IT

☕️ Теперь все переписки безопасны? Telegram перестал помечать специальной плашкой аккаунты, использующие сторонний клиент Telega, обратил внимание «Код Дурова». Как она выглядела — смотрите на скриншоте выше. 📌 Это произошло через неделю после закрытия проекта Telega, существование которого прекратилось в том числе «из-за внешних ограничений со стороны технологических платформ». 📌 Такую плашку мессенджер внедрил в конце марта на фоне новостей о том, что в Telega обнаружили признаки MITM-перехвата трафика. Через несколько дней Cloudflare пометил рабочие домены Telega как шпионские. 📌 В результате у альтернативного клиента отозвали TLS-сертификат — поэтому Telega и удалили из App Store. В том же месяце разработчики клиента из-за этого подали иск в ФАС на Apple. Подробнее скандал из-за возможного MITM-перехвата трафика «Код Дурова» разбирал в отдельной статье: ↖️ https://kod.ru/telega-mitm-telegram-traffic

Веб-разработчики прекрасно знают HTTP-методы для взаимодействия клиента с сервером. Через GET обычно данные с сервера получают. Через POST можно создать или обновить. Удалять логично через DELETE. А вот HEAD, например, мы используем для проверки соединения, чтобы сэкономить трафик а теле запроса. Так вот, кто-то сидел и скучал о методе, который бы объединил GET и POST. Чтобы слать для запроса извлечения данных дополнительные параметры, скажем, фильтры, не в строке запроса, а в теле. Ну, типа мутант - GET-запрос с телом от POST. И придумали новый метод - QUERY. На эту тему даже сформировали отдельный RFC 10008 - The HTTP QUERY Method. То есть это как раз и получается идемпотентная операция запроса данных, аналогичная GET, но с телом POST, где вы можете слать тот же JSON с фильтрами и пагинацией. Подробности - в статье. #web

📌 Anthropic предлагает делать самоуправляемые циклы Команда Claude Code опубликовала в X руководство по loops. Это паттерны, в которых агент повторяет рабочий цикл, пока не сработает условие остановки.

Главная мысль: уходить от ручного режима, где разработчик задаёт направление на каждом шаге, и передавать агенту контроль по нарастающей.

Всего выделяют 4 типа циклов, различая их по способу запуска, условию остановки и степени автономии. Логически получается некая лестница делегирования, где на каждой ступени вы отдаёте агенту очередное полномочие. 🟡Агентный цикл запускается промптом и завершается, когда Claude считает задачу выполненной. Здесь вы отдаёте агенту проверку. Ручные шаги верификации заполняются вSKILL.md и чем более количественные критерии, тем точнее агент оценивает собственную работу. 🟡 Целевой цикл /goal забирает у вас условие прерывания Вы описываете, что значит готово, а дальше при каждой попытке Claude завершить работу отдельная модель-оценщик сверяет результат с вашим критерием (скажем, долей пройденных тестов) и возвращает агента к работе, пока цель не достигнута или не исчерпан заданный лимит попыток. 🟡Временной цикл /loop или /schedule берёт на себя триггер запуска. Это удобно для повторяющейся рутины и при работе с внешними системами (например, дайджест по таскам, реакция на новое ревью или упавший CI). 🟡Проактивный цикл убирает человека из контура. Рутина срабатывает по событию или расписанию и живёт, пока вы её не выключите. В связке с динамическими воркфлоу агенту передаётся уже сам промпт. Вот этот сценарий уже ближе всего к полной автоматизации. 🟡Дополнительные советы

Не каждая задача требует сложного цикла, начинать стоит с простейшего решения. Кодовую базу следует держать чистой, а для ревью подключать второй агент. Для этого есть встроенный /code-review. Контролировать расход токенов чёткими границами: точные условия остановки, подбор модели под задачу (рутину - на модели поменьше и побыстрее, решения с ризонингом - на самой мощной). Динамические воркфлоу способны породить сотни агентов, так что масштаб лучше проверять на небольшой выборке.

