron Core. Часть шестая. Затянувшаяся революция Уже 14 лет авиация пытается заменить GDS — системы бронирования, чьи основы появились еще в 1960-х. Новый стандарт NDC умеет работать через API, показывать багаж, питание, апгрейды и другие услуги прямо при покупке билета. Но старые терминалы никуда не делись. Одна из причин — деньги. За каждый забронированный через GDS сегмент авиакомпания платит несколько долларов, часть этих денег получают агентства. NDC позволяет работать напрямую и ломает сложившуюся схему заработка. Есть и другая проблема. За 60 лет старые системы пережили огромное количество сбоев и накопили правила почти на любой случай. Когда рейс автора отменили после столкновения самолёта с птицей, Amadeus меньше чем за десять минут перестроил сложный маршрут и сохранил бронирование. NDC когда-нибудь заменит GDS. Но сначала новой системе придется научиться тому, чему старая училась десятилетиями.

Линус Торвальдс назвал гигантские патчи ядра Linux «новой нормой» из-за нейросетей Релиз Linux 7.2 оказался аномально крупным по количеству коммитов, однако Торвальдс не видит поводов для переноса сроков. По его словам, разрастание обновлений стало постоянной тенденцией, и существенную роль в этом сыграли ИИ-инструменты, с помощью которых разработчики автоматизируют проведение ревью и поиск ошибок. Основной объем Linux 7.2 составляют мелкие точечные исправления для драйверов, файловых систем и архитектурного кода, а из крупных изменений выделяются только правки для s390/zcrypt, netfilter и инфраструктуры btrfs. Если на финальной стадии тестирования не всплывут критические сбои, полноценный релиз ядра с обновленным планировщиком CPU и GPU состоится уже к концу текущей недели.

Недавно у нас в гостях был Игорь Подвойский — руководитель группы разработки компонентов мультимедиа в проекте KasperskyOS. Игорь поделился большой подборкой книг и материалов для тех, кто хочет глубже разобраться в системной разработке, операционных системах, C/C++, Linux, архитектуре компьютеров и не только. Сохраняйте: Современная инженерная культура: ▫️«Software Engineering at Google» T. Winters ▫️«Site Reliability Engineering» B. Beyer ▫️«How Google Tests Software» J. Whittaker Для тех, кто хочет разрабатывать инфраструктуру: ▫️«Designing Data-Intensive Applications» M. Kleppmann База для новичков: ▫️«Архитектура компьютера» Э. Таненбаум, Т. Остин ▫️«Современные операционные системы» Э. Таненбаум, Х. Бос «Программирование на языке ассемблера NASM для ОС Unix» А. Столяров «Архитектура операционной системы UNIX» M. Bach «The little book about OS development» E. Helin Кое-что по Linux: ▫️«Linux Device Drivers» J. Corbet, A. Rubini, G. Kroah-Hartman ▫️«The Linux Kernel Module Programming Guide» P. Salzman ▫️«Writing device drivers in Linux: A brief tutorial» X. Calbet По операционным системам: ▫️«xv6 А simple, Unix-like teaching operating system» R. Cox ▫️Исходник xv6 Исчерпывающая открытая книга по параллельному программированию: ▫️«Is Parallel Programming Hard, And, If So, What Can You Do About It?» P. McKenney Про память, кэши и прочее: ▫️«What Every Programmer Should Know About Memory» U. Drepper Оптимизация на C, C++ и ассемблере для x86: ▫️Software optimization resources По алгоритмам: ▫️«Алгоритмы» С. Дасгупта ▫️«Competitive Programmer's Handbook» A. Laaksonen Математика для программистов: «▫️Математика для программистов» Д. Юричев Введение в ассемблер для ARMv8: ▫️A Guide to ARM64 / AArch64 Assembly on Linux with Shellcodes and Cryptography Современный C: ▫️«Modern C» J. Gustedt Введение в разработку бэкенда компилятора: ▫️«Essentials of Compilation» J. Siek Список для разработчиков компиляторов от Квентина Карбоне: ▫️Resources for Amateur Compiler Writers

Ахахаха, ну это классика. Когда я арендую сервер для будущего приложения или бота, надо этот сервер настроить по безопасности. Чтобы всякие злодеи не завладели сервером и не украли оттуда данные. Надо прикрывать дыры, запрещать подбирать пароль от администратора и всё такое. У меня есть промпт, который помогает ИИ агенту настроить всё по чек-листу. И довольно часто бывает так, что пока ИИ-агент настраивает всякие фильтры и сам в них попадает из-за частых запросов на сервер. Или сам себя банит 😁 Каждый раз угараю, хотя везде в инструкциях прописано "держать одно подключение и не подключаться много раз, выделить отдельного пользователя для настройки и только потом когда всё проверенно и перепроверенно снести его"

