IT

Недавно я купил себе новый комп (лонгрид про покупку и сборку уже лежит в классике) и впервые себе поставил Windows 11. Первый раз кажется за всю историю микрослопа "новая" винда мне ничем не ебала мозги. В кои-то веки такая удобная панель управления и настройки. Сразу как-то для людей сделано и я будто за макосью 8-летней давности сижу, а не за проклятым ишачьим самостроем из легаси-ui 1990х который преследовал аж в 10й части (хотя достаточно taskschd.msc запустить и опять мы в WinXP-мирке). И следом за активацией лицензии я сразу же захотел вырезать к хуям всю семью анальных зондов, встроенных буквально во всю систему. Ладно там телеметрическая СЛЕЖКА ФБР И ЦРУ за мной ещё похуй, но вот то что их локально-ректальный ИИ собирает все данные и продаёт всем подряд и при этом отжирает под 2 гигабайта моей оперативы для меня непростительно. Я за память 45к отдал, и 3 тыщи рублей отдавать на съедение анальному зонду системы я уж точно не собираюсь. Пошуршал по рыночку деблоттеров и оказалось есть 2 прекрасных решения: https://www.oo-software.com/en/shutup10 — ВЫКЛЮЧАЕТ всё ненужное.  https://winhance.net/ — ВЫРЕЗАЕТ всё ненужное. Его и взял. Очень прикольно что можно буквально поотрубать все щупальца вонючего таракана микрослопа, который будет обновляться даже если ему запретили обновления, потому что Винхэнс лезет вглубь жопы настолько, что в этих закоулках реестра можно найти как Джефри Эпштейн лично срёт на грудь Гейтсу. Ещё удобно что если самому очково что-то нажимать, то есть «рекомендуемое значение» от автора, развернутое описание и предупреждалка на случай конфликтов системы. Повырубал и поудалял нахер всякий ИИ-мусор и отправку телеметрии всех видов. И реально мои 2 гига вернулись в карман. Так что точно всем рекомендую, MS не заслуживает ни одного лишнего байта, а об инструменте мало кто задумывается.

Рейтинги языков программирования в 2026 году с учётом ИИ-агентов и нейрослопа Python по-прежнему впереди, классический Си обошёл C++ и вышел на второе место, Java просела до исторического минимума. Привычная сводка, по которой все привыкли сверять, что учить. Вот только Visual Basic вдруг взлетел на седьмую строчку, и объяснение обескураживает. Скорее всего, это не всплеск интереса к языку, а офисные работники, которые массово гуглят, как написать макрос в Excel, и методика засчитывает эти справочные запросы как популярность. А «падение» Go в другом индексе на деле может означать не угасание, а зрелость языка, по которому просто реже ищут ответы. И это только присказка. За последний год у цифр в таблицах появился новый источник искажений, из-за которого взлёты и падения всё слабее связаны с тем, что разработчики учат на самом деле.