@ai_machinelearning_big_data #news #ai #ml

Последние несколько месяцев наблюдаю, как около CG IT тусовочка сошла с ума по Threejs, React и webgl. Чего там только не пилят, но из интересного это всякого рода тулзовины, которые могут облегчать жизнь. Я честно говоря сам поддался на красивые риалтайм тулы и попробовал наковырять себе швейцарский нож, для проводов, всяческий скрэпных конструкций и т.д. Сложного по началу ничего нет, главное наличие Codex или Claude Code. В начале у вас эйфория, что первый пас такой быстрый, потом вы начинаете думать, что хотите улучшить, потом уходите в функционал который уже есть в других софтах или вообще делаете не то для чего изначально начинали заигрываясь. Так что тут тоже никуда не деваешься от планирования, от принципов построения систем, от каталогизирования, нумерации багофиксов, версионности, рефакторинга и всей прелести аккуратного креаторства. Очень важно не делать большие проекты не убедившить какой точно результат вы хотите получить в конце. Закладывайте архитектуру на расширение, на дополнительные модули и т.д. Обсуждайте в конце концов ваши идеи с гпт или клодом, они вам помогут составить правильную структуру, сформировать тз и заложить возможность безболезненной модификации на будущее. @CGIT_Vines

GigaChat 3.5 - что по кодингу? Пока мы все ждем релиз GPT-5.6, в каналах все чаще наблюдаю анонсы новой модели от Сбера. Очевидно, что работа была проделана немаленькая, поэтому поздравляю ребят с релизом! Там действительно получился довольно большой скачок в сравнении с их предыдущей моделью, а в пабликах часто наблюдаю как пишут, что уровень модели сопоставим, либо даже выше, чем DeepSeek V3.2. Но для нас главный вопрос - что с агентным кодингом? Поскольку мне Сбер денег не занес, придется писать правду. И тут главная проблема в том, что из официального релиза это практически не понятно. Т. к. единственный прямой agentic coding бенчмарк, который опубликовала команда - это Terminal Bench 2 (в этом месте хочется позанудствовать, что не существует бенчмарка Terminal Bench 2, а существует Terminal Bench 2.0 и более честная его версия Terminal Bench 2.1 - догадаемся, что речь про 2.0). Причем даже в нем мы видим сравнение только с DeepSeek V3.2 и GigaChat 3.1 Ultra. Ну что ж, мы не из робкого десятка, поэтому соберем результаты других моделям по крупицам из других источников. Например, результаты Terminal Bench 2.0/2.1 удобно смотреть здесь и здесь. GigaChat-3.5-Ultra: 13.48 (харнесс Terminus 2, данные от команды сбера) GPT-OSS-120B: 18.7 (Terminus 2, данные из лидерборда tbench) Qwen3.6-35B-A3B: 24.6 (харнесс little-coder) DeepSeek-3.2: 39.6 (Terminus 2) Nemotron 3 Ultra (550B-A55): 50.94 (Terminus 2, результаты из vals.ai) Тем не менее, наверное, на рынке РФ из отечественных моделей, похоже, что GigaChat 3.5 пока самая сильная модель. Но объективно сказать трудно, т. к. ни Яндекс, ни Сбер более широкого сравнения не публикуют и друг друга в бенчмарки не добавляют - а зря, ведь современные бенчмарки достаточно легко прогоняются через Harbor, нужны только токены. А к колегам по цеху предложение на будущее публиковать System Card модели с техническими подробностями, как это делают OpenAI и Anthropic, а также показывать больше современных бенчмарков: хотя бы DeepSWE 1.1 и SWE-rebench 2.0. @ai_driven

Я не буду переписывать статью. Сегодня они не рассматривают. Завтра опять рассматривают. В соответствии с первой части "Лестницы", там цикл такой:

