IT

Google Antigravity. Gemini 3.1 Pro похоже порезали до Gemini Flash / либо переводят на новый 3.5 / 4 Pro. Так как раньше 3.1 Pro спокойно позволял "хакать" / пентестить без просыпания морали и совести. А сейчас отказывается. Приходится через отдельные SDK/CLI этим занимать и запускать скрипты как blackbox в оркестраторе. Интересно что Deepseek + vscode + Cline чтоли -> очень прикольную связку дают в плане UI/UX/usability и надо самому перепробовать codex / gemini / claude / etc и разные харнесы / обвязки, чтобы понять что больше всего нравится и тд и тп. Qwen Code еще интересно работает. Попробую все платформы попробовать и openrouter stealth модели.

Бедные, бедные математики…. Мало им публикаций бойких OpenAI и Anthropic, посвященных решениям сложных и важных математических проблем топовыми ИИ-моделями, так тут еще и DeepMind туда же. На самом деле, подходы трех компаний разнятся: 1. Anthropic постарался сохранить human-in-the-loop: Клод предложил центральную идею для опровержения двух давних гипотез, после чего компания привлекла и оплатила работу двух исследователей; они подготовили понятное людям изложение доказательства.(Впрочем, математики все равно громко обиделись и потребовали запретить ИИ лезть в их уютную песочницу) 2. OpenAI на днях опубликовала более 700 математических рукописей, созданных ИИ и сгруппированных вокруг 372 проблем — по сути, завалила математиков грудой черновиков “а теперь сами с этим разбирайтесь”. Неудивительно, что такой шаг просто выбесил математиков. 3. А вот у Deep Mind вчера вышла статья в Science с результатами работы представленной еще в мае системы AlphaProof Nexus. Авторы сообщают о решении девяти задач из каталога проблем Эрдёша. Это уже выглядит как нормальная исследовательская математика, причем с малым процентом успехов (с первого захода решены 9 задач из 343). С другой стороны, реши человек эти 9 из 343 — он заслужил бы от коллег немало хвалебных эпитетов. Реакцию матсообщества на этот третий удар я еще уду читать ближайшие несколько дней, но восторгов там не жду:) В итоге становится очевидно: налицо острый дефицит: ответы вдруг посыпались как из рога изобилия, и оказалось, что категорически не хватает людей и институтов, способных превратить/интегрировать эти ответы в общее знание. Для математиков, многим из которых процесс неспешных поисков ответа много важнее самих ответов, это представляется катастрофой. В уютную посудную лавку забрело семейство очень проактивных слонов. Прекрасно, что ИИ-лабы очень конкретно и убедительно ставят вопрос о сути науки; над ним предстоит серьезно думать, потому что старые ответы (типа “суть в том, чтобы несколько человек могли понимать происходящее”) уже явно не годятся. Как отмечают авторы статьи в Science,

Bridging the generative power of large language models (LLMs) with the rigor of formal verification could fundamentally redefine mathematical research practice.

https://www.science.org/doi/10.1126/science.aej2213

Valve упростила запуск сторонних Windows-игр на Linux и SteamOS В обновлении бета-клиента Steam компания Valve автоматизировала запуск игр не из Steam на Linux и SteamOS. Теперь при добавлении исполняемых .exe-файлов не из магазина Steam клиент автоматически задействует прослойку Proton. Ранее пользователям приходилось вручную заходить в свойства игры и принудительно указывать инструмент совместимости. Помимо автоматического выбора Proton, в патче исправили сбои при смене целевого файла игры и проблему с кнопкой принудительного закрытия сторонних процессов. В клиенте также добавили опцию отключения заставки во время игры, исправили отображение наигранного времени и устранили баг прошивки Steam Controller при переключении в режим BLE.