Ключевое за 3 дня ⚡ Главное • Meta создаёт облачный бизнес для продажи избыточных мощностей ИИ — Meta планирует сдавать в аренду мощности ИИ, конкурируя с AWS и Azure. • Microsoft запускает Microsoft Frontier Company — Новое подразделение по внедрению ИИ с инвестициями $2.5 млрд. • Anthropic планирует создать собственный чип с Samsung — Переговоры о разработке кастомного чипа для снижения зависимости от Nvidia. • OpenAI готовит три версии GPT-5.6 — Анонсированы модели Luna, Terra и Sol с разным уровнем затрат. • OpenAI создала чип Jalapeño — Разработан собственный ASIC-чип совместно с Broadcom. • Zhipu AI выпустила GLM-5.2 — Китайская open-weight модель, сравнимая с ведущими западными системами. 📈 Рост и Оптимизация • Alibaba сократил токены AI-агентов на 99% — Новый фреймворк экономит токены за счет пропуска загрузки инструментов. • Cisco внедряет AI-агентов для 90k сотрудников — Полномасштабная интеграция ИИ-агентов во все бизнес-процессы компании. • Астрономы создали CIGaRS для анализа сверхновых — ИИ-инструмент в 4 раза точнее измеряет тёмную энергию. • Figure AI вернулась на завод BMW со сложной логистической ролью — Роботы Figure приступили к выполнению логистических задач на производстве. • Waymo открыла поездки на роботакси в Нэшвилле — Запуск коммерческого сервиса беспилотных такси в новом городе. • Tesla начала тестировать Cybercab на дорогах Остина — Начало дорожных испытаний специализированного роботакси. • Обучение ИИ работе с турбинами — Woodside Energy интегрирует ИИ для управления запуском заводов СПГ. 🤖 Промпты и Практика • Превращайте сложные источники в 60-секундные вертикальные видео — NotebookLM теперь генерирует короткие видео на основе документов. • Создание звуковых эффектов с ИИ за секунды — Eleven Labs генерирует аудиоэффекты по текстовому описанию. • Google Docs AI: прослушивание текста и аудиосводки — Gemini в Google Docs теперь умеет озвучивать документы разными голосами. 🛠 Инструменты • Seedance 2.0 — Новая версия ИИ для генерации реалистичного видео. • Grok запустил Connectors и Build — Инструменты для превращения дизайна в код и генерации архитектуры. • AgentMail привлёк $6 млн на email-платформу для AI-агентов — Специализированный API для управления почтой через ИИ-агентов. • Meta улучшила инструмент чтения мозга — Система преобразует сигналы мозга в текст с точностью 61%. • Etched вышел из скрытности с новым AI-оборудованием — Стартап с оценкой $5B представил специализированное ИИ-железо. • Devin Security Swarm — Инструмент для автономного поиска уязвимостей в коде. • Laguna XS 2.1 — MoE-модель на 33 млрд параметров, оптимизированная для кодинга. • Weave Robotics представила Isaac 1 за $8,000 — Анонсирован доступный домашний робот-помощник. • Apptronik запускает фабрику данных для обучения роботов — Центр подготовки данных и новый гуманоид Apollo 2. • Coval — Платформа для тестирования голосовых ботов через симуляции звонков.

Покорение книги Эванса продолжается. Сегодня 2 и 3 главы. Вторая глава это буквально пляжный эпизод. Общайтесь на одном языке в рамках работы. Возможно это я чего то не понимаю, но рано или поздно при работе вы будете общаться на одном языке. Выработаете свои термины, придумаете определения, согласуете наименования. Даже если это произойдёт не сразу, то как будто бы это какая то базовая штука, которая на подкорке сидит. Глава третья уже по интереснее. Посыл понятен. Делайте модель вместе с кодом, код должен отражать модель, а модель код. Но некоторые заявления, как по мне бред. Во-первых, завязываться на ООП парадигме при проектировании это бред. В таком случае нам технологии начинают говорить что и как делать, а не наоборот, когда требования говорят, какие технологии брать. Во-вторых, заявление о том, что разработчики что-то там в тихую могут строить, не соответствующее модели. Возможно, во времена Эванса так оно и было, но сейчас даже в униках у большинства людей есть понимание, что так делать не надо. Что есть требования и их описание, и есть реализация.

Судя по графику, его делали фанаты Маска. Откуда в США возьмется за 10 лет дополнительная генерация в таком масштабе, если им и на датацентры уже не хватает? https://t.me/eveningprophet/4294 Если кто может показать, как пересчитать в гигаватты бензин, исходя из плюс-минус той же классности автомобилей, милости просим в комменты. Я на глазок оцениваю прирост в 60 гигаватт, то есть два атомных станции максимальной мощности (эквивалент Вогтль и Пало-Верде). Учитывая, что Вогтль строили с 1976 по 2024 год, а Пало-Верде с 1976 по 1988 год, и хоть корпорация-строитель GE еще на месте, да люди те давно на пенсии, кто еще жив - за 10 лет не введут.

У советских собственная гордость Все смеются над показным потреблением. Человек хвастается дорогими часами. СМЕШНО. Но это хотя бы логично: часы – значит деньги, деньги – значит его надо любить и уважать. И в принципе работает даже. А полно людей вокруг нас гордятся и строят свою идентичность на потреблении бесплатных или предельно дешевых продуктов. «Я не пользуюсь Яндексом, я приобщен к настоящему Google». «Deepseek для лохов, правильные пацаны в Claude Code сидят». Причем, поймите правильно, я тоже выбираю Claude Code. И вот тоже сказал об этом вслух :) И это, надеюсь, ок. Но вот следующий логический переход от «он лучше» к «я лучше» кажется невероятно смешным. Уж лучше б часы купили, они хоть стоят дорого. #простомысли