Джейми Тиван (Chief Scientist в Microsoft) пару дней назад выложила свои семь предсказаний про будущее работы. Они в первую очередь про knowledge work. Но в любом случае, звучит это всё очень оригинально и свежо. 1. Reading will become asking. Writing will become answering. Questions will become the bridge that connects knowledge seekers and knowledge creators. Я это читаю как ещё одно напоминание, что управление знаниями и экспертизой — это теперь context engineering. А может даже и context-to-enablement engineering. А может и context-to-experience engineering. Это мои авторские формулировки 🙂 — Тиван ничего такого не пишет. 2. The audience will start to talk back. The smartest person in the room is about to become the room. Собрания и лекции — неоптимальный способ обмениваться знаниями. Будет что-то другое и асинхронное. 3. You’ll attend meetings asynchronously. Meetings will become places to return to, not moments to attend. Идём дальше по этому же пути — все встречи должны стать асинхронными. И превратиться в непрерывное пространство для диалога, куда участники заходят в удобное для них время. 4. Meetings will make room for being alone. The best way to think together will be to spend part of that thinking apart. Но встречи будут нужны, чтобы поговорить с собой. Или так: первые минуты встречи участники будут проводить один на один с AI, который введет их в курс дела с учетом их персональной роли и поможет сформулировать вопросы. 5. Strategy will be discovered, not declared. Organizations will finally become legible to themselves. Стратегия перестанет быть артефактом и трансформируется в тот самый context-to-enablement инструмент, помогающий принимать ежедневные решения и фокусироваться. 6. Knowledge will outgrow publication. Every discovery will become infrastructure for the next one. Научные знания будут создаваться не в форме больших монолитных статей, а станут распределенными «small contributions» и «form of microproductivity». 7. We’ll start to cache human thought. Human attention will become AI’s most valuable resource. В будущем AI начнет организовывать работу вокруг внимания человека, а не просто списка задач. Анализируя проекты, система будет прогнозировать, какие решения понадобятся в будущем, и задавать вопросы в наиболее подходящие моменты, когда вам проще всего на них ответить. Полученные ответы будут кэшироваться AI и автоматически применяться тогда, когда в них возникнет необходимость, помогая человеку тратить когнитивные ресурсы только на самое важное. → https://microsoft.github.io/nfw-reader/posts/seven-predictions

В индустрии давно используются системы контроля версий. Они помогают команде совместно работать над кодом, позволяют отследить изменения и при необходимости откатиться до рабочей версии. Помимо кода там можно хранить конфигурации и манифесты, спецификации и документацию. Короче, Всё-as-Code. Первая такая система возникла аж в 1972 в Bell Labs. Программа SCCS отслеживала локальные изменения файлов. В 1986 появилась централизованная система - CVS, там уже использовался центральный репозиторий и клиент-серверное взаимодействие. Теперь уже несколько пользователей могли работать с единой кодовой базой. В начале 2000-х вышла SVN, как преемник CVS, и стала фактическим стандартом на несколько лет. Сейчас это Apache Subversion, и она до сих пор используется в некоторых старых проектах. В 2005 создатель Linux Линус Торвальдс представил третье поколение подобных систем - Git, который и по сей день является самым популярным инструментом для контроля верисий. В том же году появились аналоги - Mercurial, тоже довольно популярный, и Bazaar, но Git всех обогнал. Вот тут можно почитать. И вот мы уже третий десяток лет работаем с Git, вот таким он оказался универсальным и удобным. Понятное дело, что прогресс продолжается. Есть экспериментальные и альтернативные системы нового поколения, но они остаются нишевыми. Однако, энтузиасты усовершенствуют даже Git. Есть такой проект - GitButler. Это Git-клиент, созданный Scott Chacon, сооснователем GitHub. Проект привлёк $17M от фонда a16z. Вот что они пишут про возможности: ▪️Параллельные ветки - можно работать над разными задачами в одном рабочем пространстве без переключения контекста ▪️Стековые ветки - это зависимые друг от друга ветки (тут подробнее) ▪️Бесконечное Undo - снэпшоты перед каждой операцией позволяют откатиться без потерь ▪️Коммитами можно жонглировать как угодно даже после пуша в удаленный репозиторий ▪️ИИ-помощник для названий веток, коммитов и описаний PR ▪️Интеграция с GitHub и GitLab Опенсорсно. Есть десктопная и консольная версии. #tools #git

Друзья, о чём вам сейчас реально интересно читать? Я думаю, вы заметили, что количество постов в канале упало. Раньше я стабильно выходил на связь 3-5 раз в неделю, а сейчас пишу совсем редко. Решил честно поделиться, почему так произошло и куда планирую двигаться дальше. Причин наложилось сразу несколько: 1. Лето и фокус на жизни. Пока тепло, стараюсь больше времени проводить на свежем воздухе и ловить совместные выходные с женой, когда совпадают наши графики, а не сидеть за компьютером. Честно - самое лучшее решение! 2. Устоявшийся workflow. Как я неоднократно писал, индустрия ИИ немного замедлила свой безумный темп, да и я сам перестал тестировать по 3-5 новых сервисов в неделю. Уровень текущих инструментов меня устраивает, а там, где есть нюансы, я уже выстроил свои workflow и workaround-ы. Все эти бесконечные новые плагины и мелкие фичи для LLM сейчас кажутся скорее гиковской историей - классические 80% усилий ради 20% реального выхлопа в повседневной работе. 3. Вопросы к формату и легкое авторское выгорание. Блокировки Телеграм в РФ, общая ситуация с глобальным интернетом и просевшие охваты заставляют задуматься, ради чего и для кого пишется контент. Расти в Telegram стало сложнее, и писать в пустоту не хочется. В MAX я не перейду. Считаю, что моя аудитория умнее аудитории этого мессенджера и скорее я вообще перестану вести блог, чем пойду в эту помойку. Поэтому у тех, кто меня читает регулярно хочется узнать, что вам интересно? При этом вот мысли по тому, чего я точно делать не хочу: - Превращать канал исключительно в историю про обучение. Это лишь способ монетизации, а не цель канала для меня. - Уходить в новостную повестку - мне это никогда не было интересно. - Делать из канала сугубо технический блог - хардкорного техконтента вокруг и так хватает, да и моя аудитория больше про бизнес. Мне самому по-прежнему интересны три вектора: бизнес, практическая применимость и наука вокруг ИИ. Хочу давать то, что действительно принесет вам пользу и будет интересно читать. Пишите в комментариях: Каких тем, разборов или форматов вам не хватает? О чём вам хотелось бы почитать в ближайшее время?