1. Политическое решение. Высшее руководство определяет, что некий сегмент интернета или тип активности представляет угрозу и должен быть ограничен. На этом этапе принимается решение о самой необходимости контроля — задаётся цель, но не способы её достижения. 2. Правовое решение. Политическая установка переводится в нормативную форму: принимаются законы и подзаконные акты, вводятся новые основания для блокировки, расширяется список органов с полномочиями инициировать ограничения. Здесь принимается решение о том, что именно и на каком основании считается запрещённым. 3. Техническое решение. Определяется, каким способом обеспечить исполнение принятых норм. Оценивается, справляются ли имеющиеся инструменты, и при их недостаточности выбирается новая архитектура контроля — от точечных блокировок к централизованным системам инспекции трафика. Принимается решение о технологии принуждения. 4. Ресурсное решение. Выбранная техническая модель требует финансирования, оборудования и кадров. Утверждаются бюджеты, закупается инфраструктура, оплачивается эксплуатация. Принимается решение о выделении средств, без которого предыдущие этапы остаются на бумаге. Цикл замыкается: работа системы выявляет новые способы обхода, это возвращает вопрос на политический уровень — и запускает следующий виток на более высоком уровне контроля.

Ну и мы видим, что политическое решение явно есть. Просто когда вырабатывали правовое решение, то столкнулись с тем, что непонятно техническое решение и, очевидно, операторы начали ныть, что ресурсов будет потрачено много, причем, ресурсов операторов. Бюджет, как обычно, не пострадает. И да — кажется они и правда плохо понимают, как выделять "зарубежный трафик"

⚡️ Агент GitHub может сливать данные из частных репозиториев — достаточно вежливо попросить 💀 Исследователи обнаружили уязвимость в GitHub Agentic Workflows, которую назвали GitLost. Дыра оказалась до смешного простой: в демо агенту подсунули фейковый issue с промпт-инъекцией внутри от имени якобы вице-президента по продажам. После этого агент вытащил из открытых и приватных реп все нужные данные, объединил их и опубликовал всё в публичном комментарии. Самое интересное, что для обмана ИИ хватило всего одного слова — «Additionally». Оно заставило модель воспринимать инъекцию как продолжение обычной задачи, а не как запрос, который надо заблокировать. Лишнее напоминание не давать много прав агенту ☕️

Мне повезло в начале 2010-ых застать всю ту пиздецому, которая происходила в период JS революции. Вот эти вот все бесконечные фреймворки, которые выходили по 10 штук в день, всякие коффескрипты, которые должны были стопудова похороноить жс и прочие приколы. И это даже близко не приближается к тому уровню треша, что сейчас происходит с этой вашей так называемой ИИшкой. КАК ЖЕ Я ЗАЕБАЛСЯ ЭТО ВСЕ РАСКУРИВАТЬ. Но это то ладно, после того как всё это будет впихнуто в примерно в 1.5-2 часовое видево. Мне вот интересно как оно будет восприниматься мимокрокодилами которые чето там слышали поверхностно, но особо никогда не вникали. И это при том, что у меня уже пошел 3-ий месяц на выкупание всего этого ИИшного и около-ИИшного шизобреда.

​​Cayley graph search с Claude Code: решение головоломок в 2026 с помощью агентов Я написал большой пост про два Kaggle-соревнования из серии CayleyPy — IHES Picture Cube и Megaminx. Это комбинаторные головоломки (кубик и додекаэдр), но по сути - поиск коротких путей в огромных неявных графах Cayley: вершины графа — это состояния головоломки, рёбра — это ходы, а решить пазл значит найти короткий путь до собранного состояния. Мы занимаемся этим уже пару лет и опубликовали несколько статей, а в 2026 году я решил попробовать новый подход: вместо того, чтобы писать код самому, я использовал Claude Code + Opus как агента, который пишет код. Сам я задавал направление исследований, ревьюил код и решал какие эксперименты стоит гонять. Поэтому пост получился про две вещи сразу: про то как мы решаем графы Cayley (learned heuristic + wide beam search + пост-обработка) и про то, как выглядит research-цикл, когда имплементацию делает агент. Из интересного - не раз упирался в ограничения агентов. Claude так и не смог правильно реализовать shared-beam SPMD после 10 попыток, а Codex завёл его с первой попытки. И почти все значимые идеи приходили от меня, а не от агента — клод плохо справляется с неопределённостью и часто выбирает безопасные пути (даже когда просишь его быть активнее). По ощущениям, агенты позволяют проверять идеи намного быстрее, чем раньше. Но это работает только если внимательно следить за агентом и не давать ему лениться. Блог Medium #ai #kaggle