Дайджест новостей ИТ-индустрии и венчурного рынка:  ✅Почти 250 млн рублей направит Московский венчурный фонд на развитие технологических компаний. Объем привлеченных соинвестиций составит 1 млрд рублей. Фонд объявил сразу о 4 сделках: 150 млн рублей в российский технологический холдинг “Концентрация”, который за 6 лет вырос из маркетплейса синтеза реактивов в экспресс-поставщика химии, расходных материалов и оборудования для лабораторий и производств; 45 млн рублей в биомедтех-компанию, которая входит в группу “Артген биотех”; 35 млн рублей в “Тангл”, которая разрабатывает цифровые решения для управления стоимостью, сроками и рисками объектов капитального строительства на основе достоверных проектных данных, 13 млн рублей “Гистографт”, разработавшую ген-активированный материал для костной пластики, разрешенный к клиническому применению.  ✅VK продала долю в 40% в платформе Intickets․ru. “Интикетс” фигурирует в исках к Say Agency о концертах Уэста в России как получатель средств от продажи билетов. Intickets․ru - система автоматизации продаж для учреждений культуры, билетных агентов и организаторов. Согласно информации СПАРК, 2 октября 2026 года 40% “Интикетс”, ранее принадлежавшие ООО “Компания ВК”, перешли ООО “ТКИ”. Последнее зарегистрировано в августе этого года и принадлежит Татьяне Кондратенко, которая напрямую владеет еще 60% “Интикетс”.  ✅AltaIR Capital Игоря Рябенького инвестировал в канадский ИИ-стартап Expertise AI. Раунд на CA$3,2 млн возглавил фонд UpHonest Capital при участии AMINO Capital, Welight Capital и UpScaleX. Expertise AI был основан в 2023 году. Стартап помогает компаниям развивать практические навыки работы с искусственным интеллектом и внедрять ИИ-агентов в продажи и клиентскую поддержку. ✅Фонд НТИ получил 3% в космической “дочке” АФК “Система” - ООО “Спутникс”. Изменения в ЕГРЮЛ были внесены 7 октября. “Спутникс” занимается разработкой и производством высокотехнологичных спутниковых компонентов и технологий. Ранее Владимир Евтушенков заявлял, что “крупнейшая частная спутниковая группировка”, которую строит АФК “Система”, составляет 116 спутников.  @rusven

Погонял Кандинского на своем пальцевом тесте. Что ж, не знаю, что сказать. Иногда он переходит на русский, иногда оттуда лезет китайский след. Это если давать текст ту видео. И если давать на вход картинку, то получается вообще забавно (первые два). Напоминаю, что промпт такой: "One continuous static shot, no cuts. A person looks directly at the camera and counts from one to ten, holding up the corresponding number of fingers as they say each number." Интересно, что все другие генераторы по text2video запросу “person” всегда генерят женщину. И только брутальный Кандинский замахивается на китайских мужчин. Генерил я статьи локально, в Комфи и в Автоматике(Gradio), на наших бесплатных GPU от Google. Думаю, что скоро расскажу как. @cgevent

Про инсайты из личной терапии и AI Я уже достаточно давно выгружаю основные идеи и выжимки из встреч с некоторыми терапевтами (которые это разрешают) для внутренней работы вне сессии. Пробую разные инструменты, потому что верю, что cубъективное познание субъективно и копаться там и что-то менять = постоянно тестить разные моделяи. А так как абсолютная истина непознаваема, как мы знаем, к разным травмам или нейроотличиям подходят разные модели психотерапевтического воздействия. Так я уже попробовал гештальт (нахожусь в нем уже 7 лет), КПТ, IFS, психодраму, трансперсональную терапию, EMDR и бесконечное количество других инструментов воздействия на сознание (от прямого принятия дзогчена от сына Намкая Норбу до амазонских и мексиканских всяких разных штук в компании шаманов). Но пост не об этом. У тех инструментальных терапевтов, кто мне это разрешил, я стал собирать трнаскрипты сессий. А затем начал анализировать их через Claude и Codex и попытался настроить работу над собой вне сессий. Раньше я саботировал домашку от психологов, но теперь понял, что готов к ней морально. Изначально я хотел сделать такой некий слепок, а-ля блок-схему в Miro или Obsisdian своей биографии, травм, субличностей и всяких других прикольных нейроотличий, чтобы каждый раз не рассказывать их с нуля. Но по ходу действия я попросил проанализировать весь этот массив для того, чтобы послушать третье мнение. Так вот Claude там нашел такие корреляции, от которых я охуел. Разумеется, они не все были корректные, но примерно 8 из 10 заставили очень крепко призадуматься. Дальше я попросил его составить карту вообще всех важных для меня объектов: людей, событий, отношений, бизнесов, страхов, каких-то повторяющихся конфликтов, мест, периодов жизни. Всего, что почему-то постоянно всплывает. И вот тут стало совсем интересно. Потому что на терапии ты всё равно каждый раз приходишь немного новым человеком. Сегодня тебя волнуют отношения, через месяц работа, потом ты зачем-то половину сессии обсуждаешь родителей, хотя собирался говорить вообще не об этом. Плюс я сам постоянно переписываю собственную биографию в воспоминаниях. Где-то я уже настолько хорошо выучил собственную историю, что рассказываю её как экскурсовод. А тут перед машиной одновременно лежит несколько лет меня. Вот я в один год говорю про отношения, через два года про бизнес, потом про страх смерти, потом про деньги, потом про одиночество, потом про желание быть особенным. И внезапно выясняется, что иногда я пять лет рассказываю одну и ту же историю, просто меняю персонажей. В какой-то момент он начал показывать мне довольно смешные цепочки: что произошло → что я в этот момент решил про себя или мир → как научился с этим справляться → где этот способ потом начал повторяться. И тут я немного приуныл, потому что часть качеств, которыми я всю жизнь гордился и которые, собственно, помогли мне довольно много всего сделать, очень похожи на мои же защиты: скорость, гиперавтономность, желание всё контролировать, потребность побеждать, умение очень быстро превратить любое переживание в интеллектуальную конструкцию и пойти дальше. Особенно последнее я люблю. Можно нихуя не прожить, зато очень красиво понять, почему тебе больно. И вообще оказалось забавно смотреть на себя не через категории «хорошее качество / плохое качество». Дальше я попросил найти мои основные внутренние противоречия. Там тоже довольно смешно. Я одновременно очень хочу свободы и какой-то совершенно детской абсолютной близости. Мне одновременно похуй, что обо мне думают люди, и очень важно признание. Я довольно много думаю про убийство эго и одновременно хочу сделать что-нибудь настолько большое, чтобы меня запомнили. Причём раньше мне почему-то казалось, что одна из этих частей обязательно фальшивая. А сейчас я всё больше думаю, что нет. Они обе вполне настоящие. Просто в разные моменты за руль садятся разные части. В IFS их называют parts, в гештальте можно поговорить про полярности, психоаналитик найдёт ещё какое-нибудь красивое слово. Буддист, скорее всего, спросит: а кто вообще сейчас пытается выяснить, какой из этих Ром настоящий? Мне этот вариант нравится больше всего. В итоге из первоначальной идеи соборать файлик, чтобы не рассказывать каждому новому терапевту свою биографию я зачем-то пришёл к попытке собрать psychological digital twin. И раз в неделю я оставляю небольшой слепок: что происходило, что чувствовал, чего боялся, чего хотел, какие решения принимал. Хочу посмотреть на это через год и смотреть: как я меняюсь, какие куски от меня отваливаются, где я реально научился делать по-другому. И где я просто научился объяснять самому себе, почему продолжаю делать ровно то же самое.