🔥 РЕАЛЬНЫЙ ВЗЛОМ IOT: КАК ОДНА УЯЗВИМОСТЬ ПОЗВОЛИЛА КОНТРОЛИРОВАТЬ 130 000 УСТРОЙСТВ Разбираем свежий случай, который произошел буквально на днях (CISA опубликовала информацию 1 июля 2026 года). Речь про Gardyn IoT Hub - систему для умного домашнего садоводства . Звучит безобидно, правда? Но последствия оказались серьезными. В чем суть: В устройствах Gardyn нашли критическую уязвимость (CVE-2026-13768). Оценка CVSS - 10 из 10, то есть максимальный уровень опасности . Проблема в том, что в системе использовался жестко зашитый (hardcoded) ключ доступа iothubowner. Это главный административный ключ к Azure IoT Hub, через который работают все устройства Gardyn . Что смог сделать злоумышленник с этим ключом: - Получить список ВСЕХ устройств Gardyn в мире. Исследователь смог перечислить почти 130 000 зарегистрированных устройств, из которых около 39 000 были онлайн в момент проверки . - Удаленно выполнять команды на любом из этих устройств. Буквально — взять и отправить команду на конкретный девайс, и он её выполнит с правами root (полный доступ) . - Попасть в домашнюю сеть владельца. Устройство Gardyn находится внутри WiFi-сети пользователя. Получив над ним контроль, хакер получает плацдарм для атак на другие устройства в этой сети — роутеры, ноутбуки, умные колонки, камеры . Это называется "латеральное перемещение". Простыми словами: Представьте, что вы купили умный горшок для растений. А хакер через него заходит в ваш домашний WiFi и начинает сканировать ваш ноутбук и другие гаджеты. А заодно может управлять такими же горшками у сотен тысяч других людей по всему миру. И всё это - через один встроенный пароль, который разработчики оставили в коде. Почему это произошло: Разработчики использовали один общий мастер-ключ для управления всеми устройствами вместо того, чтобы дать каждому устройству свой уникальный ключ . Это базовая ошибка в архитектуре безопасности. Что сейчас: Gardyn уже обновила свою облачную инфраструктуру, чтобы закрыть эту уязвимость. Но сам случай - отличный пример того, как IoT-устройства становятся точкой входа в сети, которые мы считали защищенными . Вывод для нас: Не доверяем умным девайсам. Они могут быть дверью для хакера в вашу сеть. Держим прошивки актуальными (Gardyn как раз выпустила исправления). Помним, что IoT - это не только про "удобно", но и про "новые риски". 🔐 А теперь скажите, кто из вас это сделал? 😆 #кибербезопасность #IoT #взлом #уязвимость #инфобез

Лол, в Калифорнии компании судятся за... Тун Тун Сахура. Помните, год назад интернет накрыл итальянский брейнрот: Бомбардиро Крокодило, Балерина Каппучина и то самое полено с битой. Так вот, французская контора Mementum Lab пытается нагнуть создателей игры "Steal a Brainrot" на Roblox, где Сахур - один из центровых персонажей. Mementum пытается доказать, что Сахур принадлежит ей (и, видимо, срубить бабла), а разрабы игры - что это нейро-брейнрот, который не принадлежит никому. Дейсвительно, как вообще можно доказать права на ИИшную мозгожижу, которую кто только не генерил, и которая "народное творчество"? Оказывается, можно. Более того, Mementum Lab строит на этом весь свой бизнес (сами они называют это "брейнрот-Disney"). Контора не создаёт контент, и не доказывает СВОЁ авторство. Вместо этого они становятся агентом-представителем самой завирусившейся версии. Конкретно тут они подписались с индонезийским тиктокером Noxa, который и выложил Сахура. Не факт, что он создал его, и не факт, что он выложил первый. Но именно он залил первую генерацию, улетевшую в массы, и Mementum это юридически запруфила. Кто не знал, Тун Тун Сахур - это слопо-переработка индонезийского фольклорного монстрика (что бы вы делали без этого знания 😈). Потом Mementum идёт в суд с двух-ходовкой. Аргумент раз - вокруг ИИ-картинки нарос целый творческий процесс (имя, предыстория, музыка, ролики и т.д.) - а значит, есть человеческое авторство. Аргумент два - если с копирайтом на творческую обёртку не выгорит, они делают торговую марку. Проще говоря, фиксируют, что их Сахур настоящий, а другие - нет. Это лол х2, но юридически работает. А дальше просто выкачивают ренту. Тот же Тун Тун Сахур лицензируется в Fortnite, Pudgy Party, Plants vs Brainrots, идёт в игрушки, мерч и всякие детские раскраски. И если кто-то ренту не платит - получает иск. Пока все угорали над ИИ-трешем в соцсетях, кто-то сколотил из него IP-портфель и получает "пассивный доход" по лицензии. А какому-то американскому судье, который 30 лет постигал глубину корпоративного права, приходится решать, кому принадлежит нейро-полено из тиктоков. Очень надеюсь, что там ещё и присяжных позвали 😂 Кстати, права на Балерину Капучину утащила другая фирма, итальянская. Удержали национальное достояние. Дизраптор