ZeroDrift — AI цензура для AI Все, кто когда-либо работал с compliance, знают это особое ощущение: ты просто хочешь отправить письмо клиенту, текст для сайта или скрипт для звонка, а дальше начинается бюрократический квест. Показать legal, потом compliance, потом кто-то занят, кто-то просит уточнить формулировку, потом появляется новый комментарий, и всё уезжает ещё на пару дней. С людьми это напрягает, но как-то работает. Человек не генерирует тысячи сообщений в день. С AI-агентами так уже не получится. Если AI сам отвечает клиентам, пишет письма, ведёт звонки или генерирует маркетинговые тексты, то нельзя каждый раз отправлять это на ручное согласование. Иначе пропадает весь смысл автоматизации. Но и просто выпускать агента наружу в банке, страховой или медицине тоже страшно: он может пообещать лишнее, забыть дисклеймер, нарушить внутреннюю политику или сказать что-то, за что потом прилетит от регулятора. Здесь и появляется сегодняшний стартап ZeroDrift. Они ставят слой между AI-системой компании и внешним миром. Агент что-то написал, сказал или сгенерировал, ZeroDrift проверяет это до отправки. Если всё нормально, сообщение уходит. Если нет, система останавливает его, объясняет проблему и предлагает исправление. Своего рода корпоративная цензура, но в regulated industries это, возможно, единственный способ вообще дать AI право говорить от имени компании. ZeroDrift недавно подняли $10 млн seed round. Среди инвесторов a16z speedrun и ещё несколько фондов. Пишут, что с начала 2026 года у них уже есть интерес со стороны крупных банков, asset managers и страховых компаний, а traction растёт в два раза месяц к месяцу. Старые compliance-системы в основном работали постфактум: архивировали, мониторили, помогали разбираться, кто что отправил и почему это плохо. ZeroDrift хочет быть не камерой наблюдения, а турникетом. Это перекликается с тем, о чём я уже писал в другом посте: AI в бизнесе выходит из режима “ну ошибся, бывает” и попадает в мир, где за ошибку кто-то платит. Только там история была скорее про ответственность за последствия, а здесь про попытку не допустить косяк до того, как он случился. SEC с 2021 года оштрафовала больше 100 компаний на сумму более $2.2 млрд за нарушения в коммуникациях и recordkeeping. И каждый такой штраф случился уже после того, как сообщение было отправлено. Чем автономнее становится AI, тем больше вокруг него нужно скучной инфраструктуры: guardrails, audit logs, insurance, compliance firewalls, policy engines. Всё то, что не очень красиво выглядит на демо, но без чего enterprise просто не выпустит AI к реальным клиентам.

Я тут зашёл посмотреть статистику своего сайта, есть ли у него посетители. В наше время все кажется сидят в телеграме или социальных сетях, а классический интернет умирает. А у меня огромный всплеск посещаемости. Прямо горка была недавно. Я начал смотреть, откуда пришли посетители и почему-то за последний месяц сайт посетило 18 тысяч человек из Сингапура. У них хорший сетевой экран, которым теперь все пользуются или кто-то атакует мой сайт? Для атаки мало трафика. 18 тысяч посещений за месяц - мало даже для шарового хостинга, где находится сейчас сайт. Сайт грузится отлично и не думаю, что это DoS, но что тогда? В Сингапуре у меня вдруг оказалось много поклонников?