Китайская CXMT переманила 27 инженеров Samsung и SK hynix — и быстро уволила почти всех, получив их знания Китайская CXMT переманила из Samsung и SK hynix 27 опытных инженеров, предложив им зарплаты вдвое выше, жильё и оплату учёбы детей. Почти все специалисты ушли из CXMT в среднем через 2,9 года — сейчас там работает только один. Южнокорейские расследователи считают, что компания могла использовать инженеров для получения технологий, а затем отказаться от них. Среди бывших сотрудников CXMT есть специалисты, перешедшие в Huawei, SMIC и другие китайские компании. Южная Корея ужесточила наказание за промышленный шпионаж: виновным может грозить до 30 лет тюрьмы. #cxmt #samsung #skhynix #промышленныйшпионаж 📎Подробнее 🔖 3DNews в TG | MAX | VK

🧪 Мини-задача перед выходными: читаем дамп С хоста 10.0.0.5 просканировали 10.0.0.10. Вот что показал tcpdump:

10.0.0.5.51234  > 10.0.0.10.22: Flags [S],  seq 1000
10.0.0.10.22    > 10.0.0.5.51234: Flags [S.], seq 5000, ack 1001
10.0.0.5.51234  > 10.0.0.10.22: Flags [R],  seq 1001

10.0.0.5.51235  > 10.0.0.10.23: Flags [S],  seq 2000
10.0.0.10.23    > 10.0.0.5.51235: Flags [R.], seq 0, ack 2001

10.0.0.5.51236  > 10.0.0.10.80: Flags [S],  seq 3000
10.0.0.5.51237  > 10.0.0.10.80: Flags [S],  seq 3500   (через ~1 сек)

❓ Вопросы Какой статус у портов 22, 23 и 80? Какой это тип скана? Почему на порту 22 клиент отправил [R], а не [.] (ACK)? Обращаем внимание на на флаги и на то, что ответил (или не ответил) сервер. Пиши ответы в комментарии. Разбор в понедельник. 🕕 #практика #network #nmap #pentest

А давайте немного поговорим про карты. Вот пара кейсов из жизни разработчиков карт. Пишет Kanat Zhussipov (Senior Software Engineer, Python):