Далеко идущие цели. Или как за выходные потратить 80% недельной Pro-подписки OpenAI за $200 на экспериментах с /goal. /goal – это режим для AI-агента (я использовал Codex CLI), который позволяет задать агенту цель. Он будет идти до неё, пока не достигнет. Важно, что перед финальным ответом, агент вернётся к исходной цели и перепроверит, а точно ли он её достиг? Как сделать так, чтобы AI-агент мог работать над задачей по-настоящему долго? Мы должны задать следующее: 1. Конечный результат. Чем подробнее – тем лучше. 2. Критерии, описывающие, что такое "готово". 3. Какие у модели есть ограничения. Ключевой пункт на самом деле. Потому что он создаёт для модели feedback-loop. 4. Инструменты, с помощью которых соблюдение ограничений можно проверить. Как это можно организовать на практике: 1. Идём в GPT-5.5 Pro. 2. Надиктовываем ему детально идею проекта, который хотим реализовать. 3. Сообщаем, что сейчас будем собирать детальное ТЗ, которое нужно сразу записывать в md-файлы для подготовки итогового zip-архива (чтоб не потерял ничего по пути). 4. Просим провести с собой глубокое интервью (с вариантами ответов и подсветкой правильного по мнению модели – так проще проходить опрос на 100 вопросов), чтобы вы с GPT понимали детали реализации на 100% одинаково. 5. Далее, опционально, можно уточнить "А будет ли готово к продакшну то решение, которое сейчас описано в ТЗ?". И получить ещё пачку вопросов в интервью с вариантами ответов, чтобы подсветить другие аспекты проекта. 6. Разбиваем с помощью GPT ТЗ на конкретные задачи. Выполнение каждой должно быть проверено через запуск тестов. Unit+автотесты+playwright для UI-тестов. Это те самые ограничения, которые обеспечивают feedback-loop после каждой задачи. 7. На базе сформированного архива просим сделать `/goal`-промпт, который будет ссылаться на md-файлы внутри архива (ибо ограничение в 3000 символов на `/goal`). 8. Готово. После прохождения всех описанных выше этапов – я получил 26 часов работы в /goal-режиме на выполнение 400+ задач по реализации проекта. Схема достаточно общая. Посмотреть на долгий /goal она позволит. Получение production-ready продукта не гарантировано. Придётся напильником доводить до того, что нужно. Есть моменты, в которых её можно улучшить. Например, более суровый feedback-loop и описание каждой из задач в определённом формате. Про свои находки в этих (и других) направлениях расскажу в следующих постах.