🛰 Почему ваш навигатор не тормозит? Разбираем Contraction Hierarchies (CH) Представьте: вы строите маршрут из Нью-Йорка в Бостон. Между ними ~350 километров дорог, тысячи развязок, заправок и десятки тысяч жилых тупиков в штате Коннектикут. Если искать путь обычным алгоритмом Дейкстры, он будет «заглядывать» в каждый двор по пути, проверяя: «А вдруг через эту парковку в Стэмфорде доехать до Бостона быстрее?». Это занимает секунды. Google Maps или OSM выдают результат за миллисекунды. Секрет — в Contraction Hierarchies (CH). 🏙 Пример: NY ➔ Boston Вместо того чтобы работать с «плоской» картой, CH превращает её в строгую иерархию, где каждому перекрестку присвоен ранг важности. 1. Выезд из Нью-Йорка (Climbing the Ladder) Вы стартуете из Таймс-сквер. Алгоритм запускает поиск, но с железным правилом: идти только к узлам с более высоким рангом. С узкого переулка он сразу перескакивает на авеню, оттуда — на шоссе I-95. Как только вы оказались на I-95, алгоритм «забывает» про существование съездов в маленькие городки. Для него их ранг ниже, а значит, они «невидимы». 2. Магия Shortcuts (Прыжки через штаты) На этапе подготовки (Preprocessing) алгоритм уже «схлопнул» скучные участки дорог. Вместо сотен мелких узлов на трассе между городами, у нас есть один Shortcut (ярлык) с весом, равным общему времени в пути. Поиск из Нью-Йорка просто «летит» по этим ярлыкам, не тратя ресурсы на обсчет каждого километра. 3. Встреча в Бостоне (The V-Shape Search) Одновременно запускается поиск из Бостона навстречу. Он тоже идет только «вверх» по иерархии: От вашего отеля в Бэк-Бэй ➔ на городскую магистраль ➔ на то же шоссе I-95. Два поиска встречаются в «самой высокой» точке (на главной магистрали). Область поиска выглядит не как огромный круг, а как два узких луча, направленных друг на друга. 🚀 Почему это System Design Masterpiece? Скорость: Поиск сокращается с миллионов операций до нескольких сотен. Точность: В отличие от эвристик (типа A*), CH гарантирует математически кратчайший путь. Space-Time Tradeoff: Мы тратим немного памяти на хранение ярлыков (Shortcuts), чтобы получить колоссальный выигрыш в скорости ответа (Latency). Итог: Когда вы едете в Бостон, алгоритм видит мир как сеть скоростных хайвеев. А когда вы ищете дорогу в соседний двор — он работает на «нижних этажах» той же самой иерархии.

А вот еще был случай. Пишет Ivan Petrakov (Senior Staff Software Engineer, Ruby on Rails): Н

аш поиск по карте занимал 3 секунды на запрос. Пользователи зумили и двигали карту. Каждое движение запускало новый запрос к базе. 3 секунды каждый раз. Карта казалась сломанной. Мы снизили до 300мс. Улучшение на 900%. Вот как. Старый подход: мы хранили широту и долготу в двух отдельных колонках. Каждый поиск использовал ST_DWithin или bounding box запрос с PostGIS. Работало нормально на маленьких данных. С 2 миллионами точек стало слишком медленно. Решение: quadkeys. Quadkey - это одна строка, которая кодирует местоположение на сетке тайлов карты. Думайте о нем как о почтовом индексе, но для тайлов карты. Чем длиннее строка, тем точнее локация. Зум уровень 1: мир - это 4 тайла (quadkeys: 0, 1, 2, 3) Зум уровень 15: каждый тайл - примерно квартал Вот что мы изменили: 1. Добавили колонку quadkey к каждой геолоцированной записи. Мы предрассчитали quadkeys для каждого поддерживаемого зум-уровня (с 10 по 18). 2. Заменили PostGIS bounding box запросы на простой поиск по префиксу строки. Вместо: WHERE ST_DWithin(point, user_location, radius) Теперь: WHERE quadkey LIKE '0213012%' Поиск по префиксу строки на индексированной колонке работает очень быстро. 3. Добавили составные индексы: (zoom_level, quadkey). 4. Предагрегировали количество точек на quadkey для кластерных представлений. При отдалении показываем кластеры с количеством. Не нужно загружать отдельные точки. Результат: 3 секунды стали 300мс. Карта работает мгновенно. Пользователи могут зумить и двигать карту без ожидания.

Скам-бот в Telegram выдал себя таймером: разбор юзербота с реконструкцией на Telethon «Мария» написала первой. Увидела собеседника в IT-группе, хочет войти в профессию, просит материалов. Через полчаса в истории уже были закрывшийся салон, развод и «может на ты перейдём». Что перед ним юзербот, автор заподозрил почти сразу. Гораздо интереснее оказалось понять, к чему ведёт диалог и как всё устроено внутри. Первая странность обнаружилась во времени. Длинные и короткие сообщения, разные темы, день и глубокая ночь — а ответ почти всегда приходит через 4-5 минут. Дальше начались проверки с выдуманным городом, удалённым сообщением, пустым голосовым и просьбами, которые совсем не вписывались в легенду «Марии». Вопрос «бот или человек?» довольно быстро перестал быть главным. Куда интереснее оказалось восстановить возможную механику происходящего.