🆕 Новая статья: «Ваш ИИ-агент ведёт на вас досье. Я превратил его в RPG-лист персонажа» Каждая ваша реплика в Claude Code лежит на диске - каждое «сделай», каждое «проверь», каждый капс в три часа ночи. У меня этого добра накопилось на 200 тысяч слов - две «Мастер и Маргариты» чистой ругани и команд. И я подумал: досье же готовое, надо вскрывать. Так за сутки диалога родился Prompt Warrior - опенсорсный скилл, который превращает логи в геймифицированный психологический портрет. Спойлер: я «Неистовый Командир Терминала 90 уровня, Железная Длань», и это не комплимент. Что внутри: ➡️ Анатомия JSONL-логов Claude Code: что там лежит кроме «вопрос-ответ» и как выжать из этого 12 повадок, включая индекс оборотня (ночной мат против дневного) ➡️ SCALE - замороженные формулы: почему у всех одна математика и карточками можно честно меряться с коллегами ➡️ 74 ачивки как в Стиме: от «Клуба ста» до легендарного «Тирана» (негатива в 10 раз больше похвалы - моя гордость и позор) ➡️ «Хроника воина»: биография, которую пишет сама нейросеть. Моя вычислила, что я диктую голосом, и что «ковбой стреляет с бедра и, что раздражает летописца сильнее всего, попадает» ➡️ Почему модель не должна писать HTML руками - главный архитектурный урок для всех, кто делает скиллы агентам ➡️ Грабли: токены, посчитанные втрое, Google Fonts без кириллицы и короны в четверть размера ➡️ Аватар-монстр без нейросетей: как я искал замену Pollinations и нашёл её в пакете 2011 года Всё локально, приватно и бесплатно: ни одного сетевого вызова, логи не покидают машину, код открыт под MIT. Установка - одним сообщением в Claude Code, промпт в README. 📝 ЧИТАТЬ СТАТЬЮ НА ХАБРЕ ⭐️ ЗВЕЗДАНУТЬ НА ГИТХАБЕ А теперь главное: прогоните на своих логах и киньте свои титулы в комментарии. Мне дико интересно, есть ли среди вас хоть один «Учтивый Дипломат Машин» - или тут все Неистовые Командиры, как я. P.S. Проект свежий, звезда на гитхабе ему сейчас важнее всего. Ну а плюсик на Хабре - традиционно спасает от хейтеров. Заранее обнял 🧡 Всех обнял, увидимся на стриме всегда ваш - Nerual Dreming ❤️

Мой батя ебашит вообще адовые АИ-решения. Ну такой вот примерно рецепт усредненный, потому что вариаций масса. Берется старый промпт, он не читается, читать — это не про моего батю. Он берет этот промпт, вываливает его в чат, сверху хуярит system message на три экрана и начинает докручивать. Добавляет туда огромное количество контекста, ролей, ограничений, few-shot примеров, chain-of-thought, JSON schema, temperature 1.2, RAG, векторку, агентность и КОСТЫЛИ! для стабильности, сверху еще “act as senior developer”. Все это гоняется по кругу, пока логи не начинают плеваться эксепшенами, а модель — уверенно нести хуйню. Потом батя снимает это с локалки и сразу выкатывает в прод. Потом заносит обратно, навесив сверху retry, regex-парсингом, костыльными валидациями и “ну у меня же работает”, начинает юзать. При этом дебажит прямо в проде, тыкая curl’ом по эндпоинтам. Сидит и приговаривает полушепотом: ух бля, GPT мощь. При этом у него на лбу аж пот выступает, потому что токены горят, контекст распух, а модель уже третий раз забыла, кто она и зачем живет. Любезно мне иногда предлагает заревьювить, но я отказываюсь. Надо ли говорить о том, какой дичайший техдолг потом? Наследие такое, что документация от репозитория отклеивается.

Опенсорс LLM модели - наше ближайшее будущее? После отключения Fable основной информационный шум был про старт абсолютного недоверия к Openai и Anthropic Теперь 2 компании решают, кто имеет доступ к самым продвинутым AI-моделям, а кто нет Доступ к Fable изначально был у группы авторизованных компаний правительством США В этом момент они были быстрее и умнее конкурентов. Просто потому что так решили несколько вышестоящих человек ___ В наших частных случаях - это звучит, как что-то далекое и нас не касающиеся Но теперь все мы имеем реальный риск, что наши компании или команды отключат от моделей антропика или опенаи в любой момент Сотрудник зашёл из рф? Бан Сотрудник спросил у модели что-то потенциально опасное для общества? Снижение качества модели (такие случаи уже есть) И т.д. Является ли это большим риском, если уже многие процессы переведены на AI - 1000% да Поэтому теперь идея начать процесс установки в компанию запасной опенсорс AI-модели у нас уже на повестке дня И да, это скорее всего будет китайская модель И да, вообще непонятно пока как ее адаптировать, но очень интересно в этом покопаться И очень интересно пообщаться с людьми, кто уже имеет практический опыт работы с опенсорс моделями